ESTUDO DO ÍNDICE DE EXCLUSÃO SOCIAL NO BRASIL: CASO TOCANTINS

ESTUDO DO ÍNDICE DE EXCLUSÃO SOCIAL NO BRASIL: CASO TOCANTINS

Yolanda Vieira de Abreu

Volver al índice

 

 

5.3. RELAÇÃO ENTRE OS ÍNDICES DE EXCLUSÃO SOCIAL ESTUDADOS

A partir do estudo dos Índices de Exclusão Social acima, ficou evidenciada a grande apartação social que pode ser observada dentro do país, regiões e até mesmo dentro de um mesmo Estado. Observa-se neste estudo que o processo de exclusão social é generalizado para o país como um todo, no entanto, as regiões Norte e Nordeste são as que apresentam maior número de excluídos, o que não é uma novidade, mas ajuda a quantificar, qualificar e localizar essa exclusão.

Segundo os dados de Lemos e Nunes (2003), as regiões brasileiras e o percentual de excluídos socialmente são, respectivamente: Nordeste com 40,95% de excluídos; Norte com 38,16%; Centro-Oeste com 26,01%; Sul com 19,78% e Sudeste com 14,57% de pessoas excluídas. Já de acordo com Pochmann (2007), os números são: Nordeste com 72,15% de excluídos; Norte com 13,9%; Sudeste com 10,4%; Centro-Oeste com 2% e Sul com 1,6% de pessoas que vivem em estado de exclusão social.

Como pode ser observado, os números se divergem em relação à quantificação de excluídos em cada região, mas fica evidenciada a apartação social enfrentada pelas regiões Norte e Nordeste em detrimento das demais regiões. As diferenças observadas podem ser explicadas pelos diferentes critérios de estudo adotados pelos pesquisadores e pelo uso de diferentes grupos de variáveis.

O Índice de Exclusão Social desenvolvido por Pochmann e Amorim (2007) foi apresentado através de tabelas com índices que variam de zero a um para todos os municípios, e apresentado através de mapas. O Índice desenvolvido por Lemos e Nunes (2003) foi divulgado por percentagem de excluídos em cada um dos municípios, para cada variável estudada, sendo também de fácil interpretação.

No estudo de Pochmann e Amorim (2007) as variáveis destacadas são: pobreza, concentração de jovens, alfabetização, escolaridade, emprego formal, violência e desigualdade de renda. No estudo de Lemos e Nunes (2003) são: privação de água, saneamento, coleta de lixo, educação e renda. Por utilizarem grupos distintos de variáveis e critérios diferentes fica difícil a comparação, apesar de seus objetivos serem bem próximos e a unidade de estudos ser a mesma. No entanto, se utilizados em paralelo juntamente com o IDHM como recomendam os autores, serão de grande elucidação sobre as necessidades de cada município e podem ser ferramentas muito importantes nas mãos dos gestores públicos, visto que mostram de forma transparente a realidade das unidades estudadas e, principalmente, em que área se deve atuar em cada uma delas.

Os dois estudos em questão mostram uma grande deficiência no quesito distribuição de renda, para quase todo o Brasil, em especial as Regiões Norte e Nordeste, o que é explicado em grande parte devido a outra deficiência no quesito educação, variáveis em comum para os dois casos. Conforme asseguram os escritores, o investimento em educação, a longo prazo, seria o resultado para o problema baixa da renda.

Variáveis como privação de água, privação de saneamento, privação de coleta de lixo e privação de renda são variáveis essenciais para o estudo da pobreza e são utilizadas mundialmente para verificar a situação de pobreza em todo o mundo, inclusive a ONU utiliza grande parte delas para seus estudos sobre o tema em questão. Com isso, fica mais fácil a comparação com esses estudos que são amplamente utilizados.

As variáveis: pobreza, concentração de jovens, alfabetização, escolaridade, emprego formal, violência e desigualdade de renda são de grande importância por destacar grandes deficiências enfrentadas pela população brasileira. Variáveis essas que antes não haviam sido foco de estudo tão aprofundado, pois o estudo desenvolvido no Brasil para municípios até então era o IDHM, que apresenta grande semelhança com os estudos em questão, mas com um número menor de variáveis.

A importância do estudo de um maior número de variáveis é provada para que se possa mostrar resultados mais confiáveis.