identificação de subcentros na cidade de são …...luiz paulo ribeiro siqueira a identificação...
TRANSCRIPT
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO
LUIZ PAULO RIBEIRO SIQUEIRA
Identificação de Subcentros na Cidade de São Paulo: Uma abordagem ligada à Nova Economia Urbana.
MESTRADO EM ECONOMIA POLÍTICA
São Paulo 2012
LUIZ PAULO RIBEIRO SIQUEIRA
A Identificação de Subcentros na Cidade de São Paul o: Uma abordagem ligada à Nova Economia Urbana.
Dissertação apresentada à Banca Examinadora como exigência parcial para obtenção do título de MESTRE em Economia Política pela Pontifícia Universidade Católica de São Paulo, sob a orientação da Prof. Doutor Paulo Fernandes Baia.
São Paulo 2012
Banca Examinadora: ______________________________________ Prof. Dr. Paulo Fernandes Baia (Orientador) ______________________________________ ______________________________________
Dedico este trabalho a meus pais, Sueli e Geraldo.
AGRADECIMENTOS Agradeço a CAPES e o CNPQ pelo apoio financeiro durante parte vital deste mestrado. Aos companheiros de trabalho na Monte Alegre Imóveis, que por vezes resolveram situações aquém de suas competências na minha ausência. Ao Professor Dr. Paulo Fernandes Baia, pela motivação e auxílio sempre imediato durante todo o processo de orientação deste trabalho, além das prazerosas discussões sobre a cidade de São Paulo e o mercado imobiliário. À Profa. Dra. Anita Kon e Prof. Dr. Vladimir Cipriano pela acurada leitura e distintas observações feitas durante o exame de qualificação. Ao prezado amigo de longa data Davi Pelegrino pela elaboração e configuração dos mapas. Ao Prof. Dr. Danilo Igliori da FEA-USP, por permitir que eu participasse como ouvinte das aulas da disciplina de Economia Espacial, matéria que foi essencial ao desenvolvimento deste trabalho. À Professora Dra. Anita Kon pelas aulas de Seminários de Pesquisa, material didático e auxílio para a elaboração desta dissertação, tanto quanto pelo artigo apresentado na conferência da LARES de 2011. Ao amigo Mauro Sellingarde e a Emília Hiroi, ambos do Metrô-SP, pelos dados das pesquisas Origem e Destino no formato shape. À Eduardo Zylberstajn da FIPE pelo mapa sobre o preço dos imóveis na cidade de São Paulo. À secretária do Programa de Pós-Graduação em Economia Política, Sônia Petrohilos, pela atenção e apoio dado a todos os alunos. Aos meus familiares, mãe Sueli, pai Geraldo e irmãos Caroline e Rodolfo pelo apoio, auxílio e compreensão durante esta caminhada. A Milena Goya Tamachiro pela paciência, compreensão e esforço para fazer de nossos momentos juntos os melhores possíveis. Aos meus amigos, que me incentivaram à conclusão deste trabalho e entenderam os momentos de minha ausência. Ao corpo discente do Programa de Estudos Pós-Graduados em Economia Política da Pontifícia Universidade Católica de São Paulo (PUC-SP), por toda a união, companheirismo e parceria na realização de seminários e trabalhos. Em especial aos alunos que iniciaram o mestrado no ano de 2010. Por fim, agradeço a Deus pelo conforto e inspiração nos momentos mais difíceis ao longo da elaboração deste trabalho.
6
RESUMO
O curso do desenvolvimento urbano a partir da segunda metade do século XX alterou de forma significativa a estrutura das cidades ao redor do mundo. Os processos de expansão urbana e descentralização do emprego fizeram com que o arcabouço teórico monocêntrico, principal instrumen to analítico da Nova Economia Urbana, se tornasse inadequado para a anál ise da dinâmica das grandes cidades policêntricas . As dificuldades quanto à criação de uma abordagem teórica policêntrica elegante e intuitiva, tão quanto a monocêntrica, culminou no desenvolvimento, a partir de meados da década de 1980, de uma série de técnicas para a identificação de subcentros de emprego, ou apenas subcentros urbanos. Ao propor a análise do território da cidade de São Paulo sob uma ótica policêntrica, este trabalho fará o uso de duas das principais metodologias para a identificação de subcentros difundidas na prática internacional; o procedimento ligado ao estabelecimento de valores de corte e a estatística local de Moran, tal como se apresenta no trabalho de ANSELIN (1995). A partir dos dados da Pesquisa Origem e Destino de 2007 e na busca pela correspondência entre as premissas teóricas sobre a estrutura do espaço urbano e os resultados obtidos pelos procedimentos metodológicos aplicados este trabalho, além de atestar a importância do centro principal, identifica outros 4 subcentros na cidade de São Paulo. Pode-se observar, ainda, a predominância dos empregos ligados ao setor de serviços nestes locais, sua importância no contexto urbano e a similaridade dos resultados no que diz respeito à localização dos subcentros, quando se comparada à de outros subcentros intra-urbanos identificados na prática internacional.
Palavras-chaves: Identificação de subcentros, Nova Economia Urbana, cidade de São Paulo.
7
ABSTRACT
The flow of urban development starting from the second half of the twentieth century has significantly changed the structure from the most cities around the world. The processes of urban expansion and employment decentralization became the monocentric theoretical framework, the main analytical tool of the New Urban Economics, inappropriate for understanding the dynamics of the great polycentric cities. The difficulties regarding the creation of a polycentric approach theoretically elegant and intuitive, so as the monocentric, culminated in the development, from the mid-1980s, in a series of techniques for the identification of employment subcenters, or just urban subcenters. In proposing the analysis of the territory of the city of São Paulo under a polycentric perspective, this essay will use two main methods for the identification of sub-centers spread in international practice, the procedure based on cutoff values and the local Moran statistic, as described in the work of ANSELIN (1995). Based on the data of “Pesquisa Origem e Destino de 2007” and the search for consistency between the theoretical assumptions about the structure of urban space and the results obtained by the methodological procedures applied, besides to prove to the importance of the main center, this essay identifies four other subcenters in Sao Paulo. It can also be observed the predominance of jobs linked to the service sector in these places, their importance in the urban context and the similarity of results with respect to the location of the sub-centers, when compared to other intra-urban subcenters identified in the international practice.
Key-words: Identification of Subcenters, New Urban Economics, city of São Paulo.
0
SUMÁRIO LISTA DE FIGURAS. ................................. ...................................................................... 1
LISTA DE QUADROS E TABELAS. ....................... ........................................................ 2
1. INTRODUÇÃO. ............................................................................................................ 3
2. REVISÃO TEÓRICA. ............................... .................................................................... 7
2.1 ANTECEDENTE TEÓRICO CLÁSSICO: VON THÜNEN E A TEORIA DA OFERTA DE RENDA. ................................. 9 2.2 A TEORIA DA CIDADE MONOCÊNTRICA. ...................................................................................................13
2.2.1 A decisão de localização dos habitantes. ........................................................................... 14 2.2.2 As firmas (construtoras) na cidade monocêntrica. .............................................................. 18 2.2.3 O Equilíbrio Urbano no arcabouço monocêntrico. .............................................................. 23
2.3 AS CIDADES POLICÊNTRICAS: DESENVOLVIMENTO TEÓRICO NO CENÁRIO DE EQUILÍBRIO. ..........................26 2.4 A ORIGEM DOS ESTUDOS EMPÍRICOS PARA DETERMINAÇÃO DE CENTRALIDADES URBANAS – CRÍTICAS À TEORIA POLICÊNTRICA. ...............................................................................................................................33 2.5 AS ECONOMIAS DE AGLOMERAÇÃO NO CONTEXTO URBANO. ....................................................................35
3. SUBCENTROS URBANOS: CONCEITUAÇÃO E MÉTODOS PARA IDENTIFICAÇÃO. .................................... ...................................................................... 39
3.1 SUBCENTROS URBANOS: CONCEITUAÇÃO. ..............................................................................................39 3.2 MÉTODOS PARA A IDENTIFICAÇÃO DE SUBCENTROS. ...............................................................................41
3.2.1 As metodologias baseadas em valores de corte............................................................. 42 3.2.2 A análise estatística espacial. ......................................................................................... 50
4. A CIDADE DE SÃO PAULO: FATOS ESTILIZADOS E OS RE SULTADOS APONTADOS PELOS PROCEDIMENTOS METODOLÓGICOS. ...... ........................... 61
4.1 A BASE DE DADOS. ................................................................................................................................61 4.2 A DESCENTRALIZAÇÃO DO EMPREGO NA CIDADE DE SÃO PAULO. ............................................................63 4.3 OS SUBCENTROS DA CIDADE DE SÃO PAULO: METODOLOGIA DE VALORES DE CORTE. ..............................70 4.4 OS SUBCENTROS DA CIDADE DE SÃO PAULO: ESTATÍSTICA LOCAL DE MORAN. .........................................77
5. OS RESULTADOS, A TEORIA, E AS CARACTERÍSTICAS DO S SUBCENTROS IDENTIFICADOS. .......................................................................................................... 81
5.1 A ANÁLISE DOS RESULTADOS. ...............................................................................................................81 5.2 OS RESULTADOS E OS PRECEITOS TEÓRICOS. ........................................................................................86 5.3 OS SUBCENTROS DA CIDADE DE SÃO PAULO: CARACTERÍSTICAS E DISCUSSÕES. .....................................98
6. NOTAS CONCLUSIVAS. ............................. ............................................................ 107
7. REFERÊNCIAS BIBLIOGRÁFICAS. .................... ................................................... 109
8. ANEXOS .................................................................................................................. 114
1
LISTA DE FIGURAS. Figura 2.1: Ilustração esquemática dos resultados do modelo de Von Thünen.....................12
Figura 2.2: Consumo de habitação de equilíbrio em determinada localização......................15
Figura 2.3: Preço dos imóveis varia espacialmente para atingir o equilíbrio de locacional..16
Figura 2.4: Níveis de utilidade e oferta de renda....................................................................18
Figura 2.5: Equilíbrio no mercado de habitação.....................................................................20
Figura 2.6: Densidade estrutural em uma cidade monocêntrica............................................21
Figura 2.7: Tamanho de equilíbrio de uma cidade monocêntrica..........................................24
Figura 2.8: Ocupação do espaço em uma cidade monocêntrica...........................................25
Figura 2.9: Configuração urbana tricêntrica...........................................................................32
Figura 3.1: Ilustração de vizinha sob as convenções queen e rook.......................................53
Figura 3.2: Exemplo de mapa e matriz de pesos espaciais (convenção queen e contiguidade
de primeira ordem)..................................................................................................................53
Figura 3.3: Mapa de dispersão de Moran...............................................................................57
Figura 4.1: Expansão urbana na Região Metropolitana de São Paulo de 1890 a 2002.......64
Figura 4.2: Deslocamento das funções centrais em São Paulo.............................................69
Figura 4.3: Localização dos subcentros de São Paulo – método de valores de corte.........76
Figura 4.4: Mapa de Clusters de Moran para o total de empregos........................................80
Figura 5.1: Subcentros identificados em ambos os procedimentos.......................................83
Figura 5.2: Comportamento do preço dos imóveis, densidade estrutural e residencial em
uma cidade com um centro e um subcentro...........................................................................87
Figura 5.3: Preço médio dos imóveis na cidade de São Paulo..............................................89
Figura 5.4: Densidade estrutural na cidade de São Paulo.....................................................92
Figura 5.5: Densidade residencial na cidade de São Paulo...................................................94
Figura 5.6: Resultado final para as zonas censitárias identificadas como subcentros.........97
Figura 5.7: Subcentros da cidade de São Paulo....................................................................99
2
LISTA DE QUADROS E TABELAS. Quadro 1: Síntese dos métodos expostos..............................................................................50
Tabela 4.1: Empregos na região central de São Paulo – (Subprefeitura da Sé), 1997 e 2007...67
Tabela 4.2: Dados da região de Los Angeles, 1980, e da Cidade de São Paulo, 2007........71
Quadro 2: Valores estipulados para a metodologia de valores de corte...............................75
Tabela 4.3: Estatísticas descritivas para a densidade e total de empregos nas zonas censitárias...78
Tabela 4.4: Estatística Global de Moran para o emprego na cidade de São Paulo..............79
Tabela 5.1: Dados dos subcentros identificados nos extremos da cidade............................84
Tabela 5.2: Dados gerais sobre os subcentros e o centro principal....................................100
Tabela 5.3: Participação relativa dos empregos de acordo com ramo de atividade...........101
Tabela 5.4: Total de Viagens Atraídas................................................................................103
Tabela 5.5: Total de viagens atraídas por região em % do total.........................................104
3
1. INTRODUÇÃO.
A existência das cidades é quase tão antiga quanto a da própria civilização. O
fato dos seres humanos não serem autossuficientes faz da troca de bens e
mercadorias expediente necessário à sobrevivência da raça humana, de modo que o
principal local no qual essas trocas se materializam à longa data são as cidades. O
estudo efetivo dos processos e da dinâmica que ocorre neste local, entretanto, é
mais recente. Parte expressiva das contribuições que ajudam a entender melhor
esse diferenciado ponto no espaço geográfico deram-se a partir de meados do
século XX, influenciadas pelo intenso processo de urbanização vivenciado por
muitos países no período pós-guerra, a exemplo do Brasil que viu sua população
urbana saltar de 19 milhões de habitantes (36% do total) em 1950, para 80 milhões
(68% do total) ainda no final da década de 19701.
O rápido processo de urbanização desencadeou na emergência de uma série
de problemas tipicamente urbanos, e que necessitavam de uma abordagem e
compreensão distintas. O estudo das cidades como disciplina, todavia, não é
exclusivo a uma única área do conhecimento, de maneira que o que se sabe hoje a
respeito do espaço urbano é fruto de pesquisas realizadas por urbanistas,
sociólogos e economistas, só para citar alguns.
No que diz respeito à abordagem urbano-econômica e especificamente a de
cunho neoclássico, temos que em meados da década de 1960 tomou forma o
grande referencial analítico para os economistas, a assim chamada teoria da cidade
monocêntrica. O pioneiro modelo desenvolvido por ALONSO (1964), com base no
clássico trabalho de VÖN THÜNEN (1826) foi capaz de sintetizar em uma teoria,
com todo o rigor metodológico típico à análise neoclássica (cenário de equilíbrio), o
processo de alocação de recursos em uma cidade possuidora de um único centro, o
Central Business District (CBD), ou centro principal, na abordagem que ficou a partir
de então conhecida como Nova Economia Urbana - NEU.
O contínuo curso do desenvolvimento das cidades ao longo da segunda
metade do século XX, entretanto, acarretou em significativas alterações das
estruturas urbanas existentes, a exemplo da formação de aglomerações urbanas e
1 Ver IBGE, Censos 1950 e 1980.
4
regiões metropolitanas. Diante deste cenário de expansão urbana sobremaneira
horizontal e acompanhada de crescente descentralização do emprego urbano, o
arcabouço monocêntrico teve sua validade, não apenas pelas hipóteses intrínsecas,
comprometida, uma vez que este referencial já não mais correspondia à realidade
observada nas grandes cidades, tal como pontua RICHARDSON (1997).
A resposta teórica à observação destes fenômenos deu-se na elaboração, já a
partir da década de 1970, de modelos policêntricos. Esta abordagem, entretanto,
devido às dificuldades quanto à determinação endógena da localização das
centralidades, tal como pontua WHITE (1999), até hoje não foi capaz de constituir
um sólido arcabouço teórico, tal como o monocêntrico, para a análise,
principalmente, das grandes cidades. Fadada, ainda hoje, a “não elegância”
teórica a análise policêntrica cedeu espaço a partir da década de 1980 a uma nova
linha de pesquisas urbano-econômicas de caráter estritamente empírico e voltada à
identificação de subcentros de emprego urbanos. Seguindo as premissas teóricas da
NEU estes estudos se propuseram a elaborar procedimentos metodológicos
capazes, justamente, de sanar as dificuldades encontradas pelos modelos teóricos,
ou seja, a identificação da localização exata dos subcentros urbanos.
Durante os últimos 25 anos muito se discutiu a respeito destes procedimentos
metodológicos, de maneira que uma infinidade de trabalhos se debruçou sobre este
tema, seja através da réplica de algum destes procedimentos para a análise de
determinado local, como pela elaboração de metodologias mais acuradas. Fato é
que a identificação de subcentros urbanos permite ao pesquisador derivar uma série
de análises secundárias a respeito da estrutura urbana em questão, a exemplo das
relações estabelecidas pelo arcabouço monocêntrico sobre preço da terra e
localização do centro principal.
Embora tais investigações sejam comuns na literatura internacional, e
principalmente para as grandes cidades dos Estados Unidos da América, no âmbito
nacional a investigação a respeito do caráter policêntrico das cidades Brasileiras,
sob uma ótica ligada à Nova Economia Urbana, ainda é incipiente, de maneira que
os estudos que abordam tal tema são poucos, a exemplo do de BIDERMAN (2001).
Sendo assim, como exemplo deste tipo de estudo, a saber: a identificação de
subcentros urbanos, será analisada neste trabalho, especificamente, a cidade de
São Paulo. A cidade de São Paulo, de fato, constitui um interessante campo de
pesquisas para este tipo de análise, pois além de ser a cidade mais populosa do
5
continente americano, e por consequência do Brasil, ao possuir mais de 11 milhões
de habitantes2, é também uma das dez cidades mais ricas do mundo, com o Produto
Interno Bruto (PIB) estimado em aproximadamente R$ 390 bilhões3, o que
corresponde a 12% do PIB nacional.
À parte destas características atuais tem-se que a cidade de São Paulo
passou, ainda, por um rápido e maciço processo de urbanização que teve início em
meados do século XX e foi se estabilizar apenas na década de 1990. A ilustração
mais clara da intensidade do processo ocorrido na Capital Paulista se expressa pelo
fato da população, no interior de seus 1.523km2 de área, ter saltado de pouco mais
de 2 milhões de habitantes em 1950, para mais de 8,5 milhões ao final da década de
19704.
Tanto pelos números grandiosos, como pela maneira que se desenvolveu,
parece possível afirmar, mesmo antes de uma análise empírica mais profunda, que a
cidade de São Paulo possui características que devem ser relacionadas mais a uma
área urbana policêntrica do que monocêntrica. Sendo assim, no intuito de investigar
a existência de subcentros na metrópole paulistana através dos procedimentos
metodológicos e premissas teóricas relacionadas à NEU este trabalho será
elaborado em quatro capítulos.
No primeiro capítulo, será feita uma exposição tipicamente evolutiva a respeito
da teoria econômica urbana. Esta terá início na recuperação das proposições
clássicas de VON THÜNEN (1826), incorporadas no modelo de ALONSO (1964),
passando pela exposição do modelo monocêntrico em uma de suas versões mais
compactas, tal como a exposta por KRAUS (2006), até a apresentação de um
modelo policêntrico, o de FUJITA e OGAWA (1982). Após a apresentação funcional
do arcabouço teórico, serão expostas algumas críticas feitas aos modelos,
policêntricos principalmente, e que motivaram em grande medida o desenvolvimento
dos métodos para a identificação de subcentros. Por fim, ainda, será abordada a
questão das economias de aglomeração, posto o caráter vital destas nas discussões
urbanas policêntricas.
O segundo capítulo terá inicio com uma discussão a respeito do conceito de
subcentro urbano, tal como será interpretado por este trabalho. Em seguida a 2 Dados do IBGE par a o ano de 2011. 3 Dados do IBGE para o ano de 2008. 4 IBGE.
6
análise se voltará para a exposição de dois dos métodos mais utilizados para a
identificação de subcentros, a saber: as metodologias de valores de corte e a análise
estatística espacial. Como estes dois procedimentos serão os utilizados para
obtenção dos resultados do trabalho, após a apresentação de cada um será
conduzida uma exposição com resultados de outros trabalhos realizados em
diversas cidades e regiões metropolitanas e que utilizaram tais tipos de
metodologias como procedimento investigativo.
O terceiro capítulo marca o início da investigação empírica de fato.
Primeiramente será apresentada a base de dados principal, ou seja, a Pesquisa
Origem e Destino 2007. Em seguida será conduzida uma discussão típica aos
trabalhos que identificam subcentros urbanos, e que se refere à busca por indícios
acerca do processo de descentralização do emprego no âmbito intra-urbano. Já na
parte final, serão aplicados ambos os procedimentos de investigação utilizados.
Primeiro a metodologia de valores de corte, acompanhada de uma discussão a
respeito das opções pelos parâmetros e valores. E, em seguida, o Indicador Local de
Associação Espacial – Local Indicator of Spatial Association (LISA) tal como
apresentado no trabalho de ANSELIN (1995).
No quarto e último capítulo serão feitas as principais discussões desta
dissertação. Ou seja, primeiro a análise dos resultados obtidos em cada
procedimento metodológico, de modo isolado na primeira parte e depois à luz das
predições teóricas da NEU já com o intuito de apresentar de modo definitivo os
locais identificados como subcentros. Segundo, uma análise sobre os subcentros
identificados que visará, entre outros, avaliar se os resultados obtidos na pesquisa
convergem com o de outros trabalhos do mesmo gênero.
Por fim, serão retomados os principais resultados do trabalho, expondo as
limitações e relevância da pesquisa, assim como o apontamento do leque de
possibilidades que se abre a partir da atestação de que certa cidade, ou região
metropolitana, é policêntrica.
7
2. REVISÃO TEÓRICA.
Embora a investigação almejada por este trabalho seja de cunho estritamente
empírico, o tema abordado, tal como se destacou na introdução, se insere em meio
a uma próspera área do pensamento econômico conhecida como Nova Economia
Urbana.
Tal paradigma teórico foi construído, em suma, com base na inclusão da
dimensão espacial em meio ao arcabouço típico da teoria microeconômica, ou seja,
solução do problema de maximização de lucros e utilidades. A dimensão espacial
foi inserida com sucesso nos planos da NEU através do estabelecimento do
instrumental conhecido como bid rent function, ou função de oferta de renda
seguindo à nomenclatura de ABRAMO (2001). A inclusão da função de oferta de
renda, junto às demais premissas e restrições de cunho teórico-microeconômico,
possibilitou a construção de uma teoria capaz de explicar, no contexto de equilíbrio,
a localização e distribuição das atividades, econômicas e residenciais, dentro do
espaço urbano.
O trabalho venerado como “pedra fundamental” da NEU é a obra de ALONSO
(1964) – “Location and land use”, que seguindo os trabalhos pioneiros de ISARD
(1956), BECKMANN (1957) e WINGO (1961), conseguiu generalizar o conceito de
curvas de oferta de renda (bid rent curves) de VON THÜNEN (1826) para um
contexto urbano, no que ficou conhecido como modelo de cidade monocêntrica,
conforme aponta FUJITA (1999).
Hoje em dia, e devido à existência em elevado número de grandes cidades,
tanto quanto metrópoles, ao redor do mundo, pode parecer desnecessária a
discussão de um arcabouço teórico baseado na ideia de cidade monocêntrica. De
fato, as hipóteses restritivas deste modelo, tanto quanto a de outras modelagens
dentro do cenário de equilíbrio, podem se tornar um convite ao descrédito em tal
abordagem e suas extensões. Contudo, se deve destacar que os resultados obtidos
por esta abordagem relativamente simplória de estrutura urbana, ao longo dos
últimos 50 anos, mostraram-se de grande valia para descrever o processo de
alocação de recursos em uma cidade.
A importância do estudo da teoria da cidade monocêntrica vai além dos êxitos
da formulação teórica, de maneira que SULLIVAN (1993) e KRAUS (2006) destacam
8
outros motivos pelos quais até hoje o estudo da teoria da cidade monocêntrica se
faz importante:
• As cidades monocêntricas foram a forma de padrão urbano
dominante até a primeira metade do século XX, sendo assim, boa parte da
história das cidades é a história das cidades monocêntricas;
• Muitas cidades pequenas, médias e inclusive grandes, ainda
hoje podem ser consideradas como monocêntricas;
• Para compreender a transição das “antigas” cidades
monocêntricas para as “modernas” cidades policêntricas, deve-se
primeiramente entender as forças por trás do desenvolvimento da cidade
monocêntrica;
• Boa parte das observações feitas acerca das cidades
monocêntricas pode ser estendida à análise das cidades policêntricas.
Sendo assim, e pelo fato dos métodos utilizados neste trabalho serem fruto de
uma linha empírica de estudos urbano-econômicos enraizada nos conceitos teóricos
de cidades mono e policêntricas, julga-se pertinente, embora não seja objetivo
construir modelos de equilíbrio urbano, apresentar nesta etapa, de maneira breve e
cronológica, algumas das principais formalizações teóricas da NEU.
Desta forma, este capítulo será dividido em cinco etapas. Na primeira e com o
intuito de demonstrar as “raízes históricas” da teoria urbana econômica, será feita
uma breve apresentação da teoria da oferta de renda, tal como proposta
originalmente no modelo de VON THÜNEN (1826). Na segunda, será apresentado o
arcabouço teórico monocêntrico, seguindo a exposição feita no trabalho de KRAUS
(2006). Na terceira, também de maneira breve, será apresentado um modelo teórico
de cidade policêntrica, tal como expôs o trabalho de FUJITA e OGAWA (1982). Na
quarta, serão consideradas algumas críticas e dificuldades ligadas aos expostos
teóricos policêntricos, de maneira a ligar estes empecilhos ao surgimento de
métodos empíricos. E na quinta, e por fim, será conduzida uma breve discussão
sobre as economias de aglomeração, como se dão no cenário urbano e sua forma
de mensuração mais comum nos estudos ligados à NEU.
9
2.1 Antecedente teórico clássico: Von Thünen e a teoria da oferta de renda.
Johann Heirinch von Thünen, (1783-1850), notável economista de origem
germânica, destacado por SAMUELSON (1983) como um dos fundadores da ciência
econômica ao lado de Adam Smith e David Ricardo, é conhecido principalmente por
suas contribuições a respeito da teoria da localização no âmbito da economia
regional5. Contudo, a herança deixada por suas contribuições foram além dos
campos de estudo da economia regional, estendendo-se, por exemplo, ao
marginalismo, modelos de equilíbrio geral, econometria e economia urbana.
No que tange o escopo deste trabalho, ou seja, a contribuição ligada à
economia urbana, destaca-se que algumas das proposições apresentadas em sua
principal obra, o livro “Der Isolierte Staat in Beziehung auf Landschaft und
Nationalokonomie” (também conhecido como A Teoria do Estado Isolado) de 1826,
foram fundamentais para a construção do modelo de cidade monocêntrica.
Em sua principal obra Von Thünen, em síntese, desenvolveu a construção de
um modelo capaz, entre outros, de determinar a localização espacial das diversas
culturas agrícolas em torno de uma cidade (Estado Isolado). A elaboração deste
modelo supunha, tal como é comum nos modelos de equilíbrio, a existência de uma
série de hipóteses restritivas, das quais se destaca como vital para a obtenção dos
resultados a existência de uma cidade isolada, único local de consumo das
mercadorias agrícolas e que seria abastecida pelos produtores localizados em suas
redondezas6.
A partir da hipótese de cidade isolada e ao elaborar a análise pela ótica dos
produtores em um mercado de concorrência perfeita, com estrutura de custos
relativamente simples e fertilidade da terra uniforme7, o fator que surgiria como
determinante para a decisão de localização das firmas agrícolas seriam os gastos
com transporte até o local de consumo dos bens. Sendo assim, existiria competição
5 As citações ao modelo de Von Thünen, que em sua raiz é ligado fundamentalmente à economia regional-agrícola do século XIX, ainda hoje são parte integrante de diversos trabalhos ligados à economia agrícola, principalmente quando são levados em conta os custos de transporte e o preço da terra. 6 Para uma apresentação formal e mais abrangente do modelo de Von Thünen recomenda-se ao leitor a consulta de SAMUELSON (1983) ou HADDAD (1989). 7 Vale frisar que Von Thünen em seu modelo considera a fertilidade uniforme, ao contrário de RICARDO (1821), que fez suas proposições em termos dos rendimentos decrescentes da terra.
10
entre os diversos tipos de produtores agrícolas pelas localizações situadas nos
arredores da cidade isolada, pois a proximidade com a cidade diminuiria os custos
com transporte.
Para ilustrar como se daria a ocupação agrícola nas localizações situadas nos
entornos da cidade Von Thünen desenvolveu o arcabouço chamado de Teoria da
Oferta de Renda (Bid Rent Theory), ou ainda Abordagem da Oferta de Renda (Bid
Rent Approach). Nesta abordagem, a oferta de renda seria dada por uma função
que denotaria o valor máximo de aluguel que um agricultor estaria disposto a pagar
pela terra em uma localização d qualquer.
A função de oferta de renda de Von Thünen origina-se de uma função lucro
típica de um produtor, ou firma, neste caso agrícola, a saber:
� = �� − � − ��� − (2.1)
Onde:
π = lucro
PQ = Preço multiplicado pela Quantidade (receita do produtor agrícola).
C = custos não relacionados ao cultivo da terra.
tQu = valor gasto com o transporte da mercadoria produzida.
R = valor do aluguel por hectare (poderia ser acre, m2 etc.)
T = tamanho da área necessária ao cultivo.
Como em concorrência perfeita o lucro é assumido como zero, � = 0, a função
de oferta de renda por hectare do fazendeiro de Von Thünen seria obtida pelo
rearranjo da função lucro em relação a R, da seguinte forma:
= ��−�−���T (2.2)
Como a terra seria direcionada aos agricultores que pagassem o maior valor do
aluguel8, a existência de diversas funções de oferta de renda (diferentes
8 No modelo de Von Thünen, assim como nos demais modelos no contexto de equilíbrio da NEU, o proprietário da terra é ausente, ou seja, o direito de uso da terra é concedido a aquele que disponibilizar o maior valor.
11
disponibilidades para pagar pelo aluguel) faria com que o uso da terra fosse
distribuído de acordo com as inclinações das curvas de oferta de renda, gerada
pelas funções de oferta de renda, de cada produtor agrícola9.
Plotadas em gráficos, curvas mais inclinadas (o que indica predisposição a
pagar mais por localizações próximas à cidade) expressariam culturas agrícolas com
um maior nível de flexibilidade e eficiência, não necessariamente intrínsecas ao tipo
de produção. Ou seja, certos agricultores poderiam pagar mais por localizações
próximas à cidade, onde os custos com o transporte são menores. Igualmente,
curvas mais achatadas sugeririam culturas agrícolas menos flexíveis (dependentes
de terra, por exemplo) e que, por esse motivo, disponibilizariam de um menor valor
para pagar pelo aluguel de localizações próximas ao estado isolado.
A concorrência por localizações próximas à cidade entre os diversos
produtores agrícolas levaria, ainda, à formação de um gradiente de preços do
aluguel da terra10 que declinaria de um máximo na região imediatamente próxima a
cidade, até zero, na mais distante fronteira agrícola.
Ao sintetizar em grandes linhas o modelo Thüneniano FUJITA et al (1999)
destaca que o trade-off entre preço da terra e custos de transporte, enfrentado pelos
agricultores, daria origem a um padrão de ocupação da terra agrícola nas
proximidades da cidade composto por círculos ou anéis concêntricos, pois os custos
com transporte, assim como os rendimentos das culturas agrícolas diferem-se. Para
ilustrar como se daria o padrão de ocupação da terra nos arredores da cidade
isolada as exemplificações do modelo de Von Thünen geralmente recorrem ao uso
de figuras, tal como a apresentada abaixo.
9 Esta curva, na microeconomia moderna, seria equivalente a uma “curva de indiferença do preço”, conforme pontua STRASZHEIM (1982) e será discutido de melhor maneira na próxima sessão. 10 SAMUELSON (1983), ao analisar a obra de Von Thunen, destaca que na ausência de externalidades o preço da terra, em geral, seria a melhor forma de medir o grau de concorrência por este bem.
12
Figura 2.1: Ilustração esquemática dos resultados d o modelo de Von Thünen.
Na figura 2.1 a cidade está localizada no intercepto dos eixos “Distância da
cidade” e “Oferta de renda”, sendo que o segmento de linha denso na parte superior
do gráfico define o gradiente de preços da terra em equilíbrio. A parte inferior da
figura é a representação parcial dos círculos ou anéis concêntricos de Von Thünen
(área destinada a cada tipo de produção), note que a delimitação das áreas dos
círculos é dada exatamente pelos interceptos das curvas de oferta de renda,
superior e inferior, respectivamente. Nos exemplos comumente citados, supõe-se
que no primeiro circulo estabelecer-se-iam culturas de bens agrícolas altamente
perecíveis e, portanto, de difícil transporte, a exemplo de vegetais, flores etc.11
Enquanto que nas áreas seguintes, e mais distantes da cidade, situar-se-iam
culturas com melhores possibilidades de transporte, a exemplo dos cereais, ou ainda
dependentes de extensas faixas de terra, a exemplo da pecuária extensiva.
11 Na época de Thünen os meios de transporte na Alemanha eram extremamente precários. Desse modo, os produtos perecíveis e de baixa transportabilidade, como os produtos hortigranjeiros etc, tinham de ser produzidos muito próximos ao mercado, logo sua produção deveria se realizar no restrito círculo em torno da cidade, conforme aponta HADDAD (1989).
13
2.2 A teoria da cidade monocêntrica.
A teoria da cidade monocêntrica, principal instrumento analítico da NEU, foi
elaborada basicamente a partir da reinterpretação do modelo agrícola de Von
Thünen para o contexto urbano, ou seja, na comparação com o exposto na sessão
anterior tem se, por exemplo, que os produtores agrícolas foram substituídos pelos
trabalhadores urbanos e a cidade isolada pelo centro principal ou CBD. Cabe
ressaltar que neste novo formato o CBD é um local de referência no interior da
cidade onde se concentram todos os empregos, diferentemente do estado isolado
que é em Von Thünen o local para onde as mercadorias devem ser transportadas, o
mercado consumidor.
A pioneira exposição de ALONSO (1964), entretanto, não é a que melhor
sintetiza o arcabouço teórico monocêntrico, visto que Alonso construiu sua análise
em termos do preço da terra, enquanto que no meio urbano a demanda relevante é
por imóveis. A abordagem que melhor expõe a teoria da cidade monocêntrica é a
conhecida como modelo Alonso-Mills-Muth (AMM) de equilíbrio urbano, pois,
conforme destaca BRUECKNER (1987), MILLS (1967) e MUTH (1969) embutiram
maior grau de realismo ao arcabouço monocêntrico por construírem uma abordagem
em termo do preço dos imóveis, dos quais a terra é insumo intermediário para a
produção, e não bem final consumido.
Para apresentar esta versão do modelo de forma simples e intuitiva este
trabalho recorrerá à síntese exposta em KRAUS (2006), que faz o uso de pouca
derivação algébrica e mantém o foco na apresentação e explicação de figuras12.
Assim sendo, primeiro serão abordadas as questões que envolvem a problemática
dos habitantes da cidade monocêntrica, depois das firmas (construtoras) e ao final a
configuração espacial de equilíbrio urbano.
12 A apresentação rigorosa do modelo, ao leitor interessado, pode ser encontrada em WHEATON (1977), STRASZHEIM (1982), BRUECKNER (1987) ou FUJITA et al (1999).
14
2.2.1 A decisão de localização dos habitantes.
O modelo de cidade monocêntrica faz, assim como outros, uma série de
suposições simplificativas a respeito das características do espaço urbano, dentre as
quais se devem destacar:
1. A cidade seria circular, situada em uma planície homogênea e possuiria um
único centro, o CBD, com localização e tamanho pré-especificados onde se
concentraria todos os empregos.
2. O sistema de transporte é composto por vias radiais, sendo que cada
trabalhador usaria estas vias para realizar seu percurso diário entre
residência e trabalho.
3. Não existem, nessa versão, externalidades urbanas, a exemplo dos
congestionamentos e da poluição.
Supõe-se, ainda, que nesse espaço urbano residem N famílias com a mesma
renda y e que cada uma destas famílias é representada por um único indivíduo que
toma suas decisões respeitando ao postulado de racionalidade (homo economicus).
Assim como nas construções tipicamente microeconômicas este individuo
possui uma função de utilidade que deve ser maximizada sujeita a uma restrição
orçamentária. A maximização de utilidade no modelo monocêntrico se dá na escolha
pelo local de residência, sendo assim, a função de utilidade dos habitantes é
expressa por U(q, n), uma função com as propriedades usuais (estritamente quase
côncava), onde q denota o consumo do bem habitação (tamanho do imóvel em
metros13) e n o consumo de todos os outros bens (bem composto14), sendo que
ambos tem efeito positivo sobre a utilidade U.
Nesta cidade, um indivíduo que resida a uma distância radial d do centro de
negócios pagará um valor de aluguel do imóvel por m2 de p(d)15 e terá gastos com
13 É importante lembrar que a escolha residencial é composta de uma infinidade de fatores, contudo, nesta versão do modelo esta escolha resume-se ao tamanho do imóvel em metros. 14 O preço do bem composto, que uni o consumo de todos os demais bens, não varia no espaço e normalmente é especificado em unidades. 15 No campo teórico trabalha-se o valor do imóvel como o valor presente, VP, do fluxo de renda gerado pelo imóvel, ou seja, o aluguel. Para o caso de um fluxo de renda constante R, com horizonte
15
os deslocamentos até o local de trabalho de t(d). Como y é a renda do indivíduo,
este deverá maximizar sua função de utilidade, U(q, n), sujeito à restrição
orçamentária:
����� + � = − ���� (2.3)
A equação 2.3 denota simplesmente que o excedente da renda após os gastos
com deslocamento �y – t(d)), o qual convém denominar-se renda liquida, deve
igualar a soma dos gastos com habitação e consumo do bem composto (p(d)q + n).
Existem dois aspectos neste problema. O primeiro é a decisão individual de
localização, d. O segundo a decisão do consumo do bem habitação, q, e do bem
composto, n, conforme ilustra a figura 2.2 abaixo.
Figura 2.2: Consumo de habitação de equilíbrio em d eterminada localização.
Na figura 2.2, para um indivíduo que tenha escolhido a localização residencial do
o intercepto em n da restrição orçamentária é dado por y - t(d)0, a renda liquida. A
inclinação da restrição orçamentária é -p(d)0 e a situação de equilíbrio ocorre em e0,
ponto no qual uma das curvas de indiferença é tangente à restrição orçamentária. O
consumo de habitação nesta localização em equilíbrio é q0.
O fato dos indivíduos fazerem uma decisão de localização junto à hipótese de
que eles são idênticos significa que o mesmo nível de utilidade deve ser realizado
em todas as localizações residenciais. A razão para isso é que as decisões de
localização e consumo podem ser replicadas. O mecanismo para satisfazer a
de tempo infinito e taxa de juros constante, i, temos que: �) =
*
+·, de onde tiramos que o preço do
imóvel é igual ao aluguel do imóvel (fluxo).
16
condição de utilidade igual é a variação espacial no preço dos imóveis. A fim de
compensar a redução da renda liquida associada ao aumento em d (gastos com
deslocamento até o local de trabalho) o preço dos imóveis deve cair conforme a
distância aumenta. Esse processo é demonstrado na figura 2.3.
Figura 2.3: Preço dos imóveis varia espacialmente p ara atingir o equilíbrio de
locacional.
Assim como na figura 2.2, o eixo q refere-se ao consumo de habitação e o eixo
n o consumo do bem composto. As duas retas desenhadas referem-se à restrição
orçamentária de dois indivíduos imaginários, 1 e 2, sendo que ambas tangenciam a
curva de indiferença correspondente ao nível de utilidade comum pressuposto.
D1 e d2 representam duas localizações quaisquer no espaço, de tal forma que
d2 > d1. p(d)1 e p(d)2 são tais que o nível de utilidade de equilíbrio é apenas atingido
com restrições orçamentárias cujo respectivo intercepto em n sejam y – t(d)1 e y –
t(d)2. A renda liquida é menor em d2, do que em d1, o que significa que a inclinação
da restrição orçamentária em d2 deve ser menor (mais plana). Assim p(d)2 < p(d)1 e
daí se extrai que o preço do aluguel dos imóveis diminui conforme a distância ao
CBD aumenta.
A figura 2.3 também pode ser usada para comparar o consumo de habitação
por indivíduos em diferentes localizações. Como a restrição orçamentária em d2 é
menos inclinada que em d1, a curva de indiferença de equilíbrio é menos inclinada no
ponto e2 do que em e1. Com curvas de indiferença estritamente convexas, isso
17
significa que a posição de e2 relativamente à e1 na curva de indiferença de equilíbrio
está a sudeste, ou seja, q2 > q1. Isto indica que indivíduos que vivem distantes do
CBD consomem mais do bem habitação.
Na figura 2.3, p(d)1 (a inclinação da restrição orçamentária) é o valor máximo
que um individuo que reside em d1 pode pagar pelo m2 de habitação16 enquanto
permanece sob o nível de utilidade associado à curva de indiferença, ou seja, p(d)1,
de maneira análoga ao exposto em Von Thünen, é a oferta de renda por habitação.
A oferta de renda é um conceito fundamental para a construção do cenário de
equilíbrio urbano, de forma que esta pode ser obtida pela maximização da equação
p�d� = ,-.�/�-01 (2.4)
sujeita à U�q, n�. Vale destacar que a equação 2.4 é obtida pelo rearranjo da
restrição orçamentária17, tal como apresentada na equação 2.3, em função do preço
do aluguel do imóvel na localização d18.
A discussão anterior sobre os preços de habitação de equilíbrio mostrou que,
dado determinado nível de utilidade, a oferta de renda por habitação é uma função
decrescente de d. (figura 2.3, por exemplo). Porém, como a oferta de renda deve ser
tangente à curva de indiferença que expressa o nível de utilidade único, uma
mudança no nível de utilidade também afeta a oferta de renda por habitação. Tal
processo pode ser demonstrado na figura 2.4, onde é feita a comparação da oferta
de renda para habitação em dos níveis de utilidade diferentes mantendo-se a
mesma localização19.
16 A opção pela unidade de medida é livre e apenas tem o intuito de exemplificação. 17 Note que na exposição sobre o arcabouço de Von Thünen a oferta de renda foi obtida de maneira similar, contudo, a partir do rearranjo da função lucro dos produtores rurais. 18 Nossa opção foi pela oferta de renda por m2, daí a divisão por q, entretanto, tal equação poderia ser expressa na forma linear e que denotaria, então, o valor total da oferta de renda. 19 A localização fixa remete ao fato de que ambas as restrições orçamentárias tem o mesmo intercepto em n, ou seja, a renda líquida é igual, logo os gastos com deslocamento também o são.
18
Figura 2.4: Níveis de utilidade e oferta de renda.
Podemos visualizar que a curva de indiferença superior só poderia ser
alcançada por uma restrição orçamentária menos inclinada, o que indica que a oferta
de renda sob a curva de indiferença superior é menor. Sendo assim, ao denotar a
oferta de renda por �̅, e o nível de utilidade por u, podemos escrever �̅ = �̅��, ��, onde �̅ é função decrescente de d e u.
A quantidade de habitação demandada por um individuo (tamanho do imóvel)
que se defronta com uma função de oferta de renda é denotada como �4��, ��, de
modo que �4 é função crescente de d eu. A relação crescente entre q e d já foi
demonstrada anteriormente, já a relação crescente com u advém do fato de
consideramos os imóveis como bens normais (consumo relacionado positivamente
com a renda).
2.2.2 As firmas (construtoras) na cidade monocêntri ca. Na teoria monocêntrica, tal como na microeconomia clássica, as teorias do
consumidor e da firma possuem semelhanças na forma de análise, de maneira que
por vezes, também na NEU, muda-se apenas a nomenclatura do instrumental para
adequá-la ao contexto.
No modelo urbano monocêntrico as firmas que compõe o campo de análise na
esfera da produção são as construtoras, pois se considera que somente estas
constroem residências em uma cidade. Assume-se que tais firmas operam em um
mercado de concorrência perfeita com retornos constantes de escala. Além das
outras características usuais dos mercados de concorrência perfeita (lucro zero etc.),
tem-se que os proprietários de terra e o poder público são ausentes, ou seja, a terra
19
será destinada a quem pagar mais e as firmas poderão construir os imóveis em
qualquer ponto do espaço urbano sem nenhum tipo de restrição.
Atendo-se ao modelo em si se imagina que uma firma decida construir um
imóvel na localização espacial d. A produção do imóvel neste local será dada por
uma função de produção usual, côncava e com retornos constantes de escala, do
tipo 6��� = H�L�d�, K�d��, onde L�d� é o emprego de terra (tamanho do lote) na
localização d e K�d� o emprego de capital e insumos não relacionados a terra na
construção do imóvel nesta mesma localidade. O preço do aluguel da terra r�d� é
determinado de maneira endógena e o preço do capital, i, não varia espacialmente e
é determinado de maneira exógena.
A função lucro de uma firma que decida construir um imóvel em d será dada
então por:
���� = ����. � − :���. ;��� − <=��� (2.5)
Onde:
���� = lucroemd
p�d�.q = receita da firma em d.
r�d�.L�d� = gastos com o aluguel da terra em d.
iK�d� = gastos com capital e insumos não relacionados à terra em d.
Antes de se analisar mais a fundo as questões que envolvem a problemática
da firma, e tal como feito em KRAUSS (2006), entende-se como pertinente retomar
alguns clássicos resultados sobre retornos de escala constante, uma vez que estes
são fundamentais para compreender a teoria da firma também no arcabouço teórico
monocêntrico.
Primeiro, têm-se que uma firma que possui retornos constantes de escala e é
tomadora de preço no mercado de fatores possui uma curva de custo médio de
longo prazo que é independente do nível de produção. Expressa em um gráfico
adaptado a este contexto isto significa que em qualquer localização do espaço
urbano os construtores se defrontarão com uma curva de custo médio de longo
prazo horizontal.
20
Segundo, a partir da hipótese de que as firmas também são tomadoras de
preço no mercado de produtos a curva de oferta de longo prazo para uma firma
individual (e logo para todo o mercado) se torna perfeitamente elástica no ponto em
que o preço iguala o custo médio de longo prazo.
A figura 2.5 abaixo demonstra o apontado nos dois últimos parágrafos.
Figura 2.5: Equilíbrio no mercado de habitação.
Na figura 2.5 a reta AC demonstra a curva de custo médio de longo prazo, e
que, portanto, também será a curva de oferta de mercado para habitação em d. Isto
significa que para que exista equilíbrio no mercado de habitação em determinada
localização o preço do imóvel deverá ser igual ao custo médio. Esta relação pode
ser descrita da seguinte forma,
���� = @��:���, <� (2.6)
uma vez que na Figura 2.5 tanto um aumento em r(d) quanto em i deslocariam a
curva AC para cima.
Conforme se demonstrou na sessão anterior, p�d� diminui na medida em que d
aumenta. A equação 2.6 assina-la que o preço, p�d�, deve ser igual ao custo médio
de longo prazo, sendo que o custo médio de longo prazo é composto pelo preço do
aluguel do capital, i, e pelo aluguel da terra, r�d�. Como i não varia no espaço a
relação expressa em 2.6 só poderá ser verdadeira se r�d� também for função
decrescente de d, ou seja, o preço do aluguel da terra é função decrescente da
distância ao CBD.
21
Ao indivíduo atento é fácil observar que a forma de construção das moradias
varia bastante em uma cidade. De modo geral, em áreas centrais é mais comum a
existência de edifícios e condomínios, enquanto que na periferia prevalecem as
casas, normalmente construídas em terrenos maiores. É possível resumir esta
constatação ao se dizer que conforme a distância ao centro aumenta, em geral,
existe uma queda na relação “terra-capital” utilizada na construção dos imóveis.
O modelo monocêntrico também prevê essa alteração na forma da construção
dos imóveis, sendo que a peça chave para esboçar esta relação dentro do
arcabouço teórico é a existência da isoquanta única. A isoquanta única, assim como
a tradicional, aponta as combinações de trabalho e capital a partir das quais é
possível construir exatamente um imóvel. A figura 2.6 abaixo demonstra como se dá
essa questão.
Figura 2.6: Densidade estrutural em uma cidade mono cêntrica.
Para a análise e explanações a respeito da figura 2.6 é necessário supor, de
início, uma localização d1 na qual uma construtora decida construir um imóvel,
respeitando a isoquanta única20. No intuito de maximizar seus lucros o construtor
deverá empregar a combinação de insumos que minimize seus custos. Este local é o
ponto e1, onde uma reta de isocusto que reflete o preço dos fatores em d1 é tangente
à isoquanta única. O preço dos fatores é refletido na inclinação da reta isocusto, que
20 Como se pode observar a isoquanta única é assumida como estritamente convexa.
22
é -r(d)1 / i. Considere agora a relação capital-terra em e1. Esta relação refere-se à
densidade estrutural, e é dada no diagrama pela reta s(d1) que sai da origem e
passa por e1. Como se tem a hipótese de retornos constantes de escala, todas as
firmas que decidam produzir em d1 construirão imóveis com a mesma densidade
estrutural21, independentemente da quantidade produzida.
Na figura 2.6 são apresentadas duas localizações distintas e imaginárias, d1 e
d2, de maneira que d2 > d1. De maneira análoga à análise feita na abordagem do
consumidor o fato que r(d2) < r(d1), significa que as curvas de isocusto, assim como
as restrições orçamentárias, devem ser menos inclinadas em d2. Como a isoquanta
única deve ser estritamente convexa, o ponto de minimização de custos e2,
encontra-se sob uma reta que parte da origem, s(d2), menos inclinada do que a que
passa por e1, sendo assim, s(d2) < s(d1), o que dentro das condições do modelo
indica que a densidade estrutural diminui conforme aumenta a distância ao CBD.
Assim como para os consumidores, para as firmas também existe uma função
de oferta de renda, nesse caso por terra. A oferta de renda das firmas, o valor
máximo que poderá ser pago pela terra em uma localização d qualquer, pode ser
expressa da seguinte forma:
r�d� = A�/�1-+B�/�C�/� (2.7)
Tal como para os agricultores de Von Thünen, a oferta de renda das
construtoras pode ser obtida através do rearranjo da equação 2.5 em função de r(d).
De maneira similar ao feito na ótica do consumidor, pode-se denotar também r(d)
como :4, e assim se escrever :̅ = :4��, ��, o que possibilita reescrever a equação 2.6
da seguinte forma:
�̅��, �� = @��:̅��, ��, <� (2.8)
21 Esta característica advém do fato de que dada uma reta a partir da origem, tal como s(d1) na figura 2.6, as isoquantas de uma função de produção com retornos constantes de escala devem possuir a mesma inclinação em todos os pontos ao longo desta reta. Logo, se a localização e, portanto, os preços dos fatores são mantidos fixos, todos os pontos de tangência entre isoquantas e isocusto envolvem a mesma densidade estrutural.
23
Já foi demonstrado que um aumento em d ou u diminui �̅, sendo assim, e dado
o novo formato da equação 2.8, verifica-se que o aumento de d ou u, também irá
diminuir :̅. Deve-se destacar que uma das curvas de oferta de renda por terra
corresponde ao nível de utilidade de equilíbrio, sendo que esta curva de oferta de
renda seria o gráfico de equilíbrio dos preços da terra.
A densidade estrutural, s(d), escolhida por uma firma que se defronta com sua
oferta de renda por terra, pode ser expressa também como D̅(�, �), uma vez que s(d)
= D̅. Foi visto anteriormente que s(d) é função decrescente de d, sendo assim D̅
também é função decrescente de d. Temos nesse ponto, também, que o aumento
em u diminui D̅.
O último ponto que envolve os determinantes do equilíbrio urbano no
arcabouço monocêntrico, porém não especificamente à teoria da firma, é a
determinação da densidade residencial na cidade monocêntrica (população por
unidade de terra usada para fins residenciais). Ao denotar a densidade residencial
em determinado ponto do espaço urbano por D(d), a maneira mais simples de se
chegar a este parâmetro é escrever D(d) = h(d) / q(d), onde h(d) é a produção de
imóveis para fins residenciais por unidade de medida22. Na análise do consumidor foi
visto que o aumento em d aumenta q, logo fica claro que na medida em que a
distância ao CBD aumenta h(d) diminui23. Do mesmo modo que em �,4 �I, :̅ J D̅,
podemos denotar D(d) como K4 (�, �), sendo que K4 também será função
decrescente de d e u.
2.2.3 O Equilíbrio Urbano no arcabouço monocêntrico . Conforme se apresentou ao longo desta sessão o modelo monocêntrico, em
sua versão base, dá origem a cinco funções; �̅ (�, �), � 4 (�, �), :̅ (�, �), D̅ (�, �) e
K4 (�, �). Se fosse possível determinar u, se poderia, então, usar essas funções para
determinar todos os perfis espaciais de equilíbrio do modelo, a exemplo dos preços
de equilíbrio dos imóveis e da terra em todas as localizações no interior da cidade.
22 h(d1), por exemplo, poderia significar a construção de 1 metro por metro quadrado de terreno. 23 Esta característica pode ser observada, também, na figura 2.6, pois a produção de imóveis (unidade) é a mesma em e1 e e2, contudo, em e2 a quantidade de terra utilizada é maior.
24
Pela resolução das rubricas do modelo seria possível determinar também o
tamanho de equilíbrio da cidade. A figura 2.7 abaixo ilustra como se daria esse
processo.
Figura 2.7: Tamanho de equilíbrio de uma cidade mon ocêntrica.
Na figura 2.7, x indica o limite da área urbana (como a cidade é circular, x seria
o raio) e ra é a oferta de renda agrícola que não varia no espaço. Como se pode
reparar à esquerda de x a oferta de renda para a produção de imóveis L:̅��, ��Mé
maior do que a oferta de renda agrícola, o que indica que toda esta extensão de
terra estará em poder das firmas e, portanto, será destinada a produção de imóveis.
Do mesmo modo, à direita de x a oferta de renda agrícola é superior o que indica
que nestes locais a terra será destinada à agricultura. Como nenhum imóvel será
construído à direita de x, essa distância equivale ao tamanho de equilíbrio de uma
cidade monocêntrica circular.
Ao se formalizar o exposto no último parágrafo, temos que o tamanho de
equilíbrio da cidade será dado, então, pelo ponto de intersecção entre as curvas de
oferta de renda para produção de imóveis e produção agrícola, o que pode ser
expresso pela seguinte equação:
:̅��, �� = :N (2.9)
que pode ser vista como uma equação para determinar x em termos de u.
O ponto que encerra a apresentação do modelo monocêntrico trata das formas
pela qual u pode ser determinado. Na exposição teórica o valor de u é originado de
duas formas diferentes e que dependem do modelo de cidade a ser trabalhado,
25
aberta ou fechada. Em uma cidade aberta o valor de u é exógeno24 e a população,
N, é endógena e em uma cidade fechada u é endógeno e a população é exógena.
Ao término da apresentação teórica monocêntrica cabe o destaque que não foi
discutido, dado o teor introdutivo, a oferta de renda das empresas não envolvidas
com a construção civil, ou seja, as demais firmas que ocupam o espaço urbano, a
exemplo das empresas do ramo de serviços e as indústrias. Vale dizer que estas
firmas agiriam do ponto de vista da escolha localizacional de maneira análoga aos
habitantes, contudo, o espaço disputado seria o interior do CBD, local onde é
ofertado todo o emprego aos habitantes. A figura 2.8 expõe um cenário de equilíbrio
urbano com a divisão do espaço, inclusive o interior do CBD, entre três atividades:
escritórios, indústria e residências.
Figura 2.8: Ocupação do espaço em uma cidade monocê ntrica.
24 Uma das maneiras utilizadas para se chegar a um valor exógeno para u é através do volume de migrações sem custo, ou voluntárias.
26
Tal como ilustra a figura 2.8 as firmas de escritórios detêm a curva de oferta
de renda mais inclinada25 e, portanto, ocupam o núcleo do CBD (a região em torno
do marco zero, por exemplo). Em seguida, e ainda dentro do CBD, encontrar-se-iam
se as indústrias26, que ocupam a área do circulo com raio u1 – u0 quilômetros, ou
seja, a área delimitada pelas intersecções com as funções de oferta de renda das
firmas de escritórios e da região residencial. Por fim, localizadas na área de cor
branca do círculo, que foi a estudada nesta versão do modelo, estariam as
residências e seus habitantes, que ocupam o restante da área urbana a partir do
término do CBD até a região de fronteira com as atividades agrícolas (ponto x da
figura 2.7).
O modelo monocêntrico exposto nesta sessão corresponde a uma das mais
simplórias abordagens teóricas da NEU, entretanto, a literatura teórica é ampla e
pode abordar questões urbanas menos restritas, a exemplo da existência de
indivíduos com rendas diferentes27. Dentre a gama de expansões do modelo de
equilíbrio urbano, ganha ênfase para as discussões deste trabalho as versões
policêntricas da abordagem, assim sendo, a próxima sessão apresentará de forma
sintética um destes modelos, a saber: o exposto no trabalho de FUJITA e OGAWA
(1982).
2.3 As cidades policêntricas: desenvolvimento teóri co no cenário de equilíbrio.
As extensões de modelos econômicos, de modo geral, tem como o principal
objetivo introduzir aspectos que tornem o modelo mais próximo da realidade
observada, e nos trabalhos ligados à NEU não é diferente. Entretanto, é notório que
o modelo monocêntrico, mesmo em suas extensões mais complexas possui um
elevado grau de abstração e irrealismo, dado em boa medida por suas hipóteses
iniciais.
25 Nas formulações teóricas as firmas de escritórios detêm a oferta de renda mais inclinada em virtude da necessidade dos contatos “face-to-face”. Como esse setor emprega consultores com elevados salários, os custos de deslocamento (em termos do tempo perdido com as viagens) é elevado, fazendo com que estas empresas se localizem no ponto mais central da cidade. 26 De forma geral, assume-se que no CBD encontram-se os terminais de carga da cidade (aeroportos, por exemplo), logo para as indústrias a localização no CBD também se faz necessária pela economia com custos de transporte. 27 Outras questões analisadas podem ser encontradas em STRASZHEIM (1982) e FUJITA (1999) só para citar alguns.
27
Dentre estas, vigora como a principal condutora dos resultados a hipótese de
existência de um único centro com tamanho e localização pré-determinados
(exógenos), o centro de negócios, ou CBD. Embora esta hipótese seja plausível para
a análise de uma pequena cidade, torna-se imprópria quando o campo de estudos
perfaz uma grande cidade ou metrópole.
Seja pelo expressivo aumento da área urbanizada de muitas cidades ao longo
da segunda metade do século XX, como pelo observado processo de
descentralização do emprego urbano, tal como se descreve em ANAS et al (1998)
ou GLAESER e KAHN (2001), ficou claro que o poder do arcabouço teórico
monocêntrico tinha se tornado restrito para a análise de certas localidades. Ao
observar este fato, já a partir da segunda metade da década de 1970 versões
policêntricas para o modelo de equilíbrio urbano foram publicadas28, no intuito de
readequar o arcabouço existente à nova realidade observada.
Dentre estes trabalhos, ganhou maior destaque o modelo desenvolvido por
Fujita e Ogawa no trabalho Multiple Equilibria and Structural Transition of
Nonmonocentric Urban Configurations de 1982. Este modelo, o qual passaremos a
denominar como modelo de F-O, assim como outros da época, buscou em sua
elaboração suplantar duas “inconveniências” do modelo monocêntrico. Segundo os
próprios autores estas inconveniências seriam:
First, from the viewpoint of theoretical completeness, the
centrality or non-centrality of a city should be explained within the
framework of the model. A more satisfactory model would yield a
spatial structure of the city in which the location of households and
firms are endogenously determined, without assuming of either a priori.
Secondly, from the view point of the reality, a monocentric urban land
pattern seems to be untenable. Many studies [e.g Kemper and
Schmenner (1974) and Mills (1972)] have shown the pervasive
tendency of increasing decentralization of both households and firms
and the consequent decline of the role of the CBD as a single focus of
employment. FUJITA e OGAWA (1982, p. 162).
28 Exemplos destes trabalhos são: BECKMAN, CAPOZZA e ODLAND (1976, 1976 e 1978 apud FUJITA e OGAWA, 1982)
28
Sendo assim, o trabalho de F-O, conforme se destaca em HEIKKILA e
WANG (2009), modela a emergência de centros urbanos quanto às decisões de
localização dos habitantes e firmas no contexto de diferenciação espacial do
trabalho e interações do mercado de terra.
Ainda sobre este modelo HERMAN e HADDAD (2003, p. 13), pontuam que:
Firmas e famílias competem entre si na decisão de localização e enfrentam trade-off’s por estarem mais ou menos próximas dos respectivos centros. Para as firmas, os ganhos de aglomeração são contrapostos aos crescentes custos de produção e, no caso das famílias, o custo de transporte é compensado pela queda no valor dos aluguéis.
Na exposição do modelo de F-O a hipótese de cidade circular dá lugar à
suposição de cidade linear29, onde cada localização é representada por um ponto X
em uma reta. Outro ponto importante é que diferentemente do abordado na sessão
anterior, este trata apenas de habitantes e firmas ligados ao setor de negócios30,
sendo que não existem externalidades relacionadas ao trânsito, poluição etc.
Assim como na sessão anterior, primeiro serão abordas a problemática que
envolve os N habitantes que vivem nesta cidade. As proposições sobre o
comportamento dos consumidores, de modo geral, diferem-se em poucos pontos
dos expostos monocêntricos. Desta forma, e igualmente, a função de utilidade de
cada habitante é expressa por:
O = ���, �� (2.10)
Onde U é o nível de utilidade, q é o tamanho do imóvel e n o consumo do bem
composto. Como é possível a existência de vários centros, ao invés de um único, a
restrição orçamentária de um indivíduo que resida em d e trabalhe em dw será dada
por:
29 A ideia de cidade linear é pouco condizente com a realidade, entretanto, facilita a ilustração dos resultados para uma cidade com diversos centros. A representação linear do espaço, vale frisar, é utilizada também em estudos no campo da economia regional, a exemplo do clássico trabalho de HOTTELING (1929). 30 A análise sob a ótica da produção de imóveis não é feita, pois o modelo é inspirado na versão de ALONSO (1964). Portanto, habitantes e firmas consomem lotes sem construção e do mesmo tamanho independentemente da localização espacial. No modelo de Alonso assume-se que os próprios usuários do lote fazem a construção.
29
Q��R� = :����S + � − ��� − �R� (2.11)
onde Y�dw� é a renda do individuo, dado pelo salário pago pelas firmas localizadas
em dw, r�d� é o aluguel ofertado por m2 em d, qf é o tamanho fixo do lote, �� −�R� é
a distância entre a residência e o local de trabalho, e t é o custo de deslocamento
por unidade de distância.
O objetivo de cada habitante, como usual, é maximizar 2.10, sujeito à restrição
orçamentária expressa em 2.11, pela escolha apropriada de q,n,d e dw. Contudo,
como o consumo do lote de terra é considerado fixo e positivo, expresso por qf, o
objetivo do habitante será equivalente à escolha do local de residência, d, e do local
de trabalho, dw, para assim maximizar o consumo do bem composto n, ou seja:
maxX,XY � = Z[\ �Q��R� − :����S − ����, �R�� (2.12)
Para as firmas, mantem-se o cenário de concorrência perfeita com Z firmas
iguais que atuam no setor de serviços. É assumido, no intuito de simplificação, que
as firmas utilizam insumos em quantidades fixas para a produção, a saber: qf, referente ao uso do lote e mf que se refere à mão de obra (trabalho). Ao assumir
que todos os habitantes, que representam as famílias, estão empregados, a
seguinte relação deve ser mantida em equilíbrio.
] = ^/_S (2.13)
No modelo teórico policêntrico, ou não monocêntrico, proposto por F-O, a
localização do CBD, e de possíveis subcentros, não é determinada de maneira
exógena, assim sendo, é necessário algum fator que dentro do modelo diferencie as
localizações espaciais urbanas entre centro e área residencial. Para fazer esta
diferenciação espacial os autores recorreram ao nível das economias de
aglomeração31, ao pontuar que as economias de aglomeração são as responsáveis
não só pelo crescimento, como pela própria existência das cidades.
31 De breve maneira, economias externas ou de aglomeração consistem em ganhos de produtividade que são atribuídos à aglomeração geográfica de populações ou das atividades econômicas.
30
Dentro do arcabouço do modelo os autores lançaram mão da chamada função
de potencial local, F�d�, para expressar o nível das economias de aglomeração em
cada localidade e que foi definida da seguinte forma:
a��� = b c� �JdeX�X,Xf� g (2.14)
Onde,F�d� é o potencial local no ponto d, b�y� é a densidade de firmas em y,α
é um parâmetro potencial maior ou igual a zero (≥0)32, e d�d,y�=�d-y�, a distância
das firmas localizadas no ponto d e d1. Para que as economias de aglomeração
gerem efeitos diretos sobre os resultados de uma firma a função de potencial local é
inserida na equação de maximização do lucro, da seguinte forma:
_klX � = �m nL�S ,_SM + �[a��� − :����S − o���_S (2.15)
Pelo lado da receita temos que �mnL�S , _SM é a função de produção da
empresa e pp é a taxa de conversão monetária do potencial local, F�d�. Pelo lado dos
custos: r�d� é o valor do aluguel por metro quadrado em d, e w�d� é o salário pago a
cada trabalhador no ponto d. A função de produção (�pn��S ,_S�) pode, ainda, ser
substituída pela letra k, de modo que a equação 2.15 assume a seguinte forma:
� = k +�[F�d� − :����S −o���_S (2.16)
Como o objetivo dos autores era analisar a estrutura espacial de equilíbrio a
população N foi assumida como fixa e as firmas seriam livres para entrar ou sair da
cidade, sendo que desta forma, em equilíbrio, a competição levaria à condição de
lucro zero. Portanto, cada estrutura espacial de equilíbrio da cidade seria descrita
por um sistema que engloba: a�d�,b�d�,r�d�,w�d�,P�d,dw�eU, onde a�d�é a função
de densidade habitacional, b�d� é a função de densidade das firmas,r�d� é o valor
do aluguel da terra, w�d� o salário, P�d,dw� o número de habitantes localizados em d
32 Em virtude da inclusão da função de potencial local, F�d�, a distribuição de todas as firmas na cidade afeta a decisão individual de cada firma, de maneira que o potencial é máximo em cada localização quando r = 0, a partir deste valor α decresce monotonicamente.
31
e que se deslocam até dw para trabalhar dividido pelo número total de trabalhadores
localizados em d e U é o nível de utilidade.
Assim como para o modelo monocêntrico a chave para a compreensão dos
expostos no modelo de F-O passa pela função de oferta de renda das famílias e
firmas. Ao representar as funções de oferta de renda das famílias e firmas por s e
t, respectivamente, se pode escrever, de maneira análoga ao modelo
monocêntrico, estas funções de oferta de renda seguindo às equações 2.11 e 2.15
da seguinte forma:
s = u�X�dvdwX�X,XY�xy (2.17)
t = z{[|}�X�dR�X�~yxy (2.18)
O término do desenvolvimento do modelo policêntrico por completo, tal como
apresentado em F-O, exige uma discussão extensa e rigorosa das possíveis
configurações de equilíbrio não monocêntricas e suas soluções. Entretanto, e dado o
caráter de sucinta exposição adotado para este referencial teórico, se pretende não
apresentar todos estes resultados. Todavia, a figura 2.7 abaixo sintetiza uma das
possíveis soluções apresentadas para uma cidade tricêntrica, obtida por
aproximação numérica33.
33 No trabalho original os resultados, em virtude da complexa forma funcional da função de potencial local, são obtidos por meio de simulações numéricas.
32
Figura 2.9: Configuração urbana tricêntrica
Na figura 2.9 apresenta-se uma cidade policêntrica linear. As áreas em cinza
na parte (a) da figura denominadas como BD referem-se aos centros de negócios,
“Business Districts”, e as áreas em branco RA, “Residential Areas”, às áreas
residenciais. As partes (b), (c) e (d), referem-se ao comportamento da função
potencial local F�d�, salários w�d�, e alugueis r�d� nestas localizações,
respectivamente.
As setas da caixa abaixo da figura (a) indicam o deslocamento dos
trabalhadores localizados em cada uma das regiões residenciais no plano
compreendido entre –f4 e f4. A análise dos deslocamentos indica que todos os
33
trabalhadores que residem entre -f1 e -f2 e f1 e f2 trabalham nas empresas
localizadas na área entre –f1 e f1; uma parte dos trabalhadores que residem entre –
f4 e –f3 e f4 e f3 trabalham nas firmas localizadas entre –f3 e –f2 e f3 e f2, e o
restante dos trabalhadores das regiões –f4 e –f3 e f4 e f3 se locomove por longas
distâncias até o centro de negócios localizado na parte central da figura34. A
magnitude da função de potencial local, F�d�, que é a expressão do nível das
economias de aglomeração, determina as centralidades, sendo que estes locais
possuirão, também, níveis de salários e alugueis mais elevados que as outras
regiões do plano.
No geral, os modelos policêntricos são construções de elevada complexidade
matemática, às quais geralmente fazem-se necessária grande quantidade de
simplificações, tal como feito em F-O, e que possuem pouco apego prático.
Contudo, a reconhecida importância devida a estes estudos, além, é claro, da
elaboração da construção de um cenário de cidade policêntrica teórico, está no fato
de que tais trabalhos, e principalmente o de F-O, embasaram uma série de estudos
urbanos, teóricos e empíricos, a partir de meados da década de 198035.
2.4 A origem dos estudos empíricos para determinaçã o de centralidades urbanas – críticas à teoria policêntr ica.
Embora estudos de cunho empírico sobre as cidades, suas características,
território e população, sejam práticas anteriores ao desenvolvimento dos primeiros
expostos da NEU a busca pelo desenvolvimento de metodologias pragmáticas,
principalmente para a caracterização de um local como centralidade urbana, são
práticas relativamente recentes e que datam do início da década de 1980.
Até o início da década de 1980 boa parte dos trabalhos empíricos ligados a
NEU tinham como pano de fundo as considerações acerca dos modelos
monocêntricos, contudo, e conforme já se comentou, o observado processo de
expansão das cidades e áreas urbanas tornou os estudos empíricos baseados no
34 Note que diferentemente do modelo monocêntrico, onde todos os trabalhadores se deslocam diariamente para o mesmo local, no modelo policêntrico a existência de outros centros urbanos com diferentes níveis de salário altera significativamente a natureza dos deslocamentos. 35 O trabalho de F-O é pontuado por FUJITA e MORI (2005, apud HEIKKILA e WANG) como um dos precursores, inclusive, do paradigma da Nova Geografia Econômica (NEG).
34
arcabouço monocêntrico pouco atraentes na análise de determinados locais e
situações.
A resposta teórica à “desatualização” do arcabouço monocêntrico deu-se na
elaboração de modelos policêntricos, tal como o de F-O, onde os centros de
negócios passaram a ser determinados de maneira endógena, e não mais ad hoc,
de acordo com os parâmetros, por exemplo, associados à função de potencial local.
As proposições de F-O, de fato, foram capazes de adequar os expostos
teóricos no cenário de equilíbrio a uma estrutura urbana policêntrica e, portanto,
mais condizente com a realidade das cidades do século XX. O modelo de F-O,
contudo, não obstante a elevada complexidade e grande número de simplificações
possui lacunas analíticas importantes. WHITE (1999), por exemplo, aponta que
dentro do arcabouço desenvolvido por F-O a busca de economias externas pelas
firmas poderia gerar resultados ineficientes quanto à localização, de maneira que o
resultado de equilíbrio poderia divergir do resultado ótimo devido a dois fatores
principais, a saber:
1) Como a decisão de localização individual é feita com base na decisão das
outras firmas, uma firma poderia decidir se localizar em uma localidade onde seus
resultados seriam não ótimos e isto, por consequência, geraria resultados globais
também não ótimos, vide anexo 1 do trabalho.
2) Em um modelo com economias de aglomeração os resultados de
equilíbrio tendem a ser ineficientes uma vez que as firmas ignoram os efeitos de seu
comportamento sobre o nível das economias de aglomeração (miopia dos agentes).
Ou seja, a partir de certo ponto a excessiva concentração de empresas em
determinado local poderia gerar deseconomias de aglomeração, o que influenciaria
no custo das demais empresas e no resultado global, uma vez que não existe
restrição ou tamanho ótimo para os centros de negócios36.
Contudo, o pior problema dos modelos policêntricos à época, tal como destaca
RICHARDSON (1997), se refere à limitada capacidade de predizer a localização das
centralidades urbanas, pois, uma vez que este processo tornou-se endógeno a não
determinação exata das localizações centrais inviabiliza outras análises, a exemplo
da estimativa do gradiente de preços da terra.
36 Uma das discussões pioneiras sobre o tamanho ótimo dos subcentros pode ser encontrada em Wieand (1987, apud White 1999)
35
As lacunas e dificuldades da abordagem policêntrica, tal como abordaram
RICHARDSON (1997) e WHITE (1999), atrelada à complexidade e baixo apego
prático dos modelos de equilíbrio urbano policêntricos, acredita-se, foram
fundamentais para instigar o desenvolvimento de métodos quantitativos empíricos
para identificar centros e subcentros urbanos a partir de meados da década de 1980.
Tais trabalhos, na busca pela cobertura das lacunas deixadas pelos modelos
policêntricos, buscaram criar métodos investigativos de cunho empírico capazes de
identificar a localização exata das centralidades urbanas, a fim de construir um
instrumental factível de aplicação e capaz de gerar resultados condizentes à nova
estrutura e realidade das cidades e regiões metropolitanas. Sem recorrer às
construções dos modelos de equilíbrio urbano, porém na constante vigilância dos
resultados obtidos em comparação aos preceitos teóricos, tais procedimentos
passaram a servir como instrumental para diversos tipos de análises, não restrita a
econômico-urbana.
Deve-se destacar, ainda, que a emergência, seguida de grande difusão, de tais
metodologias não levou à “extinção” dos trabalhos policêntricos de cunho
estritamente teórico. MCMILLEN e SMITH (2003) destacam que ambas as
abordagens, teóricas e práticas a respeito de áreas urbanas policêntricas, passaram
a se desenvolver em relativo isolamento, uma vez que os modelos teóricos, por
exemplo, prosseguem a aperfeiçoar a abordagem mono e policêntrica através da
inclusão de novas problemáticas na determinação da configuração espacial urbana
de equilíbrio.
Antes da discussão a respeito dos métodos para a identificação de
centralidades urbanas, contudo, cabe a este trabalho apresentar, como último tópico
da revisão teórica, uma breve exposição a respeito da ideia por trás de boa parte
dos procedimentos e variáveis utilizadas por tais métodos, ou seja, à das economias
de aglomeração que agem no meio urbano.
2.5 As economias de aglomeração no contexto urbano. As discussões a respeito das economias (e também deseconomias) de
aglomeração, como um todo, constituem um dos núcleos centrais dos estudos
ligados às economias urbana e regional. As origens destas discussões na forma
mais geral remontam à obra de MARSHALL (1982 {1890}) que trata este assunto no
36
âmbito das economias de escala geradas pela concentração geográfica de firmas e
trabalhadores.
Em Marshall, e grosso modo, as economias geradas pelo aumento da escala
de produção possuiriam duas fontes principais: as economias internas de escala e
as economias de aglomeração. No que se resgatou das contribuições de Marshall
sobre as economias de escala na economia urbana (e para a identificação de
centralidades urbanas especificamente), as economias internas de escala passaram
a possuir pouco destaque em virtude de sua restrição ao âmbito interno e porte da
firma, conforme se destacou em MCMILLEN e MCDONALD (1998), de modo que o
foco das análises e contribuições concentrou-se vitalmente nas economias de
aglomeração.
Dentro da economia urbana, principalmente, a discussão sobre as economias
de aglomeração, ainda, deriva de duas visões distintas. A primeira é ligada,
obviamente, à tradição clássica Marshalliana, na qual as economias de escala
urbana derivariam primariamente da especialização da atividade local. Já a segunda,
e que ganha mais destaque nos trabalhos de economia urbana, é a ligada à
JACOBS (1969) na qual a maior e mais relevante fonte de externalidades é a
diversidade de atividades econômicas desenvolvidas nas cidades. Jacobs, embora
reconheça a eficiência produtiva gerada pela especialização, argumenta que a
especialização seria uma fonte limitada de crescimento, de maneira que a fonte
sustentável de crescimento dá-se pela adição constante de “novos trabalhos” aos
“velhos” via inovações, sendo que esta seria gerada mais facilmente em meio à
diversidade de oferta de bens e serviços locais, conforme apontam GALINARI e
LEMOS (2007).
Sendo assim, e conforme se aponta, por exemplo, no livro texto de SULLIVAN
(1993) ou em MCMILLEN e MCDONALD (1998), as economias de aglomeração
urbanas podem ser diferenciadas em:
1. Economias de localização – tradição Marshalliana: que são
economias de escala externas as firmas individuais, mas internas a um setor
de atividades de um centro urbano, estas, ainda, subdividem-se em
economias de escala na compra de insumos intermediários, economias de
mercado de trabalho e economias de comunicação.
2. Economias de urbanização – tradição Jacobiana: que são externas
às firmas locais e surgem como resposta ao tamanho da economia urbana.
37
3. Ligações interempresariais: que permitem a economia de custos
com transporte na compra de bens e produtos intermediários.
Assim como esta lista sugere, as economias de aglomeração referem-se às
forças e processos que ocorrem sobre toda a área urbana. Entretanto, a
argumentação elencada pelos trabalhos que visam à identificação de centros e
subcentros urbanos, e logo a deste, visa à análise de estruturas interurbanas, ou
seja, avalia-se a existência de economias de aglomeração não só na área urbana
como um todo, mas principalmente a existência destas em localidades específicas
do interior das cidades. Assim sendo, é importante destacar que as possíveis
externalidades positivas relacionadas às aglomerações de atividades no meio
urbano serão avaliadas neste trabalho no âmbito da concentração de atividades em
certas localidades do espaço urbano, a exemplo de distritos.
Argumenta-se, em linha com os demais trabalhos que identificam subcentros
urbanos na NEU, que tais tipos de “micro aglomerações”, assim como as tradicionais
aglomerações regionais e urbanas, são capazes de gerar externalidades através do
relacionamento entre firmas e pessoas envolvidas nas atividades correlatas locais, a
exemplo dos “spillovers informacionais ou de conhecimento” e que resultam em
economias externas tecnológicas. Da mesma forma, estas aglomerações podem,
também, atrair para a sua proximidade atividades subsidiárias que reduzem o custo
de transporte dos insumos, matérias-primas e equipamentos, além de aperfeiçoar o
funcionamento do comércio, o que gera sinergia entre os diversos segmentos da
cadeia produtiva e proporciona economias pecuniárias de insumos37.
As discussões ligadas às economias de aglomeração evidenciam
empiricamente o fato de que, até certo ponto, quanto maior for a concentração de
firmas e trabalhadores em determinado local, maiores serão os efeitos dos diversos
tipos de externalidades positivas. Sendo assim, tornou-se prática em trabalhos de
recorte regional e urbano, a mensuração do nível das economias de aglomeração,
37 Pode-se citar também as economias proporcionadas pela acumulação de experiência dos trabalhadores no mercado local, aumentando a capacitação da força de trabalho e a sua produtividade.
38
entre outros, através de medidas ligadas a concentração de trabalhadores ou
firmas38.
Os impactos e efeitos da concentração do emprego e por consequência das
atividades econômicas, no meio urbano, ganham destaque e são reconhecidos não
só nas discussões sobre economia regional e urbana clássicas, como também em
escritos ligados a sociologia urbana de cunho marxista, dos quais podemos destacar
os expostos nos trabalhos de LOJKINE (1981) e VILLAÇA (2001)39. Grosso modo,
discute-se a questão do valor diferenciado que a terra, principalmente urbana,
possui. O enfoque nos escritos que abordam tal questão é o de que o valor mais
elevado da terra em determinadas localizações pode ser atribuído à elevação da
produtividade do trabalho possibilitada pela concentração de mão de obra em
determinadas atividades40.
No que remete às discussões deste trabalho, e logo da NEU, o nível das
economias de aglomeração é ligado diretamente aos processos de qualificação de
um local no interior do espaço urbano como centralidade, principal ou secundária, tal
como abordado no modelo teórico de F-O. Desta forma, e em conformidade com os
procedimentos para mensuração das economias de aglomeração tradicionais, a
concentração do emprego tornou-se, também, a proxy mais difundida e utilizada nos
métodos empíricos voltados à identificação de centralidades urbanos, a exemplo dos
que serão apresentados ao longo de nossa próxima sessão.
Sendo assim, e após a exposição do referencial teórico, críticas e as
discussões a respeito das economias de aglomeração, nosso próximo capítulo será
tipicamente metodológico, onde se apresentará no início um conceito para subcentro
de maneira a atender os objetivos deste trabalho e, em seguida, as metodologias
utilizadas como base para a identificação primária dos subcentros da cidade de São
Paulo.
38 Outras variáveis também são utilizadas para mensurar as economias de aglomeração, a exemplo dos anos de estudo e o nível de salários, tal como feito, por exemplo, nos trabalhos de GALINARI e LEMOS (2007b) e AMARANTE e SILVA (2011). 39 Tais autores, no intuito de construir uma abordagem evolucionista dos propostos por Marx na questão urbana, resgatam, por exemplo, os escritos no Livro 1, capítulo XI de o Capital, que trata sobre a cooperação e as causas gerais da elevação da produtividade do trabalho. 40 Contudo, vale a ressalva, as análises de cunho marxista diferem-se em larga medida do enfoque utilizado pela NEU e neste trabalho, sendo que aos interessados sugere-se leituras à exemplo de LEFEBVRE (1972), HARLOE (1977), LIPIETZ (1980) ou CASTELLS (1983).
39
3. SUBCENTROS URBANOS: CONCEITUAÇÃO E MÉTODOS PARA IDENTIFICAÇÃO.
Neste capítulo, de cunho tipicamente metodológico, será apresentada,
primeiramente, uma definição para a noção de subcentro urbano, de maneira a
explicitar o que se buscará identificar em nosso procedimento investigativo. Em
seguida, serão apresentados os métodos utilizados para a identificação dos
subcentros neste trabalho, seus êxitos e limites, assim como alguns resultados
alcançados por trabalhos que fizeram o uso de tais procedimentos exploratórios,
principalmente no âmbito internacional.
3.1 Subcentros urbanos: conceituação.
Na exposição teórica monocêntrica o local referenciado como o centro da
cidade, também chamado de centro de negócios ou CBD, longe de conceituações
mais complexas, é caracterizado apenas como o local que concentra todos os
postos de trabalho.
Esta forte premissa, faz com que no modelo todos os trabalhadores devam se
deslocar diariamente ao local de trabalho e, portanto, o centro passa a ter vital
importância para toda a estrutura urbana, uma vez que existe concorrência por
localizações centrais e esta, por sua vez, proporciona a diferenciação espacial do
preço da terra. Embora a questão de que todos os empregos, ou ao menos todos os
ligados aos setores exportadores41, estariam localizados no CBD não passe de uma
hipótese teórica, esta serve para refletir em boa medida o papel polarizador do
centro de uma cidade real.
A partir dos questionamentos a respeito da validade do modelo monocêntrico
para a análise de grandes cidades, tanto quanto pelas falhas dos modelos
policêntricos para identificar as centralidades de maneira endógena, os métodos
para identificar subcentros passaram a buscar no interior urbano locais que, tal como
aponta MCMILLEN (2001), possuíssem uma concentração de firmas grande o
41 Pode-se dizer que os empregos exportadores são as atividades não locais, a exemplo de cabeleireiros, farmácias etc.
40
suficiente para ter efeitos significativos sobre a distribuição espacial total da
população, emprego e preços da terra.
Embora esta visão de cunho tipicamente teórico sobre centros e subcentros
desconsidere outras características relacionadas a áreas centrais, a exemplo do
simbolismo42, esta forma de trabalhar a ideia torna o expediente de identificação
mensurável. Tem-se, por exemplo, que é pratica razoavelmente comum nos estudos
ligados às economias regionais e urbana mensurar o nível das economias de
aglomeração, através da concentração do emprego em determinado local, ao
contrário do simbolismo, que é uma característica de difícil mensuração empírica.
Sendo assim, e em linha com as ideias da NEU, este trabalho visará identificar
como subcentros urbanos locais que, ao serem identificados como potenciais
aglomerações de emprego intra-urbano pelos procedimentos metodológicos
expostos a seguir, possuam também real significância para o contexto urbano
paulistano, nos moldes em que pressupõe a teoria, ou seja, que seu papel
polarizador seja forte o suficiente para influenciar a estrutura urbana.
Cabe destacar, portanto, que embora certas localidades no interior urbano
possam emergir como centros de atividade local (de uma região ou bairro, por
exemplo), estas só poderiam, neste trabalho, ser qualificadas como subcentros
urbanos se, além de captadas pelos procedimentos metodológicos, exercessem
algum tipo de influência, principalmente estrutural, no cenário urbano.
Se deve destacar, contudo, que a existência de subcentros urbanos não deve
induzir à ideia de inexistência de um centro principal, pois o conceito de cidade
policêntrica diz respeito a uma área metropolitana com um importante centro
principal e uma série de subcentros, de maneira que esta cidade pode
potencialmente combinar as vantagens de uma tradicional cidade monocêntrica e da
forma espacial descentralizada, conforme aponta MCMILLEN (2001).
Antes de se prosseguir com as discussões, ressalta-se que de agora em diante
será seguida de maneira definitiva a nomenclatura utilizada pela NEU, ou seja, os
subcentros urbanos, subcentros de emprego e centralidades secundárias serão
designadas apenas como subcentros.
42 O simbolismo expressa-se no significado, por exemplo, histórico de certo local.
41
3.2 Métodos para a identificação de subcentros.
Conforme se discutiu no capítulo anterior os métodos quantitativos para a
identificação de subcentros surgiram como alternativa, ou mesmo complemento, à
abordagem teórica de equilíbrio urbano, uma vez que esta poderia produzir
resultados não satisfatórios. Sendo assim, e na preocupação de perfazer uma
analise da dinâmica urbano-econômica mais acurada e realista, foram formalizados
a partir dos anos de 1980 uma série de métodos para a identificação de subcentros
urbanos.
Em grandes linhas, e seguindo a KNEIB (2008), se pode agrupar os métodos
formais, e mais utilizados na economia urbana, para a identificação de subcentros
em três grupos, ordenados de acordo com sua origem cronológica da seguinte
forma:
I. Metodologias baseadas em valores de corte.
II. Metodologias baseadas em métodos econométricos.
III. Metodologias baseadas em análise estatística espacial.
Os métodos baseados em valores de corte, I, fizeram parte do primeiro grupo
de metodologias desenvolvidas. Estas identificam subcentros urbanos como locais
no interior das cidades que possuam, em geral, densidade ou quantidade total de
empregos superior a algum valor de corte pré-estabelecido. A prática mais comum,
entretanto, é o uso de pelo menos dois parâmetros para se identificar subcentros,
conforme se destaca em COFFEY e SHEARMUR (2001). Nestes métodos, ainda, e
por não ser possível a aplicação de um valor de corte universal, devido às
especificidades de cada local, é fundamental em alguma medida o bom
conhecimento dos autores a respeito do local de estudos aliado à extensiva análise
dos dados disponíveis.
Os métodos que compõem o segundo grupo, II, (métodos econométricos), em
geral buscam identificar subcentros como locais que possuam significância
explanatória em uma estimativa de função de densidade de emprego ou população
para determinada cidade ou região.
Por fim, têm-se os métodos do terceiro grupo (III), ou seja, a análise estatística
espacial. A análise estatística espacial é um campo de estudos mais recente e que
integra geografia e economia, sendo fruto principal dos avanços tecnológicos na
42
área da informática. Esse tipo de análise, em geral, é realizado pelo intermédio de
sistemas de informações geográficas (SIGs).
Ao preconizar a identificação de subcentros urbanos pela extração do máximo
do poder dos instrumentos disponíveis, dois métodos serão utilizados, a saber: o
baseado em valores de corte e a análise estatística espacial. Embora tais métodos
possam ser utilizados sem problemas de maneira isolada, a opção pela obtenção
dos resultados através de dois procedimentos metodológicos visará contornar
limitações pertinentes a cada um destes métodos, conforme se discutirá em seguida.
Destaca-se, por sua vez, que os métodos baseados em análises
econométricas não serão utilizados neste trabalho e, portanto, serão explorados de
maneira sucinta durante a exposição da réplica da metodologia de valores de corte.
A opção principal pelo descarte desse método advém do fato deste trabalho não se
propor a estimar funções de densidade do emprego ou população para a cidade de
São Paulo.
A identificação de subcentros urbanos, ou seja, a confirmação de que
determinada cidade ou região metropolitana é policêntrica, independentemente da
metodologia utilizada, abre o leque para uma série de outras análises. Assim sendo,
por vezes, a identificação de subcentros é o primeiro passo para a análise de
alguma, ou uma série de questões urbanas. Igualmente, ao se apresentar alguns
resultados da réplica dos métodos investigativos que serão utilizados neste trabalho
ao longo das próximas sessões serão observadas, também, e a título ilustrativo, as
demais análises feitas.
3.2.1 As metodologias baseadas em valores de corte.
As metodologias de valores de corte surgiram como o primeiro tipo de
procedimento prático para a identificação de subcentros urbanos. Dentre estas, o
trabalho de MCDONALD (1987) é a primeira metodologia formal para a identificação
de subcentros da qual se faz referência ao propor uma análise de cunho
instrumental, e tão logo distante de algumas definições de subcentros utilizadas à
época43.
43 Era comum definir subcentros como regiões onde se situavam órgãos da administração pública (fóruns, por exemplo), locais históricos ou mesmo definições tipicamente arbitrárias e sem maior fundamentação, conforme se destaca em GIULIANO e SMALL (1991).
43
Assim como nas proposições policêntricas teóricas, este trabalho teve como
pano de fundo as discussões a respeito do processo de descentralização do
emprego nos EUA. Sendo assim, e de modo geral, a primeira etapa deste tipo de
trabalhos envolve a busca por algum indício a respeito do processo de
descentralização do emprego no local estudado. No trabalho de MCDONALD (1987),
por exemplo, esta investigação deu-se a partir de uma estimativa de função de
densidade do emprego para a cidade de Chicago da seguinte forma:
��� � = r + �l� + J� (3.1)
Onde:
yi = número de empregos por acre na zona i44
xi = distância da zona iao centro principal.
Em MCDOLNALD (1987), ao se confirmar a existência de indícios a respeito da
descentralização do emprego (dados na queda não proporcional do número de
empregos na medida em que a distância ao centro principal aumentava), foi
proposto um método para explorar a existência de subcentros de emprego na cidade
de Chicago, a partir da análise da concentração do emprego.
Para tanto, o autor definiu que um subcentro seria uma zona de aferição (local)
cuja concentração do emprego fosse maior do que todas as zonas adjacentes. Para
essa medida, o autor sugeriu tanto a densidade do emprego como a razão
emprego/população, para o emprego total ou industrial. Essa definição, contudo, não
seria aplicada a subcentros que fossem compostos por duas zonas censitárias ou
mais. Para condizer com os expostos teóricos, estes subcentros deveriam, ainda, ter
efeito significativo sobre a estrutura urbana, ou seja, deveriam influenciar, por
exemplo, o valor da terra e a densidade populacional nas regiões adjacentes, tal
como o centro principal. Os resultados finais deste trabalho apontaram a existência
de 4 subcentros na cidade de Chicago, formados por 44 zonas censitárias.
O procedimento investigativo proposto em MCDONALD (1987), entretanto,
possuía lacunas significantes como metodologia para identificação de subcentros, 44 Na literatura internacional sobre este assunto as medidas de densidade são feitas, via de regra, em acres. Logo, neste trabalho mais adiante a opção também será pelo uso da densidade em acres, lembrando que 1 acre = 4.047m2.
44
pois este poderia identificar, por exemplo, como subcentro um local com baixa
densidade de emprego cercado por locais com pouco ou nenhum emprego,
conforme se aponta em MCDONALD e MCMILLEN (1998).
As lacunas do procedimento proposto por MCDONALD (1987) fizeram com que
este, sem maior disseminação, logo fosse suprimido por outros métodos mais
eficazes, a exemplo do proposto por GIULIANO e SMALL (1991), que desde então,
é a maior referência metodológica para a identificação de subcentros urbanos a
partir do estabelecimento de valores de corte.
O método proposto por Giuliano e Small - G-S, no trabalho intitulado
“Subcenters in the Los Angeles region” de 1991, é o mais difundido dessa tipologia
ainda na atualidade. Tal metodologia destacou-se por ser pioneira ao preconizar, no
âmbito dos métodos para a identificação de subcentros, a necessidade do
estabelecimento de um duplo parâmetro para a identificação de um local como
subcentro, a saber: um para a densidade do emprego (relativo) e outro para o total
de emprego (absoluto).
O uso de dois valores de corte para dois parâmetros visava contornar algumas
lacunas de métodos anteriores, a exemplo do de Mcdonald, ao possibilitar uma
análise mais consistente e que possibilitasse a comparação, inclusive intertemporal,
de resultados entre diferentes ou mesmas localidades45.
Em G-S, definiu-se um subcentro urbano como um conjunto de zonas
contíguas46, cada qual com densidade de emprego superior a algum valor de corte
K4 e que em conjunto possuem pelo menos o total de empregos superior a �I. Por
esta definição o subcentro seria delimitado pela zona a partir da qual todas as
demais imediatamente adjacentes obtivessem densidade do emprego inferior a K447.
Devido a esta definição, todas as zonas com alta densidade de emprego fariam
parte de um subcentro, a não ser que possuam uma quantidade de empregos
inferior a �I ou então sejam isoladas (não façam parte de um cluster de locais com
45 Os autores destacam à época a grande discrepância entre resultados alcançados por diferentes métodos para mesmas cidades e regiões. 46 A base de dados utilizada neste trabalho foi composta dos dados referentes às 1146 Transportation Analisys Zones – TAZ (Zonas de analise para transporte), que são zonas censitárias de dimensões espaciais reduzidas atribuídas para a região de Los Angeles pela SCAG (Southern Califórnia Association of Governments), bem como dos dados da pesquisa Census journey-to-work (Pesquisa de jornada ao trabalho) a respeito do emprego e dos fluxos de viagens no ano de 1980. 47 No trabalho de Giuliano e Small, para ser considerada como adjacente, a região teria que possuir uma região de fronteira superior a 0.25 milhas ou 400 metros.
45
alta densidade de empregos e emprego total superior a �4 ). O pico do centro, ainda,
seria definido como a zona de maior densidade de empregos ou o grupo de zonas
contíguas dentro do subcentro que, juntos, tem pelo menos �I empregos.
A fim de caracterizar um subcentro de emprego como um local relativamente
compacto e com uma massa total de trabalhadores considerável, o trabalho de G-S
estipulou os valores de corte em 10 empregos por acre para a densidade e 10.000
para o total de empregos48, valores que trouxeram à tona a existência 32 subcentros
na Região de Los Angeles49. Neste trabalho, a argumentação elencada destacou
que a escolha dos valores de corte foi governada pelo desejo de coincidir conceitos
teóricos com resultados práticos e intuitivos, de maneira a analisar os
deslocamentos para os subcentros e também obter uma base de dados adequada
para a análise estatística50. .
É necessário destacar que a principal contribuição feita pelo trabalho de G-S no
âmbito dos métodos para a identificação de subcentros, contudo, não foram os
valores de corte estabelecidos (tal como se fosse um parâmetro universal para uma
centralidade urbana), e sim a necessidade de análise de mais de um parâmetro para
a qualificação, ou não, de um local como subcentro. Isto se comprova pelo fato de
que na difusão do método, exposta adiante, por vezes, os valores e parâmetros de
corte estipulados são diferentes do utilizado no método original, de modo a adequar
os valores às especificidades inerentes a cada local de estudo.
Devido a isto, a principal ressalva que recaí sobre o uso de métodos
relacionados à valores de corte é justamente a respeito dos critérios para definição
dos valores de corte, visto que estes são os principais responsáveis pela obtenção
dos resultados. Boa parte das críticas realizadas a estes procedimentos, a exemplo
das apresentadas em QISHENG E LI (2006), discorre sobre a arbitrariedade no
48 Devido às especificidades e reduzido tamanho de alguns munícipios da região de Los Angeles, os autores baixaram o corte para o total de emprego para 7.000 em três localidades periféricas. 49 A partir da identificação dos subcentros foi realizado também: Cálculo da razão emprego/população; Caracterização dos subcentros com respeito à área, emprego e população relativos; Considerações acerca da distância média percorrida pelos trabalhadores empregados em cada um dos subcentros; Distribuição relativa dos tipos de emprego concentrados nos subcentros, tais como industriais, serviços, administração pública etc. e Análise de cluster, no intuído de agrupar os subcentros de emprego de acordo com sua vocação dominante. 50 Ainda sobre os valores de corte utilizados os autores argumentam que elevados valores poderiam excluir centros de emprego especializado, próximos, por exemplo, a regiões de alta densidade de emprego ou ainda desconsiderar locais com considerável quantidade de empregos localizados em regiões periféricas.
46
estabelecimento dos valores de corte para os parâmetros, uma vez que, por vezes,
tais valores são tomados sem a mínima base estatística.
Independente das críticas que sofre as metodologias baseadas em valores de
corte para a identificação de subcentros urbanos, ainda hoje, são as que possuem
maior difusão internacional. Desta forma, e para atestar a importância que este
procedimento possui nas análises econômico-urbanas, dado em sua intensa réplica,
o próximo item apresentará resultados da aplicação deste procedimento em diversas
localidades.
3.2.1.1 A disseminação das metodologias de corte na prática internacional. Embora as discussões acerca do caráter policêntrico das cidades na NEU
datem do final da década de 1970, os trabalhos empíricos voltados à identificação
dos subcentros urbanos são relativamente mais recentes e ganharam maior
notoriedade na prática internacional durante a década de 1990.
Entre os que utilizam valores de corte, o mais comum se tornou o uso de dois
parâmetros, via de regra a densidade do emprego e o emprego, tal como se propôs
em G-S. Boa parte destes estudos, devido ao pioneirismo na elaboração dos
métodos e no tipo de pesquisa, teve como campo de pesquisa cidades e regiões
metropolitanas localizadas nos EUA, entretanto, tais procedimentos foram também
replicados em localizações do continente Europeu e inclusive na América Latina, tal
como a apresentação a seguir demonstrará.
SMALL e SONG (1994) pesquisaram a existência de subcentros de emprego,
assim como G-S, na região de Los Angeles, contudo, neste trabalho os autores
elevaram os valores de corte para 20 empregos por acre para a densidade e 20.000
para o total de empregos. Desta forma, os resultados obtidos apontaram a
existência, de 7 subcentros em 1970 e 10 subcentros em 1980. Na segunda etapa
do trabalho os autores testaram os subcentros identificados em funções de
densidade do emprego e população, considerando a região de Los Angeles como
monocêntrica e policêntrica, o que os levou a concluir que a estimativa no formato
policêntrico seria mais adequada para explicar os padrões de dispersão da
população e emprego na região.
MCMILLEN e MCDONALD (1998), no intuito de estimar funções de densidade
e probabilidade do emprego na região metropolitana de Chicago para os anos de
1980 e 1990, identificaram, primeiramente, 20 subcentros de emprego. A opção
47
pelos valores de corte se deu tal como a de G-S, ou seja, 10 trabalhadores por acre
para a densidade do emprego e 10.000 para o total de empregos. Vale o destaque,
entretanto, que em dois locais com elevada concentração de emprego o valor de
corte para a densidade foi elevado para 20 trabalhadores por acre51. Identificados os
potenciais subcentros, as distâncias inversas destes até o centro principal foram
incluídas como variáveis explicativas nas equações de densidade e probabilidade do
emprego. Após a aplicação deste procedimento ganhou destaque a influência que 4
dos 20 subcentros identificados exerceram sobre o gradiente de densidade do
emprego.
GIULIANO e SMALL (1999) em novo trabalho voltado à análise da região Los
Angeles, contudo, dessa vez no intuito de explicar os fatores que influenciam no
crescimento dos subcentros de emprego, propuseram o valor de 3.000 como corte
para o total de empregos e mantiveram o corte para a densidade de empregos em
10 trabalhadores por acre. Neste trabalho foram identificados 33 subcentros para a
região de Los Angeles, entretanto, a pesquisa pelos fatores que influenciam no
crescimento destes foi inconclusiva.
ANDERSON e BOGART (2001) perfizeram a análise e comparação do número
de subcentros em quatro áreas metropolitanas de similar tamanho dos EUA, a saber:
Cleveland, Indianopolis, Portland e St. Louis a partir de dados do ano de 1990. Os
autores seguiram à BOGART E FERRY (1999, apud ANDERSON e BOGART, 2001)
e optaram pelo valor de 5 trabalhadores por milha quadrada para a densidade e
10.000 para o total de empregos, fazendo com que os resultados finais da pesquisa
apontem 9 subcentros em Cleveland, 11 em Indianopolis, 11 em Portland e 10 em
St. Louis.
COFFEY e SHEAMUR (2001) analisaram a existência de subcentros de
emprego na região metropolitana de Montreal, Canadá, para o ano de 1996. Neste
trabalho, e antes da escolha dos valores de corte, os autores testam diversas
metodologias baseadas em valores de corte, a fim de identificar qual se ajustaria de
melhor forma ao local de estudos. Para tanto, foram analisados os resultados
provenientes do uso de seis tipos de parâmetros para corte: (1) o total de empregos;
51 Os mesmos autores em trabalho posterior, MCMILLEN e MCDONALD (2000), utilizaram a mesma base de dados e os mesmos subcentros identificados para analisar como o mercado imobiliário (industrial, comercial e residencial) desenvolve-se, entre outros, nos entornos dos subcentros de emprego na Região Metropolitana de Chicago.
48
(2) picos locais no gradiente de densidade do emprego; (3) razão trabalhador
emprego/residência - E/R52; (4) total de emprego combinado com densidade do
emprego (G-S); (5) razão E/R e total de emprego e (6) razão E/R e densidade do
emprego. Após a aplicação de todos estes métodos, combinados a diferentes
valores de corte, a opção dos autores foi pelo uso da razão E/R correspondente a 2
(duas vezes mais postos de trabalho do que trabalhadores residentes) e o total de
empregos de 7.00053. Com base nestes valores de corte foram encontrados 6
subcentros de emprego formados por 20 zonas censitárias.
BAUMONT e BOURDON (2002) identificaram subcentros na região de Dijon,
França, nos anos de 1990 e 1999 a fim de perfazer uma série de análises de cluster
com os subcentros identificados. Os autores utilizaram o valor de 10 empregos por
acre para a densidade nos dois períodos e 1600 como o total de empregos em 1990
e 1400 em 1999. Neste trabalho foram identificados 6 subcentros de emprego,
formados por 9 zonas censitárias em 1990, e outros 6 subcentros, formados por 10
zonas censitárias em 1999.
MCMILLEN e SMITH (2003) baseados na densidade e total de empregos,
identificaram subcentros de emprego em 62 áreas urbanas dos Estados Unidos.
Neste trabalho, contudo, os autores propuseram o estabelecimento do valor de corte
para a densidade com base nos resíduos positivos do valor previsto do logaritmo
natural da densidade do emprego em cada zona censitária54. Para o total de
empregos foi assumido o valor mínimo de 10.000 trabalhadores (inspirado em G-S
(1991)). O número de subcentros identificados variou de 46 para locais como a
região de Los Angeles, ou mesmo nenhum para regiões como a da cidade de
Austin, Texas. Em seguida os autores utilizaram o número de subcentros
encontrados em cada região para testar a predição do modelo de F-O de que o
número de subcentros aumenta de acordo com a elevação da população e dos
custos de deslocamento. Através da estimativa de um modelo de Poisson os autores
verificaram que nos moldes do trabalho uma cidade com baixos níveis de
52 Em palavras simples, essa razão é dada pelo número de pessoas que trabalham em determinada zona censitária, dividida pelo número de trabalhadores (em vez do total de habitantes) que residem neste mesmo local. 53 Esse valor refere-se a 0,5% do total de empregos da Região Metropolitana de Montreal. 54 Foi utilizado um estimador não paramétrico, a regressão localmente ponderada, para calcular o valor previsto do logaritmo natural da densidade do emprego (y) para cada zona censitária. Desta forma, potenciais subcentros foram identificados com base em resíduos significativamente positivos, associados aos valores críticos de 5% e 10% (1.96 e 1.64).
49
congestionamento desenvolve seu primeiro subcentro quando a população alcança
2,7 milhões e o segundo com 6,75 milhões de habitantes.
MCMILLEN e LESTER (2003) ao analisar a evolução no número de
subcentros, densidade do emprego e densidade da população na região
metropolitana de Chicago - EUA, nos anos de 1970, 1980, 1990 e 2000, aplicaram
como valores de corte o mínimo de 15 trabalhadores por acre para a densidade e
10.000 para o total de trabalhadores. Neste trabalho foram encontrados 9
subcentros no ano de 1970, 13 em 1980, 15 em 1990 e 32 em 2000. Os autores
estimaram também a existência de 24 subcentros no ano de 2020 nesta mesma
região.
QISHENG e LI (2006) ao analisar a região de Houston, EUA, tiveram como
objetivo identificar os subcentros nos anos de 1990 e 2000 para, em seguida,
estudar a relação destes com o gradiente de densidade do emprego e população e
também o preço dos imóveis. No estudo os autores utilizam os valores de corte
propostos por de G-S (1991) e defenderam a significância estatística desse método
para a região do estudo, uma vez que, ao acaso, o local estudado possui a
densidade do emprego distribuída de maneira normal. Assim sendo, e utilizando-se
de um SIG para trabalhar com os dados, os autores encontraram 11 subcentros de
emprego em 1990 formados por 130 zonas censitárias e 12 em 2000, formados por
127 zonas censitárias.
LÓPEZ e MUÑIZ (2005), no intuito de identificar subcentros e medir o grau de
policentrismo da Região Metropolitana de Barcelona (RMB) – Espanha
estabeleceram como valor de corte para a densidade do emprego o valor
correspondente à média desta medida e, para o total de emprego, o valor
correspondente a 1% do emprego total da RMB. Feito desta forma foram
encontrados 6 subcentros de emprego em 1986 e 13 subcentros de emprego em
1996.
AROSEMENA (2008) utilizou os valores de corte propostos por G-S(1991) para
identificar os subcentros de emprego da cidade de Bogotá – Colômbia a partir de
dados do censo Colombiano para o ano de 1993. São identificados 20 potenciais
subcentros de emprego, formados por 71 zonas censitárias. Neste trabalho, assim
como em outros já apresentados, a identificação dos subcentros teve como objetivo
alçar a estimativa da densidade do emprego e da população em Bogotá.
50
Para sintetizar ao final todos os trabalhos expostos nesta sessão, o quadro
abaixo faz a compilação dos principais resultados no que diz respeito aos autores e
ano da publicação, local pesquisado, valores de corte assumidos e número de
subcentros identificados.
Quadro 1: Síntese dos métodos expostos.
Autores e ano da publicação Local Valores de corte Subcentros identificados e Ano
Small e Song (1994) Região de Los Angeles Densidade > 20 (acre) 7 em 1970 e 8 em 1980
Total de empregos > 20.000
Mcmillen e Mcdonald (1998) RM de Chicago Densidade > 10 (acre) 20 em 1980 e 20 em 1990
Total de empregos > 10.000
Giuliano e Small (1999) Região de Los Angeles Densidade > 10 (acre) 33 em 1970 e 33 em 1980
Total de empregos > 3.000
Anderson e Bogart (2001) Cleveland, Indianopolis Densidade > 5 (milha
2) Para 1990: 9 em Cleveland, 10 em St. Louis
Portland e St. Louis Total de emprego > 10.000 11 em Indianopolis e 11 em Portland
Coffey e Sheamur (2001) RM de Montreal Razão emprego/pop > 2 6 em 1996
Total de emprego > 7.000
Baumont e Bourdon (2002) Região de Dijon (França) Densidade > 10 (acre) 6 em 1990 e 6 em 1999
Total de emprego > 1.600 (1990)
Total de emprego > 1.400 (1999)
Mcmillen e Smith (2003) 62 áreas urbanas - EUA Densidade: resíduos positivos Exemplo: 36 em Nova York em 1990
Total de emprego > 10.000
Mcmillen e Lester (2003) RM de Chicago Densidade > 15 (acre) 9 em 1970, 13 em 1980,
Total de emprego > 10.000 15 em 1990 e 32 em 2000
Pan e Ma (2006) Região de Houston Densidade > 10 (acre) 11 em 1990 e 12 em 2000
Total de emprego > 10.000
López e Muñiz (2006) RM de Barcelona Densidade: dobro da média 6 em 1986 e 13 em 1996
Total de emprego > 1%
Arosemena (2008) Bogotá Densidade > 25 (hectare) 20
Total de emprego > 10.000
3.2.2 A análise estatística espacial.
Antes de se adentrar as discussões deste item, julga-se conveniente
apresentar uma definição para os termos análise espacial e estatística espacial, a
fim de contextualizar os temas. Sendo assim, e seguindo a KNEIB (2008), a análise
51
espacial pode ser definida como o estudo quantitativo de fenômenos que podem ser
localizados no espaço. Em complemento, e conforme aponta LOPES (2005 apud
KNEIB, 2008), o conjunto amplo de técnicas que incluem métodos estatísticos e que
procuram descrever a variação espacial de determinado fenômeno em estudo, a
partir de amostras disponíveis, é denominado estatística espacial.
A análise espacial é uma ferramenta amplamente utilizada há tempos por
geógrafos, engenheiros etc. na elaboração de diversos estudos, a exemplo dos que
visam o planejamento de transportes. Contudo, e no período atual, devido aos
avanços da tecnologia, tal instrumental ganhou destaque também dentro das
economias regional e urbana por se tornar uma importante ferramenta de análise,
que possibilitou confluir a estatística espacial com as análises urbanas e regionais,
conforme se destaca em PAÉZ e SCOTT (2004).
Assim, no intuito de alinhar-se com os avanços promovidos na análise urbana
pelo contínuo desenvolvimento da computação, este trabalho fará o uso, conforme já
explicitado, de um método ligado à análise espacial de forma conjunta e
complementar a metodologia de valores de corte para identificar subcentros na
cidade de São Paulo. Tão logo, esta sessão visa apresentar o instrumental oriundo
da análise estatística espacial que será utilizado neste trabalho, ou seja, a Análise
Exploratória de Dados Espaciais (AEDE), por intermédio do Indicador Local de
Associação Espacial (LISA) apresentado em ANSELIN (1995), suas limitações e
também os resultados de alguns estudos que utilizaram tais ferramentas como ponto
de partida, ou método principal em análises econômico-urbanas e regionais.
3.2.2.1 A Análise exploratória de dados espaciais ( AEDE).
A AEDE constitui-se, seguindo a BAUMONT et al (2004) e ALMEIDA et al
(2005), de um conjunto de técnicas para a análise estatística de informações
geográficas, destinadas a descrever padrões de distribuição dos dados em termos
da associação espacial, a exemplo da autocorrelação espacial global,
autocorrelação espacial local e heterogeneidade espacial, através da imposição
mínima possível de estruturas.
Ainda dentro do contexto de definições, deve-se destacar, segundo ANSELIN
(1992 apud RAMOS 2002) que: “a característica que distingue a análise estatística
dos dados espaciais é que seu foco principal está em inquirir padrões espaciais de
52
lugares e valores, a associação espacial entre eles e a variação sistemática do
fenômeno por localização”.
O conceito principal que levou ao desenvolvimento da estatística espacial, e
por consequência do grupo de técnicas que compõem a AEDE, conforme se aponta
em RAMOS (2002), foi a necessidade de quantificação da dependência espacial,
que é expressa na forma computacional pela autocorrelação espacial55. Tal
necessidade fez-se pelo fato de que a maior parte dos fenômenos espaciais
apresenta entre si uma relação que depende da distância, ao atender a primeira lei
da geografia, que prediz que todas as coisas estão relacionadas, contudo, coisas
mais próximas se parecem mais do que coisas mais distantes.
A dependência espacial em sua forma global (grau de associação espacial
presente no conjunto dos dados) pode ser medida de diversas formas56, contudo, e
dentre estas, a mais difundida para medições em termos de estatísticas globais é o
coeficiente de correlação (I) de Moran, que, em suma, calcula a autocorrelação
espacial a partir do produto dos desvios em relação à média.
Formalmente, a estatística de Moran é dada por:
� = �∑∑R��
∑∑R���u����������∑�u�du�2 (3.2)
onde n é o número de localizações, yi é o valor do atributo em análise e wij é o peso
espacial do par de localizações i e j.
Conforme apresentado por sua fórmula, os resultados da estatística global de
Moran dependem vitalmente da incorporação de valores associados à letra w. A letra
w por sua vez, corresponde a uma matriz binária (0,1) de pesos espaciais, onde 1
indica vizinhança e 0 não vizinhança.
As matrizes de pesos espaciais são comumente usadas em análises
estatísticas espaciais, a exemplo da estatística Global de Moran, ou da econometria
espacial e podem ser construídas de diferentes formas, de maneira que a
construção depende vitalmente do que se considerará como vizinho. Dois dos
critérios (convenções) de vizinhança mais utilizados para a construção de matrizes
55 Este termo deriva do conceito estatístico de correlação, que é utilizado para mensurar o relacionamento entre duas variáveis aleatórias. 56 Maneiras alternativas de medição incluem o teste C de Geary e o teste Ipop. Um exemplo de aplicação destas medidas pode ser encontrada em CÂMARA et al (2000b).
53
de pesos espaciais são as convenções queen e rook que tem o nome e
considerações baseados no movimento das peças do jogo de xadrez, rainha e torre.
A figura 3.1 abaixo demonstra a ideia por trás da construção desses dois tipos de
matrizes de pesos espaciais.
Queen Rook
Figura 3.1: Ilustração de vizinha sob as convenções queen e rook.
A figura 3.2 ilustra um exemplo de como poderia ser construída uma matriz de
pesos espaciais sob a convenção queen de primeira ordem, ou seja, considerando-
se no cálculo apenas os dados dos vizinhos que façam fronteira direta.
Figura 3.2: Exemplo de mapa e matriz de pesos espac iais (convenção queen e
contiguidade de primeira ordem).
Deve-se destacar que existem, também, outros tipos de critério para
vizinhança, a exemplo dos baseados na distância, do mesmo modo que é possível,
ainda, para as convenções queen e rook adotar critérios de contiguidade de ordem
A B C D E F G H
A
1 1 1 1 1 1 1
B 1
1 0 0 0 0 1
C 1 1
1 0 0 0 0
D 1 0 1
1 0 0 0
E 1 0 0 1
1 0 0
F 1 0 0 0 1
1 0
G 1 0 0 0 0 1
1
H 1 1 0 0 0 0 1
54
maior, como segunda ou terceira57. No intuito de simplificar os cálculos é comum
também que seja feita a normalização dos valores das linhas das matrizes, de modo
que a soma dos pesos de cada linha seja igual a 1.
De volta à estatística de Moran, tem-se que esta tem como hipótese a
independência espacial (distribuição aleatória dos dados), ou seja, em termos
numéricos, o índice calculado no caso de independência espacial seria zero. Valores
positivos (entre 0 e 1) indicam autocorrelação espacial positiva. Valores negativos
(entre 0 e -1) indicam autocorrelação espacial negativa. ALMEIDA et al (2005)
apontam ainda que na medida em que o número de localizações aumenta, a
expectativa do índice aproxima-se de zero, que é a expectativa para um coeficiente
de correlação comum.
A significância estatística do I de Moran é estimada, geralmente, por um teste
de pseudo-significância. Nestes, são geradas diferentes permutações dos valores de
atributos associados às regiões, de maneira que cada permutação produz um novo
arranjo espacial, onde os valores se encontram redistribuídos entre as áreas. Em
virtude de apenas um dos arranjos corresponder à situação observada, pode-se
construir uma distribuição empírica de I na qual o valor do índice medido deve
corresponder a um extremo da distribuição simulada, a fim de validar sua
significância estatística.
Os indicadores globais de autocorrelação espacial, assim como o I de Moran,
são de extrema importância para caracterizar o comportamento de diversas variáveis
em uma cidade, região, país ou continente. Contudo, e na grande maioria dos casos,
é no interior destas áreas que se encontram as informações relevantes e
necessárias para a análise regional, urbana etc., cujas dimensões, em termos de
diferentes regimes de associação espacial, não são captadas pelos indicadores
globais de autocorrelação.
Ainda neste âmbito, RAMOS (2002) destaca que:
Especificamente em análises intra-urbanas é fundamental que
se investiguem as configurações locais de associação espacial, pois o
foco da análise é justamente a observação da organização territorial
interna, ou seja, importa saber como determinadas características
geográficas se distribuem espacialmente, se há concentrações ou 57 No exemplo da figura 3.2 a consideração de contiguidade de segunda ordem indicaria, por exemplo, que B e F seriam considerados vizinhos.
55
tendências de determinadas características que possam revelar os
elementos territoriais estruturais.
A necessidade de conferir à AEDE a capacidade de análise da associação
espacial na esfera local motivou o desenvolvimento de estatísticas espaciais locais,
denominadas como Indicadores Locais de Associação Espacial - Local Indicators of
Spatial Association (LISAs), a partir dos anos de 1990, a exemplo do índice local de
Moran apresentado em ANSELIN (1995) e as estatísticas Gi e G+∗ de GETIS e ORD
(1992).
3.2.2.1 Indicadores Locais de Associação Espacial ( LISAs).
Na AEDE e dentre os indicadores locais de associação espacial, a exemplo de
das estatísticas Gi e G+∗ de GETIS E ORD (1992), o que ganha maior destaque em
trabalhos voltados à economia regional e urbana é o índice local de Moran, (Ii),
apresentado no trabalho de ANSELIN (1995), denominado Local Indicator of Spatial
Association – LISA. Sendo assim, e devido a sua reconhecida difusão no âmbito de
pesquisas espaciais, será apresentado nesta subseção o funcionamento deste
mecanismo e as ressalvas que devem ser feitas aos resultados obtidos, uma vez
que este procedimento será parte da metodologia utilizada para alcançar os
resultados deste trabalho.
O índice local de Moran teve o intuito de prover a AEDE uma nova classe de
indicadores no qual duas importantes interpretações fossem combinadas, a saber: a
avaliação de locais com agrupamentos espaciais (clusters) significativos e a
indicação de bolsões de não estacionariedade, ou a sugestão da presença e
localização de “outliers” e regimes espaciais dentro de estruturas intra-urbanas,
regionais etc. ANSELIN (1995).
Sendo assim, o LISA, tal como apresentado em ANSELIN (1995) deveria ser
uma estatística que satisfizesse a dois requisitos:
a) Para cada observação o LISA deve fornecer uma indicação da extensão
da aglomeração espacial significativa de valores similares em torno deste
local.
56
b) A soma dos LISAs de todas observações é proporcional ao indicador
global de associação espacial58.
Para obedecer a estes dois requisitos a estatística local de Moran (Ii) foi
definida da seguinte forma:
����� ∑ o��� �� (3.3)
onde as observações zi, zj estão calculadas na forma de desvio da média e o
somatório sobre j é de tal forma que apenas valores vizinhos < ∈ �� são
computados.(ji é o conjunto de vizinhos de i�. A elaboração da estatística local de Moran constituiu-se sob alicerces similares
à da estatística global de Moran, a exemplo da necessidade de construção de uma
matriz de pesos espaciais �wij� e do teste de hipótese nula de aleatoriedade local, ou
seja, ausência de associação espacial local. A validação estatística deste teste,
assim como o do I de Moran, é também baseada, geralmente, no teste de pseudo-
significância gerado pelo processo de permutação.
Outra observação importante sobre o cálculo da autocorrelação espacial local
de Moran é que este, por ser feito a partir do cálculo do produto dos desvios em
relação à média, assim como uma medida de covariância, trás consigo que valores
significativamente altos indicam altas probabilidades de que haja locais de
associação espacial tanto de altos como de baixos valores associados. Por outro
lado, baixos valores apontam para um padrão de comportamento mais errático da
variável observada na comparação com seus vizinhos.
Esses resultados podem ser visualizados por intermédio do mapa de dispersão
de Moran, no qual é feita a comparação da distribuição espacial de uma variável
com a média local de sua vizinhança. A partir desta comparação os locais
pesquisados são classificados em quatro regimes espaciais, conforme denota a
figura 3.3 a baixo.
58 Essa condição é posteriormente relaxada pelo autor, ao admitir que este requisito não seria obrigatório para a identificação de clusters espaciais significantes, entretanto, esta condição não perde sua importância, ao ser um diagnóstico de instabilidade local em termos da associação espacial global.
57
Figura 3.3: Mapa de dispersão de Moran
Os regimes apresentados na figura 3.3 são interpretados da seguinte forma:
• Q1 (valores positivos, médias positivas), padrão alto-alto (high-high na
literatura internacional) e Q2 (valores negativos, médias negativas),
padrão baixo-baixo (low-low). Indicam pontos de associação espacial
positiva (vizinhos possuem valores semelhantes).
• Q3 (valores positivos, médias negativas), padrão alto-baixo (high-low) e
Q4 (valores negativos, médias positivas), padrão baixo-alto (low-high).
Indicam associação espacial negativa (vizinhos possuem valores
distintos).
A associação feita entre os resultados do índice local de Moran e os regimes
espaciais, com o auxílio o mapa de dispersão de Moran, constituiu-se no período
recente de uma valiosa ferramenta para a análise espacial de diversos fenômenos, a
exemplo de questões ligadas às áreas da saúde, criminalidade e agricultura.
Contudo, os resultados obtidos por meio das técnicas oriundas da AEDE
devem ser interpretados com ressalvas (assim como o de outros métodos
estatísticos), pois a análise espacial, principalmente, sofre com problemas únicos e
inerentes a este tipo de abordagem.
Primeiramente, e seguindo a ALMEIDA et al (2005), destaca-se que a AEDE
assim como sua precursora, a Análise Exploratória de Dados introduzida por TUKEY
(1977, apud ALMEIDA et al 2005), não se destina a testar hipóteses e teorias e sim
indicar possibilidades futuras.
58
Em segundo lugar, e conforme destaca ANSELIN (1992 apud RAMOS 2002),
afora a importância do significado geográfico que as medidas de associação
espacial trazem em si estes padrões espaciais causam problemas de mensuração,
conhecidos como efeitos espaciais, a exemplo da dependência espacial e
heterogeneidade espacial, fatores que usualmente afetam a validade dos métodos
estatísticos tradicionais.
Outros problemas usualmente relacionados às análises de dados espaciais, e
que não são exclusivos dos LISAs, são os problemas da unidade de área
modificável - Modifiable Area Unit Problem (MAUP) e a descontinuidade de
fronteiras.
A questão do MAUP refere-se diretamente aos problemas que o nível de
agregação e a escala do mapa podem trazer ao processo de análise. Para
exemplificar, se tomarmos a cidade de São Paulo, é possível obter dados sobre
emprego no nível das subprefeituras, distritos, UITS (Unidades de Informações
Territorializadas), zonas censitárias da pesquisa origem e destino e ainda pelos
setores censitários do IBGE. Como as dimensões espaciais de cada divisão são
diferentes é provável que um mesmo procedimento metodológico aplicado a cada
tipo de subdivisão espacial produza resultados sensivelmente diferentes59.
A questão da descontinuidade de fronteiras diz respeito ao fato de que valores
de uma variável próximos a fronteiras, e que usualmente tendem a ser iguais, podem
ser distorcidos na análise em virtude, por exemplo, da variável nas áreas de estudo
serem indicadas pela média, ou seja, pode-se apresentar uma quebra de valor que
não se aplica de fato LOPES (2003, apud, KNEIB, 2008).
Deve-se reconhecer, contudo, que o problema de escala em mapas é inerente
a qualquer tipo de dados que sejam agregados por áreas, visto que dados
individuais são sigilosos e raramente estão disponíveis. Sendo assim, e para
minimizar seu impacto com relação ao estudo, recomenda-se utilizar os dados com
menor nível de divisão espacial possível, a exemplo de setores e zonas censitárias,
buscando critérios de agregação e otimização combinatória, se for o caso,
consistentes com os objetivos do estudo, tal como apontam CÂMARA (2002) e
PÁEZ e SCOTT (2004).
59 Um exemplo sobre a diferença entre resultados do mesmo estudo, porém com subdivisões diferentes, para a cidade de Belo Horizonte pode ser encontrado em CÂMARA (2002)
59
3.2.2.3 A disseminação da estatística local de Mora n em análises regionais e urbanas.
Assim como feito na exposição de trabalhos que utilizaram a metodologia de
valores de corte para identificar subcentros, nesta sessão serão apresentados
resultados provenientes do uso da estatística local de Moran como parte, ou
componente principal, de metodologias utilizadas em trabalhos que visam à análise
da estrutura regional e urbana, a exemplo da identificação de subcentros.
Deve-se destacar, e de maneira essencial, que principalmente para a
identificação de subcentros a autocorrelação-espacial, medida pelo índice local de
Moran, vem ganhando destaque e espaço na análise econômico-urbana, em virtude
de tal metodologia não recorrer, por exemplo, à imposição de valores de corte
arbitrários, tal como feito por vezes em metodologias que utilizam valores de corte.
Na contramão da imposição de valores arbitrários, e a favor de métodos
estatísticos mais sólidos, os trabalhos elencados nesta sessão identificam
subcentros urbanos, por exemplo, com base no regime de associação espacial local
alto-alto (high-high – HH) e alto-baixo (high-low – HL), representados pelos
quadrantes Q1 e Q3 do diagrama de dispersão de Moran, respectivamente.
RAMOS (2002) discute, a partir de um estudo de caso sobre a cidade de São
Paulo, questões relativas à modelagem de dados intra-urbanos e as possibilidades
de inferências quantitativas sobre estes. Em dos exemplos demonstrados, e com
base nos dados sobre emprego, na forma de densidade, da pesquisa origem e
destino de 1997, aplica-se a estatística local de Moran para apontar o centro e os
subcentros da estrutura intra-urbana de São Paulo. Os resultados alcançados no
trabalho em questão apontaram para grande concentração do emprego nas zonas
centrais, sendo que esta seria circundada por anéis de densidade decrescente. Fora
desta região foram encontrados dois subcentros, ambos na zona leste da cidade, na
região de São Miguel Paulista.
BAUMONT et al (2004) aplicaram o índice local de Moran para identificar
subcentros de emprego na aglomeração de Dijon, França, em 1999. Neste trabalho
os resultados obtidos foram comparados aos de um trabalho anterior do autor
(BAUMONT e BOURDON (2002), citado na sessão 3.2.1), de maneira que os
autores destacam que a metodologia ligada a AEDE apontou a existência de menos
subcentros. Todos os subcentros foram localizados na região central de Dijon,
apontando assim a característica monocêntrica do local do estudo. Em seguida, e
60
assim como outros trabalhos do gênero, foram analisadas as densidades do
emprego e população na localidade.
KNEIB (2008) propôs um método para a identificação de subcentros, visando
ao planejamento de transportes, baseado em quatro etapas. A inovação da autora
neste trabalho encontra-se no quarto procedimento metodológico que consiste na
desagregação dos dados no nível de setores censitários, para a partir daí identificar
os subcentros tomando como base a variável geração de viagens e a estatística
local de Moran. O trabalhou analisou a cidade de Manaus, estado do Amazonas, e
encontrou 15 subcentros.
LASTRA et al (2011) utilizaram a estatística local de Moran para pesquisar a
estrutura, no que condiz a formação e composição de anéis urbanos, ou círculos
concêntricos, em 8 áreas metropolitanas que circundam a cidade do México, México.
Os autores, em detrimento de uma única variável, aplicaram a estatística local de
Moran para um índice combinado de densidade (CUDI)60 para cada zona censitária.
Os resultados obtidos permitiram a ilustração da estrutura de cada uma dessas
áreas, demonstrando a localização do centro e do primeiro e segundo anel urbano,
além das periferias metropolitanas e regionais. Vale a ressalva, contudo, que devido
ao tipo de pesquisa elaborada neste trabalho os autores necessitaram estabelecer
valores de corte para delimitar a extensão exata de cada anel urbano.
A exposição dos trabalhos acima elencados, embora em quantidade
razoavelmente inferior ao da sessão 3.2.1, pois a difusão de tais metodologias
dependeu vitalmente dos avanços recentes da informática, teve o intuito de
demonstrar resultados práticos do uso da estatística local de Moran em análises
urbanas.
Contudo, deve-se frisar novamente, que embora a estimativa da estatística
local de Moran seja uma ferramenta de grande valia na análise de padrões de
associação espacial, seus resultados, assim como pontua ANSELIN (1995), são
mais bem avaliados no âmbito de “pistas” ou indícios (hot spots) acerca da
ocorrência de certos processos, a exemplo da existência de subcentros. Outrossim,
além da clareza na exposição dos procedimentos metodológicos que constroem tal
60 Combined Urban Density Index – neste estudo tal índice foi calculado com base na distância ao centro, densidades do emprego e população, para cada zona censitária.
61
índice, (base de dados, matriz de pesos espaciais, etc.) é sempre necessário o
reconhecer suas limitações.
4. A CIDADE DE SÃO PAULO: FATOS ESTILIZADOS E OS RESULTADOS APONTADOS PELOS PROCEDIMENTOS METODOLÓGICOS.
As discussões elencadas nos capítulos anteriores abordaram principalmente
questões conceituais e normativas que envolvem a economia urbana e interessam
aos objetivos deste trabalho, tais como as predições teóricas sobre a estruturação
de cidades mono e policêntrica, economias de aglomeração e os procedimentos
metodológicos existentes para a identificação de subcentros.
Até então, contudo, não se havia lançado mão de nenhum tipo de discussão
efetiva que envolvesse o local de estudo em si, a cidade de São Paulo, tanto quanto
a demonstração de resultados parciais do trabalho, dados pela aplicação dos
procedimentos metodológicos, por exemplo.
Sendo assim, ao longo desta sessão serão feitas as discussões que iniciam, de
fato, a investigação a respeito dos subcentros da cidade de São Paulo e que
compõem o terceiro estágio deste trabalho. Desta forma, na primeira parte será
apresentada a base de dados que será utilizada para a obtenção dos resultados
principais; em seguida serão apontados fatos empíricos e discussões que
corroboram com a existência do processo de descentralização do emprego na
cidade de São Paulo, tal como é necessário a trabalhos do gênero e, por fim, serão
expostos os resultados obtidos pela aplicação dos dois procedimentos
metodológicos escolhidos.
4.1 A base de dados.
A escolha da base de dados para trabalhos de cunho regional e urbano, em
geral, coloca os pesquisadores diante de um trade-off entre dados bem detalhados
(em termos de seções e localizações), contudo, disponíveis para poucas localidades,
e dados pouco detalhados que, geralmente, são disponíveis para vários locais,
conforme apontam COFFEY E SHEAMUR (2001).
62
No caso brasileiro, e para pesquisas espaciais urbanas, podemos inferir que
esta observação faz-se verdadeira, uma vez que para a grande maioria das cidades,
inclusive médias e grandes, a única aferição de dados realizada é o CENSO
decenal. Contudo, grandes conglomerados urbanos, a exemplo das Regiões
Metropolitanas de São, Paulo, Rio de Janeiro e Belo Horizonte, dispõem de uma
fonte de dados valiosa para trabalhos de cunho urbano, representada pelas
pesquisas Origem e Destino.
As pesquisas Origem e Destino, no caso da RMSP, são realizadas a cada dez
anos (exceção pela Mini OD de 2002) pela Companhia do Metropolitano de São
Paulo – Metrô. A primeira pesquisa, realizada em 1967, teve como objetivo a
obtenção de dados para os estudos e projetos da rede básica do Metrô, sendo que a
partir de então se tornou importante instrumento de planejamento urbano, não só por
coletar dados sobre o padrão de mobilidade da população, mas também por fazer
aferições a respeito do emprego, população, matrículas escolares etc., em todas as
zonas censitárias pesquisadas.
Para investigar a questão principal abordada por este trabalho, ou seja, a
identificação de subcentros na cidade de São Paulo, assim como para outras
análises conduzidas ao longo do último capítulo, este trabalho utilizará, portanto, a
base de dados da Pesquisa Origem e Destino de 2007 – OD/07. Os dados da
pesquisa OD são coletados através de pesquisa amostral domiciliar e abrangem
todos os munícipios da RMSP. Na pesquisa de 2007 foram levantadas informações
de 30.000 domicílios, através da entrevista de aproximadamente 120 mil pessoas
nas 460 zonas de pesquisa61.
Nossa opção pelo uso da pesquisa OD/07, além do fato de serem os mais
atuais, advém das discussões apresentadas ao longo da sessão 3.2.2, e que
indicavam como solução para mitigar problemas relacionados à escala de mapas, a
exemplo da MAUP, o uso de base de dados com o maior nível de divisão espacial
possível. Neste sentido, o uso da pesquisa OD/07 é o melhor material para este
estudo, uma vez que, além da riqueza e variedade de dados, as outras divisões
61 Em virtude do crescimento e demais mudanças da paisagem urbana, houve significativa elevação do número de zonas censitárias na cidade de São Paulo, a pesquisa de 1997, por exemplo, subdividiu a cidade em 270 zonas censitárias. Na RMSP como um todo o número saltou de 389 na pesquisa de 1997, para 460 na pesquisa de 2007.
63
espaciais da cidade de São Paulo; subprefeituras (31), distritos (96) e UITs62 (299),
auferem dados em uma escala espacial maior que a pesquisa OD/07, que coleta os
dados em 320 zonas censitárias63.
Antes de se avançar com as discussões é necessário, contudo, fazer duas
ressalvas a respeito da aferição espacial da pesquisa OD, no intuito de reconhecer a
possível influência destas sobre os resultados do estudo, a saber:
1. Devido às características físicas da cidade de São Paulo, bem como o
padrão de dispersão das atividades, as zonas censitárias possuem
tamanho não uniforme64.
2. Algumas das zonas censitárias da pesquisa OD-07 possuem certas
peculiaridades, a exemplo das zonas censitárias da cidade universitária e
do CEAGESP65, locais destinados ao exercício de um único tipo de
atividade e que, portanto, devem ser analisadas com as devidas ressalvas.
Estas ressalvas, entretanto, não têm intenção de desqualificar ou diminuir a
relevância dos dados da pesquisa OD-07 como base para estudos urbanos a
respeito da cidade de São Paulo, sendo assim, destaca-se que além dos dados
utilizados para a identificação de subcentros, a grande maioria das análises
elaboradas ao longo do último capítulo deste trabalho também será calcada nos
dados desta aferição.
4.2 A Descentralização do emprego na cidade de São Paulo.
Já se discutiu que os trabalhos voltados à identificação de subcentros,
sobretudo os primeiros, tiveram como pano de fundo constatações a respeito do
processo de expansão urbana e descentralização do emprego nas cidades dos
EUA.
Ao trazer este pano de fundo para a pesquisa que será conduzida neste
trabalho, ou seja, a identificação de subcentros na cidade de São Paulo, é pertinente
62 Unidades de Informações Territorializadas - divisão elaborada pela Empresa Paulista de Planejamento Metropolitano - EMPLASA. 63 A única divisões espacial superior à da pesquisa OD/07 é a do CENSO 2000, que subdivide a cidade de São Paulo em 456 áreas de ponderação, responsáveis pela calibração das estimativas colhidas nos 13.278 setores censitários. 64 Por exemplo, a menor zona censitária, São Carlos do Pinhal, possui 77 acres (aproximadamente 310.000 m2), ao passo que a maior, Marsilac, possui 51.574 (aproximadamente 210.000.000 m2). 65 Companhia de Entrepostos e Armazéns Gerais de São Paulo.
64
destacar que enquanto que o primeiro processo (expansão urbana) encontra-se hoje
de certa forma estabilizado66, tal como ilustra a figura 4.1, o segundo processo
(descentralização do emprego) carece de investigação, tal com a que será
conduzida adiante.
Figura 4.1: Expansão urbana na Região Metropolitana de São Paulo de 1890 a
2002.
66 Deve-se destacar que a intensa expansão urbana pela qual passou a cidade de São Paulo, tanto quanto sua Região Metropolitana, a partir principalmente da segunda metade do século XX, deve-se sobremaneira ao processo de consolidação do parque industrial Brasileiro, iniciado na década de 1950 a partir do estabelecimento do Plano de Metas durante o Governo de Juscelino Kubitscheck de Oliveira, 1956-1961. A instalação massiva de indústrias, motivada pelos incentivos concedidos dentro do espaço que viria a constituir a Grande São Paulo, a exemplo dos benefícios oferecidos às empresas que formam o polo automobilístico na região do ABC Paulista, alterou de maneira direta a dinâmica territorial da metrópole, através da mudança na escala das demandas habitacionais necessárias ao assentamento de expressivos contingentes de trabalhadores (migrantes e imigrantes) atraídos pela oferta de empregos na cidade de São Paulo e nos municípios vizinhos, tal como pontua BONDUKI (1998).
65
Em grandes linhas, a questão da descentralização do emprego pode ser
abordada de duas formas distintas. Primeira, de cunho tipicamente regional e que
remete, em grandes linhas, à descentralização dos empregos em um ambiente
macrorregional, causada, por exemplo, pela migração de firmas para o interior,
outros estados e países. Segundo, que aborda este processo no cenário intra-
urbano, ou seja, a diminuição do papel do centro principal de uma cidade, ou região
metropolitana, como principal polo gerador de empregos67.
Posto que o recorte deste trabalho é o intra-urbano, ou seja, análise exclusiva
da cidade de São Paulo, em detrimento de toda sua Região Metropolitana, se deve
destacar que constatações a respeito do processo de descentralização do emprego
são os principais motivos que instigam a pesquisa e identificação de subcentros
urbanos, uma vez que foi a observação deste processo que colocou em cheque a
eficácia do modelo monocêntrico e, em contrapartida, motivou o desenvolvimento de
modelos e métodos voltados ao policentrismo urbano.
O processo de descentralização do emprego em áreas urbanas é observado
desde meados da década de 1970, conforme se pontua em MILLS (1972 apud
FUJITA e OGAWA 1982). Os fatores que podem explicar este processo são
diversos, e vão desde a pura saturação física das áreas centrais até questões que
envolvem os custos das firmas, principalmente às ligadas a manufatura, a exemplo
do aluguel e mão de obra, GLAESER e KAHN (2001).
Para a cidade de São Paulo uma investigação a respeito da descentralização
do emprego, acredita-se, não necessariamente deve constituir uma análise histórica
secular, a exemplo da geralmente feita para a região de Los Angeles, EUA, onde o
caráter policêntrico é dado como histórico. De fato, NADALIN (2010) ao pesquisar o
espraiamento urbano (emprego e população) na RMSP aponta indícios, através da
análise de gradientes de densidade e mapas, que o espraiamento urbano na RMSP
é um processo relativamente recente, de maneira que tal fenômeno é mais intenso
com relação à população do que com os empregos68.
67 Cabe reforçar, assim sendo, que o processo de descentralização do emprego urbano, tal como analisado nesta sessão, não faz referência a descaracterização do papel do centro de uma cidade, e sim à formação de importantes concentrações de empregos em locais fora do centro principal, ou seja, a pesquisa acerca do caráter policêntrico de uma cidade. 68 O trabalho de NADALIN (2010) não investiga a existência de subcentros e quantifica o espraiamento urbano do ponto de vista da definição do espraiamento que envolve a concentração, a
66
Ao se assumir como relativamente recente o processo de descentralização do
emprego na cidade de São Paulo, se destaca que para efeito de análise será
utilizado somente o emprego na forma total, ou seja, a soma de todos os tipos de
atividade (indústria, serviços, comércio etc.), o que vai à contramão de muitos
estudos que tratam do tema com ênfase nos empregos e atividades voltadas ao
setor industrial.
Para a cidade de São Paulo, inclusive, têm-se que uma análise da
descentralização do emprego corresponde em grande medida à análise do processo
de descentralização dos empregos relacionados ao setor de serviços, uma vez que
seguindo à pesquisa OD/07, 67,5% das vagas de empregos ocupadas na cidade
pertenciam a este setor69.
Ao observar a cidade de São Paulo, e seguindo alguns dos fatores
relacionados ao processo de descentralização do emprego em cidades Americanas,
podem-se elencar pelo menos três fatores, seguido de evidências sobre sua
ocorrência, que ajudariam a explicar a ocorrência de tal processo na capital paulista,
a saber:
• Saturação das áreas centrais – em São Paulo temos que, por exemplo, a
grande concentração de atividades durante muitos anos favoreceu a
degradação do centro da cidade de São Paulo e expulsão de parte da
população residencial, além de empresas de determinados setores.
• Desenvolvimento dos modais de transporte – o término das obras dos
principais ramais do metrô, Linhas Norte-Sul, Leste-Oeste e ramal da Avenida
Paulista, reduziram de maneira considerável o tempo de deslocamento entre
algumas regiões da cidade, fato que pode flexibilizar a decisão de localização
das firmas.
• Disseminação das Tecnologias da Informação e Comunicações (TICs) –
como exemplo pode-se citar a informatização de uma série de processos que
antes podiam ser solucionados apenas no interior de repartições públicas,
geralmente localizadas no centro da cidade, a exemplo de fóruns. Tal fato
corrobora com a descentralização do emprego na medida em que firmas
densidade e a continuidade da área urbanizada, sem a necessidade de localizar subcentros de emprego. 69 As demais atividades: comércio, indústria, atividades agrícolas e voltadas à construção civil correspondem por 20%, 10% e 2,5% do total de empregos, respectivamente.
67
dependentes destas repartições, a exemplo de despachantes, escritórios de
advocacia e contabilidade, na ausência da informatização, tenderiam a se
localizar no centro.
Embora estas ocorrências corroborem com a hipótese de descentralização do
emprego, a busca por indícios reais a respeito do processo de descentralização do
emprego na cidade de São Paulo faz-se impreterivelmente necessária. Tão logo, isto
é necessário a Tabela 4.1 abaixo demonstra os dados agregados sobre emprego
nos distritos70 que compõem a região central da cidade de São Paulo, nos anos de
1997 e 2007. Neste trabalho considerar-se-á como região central da cidade de São
Paulo (centro) a região da subprefeitura da Sé, conforme delimitação oficial da
Prefeitura Municipal de São Paulo – PMSP.
Tabela 4.1 - Empregos na região central de São Paul o – (Subprefeitura da Sé), 1997 e 2007.
Distrito Empregos-1997
Posição Ranking Empregos-2007
Posição Ranking
República 158.337 1º 201.619 2º Sé 145.247 2º 167.135 6º
Bela Vista 130.927 4º 142.272 8º Consolação 98.941 10º 109.187 11º
Santa Cecília 77.201 15º 95.543 16º Bom Retiro 63.159 23º 78.939 24º Liberdade 54.549 28º 63.115 34º Cambuci 38.170 49º 38.860 60º
Total do emprego (Centro) 766.533 896.669 Total do emprego (cidade) 4.626.885 5.930.445 % sobre o total 16,57% 15,12% Fonte: Pesquisas Origem e Destino, 1997 e 2007.
A análise dos dados contidos na tabela 4.1 mostra que embora o número de
trabalhadores empregados no centro da cidade de São Paulo (e também em todos
os distritos que o compõem), tenha aumentado em termos reais, acréscimo de mais
de 130 mil empregos, a concentração dos empregos em termos relativos recuou
1,55%. Além disto, verifica-se a perda de posição no ranking municipal de distritos
com mais trabalhadores para todos os distritos que compõem a região da
subprefeitura da Sé.
70 A menor divisão espacial oficial atribuída cidade de São Paulo é a por distritos.
68
A concentração de 15% de todos os empregos da cidade apenas na região da
subprefeitura da Sé em 2007 é similar ao valor encontrado no trabalho de GLAESER
e KAHN (2001) como média para a concentração dos empregos no centro das
cidades Americanas (16%), sendo que tal nível de concentração, segundo os
autores, confirmaria a ocorrência do emprego descentralizado.
No âmbito nacional, e no caso paulistano, as discussões sobre a emergência
de subcentros urbanos podem ser relacionadas aos trabalhos que abordam a
questão do deslocamento das funções centrais na cidade de São Paulo, tal como
BIDERMAN et al (2004). O deslocamento das funções centrais na cidade de São
Paulo discute-se, originou-se, entre outros, a partir da mudança na tipologia de
empregos predominantes na cidade de São Paulo a favor do setor terciário, devido
ao fato das empresas pertencentes a este setor, e principalmente no sub-ramo de
serviços especializados, demandarem espaços modernos para a execução de suas
atividades.
Esta abordagem pontua que a necessidade de instalações modernas teria
motivado o deslocamento das funções centrais para novas áreas da cidade
seguindo a seguinte lógica: em direção à Avenida Paulista, a partir dos anos de
1960; para setores a sudoeste (Avenida Faria Lima, Itaim e Região da Marginal do
Rio Pinheiros), nos anos de 1970 e 1980 e, por fim, para as regiões da Vila Olímpia
e Avenida Luís Carlos Berrini nos anos de 1990, conforme aponta a figura 4.2.
69
Fonte: Nadalin (2010)
Figura 4.2: Deslocamento das funções centrais em Sã o Paulo.
Outro estudo que merece referência na abordagem da descentralização do
emprego dentro deste contexto é o trabalho de BIDERMAN (2001). Neste o autor
reporta, entre outros, a importância das forças de atração e expulsão (economias e
deseconomias de aglomeração, por exemplo) no processo de escolha localizacional
dos agentes, com fatos ilustrados para a RMSP. Este trabalho, ao perfazer em etapa
seguinte a análise do mercado imobiliário, foi pioneiro ao identificar, seguindo aos
pressupostos teóricos da NEU, a região das Avenidas Luís Carlos Berrini e Faria
Lima como um centro secundário da cidade de São Paulo71.
71 Este trabalho não recorreu aos métodos de identificação de subcentros expostos anteriormente. A identificação destes locais deu-se de acordo com os preceitos teóricos do modelo monocêntrico, a exemplo do gradiente de preços negativos e densidade estrutural decrescente, para identificar e caracterizar a região como centro Secundário.
70
A observação de fenômenos apontados na literatura internacional, os dados
expostos na tabela 4.1 e os trabalhos levantados e que tratam sobre assuntos
relacionados ao tema no âmbito municipal, acredita-se, constituem um instrumental
crível para se tomar como factível a existência de expressiva quantidade de
emprego fora do centro da cidade de São Paulo, o que torna mais verídico, assim, a
necessidade de uma investigação acerca da localização de subcentros urbanos.
4.3 Os subcentros da cidade de São Paulo: metodolog ia de valores de corte.
Durante a sessão 3.2.1 este trabalho abordou as metodologias de valores de
corte para a identificação de subcentros. Tais procedimentos, em suma, identificam
subcentros urbanos a partir da imposição de valores de corte para um ou mais
parâmetros que podem ser associados às centralidades urbanas, a exemplo da
concentração do emprego. Discutiu-se ainda que dentre estes procedimentos o mais
replicado em trabalhos de cunho urbano é o proposto por GIULIANO e SMALL
(1991), dada sua extensa réplica na prática internacional, como pode atestar a
sessão 3.2.1.1.
Tal método investigativo, perante outros à época, ganhou destaque por
preconizar o uso de dois parâmetros para identificar subcentros, a saber: densidade
do emprego, pois um subcentro deveria ser um local compacto; e o total de
empregos, pois um subcentro deveria concentrar uma quantidade de empregos
grande o suficiente para influenciar a estrutura urbana. A opção de valores de corte
neste trabalho deu-se por 10 trabalhadores por acre para a densidade do emprego e
7.000 e 10.000 para o total de trabalhadores72, de modo que por estes foram
identificados 32 subcentros na Região de Los Angeles - EUA.
Embora seja válido como procedimento investigativo aplicar os mesmos
valores de corte e parâmetros utilizados no trabalho de G-S (1991) para o estudo do
caráter policêntrico da cidade de São Paulo, tal como foi feito por parte relevante dos
trabalhos citados ao longo da sessão 3.2.1.1, este trabalho optará pelo uso de
parâmetros e valores distintos.
72 Cabe lembrar que para o total de empregos o valor de corte inferior de 7.000 foi utilizado para apenas três regiões periféricas.
71
De modo geral, não existe uma regra para identificar subcentros urbanos
através das metodologias de valores de corte, sendo que o que impera é um
consenso acerca dos parâmetros que melhor indicam a centralidade de um local, a
exemplo da densidade do emprego73. Entretanto, se deve destacar que a mera
réplica de valores de corte utilizados por outros trabalhos sem maior inspeção pode
conduzir a resultados incoerentes, uma vez que os valores utilizados devem
condizer com a realidade do local analisado. Ao longo da sessão 3.2.1.1 foi possível
observar que trabalhos como o de LÓPEZ e MUÑIZ (2006), bem observam tal
necessidade, enquanto AROSEMENA (2008), por exemplo, parece ter ignorado as
diferenças entre os locais analisados.
Para ilustrar o quão necessárias são as alterações nestas metodologias, e
principalmente dos valores de corte, será feita uma breve comparação entre o local
de estudos analisado nesta pesquisa e o do trabalho de G-S. A Tabela 4.2 expõe de
maneira sintética algumas informações sobre os locais estudados nos respectivos
períodos de análise74.
Tabela 4.2 - Dados da região de Los Angeles, 1980, e da Cidade de São Paulo,
2007.
Região de Los Angeles São Paulo População 1980 10,7 milhões População 2007 10,8 milhões
Emprego 1980 4,65 milhões Emprego 2007 5,93 milhões Área 87.945km2 Área 1.523km2
Dens. População 122/km2 Dens. Populacional 7.091/km2
Dens. Emprego 53/km2 Dens. Emprego 3.894/km2 Fontes: Pesquisa OD-97 e GIULIANO e SMALL (1991).
Ao se perfazer a simplória análise dos dados da tabela 4.2, e de forma
atemporal, é possível reparar a magnitude das diferenças entre os locais em termos
de dimensão espacial e concentração por km2 de postos de trabalho e população,
afinal enquanto este trabalho avalia apenas uma cidade – São Paulo, o trabalho de
73 Vale lembrar que a densidade do emprego é a proxy mais comum nesses estudos para o nível das economias de aglomeração. 74 Entende-se como necessária para a diferenciação dos locais a apresentação dos dados à época, uma vez que tal metodologia trouxe à tona resultados que expressavam um retrato de momento sob a região de Los Angeles.
72
G-S analisou a região de Los Angeles - composição geográfica-espacial formada por
cinco condados75.
Ou seja, deve-se destacar que embora seja válida a investigação com base em
valores pré-estipulados por outros trabalhos, há que se avaliar com ressalvas a
significância dos resultados obtidos, pois estes podem não corresponder à realidade,
mesmo quando os locais avaliados possuem similares características.
Posto isto, temos que o método de valores de corte aplicado nesta sessão, se
comparado ao de G-S, se diferenciará em três pontos cruciais, a saber: abandono do
processo de agregação de zonas censitárias para formação do território dos
subcentros; alteração do valor de corte para a densidade do emprego; e a troca do
valor de corte relacionado ao total de empregos por um parâmetro que chamaremos
de “razão E/R”, tal como utilizado em COFFEY e SHEARMUR (2001), e que se
refere à relação entre o número de pessoas que trabalham em determinada zona
censitária e a população ocupada residente neste mesmo local.
O abandono do processo de agregação de zonas censitárias neste
procedimento, na contramão do usualmente feito76, atende a nosso objetivo geral de
apenas delimitar a extensão e as zonas censitárias que compõem os subcentros
após o término de toda a análise, ou seja, no último capítulo.
A troca do valor para a densidade do emprego, por sua vez, faz-se necessária
para adequar a metodologia ao local de estudos analisado, pois conforme se
discutiu o uso, por exemplo, do valor de 10 trabalhadores por acre poderia apontar
resultados incoerentes. Igualmente, o uso da densidade do emprego reforça a opção
deste trabalho por se manter alinhado às premissas dos trabalhos ligados à NEU,
uma vez que a densidade do emprego é tida como uma da proxy ao nível das
economias de aglomeração urbana.
De forma geral, pode-se chegar aos valores de corte para os parâmetros
escolhidos de três maneiras diferentes: (1) através do uso de medidas estatísticas
relacionadas à variável utilizada (média, mediana, média + desvio etc.); (2) métodos
econométricos (resíduos positivos) e (3) escolha de valores de maneira arbitrária
75 Divisão administrativa espacial utilizada nos EUA. Um condado é formado por diversas cidades, a exemplo do de Los Angeles que possui 88 cidades. A região de Los Angeles é formada pelos condados de Los Angeles, Ventura, Riverside, São Bernardino e Orange. 76 Vale lembrar que os subcentros, tais como definidos por G-S, seriam um local, ou conjunto de locais com densidade do emprego superior a um valor de corte D, e que em conjunto possuíssem o total de empregos superior a E.
73
(quando os valores utilizados fogem a maiores formalizações matemáticas e se
baseiam, por exemplo, nos conhecimentos do autor sobre o local de estudos).
A respeito das maneiras de se estabelecer os valores de corte devem-se
pontuar duas situações que dizem respeito à própria opção de abordagem do
trabalho. Primeira, a identificação de subcentros no intermédio de procedimentos
ligados à estatística, espacial no caso, será realizada na próxima sessão através do
cálculo do índice local de Moran. Segundo, não adotaremos estimativas
econométricas devido à nossa opção de abordagem, tal como exposto na sessão
3.2.
O descarte dos procedimentos estatísticos e econométricos levariam, pela
lógica, ao estabelecimento dos valores de corte de maneira “arbitrária”. Entretanto, a
opção pelo valor de corte para a densidade do emprego adotada neste trabalho
procurará distanciar-se da arbitrariedade na medida em que o valor estabelecido
será relacionado à densidade total do emprego na cidade de São Paulo.
O cálculo da densidade do emprego em uma cidade, assim como o da
densidade demográfica, pode ser feito da seguinte forma:
K� = ����� (4.1)
Onde:
De = Densidade do Emprego.
QE = Quantidade de empregos.
ATa = Área total em acres77.
A densidade do emprego calculada para a cidade de São Paulo, com base nos
dados da OD/07 é de 15 trabalhadores por acre. Embora não seja mister esclarecer,
as medidas de densidade são relativas, sendo assim, no interior urbano,
obviamente, diversas zonas censitárias possuirão densidade do emprego abaixo e
acima deste valor, visto que as medidas de densidade espacial homogeneízam a
distribuição dos postos de trabalho no espaço urbano de acordo com a medida de
área utilizada.
77 O uso do acre como medida de área visa à padronização com trabalhos elaborados no âmbito internacional. Vale lembrar que um acre equivale a 4.046m2 (medida aproximada de um campo de futebol)
74
Neste trabalho, contudo, a fim de que o subcentro seja identificado como um
local com elevada concentração de emprego, a opção pelo valor de corte para a
densidade do emprego será o dobro da densidade do emprego total calculada para
a cidade de São Paulo, ou seja, 30. Destaca-se, ainda, e também, que o uso de um
valor de corte associado à média, mediana ou significância estatística da densidade
do emprego nas zonas censitárias foi descartado em virtude da distribuição não
normal dos dados e consequente desvio padrão elevado78, conforme será mais bem
discutido na próxima sessão.
Por fim, surge como última alteração à metodologia de corte, na base de
comparação à de G-S, a adoção da razão E/R em detrimento do total de emprego. O
uso desta razão como parâmetro para a identificação de subcentros remete aos
trabalhos de FORSTALL e GREENE (1997) e COFFEY e SHEAMUR (2001), no qual
os autores pontuam que esta medida indica o grau em que o número de
trabalhadores residentes e a quantidade de empregos estão em equilíbrio em
determinado local. Ou seja, o valor de 1,10 indicaria, por exemplo, que determinada
zona censitária possui 10% mais empregos do que população ocupada, ao passo
que um local que tenha esta razão a um patamar de 0,5 possui o montante de
empregos equivalente à metade da população ocupada.
Sendo assim, a razão E/R fornece uma útil aproximação para saber, em
nosso caso, se determinada zona censitária é, em natureza, primariamente
econômica ou residencial79. Deve-se notar, ainda, que a razão E/R padroniza a
distribuição dos empregos na base da distribuição residencial dos trabalhadores, em
contraste à densidade do emprego, que faz a padronização com base na área.
A opção como valor de corte para esta medida será a de que a razão E/R
deve ser maior que três (>3). Embora a escolha deste valor seja em certa medida
arbitrária esta não possui a desvantagem de ser dependente de escala, como no
caso do emprego total, sendo que se acredita, também, que a razão nesse patamar,
>3, indique em magnitude suficiente a predestinação de determinado local para
atividades econômicas.
78 A média da densidade do emprego nas zonas censitárias é de 43,8 trabalhadores por acre, enquanto que a mediana é 22,2 e o desvio padrão 68,15. 79 Vale salientar que a razão E/R tal como será calculada neste trabalho não engloba informações a respeito da quantidade de trabalhadores que residem e trabalham na mesma zona censitária.
75
Pelas discussões conduzidas até este ponto, e no intuito de identificar como
subcentros locais com significativa concentração de emprego e onde as atividades
econômicas predominem, se chega aos seguintes parâmetros e valores para a
identificação de subcentros na cidade de São Paulo através do procedimento ligado
à valores de corte.
Quadro 4.1: Valores de corte.
Descrição Valores
Densidade do emprego ≥30 empregos/acre
Razão E/R ≥3
Ao final, temos que a aplicação destes valores de corte à base de dados da
pesquisa OD-07 apontou a existência de 75 zonas censitárias que atendem aos pré-
requisitos para a identificação de um local como subcentro na cidade de São Paulo.
A Figura 4.3 ilustra onde estão localizados estes locais, enquanto que a Tabela 4.3
do anexo expõe os nomes das zonas censitárias, distrito na qual se encontra (para
situar melhor o leitor), densidade do emprego e razão E/R, respectivamente.
76
Figura 4.3: Localização dos subcentros de São Paulo – método de valores de corte.
77
4.4 Os subcentros da cidade de São Paulo: estatística l ocal de
Moran.
Esta etapa do trabalho, como programado, identificará os subcentros da cidade
de São Paulo no intermédio da estatística local de Moran (Ii). Já se destacou que
esse procedimento exploratório no período atual é amplamente utilizado em
trabalhos no qual a dimensão espacial é parte inerente da análise, de maneira que
seu uso não se restringe apenas às economias regionais e urbanas.
No geral, procedimentos que envolvem a análise exploratória de dados
espaciais, tal como o cálculo da estatística local de Moran, são amparados pelo uso
de softwares de análise espacial, também conhecidos como Sistemas de
Informações Geográficas – SIGs, desta forma, vale especificar que os resultados
apresentados nesta sessão são provenientes do uso do software livre Geoda.
Embora o procedimento investigativo desta sessão seja sobremaneira diferente
do de valores de corte, a variável utilizada nesta análise também será relacionada ao
emprego, uma vez que, tal como discutido na sessão 2.5, se aceitou o emprego
como proxy ao nível das economias de aglomeração80. De tal forma, vale também
nesta sessão a hipótese de que quanto maior a concentração do emprego, mais se
espera a respeito da existência de externalidades positivas geradas pela
especificação ou diversidade das atividades econômicas em certa localidade intra-
urbana.
Sendo assim, neste tipo de análise, e seguindo a trabalhos que utilizaram o
índice local de Moran em análises econômico-urbanas, tais como os expostos na
sessão 3.2.2.3, tem-se basicamente a opção de trabalhar com uma das formas na
qual o emprego, como variável de análise, é usualmente retratada, ou seja, na forma
de densidade ou total, em cada zona censitária81.
Nas análises estatísticas, como um todo, é desejável que os dados, do
emprego, em nosso caso, possuam distribuição normal, entretanto, dados espaciais
raramente possuem tal característica, assim como aponta ANSELIN (1995). Este
80 Não faria sentido analítico, por exemplo, identificar subcentros nesta etapa através de uma variável relacionada ao fluxo de pessoas. 81 Outras variáveis a exemplo da razão E/R ou o CUDI apresentado em LASTRA et al (2011), serão descartadas para o cálculo da estatística local de Moran, pois envolvem outras medidas não relacionadas diretamente ao nível das economias de aglomeração.
78
fato notório se expressa, por exemplo, no fato da validade estatística da estatística
local de Moran recorrer à aproximação pelo teste de pseudo-significância.
Por mais que não seja estritamente necessário para aplicação desta
metodologia, a opção pela variável que deve ser utilizada na análise será tomada
com base na comparação entre as estatísticas descritivas das variáveis relacionadas
ao emprego, apresentada na Tabela 4.3.
Tabela 4.3 - Estatísticas descritivas para a densid ade e total de empregos nas
zonas censitárias.
Descrição Densidade do
Emprego Emprego Total
Média 43,81 18.532 Erro padrão 3,81 778,90 Mediana 22,21 15.623 Desvio padrão 68,24 13.933 Curtose 36,54 11,00 Assimetria 5,09 2,54 Mínimo 0 0 Máximo 657 114.708 Soma - 5.930.445 Contagem 320,00 320,00
A análise das estatísticas descritivas confirma que os dados espaciais sobre o
emprego para a cidade de São Paulo apurados pela pesquisa OD/07, como era
esperado, não possuem distribuição normal. Contudo, e na tentativa de obter os
melhores resultados, uma vez que a adoção de uma destas variáveis será
necessária, a opção será dada pelo uso do emprego total em cada zona censitária.
Esta opção, conforme se pré-dispôs, baseia-se puramente nas estatísticas
descritivas e deu-se em virtude das melhores condições das estatísticas
relacionadas ao total de emprego, tal como o desvio e erro padrão.
Não é difícil entender os motivos que tornam a densidade do emprego, neste
contexto, uma variável menos atrativa estatisticamente, uma vez que, por exemplo, a
grande disparidade de tamanho entre as zonas censitárias da pesquisa OD-07 e a
heterogeneidade da concentração das atividades no espaço distorcem sobremaneira
as referências estatísticas dessa medida.
79
Antes de se prosseguir com o cálculo da estatística local de Moran, entretanto,
faz-se necessário apresentar o índice global de Moran para o emprego na cidade de
São Paulo, a fim de avaliar se existe, ou não, autocorrelação espacial desta medida.
Tabela 4.4 – Estatística Global de Moran para o emp rego na cidade de São Paulo.
Convenção Estatística I Nível de Probabilidade
Queen 0,3029 0,001 Rook 0,3188 0,001
O valor calculado para o I de Moran, tanto sob a convenção queen (0,3029)
como sob a convecção rook (0,3188), apresentados na Tabela 4.4, apontam para a
existência de autocorrelação espacial positiva do emprego, ou seja, o emprego é
uma variável espacialmente dependente na cidade de São Paulo, de modo que
locais com grande quantidade de emprego tendem a ser próximos82.
Constatada a dependência espacial, o próximo passo será demonstrar como
esse processo é decomposto no interior do espaço urbano, ou seja, o cálculo da
estatística local de Moran em si. A estatística local de Moran, tal como se apresentou
na sessão 3.2.2, decompõe a estatística Global de Moran no interior do espaço, no
caso urbano, e ainda promove a associação dos regimes espaciais de quatro
maneiras: Alto-Alto, Alto-Baixo, Baixo-Baixo e Baixo-Alto.
Neste trabalho, assim como em RAMOS (2002), serão identificados a priori
como subcentros locais que sejam demarcados no mapa de clusters de Moran,
como detentores dos regimes de associação espacial Alto-Alto ou Alto-Baixo. A
escolha destes regimes como critério de identificação é válida, uma vez que, grosso
modo, zonas censitárias destacadas com o padrão Alto-Alto são locais onde existe
expressiva quantidade de emprego, tanto na zona censitária em si como nas regiões
adjacentes, e zonas qualificadas como detentoras do padrão de associação espacial
Alto-Baixo são locais em que a quantidade do emprego é superior à das zonas
adjacentes. Por outro lado, nesse cenário, a associação espacial Baixo-Baixo
constitui regiões onde existe pouco emprego, e locais onde o regime espacial é
82 Para o cálculo da estatística global de Moran não foi necessário a exclusão de outliers espaciais.
80
qualificado como Baixo-Alto indicam zonas próximas a locais com elevada
quantidade de empregos.
Para a obtenção dos resultados assumiu-se uma matriz de pesos espaciais sob
a convenção queen de primeira ordem e o nível de significância adotado foi o de
0,05, após 9999 permutações. Diante destas especificações 33 zonas censitárias
foram identificadas como subcentros pela estatística local de Moran, 27 no padrão
Alto-Alto e 6 no padrão Alto-Baixo.
Na figura 4.4 os locais admitidos como subcentros são os coloridos com a cor
vermelha (padrão Alto-Alto) e rosa (padrão Alto-Baixo). O nome das zonas
censitárias, distrito em que se localiza e o regime de associação espacial pertinente
pode ser checado na tabela 4.4 do anexo.
Figura 4.4: Mapa de Clusters de Moran para o total de empregos.
81
5. OS RESULTADOS, A TEORIA, E AS CARACTERÍSTICAS DOS SUBCENTROS IDENTIFICADOS.
Entende-se que para o tipo de pesquisa conduzida neste trabalho, ou seja,
identificação de subcentros urbanos, assim também como outras, o puro e simples
aceite, sem maior investigação, de resultados obtidos a partir da réplica de
determinado procedimento metodológico perfaz uma estratégia analítica equivocada.
No caso específico deste trabalho, já se discutiu que os resultados obtidos por
ambos os procedimentos aplicados devem ser avaliados com ressalvas, pois
enquanto um depende, em maior ou menor medida, do julgo do pesquisador ao
estabelecer os valores de corte, o outro, além de não ser específico ao tema,
constitui uma análise exploratória e que, portanto, deve ser mais bem interpretada
como “pistas” a respeito da ocorrência de certo processo.
Sendo assim, e embora se reconheça que os procedimentos metodológicos
como um todo tem em sua essência o caráter generalista, durante esta sessão será
conduzida a análise mais detalhada dos resultados obtidos pelos métodos aplicados,
com o intuito de averiguar qual método melhor se ajusta à análise do local de estudo
e quais resultados serão considerados, tendo como pano de fundo principal as
discussões e preceitos que envolvem a NEU.
No que se segue, este capítulo final possuirá três sessões nas quais serão
conduzidas as seguintes abordagens: (1) Análise dos resultados de ambos os
procedimentos metodológicos; (2) Abordagem dos resultados obtidos sob a luz dos
preceitos teóricos e definição dos subcentros identificados e (3) a partir da
constatação feita em (2), a análise das características dos subcentros da cidade de
São Paulo e discussões que envolvem tal questão.
5.1 A Análise dos resultados.
A discussão conduzida ao longo do terceiro capítulo mostrou que os dois
procedimentos para a identificação de subcentros que este trabalho lançou mão, em
natureza, possuem origens sobremaneira diferentes, pois ao passo que um vale-se
de dois valores de corte associados a dois parâmetros distintos e tem como pano de
fundo as discussões sobre economias de aglomeração e policentrismo urbano, o
82
outro possui caráter puramente estatístico ao detectar agrupamentos e padrões
espaciais significativos.
De fato, as diferenças entre os procedimentos tornam-se ainda mais evidentes
quando se leva em conta o número total de zonas censitárias identificados como
subcentros em cada um dos procedimentos metodológicos: 75 no ligado a valores
de corte e 32 pela estatística local de Moran.
Era esperado, e de certa forma desejável, que os resultados obtidos
destoassem em alguma medida, dado que os procedimentos ligados a valores de
corte tendem a identificar mais locais como subcentros devido ao viés do valor de
corte, enquanto que os resultados da estatística local de Moran, expressos na forma
do mapa de clusters, demonstram mais precisamente o (s) núcleo (s) da ocorrência
do processo pesquisado. Esta constatação, diga-se de passagem, não cabe apenas
para os resultados obtidos neste trabalho, de forma que BAUMONT et al (2001 e
2004), ao aplicar as mesmas metodologias, também identificaram um número maior
de subcentros pela metodologia relacionada à valores de corte.
Ao tratar dos resultados em si, temos que 84 diferentes zonas censitárias (1/4
do total) foram identificadas como subcentros por uma ou outra metodologia, de
maneira que: 22 zonas censitárias foram identificadas como subcentros por ambos
os métodos, 51 foram identificadas apenas pelo procedimento ligado a valores de
corte e outras 11 apenas pela estatística local de Moran, tal como ilustra a figura 5.1.
83
Figura 5.1: Subcentros identificados em ambos os pr ocedimentos.
Já se destacou que se entenderia como inadequado para o procedimento de
pesquisa assumir, sem mais profunda investigação, que todos os locais outrora
identificados como subcentros por ambos os procedimentos metodológicos (84
zonas censitárias) de fato o são, tanto quanto descartar sumariamente, por exemplo,
todas as zonas censitárias que não foram identificados como subcentros por ambas
às metodologias. A respeito da necessidade de uma análise mais acurada sobre os
resultados obtidos, duas situações ilustrativas sobre os resultados apontados em
cada um dos procedimentos metodológicos devem ser observadas.
84
A primeira dá-se pelo fato de que algumas zonas censitárias identificadas como
subcentros pela estatística local de Moran nos extremos da cidade são locais que
não possuem tradição como polos urbanos de atividade econômica, tais como
Parelheiros na Zona Sul, e Ermelino Matarazzo, Limoeiro, Iguatemi e Cidade
Tiradentes na Zona Leste da cidade83.
Estas zonas censitárias, em específico, foram identificadas como subcentros
com base no regime espacial Alto-Baixo da estatística local de Moran, ou seja, são
locais onde o valor da variável em estudo é bem mais elevado se comparado ao dos
vizinhos de primeira ordem84. Essa condição do regime espacial Alto-Baixo implica,
por exemplo, no apontamento de um local que possua relativamente pouco
emprego, mas que seja circundado por locais com nenhum emprego. Esse é o caso,
por exemplo, da zona censitária de Parelheiros na Zona Sul que é vizinha à zona
censitária de Jaceguava, sendo que esta última possui apenas 495 empregos de
acordo com a pesquisa OD/07.
Pode-se atestar, e de maneira mais simples, que estes locais não devem ser
considerados como subcentros a partir da análise de outros atributos relacionados a
centralidades urbanas, tais como os utilizados neste trabalho no procedimento de
valores de corte e apontados na Tabela 5.1.
Tabela 5.1: Dados dos subcentros identificados nos extremos da cidade.
Zona Censitária Distrito Dens. Emprego Razão E/R Total de Emprego
Ermelino Matarazzo
ERMELINO MATARAZZO
17,98 0,57 19.634
Limoeiro VILA JACUI 16,75 0,52 25.489
Iguatemi IGUATEMI 9,69 0,43 19.943
Cidade Tiradentes CIDADE TIRADENTES 7,51 0,28 27.601
Parelheiros PARELHEIROS 0,99 0,29 28.637
83 Vale o destaque que a um pesquisador não familiarizado ao local de estudos tais resultados poderiam passar despercebidos. 84 Vizinhos de primeira ordem, pois se assumiu uma matriz de vizinhança de primeira ordem.
85
Na tabela 5.1 se observa, por exemplo, que o baixo valor para razão E/R em
todas estas localizações indica o grande desequilíbrio de movimentos pendulares85 a
favor da vocação tipicamente residencial destes locais. Desta forma, deve-se
chamar a atenção quanto ao uso do regime espacial Alto-Baixo para identificar
subcentros urbanos, tal como feito em RAMOS (2002), uma vez que o fato deste
regime indicar locais onde ocorre alto valor da variável em estudo, envolto por locais
de baixo, por si só, pode não ser um bom critério para a identificação de subcentros
urbanos86.
A segunda ilustração a respeito da cautela necessária para com os resultados
obtidos, diz respeito ao fato do método de valores de corte ter identificado como
subcentros 75 zonas censitárias, ou seja, 23% do total de zonas censitárias da
pesquisa OD/07. Estas zonas censitárias plotadas no mapa formam uma área
geograficamente contínua a partir da região de Santo Amaro na zona sul até
Santana na zona Norte, e da Vila Leopoldina na zona oeste até o Tatuapé na zona
leste, se estendendo ainda para a região da Vila Prudente, no Sudeste da cidade, tal
como ilustrou a Figura 4.3.
Sendo assim, destaca-se sobre este tipo de metodologia, tal como aplicada em
nosso trabalho, que os resultados obtidos formaram uma ilustração que destoa em
certa medida da esperada para uma cidade policêntrica, o que pode demonstra, por
exemplo, a sensibilidade dos valores de corte. Tem-se que uma vez tomados outros
valores, pouco acima ou pouco abaixo dos utilizados, a quantidade de zonas
censitárias identificadas como subcentros seria, invariavelmente, diferente.
Contudo, e a não ser pela exclusão pontual de locais, tal como foi feito para os
subcentros identificados pelo regime espacial Alto-Baixo, não é possível predizer, de
forma efetiva, qual das metodologias expostas apresentam melhores resultados para
a investigação em curso. Sendo assim, o próximo tópico observará os resultados
obtidos à luz das prerrogativas teóricas da NEU sobre a estrutura do espaço urbano,
no intuito de avaliar por estas, além do grau de validade dos pressupostos teóricos,
qual dos métodos é a melhor opção para a identificação dos subcentros da cidade
de São Paulo.
85 Expressão utilizada para designar os movimentos quotidianos da população entre o local de residência e o local de trabalho, ou estudo. 86 Cabe o destaque, entretanto, que este procedimento pode ser interessante para a localização de subcentros urbanos regionais.
86
5.2 Os resultados e os preceitos teóricos.
Embora este trabalho não se tenha prestado à modelagem, e tão pouco aceite
a veracidade de certas predições teóricas, se entende que para um trabalho voltado
à questões ligadas à economia urbana a vigilância teórica faz-se um expediente
importante para a pesquisa, uma vez que é sempre interessante vislumbrar em que
medida teoria e constatações empíricas convergem. De fato, foi possível verificar
nas discussões anteriores que por mais que o desenvolvimento de metodologias
para a identificação de subcentros urbanos perfaça um braço estritamente prático da
NEU, a busca por elos entre os resultados observados e o legado teórico é praxe
nestes tipos de trabalho, a exemplo dos que apresentamos na sessão 3.2.1.1.
Em muitos trabalhos, tal como MCMILLEN e MCDONALD (1998), avalia-se a
correspondência entre os resultados e a teoria através da estimativa de funções de
densidade (emprego e população), de maneira que em um arcabouço policêntrico,
por exemplo, se espera que a localização dos subcentros identificados adicione
poder explicativo a função de densidade, ou seja, que estes realmente influenciem a
estrutura urbana, talvez não na mesma magnitude, mas assim como o centro
principal (CBD).
Nesta pesquisa, contudo, ao invés de se recorrer a estimativas econométricas,
tal como a de funções de densidade, para se comprovar a relevância dos subcentros
identificados, será feita a direta comparação entre os resultados obtidos em cada
procedimento metodológico e dados concretos que visam servir como proxy para as
previsões teóricas feitas pela NEU no que diz respeito à estrutura espacial. Desta
forma, a definição quanto às zonas censitárias identificadas como subcentros
dependerá em boa medida, também, da convergência com os atributos teóricos
avaliados.
O arcabouço teórico monocêntrico, tal como se expôs no primeiro capítulo, nos
diz que a localização do centro principal, dada as prerrogativas do modelo, influencia
toda a estrutura urbana, de maneira que a partir de sua localização fenômenos
espaciais como o preço dos imóveis (ou da terra), a densidade estrutural e a
densidade residencial portam-se de maneira decrescente conforme a distância
aumenta. Na ótica teórica policêntrica, igualmente, todas estas influências sobre o
espaço urbano também devem valer, entretanto, tem-se que os subcentros, via de
87
regra, influem em menor medida que o centro principal, tal como, dentro do
arcabouço teórico, ilustra a figura 5.2.
Figura 5.2: Comportamento do preço dos imóveis, den sidade estrutural e residencial
em uma cidade com um centro e um subcentro.
Sendo assim, e ao aproximar pressupostos teóricos e a realidade que pode ser
observada, seria razoável pressupor que os subcentros identificados, além das
características já captadas pelos procedimentos metodológicos, tal como elevada
densidade do emprego, devem ser no interior urbano locais onde ocorra o pico da
ocorrência de fenômenos espaciais, tais como o preço dos imóveis e a densidade
estrutural, visto que a teoria prediz que a partir destes locais o comportamento
destas medidas deve ser decrescente.
Ao se retomar brevemente as explicações teóricas para estes processos, tem-
se que o preço do aluguel dos imóveis (ou da terra) é decrescente para atender a
condição do nível de utilidade única dos indivíduos e isoquanta única das firmas.
Pelo lado dos consumidores, na versão do modelo apresentada, isso se dá pelo fato
de que a queda da renda líquida associada ao aumento dos gastos com
deslocamento deve ser compensada pela queda no preço dos aluguel.
No que diz respeito à densidade estrutural a discussão teórica prevê que esta
também deve ser decrescente com a distância, pois, e devido às condições gerais
do mercado de produção de imóveis (concorrência perfeita e isoquanta única), a
88
proporção de insumos (terra e capital) utilizada para produzir um imóvel em cada
ponto do espaço é diferente. Como o custo do capital é fixo em qualquer ponto do
espaço, o porte estrutural do imóvel dependerá de sua localização, de maneira que
em locais onde o preço da terra for mais elevado (próximo ao centro) a produção
será mais intensiva em capital e vice versa.
Por fim, tem se que a densidade residencial (concentração de imóveis para fins
residenciais por hectare, por exemplo), é decrescente, pois em localizações mais
distantes a produção de imóveis é mais intensiva em terra (lotes maiores) e os
consumidores consomem mais do bem habitação. (se assume os imóveis como
bens normais, demanda positivamente relacionada à renda).
É fato, e por mais que tais constatações espaciais não remetam diretamente à
possível existência de economias de aglomeração, que seria possível embutir estes
atributos no procedimento de identificação de subcentros, a exemplo de um novo
parâmetro para corte87, de maneira que os resultados obtidos já ponderassem, em
certa medida, estas predições teóricas. Entretanto, no caso da cidade de São Paulo
as medidas que podem servir como proxy aos fenômenos espaciais apontados, com
exceção à densidade residencial, não são mensuradas na mesma base censitária da
pesquisa OD/07 (zonas de origem e destino). Este fato, como consequência, levará
ao uso de dados disponibilizados em divisões espaciais diferentes (a exemplo da
distrital), sendo assim, a inspeção de mapas temáticos será a principal ferramenta
de análise nesta sessão88.
Para se chegar à ilustração dos mapas temáticos necessários a esta pesquisa,
será preciso recorrer, então, a duas fontes de dados auxiliares, uma para fazer
frente ao preço dos imóveis, o índice FIPE/ZAP, e outra para a densidade estrutural,
o Cadastro Territorial e Predial, de Conservação e Limpeza (TPCL).
O índice FIPE/ZAP, lançado no ano de 2011, é o primeiro indicador que
acompanha os preços de venda e locação dos imóveis em âmbito nacional. Para a
cidade de São Paulo, em especial, este indicador possui um expressivo grau de
robustez uma vez que a base amostral (115.000 imóveis computados para os
87 Poder-se-ia também elaborar um índice que agregasse todas estas variáveis, de tal forma que pudesse ser utilizado para o cálculo da estatística local de Moran. 88 Deve-se destacar que pelo intermédio de SIGs avançados, tal como feito em RAMOS (2002), é possível sobrepor dados espaciais captados por diferentes mensurações, contudo, o uso de tais técnicas foge ao escopo deste trabalho.
89
cálculos do índice em Dezembro/2010, por exemplo) é a maior entre as cidades
pesquisada.
A figura 5.3 apresenta o preço médio dos imóveis para o mês de Fevereiro de
2012 na cidade de São Paulo de acordo com a divisão espacial e metodologia
utilizada pelo índice.
Fonte: Índice FIPE/ZAP.
Figura 5.3: Preço médio dos imóveis na cidade de Sã o Paulo.
90
Pela análise da Figura 5.3, na comparação com a Figura 5.1 (ver anexo 5), se
pode observar que, exceto pelas zonas censitárias localizadas no centro89, grande
parte das demais zonas censitárias identificadas como subcentros pelos
procedimentos metodológicos utilizados se inserem em locais onde se praticam
elevados preços no mercado imobiliário, isto é, acima da média computada por este
índice para a cidade de São Paulo (R$ 6.200,00/m2 na atualidade). Estas zonas
censitárias são as localizadas na área que perfaz o formato de um arco de 180º,
com início na Zona Sul a partir da região de Santo Amaro, e término na Zona Oeste
na região da Lapa, passando por Moema, Itaim, região da Avenida Paulista,
Pinheiros e Barra Funda. Fora desta região, ainda, dois locais se destacam pelo
elevado valor dos imóveis, um na região do Tatuapé (Anália Franco) na Zona Leste
da cidade e outro no extremo Sul na região do Grajaú90.
A interpretação dos dados expostos neste mapa, tal como feito no parágrafo
anterior, contudo, deve levar em conta duas questões relevantes. A Primeira diz
respeito à ausência de informações sobre o preço para diversos locais e
principalmente os situados nos extremos da cidade, tais como os identificados no
padrão Alto-Baixo da estatística local de Moran.
Já a segunda, se refere à questão da incompatibilidade temporal entre os
dados sobre emprego utilizados para a identificação dos subcentros (2007) e o nível
de preços expostos (2012). Neste meio tempo, em especial, o mercado imobiliário
na cidade de São Paulo cresceu de forma expressiva, seja pelo lançamento de
inúmeros empreendimentos (residenciais e comerciais), como também pela
aceleração dos preços91.
Sobre está última observação, contudo, e devido ao caráter contemporâneo do
processo citado, pode-se inferir que mesmo na intensidade que esse processo se
deu, não chegou a inverter a dinâmica espacial dos preços na cidade a ponto de
invalidar as relações analisadas. Em outras palavras, por mais que as atividades
imobiliárias tenham se intensificado nos últimos anos, é razoável pressupor que os
89 O processo de degradação do centro da cidade de São Paulo, que culminou na emergência de locais como a “cracolândia” é um dos fatores responsáveis pelo baixo valor dos imóveis nessa região da cidade. 90 Os dados sobre o preço médio dos imóveis neste local devem ser avaliado com ressalvas, pois em sites de anúncios de imóveis o preço atribuído ao m2 para esta região é de aproximadamente R$ 2.400,00. 91 A variação acumulada dos preços medida pelo índice FIPE/ZAP nos últimos 4 anos chega próxima a 130%.
91
locais que hoje possuem elevados preços na cidade, também, relativamente, os
possuíssem em 2007.
Para o cálculo da densidade estrutural os dados que serão utilizados são os
referentes ao TPCL do ano de 2009. O TPCL é mantido pela secretária de finanças
do município de São Paulo e tem como finalidade permitir o lançamento e a
cobrança do Imposto Territorial e Urbano (IPTU) sobre a propriedade imobiliária.
Tais dados são auferidos por quadras (56.000), entretanto, são apenas
disponibilizados publicamente de forma agregada e na divisão distrital.
Com base nos dados da TPCL será proposto como proxy à densidade
estrutural em cada distrito o seguinte índice:
KJ� = ∑ N¡�∑ Nw�
(5.1)
Onde:
KJ� = �J�D<�k�JJD�:���:k����<D�:<��¢. £ k¤
�= D�_k�ó:<��kDá:JkD¤��D�:�í�kD�J����D�D���JD�J:¤J��JDk��<D�:<��¢.
£ k��
= D�_k�ó:<��kDá:Jk��D�J::J��D�J����D�D���JD�J:�J¤J��JDk��<D�:<��¢.
Para o cálculo do índice foi utilizada a área construída e do terreno das 16
tipologias de uso do solo utilizadas no TCPL, sendo que isto inclui uso residencial,
comercial, industrial, público (escolas, hospitais) etc., além de terrenos vagos, ou
seja, não só a densidade estrutural residencial como simplifica a teoria. A Figura 5.4
abaixo ilustra a densidade estrutural em cada distrito da cidade de São Paulo.
92
Figura 5.4: Densidade estrutural na cidade de São P aulo.
A inspeção da Figura 5.4, mostra que os locais identificados pela estatística de
Moran no regime espacial Alto-Alto como subcentros, exceto as zonas censitárias
situadas nos distrito da Barra Funda (Santa Marina) e de Santo Amaro (Vila Miranda
e Santo Amaro), são locais inseridos em regiões com alta densidade estrutural,
sendo que a partir destas, e exceto ao leste até o distrito do Tatuapé, a densidade
estrutural comporta-se claramente de maneira decrescente.
Na comparação com a metodologia de valores de corte, tem-se que esta foi
mais abrangente e identificou como subcentros tanto zonas censitárias inseridas em
distritos de densidade estrutural alta, como em distritos com a densidade estrutural
93
menor, a exemplo do Ipiranga, Moóca e Lapa92. Deve-se ressaltar, contudo, que em
alguns dos distritos com densidade estrutural inferior e no qual foram identificados
subcentros, tal como Moóca, Lapa e Campo Grande, a menor densidade estrutural,
porém expressiva densidade de empregos e vocação para atividades econômicas
deve-se em boa medida à concentração de fábricas93. Chama a atenção, entretanto,
que através da metodologia de corte se identificou um subcentro no distrito do
Tatuapé, local apontado no mapa como com alta densidade estrutural.
Sobre esta medida, como um todo, se faz pertinente destacar que embora este
índice possua elevado grau de confiabilidade para áreas onde a urbanização é
consolidada (regiões centrais), verifica-se, em contrapartida, uma perda não
desprezível no grau de precisão para os índices calculados para as áreas periféricas
da cidade, especialmente as situadas a leste. Nesta localidade em específico, além
de situações como a da autoconstrução não averbada e ocupações irregulares (tal
como também ocorre ao Sul e Noroeste, por exemplo), grandes conjuntos
habitacionais construídos pelo Estado ou Prefeitura não tem sua situação fundiária
plenamente definida e, portanto, fogem à computação.
A densidade residencial, conforme se citou no início da sessão, foi a única
medida de aspiração teórica que pode ser calculada através dos dados fornecidos
pela pesquisa origem e destino. Desta forma, e de maneira similar às densidades já
calculadas, a residencial será obtida através do resultado da divisão do número de
domicílios94 em cada zona censitária por sua área em hectare (ha). Os resultados
espaciais são demonstrados na figura 5.5 abaixo.
92 Os demais são: Barra Funda, Vila Leopoldina, Vila Maria, Vila Guilherme, Limão, Ipiranga, Campo Grande, Socorro, Morumbi e Butantã. 93 A concentração de fábricas, em atividade ou não, contribui pouco no que diz respeito ao aumento da densidade estrutural de certo local, uma vez que a área construída em lotes industriais, galpões, armazéns etc., é por vezes inferior à área do terreno, em virtude da necessidade, por exemplo, de pátios para estacionamento de caminhões. 94 A contagem de domicílios da pesquisa OD segue aos padrões do IBGE.
94
Figura 5.5: Densidade residencial na cidade de São Paulo.
Na figura 5.5, nota-se, exceto por poucas zonas censitárias na região central,
que os locais identificadas como subcentros por ambas as metodologias possuem
baixa densidade residencial, afinal são locais onde as atividades econômicas
predominam, entretanto, e o que merece atenção clara é que a densidade
residencial não é observada como decrescente a partir da localização dos
subcentros, ao contrário do que prediz a teoria.
Este resultado é um puro exemplo das limitações que devem ser reconhecidas
por trabalhos tipicamente teóricos, dado que as predições teóricas e a realidade
observada podem destoar em grande medida, uma vez que em nosso caso, por
exemplo, observa-se o comportamento contrário do esperado, ou seja, crescimento
95
da densidade residencial em direção às regiões periféricas da cidade. Vale o
destaque, contudo, que o comportamento crescente da densidade residencial rumo
às áreas periféricas da cidade não é verificado para todas as regiões, observa-se,
por exemplo, que esse padrão é notório para as regiões Norte, Nordeste, Sudoeste,
Sudeste e Leste a partir dos locais identificados como subcentros. Entretanto, para
as regiões, Noroeste, Oeste e Sul o comportamento tende-se a assemelhar com o
que prediz a teoria, ou seja, densidade residencial decrescente.
Devido a estes resultados, a ligação entre a densidade residencial e os locais
identificados como subcentros em ambos os procedimentos metodológicos, tal como
feita nos últimos itens, não será realizada. Esta opção torna-se válida uma vez que
esta previsão teórica pouco condiz com a realidade observada nesse estudo, além
do fato de, comumente, esta medida não ser utilizada como parâmetro para a
identificação de subcentros nos estudos que remetem à NEU e logo o deste95.
No que se pode apurar até este ponto, através do alinhamento geral dos
resultados obtidos em cada um dos procedimentos metodológicos com as previsões
teóricas, a estatística local de Moran, pelo regime espacial Alto-Alto, convergiu em
melhor medida com as disposições teóricas. Pode-se observar que, com exceção
da zona censitária Centro Empresarial e Chácara Flora, ambas na Zona Sul, todas
as demais se inserem em locais que atendem a pelo menos um dos
comportamentos esperados. Sobre a estatística local de Moran, em específico, tem-
se ainda que o uso do regime espacial Alto-Baixo para identificar subcentros, diante
dos moldes investigativos deste trabalho, de forma definitiva nesta sessão,
evidenciou-se uma opção questionável para se identificar subcentros urbanos.
Por outro lado, constatou-se que a metodologia de valores de corte apontou
para a existência de um elevado número de zonas censitárias com concentração do
emprego e predominância da atividade econômica, porém nas quais não se observa
o suporte de nenhuma das previsões teóricas apuradas, a exemplo das zonas
censitárias identificadas como subcentros na região Sudeste (Ipiranga, Mooca) e
Oeste (Vila Leopoldina). Cabe a ressalva, contudo, que a metodologia de valores de
corte, ao contrário do LISA, captou a existência de um subcentro no distrito do
95 Destaca-se, entretanto, que a avaliação de questões que envolvem a distribuição espacial da população urbana, o que é o ideal, ou não, seus condicionantes históricos e econômicos, é um intrigante campo de pesquisas, mas que, porém, foge ao escopo deste trabalho.
96
Tatuapé, local para o qual as predições teóricas são aderentes, ou seja, pode-se
observar, por exemplo, que o preço dos imóveis e densidade estrutural decresce a
partir deste local e no sentido leste.
Sendo assim, e diante das premissas teóricas, seria mais coerente, caso a
opção fosse pelo uso de apenas um procedimento metodológico, a identificação de
subcentros através da estatística local de Moran no intermédio do uso único do
regime espacial Alto-Alto, e isso levaria, então, a identificação de 26 subcentros.
Entretanto, como a opção deste trabalho deu-se pela extração máxima do poder de
ambos os procedimentos metodológicos e dada a existência de limitações
intrínsecas aos resultados apontados pela estatística local de Moran, tal como se
expôs em sessões anteriores, a opção final será por identificar como subcentros 29
zonas censitárias da pesquisa OD/07 para a cidade de São Paulo.
Destas 29, 22 são as demarcadas na Figura 5.1 com a cor amarela, ou seja,
locais que foram apontados como subcentros por ambos os procedimentos
metodológicos, sendo que estas possuem suporte, também, nas previsões teóricas.
Já as outras 7 zonas censitárias são; Tatuapé, que foi identificada apenas pelo
procedimento de valores de corte e possui características ligadas às previsões de
cunho teórico; Granja Julieta – Santo Amaro, que embora seja a zona censitária com
o terceiro maior volume de empregos na cidade (83.300) foi apontada como não
significante pela estatística de Moran96; Barra Funda, Francisco Matarazzo, Água
Rasa, Lapa e Lapa de Baixo – Barra Funda e Lapa, estes locais foram identificados
como subcentros a partir da análise de vizinhança da zona censitária de Santa
Marina, única identificada com o regime de associação espacial Alto-Alto na zona
oeste97 e devido aos indícios de cunho teórico ligados ao preço.
Por fim, vale dizer que 5 zonas censitárias identificadas com o padrão Alto-Alto
foram descartadas na identificação de subcentros, pois possuem baixos patamares
dos parâmetros utilizados na metodologia de valores de corte, ou ainda não se
96 Ressalta-se que esta classificação é resultado da vizinhança com duas zonas censitárias com baixa quantidade de emprego, Paraisópolis e Jardim Vitória. 97 Como a estatística local de Moran tende a apontar o núcleo da ocorrência do processo em análise, optou-se por checar a vizinhança desta zona censitária. Desta forma, e pelo fato das zonas vizinhas terem sido identificadas como subcentros de emprego pela metodologia de valores de corte, inclusive com valores superiores à de Santa Marina, concluímos pela adoção destas zonas censitárias.
97
aderem as predições teóricas avaliadas, são estas: Santa Cecília, Oscar Freire,
Jardim Paulistano, Chácara Flora e Centro Empresarial (Jd. São Luís).
A ilustração final com os locais identificados como subcentros é apresentada
na figura 5.6 abaixo.
Figura 5.6: Resultado final para as zonas censitári as identificadas como subcentros.
98
5.3 Os subcentros da cidade de São Paulo: caracterí sticas e discussões. As análises que visam à identificação de subcentros urbanos, seja em uma
cidade ou região metropolitana, não costumam se restringir ao apontamento destes
locais, de maneira que tal expediente costuma ser acompanhado por uma série de
análises secundárias a respeito dos locais identificados, a exemplo das realizadas
nos trabalhos que foram expostos ao longo do segundo capítulo.
Esta última etapa da análise, assim sendo, e em linha com os trabalhos do
gênero, analisará mais afundo as zonas censitárias identificadas como subcentros
de maneira a estabelecer limítrofes territoriais para os subcentros e apresentar
características gerais de cada um no que diz respeito às atividades econômicas e
localização.
Primeiramente, é necessário frisar que na exposição da metodologia de valores
de corte, havia-se, a priori, descartado agrupar as zonas censitárias para a formação
do território de um subcentro, tal como feito, por exemplo, em GIULIANO e SMALL
(1991), posto que se estabeleceu como necessária a melhor análise dos resultados
obtidos antes. A análise realizada durante a última sessão, e que finda com os
resultados apresentados na Figura 5.6, contudo, indica que este processo é
plausível na análise, de maneira que se pode agrupar as 29 zonas censitárias
identificadas na investigação em 4 subcentros, além do já consolidado e histórico
centro da cidade de São Paulo98.
Tal como agrupa a figura 5.7 na sequência, estes subcentros são:
1. Eixo Paulista – Faria Lima (Zona Sul): formado pelas zonas censitárias
Trianon, Campinas, Jardins, Jardim Europa, Chácara Itaim, Vila Olímpia,
Hélio Pelegrino e Berrini.
2. Eixo Roque Petroni Junior – Adolfo Pinheiro (Zona Sul): formado pelas
zonas censitárias da Vila Cordeiro, Granja Julieta, Vila Miranda e Santo
Amaro.
98 No centro principal, as zonas que atenderam aos anseios deste trabalho foram: Sé, Parque Dom Pedro, Praça João Mendes, Ladeira da Memória, República, Santa Efigênia, Luz e Vila Buarque.
99
3. Corredor da Avenida Francisco Matarazzo e Rua Guaicurus (Zona Oeste):
formado pelas zonas censitárias Francisco Matarazzo, Barra Funda, Santa
Marina, Água Branca, Lapa e Lapa de Baixo.
4. Zona censitária do Tatuapé (Zona Leste): dada pelo quadrilátero formado
pelas Avenidas Salim Farah Maluf, Radial Leste, Rua Apucarana e Rua
Azevedo Soares.
Figura 5.7: Subcentros da cidade de São Paulo.
A disposição geral das zonas censitárias, e tão logo dos subcentros, na figura
5.7 carece de comentários adicionais. Primeiro, temos que os dois subcentros da
Zona Sul da cidade são interligados em seus extremos (Sul e Norte,
100
respectivamente) pela Avenida Engenheiro Luís Carlos Berrini, (zona censitária
Berrini). Segundo, pode-se reparar que o subcentro denominado como Eixo Paulista
– Faria Lima corresponde em grande medida à figura que denota o deslocamento
das funções centrais na cidade de São Paulo, apresentada na sessão 4.2 de nossa
discussão. Por fim, frisa-se que na Zona Norte da cidade de São Paulo apenas o
procedimento de valores de corte identificou zonas censitárias como subcentros99,
contudo, além destas possuírem pequena quantidade de emprego (descarte pela
estatística de Moran), não se encontrou evidências de cunho teórico sobre o caráter
de centralidade destas localizações.
Atendo-se à análise dos subcentros identificados de forma conjunta, a Tabela
5.2 abaixo apresenta um resumo com os dados do centro principal e dos 4
subcentros identificados. Note que as informações apresentadas referem-se apenas
às das zonas censitárias que responderam positivamente ao nosso processo de
análise.
Tabela 5.2: Dados gerais sobre os subcentros e o centro princip al.
Local Zonas
censitárias Densidade do
emprego (média) Razão E/R
(média) Emprego
(Total) Área
(acres)
Centro Principal 9 292 trab/acre 15 468 mil 1789 Eixo Paulista - Faria Lima 9 124 trab/acre 8 349 mil 3792 Eixo Roque Petroni Jr - Adolfo Pinheiro 4 57 trab/acre 8 182 mil 3272 Corredor Francisco Matarazzo - Guaicurus 6 72 trab/acre 20 169 mil 2600
Tatuapé 1 90 trab/acre 4,5 35 mil 391 Fonte dos dados: Pesquisa Origem e Destino 2007 – tabulação própria.
Constata-se na Tabela 5.2 que o centro principal e histórico da cidade de São
Paulo, à época do levantamento dos dados, detinha ainda a maior concentração de
emprego do território urbano, seja na forma de densidade, ou total, seguido em
número total de empregos pelo Eixo Paulista – Faria Lima, Eixo Roque Petroni
Junior – Adolfo Pinheiro, Corredor Francisco Matarazzo - Guaicurus e Tatuapé.
Destaca-se ainda que em comparação com os subcentros, o centro principal não
possui apenas a maior razão E/R, que é a do corredor Francisco Matarazzo –
99 Estas foram: Carandiru, Santana, Tietê, Limão, Vila Maria e Corôa.
101
Guaicurus. A explicação sobre este dado advém do fato desta região, ao contrário
do centro, concentrar quantidade significante de fábricas e galpões, ou seja, a
população residente tende a ser menor.
Os dados expostos servem para dar-se conta também da grande concentração
de empregos nestes locais, na medida em que á área somada das 29 zonas
censitárias corresponde a pouco mais de 3% do total da área da cidade, mas
concentram, em contrapartida, 20% do total de empregos.
Dado o tipo de análise conduzida, faz-se interessante para a pesquisa apontar,
ainda, e mesmo de maneira breve, como as atividades econômicas se comportam
nestes locais, se existe alguma predominante e, se sim, qual. Sendo assim,
apresenta-se a tabela 5.3 que diz respeito à participação relativa dos empregos de
acordo com o ramo de atividade100 nos 4 subcentros avaliados e no centro principal.
Tabela 5.3: Participação relativa dos empregos de a cordo com ramo de
atividade.
Local Industrial Comercio Serviços Acumulado
Centro Principal 4,83% 21,47% 71,72% 98,02%
Eixo Paulista - Faria Lima 4,29% 13,67% 78,19% 96,15%
Eixo Roque Petroni Jr - Adolfo Pinheiro 11,26% 18,71% 67,67% 97,64%
Corredor Francisco Matarazzo - Guaicurus 16,06% 15,29% 67,08% 98,43%
Tatuapé 8,97% 21,49% 69,07% 99,53%
Fonte dos dados: Pesquisa Origem e Destino 2007 – tabulação própria.
Os dados referentes aos locais avaliados, tal como dispostos na Tabela 5.3,
estão em linha com os aspectos gerais do emprego na cidade de São Paulo, e que é
hoje concentrado no setor de serviços, 67,5% do total à época da pesquisa. Sobre
este aspecto geral dos subcentros, e não só para a cidade de São Paulo,
SIVITANIDOU (1996) enfatiza que a identificação de subcentros urbanos nos
tempos atuais, envolve uma análise sobremaneira voltada à identificação de
concentrações de emprego ligadas ao setor de serviços.
100 A Pesquisa Origem e Destino agrupa os empregos em 5 grupos: Agrícola, Industrial, Construção Civil, Comércio e Serviços. Entretanto, como os empregos ligados ao setor agrícola e da construção civil juntos correspondem por apenas 3,5% do total de empregos optamos por não demonstra-los na tabela.
102
Entretanto, e independentemente da dominância do setor de serviços no meio
urbano paulistano, faz-se necessário o devido destaque à relevância histórica das
atividades comerciais para o centro principal da cidade, pois embora esta atividade
corresponda por 21,47% do total dos empregos nesta região, tais atividades são
responsáveis pela atração de milhares de consumidores diariamente aos
reconhecidos pontos de comércio popular.
Outros pontos que merecem destaque dizem respeito à presença em nível
considerável das atividades industriais ainda hoje no Corredor Francisco Matarazzo
– Guaicurus (27.000 empregos – 16% do total), assim como da superior dominância
das atividades do setor de serviços no Eixo Paulista – Faria Lima (280 mil
trabalhadores – 80% do total aproximadamente).
Como em todos os 4 subcentros e no centro principal a grande maioria dos
empregos se concentra nos setor de serviços (acima de 67% do total em todos),
seria interessante nesta análise, ainda, distinguir se os subcentros são
especializados em algum tipo de serviço específico, tais como os ligados ao setor
financeiro. Contudo, a pesquisa OD/07, que foi escolhida como a base de dados
principal, devido ao nível de desagregação geográfica, computa os empregos do
setor de serviços em apenas 10 categorias, que por sua vez, constituem tipologias
vagas101. Observa-se, por exemplo, que nos 4 subcentros e no centro principal mais
de 50% dos empregos do setor de serviços estão classificados sobre as rubricas
“especializados” e “outros”.
Deve-se ressaltar que para conduzir tal tipo de análise os dados ideais são os
da Relação Anual de Informações Sociais (RAIS), com a análise feita através das
tipologias contidas no Cadastro Nacional de Atividades Econômicas (CNAE),
entretanto, os dados disponibilizados pela RAIS, além de computarem apenas os
empregos formais, são disponibilizados apenas na divisão distrital, o que
impossibilitaria a análise tal como realizada até agora.
Portanto, neste trabalho será deixada à margem da análise uma investigação
mais ampla a respeito da especialização ou diversificação do setor de serviços nos
101 São estes: Transporte de Carga, Transporte de Passageiros, Creditícios-Financeiros, Pessoais, Alimentação, Saúde, Educação, Especializado, Administração Pública e a rubrica Outros.
103
locais identificados como subcentros, assim como do centro principal102. Deve-se
destacar, ainda, que a obtenção de tais resultados possibilitaria uma discussão a
respeito do tipo de economias de aglomeração predominantes nos subcentros da
cidade de São Paulo, se de especialização a lá Marshall, ou de diversificação, como
difundiu Jacobs.
Se por um lado a pesquisa OD/07 não fornece dados adequados para uma
pesquisa que vise o estudo da especialização das atividades nas zonas censitárias,
por outro esta é uma riquíssima fonte de dados a respeito dos deslocamentos
urbanos.
Embora dados a respeito dos deslocamentos urbanos possam não servir
diretamente à identificação de subcentros de emprego/atividades econômicas, tal
como é a opção deste trabalho103, estes podem servir em boa medida para atestar a
relevância destes subcentros no contexto urbano, tal como feito, por exemplo, em
GIULIANO e SMALL (1991). Sendo que, na medida em que se possuem dados a
respeito da origem e destino dos deslocamentos é possível ainda verificar o alcance
da influência de cada um dos subcentros.
Sendo assim, e com base na pesquisa OD/07, as Tabelas 5.4 e 5.5 apontam
na sequência dados que dizem respeito a estes processos.
Tabela 5.4: Total de Viagens Atraídas.
Local Total de Viagens Atraídas
Centro Principal 952.954 Eixo Paulista - Faria Lima 647.697 Eixo Roque Petroni Jr - Adolfo Pinheiro 444.789 Corredor Francisco Matarazzo - Guaicurus 404.400 Tatuapé 101.615
Total de Viagens 2.551.455 Fonte dos dados: Pesquisa Origem e Destino 2007 – tabulação própria.
102 Destaca-se que tal análise poderia, por exemplo, ser conduzida através de instrumentos já consagrados pelos estudos regionais sobre especialização produtiva, tal como o Quociente Locacional (QL). 103 Não se poderia, por exemplo, utilizar a quantidade de viagens atraídas por motivo trabalho em cada localidade, visto que os dados da pesquisa OD/07 apontam que enquanto nas áreas centrais cada posto de trabalho atraí uma viagem à trabalho, em zonas censitárias periféricas para cada posto de trabalho atraí até 4 viagens por motivo trabalho. Ou seja, o uso dessa variável poderia distorcer os resultados finais.
104
Tabela 5.5: Total de viagens atraídas por região em % do total.
Local Centro Z. Sul Z. Norte Z. Leste Z. Oeste Outros
Municípios
Centro Principal 28,12% 18,17% 12,11% 21,02% 5,93% 14,65%
Eixo Paulista - Faria Lima 8,80% 55,08% 5,19% 7,69% 12,22% 11,01%
Eixo Roque Petroni Jr - Adolfo Pinheiro 2,75% 78,08% 2,22% 2,64% 4,60% 9,71%
Corredor Francisco Matarazzo - Guaicurus 6,36% 8,62% 28,83% 9,87% 28,29% 18,03%
Tatuapé 4,56% 4,14% 4,51% 76,96% 1,02% 8,81% Fonte dos dados: Fonte dos dados: Pesquisa Origem e Destino 2007 – tabulação própria.
Na análise da tabela 5.4, pode-se reparar que, embora a quantidade total de
viagens atraídas seja, sem sombra de dúvida, expressiva (mais de 2,5 milhões),
existe um descompasso entre o total de empregos nesses locais como parcela
relativa na cidade (20%) e o total de viagens atraídas nesta mesma base (11%). A
observação deste fato condiz diretamente com a concepção de subcentro adotada, e
que não ponderou em seu procedimento de investigação, por exemplo, a quantidade
de matrículas escolares e a população total em cada zona censitária, fatores que,
junto à concentração/quantidade do emprego, são os principais responsáveis pelos
deslocamentos urbanos. Sendo assim, cabe destacar que a identificação de
subcentros, tal como conduzida em trabalhos que remetem à NEU, pode não
constituir uma boa alternativa no que diz respeito ao planejamento de transportes,
de modo que para estes o uso de procedimentos distintos, tal como o proposto em
KNEIB (2008) são de maior valia.
Os dados sobre as viagens atraídas de acordo com a região, expostos na
tabela 5.5, servem como boa medida para se avaliar em que medida os subcentros
identificados conseguem atender à cidade, ou se, ainda, possuem abrangência
tipicamente regional. Em outras palavras, através da avaliação de onde se originam
as viagens atraídas por estes locais diariamente é possível compreender também a
importância destes no contexto urbano.
Por questões geográficas e históricas, tanto quanto devido à infraestrutura de
transporte público superior, o centro principal é, de fato, a região que atende de
maneira mais igualitária os habitantes da cidade e, inclusive, de munícipios vizinhos.
Pode-se reparar que a atração de viagens para esse local é mais bem equacionada
entre as regiões da cidade e outros munícipios, na comparação com os demais.
105
No que diz respeito à abrangência o subcentro denominado como Corredor
Francisco Matarazzo – Guaicurus, embora seja o quarto no volume total de
empregos, desponta como o segundo local que atende de maneira mais igualitária a
cidade e, inclusive, também, outros municípios vizinhos. Para este local deve-se
destacar também a localização geográfica privilegiada, próximo ao entroncamento
das marginais dos Rios Pinheiros e Tietê, por exemplo.
Os demais subcentros identificados, contudo, e tal como apontam os dados da
tabela 5.5, possuem abrangência mais restrita, de modo a atender basicamente a
região da cidade em que estão situados. Vale o destaque, entretanto, na ligeira
diferença na abrangência regional do Eixo Paulista-Faria Lima (55% das viagens
atraídas a partir da zona Sul), se comparada aos outros, Eixo Roque Petroni Jr. –
Adolfo Pinheiro e Tatuapé (mais de 75% das viagens atraídas a partir da região em
que estão localizados).
Outro tema que bem serve aos objetivos deste trabalho diz respeito à
localização geral dos subcentros em uma cidade. Em trabalhos realizados no âmbito
internacional, e principalmente os com origem nos EUA, se constata com relativa
frequência que a localização dos subcentros tende a ser próxima a entroncamentos
de estações de trem e metrô, ou à margem de importantes Avenidas, tal como se
destaca em MCMILLEN e MCDONALD (1998).
Ao olhar mais de perto a localização dos subcentros identificados é possível
perceber que para o caso da cidade de São Paulo a observação acima destacada é
sobremaneira válida. É possível observar que os subcentros identificados, tal como
se destacou de breve forma nos parágrafos anteriores, localizam-se próximo as
principais vias de transporte da cidade, Marginais dos Rios Pinheiro e Tietê e, além
disto, são locais servidos pelo sistema de transporte público sobre trilhos, trens e
metrô, de modo que nestes locais é comum ainda a existência de grandes estações
que interligam esses dois modais de transporte104.
A similaridade no que diz respeito à localização dos subcentros nesse estudo
na comparação com outros realizados no âmbito internacional, acredita-se, não se
constitui de um mero acaso. A busca de vantagens localizacionais por parte das
104 Vale o destaque para as interligações de linhas de trem, metrô, ou ambos em todos os subcentros: Estação Barra Funda (Corredor Francisco Matarazzo – Guaicurus), Estação Paraíso (Eixo Paulista – Faria Lima), Estação Santo Amaro (Eixo Roque Petroni Junior – Adolfo Pinheiro), Estação da Sé (Centro Principal) e Estação Tatuapé (Tatuapé).
106
firmas (nesse caso proximidade à estações de metrô/trem e Avenidas principais) é
uma prática relatada à longa data por estudos ligados a questão da localização na
teoria econômica. Entretanto, tal constatação é em certa medida um paradoxo diante
dos resultados obtidos, uma vez que os ganhos de localização são relacionados
principalmente às atividades industriais, em detrimento das atividades ligadas ao
setor de serviço, que dominam no centro e em todos os subcentros identificados.
A resposta dada por estudos que identificam subcentros urbanos e visualizam
tais resultados é a de que esta clara opção por parte das firmas urbanas,
notoriamente às ligadas ao setor de serviços e comércio, de se localizarem próximas
a importantes Avenidas e estações de trem e metrô, advém dos benefícios gerados,
por exemplo, pelo fácil acesso de seus funcionários (problemas com atrasos, faltas
etc.) e clientes. Igualmente, deve ficar claro que para as indústrias urbanas a
questão da localização remete de forma mais clara com as discussões clássicas
sobre o assunto, ou seja, por exemplo, a economia com custos de transporte105.
105 Não por menos, podemos observar que o Corredor Francisco Matarazzo – Guaicurus, e que é o que possui maior percentual de empregos ligados ao setor da indústria, se localiza às margens da Marginal do Rio Tietê em local próximo à saída para algumas das principais Rodovias do Estado de São Paulo.
107
6. NOTAS CONCLUSIVAS. A pesquisa à qual se debruçou este trabalho procurou ser clara quanto a seu
objetivo principal, ou seja, identificar os subcentros da cidade de São Paulo a partir
da análise dos resultados obtidos por duas metodologias distintas e comparação
destes com as predições teóricas.
Não obstante as limitações intrínsecas a este tipo de trabalho quanto à maneira
usada para auferir os resultados, tem-se ainda a questão das diferentes definições e
características atribuídas aos locais denominados como subcentros na literatura
urbana de modo geral. Sendo desta forma, deve-se frisar que as escolhas
conceituais e metodológicas, tão quanto os resultados obtidos, nos méritos e
deméritos do autor, foram guiados sob o preceitos e disposições da Nova Economia
Urbana.
À parte disto, é possível afirmar que o retrato de momento desenhado pelos
resultados obtidos mostrou-se condizente com as previsões teóricas de cunho
econômico-urbano que dizem respeito ao preço dos imóveis e a densidade
estrutural, entretanto, a premissa que diz respeito à densidade residencial, no
contexto paulistano, e exceto para o centro principal, não possui ligação com a
localização dos subcentros, de maneira que os dados reais, inclusive, se comportam
de maneira inversa ao previsto na teoria.
A investigação metodológica utilizada, ou seja, o uso a priori de duas
metodologias para a análise do mesmo fenômeno, pareceu adequada à pesquisa
conduzida, pois, acreditamos, foi capaz de suprir algumas das deficiências inerentes
à cada um dos procedimentos metodológicos, seja a arbitrariedade no
estabelecimento dos valores de corte (possível identificação de subcentros, que na
verdade, não o são), como as limitações da estatística local de Moran (exemplo da
não captação da Granja Julieta no padrão Alto-Alto). Sendo assim, destaca-se a
possibilidade de réplica deste procedimento investigativo para outros trabalhos do
gênero.
É fato que um dos subcentros identificados, aqui nomeado como Eixo Paulista
– Faria Lima, não na forma exata em que foi estabelecido, já é reportado em
análises urbano-econômicas da cidade de São Paulo há pelo menos uma década,
desde o trabalho de BIDERMAN (2001). Contudo, os demais resultados obtidos, e
que seguiram a uma linha de pensamento ligada a NEU, constituem indícios acerca
108
de uma nova dinâmica do processo de concentração espacial das atividades
econômicas no território Paulistano e que então pode ser avaliada como policêntrica,
ao invés de mono ou duocêntrica. Vale a ressalva, todavia, que estes indícios
podem ser avaliados como fortes para o Eixo Roque Petroni Junior – Adolfo Pinheiro
e Francisco Matarazzo – Guaicurus e medianos, ou mesmo fracos para o Tatuapé.
Sob estes locais, e inclusive o centro, se pode avaliar que enquanto o Centro
Principal e o Corredor Francisco Matarazzo – Guaicurus são locais que puderam ser
avaliados como subcentros globais, no que diz respeito ao espaço da cidade de São
Paulo, os demais subcentros, Eixo Paulista-Faria Lima, Eixo Roque Petroni Jr.–
Adolfo Pinheiro e Tatuapé, puderam ser avaliados como subcentros de caráter
regional, principalmente os dois últimos.
Os resultados gerais convergiram ainda, e em boa medida, com o da análise
de outras cidades e áreas metropolitanas no contexto internacional, onde se observa
que a localização dos subcentros urbanos tende a ser próxima a grandes Avenidas e
a interligações de estações de trem ou metrô.
A avaliação do espaço urbano como policêntrico, conforme se discutiu, trás
consigo a necessidade de uma abordagem econômico-urbana sensivelmente
diferente, seja a respeito da decisão de localização das firmas e habitantes, como
também do comportamento do mercado imobiliário. Sobre este último, e como
exemplo, cabe o destaque dado ao peso das centralidades urbanas para a
determinação dos preços dos imóveis, tal como se verifica em TORRES e
GONÇALVES (2007), o que faz com que os resultados deste trabalho possam servir
também a este tipo de análise.
Por fim, ressalta-se que identificação de subcentros, ou seja, a comprovação
acerca do caráter policêntrico de uma cidade, é uma prática vital para entender de
melhor maneira como, e porque, se dão certos processos intra-urbanos, uma vez
que tal investigação fornece importantes subsídios de cunho espacial para a análise
e compreensão do espaço urbano moderno, bem como para a elaboração de
politicas públicas mais eficazes.
109
7. REFERÊNCIAS BIBLIOGRÁFICAS. ABRAMO, Pedro. Mercado e Ordem Urbana : do caos à teoria da localização residencial, Rio de Janeiro, Bertrand Brasil: FAPERJ, 2001. 224 p. ALMEIDA, Eduardo Simões de; HADDAD, Eduardo Amaral; HEWINGS, Geoffrey J. D. The Spatial patterns of crime in Minas Gerais: An exploratory analysis. Economia Aplicada , v.9, n.1, 2005. ALONSO, William. Location and Land Use . Cambridge. Harvard University Press, 1964. AMARANTE, Patricia A.: DA SILVA, Magno V.B. Economias de Aglomeração nas atividades dos municípios Brasileiros no ano de 2009: Evidências a partir de equações salariais. In VII Encontro de Economia Baiana , Setembro de 2011. ANAS, Alex. et al. Urban Spatial Structure. Journal of Economic Literature . v. 36, p. 1426-1464, 1998. ANSELIN, Luc. Local indicators of spatial association – LISA. Geographical Analysis . v.27, n.2, p.93-115, 1995. ANDERSON, Natan A: BOGART, William T. Identifying and Characterizing Employment Centers in Polycentric Metropolitan Areas. American Journal of Economics and Sociology, v. 60, n.1, 2001. AROSEMENA, Antonio J. A.; Identificación de subcentros de empleo y estimación de funciones de densidade para Bogotá D. C. Documentos de investigación del programa de doctorado de economia aplicada. Universitat Autónoma de Barcelona, 2008. BAUMONT, Catherine; BOURDON, Françoise. Centres secondaires et recomposition économique des espaces urbain, le casda Communauté de l´Aglomération Dijonnaise (1990 ; 1999). LATEC Working Paper . Universidade de Bourgogne, Dijon, n.04, 2002. BAUMONT, Catherine; ERTUR, Cem; GALLO, Julie Le. Spatial analysis of employment and population density: The case of the Agglomeration of Dijon, 1999. Geographical Analysis , v. 36, n.2, 2004. BIDERMAN, Ciro. Forças de Atração e Expulsão na Grande São Paulo . Tese (Doutorado em Economia de Empresas)-Escola de Economia de São Paulo - Fundação Getúlio Vargas, São Paulo, 2001. BIDERMAN, Ciro; MEYER, Regina Maria Prosperi; GROSTEIN, Marta Dora. São Paulo Metrópole. São Paulo, Edusp, 2004
110
BERLIANT, Marcus.; WANG, Ping. Urban Growth and subcenter formation: A trolley ride from the Staples Center to Disnelyand and the Rose Bowl. Journal of Urban Economics , v.63, n.5, p. 679-693, 2008. BONDUKI, Nabil Georges. Origens da habitação social no Brasil. Arquitetura Moderna, Lei do Inquilinato e difusão da casa própria / Nabil Bonduki. – São Paulo: Estação Liberdade: FAPESP, 1998. BRUECKNER, Jan K. The Structure of Urban Equilibria: a Unified Treatm ent of the Muth-Mills Model . Handbook of Regional and Urban Economics. v. 2, p.821-845. 1987. CÂMARA, Gilberto, et al. Análise especial e geoprocessamento. Análise especial de dados geográficos . INPE. São José dos Campos, 2002. CAMARA, Gilberto, et al. Análise espacial de áreas . Texto disponível em http://mtc-m12.sid.inpe.br/col/sid.inpe.br/sergio/2005/02.17.14.42/doc/cap5-areas1%5b1%5d acesso em Setembro de 2011. COFFEY, William J.; SHEARMUR, Richard G. The identification of employment centres in Canadian metropolitan areas: the example of Montreal, 1996. The Canadian Geographer, v.45, n.3, p. 371-386, 2001. EWING, Reid. Is Los Angles – Style Sprawl Desirable? Journal of the American Planning Association . v.63, n.1, p. 107-126, 1997. FUJITA, Masahija; OGAWA, Hideaki. Multiple Equilibria and Structural Transition of Nonmonocentric Urban Configurations. Regional Science and Urban Economics ,v. 12, 1982. FUJITA, Masahisa; THISSE, Jacques F.; ZENOU, Yves. On the endogeneus Formation of Secondary Employment Centers in a City. Journal of Urban Economics , v. 41, n.UE962002, p. 337-357, 1997. GALINARI, Rangel; CROCCO, Marco Aurélio; LEMOS, Mauro Borges and BASQUES, Maria Fernanda Diamante. O efeito das economias de aglomeração sobre os salários industriais : uma aplicação ao caso brasileiro . Rev. econ. contemp. [online]. 2007, vol.11, n.3, p. 391-420. ISSN 1415-9848. GALINARI, Rangel; LEMOS, Mauro Borges. Economias de Aglomeração no Brasil: Evidências a partir da concentração industrial Paulista. In XXXV Encontro Nacional de Economia da ANPEC, Recife, 2007. GIULIANO, Genieve.; SMALL, Kenneth A., Subcenters in the Los Angeles region, Regional Science and Urban Economics , v.21, p. 163-182, 1991. GIULIANO, Genevieve; SMALL, Kenneth A.; The determinants of growth of employment subcenters. Journal of Transport Geography, v.7, p.189-201, 1999.
111
GLAESER, Edward L; KAHN, Matthew E. Decentralized Employment and the Transformation of the American City . NBER Working Paper, n.8117, fev. 2001. GREENE, D, L. Recent Trends in Urban Spatial Structure, Growth and Change, v.11, n.2, p. 29-40, 1980. HADDAD, Paulo Roberto, et al. Economia Regional: teorias e métodos de análise. Fortaleza, BNB, 1989. HEIKKILA, Eric J; WANG, Yiming. Fujita and Ogawa revisited: an agent-based modeling modeling approach. Environment and Planning , v.36, n.4, p.741-756, 2009. HERMANN, Bruno M.; HADDAD, Eduardo A.. Mercado imobiliário e amenidades urbanas: a view through the window. Estud. Econ. , São Paulo, v. 35, n. 2, 2005. JACOBS, J. The Economy of cities . New York: Vintage, 1969. KRAUS, Marvin, Monocentric Cities. In: ARNOTT, Richard J; MCMILLEN, Daniel P. (Org.). A Companion to Urban Economics, Blackwell Publishing, 2006, p. 96-108. KNEIB, Erika Cristine. Subcentros Urbanos: Contribuição Conceitual e Metodológica à sua definição e identificação para p lanejamento de Transportes . 2008. 194 f. Tese (Doutorado em Transportes)-Faculdade de Técnologia – Universidade de Brasília, Brasília, 2008. LASTRA, Manuel Suárez; CAMPOS, Javier Delgado; PÉREZ, Carlos Galindo. Local Spatial-autocorrelation and urban ring identification in Mexico Citýs Regional Belt. Investigaciones Geográficas, n. 75, p.88-102, 2011. LOJKINE, Jean. O Estado Capitalista e a questão urbana . São Paulo: Martins Fontes, 1981. LÓPEZ, Miguel Á. G; MUÑIZ, Ivan. Employment descentralisation: polycentric compaction or sprawl? The case of the Barcelona Met ropolitan Region 1986-1996. Document de Treball, Facultat de Ciències Econòmiques i Empresarials, Universitat Autònoma de Barcelona, 2005. MARSHALL, A. Princípios de Economia : tratado introdutório. São Paulo: Abril Cultural, 1982. 2v. (Os economistas). MCDONALD, John F. (1987) MCDONALD, John F.; MACMILLEN, Daniel P., Suburban Subcenters and Employment Density in Metropolitan Chicago, Journal of Urban Economics, v. 43, n.3, p. 157-180, 1998. MCDONALD, John F.; MACMILLEN, Daniel P., Employment Subcenter and subseqüent Real State Development in Suburban Chicago, Journal Of Urban Economics , v.48, n.7, p. 135-157, 2000.
112
MCMILLEN, Daniel P. Nonparametric Employment Subcenter Identification. Journal of Urban Economics . v. 50, p.448-473, 2001. MCMILLEN, Daniel P.; SMITH, Stefani C. The Number of subcenters in large urban áreas. Journal of Urban Economics , v. 53 n.3, p. 321-338, 2003. MCMILLEN, Daniel P.; LESTER, T. William. Evolving subcenters: employment and population densities in Chicago, 1970-2020. Journal of Housing Economics , v.12, p.60-81, 2003. NADALIN, Vanessa Gapriotti. Três ensaios sobre economia urbana e mercado de habitação em São Paulo. Tese (doutorado em economia). Universidade de São Paulo – USP. São Paulo, 2010. O’SULLIVAN, Arthur. Urban Economics . 2. ed. Richard D. Irwin Inc. 1993. ISBN 0-256-09617-1. PAÉZ, Antonio; SCOTT, Darren M. Spatial statistics for urban analysis: A review of techniques with examples. GeoJournal . v.61, p.53-67, 2004. QISHENG, Pan,; LI, Ma. Employment Subcenter Identification: A Gis-Based Method .Texto disponível em <http://proceedings.esri.com/library/userconf/proc04/docs/pap2074>. Acesso em: Maio/2011. RAMOS, Frederico Roman. Análise espacial de estrutura intra-urbanas: o caso de São Paulo . Dissertação (mestrado em sensoriamento remoto). Instituto Nacional de Pesquisas Espaciais – INPE, São José dos Campos, 2002. RICHARDSON, Harry W.; Monocentric Vs. Policentric models: The Future of Urban Economics in Regional Science, In: Presidential Address to the Western Regional Science Association, 27., Los Angeles, University of Southern Califórnia, Califórnia, 1997. SAMUELSON, Paul A.; Thunen at Two Hundred, Journal of Economic Literature , v. 21, n.4, p. 1468-1488, 1983. SÃO PAULO (Estado). Secretária dos Transportes Metropolitanos. Pesquisa Origem e Destino 2007, Região Metropolitana de São Paulo , São Paulo, 2008. SÃO PAULO (Munícipio). Secretária de Finanças do Munícipio de São Paulo. Cadastro Territorial e Predial de Conservação e Lim peza (TPCL) , São Paulo, 2009. SIVITANIDOU, Rena. Do Office-Commercial Firms Value Access to Service Employment Centers? A Hedonic Value Analysis within Polycentric Los Angeles. Journal of Urban Economics , v.40, n.26, p.125-149. 1996.
113
SMALL, Kenneth A.; SONG, Shunfeng. Population and Employment Densities: Structure and Change. Journal of Urban Economics , v.36, p. 292-313, 1994. SOLOW, Robert M. Congestion, Density and the use of Land in Transportation, The Swedish Journal of Economics , v.77, n.2, p. 161-173. 1972. STRASZHEIM, Mahlon. The Theory of Urban Residential Location. Handbook of Regional and Urban Economics, v. 2. p. 717-757. 1987. TORRES, Haroldo da G; GONÇALVES, Renata. O Mercado de Terras em São Paulo e a Continuada Expansão da Periferia. Revista Brasileira de Estudos Urbanos e Regionais , v.9, n.2, p. 9-24, 2007. VILLAÇA, Flávio. Espaço intra-urbano no Brasil . São Paulo, Studio Nobel, FAPESP, Lincoln Institute, 2001. WHEATON, William C.; An Analysis of Consumer Demand for Location. The American Economic Review , v.67, n.4, p.620-631, 1977. WHITE, Michelle J. Urban Areas with Decentralized Employment: Theory and Empirical Work. Handbook of Regional and Urban Economics , v.3, p.1375-1412, 1999.
114
8. ANEXOS
115
ANEXO 1: Variação nos lucros para duas empresas loc alizadas em dois locais diferentes.
Variação nos lucros para duas empresas localizadas em dois locais diferentes
Firma 2
A B
Firma 1 A 5, 2 1, 2
B 1, 1 3, 3
Considere um jogo entre duas firmas, 1 e 2, que podem se localizar em dois
locais distintos, A e B, de maneira que os melhores resultados são obtidos quando
as duas se localizam no mesmo local devido às economias de aglomeração.
Analisando a matriz de payoffs, percebemos que a firma 1 alcança o lucro de 5 no
local A e de 3 no local B, caso ambas escolham o mesmo local, e 1 caso escolham
locais diferentes. A firma 2, da mesma forma, consegue um lucro de 3 no local B e
de 2 no local A se ambas se localizarem no mesmo local, mas apenas de 1 se
ambas optarem por localizações diferenciadas.
Se a empresa 1 move-se primeiro e escolhe o local A, então a firma 2 também
escolherá o local A e neste caso o resultado será economicamente eficiente, pois a
soma dos lucros, 7, é máxima. Entretanto, se a empresa 2 mover-se primeiro e
escolher o local B a empresa 1 também escolherá o local B, fazendo com que o
resultado se torne economicamente ineficiente, pois a soma dos lucros, 6, será
menor do que se ambas se localizassem no local A. Verificamos que esse tipo de
jogo possui equilíbrio múltiplo, no qual apenas um resultado é economicamente
eficiente. Se o jogo for repetido diversas vezes em diferentes locais por diferentes
firmas, podemos esperar a emergência de um padrão policêntrico misto, com
subcentros eficientes a exemplo de A e ineficientes a exemplo de B. Sendo assim,
além da obtenção de resultados divergentes entre quantidades ótimas e de
equilíbrio, em virtude do múltiplo equilíbrio, também é difícil prever de maneira
avançada onde se localizarão os subcentros.
116
ANEXO 2: Densidade do emprego na cidade de São Paul o.
117
ANEXO 3:
Tabela 4.3 - Subcentros identificados pelo método d e valores de corte (ordenamento
de acordo com a densidade do emprego).
Zona Censitária Distrito Densidade do emprego Razão E/R Sé SE 657,11 62,44 República REPÚBLICA 616,97 15,17 Consolação CONSOLAÇÃO 285,97 12,09 Bela Vista BELA VISTA 273,25 7,63 São Carlos do Pinhal BELA VISTA 268,07 5,75 Campinas JARDIM PAULISTA 263,39 5,05 Trianon JARDIM PAULISTA 243,84 7,38 Santa Efigênia REPÚBLICA 242,73 6,40 Masp BELA VISTA 227,71 5,39 Ladeira da Memória REPÚBLICA 205,65 3,46 Parque Dom Pedro SE 193,04 23,43 Oriente BRÁS 187,29 22,53 Praça João Mendes SE 177,74 3,85 Paraíso VILA MARIANA 164,99 3,53 Vila Clementino VILA MARIANA 160,04 7,22 Clínicas JARDIM PAULISTA 157,41 5,64 Centro Cultural LIBERDADE 155,90 5,94 Vila Buarque CONSOLAÇÃO 151,45 3,68 Pamplona JARDIM PAULISTA 150,99 3,07 Chácara Itaim ITAIM BIBI 144,05 5,16 Liberdade LIBERDADE 140,82 3,64 Berrini ITAIM BIBI 135,80 19,18 Pinheiros PINHEIROS 120,32 12,51 Luz BOM RETIRO 118,35 7,16 Vila Olímpia ITAIM BIBI 105,93 6,17 Francisco Matarazzo BARRA FUNDA 96,09 7,35 Tatuapé TATUAPÉ 90,36 4,49 Santana SANTANA 86,69 5,03 João Teodoro BRÁS 85,59 11,03 Água Branca BARRA FUNDA 84,42 16,86 Lapa LAPA 83,42 5,93 Hélio Pelegrino ITAIM BIBI 82,97 4,66 Vila Leopoldina VILA LEOPOLDINA 82,87 6,37 Carandiru SANTANA 81,42 11,07 Rudge SANTA CECÍLIA 77,07 13,25 Bandeirantes MOEMA 74,20 4,50 Barra Funda BARRA FUNDA 73,37 57,63 Vila Cordeiro ITAIM BIBI 70,07 9,27 Brás BRÁS 67,52 3,66 Emissário VILA LEOPOLDINA 64,52 24,81 Vila Nova Conceição MOEMA 63,45 3,74 Vila Monumento IPIRANGA 62,26 3,02 Celso Garcia BELÉM 60,45 3,47 Tietê SANTANA 59,75 42,81 Santo Amaro SANTO AMARO 59,53 7,96 Ponte Pequena BOM RETIRO 57,99 7,46 Jardim Europa PINHEIROS 57,26 8,22 Pari PARI 56,50 3,86
118
Lapa de Baixo LAPA 56,46 7,64 Belenzinho BELÉM 55,56 3,17 Jardim Luzitânia MOEMA 54,92 13,86 Granja Julieta SANTO AMARO 54,90 6,77 Campo Belo CAMPO BELO 54,68 3,59 Belém BELÉM 47,84 11,92 Jardins JARDIM PAULISTA 47,67 5,48 Limão LIMÃO 47,04 5,13 Gasômetro BRÁS 46,69 4,44 Bom Retiro BOM RETIRO 44,76 5,33 Butantã BUTANTA 44,64 5,16 Vila Miranda SANTO AMARO 44,48 8,25 Vila Hamburguesa VILA LEOPOLDINA 43,81 3,29 Parque da Moóca MOOCA 42,82 3,20 Independência CAMBUCI 41,07 4,40 Vila Socorro SOCORRO 39,78 8,33 Corôa VILA GUILHERME 39,34 10,19 Vila Maria VILA MARIA 38,46 3,01 Santa Marina BARRA FUNDA 38,27 22,27 CEASA VILA LEOPOLDINA 37,27 8,56 Vila Anastácio LAPA 37,25 14,13 Parque Ibirapuera MOEMA 36,49 13,11 Morumbi MORUMBI 34,88 4,01 Jurubatuba CAMPO GRANDE 34,82 5,37 Tamanduatei VILA PRUDENTE 33,26 3,98 Vila Independência IPIRANGA 32,59 3,13 Canindé PARI 32,38 11,43
119
ANEXO 4: Subcentros identificados pela estatística local de Moran.
Zona Censitária Distrito Regime Espacial
Sé SE Alto-Alto
República REPÚBLICA Alto-Alto
São Carlos do Pinhal BELA VISTA Alto-Alto
Campinas JARDIM PAULISTA Alto-Alto
Trianon JARDIM PAULISTA Alto-Alto
Santa Efigênia REPÚBLICA Alto-Alto
Ladeira da Memória REPÚBLICA Alto-Alto
Parque Dom Pedro SE Alto-Alto
Praça João Mendes SE Alto-Alto
Vila Buarque CONSOLAÇÃO Alto-Alto
Chácara Itaim ITAIM BIBI Alto-Alto
Berrini ITAIM BIBI Alto-Alto
Luz BOM RETIRO Alto-Alto
Vila Olímpia ITAIM BIBI Alto-Alto
Santa Cecília SANTA CECÍLIA Alto-Alto
Oscar Freire JARDIM PAULISTA Alto-Alto
Jardim Paulistano PINHEIROS Alto-Alto
Hélio Pelegrino ITAIM BIBI Alto-Alto
Vila Cordeiro ITAIM BIBI Alto-Alto
Santo Amaro SANTO AMARO Alto-Alto
Jardim Europa PINHEIROS Alto-Alto
Perdizes PERDIZES Alto-Baixo
Jardins JARDIM PAULISTA Alto-Alto
Vila Miranda SANTO AMARO Alto-Alto
Santa Marina BARRA FUNDA Alto-Alto
Parque Ibirapuera MOEMA Alto-Alto
Chácara Flora SANTO AMARO Alto-Alto
Ermelino Matarazzo ERMELINO MATARAZZO Alto-Baixo
Limoeiro VILA JACUI Alto-Baixo
Centro Empresarial JARDIM SÃO LUÍS Alto-Alto
Iguatemi IGUATEMI Alto-Baixo
Cidade Tiradentes CIDADE TIRADENTES Alto-Baixo
Parelheiros PARELHEIROS Alto-Baixo
120
0