| Popis: |
Visando desenvolver métodos de estudo de microáreas urbanas, que permitam a integração de variáveis em um perfil sócio-econômico, foi analisado o censo demográfico de 1991, por setor censitário. Estudaram-se aspectos de: saneamento, ocupação do terreno, escolaridade, domicílio, demografia e renda. A análise de componentes principais para cada tema permitiu selecionar 15 indicadores com maior poder de explicação da variância observada, com base nos quais, em nova análise, foram escolhidos os sete indicadores finais. A classificação multivariada por partição gerou cinco tipos diferentes de setores censitários, assim descritos: (A) alta renda, (B) renda mais baixa, (C) pobre, com predomínio de casas alugadas, (D) baixa escolaridade e renda, (E) precariedade no saneamento básico. A análise segundo a divisão geopolítica tradicional permitiu identificar as desigualdades dentro de cada área. O método proposto permitiu a criação de índices compostos de avaliação de qualidade de vida, valendo-se de informações de fácil acesso e ampla cobertura. Além disso, contribuiu para detectar a desigualdade sócio-econômica, identificando não só as grandes regiões de pobreza, mas as microáreas de exclusão em meio à relativa riqueza. A method based on small area data analysis was developed to build a health risk classification for the Greater Rio de Janeiro Metropolitan Area. The approach uses 1991 census data and studies data pertaining to sanitation, ownership and type of housing, size and occupancy of the household, demography, schooling, and income. Principal component analysis applied over each dimension allowed for the choice of 15 variables, which summarized most of the observed variances. Additional analysis with these variables suggested that just six variables are sufficient for the construction of a classification using k-means method of multivariate cluster analysis. Five classes were obtained: (A) high income; (B) lower income; (C) poor; (D) low schooling and income; (E) low-level access to sanitation. The existing inequality in each of the geopolitical established areas was clearly identified. The proposed method allowed for the construction of compound indices to evaluate quality of life, based on widespread and easily obtained data (the census). Moreover, the method contributed to the detection of socioeconomic inequality, identifying, not only the larger poor regions but also the small excluded areas. |
