MAPEAMENTO DA POBREZA NO ESTADO DO RIO DE JANEIRO: UM
ESTUDO ATRAVÉS DE ANÁLISE MULTIVARIADA
Vanessa Cristina dos Santos♦
José de Jesus Sousa Lemos♣
RESUMO
Neste artigo estimou-se um índice de pobreza (IP) para cada um dos 91 municípios do Estado do
Rio de Janeiro, com dados do censo demográfico de 2000 do IBGE. Para estimar o IP utilizou-se a
equação desenvolvida por Anand e Sen (1997) e modificada por Lemos (1999). As variáveis
envolvidas foram privações de: água encanada, saneamento, coleta de lixo, educação e renda, tendo
wi como os pesos. Esses pesos sofreram modificações, conforme Lemos (1999), e foram gerados
por métodos de análise multivariada. Assim, obteve-se um índice de pobreza parcial (IPP) pelo
método de análise fatorial. Os resultados obtidos indicaram um IP médio de 17,52% no Estado do
Rio de Janeiro e a cidade de Niterói apresentou o menor índice de pobreza. As cidades com os
maiores índices de pobreza se encontram, principalmente, nas regiões norte e noroeste do estado.
Palavras chave: Privações; Índice de Pobreza; Estado do Rio de Janeiro.
ABSTRACT
In this paper was estimated an index of poverty (IP) for each one of 91 counties of the State of Rio
de Janeiro with data from IBGE demographic census of 2000. In order to estimate the IP it was used
an equation developed by Anand and Sen (1997) and improved by Lemos (1999). The evolved
variables were deprivations of: canalized water, sanitation, garbage collection, education and
income, having wi as weight. These weights suffered modifications, according to Lemos (1999), and
were generated by multivariate methods of analysis. Therefore, we got an index of partial poverty
(IPP) through the method of factor analysis. The results showed an average IP of 17,52% in Rio de
Janeiro State and the city of Niterói presented the shortest index of poverty. The cities with the
highest indexes of poverty are found mainly, in the regions north and northwest of the state.
Key words: Deprivations; Poverty Index; Rio de Janeiro State.
♦
Mestranda da Universidade Estadual de Maringá – PME/UEM e Professora do Departamento de Economia da
Universidade Católica de Petrópolis - UCP. E-mail: [email protected].
♣
Professor da Universidade Federal do Ceará. Professor Convidado do Curso de Mestrado em Agroecologia da
Universidade Estadual do Maranhão; Ex-Professor Visitante da Universidade da Califórnia, USA. E-mail:
[email protected] e [email protected].
1
1. INTRODUÇÃO
O Brasil é um país em desenvolvimento e que apresenta graves problemas estruturais; o
país se caracteriza pelos seus contrastes, como a existência de riqueza de recursos de um lado e, do
outro, a pobreza do povo. Nas duas últimas décadas, o Brasil apresentou aumentos expressivos de
desigualdade da distribuição de renda e elevação da pobreza, principalmente pelo aumento
populacional.
A década de 1990 veio incitar de forma prepotente o neoliberalismo e com a
implementação do Plano Real o país viveu uma crise generalizada de escassez de emprego, além de
outros problemas conjunturais. Com o Governo do Presidente Lula, esses problemas ainda fazem
parte do cotidiano da sociedade brasileira. No entanto, disparidades regionais são observadas no
país e a necessidade de estudos mais regionalizados se tornam fundamentais para adoções de
estratégias que visem a redução da pobreza. Por esta ótica, a presente pesquisa desenvolverá um
estudo para o Estado do Rio de Janeiro, onde o aumento da pobreza é evidente, tendo como
malefícios a violência generalizada e a exclusão social.
Ao longo de sua existência o Estado do Rio de Janeiro vivenciou um gigantesco
crescimento populacional, principalmente, pela importância que o estado sempre evidenciou na
economia do país. Este processo de migração ocorreu porque as pessoas procuravam melhores
oportunidades de vida. Como conseqüência, o estado hoje apresenta um dos maiores índices do país
em densidade demográfica. A crise gerada com esse aumento demográfico sem controle foi (e é)
desastroso na estrutura social, acarretando desequilíbrios do estado e destruição ambiental
generalizada.
Com a expansão demográfica e a urbanização acentuada crescem problemas como a
pobreza, conforme salienta Lemos (1999): “O constante e crescente empobrecimento do Brasil
corre paralelamente ao processo de urbanização da sua população. [...]. Este padrão elevado de
urbanização da população brasileira ocorre como decorrência de um processo migratório corrosivo
[...]”.
O presente trabalho pretende responder a seguinte questão: qual é a situação dos
municípios fluminenses em relação ao nível de pobreza? Para conseguir esta resposta utilizaremos
um índice de pobreza (IP) para cada um dos municípios do estado, utilizando a metodologia
desenvolvida por Anand e Sen (1997) e modificada por Lemos (1999).
2. OS PRINCIPAIS DETERMINANTES DA POBREZA
O conceito de pobreza não segue uma definição específica e universal, podendo se
referir à pobreza absoluta, relativa ou ainda subjetiva (SALAMA, 2001). Tanto o nível de pobreza
absoluta quanto o nível de pobreza relativa podem ser combatidos através de políticas de
crescimento econômico específicas para cada país, desde que haja não somente políticas
redistributivas de renda, mas também programas especiais de combate à pobreza.
Podemos dizer que toda população necessita de um padrão mínimo para alcançar sua
subsistência. Entretanto, quando os rendimentos dos indivíduos se tornam insuficientes para esse
padrão mínimo de vida condizente com as referências socialmente estabelecidas para cada país,
dizemos que este indivíduo se situa abaixo da linha de pobreza.
2
Segundo Rocha (1997):
Uma vez reconhecida a importância da renda como principal determinante do
nível de bem-estar da população, o parâmetro denominado linha de pobreza (Lps)
passa a desempenhar papel central na determinação da incidência da pobreza no
que ela depende da capacidade de consumo privado. O parâmetro serve ainda
como crivo de referência para a caracterização dos pobres em relação a outros
aspectos da qualidade de vida não diretamente do nível de bem-estar, como as
condições de acesso a serviços públicos básicos.
A partir desta linha de raciocínio percebemos a necessidade de aferir a pobreza em uma perspectiva
de privações, pois desta forma a renda não será a única indicadora da existência da pobreza.
O Brasil tem uma perversa estrutura de distribuição de renda, apresentando
elevadíssimos índices de desigualdades (coeficiente de Gini e índice de Theil) de acordo com
Barros et al. (2000) e a desigualdade de renda é considerada como um dos principais determinantes
da pobreza.
A origem das desigualdades no Brasil tem raízes antigas segundo Salama (2001).
Observa-se que, vários são os fatores que contribuíram para o quadro atual, dentre esses podem ser
destacados: a colonização dos indígenas, a escravidão e as formas de migração (voluntárias e
involuntárias) e mais recentemente evidenciam-se: a segunda fase da substituição de importações, a
longa crise inflacionária dos anos 80, a abertura da economia e a liberalização dos mercados.
Na esfera ambiental, temos o problema dos esgotos e lixos que contaminam os solos e
as águas. A poluição ambiental é resultado de dois fatores que estão associados às condições de
renda, de acordo com Baer (1998), que são:
¾ para as classes de renda alta, temos o padrão de consumo excessivo que resulta em grandes
quantidades de lixo e também do uso de automóveis altamente poluentes; e
¾ para as classes de baixa renda, deparamos com os problemas de habitações inadequadas, baixa
infra-estrutura (serviços de água, esgoto e coleta de lixo precários) provocando doenças
endêmicas. A combinação da concentração de pessoas com uma infra-estrutura inadequada
provoca péssimas condições de vida para a população.
A concentração de renda é outro entrave para o desenvolvimento econômico do país e
tem sido objeto de estudo de vários autores. Destacando o estudo desenvolvido por Rocha (1997),
onde a autora ressalta que a concentração de renda é determinada por fatores conjunturais e por
políticas macroeconômicas.
Os níveis escolares são fundamentais para se vencer a pobreza eminente e no cálculo do
IP (Índice de Pobreza) a variável educação é essencial para a modelagem de um índice desta
natureza. A tabela 1 apresenta os níveis e taxas de escolaridade nas regiões brasileiras.
3
Tabela 1
Níveis e Taxas de Escolaridade (%) por Região (1996-1999)
Período
Escolaridade
Menos de 1 ano de
estudo
1 a 3 anos de estudo
4 a 7 anos de estudo
8 e mais anos de estudo
Total
Menos de 1 ano de
estudo
1 a 3 anos de estudo
4 a 7 anos de estudo
8 e mais anos de estudo
Total
Menos de 1 ano de
estudo
1 a 3 anos de estudo
4 a 7 anos de estudo
8 e mais anos de estudo
Total
Menos de 1 ano de
estudo
1 a 3 anos de estudo
4 a 7 anos de estudo
8 e mais anos de estudo
Total
Regiões
10,22
CentroOeste
15,03
16,66
13,69
34,8
40,47
100
10,56
15,16
39,01
35,61
100
9,59
15,65
33,83
35,48
100
13,81
15,88
32,83
34,62
100
15,97
20,62
26,33
23,93
100
27,6
13,91
34,14
41,38
100
9,91
14,68
39,4
36,33
100
9,28
15,19
34,47
36,52
100
12,71
16,07
32,74
35,22
100
15,1
16,05
31,3
36,87
100
14,9
20,31
26,39
25,71
100
26,79
13,31
32,98
43,81
100
9,49
14,14
37,98
38,6
100
8,95
14,71
34,56
38,01
100
12,56
15,57
31,99
37,34
100
14,6
15,14
29,98
39,97
100
19,62
27,01
26,58
100
12,85
32,65
45,01
100
13,05
37
40,99
100
14,73
33,2
39,51
100
14,97
31,69
38,74
100
Anos
Norte
Nordeste Sudeste*
1996
16,85
30,12
11,04
1996
1996
1996
1996
1997
15,9
32,13
35,12
100
16,17
20
25,87
24,01
100
29,11
1997
1997
1997
1997
1998
16,32
31,88
35,62
100
15,78
1998
1998
1998
1998
1999
1999
1999
1999
1999
Sul
Total
Fonte: IBGE/Pesquisa Nacional por Amostra de Domicílios – PNAD (2003).
*Grifo nosso.
Os dados da tabela 1 evidenciam que a região Nordeste apresentou a menor taxa de
alfabetização para os níveis de escolaridade mais altos. Por outro lado, as regiões Sul e Sudeste
apontaram para uma taxa de alfabetização superior as demais regiões no que diz respeito aos níveis
mais altos de escolaridade.
O problema da pobreza no Brasil deve-se muito ao baixo índice de escolaridade. De
acordo com o estudo do IPEA (2003), se toda a população brasileira estudasse pelo menos 5 anos; a
miséria se reduziria em até 6%. Se o período se estendesse para 10 anos; a miséria diminuiria em
13%. Ressaltando-se, assim, a importância da educação para explicar o nível de pobreza. Logo, esta
variável é fundamental para a mensuração de um indicador desta natureza.
Após esta análise de dados do Brasil, cuja essência se encontra em diversos trabalhos
desenvolvidos (nacionais e internacionais), pondera-se a questão de desigualdades em todas as
regiões. Sabendo-se disto, este trabalho centrou-se, inexoravelmente, no Estado do Rio de Janeiro.
Uma mensuração da pobreza será estabelecida a partir de um índice, que leva em consideração as
variáveis consideradas essenciais ao se trabalhar com este tipo de indicador, que são: privação de
água encanada, privação de saneamento, privação de coleta de lixo, privação de educação e
privação de renda.
4
3. O ESTADO DO RIO DE JANEIRO
Consoante ao censo de 2000 do IBGE (2003) a população fluminense é formada por
14.391.282 habitantes e o estado é composto por 91 municípios.
O mapa 1 apresenta as divisões do estado fluminense em relação às mesorregiões,
microrregiões e municípios.
MAPA 1
Rio de Janeiro – Mesorregiões, Microrregiões e Municípios (1999)
Fonte: IBGE (2003).
Mesorregiões
1 – Sul Fluminense (6,49%)
2 – Metropolitana do Rio de Janeiro (80,23%)
3 – Centro Fluminense (3,14%)
4 – Baixadas (3,21%)
5 – Norte Fluminense (4,86%)
6 – Noroeste Fluminense (2,07%)
As informações entre parênteses indicam o percentual da população em relação ao
estado, segundo totais disponibilizados no censo demográfico de 2000 do IBGE.
A concentração na região metropolitana do Rio de Janeiro é muito significativa;
correspondendo a mais de 80% da população fluminense. Do total da população do estado, temos
que 96,04% corresponde à população urbana. O estado conta hoje com o efetivo de 52,05% sendo
mulheres.
5
A tabela 2 apresenta os intervalos de renda dos municípios, conforme os dados do censo
de 2000 do IBGE (2003):
Tabela 2
Intervalos de Renda Média dos Municípios Fluminenses - 2000
Intervalos de
Renda
[300, 350)
[350, 400)
[400, 450)
[450, 500)
[500, 550)
[550, 600)
[600, 650)
[650, 700)
[700, 750)
[750, 800)
[800, 850)
[850, 900)
[900, 950)
[950, 1000)
[1350, 1400)
[1700, 1750)
Total
Municípios
2
4
11
18
12
13
8
4
4
6
3
2
1
1
1
1
91
% de Municípios
2.20
4.40
12.09
19.78
13.19
14.29
8.79
4.40
4.40
6.59
3.30
2.20
1.10
1.10
1.10
1.10
100.00
Quantidade Acumulada Acumulada
Municípios
(%)
2
2.20
6
6.59
17
18.68
35
38.46
47
51.65
60
65.93
68
74.73
72
79.12
76
83.52
82
90.11
85
93.41
87
95.60
88
96.70
89
97.80
90
98.90
91
100.00
91
100.00
Fonte: Elaboração própria a partir dos dados do censo de 2000 do IBGE (2003).
Pela tabela 2 visualiza-se a renda média da maioria dos municípios situando-se entre
R$400,00 e R$600,00, caracterizando uma renda baixa. A privação de renda no estado se encontra
no valor médio de 68,88%. Vale ressaltar que, dentre todas as variáveis utilizadas esta obteve o
maior resultado.
4. METODOLOGIA E FONTES DE DADOS
Primeiramente, estima-se o índice de pobreza (IP) para cada município do Rio de
Janeiro. Para estimar o índice de pobreza (IP) utiliza-se a seguinte equação desenvolvida por Anand
e Sen (1997):
1
 α
α
 ∑ wi Yiα 
i =1

IPi =  α
∑ wi
i =1
onde IPi estabelece o índice de pobreza associado ao i-ésimo município; Yi são as variáveis
inseridas na construção do índice de pobreza; α é uma constante; e wi são os pesos,
arbitrariamente assumidos no HDR de 1997 como sendo igual a 1. Desta forma, o IP representará o
percentual de pobres existentes em cada um dos municípios do Rio de Janeiro.
6
Neste trabalho, assim como em Lemos (1999), promove-se uma modificação na forma
de geração dos pesos, onde os pesos wi serão gerados por métodos multivariados de análise. Dessa
forma, constrói-se um índice de pobreza parcial (IPP) que não repercute o percentual de pobres.
Este índice serve apenas para fazer hierarquia, tal como o faz o IDH, por exemplo. A criação deste
IPP é obtida pelo método de análise fatorial e faz-se uso da propriedade de ortogonalidade
associada aos escores fatoriais.
4.1. Discutindo Métodos de Análise Fatorial
Segundo Hoffmann (1994) nos modelos de análise fatorial cada uma das n variáveis é
uma combinação linear de m (com m < n) fatores comuns e de um fator específico. Para a i-ésima
variável temos:
x ij = a i1 f 1 j + a i 2 f 2 j + ... + a im f mj + u i Yij
ou
m
x ij = ∑ a ip f pj + u i Yij
p =1
onde f pj representa o valor do p-ésimo fator comum para a j-ésima observação, a ip (com
p = 1,..., m ) e u i são coeficientes e Yij representa o valor do i-ésimo fator específico para a j-ésima
observação1. Lemos (1999) acrescenta que: “Em geral a estrutura inicial das estimativas das cargas
fatoriais não é definitiva. Para confirmar ou rejeitar esta estrutura inicial, o método de análise
fatorial proporciona a possibilidade de fazer-se a rotação desta estrutura inicial”.
Aplicando esta metodologia de análise fatorial obtemos dois fatores, e utilizou-se o
método varimax de rotação ortogonal dos fatores.
4.2. Estruturação do Índice de Pobreza (IP)
Para construir o Índice Parcial de Pobreza (IPP) faz-se uso da propriedade de
ortogonalidade associada aos escores fatoriais estimados. Salienta-se que a ortogonalidade
associada à matriz de fatores não implica necessariamente na ortogonalidade dos escores fatoriais.
Com este procedimento deve-se testar se os escores fatoriais são ortogonais e observar a matriz de
variância e covariância entre estes escores. A matriz encontrada deve ser uma identidade para que
os escores fatoriais sejam ortogonais. Sendo assim, o índice parcial de pobreza IPP é estimado pela
seguinte equação:
(
IPPi = f j21 + f j22 + ... + f jn2
)
1
2
onde IPPi é o índice parcial de pobreza associado ao i-ésimo município fluminense. Espera-se que
todos os coeficientes associados aos escores fatoriais relevantes sejam positivos. Presume-se que os
escores associados aos municípios tenham distribuição simétrica em torno da média zero. Desta
forma, metade dos escores fatoriais terá sinais positivos e a outra metade terá sinais negativos. Os
municípios que apresentarem os menores IPP terão escores fatoriais negativos. Com o objetivo de
1
Para maiores detalhes do desenvolvimento desta análise sugere-se consultar Hoffmann (1994).
7
evitar que altos escores fatoriais negativos elevem a magnitude dos índices associados a estes
municípios originando-se a seguinte transformação nos escores fatoriais tendo por objetivo trazer
todos eles para o primeiro quadrante:
f ij =
f − f min
f max − f min
na qual f min e f max são os valores mínimo e máximo observados para os escores fatoriais
associados aos municípios, estabelecendo com este processo que todos os escores fatoriais estarão
contidos no intervalo fechado entre zero e um. A partir disto, utiliza-se regressão linear do IPP
contra as variáveis de sua composição. Através desta regressão é que serão estimados os pesos wi
que serão utilizados na equação de definição do IP associado ao i-ésimo município. As
variáveis que entram na construção do IP são:
Yi1 = Privação de educação (% das pessoas maiores de 10 anos analfabetas ou com menos de um
ano de escolaridade);
Yi 2 = Privação de água encanada (% dos domicílios nos municípios que não tem acesso a água
encanada). Obs.: poços foram considerados como água encanada;
Yi 3 = Privação de saneamento (% dos domicílios que não têm sequer uma fossa rústica para
depositar os dejetos humanos);
Yi 4 = Privação de coleta de lixo (% dos domicílios que não têm acesso ao serviço de coleta
sistemática de lixo); e
Yi 5 = Privação de renda (% dos domicílios que não têm qualquer rendimento, ou que a renda total
domiciliar é de no máximo três salários mínimos).
Os dados utilizados na pesquisa provêm do censo demográfico de 2000 do IBGE
(2003).
5. RESULTADOS
A tabela 3 apresenta os resultados obtidos para os pesos wi que foram gerados por
métodos multivariados de análise.
Tabela 3
Pesos Estimados para a Obtenção dos Índices de Pobreza dos Municípios
VARIÁVEL
PESOS (w)
Yi1
0.2193
Yi 2
0.2278
Yi 3
0.4990
Yi 4
0.0534
Yi 5
0.0005
Fonte: Elaboração própria a partir dos dados do censo de 2000 do IBGE (2003).
8
A partir da metodologia apresentada e dos pesos expostos na tabela 3 encontramos os
seguintes índices de pobreza para cada município (síntese). Observando-se que a tabela completa,
com os 91 municípios, pode ser visualizada na tabela 5 do apêndice.
Tabela 4
Índice de Pobreza para os Municípios do Estado do Rio de Janeiro (síntese)
Ordenação
1
2
3
4
5
6
7
8
84
85
86
87
88
89
90
91
Municípios
IP (%)
São Francisco de Itabapoana
Armação dos Búzios
São José de Ubá
São Sebastião do Alto
Trajano de Morais
Sumidouro
Rio das Ostras
Varre-Sai
Arraial do Cabo
Petrópolis
Resende
Nilópolis
Macaé
Volta Redonda
Rio de Janeiro
Niterói
36.56
35.08
33.64
32.28
30.81
25.35
25.04
24.58
12.80
12.46
11.85
11.68
11.33
10.80
9.71
8.24
Fonte: Elaboração própria a partir dos dados do censo de 2000 do IBGE (2003).
O valor médio encontrado a partir da tabela 4 para o IP do Estado do Rio de Janeiro foi
de 17,52% o que caracteriza uma pequena queda em relação ao valor encontrado no trabalho de
Lemos (1999) de 18,21% e acima do encontrado pela PNAD de 1999 de 14,04%.
Os municípios com maior percentual de pobreza no estado foram: São Francisco de
Itabapoana (36,56%), Armação dos Búzios (35,08%), São José de Ubá (33,64%), São Sebastião do
Alto (32,28%), Trajano de Morais (30,81%), Sumidouro (25,35%), Rio das Ostras (25,04%) e
Varre-Sai (24,58%). Para as cidades com o menor IP destacou-se a cidade de Niterói (8,24%), logo
depois a capital, Rio de Janeiro (9,71%), seguida por Volta Redonda (10,80%), Macaé (11,33%),
Nilópolis (11,68%), Resende (11,85%), Petrópolis (12,46%) e Arraial do Cabo (12,80%).
A cidade de Niterói, pertencente à região metropolitana do estado, apresentou o menor
IP. Além disso, vale destacar, também, que a cidade caracteriza-se por apresentar o melhor índice
de vida do estado (RIO DE JANEIRO, 2003). Um dos fatores deste quadro favorável é a expansão
do setor de serviços. As atividades econômicas relevantes da cidade são indústria naval, indústria
em geral, comércio e pesca. Atualmente, ela conta com 458.465 habitantes. Niterói possui uma área
de 129,375 quilômetros quadrados, e está situada a 5 metros acima do nível do mar (RIO DE
JANEIRO, 2003).
As cidades com os maiores índices de pobreza se encontram, principalmente, nas
regiões norte e noroeste do estado, caracterizando um inibido desenvolvimento em relação aos
outros municípios. Observa-se que grande parte da população nestas regiões é desprovida de infraestrutura, educação e renda. Refletindo o alto IP observado nestes municípios.
9
6. CONSIDERAÇÕES FINAIS
A viabilidade econômica do combate à pobreza é imprescindível em qualquer sociedade
e justifica a importância de se estabelecer estratégias que não descartem a via do crescimento
econômico, mas que enfatizem, sobretudo, o papel das políticas redistributivas que enfrentam a
desigualdade.
A avaliação da importância relativa da escassez de recursos e da sua distribuição na
determinação da pobreza no Brasil mostra que a origem da pobreza brasileira não está na escassez,
absoluta ou relativa, de recursos e sim em diversos fatores provenientes desde a colonização do país
até a abertura da economia. Além disso, observa-se que o enorme grau de desigualdade na
distribuição de renda, que persiste na história do país, constitui-se como principal determinante da
pobreza.
As simulações dos impactos do crescimento econômico balanceado e da redução do
grau de desigualdade na distribuição de renda mostram que os níveis de pobreza são mais sensíveis
a alterações neste último fator que no primeiro. Apesar disso, a experiência brasileira no combate à
pobreza esteve muito mais associada aos efeitos do crescimento econômico, relegando a um papel
secundário os potenciais efeitos das estratégias de redução da desigualdade, permitindo, em
primeiro lugar, entender a causa da ineficácia das políticas de combate à pobreza adotadas nesse
período e, em segundo, dizer que a sociedade brasileira ousaria, com responsabilidade, ao definir a
busca de maior eqüidade social como elemento central de uma estratégia de combate à pobreza.
O índice de pobreza, presente neste trabalho, levou em consideração variáveis
indispensáveis para sua mensuração, a saber: a questão da educação, saneamento, água encanada,
coleta de lixo e renda. Essas são condições básicas para melhoria de vida e seu desenvolvimento
reflete no surgimento da oferta e qualidade de emprego em qualquer sociedade.
As cidades com os maiores índices de pobreza se encontram, principalmente, nas
regiões norte e noroeste do estado, caracterizando um inibido desenvolvimento em relação aos
outros municípios.
A cidade de Niterói, pertencente à região metropolitana do estado, apresentou o menor
índice de pobreza sendo atualmente a cidade no estado com o melhor índice de vida. No entanto,
um fato que não pode ser desconsiderado é a questão da concentração de renda existente nela, assim
como ocorre na cidade do Rio de Janeiro. A pobreza é muito expressiva nestas duas cidades e os
problemas estruturais se agravam a cada ano, principalmente, na capital, onde existem mais de
cinco milhões de habitantes. Por terem apresentado os menores índices de pobreza e maiores níveis
de renda média, pode-se chegar a conclusões errôneas, o que torna imprescindível a consideração da
exclusão social e os níveis de concentração de renda.
Em suma, medidas de combate à pobreza e cálculos que levem em consideração a
mensuração da concentração de renda tornam-se fundamentais para melhor se adotar políticas
públicas. Neste sentido, análises mais desagregadas (dentro dos municípios) seriam úteis para o
desenvolvimento sustentável dos municípios fluminenses.
10
REFERÊNCIAS BIBLIOGRÁFICAS
AMARAL, L.H. O Paradoxo da Miséria. Revista Veja. São Paulo: Ed. Abril, jan./2002. Edição
1735.
ANAND, S.; SEN, A. K. Concepts of Human Development and Poverty: A Multi-dimensional
Perspective. New York: UNDP/HDR, 1997.
BARROS, R. P. et al. A Estabilidade Inaceitável: Desigualdade e Pobreza no Brasil. Rio de
Janeiro: IPEA, dez./2000.
BARROS, R. P. et al. Salário Mínimo e Pobreza no Brasil: Estimativas que Consideram Efeitos
de Equilíbrio Geral. Rio de Janeiro: IPEA, fev/2001. (Texto para discussão nº 779).
BAER, W. A Economia Brasileira. São Paulo: Nobel, 1998.
GROSSI, M. E. D. et al. Evolução da Pobreza no Brasil 1995/99. Campinas: IE/UNICAMP,
nov./2001. (Texto para discussão).
GUJARATI, D. N. Econometria Básica. São Paulo: Makron Books, 2000.
HOFFMANN, R. Componentes Principais e Análise Fatorial. Série Didática nº 90. Piracicaba:
Universidade de São Paulo, 1994.
_____. Mensuração da Desigualdade e da Pobreza no Brasil. Desigualdade e Pobreza no Brasil.
Rio de Janeiro: IPEA, dez./2000.
IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Citações e referências a
documentos eletrônicos. Disponível em: <http://www.ibge.gov.br >. Acesso nos meses de jan. e
jul. 2003.
IPEA - INSTITUTO DE PESQUISA ECONÔMICA APLICADA Citações e referências a
documentos eletrônicos. Disponível em: < http://www.ipea.gov.br >. Acesso nos meses de jan. e
jul. 2003.
LEMOS, J. J. S. Pobreza Rural e Urbana no Brasil Pós Plano Real. In: XXXVII CONGRESSO
BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL, 1999, Foz do Iguaçu. Anais... Brasília:
SOBER, 1999.
NERI, M. et al. A evolução da Pobreza e da Desigualdade Brasileira ao Longo da Década de
90. Economia Aplicada, v.3, n. 3, 1999.
RIO DE JANEIRO (Estado). Governo do Estado do Rio de Janeiro. Citações e referências a
documentos eletrônicos. Disponível em: <http://www.governo.rj.gov.br>. Acesso em 15 out. 2003.
ROCHA, S. Tendência Evolutiva e Características da Pobreza no Rio de Janeiro. Rio de
Janeiro: IPEA, dez./1997. (Texto para discussão nº 536).
SALAMA, P.; BELLUZO, L.G. O Tamanho da Pobreza. Garamond: Rio de Janeiro, 2001.
11
UNITED NATIONS DEVELOPMENT PROGRAM. Human Development Report, 1997. New
York, 1997.
_____.
Citações
e
referências
a
documentos
<http://www.undp.org.br>. Acesso em jul. e ago. 2003.
eletrônicos.
Disponível
APÊNDICE
Tabela 5
Índice de Pobreza para os Municípios do Estado do Rio de Janeiro (completa)
Ordenação
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Municípios
São Francisco de Itabapoana
Armação dos Búzios
São José de Ubá
São Sebastião do Alto
Trajano de Morais
Sumidouro
Rio das Ostras
Varre-Sai
Japeri
Itaboraí
Cardoso Moreira
Cambuci
Santa Maria Madalena
Silva Jardim
Iguaba Grande
Laje do Muriaé
Itaocara
Bom Jardim
Paty do Alferes
São Fidélis
Sapucaia
Rio das Flores
Italva
Duas Barras
São João da Barra
Porciúncula
Quissamã
Cachoeiras de Macacu
Tanguá
Natividade
Rio Claro
Aperibé
Saquarema
continua
IP (%)
36.56
35.08
33.64
32.28
30.81
25.35
25.04
24.58
24.57
23.11
22.65
22.62
21.96
21.28
21.17
21.08
20.25
19.83
19.82
19.43
19.37
19.22
19.10
19.06
18.57
18.43
18.41
18.35
18.18
18.10
18.07
17.78
17.72
em:
12
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
Cabo Frio
Miracema
Santo Antônio de Pádua
Cantagalo
Bom Jesus do Itabapoana
Maricá
São José do Vale do Rio Preto
Comendador Levy Gasparian
Carmo
Guapimirim
Conceição de Macabu
Carapebus
Macuco
Paraíba do Sul
Araruama
Vassouras
Queimados
Rio Bonito
Campos dos Goytacazes
Engenheiro Paulo de Frontin
Magé
Belford Roxo
Porto Real
Itaperuna
Seropédica
Quatis
Areal
Piraí
Valença
Mendes
Três Rios
Parati
Duque de Caxias
Casimiro de Abreu
Paracambi
Itaguaí
Nova Iguaçu
São Pedro da Aldeia
Cordeiro
São João de Meriti
Mangaratiba
Miguel Pereira
Pinheiral
Teresópolis
Barra do Piraí
São Gonçalo
continua
17.44
17.35
17.30
17.09
17.04
16.81
16.78
16.72
16.56
16.44
16.40
16.32
16.28
16.25
16.22
16.17
16.15
16.14
15.84
15.82
15.77
15.77
15.69
15.54
15.46
15.38
15.25
15.21
15.14
15.03
14.98
14.96
14.91
14.81
14.71
14.42
14.41
14.27
13.94
13.93
13.72
13.69
13.50
13.48
13.42
13.27
13
80
81
82
83
84
85
86
87
88
89
90
91
Barra Mansa
Itatiaia
Angra dos Reis
Nova Friburgo
Arraial do Cabo
Petrópolis
Resende
Nilópolis
Macaé
Volta Redonda
Rio de Janeiro
Niterói
13.23
13.06
13.02
12.92
12.80
12.46
11.85
11.68
11.33
10.80
9.71
8.24
Fonte: Elaboração própria a partir dos dados do censo de 2000 do IBGE (2003).