QUAL O IMPACTO DE UMA PERGUNTA? COMPARAÇÃO DA SEGREGAÇÃO DE RENDA A PARTIR DE MICRODADOS E DADOS AGREGADOS DO CENSO 2010

Resumo

O cálculo da segregação de renda e da desigualdade de renda depende diretamente dos dados coletados pelo Censo, realizado pelo IBGE a cada 10 anos. A falta da informação sobre a renda total do domicílio representa um viés no cálculo da segregação e desigualdade de renda que gera má qualidade de informação, prejudicando o entendimento estatístico e epidemiológico da realidade do país. O objetivo do trabalho é comparar a segregação de renda calculada a partir de dados agregados por setor censitário (dados livres) com a segregação calculada a partir dos microdados não desidentificados da amostra. Utilizando os bancos de dados do IBGE (Censo Demogrático) e do DATASUS, foi realizado o cálculo do indicador Neighborhood Sorting Index (NSI), um indicador de segregação de renda calculado a partir de microdados não desidentificados e dados agregados por setor censitário. Em seguida esses dados foram submetidos ao teste de correlação de Pearson no programa R. Percebe-se que o uso dos dados livres subestima o NSI, no entanto ele apresenta uma correlação positiva e significativa (considerando alpha=0,05) com o NSI calculado a partir dos microdados, mostrando que só se perde em intensidade, mas ainda é possível demonstrar quais regiões são as mais ou menos segregadas. Ao coletar a informação da renda apenas do responsável pelo domicílio, tanto desigualdade quanto pobreza seriam subestimadas.

Introdução

A relação entre situação socioeconômica e indicadores de saúde é reconhecida como uma relação de causa e efeito e a falha na distribuição de renda contribui para a desigualdade do acesso à saúde no mundo todo. O impacto da desigualdade social e de acesso à saúde na morbidade e mortalidade no Brasil não é um assunto muito estudado. O cálculo da segregação de renda e da desigualdade de renda depende diretamente dos dados coletados pelo Censo, realizado pelo IBGE a cada 10 anos. Em 2000, apenas a informação de renda do chefe de domicílio, definido pelos próprios habitantes, era coletada. Em 2010, foram considerados para composição da renda de um domicílio todos os habitantes, incluindo pensionistas, aposentados e crianças que recebessem pensão de alimentos. Já no Censo 2020, o questionário experimental prevê, novamente, que apenas a informação de renda do chefe de domicílio seja coletada. A falta da informação sobre a renda total do domicílio representa um viés no cálculo da segregação de renda e da desigualdade, culminando em má qualidade de informação e prejudicando o entendimento estatístico e epidemiológico da realidade do país.

Objetivos

O objetivo do trabalho é comparar a segregação de renda calculada a partir dos dados agregados por setor censitário com a segregação calculada a partir dos microdados não desidentificados da amostra. Tal comparação tem como objetivo avaliar o grau de precisão dos dados agregados e o impacto da mudança sobre informação de renda realizada no questionário do Censo 2020.

Metodologia

Utilizando os bancos de dados do IBGE (Censo Demogrático) e do DATASUS (SIM), foi realizado o cálculo do indicador Neighborhood Sorting Index (NSI), que é o indicador de segregação de renda e variável de exposição. A fórmula original proposta por Jargowski indica a necessidade de microdados não desidentificados para seu cálculo. O acesso aos dados não desidentificados só é possível a partir de utilização de sala segura no IBGE, por se tratar de dados sigilosos. O indicador foi então calculado utilizando microdados não desidentificados e dados agregados por setor censitário, e em seguida esses dados foram submetidos ao teste de correlação de Pearson no programa R commander. Resultados e Discussão O NSI calculado a partir de dados sigilosos teve média de 0,21; desvio padrão de 0,04 e mediana de 0,21. Já o NSI calculado a partir dos dados agregados por setor censitário (dados livres) teve média de 0,27; desvio padrão de 0,55 e mediana de 0,27. Ao realizar o teste de Shapiro-Wilk, observou-se que ambos os bancos de dados tinham distribuição normal. Percebe-se que o uso dos dados livres subestima o NSI, não permitindo seu cálculo adequado, visto que não há possibilidade de cálculo da variância da renda dentro do setor, uma das parcelas do NSI. Por isso há necessidade da partição da variância para que o cálculo do NSI seja feito. Para os dados sigilosos, foi usado o banco de dados com os dados individuais das rendas e com a identificação do respectivo setor censitário. Por isso o cálculo do NSI se torna mais adequado. Ao realizar o teste de correlação de Pearson, foi obtido um p-valor de 0,000207. Apesar de subestimar o NSI, ao usar os dados agregados por setor, ele apresenta uma correlação positiva e significativa (considerando alpha=0,05), mostrando que só se perde em intensidade, mas ainda é possível demonstrar quais regiões são as mais ou menos segregadas.

Conclusões / Considerações finais

Ao utilizar metodologias diferentes para o cálculo da segregação de renda através do NSI, há influência na intensidade da segregação, assim como haveria na intensidade da pobreza e da desigualdade. Da mesma forma, ao coletar a informação da renda apenas do responsável pelo domicílio, tanto desigualdade quanto pobreza seriam subestimadas. Uma vez que não temos um sistema único de informação, em que informações como renda e condições de habitação estão disponíveis e são passíveis de correlação com as informações de saúde, o Censo é a única forma de obter dados para pesquisa e formulação adequada de políticas públicas, portanto as suas modificações precisam zelar por manter a qualidade das informações.

Referências

CUNHA, M. B. A. M.; DE LEON, A. C. M. P. Estudo geral sobre a associação entre segregação de renda, desigualdade de renda e mortalidade por todas as causas e causas específicas no Brasil, 115 f. Tese (doutorado) – Universidade do Estado do Rio de Janeiro, Instituto de Medicina Social, 2017. JARGOWSKY, P. A.; KIM, J. A Measure of Spatial Segregation: The Generalized Neighborhood Sorting Index. National Poverty Center Working Paper Series, Michigan, 2005. CAVALINI, L. T.; DE LEON, A. C. M. P. Morbidity and mortality in Brazilian municipalities: a multilevel study of the association between socioeconomic and healthcare indicators. Internacional Journal of Epidemiology, v. 37, n. 4, p. 775–783, 1 ago. 2008. LOBMAYER, P.; WILKINSON, R. G. Inequality, residential segregation by income, and mortality in US cities. Journal of Epidemiology and Community Health, v. 56, n. 3, p. 183–187, 2002. IBGE. Censo 2010 e Questionário Básico.