segunda-feira, 27 de julho de 2015

Onde se concentra a renda na Grande São Paulo?



É de conhecimento público que a sociedade brasileira é mercada por forte concentração de renda. Essa concentração apresenta impactos no mercado interno, restringindo o poder de compra da base da pirâmide. Nesse cenário identificar onde se concentra a renda pode ser vital para o seu negócio.

Para essa tarefa utilizei os dados do censo demográfico de 2010 com duas abordagens em análise espacial de dados geográficos. A primeira uma classificação temática a partir da renda média agrupada por salários mínimos da época do levantamento, sendo: até 1 salário mínimo (SM), 2 a 3 SM, 3 a 5 SM, 5 a 10 SM, 10 a 20 SM e acima de 20 salários mínimos. Essas classes foram as utilizadas pelo IBGE, que ainda fragmenta a renda abaixo de 1 salário mínimo até um 1/8, entendi que essa fragmentação era desnecessário para essa análise.

Na outra abordagem investiguei a dependência espacial positiva do fenômeno, ou seja, o quanto os mais próximos se parecem mais que os mais distantes (primeira lei da geografia quantitativa). Em uma matriz de vizinhança para setores censitários com fronteira e esquina compartilhada encontramos um índice de Moran bastante elevado (0,669143, com uma confiabilidade próxima de 99%).

A partir da validade da hipótese de dependência espacial apliquei uma análise de Hot Spot para o fenômeno rendimento do responsável pelo domicílio na região metropolitana de São Paulo. As áreas em vermelho indicam concentração de renda, em tom bege valores próximos da média e tom em azul baixa renda.

Importante destacar que essa técnica gera um valor numérico, ou seja, além da visualização que é a forma mais rápida de compreender seus dados, também é quantificada a concentração do fenômeno em estudo.

Disponibilizo ao leitor uma aplicação construída com tecnologia Esri em que é possível observar o fenômeno e comparar as técnicas. A legenda após a visualização pode ser ocultada, observe uma pequena aba ao seu lado. A barra central é móvel assim o leitor pode comparar os mapas e dar o espaço que entender conveniente para cada técnica.



Inteligência geográfica, entendida como a geração de informação para a tomada de decisão se funde muitas vezes com a análise de dados geográficos. Que em meu entendimento dialoga mais com as análises estatísticas ponderadas por arranjos espaciais do que nas rotinas de geoprocessamento e produção de dados geográficos. E você leitor o que acha da inteligência geográfica e da análise de dados geográficos?
 

domingo, 28 de junho de 2015

Concentrações de Alta Renda no distrito da Bela Vista (SP)


No processo de análise de dados as questões de proximidade espacial podem ser decisivas. Alguns fenômenos são fortemente influenciados pela localização e por sua vizinhança. Perfil de renda dos responsáveis por domicílios é um desses. Através de técnicas de análise espacial essa influência pode ser mensurada e aplicada em processos analíticos e inferênciais.
Não são poucos os estudos da distribuição espacial das pessoas de baixa renda, se justifica dada a necessidade de políticas sociais que garantam a segurança alimentar dessas populações, bem como seu acesso aos serviços públicos necessários. A primeira afirmação não implica, no entanto, na irrelevância do conhecimento da distribuição das populações de alta renda. A informação que dispomos sobre esse perfil populacional não me parece detalhada o bastante. O próprio censo demográfico agrupa a renda acima de 20 salários mínimos em uma única categoria.
As concentrações de alta renda são um importante indicador de segregação espacial. As modelagens que investigam o fenômeno da segregação espacial têm embutidos análises de agrupamento observando as características de renda (Feitosa 2007).
Nessa postagem, após quantificar e verificar uma forte influência da localização e da vizinhança nos dados de contagem de população de alta renda (renda acima de 20 salários mínimos) disponíveis no censo 2010. Passamos a investigar o padrão de distribuição espacial dessa população. Identificamos que havia mais de um padrão em alguns distritos. O Distrito da Bela Vista é um dos que apresenta áreas quentes (grande concentração) e frias (baixa concentração) para a concentração de responsáveis com renda acima de 20 salários mínimos.
Postamos os mapas resultantes da análise. Fica à disposição do leitor dois mapas: o primeira apresenta os cluster para alta e baixa concentração de responsáveis com alta renda. Essa primeira camada atende o leitor que deseja conhecer o fenômeno em si, atende uma visão do tomador de decisão.


Quanto mais quente a cor maior a concentração de população com ganhos acima de 20 salários mínimos, na tonalidade azul estão os setores em que é baixa a presença de população com renda acima de 20 salários mínimos. Em tom amarelado os setores em que não houve significância.

O segundo mapa apresenta o P Valor para a análise executada. O P Valor é um teste de hipótese, nesse teste verifica-se a validade da hipótese de haver ou não cluster, são considerados significativos pela literatura resultados acima de 90%. Esse mapa atende a necessidade do analista em verificar a consistência da análise.

Os mapas evidenciaram o quê apenas o morador muito atento da cidade de São Paulo conhece. Existe diferenças fortes de renda entre as vizinhanças da Avenida Paulista e as vizinhanças da Praça 14 Bis e Avenida Nove de Julho até o túnel. A primeira concentra uma população de alta renda, a segunda é mais plural e comporta outros perfil populacionais. Ambas estão no mesmo distrito administrativo, estão realmente muito próximas. Essa região marca o fim de um cluster maior de alta renda que vem da região dos jardins. Temos nessa região uma mudança de padrão de ocupação do espaço.
Para quem precisa conhecer a cidade em nível de detalhe, as técnicas de estatística espacial são um instrumental valioso, diria necessário.
Em tempos de retração econômica quem pode errar na tomada de decisão? As análises de risco que conseguem capturar os arranjos espaciais na sua modelagem, obtêm um diferencial competitivo. Conseguem atingir modelos de inferência mais precisos, mais ajustados, apresentam menos riscos. Esse é mais um benefício da inteligência geográfica em processos de tomada de decisão.
Me despeço com a pergunta ao leitor, morar perto (menos de 2 km) da Avenida Paulista significa ter alta renda?

Flávia F. Feitosa, Gilberto Câmara, Antônio Miguel V. Monteiro, Thomas Koschitzki, Marcelino P. Silva. In: Almeida, C.; Câmara, G.; Monteiro, A.M.V. (Eds.). Geoinformação em Urbanismo: Cidade Real X Cidade Virtual. São Paulo: Oficina de Textos, 2007, p. 86-105.

Análise dos dados e representação da informação realizados com tecnologia Esri.

quinta-feira, 28 de maio de 2015

Distribuição Geográfica da População com Alta Renda em São Paulo

Tomamos como objeto para representação da alta renda na cidade de São Paulo os responsáveis por domicílios com renda acima de 20 salários mínimos na segundo o censo demográfico do IBGE de 2010. Fenômeno muito interessante, na maior parte dos setores censitários sequer existe um único registro, por outro lado em algumas regiões da cidade representam o maior extrato dos responsáveis pelo domicilio.
A forma como o fenômeno está distribuído nos levou a optar por um método adequado a fenômenos dispersos. Escolhemos a representação por densidade de pontos.Esse método permite a visualização de valores absolutos, seja numa proporção 1:1 ou 1:n sabe-se exatamente quanto cada ponto no mapa representa em termos de ocorrências. Além da visualização, essa forma também permite conhecer padrões de agrupamento do fenômeno, vazios dessa ocorrência e vetores principais (Martinelli, 2014).

Até aqui a cartografia temática nos trouxe com bastante segurança, observando fenômeno de alta renda e obtendo uma resposta precisa e instantânea sempre que o mesmo aparece de forma dispersa. Porém há situações de adensamento para alta renda em uma cidade como São Paulo. Nessa circunstância perde-se em leitura instantânea.

Figura 1: Setores vizinhos porém com características distintas, a leitura não é instantânea

O patamar atual da tecnologia tem permitindo uma cartografia temática dinâmica, em que os agrupamentos de dados podem variar conforme a escala e concentrações do fenômeno no território, bem como o método de representação, que variou entre densidade de pontos e símbolos proporcionais.
Apropriando-me dos recursos da tecnologia ESRI, construí uma aplicação para a visualização da densidade dos pontos relacionados a indivíduos com alta renda na cidade de São Paulo, inicialmente na proporção de 1:1 que passaram a ser clusterizados de acordo com as necessidades de leitura da informação pelo usuário. Combinando uma representação de densidade de pontos com símbolos proporcionais.
A aplicação ainda apresenta a informação numérica sobre o total de pessoas com esse perfil, valor mínimo nominal de renda encontrado na região, médio e máximo, tudo isso para cada visualização.


Visualize em: http://migre.me/qJFch

Na aplicação acima temos um exemplo do poder síntese da realidade que os mapas possuem, potencializado pela evolução do GIS (Geography Information System) e pela disseminação das aplicações de mapas na Internet. Qual o valor dessa informação para os negócios relacionados ao público de alta renda? Sua empresa ou organização utiliza o potencial da geografia nos seus processos de negócio? Informação é chave para o sucesso no mundo dos negócios e a análise geográfica vem cada vez mais fazendo parte do ambiente de trabalho dos tomadores de decisão. Das grandes navegações aos dias atuais os mapas sempre foram parte de negócios financeiramente bem sucedidos.

Martinelli, Marcello: Mapas, gráficos e redes: elabore você mesmo - São Paulo: Oficina de Textos, 2014

segunda-feira, 11 de maio de 2015

Sistema de Referência Cartográfica - Breve Síntese


Em um processo de troca de conhecimentos com colegas da área de bancos de dados, fiquei com a tarefa de gerar uma pequena apresentação sobre sistemas de referência cartográfica. Deixo agora a disposição dos leitores. 
 
  


 
Web Analytics