Relatório dos municípios do Ceará
Andrade L. M.
2023-11-29
Introdução
O objetivo deste relatório é apresentar uma análise do Índice de Desenvolvimento Humano Municipal (IDHM) dos municípios do estado do Ceará, considerando as três dimensões que compõem esse indicador: longevidade, educação e renda. O IDHM é uma medida sintética que busca captar o grau de desenvolvimento humano de uma determinada população, baseada nos conceitos e metodologias do Índice de Desenvolvimento Humano (IDH) global, elaborado pelo Programa das Nações Unidas para o Desenvolvimento (PNUD). Além do IDHM, este relatório também utiliza outros dados socioeconômicos e demográficos dos municípios cearenses, disponibilizados pelo Instituto Brasileiro de Geografia e Estatística (IBGE), a fim de estabelecer relações e comparações entre as diferentes realidades locais.
O Ceará é um estado situado na região Nordeste do Brasil, que possui
uma área de 148.825,6 km² e uma população estimada em 9.187.103
habitantes. Segundo o último censo do IBGE, realizado em 2020, o Ceará
apresenta um IDHM de 0,735, o que o coloca na primeira posição entre os
estados nordestinos e na décima segunda posição no ranking nacional.
Esse valor representa um avanço significativo em relação ao IDHM de
0,682 registrado em 2010, demonstrando que o estado tem investido em
políticas públicas voltadas para a melhoria da qualidade de vida de sua
população. No entanto, ainda há desafios e desigualdades a serem
superados, especialmente no que se refere à distribuição territorial e
social dos recursos e oportunidades. Por isso, é importante realizar uma
análise mais detalhada do IDHM e de seus componentes, bem como de outros
indicadores relevantes, para compreender melhor as potencialidades e as
vulnerabilidades dos municípios cearenses.
Material e Métodos.
Para começo de conversa, a cada dez anos é realizado um
levantamento sociodemográfico efetuado pelo IBGE (Instituto Brasileiro
de Geografia e Estatística), o maior provedor de dados e informações do
país, com o objetivo de atualizar informações em relação ao país como um
todo, prever tendências gerais tanto a nível federal como estadual e
municipal com base na amostra de dados coletados, dentre outros. Tal
levantamento é separado por estados e leva em conta o número de
residentes nos respectivos municípios, bem como o IDHM e o PIB.
A fim de cumprir com o objetivo deste relatório, serão utilizados os dados abertos fornecidos pelo IBGE referentes ao estado do Ceará, em específico, podendo ser acessados no seguinte domínio:Dados Ceará. Sua estrutura se caracteriza por ser um tipo de dado estruturado com extensão .xlsx possibilitando sua visualização em aplicativos de planilhas como Excel – esta que também foi o local utilizado para tratamento dos dados em questão – cujas variáveis se encontram divididas e elencadas da seguinte forma: nome do município (MUN), Índice de Desenvolvimento Humano Municipal (IDHM), área territorial em km² (ATK), escolarização (ESC), mortalidade infantil (MI) e Produto Interno Bruto per capita (PIB).
De modo a fornecer uma melhor análise, os dados foram importados para o RStudio, um software livre de código aberto que oferece uma interface de trabalho capaz de otimizar tarefas de processamento e análises de dados em linguagem R. Além disso, este fornece bibliotecas que auxiliam na segregação de variáveis essenciais e geração de gráficos. A biblioteca utilizada para fins do presente projeto foi o pacote ggplot2, elaborado por Hadley Wickham tendo como base a filosofia do estatístico Leland Wilkinson o qual defende em seu livro A Gramática dos gráficos que gráfico é o mapeamento dos dados em atributos estéticos de formas geométricas. Com isso, o pacote ggplot2 é utilizado no presente trabalho como principal gerador de gráficos sobrepondo camada por camada de sua estrutura e ainda fornecendo uma estética agradável que favorece a interpretação. Além do ggplot2, foi feito uso do pacote readxl, o mais indicado para obtenção de dados tabulares da plataforma Excel para R pelo fato de não possuir dependências externas, tornando-o assim uma ferramenta de fácil acesso e uso.
Apresentados os materiais utilizados, faz-se necessário a separação
dos objetivos da análise. A princípio, foram importados os dados do
Excel para o RStudio utilizando a função as.data.frame do
pacote readxl fazendo com que gerasse um data frame dentro do ambiente
do software. Um dos objetivos da presente análise é indicar quais os
municípios com maiores e quais com os menores IDH. Para isso, foi
necessário isolar as variáveis IDHM e MUN – referentes ao Índice de
Desenvolvimento Humano e Municípios respectivamente – e, por meio do
comando order da biblioteca ggplot2, ordenar o IDH de forma
crescente e decrescente de cada município gerando um gráfico em tabela
na horizontal.Ainda, provinda da mesma biblioteca, gerou-se dados do
tipo Cleveland Dot Plot responsáveis por apresentar uma relação mais
ampla entre a variável IDHM e as demais.
Os gráficos mencionados anteriormente, bem como seus resultados serão
melhor explicados mais adiante.
Resultados
A imagem é um gráfico de barras que mostra os dez municípios com o melhor Índice de Desenvolvimento Humano Municipal (IDHM) no Estado do Ceará. Os municípios estão listados no eixo y e o IDHM está mostrado no eixo x.
Os municípios com o maior IDHM são Fortaleza, Sobral, Crato, Eusébio, todos localizados no estado do Ceará. Eles têm um IDHM acima de 0,7, o que indica um alto grau de desenvolvimento humano. Esses municípios se destacam por terem bons indicadores de educação, saúde e renda.
A imagem acima é um gráfico de barras que mostra os dez municípios com o pior Índice de Desenvolvimento Humano Municipal (IDHM) no Brasil. Os municípios estão listados no eixo y e o IDHM está mostrado no eixo x.
Os municípios com o menor IDHM são: Uruoca, Salitre, Parambu, Graça, Itatira, General Sampaio, Aiuaba, Araripe, Potengi e Solonópole, todos localizados no estado do Ceará. Eles têm um IDHM abaixo de 0,6, o que indica um baixo grau de desenvolvimento humano. Esses municípios apresentam problemas nas dimensões de educação, saúde e renda.
Relação entre Área Territorial - km² e IDHM.
O gráfico acima é de dispersão que mostra a relação entre a área territorial (em km²) e o Índice de Desenvolvimento Humano Municipal (IDHM) para as 10 municípios com melhor e as 10 municípios com pior Índice de Desenvolvimento Humano Municipal (IDHM). As cidades são representadas por pontos azuis e vermelhos. Os pontos azuis representam cidades com o maior IDHM. Os pontos vermelhos representam cidades com os piores IDHM.
Existe uma relação entre a área territorial (em km²) e o IDHM das cidades do Brasil. Essa relação é inversa, ou seja, quanto maior a área territorial, menor o IDHM, e vice-versa. Isso significa que as cidades com maior desenvolvimento humano tendem a ter áreas territoriais menores, enquanto as cidades com menor desenvolvimento humano tendem a ter áreas territoriais maiores, mas podemos observa que essa relação inversa ocorre no estado do Ceará com alguns municípios como Parambu, aiuaba, Granja, que tem mais de 2000km² de área territorial. Há uma Exceção que é o município de Sobral que tem também mais de 2000km² de área territorial mas contem um alto Índice de Desenvolvimento Humano Municipal (IDHM).
Relação entre Escolarização e IDHM.
O Ceará é um dos estados brasileiros que mais se sobressaem na qualidade da educação básica, segundo o Índice de Desenvolvimento da Educação Básica (Ideb). Esse índice é baseado nos resultados das provas de português e matemática (Saeb) e nas taxas de aprovação dos estudantes.
No entanto, o gráfico acima mostra que a escolaridade da população adulta, que é um dos componentes do Índice de Desenvolvimento Humano Municipal (IDHM), não é tão diferente entre os municípios com o maior e o menor IDHM do Ceará. Isso indica que a educação básica não é o único fator que influencia o desenvolvimento humano, mas também a saúde e a renda.
Relação entre Mortalidade infantil e IDHM.
A relação entre a taxa de mortalidade infantil e o IDHM é inversa, ou seja, quanto menor a taxa de mortalidade infantil, maior o IDHM, e vice-versa. Isso significa que a taxa de mortalidade infantil é um indicador da qualidade de vida e das condições de saúde de uma população. A taxa de mortalidade infantil é influenciada por vários fatores, como o acesso aos serviços de saúde, a cobertura vacinal, o saneamento básico, a nutrição, a renda, a escolaridade da mãe, entre outros.E no gráfico acima podemos ver essa relação inversa pois os municípios com maior IDHM não passam de 13 pontos de Taxa de Mortalidade infantil enquanto os que tem pior IDHM ultrapassam os 15 pontos.
Relação PIB per capita e IDHM.
O PIB per capita é um indicador que mede o valor da produção de bens e serviços de uma região dividido pelo número de habitantes. O IDHM é um indicador que mede o grau de desenvolvimento humano de uma região, considerando as dimensões de renda, educação e longevidade. A relação entre esses dois indicadores pode refletir o nível de bem-estar, qualidade de vida e oportunidades de uma população.No estado do Ceará, o PIB per capita apresentou um crescimento de 24,4% entre 2012 e 2017.
No gráfico a cima podemos observa que os municípios com pior IDHM não ultrapassam a marca de 14000 pontos, enquanto os com o melhor IDHM estão acima dos 19000 pontos. demostrando que quanto maior o PIB per capita, maior o IDHM.
Conclusão
A análise dos dados revelou que o Produto Interno Bruto Per Capita(PIB) e a taxa de Mortalidade Infantil(MI) foram os fatores preponderantes que influenciaram significativamente o Índice de Desenvolvimento Humano Municipal (IDHM) nos municípios do Ceará. Estes indicadores refletem não apenas a situação econômica, mas também a qualidade de vida e saúde da população, sendo pilares essenciais para o desenvolvimento humano regional.
Diante disso, torna-se evidente a importância de implementar políticas públicas direcionadas a essas áreas específicas. A ênfase em estratégias que promovam o crescimento do IDHM nos municípios cearenses se torna fundamental, visando a melhoria dos indicadores de riqueza, saúde e bem-estar da população local. Essas medidas têm o potencial de impulsionar um desenvolvimento mais equitativo e abrangente na região.
Referências
https://www.ibge.gov.br/acesso-informacao/institucional/atuacao-ibge.html
https://rpubs.com/cassiorampinelli/488999
https://livro.curso-r.com/8-1-o-pacote-ggplot2.html
https://www.undp.org/pt/brazil/o-que-%C3%A9-o-idhm
Anexo - listagem do computador com os comandos utilizados e os resultados
library(readxl)
dadosCeara <- "dados_ceara1.xlsx"
# ler o arquivo em excel
Dados <- read_excel(path = dadosCeara, sheet = 1)
# transforma em um data frame
dados <- as.data.frame(Dados)
# selecionei apenas a coluna que contem os municipios e o IDHM
mun_idhm <- dados[, c("MUN", "IDHM", "ATK", "ESC", "MI", "PIB")]
# ordena o dataframe pela coluna 'IDHM' em ordem decrescente
mun_idhmD <- mun_idhm[order(mun_idhm$IDHM, decreasing = TRUE), ]
# seleciona as 10 primeiras linhas
dez_maiores <- mun_idhmD[1:10, ]
# ordena o dataframe pela coluna 'IDHM' em ordem crescente
mun_idhmC <- mun_idhm[order(mun_idhm$IDHM), ]
# seleciona as 10 primeiras linha
dez_menores <- mun_idhmC[1:10, ]
library(ggplot2)
#gráfico de Barras Horizontal melhor idhm
ggplot(dez_maiores, aes(x = MUN, y = IDHM, fill = MUN)) +
geom_bar(stat = "identity") +
coord_flip() +
ggtitle("Os dez municípios com o melhor IDHM")
#ATK/IDHM
#graficos Cleveland Dot Plot
ggplot(dez_maiores, aes(x = ATK, y = reorder(MUN, IDHM))) +
geom_point(size = 8, color = "dodgerblue")
ggplot(dez_menores, aes(x = ATK, y = reorder(MUN, IDHM))) +
geom_point(size = 8, color = "red")
#ESC/IDHM
#graficos Cleveland Dot Plot
ggplot(dez_maiores, aes(x = ESC, y = reorder(MUN, IDHM))) +
geom_point(size = 8, color = "dodgerblue")
ggplot(dez_menores, aes(x = ESC, y = reorder(MUN, IDHM))) +
geom_point(size = 8, color = "red")
#MI/IDHM
#graficos Cleveland Dot Plot
ggplot(dez_maiores, aes(x = MI, y = reorder(MUN, IDHM))) +
geom_point(size = 8, color = "dodgerblue")
ggplot(dez_menores, aes(x = MI, y = reorder(MUN, IDHM))) +
geom_point(size = 8, color = "red")
#PIB/IDHM
#graficos Cleveland Dot Plot
ggplot(dez_maiores, aes(x = PIB, y = reorder(MUN, IDHM))) +
geom_point(size = 8, color = "dodgerblue")
ggplot(dez_menores, aes(x = PIB, y = reorder(MUN, IDHM))) +
geom_point(size = 8, color = "red")