regionalização como estratégia para a definição de ... · regionalização como estratégia...

1269

Cad. Saúde Pública, Rio de Janeiro, 20(5):1269-1280, set-out, 2004

ARTIGO ARTICLE

Regionalização como estratégia para a definição de políticas públicas de controle de homicídios

Regionalization as a strategy for the definition of homicide-control public policies

1 Departamento deEstatística, Instituto de Ciências Exatas,Universidade Federal de Minas Gerais,Belo Horizonte, Brasil.2 Centro de Estudos emCriminalidade e SegurançaPública, UniversidadeFederal de Minas Gerais,Belo Horizonte, Brasil.

CorrespondênciaR. M. Assunção Departamento de Estatística,Instituto de Ciências Exatas,Universidade Federal de Minas Gerais.C. P. 702, Belo Horizonte, MG31.270-901, [email protected]

Mônica S. Monteiro de Castro 1

Bráulio Figueiredo Alves da Silva 2

Renato M. Assunção 1

Cláudio Chaves Beato Filho 2

Abstract

This article analyzes the spatial distribution ofhomicide rates in Minas Gerais State, Brazil, us-ing data from the Ministry of Health MortalityInformation System (SIM/MS) from 1996 to2000. Population data used to calculate rateswere also obtained from the Brazilian Ministryof Health. Minas Gerais has a large territory, sothe study used a recently developed statisticalmethodology implemented in the SKATER soft-ware to generate homogeneous spatial clusters.The technique obtained 24 spatial clusters, inwhich municipalities with similar homiciderates were aggregated. Using these results, theauthors discuss the possible creation of “publicsecurity administration areas” that would allowthe implementation of public policies aimed atcontrolling and diminishing homicides in mu-nicipalities with similar characteristics for thistype of crime.

Regional Health Planning; Violence; Policy Mak-ing

Introdução

O relatório da Organização Mundial da Saúde(OMS) sobre violência 1 chama a atenção parao grande impacto da violência na saúde da po-pulação mundial. Em 2000, cerca de um terçodas mortes violentas no mundo foi devido ahomicídios (520 mil mortes), e metade foi de-vida a suicídio (815 mil mortes). Mais de 90%de todas as mortes relacionadas à violênciaocorreram em países de baixa ou média renda.O homicídio representou um problema maiorna África e na América, enquanto o suicídio te-ve maior importância na Europa, no SudesteAsiático e na região do Pacífico Ocidental. NaAmérica, as taxas de homicídios foram quasetrês vezes maiores que as taxas de suicídios 1.

Embora admitindo que a noção de com-portamento aceitável é influenciada cultural-mente, a OMS define violência como “o uso in-tencional de força física ou poder, sob a formade ameaça ou real, contra si mesmo, contra ou-tra pessoa ou contra um grupo ou comunidade,que resulta ou tem uma grande chance de resul-tar em lesão, morte, dano psicológico, alteraçõesno desenvolvimento ou privações” 2 (p. 5). O re-latório defende que a violência é freqüente-mente previsível e passível de prevenção, e queos governos devem criar, implementar e moni-torar planos para prevenção da violência 1.

No Brasil, sobretudo nos grandes centrosurbanos, os homens com até 30 anos têm sido

Castro MSM et al.1270


as vítimas mais freqüentes de homicídios. Emestudo recente, Cerqueira & Lobão 3, usandodados do Sistema de Informação de Mortalida-de do Ministério da Saúde (SIM/MS) para o pe-ríodo de 1981 a 1999, encontraram que as taxasde homicídios entre os homens eram cerca dedez vezes maiores que as taxas para as mulhe-res. Nesse mesmo trabalho, dados referentes aoano de 1997 para o Brasil mostraram que cercade 80% das vítimas de homicídios possuíamapenas o primeiro grau. Além disso, esses auto-res verificaram que mais de 50% dos óbitos deindivíduos entre 10 e 29 anos em São Paulo e noRio de Janeiro foram homicídios. Um estudofeito, em Belo Horizonte, Minas Gerais 4, suge-riu que grande parte dos homicídios era relaci-onada ao narcotráfico, mais especificamente abrigas entre gangues rivais disputando o domí-nio por pontos de venda de drogas ilegais. Essetipo de padrão de vitimização de homicídios éfreqüente em muitos outros centros urbanos noBrasil, nos Estados Unidos e na América Latina.

O aumento das taxas de criminalidade noBrasil, sobretudo nas grandes cidades, tem mo-tivado a elaboração e implementação de políti-cas públicas de controle da violência. Políticaspúblicas voltadas para a diminuição da inci-dência da criminalidade possuem dois compo-nentes: (a) a definição de tópicos específicosdo problema da criminalidade e (b) a definiçãode estratégias locais de controle.

Com relação ao primeiro componente, pa-ra selecionar qual o aspecto do problema dacriminalidade a ser abordado, são necessáriasinformações. Uma fonte de informação bas-tante utilizada são as estatísticas oficiais. Nocaso específico dos homicídios, além das esta-tísticas policiais, podemos levantar informa-ções através de outras bases de dados, comoinformações do SIM, por exemplo.

Uma outra fonte de dados utilizada são aspesquisas de vitimização, através das quais aexperiência da população geral em relação àcriminalidade pode sugerir, no nível local ouregional, uma agenda de prioridades pela qualas ações devam ser guiadas. De toda forma, de-ve-se estar ciente de que qualquer política pú-blica a ser implementada deve ter prioridadepolítica, isto é, o problema que é alvo das açõesdas políticas públicas deve ser tema presente erelevante na agenda dos tomadores de decisãoe dos governantes.

O segundo componente pode envolver, porexemplo, a definição das áreas geográficas re-lativamente homogêneas de incidência de cer-tos tipos de crimes, agregando municípios emgrandes conglomerados, os quais sofreriam osefeitos de políticas públicas focalizadas nos

problemas regionais. Nesse sentido, caracterís-ticas sócio-econômicas e dos níveis de crimi-nalidade das regiões devem ser levadas em con-ta no momento da alocação de recursos mate-riais e humanos.

Procuramos, neste artigo, fornecer subsídi-os para os dois componentes das políticas liga-das à segurança pública, levantando informa-ções para definição de ações e delimitando lo-cais para sua implementação. Diante do seuefeito sobre a população em geral, seja por cau-sa do elevado número de vítimas ou por causado medo que esse tipo de crime gera na socie-dade, optamos por estudar especificamente oshomicídios. Além do mais, em geral, a ocorrên-cia de homicídios está associada a diversos ou-tros delitos de menor gravidade, como furtos,roubos ou assaltos. Ou seja, ao se diminuir onúmero de homicídios, esses outros delitostambém diminuiriam.

A premissa assumida, neste artigo, é de quea implementação de políticas públicas de con-trole de homicídios baseada em estratégias lo-cais de controle deve levar em consideração assemelhanças e diferenças existentes entre ascidades ou regiões. Ou seja, as propostas de in-tervenção das políticas públicas devem ser pau-tadas em diagnósticos que levem em conside-ração as características específicas de cada re-gião. Não obstante as óbvias implicações de na-tureza prática, a regionalização de crimes cons-titui-se também em importante ferramenta pa-ra a análise dos correlatos sociais e econômi-cos de distribuição de crimes. A identificaçãode padrões espaciais de ocorrência de homicí-dios leva imediatamente a uma reflexão acercados fatores causais responsáveis por essa alo-cação espacial 5,6,7.

O objetivo deste artigo foi gerar conglome-rados espaciais homogêneos com o objetivo deagrupar municípios que sejam semelhantes emrelação às suas taxas de homicídios, com vistasa subsidiar uma possível criação de “Núcleosde Gerenciamento em Segurança Pública”, quepermitiriam a implementação de políticas pú-blicas de controle de homicídios em grupos decidades com características semelhantes quan-to a esse tipo de crime.

Metodologia

Dados

Informações sobre homicídios em Minas Geraispodem ser obtidas de diferentes fontes. Quan-do um homicídio ocorre, a primeira instituiçãoa ser acionada geralmente é a Polícia Militar, a


qual registra a ocorrência e coleta algumas in-formações sobre o contexto no qual o crimeocorreu, sobre o agente, quando esse pode seridentificado, e sobre a vítima, também quandoé possível fazer o seu reconhecimento. Em se-guida, o Boletim de Ocorrência da Polícia Mili-tar é enviado à Polícia Civil, responsável pelaparte investigativa do crime. Essa, por sua vez,encaminha o inquérito ao Ministério Público.Ocasionalmente, os homicídios podem ser no-tificados diretamente à Polícia Civil, que ins-taura um inquérito de investigação e dá pros-seguimento da mesma forma.

Uma outra fonte de dados sobre homicídi-os é o SIM, implantado no Brasil desde 1975. OSIM é uma base de informações de atestadosde óbitos nacional, da qual se obtém informa-ções sobre homicídios a partir dos registros demortes ocasionadas por causas externas. Osdados populacionais utilizados para o cálculodas taxas também foram obtidos através doMS. Para este artigo, as informações de óbitospor homicídios para os municípios de MinasGerais foram obtidas do CD-ROM do SIM, parao período 1996 a 2000. Como em Cruz 8 e emCastro et al. 9, o filtro utilizado para a recupe-ração dos óbitos foram os códigos X85 a Y09 daClassificação Internacional de Doenças – Déci-ma Revisão (CID-10) 10, que correspondem àscategorias habitualmente classificadas comohomicídios, e os códigos Y22 a Y24 e Y28 e Y29da CID-10, que correspondem a categorias demorte de intenção não determinada causadapor arma de fogo ou arma branca.

Análise estatística

Para estimar o risco de ocorrência de um even-to em pequenas áreas, existem alguns métodosde estimação. O mais simples e usual é a taxabruta, que consiste na razão entre o número deeventos ocorridos numa área em um períodode tempo e o número de pessoas-ano expostasà ocorrência desse evento na mesma área e pe-ríodo. Uma alternativa a esse método são osEstimadores Bayesianos Empíricos 11,12. “Esta éuma das melhores estimativas disponíveis paraestimar riscos em pequenas áreas” 13 (p. 135).

O Estimador Bayesiano Empírico permiteque a informação a respeito do risco contidanos dados de todas as outras áreas seja usadapara estimar o risco de determinada área. Ométodo elimina parcialmente a variabilidadepresente nas taxas brutas que não estão asso-ciadas a fatores de risco. Mais especificamente,o Estimador Bayesiano Empírico é uma taxaajustada da forma

REGIONALIZAÇÃO PARA CONTROLE DE HOMICÍDIOS 1271

bi = wi ti + (1-wi) m

na qual ti é a taxa de homicídios na área, m é ataxa global estadual e wi é um peso entre 0 e 1que depende do tamanho da população da áreai. Quanto maior a área i, mais próximo de 1 opeso wi. Assim, municípios com grande popula-ção possuem a estimativa bayesiana empírica bi

muito próxima da taxa ti daqueles municípios.Já para os municípios com população pequena,o valor de bi será intermediário entre ti e m.

O mapa das taxas bayesianas bi encontra-se na Figura 1. Nesse mapa e no restante destetrabalho, usamos a divisão de Minas Gerais em853 municípios, divisão político-administrati-va vigente a partir de 1995. Embora seja possí-vel identificar certas concentrações de áreascom valores bi similares, mesmo usando as ta-xas bayesianas, o mapa não apresenta regiõesnitidamente diferenciadas. É comum encon-trarmos valores bastante discrepantes entreáreas vizinhas. Com base apenas nesse mapa,torna-se difícil agregar áreas sem usar uma do-se excessiva de arbitrariedade e subjetividade.

Diante desse problema, escolhemos umametodologia estatística que possibilita a cria-ção de conglomerados espaciais a partir de va-riáveis de interesse. As regionalizações foramfeitas levando em conta critérios de homoge-neidade e restrições de contigüidade, atravésde métodos baseados em árvores de regressãoe em árvores geradoras mínimas (AssunçãoRM, 2000. Avaliação do uso de conglomeradosespaciais para a definição das áreas de ponde-ração do censo demográfico 2000. AssunçãoRM, 2001. Análise de conglomerados espaciais.Relatórios finais de pesquisas apresentados àFundação Instituto Brasileiro de Geografia e Es-tatística) e implementados no programa SKATER14, disponível gratuitamente no endereço ele-trônico http://www.est.ufmg.br/leste.

Existem outras possibilidades metodológi-cas propostas na literatura para formação deconglomerados 15,16,17,18,19,20, mas não existenenhuma comparação sistemática entre elas.Optamos então por trabalhar com um métodocuja implementação está disponível em pro-grama gratuito e cuja aplicação em dados desaúde e violência é inédita na literatura.

O método de criação de conglomeradosutilizado pelo SKATER consiste na geração deconglomerados espaciais compostos interna-mente de municípios muito similares com res-peito à variável que se deseja analisar. Ao mes-mo tempo, municípios de conglomerados dife-rentes são distintos entre si o máximo possível.

Assim, o mapa do Estado de Minas Gerais foirepresentado por um grafo (Figura 2), no qual



cada município corresponde a um nó e no qualmunicípios vizinhos são ligados por uma ares-ta. Dois municípios são considerados vizinhosse eles compartilham limites geográficos. Ograu de dissimilaridade entre dois municípiosvizinhos i e j é definido como a diferença ele-vada ao quadrado entre suas taxas bayesianasempíricas [(bi - bj)2].

Em seguida, o método procura simplificaro grafo apagando arestas de forma a ficar comum grafo reduzido, porém ainda totalmente

conexo. Isto é, no grafo reduzido, é possível irde uma área a qualquer outra no mapa seguin-do um caminho sucessivo de arestas. As ares-tas a serem apagadas são aquelas que conec-tam municípios muito dissimilares. Assim, aopassar de uma área a outra, teremos, em geral,uma diferença pequena nas taxas das áreas en-volvidas nessa passagem. Por fim, o método irágerar uma árvore tal que, se for apagada qual-quer aresta adicional, o grafo ficará divididoem dois grafos desconectados, os quais serão

Figura 1

Distribuição espacial das taxas de homicídio em Minas Gerais, Brasil, 1996 a 2000.

Rio Doce

Zona da Mata

Triângulo Mineiro

Metalúrgica / Campo das Vertentes

Minas Gerais

8,52 a 32,54 (215)

6,18 a 8,52 (201)

Taxa Bayesiana de homicídios por 100 mil pessoasMinas Gerais – 1996 a 2000

4,54 a 6,18 (222)

1 a 4,54 (215)



candidatos a constituírem dois conglomeradosespaciais. Dessa forma, obtemos a Árvore Ge-radora Mínima (Figura 3), que possui a menorsoma dos graus de dissimilaridade entre suasarestas.

A partir da Árvore Geradora Mínima, o pro-cedimento para particionar o mapa e obter con-glomerados espaciais é bastante simplificado:basta percorrer todas as arestas que compõema Árvore Geradora Mínima e apagar aquela quecria os dois conglomerados espaciais G1 e G2

com o menor desvio D, definido como

D = Σi�G1

(bi - m1)2 + Σi�G2

(bi - m2)2

no qual m1 e m2 são as taxas médias bayesianasdentro de G1 e G2, respectivamente. Fazendoisso, obtêm-se como resultado dois grafos des-conectados, que podem ser vistos como doisconglomerados espaciais. O grau de dissimila-ridade do mapa partido em dois conglomera-dos é a soma das dissimilaridades das arestasnão apagadas nos dois grafos formados. A se-guir, o método particiona um dos conglomera-dos formados, G1 e G2, apagando aquela aresta

que cria três conglomerados com o menor des-vio interno. Se esse processo for repetido, eleterminará quando todas as arestas forem apa-gadas, gerando tantos conglomerados quantosforem os municípios que compõem o Estado.Mas o que se deseja é que o método possibilitea geração de conglomerados espaciais de mu-nicípios que sejam o máximo possível homo-gêneos entre si, de forma que esses conglome-rados sejam compostos por um certo númerode municípios semelhantes quanto às taxas dehomicídios. Para isso, o método permite anali-sar o melhor momento para interromper a po-da da Árvore Geradora Mínima, através da aná-lise da diminuição do desvio interno (Figura 4),à medida que mais conglomerados vão sendogerados. Existe uma diminuição rápida no iní-cio, quando o número de conglomerados é pe-queno. A partir de um certo ponto, essa dimi-nuição é pequena, significando que a geraçãode mais conglomerados não aumenta substan-cialmente a homogeneidade interna dos con-glomerados. Para este artigo, as funções doSKATER foram ligeiramente modificadas parapermitir a limitação simultânea do número de

coordenada x

coor

den

ada

y

10 12 14 16 18 20

2

4

6

8

10

1

2

34

5

6

7

8

9

10

11

121314

15

1617

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

4344

45

46

47

48

49

50

51

5253

54

55

56

57

58

59

6061

62

63

64

65

66

67

68

6970

71

72

7374

75

76

77

78

79

80

81

82 83

84

85

86

87

88

89

90

9192

93

94

95

96

97

98

99

100

101

102

103

104

105

106

107

108

109

110111

112

113

114115

116

117

118119

120

121

122123

124125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165166

167

168

169

170

171

172

173174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190 191

192

193

194

195

196

197

198

199

200

201

202

203

204

205

206

207

208

209

210

211

212

213

214

215

216

217

218

219

220

221

222

223

224

225

226

227

228

229

230

231

232

233

234

235

236

237

238

239

240

241

242

243

244

245246

247

248

249

250

251

252

253

254

255

256257

258

259

260

261

262

263

264

265

266

267

268269

270

271

272

273

274

275

276

277

278

279

280

281

282

283284

285

286

287288

289

290

291

292

293

294

295

296

297

298299

300

301

302

303

304

305

306

307

308

309

310

311

312

313

314

315

316

317

318

319320

321

322 323

324

325

326327

328

329

330

331

332

333

334

335

336

337

338

339

340

341

342343344

345346

347

348

349

350

351

352353

354

355

356

357

358

359

360

361

362

363

364

365

366

367

368

369

370

371

372

373

374375

376

377

378

379

380

381

382

383

384

385

386

387

388

389

390

391

392

393

394

395

396

397

398

399

400

401

402

403

404

405

406

407

408

409

410

411

412 413

414

415

416

417

418

419

420

421

422

423

424

425

426

427

428

429

430

431

432

433

434

435

436

437

438

439

440

441442

443

444

445

446

447

448

449

450451

452

453

454

455456

457

458

459

460

461

462

463

464

465

466

467

468

469

470

471

472

473

474

475

476

477

478

479

480

481

482

483

484

485

486

487

488

489

490

491

492

493

494

495

496

497

498

499

500

501

502

503 504

505

506

507

508

509

510

511

512

513

514

515516

517

518

519

520

521

522

523

524

525

526527

528

529

530

531

532

533

534

535 536537

538

539

540

541

542

543

544

545

546547

548

549

550

551

552

553

554 555

556

557

558

559

560

561

562

563

564

565

566

567

568

569570

571

572

573

574

575

576

577 578

579

580

581

582

583

584

585

586

587

588

589590

591

592

593

594

595

596597

598

599

600

601

602

603

604605

606

607

608

609610

611

612

613

614 615

616

617

618

619

620

621 622

623

624

625626

627

628 629

630

631

632

633

634

635636

637

638

639 640641

642

643

644

645

646

647

648

649

650

651

652

653

654

655

656

657 658

659

660

661

662 663

664665

666

667668

669

670

671

672673

674

675

676

677

678

679

680 681

682

683

684

685

686

687688

689

690 691

692

693

694

695

696

697

698

699

700

701

702

703

704

705

706

707708

709

710

711

712

713

714

715

716717

718 719

720

721722

723

724

725

726

727

728

729

730

731

732

733

734

735

736

737

738

739

740

741

742

743

744

745

746

747

748

749

750

751

752

753

754

755

756

757

758

759

760

761

762

763764

765 766

767

768

769

770

771

772

773

774

775

776

777

778

779

780

781

782

783

784

785

786

787

788

789

790

791

792 793

794

795

796

797

798

799800 801

802

803

804

805

806

807

808

809

810

811

812

813

814

815

816

817

818

819

820

821

822823

824

825

826

827

828

829

830

831

832

833

834

835

836

837

838

839

840

841

842

843

844845

846

847

848

849

850

851

852

853

Minas Gerais

Figura 2

Grafo de vizinhança dos municípios de Minas Gerais, Brasil. Cada par de municípios que compartilham

fronteiras possui uma aresta conectando-os.



conglomerados e da população mínima em ca-da conglomerado, no caso, 250 mil pessoas.

Resultados

Analisando a série histórica de homicídios emMinas Gerais, verifica-se que, de 1980 até 1988,a taxa de homicídio no Estado caiu ligeiramen-te ano após ano, com um pequeno pico regis-trado em 1984. A taxa de homicídio em 1980 foide 8,7 por 100 mil pessoas e caiu para 6,7 por100 mil em 1988. De 1989 até 1994, houve umpequeno crescimento das taxas em relação aoperíodo anterior. A partir de 1995, começa aocorrer uma forte tendência de crescimentodas taxas, que se acentua principalmente nosdois últimos anos do período, alcançando 11,5homicídios por 100 mil pessoas em 2000.

A Figura 1 apresenta a distribuição espacialdas taxas de homicídios dos municípios minei-ros, sobreposta à divisão do Estado em macrorre-giões administrativas. Tomando-se os 25% dosmunicípios com as maiores taxas, verificamosque eles estão concentrados praticamente em

número de conglomerados espaciais

som

a d

e q

u ad

rad

os

0 10 20 30 40

20.000

25.000

30.000

35.000

coordenada x

coor

den

ada

y

10 12 14 16 18 20

2

4

6

8

10

Figura 3

Árvore geradora mínima dos municípios de Minas Gerais, Brasil, gerada a partir da remoção de arestas

do grafo de vizinhança da Figura 2.

Figura 4

Queda dos desvios durante o processo de partição dos conglomerados.



quatro grandes regiões do Estado: Triângulo Mi-neiro, Região Metalúrgica/Campo das Vertentes(onde está localizada a região Metropolitana), RioDoce e Zona da Mata, mais especificamente osmunicípios circunvizinhos a Juiz de Fora. O res-tante do Estado apresenta taxas menos elevadas.

Foram selecionados quatro momentos noprocedimento de partição para criar conglo-merados espaciais: sete, onze, dezesseis e vintee quatro conglomerados (Figura 4). A partir de24 conglomerados, não existem mais motivostécnicos para fazer novas divisões, pois a que-da subseqüente dos desvios é muito pequena.Isto é, os conglomerados criados já são sufici-entemente homogêneos e não mais necessi-tam de partições adicionais.

Os conglomerados criados sucessivamentepodem ser vistos na Figura 5. A Figura 5a repre-senta o Estado dividido em sete conglomera-dos espaciais formados em função da homoge-neidade de homicídios. A partir da legenda, po-demos identificar as taxas médias das regiões eo número de municípios que compõem cadaconglomerado (entre parênteses). A taxa mé-dia é a razão entre o número total de homicídi-os no período de 1996 a 2000 na região e a po-pulação total dessa região. Como os conglome-rados formados possuem grande população, nãofoi necessário adotar estimativas bayesianas.

Nessa primeira divisão, podemos verificarque mais de 65% dos municípios são agrupa-dos em apenas um único conglomerado, cujataxa é de 5,2 homicídios por 100 mil pessoas.Adicionalmente, notamos a presença de peque-nos conglomerados, como o caso da região deGovernador Valadares (dois municípios no Les-te do Estado) e região Metropolitana (cinco mu-nicípios no Centro-Sul do Estado). Isso se deveao fato de que essas são áreas onde a ocorrên-cia de homicídios é extremamente elevada,principalmente no caso da cidade de Governa-dor Valadares, que tem uma pequena popula-ção, se comparada aos grandes centros urbanos,mas cuja incidência de homicídios é muito ele-vada, de 32,4 homicídios por 100 mil pessoas.

A segunda partição foi de 11 conglomera-dos, como pode ser vista na Figura 5b. A gran-de área que agregava mais de 65% dos municí-pios dividiu-se em outros conglomerados demenor tamanho. Esse processo adicional de par-tição de conglomerados dividiu apenas o con-glomerado com o maior território. Isso se deuporque esse grande conglomerado ainda apre-senta uma grande heterogeneidade, se compa-rada com aquela existente nos outros seis con-glomerados menores da Figura 5a.

Continuando o procedimento de partiçãode conglomerados espaciais, produziu-se a re-

gionalização em 16 conglomerados (Figura 5c).É importante notar que todos conglomeradosespaciais formados na primeira divisão, excetoo maior deles, são mantidos inalterados nas di-visões sucessivas. Isso significa que essas regi-ões são muito homogêneas em relação ao con-glomerado com maior território, ou seja, elas sedestacam como sub-regiões bastante distintasdas demais e com altas taxas de homicídios.

Finalmente, a Figura 5d apresenta os 24 con-glomerados de municípios mineiros, configu-ração considerada a melhor regionalização ob-tida pelo método. Pode-se verificar que as ta-xas de homicídios entre os conglomerados for-mados apresentam uma grande variação, sen-do que, em alguns casos, temos regiões com2,1 homicídios por 100 mil habitantes e, no ou-tro extremo, naquelas regiões já identificadascom altas taxas de homicídios, temos valoresque alcançam 32,4 homicídios por 100 mil ha-bitantes.

Discussão

O resultado da regionalização de Minas Geraissegundo taxas de homicídios sugere algumashipóteses sobre a distribuição espacial dos ho-micídios no Estado. Com relação ao TriânguloMineiro, as elevadas taxas de homicídios po-dem estar associadas ao grande número de cri-mes contra o patrimônio que caracterizam osseus municípios. Segundo o Atlas da Criminali-dade de Minas Gerais 21 e também segundo da-dos recentes da Polícia Militar de Minas Gerais(PM-MG), a região do Triângulo Mineiro teveas maiores taxas estaduais de roubos e assaltosno período analisado neste artigo. Além disso,aproximadamente 60% dos crimes foram co-metidos com uso de armas de fogo. Isso sugereque altas taxas de homicídios nessa região po-dem ser conseqüência de uma elevada incidên-cia de crimes contra o patrimônio, nos quaisforam utilizadas armas de fogo.

Com relação à Região Metropolitana de Be-lo Horizonte (RM-BH), pode-se sugerir que aselevadas taxas de homicídios estejam associa-das ao tamanho das cidades, ou melhor, à altadensidade populacional na região, principal-mente em algumas áreas de Belo Horizonte, Be-tim e Contagem. Dentro dessas cidades, exis-tem bolsões de pobreza cujo ambiente de de-sorganização social proporciona um contextono qual o conflito entre pessoas é estimulado 22.Ao mesmo tempo, esses centros urbanos têmse caracterizado, nos últimos anos, por umaelevada ocorrência de crimes relacionados aotráfico de drogas, com grande quantidade de



Figura 5

Divisão de Minas Gerais, Brasil, em 7, 11, 16 e 24 conglomerados espaciais de homicídios.

(continua)

5,24 (670)

8,47 (50)

Conglomerados de homicídiosMinas Gerais – 1996 a 2000

10,36 (40)

11,26 (63)

12,04 (23)

26,85 (5)

32,35 (2)

2,75 (78)

4,18 (237)


6,05 (325)

7,99 (20)

8,47 (50)

9,84 (10)

10,36 (40)

11,26 (63)

12,04 (23)

26,85 (5)

32,35 (2)

Figura 5a

Figura 5b



Figura 5 (continuação)

Divisão de Minas Gerais, Brasil, em 7, 11, 16 e 24 conglomerados espaciais de homicídios.

2,09 (39)

2,75 (78)


4,18 (237)

5,32 (97)

6,68 (66)

7,01 (43)

7,11 (123)

7,99 (20)

9,57 (18)

9,74 (7)

9,84 (10)

10,36 (40)

11,26 (63)

14,61 (5)

26,85 (5)

32,35 (2)

2,09 (39)

2,75 (78)


2,88 (19)

3,97 (159)

4,17 (46)

4,71 (78)

5,39 (13)

5,64 (30)

7,95 (15)

7,99 (20)

8,51 (66)

9,57 (18)

9,58 (17)

9,74 (7)

9,84 (10)

10,36 (40)

5,95 (19)

6,14 (23)

7,01 (43)

7,13 (38)

11,26 (63)

14,61 (5)

26,85 (5)

32,35 (2)

Figura 5c

Figura 5d



drogas apreendidas. Dados da Polícia Civil deMinas Gerais, citados no Relatório sobre a Apre-ensão de Drogas em Minas Gerais, em 1999 e2000, destacam a 52a Delegacia Regional de Se-gurança Pública, responsável pela RM-BH, co-mo a delegacia que apresenta os maiores regis-tros desse tipo de crime. Estudos sugerem quehomicídios nos grandes centros urbanos sãofortemente associados a brigas por pontos devenda e comércio ilegal de drogas e por acertosde contas entre gangues rivais 4.

Na região do Vale do Rio Doce, as cidadesde Governador Valadares, Teófilo Otoni e Mala-cacheta têm elevadas taxas de homicídios. Umadas causas desse achado pode ser a alta freqüên-cia de resolução de conflitos entre pessoas como uso de arma de fogo que ocorre nessas regi-ões 21, o que acaba resultando em óbitos.

Finalmente, para a Zona da Mata, a proxi-midade do Estado do Rio de Janeiro pode justi-ficar as elevadas taxas de homicídios encontra-das em alguns dos maiores municípios que acompõem, como Juiz de Fora e Santos Dumont.Essa não é uma região tipicamente violenta secomparada às outras do Estado, e as taxas decrimes de seus municípios apresentam uma re-lativa estabilidade, segundo dados da PM-MG.Entretanto, no período de 1996 a 2000, já se po-de verificar o crescimento dos assaltos com uti-lização de arma de fogo, o que poderia ter as-sociação com os homicídios registrados, comono caso do Triângulo Mineiro.

Ao ser tratada como um problema de saúdepública e de segurança pública, a questão doshomicídios torna-se objeto de políticas públi-cas orientadas para a redução dos seus efeitosindesejáveis sobre indivíduos, coletividades esobre a própria sociedade. Nesse caso, deve-seconsiderar que os “programas devem pautar-sepor metas muito claras e definidas a serem al-cançadas; que a condição desejável a ser perse-guida pode ser a redução de alguns tipos especí-ficos de crime a um custo razoável para sua im-plementação” 23 (p. 340).

No que diz respeito a uma proposta efetivade controle de homicídios de modo regionali-zado, como mencionado neste artigo, temos,como referência, um plano de intervenção im-plementado em Belo Horizonte, o Fica Vivo 24.Esse programa contou com a parceria de diver-sas instituições, tais como as Polícias Militar eCivil de Minas Gerais, Polícia Federal, Ministé-rio Público, Prefeitura de Belo Horizonte, Uni-versidade Federal de Minas Gerais, Serviço Bra-sileiro de Apoio às Micro e Pequenas Empresas(SEBRAE), Câmara de Dirigentes Lojistas, orga-nizações não-governamentais, movimentossociais e comunidade local. O programa con-

siste no desenvolvimento de estratégias efica-zes de intervenção, através do uso da metodo-logia de solução de problemas, a fim de reduzira incidência de homicídios.

A metodologia de solução de problemas éuma estratégia localizada que possui quatroetapas. A primeira delas, identificação, tem co-mo objetivo descobrir os problemas associa-dos aos homicídios, selecionar prioridades deação e definir responsabilidades. A segunda fa-se, chamada de análise, consiste na compreen-são mais profunda do problema, através do seuestudo de forma detalhada. Nesse caso, procu-ra-se conhecer minuciosamente o contexto noqual o crime ocorre, o envolvimento das víti-mas e agentes, e sua distribuição espacial etemporal. Na terceira fase, denominada respos-ta, tem-se a intervenção propriamente dita. Istoé, seleciona-se uma solução ou plano de açãoestratégico, que é colocado em prática. Final-mente, tem-se a fase de avaliação, na qual seprocura criar critérios objetivos para avaliaçãodo funcionamento e da efetividade do projeto.

Os resultados obtidos a partir da implemen-tação do Programa Fica Vivo foram muito satis-fatórios e indicaram uma grande capacidadede resposta ao problema dos homicídios. Emapenas seis meses de implementação, o aglo-merado do Morro das Pedras sofreu uma redu-ção de 47% das taxas de homicídios, se compa-rado aos seis meses anteriores à implementa-ção do projeto na mesma região. Ao mesmotempo, quando se analisaram outras áreas dacidade reconhecidamente violentas e que nãoreceberam a intervenção, percebeu-se um cres-cimento de 12% nas taxas de homicídios. É im-portante observar que o programa não se apre-sentou eficaz apenas na diminuição dos homi-cídios na área, mas foi importante também pa-ra a diminuição de outros crimes violentos nomesmo período, como tentativa de homicídio,assaltos e roubos a padarias, supermercados,ônibus e táxis.

De modo análogo, a regionalização de Mi-nas Gerais em áreas homogêneas de homicídi-os indica diversas possibilidades de ação nosentido de explorar mais detalhadamente osfatores associados à ocorrência de homicídiosnos municípios que compõem cada região.Através da metodologia utilizada, foi possívelregionalizar Minas Gerais e levantar a possibi-lidade da criação, em cada conglomerado es-pacial, de “Núcleos de Gerenciamento em Se-gurança Pública”, compostos por liderançasmunicipais, agências policiais, Ministério Pú-blico e sociedade civil, a fim de identificar, ana-lisar e responder ao problema específico de ca-da região.



Referências

1. Krug EG, Dahlberg LL, Mercy JA, Zwi A, Lozano R.World health report on violence and health. Gene-va: World Health Organization; 2002.

2. World Health Organization. Global consultationon violence and health. Violence as a public healthpriority. Geneva: World Health Organization; 1996.

3. Cerqueira D, Lobão W. Condicionantes sociais,poder de polícia e o setor de produção criminal.Rio de Janeiro: Instituto de Pesquisa EconômicaAplicada; 2003.

4. Beato Filho CC, Assunção RM, Silva BFA, MarinhoFC, Almeida MCM. Conglomerados de homicí-dios e o tráfico de drogas em Belo Horizonte, 1995a 1999. Cad Saúde Pública 2001; 17:1163-71.

5. Shaw C, Henry M. Juvenile delinquency and ur-ban areas. Chicago: University of Chicago Press;1942.

6. Sampson RJ, Raudenbush SW. Systematic socialobservation of public spaces: a new look at disor-der in urban neighborhoods. AJS 1999; 105:603-51.

7. Bursik Jr. RJ, Grasmick H. Neighborhoods andcrime: the dimensions of effective communitycontrol. New York: Lexington; 1993.

8. Cruz O. Homicídios no Estado do Rio de Janeiro:análise da distribuição espacial e sua evolução[Dissertação de Mestrado]. São Paulo: Faculdadede Saúde Pública, Universidade de São Paulo;1996.

9. Castro MSM, Assunção RM, Durante MO. Com-paração de dados sobre homicídios entre doissistemas de informação, Minas Gerais. Rev SaúdePública 2003; 37:168-76.

10. Organização Mundial da Saúde. Classificação in-ternacional de doenças e problemas relacionadosà saúde: décima revisão. São Paulo: Centro Co-laborador da OMS para Classificação de Doençasem Português; 1993.

11. Marshall RJ. Mapping disease rates and mortalityrates using empirical Bayes estimators. Appl Stat1991; 40:283-94.

12. Assunção RM, Reis EA, Marchesini PB, SawyerDO. Mapas de malária em Rondônia usando o Es-timador Bayesiano Empírico para dados binários.Rev Bras Estat 1999; 60:69-94.

13. Esteve J, Benhamou E, Raymond L. Statisticalmethods in cancer research. v. IV – Descriptiveepidemiology. Lyon: International Agency for Re-search on Cancer/World Health Organization;1994.

14. Assunção RM, Lage JP, Reis EA. Análise de con-glomerados espaciais via árvore geradora míni-ma. Rev Bras Estat; no prelo.

15. Haining R. Classifying space and analyzing theconsequences: spatial analysis of health data. In:Gaul W, Pfeifer D, editors. From data to knowl-edge. Berlin: Springer-Verlag; 1996. p. 45-57.

16. Carvalho MS, Cruz OG, Nobre FF. The use of mul-tivariate cluster analysis and aggregation algo-rithm to propose a new spatial partitioning of Riode Janeiro, Brazil. Stat Med 1996; 15:1885-94.

17. Carvalho MS, Cruz OG, Nobre FF. Fuzzy classifi-cation applied to modeling socioeconomic pro-files for spatial health analysis. Proceedings of theEIS’98 – International ICSC Symposium on Engi-

Colaboradores

Os dois primeiros autores em conjunto desenharamo estudo e escolheram os métodos de análise. R. M.Assunção elaborou o método estatístico e desenhouo programa SKATER usado na análise. B. F. A. Silvapreparou os dados e rodou o programa SKATER. Umaprimeira versão do artigo foi escrita pelos dois pri-meiros autores. Todos os quatro autores interpretaramos resultados e escreveram a versão final do artigo.

Resumo

Neste artigo, analisamos a distribuição espacial dastaxas de homicídios no Estado de Minas Gerais, Brasil,utilizando dados do Sistema de Informações de Mor-talidade do Ministério da Saúde (SIM-MS), no períodode 1996 a 2000. Os dados populacionais utilizados pa-ra o cálculo das taxas também foram obtidos atravésdo MS. Diante da grande extensão territorial do Esta-do, utilizamos uma metodologia estatística desenvol-vida recentemente, implementada no programa SKA-TER, para a geração de conglomerados espaciais ho-mogêneos. Como resultado, obtivemos 24 conglomera-dos espaciais, nos quais os municípios semelhantes emrelação às taxas de homicídios ficaram agrupados. Apartir desses resultados, discutimos a possibilidade dacriação de “Núcleos de Gerenciamento em SegurançaPública”, que permitiriam a implementação de políti-cas públicas voltadas para o controle e a diminuiçãode homicídios em cidades com características seme-lhantes no que diz respeito a esse tipo de crime.

Regionalização; Violência; Formulação de Políticas



neering of Intelligent Systems. [CD-ROM]. Febru-ary 11-13 1998. Tenerife: University of La Laguna;1998.

18. Osnes K. Interative random aggregation of smallunits using regional measures of spatial auto-cor-relation for cluster localization. Stat Med 1999;18:707-25.

19. Rezende FS, Almeida RV, Nobre FF. Diagramas deVoronoi para a definição de áreas de abrangênciade hospitais públicos no Município do Rio de Ja-neiro. Cad Saúde Pública 2000; 16:467-75.

20. Kiang M. Extending the Kohonen self-organizingmap networks for clustering analysis. Computa-tional Statistics and Data Analysis 2001; 38:161-80.

21. Fundação João Pinheiro/Polícia Militar de MinasGerais/Universidade Federal de Minas Gerais.Criminalidade Violenta em Minas Gerais, de 1986a 1997. [CR-ROM]. Belo Horizonte: FundaçãoJoão Pinheiro/Polícia Militar de Minas Gerais/Universidade Federal de Minas Gerais; 1998.

22. Sampson RJ, Groves WB. Community structureand crime: testing social-disorganization theory.AJS 1989; 94:774-802.

23. Beato Filho CC. Políticas públicas de segurança ea questão policial: eficiência, eqüidade e account-ability. In: Melo MA, organizador. Reforma do Es-tado e mudança institucional no Brasil. Recife:Massangana; 1999. p. 335-65.

24. Beato Filho CC, Souza RSR, Durante MO, SilvaBFA, Silveira AM. Programa Fica Vivo: ações sim-ples, resultados efetivos. Informativo do Centro deEstudos de Criminalidade e Segurança Pública.http://www.crisp.ufmg.br (acessado em Fev/2003).

Recebido em 23/Out/2003Versão final reapresentada em 05/Abr/2004 Aprovado em 30/Abr/2004

regionalização como estratégia para a definição de ... · regionalização como estratégia...

Documents