perfis multidimensionais de vulnerabilidade social …
Post on 19-Mar-2022
14 Views
Preview:
TRANSCRIPT
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE MINAS GERAIS
Programa de Pós-Graduação em Ciências Sociais
Julimar Santos Pinto
PERFIS MULTIDIMENSIONAIS DE VULNERABILIDADE SOCIAL DAS
JUVENTUDES E INDICADORES SINTÉTICOS
Belo Horizonte
2012
Julimar Santos Pinto
PERFIS MULTIDIMENSIONAIS DE VULNERABILIDADE SOCIAL DAS
JUVENTUDES E INDICADORES SINTÉTICOS
Belo Horizonte
2012
Dissertação apresentada ao Programa de Pós-Graduação em Ciências Sociais da Pontifícia Universidade Católica de Minas Gerais(PPGCS/PUC-Minas), como requisito parcial para obtenção do Título de Mestre em Ciências Sociais. Orientador: Prof. Dr. André Junqueira Caetano.
FICHA CATALOGRÁFICA
Elaborada pela Biblioteca da Pontifícia Universidade Católica de Minas Gerais
Pinto, Julimar Santos
P656p Perfis multidimensionais de vulnerabilidade social das juventudes e
indicadores sintéticos / Julimar Santos Pinto. Belo Horizonte, 2012.
154f.: il.
Orientador: André Junqueira Caetano
Dissertação (Mestrado) – Pontifícia Universidade Católica de Minas Gerais.
Programa de Pós-Graduação em Ciências Sociais.
1. Juventude. 2. Vulnerabilidade. 3. Indicadores sociais. I. Caetano, André
Junqueira. II. Pontifícia Universidade Católica de Minas Gerais. Programa de
Pós-Graduação em Ciências Sociais. III. Título.
CDU: 362.8
Julimar Santos Pinto
PERFIS MULTIDIMENSIONAIS DE VULNERABILIDADE SOCIAL DAS
JUVENTUDES E INDICADORES SINTÉTICOS
________________________________________________
André Junqueira Caetano (Orientador) – PPGCS/PUC-Minas
________________________________________________
Alessandra Sampaio Chacham – PPGCS/PUC-Minas
________________________________________________
Carla Jorge Machado – PPGSP/MPS/UFMG
Belo Horizonte, 27 de Março de 2012.
Dissertação apresentada ao Programa de Pós-Graduação em Ciências Sociais da Pontifícia Universidade Católica de Minas Gerais(PPGCS/PUC-Minas), como requisito parcial para obtenção do Título de Mestre em Ciências Sociais.
AGRADECIMENTOS
Quero agradecer a cada um que, de uma forma ou de outra, compartilhou
comigo poucos ou muitos pedacinhos da minha história. Por isso, lembro aqui uma
palavra de origem Bantu: “ubuntu”. No idioma Zulu existe uma máxima que diz: "Zulu
umuntu ngumuntu ngabantu" (uma pessoa é uma pessoa através de outras
pessoas). Ubuntu exprime o fato de que minha humanidade está presa e
indissoluvelmente ligada a humanidade de cada um de vocês. Nas palavras do
Arcebispo Desmond Tutu, ubuntu significa algo como "sou o que sou pelo que nós
somos". E, exatamente por isso, faz todo sentido agradecer e reconhecer em cada
um de vocês o que alcançamos juntos, mesmo ocorrendo alguns tropeços meus ao
longo desta caminhada.
Um agradecimento especial aos amigos que me incentivaram com todo apoio
e carinho e que sempre estiveram comigo desde muito antes de eu iniciar a
graduação: Gustavo Henrique Ferreira; João Paulo Toledo; Márcio Oliveira; Ricardo
Louvera; Roberto Toledo. Vocês sabem o quão importantes são para eu ser a
pessoa que sou e o quanto lhes devo de carinho e respeito.
Gostaria de agradecer aos funcionários da secretaria do Programa de Pós-
Graduação da PUC-Minas: Ângela, Guilherme e Neumar. Muito obrigado pela
disponibilidade de vocês em sempre ajudar.
Aos amigos da Graduação em Ciências Sociais da PUC-Minas. Um
agradecimento especial a Gustavo Félix e Luciano Gomes. Muito obrigado pela
presença sempre constante que brindadas com conversas iluminadas me ajudaram
a refletir sobre os temas dessa dissertação.
Aos amigos da Pós-Graduação em Ciências Sociais da PUC-Minas,
especialmente à Ana Carolina Maciel de Assis Chagas e ao Marco Antônio Couto
Marinho. Assim, devo creditar aqui uma verdadeira coautoria sobre o tema da
juventude à Ana Carolina, que me ajudou a superar alguns entraves teóricos,
sobretudo quanto à temática de juventude e gênero. A disponibilidade em dialogar,
sempre pronto a ouvir e oferecer ótimos conselhos, é algo raro, agradeço ao Marco
Antônio por me oferecer essa oportunidade inúmeras vezes.
Um agradecimento especial a Malco Braga Camargos que, desde à época de
minha graduação, tem me incentivado e me dado oportunidades de todas as formas
possíveis.
Agradeço aos membros da banca que também se fizeram presentes na
construção dessa dissertação, cada um ao seu tempo. À Carla Jorge Machado que,
junto com Gilvan Ramalho Guedes, me ajudaram a compreender a teoria
matemática envolvida sob método de GoM. À Alessandra Sampaio Chacham
agradeço desde as minhas primeiras compreensões sobre o método científico,
quando eu ainda estava no segundo período do curso de Graduação em Ciências
Sociais da PUC-Minas, tanto quanto as valiosas observações realizadas no exame
de qualificação. Ao André Junqueira Caetano agradeço todo o envolvimento com o
desenvolvimento dessa dissertação, inclusive por me apresentar todos os temas
aqui trabalhados.
Acredito que uma nota a mais de agradecimento ao André Caetano não
precise ser justificada, mas é necessário destacar o quão valioso é quando um
orientador pode ser tornar um grande amigo.
Por último, como não poderia deixar de ser... Agradeço à Giselle, não apenas
pelo apoio incondicional ao desenvolvimento dessa dissertação, mas pela vida
inteira...
Se
Se és capaz de conservar o teu bom senso e a calma, Quando os outros os perdem, e te acusam disso
Se és capaz de confiar em ti, quando de ti duvidam
E, no entanto, perdoares que duvidem
Se és capaz de esperar, sem perderes a esperança E não caluniares os que te caluniam
Se és capaz de sonhar, sem que o sonho te domine
E pensar, sem reduzir o pensamento a vício
Se és capaz de enfrentar o triunfo e o desastre, Sem fazer distinção entre estes dois impostores
Se és capaz de ouvir a verdade que disseste,
Transformada por velhacos em armadilhas aos ingênuos
Se és capaz de ver destruído o ideal da vida inteira E construí-lo outra vez com ferramentas gastas
Se és capaz de arriscar todos os teus haveres
Num lance corajoso, alheio ao resultado E perder e começar de novo o teu caminho
Sem que ouça um suspiro quem seguir ao teu lado
Se és capaz de forçar os teus músculos e nervos E fazê-los servir se já quase não servem
Sustentando-te a ti, quando nada em ti resta, A não ser a vontade que diz: “Enfrenta!”
Se és capaz de falar ao povo e ficar digno
E de passear com reis, conservando-te o mesmo
Se não pode abalar-te amigo ou inimigo E não sofrem decepção os que contam contigo
Se podes preencher todo o minuto que passa Com sessenta segundos de tarefa acertada
Se assim fores, meu filho, a Terra será tua,
Será teu tudo o que nela existe
E não receies que te o roubem.
Mas (ainda melhor que tudo isso) Se assim fores, serás um HOMEM [ou uma MULHER].
Rudyard Kipling
RESUMO
Considera-se como juventude o conjunto de todos os indivíduos que experimentam
o período de transição à vida adulta. Assim, se adota como recorte empírico, os
indivíduos com idade entre 15 e 29 anos. A amplitude desse recorte etário possibilita
incorporar várias dimensões que se ligam ao tema da transição à vida adulta como:
educação, trabalho, tipos de arranjos familiares e condições de vida no domicílio.
Sob essa multidimensionalidade repousa a necessidade e utilidade de se traçar o
perfil social dessa juventude. Contudo, não existe apenas uma juventude, mas uma
heterogeneidade de situações quanto à experimentação de fenômenos sociais entre
esses indivíduos. Acredita-se que essa heterogeneidade pode ser entendida como o
reflexo da distribuição social desigual de um dado fenômeno entre esses indivíduos.
Então, várias juventudes podem ser observadas se se considera que cada juventude
específica pode ser compreendida como um estrato social, definido minimamente
por classe social, gênero, etnia e composto por indivíduos que experimentam a fase
de transição à vida adulta. Portanto, emprega-se o conceito de vulnerabilidade social
para que essa heterogeneidade da juventude, em um dado momento no tempo,
possa ser analisada. São criticadas as análises atuais para a construção de
indicadores sociais que, por sua vez, empregam estimativas gerais considerando
toda uma população em um dado território. Essas análises podem até assumir
teoricamente a condição de multidimensionalidade apresentada por algum fenômeno
social relativo à juventude, mas não incorporam empiricamente a heterogeneidade
existente entre essa população. São examinados, utilizando a Pesquisa Nacional por
Amostra de Domicílios de 2008, os casos das regiões metropolitanas de Belo
Horizonte – MG, Porto Alegre – RS e Recife – PE. Emprega-se o modelo de Grade
of Membership para delinear os perfis multidimensionais de vulnerabilidade social
das juventudes. Assim, torna-se possível analisar a concentração territorial da
vulnerabilidade social, tanto quanto seja possível desvelar sua distribuição dentro
dos territórios. Verifica-se também que os perfis sociais podem ser empregados para
construção de indicadores sociais, como alternativa aos atuais indicadores sintéticos
aplicados a todo conjunto populacional de uma unidade de análise territorial.
Palavras chave: Juventudes. Vulnerabilidade Social. Região Metropolitana.
Indicadores Sociais. Indicadores Sintéticos. Grade of Membership.
ABSTRACT
It is considered as the youth group of all individuals who experience the transition to
adulthood. Thus, if adopted as empiric cutting, individuals aged between 15 and 29
years. The age range of this crop allows incorporating multiple dimensions that bind
to the issue of transition to adulthood such as education, work, types of family
structures and living conditions at home. Under this multidimensionality lies the
necessity and usefulness of outlining the social profile of youth. However, there is
only a youth, but a variety of situations regarding the testing of social phenomena
among these individuals. It is believed that this heterogeneity can be understood as a
reflection of the unequal social distribution of a given phenomenon among these
individuals. So many youths can be seen if one considers that each specific youth
can be understood as a social stratum, defined minimally by social class, gender,
ethnicity, and composed of individuals who experience the transition to adulthood.
Therefore, employs the concept of social vulnerability to this heterogeneity of youth,
at a given moment in time, can be analyzed. It criticizes the current analysis for the
construction of social indicators, which in turn employ general estimates considering
a whole population in a given territory. These analyzes can theoretically take up the
condition by a multidimensional social phenomenon on the youth, but do not
incorporate empirically the heterogeneity among this population. Are examined using
the National Household Survey of 2008 cases from the metropolitan areas of Belo
Horizonte – MG, Porto Alegre – RS and Recife – PE. It employs the Grade of
Membership model to delineate the multidimensional profiles of social vulnerability of
youths. Thus, it becomes possible to analyze the concentration of territorial socially
vulnerable as much as is possible to reveal their distribution within the regions. There
is also social profiles can be used to construct the social, as an alternative to
synthetic indicators current applied to the entire population of a whole unit territorial
analysis.
Keywords: Youth. Social Vulnerability. Metropolitan Region. Social Indicators.
Composite Indicators. Grade of Membership.
LISTA DE GRÁFICOS
Gráfico 01 – Distribuição percentual de condição de atividade na semana de referência entre jovens com idade de 18 a 24 anos – RMPA, RMBH e RMR – 2009 _________________________________________________________________ 77
Gráfico 02 – Distribuição percentual de nível de ensino frequentado entre jovens estudantes com idade de 18 a 24 anos – RMPA, RMBH e RMR – 2009 _________ 78
Gráfico 03 – Distribuição percentual de faixas de rendimento médio mensal de todos os trabalhos em salários mínimos entre jovens de 16 a 24 anos de idade, ocupados na semana de referência – RMPA, RMBH e RMR – 2009 ____________________ 79
Gráfico 04 – Distribuição de médias e desvios padrão para a idade, anos de estudo e renda domiciliar mensal per capita segundo total da população e valores de LCPP de ��� do perfil puro 1 – RMPA, RMBH e RMR – 2008 _____________________ 103
Gráfico 05 – Distribuição de médias e desvios padrão para a idade, anos de estudo e renda per capita segundo total da população e valores de LCPP de ��� do perfil puro 2 – RMPA, RMBH e RMR – 2008 _________________________________ 105
Gráfico 06 – Distribuição de médias e desvios padrão para a idade, anos de estudo e renda per capita segundo total da população e valores de LCPP de ��� do perfil puro 3 – RMPA, RMBH e RMR – 2008 _________________________________ 107
Gráfico 07 – Distribuição de médias e desvios padrão para a idade, anos de estudo e renda per capita segundo total da população e valores de LCPP de ��� do perfil puro 4 – RMPA, RMBH e RMR – 2008 _________________________________ 109
Gráfico 08 – Distribuição de médias e desvios padrão para a idade, anos de estudo e renda per capita segundo total da população (amorfos) e valores de LCPP de ��� do perfil A1 – RMPA, RMBH e RMR – 2008 _____________________________ 117
Gráfico 09 – Distribuição de médias e desvios padrão para a idade, anos de estudo e renda per capita segundo total da população (amorfos) e valores de LCPP de ��� do perfil A2 – RMPA, RMBH e RMR – 2008 _____________________________ 119
Gráfico 10 – Distribuição de médias e desvios padrão para a idade, anos de estudo e renda per capita segundo total da população e valores de LCPP de ��� do perfil amorfo – RMPA, RMBH e RMR – 2008 _________________________________ 124
LISTA DE QUADROS
Quadro A – Dimensões de Vulnerabilidade Social dos Perfis Extremos classificados por Idade, Gênero e Cor ou Raça ______________________________________ 97
Quadro B – Dimensões de Vulnerabilidade Social dos Perfis Extremos entre Amorfos classificados por Idade, Gênero _______________________________________ 115
LISTA DE TABELAS
Tabela 1 - Valores de CIA para modelos Grade of Membership (GoM) com K perfis – RMPA, RMBH e RMR – 2008 _________________________________________ 94
Tabela 2 - Distribuição dos perfis puros segundo linhas de corte de pertencimento puro (LCPP) de ��� – RMPA, RMBH e RMR – 2008 ________________________ 99
Tabela 3 - Distribuição dos perfis mistos e amorfo segundo linhas de corte de pertencimento puro (LCPP) e preponderância de misto (LCPM) de ��� – RMPA, RMBH e RMR – 2008 _______________________________________________ 100
Tabela 4 - Valores de CIA para modelos Grade of Membership (GoM) com K perfis – RMPA, RMBH e RMR – 2008 ________________________________________ 113
Tabela 5 - Distribuição percentual dos perfis de vulnerabilidade – ��� � 0,75 por Regiões Metropolitanas – RMPA, RMBH e RMR – 2008 ____________________ 126
LISTA DE ABREVIATURAS E SIGLAS
CIA – Critério de Informação de Akaike
FAO – Organização das Nações Unidas para Agricultura e Alimentação
GoM – Grade of Membership
IBGE – Instituto Brasileiro de Geografia e Estatística
IDJ – Índice de Desenvolvimento Juvenil
IPEA – Instituto de Pesquisa Econômica Aplicada
IVJ – Índice de Vulnerabilidade Juvenil à Violência
LCPM – Linha de Corte para Preponderância de Misto
LCPP – Linha de Corte para Pertencimento Puro
MS-DOS – MicroSoft Disk Operating System
OCDE – Organização para Cooperação e Desenvolvimento Econômico
OIT – Organização Internacional do Trabalho
OMS – Organização Mundial da Saúde
ONU – Organização das Nações Unidas
PNAD – Pesquisa Nacional por Amostra de Domicílios
RM – Região Metropolitana
RMBH – Região Metropolitana de Belo Horizonte
RMPA – Região Metropolitana de Porto Alegre
RMR – Região Metropolitana de Recife
UNESCO – Organização das Nações Unidas para a Educação, a Ciência e a Cultura
UNICEF – Fundo das Nações Unidas para a Infância
SUMÁRIO
1. INTRODUÇÃO ___________________________________________________ 27 2. JUVENTUDES, VULNERABILIADE SOCIAL E INDICADORES SINTÉTICOS _ 35 2.1. Juventudes ___________________________________________________ 35
2.2. Vulnerabilidade Social das Juventudes ____________________________ 47
2.3. Indicadores Sintéticos de Vulnerabilidade Social das Juventudes ______ 52 3. MATERIAIS E MÉTODOS __________________________________________ 71 3.1. A Pesquisa Nacional por Amostra de Domicílios (PNAD) ______________ 71
3.2. As Regiões Metropolitanas de Belo Horizonte, Porto Alegre e Recife ____ 75
3.3. Tratamento dos Dados __________________________________________ 81
3.4. Modelo Grade of Membership (GoM) _______________________________ 85 4. ANÁLISE DOS RESULTADOS ______________________________________ 94 4.1. Perfis Multidimensionais de Vulnerabilidade Social das Juventudes ____ 94
4.2. Refinando os Perfis Multidimensionais ____________________________ 113
4.3. Análise das Regiões Metropolitanas ______________________________ 125 5. CONSIDERAÇÕES FINAIS ________________________________________ 128 REFERÊNCIAS ___________________________________________________ 131 APÊNDICES _____________________________________________________ 138
27
1 INTRODUÇÃO
Desde meados dos anos 1990 tem havido, tanto na sociologia como nas
áreas e educação, psicologia e serviço social, um aumento da preocupação e, logo,
da produção acadêmica sobre o tema da juventude. Esse interesse justifica-se pela
crescente exposição dos jovens a situações de violência, desemprego, evasão
escolar, comportamentos sexuais de risco, uso e abuso de álcool e outras drogas,
dentre outros fatores1. Devido às várias formas sob as quais as trajetórias de vida
dos jovens materializam-se e se entrecruzam com os processos sociais que marcam
essa fase de transição à vida adulta, a juventude hoje pode ser considerada como
essencialmente heterogênea. Por isso, a literatura sobre esse tema frequentemente
faz referências à existência de “juventudes”, no plural.
O uso da pluralização da palavra juventude visa o alargamento desse termo
para a admissão conceitual da ideia de heterogeneidade. Enfatizando a
característica de heterogeneidade das juventudes não se compreende que os jovens
configurem uma parcela da população que possua interesses, oportunidades e
necessidades comuns, pelo simples fato de pertencerem a uma determinada faixa
etária, ou ainda, pelo fato de residirem em um mesmo lugar. Assim, “[...] não existe
somente um tipo de juventude, mas grupos juvenis que constituem um conjunto
heterogêneo, com diferentes parcelas de oportunidades, dificuldades, facilidades e
poder nas sociedades.” (ESTEVES; ABRAMOVAY, 2007, p. 23).
Porém, a despeito do atual consenso sobre a característica de
heterogeneidade das juventudes, ainda pouco explorado teórica e empiricamente
são as definições sobre quais “juventudes” são essas, ou seja, quais são e quais os
elementos que as fazem se distinguirem umas das outras. Dado que a
heterogeneidade das juventudes pode refletir a distribuição social de um dado
fenômeno entre elas, então cada juventude específica pode ser entendida como um
estrato social, definido minimamente por classe, gênero, etnia e composto por
indivíduos que experimentam a fase de transição à vida adulta. Conquanto que ao
se considerar um dado fenômeno cada indivíduo possa pertencer a um determinado
estrato social, portanto considerando que a distribuição social do fenômeno em
questão seja desigual entre os indivíduos e entre seus estratos sociais, então se
1 A esse respeito ver sobre a juventude e os problemas sociais em Pais (2002).
28
pode compreender que as juventudes sejam desigualmente vulneráveis socialmente.
Cada indivíduo enquanto membro das juventudes, segundo o padrão de seu estrato
social, pode demonstrar maior ou menor probabilidade de experimentar
determinadas condições de vida em que haja escassez de recursos necessários
para que possam se utilizar de oportunidades e gerar novos recursos.
Portanto, o fenômeno social empenhado neste trabalho para investigar as
juventudes é dado pelo conceito de vulnerabilidade social, que também tem sido
bastante debatido no âmbito acadêmico. Esse debate tem sido fomentado pela
crescente necessidade prática em subsidiar políticas públicas com um conceito que
opere de forma mais ampla e complexa do que o conceito de pobreza, que
usualmente refere-se à condição econômica dos indivíduos. Para isso utiliza, única e
exclusivamente, o fator de renda percebida ou estimada, dos indivíduos, famílias
e/ou domicílios. Já o debate em torno do conceito de vulnerabilidade social tem
buscado romper com essa unidimensionalidade da renda sob o conceito de pobreza,
ampliando e enfatizando a importância de outras dimensões não exclusivamente
econômicas.
Decorrente dessa ampla discussão existe uma série de conceituações sobre
vulnerabilidade. Cutter (1996) lista 18 conceitos diferentes para vulnerabilidade.
Cunha e colaboradores (2006) identificam, porém, a existência de um consenso
entre esses conceitos, que diz respeito exatamente ao caráter multidimensional com
que a vulnerabilidade se apresenta. A multidimensionalidade da vulnerabilidade
social, oposta à unidimensionalidade da pobreza, torna esse conceito especialmente
adequado para compreender a complexidade das situações, ditas heterogêneas, em
que a distribuição social desigual de recursos e oportunidades revele o
desfavorecimento de determinados estratos sociais de juventudes. Isto é, ao
considerar outros fatores além da renda, como a educação, o trabalho, a família e as
condições de vida no domicílio, os indivíduos podem ser mais bem definidos quanto
aos seus pertencimentos a estratos sociais específicos.
Neste trabalho se adota como o conceito de vulnerabilidade social as
condições de vida que um indivíduo pode experimentar, em um dado momento no
tempo e contexto social, em que haja escassez de recursos necessários para que
esse indivíduo possa se aproveitar de oportunidades e gerar novos recursos com a
finalidade de controlar ou suportar forças que atuem sobre o seu bem-estar,
condicionando-o a riscos e constrangimentos (KAZTMAN, 2000). O conjunto dos
29
recursos individuais que foi observado, para a mensuração da vulnerabilidade social
das juventudes, tange as dimensões de renda, escola, trabalho, arranjos familiares e
condições de vida no domicílio. Ressalta-se que os indivíduos que compartilham
uma condição semelhante quanto à escassez de determinados recursos tendem a
possuir oportunidades sociais desiguais em relação aos demais indivíduos.
Os atributos que compõem cada uma dessas dimensões geralmente são
coletados para descrever os indivíduos, suas famílias e domicílios. E como regra, as
operacionalizações empíricas dos conceitos de vulnerabilidade social tomam o
indivíduo ou sua família e/ou domicílio, como unidade de análise. Tais unidades de
análise são territorialmente localizadas, o que permite comparar diferentes espaços
geográficos. Já é bastante óbvio que comparar diferentes territórios é fundamental
para se identificar a concentração territorial dos altos níveis de exposição dos jovens
a situações de vulnerabilidade social. Porém, desse modo, a identificação do nível
de exposição dos jovens a situações referentes a um determinado fenômeno social
é tomada como um valor médio da exposição dos jovens a essas situações, se se
considera todos os indivíduos desse grupo populacional residentes no território em
questão.
Tratando-se da mensuração de um fenômeno social em um contexto territorial
em que os indivíduos são essencialmente heterogêneos – como é o caso da
vulnerabilidade social das juventudes para quaisquer espaços territorialmente
demarcados –, esse valor médio de exposição dos jovens a situações de
vulnerabilidade social pode gerar compreensões equivocadas sobre a manifestação
desse fenômeno entre os indivíduos no conjunto da população. Isto porque, em um
contexto de heterogeneidade, uma grande proporção de indivíduos pode se situar
muito além, ou aquém, da média encontrada para o território em questão.
Com isso, se a heterogeneidade dessa população não for incorporada na
análise pode-se chegar a compreensões equivocadas sobre a mensuração de um
dado fenômeno social. Assim, o objetivo desta dissertação é justamente propor uma
mensuração da vulnerabilidade social das juventudes, levando em consideração as
diferenças dos indivíduos, entre e dentro de um mesmo território. Tratar a
heterogeneidade nesse contexto significa descrever quais os estratos sociais – ou
perfis sociais – de juventudes coexistem, em relação a um dado fenômeno social, e
o quanto cada um deles se manifesta em cada território. Assim, não se considera
todos os indivíduos, sem distinção, como uma única medida agregada
30
territorialmente. Antes é considerado, em sua multidimensionalidade e
heterogeneidade, cada estrato ou perfil social de juventude com suas
vulnerabilidades específicas, em um dado território.
Considerando a teoria sociológica contemporânea, evidencia-se que o estudo
sobre a vulnerabilidade social tem demonstrado variadas formas para sua
operacionalização empírica, tomando, por vez, cada um de seus diversos conceitos.
Nessa perspectiva, foram desenvolvidos vários indicadores de vulnerabilidade
social, inclusive indicadores sintéticos de vulnerabilidade social das juventudes.
Porém, esses indicadores, considerando algum nível territorial, agregam os atributos
de todos os indivíduos que possuam uma faixa etária em um único indicador
sintético. Assim, não incorporam empiricamente as diferenças entre os indivíduos de
um dado espaço geográfico. Como consequência disso, a intepretação desses
indicadores é útil apenas quando se analisam diferentes territórios, dado que todos
os indivíduos que residem em um mesmo território necessariamente são iguais
quanto ao indicador daquele território em que habitam. Portanto, deve-se notar que,
quando a agregação territorial é utilizada, a unidade de análise deixa de ser o
indivíduo, ou sua família e/ou domicílio, para os quais as informações são coletadas,
passando a ser o próprio território em si.
Atualmente, todos os esforços empregados para a mensuração de quaisquer
indicadores sintéticos, sejam esses específicos da vulnerabilidade social ou não,
utilizam medidas agregadas em níveis territoriais que não permitem desvelar a
distribuição do fenômeno em questão dentro desses territórios. Também não
permitem especificar, de forma objetiva, quais níveis do fenômeno em questão são
de fato experimentados por indivíduos ou subgrupos de indivíduos dentro de cada
um desses territórios. Com isso, também as aproximações empíricas que são
adotadas através de indicadores sintéticos para mensurar a vulnerabilidade social
das juventudes, não incorporam os contextos sociais que podem coexistir, e
coexistem, nos espaços geográficos. Isto porque, de modo geral, estes indicadores
são construídos a partir de médias populacionais, que não incorporam a
heterogeneidade entre os indivíduos, o que acarreta perda de informação. Uma
possível solução para essa perda de informação é a adoção de ferramentas
analíticas com capacidade de captar a vulnerabilidade social dentro das áreas
geográficas e considerando a heterogeneidade dos indivíduos.
31
Diante desse quadro, o objetivo desta dissertação pode ser mais bem
enunciado como: elaborar perfis multidimensionais que descrevam como os diversos
estratos sociais de juventude experimentam suas situações de vulnerabilidade
social. Isto é, considerando que cada uma das diversas juventudes configure um
estrato social definido minimamente por classe, gênero, etnia e categorias etárias e
considerando que o fenômeno da vulnerabilidade social esteja desigualmente
distribuído entre esses diversos estratos.
Para elaborar os perfis de vulnerabilidade social foi utilizada a técnica Grade
of Membership (GoM). Essa técnica tende a ser mais adequada para tratar o
problema de heterogeneidade dos indivíduos. Isso porque, utilizando a lógica
nebulosa (fuzzy), GoM estima dois conjuntos de parâmetros: o conjunto de
parâmetros conhecido como lambda descreve os perfis multidimensionais mais
frequentes em uma população, para isso utiliza conjuntos de padrões de respostas
dos indivíduos; já o outro conjunto de parâmetros de GoM, conhecido como gama,
descreve medidas de distância de cada indivíduo em relação a cada um dos perfis
multidimensionais. Dessa forma, os parâmetros gama, que são parâmetros
individuais, são utilizados para matizar o pertencimento de cada indivíduo em
relação aos diversos perfis multidimensionais de vulnerabilidade social.
Indivíduos com alto grau de pertencimento a um determinado perfil serão
descritos como pertencentes a perfis puros; e indivíduos com maior grau de
pertencimento relativo a um determinado perfil serão descritos como pertencentes a
perfis mistos com preponderância. Há também os indivíduos que possuem valores
mais bem distribuídos quanto os seus graus de pertencimento nos perfis, esses
indivíduos não possuem à priori uma classificação em perfis, sendo chamados de
conjunto amorfo ou “perfil” amorfo.
Então, esses perfis multidimensionais proporcionam o exame descritivo dos
padrões de distribuição da vulnerabilidade social entre os diversos estratos de
juventude. Para que isso seja verificado, esses perfis multidimensionais serão
descritos segundo suas características, para que possam ser avaliados e ordenados
hierarquicamente segundo as maiores ou menores manifestações do fenômeno da
vulnerabilidade social. Em um segundo momento, será analisado o pertencimento de
cada indivíduo a um dado perfil de vulnerabilidade social, para que se possa
compreender a magnitude do quanto cada perfil multidimensional de vulnerabilidade
social se manifesta entre o conjunto da população jovem. Depois de estabelecido o
32
pertencimento dos indivíduos aos perfis multidimensionais, emprega-se uma análise
de consistência para verificar as suposições de heterogeneidade entre os perfis e de
homogeneidade interna. Assim, verificou-se que os perfis correspondem ao suposto
da homogeneidade interna e ao suposto da heterogeneidade entre eles. Dado que
as análises realizadas, considerando variáveis selecionadas, foram consistentes
com as descrições estimadas para esses perfis e ao mesmo tempo apresentaram
diferenças entre si, demonstrando que os perfis multidimensionais de vulnerabilidade
social das juventudes são tão heterogêneos entre si quanto homogêneos em si.
Nesse momento, será proposta a construção de um novo modelo de GoM.
Esse novo modelo de GoM considera apenas os indivíduos que não houverem sido
devidamente classificados quanto aos perfis multidimensionais estabelecidos no
modelo anterior, constituindo-se o “perfil” amorfo. Portanto, a construção desse novo
modelo surge como possibilidade para que sejam identificados novos perfis
multidimensionais. Assim, faz-se necessário realizar uma análise considerando os
perfis multidimensionais construídos pelos dois modelos de GoM, para que se possa
identificar se de fato os vários perfis são diferentes entre si, ou seja, para verificar se
as suposições de heterogeneidade entre os perfis e de homogeneidade interna
ainda podem ser consideradas válidas. Finalmente, serão comparadas, em cada
território, as distribuições populacionais e as distribuições dos perfis
multidimensionais, analisando-se como isso as regiões metropolitanas de Belo
Horizonte – MG, Porto Alegre – RS e Recife – PE.
Considerando que os espaços urbanos metropolitanos são significativamente
heterogêneos e, especificamente, as regiões metropolitanas de Belo Horizonte
(RMBH), Porto Alegre (RMPA) e Recife (RMR) são significativamente heterogêneas
entre si, quando se considera suas condições econômicas e sociais, então essas
regiões metropolitanas se configuram neste trabalho como os territórios em foco. A
análise das regiões metropolitanas selecionadas nesta dissertação (RMBH, RMPA e
RMR) tem em vista a possibilidade de construção de uma alternativa válida para que
sua reaplicação possa ser garantida, por períodos anuais e para outras regiões
metropolitanas, utilizando-se os dados da PNAD – IBGE.
Dessa forma, incorpora-se empiricamente a heterogeneidade da juventude
para os espaços geográficos ao mesmo tempo em que se situa o grau e a dimensão
espacial da vulnerabilidade social. E, assim, não se incorre no problema da não
33
incorporação dos diversos estratos sociais, e seus contextos, que coexistem dentro
de uma mesma área geográfica.
Como uma agenda de pesquisa já em desenvolvimento, considera-se que a
partir da disponibilidade dos microdados do Censo Demográfico de 2010 será
possível reaplicar a metodologia empregada para níveis geográficos mais
desagregados, isto é, para municípios e áreas intramunicipais. Também para os
Censos Demográficos anteriores a 2010, mediante a existência das variáveis aqui
observadas, este estudo poderá ser reaplicado, sobretudo quando se pretender
estudar a mudança e distribuição dos perfis de vulnerabilidade social das juventudes
ao longo do tempo.
Foram utilizados os microdados da Pesquisa Nacional por Amostra de
Domicílios de 2008 (PNAD/IBGE), sendo esta a PNAD mais recente quando este
estudo se iniciou. Assim, a partir dos dados da PNAD foram construídas 20 (vinte)
variáveis, sendo 4 (quatro) delas binomiais, para compor o modelo de GoM,
perfazendo um total de 74 (setenta e quatro) categorias de resposta. Considerou-se
no modelo matemático de GoM o total de 11.885 jovens com idade entre 15 e 29
anos, que residiam em domicílios particulares permanentes nas regiões
metropolitanas de Porto Alegre (RMPA), Belo Horizonte (RMBH) e Recife (RMR). No
capítulo metodológico será apresentado o processo de construção e tratamento das
variáveis utilizadas.
Foram encontrados diferentes perfis de vulnerabilidade social das juventudes.
A análise desses perfis fornece informações sobre os vários lugares sociais dessas
juventudes, por meio de conjuntos multidimensionais e de uma caracterização
heterogênea dos indivíduos, quanto ao fenômeno da vulnerabilidade social. Dito de
outra forma, estes perfis sociais são capazes de descrever a coexistência dos vários
estratos sociais de juventudes, no que tange as suas características heterogêneas
de vulnerabilidade social.
A elaboração destes perfis pode, de fato, ser um meio eficaz para uma
construção alternativa de indicadores sociais. Assim, considera-se que seja possível,
através desses perfis, a construção de indicadores sociais para mensurar o
fenômeno da vulnerabilidade social para grupos e/ou indivíduos isolados
circunscritos em um território. Uma vez que os perfis sociais proporcionam maior
especificidade analítica para distinguir as características dos indivíduos,
considerando múltiplas dimensões e a heterogeneidade existente entre eles, ao
34
mesmo tempo matizando-os em termos de suas condições de vulnerabilidade social.
Portanto, concomitantemente aos resultados destas análises, poderão ser
consideradas as necessidades dos indivíduos, igualmente específicas, para a
superação de seus estados de vulnerabilidade social. Isto é, novas estratégias de
políticas públicas podem ser formuladas ou reformuladas, pela perspectiva de atingir
cada indivíduo específico quanto às suas necessidades para superação da
vulnerabilidade social.
Assim, os resultados deste trabalho indicam novas perspectivas de análise
empírica sobre o tema da juventude. Além disso, sua aplicação, considerando níveis
geográficos mais desagregados, pode originar instrumentos para a formulação,
reformulação, monitoramento e avaliação de políticas públicas focalizadas a esse
segmento da população. Nesse aspecto, é factível conceber o desenvolvimento de
instrumental aplicado ao estabelecimento de critérios para focalização e seleção de
público alvo prioritário destas políticas, que não se baseie na renda como único
critério que um indivíduo possa apresentar como atestado de experimentação de um
fenômeno tão complexo quanto a vulnerabilidade social.
Esta dissertação está estruturada em quatro capítulos, sendo o primeiro esta
introdução. O segundo capítulo apresenta a revisão bibliográfica sobre os temas de
juventudes e vulnerabilidade social, além de se tecer algumas considerações
importantes sobre o uso de indicadores sintéticos como ferramenta analítica para o
planejamento social. O terceiro capítulo apresenta a fonte de dados (PNAD) e a
justificativa para a seleção das regiões metropolitanas de Porto Alegre – RS, Belo
Horizonte – MG e Recife – PE. Também nesse capítulo são apresentadas as
variáveis utilizadas e seu processo de construção, bem como o modelo matemático
do método Grade of Membership (GoM). No quarto capítulo são apresentados e
analisados os resultados dos modelos de GoM e também se desenvolve a análise
das regiões metropolitanas selecionadas. No quinto e último capítulo são apresentas
as considerações finais.
35
2 JUVENTUDES, VULNERABILIADE SOCIAL E INDICADORES SINTÉTICOS
Ao longo deste capítulo são apresentadas as revisões bibliográficas sobre os
temas de juventudes, vulnerabilidade social e indicadores sintéticos como
ferramenta analítica para o planejamento social. Assim, compreende-se que as
juventudes sejam heterogêneas, gerando, com isso, uma heterogeneidade quanto
aos tipos e níveis de exposição dos jovens a situações de vulnerabilidade social. O
que, por sua vez, demanda um arcabouço metodológico, ainda não incorporado aos
atuais indicadores sociais, que seja capaz de oferecer análise sobre essa
heterogeneidade das populações quanto à experimentação de um fenômeno social.
2.1 Juventudes
O tema da Juventude tem sido abordado através de diferentes prismas
conceituais. Dentre os apontamentos teóricos, destacam-se critérios etários ou
demográficos, jurídicos, psicológicos, sociológicos, antropológicos e biológicos
(LEVI; SCHMITT, 1996). Tais perspectivas estão, via de regra, interrelacionadas. Por
exemplo, as abordagens jurídicas levam em consideração tanto fatores sociológicos
quanto psicológicos, biológicos e etários. De acordo com Levi e Schmitt, “certamente
não se trata de encontrar uma única definição válida [para o conceito de juventude
que teoricamente adapte-se] em todos os quadrantes e todas as épocas.” (LEVI;
SCHMITT, 1996, p. 7-8).
Seguindo a compreensão sociológica, entende-se o conceito de juventude
como uma
[...] categoria socialmente construída, passível de abrigar não apenas similaridades, mas também diferenças sociais entre os jovens. O uso indiscriminado do termo juventude pode encobrir aparentes unidades de realidade (PAIS, 1993), pois tal rótulo possui especificidades em termos de classe, gênero, raça/cor etc. (BOURDIEU, 1983). Os marcos etários que delimitam as fases do ciclo de vida ou as categorias de idade são móveis e variam ao sabor de novas concepções sociais acerca do humano e das relações intergeracionais (ARIÈS, 1978; DEBERT, 1999; PEIXOTO, 2000; LINS DE BARROS, 1998). (HEILBORN; CABRAL, 2006, p. 226).
Salienta-se que o conceito de juventude muitas vezes é utilizado sem que se
faça distinção com o conceito de adolescência. Esse tem sido apropriado com
bastante ênfase na área da psicologia, seguindo a trilha do desenvolvimento
36
psíquico dos indivíduos que ocorre, amiúde, juntamente com o desenvolvimento
biológico e fisiológico dos mesmos (LEÓN, 2009). Assim, no quadro da psicologia
geral, o conceito de adolescência se constitui em um estágio da vida de um
indivíduo, considerado em um interstício entre a infância e a idade adulta. Contudo,
vale ressaltar que “não se completa a adolescência senão quando todas as
estruturas e processos necessários à fertilização, concepção, gestação e lactância
terminaram de amadurecer.” (FLORENZANO apud LEÓN, 2009, p. 50). Verifica-se,
que León (2009, p. 55), citando Allerbeck e Rosenmayr, afirma também que “‘a
juventude se encontra delimitada por dois processos: um biológico e outro social. O
biológico serve para estabelecer sua diferenciação com a criança, e o social, sua
diferenciação com o adulto’.”.
Dessa forma, o interstício que medeia infância e idade adulta, chamado de
adolescência, pode ser subdivido em outras duas etapas, onde a primeira etapa seja
marcadamente configurada pelos processos biológicos, fisiológicos e de
desenvolvimento psíquico, configurando a adolescência em si. A segunda etapa
configura-se como um período em que os processos sociais, que sempre estiveram
presentes desde o nascimento do indivíduo, tomam relevância para a conformação
dos sujeitos sociais que experimentam uma nova condição de vida, configurando-se
como a juventude. (SPÓSITO, 2003; ABRAMOWAY, 2004). Compreende-se,
portanto, que mesmo que os limites etários para a definição das etapas de vida da
adolescência e da juventude sejam temporalmente móveis, ainda assim é possível
admitir teoricamente a existência de cada um desses dois estágios tanto quanto
suas especificidades em relação ao que são e ao que não são.
Restringindo-se apenas ao conceito de juventude evidencia-se que, devido às
várias formas sob as quais as trajetórias biográficas dos indivíduos materializam-se
e se entrecruzam com os processos sociais que marcam a transição à vida adulta, a
juventude seja considerada como essencialmente heterogênea. Isto é, “[...] não
existe somente um tipo de juventude, mas grupos juvenis que constituem um
conjunto heterogêneo, com diferentes parcelas de oportunidades, dificuldades,
facilidades e poder nas sociedades.” (ESTEVES; ABRAMOVAY, 2007, p. 23). Assim,
se expressa a necessidade de que essas juventudes sejam qualificadas a partir de
distintas formas, ao mesmo tempo em que essas juventudes sejam compreendidas
conceitualmente “[...] como uma categoria complexa e heterogênea, na busca de
evitar simplificações e esquematismos” (VELHO, 2006, p. 192). Nesta perspectiva,
37
para se admitir a existência real de todo um conjunto de desigualdades sociais
possíveis entre os indivíduos, se assenta a necessidade de se utilizar a pluralização
do termo juventude.
Observa-se com Léon (2009) que, ao se abordar o conceito de juventude
enquanto uma fase de transição à vida adulta, existe o risco de que o objeto real
descrito por esse conceito, os jovens, sejam entendidos como sujeitos incompletos.
Destaca-se que esse entendimento cria o efeito de não possibilitar o exame analítico
sobre muitas particularidades desses jovens se considerado o tempo presente, ou
seja, o tempo no qual o jovem ainda vive sob a condição de vir a ser.
Ainda com Léon (2009), um segundo risco que também pode ocorrer é o
entendimento de que os jovens sejam sujeitos incompletos porque ainda não
chegaram a completar-se, isto é, porque ainda não se tornaram adultos. Contudo, é
possível considerar que a transição à vida adulta não preconize quaisquer
incompletudes referenciada aos jovens, desde que seja entendida como
parte de um processo mais amplo de constituição de sujeitos, mas que tem especificidades que marcam a vida de cada um. A juventude constitui um momento determinado, mas não se reduz a uma passagem; ela assume uma importância em si mesma. Todo esse processo é influenciado pelo meio social concreto no qual se desenvolve e pela qualidade das trocas que este proporciona. (DAYRELL, 2007, p. 158).
Hasenbalg (2003) informa que, entre vários fatores, “a transição da escola ao
trabalho é parte fundamental do processo de autonomização que leva desde a
dependência completa dos pais ou responsáveis, na primeira infância, à assunção
plena dos papéis sociais de adulto.” (HASENBALG, 2003, p. 147). Ou seja, são
destacadas as experiências que conformam a atribuição de autonomização aos
indivíduos e se considera, então, que este processo de autonomização social se
apresenta como a própria transição em si. Transição esta que se situa para os
indivíduos entre a fase da juventude à vida adulta e sua duração está condicionada
à experiência de conclusão de cada um desses processos, sendo o mais
fundamental o transcurso da escola ao trabalho.
Contudo, o modelo de transição juventude/adultícia em que o transcurso da
escola ao trabalho tem papel fundamental, está fortemente ancorado na concepção
de que a vida esteja organizada em três momentos vitais: formação; atividade;
aposentadoria. (CASANOVAS I BERDAGUER; COLL I AMARGÓS; MONTES I
38
SALA, 2002). Assim, pode ser suposto que ligados à juventude estejam tanto as
condições de formação (escolar) e de busca por autonomia. E ligados à adultícia
estejam tanto as condições de atividade (econômica), quanto a de realização
autônoma de si. Porém, precisamente dessa forma se depara com o duplo problema
que Léon (2009) salientou: os jovens são sujeitos incompletos e são incompletos
porque ainda não chegaram a se completarem. Ou seja, torna-se impossível analisar
as situações em que os jovens não vivem o período de formação, ou vivem
concomitantemente os períodos de formação e atividade. Ao mesmo tempo,
destaca-se que não há um balizamento de qual e de quanto de autonomia deve se
ter para se tornar adulto. Dessa forma, também se salienta que “[...] não se pode
falar de uma fronteira clara entre juventude e adultícia” desde que a condição de
adulto ainda não esteja bem definida (LEÓN, 2009, p. 64).
Porém, e contando com o transcurso escola/trabalho, existem outros aspectos
que informam sobre a transição da juventude à vida adulta. Levi e Schimitt (1996)
destacam que
como as demais épocas da vida, quem sabe numa medida mais acentuada, também a juventude é uma construção social e cultural. Desse ponto de vista, a juventude se caracteriza por seu marcado caráter de limite. Com efeito, ela se situa no interior das margens móveis entre a dependência infantil e a autonomia da idade adulta, naquele período de pura mudança e de inquietude em que se realizam as promessas da adolescência, entre a imaturidade sexual e a maturidade, entre a formação e o pleno florescimento das faculdades mentais, entre a falta e a aquisição de autoridade e poder. (LEVI; SCHIMITT, 1996, p. 7-8).
Pode-se perceber com Levi e Schimitt (1996), que também as experiências de
construção de laços afetivos e sexuais constituem outro aspecto que marca as
relações sociais dos indivíduos na transição à vida adulta. Ao início e
estabelecimento de laços afetivos e sexuais é possível considerar que estão
associados a essas experiências ainda outros aspectos, como a formação de
família, a gravidez e a maternidade/paternidade. (HEILBORN; CABRAL, 2006).
Analisando-se a juventude como um momento de experimentação da
sexualidade verifica-se um ciclo decisivo para demarcação de diferenças de gênero
no campo da identidade, tendo em vista que essas diferenças podem potencializar
criatividade e singularidade, como podem reproduzir divisões sexuadas, com
conotação de assimetria e desigualdade (ABRAMOVAY, 2004). Faz-se necessário
salientar que o conceito de gênero está relacionado ao modo como analisamos as
39
relações entre homens e mulheres. Segundo Heilborn, as categorias de gênero
“revelam sempre uma relação de natureza assimétrica. Trata-se de um imperativo
simbólico originado por constrangimentos estruturais de ordenação da cultura”
(HEILBORN, 1997, p. 298).
Na relação com a juventude, o conceito de gênero demonstra-se em
particularismos presentes nas relações sociais e culturais inerentes a esse grupo, e
que influenciam diretamente na trajetória de vida dos jovens. O gênero é aqui
compreendido como uma relação que organiza as experiências sociais em função
da diferenciação cultural entre os sexos. Dessa forma, a transição à vida adulta pode
ser compreendida enquanto uma transição sexuada dado que
[....] os jovens [do sexo masculino], são preparados para o exercício da tarefa que será fundamental para sua vida adulta: o trabalho produtivo; já as jovens, são treinadas para exercer a atividade que a sociedade tem reservado quase exclusivamente para as mulheres: o trabalho doméstico e familiar, seja como atividade principal, seja como atividade para a qual elas são e se sentem responsáveis até mesmo em compartilhar com outros afazeres. Em outras palavras, a juventude é um momento chave na socialização diferenciada em razão do gênero, entendendo por gênero os distintos conteúdos e práticas sociais que são atribuídos a um e a outro sexo, inclusive os diferentes papéis desempenhados pelo emprego em função dos gêneros masculino e feminino. (OTO, 2003, p. 195, tradução nossa)2.
Pode-se, então, observar que não apenas o processo de transição à vida
adulta, marcado por vários eventos e condicional às especificidades em termos de
classe, gênero, raça/cor, mas a própria identidade dos sujeitos está circunscrita
nesta fase limiar da vida. E, em cada um desses eventos, a identidade vai se
constituindo com mais ou menos impacto sobre suas escolhas, de modo que os
referenciais de classe social, gênero e raça/cor se apresentam como fatores chaves
na abertura de uma gama maior ou menor de oportunidades e experiências, sejam
elas tanto mais tradicionais ou contemporâneas, quanto mais limitadas ou fluidas.
Assim como afirmam Mello e Camarano (2006), há uma multiplicidade de estilos e
2 [...] los jóvenes, se preparan para ejercer la tarea que va a resultar central en su vida adulta: el trabajo productivo; otras, las jóvenes, se entrenan para asumir la actividad que la sociedad tiene reservada casi en exclusiva a las mujeres: el trabajo doméstico-familiar, ya sea como actividad principal, ya sea como actividad de la que son y se sienten responsables aunque la compartan con otros quehaceres. Es decir, la juventud constituye un momento clave en la socialización diferenciada por razón de género, entendiendo por género los distintos contenidos y las práctivas sociales que se atribuyen a uno y otro sexo, entre ellos, el distinto papel que juega el empleo para el género masculino y para el género femenino.
40
de momentos da transição para a vida adulta que assume contornos diferenciados,
variando, sobretudo, também em função do contexto socioeconômico.
O processo de transição dos jovens para a vida adulta está associado
também à presença do Estado nas sociedades. Segundo Mello e Camarano (2006),
em países com políticas de bem estar social estruturadas, a família de origem dos
jovens exerce pouca influência em suas trajetórias. Estes, além de contarem com
políticas universais, como as de educação e saúde, contam, também, com outras
específicas, voltadas para o processo de transição. No caso do Brasil, do ponto de
vista das políticas públicas, a condição juvenil faz surgir novos embates e a
necessidade de se pensá-la para além do padrão saúde-escola que definiu as
políticas para jovens ao longo dos anos no Brasil.
Contudo, deve-se ficar claro que os processos sociais que orientam a
transição da juventude à vida adulta podem ter permanência variável, embora a
transição em si, ou seja, a mudança entre a condição de juventude e adulto se
realize apenas uma vez. Dessa forma, Rodrigues (2009) afirma que
[...] o jovem só é jovem durante um período “x” – e que vivencia esse período de maneira particular, na medida em que a juventude é experimentada de diferentes formas, dependendo da sociedade em que se vive, dos tipos de relação por ela proporcionados, das situações desfrutadas individual e coletivamente, do tempo e do contexto em que se goza da condição juvenil. (RODRIGUES, 2009, p. 42).
Percebe-se então que além de a juventude ser uma característica transitória
aos indivíduos, ela é também historicamente percebida e socialmente variável. Isto
é, os processos sociais necessários à realização da transição à vida adulta são
suscetíveis a variações históricas e entre sociedades.
Quando digo jovens/velhos, tomo a relação em sua forma mais vazia. Somos sempre o jovem ou o velho de alguém. É por isto que os cortes, seja em classes de idade ou em gerações, variam inteiramente e são objeto de manipulações. [...]. O que quero lembrar é simplesmente que a juventude e a velhice não são dados, mas construídos socialmente na luta entre jovens e os velhos. As relações entre a idade social e a idade biológica são muito complexas. (BOURDIEU, 1983, p. 113).
Quando se concebe a juventude a partir de sua característica de
transitoriedade o recorte etário para a classificação da juventude apresenta-se como
uma questão fundamental. De fato, de acordo com Levi e Schmitt, “[...] dentre os
41
princípios que servem de base para classificar as pessoas, a idade tem uma
característica específica e evidente: por definição, do ponto de vista dos indivíduos,
é uma condição transitória.” (LEVI; SCHMITT, 1996, p. 8).
Dessa forma, ainda que apenas o uso do recorte etário possa ser
justificadamente entendido como insuficiente para prover uma análise sociológica
das juventudes, a sua utilidade quanto ao estabelecimento do objeto de estudo é
indubitável. De outro modo, se não houver um balizamento constituído por um
recorte etário, não há como identificar nenhuma juventude. Contudo, é necessário
que as delimitações de idade não sejam tomadas, em quaisquer momentos da
investigação, pela orientação de homogeneizar subconjuntos de indivíduos que
tenham o mesmo enquadramento etário (LEÓN, 2009). A pluralização do termo
juventude tem exatamente por proposta o alargamento desse termo para a
admissão da diversidade, em face de não conceber “[...] os jovens como uma
unidade social com interesses [, necessidades, recursos e oportunidades] comuns,
pelo simples fato de compartilharem uma categoria de idade” (ISLAS, 2009),
enfatizando dessa forma sua característica de heterogeneidade.
Desse modo, para além da definição etária, a principal questão a ser colocada
seja a plausibilidade do modelo tradicional de transição para a vida adulta no
entendimento da juventude contemporânea, tanto quanto a plausibilidade de seus
eventos. A compreensão dos mecanismos e processos de socialização vivenciados
pelos sujeitos nas diferentes etapas da vida tem tanta importância, ou mesmo
precede, quanto à definição do período etário que delimitariam tais etapas. (ISLAS,
2009). Nesse sentido, deve-se notar que
os modelos tradicionais de transição, consolidados após a Segunda Guerra, consideram uma linearidade no desenvolvimento do curso da vida, na qual uma dada sequência unidirecional de eventos e etapas ordena o caminho de um indivíduo, da infância à velhice. No processo de transição para a vida adulta, essa trajetória é composta pela saída da escola, ingresso no mercado de trabalho, saída da casa dos pais, formação de um novo domicílio pelo casamento e nascimento do primeiro filho. (CAMARANO; MELLO, 2006, p. 17).
Evidencia-se, então, que para a definição de um recorte etário que
teoricamente conformaria as diversas juventudes, seria possível considerar as
idades médias sob as quais os indivíduos experimentassem os diversos eventos
estabelecidos no modelo tradicional de transição linear. Assim, considerando uma
42
sociedade específica e em um momento histórico específico, seria possível se
orientar pelas idades médias com as quais os indivíduos começassem a trabalhar;
as idades adequadas e normativas para a conclusão nos níveis de ensino
fundamental, médio e superior; a idade média em que se adquiriam independência
econômica; a idade média em que se contrairiam relações conjugais; a idade média
em que se conformariam novos domicílios; e a idade média de nascimento do
primeiro filho.
Porém, a perspectiva da transição para a vida adulta também traz consigo a
implicação de outras duas noções: “as novas condições juvenis” e as “trajetórias de
vida” (LEÓN, 2009). Por “novas condições juvenis” entende-se todo um corolário de
processos que ocorrem em escala global e que tem mudado radicalmente os modos
de vida das juventudes. Isto é, novas conformações de laços de solidariedade e
reciprocidade, novos padrões familiares, um novo balanceamento entre gêneros
quanto às atividades laborais que se fazem dentro e fora do âmbito privado, novos
comportamentos afetivos e sexuais, novos comportamentos políticos, culturais,
reprodutivos, entre outros. Nas palavras de León (2009) a noção de “novas
condições juvenis” trata de perceber as
[...] mudanças e transformações societais experimentadas em âmbito global nas últimas décadas, representadas na lógica da passagem da sociedade industrial para a sociedade informacional ou do conhecimento [...], as quais estão influenciando com maior força os modos de vida das pessoas e estruturando mudanças aceleradas no funcionamento da sociedade. (LEÓN, 2009, p. 60).
Por “trajetórias de vida” são compreendidas as trajetórias biográficas de cada
indivíduo específico em seu processo de transição à vida adulta. E, como seus
efeitos – considerando todo o conjunto das trajetórias de vida dos indivíduos em um
determinado período de tempo –, a promoção das transformações ocorridas no
modelo tradicional de transição para a vida adulta. (LEÓN, 2009).
Ambas as transformações referem-se tanto a fatores de ordem pública como
o aumento da cobertura do sistema escolar, aumento da escolarização dos jovens e
crescentes taxas de desemprego para a população jovem e, consequentemente,
mudanças nos sistemas de acesso à habitação. Como também a fatores de ordem
privada como as mudanças nos padrões de relacionamentos afetivos e familiares,
43
sexualidade e divisão do trabalho doméstico. (CAMARANO; MELLO, 2006;
PAPPÁMIKAIL, 2012).
Percebe-se, portanto, que as trajetórias de vida seguem uma multiplicidade
de formas, possibilitadas pelos processos entendidos como as novas condições
juvenis. Portanto, as trajetórias de vida, que se materializam no percurso biográfico
de cada indivíduo, produzem efeitos desestruturantes sobre a linearidade da
transição para a vida adulta, influindo dessa maneira no modo de reprodução social.
Assim, a definição de um recorte etário que considere as idades médias sob as
quais os indivíduos experimentariam os diversos eventos que são estabelecidos no
modelo tradicional de transição linear, tende a perder seu caráter de validade. Isto é,
tão logo esses marcadores da transição à idade adulta se tornem mais fluidos e a
linearidade desse processo seja reduzida ao imperceptível, então é razoável
pressupor que uma nova definição para conformar um recorte etário para o
estabelecimento do objeto de estudo precisa ser constituída para além dos eventos
marcadores da transição à vida adulta do modelo tradicional de transição linear.
No entanto, no Brasil, essas novas características do processo de transição estão convivendo com as tradicionais. Os processos convencionais marcados por seqüências lineares do tipo saída da escola, entrada no mercado de trabalho, casamento com saída da casa de origem e nascimento de filhos são os predominantes, [...] mas convivem com formas “desseqüenciadas”, não-lineares e, por vezes, caracterizadas por trajetórias reversíveis. (CAMARANO; MELLO, 2006, p. 18-19).
Observa-se que, no Brasil, o modelo tradicional de transição linear ainda é
predominante e se inicia com o processo de transição da escola ao trabalho,
finalizando com o nascimento do primeiro filho. Portanto, uma definição de recorte
etário baseado sobre as idades médias ainda pode ser validamente empregada para
se considerar os eventos marcadores do modelo tradicional de transição linear.
Contudo, deve-se destacar a emergência crescente de trajetórias individuais que
podem ser compreendidas como a metáfora do io-io, também chamadas de
trajetórias eu-eu. A metáfora do io-io é empenhada para ilustrar uma característica
labiríntica, pela qual os indivíduos experimentam os eventos descritos pelo modelo
tradicional de transição linear (PAIS, 2002). Dessa forma, os eventos não são
estanques entre si, fazendo com que um mesmo indivíduo possa experimentar
quaisquer desses eventos mais de uma vez e sem uma ordem de linearidade.
Assim, a saída da escola pode-se complementar com seu posterior regresso; a
44
entrada no mercado de trabalho pode ser adiada, tanto quanto experimentada e
retomada, intermitentemente; casamentos podem ser desfeitos através do divórcio,
entre outros aspectos intermitentes.
Contudo, Muuss afirma que
uma pessoa que se casa depois de formar-se no curso secundário, consegue um bom emprego e se torna auto-suficiente financeiramente, tem mais probabilidade de ter atingido a maturidade, do que seu amigo que entra para a Universidade, sustentado pela família. (MUUSS, 1996, p. 18).
Se a afirmativa de Muuss (1996) for aceita, então é necessário admitir que a
sequência prescrita pelo modelo tradicional de transição linear seja imperativa e as
trajetórias individuais que fossem dessequenciadas ou labirínticas, refletiriam
apenas a experiência e a permanência variáveis com a qual os jovens experimentam
os processos marcadores da transição à vida adulta. Porém, salientando-se o
aspecto de classe social que confere especificidade à juventude, pode-se perceber
que
os e as jovens [oriundos das classes sociais mais favorecidas] durante muitos anos podem ser dar ao “luxo” de não trabalharem, e se prepararem para a vida, adiando a satisfação imediata, para que assim alcancem posições sociais, trabalhistas e econômicas mais altas. (ARISTU, 2002, p. 119, tradução nossa)3.
Dessa forma, acredita-se que a afirmativa de Muuss deve ser tomada com um
ponto de interrogação. Isso porque, ao se conceber a juventude com uma categoria
social que designa uma etapa de vida em transição à fase adulta, não se pode
prescindir da compreensão de que as famílias desses jovens constituem-se
enquanto estruturas e apoio para as suas transições. Assim, torna-se evidente que
famílias com classe social mais elevada tendem a oferecer apoio mais sólido e
duradouro do que as famílias com classe social mais baixa para que seus filhos
realizem a transição à vida adulta com perspectivas de alcançarem posições sociais
mais valorizadas no mercado de trabalho, sobretudo.
Entretanto, destaca-se também que, independente da classe social, as
trajetórias individuais sempre podem se comportar de maneira mais, ou menos,
3 Los y las jóvenes durante muchos años pueden permitirse ‘el lujo’ de no trabajar, de prepararse para la vida, de posponer la satisfacción inmediata por alcazar cuotas de participación social, laboral y económica más altas.
45
dessequenciadas. Assim, as histórias dos dois jovens colocadas por Muuss (1996)
estão ambas sujeitas a reversibilidades e, por isso, o amadurecimento socialmente
esperado e sancionado por parte de cada um desses jovens é desigual, porém
incerto.
De fato, a partir da identificação de que o modelo tradicional de transição
linear à vida adulta tende a configurar-se como mais fluido, então os consensos na
literatura sobre o evento que marca o término da juventude deixam de existir. Entre
os eventos que competem para estabelecer a entrada do indivíduo no mundo adulto
estão a independência econômica, a saída da casa dos pais e/ou a constituição de
família. Ressalta-se que a constituição de família também pode ser entendida de
diversas formas, entre essas se destaca a conjugalidade via casamento ou união
consensual, ou ainda o nascimento do primeiro filho (CAMARANO; MELLO, 2006).
Acrescenta-se que “casamento e constituição de domicílio acontecem, quase
sempre, mais tarde para homens do que para mulheres e estão diretamente
relacionados à participação nas atividades econômicas.” (CAMARANO; MELLO,
2006, p. 22).
Nesse sentido, “a literatura também fala de um possível prolongamento da
juventude, dado que se tem observado um aumento no tempo passado na escola,
dificuldades de inserção no mercado de trabalho e mudanças nos arranjos
familiares.” (CAMARANO; MELLO, 2006, p. 16). Assim, considerando o conjunto das
sociedades ocidentais, destaca-se a emergência de corresidência familiar, tanto
quanto o adiamento e reversibilidade de outros eventos que marcam a transição à
vida adulta tais como "[...] a estabilização profissional, a residência autónoma, a
conjugalidade, a parentalidade." (PAPPÁMIKAIL, 2012, p. 379). No entanto,
Camarano e Mello (2006) sugerem que a ideia de prolongamento da juventude “[...]
pressupõe assumir uma sequência linear de eventos, em que qualquer alteração
pode implicar mudanças no calendário do processo como um todo, o que nem
sempre é verdade.” (CAMARANO; MELLO, 2006, p. 16).
É necessário destacar, porém, que não é a concepção do prolongamento da
juventude em si que determina a suposição de eventos lineares na transição à vida
adulta. O que determina tal suposição é o uso teórico dos eventos que marcam a
linearidade dessa transição. Ou seja, ao se estabelecer um evento qualquer, dentre
os eventos postulados pelo modelo tradicional de transição linear, como início da
etapa de vida de juventude e outro como término, ao mesmo tempo em que os
46
demais eventos sejam distribuídos de modo organizado, ou não, entre esses dois
pontos, então é possível ampliar ou reduzir o período etário que conforma a
juventude da forma que se desejar, pois ainda assim essa transição será de tipo
tradicional linear.
Pappámikail (2012) afirma que a sociologia da juventude tem se preocupado
sobremaneira em investigar não como a juventude vive, mas como dela se sai.
Assim, para explorar outras perspectivas que ultrapassem a investigação de como e
quando se deixa de ser jovem, também afirma que seja necessária uma melhor
clarificação de alguns conceitos. Dado que, pelo uso rotinizado, os conceitos que
são nomeados utilizando-se palavras do dia a dia, apresentam-se múltiplos nos
significados e geralmente são pobremente definidos quando relacionados à
juventude. Assim, ocorre com os conceitos de autonomia, liberdade e independência
que são mobilizados nos estudos em que a juventude seja percebida enquanto uma
fase de transição à vida adulta.
Abstratamente falando, liberdade diz respeito à capacidade de agir sem constrangimentos e com os recursos e o poder necessários para objetivar as intenções que motivam a ação em primeiro lugar. As intenções podem ser autónomas, sem haver liberdade para as pôr em prática, por via de um constrangimento material ou simbólico (imposição parental ou falta de recursos, por exemplo) ou um constrangimento legal (conduzir um automóvel ou votar antes da maioridade, nomeadamente). Em qualquer desses cenários, desejar encetar uma ação para a qual não se tem independência ou liberdade, três opções se perfilam: a aceitação e conformação, a ruptura e transgressão ou o desenvolvimento de estratégias que permitam negociar/conquistar/adquirir quer a sua liberdade, quer a sua independência e assim possibilitar o desempenho da ação. (PAPPÁMIKAIL, 2012, p. 384).
Evidencia-se que a autonomia não possui uma relação contingente com a
idade, enquanto uma condição humana consubstanciada nas intenções e
motivações dos sujeitos, diz respeito às condições psicossociológicas de natureza
transitória ou permanente. Assim, “[...] servindo para aferir a condição global do
sujeito em face dos outros, numa ou em todas as dimensões da sua existência,
independentemente da fase do seu ciclo de vida.” (PAPPÁMIKAIL, 2012, p. 383).
Considera-se que para além da definição de quaisquer faixas etárias, os
jovens conformam um segmento da população com características específicas e, ao
mesmo tempo, heterogêneas, na medida em que aspectos como classe social,
gênero e raça/cor, constituem especificidades diferenciadas para esta etapa da vida.
47
Dessa forma, percebe-se que a demarcação etária deste segmento da população é
de suma importância, porém menos fundamental que a investigação sobre as
formas heterogêneas pelas quais as várias juventudes experimentam seus
processos de transição à vida adulta.
Considera-se que, “os indivíduos não pertencem a grupos etários, eles os
atravessam.” (LEVI; SCHMITT, 1996, p. 9). Então, com relação à delimitação do
objeto de estudo, utilizou-se a mesma perspectiva do IPEA (2008) e dos recentes
trabalhos empíricos, realizados no Brasil, em que a juventude é tratada sob o prisma
da transição para a vida adulta (CAMARANO, 2006), incluindo também a concepção
de prolongamento da juventude. Assim, o período etário de 15 a 29 anos configura,
neste trabalho, a população de interesse.
Portanto, analisando a heterogeneidade das juventudes, o que se pretende é
encontrar tanto o modelo tradicional da transição linear à vida adulta quanto as
formas indicativas da não linearidade dessa transição, as formas dessequenciadas e
reversíveis. Para isso, o enfoque sobre o modelo tradicional é suficiente, dado que
as formas dessequenciadas e reversíveis são assim descritas porque possuem sua
referência à sequência colocada pelo modelo tradicional de transição linear.
2.2 Vulnerabilidade Social das Juventudes
Ao se fitar a característica de heterogeneidade das juventudes,
imediatamente emerge a questão: heterogeneidade das juventudes em relação a
qual(is) aspecto(s)? Assim, é possível observar que a juventude enquanto categoria
analítica tem sido investigada empiricamente, no âmbito das pesquisas acadêmicas
em Ciências Sociais, Educação e Serviço Social, a partir de uma relação dialógica
através de outros conceitos. Dessa forma, o conceito de juventude frequentemente é
relacionado com aspectos específicos à sua constituição per si como escola,
trabalho, gênero, entre outros. O conceito de juventude também é frequentemente
relacionado aos aspectos tidos como os “problemas sociais” das juventudes, como
as violências, as drogas, as Doenças Sexualmente Transmissíveis (DSTs), entre
outros (SPOSITO, 2009).
Também é possível relacionar o conceito de juventude com categorias mais
transversais em que vários aspectos possam ser analisados sob uma perspectiva
48
mais ampla e descrevendo simultaneamente suas ocorrências na vida dos
indivíduos. Evidencia-se, portanto, que
[...] a pesquisa voltada para os jovens não se desliga das interrogações mais amplas sobre a vida social e qualquer avanço nesse campo poderá favorecer o desenvolvimento de novos conhecimentos dos processos sociais que afetam o conjunto da sociedade. (SPOSITO, 2009, p. 39).
Considera-se que, ao se analisar a heterogeneidade das juventudes, seja
possível entrever diversos padrões sob os quais um dado fenômeno seja matizado
enquanto suas distribuições sociais desiguais entre indivíduos e subgrupos de
indivíduos. Assim, para além do reconhecimento de que o conceito de juventude
encerra uma diversidade de experimentações concretas e socialmente desiguais
entre os jovens é igualmente importante desvelar quais são e como vive cada uma
dessas diversas juventudes. Ou seja, nota-se que a despeito do atual consenso na
literatura sobre a característica de heterogeneidade das juventudes, ainda pouco
explorado teórica e empiricamente são as definições empíricas sobre quais
“juventudes” são essas. Reconhece-se que Dayrell e colaboradores (2009) já
tenham sugerido esse tema de investigação ao estabelecer que
não basta afirmar que há questões de gênero, etnia e de pertencimentos de classes sociais compondo essa diversidade. É preciso estabelecer padrões analíticos mais rigorosos sobre o seu peso respectivo ao lado de uma crescente homogeneidade nos modos de vida e de aspirações entre os jovens, decorrentes dos processos de globalização, da disseminação e circulação da informação e dos mecanismos advindos da cultura de massas e do mercado. (DAYRELL et al., 2009, p. 107).
Dado que a heterogeneidade das juventudes pode refletir a distribuição social
desigual de um dado fenômeno entre elas, então cada juventude específica pode ser
entendida como um estrato social, definido minimamente por classe, gênero, etnia e
composto por indivíduos que experimentam a fase de transição à vida adulta. Isto é,
ao se considerar um dado fenômeno social enquanto uma categoria transversal
sobre o tema da juventude, então a análise simultânea de um conjunto de aspectos
pode ser evidenciada em estratos sociais que considerem o nível de exposição dos
jovens a esse fenômeno social específico.
Ao considerarmos que a juventude assume importância por si mesma, devido
ao fato de que essa fase da vida se circunscreve como parte do processo de
constituição de sujeitos, logo as experimentações desiguais de um dado fenômeno
49
influirão no modo de reprodução social. Isto é, cada indivíduo tomado isoladamente,
apresenta um conjunto de aspectos concretos e observáveis que, em relação aos
demais indivíduos esses aspectos podem demonstrar maior ou menor probabilidade
de se experimentar determinadas condições de vida em que haja escassez de
recursos necessários para que possam se utilizar de oportunidades e gerar novos
recursos. Então, pode-se compreender que as juventudes sejam desigualmente
vulneráveis socialmente.
Portanto, o fenômeno social empenhado neste trabalho para investigar as
juventudes é dado pelo conceito de vulnerabilidade social, que também tem sido
bastante debatido no âmbito acadêmico. Assim, há uma variada gama de
conceituações sobre vulnerabilidade. Cutter (1996), por exemplo, lista dezoito
conceitos diferentes para vulnerabilidade, abaixo se destacam os conceitos de
vulnerabilidade que possuem referência à perspectiva social:
Vulnerabilidade é operacionalmente definida como a incapacidade para tomar medidas eficazes para assegurar-se contra perdas. Quando aplicada aos indivíduos, vulnerabilidade designa a consequência da impossibilidade, ou improbabilidade, da efetiva mitigação das perdas e é uma função das nossas capacidades para detectar os riscos. (BOGARD apud CUTTER, 1996, p. 531, tradução nossa)4.
Vulnerabilidade possui três conotações: i) se refere a uma consequência (por exemplo, a fome) e não uma causa (por exemplo, a seca), ii) implica em uma consequência adversa (por exemplo: a produção de milho é sensível à seca; logo as famílias estarão vulneráveis à fome) e iii) é um termo relativo que diferencia os grupos socioeconômicos ou regiões entre si, ao invés de uma medida absoluta de privação. (DOWNING apud CUTTER, 1996, p. 531, tradução nossa)5.
Vulnerabilidade é definida em termos da exposição, capacidade e potencialidade. Portanto, a resposta prescritiva e normativa para a vulnerabilidade é reduzir a exposição, aumentar a capacidade de enfrentamento, reforçar o potencial de recuperação e sustentar o controle de danos (ou seja, minimizar as consequências destrutivas) através de meios públicos e privados. (WATTS; BOHLE apud CUTTER, 1996, p. 532, tradução nossa)6.
4 Vulnerability is operationally defined as the inability to take effective measures to insure against losses. When applied to individuals, vulnerability is a consequence of the impossibility or improbability of effective mitigation and is a function of our ability to detect the hazards. 5 Vulnerability has three connotations: if refers to a consequence (e.g., famine) rather than a cause (e.g., drought); it implies an adverse consequence (e.g., maize yields are sensitive to drought; households are vulnerable to hunger); and it is a relative term that differentiates among socioeconomic groups or regions, rather than an absolute measure of deprivation. 6 Vulnerability is defined in terms of exposure, capacity and potentiality. Accordingly, the prescriptive and normative response to vulnerability is to reduce exposure, enhance coping capacity, strengthen
50
Vulnerabilidade é mais bem definida como uma medida agregada do bem estar humano que integra a exposição ambiental, social, econômica e política a uma série de perturbações prejudiciais em potencial. A vulnerabilidade é um espaço de múltiplas camadas sociais e multidimensionais, segmentado por determinadas capacidades políticas, econômicas e institucionais das pessoas, em locais e em momentos específicos. (BOHLE et al. apud CUTTER, 1996, p. 532, tradução nossa)7.
Cunha e colaboradores (2006) atestam, porém, a existência de um consenso
entre esses conceitos, que diz respeito ao caráter multidimensional com que a
vulnerabilidade se apresenta. Ou seja, é possível analisar simultaneamente um
conjunto amplo de aspectos que incida sobre o objeto de estudo. Essa
multidimensionalidade é especialmente adequada devido à crescente necessidade
prática em subsidiar políticas públicas com um conceito que opere de forma mais
ampla e complexa do que o conceito de pobreza, que usualmente refere-se à
condição econômica dos indivíduos. E que, para isso, utiliza única e exclusivamente,
o fator de renda percebida ou estimada, dos indivíduos, famílias e/ou domicílios. Já
o debate em torno do conceito de vulnerabilidade social tem buscado romper com
essa unidimensionalidade da renda sob o conceito de pobreza, ampliando e
enfatizando a importância de outras dimensões não exclusivamente econômicas.
A multidimensionalidade da vulnerabilidade social torna esse conceito
especialmente adequado para compreender a complexidade das situações, ditas
heterogêneas, em que a distribuição social desigual de recursos e oportunidades
revele o desfavorecimento de determinados estratos sociais de juventudes. Isto é,
ao considerar outros fatores além da renda, como a educação, o trabalho, a família e
as condições de vida no domicílio, os indivíduos podem ser mais bem definidos
quanto aos seus pertencimentos a estratos sociais específicos.
Essa característica multifacetada, que marca os diversos conceitos de
vulnerabilidade social, nos instiga a apresentar este trabalho como uma tentativa de
trabalhar com as variadas formas de conceber a juventude em função de sua maior
ou menor vulnerabilidade. Evidencia-se que definições estritamente construídas em
função de renda e/ou pobreza deixam lacunas quanto às especificidades com as
quais os jovens experimentam suas diversas situações vulneráveis.
recovery potential and bolster damage control (i.e., minimize destructive consequences) via private and public means. 7 Vulnerability is best defined as an aggregate measure of human welfare that integrates environmental, social, economic and political exposure to a range of potential harmful pertubations. Vulnerability is a multilayered and multidimensional social space defined by the determinate, political, economic and institutional capabilities of people in specific places at specific times.
51
Assim, se a vulnerabilidade social é definida consensualmente por um caráter
multifacetado e que “[...] implica que não necessariamente se deva trabalhar com
uma categoria dicotômica do tipo vulnerável versus não vulnerável, pode-se criar
uma espécie de gradiente de situações a partir do qual se possa melhor identificar
as principais ‘debilidades’ (ou conjunto delas) de cada segmento [...] da população.”
(CUNHA et al., 2006, p. 149). Dadas essas condições conceituais, torna-se possível
a construção de perfis de vulnerabilidade social que sejam matizados entre si e
possíveis de serem organizados hierarquicamente.
Neste trabalho se adota como o conceito de vulnerabilidade social as
condições de vida que um indivíduo possa experimentar, em um dado momento no
tempo e contexto social, em que haja escassez de recursos necessários para que
esse indivíduo possa se aproveitar de oportunidades e gerar novos recursos com a
finalidade de controlar ou suportar forças que atuem sobre o seu bem-estar,
condicionando-o a riscos e constrangimentos (KAZTMAN, 2000). Também esse
conceito denota três elementos importantes: i) a exposição a riscos; ii) a capacidade
em respondê-los; iii) dada a condição de irresolução de algum risco, toma-se a
possibilidade de que os indivíduos estejam expostos cada vez mais a novos riscos.
Referido à juventude, esse conceito é empregado de modo a enfatizar as
dimensões institucionais do processo de transição à vida adulta, notadamente:
escola, trabalho, família e condições de vida no domicílio. (ADORNO; ALVARENGA;
VASCONCELLOS, 2005; CAMARANO; MELO, 2006). Optou-se também por incluir
medidas de rendimentos para os indivíduos e seus domicílios; espera-se que assim
se constitua uma observação aproximada quanto à classe social. Ressalta-se que os
indivíduos que compartilham uma condição semelhante quanto à escassez de
determinados recursos tendem a possuir oportunidades sociais desiguais em
relação aos demais indivíduos.
Assim, se a vulnerabilidade social é definida por um caráter multifacetado,
não implicando, necessariamente, uma dicotomização entre indivíduos vulneráveis e
não vulneráveis (CUNHA et al., 2006), então que seja possível entendê-la a partir da
matização de diversos perfis de vulnerabilidade social que abordem diferentes
dimensões sociais. Isso, por sua vez, nos leva a procura de uma abordagem que
permita a construção de uma tipologia de estratos sociais para a população jovem
que possibilite a identificação dos pertencimentos dos indivíduos e de subgrupos de
52
indivíduos a esses estratos sociais, de acordo com os distintos aspectos no que
tange à vulnerabilidade social.
2.3 Indicadores Sintéticos de Vulnerabilidade Social das Juventudes
A partir dos anos 1960, com o surgimento do chamado Movimento dos
Indicadores Sociais, indicadores compostos, ou sintéticos, têm sido propostos com a
finalidade de oferecer leituras sobre a realidade social a partir de diversas
apreensões conceituais. Pode-se dizer que o mais importante desses indicadores é
o Índice de Desenvolvimento Humano (IDH), elaborado sob a supervisão do
paquistanês Mahbub ul Haq, no final da década de 1980, gozando de ampla
divulgação e comparabilidade internacional garantida pelos auspícios do Programa
das Nações Unidas para o Desenvolvimento (PNUD). (JANNUZZI, 2004;
PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO, 2010).
Porém, antes mesmo da década de 1960, preocupações com a avaliação de
níveis de bem estar social entre as nações já eram temas da pauta da análise
acadêmica e governamental. Dessa forma, o Produto Interno Bruto (PIB) per capita,
que viria a ser “suplantado” pelo IDH, até então era considerado uma medida-
síntese do bem estar. Configurava-se como uma medida estritamente econômica
capaz de oferecer leitura analítica quanto a diferenças econômicas e sociais entre
quase todos os países.
Contudo, na esteira do Movimento dos Indicadores Sociais, que foi fomentado
por instituições multilaterais no escopo da ONU, como OCDE, UNESCO, FAO, OIT,
OMS, UNICEF entre outros, medidas síntese baseadas apenas na compreensão do
crescimento econômico, como é o caso do PIB per capita, foram perdendo seu
caráter de validade quanto à sua suposta possiblidade de análise das diferenças
sociais entre os países. Assim, evidenciou-se que o nível de qualidade de vida e
bem estar de uma população não necessariamente são correlacionados com seu
crescimento econômico. (JANNUZZI, 2004).
Nesse contexto surge o IDH como uma possibilidade para "[...] suprir as
deficiências apontadas pelos chamados Indicadores de Primeira Geração –
indicadores de natureza bastante restrita e simplória, a exemplo do PIB e PIB per
capita" (GUIMARÃES; JANNUZZI, 2005, p. 74). Acrescenta-se que esses
Indicadores de Primeira Geração possuem, além de uma mensuração estritamente
53
de natureza econômica, o caráter de constituir-se em uma única variável e de fácil
entendimento, entre outras características, tais como: dados disponíveis para quase
todos os países, factibilidade de comparação e, ainda, relacionamento direto com as
questões de crescimento econômico e da dinâmica demográfica. (KAYANO;
CALDAS, 2001; GUIMARÃES; JANNUZZI, 2005).
Assim, o IDH como um Indicador de Segunda Geração – em que sua principal
característica é a de se constituir como um indicador composto, ou diga-se sintético,
em que mais de uma variável e mais de uma dimensão são aglutinadas com vista a
constituir uma medida síntese – "[...] desponta como o mais popular e destacado
substituto do PIB per capita como indicador de bem estar de uma população."
(GUIMARÃES; JANNUZZI, 2005, p. 75).
Entende-se por indicador social o conceito adotado por Jannuzzi (2004):
Um Indicador Social é uma medida em geral quantitativa dotada de significado social substantivo, usado para [...] quantificar ou operacionalizar um conceito social abstrato, de interesse teórico (para pesquisa acadêmica) ou programático (para formulação de políticas). É um recurso metodológico, empiricamente referido, que informa algo sobre um aspecto da realidade social ou sobre mudanças que estão se processando na mesma. (JANNUZZI, 2004, p. 15).
Destacamos, também de acordo com Jannuzzi (2002), que um indicador
social qualquer pode apenas indicar algum aspecto da realidade social, mas nunca
pode substituir o conceito que lhe originou. Dessa forma, a mensuração de um
aspecto da realidade através de um indicador social é sempre entendida enquanto
um exercício sistemático e contínuo de operacionalização de um conceito através de
variáveis, ou atributos, que podem ser observadas nessa mesma realidade.
Dada a necessidade de operacionalização do conceito abstrato, torna-se
necessário evitar a reificação da medida em detrimento do conceito em questão,
sobretudo quando se tratam de conceitos por demais abrangentes. Isso porque se
considera que essa reificação pode realmente contribuir no sentido oposto, ou seja,
no sentido de banalizar o próprio conceito. Outro desdobramento, apontado por
Jannuzzi (2002) quanto da reificação entre conceito e medida, é que ao se
considerar os indicadores como a expressão exata, a mais válida e ideal dos
conceitos então, obrigatoriamente se deve supor, equivocadamente, que também
sejam isentos “de valores ideológicos ou políticos, como se na sua construção não
54
interviessem orientações teóricas e opções metodológicas dos seus proponentes.”
(JANNUZZI, 2002, p. 56).
Para a operacionalização de quaisquer indicadores sociais são utilizados
como insumos os dados das estatísticas públicas. Essas estatísticas públicas
referem-se aos dados de atributos de indivíduos, famílias, domicílios, bairros,
municípios entre outras unidades de análise, que tem como fonte os Censos
Demográficos, pesquisas amostrais e registros administrativos. Sendo “o que
diferencia a estatística pública do indicador social é o conteúdo informacional
presente, isto é, o ‘valor contextual’ da informação disponível neste último.”
(JANNUZZI, 2004, p. 16).
Assim, indicadores sociais podem ser operacionalizados, considerando um
determinado período de tempo, para se referir a distintos níveis territoriais e
segmentos específicos da população, tais como: crianças, adolescentes, jovens,
adultos, idosos, homens, mulheres, brancos, não brancos, entre outros. Já os níveis
territoriais podem ser quaisquer definições de divisão política do território como:
regiões administrativas dos municípios, municípios, regiões metropolitanas, micro e
meso regiões dos estados, entre outros. Porém, há que se destacar que a
possibilidade de construção e operacionalização de indicadores sociais é
possibilitada, ou impossibilitada, pela disponibilidade de seus insumos. Ou seja, pela
disponibilidade de dados das estatísticas públicas e suas características de
cobertura e/ou representatividade estatística e confiabilidade de seu conteúdo.
Acrescenta-se que os indicadores sociais podem ser “[...] expressos como taxas,
proporções, médias, índices, distribuição por classes e também por cifras absolutas.”
(JANNUZZI, 2004, p. 16). Embora, também se deve reconhecer que cifras absolutas
não possibilitam a comparação entro os distintos casos, considerados sob uma
unidade de análise, para os quais os indicadores sociais podem ser computados.
(ROSENBERG, 1976).
Evidencia-se também que, como uma construção empírica que tem por
objetivo a operacionalização de conceitos teóricos e abstratos, os indicadores
sociais possuem propriedades desejáveis quanto a sua observação e quantificação,
as quais se destacam suas características de relevância social, validade de
constructo, confiabilidade, cobertura, sensibilidade, entre outras8.
8 Para acesso a uma discussão completa sobre as propriedades dos indicadores sociais ver Jannuzzi (2004).
55
Os indicadores sociais também podem ser classificados de diversas formas. A
complexidade metodológica, ou a quantidade de informação envolvida na
construção de um indicador, é um dos critérios utilizados para se classificar os
indicadores como simples ou sintéticos (JANNUZZI, 2004). Os indicadores simples
figuram como uma estatística social obtida a partir dos dados das estatísticas
públicas e referem-se apenas a uma dimensão. Quanto aos indicadores sintéticos,
esses por sua vez são construídos a partir de um conjunto de indicadores simples
em que, muito frequentemente, operações aritméticas são empenhadas com o
objetivo de aglutiná-los. Dessa forma, diferentes informações que tangenciam a uma
ou mais dimensões específicas da realidade social são condensadas em um único
indicador sintético.
Um conjunto de indicadores simples “[...] referidos a um determinado aspecto
da realidade social ou área de intervenção programática denomina-se Sistema de
Indicadores Sociais.” (JANNUZZI, 2004, p. 17). Portanto, inclusive o conjunto de
indicadores simples utilizados para compor um indicador sintético qualquer, pode ser
entendido como um sistema de indicadores sociais em si mesmo. Contudo,
argumenta-se que a vantagem da utilização de indicadores sintéticos é a de que
assim se possibilita uma orientação mais objetiva, ou seja, torna-se possível priorizar
recursos e planejar políticas públicas mais diretamente. Por outro lado, a
desvantagem da utilização dos indicadores sintéticos é dada pela “perda crescente
de proximidade entre conceito e medida e de transparência [principalmente quanto à
forma de seu cálculo] para seus potenciais usuários.” (JANNUZZI, 2004, p. 22).
A literatura que trata das muitas vantagens e desvantagens em se utilizar
indicadores sintéticos em comparação com os sistemas de indicadores sociais tem
se pautado em eleger uma verdadeira dicotomia entre esses. Scandar Neto,
Jannuzzi e Silva (2008) argumentam, porém, que o uso integrado dos indicadores
sintéticos com os sistemas de indicadores sociais – especificamente considerando o
sistema de indicadores sociais que é utilizado para compor o indicador sintético em
questão – rompe com a compreensão dicotômica que é frequentemente colocada
entre essas abordagens. Assim, afirmam que “a ‘síntese’ não pode prescindir do
‘sistema’ e esta ‘síntese’ torna-se uma ferramenta descritiva poderosa, não se
constituindo apenas em um instrumento de hierarquização comparativa dos
municípios [ou outras áreas geográficas]." (SCANDAR NETO; JANNUZZI; SILVA,
2008, p. 12).
56
Apesar dos apontamentos acerca do uso integrado dos indicadores sintéticos
com os sistemas de indicadores sociais – em que se considere a capacidade de se
“[...] analisar a folha, a árvore e a floresta, para usar uma analogia corrente"
(SCANDAR NETO; JANNUZZI; SILVA, 2008, p. 13) – salienta-se aqui que ambas as
construções operacionais dos conceitos abstratos (os indicadores sintéticos ou os
sistemas de indicadores sociais) utilizam frequentemente valores agregados dos
indivíduos ou de suas famílias e/ou domicílios, considerando um dado período de
tempo e espaço geográfico, para compor suas medidas ao nível de análise territorial
e/ou grupal. E isso, mesmo que recortes específicos como recortes de idades, sexo,
renda, entre outros, possam ser empregados para selecionar os indivíduos que terão
seus atributos agregados.
Ao se considerar que a manifestação dos atributos dos indivíduos ou de suas
famílias e/ou domicílios seja heterogênea ao longo de todas as dimensões
representativas do conceito em questão, logo o processo de agregação, que é
tomado através de médias ou proporções, se configura como um processo de
homogeneização de todos os indivíduos ou de suas famílias e/ou domicílios em
benefício da constituição de uma única medida. Assim, se constitui um indicador
social, referenciado ao nível de análise do território e/ou do grupo populacional
especificamente considerado no processo de agregação.
Nota-se, dessa forma, que quando a agregação dos atributos do conjunto de
todos os indivíduos ou de famílias e/ou domicílios seja empenhada ao nível territorial
e/ou ao nível do grupo, a unidade de análise deixa de ser o indivíduo ou sua família
e/ou domicílio, para os quais as informações são coletadas, passando a ser o
próprio território em si e/ou o grupo populacional. Essa constatação não é trivial,
dado que as leituras analíticas desse tipo de medida somente podem ser realizadas
quando o foco seja necessariamente o conjunto dos elementos considerados no
processo de agregação ou, dito de outra forma, referindo-se a características do
território e/ou de todo o grupo populacional. Assim, constata-se como
impossibilidade analítica a referência a quaisquer subconjuntos de elementos ou
mesmo de elementos isolados dentro de uma área geográfica ou subsegmentos do
grupo populacional. Ou seja, como exemplo, ao se afirmar que uma área geográfica
qualquer (a) possui um indicador social com o valor de (x) nenhum indivíduo ou
grupo de indivíduos pode ser analisado dentro dessa área como possuindo um valor
diferente de (x) para o dado indicador social em questão. Adicionando-se ao critério
57
territorial também o critério de segmento populacional, tem-se o mesmo efeito.
Assim, se o segmento populacional de indivíduos com idade entre 15 a 29 anos (j),
residentes em um território (t), possuir um indicador social com o valor (i), nenhum
indivíduo ou subgrupo de indivíduos pode ser localizado, entre os residentes
daquele território, como possuindo um valor diferente de (i) para o dado indicador
social em questão.
Para exemplificar em termos práticos o problema colocado, retorna-se
novamente ao IDH. Como se considera que um indicador social qualquer nunca
substitui o conceito que lhe origina, então se apresenta abaixo a definição de
Desenvolvimento Humano que é operacionalizada pelo IDH:
O desenvolvimento humano é um processo de alargamento das escolhas das pessoas. As mais vitais são as de levar uma vida longa e saudável, de receber instrução e de desfrutar de um padrão de vida digno. As escolhas adicionais incluem a liberdade política, os direitos humanos garantidos e o respeito próprio – o que Adam Smith designava como a capacidade de alguém se associar a outros sem sentir “vergonha de aparecer em público”. (PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO, 2010, p. 12).
Percebe-se que o conceito de Desenvolvimento Humano figura-se como um
processo e, dessa forma, constitui-se permanente e dinamicamente em relação à
ampliação das escolhas e, logo, como possibilidades de realização de escolhas, ou
seja, oportunidades. Assim, esse processo implica a ampliação de oportunidades
para a obtenção de níveis crescentes de bem-estar, considerando-se conjuntos de
indivíduos (JANNUZZI, 2004). Porém, deve-se também observar que, apesar desse
processo ser operacionalizado em termos das dimensões de vida longa e saudável,
educação e padrão de vida digno, há uma miríade de outros aspectos em que
escolhas e oportunidades também podem ser ampliadas. Contudo, “[...] tal como
acontece com qualquer medida agregada e (sic) comparação internacional, [também
o IDH] simplifica e captura apenas uma parte do que o desenvolvimento humano
envolve.” (PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO,
2010, p. 13).
Ao se considerar o novo cálculo do IDH, divulgado no Relatório de
Desenvolvimento Humano (RDH/PNUD) de 2010, verifica-se que este é composto
por 3 (três) dimensões, referentes a: vida longa e saudável; acesso ao
conhecimento; e, um padrão de vida digno. Em seu cálculo se considera,
58
primeiramente, 4 (quatro) indicadores sociais simples, também chamados de
subíndices: esperança de vida à nascença; média de anos de escolaridade; anos de
escolaridade esperados; e, rendimento nacional bruto per capita. Dessa forma, a
dimensão vida longa e saudável é composta pelo indicador de esperança de vida à
nascença. A dimensão de acesso ao conhecimento é composta pelos indicadores de
média de anos de escolaridade e anos de escolaridade esperados. A última
dimensão, um padrão de vida digno, é composta pelo indicador de rendimento
nacional bruto per capita. (PROGRAMA DAS NAÇÕES UNIDAS PARA O
DESENVOLVIMENTO, 2010).
As definições de cada um dos indicadores simples que compõem o IDH,
aportadas abaixo, seguem estritamente PROGRAMA DAS NAÇÕES UNIDAS PARA
O DESENVOLVIMENTO (2010):
Esperança de vida à nascença Número de anos que uma criança recém-nascida poderia esperar viver se os padrões prevalecentes das taxas de mortalidade por idades à data do nascimento permanecessem iguais ao longo da sua vida. (PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO, 2010, p. 232).
Média de anos de escolaridade Número médio de anos de educação recebidos pelas pessoas de idade a partir dos 25 anos durante o seu tempo de vida, com base nos níveis de educação alcançados pela população convertidos em anos de escolaridade baseados nas durações teóricas de cada nível de educação frequentado. (PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO, 2010, p. 233).
Anos de escolaridade esperados Número de anos de escolaridade que uma criança em idade de entrada na escola pode esperar receber, se os padrões prevalecentes das taxas de matrícula por idades permanecerem iguais ao longo da sua vida. (PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO, 2010, p. 232).
RNB (rendimento nacional bruto) per capita Somatório do valor acrescentado por todos os produtores residentes na economia e no estrangeiro e de quaisquer impostos sobre os produtos (menos os subsídios) não incluídos na valorização da produção mais as receitas líquidas do rendimento primário (compensação de empregados e rendimentos prediais) do exterior, dividido pela população a meio do ano. Valor acrescentado é a produção líquida de uma indústria após acrescidos todos os produtos e subtraídos os consumos intermédios. Quando expresso em termos de paridade de poder de compra (PPC) em USD, é convertido para dólares internacionais usando as taxas de PPC. Um dólar internacional tem o mesmo poder de compra sobre o PIB que o USD tem nos Estados Unidos da América. (PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO, 2010, p. 234).
59
(01)
(02)
Para se aglutinar os indicadores faz-se necessário que esses sejam ajustados
de forma a possuírem uma mesma amplitude de escala. Essa estratégia possibilita o
cômputo matemático entre as informações dos indicadores simples do IDH, que são
representadas por unidades de medidas diferentes entre si. Assim, todos os
indicadores simples são ajustados de modo que suas escalas estejam
compreendidas no intervalo entre 0 (zero) e 1 (hum), considerando suas amplitudes
entre valores mínimos e máximos, segundo a fórmula abaixo:
�í ���������� ã� � ��������� � ������í ���������á���� � ������í ���
A fixação dos valores máximos, que são utilizados no reescalamento da
amplitude de cada indicador simples do IDH, refere-se a valores observados para
cada indicador simples no conjunto de uma série histórica que compreende o
período de 1980-2010. Quanto aos valores mínimos, esses são fixados
normativamente com o valor 0 (zero) para ambos os indicadores da dimensão de
acesso ao conhecimento, argumentando-se que "as sociedades podem subsistir
sem educação formal, o que justifica o mínimo para a educação." (PROGRAMA DAS
NAÇÕES UNIDAS PARA O DESENVOLVIMENTO, 2010, p. 225). Os valores
mínimos para os indicadores simples das dimensões de vida longa e saudável e um
padrão de vida digno referem-se a valores estimados e observados,
respectivamente, considerando também dados de séries históricas.
O mínimo da esperança de vida baseia-se em dados históricos de longo prazo de Maddison (2010) e de Riley (2005). [...] É necessário um nível básico de rendimento para garantir a sobrevivência: USD 163 é o valor mais baixo atingido por qualquer país no historial registado (no Zimbabué em 2008) e corresponde a 45 cêntimos por dia, pouco acima de um terço da linha de pobreza de USD 1,25/dia do Banco Mundial. (PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO, 2010, p. 225).
Após o reescalamento da amplitude entre os valores 0 (zero) e 1 (hum), para
cada indicador simples do IDH, toma-se como processo de aglutinação a média
geométrica entre os indicadores das dimensões, como segue:
��� � !�"#$%&'()%*+%,$á"*&- ./ ∗ �%1*++'%'1'(2*1#3*(4'- ./ ∗ �,35%$6ã'$*"#$%$#)('- ./ 78
60
(03)
(04)
(05)
Ressalta-se que, para a dimensão de vida longa e saudável, o ajuste da
amplitude entre 0 (zero) e 1 (hum), considerado no reescalamento do indicador de
esperança de vida à nascença, é automático para a composição dessa dimensão.
Porém, o mesmo não ocorre para as dimensões de acesso ao conhecimento e um
padrão de vida digno. Como a dimensão de acesso ao conhecimento é
operacionalizada através de dois indicadores simples, então se realiza o
reescalamento da amplitude para cada um desses indicadores, considerando os
valores máximos e mínimos respectivos. Depois de terem seus valores padronizados
na amplitude entre 0 (zero) e 1 (hum), torna-se necessário aglutiná-los para compor
o indicador da dimensão de acesso ao conhecimento. Esse processo também
considera a aplicação da média geométrica entre os valores de ambos os
indicadores simples, de modo que se toma o resultado dessa média geométrica
como um valor observado da dimensão de acesso ao conhecimento, tornando a
reescalar sua amplitude no intervalo entre 0 (zero) e 1 (hum). O valor máximo para a
dimensão acesso ao conhecimento é o de 0,951, sendo que o valor mínimo
permanece com o valor 0 (zero) (PROGRAMA DAS NAÇÕES UNIDAS PARA O
DESENVOLVIMENTO, 2010).
Quanto à dimensão de um padrão de vida digno, embora essa seja
mensurada por apenas um indicador simples, considera-se a transformação dos
valores observado, máximo e mínimo como o logaritmo natural (logaritmo de base
2,71828...) do RNB per capita. Abaixo se demonstra o cálculo do IDH para o Brasil,
considerando o período de 2010 (PROGRAMA DAS NAÇÕES UNIDAS PARA O
DESENVOLVIMENTO, 2010):
Í �������:��� ç������� � <72,9 � 20?<83,2 � 20? � 0,837
Í �������é������ �������������� � <7,2 � 0?<13,2 � 0? � 0,545
Í ������� ���������������:����� � <13,8 � 0?<20,6 � 0? � 0,670
61
(06)
(07)
(08)
Í ����������çã� � FG<0,545 ∗ 0,670? � 0H<0,951 � 0? � 0,636
Í �������� ���� I� � <ln<10.607? � ln<163??<ln<108.211? � ln<163?? � 0,643
��� � G<0,837 ∗ 0,636 ∗ 0,643?8 � 0,699
Observa-se que o IDH oferece comparação entre o estado atual de
desenvolvimento humano de um país em relação a “níveis mínimos de que uma
sociedade precisa para sobreviver ao longo do tempo.” (PROGRAMA DAS NAÇÕES
UNIDAS PARA O DESENVOLVIMENTO, 2010, p. 225). Também se destaca que há
um efeito iterativo entre os valores de cada dimensão: nesse sentido nenhum valor
para qualquer indicador simples pode ser igual ou menor que o valor mínimo
estabelecido para o indicador em questão. Dado que, se algum valor observado para
um determinado país for igual ao valor estabelecido como o valor mínimo para o
indicador simples em questão, então o IDH desse país necessariamente será igual a
0 (zero), independente dos valores observados para os demais indicadores simples.
De outra forma, se algum valor observado para um determinado país for menor que
o valor estabelecido como mínimo para um indicador simples em questão, então o
IDH desse país será um valor menor que 0 (zero).
Porém, outros efeitos se destacam ao se conceber o IDH como resultado de
uma média geométrica, tal que, dado o efeito iterativo entre os componentes de
dimensão do IDH, há um maior controle quanto a mudanças bruscas, entre períodos
de tempo, sobre a dimensão de um padrão de vida digno. Também, pode-se
observar uma maior consistência de comparação entre os valores observados e os
valores mínimos adotados, dado que não se considera valores mínimos relacionais a
cada período, mas antes são considerados valores mínimos estáticos.
Como é usada a média geométrica para a agregação, o valor máximo não afecta a comparação relativa (em termos percentuais) entre dois países ou períodos de tempo diferentes. [...] Os valores mínimos afectarão as comparações, pelo que são usados valores que podem apropriadamente ser considerados como valores de subsistência ou zeros “naturais”.
62
(PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO, 2010, p. 225).
Contudo, a operacionalização e o cálculo do IDH apresentado até aqui foram
estabelecidos a partir de 2010, tendo ocorrido algumas mudanças em relação a sua
concepção estabelecida desde 20009. Considerando a operacionalização do IDH em
relação ao período 2000 a 2010, nota-se que as dimensões são as mesmas. Porém,
ambos os indicadores simples referentes à dimensão de acesso ao conhecimento
foram alterados, tanto quanto foi alterado também o indicador simples da dimensão
de um padrão de vida digno. Assim, substitui-se a medida de produto interno bruto
(PIB) per capita pela medida de rendimento, ou produto, nacional bruto (RNB ou
PNB) per capita. Quanto à forma de cálculo empregada, foi alterado o processo de
obtenção dos valores mínimos e máximos referentes a cada um dos indicadores
simples e também a estratégia de aglutinação do IDH em que se evidencia a
mudança no emprego da média aritmética simples pela média geométrica nos
cálculos. Essas mudanças podem ser observadas segundo a explicitação que
Jannuzzi (2004) realiza, considerando o modelo estabelecido desde 2000, sobre a
operacionalização e a forma de cálculo do IDH:
Para avaliar operacionalmente o nível e o progresso do Desenvolvimento Humano propôs-se o cálculo de um índice – IDH – construído a partir da aglutinação de indicadores representativos das três dimensões básicas citadas do Desenvolvimento Humano e para as quais se dispõe de informações com maior regularidade nos diversos países: um indicador composto de nível educacional (computado a partir da taxa de alfabetização de adultos e a taxa de escolarização); a esperança de vida, como medida síntese das condições de saúde e risco à morbi-mortalidade; e o Produto Interno Bruto per capita ajustado segundo uma técnica específica [através de seu logaritmo natural], de modo a refletir melhor a necessidade de recursos monetários para compra de bens e serviços indispensáveis à sobrevivência material em cada país. (JANNUZZI, 2004, p. 120).
Pelo fato de os indicadores que o compõem serem medidos em diferentes unidades de medida e, portanto, com diferentes intervalos de variação, eles são transformados em medidas adimensionais com magnitude entre 0 e 1, a partir de valores extremos normativos (piso e teto). O índice final – o IDH propriamente dito – é calculado como a média [aritmética] das medidas transformadas, e portanto, também tem seus valores no intervalo de 0 e 1. Com base neste índice os países são então classificados com baixo (IDH inferior a 0,5), médio (IDH entre 0,5 e 0,8) ou alto (IDH acima de 0,8) nível de Desenvolvimento Humano. (JANNUZZI, 2004, p. 121).
9 Sobre alterações no IDH desde 1990 ver Kovacevic (2010a).
63
Observa-se que as mudanças ocorridas no IDH melhoraram em vários
aspectos a validade de constructo deste índice, tanto quanto se aprimorou a
comparabilidade de seus resultados entre os países e também considerando cada
país ao longo do tempo (KOVACEVIC, 2010a). Porém,
um grande grupo de críticas está preocupado com o fato de que os atuais IDHs apresentam-se como médias e, portanto, esconde grandes disparidades na distribuição do desenvolvimento humano da população geral. Essas críticas sugerem ajustes de desigualdade ao IDH (Hicks, 1997, Foster et al, 2005, Seth, 2009).(KOVACEVIC, 2010a, p. 3, tradução nossa)10.
Em resposta a esse conjunto de críticas, o Relatório de Desenvolvimento
Humano de 2010 introduziu outras três medidas sínteses: o IDH Ajustado à
Desigualdade (IDHAD); o Índice de Desigualdade de Gênero (IDG); e o Índice de
Pobreza Multidimensional (IPM). Em que pese o fato de que esses indicadores
sociais possuam operacionalização e formas de cômputos diferenciadas entre si,
ainda assim eles têm em comum a proposta de considerar as desigualdades, dentro
de cada país, que são ocultadas através das médias utilizadas no cômputo do IDH.
Contudo, observa-se que
alguns críticos desenvolveram e propuseram alternativas e novos índices (entre outros Noorbakhsh, 1998, Sagar e Najim, 1998, Lind, 2002, Chakravarty, 2003, Despotis, 2005, Herrero et al, 2010), que são essencialmente IDHs modificados de uma maneira ou de outra. (KOVACEVIC, 2010a, p. 3, tradução nossa)11.
Da mesma forma, essas novas medidas sínteses (IDHAD; IDG; IPM) são
também, de uma maneira ou outra, IDHs modificados, mesmo que para serem
calculados necessitem de dados desagregados ao nível individual ou familiar e/ou
domiciliar. Dado que, ainda assim, agregam os atributos dos indivíduos
considerando algum recorte territorial e também o recorte de grupos como
segmentos específicos da população ou grupos de renda. Dessa forma, o IDHAD
agrega as informações individuais ao nível dos países considerando grupos de
percentis de renda para cada um dos vetores de dimensão do IDH; o IDG agrega as 10 A large group of critiques is concerned with the fact that the current HDI presents averages and thus conceals wide disparities in distribution of human development in overall population. They suggest inequality adjustments to the HDI (Hicks, 1997, Foster et al, 2005, Seth, 2009). 11 Some critics have developed and proposed alternative and novel indices (among others Noorbakhsh, 1998, Sagar and Najim, 1998, Lind, 2002, Chakravarty, 2003, Despotis, 2005, Herrero et al, 2010), which are essentially HDIs modified in one way or another.
64
informações individuais ao nível dos países considerando dois segmentos
populacionais (Homens e Mulheres); e o IPM agrega as informações familiares ao
nível dos países e/ou suas regiões considerando segmentos populacionais diversos,
tais como os grupos étnicos (PROGRAMA DAS NAÇÕES UNIDAS PARA O
DESENVOLVIMENTO, 2010)12.
Assim, fica evidente que essas novas medidas síntese, que pretendem captar
a desigualdade ao longo de diversas dimensões, incluindo as dimensões do IDH em
si, apenas captam a parte da desigualdade que pode ser verificada entre o conjunto
dos grandes segmentos populacionais. De fato, essas medidas refinam a
compreensão quanto às desigualdades dentro de um território, mas dentro dos
segmentos populacionais relativos a um determinado território o problema persiste.
Ou seja, mesmo empenhando uma agregação por segmentos populacionais dentro
de um território, ao invés de se considerar todo o conjunto populacional, não é
possível discriminar diferenças entre os indivíduos que fazem parte do mesmo
segmento populacional em questão. Isso ocorre porque o deslocamento de unidades
de análise, sempre e sem exceção, é mantido quando se realiza quaisquer
procedimentos de agregação. Assim, a diferença entre essas novas medidas síntese
e o IDH, quanto à unidade de análise que ensejam, é que no IDH a unidade de
análise é apenas territorial e nos IDHAD, IDG e IPM a unidade de análise são
segmentos populacionais definidos dentro de cada território.
Destacamos que, modo similar à profusão internacional de indicadores sociais
que ocorreu após o advento do IDH em 1990, também no Brasil houve variadas
publicações que buscaram por ora estabelecer críticas ao IDH e também construir
indicadores mais fiáveis do ponto de vista da informação necessária à gestão de
políticas públicas e planejamento social. Assim, destaca-se o IDH-M que
[...] é uma versão, para os municípios, do Índice de Desenvolvimento Humano (IDH), desenvolvida, metodologicamente, pela Fundação João Pinheiro e pelo Ipea para o estudo pioneiro sobre o desenvolvimento humano nos municípios mineiros em 1996. O Índice foi calculado para Unidades da Federação, Grandes Regiões e Brasil, mas não é comparável ao IDH, mesmo quando esses dois índices se referem à mesma unidade geográfica e ao mesmo ano. Entretanto, ambos os índices sintetizam as mesmas três dimensões (Renda, Educação e Longevidade), e as principais adaptações foram feitas nos indicadores de Renda e de Educação, com o propósito de que os indicadores envolvidos refletissem, com mais precisão,
12 Sobre o IDHAD (Índice de Desenvolvimento Humano Ajustado à Desigualdade) informações adicionais podem ser obtidas em Alkire; Foster (2010) e Kovacevic (2010b).
65
o desenvolvimento humano da população efetivamente residente em cada município. (GUIMARÃES; JANNUZZI, 2005, p. 80).
Além do IDH-M, também uma variedade de outros indicadores sintéticos
foram construídos sob a perspectiva de proporcionar informações para níveis
geográficos menores, tais como UF, municípios e territórios intramunicipais
(GUIMARÃES; JANNUZZI, 2005). Em que pesem variações específicas sobre a
forma de cômputo desses indicadores, de modo geral são reflexos explícitos ou
implícitos da forma de cômputo do IDH. Dessa forma, apesar da clara vantagem
proporcionada por esses indicadores sociais, em termos do alcance das informações
para níveis geográficos menores, ainda assim pesa sobremaneira a característica de
que dentro das unidades territoriais seja impossível discriminar as variações entre
subpopulações quanto à experimentação de um determinado fenômeno social. E
isso ocorre, mesmo que se decomponha o indicador sintético, ou seja, considerando
o sistema de indicadores sociais que o compõe. Destaca-se também o mau uso que
se tem feito de alguns indicadores sociais no âmbito das políticas públicas, dado que
UFs, municípios ou outros níveis territoriais que apresentem um mesmo valor para
um determinado indicador social em questão pode requerer políticas públicas
totalmente distintas entre si. Como exemplo tem-se a utilização do IDH-M onde "[...]
municípios com o mesmo IDH – inclusive os mais “pobres” – podem apresentar
requerimentos de políticas sociais totalmente distintos." (GUIMARÃES; JANNUZZI,
2005, p. 87).
Portanto, evidencia-se que atualmente para melhor analisar as distribuições
de um fenômeno social específico com uso de indicadores sociais, seja necessário
reduzir o nível da área geográfica a ser considerada. Contudo, existe a limitação da
disponibilidade de dados oriundos das estatísticas públicas, quanto ao nível
geográfico passível de generalização e com representatividade estatística. No caso
do Censo Demográfico Brasileiro, de 2000 e 2010, o menor nível de
representatividade estatística para os microdados da amostra são as áreas de
ponderação. Considerando que as juventudes são heterogêneas per si, então
também os jovens viventes em cada área de ponderação são suficientemente
heterogêneos entre si para que sejam considerados igualmente sob a perspectiva de
um dado território. Ou seja, não há possibilidade para que, ponto de vista da gestão
de políticas públicas e do planejamento social, se possam ensejar diferentes
políticas sociais que atinjam diferentes estratos específicos de juventude,
66
considerando um mesmo território, em que pesem as diferentes experimentações do
fenômeno da vulnerabilidade social entre os indivíduos sob cada estrato social de
juventude.
Outra consideração, que se faz necessária destacar, é a de que uma maior
quantidade de indicadores simples utilizados para compor um indicador sintético
qualquer, não necessariamente se traduz em melhores propriedades desejáveis
para esses indicadores sintéticos, tais como validade, especificidade e sensibilidade.
Assim, pode ser preferível o uso de indicadores sociais simples, e mais limitados,
dado que se possa “[...] intuir claramente seu significado, do que uma medida
composta, com significado abstrato demais para ter pronta e clara identificação
empírica com a realidade social.” (JANNUZZI, 2004, p. 29). Sobretudo quando
indicadores sintéticos são utilizados como critérios de elegibilidade para que áreas
territoriais sejam contempladas por políticas públicas ou ainda como critérios para
focalização e seleção de público alvo, o uso de indicadores simples pode ser mais
apropriado do que o uso indiscriminado de um indicador sintético qualquer para este
tipo de atividade. (GUIMARÃES; JANNUZZI, 2005; SCANDAR NETO; JANNUZZI;
SILVA, 2008).
De fato, o uso de indicadores simples pode tornar a análise dos territórios
mais específica porque dessa forma é possível considerar aspectos relevantes para
cada política pública, tendo em vista a especificidade de seus objetivos. Porém, a
especificidade que pode ser obtida através da análise dos territórios, mediante o uso
de indicadores simples, refere-se muito mais ao tema da política pública do que
sobre a perspectiva do conjunto de seus objetivos. Ou seja, através dos indicadores
simples pode-se investigar, e com detalhe, uma miríade de aspectos importantes
para uma política pública qualquer, porém são tão genéricos como quaisquer outros
indicadores sintéticos, já que estabelecem a homogeneização dos indivíduos dentro
dos territórios. Portanto, tanto os indicadores sintéticos como os indicadores simples,
considerando a forma como são logicamente estruturados atualmente, possuem
aplicação duvidosa quanto seus usos como critérios de elegibilidade de territórios,
focalização e seleção de público alvo em políticas públicas, especialmente de corte
social.
Em termos específicos de um indicador proposto para a população jovem
destaca-se que Waiselfisz (2004), sob os auspícios da UNESCO elaborou um
indicador sintético para essa população, chamado de Índice de Desenvolvimento
67
Juvenil (IDJ) e calculado para as 26 Unidades da Federação e também para o
Distrito Federal do Brasil, Grandes Regiões e União. Assim,
[...] focalizando a situação social e econômica das juventudes no Brasil e visando à constituição de um indicador sintético do nível de desenvolvimento dos jovens em várias dimensões, ao qual denominou Índice de Desenvolvimento da Juventude (IDJ). O estudo utilizou as bases de dados da Pesquisa Nacional por Amostra de Domicílios, do Instituto Brasileiro de Geografia e Estatística (PNAD/IBGE) de 2001, do Sistema de Informações sobre Mortalidade do Ministério da Saúde (SIM/DATASUS) de 2000 e do Sistema de Avaliação da Educação Básica (SAEB) de 2001. A constituição do IDJ utilizou os critérios que norteiam a escolha dos indicadores utilizados no Índice de Desenvolvimento Humano (IDH) do PNUD. (WAISELFISZ, 2004, p. 14).
Dessa forma, ao exemplo do IDH, o IDJ considera três dimensões. A primeira
dimensão é a de educação, formada por indicadores simples de analfabetismo,
escolarização adequada e qualidade do ensino. A segunda dimensão é a de saúde,
formada por indicadores simples de mortalidade por causas internas e mortalidade
por causas violentas. Já a terceira dimensão possui sua referência na renda e é
formada pela renda familiar per capita em salários mínimos13. Esses indicadores
simples que são utilizados para compor o IDJ também são reescalados na amplitude
entre 0 (zero) e 1 (hum), seguindo o mesmo procedimento do IDH, porém utilizando
parâmetros de mínimos e máximos específicos. (WAISELFISZ, 2004).
O objetivo do IDJ pode ser descrito como o de analisar as desigualdades
entre os jovens. Especificamente essas desigualdades referem-se àquelas que "[...]
originam condições e possibilidades diferenciadas de acesso aos benefícios que a
sociedade oferece." (WAISELFISZ, 2004, p. 20). Para isso o IDJ empenha dois
conceitos fundamentais: juventude e desenvolvimento humano. Por juventude
entende-se “[...] o processo de preparação para os indivíduos assumirem o papel
adulto na sociedade, tanto no plano familiar quanto no profissional, estendendo-se
dos 15 aos 24 anos.” (WAISELFISZ, 2004, p. 16-17). Quanto ao desenvolvimento
humano foi considerado no IDJ que
[...] as dimensões selecionadas para compor um Índice de Desenvolvimento Juvenil partem de uma compreensão ampla do desenvolvimento humano, como um conjunto de dimensões sociais e econômicas, que nos permitam focalizar as situações de segregação, exclusão e vulnerabilidade a que nossos jovens se encontram submetidos. (WAISELFISZ, 2004, p. 28).
13 Para uma compreensão detalhada sobre a operacionalização e a origem dos dados para cada um dos indicadores simples que conformam o IDJ consultar Waiselfisz (2004).
68
Dessa forma, o IDJ pretende oferecer uma leitura sintética dos locais,
aspectos e dos graus de inclusão/exclusão considerando toda a juventude brasileira,
seja através dos níveis territoriais das UFs ou níveis territoriais mais amplos como as
Grandes Regiões e União. Também se argumenta que, por meio dessa capacidade
analítica assumida pelo IDJ, seja possível a contribuição para uma "[...] melhor
focalização do planejamento e da execução de políticas sociais para os jovens do
Brasil." (WAISELFISZ, 2004, p. 14). Contudo, ao considerarmos apenas o aspecto
de vulnerabilidade social – que pretensamente estaria englobado na definição ampla
do desenvolvimento humano que é operacionalizado pelo IDJ – verifica-se que, dada
diversidade de manifestações da vulnerabilidade social entre os jovens, esse índice
apresenta uma agregação que resulta em perda de especificidades importantes,
uma vez que não há como analisar seus valores dentro da população de interesse.
Retomando o problema anteriormente colocado, pode-se afirmar, em termos
práticos e objetivos, que todos os jovens que residiam nos estados do Rio Grande
do Sul, Minas Gerais e Pernambuco viveriam, em 2003, com um IDJ de 0,646; 0,565
e 0,361, respectivamente. Essa constatação deriva do fato, como dito anteriormente,
de que os indicadores sociais são construídos para os territórios e não há
possibilidade para que indivíduos e/ou grupos de indivíduos possam ser analisados
quanto suas proximidades, ou distâncias, em relação aos valores assumidos para os
indicadores sociais do dado território em questão.
Outros indicadores sociais também foram propostos seguindo o tema
específico da juventude. Como exemplo destaca-se Brasil (2009), no âmbito do
Ministério da Justiça e com apoio da Fundação Seade a partir do Projeto Juventude
e Prevenção da Violência, que estabeleceu o Índice de Vulnerabilidade Juvenil à
Violência (IVJ) para os municípios brasileiros com mais de 100.000 (cem mil)
habitantes. Também para esse indicador social pode-se afirmar, em termos práticos
e objetivos, que, para todos os jovens que residiam nas cidades de Porto Alegre,
Belo Horizonte e Recife haveria um valor médio equivalente um IVJ de 0,342; 0,393
e 0,481, respectivamente.
Destaca-se que todos esses indicadores sociais possuem seu mérito quanto
às possibilidades analíticas que oferecem sobre a realidade social, sejam esses
indicadores sociais específicos, ou não, à juventude. Contudo, a crítica estabelecida
aqui diz respeito à pretensa característica de especificidade que esses indicadores
sociais possam assumir para serem utilizados como critério de elegibilidade para
69
que áreas territoriais sejam contempladas por políticas públicas ou ainda como
critérios para focalização e seleção de público alvo em políticas públicas de corte
social. Isto é, ao considerarmos que a unidade de intervenção dessas politicas
públicas seja o indivíduo e/ou sua família.
Já é notório, no âmbito acadêmico e governamental, que os indicadores
sociais são de fato ferramentas importantes para o planejamento público, porém –
para retomar à analogia colocada por Scandar Neto, Jannuzzi e Silva, (2008) – ao
se utilizar quaisquer indicadores sociais (simples ou sintéticos) na forma como
atualmente são construídos, não é possível considerar as formigas da folha, da
árvore e da floresta. Isto é, por que utilizar indicadores sociais como critérios de
elegibilidade para que áreas territoriais sejam contempladas por políticas públicas,
se em outras áreas territoriais existem parcelas de população que vivem sob o
mesmo nível de experimentação de vulnerabilidade social? E ainda, como seria
possível utilizar indicadores sociais como critérios para focalização e seleção de
público alvo prioritário – considerando políticas públicas específicas para as
juventudes e que tenham como objetivo a intervenção direta nos indivíduos e/ou
suas famílias – se não se conhece quais são as juventudes, tanto quanto não se
conhece o tipo e o grau de vulnerabilidade social experimentado por cada indivíduo?
Assim, o que se propõe ao longo deste trabalho não é a utilização de mais
uma dentre tantas técnicas de análise para a construção de indicadores sociais.
Antes, o que se propõe é especificamente uma mudança de lógica quanto à
concepção que informa a construção de indicadores sociais. Reforça-se a ideia de
que indicadores construídos sob a perspectiva dos territórios como unidade de
análise são importantes, porém, insuficientes para prover informações factíveis sob
a perspectiva de serem utilizados como critérios de elegibilidade para que áreas
territoriais sejam contempladas por políticas públicas ou ainda como critérios para
focalização e seleção de público alvo prioritário em políticas públicas de corte social,
em que a unidade de intervenção seja necessariamente o indivíduo e/ou sua família.
Deste modo, haveria possibilidade em desenvolver indicadores sociais
(sistemas de indicadores e/ou indicadores sintéticos) de vulnerabilidade social da
juventude, que sejam confiáveis e que proporcionem a comparação entre e dentro
de determinadas áreas geográficas que circunscrevam populações de interesse?
Como hipótese, é colocado que, a exemplo do IDH o IDJ e o IVJ levam em
consideração as multidimensionalidades dos fenômenos sociais que se propõem a
70
operacionalizar. Porém, supõem resultados homogêneos para todos os jovens que
pertencem a uma determinada área geográfica. Evidencia-se que seja possível, sem
que se perda o caráter de generalidade, especificar padrões em que a população
jovem se distribua quanto às suas próprias especificidades de vulnerabilidade social,
conformando-se estratos sociais de juventude segundo a distribuição desigual do
fenômeno da vulnerabilidade social. Com isso, possibilitando que indicadores sociais
possam ser operacionalizados para esses estratos sociais, os invés de se considerar
todo o conjunto populacional, sem que se percam informações quanto aos
indivíduos e subgrupos de indivíduos dentro e entre áreas geográficas.
71
3 MATERIAIS E MÉTODOS
A tarefa de estabelecer perfis multidimensionais de vulnerabilidade social das
juventudes exige que seja observada a diversidade de condições e contextos nos
quais essa população jovem está inserida, tanto quanto é necessário verificar a
intensidade, ou o grau, em que essas mesmas condições e contextos são de fato
experimentados pelos indivíduos, e por subgrupos de indivíduos, dessa população.
Com o intuito de realizar essa tarefa se utiliza a PNAD de 2008 como base de dados
para a obtenção das informações adequadas para esse estudo.
Foram selecionadas as Regiões Metropolitanas de Belo Horizonte, Porto
Alegre e Recife, com o objetivo de incluir na análise uma maior heterogeneidade
entre a população jovem. Considerando, as diferenças econômicas e sociais entre
essas regiões metropolitanas.
A partir dos microdados da PNAD de 2008, foram construídas 20 variáveis
que se referem a dimensões de renda, educação, trabalho, tipos de arranjos
familiares e condições de vida no domicílio. Todas essas variáveis foram observadas
em nível de mensuração qualitativo ordinal ou nominal.
Após o tratamento dos dados, utilizou-se o modelo matemático Grade of
Membership (GoM) para a identificação dos perfis multidimensionais de
vulnerabilidade social das juventudes.
Abaixo se apresentam os conteúdos relacionados aos materiais e métodos
que foram trabalhados.
3.1 A Pesquisa Nacional por Amostra de Domicílios (PNAD)
Com o objetivo de se estabelecer perfis multidimensionais de vulnerabilidade
social das juventudes utilizou-se os dados da Pesquisa Nacional por Amostra de
Domicílios (PNAD) do ano de 2008, considerando que essa era a PNAD mais
recente à época de início deste estudo. A escolha da PNAD levou em consideração
os seguintes aspectos: a) as características de validade, confiabilidade,
disponibilidade e facilidade de acesso aos dados, bem como a periodicidade anual
com a qual é realizada; b) ampla gama de variáveis para a observação das
dimensões, já referidas, de vulnerabilidade social; c) a cobertura com
representatividade estatística garantida para diversas áreas geográficas até ao nível
72
territorial das regiões metropolitanas; e d) a possibilidade de compatibilização dos
dados da PNAD com o Censo Demográfico Brasileiro, assumindo-se a reaplicação
desse trabalho para outras regiões metropolitanas, municípios e áreas
intramunicipais.
Destaca-se que desde 1967 a PNAD é realizada, e sua a finalidade é a de
produzir informações para o estudo do desenvolvimento socioeconômico do País.
Desde 1971 a PNAD possui periodicidade anual e é realizada no quarto trimestre de
cada ano calendário. Dessa forma, seus dados suprem grande necessidade de
informação no período intercensitário, pois abarcam diversos aspectos sociais e
econômicos da população. Salienta-se que no período de ocasião do Censo
Demográfico Brasileiro a PNAD não é realizada. (INSTITUTO BRASILEIRO DE
GEOGRAFIA E ESTATÍSTICA, 2009b).
Em 2004 a PNAD passou a cobrir todo o Território Nacional. Isto é, dado o
plano amostral adotado, é garantida a representatividade estatística dos seus dados,
com expansão dos resultados, para nove regiões metropolitanas (Belém, Belo
Horizonte, Curitiba, Fortaleza, Porto Alegre, Recife, Rio de Janeiro, Salvador e São
Paulo), além das Unidades da Federação, Grandes Regiões e União. (INSTITUTO
BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, 2009b).
O tipo de plano amostral da PNAD é conhecido como amostragem
probabilística complexa em até três estágios de seleção (SILVA; PESSOA; LILA,
2002), em que para cada estágio é executada pelo menos uma amostra aleatória
simples com reposição (AASc) (INSTITUTO BRASILEIRO DE GEOGRAFIA E
ESTATÍSTICA, 2009b). Toda a descrição do plano amostral da PNAD fugiria ao
escopo e objetivo desta dissertação, portanto se apresenta somente em linhas
gerais uma descrição básica e sucinta desse plano amostral com o objetivo de
evidenciar a cobertura de representatividade estatística definida por sua amostra.
No primeiro estágio de seleção são selecionadas aleatoriamente as unidades
primárias de amostragem (UPAs), que são os municípios. Nesse estágio os
municípios são classificados em duas categorias: autorrepresentativos (toda
probabilidade de pertencer à amostra) e não autorrepresentativos. Os municípios
não autorrepresentativos são agrupados em estratos amostrais compostos, segundo
critérios de tamanho populacional do município e proximidade geográfica.
Considera-se então que os municípios são selecionados nesses estratos amostrais,
com característica de reposição e de probabilidade de pertencer à amostra
73
proporcional ao tamanho (PPT) da população residente no município. Os
contingentes populacionais dos municípios são obtidos através do Censo
Demográfico da década (no caso da PNAD 2008 considera-se o Censo Demográfico
de 2000). No segundo estágio são selecionadas as unidades secundárias de
amostragem (USAs), que são os setores censitários. O universo amostral de setores
censitários considerados nesse estágio são aqueles que pertencem aos municípios
selecionados no estágio anterior. Nesse estágio também se considera a seleção
com reposição e a probabilidade de pertencer à amostra proporcional ao tamanho
(PPT). Porém, considera-se como medida de tamanho do setor censitário o número
de unidades domiciliares existentes por ocasião do Censo Demográfico da década.
No terceiro estágio são selecionadas as unidades terciárias de amostragem (UTAs),
que são os domicílios (domicílios particulares e unidades de habitação em domicílios
coletivos). Nesse estágio apenas se considera os domicílios localizados nos setores
censitários que foram selecionados no estágio anterior. Assim, em cada setor
censitário pertencente à amostra, são selecionados com equiprobabilidade os
domicílios particulares e as unidades de habitação em domicílios coletivos para a
investigação das características de todos os moradores e da unidade de habitação.
(INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, 2009b).
Salienta-se que os municípios e setores censitários que são considerados
para compor o universo da amostra são os mesmos que estavam vigentes para a
realização do censo da década, ou seja, segundo a divisão política do território e as
malhas setoriais adotadas à época. Assim, as PNAD de 2001 a 2009 utilizam as
mesmas divisões territoriais do Censo de 2000, já a PNAD 2011 a 2019 adota(rão)
as mesmas divisões territoriais do Censo de 2010.
Destaca-se que, em todos os setores censitários da amostra da PNAD, é
realizada, antes da seleção das unidades domiciliares, uma operação de listagem
para relacionar, ordenar e classificar todas as unidades residenciais e não
residenciais na área. Assim, se mantém atualizado o cadastro básico de unidades
domiciliares ao mesmo tempo em que se preservam as frações de amostragem
prefixadas, as quais são utilizadas para os cálculos dos pesos amostrais. Destaca-
se também que para a obtenção de estimativas “[...] é suficiente a aplicação dos
pesos que se encontram no arquivo de microdados”. (INSTITUTO BRASILEIRO DE
GEOGRAFIA E ESTATÍSTICA, 2009b, p. 53).
74
A PNAD possui dois módulos de investigação de informações, que são
chamados de pesquisa básica e pesquisas suplementares. Esses módulos podem
considerar, como unidade de análise, tanto os indivíduos quanto suas famílias e
domicílios de residência. As pesquisas suplementares possuem inclusão na PNAD
com periodicidade variável. Durante a década de 2000, foram temas suplementares
da PNAD14:
a) PNAD 2009: (a.1) Características da vitimização e do acesso à justiça no
Brasil; e (a.2) Segurança Alimentar 2004/2009;
b) PNAD 2008: (b.1) Um Panorama da Saúde no Brasil - Acesso e utilização dos
serviços, condições de saúde e fatores de risco e proteção à saúde; e (b.2)
Acesso à Internet e posse de telefone móvel celular para uso pessoal;
c) PNAD 2007: (c.1) Aspectos Complementares da Educação de Jovens e
Adultos; e (c.2) Educação Profissional;
d) PNAD 2006: (d.1) Aspectos Complementares de Educação, Afazeres
Domésticos e Trabalho Infantil; e (d.2) Acesso a Transferências de Renda de
Programas Sociais;
e) PNAD 2005: (e.1) Acesso à Internet e posse de telefone móvel celular para
uso pessoal;
f) PNAD 2004: (f.1) Aspectos Complementares de Educação e Acesso a
Transferências de Renda de Programas Sociais; e (f.2) Segurança Alimentar;
g) PNAD 2003: (g.1) Acesso e Utilização de Serviços de Saúde;
h) PNAD 2001: (h.1) Trabalho Infantil.
Quanto à pesquisa básica da PNAD, essa é formada pelos temas de:
aspectos gerais da população; educação; trabalho; rendimento; e habitação.
Contudo, na década de 2000 todas as PNADs mantiveram os temas suplementares
de migração e fecundidade, como já havia ocorrido com as PNADs da década de
1990. Com exceção do tema de migração, todas as variáveis que foram diretamente
observadas e outras que foram utilizadas para a construção – a partir de critérios
algébricos e aritméticos – das demais variáveis que foram incluídas no modelo
proposto neste estudo, estão presentes nas pesquisas básicas e anuais das PNADs.
14 Para conhecimento das demais pesquisas suplementares da PNAD, anteriores a década de 2000, consultar INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, 2010a.
75
Dessa forma, das 20 (vinte) variáveis que foram observadas e analisadas para
operacionalizar o conceito de vulnerabilidade social para as juventudes, através de
perfis multidimensionais, 19 (dezenove) delas independem da variação temporal sob
os quais os temas de pesquisas suplementares são mantidos nas PNADs.
Destaca-se que, devido ao objetivo das PNADs quanto à produção de
informações para o estudo do desenvolvimento socioeconômico do País em período
intercensitário e também ao conjunto de características da estrutura de sua base de
dados, então, se afirma factível a compatibilização dos dados das PNADs com o
Censo Demográfico Brasileiro, em termos das variáveis que foram observadas para
a análise da vulnerabilidade social das juventudes. Portanto, assume-se que a
reaplicação desse trabalho para áreas geográficas municipais e intramunicipais está,
a princípio, condicionada apenas à disponibilização dos microdados da amostra do
Censo Demográfico Brasileiro de 2010.
Compreende-se, portanto, quão adequada está a PNAD, em termos dos
critérios que foram utilizados para definir sua escolha, como base de dados capaz
de prover o conjunto de informações necessárias para a construção dos perfis
multidimensionais de vulnerabilidade social das juventudes.
Na sequência é apresentada a análise que justifica a escolha das regiões
metropolitas selecionadas para o desenvolvimento deste estudo. Considera-se que,
em momento posterior, este estudo deverá ser reaplicado para outras áreas
geográficas como as demais regiões metropolitanas, municípios e áreas
intramunicipais.
3.2 As Regiões Metropolitanas de Belo Horizonte, Porto Alegre e Recife
A escolha das regiões metropolitanas de Belo Horizonte (RMBH), Porto
Alegre (RMPA) e Recife (RMR) possibilita introduzir na análise uma maior
heterogeneidade entre os indivíduos. Dado que se é possível observar várias
diferenças econômicas e sociais, inclusive entre os segmentos populacionais de
jovens, considerando essas regiões metropolitanas. Utilizando dados mais recentes,
através da PNAD de 200915, percebe-se que – tomando somente as famílias
auferiam rendimento – a renda mensal familiar média, per capita e em salários
15 Esses dados foram obtidos através da Síntese de Indicadores Sociais no sítio do IBGE. Acesso em 23 de jan. de 2010.
76
mínimos, entre o conjunto das famílias 40% mais pobres nas RMBH, RMPA e RMR
era de 0,60; 0,67 e 0,36, respectivamente. Entre o conjunto das famílias 10% mais
ricas era de 9,45 na RMBH, 9,05 na RMPA e 6,79 na RMR (INSTITUTO
BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, 2010b, p. 112).
A diferença dos rendimentos médios auferidos entre as famílias dessas três
regiões metropolitanas demonstra que, tanto se referindo aos mais ricos quanto aos
mais podres, as famílias residentes na RMPA e na RMBH auferem maior rendimento
médio do que as famílias residentes na RMR. Isto não quer dizer que possuem
maior poder de compra, pois para tanto seria necessário parear o poder de compra
entre essas regiões metropolitanas, o que foge ao propósito desse estudo. Contudo,
se verifica que na RMR a renda média auferida pelo conjunto das famílias 40% mais
podres era de um pouco mais que 1/3 do valor do salário mínimo à época – R$
465,00 (quatrocentos e sessenta e cinco reais) em setembro de 2009, mês de
referência da PNAD 2009.
Além disso, a razão entre os rendimentos médios em Reais (R$) auferidos
pelo conjunto das famílias 10% mais ricas em relação ao conjunto das famílias 40%
mais pobres demonstra que na RMR a renda média apropriada pelo conjunto das
famílias 10% mais ricas foi – em 2009 – 18,89 vezes superior à renda média
apropriada pelo conjunto das famílias 40% mais pobres. Na RMBH essa razão foi de
15,75 e na RMPA foi de 13,44. Assim, mesmo que não seja possível afirmar sobre o
poder de compra das famílias entre as regiões metropolitanas sem que esse seja
pareado, ainda é possível observar que a RMR é mais desigual economicamente em
relação à renda média mensal auferida pelas famílias do que a RMBH e a RMPA.
Quanto à condição de atividade dos indivíduos com idade entre 18 e 24 anos,
perceber-se que aproximadamente metade dos indivíduos residentes na RMBH
(50,4%) e RMPA (47,0%) apenas trabalhava, enquanto que na RMR este percentual
é de aproximadamente 1/3 (34,5%), Gráfico 01. É possível observar também que o
percentual de indivíduos que cuidavam dos afazeres domésticos era de 13,1% na
RMBH, 16,0% na RMPA e 22,9% na RMR. Dado que, historicamente as tarefas
domésticas no Brasil têm sido desigualmente atribuídas aos indivíduos do sexo
feminino, logo se pode observar que a intrínseca desigualdade de gênero quanto às
tarefas domésticas possui maior predominância a RMR, seguida pela RMPA e,
próximo a essa, segue a RMBH.
77
Também se destaca que a soma dos percentuais dos indivíduos que não
estudavam e não trabalhavam alcança 33,2% dos indivíduos com idade entre 18 e
24 anos na RMR, 19,5% na RMPA e 17,7% na RMBH. Dessa forma, se se considera
que a entrada, ou reentrada, de um indivíduo no mercado de trabalho, têm por
exigência determinadas credenciais de qualificações estudantis, experiência de
trabalho e também de laços de solidariedade – além dos círculos de parentesco e
vizinhança –, então os indivíduos que não possuem filiações institucionais à escola
e/ou ao trabalho tendem a apresentar maior dificuldade para sua inserção, ou
reinserção, nas relações laborais fora do âmbito doméstico.
Gráfico 01 – Distribuição percentual de condição de atividade na semana de referência
entre jovens com idade de 18 a 24 anos – RMPA, RMBH e RMR – 2009
Fonte: Elaborado pelo autor com dados extraídos de INSTITUTO BRASILEIRO DE GEOGRAFIA E
ESTATÍSTICA, 2010b, p. 175.
Ainda seguindo com o Gráfico 01, observa-se que a soma dos percentuais
dos indivíduos com idade entre 18 e 24 anos que não estudavam se aproximam:
68,1% na RMBH; 66,5% na RMPA; e 67,7% na RMR. Ou seja, aqui se pode admitir,
com a cautela de que também seja admitida alguma variação entre os indivíduos
com o decorrer do tempo, que para aproximadamente 2/3 dos jovens com idade
14,9 14,0
20,4
17,019,4
12,0
50,4
47,0
34,5
13,116,0
22,9
4,6 3,5
10,3
0
10
20
30
40
50
60
RMBH RMPA RMR
Só estuda Trabalha e estuda Só trabalha
Cuida de afazeres domésticos Não realiza qualquer atividade
78
entre 18 a 24 anos a possibilidade da condição de estudante já não está mais
disponível segundo os padrões sociais para quaisquer RM analisadas. Quanto ao
1/3, aproximadamente, dos indivíduos com idade entre 18 e 24 anos que ainda
estudavam, o Gráfico 02 permite que se analise a distribuição percentual do nível de
ensino frequentado por esses jovens nas RMBH, RMPA e RMR.
Gráfico 02 – Distribuição percentual de nível de ensino frequentado entre jovens
estudantes com idade de 18 a 24 anos – RMPA, RMBH e RMR – 2009
Fonte: Elaborado pelo autor com dados extraídos de INSTITUTO BRASILEIRO DE GEOGRAFIA E
ESTATÍSTICA, 2010b, p. 62.
Notas: * Refere-se a pré-vestibular, supletivo e alfabetização de adultos.
** Inclui mestrado e doutorado.
Assume-se que a faixa etária de 18 a 24 anos compreenda o período
pedagogicamente recomendado e normativo para a realização do ensino superior.
Então pode ser observado no Gráfico 02 que a distribuição percentual de indivíduos
que estavam cursando o nível superior é bastante semelhante na RMBH e na
RMPA. Tanto quanto essas regiões metropolitanas também são bastante
semelhantes ao se comparar a frequência aos demais níveis de ensino, entre os
jovens de 18 a 24 anos. Quanto a RMR, essa apresenta menor percentual de
2,6 3,6
11,0
30,829,5
33,6
9,9 9,911,4
56,6 57,0
44,1
0
10
20
30
40
50
60
RMBH RMPA RMR
Ensino Fundamental Ensino Médio Outros* Ensino Superior**
79
indivíduos que estavam cursando o nível superior (44,1%), comparando-se com a
RMBH (56,6%) e RMPA (57,0%). Ao mesmo tempo, também é possível observar
que a RMR possui um maior percentual em relação aos demais níveis de ensino,
com destaque para os jovens com idade entre 18 e 24 anos que estavam cursando
o ensino fundamental demonstrando, com isso, uma maior ocorrência de defasagem
idade/grau entre a população com 18 a 24 anos de idade.
Analisando o aspecto da remuneração de todos os jovens com idade entre 16
e 24 anos e que trabalhavam, é possível observar no Gráfico 03 a distribuição
percentual dos valores médios auferidos considerando todos os trabalhos que
realizavam, em faixas de salários mínimos. Mais uma vez é possível notar a
desigualdade, em termos da renda do trabalho que era auferida, em média, na RMR
em comparação com as demais regiões metropolitanas.
Gráfico 03 – Distribuição percentual de faixas de rendimento médio mensal de todos os
trabalhos em salários mínimos entre jovens de 16 a 24 anos de idade, ocupados na
semana de referência – RMPA, RMBH e RMR – 2009
Fonte: Elaborado pelo autor com dados extraídos do INSTITUTO BRASILEIRO DE GEOGRAFIA E
ESTATÍSTICA, 2010b, p. 176.
8,8 7,9
20,0
33,0
19,2
42,6
57,2
70,3
35,4
0
10
20
30
40
50
60
70
80
RMBH RMPA RMR
Até 1/2 SM Mais de 1/2 a 1 SM Mais de 1 SM
80
Contudo, observa-se também relativa desigualdade, em termos da renda do
trabalho que era auferida, em média, na RMBH em comparação com a RMPA.
Dessa forma é possível verificar que para 70,3% dos indivíduos residentes na RMPA
com idade entre 16 e 24 anos que estavam ocupados, o rendimento médio mensal,
como soma de todos os rendimentos de todos os trabalhos, era superior a um
salário mínimo. Já na RMBH esse mesmo percentual equivale a 57,2%. Embora a
RMBH e a RMPA não possuam valores percentuais concentrados na categoria de
Até ½ SM, isto se comparadas com a RMR, ainda assim o percentual de jovens que
auferiam entre ½ e 1 SM na RMBH equivale a 13,8% a mais do que o mesmo
percentual considerando a RMPA.
São vários os indicadores sociais que podem ser utilizados para comparar
essas regiões metropolitanas. De modo geral, ao empregá-los pode-se obter um
bom mapeamento das diversas necessidades e dificuldades dessas regiões,
inclusive quanto a situações econômicas, sociais e de serviços de oferta de bens
públicos, dentre outras. Por exemplo, em termos do desenvolvimento humano, o
IDH-M em 1991 e em 2000 para estas regiões metropolitanas foi respectivamente:
0,782 e 0,833 para a RMPA; 0,757 e 0,811 para a RMBH; 0,715 e 0,780 para a
RMR16.
Enfatiza-se novamente que a reaplicação deste trabalho será perfeitamente
plausível para as demais regiões metropolitanas com representatividade nas
PNADs. Também será possível reaplicar este estudo para as Unidades da
Federação, Grandes Regiões do Brasil e para toda União com uso das PNADs
anuais. Além dessas regiões outras regiões geográficas como Micro, Meso e Macro
Regiões dos estados, todas as regiões metropolitanas, municípios e, em alguns
casos, regiões intramunicipais podem ser retrabalhadas através dos dados do
Censo Demográfico Brasileiro de 2010.
Na sequência é exposto o tratamento empregado aos dados que foram
utilizados para a construção das variáveis que foram incluídas no modelo Grade of
Memberhip (GoM).
16 Dados obtidos no sítio do Programa das Nações Unidas para o Desenvolvimento (PNUD Brasil) Acesso em 23 de jan. de 2010.
81
3.3 Tratamento dos Dados
Para executar a aplicação da técnica de análise todas as variáveis de
interesse, construídas a partir da PNAD 2008, foram categorizadas em nível de
mensuração qualitativo ordinal ou nominal e as observações em branco foram
categorizadas com código que especificasse a não informação. Foram construídas
20 (vinte) variáveis, sendo 4 (quatro) delas variáveis binomiais, para compor o
modelo de GoM, perfazendo um total de 74 (setenta e quatro) categorias de
resposta. Assim, no modelo matemático de GoM foram considerados o total de
11.885 jovens com idade entre 15 e 29 anos que residiam em domicílios particulares
permanentes nas regiões metropolitanas de Porto Alegre – RS, Belo Horizonte – MG
e Recife – PE17. Em seguida se apresenta o processo de tratamento das variáveis
utilizadas18:
Grupo Etário – Variável constituída por cinco categorias: "De 15 a 17 anos";
"De 18 a 19 anos"; "De 20 a 22 anos"; "De 23 a 24 anos" e "De 25 a 29 anos",
construída a partir da variável V8005 da PNAD. As categorias de idade
compreendem etapas de desenvolvimento de ciclos de estudo e trabalho para os
jovens de 15 a 29 anos.
Sexo – Variável constituída dicotomicamente pelas categorias: "Masculino" e
"Feminino", construída a partir da variável V0302 da PNAD. Essa variável foi
incorporada ao modelo porque representa um aspecto de grande relevância
sociológica quanto à estratificação social.
Cor ou Raça – Variável constituída pelas categorias: "Brancos/Amarelos";
"Pretos/Pardos/Indígenas" e "Ignorado", construída a partir da variável V0404 da
PNAD. Essa variável foi incorporada ao modelo porque representa um aspecto de
grande relevância sociológica quanto à estratificação social.
Escolaridade – Variável constituída por cinco categorias: "Até 4 anos"; "De 5
a 8 anos"; "De 9 a 11 anos"; "12 anos e mais" e "Não determinado", construída a
17 O software GOM3.EXE foi desenvolvido em ambiente MS-DOS para estimar os modelos Grade of Membership (GoM). Este software, que possui código fonte aberto e livre, foi escrito originalmente por Woodbury e Clive em 1975, posteriormente modificado por Peter Charpentier e Burt Singer no Departamento de Epidemiologia e Saúde Pública da Escola de Medicina da Universidade de Yale – EUA, (1996). Porém, foi utilizada neste estudo uma nova versão que foi adaptada por Rafael Kelles Vieira Lage (s/d) para as plataformas UNIX e LINUX, disponível mediante solicitação por e-mail. O arquivo de controle (*.ctl) que foi utilizado para executar o modelo matemático de GoM encontra-se no APÊNDICE A. 18 Para tratamento dos dados utilizou-se o software SPSS Statistics, versão 17, da IBM Corporation.
82
partir da variável V4803 da PNAD. Essa variável, que contabiliza os anos de estudo
(com aprovação), busca a compreensão detalhada sobre os ciclos de estudo do
ensino fundamental, médio e superior.
Defasagem Escolar Idade/Grau – Variável constituída pelas categorias:
"Não estudantes"; "Estudantes defasados"; "Estudantes regulares"; "Não
determinados", construída a partir de combinações entre as variáveis V8005, V0602
e V4803 da PNAD. Essa variável possibilita a compreensão, para os indivíduos que
ainda estudam, da existência de defasagem escolar de idade/grau. Assim, toma-se
como idade normativa para a realização do curso do ensino médio o grupo etário de
15 a 17 anos; e a idade normativa para a realização do curso de ensino superior o
grupo etário de 18 a 29 anos.
Condição Associada de Frequência Escolar e Trabalho – Variável
constituída por seis categorias: "Trabalha e frequenta escola"; "Procura trabalho e
frequenta escola"; "Não trabalha, não procura trabalho e frequenta escola";
"Trabalha e não frequenta escola"; "Procura trabalho e não frequenta escola"; "Não
trabalha, não procura trabalho e não frequenta escola", construída a partir de
combinações entre as variáveis V0602, V9001, V9002, V9003, V9004 e V9117 da
PNAD. Essa variável possibilita a compreensão detalhada da concomitância de
estudo e trabalho e/ou da intenção de trabalho.
Formalidade do Trabalho – Variável constituída pelas categorias:
"Trabalhador formal"; "Trabalhador informal" e "Não trabalha", construída a partir de
combinações entre as variáveis V4706, V9017, V9019, V9048, V9001, V9002,
V9003 e V9004 da PNAD. Essa variável possibilita a compreensão da formalidade
do trabalho entre os que trabalham. Para definição de trabalho formal ou informal
entre empregadores, optou-se pelo critério que classifica o empregador com até 2
empregados como trabalhador informal.
Renda do Trabalho – Variável constituída por cinco categorias: "Não
trabalha"; "Não remunerado/Sem rendimento/Sem informação"; "Menos de 1 SM";
"De 1 a menos de 2 SM"; "De 2 SM e mais", construída a partir de combinações
entre as variáveis V9532, V9001, V9002, V9003, V9004 e V4706 da PNAD. Essa
variável possibilita a compreensão, entre os que tinham trabalho na semana de
referência e auferiam rendimento, dos valores dos salários pagos mensalmente por
este trabalho, em salários mínimos.
83
Renda Domiciliar Mensal Per Capita – Variável constituída pelas categorias:
"Menos de 1 SM"; "De 1 a menos de 2 SM"; "De 2 SM e mais" e "Sem informação",
construída a partir da variável V4621 do banco de dados de domicílios da PNAD.
Essa variável possibilita a compreensão da renda mensal do domicílio em razão do
número de moradores do domicílio.
Renda do Indivíduo em Relação à Renda do Domicílio – Variável
constituída por quatro categorias: "Não trabalha e/ou Não possui renda e/ou
Domicílio não tem rendimento"; "Até 24,9%"; "De 25 a 49,9%" e "De 50,0% e mais",
construída a partir de combinações entre as variáveis V4720, V9001, V9002, V9003,
V9004 do banco de dados de pessoas e V4614 do banco de dados de domicílios da
PNAD. Essa variável possibilita a compreensão da renda mensal do indivíduo,
considerando todas as fontes, como razão da renda mensal do domicílio.
Tipo de Arranjo Familiar – Variável constituída pelas categorias: "Casal com
filhos menores de 14 anos"; "Monoparental feminina com filhos menores de 14 anos"
e "Outros tipos de família", construída a partir da variável V4723 da PNAD. Essa
variável possibilita a compreensão do tipo de família sob a qual vivem os indivíduos.
Famílias Conviventes – Variável constituída dicotomicamente pelas
categorias: "Sim" e "Não", construída a partir da variável V0403 da PNAD. Essa
variável possibilita a compreensão da existência de mais de uma família vivendo no
mesmo domicílio.
Densidade de Moradores por Dormitório – Variável constituída pelas
categorias: "Até 1"; "Acima de 1 até 2"; "Acima de 2 até 3" e "Acima de 3",
construída a partir da razão entre as variáveis V0105 e V0206 do banco de
domicílios da PNAD. Essa variável possibilita a compreensão da densidade de
moradores por número de cômodos no domicílio servindo de dormitório.
Posição na Família – Variável constituída pelas categorias: "Pessoa de
referência"; "Cônjuge"; "Filho (a)" e "Outros", construída a partir da variável V0402
da PNAD. Essa variável possibilita a compreensão da posição do indivíduo dentro
da unidade familiar, considerando sua relação com a pessoa de referência da
família.
Estado Conjugal – Variável constituída pelas categorias: "Unido (a)"; "Não
unido (a)" e "Não identificável", construída a partir de combinações entre as variáveis
V0302 e V0402 da PNAD. Essa variável possibilita a compreensão do estado
conjugal apenas para os indivíduos que possuem posição na família como pessoa
84
de referência ou cônjuge, já que essa informação não foi captada diretamente pelo
questionário da PNAD. Assim, todos os demais indivíduos que possuem posição na
família diferente de pessoa de referência ou cônjuge são classificados como não
identificável.
Número de Filhos – Variável constituída pelas categorias: "Nenhum Filho"; "1
filho"; "2 filhos"; "3 filhos e mais" e "Não identificável", construída a partir de
combinações entre as variáveis V0301 e V0402 da PNAD. Essa variável possibilita a
compreensão do número de filhos apenas para os indivíduos que possuem posição
na família como pessoa de referência ou cônjuge, já que essa informação não foi
captada diretamente pelo questionário da PNAD para homens e mulheres. Assim, os
filhos referem-se aos indivíduos que moravam no domicílio, dentro de uma unidade
familiar específica e que possuem posição de filhos na família, em relação à pessoa
de referência. Todos os demais indivíduos que possuem posição na família diferente
de pessoa de referência ou cônjuge são classificados como não identificável.
Idade Com que Teve o Primeiro Filho – Variável constituída pelas
categorias: "Menos de 20 anos"; "Com 20 anos ou mais" e "Não aplicável ou não
identificável", construída a partir de combinações entre as variáveis V0301, V0402 e
V8005 da PNAD. Essa variável possibilita a compreensão da idade com que a
pessoa teve o primeiro filho, tendo por base a idade da pessoa mais velha que
possui posição de filho na família. Foi calculada apenas para os indivíduos que
possuem posição na família como pessoa de referência ou cônjuge, já que essa
informação não foi captada diretamente pelo questionário da PNAD. Assim, os filhos
referem-se aos indivíduos que moravam no domicílio, dentro de uma unidade
familiar específica e que possui posição de filhos nesta família, em relação à pessoa
de referência. Todos os demais indivíduos que possuem posição na família diferente
de pessoa de referência ou cônjuge são classificados como não identificável. E
todas as pessoas em que a diferença de sua idade, em relação a idade da pessoa
mais velha que possui posição de filho na família, é inferior a 12 anos, essas foram
classificadas como não aplicável ou não identificável.
Escolaridade da Mãe – Variável constituída por cinco categorias: "Até 4
anos"; "De 5 a 8 anos"; "De 9 a 11 anos"; "De 12 anos e mais" e "Educação da mãe
não identificável ou não determinada", construída a partir de combinações entre as
variáveis V4803, V0402 e V0302 da PNAD. Essa variável, que contabiliza os anos
de estudo (com aprovação), busca a compreensão detalhada sobre os ciclos de
85
estudo do ensino fundamental, médio e superior das mulheres cuja posição na
família é de pessoa de referência ou cônjuge, exceto para as mulheres que possuem
posição de pessoa de referência ou cônjuge na família com idade entre 15 e 29
anos, essas foram classificadas como educação da mãe não identificável ou não
determinada.
Migrante na Década – Variável constituída dicotomicamente pelas
categorias: "Sim" e "Não", construída a partir de combinações entre as variáveis
V5061, V5063, V5065, V5121, V5123 e V5125 da PNAD. Essa variável possibilita a
compreensão de realização do evento de migração pelos indivíduos em período
inferior a 10 anos.
Esgotamento Sanitário do Domicílio – Variável constituída
dicotomicamente pelas categorias: "Esgoto não ligado à rede geral" e "Esgoto ligado
à rede geral", construída a partir da variável V0217 do banco de dados de domicílios
da PNAD. Essa variável possibilita a compreensão da qualidade de infraestrutura de
saneamento do domicílio.
Faz-se necessário chamar a atenção para o fato de que algumas variáveis
somente foram obtidas de modo aproximado (proxy). Assim, para obter acesso mais
direto e com maior validade para a informação, sugere-se que pesquisas com dados
primários, além de utilizar as variáveis constantes na PNAD, também incluam os
seguintes tópicos: se o pai reside no domicílio; há quanto tempo deixou de morar
com a mãe; há quanto tempo deixou de morar com o pai; anos de estudo, ocupação
e rendimento para a mãe; anos de estudo, ocupação e rendimento para o pai;
situação conjugal e/ou estado civil; idade com que teve o primeiro filho, tanto para
mulheres quanto para homens.
Abaixo são considerados os aspectos matemáticos e estatísticos que
compõem o modelo de Grade of Membership (GoM). Assim, evidenciam-se os
parâmetros do modelo e seus significados. Também são abordados os tratamentos
analíticos aos quais os parâmetros de GoM são submetidos após a saída (output) do
software.
3.4. Modelo Grade of Membership (GoM)
A técnica empregada para delinear os distintos perfis de vulnerabilidade social
para a população jovem é a Grade of Membership (GoM). Este modelo matemático
86
estima iterativamente dois conjuntos de parâmetros, baseando-se em conjuntos
nebulosos (fuzzy sets). Assim, o parâmetro conhecido como lambda descreve os
perfis multidimensionais mais frequentes em uma população, utilizando para isso
conjuntos de padrões de respostas dos indivíduos. Já o outro parâmetro de GoM,
conhecido como gama, descreve medidas de distância de cada indivíduo em relação
a cada um dos perfis multidimensionais. Como ambos os conjuntos de parâmetros
são estimados iterativamente e possuem um relacionamento lógico entre si então,
os parâmetros gamas são utilizados para matizar o pertencimento de cada indivíduo
em relação aos diversos perfis multidimensionais de vulnerabilidade social, os que
por sua vez são descritos pelos parâmetros lambdas. (MANTON; WOOBURY;
TOLLEY, 1994).
Considera-se que a técnica de GoM se diferencia das demais técnicas de
agrupamento, visto que essas últimas se baseiam apenas em conjuntos discretos
(crisp sets). Assim, deve-se observar que o parâmetro lambda, estimado por GoM,
descreve conjuntos de probabilidades de resposta sob as quais são delineados os
perfis multidimensionais mais frequentes, e equidistantes em um simplex
geométrico, considerando uma população específica. Este parâmetro possui todas
as propriedades matemáticas e estatísticas dos conjuntos discretos. Contudo, o
outro parâmetro estimado por GoM, o parâmetro gama, possui todas as
propriedades matemáticas dos conjuntos nebulosos, ou partições difusas.
(MANTON; WOOBURY; TOLLEY, 1994).
Os conjuntos nebulosos foram propostos originalmente por Zadeh (1965) e se
distinguem dos conjuntos discretos porque cada indivíduo, ou elemento, pode ser
matizado em um continuum de pertencimento entre 0 (zero) e 1 (hum) em relação a
diversos conjuntos ao mesmo tempo. Portanto, cada indivíduo é necessariamente
definido como membro parcial de todos os conjuntos. Já os conjuntos discretos
somente admitem dois estados de pertencimento para esses indivíduos: <1 �∈ |0 �∉?. Dessa forma, os estados de pertencimento definidos pelos conjuntos discretos
são exatamente os dois extremos do continuum admitido pelos conjuntos nebulosos.
(BAPTISTA, 2003).
Assim, enquanto outras técnicas de agrupamento nos informam sobre o
pertencimento pleno de um indivíduo i a um dado conjunto k – ou seja, o indivíduo
pertence ou não pertence a um dado conjunto –, GoM possibilita a estimação dos
graus de pertencimento g do indivíduo i a distintos conjuntos k. Portanto, ao se
87
(09)
(10)
utilizar o modelo de GoM assume-se que os indivíduos não se organizam, segundo
a lógica binária de pertencimento à conjuntos discretos. (MANTON; WOOBURY;
TOLLEY, 1994).
O conjunto dos graus de pertencimento de cada indivíduo define-se como
partições nebulosas (fuzzy), sob as quais se representa e se parametriza a
heterogeneidade ao nível dos indivíduos (WOODBURY; CLIVE; GARSON JR., 1978;
ZADEH, 1965). Assim, se se consideram apenas os estados de pertencimento
admitidos pelos conjuntos discretos, então se torna “[...] necessário pressupor que o
estado [ou conjunto] ao qual uma pessoa [ou outro tipo de elemento] pertence é
homogêneo.” (BAPTISTA, 2003, p. 21).
Por considerar que a multidimensionalidade da vulnerabilidade social seja
experimentada exatamente de modo heterogêneo entre os indivíduos, então se
justifica a escolha deste modelo como o mais adequado para delinear os perfis
multidimensionais de vulnerabilidade social das juventudes.
Portanto, as partições nebulosas são representadas pelos os graus de
pertencimento g de um dado indivíduo i em relação a diversos conjuntos k (�PQ). O
�PQ é um dos dois conjuntos de parâmetros estimados por GoM e são chamados de
gama ou parâmetro individual. Os gamas devem possuir valores maior ou igual a 0
(zero) e a soma dos graus de pertencimento g de cada indivíduo i considerando
cada conjunto k, de k1 a kn=K, deve totalizar 1 (hum). (MANTON; WOOBURY;
TOLLEY, 1994). Abaixo, se apresentam as restrições de �PQ:
�PQ � 0∀�, �
S�PQ � 1∀�T
QU-
Evidencia-se que o parâmetro gama descreve uma parametrização em
termos de graus de pertencimento g de um dado indivíduo i em relação a diversos
conjuntos k. Acrescenta-se que, ao parametrizar os graus de pertencimento o
parâmetro gama define-se enquanto uma medida de distância em relação a cada um
dos perfis multidimensionais k. Ou seja, um atributo individual que indica o quanto
88
(11)
(12)
das características referidas para o dado perfil k pode ser esperado como realização
para cada indivíduo i. (MANTON; WOOBURY; TOLLEY, 1994).
Considera-se que para cada indivíduo i existem respostas para todas as J
diferentes variáveis. E para cada variável j existem Lj possibilidades de resposta,
sendo que cada indivíduo i responde a uma, e somente a uma, dentre todas as
possibilidades de reposta para cada variável j. Assim, para cada questão j, o
conjunto das possibilidades de resposta Lj pode ser representado por variáveis
binárias aleatórias YPWX. Ou seja, para cada possível resposta, de lj1 a ljn=Lj,
considerando uma mesma variável j, há uma variável binária aleatória dada por YPWX. (MANTON; WOOBURY; TOLLEY, 1994). Assim, pode-se estabelecer os
pressupostos do modelo GoM:
a) As variáveis aleatórias YPWX são independentes para diferentes indivíduos i; b) Os diferentes valores de �PQ∀�, são representados pelos componentes do
vetor aleatório ξ# � <ξZ-, ξZ[…ξZ(U]? com função de distribuição H<x? �P<ξ# a x?;
c) Se �PQ é conhecido, então as respostas de cada indivíduo i, para cada
variável binária aleatória YPWX são independentes para diferentes variáveis j; d) A probabilidade da l-ésima resposta para a j-ésima variável pelo i-ésimo
indivíduo é dada por bQWX;
Seguindo os pressupostos das alíneas d) e c) e, como consequência, também
o pressuposto da alínea a), então pode-se definir as restrições a que estão
submetidas o parâmetro bQWX como:
bQWX � 0∀�, c, �
SbQWX � 1∀�, cde
XU-
Considera-se que o parâmetro bQWX (lambda) estimado por GoM, também
chamado de parâmetro locacional, diferentemente de �PQ, possui todas as
89
(13)
(14)
características matemáticas dos conjuntos discretos. O parâmetro bQWX descreve a probabilidade λ de ocorrência de cada resposta l para toda variável j para todo k.
Porém, as probabilidades definidas por bQWX são válidas apenas se se considera os indivíduos i com grau de pertencimento �PQ igual a 1,0000 para o referido perfil extremo k. (MANTON; WOOBURY; TOLLEY, 1994; CAETANO; MACHADO, 2009).
Assim, o último pressuposto do modelo GoM pode ser apresentado como uma
derivação de todos pressupostos anteriores:
e) A probabilidade de ocorrência da l-ésima resposta para a j-ésima variável
pelo i-ésimo indivíduo, condicional aos distintos valores de �PQ é dada por:
fgYPWX � 1h � S�PQT
QU-bQWX
Então, se se considera o conjunto das probabilidades descritas por bQWX∀�W, mantendo-se k fixo, pode-se obter um padrão de probabilidades de resposta para
todo k. Aqui se define que cada padrão de probabilidades de respostas seja
chamado de perfil. Conquanto se utilizem variáveis que operacionalizem mais de
uma dimensão para compor o modelo de GoM, em relação a quaisquer fenômenos,
então cada padrão de probabilidade de resposta pode ser chamado de perfil
multidimensional.
Dado que os perfis multidimensionais variam de k1 a kn=K e possuem todas
as características matemáticas e estatísticas dos conjuntos discretos, então cada
perfil multidimensional k possui uma relação condicional aos valores de �PQ∀�. Percebe-se, portanto, que cada um dos indivíduos i possui uma medida de distância
�PQ em relação a cada um dos perfis multidimensionais. Ou seja, para todo indivíduo
i existe uma medida de distância em relação a vários padrões de probabilidades de
que determinadas características possam ser observadas nesse mesmo indivíduo i.
Assim, se apresenta o modelo de probabilidade de GoM, em que �PQ∀� é supostamente conhecido, como segue:
igjPWXh � S�PQT
QU-bQWX
90
(15)
No processo de estimação de GoM o modelo de probabilidade é parte de uma
função de máxima verossimilhança. O que se pretende é que, ao serem estimados
iterativamente, ou seja, com ajustamentos sucessivos e com alternâncias entre o
parâmetro a ser ajustado e o parâmetro a ser mantido constante, seja obtida a
convergência dos parâmetros bQWX e �PQ, e com isso, a maximização da função
máxima verossimilhança. Acrescenta-se que os parâmetros bQWX e �PQ são alocados em uma unidade simplex, onde os K vértices se posicionam equidistantes entre si e
sobre o maior ajuste, em um espaço Euclidiano, considerando �PQ igual a 1,0000. Assim, os perfis multidimensionais se propõem a estimar ambos os parâmetros,
considerando os padrões mais frequentes em uma dada população. (MANTON;
WOOBURY; TOLLEY, 1994, MACHADO, 1997).
Os algoritmos que descrevem a estimação iterativa dos bQWX e �PQ e a função de máxima verossimilhança foram escritos originalmente por Woodbury e Clive
(1974) e, posteriormente, por Manton, Woodbury e Tolley (1994)19.
Assumindo a independência dos indivíduos e condicionais aos valores de bQWX e �PQ a função de máxima verossimilhança é definida como:
ln<j? � kkklS�PQT
QU-bQWXm
noepde
XU-
q
WU-
r
PU-
Após a estimação dos modelos de GoM, considerando distintos modelos com
K perfis multidimensionais de vulnerabilidade social das juventudes, aplica-se o
Critério de Informação de Akaike (CIA)20 para se definir o modelo mais bem
ajustado. Espera-se que, assim, seja obtido o modelo de GoM em que o número de
perfis extremos K seja capaz de descrever satisfatoriamente a
19 Para uma discussão sobre aspectos matemáticos e estatísticos mais profundos a respeito da estimação dos parâmetros (lambda e gama) ver Woodbury; Clive (1974), Manton; Woodbury; Tolley (1994), Baptista (2003), Cerqueira (2004) e Caetano; Machado (2009). 20 O CIA é uma medida baseada em teoria da informação estatística. Comparando os modelos de GoM com o uso dessa medida, é preferido sempre o modelo com K perfis extremos que apresentar o menor valor para o CIA. Dessa forma, o CIA indica um melhor ajuste e uma maior parcimônia quanto ao número de perfis estimados, ao mesmo tempo afastando a propensão de “superajustamento” no modelo encontrado. Define-se como: s�t � 2f � u2 ln<j?v onde, f é o número total de parâmetros estimados e é dado por f � wxg∑ �XWXU- h z <∑ �PU- ?x{ e ln<j? é o logaritmo natural da função de máxima verossimilhança. Para maiores detalhes sobre o uso do Critério de Informação de Akaike como critério de ajuste entre modelos de GoM ver GUEDES, Gilvan Ramalho et al., 2010.
91
multidimensionalidade da vulnerabilidade social das juventudes. Da mesma forma,
também se espera que os parâmetros gamas sejam mais sensíveis para captar a
heterogeneidade com a qual as juventudes experimentam as mais diversas
situações de vulnerabilidade social. Portanto, considera-se que um modelo de GoM,
assim ajustado, possua alto grau de robustez quanto à estimação dos seus dois
conjuntos de parâmetros (bQWX e �PQ). A partir da aplicação do CIA ao modelo de GoM e com intuito de delinear
perfis compostos por categorias de resposta relevantes – isto é, a partir de
estimativas significativas de bQWX – descrevem-se os perfis multidimensionais em
função das categorias l das variáveis j em cada perfil extremo k que cumprem um
dos seguintes critérios:
a) Razão entre o total marginal estimado gbQWXh e observado no total da população (%) igual ou maior que 1,2.
b) Razão entre o total marginal estimado gbQWXh e observado no total da população (%) igual ou maior que 1,2 e no mínimo 80% do perfil sendo
definido pelo total marginal estimado.
c) Razão entre o total marginal estimado gbQWXh e observado no total da população (%) igual ou maior que 1,5 e no mínimo 20% do perfil sendo
definido pelo total marginal estimado.
Ao se apresentar a descrição de cada um desses perfis, também se propõe
uma organização hierárquica entre eles. Essa organização hierárquica leva em
consideração uma comparação relativa entre esses perfis, dadas as maiores
incidências do conjunto de aspectos que definem a multidimensionalidade da
vulnerabilidade social, considerando as juventudes como foco da análise. Assim, o
que se propõe é que esses perfis multidimensionais sejam nomeados segundo seus
graus relativos de manifestação do fenômeno da vulnerabilidade social entre as
juventudes.
Com o intuito de facilitar a visualização da incidência das características
estimadas de vulnerabilidade social em cada um dos perfis, apresenta-se um quadro
para sintetizar a descrição de cada perfil. Esse quadro está organizado segundo as
92
dimensões de vulnerabilidade social em: Renda (R$); Educação (EDU); Trabalho
(TRA); Tipos de Arranjos Familiares (TAF); e Condições de Vida no Domicílio (CVD).
Para que os perfis multidimensionais, estimados por GoM, possam ser
observados quanto às suas distribuições no conjunto da população e analisados
segundo suas características, é imprescindível que seja identificado o pertencimento
de cada indivíduo i a um dado perfil puro k. Utiliza-se para isso o continuum entre 0
(zero) e 1 (hum), em que se distribuem os diversos valores de �PQ. Dessa forma, o
que se pretende é encontrar grupos de indivíduos que se semelhem às descrições
de cada perfil multidimensional estimado, utilizando para isso faixas de valores
decrescentes como pontos de corte para �PQ. Portanto, a cada um desses grupos de
indivíduos será atribuído um pertencimento discreto a um determinado perfil
multidimensional de vulnerabilidade social das juventudes.
Contudo, dado que as probabilidades estimadas por bQWX referem-se apenas
aos indivíduos com �PQ = 1,0000, torna-se evidente a necessidade de que se averigue o quanto das características estimadas para cada perfil aproxima-se ou
distancia-se das características de fato observadas para o grupo dos indivíduos
definidos como pertencentes a um dado perfil puro, segundo os diversos valores em
que as delimitações de ponto de corte dos �PQ são adotadas. Assim, partindo do estabelecimento de diversos valores delimitadores (linhas
de corte) para �PQ, verifica-se o quanto os perfis mantêm de proximidade em relação
a suas características estimadas e descritas. Analisa-se também, considerando
variáveis selecionadas que possuem estimativas de bQWX relevantes para todos os perfis, se as distribuições observadas para um determinado perfil podem ou não ser
consideradas estatisticamente diferentes das distribuições observadas em outros
perfis.
Sugere-se também que sejam analisados os indivíduos que, após a definição
dos perfis puros e mistos com preponderância, permaneçam indefinidos em relação
a quaisquer perfis. Ou seja, os indivíduos que conformam o conjunto do “perfil”
amorfo. Dessa forma, um novo modelo GoM é elaborado considerando somente
esses indivíduos, até que também possam ser agrupados em perfis puros ou mistos
de vulnerabilidade social. Considera-se, também, que ao se minimizar o conjunto
dos indivíduos amorfos e que ao ser minimizado esse conjunto seja
significativamente diferente quanto a observação de suas distribuições em relação
93
ao total da população, então seja possível considerá-lo como um perfil em si mesmo.
Porém, é necessário notar que não há qualquer conjunto de características
estimadas por GoM gbQWXh, que sejam específicas para esse perfil. Portanto, sua
composição somente poderá ser verificada se analisada ao longo das J variáveis do
modelo.
Assim, faz-se necessário que se realize uma análise dos perfis
multidimensionais construídos pelos dois modelos de GoM, para que se possa
identificar se de fato os vários perfis são diferentes entre si, ou seja para verificar se
as suposições de heterogeneidade entre os perfis e de homogeneidade interna
ainda podem ser consideradas válidas. Finalmente, serão comparadas em cada
território, as distribuições populacionais e as distribuições dos perfis
multidimensionais, analisando-se assim nas regiões metropolitanas de Belo
Horizonte – MG, Porto Alegre – RS e Recife – PE. Dessa forma, cumpre-se o
objetivo de se empregar os perfis multidimensionais de vulnerabilidade social das
juventudes, considerando suas características observáveis, para compreender a
coexistência de tais e quais juventudes podem ser encontradas em cada uma das
regiões metropolitanas. Tanto quanto, comparar as regiões metropolitanas segundo
as maiores ou menores prevalências de cada perfil multidimensionais de
vulnerabilidade social das juventudes. Afirma-se que a análise de prevalências dos
perfis supre a necessidade de comparar as regiões metropolitanas entre si e a
análise da composição de coexistência dos perfis, por sua vez, supre a necessidade
de desvelar a distribuição do fenômeno da vulnerabilidade social das juventudes
dentro de cada uma delas.
94
4 ANÁLISE DOS RESULTADOS
Abaixo se apresenta todo o desenvolvimento metodológico para a construção
dos perfis multidimensionais de vulnerabilidade social das juventudes, conforme
descrito no capítulo anterior, bem como os resultados que foram encontrados e a
distribuição desses perfis entre as regiões metropolitanas selecionadas.
4.1 Perfis Multidimensionais de Vulnerabilidade Social das Juventudes
Os testes de modelos GoM, com diferentes números de perfis extremos K,
permitiram identificar o modelo com quatro perfis extremos (K = 4) de vulnerabilidade
social como o mais apropriado. Seguindo a aplicação do Critério de Informação de
Akaike (CIA) o modelo mais ajustado define-se por apresentar o menor valor para o
CIA, conforme a Tabela 1 abaixo:
Tabela 1 – Valores de CIA para modelos Grade of Membership (GoM) com K perfis – RMPA, RMBH e RMR – 2008
K P ln(L) CIA
2 23918 -205790,31 459416,63 3 35877 -183044,23 437842,47 4 47836 -169313,08 434298,16 5 59795 -159602,83 438795,66 6 71754 -151401,7 446311,41
Fonte: Elaborado pelo autor.
Os perfis multidimensionais de vulnerabilidade social das juventudes que
foram encontrados se diferenciam quanto ao grau – maior ou menor – de
vulnerabilidade social e tangenciam as dimensões de renda, educação, trabalho,
tipos de arranjos familiares e condições de vida no domicílio. Portanto, apresenta-se
abaixo a descrição, em termos das probabilidades de (bQWX) relevantes21, dos quatro perfis extremos gerados pela técnica de Grade of Membership:
Perfil 1 – Alta Vulnerabilidade: Este perfil é composto em sua maioria por
jovens do grupo etário de 15 a 17 anos e com alta proporção de jovens de 18 a 19
anos. É indistinto quanto ao gênero e a etnia é quase exclusivamente composta por
pretos/pardos/indígenas. Majoritariamente estes jovens apresentam até 8 anos de
21 A tabela com as informações sobre as frequências absolutas observadas (N), frequências relativas observadas (%), estimativas de bQWX e razões entre bQWX e frequências relativas observadas (%) consta no APÊNDICE B.
95
estudo (ensino fundamental completo), sendo alta a proporção daqueles que
possuem até o primário (4ª série do ensino fundamental). Metade dos jovens desse
perfil se encontra em situação de defasagem escolar por idade/grau, sendo que a
outra metade é composta por não estudantes. Nenhum jovem desse perfil trabalha e
todos possuem renda domiciliar mensal per capita em menos de um salário mínimo.
Quanto ao tipo de arranjo familiar há alta proporção daqueles que vivem em famílias
de tipo monoparental feminino com filhos menores de 14 anos e da existência de
família convivente no domicílio. Mais da metade desses jovens vivem em domicílios
cuja densidade morador/dormitório é superior a dois. Esse perfil é composto
exclusivamente por jovens com posição de filhos ou “outros” na família e as mães
apresentam no máximo 8 anos de estudo (ensino fundamental completo). A grande
maioria desses jovens vive em domicílios que não possuem esgotamento sanitário
ligado à rede geral.
Perfil 2 – Média/Baixa Vulnerabilidade: Este perfil é composto em sua
maioria por jovens do grupo etário de 15 a 17 anos e com alta proporção de jovens
de 18 a 19 anos. É indistinto quanto ao gênero e a etnia marcada totalmente por
brancos/amarelos. Todos os jovens desse perfil frequentam escola, seja cursando o
ensino médio ou o ensino superior. Porém, mais da metade desses jovens são de
estudantes com defasagem escolar por idade/grau. Nenhum jovem desse perfil
trabalha, mas quase um terço deles está na condição de procura por trabalho. Todos
teriam renda domiciliar mensal per capita de um salário mínimo ou mais. Quanto ao
tipo de arranjo familiar, majoritariamente vivem em famílias classificadas como
“outros tipos de famílias”. Todos esses jovens vivem em domicílios cuja densidade
morador/dormitório é igual ou inferior a dois. Esse perfil é composto exclusivamente
por jovens com posição de filhos na família e as mães apresentam majoritariamente
de 9 a 11 anos de estudo (ensino médio incompleto a completo), sendo que mais de
um terço dessas mães apresentam 12 anos ou mais de estudo (ensino superior
incompleto a completo). Sendo também que todos esses jovens vivem em domicílios
com esgotamento sanitário ligado à rede geral.
Perfil 3 – Média/Alta Vulnerabilidade: Este perfil é composto em sua maioria
por jovens do grupo etário de 25 a 29 anos e com alta proporção de jovens de 23 a
24 anos. É definido majoritariamente pelo gênero feminino e indistinto quanto à
etnia. Um terço destes jovens apresenta de 5 a 8 anos de estudo (ensino
fundamental incompleto ou completo) e todos se encontram fora da escola e
96
trabalham. Majoritariamente estão na condição de trabalhadores formais, porém com
alta proporção de trabalhadores informais. Majoritariamente possuem renda do
trabalho de menos de um salário mínimo a menos de dois salários mínimos, com
uma proporção de aproximadamente 17,0% de jovens com renda do trabalho de
dois salários mínimos ou mais. Todos vivem em domicílios com renda mensal per
capita inferior a dois salários mínimos e são responsáveis por 50% ou mais da renda
total do domicílio, com alta proporção daqueles que são responsáveis por 25% a
49,9% da renda total do domicílio. O tipo de arranjo familiar é o de casal com filhos
menores de 14 anos ou monoparental feminina com filhos menores de 14 anos e
com alta proporção de jovens vivendo em domicílios com famílias conviventes e
densidade morador/dormitório acima de dois. Nesse perfil os jovens são “pessoa de
referência” ou “cônjuge na família”. É composto majoritariamente por jovens com
estado conjugal de unido (a). Apenas 36% não apresentam filho(s) e mais da
metade destes jovens tiveram filhos com 20 anos ou mais. Também é alta a
proporção dos que tiveram filho(s) com menos de 20 anos (46%). Um terço realizou
migração em período inferior a 10 anos.
Perfil 4 – Baixa Vulnerabilidade: Este perfil possui uma amplitude de idade
bastante variável indo de 18 a 29 anos. É definido majoritariamente pelo gênero
masculino e a etnia marcada majoritariamente por brancos/amarelos. Esses jovens
apresentam majoritariamente de 9 a 11 anos de estudo (ensino médio incompleto a
completo), com alta proporção de jovens com 12 anos ou mais de estudo (ensino
superior incompleto a completo). Mais da metade trabalha e não frequenta escola,
com alta proporção dos que trabalham e frequentam escola. Esses jovens estão na
condição de trabalhadores formais, com alta proporção de trabalhadores informais.
Um terço possui renda do trabalho de menos de um salário mínimo; um terço possui
renda do trabalho de um a dois salários mínimos; e um quinto possui renda do
trabalho de dois salários mínimos ou mais, sendo que aproximadamente 7% desses
jovens são de não remunerados/sem rendimento ou sem informação.
Majoritariamente esses jovens vivem em domicílios com renda mensal per capita de
um salário mínimo ou mais e são responsáveis por até 49,9% da renda total do
domicílio. O tipo de arranjo familiar é, para todos os jovens deste perfil, como “outros
tipos de família”. Majoritariamente esses jovens vivem em domicílios com densidade
morador/dormitório de até um e possuem posição de filhos na família. A
97
escolaridade da mãe é bastante variável indo de menos de 4 anos de estudo a 12
anos de estudo ou mais.
O Quadro A sintetiza a descrição dos perfis extremos segundo as dimensões
de vulnerabilidade social em: Renda (R$); Educação (EDU); Trabalho (TRA); Tipos
de Arranjos Familiares (TAF); e Condições de Vida no Domicílio (CVD):
Quadro A – Dimensões de Vulnerabilidade Social dos Perfis Extremos classificados por Idade, Gênero e Cor ou Raça
DIMENSÕES Vulnerabilidades:
Perfil Extremo 1 – Alta Vulnerabilidade (15 a 19 anos – Pretos/Pardos/Indígenas) R$ Renda domiciliar per capita inferior a 1 SM.
EDU Baixa frequência escolar; Alta defasagem escolar (Idade/Grau); Baixo alcance educacional da mãe. TRA Dificuldades de acesso ao trabalho.
TAF Alta proporção de jovens vivendo em famílias com arranjos tipo monoparental feminina com filhos menores de 14 anos.
CVD Alta proporção de jovens vivendo em famílias conviventes; Alta densidade de morador/dormitório; Alta proporção de jovens vivendo em domicílios com esgotamento sanitário não ligado à rede geral.
Perfil Extremo 3 – Média/Alta Vulnerabilidade (23 a 29 anos - Feminino)
R$ Alta proporção de jovens com renda do trabalho inferior a 1 SM; Renda domiciliar per capita inferior a 1 SM; Alta proporção de jovens responsáveis por 50,0% ou mais da renda domiciliar.
EDU Baixo alcance educacional dos jovens. TRA Alta proporção de informais no mercado de trabalho.
TAF
Alta proporção de jovens vivendo em famílias com arranjos tipo casal com filhos menores de 14 anos; Alta proporção de jovens vivendo em famílias com arranjos tipo monoparental feminina com filhos menores de 14 anos; Alta proporção de jovens que tiveram filhos antes de completar 20 anos; Alta incidência de migração na década – (estes jovens são em sua totalidade pessoas de referência ou cônjuges na família).
CVD Alta proporção de jovens vivendo em famílias conviventes; Alta densidade de morador/dormitório. Perfil Extremo 2 – Média/Baixa Vulnerabilidade (15 a 19 anos – Brancos/Amarelos)
R$ Alta proporção de jovens vivendo em domicílios com renda domiciliar per capita de 1 a menos de 2 SM. EDU Alta defasagem escolar (Idade/Grau). TRA Dificuldades de acesso ao trabalho. TAF - CVD -
Perfil Extremo 4 – Baixa Vulnerabilidade (20 a 29 anos – Masculino – Brancos/Amarelos)
R$ Alta proporção de jovens com renda do trabalho inferior a 1 SM; Alta proporção de jovens vivendo em domicílios com renda domiciliar per capita de 1 a menos de 2 SM; Alta proporção de jovens responsáveis por até 49,9% da renda domiciliar.
EDU - TRA Alta proporção de informais no mercado de trabalho. TAF - CVD -
Fonte: Elaborado pelo autor.
A partir da descrição dos perfis extremos, obtidos através das probabilidades,
relevantes, estimadas por bQWX e da sistematização desses perfis em termos das
dimensões do fenômeno estudado – em nosso caso considera-se as dimensões do
fenômeno da vulnerabilidade social específicas às juventudes – as análises que
empregam a técnica de GoM realizam então uma tabulação de frequência do
parâmetro �PQ. Isto é, somente após terem identificado o pertencimento de cada
indivíduo i da amostra a um dado perfil puro k. Assim, faz-se necessário uma
98
“discretização” dos graus de pertencimento que conformam os conjuntos nebulosos.
Comumente, as análises que empregam GoM utilizam diversos algoritmos – ou
critérios booleanos – para definir, a partir de �PQ, uma linha de corte para
pertencimento puro (LCPP). Ou seja, se �PQ para um dado indivíduo i em relação a
um dado perfil k for igual ou maior ao valor da linha de corte para pertencimento
puro, esse indivíduo será considerado como pertencente a esse perfil extremo, ou
puro, k. O algoritmo comumente utilizado para definir esse pertencimento puro é
dado por |wg�PQQ} � ~sffh ∴ �PQ � �PQ�{∀��. A combinação de valores intermediários de dois ou mais perfis, abaixo do
valor da linha de corte para pertencimento puro (LCPP) e maior ou igual ao valor da
linha de corte para preponderância de misto (LCPM), implica a conformação do
pertencimento de um dado indivíduo i a um perfil misto. Isto é, o indivíduo pertence a
mais de um perfil, porém com a predominância de um deles. O algoritmo utilizado,
correlato ao anterior, para definir o pertencimento de um indivíduo i a um dado perfil
misto com preponderância é dado por ��g~sf� a �PQQ} � ~sffh ∩ !�PQ�Q}� � Fd���[ H7 ∴�PQ � �PQ�|g�PQ� � �PQ}� h⋃ <� � ��?�∀��.
Indivíduos que não se enquadrem nos algoritmos acima conformam o perfil
amorfo, sendo definido pelo seguinte algoritmo: ��g~sf� � �PQQ}h ∪ �g~sf� a �PQQ} �~sffh ∩ !�PQQ}� � Fd���[ H7� ∴ �PQ � ��|g�PQ� � �PQ}� h⋃ <� � ��?�∀��.
Considera-se que essa “discretização” dos conjuntos nebulosos (�PQ), tornam
os pertencimentos dos indivíduos aos perfis multidimensionais mutuamente
excludentes entre si, ou seja, cada indivíduo torna-se membro de apenas um perfil.
Portanto, faz-se necessário que se averigue o quanto as características estimadas
para cada perfil aproxima-se ou distancia-se das características de fato observadas
para o conjunto dos indivíduos definidos como pertencentes a um dado perfil puro.
Isto é, neste ponto da investigação o que se pretende observar é a variação, que
ocorre na composição dos perfis, como efeito de mudanças na escolha entre
diversos valores que podem ser estabelecidos como linhas de corte (LCPP e LCPM)
para o agrupamento dos indivíduos i a perfis puros e mistos com preponderância, a
fim de que se obtenha a máxima homogeneidade interna aos perfis sem que se
99
perca a máxima heterogeneidade entre eles e, ainda, resguardando que a mínima
quantidade de indivíduos se classifique no perfil amorfo.
A literatura de GoM tem utilizado como LCPP valores como 1,0000; 0,8000;
0,7500 e até 0,7000, para definir grupos de indivíduos que pertençam a um perfil
puro. Para a LCPM esta mesma literatura faz referência a valores como 0,6000;
0,5000 e até 0,4000, para definir grupos de indivíduos que pertençam a um dado
perfil misto com preponderância (MELO, 2005; GUEDES; QUEIROZ; VANWEY,
2009; SAWYER; LEITE; ALEXANDRINO, 2002). Com o propósito de verificar a
quantidade absoluta e relativa de indivíduos, em nossa amostra, que sejam
classificados como pertencentes a perfis puros, segundo valores decrescentes da
LCPP, considera-se a Tabela 2 abaixo:
Tabela 2 – Distribuição dos perfis puros segundo linhas de corte de pertencimento puro (LCPP) de ��� – RMPA, RMBH e RMR – 2008
Perfis LCPP
Perfil Puro 1 Perfil Puro 2 Perfil Puro 3 Perfil Puro 4 Total Perfis Puros N % N % N % N % N %
= 1,0000 99.418 3,0 100.391 3,1 255.034 7,8 405.144 12,3 859.987 26,2 ≥ 0,9500 124.506 3,8 100.391 3,1 259.724 7,9 442.718 13,5 927.339 28,2 ≥ 0,9000 143.663 4,4 104.628 3,2 276.534 8,4 483.947 14,7 1.008.772 30,7 ≥ 0,8500 182.862 5,6 160.982 4,9 334.976 10,2 578.180 17,6 1.257.000 38,2 ≥ 0,8000 222.419 6,8 213.609 6,5 361.576 11,0 675.315 20,5 1.472.919 44,8 ≥ 0,7500 283.587 8,6 233.242 7,1 399.529 12,2 770.628 23,4 1.686.986 51,3 ≥ 0,7000 327.555 10,0 277.108 8,4 448.038 13,6 862.285 26,2 1.914.986 58,2 ≥ 0,6500 393.225 12,0 338.519 10,3 551.777 16,8 937.548 28,5 2.221.069 67,6
Fonte: Elaborado pelo autor.
Observa-se que quanto mais elástica seja a LCPP, mais indivíduos são
classificados como pertencentes aos perfis puros. Ou seja, a princípio mais
indivíduos podem ser englobados segundo as descrições dos perfis extremos de
vulnerabilidade social que foi realizada acima. Porém, é possível que demasiada
elasticidade da LCPP provoque uma maior heterogeneidade dentro dos perfis e,
consequentemente, uma maior homogeneidade entre eles. Sendo, neste caso, o
contrário do que se pretenderia observar.
De igual modo, para verificar a quantidade absoluta e relativa de indivíduos,
em nossa amostra, que sejam classificados como pertencentes a perfis mistos com
preponderância, segundo valores decrescentes da LCPP e de valores decrescentes
de LCPM, considera-se a Tabela 3 que segue:
100
Tabela 3 – Distribuição dos perfis mistos e amorfo segundo linhas de corte de pertencimento puro (LCPP) e preponderância de misto (LCPM) de ��� – RMPA, RMBH e RMR – 2008
Perfis LCPP & LCPM
Perfil Misto Preponderância
Perfil 1
Perfil Misto Preponderância
Perfil 2
Perfil Misto Preponderância
Perfil 3
Perfil Misto Preponderância
Perfil 4
Total Perfis Mistos
Perfil Amorfo
N % N % N % N % N % N % = 1,0000 & ≥ 0,6000
245.169 7,5 185.739 5,6 225.028 6,8 517.373 15,7 1.173.309 35,7 1.254.535 38,2
= 1,0000 & ≥ 0,5000
203.335 6,2 149.571 4,5 174.420 5,3 447.171 13,6 974.497 29,6 1.453.347 44,2
= 1,0000 & ≥ 0,4000
136.796 4,2 122.051 3,7 133.142 4,0 321.424 9,8 713.413 21,7 1.714.431 52,1
≥ 0,9500 & ≥ 0,6000
220.081 6,7 185.739 5,6 220.338 6,7 479.799 14,6 1.105.957 33,6 1.254.535 38,2
≥ 0,9500 & ≥ 0,5000
178.247 5,4 149.571 4,5 169.730 5,2 409.597 12,5 907.145 27,6 1.453.347 44,2
≥ 0,9500 & ≥ 0,4000
111.708 3,4 122.051 3,7 128.452 3,9 283.850 8,6 646.061 19,7 1.714.431 52,1
≥ 0,9000 & ≥ 0,6000
200.924 6,1 181.502 5,5 203.528 6,2 438.570 13,3 1.024.524 31,2 1.254.535 38,2
≥ 0,9000 & ≥ 0,5000
159.090 4,8 145.334 4,4 152.920 4,7 368.368 11,2 825.712 25,1 1.453.347 44,2
≥ 0,9000 & ≥ 0,4000
92.551 2,8 117.814 3,6 111.642 3,4 242.621 7,4 564.628 17,2 1.714.431 52,1
≥ 0,8500 & ≥ 0,6000
161.725 4,9 125.148 3,8 145.086 4,4 344.337 10,5 776.296 23,6 1.254.535 38,2
≥ 0,8500 & ≥ 0,5000
119.891 3,6 88.980 2,7 94.478 2,9 274.135 8,3 577.484 17,6 1.453.347 44,2
≥ 0,8500 & ≥ 0,4000
53.352 1,6 61.460 1,9 53.200 1,6 148.388 4,5 316.400 9,6 1.714.431 52,1
≥ 0,8000 & ≥ 0,6000
122.168 3,7 72.521 2,2 118.486 3,6 247.202 7,5 560.377 17,0 1.254.535 38,2
≥ 0,8000 & ≥ 0,5000
80.334 2,4 36.353 1,1 67.878 2,1 177.000 5,4 361.565 11,0 1.453.347 44,2
≥ 0,8000 & ≥ 0,4000
13.795 0,4 8.833 0,3 26.600 0,8 51.253 1,6 100.481 3,1 1.714.431 52,1
≥ 0,7500 & ≥ 0,6000
61.000 1,9 52.888 1,6 80.533 2,4 151.889 4,6 346.310 10,5 1.254.535 38,2
≥ 0,7500 & ≥ 0,5000
19.166 0,6 16.720 0,5 29.925 0,9 81.914 2,5 147.725 4,5 1.453.120 44,2
≥ 0,7500 & ≥ 0,4000
6.327 0,2 4.598 0,1 14.850 0,5 32.072 1,0 57.847 1,8 1.542.998 46,9
≥ 0,7000 & ≥ 0,6000
17.032 0,5 9.478 0,3 32.024 1,0 60.232 1,8 118.766 3,6 1.254.079 38,1
≥ 0,7000 & ≥ 0,5000
14.526 0,4 8.475 0,3 23.321 0,7 49.206 1,5 95.528 2,9 1.277.317 38,8
≥ 0,7000 & ≥ 0,4000
3.460 0,1 2.369 0,1 8.702 0,3 12.709 0,4 27.240 0,8 1.345.605 40,9
≥ 0,6500 & ≥ 0,6000
8.696 0,3 3.871 0,1 11.799 0,4 28.429 0,9 52.795 1,6 1.013.967 30,8
≥ 0,6500 & ≥ 0,5000
9.105 0,3 5.464 0,2 14.440 0,4 28.519 0,9 57.528 1,7 1.009.234 30,7
≥ 0,6500 & ≥ 0,4000
1.320 0,0 1.274 0,0 3.646 0,1 3.278 0,1 9.518 0,3 1.057.244 32,2
Fonte: Elaborado pelo autor.
Observa-se que quanto mais elástica seja a LCPP, menos indivíduos são
classificados como pertencentes aos perfis mistos, dado que ocorre uma migração
de classificação no sentido dos perfis mistos para os perfis puros. Ou seja, como
anteriormente já observado, mais indivíduos podem ser englobados segundo as
101
descrições dos perfis extremos de vulnerabilidade social, tão logo a LCPP seja mais
flexível. Percebe-se também que quanto menor a LCPM, independente do valor
adotado para a LCPP, menos indivíduos são classificados como pertencentes a
perfis mistos. Isso ocorre porque o algoritmo utilizado para definição dos perfis
mistos impõe a seguinte restrição: !�PQ�Q}� � Fd���[ H7. Ou seja, nenhum valor para os
demais �PQ�Q}� , graus de pertencimentos g de um dado indivíduo i em relação aos
demais perfis extremos k que concorrem para oferecer preponderância ao perfil
misto, pode ser igual ou maior do que a metade do valor da LCPM. Isso torna a
classificação dos indivíduos em perfis mistos com preponderância, sensível a um
valor mínimo para os demais �PQ�Q}� , o que em nossa amostra pode ser amplamente
verificado.
Também se percebe, na Tabela 3, que a partir do valor 0,7500 para a LCPP,
considerando o valor de 0,4000 para a LCPM, o perfil amorfo, que não provê
quaisquer tipos de leituras dos indivíduos, sofre decréscimo de classificação. Isto é,
quanto mais elástica a LCPP maior migração de classificação haverá de perfis
mistos para os perfis puros e do perfil amorfo para os perfis puros. A migração de
classificação no sentido do perfil amorfo para o perfil puro é explicada pelo fato de
que o algoritmo de classificação de perfis puros não coloca outras restrições, além
do cumprimento de que o valor de �PQ seja igual ou maior que o valor da LCPP
estabelecida.
Então, aqui é encontrado um trade-off entre a capacidade de classificar uma
maior quantidade de indivíduos ao mesmo tempo em que, gradualmente, se perde a
especificidade da própria classificação. Assim, de um lado tem-se a maximização da
classificação do maior número de indivíduos em perfis puros e mistos com
preponderância e, do outro lado, está a necessidade de manter os parâmetros da
especificidade desta classificação, que seriam a máxima homogeneidade dentro dos
perfis e a máxima heterogeneidade entre eles.
Os graus de pertencimento �PQ representam o tratamento da heterogeneidade
ao nível do indivíduo, já o estabelecimento das linhas de corte de pertencimento
puro e misto tem por finalidade a construção de perfis homogêneos em si. Então,
qual seria o efeito de homogeneidade, ou heterogeneidade, dentro de um perfil puro,
dada a menor ou maior flexibilidade da LCPP?
102
Salienta-se, sobre o delineamento da linha de corte para todos os perfis
multidimensionais que foram observados, que quando a LCPP é definida como �PQ igual a 1,0000 tem-se a melhor aproximação empírica da descrição dos perfis que
são construídos a partir das estimativas relevantes de bQWX. Contudo, mesmo que a
LCPP seja definida como igual a 1,0000, para conformar pertencimentos discretos
aos perfis de vulnerabilidade social, necessariamente haverá alguma
heterogeneidade dentro desses perfis multidimensionais. Isso ocorre porque as
estimativas descritas por bQWX descrevem probabilidades de que cada categoria l, de
cada variável j defina a distribuição para cada perfil k. Contudo, quando é utilizado
critérios booleanos para estabelecer linhas de corte de �PQpara a definição de perfis multidimensionais empíricos e discretos, o que se observa já não são as
probabilidades de resposta para as categorias l, mas sim as distribuições
observáveis dessas categorias l entre os indivíduos que compartilham valores de �PQ entre um valor mínimo e máximo, onde as probabilidades dadas por bQWX necessariamente devem ser compreendidas enquanto valores esperados para
aqueles indivíduos.
Ainda abordando a questão da heterogeneidade e homogeneidade dentro dos
perfis multidimensionais, porém agora em termos da distribuição de médias
aritméticas e de seus respectivos desvios padrão. Pode-se perceber que, de modo
geral, essas médias aritméticas tendem a distanciarem-se crescente e
continuamente em relação à média aritmética observada quando o valor da LCPP de
�PQ é igual a 1,0000. Dessa forma, os desvios padrão, respectivos a cada média,
também tendem a serem maiores, demonstrando a existência de maior dispersão
em torno da média aritmética para os valores individuais observados dentro de cada
perfil. Isto é, mais uma vez observa-se que quanto mais flexível a LCPP admite-se
maior heterogeneidade dentro do perfil. Contudo, percebe-se também que ao se
adotar quaisquer LCPP de �PQ entre 1,0000 e 0,6500 todas as médias aritméticas e
seus respectivos desvios padrão, entre as variáveis selecionadas, diferem em
relação a essas mesmas medidas para o total da população de jovens com idade
entre 15 e 29 anos. Assim, elas apresentam maior ou menor proximidade quanto à
descrição dos perfis.
No Gráfico 04, abaixo, pode-se observar o comportamento da média
aritmética e do desvio padrão para as variáveis idade, anos de estudo e renda
103
domiciliar mensal per capita em salários mínimos, referente ao total da população e
de valores da LCPP entre 1,0000 e 0,6500 para o perfil puro 1:
Gráfico 04 – Distribuição de médias e desvios padrão para a idade, anos de estudo e
renda domiciliar mensal per capita segundo total da população e valores de LCPP de
do perfil puro 1 – RMPA, RMBH e RMR – 2008
Fonte: Elaborado pelo autor.
Analisando-se o Gráfico 04, percebe-se, em primeiro lugar, a diferença entre
as médias de idade para o total da população de indivíduos com idade entre 15 e 29
anos residentes nas três regiões metropolitanas selecionadas (22,15) e a média de
idade de parcela dessa população que é classificada como pertencente ao perfil
puro 1 com a LCPP igual a 1,0000 (17,49). Nota-se também que o desvio padrão
referente ao total da população é de 4,33 e o desvio padrão referente ao perfil 1 com
a LCPP igual a 1,0000 é de 2,67, indicando, com isso, que existe menor dispersão
em torno da média de idade dentro do perfil 1 do que entre todo o conjunto da
população de jovens, como era de se esperar. Também é possível observar que,
TOTAL
POP.1.0000 0.9500 0.9000 0.8500 0.8000 0.7500 0.7000 0.6500
X̅ - Idade 22,15 17,49 17,38 17,59 18,04 18,24 18,57 18,61 18,81
S - Idade 4,33 2,67 2,67 2,84 3,24 3,51 3,64 3,66 3,78
X̅ - Anos de Estudo 9,41 5,75 6,03 6,11 6,28 6,35 6,58 6,77 6,93
S - Anos de Estudo 3,11 2,06 2,23 2,29 2,52 2,52 2,66 2,68 2,76
X̅ - Renda per capita 1,53 0,39 0,41 0,40 0,41 0,42 0,44 0,45 0,47
S - Renda per capita 2,01 0,23 0,23 0,23 0,23 0,24 0,25 0,26 0,28
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
104
exceto para a LCPP igual a 0,9500, as médias de idade e seus respectivos desvios
padrão, tendem a se distanciarem crescentemente de seus valores assumindo a
LCPP como igual a 1,0000.
Quanto à variável anos de estudo, observa-se que a diferença entre a média
dessa variável para o total da população de indivíduos com idade entre 15 e 29 anos
residentes nas três regiões metropolitanas selecionadas (9,41) e a média de anos de
estudo de parcela dessa população que é classificada como pertencente ao perfil
puro 1 com a LCPP igual a 1,0000 (5,75). Nota-se também que o desvio padrão
referente ao total da população é de 3,11 e o desvio padrão referente ao perfil 1 com
a LCPP igual a 1,0000 é de 2,06, indicando com isso que existe menor dispersão em
torno da média de anos de estudo dentro do perfil 1 do que entre todo o conjunto da
população de jovens, como era de se esperar. Também é possível observar que as
médias de anos de estudo e seus respectivos desvios padrão, tendem a se
distanciarem crescentemente de seus valores assumindo a LCPP como igual a
1,0000.
Observando a variável renda domiciliar mensal per capita, nota-se que a
diferença entre a média dessa variável para o total da população de indivíduos com
idade entre 15 e 29 anos residentes nas três regiões metropolitanas selecionadas
(1,53) e a média de renda per capita de parcela dessa população que é classificada
como pertencente ao perfil puro 1 com a LCPP igual a 1,0000 (0,39). Nota-se
também que o desvio padrão referente ao total da população é de 2,01 – valor de
desvio padrão maior do que a média observada para essa variável – e o desvio
padrão referente ao perfil 1 com a LCPP igual a 1,0000 é de 0,23, indicando com
isso que existe menor dispersão em torno da média de renda per capita dentro do
perfil 1 do que entre todo o conjunto da população de jovens, como era de se
esperar. Também é possível observar que as médias de renda per capita e seus
respectivos desvios padrão, tendem a se distanciarem crescentemente de seus
valores quando assumido a LCPP como igual a 1,0000. Porém, ressalta-se que
considerando a LCPP com valor igual a 1,000 até 0,8500 os valores dos desvios
padrão praticamente mantém-se inalterados.
No Gráfico 05, pode-se observar o comportamento da média aritmética e do
desvio padrão para as variáveis idade, anos de estudo e renda domiciliar mensal per
capita, referente ao total da população e de valores da LCPP entre 1,0000 e 0,6500
para o perfil puro 2:
105
Gráfico 05 – Distribuição de médias e desvios padrão para a idade, anos de estudo e
renda per capita segundo total da população e valores de LCPP de do perfil puro 2 –
RMPA, RMBH e RMR – 2008
Fonte: Elaborado pelo autor.
Analisando-se o Gráfico 05, percebe-se, em primeiro lugar, a diferença entre
as médias de idade para o total da população de indivíduos com idade entre 15 e 29
anos residentes nas três regiões metropolitanas selecionadas (22,15) e a média de
idade de parcela dessa população que é classificada como pertencente ao perfil
puro 2 com a LCPP igual a 1,0000 (18,83). Nota-se também que o desvio padrão
referente ao total da população é de 4,33 e o desvio padrão referente ao perfil 2 com
a LCPP igual a 1,0000 é de 2,37, indicando com isso que existe menor dispersão em
torno da média de idade dentro do perfil 2 do que entre todo o conjunto da
população de jovens, como era de se esperar. Também é possível observar que,
exceto para a LCPP igual a 0,9500 e 0,9000, as médias de idade e seus respectivos
TOTAL
POP.1.0000 0.9500 0.9000 0.8500 0.8000 0.7500 0.7000 0.6500
X̅ - Idade 22,15 18,83 18,83 18,83 18,59 18,67 18,57 18,58 18,61
S - Idade 4,33 2,37 2,37 2,37 2,62 2,98 3,01 3,05 3,20
X̅ - Anos de Estudo 9,41 11,03 11,03 11,02 10,73 10,57 10,48 10,44 10,31
S - Anos de Estudo 3,11 1,77 1,77 1,76 1,92 2,06 2,11 2,13 2,25
X̅ - Renda per capita 1,53 4,15 4,15 4,13 3,63 3,48 3,37 3,10 2,85
S - Renda per capita 2,01 3,06 3,06 3,05 3,25 3,18 3,11 2,97 2,84
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
106
desvios padrão, tendem a se distanciarem crescentemente de seus valores
assumindo a LCPP como igual a 1,0000.
Quanto à variável anos de estudo, observa-se que a diferença entre a média
dessa variável para o total da população de indivíduos com idade entre 15 e 29 anos
residentes nas três regiões metropolitanas selecionadas (9,41) e a média de anos de
estudo de parcela dessa população que é classificada como pertencente ao perfil
puro 2 com a LCPP igual a 1,0000 (11,03). Nota-se também que o desvio padrão
referente ao total da população é de 3,11 e o desvio padrão referente ao perfil 2 com
a LCPP igual a 1,0000 é de 1,77, indicando com isso que existe menor dispersão em
torno da média de anos de estudo dentro do perfil 2 do que entre todo o conjunto da
população de jovens, como era de se esperar. Também é possível observar que,
exceto para a LCPP igual a 0,9500 e 0,9000, as médias de anos de estudo e seus
respectivos desvios padrão, tendem a se distanciarem crescentemente de seus
valores assumindo a LCPP como igual a 1,0000.
Observando a variável renda domiciliar mensal per capita, nota-se que a
diferença entre a média dessa variável para o total da população de indivíduos com
idade entre 15 e 29 anos residentes nas três regiões metropolitanas selecionadas
(1,53) e a média de renda per capita de parcela dessa população que é classificada
como pertencente ao perfil puro 2 com a LCPP igual a 1,0000 (4,15). Nota-se
também que o desvio padrão referente ao total da população é de 2,01 – valor de
desvio padrão maior do que a média observada para essa variável – e o desvio
padrão referente ao perfil 2 com a LCPP igual a 1,0000 é de 3,06, indicando com
isso que existe menor dispersão em torno da média, relativo ao valor da própia
média, de renda per capita dentro do perfil 2 do que entre todo o conjunto da
população de jovens, como era de se esperar. Contudo, para essa variável e
considerando esse perfil, ocorre o inverso do que imaginava-se observar: Apesar do
fato de que as médias de renda per capita tendem a se distanciarem
crescentemente de seus valores quando assumido a LCPP como igual a 1,0000.
Especificamente, os desvios padrão tendem a demonstrar variação para indicar a
dispersão dos indivíduos, em torno da média, dada a maior flexibilidade da LCPP.
No Gráfico 06, pode-se observar o comportamento da média aritmética e do
desvio padrão para as variáveis idade, anos de estudo e renda domiciliar mensal per
capita, referente ao total da população e de valores da LCPP entre 1,0000 e 0,6500
para o perfil puro 3:
107
Gráfico 06 – Distribuição de médias e desvios padrão para a idade, anos de estudo e
renda per capita segundo total da população e valores de LCPP de do perfil puro 3 –
RMPA, RMBH e RMR – 2008
Fonte: Elaborado pelo autor.
Analisando-se o Gráfico 06, percebe-se, em primeiro lugar, a diferença entre
as médias de idade para o total da população de indivíduos com idade entre 15 e 29
anos residentes nas três regiões metropolitanas selecionadas (22,15) e a média de
idade de parcela dessa população que é classificada como pertencente ao perfil
puro 3 com a LCPP igual a 1,0000 (26,07). Nota-se também que o desvio padrão
referente ao total da população é de 4,33 e o desvio padrão referente ao perfil 3 com
a LCPP igual a 1,0000 é de 2,37, indicando com isso que existe menor dispersão em
torno da média de idade dentro do perfil 3 do que entre todo o conjunto da
população de jovens, como era de se esperar. Também é possível observar que,
exceto para a LCPP igual a 0,9500, as médias de idade e seus respectivos desvios
TOTAL
POP.1.0000 0.9500 0.9000 0.8500 0.8000 0.7500 0.7000 0.6500
X̅ - Idade 22,15 26,07 26,06 26,02 25,89 25,84 25,79 25,76 25,73
S - Idade 4,33 2,37 2,37 2,48 2,59 2,61 2,68 2,68 2,70
X̅ - Anos de Estudo 9,41 8,27 8,27 8,24 8,25 8,32 8,40 8,47 8,66
S - Anos de Estudo 3,11 2,83 2,83 2,86 2,96 2,95 3,01 3,05 3,00
X̅ - Renda per capita 1,53 0,73 0,74 0,73 0,77 0,79 0,85 0,88 0,91
S - Renda per capita 2,01 0,39 0,39 0,39 0,48 0,53 0,71 0,72 0,71
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
108
padrão, tendem a se distanciarem crescentemente de seus valores assumindo a
LCPP como igual a 1,0000.
Quanto à variável anos de estudo, observa-se que a diferença entre a média
dessa variável para o total da população de indivíduos com idade entre 15 e 29 anos
residentes nas três regiões metropolitanas selecionadas (9,41) e a média de anos de
estudo de parcela dessa população que é classificada como pertencente ao perfil
puro 3 com a LCPP igual a 1,0000 (8,27). Nota-se também que o desvio padrão
referente ao total da população é de 3,11 e o desvio padrão referente ao perfil 3 com
a LCPP igual a 1,0000 é de 2,83, indicando com isso que existe menor dispersão em
torno da média de anos de estudo dentro do perfil 3 do que entre todo o conjunto da
população de jovens, como era de se esperar. Também é possível observar que,
exceto para a LCPP igual a 0,9500, as médias de anos de estudo e seus respectivos
desvios padrão, tendem a se distanciarem crescentemente de seus valores
assumindo a LCPP como igual a 1,0000.
Observando a variável renda domiciliar mensal per capita, nota-se que a
diferença entre a média dessa variável para o total da população de indivíduos com
idade entre 15 e 29 anos residentes nas três regiões metropolitanas selecionadas
(1,53) e a média de renda per capita de parcela dessa população que é classificada
como pertencente ao perfil puro 3 com a LCPP igual a 1,0000 (0,73). Nota-se
também que o desvio padrão referente ao total da população é de 2,01 – valor de
desvio padrão maior do que a média observada para essa variável – e o desvio
padrão referente ao perfil 3 com a LCPP igual a 1,0000 é de 0,39, indicando com
isso que existe menor dispersão em torno da média de renda per capita dentro do
perfil 3 do que entre todo o conjunto da população de jovens, como era de se
esperar. Também é possível observar que, exceto para a LCPP igual a 0,9500 e
0,9000, as médias de renda per capita e seus respectivos desvios padrão, tendem a
se distanciarem crescentemente de seus valores quando assumido a LCPP como
igual a 1,0000.
No Gráfico 07, pode-se observar o comportamento da média aritmética e do
desvio padrão para as variáveis idade, anos de estudo e renda domiciliar mensal per
capita, referente ao total da população e de valores da LCPP entre 1,0000 e 0,6500
para o perfil puro 4:
109
Gráfico 07 – Distribuição de médias e desvios padrão para a idade, anos de estudo e
renda per capita segundo total da população e valores de LCPP de do perfil puro 4 –
RMPA, RMBH e RMR – 2008
Fonte: Elaborado pelo autor.
Analisando-se o Gráfico 07, percebe-se, em primeiro lugar, a diferença entre
as médias de idade para o total da população de indivíduos com idade entre 15 e 29
anos residentes nas três regiões metropolitanas selecionadas (22,15) e a média de
idade de parcela dessa população que é classificada como pertencente ao perfil
puro 4 com a LCPP igual a 1,0000 (23,87). Nota-se também que o desvio padrão
referente ao total da população é de 4,33 e o desvio padrão referente ao perfil 4 com
a LCPP igual a 1,0000 é de 2,98, indicando com isso que existe menor dispersão em
torno da média de idade dentro do perfil 4 do que entre todo o conjunto da
população de jovens, como era de se esperar. Também é possível observar que as
médias de idade e seus respectivos desvios padrão, tendem a se distanciarem
crescentemente de seus valores assumindo a LCPP como igual a 1,0000.
TOTAL
POP.1.0000 0.9500 0.9000 0.8500 0.8000 0.7500 0.7000 0.6500
X̅ - Idade 22,15 23,87 23,85 23,77 23,72 23,58 23,36 23,22 23,06
S - Idade 4,33 2,98 2,99 3,02 3,07 3,14 3,28 3,37 3,43
X̅ - Anos de Estudo 9,41 12,27 12,17 12,07 11,77 11,53 11,29 11,06 10,92
S - Anos de Estudo 3,11 1,75 1,73 1,81 2,08 2,19 2,30 2,45 2,51
X̅ - Renda per capita 1,53 2,89 2,72 2,65 2,52 2,39 2,27 2,18 2,11
S - Renda per capita 2,01 2,75 2,69 2,66 2,55 2,42 2,34 2,28 2,23
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
110
Quanto à variável anos de estudo, observa-se que a diferença entre a média
dessa variável para o total da população de indivíduos com idade entre 15 e 29 anos
residentes nas três regiões metropolitanas selecionadas (9,41) e a média de anos de
estudo de parcela dessa população que é classificada como pertencente ao perfil
puro 4 com a LCPP igual a 1,0000 (12,27). Nota-se também que o desvio padrão
referente ao total da população é de 3,11 e o desvio padrão referente ao perfil 4 com
a LCPP igual a 1,0000 é de 1,75, indicando com isso que existe menor dispersão em
torno da média de anos de estudo dentro do perfil 4 do que entre todo o conjunto da
população de jovens, como era de se esperar. Também é possível observar que as
médias de anos de estudo e seus respectivos desvios padrão, tendem a se
distanciarem crescentemente de seus valores assumindo a LCPP como igual a
1,0000.
Observando a variável renda domiciliar mensal per capita, nota-se que a
diferença entre a média dessa variável para o total da população de indivíduos com
idade entre 15 e 29 anos residentes nas três regiões metropolitanas selecionadas
(1,53) e a média de renda per capita de parcela dessa população que é classificada
como pertencente ao perfil puro 4 com a LCPP igual a 1,0000 (2,89). Nota-se
também que o desvio padrão referente ao total da população é de 2,01 – valor de
desvio padrão maior do que a média observada para essa variável – e o desvio
padrão referente ao perfil 4 com a LCPP igual a 1,0000 é de 2,75, indicando com
isso que existe menor dispersão em torno da média, relativo ao valor da própia
média, de renda per capita dentro do perfil 4 do que entre todo o conjunto da
população de jovens, como era de se esperar. Contudo, para essa variável e
considerando esse perfil, ocorre o inverso do que imaginava-se observar: Apesar do
fato de que as médias de renda per capita tendem a se distanciarem
crescentemente de seus valores quando assumido a LCPP como igual a 1,0000.
Especificamente e modo parecido ao perfil 2 para essa mesma variável, os desvios
padrão tendem a demonstrar indicar menor dispersão dos indivíduos, em torno da
média, dada a maior flexibilidade da LCPP.
Baseando-se nas análises descritas afirmar-se que de fato quando a LCPP é
definida como �PQ igual a 1,0000 é observada a melhor aproximação empírica da
descrição dos perfis que são construídos a partir das estimativas relevantes dos bQWX. Porém, mesmo que a LCPP seja definida como igual a 1,0000, para conformar
pertencimentos discretos aos perfis de vulnerabilidade social, necessariamente
111
haverá alguma heterogeneidade dentro desses perfis multidimensionais. Isto
significa que ao se tratar os valores de �PQ através de uma construção de grupos
discretos – ou seja, definindo pertencimentos e não pertencimentos plenos de
indivíduos a perfis puros de vulnerabilidade social utilizando critérios booleanos para
isso – necessariamente haverá indivíduos, dentro de cada perfil puro, diferentes
quanto ao grau de vulnerabilidade que apresentam em relação aos demais
indivíduos e à própria descrição do perfil em questão.
Afirma-se também que, mesmo admitindo a flexibilidade da LCPP de �PQ entre 1,0000 e 0,6500 todas as médias aritméticas e seus respectivos desvios padrão,
entre as variáveis selecionadas, diferem em relação a essas mesmas medidas para
o total da população de jovens com idade entre 15 e 29 anos. Considerando,
também, que quanto menos flexível for a LCPP haverá maior proximidade quanto à
descrição dos perfis.
Com isso, ainda que a heterogeneidade dentro do perfil seja crescente em
relação à flexibilidade da LCPP, os perfis multidimensionais de vulnerabilidade social
das juventudes ainda mantém uma consistência analítica para descrever os diversos
estratos populacionais das juventudes. Assim, a utilidade dos perfis
multidimensionais de vulnerabilidade social das juventudes demonstra melhor
capacidade analítica para distinguir cada um dos diversos estratos sociais das
juventudes do que a capacidade analítica que poderia ser obtida em se utilizar os
valores médios e/ou as proporções considerando toda a população. Inclusive em se
utilizar indicadores sintéticos construídos a partir desses valores populacionais, isto
é, em considerar as juventudes como uma população homogênea que possua
interesses, oportunidades e necessidades comuns, pelo simples fato de
pertencerem a uma determinada faixa etária.
Quanto ao trade-off entre a capacidade de classificar uma maior quantidade
de indivíduos ao mesmo tempo em que, gradualmente, se perde a especificidade da
própria classificação que é gerada pela demasiada heterogeneidade que pode ser
assumida dentro de um dado perfil, opta-se por definir neste trabalho a LCPP com o
valor 0,7500 e a LCPM com o valor 0,5000. Conforme já observado nas análises da
Tabela 2 e Tabela 3, dessa forma se afasta a propensão de inclusão de toda a
heterogeneidade que é acrescida a um dado perfil puro em decorrência da migração
de classificação no sentido do perfil amorfo para o perfil puro ao mesmo tempo em
que se aumenta a capacidade de classificar uma maior quantidade de indivíduos.
112
Especificamente quanto a LCPM, justifica-se que o valor 0,5000 seja
suficientemente intuitivo para a conformação de um perfil misto com predominância,
apesar da restrição colocada para os demais �PQ22. Ao comparar, aos pares, todos os perfis multidimensionais de vulnerabilidade
social das juventudes – perfis puros, mistos com preponderância e perfil amorfo –,
utilizando-se o teste t de student para amostras independentes23 é possível observar
que todas as médias entre esses perfis são significativamente diferentes entre si,
considerando as variáveis: idade; anos de estudo; e renda domiciliar mensal per
capita em salários mínimos. A única exceção em que as médias entre perfis não
apresentaram significância estatística quanto suas diferenças, foi entre o perfil puro
1 e o perfil puro 2 quanto à variável idade. Contudo, essa igualdade entre médias de
idade entre esses perfis já era esperada dado que, segundo a descrição desses
perfis, ambos são compostos em sua maioria por jovens do grupo etário de 15 a 17
anos e com alta proporção de jovens de 18 a 19 anos24.
Verifica-se, portanto, que ao se assumir os valores 0,7500 como LCPP e
0,5000 como LCPM, considerando a amostra utilizada, seja possível a construção
discreta dos perfis multidimensionais de vulnerabilidade social das juventudes em
que se determine a configuração empírica dos estratos sociais que descrevem cada
uma entre as várias juventudes. Tanto quanto, como já foi observado, cada um
desses estratos sociais possui características conhecidas e observáveis, segundo a
descrição de cada perfil extremo de vulnerabilidade social, por meio das quais
também se torna possível hierarquizá-los segundo o grau com que o fenômeno da
vulnerabilidade social se manifesta em cada um deles.
Contudo, ainda permanece uma grande proporção de indivíduos classificados
no perfil amorfo (44,2%, conforme a Tabela 3). Isso por que os próprios algoritmos
22 Deve-se observar que a definição dos valores para a LCPP e LCPM adotada neste trabalho baseou-se na distribuição e migração de classificações entre perfis puros e mistos com preponderância. Não necessariamente os valores adotados são generalizáveis para outras bases de dados e demais estudos, embora seja possível reconhecer que seja válida a utilização dessas distribuições e migração de classificações entre perfis como critérios para o estabelecimento das linhas de corte para �PQ (LCPP e LCPM). 23 O teste t de student para amostras independentes é um teste utilizado em estatística básica para testar as seguintes hipóteses: a) hipótese nula: a média aritmética da variável x para o grupo a1 não difere da média aritmética da mesma variável x para o grupo a2; b) hipótese alternativa: a média aritmética da variável x para o grupo a1 difere da média aritmética da mesma variável x para o grupo a2. Para maiores detalhes sobre o teste t de student consultar Levin; Fox, 2004. 24 As tabelas comparativas entre os valores de médias para os pares dos perfis multidimensionais constam no APÊNDICE C. Assumiu-se 95% como intervalo de confiança e o valor de 0,05 como valor de alpha (nível de significância).
113
utilizados para definir o pertencimento dos indivíduos a perfis puros e mistos com
preponderância, necessariamente estabelecem critérios que restringem a alguma
parcela dos indivíduos a classificação nesses perfis. Então, ao se utilizar esses
algoritmos assume-se implicitamente que sempre haverá indivíduos não são
classificados em perfis que possuam características conhecidas. Ou seja, como a
heterogeneidade apresentada por alguns indivíduos é demasiadamente ambígua,
entre dois ou mais perfis, classificá-los em um ou outro perfil significa perder a
especificidade da própria classificação. Dessa forma, abaixo se descreve o processo
analítico que foi utilizado para o tratamento exclusivamente do perfil amorfo.
4.2 Refinando os Perfis Multidimensionais
Nessa seção será proposto e analisado um novo modelo de GoM para
considerar somente os indivíduos que, após a definição dos perfis puros e mistos
com preponderância, permaneceram indefinidos em relação a quaisquer perfis. Ou
seja, os indivíduos que conformam o conjunto do “perfil” amorfo. Na amostra esses
indivíduos representam o total 5.355 indivíduos que, como pode ser verificado na
Tabela 3, equivale a 44,2% do total da população incialmente considerada (11.885).
Os novos testes com modelos de GoM – baseando-se apenas no subgrupo
de 5.355 indivíduos da amostra que foram classificados anteriormente no perfil
amorfo – com diferentes números de perfis extremos K, permitiram identificar o
modelo com dois perfis extremos (K = 2) de vulnerabilidade social como o mais
apropriado. Como pode ser observado através da aplicação do Critério de
Informação de Akaike (CIA), conforme a Tabela 8, abaixo:
Tabela 4 – Valores de CIA para modelos Grade of Membership (GoM) com K perfis – RMPA, RMBH e RMR – 2008
K P ln(L) CIA
2 10858 -9210,8047 40137,609 3 16287 -7972,5781 48519,156 4 21716 -6997,5781 57427,156 5 27145 -6793,6328 67877,266 6 32574 -6382,6055 77913,211
Fonte: Elaborado pelo autor.
Esses novos perfis multidimensionais de vulnerabilidade social das
juventudes que foram encontrados também possuem a propriedade de se
diferenciarem quanto ao grau – maior ou menor – de vulnerabilidade social seguindo
114
as dimensões de renda, educação, trabalho, tipos de arranjos familiares e condições
de vida no domicílio. Na sequência se apresenta a descrição de ambos os perfis
extremos entre os amorfos, em termos das probabilidades de (bQWX) relevantes25: Perfil A1 – Amorfo: Este perfil é composto em sua maioria por jovens do
grupo etário de 15 a 19 anos. É definido majoritariamente pelo gênero masculino e
indistinto quanto sua etnia. Metade desses jovens apresenta até 8 anos de estudo
(ensino fundamental completo) ao mesmo tempo em que mais da metade são de
estudantes com defasagem idade/grau. Mais de um terço desses jovens frequenta
escola e não trabalha, porém todos os indivíduos que trabalham exercem suas
atividades no setor informal. Para quase a totalidade dos jovens classificados nesse
perfil a renda do trabalho não ultrapassa ao valor de um salário mínimo. O valor de
até um salário mínimo também corresponde à renda mensal per capita domiciliar
para a grande maioria dos jovens desse perfil. Desses jovens, um quinto é
responsável por até 24,9% da renda total do domicílio. Esse perfil é indistinto quanto
ao tipo de arranjo familiar e à condição de presença de família convivente no
domicílio. Para aproximadamente um terço desses jovens a densidade morador
dormitório é acima de 2. Todos os jovens nesse perfil possuem posição de filhos ou
“outros” na família. Para dois terços desses jovens a escolaridade da mãe é de no
máximo 8 anos de estudo (ensino fundamental completo) sendo que, para um quinto
deles a escolaridade da mãe está entre 9 e 11 anos de estudo.
Perfil A2 – Amorfo: Este perfil é composto em sua maioria por jovens do
grupo etário de 25 a 29 anos e com alta proporção de jovens de 23 a 24 anos. É
definido majoritariamente pelo gênero feminino e indistinto quanto sua etnia. Um
quinto desses jovens possui 12 anos ou mais de estudo (ensino superior incompleto
a completo), porém mais de 90% já se encontram na condição de não estudantes.
Aproximadamente um terço desses jovens não trabalha, não procura trabalho e não
frequenta escola, enquanto que dois quintos trabalham no setor formal. Entre os que
trabalham a renda do trabalho é de um salário mínimo ou mais. Para a metade
desses jovens a renda mensal per capita domiciliar é de um salário mínimo ou mais.
Desses jovens, um quinto é responsável por cerca de 25,0% a 49,9% da renda total
do domicílio e aproximadamente um terço é responsável por 50,0% ou mais da 25 A tabela com as informações sobre as frequências absolutas observadas (N), frequências relativas observadas (%), estimativas de bQWX e razões entre bQWX e frequências relativas observadas (%), construídas a partir dos dados em que se consideram somente os indivíduos anteriormente classificados como pertencentes ao perfil amorfo, consta no APÊNDICE D.
115
renda total do domicílio. Esse perfil é indistinto quanto ao tipo de arranjo familiar.
Quase todos os jovens nesse perfil possuem posição de “pessoa de referência” ou
cônjuge na família. O estado conjugal é majoritariamente definido como “unidos”.
Aproximadamente cerca de 60% não possuem filhos, entre os que possuem filhos
metade os tiveram antes de completar 20 anos. Aproximadamente um terço realizou
migração em período inferior a 10 anos.
O Quadro B sintetiza a descrição dos perfis extremos entre os Amorfos
segundo as dimensões de vulnerabilidade social em: Renda (R$); Educação (EDU);
Trabalho (TRA); Tipos de Arranjos Familiares (TAF); e Condições de Vida no
Domicílio (CVD):
Quadro B – Dimensões de Vulnerabilidade Social dos Perfis Extremos entre Amorfos classificados por Idade, Gênero
DIMENSÕES Vulnerabilidades:
Perfil Extremo A1 – AMORFO – (15 a 19 anos - Masculino)
R$ Alta proporção de jovens com renda do trabalho inferior a 1 SM; Renda domiciliar per capita inferior a 1 SM; Alta proporção de jovens responsáveis por até 24,9% da renda domiciliar.
EDU Baixo alcance educacional dos jovens; Alta defasagem escolar (Idade/Grau); Baixo alcance educacional da mãe.
TRA Dificuldades de acesso ao trabalho; Alta proporção de informais no mercado de trabalho. TAF - CVD Alta densidade de morador/dormitório.
Perfil Extremo A2 – AMORFO – (23 a 29 anos - Feminino) R$ Alta proporção de jovens responsáveis por 25,0% ou mais da renda domiciliar.
EDU - TRA -
TAF Alta proporção de jovens que tiveram filhos antes de completar 20 anos; Alta incidência de migração na década – (estes jovens são em sua totalidade pessoas de referência ou cônjuges na família).
CVD -
Fonte: Elaborado pelo autor.
Considera-se que os perfis multidimensionais do modelo GoM anterior foram
hierarquicamente organizados entre si. Portanto, torna-se necessário, incluir nessa
hierarquia também os novos perfis do modelo GoM que foram delineados entre os
amorfos. Comparativamente, verifica-se que o perfil A1 (perfil puro 1 entre os
amorfos) possui mais semelhança com os seguintes pares de perfis: perfil 1 – Alta
Vulnerabilidade e perfil 3 – Média Alta Vulnerabilidade.
Da mesma forma, comparando as caraterísticas apontas pelo perfil A2 (perfil
puro 2 entre os amorfos) com os demais, verificou-se que apesar desse perfil ser
semelhante quanto à faixa etária, sexo e tipos de arranjos familiares, em relação ao
perfil 3 – Média Alta Vulnerabilidade, há também um forte componente de
estratificação por classe social. Esse componente de classe é indicado pelas
116
seguintes diferenças: renda do trabalho e renda domiciliar per capita; anos de
estudo; formalidade do trabalho e a disponibilidade da escolha em não trabalhar,
não procurar trabalho e não frequentar a escola; a menor incidência da condição de
gravidez na adolescência e a postergação do nascimento do primeiro filho. Portanto,
classifica-se esse perfil com ordem de vulnerabilidade social abaixo do perfil 4 –
Baixa Vulnerabilidade.
Assim, a ordem de classificação proposta para os perfis multidimensionais de
vulnerabilidade social é dada como segue:
a) Perfil 1 – Alta Vulnerabilidade
b) Perfil A1 – Amorfo
c) Perfil 3 – Média/Alta Vulnerabilidade
d) Perfil 2 – Média/Baixa Vulnerabilidade
e) Perfil 4 – Baixa Vulnerabilidade
f) Perfil A2 – Amorfo
A partir da descrição dos perfis extremos, obtidos através das probabilidades
relevantes estimadas por bQWX e da sistematização e reorganização da estrutura de
hierarquia desses perfis em termos das dimensões do fenômeno da vulnerabilidade
social, passa-se agora à exploração da variação que ocorre na composição dos
perfis. Sabe-se que a variação na composição dos perfis pode ocorrer como efeito
de mudanças na escolha entre diversos valores que podem ser estabelecidos como
linhas de corte (LCPP e LCPM) para o agrupamento dos indivíduos i a perfis puros e
mistos com preponderância. Dessa forma, o intuito é que, a fim de que se obtenha a
máxima homogeneidade interna aos perfis sem que se perca a máxima
heterogeneidade entre eles, resguardar que a mínima quantidade de indivíduos se
classifique no perfil amorfo. Para isso, são adotados os mesmos algoritmos definidos
na seção anterior.
No Gráfico 08, pode-se observar o comportamento da média aritmética e do
desvio padrão para as variáveis de idade, anos de estudo e renda domiciliar mensal
per capita, referente ao total da população e de valores da LCPP entre 1,0000 e
0,6500 para o perfil A1:
117
Gráfico 08 – Distribuição de médias e desvios padrão para a idade, anos de estudo e
renda per capita segundo total da população (amorfos) e valores de LCPP de do
perfil A1 – RMPA, RMBH e RMR – 2008
Fonte: Elaborado pelo autor.
Notas: TOTAL POP. – Total dos 11.855 indivíduos.
TOTAL POP. (A) – Total dos 5.355 indivíduos anteriormente classificados como amorfos.
Analisando-se o Gráfico 08, percebe-se, em primeiro lugar, a diferença entre
as médias de idade para o total da população (anteriormente classificada como
amorfos) de indivíduos com idade entre 15 e 29 anos residentes nas três regiões
metropolitanas selecionadas (21,75) e a média de idade de parcela dessa população
que é classificada como pertencente ao perfil A1 com a LCPP igual a 1,0000 (17,32).
Nota-se também que o desvio padrão referente ao total dessa população é de 4,47 e
o desvio padrão referente ao perfil A1 com a LCPP igual a 1,0000 é de 2,15,
indicando com isso que existe menor dispersão em torno da média de idade dentro
do perfil A1 do que entre todo o conjunto amorfo, como era de se esperar. Também
é possível observar que as médias de idade e seus respectivos desvios padrão,
TOTAL
POP.
TOTAL
POP. (A)1.0000 0.9500 0.9000 0.8500 0.8000 0.7500 0.7000 0.6500
X̅ - Idade 22,15 21,75 17,32 17,40 17,46 17,67 17,94 18,31 18,55 18,81
S - Idade 4,33 4,47 2,15 2,24 2,31 2,57 2,85 3,16 3,34 3,53
X̅ - Anos de Estudo 9,41 9,09 8,16 8,16 8,15 8,24 8,25 8,35 8,38 8,43
S - Anos de Estudo 3,11 3,09 2,30 2,31 2,31 2,39 2,47 2,55 2,62 2,68
X̅ - Renda per capita 1,53 1,31 0,83 0,83 0,84 0,85 0,88 0,89 0,94 0,95
S - Renda per capita 2,01 1,79 0,83 0,82 0,82 0,82 1,02 1,02 1,10 1,11
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
118
tendem a se distanciarem crescentemente de seus valores assumindo a LCPP como
igual a 1,0000.
Quanto à variável anos de estudo, observa-se que a diferença entre a média
dessa variável para o total da população (anteriormente classificada como amorfos)
de indivíduos com idade entre 15 e 29 anos residentes nas três regiões
metropolitanas selecionadas (9,09) e a média de anos de estudo de parcela dessa
população que é classificada como pertencente ao perfil A1 com a LCPP igual a
1,0000 (8,16). Nota-se também que o desvio padrão referente ao total da população
é de 3,09 e o desvio padrão referente ao perfil A1 com a LCPP igual a 1,0000 é de
2,30, indicando com isso que existe menor dispersão em torno da média de anos de
estudo dentro do perfil A1 do que entre todo o conjunto amorfo, como era de se
esperar. Também é possível observar que as médias de anos de estudo e seus
respectivos desvios padrão, tendem a se distanciarem crescentemente de seus
valores assumindo a LCPP como igual a 1,0000.
Observando a variável renda domiciliar mensal per capita, nota-se que a
diferença entre a média dessa variável para o total da população (anteriormente
classificada como amorfos) de indivíduos com idade entre 15 e 29 anos residentes
nas três regiões metropolitanas selecionadas (1,31) e a média de renda per capita
de parcela dessa população que é classificada como pertencente ao perfil A1 com a
LCPP igual a 1,0000 (0,83). Nota-se também que o desvio padrão referente ao total
da população é de 1,79 – valor de desvio padrão maior do que a média observada
para essa variável – e o desvio padrão referente ao perfil A1 com a LCPP igual a
1,0000 é de 0,83, indicando com isso que existe menor dispersão em torno da média
de renda per capita dentro do perfil A1 do que entre todo o conjunto amorfo, como
era de se esperar. Mesmo que para essa variáel específica o valor da média e de
seu desvio padão seja coincidente, ainda assim o desvio padrão é relativamente
menor no interior do peril do que no conjunto da poulação. Também é possível
observar que, exceto para a LCPP igual a 0,9500; 0,9000 e 0,8500, as médias de
renda per capita e seus respectivos desvios padrão, tendem a se distanciarem
crescentemente de seus valores quando assumido a LCPP como igual a 1,0000.
No Gráfico 09, pode-se observar o comportamento da média aritmética e do
desvio padrão para as variáveis de idade, anos de estudo e renda domiciliar mensal
per capita, referente ao total da população e de valores da LCPP entre 1,0000 e
0,6500 para o perfil A2:
119
Gráfico 09 – Distribuição de médias e desvios padrão para a idade, anos de estudo e
renda per capita segundo total da população (amorfos) e valores de LCPP de do
perfil A2 – RMPA, RMBH e RMR – 2008
Fonte: Elaborado pelo autor.
Notas: TOTAL POP. – Total dos 11.855 indivíduos.
TOTAL POP. (A) – Total dos 5.355 indivíduos anteriormente classificados como amorfos.
Analisando-se o Gráfico 09, percebe-se em primeiro lugar que seguindo os
algoritmos establecidos, quando a LCPP é igual ou menor que 0,9500 não é
classificado qualquer indivíduo no perfil A2, mais detalhes quanto a essa distribição
pode ser verificada nas Tabelas 2 e 3 do APÊNDICE D. Assim, a diferença entre as
médias de idade para o total da população (anteriormente classificada como
amorfos) de indivíduos com idade entre 15 e 29 anos residentes nas três regiões
metropolitanas selecionadas (21,75) e a média de idade de parcela dessa população
que é classificada como pertencente ao perfil A2 com a LCPP igual a 1,0000 (25,42).
Nota-se também que o desvio padrão referente ao total da população é de 4,47 e o
TOTAL POP. TOTAL POP. (A) 1.0000 0.9500
X̅ - Idade 22,15 21,75 25,42 0,00
S - Idade 4,33 4,47 2,62 0,00
X̅ - Anos de Estudo 9,41 9,09 10,01 0,00
S - Anos de Estudo 3,11 3,09 3,27 0,00
X̅ - Renda per capita 1,53 1,31 1,93 0,00
S - Renda per capita 2,01 1,79 2,55 0,00
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
120
desvio padrão referente ao perfil A2 com a LCPP igual a 1,0000 é de 2,62, indicando
com isso que existe menor dispersão em torno da média de idade dentro do perfil A2
do que entre todo o conjunto amorfo, como era de se esperar. Também é possível
observar que as médias de idade e seus respectivos desvios padrão, tendem a se
distanciarem crescentemente de seus valores assumindo a LCPP como igual a
1,0000.
Quanto à variável anos de estudo, observa-se que a diferença entre a média
dessa variável para o total da população (anteriormente classificada como amorfos)
de indivíduos com idade entre 15 e 29 anos residentes nas três regiões
metropolitanas selecionadas (9,09) e a média de anos de estudo de parcela dessa
população que é classificada como pertencente ao perfil A2 com a LCPP igual a
1,0000 (10,01). Nota-se também que o desvio padrão referente ao total da
população é de 3,09 e o desvio padrão referente ao perfil A2 com a LCPP igual a
1,0000 é de 3,27, indicando com isso que, proporcionalmente ao valor da média,
existe menor dispersão em torno da média de anos de estudo dentro do perfil A2 do
que entre todo o conjunto amorfo, como era de se esperar. Também é possível
observar que as médias de anos de estudo e seus respectivos desvios padrão,
tendem a se distanciarem crescentemente de seus valores assumindo a LCPP como
igual a 1,0000.
Observando a variável renda domiciliar mensal per capita, nota-se que a
diferença entre a média dessa variável para o total da população (anteriormente
classificada como amorfos) de indivíduos com idade entre 15 e 29 anos residentes
nas três regiões metropolitanas selecionadas (1,31) e a média de renda per capita
de parcela dessa população que é classificada como pertencente ao perfil A2 com a
LCPP igual a 1,0000 (1,93). Nota-se também que o desvio padrão referente ao total
da população é de 1,79 – valor de desvio padrão maior do que a média observada
para essa variável – e o desvio padrão referente ao perfil A2 com a LCPP igual a
1,0000 é de 2,55, indicando com isso que, proporcionalmente ao valor da média,
existe menor dispersão em torno da média de renda per capita dentro do perfil A2 do
que entre todo o conjunto da população de jovens, como era de se esperar.
Para se definir a LCPP e a LCPM novamente retorna-se o trade-off entre a
capacidade de classificar uma maior quantidade de indivíduos ao mesmo tempo em
que, gradualmente, se perde a especificidade da própria classificação que é gerada
pela demasiada heterogeneidade que pode ser assumida dentro de um dado perfil.
121
Contudo, seguindo a Tabela 2 e a Tabela 3 dispostas no APÊNDICE D, opta-se por
definir a LCPP com o valor 1,000 e a LCPM com o valor 0,6000. Dado que,
conforme as tabelas dispostas no referido apêndice, dessa forma se afasta a
propensão de inclusão de toda a heterogeneidade que é acrescida a um dado perfil
puro em decorrência da migração de classificação no sentido do perfil amorfo para o
perfil puro ao mesmo tempo em que se aumenta a capacidade de classificar uma
maior quantidade de indivíduos. Especificamente quanto a LCPM, justifica-se que o
valor 0,6000 é o único valor entre os analisados, que torna possível a conformação
de perfis mistos com predominância.
Ao se comparar, aos pares, todos os perfis multidimensionais de
vulnerabilidade social das juventudes do modelo anterior com o modelo de GoM que
utiliza somente os indivíduos anteriormente alocados no perfil amorfo, através do
teste t de student para amostras independentes é possível observar que
praticamente todas as médias entre esses perfis são significativamente diferentes
entre si, considerando as variáveis: idade; anos de estudo; e renda domiciliar mensal
per capita em salários mínimos. As únicas exceções são: entre o perfil puro 4 e o
perfil misto predominância A2 com relação à variável idade; entre o perfil
predominância A1 e o novo perfil amorfo em relação à variável renda domiciliar
mensal per capita em salários mínimos. Assim, em relação à primeira exceção, vê-
se nas tabelas de distribuição dos bQWX para o perfil 4 e o perfil A2, tabelas encontradas nos APÊNDICES B e D, que a distribuição da variável idade para o
perfil 4 é mais espalhada entre as categorias de 20 a 29 anos, já para o perfil A2
essas distribuições tendem a se concentrarem na faixa etária de 25 a 29 anos.
Dessa forma, como um perfil misto possui muitas características de um perfil puro,
porém não na mesma intensidade, verifica-se que os indivíduos concentrados em
categorias relevantes, mas de menor idade em relação ao perfil A2 foram alocados
no perfil misto com preponderância A2. Portanto, considera-se que essa
ambiguidade, que poderia também ser observada em outras variáveis que não foram
analisadas, não informa necessariamente a condição de pouca heterogeneidade
entre esses perfis. Embora, ainda assim se poderia admitir que a quantidade de
heterogeneidade que entre os perfis puro 4 e misto A2 seja menor do que a que
poderia ser observada se comparados os perfis puro 4 e puro A2.
Quanto a variável renda, acredita-se que seja possível admitir que,
considerado também os demais comportamentos de médias e desvios padrão da
122
renda para todos os perfis que foram já analisados, o modelo de GoM é tão capaz
de estimar as estruturas de padrões latentes entre os dados quanto que a variável
de renda possui alguma variação da acurácia de sua medida. Essa dificuldade em
se mensurar a renda na PNAD foi apontada por Barros, Cury e Ulyssea (2007),
embora tenham concluído que essa variação na renda ocorre por subestimação de
seus valores tanto para pobres quanto para ricos. Então, se considerarmos esses
efeitos de subestimação para o conjunto total da população brasileira haverá
aproximadamente 27% de subestimação da renda em média. E se essa população
fosse repartida em pequenos grupos tão homogêneos quanto possível em relação a
k diversos grupos, com toda propriedade matemática se poderia verificar que iriam
variar bem mais amplamente entre esses k diversos grupos. Portanto, considera-se
que tem sido esse comportamento observado dentro dos perfis multidimensionais.
Mantém-se válida, portanto, a possibilidade de construção discreta dos perfis
multidimensionais de vulnerabilidade social das juventudes em que se determine a
configuração empírica dos estratos sociais que descrevem cada uma entre as várias
juventudes. Tanto quanto, como já foi observado, cada um desses estratos sociais
possui características conhecidas e observáveis, segundo a descrição de cada perfil
extremo de vulnerabilidade social, por meio das quais também se torna possível
hierarquizá-los segundo o grau com que o fenômeno da vulnerabilidade social se
manifesta em cada um deles.
Especificamente sobre o perfil amorfo, considera-se que este pode ser
compreendido como um perfil de entropia, e isso mesmo que seja submetido ao
longo de sucessivas execuções de modelos GoM, dado que as modelagens
sucessivas de GoM contribuam para tornar o perfil amorfo mais homogêneo em si.
Contudo, o perfil amorfo pode ser admitido como um perfil em si mesmo, porém sem
as características prévias conhecidas (bQWX). Assim, compreende-se enquanto um
perfil de entropia no qual os indivíduos são independentes de quaisquer outros perfis
(puros e mistos). Porém, os indivíduos que se enquadram nesse perfil não
necessariamente são considerados casos atípicos em que se verifique um ou mais
atributos discrepantes em relação à distribuição dos atributos dos demais indivíduos,
tal como ocorre com os perfis de entropia que são desenvolvidos a partir de outras
técnicas de análise que se baseiam em conjuntos discretos. Em GoM apresenta-se
como uma solução possível, para minimizar a classificação de indivíduos no perfil
amorfo, a inclusão de outras variáveis substantivas ao problema de pesquisa no
123
modelo. Tanto quanto a inclusão de maior número de padrões de resposta no banco
de dados, o que pode ser obtido através do aumento do número de casos a ser
analisado. Pois, teoricamente é dado que
[...] para melhor estimar bQWX são necessários maiores números de observações (aumento de I) e para melhor estimar �PQ precisa-se de maior número de variáveis (aumento de J). Ou seja, a princípio, maior número de variáveis e de observações seria desejável na estimação de um modelo de GoM, adicionando maior complexidade na estimativa. (CAETANO; MACHADO, 2009, p. 146).
Com o intuito de demonstrar a composição do pefil amorfo apresenta-se o
Gráfico 10. Pode-se observar o comportamento da média aritmética e do desvio
padrão para as variáveis de idade, anos de estudo e renda domiciliar mensal per
capita, referente ao total da população e entre total da população que anteriormente
foi classificada como amorfos e que neste segundo modelo delineado por GoM são
classificados como um perfil amorfo de segundo nível.
Chama-se a atenção para a semelhança entre os estimadores de média
aritmética e desvio padrão da amosta da PNAD 2008 – em que se baseou este
estudo dissertativo, sendo portanto os 11.885 indivíduos que conformaram o
desenvolvimento do primeiro modelo GoM (TOTAL POP.) – e entre essas mesmas
medidas para o conjunto dos indivíduos que foram classificados como amorfos no
primeiro modelo de GoM (TOTAL POP. (A)). E, por derivação também são próximos
os estimadores do verdadeiro total polpulacional (TOTAL POP.) com os valores dos
estimadores obtidos internamente ao segundo perfil amorfo, variando a LCPP entre
1,0000 e 0,9000.
Analisando-se o Gráfico 10, observa-se que os valores das médias
aritméticas e também de seus respectivos desvios padrão, consideranto todas as
variáveis selecionadas, são semelhantes quando se compara os valores entre os
totais das populaçãos (TOTAL POP. e TOTAL POP. (A)) com os valores do perfl
amorfo para LCPP estabelecidas entre 1,0000 e 0,90000. Destaque deve ser dado à
variável de idade, que tende a possuir incrementos crescentes e contínuos com
inclinação mais acentuada em relação aos valores da LCPP.
124
Gráfico 10 – Distribuição de médias e desvios padrão para a idade, anos de estudo e
renda per capita segundo total da população e valores de LCPP de do perfil amorfo
– RMPA, RMBH e RMR – 2008
Fonte: Elaborado pelo autor.
Notas: TOTAL POP. – Total dos 11.855 indivíduos.
TOTAL POP. (A) – Total dos 5.355 indivíduos anteriormente classificados como amorfos.
Assim, pode-se derivar uma primeira conclusão: o conjunto dos perfis
multidimensionais de vulnerabilidade social das juventudes são capazes de
apreender em grande medida a heterogeneidade latente da população jovem e
tratar-lá satistatóriamente, de modo a se obter um conjunto de novas informações
que são também mais específicas e precisas quanto às possibilidades de se
indentificar os diversos estratos sociais das juventues em relação ao fenômeno da
vulnerabildiade social. Uma segunda conclusão é a de que todo o conjunto de
informações a respeito das juventudes que tem sido gerados até então por diversas
análises e pesquisas sociais, ao não considerarem empiricamente a
TOTAL
POP.
TOTAL
POP. (A)1.0000 0.9500 0.9000 0.8500 0.8000 0.7500 0.7000 0.6500
X̅ - Idade 22,15 21,75 23,08 23,81 23,86 24,08 24,29 24,41 24,49 24,52
S - Idade 4,33 4,47 3,78 3,72 3,69 3,56 3,42 3,38 3,35 3,35
X̅ - Anos de Estudo 9,41 9,09 9,17 9,53 9,55 9,58 9,65 9,66 9,70 9,71
S - Anos de Estudo 3,11 3,09 3,42 3,31 3,32 3,33 3,33 3,35 3,33 3,32
X̅ - Renda per capita 1,53 1,31 1,17 1,54 1,55 1,58 1,60 1,63 1,63 1,65
S - Renda per capita 2,01 1,79 1,43 2,06 2,07 2,11 2,11 2,16 2,17 2,20
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
125
heterogeneidade dessa população têm, portanto, assumido implicitamente que os
indivíduos que pertencem a uma determinda faixa etária, ou sejam residentes em
um dado terriório, possuem interresses, oportunidades e necessidades comuns. Isto
é, considerando o fato de que ao se utilizar médias artiméticas e/ou percentuais
gerais da população, seja para realizar uma política pública ou ainda para derivar
indicadores (simples ou sintéticos) toda a diversidade da heterogeneidade das
juventudes são tratadas como se fossem amórficas em si próprias. Assim, isso não
fatisfaz a necessidade de informações que possam identificar os desafios e as
potencialidades de cada um entre os vários estratos socias de juventude.
Na sequência analisa-se a distribuição dos perfis multidimensionais de
vulnerabilidade social das juventudes entre e dentro de cada uma das regiões
metropolitanas selecionadas.
4.3 Análise das Regiões Metropolitanas
A Tabela 5 apresenta o resultado das distribuições percentuais dos perfis de
vulnerabilidade social das juventudes que foram obtidos a partir da aplicação do
método Grade of Membership para o conjunto das regiões metropolitanas de Porto
Alegre – RS, Belo Horizonte – MG e Recife – PE. A Tabela 5 permite comparar as
regiões metropolitanas entre si e também compreender a composição da
vulnerabilidade social dentro de cada região metropolitana. Assim, nota-se que os
Perfis Tipos Puros classificam 51,3% de toda a população jovem das três regiões
metropolitanas, com destaque para a RMBH.
Os Perfis Mistos classificam apenas 4,5% do total das RMs. Na RMPA a
proporção para o perfil misto é de 4,8% dos jovens; já na RMBH esse perfil
representa 4,5% dessa população. Na RMR os jovens classificados nesse perfil são
de 4,2%.
Já o Perfil Amorfo classifica 44,2% dos jovens das três Regiões
Metropolitanas. Na RMPA esse perfil é encontrado para 44,6% dos jovens; na
RMBH são 40,2% da população jovem classificada nesse perfil e na RMR 49,1%
dos jovens enquadram-se no perfil amorfo.
126
Tabela 5 – Distribuição percentual dos perfis de vulnerabilidade – <��� � �, ��? por Regiões Metropolitanas – RMPA, RMBH e RMR – 2008
Perfis GoM Regiões Metropolitanas
RMPA RMBH RMR Total N % Coluna N % Coluna N % Coluna N % Coluna
Perfil Puro 1 46.745 4,8 88.630 6,8 148.212 14,9 283.587 8,6 Perfil Puro 2 82.311 8,4 98.874 7,6 52.057 5,2 233.242 7,1 Perfil Puro 3 129.963 13,2 164.097 12,5 105.469 10,6 399.529 12,2 Perfil Puro 4 238.720 24,3 372.102 28,4 159.806 16,0 770.628 23,4
Subtotal 497.739 50,6 723.703 55,3 465.544 46,7 1.686.986 51,3 Perfil Misto Com Preponderância 1 5.473 0,6 5.741 0,4 7.952 0,8 19.166 0,6 Perfil Misto Com Preponderância 2 6.385 0,6 5.335 0,4 5.000 0,5 16.720 0,5 Perfil Misto Com Preponderância 3 10.716 1,1 9.436 0,7 9.773 1,0 29.925 0,9 Perfil Misto Com Preponderância 4 24.625 2,5 37.741 2,9 19.548 2,0 81.914 2,5
Subtotal 47.199 4,8 58.253 4,5 42.273 4,2 147.725 4,5 Perfis Amorfos 437.997 44,6 525.961 40,2 489.162 49,1 1.453.120 44,2
Total 982.935 100,0 1.307.917 100,0 996.979 100,0 3.287.831 100,0
Fonte: Elaborado pelo autor.
No que se refere aos Perfis de Alta Vulnerabilidade Social (Perfil Puro 1 e
Perfil Misto Com Preponderância 1), a RMR possui 8,5 pontos percentuais a mais de
jovens nesses perfis do que a RMBH e 10,3 pontos percentuais a mais do que a
RMPA. Portanto, 15,7% da população jovem entre 15 a 29 anos de idade da região
metropolitana de Recife viveriam nas condições delineadas pelo Perfil Extremo 1 –
Alta Vulnerabilidade.
Contudo, considerando os Perfis de Média/Alta Vulnerabilidade Social (Perfil
Puro 3 e Perfil Misto Com Preponderância 3), é verificado que a região metropolitana
de Porto Alegre possui 14,3% de seus jovens classificados nesses perfis.
Comparada com a RMBH, a RMPA possui 1,1% a mais de jovens que viveriam sob
as condições delineadas pelo Perfil Extremo 3 – Média/Alta Vulnerabilidade. Se
comparada com a RMR, a RMPA possui 2,7 pontos percentuais a mais de jovens
que viveriam sob estas condições.
Nos Perfis de Média/Baixa Vulnerabilidade Social (Perfil Puro 2 e Perfil Misto
Com Preponderância 2) encontra-se a seguinte distribuição entre as RMs: na RMPA,
9,0% dos jovens foram classificados nesse perfil; na RMBH a população jovem
nesse perfil é de 8,0% e na RMR são 5,7% de jovens nesse perfil. Para o conjunto
das regiões metropolitanas esses perfis classificam 7,6% de toda a população
jovem.
A distribuição percentual dos Perfis de Baixa Vulnerabilidade Social (Perfil
Puro 4 e Perfil Misto Com Preponderância 4), para o total de jovens das três regiões
metropolitanas, é de 25,9%. Sendo que a RMR possui um percentual de 7,9%
127
inferior ao total de jovens que viveriam sob as condições descritas para o Perfil
Extremo 4 – Baixa Vulnerabilidade.
O objetivo de análise destes Perfis Multidimensionais de Vulnerabilidade
Social das Juventudes é prover informação, por meio de conjuntos
multidimensionais e de uma caracterização heterogênea dos indivíduos, segundo as
maiores ou menores aproximações dos jovens quanto ao fenômeno da
vulnerabilidade social.
Foram distinguidos quatro conjuntos multidimensionais considerados como
Perfis Extremos. Após organização hierarquicamente orientada desses Perfis
Extremos, considerando a heterogeneidade da multidimensionalidade de condições
e contextos e a heterogeneidade dos jovens quanto ao grau de exposição a essas
condições e contextos, é que se tornou possível a comparação interna e entre as
regiões metropolitanas de Porto Alegre, Belo Horizonte e Recife.
Ou seja, em contraposição aos indicadores IDJ e IVJ – que também foram
construídos levando em consideração o caráter multidimensional de condições e
contextos dos jovens – a análise da vulnerabilidade social através dos perfis
multidimensionais, obtidos pelo método Grade of Membership, permite incorporar
analiticamente a heterogeneidade dos indivíduos. Ao se considerar a
heterogeneidade, permite-se que a população jovem de cada região geográfica seja
subdividida em subgrupos aos quais requerem ações de intervenção de políticas
públicas diferenciadas, ao mesmo tempo, em que se melhora substancialmente o
caráter de focalização e seleção de público alvo prioritário dessas políticas públicas.
Adicionalmente, o Perfil de Maior Vulnerabilidade (Perfil Puro 1) corresponde
a 8,6% da população jovem total, considerando as três regiões metropolitanas
analisadas. Sendo que 52,3% da população correspondente a esse perfil de maior
vulnerabilidade concentram-se na RMR, 31,3% na RMBH e 16,5% na RMPA. Sendo
que na composição dentro de cada uma destas regiões metropolitanas este perfil
assume para a RMPA 4,8% do total de sua população, para a RMBH 6,8% e para a
RMR este perfil atinge 14,9%.
128
5 CONSIDERAÇÕES FINAIS
O objetivo de análise destes Perfis Multidimensionais de Vulnerabilidade
Social das Juventudes é prover informação, por meio de conjuntos
multidimensionais e de uma caracterização heterogênea dos indivíduos, segundo as
maiores ou menores aproximações dos jovens quanto ao fenômeno da
vulnerabilidade social. Assim, foram delineados, ao total, treze perfis
multidimensionais considerados como perfis puros, mistos com preponderância e
amorfo. Após organização hierárquica desses perfis torna-se possível comparar
diferentes territórios considerando as prevalências que cada um deles manifesta
entre as juventudes. Assim, também é possível compreender a composição da
vulnerabilidade social dentro de cada território.
Ao se considerar a heterogeneidade dos indivíduos para compor os perfis de
vulnerabilidade social, permite-se que a população jovem de cada região geográfica
seja organizada em estratos sociais aos quais requerem ações de intervenção de
políticas públicas diferenciadas e específicas, ao mesmo tempo em que se melhora
substancialmente o caráter de focalização e seleção de público alvo prioritário
dessas políticas. Ressalta-se que, nesse contexto, cada juventude é diferente de
outra não por possuírem distintas idades ou residirem em distintos territórios, mas
porque experimentam de fato situações de vulnerabilidade social diferentes entre si.
Como questão de pesquisa para o desenvolvimento e aprimoramento dessas
análises tem-se por objetivo a exploração da possibilidade de construir indicadores
sociais de vulnerabilidade social das juventudes que considere cada perfil
multidimensional encontrado. Assim, afirma-se que essa construção seja possível a
partir da combinação do grau de pertencimento de cada indivíduo com os padrões
de probabilidades de resposta dados pelos perfis extremos de vulnerabilidade social,
portanto, de acordo com as características próprias de cada um desses perfis. Isto é,
para quaisquer níveis geográficos em que a representatividade estatística possa ser
considerada garantida, esse indicador social poderá considerar a heterogeneidade
entre os indivíduos e, consequentemente, a heterogeneidade das condições e
contextos de vida que cada indivíduo experimenta, pelo fato de não se utilizar de
médias aritméticas ou proporções que são baseadas em conjuntos populacionais
assumidos como homogêneos.
129
Dessa forma, retomando a consideração sobre o planejamento social e as
políticas públicas, coloca-se como possibilidade que a partir da aplicação da
construção de indicadores sociais aos territórios, esses sejam analisados e
comparados segundo suas prevalências observáveis em relação a cada perfil
multidimensional de vulnerabilidade social das juventudes. Ao mesmo tempo em
que, dentro de cada território seja possível identificar tais e quais indivíduos segundo
suas maiores proximidades ou distâncias em relação aos diversos estratos de
juventude quanto à vulnerabilidade social identificada por cada perfil. Assim,
evidencia-se que possam ser empregados com maior acurácia os critérios de
elegibilidade para que as áreas territoriais sejam contempladas por políticas públicas
específicas aos perfis sociais prevalecentes em cada território. Tanto quanto, os
critérios de focalização e seleção de públicos alvo prioritários, possam ser
objetivamente empregados para que os indivíduos sejam priorizados e direcionados
a ações específicas para superação de seus estados de vulnerabilidade social
conforme suas necessidades.
Salienta-se que para um melhor desenvolvimento e refinamento empírico dos
perfis multidimensionais de vulnerabilidade social das juventudes, outras
características enquanto atributos individuais também possam ser proveitosamente
incorporados na análise com o objetivo de capturar melhor as distintas realidades
experimentadas por esses indivíduos. Dessa forma se destaca que, apesar das
regiões metropolitanas consideradas possuírem territórios rurais, os perfis
multidimensionais não distinguem os indivíduos que vivem em territórios
notadamente com características rurais entre os que vivem em áreas urbanas.
Portanto, considera-se a necessidade de inclusão do atributo urbano/rural como
caracterização dos espaços metropolitanos aos quais os indivíduos possuem
residência. Logo, essa inclusão melhoraria a compreensão dos modos de vida e,
consequentemente, dos recursos que os indivíduos mobilizam contingencialmente
relativos a essa característica.
Outro refinamento importante, diz respeito às características de trabalho.
Assim, a inclusão do atributo de idade com que começou a trabalhar pode prover
uma compreensão mais detalhada sobre a trajetória dos indivíduos em termos de
gênero e da concomitância de trabalho e estudo. Ainda relacionado às
características da dimensão do trabalho, outro atributo que tem íntima relação com
os papéis de gênero seria a inclusão das horas dedicadas a afazeres domésticos.
130
Um último ponto a se destacar refere-se a uma consideração do recorte etário
adotado aqui e pelas demais pesquisas empíricas sobre o tema da juventude.
Considera-se que o recorte etário seja um reflexo direto das construções teóricas e
conceituais a respeito dos eventos que demarcam a entrada e a saída dos
indivíduos na categoria analítica de juventude. Desse modo, entende-se que, ao se
analisar a juventude sob a perspectiva de transição para a vida adulta, o recorte
etário não se configura como um critério em si. Isto é, o recorte etário é uma forma
inteligível para se operacionalizar, a perspectiva teórica dada pelos eventos
marcadores desse processo. Considerando quaisquer recortes etários que estejam
referenciados aos eventos postulados pelo modelo tradicional de transição linear,
pode-se indagar que se casamento, constituição de domicílio e até mesmo a
parentalidade acontecem quase sempre primeiro para as mulheres, então porque
utilizar os mesmos recortes etários para homens e mulheres?
131
REFERÊNCIAS
ADORNO, Rubens C. F.; ALVARENGA, Augusta T.; VASCONCELLOS, Maria da Penha C. Jovens, gênero e sexualidade: relações em questão para o campo de saúde pública. In: ADORNO, Rubens C. F.; ALVARENGA, Augusta T.; VASCONCELLOS, Maria da Penha (Org.). Jovens trajetórias, masculinidades e direitos. São Paulo: FAPESP: Editora da Universidade de São Paulo, 2005. ABRAMOVAY, M.; CASTRO, M. G. Juventudes e sexualidade. Brasília: UNESCO Brasil, 2004. ALKIRE, Sabina; FOSTER, James. Designing the inequality-adjusted human development index (HDI). New York: PNUD, 2010. Disponível em: <http://hdr.undp.org/en/reports/global/hdr2010/papers/HDRP_2010_28.pdf>. Acesso em: 18 fev 2012. ARISTU, Jesús Hernández. Jóvenes entre la familia, la formación y el empleo: estructuras de apoyo a sus transiciones. Revista de Estudios de Juventud, n. 56, Madri: INJUVE, 2002. Disponível em: <http://www.injuve.es/contenidos.downloadatt.action?id=1854766338>. Acesso em: 26 out. 2011. BAPTISTA, Dulce Benigna Dias Alvarenga. Idosos no município de São Paulo: expectativa de vida ativa e perfis multidimensionais de incapacidade a partir da SABE. 2003. Dissertação (Mestrado) – Universidade Federal de Minas Gerais, Centro de Desenvolvimento e Planejamento Regional – CEDEPLAR. Disponível em: <http://www.cedeplar.ufmg.br/demografia/dissertacoes/2003/Dulce_Benigna.pdf>. Acesso em: 04 mar. 2010. BONFARINE, Heleno; BUSSAB, Wilton O. Elementos de amostragem. São Paulo: Blucher, 2005. BOURDIEU, P. A. “Juventude” é apenas uma palavra. In: BOURDIEU, P. Questões de sociologia, Rio de Janeiro: Marco Zero, 1983. p.112–121. BRASIL. Ministério da Justiça. Programa Nacional de Segurança Pública com Cidadania, Fórum Brasileiro de Segurança Pública. Projeto juventude e prevenção da violência: primeiros resultados. Brasília, nov. 2009. Disponível em: <http://portal.mj.gov.br/pronasci/main.asp?View={F89A80A3-D3CB-4A0C-A17D-404C54722B8D}>. Acesso em: 10 fev. 2010. CAETANO, André Junqueira; MACHADO, Carla Jorge. Consistência e identificabilidade no modelo grade of membership: uma nota metodológica. Revista Brasileira de Estudos Populacionais, Rio de Janeiro, v. 26, n. 1, p. 145-149, jan./jun., 2009. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S010230982009000100012>. Acesso em: 07 dez. 2009.
132
CAMARANO, Ana Amélia (Org.). Transição para a vida adulta ou vida adulta em transição? Rio de Janeiro: IPEA, 2006. CARVALHO, Marília Pinto de; SOUZA, Raquel; OLIVEIRA, Elisabete Regina Baptista de. Jovens, sexualidade e gênero. In: SPOSITO, Marilia Pontes (Coord.). O Estado da Arte sobre juventude na pós-graduação brasileira: Educação, Ciências Sociais e Serviço Social. Belo Horizonte: Argvmentvm, 2009. Cap. 5, p. 229-274. V.1. Disponível em: <www.observatoriojovem.org>. Acesso em: 10 fev. 2010. CASANOVAS I BERDAGUER, Jordi; COLL I AMARGÓS, Joaquim; MONTES I SALA, Pep. Razones y tópicos de las políticas de juventud: qué quieren ser las políticas afirmativas. Revista de Estudios de Juventud, n. 59, Madri: INJUVE, 2002. Disponível em: <http://www.injuve.es/contenidos.downloadatt.action?id=1307003048>. Acesso em: 26 out. 2011. CASTRO, Mary Garcia; ABRAMOVAY, Miriam; BUSSON, Shayana. Gênero, juventude e sexualidade: representações e a produção político-cultural. In: GUIMARÃES, Maria Tereza Canezin; SOUZA, Sônia M. Gomes. (Org.). Juventude e contemporaneidade: desafios e perspectivas. Brasília: Secretaria Especial dos Direitos Humanos; Goiânia: Editora UFG: Cânone Editorial, 2009. p. 77-100. CERQUEIRA, Cezar Augusto. Tipologia e características dos estabelecimentos escolares brasileiros. 2004. 316 f. Tese (Doutorado) – Universidade Federal de Minas Gerais, Centro de Desenvolvimento e Planejamento Regional – CEDEPLAR. Disponível em: <http://www.cedeplar.ufmg.br/demografia/teses/2004/Cezar_Augusto_Cerqueira.pdf>. Acesso em: 07 dez. 2009. CHARPENTIER, Peter; SINGER, Burt. GOM3.EXE. Yale, Departamento de Epidemiologia e Saúde Pública da Escola de Medicina da Universidade de Yale – EUA, 1996. Disponível para download em: <http://lib.stat.cmu.edu/DOS/general/.index.html>. Acesso em: 17 fev. 2011. CUNHA, José Marcos Pinto da et al. A vulnerabilidade social no contexto metropolitano: o caso de Campinas. In: CUNHA, J. M. P. da (Org.). Novas metrópoles paulistas: população, vulnerabilidade e segregação. Campinas: Nepo/Unicamp, 2006, p.143-168. CUTTER, Susan L. Social vulnerability to environmental hazards. Social Science Quarterly, Austin, v. 84, n. 2, 2003. p. 242-261. CUTTER, Susan L. Vulnerability to environmental hazards. Progress in Human Geography, London, v. 20, n. 4, 1996, p. 529-539. DAYRELL, Juarez. O Jovem como sujeito social. In: Juventude e contemporaneidade. Brasília: UNESCO, 2007, p. 155-176.
133
ESTEVES, Luiz Carlos Gil. ABRAMOVAY, Mirian. Juventude, juventudes: pelos outros e por elas mesmas. In: ABRAMOVAY, Mirian; ANDRADE, Eliane Ribeiro; ESTEVES, Luiz Carlos Gil. (Org.). Juventudes: outros olhares sobre a diversidade. Brasília: Ministério da Educação, Secretaria de Educação Continuada, Alfabetização e Diversidade; UNESCO, 2007, p. 21-56. GUEDES, G. R.; QUEIROZ, B. L.; VANWEY, L. K. Transferências intergeracionais privadas na Amazônia rural brasileira. Nova Economia, v. 19, n. 2, p. 325-357, 2009. GUEDES, Gilvan Ramalho; CAETANO, André Junqueira; MACHADO, Carla Jorge; BRONDIZIO, Eduardo Sonewend. Identificabilidade e estabilidade dos parâmetros no método grade of membership (GoM): considerações metodológicas e práticas. Revista Brasileira de Estudos Populacionais [online]. 2010, vol.27, n.1, p. 21-33. Disponível em: <http://www.scielo.br/pdf/rbepop/v27n1/03.pdf>. Acesso em: 16 de fev. 2011. GUIMARÃES, José Ribeiro Soares; JANNUZZI, Paulo de Martino. IDH, indicadores sintéticos e suas aplicações em políticas públicas: uma análise crítica. Revista Brasileira de Estudos Urbanos e Regionais, V. 7, N. 1 / maio 2005. Disponível em: <http://www.anpur.org.br/revistas/ANPUR_v7n1.pdf>. Acesso em: 06 de fev de 2012. HAIR Jr., Joseph. F. et al. Análise multivariada de dados. 5. ed. Porto Alegre: Bookman, 2005. HASENBALG, C. A transição da escola ao mercado de trabalho. In: HASENBALG, C.; SILVA, N. V. (Org.). Origens e destinos: desigualdades sociais ao longo da vida. Rio de Janeiro: Iuperj e TopBooks Editora, 2003. p. 147-172. HEILBORN, Maria Luiza. Corpo, sexualidade e gênero. In: DORA, Denise D. Feminino e masculino: igualdade e diferença na justiça. Porto Alegre, Ed. Sulina, 1997. HEILBORN, Maria Luiza; CABRAL, Cristiane S.. Parentalidade juvenil: transição condensada para a vida adulta. In: CAMARANO, Ana Amélia. (Org.). Transição para a vida adulta ou vida adulta em transição? Rio de Janeiro: IPEA, 2006. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Metodologia do Censo Demográfico 2000. Série Relatórios Metodológicos. V. 25, Rio de Janeiro: IBGE, 2003. Disponível em: < http://www.ibge.gov.br/home/estatistica/populacao/censo2000/metodologia/metodologiacenso2000.pdf>. Acesso em: 16 fev. 2011. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Microdados 2008. Rio de Janeiro: IBGE, 2009a. Disponível em: <http://www.ibge.gov.br/home/estatistica/populacao/trabalhoerendimento/pnad2008/microdados.shtm>. Acesso em: 01 fev. 2012.
134
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Notas técnicas 2008. Rio de Janeiro: IBGE, 2009b. Disponível em: <http://www.ibge.gov.br/home/estatistica/populacao/trabalhoerendimento/pnad2008/microdados.shtm>. Acesso em: 01 fev. 2012. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). PESQUISA NACIONAL POR AMOSTRA DE DOMICÍLIOS 2009. Notas técnicas. Rio de Janeiro: IBGE, 2010a. Disponível em: <http://www.ibge.gov.br/home/estatistica/populacao/trabalhoerendimento/pnad2009/microdados.shtm>. Acesso em: 01 fev. 2012. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Síntese de Indicadores Sociais: uma análise das condições de vida da população brasileira. Rio de Janeiro: IBGE, 2010b. Disponível em: < http://www.ibge.gov.br/home/estatistica/populacao/condicaodevida/indicadoresminimos/sinteseindicsociais2010/default.shtm>. Acesso em: 23 fev. 2012. IPEA. PNAD 2008: Primeiras análises. Comunicado da Presidência. n 36. Dezembro de 2009. Disponível em: <http://www.ipea.gov.br/sites/000/2/comunicado_presidencia/09_12_03_ComunicaPresi_36_PNAD2008_juventDesigual.pdf>. Acesso em: 20 mar. 2010. ISLAS, José Antonio Pérez. Juventude: um conceito em disputa. In: GUIMARÃES, Tereza Canezin; SOUSA, Sônia M. Gomes. (Org). Juventude e contemporaneidade: desafios e perspectivas. Goiânia: Editora UFG: Cânone Editorial, 2009. p. 17-46. JANNUZZI, Paulo de Martino. Considerações sobre o uso, mau uso e abuso dos indicadores sociais na formulação e avaliação de políticas públicas municipais. Revista de Administração Pública, Rio de Janeiro 36 (1):51-72. Jan/Fev. 2002. JANNUZZI, Paulo de Martino. Indicadores Sociais no Brasil: conceitos, fontes de dados e aplicações. 3.ed. Campinas: Alínea, 2004. KAYANO, J.; CALDAS, E. L. Indicadores para o diálogo. São Paulo: Pólis; Programa Gestão Pública e Cidadania. EAESP/FGV, 2001. KAZTMAN, Ruben. Notas sobre la medición de la vulnerabilidad social. México: BID-BIRF-CEPAL, 2000. (Borrador para discusión. 5 Taller regional, la medición de la pobreza, métodos e aplicaciones). Disponível em: <www.eclac.cl/deype/mecovi/docs/TALLER5/24.pdf>. Acesso em: 01 mar. 2010. KOVACEVIC, Milorad. Review of critiques to HDI and potential improvements. New York, PNUD: 2010a. Disponível em: <http://hdr.undp.org/en/reports/global/hdr2010/papers/HDRP_2010_33.pdf>. Acesso em: 18 fev. 2012.
135
KOVACEVIC, Milorad. Measurement of inequality in human development: a review. New York, PNUD: 2010b. Disponível em: <http://hdr.undp.org/en/reports/global/hdr2010/papers/HDRP_2010_35.pdf>. Acesso em: 18 fev 2012. LAGE, Rafael Kelles Vieira. gom3b. Belo Horizonte: s/n, s/d. 1 cd-rom. LEÓN, Oscar Dávila. Uma revisão das categorias de adolescência e juventude. In: GUIMARÃES, Maria Tereza Canezin; SOUZA, Sônia M. Gomes. (Org.). Juventude e contemporaneidade: desafios e perspectivas. Brasília: Secretaria Especial dos Direitos Humanos; Goiânia: Editora UFG: Cânone Editorial, 2009. p. 47-76. LEVI, Giovanni; SCHMITT, Jean-Claude (Org.). História dos jovens. São Paulo: Companhia das Letras, 1996. v.1 – Da Antiguidade à Era moderna. LEVIN, Jack; FOX, James Alan. Estatística para ciências humanas. 9. ed. São Paulo: Pearson Prentice Hall, 2004. MACHADO, Carla Jorge. Perfis de morbi-mortalidade infantil no estado de São Paulo, 1994: uma aplicação de grade of membership à análise de Causas Múltiplas de Morte. 1997. Dissertação (Mestrado) – Universidade Federal de Minas Gerais, Centro de Desenvolvimento e Planejamento Regional – CEDEPLAR. Disponível em: <http://www.cedeplar.ufmg.br/demografia/dissertacoes/1997/Carla_Machado.pdf>. Acesso em: 04 mar. 2010. MANDAROLA JR., Eduardo; HOGAN, Daniel Joseph. Vulnerabilidade do lugar vs. vulnerabilidade sociodemográfica: implicações metodológicas de uma velha questão. Revista Brasileira de Estudos Populacionais, Rio de Janeiro, v. 26, n. 2, p. 161-181, jul./dez. 2009. Disponível em: <http://www.abep.nepo.unicamp.br/docs/rev_inf/vol26_n2_2009/vol26_n2_2009_artigo2_p161a181.pdf>. Acesso em 10 de out. 2011. MANTON, Kenneth G.; WOOBURY, Max A.; TOLLEY, H. Dennis. Statistical applications using fuzzy sets. New York: John Wiley & Sons, 1994. MELO, Frederico Luiz Barbosa de. Casais na Grande São Paulo: investigando a diversidade. 2005. Nova Economia [online], v. 17, n. 2, p. 207-240. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-63512007000200001>. Acesso em: 04 de mar. 2010. MINGOTI, Sueli Aparecida. Análise de dados através de estatística multivariada: uma abordagem aplicada. Belo Horizonte: Editora UFMG, 2005. SCANDAR NETO, Wadih João; JANNUZZI, Paulo de Martino; SILVA, Pedro Luis do Nascimento. Sistemas de indicadores ou indicadores sintéticos: do que precisam os gestores de programas sociais? In: ENCONTRO NACIONAL DE ESTUDOS POPULACIONAIS, 16, 2008, Caxambu – MG. Anais ..., Caxambu: NEEP. Disponível em: <http://www.abep.nepo.unicamp.br/encontro2008/docsPDF/ABEP2008_1511.pdf>. Acesso em: 06 fev. 2012.
136
OTO, Carrasquer Pilar. Juventud, trabajo y género: viejos y nuevos retos para una ciudadanía en igualdad. Revista de Estudios de Juventud, Edição Especial, Madri: INJUVE, 2003. Disponível em: <http://www.injuve.es/contenidos.downloadatt.action?id=739795276>. Acesso em: 26/10/2011. PAIS, José Machado. A construção sociológica da juventude: alguns contributos. Análise Social, XXV (105-106), 1990, p. 139-165. PAIS, José Machado. Culturas juvenis. Lisboa: Imprensa Nacional Casa da Moeda, 1993. PAIS, José Machado. Laberintos de Vida: paro juvenil y rutas de salida (jóvenes portugueses). Revista de Estudios de Juventud, n. 56, Madri: INJUVE, 2002. Disponível em: <http://www.injuve.es/contenidos.downloadatt.action?id=161140854>. Acesso em: 26/10/2011. PINTO, Julimar Santos; CAETANO, André Junqueira. Perfis de vulnerabilidade social de jovens nas regiões metropolitanas de Porto Alegre, Belo Horizonte e Recife. In: Seminário Nacional Governança Urbana e Desenvolvimento Metropolitano, 2010, Natal – RN. Anais ..., Natal: Universidade Federal do Rio Grande do Norte, 2010. Disponível em: <http://www.cchla.ufrn.br/seminariogovernanca/cdrom/ST6_Julimar_Andre.pdf>. Acesso em: 02 fev. 2011. PINTO, Julimar Santos; CAETANO, André Junqueira. Pertencimento de jovens a perfis de vulnerabilidade social nas regiões metropolitanas de Belo Horizonte, Porto Alegre e Recife. In: Encontro da Associação Latino Americana de Sociologia, 2011, Recife - PE. Anais ..., Recife: Universidade Federal de Pernambuco, 18, 2011. Disponível em: <http://www.sistemasmart.com.br/alas/arquivos/alas_GT08_Julimar_Santos_Pinto.pdf>. Acesso em 07/09/2011. PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO. Relatório de Desenvolvimento Humano 1990. New York: PNUD, 1990. Disponível em: <http://hdr.undp.org/en/reports/global/hdr1990/chapters/>. Acesso em: 06 de fev. de 2012. PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO. Relatório de Desenvolvimento Humano 2010. New York: PNUD, 2010. Disponível em: <http://hdr.undp.org/en/media/HDR_2010_PT_Complete_reprint.pdf>. Acesso em: 06 fev. 2012.
137
RODRIGUES, Hila Bernadete Silva. Políticas públicas para a juventude e gestão local no Brasil: agenda, desenho e implementação. 2010. Tese (Doutorado) – Pontifícia Universidade Católica de Minas Gerais, Programa de Pós-graduação em Ciências Sociais – PPGCS/PUC – Minas. Disponível em: <http://www.biblioteca.pucminas.br/teses/CiencSociais_RodriguesHB_1.pdf>. Acesso em: 16 fev. 2011. ROSENBERG, Morris. A lógica da análise do levantamento de dados. São Paulo: Cultrix, 1976. SAWYER, D. O; LEITE, I. C.; ALEXANDRINO, R. Perfis de utilização de serviços de saúde no Brasil. Ciência e Saúde Coletiva, v. 7, n. 4, p. 757-776, 2002. SEN, Amartya Kumar. Desenvolvimento como liberdade. São Paulo: Companhia das Letras, 2000. SILVA, Pedro Luis do Nascimento; PESSOA, Djalma Galvão Carneiro e LILA, Maurício Franca. Análise estatística de dados da PNAD: incorporando a estrutura do plano amostral. Ciência & Saúde Coletiva. 2002, vol.7, n.4, pp. 659-670. Disponível em: <http://www.scielo.br/pdf/csc/v7n4/14597.pdf>. Acesso em: 01 de fev. de 2012. SPOSITO, Marília Pontes. Os jovens no Brasil: desigualdades multiplicadas e novas demandas políticas. São Paulo: Ação Educativa, 2003. SPOSITO, Marília Pontes. Estado da Arte Sobre Juventude: uma introdução. In: SPOSITO, Marilia Pontes (Coord.). O Estado da Arte sobre juventude na pós-graduação brasileira: Educação, Ciências Sociais e Serviço Social. Belo Horizonte: Argvmentvm, 2009. p. 11-15. V.1. Disponível em: <www.observatoriojovem.org>. Acesso em: 10 fev. 2010. VELHO, Gilberto. Juventudes, projetos e trajetórias na sociedade contemporânea. In: ALMEIDA, Maria Isabel Mendes de; EUGENIO, Fernanda. (Org). Culturas jovens: novos mapas do afeto. Rio de Janeiro: Jorge Zahar Ed., 2006. WAISELFISZ, J. J. (Coord.). Relatório de desenvolvimento juvenil 2003. Brasília: Unesco, 2004. Disponível em: <http://unesdoc.unesco.org/images/0013/001339/133976por.pdf>. Acesso em: 10 fev. 2010. WOODBURY, M. A.; CLIVE, J. Clinical pure types as a fuzzy partition. Journal of Cybernetics, 4, p. 111-121, 1974. WOODBURY, M. A.; CLIVE, J.; GARSON JR., A. Mathematical typology: a grade of membership technique for obtaining disease definition. Computers and Biomedical Research, 11:277-298, 1978. ZADEH, L. A. Fuzzy sets. Information Control. v.8, p.338-353, 1965.
139
APÊNDICE A – O ARQUIVO DE CONTROLE (*.CTL)
Fonte: Elaborado pelo autor.
/*GOMcontrolfileGoM04.CTL*/infile"PNAD2008_RMs.dat";inlambdarandom;records11885;ingammadefault;gradient;inputSubjIDfaixetGsexoGcorGeducGdefasaGfil_instGtrabforGrendtrabGrpercapitaGmantdomGarranfamGfamconvGdendormGposfamGestconjGfilhosGidprifiGeducmaeGmigraGesgotoG;profiles�4;internalfaixetGsexoGcorGeducGdefasaGfil_instGtrabforGrendtrabGrpercapitaGmantdomGarranfamGfamconvGdendormGposfamGestconjGfilhosGidprifiGeducmaeGmigraGesgotoG;
140
APÊNDICE B – RESULTADOS DO MODELO GRADE OF MEMBERSHIP
Tabela 1 – Frequência absoluta observada (N) frequência relativa observada (%), estimativas de Á�Âà por categoria das variáveis e razões entre Á�Âà e frequência relativa observada (Á�ÂÃ/Freq.) – RMPA, RMBH e RMR – 2008
(continua)
Variáveis/Categorias Frequências Perfis Razão Lambda/Frequência N % Á�ÂÃÄ Á�ÂÃÅ Á�ÂÃÆ Á�ÂÃÇ Á�ÂÃÄ/Freq. Á�ÂÃÅ/Freq. Á�ÂÃÆ/Freq. Á�ÂÃÇ/Freq.
Grupo Etário De 15 a 17 anos 2319 19,5 0,5474 0,4922 0,0000 0,0000 2,807 2,524 0,000 0,000 De 18 a 19 anos 1513 12,7 0,2034 0,2589 0,0000 0,1127 1,602 2,039 0,000 0,887 De 20 a 22 anos 2342 19,7 0,1684 0,1898 0,1146 0,2815 0,855 0,963 0,582 1,429 De 23 a 24 anos 1568 13,2 0,0808 0,0592 0,1803 0,1642 0,612 0,448 1,366 1,244 De 25 a 29 anos 4143 34,9 0,0000 0,0000 0,7052 0,4416 0,000 0,000 2,021 1,265
Sexo Masculino 5894 49,6 0,4786 0,4293 0,3721 0,6309 0,965 0,866 0,750 1,272 Feminino 5991 50,4 0,5214 0,5707 0,6279 0,3691 1,035 1,132 1,246 0,732
Cor ou Raça Brancos/Amarelos 6503 54,7 0,0593 1,0000 0,5493 0,6642 0,108 1,828 1,004 1,214 Pretos/Pardos/Indígenas 5375 45,2 0,9407 0,0000 0,4507 0,3358 2,081 0,000 0,997 0,743 Ignorado 7 0,1 0,0000 0,0000 0,0000 0,0000 0,000 0,000 0,000 0,000
Escolaridade Até 4 anos 852 7,2 0,1856 0,0000 0,0978 0,0000 2,578 0,000 1,358 0,000 De 5 a 8 anos 3576 30,1 0,7342 0,0000 0,3633 0,0000 2,439 0,000 1,207 0,000 De 9 a 11 anos 5599 47,1 0,0801 0,7637 0,5389 0,6374 0,170 1,621 1,144 1,353 12 anos e mais 1785 15,0 0,0000 0,2014 0,0000 0,3626 0,000 1,343 0,000 2,417 Não determinado 73 0,6 0,0000 0,0349 0,0000 0,0000 0,000 5,817 0,000 0,000
Defasagem Escolar Idade/Grau Não estudantes 7347 61,8 0,5074 0,0000 1,0000 0,7794 0,821 0,000 1,618 1,261 Estudantes defasados 2697 22,7 0,4926 0,5483 0,0000 0,0000 2,170 2,415 0,000 0,000 Estudantes regulares 1768 14,9 0,0000 0,4162 0,0000 0,2206 0,000 2,793 0,000 1,481 Não determinado 73 0,6 0,0000 0,0355 0,0000 0,0000 0,000 5,917 0,000 0,000
141
Tabela 1 – Frequência absoluta observada (N) frequência relativa observada (%), estimativas de Á�Âà por categoria das variáveis e razões entre Á�Âà e frequência relativa observada (Á�ÂÃ/Freq.) – RMPA, RMBH e RMR – 2008 (continuação)
Variáveis/Categorias Frequências Perfis Razão Lambda/Frequência
N % Á�ÂÃÄ Á�ÂÃÅ Á�ÂÃÆ Á�ÂÃÇ Á�ÂÃÄ/Freq. Á�ÂÃÅ/Freq. Á�ÂÃÆ/Freq. Á�ÂÃÇ/Freq. Condição Associada de Frequência Escolar e Trabalho
Trabalha e frequenta escola 1830 15,4 0,0000 0,0000 0,0000 0,4151 0,000 0,000 0,000 2,695 Procura trabalho e frequenta escola 641 5,4 0,0000 0,3156 0,0000 0,0000 0,000 5,844 0,000 0,000 Não trabalha, não procura trabalho e frequenta escola 2067 17,4 0,2131 0,6844 0,0000 0,0000 1,225 3,933 0,000 0,000 Trabalha e não frequenta escola 5069 42,7 0,0000 0,0000 1,0000 0,5849 0,000 0,000 2,342 1,370 Procura trabalho e não frequenta escola 1031 8,7 0,3561 0,0000 0,0000 0,0000 4,093 0,000 0,000 0,000 Não trabalha, não procura trabalho e não frequenta escola 1247 10,5 0,4308 0,0000 0,0000 0,0000 4,103 0,000 0,000 0,000
Formalidade do Trabalho Trabalhador formal 3932 33,1 0,0000 0,0000 0,6690 0,5304 0,000 0,000 2,021 1,602 Trabalhador informal 2967 25,0 0,0000 0,0000 0,3310 0,4696 0,000 0,000 1,324 1,878 Não trabalha 4986 42,0 1,0000 1,0000 0,0000 0,0000 2,381 2,381 0,000 0,000
Renda do Trabalho Não trabalha 4986 42,0 1,0000 1,0000 0,0000 0,0000 2,381 2,381 0,000 0,000 Não remunerado/Sem rendimento/Sem informação 292 2,5 0,0000 0,0000 0,0000 0,0726 0,000 0,000 0,000 2,904 Menos de 1 SM 2391 20,1 0,0000 0,0000 0,3079 0,3519 0,000 0,000 1,532 1,751 De 1 a menos de 2 SM 2820 23,7 0,0000 0,0000 0,5239 0,3616 0,000 0,000 2,211 1,526 De 2 SM e mais 1396 11,7 0,0000 0,0000 0,1682 0,2139 0,000 0,000 1,438 1,828
Renda Domiciliar Mensal Per Capita Menos de 1 SM 6154 51,8 1,0000 0,0000 0,7732 0,1346 1,931 0,000 1,493 0,260 De 1 a menos de 2 SM 3069 25,8 0,0000 0,4800 0,2268 0,4161 0,000 1,860 0,879 1,613 De 2 SM e mais 2206 18,6 0,0000 0,4284 0,0000 0,3786 0,000 2,303 0,000 2,035 Sem informação 456 3,8 0,0000 0,0916 0,0000 0,0706 0,000 2,411 0,000 1,858
Renda do Indivíduo em Relação à Renda do Domicílio Não trabalha e/ou Não possui renda e/ou Domicílio não tem rendimento 5147 43,3 1,0000 1,0000 0,0000 0,0000 2,309 2,309 0,000 0,000 Até 24,9% 2236 18,8 0,0000 0,0000 0,0000 0,5080 0,000 0,000 0,000 2,702 De 25 a 49,9% 2501 21,0 0,0000 0,0000 0,3062 0,3894 0,000 0,000 1,458 1,854 De 50% e mais 2001 16,8 0,0000 0,0000 0,6938 0,1026 0,000 0,000 4,130 0,611
Tipo de Arranjo Familiar Casal com filhos menores de 14 anos 3504 29,5 0,3431 0,1103 0,9033 0,0000 1,163 0,374 3,062 0,000 Monoparental feminina com filhos menores de 14 anos 824 6,9 0,1872 0,0000 0,0967 0,0000 2,713 0,000 1,401 0,000 Outros tipos de família 7557 63,6 0,4697 0,8897 0,0000 1,0000 0,739 1,399 0,000 1,572
142
Tabela 1 – Frequência absoluta observada (N) frequência relativa observada (%), estimativas de Á�Âà por categoria das variáveis e razões entre Á�Âà e frequência relativa observada (Á�ÂÃ/Freq.) – RMPA, RMBH e RMR – 2008
(continuação)
Variáveis/Categorias Frequências Perfis Razão Lambda/Frequência N % Á�ÂÃÄ Á�ÂÃÅ Á�ÂÃÆ Á�ÂÃÇ Á�ÂÃÄ/Freq. Á�ÂÃÅ/Freq. Á�ÂÃÆ/Freq. Á�ÂÃÇ/Freq.
Famílias Conviventes Sim 1196 10,1 0,1936 0,0000 0,1583 0,0420 1,917 0,000 1,567 0,416 Não 10689 89,9 0,8064 1,0000 0,8417 0,9580 0,897 1,112 0,936 1,066
Densidade de Moradores por Dormitório Até 1 1500 12,6 0,0000 0,2230 0,0282 0,2410 0,000 1,770 0,224 1,913 Acima de 1 até 2 7559 63,6 0,3908 0,7770 0,6249 0,7590 0,614 1,222 0,983 1,193 Acima de 2 até 3 2096 17,6 0,4338 0,0000 0,2744 0,0000 2,465 0,000 1,559 0,000 Acima de 3 730 6,1 0,1754 0,0000 0,0725 0,0000 2,875 0,000 1,189 0,000
Posição na Família Pessoa de referência 1837 15,5 0,0000 0,0000 0,5142 0,0000 0,000 0,000 3,317 0,000 Cônjuge 1611 13,6 0,0000 0,0000 0,4591 0,0000 0,000 0,000 3,376 0,000 Filho (a) 6939 58,4 0,7742 0,9191 0,0000 0,8449 1,326 1,574 0,000 1,447 Outros 1498 12,6 0,2258 0,0809 0,0267 0,1551 1,792 0,642 0,212 1,231
Estado Conjugal Unido (a) 3243 27,3 0,0000 0,0000 0,7585 0,0000 0,000 0,000 2,778 0,000 Não unido (a) 820 6,9 0,0000 0,0000 0,2415 0,0000 0,000 0,000 3,500 0,000 Não identificável 7822 65,8 1,0000 1,0000 0,0000 1,0000 1,520 1,520 0,000 1,520
Número de Filhos Nenhum filho 1547 13,0 0,0000 0,0000 0,3611 0,0000 0,000 0,000 2,778 0,000 1 filho 1486 12,5 0,0000 0,0000 0,3501 0,0000 0,000 0,000 2,801 0,000 2 filhos 714 6,0 0,0000 0,0000 0,1939 0,0000 0,000 0,000 3,232 0,000 3 filhos ou mais 316 2,7 0,0000 0,0000 0,0950 0,0000 0,000 0,000 3,519 0,000 Não identificável 7822 65,8 1,0000 1,0000 0,0000 1,0000 1,520 1,520 0,000 1,520
Idade Com Que Teve o Primeiro Filho Menos de 20 anos 1107 9,3 0,0000 0,0000 0,4400 0,0000 0,000 0,000 4,731 0,000 Com 20 anos ou mais 1337 11,2 0,0000 0,0000 0,5600 0,0000 0,000 0,000 5,000 0,000 Não aplicável ou não identificável 9441 79,4 1,0000 1,0000 0,0000 1,0000 1,259 1,259 0,000 1,259
143
Tabela 1 – Frequência absoluta observada (N) frequência relativa observada (%), estimativas de Á�Âà por categoria das variáveis e razões entre Á�Âà e frequência relativa observada (Á�ÂÃ/Freq.) – RMPA, RMBH e RMR – 2008
(conclusão)
Variáveis/Categorias Frequências Perfis Razão Lambda/Frequência N % Á�ÂÃÄ Á�ÂÃÅ Á�ÂÃÆ Á�ÂÃÇ Á�ÂÃÄ/Freq. Á�ÂÃÅ/Freq. Á�ÂÃÆ/Freq. Á�ÂÃÇ/Freq.
Escolaridade da Mãe Até 4 anos 2457 20,7 0,5331 0,0000 0,0000 0,2824 2,575 0,000 0,000 1,364 De 5 a 8 anos 2568 21,6 0,4669 0,0000 0,1007 0,2711 2,162 0,000 0,466 1,255 De 9 a 11 anos 2470 20,8 0,0000 0,6212 0,1392 0,2939 0,000 2,987 0,669 1,413 De 12 anos e mais 1235 10,4 0,0000 0,3788 0,0000 0,1527 0,000 3,642 0,000 1,468 Educação da mãe não identificável ou não determinada 3155 26,5 0,0000 0,0000 0,7601 0,0000 0,000 0,000 2,868 0,000
Migrante na Década Sim 2345 19,7 0,0995 0,2088 0,3580 0,1406 0,505 1,060 1,817 0,714 Não 9540 80,3 0,9005 0,7912 0,6420 0,8594 1,121 0,985 0,800 1,070
Esgotamento Sanitário do Domicílio Esgoto não ligado à rede geral 3300 27,8 0,6298 0,0000 0,2972 0,1431 2,265 0,000 1,069 0,515 Esgoto ligado à rede geral 8585 72,2 0,3702 1,0000 0,7028 0,8569 0,513 1,385 0,973 1,187
Fonte: Elaborado pelo autor. Nota: O primeiro critério definido como 1) Razão entre o total marginal estimado gÁ�ÂÃh e observado (%) igual ou maior que 1,2 é designado pelas caselas em verde. O segundo critério definido como 2) Razão entre o total marginal estimado gÁ�ÂÃh e observado (%) igual ou maior que 1,2 e no mínimo 80% para o total marginal estimado e o terceiro critério definido como 3) Razão entre o total marginal estimado gÁ�ÂÃh e observado (%) igual ou maior que 1,5 e no mínimo 20% para o total marginal estimado são designados pelas caselas em verde e com fontes em negrito.
144
APÊNDICE C – TESTES T DE STUDENT CONSIDERANDO AMOSTRAS
INDEPENDENTES ENTRE PERFIS MULTIDIMENSIONAIS DE
VULNERABILIDADE SOCIAL DAS JUVENTUDES
Tabela 1 – Teste t de student de diferença entre médias para a variável idade entre perfis multidimensionais de vulnerabilidade social das juventudes – RMPA, RMBH e
RMR – 2008
t df Sig. (2-tailed)
Mean Difference
Std. Error Difference
Perfil Puro 1 & Perfil Puro 2 -0,0363 516827 0,9710 -0,0003 0,0094 Perfil Puro 1 & Perfil Puro 3 -942,9210 683114 0,0000 -7,2147 0,0077 Perfil Puro 1 & Perfil Puro 4 -645,1236 1054213 0,0000 -4,7904 0,0074 Perfil Puro 1 & Perfil Misto Predominância 1 -158,9195 302751 0,0000 -4,3120 0,0271 Perfil Puro 1 & Perfil Misto Predominância 2 -136,3790 300305 0,0000 -3,9629 0,0291 Perfil Puro 1 & Perfil Misto Predominância 3 -290,2557 313510 0,0000 -6,3952 0,0220 Perfil Puro 1 & Perfil Misto Predominância 4 -188,0106 365499 0,0000 -2,7764 0,0148 Perfil Puro 1 & Perfil Amorfo 185,7830 736953 0,0000 1,2539 0,0067 Perfil Puro 2 & Perfil Puro 3 -937,3077 738553 0,0000 -6,8455 0,0073 Perfil Puro 2 & Perfil Puro 4 -238,9571 501485 0,0000 -2,5468 0,0107 Perfil Puro 2 & Perfil Misto Predominância 1 -399,0499 427935 0,0000 -4,7819 0,0120 Perfil Puro 2 & Perfil Misto Predominância 2 -406,1776 466119 0,0000 -4,5036 0,0111 Perfil Puro 2 & Perfil Misto Predominância 3 -986,1397 632769 0,0000 -7,2144 0,0073 Perfil Puro 2 & Perfil Misto Predominância 4 -629,5942 1003868 0,0000 -4,7901 0,0076 Perfil Puro 2 & Perfil Amorfo -187,8243 252406 0,0000 -4,3117 0,0230 Perfil Puro 3 & Perfil Puro 4 -161,1546 249960 0,0000 -3,9625 0,0246 Perfil Puro 3 & Perfil Misto Predominância 1 -339,6700 263165 0,0000 -6,3949 0,0188 Perfil Puro 3 & Perfil Misto Predominância 2 -207,4895 315154 0,0000 -2,7761 0,0134 Perfil Puro 3 & Perfil Misto Predominância 3 198,7562 686608 0,0000 1,2543 0,0063 Perfil Puro 3 & Perfil Misto Predominância 4 -974,4722 688208 0,0000 -6,8451 0,0070 Perfil Puro 3 & Perfil Amorfo -247,6502 451140 0,0000 -2,5465 0,0103 Perfil Puro 4 & Perfil Misto Predominância 1 -426,4638 377590 0,0000 -4,7816 0,0112 Perfil Puro 4 & Perfil Misto Predominância 2 -427,7805 415774 0,0000 -4,5033 0,0105 Perfil Puro 4 & Perfil Misto Predominância 3 402,5417 1170155 0,0000 2,4243 0,0060 Perfil Puro 4 & Perfil Misto Predominância 4 143,8276 418693 0,0000 2,9027 0,0202 Perfil Puro 4 & Perfil Amorfo 150,4475 416247 0,0000 3,2519 0,0216 Perfil Misto Predominância 1 & Perfil Misto Predominância 2 49,8051 429452 0,0000 0,8195 0,0165 Perfil Misto Predominância 1 & Perfil Misto Predominância 3 392,5630 481441 0,0000 4,4383 0,0113 Perfil Misto Predominância 1 & Perfil Misto Predominância 4 1616,0406 852895 0,0000 8,4686 0,0052 Perfil Misto Predominância 1 & Perfil Amorfo 64,2704 854495 0,0000 0,3692 0,0057 Perfil Misto Predominância 2 & Perfil Misto Predominância 3 555,9781 617427 0,0000 4,6679 0,0084 Perfil Misto Predominância 2 & Perfil Misto Predominância 4 261,3910 543877 0,0000 2,4328 0,0093 Perfil Misto Predominância 2 & Perfil Amorfo 312,7197 582061 0,0000 2,7111 0,0087 Perfil Misto Predominância 3 & Perfil Misto Predominância 4 19,8991 789792 0,0000 0,4784 0,0240 Perfil Misto Predominância 3 & Perfil Amorfo 32,1483 787346 0,0000 0,8275 0,0257 Perfil Misto Predominância 4 & Perfil Amorfo -82,8429 800551 0,0000 -1,6048 0,0194
Fonte: Elaborado pelo autor.
145
Tabela 2 – Teste t de student de diferença entre médias para a variável anos de estudo entre perfis multidimensionais de vulnerabilidade social das juventudes – RMPA,
RMBH e RMR – 2008
t df Sig. (2-tailed)
Mean Difference
Std. Error Difference
Perfil Puro 1 & Perfil Puro 2 -575,2785 516827 0,0000 -3,9044 0,0068 Perfil Puro 1 & Perfil Puro 3 -258,7536 683114 0,0000 -1,8263 0,0071 Perfil Puro 1 & Perfil Puro 4 -892,3516 1054213 0,0000 -4,7114 0,0053 Perfil Puro 1 & Perfil Misto Predominância 1 -66,1456 302751 0,0000 -1,3361 0,0202 Perfil Puro 1 & Perfil Misto Predominância 2 -248,7431 300305 0,0000 -5,2213 0,0210 Perfil Puro 1 & Perfil Misto Predominância 3 -163,5542 313510 0,0000 -2,7121 0,0166 Perfil Puro 1 & Perfil Misto Predominância 4 -221,7748 365499 0,0000 -2,3813 0,0107 Perfil Puro 1 & Perfil Amorfo -269,3734 736953 0,0000 -1,5797 0,0059 Perfil Puro 2 & Perfil Puro 3 -469,9898 738553 0,0000 -3,4328 0,0073 Perfil Puro 2 & Perfil Puro 4 -277,4636 501485 0,0000 -2,2739 0,0082 Perfil Puro 2 & Perfil Misto Predominância 1 -299,7800 427935 0,0000 -2,7905 0,0093 Perfil Puro 2 & Perfil Misto Predominância 2 -289,9351 466119 0,0000 -2,5956 0,0090 Perfil Puro 2 & Perfil Misto Predominância 3 293,7134 632769 0,0000 2,0781 0,0071 Perfil Puro 2 & Perfil Misto Predominância 4 -151,3085 1003868 0,0000 -0,8070 0,0053 Perfil Puro 2 & Perfil Amorfo 154,2894 252406 0,0000 2,5683 0,0166 Perfil Puro 3 & Perfil Puro 4 -78,0473 249960 0,0000 -1,3168 0,0169 Perfil Puro 3 & Perfil Misto Predominância 1 85,5837 263165 0,0000 1,1923 0,0139 Perfil Puro 3 & Perfil Misto Predominância 2 161,4998 315154 0,0000 1,5231 0,0094 Perfil Puro 3 & Perfil Misto Predominância 3 407,4441 686608 0,0000 2,3247 0,0057 Perfil Puro 3 & Perfil Misto Predominância 4 63,2262 688208 0,0000 0,4716 0,0075 Perfil Puro 3 & Perfil Amorfo 206,4086 451140 0,0000 1,6305 0,0079 Perfil Puro 4 & Perfil Misto Predominância 1 127,5512 377590 0,0000 1,1140 0,0087 Perfil Puro 4 & Perfil Misto Predominância 2 151,6897 415774 0,0000 1,3088 0,0086 Perfil Puro 4 & Perfil Misto Predominância 3 -576,5409 1170155 0,0000 -2,8852 0,0050 Perfil Puro 4 & Perfil Misto Predominância 4 21,9004 418693 0,0000 0,4902 0,0224 Perfil Puro 4 & Perfil Amorfo -144,1105 416247 0,0000 -3,3950 0,0236 Perfil Misto Predominância 1 & Perfil Misto Predominância 2 -48,7262 429452 0,0000 -0,8859 0,0182 Perfil Misto Predominância 1 & Perfil Misto Predominância 3 -48,4427 481441 0,0000 -0,5551 0,0115 Perfil Misto Predominância 1 & Perfil Misto Predominância 4 42,7045 852895 0,0000 0,2466 0,0058 Perfil Misto Predominância 1 & Perfil Amorfo -234,9141 854495 0,0000 -1,6065 0,0068 Perfil Misto Predominância 2 & Perfil Misto Predominância 3 -54,9934 617427 0,0000 -0,4477 0,0081 Perfil Misto Predominância 2 & Perfil Misto Predominância 4 -101,8839 543877 0,0000 -0,9642 0,0095 Perfil Misto Predominância 2 & Perfil Amorfo -86,5131 582061 0,0000 -0,7693 0,0089 Perfil Misto Predominância 3 & Perfil Misto Predominância 4 198,1908 789792 0,0000 3,3753 0,0170 Perfil Misto Predominância 3 & Perfil Amorfo -28,3899 787346 0,0000 -0,5098 0,0180 Perfil Misto Predominância 4 & Perfil Amorfo 144,7427 800551 0,0000 1,9993 0,0138
Fonte: Elaborado pelo autor.
146
Tabela 3 – Teste t de student de diferença entre médias para a variável renda domiciliar mensal per capita em salários mínimos entre perfis multidimensionais de vulnerabilidade social das juventudes – RMPA, RMBH e RMR – 2008
t df Sig. (2-tailed)
Mean Difference
Std. Error Difference
Perfil Puro 1 & Perfil Puro 2 -498,1964 497094 0,0000 -2,9266 0,0059 Perfil Puro 1 & Perfil Puro 3 -293,9064 677740 0,0000 -0,4084 0,0014 Perfil Puro 1 & Perfil Puro 4 -413,0577 1002495 0,0000 -1,8276 0,0044 Perfil Puro 1 & Perfil Misto Predominância 1 -158,6413 300523 0,0000 -0,3352 0,0021 Perfil Puro 1 & Perfil Misto Predominância 2 -474,0750 296801 0,0000 -2,3582 0,0050 Perfil Puro 1 & Perfil Misto Predominância 3 -282,3008 311738 0,0000 -0,6817 0,0024 Perfil Puro 1 & Perfil Misto Predominância 4 -319,1217 359854 0,0000 -0,7854 0,0025 Perfil Puro 1 & Perfil Amorfo -243,6140 720881 0,0000 -0,3926 0,0016 Perfil Puro 2 & Perfil Puro 3 -309,1928 727072 0,0000 -1,4870 0,0048 Perfil Puro 2 & Perfil Puro 4 -252,4573 487639 0,0000 -0,7227 0,0029 Perfil Puro 2 & Perfil Misto Predominância 1 -339,0475 418097 0,0000 -0,8351 0,0025 Perfil Puro 2 & Perfil Misto Predominância 2 -263,9382 456425 0,0000 -0,7260 0,0028 Perfil Puro 2 & Perfil Misto Predominância 3 487,4620 611206 0,0000 2,5182 0,0052 Perfil Puro 2 & Perfil Misto Predominância 4 176,2036 935961 0,0000 1,0990 0,0062 Perfil Puro 2 & Perfil Amorfo 113,9616 233989 0,0000 2,5914 0,0227 Perfil Puro 3 & Perfil Puro 4 21,9500 230267 0,0000 0,5684 0,0259 Perfil Puro 3 & Perfil Misto Predominância 1 124,0952 245204 0,0000 2,2449 0,0181 Perfil Puro 3 & Perfil Misto Predominância 2 187,4459 293320 0,0000 2,1413 0,0114 Perfil Puro 3 & Perfil Misto Predominância 3 504,9606 654347 0,0000 2,5341 0,0050 Perfil Puro 3 & Perfil Misto Predominância 4 200,1139 660538 0,0000 1,4397 0,0072 Perfil Puro 3 & Perfil Amorfo 291,4149 421105 0,0000 2,2040 0,0076 Perfil Puro 4 & Perfil Misto Predominância 1 236,6303 351563 0,0000 2,0915 0,0088 Perfil Puro 4 & Perfil Misto Predominância 2 273,6251 389891 0,0000 2,2006 0,0080 Perfil Puro 4 & Perfil Misto Predominância 3 -371,8106 1116607 0,0000 -1,4192 0,0038 Perfil Puro 4 & Perfil Misto Predominância 4 13,9325 414635 0,0000 0,0732 0,0053 Perfil Puro 4 & Perfil Amorfo -281,0917 410913 0,0000 -1,9498 0,0069 Perfil Misto Predominância 1 & Perfil Misto Predominância 2 -61,9921 425850 0,0000 -0,2732 0,0044 Perfil Misto Predominância 1 & Perfil Misto Predominância 3 -118,2001 473966 0,0000 -0,3769 0,0032 Perfil Misto Predominância 1 & Perfil Misto Predominância 4 9,3450 834993 0,0000 0,0159 0,0017 Perfil Misto Predominância 1 & Perfil Amorfo -257,8956 841184 0,0000 -1,0785 0,0042 Perfil Misto Predominância 2 & Perfil Misto Predominância 3 -110,7267 601751 0,0000 -0,3142 0,0028 Perfil Misto Predominância 2 & Perfil Misto Predominância 4 -154,0251 532209 0,0000 -0,4266 0,0028 Perfil Misto Predominância 2 & Perfil Amorfo -112,2445 570537 0,0000 -0,3175 0,0028 Perfil Misto Predominância 3 & Perfil Misto Predominância 4 87,0284 739390 0,0000 1,4924 0,0171 Perfil Misto Predominância 3 & Perfil Amorfo -27,4138 735668 0,0000 -0,5306 0,0194 Perfil Misto Predominância 4 & Perfil Amorfo 84,2409 750605 0,0000 1,1460 0,0136
Fonte: Elaborado pelo autor.
147
APÊNDICE D – RESULTADOS DO MODELO GRADE OF MEMBERSHIP PARA O PERFIL AMORFO
Tabela 1 – Frequência absoluta observada (N) frequência relativa observada (%), estimativas de Á�Âà por categoria das variáveis e razões entre Á�Âà e frequência relativa observada (Á�ÂÃ/Freq.) (amorfos) – RMPA, RMBH e RMR – 2008
(continua)
Variáveis/Categorias Frequências Perfis Razão Lambda/Frequência
N % Á�ÂÃÄ Á�ÂÃÅ Á�ÂÃÄ/Freq. Á�ÂÃÅ/Freq. Grupo Etário
De 15 a 17 anos 1247 23,3 0,4959 0,0000 2,128 0,000 De 18 a 19 anos 762 14,2 0,2849 0,0000 2,006 0,000 De 20 a 22 anos 920 17,2 0,1636 0,1808 0,951 1,051 De 23 a 24 anos 643 12 0,0556 0,1851 0,463 1,543 De 25 a 29 anos 1783 33,3 0,0000 0,6341 0,000 1,904
Sexo Masculino 2402 44,9 0,5606 0,3263 1,249 0,727 Feminino 2953 55,1 0,4394 0,6737 0,797 1,223
Cor ou Raça Brancos/Amarelos 2800 52,3 0,4830 0,5664 0,924 1,083 Pretos/Pardos/Indígenas 2552 47,7 0,5170 0,4336 1,084 0,909 Ignorado 3 0,1 0,0000 0,0000 0,000 0,000
Escolaridade Até 4 anos 401 7,5 0,0715 0,0787 0,953 1,049 De 5 a 8 anos 1884 35,2 0,4719 0,2355 1,341 0,669 De 9 a 11 anos 2406 44,9 0,4566 0,4501 1,017 1,002 12 anos e mais 614 11,5 0,0000 0,2357 0,000 2,050 Não determinado 50 0,9 0,0000 0,0000 0,000 0,000
Defasagem Escolar Idade/Grau Não estudantes 3171 59,2 0,2641 0,9124 0,446 1,541 Estudantes defasados 1496 27,9 0,5687 0,0000 2,038 0,000 Estudantes regulares 638 11,9 0,1503 0,0876 1,263 0,736 Não determinado 50 0,9 0,0168 0,0000 1,867 0,000
148
Tabela 1 – Frequência absoluta observada (N) frequência relativa observada (%), estimativas de Á�Âà por categoria das variáveis e razões entre Á�Âà e frequência relativa observada (Á�ÂÃ/Freq.) (amorfos) – RMPA, RMBH e RMR – 2008
(continuação)
Variáveis/Categorias Frequências Perfis Razão Lambda/Frequência N % Á�ÂÃÄ Á�ÂÃÅ Á�ÂÃÄ/Freq. Á�ÂÃÅ/Freq.
Condição Associada de Frequência Escolar e Trabalho Trabalha e frequenta escola 850 15,9 0,2352 0,0924 1,479 0,581 Procura trabalho e frequenta escola 399 7,5 0,1504 0,0000 2,005 0,000 Não trabalha, não procura trabalho e frequenta escola 935 17,5 0,3762 0,0000 2,150 0,000 Trabalha e não frequenta escola 1597 29,8 0,1341 0,4357 0,450 1,462 Procura trabalho e não frequenta escola 692 12,9 0,1041 0,1541 0,807 1,195 Não trabalha, não procura trabalho e não frequenta escola 882 16,5 0,0000 0,3177 0,000 1,925
Formalidade do Trabalho Trabalhador formal 1216 22,7 0,0000 0,4394 0,000 1,936 Trabalhador informal 1231 23 0,3094 0,1519 1,345 0,660 Não trabalha 2908 54,3 0,6906 0,4087 1,272 0,753
Renda do Trabalho Não trabalha 2908 54,3 0,6524 0,4320 1,201 0,796 Não remunerado/Sem rendimento/Sem informação 149 2,8 0,0539 0,0000 1,925 0,000 Menos de 1 SM 978 18,3 0,2714 0,0905 1,483 0,495 De 1 a menos de 2 SM 828 15,5 0,0224 0,2878 0,145 1,857 De 2 SM e mais 492 9,2 0,0000 0,1897 0,000 2,062
Renda Domiciliar Mensal Per Capita Menos de 1 SM 3147 58,8 0,7225 0,4423 1,229 0,752 De 1 a menos de 2 SM 1249 23,3 0,1886 0,2815 0,809 1,208 De 2 SM e mais 768 14,3 0,0454 0,2489 0,317 1,741 Sem informação 191 3,6 0,0434 0,0273 1,206 0,758
Renda do Indivíduo em Relação à Renda do Domicílio Não trabalha e/ou Não possui renda e/ou Domicílio não tem rendimento 3024 56,5 0,6997 0,4246 1,238 0,752 Até 24,9% 692 12,9 0,1910 0,0642 1,481 0,498 De 25 a 49,9% 825 15,4 0,1093 0,2002 0,710 1,300 De 50% e mais 814 15,2 0,0000 0,3111 0,000 2,047
Tipo de Arranjo Familiar Casal com filhos menores de 14 anos 1456 27,2 0,2429 0,3038 0,893 1,117 Monoparental feminina com filhos menores de 14 anos 442 8,3 0,0946 0,0696 1,140 0,839 Outros tipos de família 3457 64,6 0,6625 0,6266 1,026 0,970
149
Tabela 1 – Frequência absoluta observada (N) frequência relativa observada (%), estimativas de Á�Âà por categoria das variáveis e razões entre Á�Âà e frequência relativa observada (Á�ÂÃ/Freq.) (amorfos) – RMPA, RMBH e RMR – 2008
(continuação)
Variáveis/Categorias Frequências Perfis Razão Lambda/Frequência
N % Á�ÂÃÄ Á�ÂÃÅ Á�ÂÃÄ/Freq. Á�ÂÃÅ/Freq. Famílias Conviventes
Sim 671 12,5 0,0932 0,1597 0,746 1,278 Não 4684 87,5 0,9068 0,8403 1,036 0,960
Densidade de Moradores por Dormitório Até 1 723 13,5 0,0732 0,2017 0,542 1,494 Acima de 1 até 2 3275 61,2 0,6167 0,6063 1,008 0,991 Acima de 2 até 3 998 18,6 0,2297 0,1393 1,235 0,749 Acima de 3 359 6,7 0,0804 0,0527 1,200 0,787
Posição na Família Pessoa de referência 1098 20,5 0,0000 0,4981 0,000 2,430 Cônjuge 980 18,3 0,0000 0,4353 0,000 2,379 Filho (a) 2622 49 0,8295 0,0000 1,693 0,000 Outros 655 12,2 0,1705 0,0666 1,398 0,546
Estado Conjugal Unido (a) 1861 34,8 0,0000 0,7511 0,000 2,158 Não unido (a) 634 11,8 0,0000 0,2489 0,000 2,109 Não identificável 2860 53,4 1,0000 0,0000 1,873 0,000
Número de Filhos Nenhum filho 1494 27,9 0,0000 0,6072 0,000 2,176 1 filho 577 10,8 0,0000 0,2275 0,000 2,106 2 filhos 290 5,4 0,0000 0,1132 0,000 2,096 3 filhos ou mais 134 2,5 0,0000 0,0521 0,000 2,084 Não identificável 2860 53,4 1,0000 0,0000 1,873 0,000
Idade Com Que Teve o Primeiro Filho Menos de 20 anos 508 9,5 0,0000 0,1983 0,000 2,087 Com 20 anos ou mais 444 8,3 0,0000 0,1731 0,000 2,086 Não aplicável ou não identificável 4403 82,2 1,0000 0,6286 1,217 0,765
150
Tabela 1 – Frequência absoluta observada (N) frequência relativa observada (%), estimativas de Á�Âà por categoria das variáveis e razões entre Á�Âà e frequência relativa observada (Á�ÂÃ/Freq.) (amorfos) – RMPA, RMBH e RMR – 2008
(conclusão)
Variáveis/Categorias Frequências Perfis Razão Lambda/Frequência
N % Á�ÂÃÄ Á�ÂÃÅ Á�ÂÃÄ/Freq. Á�ÂÃÅ/Freq. Escolaridade da Mãe
Até 4 anos 955 17,8 0,3341 0,0000 1,877 0,000 De 5 a 8 anos 1000 18,7 0,3493 0,0000 1,868 0,000 De 9 a 11 anos 974 18,2 0,2432 0,1111 1,336 0,610 De 12 anos e mais 361 6,7 0,0735 0,0606 1,097 0,904 Educação da mãe não identificável ou não determinada 2065 38,6 0,0000 0,8284 0,000 2,146
Migrante na Década Sim 1268 23,7 0,1453 0,3357 0,613 1,416 Não 4087 76,3 0,8547 0,6643 1,120 0,871
Esgotamento Sanitário do Domicílio Esgoto não ligado à rede geral 1625 30,3 0,3393 0,2646 1,120 0,873 Esgoto ligado à rede geral 3730 69,7 0,6607 0,7354 0,948 1,055
Fonte: Elaborado pelo autor. Nota: O primeiro critério definido como 1) Razão entre o total marginal estimado gÁ�ÂÃh e observado (%) igual ou maior que 1,2 é designado pelas caselas em verde. O segundo critério definido como 2) Razão entre o total marginal estimado gÁ�ÂÃh e observado (%) igual ou maior que 1,2 e no mínimo 80% para o total marginal estimado e o terceiro critério definido como 3) Razão entre o total marginal estimado gÁ�ÂÃh e observado (%) igual ou maior que 1,5 e no mínimo 20% para o total marginal estimado são designados pelas caselas em verde e com fontes em negrito.
151
Tabela 2 – Distribuição percentual dos perfis puros segundo linhas de corte de pertencimento puro (LCPP) de ��� (amorfos) – RMPA, RMBH e RMR – 2008
Perfis
LCPP
Perfil Puro A1 Perfil Puro A2 Total Perfis Puros
N % N % N %
= 1,0000 453.368 31,2 454.968 31,3 908.336 62,5 ≥ 0,9500 466.944 32,1 0 0,0 466.944 32,1 ≥ 0,9000 480.199 33,0 0 0,0 480.199 33,0 ≥ 0,8500 529.348 36,4 0 0,0 529.348 36,4 ≥ 0,8000 581.508 40,0 0 0,0 581.508 40,0 ≥ 0,7500 633.924 43,6 0 0,0 633.924 43,6 ≥ 0,7000 671.496 46,2 0 0,0 671.496 46,2 ≥ 0,6500 704.643 48,5 0 0,0 704.643 48,5
Fonte: Elaborado pelo autor.
Tabela 3 – Distribuição percentual dos perfis mistos e amorfo segundo linhas de corte de pertencimento puro (LCPP) e preponderância de misto (LCPM) de �PQ (amorfos) –
RMPA, RMBH e RMR – 2008
Perfis LCPP & LCPM
Perfil Misto Preponderância
Perfil A1
Perfil Misto Preponderância
Perfil A2 Total Perfis Mistos Perfil Amorfo
N % N % N % N % = 1,0000 & ≥ 0,6000 217.900 15,0 144.350 9,9 362.250 24,9 182.534 12,6 = 1,0000 & ≥ 0,5000 0 0,0 0 0,0 0 0,0 999.752 68,8 = 1,0000 & ≥ 0,4000 0 0,0 0 0,0 0 0,0 999.752 68,8 ≥ 0,9500 & ≥ 0,6000 0 0,0 0 0,0 0 0,0 986.176 67,9 ≥ 0,9500 & ≥ 0,5000 0 0,0 0 0,0 0 0,0 986.176 67,9 ≥ 0,9500 & ≥ 0,4000 0 0,0 0 0,0 0 0,0 986.176 67,9 ≥ 0,9000 & ≥ 0,6000 0 0,0 0 0,0 0 0,0 972.921 67,0 ≥ 0,9000 & ≥ 0,5000 0 0,0 0 0,0 0 0,0 972.921 67,0 ≥ 0,9000 & ≥ 0,4000 0 0,0 0 0,0 0 0,0 972.921 67,0 ≥ 0,8500 & ≥ 0,6000 0 0,0 0 0,0 0 0,0 923.772 63,6 ≥ 0,8500 & ≥ 0,5000 0 0,0 0 0,0 0 0,0 923.772 63,6 ≥ 0,8500 & ≥ 0,4000 0 0,0 0 0,0 0 0,0 923.772 63,6 ≥ 0,8000 & ≥ 0,6000 0 0,0 0 0,0 0 0,0 871.612 60,0 ≥ 0,8000 & ≥ 0,5000 0 0,0 0 0,0 0 0,0 871.612 60,0 ≥ 0,8000 & ≥ 0,4000 0 0,0 0 0,0 0 0,0 871.612 60,0 ≥ 0,7500 & ≥ 0,6000 0 0,0 0 0,0 0 0,0 819.196 56,4 ≥ 0,7500 & ≥ 0,5000 0 0,0 0 0,0 0 0,0 819.196 56,4 ≥ 0,7500 & ≥ 0,4000 0 0,0 0 0,0 0 0,0 819.196 56,4 ≥ 0,7000 & ≥ 0,6000 0 0,0 0 0,0 0 0,0 781.624 53,8 ≥ 0,7000 & ≥ 0,5000 0 0,0 0 0,0 0 0,0 781.624 53,8 ≥ 0,7000 & ≥ 0,4000 0 0,0 0 0,0 0 0,0 781.624 53,8 ≥ 0,6500 & ≥ 0,6000 0 0,0 0 0,0 0 0,0 748.477 51,5 ≥ 0,6500 & ≥ 0,5000 0 0,0 0 0,0 0 0,0 748.477 51,5 ≥ 0,6500 & ≥ 0,4000 0 0,0 0 0,0 0 0,0 748.477 51,5
Fonte: Elaborado pelo autor.
152
Tabela 4 – Teste t de student de diferença entre médias para a variável idade entre perfis multidimensionais de vulnerabilidade social das juventudes (amorfos) – RMPA, RMBH e
RMR – 2008
t df Sig. (2-tailed)
Mean Difference
Std. Error Difference
Perfil Puro 1 & Perfil A1 185,7830 736953 0,0000 1,2539 0,0067 Perfil Puro 1 & Perfil A2 -937,3077 738553 0,0000 -6,8455 0,0073 Perfil Puro 1 & Perfil Misto Predominância A1 -238,9571 501485 0,0000 -2,5468 0,0107 Perfil Puro 1 & Perfil Misto Predominância A2 -399,0499 427935 0,0000 -4,7819 0,0120 Perfil Puro 2 & Perfil A1 198,7562 686608 0,0000 1,2543 0,0063 Perfil Puro 2 & Perfil A2 -974,4722 688208 0,0000 -6,8451 0,0070 Perfil Puro 2 & Perfil Misto Predominância A1 -247,6502 451140 0,0000 -2,5465 0,0103 Perfil Puro 2 & Perfil Misto Predominância A2 -426,4638 377590 0,0000 -4,7816 0,0112 Perfil Puro 3 & Perfil A1 1616,0406 852895 0,0000 8,4686 0,0052 Perfil Puro 3 & Perfil A2 64,2704 854495 0,0000 0,3692 0,0057 Perfil Puro 3 & Perfil Misto Predominância A1 555,9781 617427 0,0000 4,6679 0,0084 Perfil Puro 3 & Perfil Misto Predominância A2 261,3910 543877 0,0000 2,4328 0,0093 Perfil Puro 4 & Perfil A1 1108,3213 1223994 0,0000 6,0443 0,0055 Perfil Puro 4 & Perfil A2 -360,1506 1225594 0,0000 -2,0551 0,0057 Perfil Puro 4 & Perfil Misto Predominância A1 270,4808 988526 0,0000 2,2436 0,0083 Perfil Puro 4 & Perfil Misto Predominância A2 0,8758 914976 0,3811 0,0085 0,0097 Perfil Misto Predominância 1 & Perfil A1 338,9922 472532 0,0000 5,5659 0,0164 Perfil Misto Predominância 1 & Perfil A2 -128,9166 474132 0,0000 -2,5335 0,0197 Perfil Misto Predominância 1 & Perfil Misto Predominância A1 60,9320 237064 0,0000 1,7652 0,0290 Perfil Misto Predominância 1 & Perfil Misto Predominância A2 -16,0751 163514 0,0000 -0,4699 0,0292 Perfil Misto Predominância 2 & Perfil A1 296,6326 470086 0,0000 5,2168 0,0176 Perfil Misto Predominância 2 & Perfil A2 -136,9637 471686 0,0000 -2,8826 0,0210 Perfil Misto Predominância 2 & Perfil Misto Predominância A1 45,6409 234618 0,0000 1,4160 0,0310 Perfil Misto Predominância 2 & Perfil Misto Predominância A2 -26,1598 161068 0,0000 -0,8191 0,0313 Perfil Misto Predominância 3 & Perfil A1 567,9696 483291 0,0000 7,6491 0,0135 Perfil Misto Predominância 3 & Perfil A2 -28,1413 484891 0,0000 -0,4503 0,0160 Perfil Misto Predominância 3 & Perfil Misto Predominância A1 163,2591 247823 0,0000 3,8484 0,0236 Perfil Misto Predominância 3 & Perfil Misto Predominância A2 67,3001 174273 0,0000 1,6133 0,0240 Perfil Misto Predominância 4 & Perfil A1 420,7935 535280 0,0000 4,0304 0,0096 Perfil Misto Predominância 4 & Perfil A2 -373,1304 536880 0,0000 -4,0690 0,0109 Perfil Misto Predominância 4 & Perfil Misto Predominância A1 14,3521 299812 0,0000 0,2296 0,0160 Perfil Misto Predominância 4 & Perfil Misto Predominância A2 -117,7766 226262 0,0000 -2,0055 0,0170 Perfil A1 & Perfil A2 -1609,5763 908334 0,0000 -8,0994 0,0050 Perfil A1 & Perfil Misto Predominância A1 -515,9706 671266 0,0000 -3,8007 0,0074 Perfil A1 & Perfil Misto Predominância A2 -751,7110 597716 0,0000 -6,0358 0,0080 Perfil A1 & Perfil Amorfo -763,5922 635900 0,0000 -5,7575 0,0075 Perfil A2 & Perfil Misto Predominância A1 535,6216 672866 0,0000 4,2987 0,0080 Perfil A2 & Perfil Misto Predominância A2 230,9231 599316 0,0000 2,0636 0,0089 Perfil A2 & Perfil Amorfo 281,9364 637500 0,0000 2,3419 0,0083 Perfil Misto Predominância A1 & Perfil Misto Predominância A2 -170,8722 362248 0,0000 -2,2351 0,0131 Perfil Misto Predominância A1 & Perfil Amorfo -161,1112 400432 0,0000 -1,9568 0,0121 Perfil Misto Predominância A2 & Perfil Amorfo 20,7804 326882 0,0000 0,2783 0,0134
Fonte: Elaborado pelo autor.
153
Tabela 5 – Teste t de student de diferença entre médias para a variável anos de estudo entre perfis multidimensionais de vulnerabilidade social das juventudes (amorfos) –
RMPA, RMBH e RMR – 2008
t df Sig. (2-tailed)
Mean Difference
Std. Error Difference
Perfil Puro 1 & Perfil A1 -269,3734 736953 0,0000 -1,5797 0,0059 Perfil Puro 1 & Perfil A2 -469,9898 738553 0,0000 -3,4328 0,0073 Perfil Puro 1 & Perfil Misto Predominância A1 -277,4636 501485 0,0000 -2,2739 0,0082 Perfil Puro 1 & Perfil Misto Predominância A2 -299,7800 427935 0,0000 -2,7905 0,0093 Perfil Puro 2 & Perfil A1 407,4441 686608 0,0000 2,3247 0,0057 Perfil Puro 2 & Perfil A2 63,2262 688208 0,0000 0,4716 0,0075 Perfil Puro 2 & Perfil Misto Predominância A1 206,4086 451140 0,0000 1,6305 0,0079 Perfil Puro 2 & Perfil Misto Predominância A2 127,5512 377590 0,0000 1,1140 0,0087 Perfil Puro 3 & Perfil A1 42,7045 852895 0,0000 0,2466 0,0058 Perfil Puro 3 & Perfil A2 -234,9141 854495 0,0000 -1,6065 0,0068 Perfil Puro 3 & Perfil Misto Predominância A1 -54,9934 617427 0,0000 -0,4477 0,0081 Perfil Puro 3 & Perfil Misto Predominância A2 -101,8839 543877 0,0000 -0,9642 0,0095 Perfil Puro 4 & Perfil A1 726,7580 1223994 0,0000 3,1317 0,0043 Perfil Puro 4 & Perfil A2 253,0797 1225594 0,0000 1,2786 0,0051 Perfil Puro 4 & Perfil Misto Predominância A1 400,6087 988526 0,0000 2,4375 0,0061 Perfil Puro 4 & Perfil Misto Predominância A2 270,4241 914976 0,0000 1,9210 0,0071 Perfil Misto Predominância 1 & Perfil A1 -14,0453 472532 0,0000 -0,2436 0,0173 Perfil Misto Predominância 1 & Perfil A2 -86,9109 474132 0,0000 -2,0967 0,0241 Perfil Misto Predominância 1 & Perfil Misto Predominância A1 -39,6008 237064 0,0000 -0,9378 0,0237 Perfil Misto Predominância 1 & Perfil Misto Predominância A2 -58,0130 163514 0,0000 -1,4544 0,0251 Perfil Misto Predominância 2 & Perfil A1 201,1356 470086 0,0000 3,6416 0,0181 Perfil Misto Predominância 2 & Perfil A2 70,1354 471686 0,0000 1,7885 0,0255 Perfil Misto Predominância 2 & Perfil Misto Predominância A1 119,5689 234618 0,0000 2,9473 0,0246 Perfil Misto Predominância 2 & Perfil Misto Predominância A2 94,1076 161068 0,0000 2,4308 0,0258 Perfil Misto Predominância 3 & Perfil A1 79,8452 483291 0,0000 1,1325 0,0142 Perfil Misto Predominância 3 & Perfil A2 -36,9078 484891 0,0000 -0,7207 0,0195 Perfil Misto Predominância 3 & Perfil Misto Predominância A1 22,5702 247823 0,0000 0,4382 0,0194 Perfil Misto Predominância 3 & Perfil Misto Predominância A2 -3,7800 174273 0,0002 -0,0783 0,0207 Perfil Misto Predominância 4 & Perfil A1 88,1132 535280 0,0000 0,8016 0,0091 Perfil Misto Predominância 4 & Perfil A2 -86,2755 536880 0,0000 -1,0515 0,0122 Perfil Misto Predominância 4 & Perfil Misto Predominância A1 8,5706 299812 0,0000 0,1074 0,0125 Perfil Misto Predominância 4 & Perfil Misto Predominância A2 -29,9993 226262 0,0000 -0,4091 0,0136 Perfil A1 & Perfil A2 -311,9547 908334 0,0000 -1,8531 0,0059 Perfil A1 & Perfil Misto Predominância A1 -102,3422 671266 0,0000 -0,6942 0,0068 Perfil A1 & Perfil Misto Predominância A2 -155,9961 597716 0,0000 -1,2108 0,0078 Perfil A1 & Perfil Amorfo -137,0954 635900 0,0000 -1,0159 0,0074 Perfil A2 & Perfil Misto Predominância A1 137,8385 672866 0,0000 1,1589 0,0084 Perfil A2 & Perfil Misto Predominância A2 65,0472 599316 0,0000 0,6423 0,0099 Perfil A2 & Perfil Amorfo 91,1525 637500 0,0000 0,8372 0,0092 Perfil Misto Predominância A1 & Perfil Misto Predominância A2 -47,8106 362248 0,0000 -0,5165 0,0108 Perfil Misto Predominância A1 & Perfil Amorfo -31,0333 400432 0,0000 -0,3217 0,0104 Perfil Misto Predominância A2 & Perfil Amorfo 16,5133 326882 0,0000 0,1949 0,0118
Fonte: Elaborado pelo autor.
154
Tabela 6 – Teste t de student de diferença entre médias para a variável renda domiciliar mensal per capita em salários mínimos entre perfis multidimensionais de
vulnerabilidade social das juventudes (amorfos) – RMPA, RMBH e RMR – 2008
T df Sig. (2-tailed)
Mean Difference
Std. Error Difference
Perfil Puro 1 & Perfil A1 -243,6140 720881 0,0000 -0,3926 0,0016 Perfil Puro 1 & Perfil A2 -309,1928 727072 0,0000 -1,4870 0,0048 Perfil Puro 1 & Perfil Misto Predominância A1 -252,4573 487639 0,0000 -0,7227 0,0029 Perfil Puro 1 & Perfil Misto Predominância A2 -339,0475 418097 0,0000 -0,8351 0,0025 Perfil Puro 2 & Perfil A1 504,9606 654347 0,0000 2,5341 0,0050 Perfil Puro 2 & Perfil A2 200,1139 660538 0,0000 1,4397 0,0072 Perfil Puro 2 & Perfil Misto Predominância A1 291,4149 421105 0,0000 2,2040 0,0076 Perfil Puro 2 & Perfil Misto Predominância A2 236,6303 351563 0,0000 2,0915 0,0088 Perfil Puro 3 & Perfil A1 9,3450 834993 0,0000 0,0159 0,0017 Perfil Puro 3 & Perfil A2 -257,8956 841184 0,0000 -1,0785 0,0042 Perfil Puro 3 & Perfil Misto Predominância A1 -110,7267 601751 0,0000 -0,3142 0,0028 Perfil Puro 3 & Perfil Misto Predominância A2 -154,0251 532209 0,0000 -0,4266 0,0028 Perfil Puro 4 & Perfil A1 390,9820 1159748 0,0000 1,4351 0,0037 Perfil Puro 4 & Perfil A2 73,7712 1165939 0,0000 0,3407 0,0046 Perfil Puro 4 & Perfil Misto Predominância A1 202,4914 926506 0,0000 1,1050 0,0055 Perfil Puro 4 & Perfil Misto Predominância A2 152,2432 856964 0,0000 0,9926 0,0065 Perfil Misto Predominância 1 & Perfil A1 -9,3269 457776 0,0000 -0,0573 0,0061 Perfil Misto Predominância 1 & Perfil A2 -61,8236 463967 0,0000 -1,1517 0,0186 Perfil Misto Predominância 1 & Perfil Misto Predominância A1 -35,2829 224534 0,0000 -0,3874 0,0110 Perfil Misto Predominância 1 & Perfil Misto Predominância A2 -53,5636 154992 0,0000 -0,4998 0,0093 Perfil Misto Predominância 2 & Perfil A1 254,9060 454054 0,0000 1,9657 0,0077 Perfil Misto Predominância 2 & Perfil A2 41,2854 460245 0,0000 0,8713 0,0211 Perfil Misto Predominância 2 & Perfil Misto Predominância A1 123,0134 220812 0,0000 1,6355 0,0133 Perfil Misto Predominância 2 & Perfil Misto Predominância A2 125,0532 151270 0,0000 1,5231 0,0122 Perfil Misto Predominância 3 & Perfil A1 57,1754 468991 0,0000 0,2891 0,0051 Perfil Misto Predominância 3 & Perfil A2 -54,4268 475182 0,0000 -0,8053 0,0148 Perfil Misto Predominância 3 & Perfil Misto Predominância A1 -4,5959 235749 0,0000 -0,0410 0,0089 Perfil Misto Predominância 3 & Perfil Misto Predominância A2 -19,6841 166207 0,0000 -0,1534 0,0078 Perfil Misto Predominância 4 & Perfil A1 112,1970 517107 0,0000 0,3928 0,0035 Perfil Misto Predominância 4 & Perfil A2 -75,4964 523298 0,0000 -0,7016 0,0093 Perfil Misto Predominância 4 & Perfil Misto Predominância A1 10,4878 283865 0,0000 0,0627 0,0060 Perfil Misto Predominância 4 & Perfil Misto Predominância A2 -8,9013 214323 0,0000 -0,0497 0,0056 Perfil A1 & Perfil A2 -270,9725 884325 0,0000 -1,0944 0,0040 Perfil A1 & Perfil Misto Predominância A1 -113,6770 644892 0,0000 -0,3301 0,0029 Perfil A1 & Perfil Misto Predominância A2 -150,1433 575350 0,0000 -0,4425 0,0029 Perfil A1 & Perfil Amorfo -113,7172 613678 0,0000 -0,3334 0,0029 Perfil A2 & Perfil Misto Predominância A1 126,5450 651083 0,0000 0,7643 0,0060 Perfil A2 & Perfil Misto Predominância A2 91,1942 581541 0,0000 0,6519 0,0071 Perfil A2 & Perfil Amorfo 117,8809 619869 0,0000 0,7610 0,0065 Perfil Misto Predominância A1 & Perfil Misto Predominância A2 -22,9349 342108 0,0000 -0,1124 0,0049 Perfil Misto Predominância A1 & Perfil Amorfo -0,6959 380436 0,4865 -0,0033 0,0048 Perfil Misto Predominância A2 & Perfil Amorfo 22,2756 310894 0,0000 0,1091 0,0049
Fonte: Elaborado pelo autor.
top related