Autocorrelação espacial entre indicadores socioeconômicos nos vales do Jequitinhonha e Mucuri

Autores

DOI:

https://doi.org/10.11606/issn.2179-0892.geousp.2019.137849

Palavras-chave:

Índice de Moran, Associação Espacial Local, Vale do Jequitinhonha

Resumo

O objetivo deste trabalho compreende a análise exploratória espacial de dados socioeconômicos das mesorregiões Vales do Jequitinhonha e Mucuri. Como procedimento metodológico usou-se revisão bibliográfica e tratamento estatístico de dados secundários (Renda Per capta Média; Razão de Dependência Demográfica; Proporção de Extremamente Pobres e Taxa de Envelhecimento Populacional). Aplicou-se o índice de Moran Global e o Indicador de Associação Espacial Local. Foram utilizados os aplicativos: GeoDa 1.8.10, TerraView 4.2.2 e ArcGIS 9.3. Verificou-se cluster de Renda Per capta Média em Carlos Chagas e Nanuque com grau de confiança entre 95 a 99,9%, para 1991 e 2010. Novo Cruzeiro, Caraí, Itaipé, Joaíma e Ponto dos Volantes foram identificados como áreas de cluster para a Proporção de Extremamente Pobres. Sugere-se que amostragens sejam realizadas nos municípios em situações críticas com intuito de reforçar ou refutar as conclusões oriundas deste trabalho.   

 

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Samuel Ferreira da Fonseca, Universidade Federal do Tocantins

    Doutorando em Desenvolvimento Regional pela Universidade Federal do Tocantins (UFT). Mestre em Produção Vegetal pela Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM). Graduado em Geografia pela Universidade Estadual de Montes Claros (UNIMONTES).

  • Heloisa Helena de Aguiar, Universidade Federal dos Vales do Jequitinhonha e Mucuri.

    Mestranda em Saúde, Sociedade e Ambiente pela Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM). Graduada em Ciências Biológicas pela mesma universidade.

Referências

ANSELIN, L. 1995. Local Indicators of Spatial Association-LISA. Geographical Analysis, Ohio State University Press, v. 27, n. 2, p. 93-115.

BALDONI, A. O.; PEREIRA, L. R. L. 2011. O impacto do envelhecimento populacional brasileiro para o sistema de saúde sob a óptica da farmacoepidemiologia: uma revisão narrativa. Revista de Ciências Farmacêuticas Básica e Aplicada, v. 32, p. 313-321.

BRASIL, INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. IBGE Cidades. Disponível em: <http://cidades.ibge.gov.br/xtras/perfil.php?lang=&codmun=312160> Acessado aos 31/07/2017.

BUZAI, G. D. 2005. Geografía Automatizada, Ciencias de la Información Geográfica y Ciencias Sociales Integradas Espacialmente. Avances cuantitativos para los estudios territoriales del siglo XXI. Fronteras. (Buenos Aires). Año 4, N° 4, pp. 31-36.

CÂMARA, G.; CARVALHO, M. S.; CRUZ, O. G.; CORREA, V. 2004. Análise espacial de áreas. In: DRUCK, S.; CARVALHO, M. S.; CÂMARA, G.; MONTEIRO, A. V. M. (eds). Análise Espacial de Dados Geográficos. Brasília: EMBRAPA.

CAMARGO, E. 1997. Desenvolvimento, implementação e teste de procedimentos geoestatísticos (Krigeagem) no Sistema de Processamento de Informações Geo-referenciadas (SPRING). Dissertação (Mestrado em Sensoriamento Remoto). Instituto Nacional de Pesquisas Espaciais, São José dos Campos.

CHEN, X.; PEI, Z. Y.; CHEN, A. L.; WANG. F.; SHEN, K.; ZOU, Q.; SUN, L. 2015. Spatial distribution patterns and influencing factors of poverty - a case study on key country from national contiguous special poverty-stricken areas in China. Procedia Environmental Sciences, 26, pp. 82 – 90. 2015. DOI:10.1016/j.proenv.2015.05.005

CHEN, Y. 2013 New Approaches for Calculating Moran’s Index of Spatial Autocorrelation. PLoS ONE 8 (7). July, 12.

DE LA FUENTE, H.; ROJAS, C.; SALADO, M. J.; CARRASCO, J. A.; NEUTENS, T. 2013. Socio-Spatial Inequality in Education Facilities in the Concepción Metropolitan Area (Chile). Current Urban Studies, Vol.1, No.4, 117-129

FONSECA, S. F.; SANTOS, D. C.; HERMANO, V. M. 2013. Geoprocessamento aplicado á análise dos impactos socioambientais urbanos: estudo de caso do Bairro Santo Expedito em Buritizeiro/MG. Revista de Geografia (Recife), vol. 30, n. 3, p. 178-191.

FONSECA, S. F.; SANTOS, D. C.; TRINDADE, W. M. 2014. Técnicas de geoprocessamento aplicadas na classificação e avaliação da distribuição das espécies arbóreas nas praças de Buritizeiro/MG. Geografia Ensino & Pesquisa, Santa Maria. vol. 18, n. 2, p. 109-122.

FONSECA, S. F.; MENDONCA, G. L.; HERMANO, V. M.; SILVA, A. C. 2016a. Análise da pobreza e desenvolvimento humano na microrregião de Diamantina/MG, Brasil, usando técnicas de geoprocessamento. Revista Geográfica Acadêmica, v. 10, p. 164-179.

FONSECA, S. F.; HERMANO, V. M.; SILVA, A. C. 2016b. Mapeamento do uso da terra nos municípios de Janaúba e Nova Porteirinha (MG) usando dados de sensoriamento remoto. Élisée - Revista de Geografia da UEG, v. 5, p. 103-119.

FONSECA, S. F.; SILVA, A. C.; SENNA, J. A. 2018. Técnicas de Geoprocessamento aplicadas na Identificação de usos da terra no entorno das turfeiras da Serra do Espinhaço Meridional. RA’EGA: Espaço Geográfico em Análise, v. 43, p. 124-139.

HALONEN J. I.; VAHTERA J.; OKSANEN T.; PENTTI, J.; VIRTANEN, M.; JOKELA, M.; DIEZ-ROUX, A. V.; KIVIMÄKI, M. 2013. Socioeconomic characteristics of residential areas and risk of death: is variation in spatial units for analysis a source of heterogeneity in observed associations? BMJ Open, 2013;3:e002474.

HENGL, T. 2007. Practical Guide to Geostatistical Mapping of Environmental Variables. Joint Research Centre. Italy, September.

KÜCHEMANN, B. A. 2012. Envelhecimento populacional, cuidado e cidadania: velhos dilemas e novos desafios. Sociedade e Estado, 27 (1), 165-180. https://dx.doi.org/10.1590/S0102-69922012000100010

LEITE, M. E.; CLEMENTE, C. M. S.; LEITE, M. R. 2008. Sistema de Informação Geográfica aplicado á análise dos indicadores sociais da microrregião de Montes Claros (MG) - 1991 e 2000. IN: ANAIS do I Colóquio Internacional (Des) Envolvimentos contra a Pobreza. Unimontes, Montes Claros/MG.

LITVINTSEVA, G.; STUKALENKO, E. 2014. Differentiation of Population Incomes in Innovative Regions of Russia. Procedia Economics and Finance, 16, 56 – 63.

LONGLEY, P. A.; GOODCHILD, M. F.; MANGUIRE, D. J.; RHIND, D. W. 2013. Sistemas e Ciência da Informação Geográfica. (Tradução de André Schneider et al.). 3 ed. Porto Alegre – RS: Bookman. 540p.

NUNES, F. G. 2013. Análise exploratória espacial de indicadores de desenvolvimento socioambiental das regiões de planejamento do norte e nordeste goiano. Ateliê Geográfico (UFG), v. 7, p. 237-259.

OLIVEIRA, T. J. A. 2012. Interações produtivas no estado de Tocantins: uma análise espacial. Dissertação (Mestrado em Desenvolvimento Regional). Programa de Pós-graduação em Desenvolvimento Regional. Universidade Federal do Tocantins – UFT. Palmas/TO. 90f.

PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO – PNUD; Instituto de Pesquisa Econômica Aplicada-IPEA; Fundação João Pinheiro - FJP. 2013. Atlas do Desenvolvimento Humano no Brasil. CD-ROM.

ROSA, R. 2005. Geotecnologias na Geografia Aplicada. Revista do Departamento de Geografia, 16, pp. 81-90.

SANTOS, L.; RAIA JUNIOR, A. A. 2006. Análise Espacial de Dados Geográficos: A Utilização da Exploratory Spatial Data Analysis – ESDA para Identificação de Áreas Críticas de Acidentes de Trânsito no Município de São Carlos (SP). Sociedade & Natureza, Uberlândia, v.18 (35), p. 97-107.

SILVA, A. B. 2003. Sistemas de Informações Geo-referenciadas, 236 p. Ed. Unicamp. São Paulo-SP.

Downloads

Publicado

2019-10-07

Edição

Seção

Artigos

Como Citar

Autocorrelação espacial entre indicadores socioeconômicos nos vales do Jequitinhonha e Mucuri. GEOUSP Espaço e Tempo (Online), [S. l.], v. 23, n. 3, p. 619–639, 2019. DOI: 10.11606/issn.2179-0892.geousp.2019.137849. Disponível em: https://www.revistas.usp.br/geousp/article/view/137849.. Acesso em: 19 mar. 2024.