AULA 6 - Papel do espaço geográfico nas explicações

Prévia do material em texto

25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 1/19
 
 
 
 
 
 
 
 
GEOGRAFIA POLÍTICA
AULA 6
 
 
 
 
 
 
 
 
 
 
 
 
Prof. Pedro Vicente de Castro
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 2/19
CONVERSA INICIAL
Nesta aula, você será introduzido a conceitos e técnicas úteis para a realização de análises
que envolvem espaço geográfico. Você será introduzido a noções básicas sobre mapas e
informações que eles apresentam, bem como a alguns de seus estilos mais populares. Você
também será introduzido a técnicas de análise de dados espaciais que vão além da visualização
gráfica e oferecem medidas objetivas da existência de padrões geográficos. Você ainda será
alertado a respeito de algumas armadilhas comuns que enfrentamos ao lidar com dados agregados
de acordo com unidades geográficas. Por fim, você será apresentado a alguns softwares populares
para a análise de dados em geral e de dados espaciais em particular, bem como fontes de dados,
tanto em geral quanto espaciais. Para realizar análises que envolvem espaço geográfico, tão
importante quanto saber utilizar essas ferramentas é saber qual papel o espaço desempenha na
explicação do fenômeno que nos interessa. Sendo assim, é por esse tópico que começamos a
discussão.
TEMA 1 – PAPEL DO ESPAÇO GEOGRÁFICO NAS EXPLICAÇÕES
Explicações de fenômenos sociais envolvem teorias. Em ciências sociais, teorias são histórias
sobre por que as pessoas se comportam da maneira como se comportam. Elas partem de
premissas sobre suas motivações e sobre como a situação em que fazem escolhas as influenciam
a fazê-las em um sentido e não em outro. O propósito da pesquisa empírica é coletar informações
que permitam a formulação de tais teorias ou analisá-las para verificar se as teorias existentes são
consistentes com a realidade.
O espaço geográfico pode entrar de diversas formas na formulação dessas teorias. Em geral,
essas formas envolvem proximidade geográfica. A ideia é que pessoas que estão próximas entre si
tendem a se comportar de uma maneira mais semelhante do que pessoas que estão distantes
entre si. Isso é uma instância do que o geógrafo Waldo Tobler (citado por Leonardi, 2013) chama
de primeira lei da Geografia: “todas as coisas são relacionadas com todas as demais, mas aqueles
que estão próximas entre si são mais relacionadas do que aquelas que estão distantes”.
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 3/19
Na ciência política, um exemplo de dinâmicas desse tipo são os chamados efeitos contextuais.
Quando há efeitos contextuais, variáveis no nível dos indivíduos não são suficientes para explicar
seu comportamento. Indivíduos com as mesmas características se comportam de maneira
diferente em virtude do contexto no qual estão inseridos. Um exemplo é o chamado efeito de
vizinhança nos estudos sobre comportamento eleitoral. Efeito de vizinhança se refere à hipótese
de que o comportamento do eleitor é influenciado pelo comportamento dos seus vizinhos. O
mesmo eleitor teria uma probabilidade maior de votar no partido A do que no partido B em uma
vizinhança que apoia mais A do que B e vice-versa em uma vizinhança que apoia mais B do que A.
A noção de efeitos contextuais é controversa. Enquanto alguns autores, como o geógrafo John
Agnew (1996), argumentam que eles existem e são importantes, outros discordam. O cientista
político Gary King (1996) argumenta que, se indivíduos com as mesmas características se
comportam de maneira diferente, isso não indica que há efeitos contextuais, mas viés de variável
omitida: há alguma característica desses indivíduos que é importante para explicar seu
comportamento que deixamos de fora da nossa análise. A resposta é identificar quais são essas
características. A explicação do comportamento ainda permaneceria nas características
individuais.
Independentemente de quem esteja correto nessa controvérsia, quando lidamos com dados
espaciais ou espacializados, é importante pensar se/como o espaço influencia o fenômeno que
queremos explicar. Ele realmente é importante por si só ou as variáveis não espaciais já dão conta
de tudo?
TEMA 2 – MAPAS
Mapas são representações gráficas de um conjunto de informações ou, como cientistas
sociais costumam dizer, dados. Mapas podem representar tanto dados espaciais quanto dados não
espaciais. Dados espaciais são aqueles com características intrínsecas ao espaço geográfico,
como área, distância ou relevo, bem como atividades humanas associadas ao território, como a
localização de edifícios. Dados não espaciais são características que, a princípio, independem do
espaço em que se encontram A maior parte dos dados políticos, econômicos ou sociais com os
quais trabalhamos são dados não espaciais, como número de votos, custo de vida ou a
implementação de uma política pública. Contudo, podemos atribuir características espaciais aos
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 4/19
dados não espaciais para analisá-los em função do espaço. Por exemplo, podemos agregar os
votos de uma eleição desde o nível da urna até o nível municipal ou estadual. Ou então calcular o
custo de vida em uma região da cidade ou no município inteiro.
2.1 TIPOS DE MAPA, PROJEÇÕES E COORDENADAS
Como já dito, mapas são representações gráficas de dados. Os dados são elementos
fundamentais que os mapas apenas apresentam de maneira visual. Diferentes mapas se
distinguem em diversos aspectos. Um deles é a maneira como os dados que são apresentados no
mapa são organizados. Nessa dimensão, mapas podem ser do tipo raster ou do tipo vetorial. Em
mapas raster, cada pixel da imagem corresponde a uma unidade de informação no conjunto de
dados original. Esses dados são organizados em uma grade, com n colunas por n linhas, em que a
informação contida em cada célula corresponde a um pixel no mapa. Mapas extremamente
detalhados, criados com base em imagens de satélite, com informações topográficas, costumam
ser desse tipo. No caso de mapas vetoriais, os dados são organizados em uma tabela (ou algum
objeto com formato de tabela). Para cada linha da tabela (ou unidade de observação) há
coordenadas que associam as informações que ela contém a um ponto do mapa. Uma coluna traz
as coordenadas na dimensão horizontal e outra as coordenadas na dimensão vertical. Cada linha
pode conter várias informações que são associadas a um mesmo ponto. Utilizando-se desses
pontos, é possível representar linhas e polígonos.
Mapas são representações em duas dimensões, isto é, planas. Mas a Terra não é plana, ela
tem um formato semelhante a uma esfera. E não é possível converter a superfície de uma esfera
em uma área plana. Por isso, todo mapa é uma adaptação da realidade a uma superfície
bidimensional, plana. Essas adaptações podem ser feitas de diferentes formas, que são conhecidas
como projeções cartográficas. Sendo uma adaptação, toda projeção envolve alguma distorção em
relação à realidade. Essa distorção pode ser de área, ângulo, forma, distância e direção. Sendo
assim, mapas são soluções de compromisso que visam a preservar alguma característica da
realidade que nos interessa, em prejuízo das demais. Uma projeção equivalente ou de igual área,
por exemplo, preserva as áreas analisadas. Já uma projeção conforme preserva os ângulos,
distorcendo menos as formas que outras projeções. E uma projeção azimutal preserva as
distâncias em relação ao ponto em que ela é centrada. A mais famosa projeção da Terra é
provavelmente a de Mercator, que adapta o globo a um cilindro. Isso preserva as características
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 5/19
das regiões próximas à linha do equador, enquanto distorce drasticamente as daquelas próximas
aos polos norte e sul.
Dado que toda representação bidimensional da Terra envolve distorções, diferentes
representações geramdiferentes coordenadas para um mesmo ponto na realidade. Por isso,
existem diferentes sistemas de referência de coordenadas (SRC ou CRS, na sigla em inglês)
correspondentes a diferentes representações bidimensionais da Terra. Um SRC é composto por um
ponto de origem, uma elipse e um datum. Há diferentes data, produzidos por diferentes órgãos e
com diferentes finalidades. Aquele que traz a representação mais acurada do território brasileiro é
o SIRGAS 2000, utilizada em mapas oficiais. Outros data comumente utilizados para mapas do
Brasil são os SAD69 e Córrego Alegre, a que o SIRGAS 2000 sucedeu.
2.2 ESTILOS DE MAPA
Em mapas, podemos usar pontos, linhas, polígonos e outras formas para representar uma
série de informações diferentes. A escolha de algumas formas para representar determinadas
informações constitui estilos consagrados. Um desses são os mapas coropléticos. Nesse estilo de
mapa são atribuídas cores a áreas como bairros, municípios ou países, de acordo com os níveis de
uma variável categórica ou contínua. É de praxe usar diferentes cores no caso de uma variável
categórica e variações no tom de uma única cor no caso de uma variável contínua. Essas duas
escolhas ainda podem ser combinadas para mostrar simultaneamente uma variável categórica e
uma contínua. Por exemplo, é possível atribuir uma cor para os municípios em que determinado
partido ganhou a eleição e outra para aqueles em que perdeu e ainda variar o tom dessas duas
cores de acordo com a margem de vitória ou derrota.
Mapas de pontos mostram a localização de algum objeto, evento ou outro fenômeno de
interesse. Já mapas de símbolos proporcionais mostram os níveis de uma variável associada a
pontos no espaço (por exemplo, o número de habitantes por município). Mapas de pontos, ao
mostrarem a localização de algum fenômeno de interesse, também mostram, indiretamente, sua
concentração. Mas mapas isopléticos, ou de calor, fazem isso de maneira direta. Em vez de pontos,
eles mostram linhas que conectam os pontos no espaço onde há um mesmo nível de concentração
do fenômeno, as chamadas isolinhas. Além disso, o espaço entre diferentes isolinhas é preenchido
com cores que variam de acordo com nível de concentração do fenômeno (por exemplo, o número
de crimes cometidos na extensão do território de um município).
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 6/19
Cartogramas são mapas que distorcem a forma e o tamanho das áreas de acordo com o nível
de uma variável associada às áreas (por exemplo, a população dos estados brasileiros). Já mapas
de fluxo indicam o movimento de algum elemento, como pessoas, mercadorias ou informações, no
espaço por meio de linhas. Por fim, os diagramas de Voronoi são representações gráficas de áreas
construídas de acordo com um critério específico. Seu ponto de partida é um mapa de pontos. Um
diagrama de Voronoi divide o espaço em um número de polígonos igual ao número de pontos, de
forma que cada polígono contém apenas um ponto. O critério específico que caracteriza os
diagramas de Voronoi é que qualquer outro ponto dentro do polígono estará mais próximo do ponto
original contido naquele polígono do que de qualquer outro ponto original contido nos demais
polígonos.
TEMA 3 – TÉCNICAS DE ANÁLISE ESPACIAL
Como já dissemos, mapas são uma representação gráfica de dados espaciais ou
espacializados. A associação dos dados a um ponto, linha ou polígono no espaço é, portanto, uma
condição necessária de sua confecção. Em mapas vetoriais, isso é feito por meio de coordenadas.
Essa informação, contudo, nem sempre está pronta para ser utilizada. Mas é possível recuperá-la
de outras informações.
Mapas permitem que observemos visualmente padrões geográficos na distribuição de objetos,
eventos ou outros fenômenos de interesse. Mas nossos olhos podem nos enganar. Temos a
tendência de identificar padrões visuais mesmo quando eles não existem. A identificação de
padrões visualmente tem um elemento de subjetividade que pode nos induzir a erro. Por isso, o
ideal é utilizar técnicas que retornam medidas objetivas sobre o aspecto geográfico do fenômeno
de interesse.
3.1 GEORREFERENCIAMENTO, DISTÂNCIA E VIZINHANÇA
A técnica para recuperar as coordenadas de latitude e longitude de uma unidade de
observação é chamada de georreferenciamento ou geocodificação. Para utilizá-la, é necessário ter
alguma outra informação que associe a unidade a um ponto do espaço, como o endereço. Serviços
on-line, como o Google Maps, permitem que se obtenham as coordenadas de um endereço. Isso
pode ser feito manualmente ou de maneira automatizada, com rotinas programadas em softwares
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 7/19
de análise de dados. Ter as coordenadas das unidades de observação é uma condição necessária
não apenas para a confecção de mapas vetoriais, mas também para outras tarefas úteis, como
cálculos de distância e confecção de matrizes de vizinhança.
A medida espacial mais elementar é a distância entre dois pontos, linhas ou polígonos
associados a um fenômeno. Isso é facilmente computável em softwares de análise de dados. Uma
medida um pouco mais complexa é a vizinhança, a qual mede a relação entre duas unidades de
observação que são associados a diferentes elementos no espaço. Ela pode ser uma variável
categórica, simplesmente indicando que as duas unidades são ou não são vizinhas, ou uma variável
contínua, indicando o quão intensamente relacionadas essas duas unidades são. Essa informação,
para todas as unidades de observação, é organizada em uma matriz de vizinhança ou matriz de
pesos espaciais, em que a primeira linha e a primeira coluna indicam a unidade de observação e os
restantes das células o nível de vizinhança para cada par de unidades.
Matrizes de vizinhança ou de pesos espaciais podem ser construídas com base em diferentes
critérios de vizinhança. Um possível critério é a distância entre as unidades, unidades mais
próximas entre si sendo mais intensamente relacionadas do que unidades mais distantes entre si
(na prática, é necessário transformar a variável distância, de forma que as unidades mais próximas
entre si apresentem valores mais altos e não mais baixos). Um critério comum é a contiguidade,
que se aplica a unidades associadas no espaço a polígonos e produz uma medida categórica. De
acordo com esse critério, são consideradas vizinhas de uma unidade todas aquelas cujos
polígonos são contíguos ao dela no espaço.
Outro critério popular é o dos k vizinhos mais próximos (k-nearest neighbors). De acordo com
esse critério, são considerados vizinhos de uma unidade todas as k unidades com as menores
distâncias em relação a ela, sendo k um número definido pelo pesquisador. Outro critério é aquele
que considera vizinhas a uma unidade todas a unidades com distâncias em relação a ela inferiores
a um valor fixo. Em outros termos, todas as unidades estão dentro de um raio de distância fixo.
Esses são só alguns exemplos. Matrizes de vizinhança podem ser construídas de inúmeras formas
diferentes.
3.2 DEPENDÊNCIA ESPACIAL
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 8/19
Matrizes de vizinhança são utilizadas em análises estatísticas que consideram a possibilidade
de dependência espacial entre as unidades de observação. Um pressuposto comum de análises
estatísticas é que os valores de uma variável em diferentes unidades de observação são
independentes entre si, isto é, o valor em uma unidade não influencia o valor em outra. Isso pode
ser falso na realidade. Uma das maneiras com que isso pode acontecer é quando o valor da
variável em uma unidade influencia o valor dessa mesma variável em uma unidade vizinha. É isso
que chamamos de dependência espacial.
Uma medida de dependência espacial é a autocorrelação espacial. Correlação é uma medida
de associação entre a maneira como duas variáveis variam entre diferentes unidades deobservação. Valores positivos indicam que elas variam da mesma forma: quando uma aumenta em
uma unidade, a outra também aumenta na mesma proporção. Valores negativos indicam o
contrário: quando uma aumenta, a outra diminui. E valores próximos do zero indicam que elas não
são correlacionadas. Autocorrelação mede o quão associada uma variável é consigo mesma (por
isso auto) em unidades vizinhas.
Medidas de autocorrelação podem ser globais, medindo a dependência espacial no conjunto
dos dados, ou locais, medindo o quanto uma variável em uma observação específica é
correlacionada consigo mesma nas unidades vizinhas. As medidas locais são chamadas de
indicadores locais de associação espacial ou LISA (sigla do nome em inglês: local indicator of
spatial association).
A medida mais popular de autocorrelação é o I de Moran. Como acontece com medidas de
correlação, como a de Pearson, valores positivos indicam autocorrelação positiva: quando a
variável aumenta em uma unidade, ela também aumenta nas unidades vizinhas. Valores negativos
indicam autocorrelação negativa: quando a variável aumenta em uma unidade, ela diminui nas
unidades vizinhas. Valores próximos a zero indicam ausência de autocorrelação. O LISA pode ser
calculado utilizando-se a mesma técnica envolvida no I de Moran, e o resultado recebe a mesma
interpretação.
Outra análise de dependência espacial é a regressão espacial. Regressão linear é uma
técnica muito popular em ciências sociais para analisar a relação entre duas variáveis. Ela retorna
coeficientes, que correspondem à mudança na variável dependente ou resposta associados a uma
mudança de uma unidade na variável independente ou explicativa. Regressão linear é um tipo de
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 9/19
análise em que é comum pressupor que os valores de uma variável em diferentes unidades de
observação são independentes entre si. Mas isso pode ser falso na realidade. Regressão espacial é
uma técnica de regressão linear que considera a possibilidade de dependência espacial entre as
unidades de observação.
Há dois modelos básicos de regressão espacial: defasagem espacial (spatial lag) e erro
espacial (spatial error). O primeiro modela os valores da variável resposta como uma função em
parte dos valores dela mesma nas unidades vizinhas. O segundo modela os valores do termo de
erro como uma função dos valores dele mesmo nas unidades vizinhas. A escolha entre qual dos
dois modelos utilizar deve ser fundamentada em teoria. Modelos de defasagem espacial são
apropriados quando acreditamos que há um processo de difusão na realidade: os valores da
variável em uma unidade influenciam os valores dela mesma nas unidades vizinhas. Por exemplo,
podemos acreditar que ter vizinhos democráticos aumenta a probabilidade de que um país seja ele
mesmo democrático.
Já modelos de erro espacial são apropriados quando acreditamos que as unidades vizinhas se
comportam de maneira semelhante, mas por outra razão que não sabemos identificar de antemão.
Por isso, modelos de erro espacial são teoricamente menos interessantes. Frequentemente eles
apenas indicam que não incluímos no modelo alguma variável que explica o comportamento
semelhante das unidades vizinhas, isto é, que há o que se chama em estatística de viés de variável
omitida.
TEMA 4 – ARMADILHAS COMUNS
Frequentemente, os dados espaciais ou espacializados com os quais trabalhamos são
agregados, ou seja, cada unidade de observação não corresponde a um único objeto, evento ou
fenômeno de interesse, mas a um conjunto deles associado a uma unidade espacial, como um
bairro, um município ou um estado. Nesses casos, é preciso tomar cuidado ao tirar conclusões
sobre o nível individual com base nos dados no nível agregado e vice-versa. Em particular, é
preciso estar alerta para três problemas em potencial: falácia ecológica, falácia atomista ou
composicional e problema de unidade de área modificável.
Às vezes, observamos um padrão no nível agregado e somos tentados a concluir que ele
também é observado no nível individual. Contudo, isso pode não ser verdade. Quando concluímos
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 10/19
erroneamente que um padrão no nível agregado se repete no nível individual, cometemos a
chamada falácia ecológica. Por exemplo, nas eleições presidenciais nos Estados Unidos, os
candidatos do Partido Republicano costumam ganhar nos estados mais pobres, enquanto os do
Partido Democrata costumam ganhar nos estados mais ricos. Baseados nesse dado agregado,
podemos ficar tentados a concluir que os eleitores mais pobres tendem a votar nos candidatos do
Partido Republicano, enquanto os mais ricos tendem a votar naqueles do Partido Democrata.
Mas o dado agregado é compatível com outros dois padrões no nível individual: que não haja
relação entre renda e preferência partidária (todos os eleitores dos estados mais pobres são mais
propensos a votar no Partido Republicano e os dos estados mais ricos naqueles do Partido
Democrata, independentemente da renda); e que quanto maior a renda de um eleitor, mais
propenso ele é a votar no Partido Republicano e vice-versa. Na realidade, esse é o padrão
observado no nível individual: o partido republicano tende a ir melhor nos estados mais pobres,
mas dentro desses estados são os eleitores mais ricos que têm maior propensão a votar no
partido.
Às vezes, somos tentados a fazer o contrário: observar um padrão no nível individual e concluir
que ele também é observado no nível agregado. Mas isso também pode não ser verdade. Quando
concluímos erroneamente que um padrão no nível individual se repete no nível agregado,
cometemos a chamada falácia atomista ou composicional. O exemplo sobre a relação entre renda e
preferência partidárias nas eleições presidenciais nos Estados Unidos é pertinente aqui também.
Como vimos, quanto maior a renda de um eleitor, mais propenso ele é a votar no Partido
Republicano e vice-versa. Levando em conta esse dado no nível individual, podemos ficar tentados
a concluir que os estados mais ricos tendem a votar nos candidatos do Partido Republicano,
enquanto os mais pobres tendem a votar naqueles do Partido Democrata. Mas, como já vimos, isso
não é verdade. Nesse exemplo, conclusões sobre o nível individual com base no agregado são tão
equivocadas quanto conclusões sobre o nível agregado baseadas no individual. No primeiro caso,
cometemos a falácia ecológica; no segundo, a falácia atomista ou composicional.
O mesmo dado no nível individual pode ser agregado de acordo com diferentes unidades de
área. Votos, por exemplo, podem ser agregados por urna, município, estado etc. Às vezes, nossas
conclusões podem variar de acordo com a unidade de área escolhida. Trata-se do problema da
unidade de área modificável (MAUP, na sigla em inglês). Esse problema pode ter duas fontes. A
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 11/19
primeira é a escala da unidade de área: ao agregar em um nível inferior ou superior, podemos
chegar a conclusões diferentes. Votos, por exemplo, podem ser agregados por urna ou por
município, levando-nos a conclusões diferentes.
A segunda fonte é a partição da unidade de área. No caso do problema originado na escala,
todas as unidades no nível inferior são contidas na unidade de nível superior. Mas diferentes
unidades de área também podem repartir o mesmo espaço de maneiras diferentes e isso também
pode nos levar a conclusões diferentes. Indicadores de saúde do município de São Paulo, por
exemplo, podem ser agregados por subprefeitura ou por macrorregiões da saúde. Essas duas
unidades repartem o município de São Paulo de maneiras diferentes. Uma não contém a outra e
vice-versa.
TEMA 5 – FERRAMENTAS
Nesta seção, vamos recomendar algumas ferramentas para análise de dados e, em particular,
para análise de dados espaciais. Essas ferramentas são de dois tipos.Primeiramente, softwares de
análise de dados e de dados espaciais. Alguns deles são conhecidos como sistemas de informação
geográfica (GIS, na sigla em inglês). Em segundo lugar, fontes de dados e de dados espaciais.
5.1 SOFTWARES
O ArcGIS é um sistema de informação geográfica produzido pela Esri. Trata-se,
provavelmente, do software de GIS mais completo para o usuário médio, e com farto material de
instruções de uso disponível on-line e em bibliotecas. Seu uso é bastante intuitivo, permitindo que
o usuário abra dados espaciais, conduza análises e produza visualizações. É um software pago, ao
contrário de outros listados nesta seção.
Saiba mais
Acesse o link a seguir para obter mais informações sobre o ArcGIS:
ArcGIS On-line. Disponível em: <https://www.esri.com/pt-br/arcgis/products/arcgis-on-lin
e/overview>. Acesso em: 19 fev. 2021.
https://www.esri.com/pt-br/arcgis/products/arcgis-on-line/overview
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 12/19
O QGis é um software livre (ou seja, que permite acesso e uso de qualquer pessoa a seu
código fonte) de GIS, que desempenha funções semelhantes à do ArcGIS. Ele é distribuído
gratuitamente, produzido por diversos desenvolvedores voluntários, que mantêm o programa
atualizado.
O QGis tem versões em português, pode ser usado em diversos sistemas operacionais e
costuma demandar menos capacidade operacional da máquina. Ele também é de fácil uso e possui
uma comunidade on-line bastante ativa, facilitando a resolução de dúvidas.
Saiba mais
Para maiores informações e download do programa, você pode acessar o link a seguir:
QGIS – Um Sistema de Informação Geográfica livre e aberto. Disponível em: <https://qgis.
org/pt_BR/site/>. Acesso em: 19 fev. 2021.
O GeoDa também é um software livre (portanto, gratuito), mantido atualmente pela
Universidade de Chicago, cujo foco principal é a análise e a modelagem de dados espaciais, sendo
muito usado para o cálculo de autocorrelação espacial (mas que também pode ser usado para a
produção de visualizações de mapas temáticos, como mapas coropléticos). Infelizmente, ele só
possui versões em inglês. Contudo, para aqueles que se sentem confortáveis com a língua, é uma
boa opção para as análises mencionadas anteriormente, pois é bastante intuitivo e veloz.
Saiba mais
O download do programa pode ser feito acessando o link a seguir:
GEODA – An Introduction to Spatial Data Analysis. Disponível em: <http://geodacenter.gith
ub.io/>. Acesso em: 19 fev. 2021.
O TerraView é um software GIS criado pela Divisão de Processamento de Imagens do Instituto
Nacional de Pesquisas Espaciais (INPE), sendo livre e gratuito. Ele permite a manipulação de dados
espaciais, além da realização de diversas operações com eles. Como se trata de um software
desenvolvido por um órgão do Estado brasileiro, ele tem versão em português. Ele também conta
https://qgis.org/pt_BR/site/
http://geodacenter.github.io/
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 13/19
com diversos usuários pelo país, que produzem materiais de auxílio, muitos deles disponíveis na
internet.
Saiba mais
Para mais informações, acesse o link a seguir:
TERRALIB AND TERRAVIEW WIKI PAGE. Disponível em: <http://www.dpi.inpe.br/terralib5/w
iki/doku.php>. Acesso em: 19 fev. 2021.
O MapInfo é um software de GIS pago, produzido pela Pitney Bowes Software, com versões
em português. Há uma comunidade ativa de usuários de MapInfo no Brasil, que disponibiliza vídeos
e cursos sobre o software, que podem ajudar os iniciantes.
Saiba mais
Maiores informações sobre o programa podem ser encontradas acessando o link a seguir:
PRECISILY. Disponível em: <https://www.precisely.com/about-us/pitney-bowes-software-a
nd-data?utm_medium=Redirect-PB&utm_source=Direct-Traffic>. Acesso em: 19 fev. 2021.
O Stata é um software (pago) de análise de dados estatísticos, produzido pela StataCorp.,
muito utilizado em todo o mundo na área de ciências sociais. Apesar disso, não são muitos os
usuários habituais do Stata que conhecem alguns dos pacotes que permitem carregar e manipular
dados espaciais, além de produzir análises e visualizações neste programa. Dentre esses pacotes,
existem o spmap, o shp2dta (compatível com dados no formato Esri shapefile) e o mif2dta
(compatível com dados no formato MapInfo Interchange). Para aqueles que já fazem uso desse
software, conhecer esses pacotes é uma boa opção (eles também contam com fóruns on-line de
dúvidas).
Saiba mais
Para maiores informações sobre o Stata, acesse o link a seguir:
STATA. Disponível em: <https://www.stata.com/>. Acesso em: 19 fev. 2021.
http://www.dpi.inpe.br/terralib5/wiki/doku.php
https://www.precisely.com/about-us/pitney-bowes-software-and-data?utm_medium=Redirect-PB&utm_source=Direct-Traffic
https://www.stata.com/
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 14/19
Por fim, o R é uma linguagem de programação e também um software (livre e gratuito) que
vem ganhando cada vez mais usuários, especialmente nas ciências sociais. Apesar de menos
intuitivo para usuários iniciantes, o potencial de seu uso é enorme, uma vez que ele possibilita a
produção de dados e análises espaciais e as mais diversas visualizações, exigindo menos
capacidade computacional do computador e permitindo a automatização de rotinas (como a
produção de centenas de mapas a partir de um único bloco de código). Uma das principais
novidades neste software nos últimos anos foi a criação do pacote sf (simple features), que
facilitou enormemente o trabalho com dados espaciais no R.
Saiba mais
Para download do R e outras informações, acesse o link a seguir:
R. The R Project for Statistical Computing. Disponível em: <https://www.r-project.org/>.
Acesso em; 19 fev. 2021.
5.2 DADOS
O Instituto Brasileiro de Geografia e Estatística (IBGE) fornece gratuitamente arquivos
espaciais com mapas de todo o país, em diferentes subdivisões e períodos de tempo.
Saiba mais
Esses arquivos podem ser acessados pelo link a seguir:
IBGE – Instituto Brasileiro de Geografia e Estatística. Visualize mapas. IBGE, [S.d.].
Disponível em: <https://mapas.ibge.gov.br/bases-e-referenciais/bases-cartograficas.html>.
Acesso em: 19 fev. 2021.
O Atlas do Desenvolvimento Humano no Brasil (também conhecido como Atlas Brasil) é uma
plataforma de consulta de informações relacionadas ao Índice de Desenvolvimento Humano
Municipal (IDHM) para todo o país. Podemos acessar essas informações tanto diretamente quanto
https://www.r-project.org/
https://mapas.ibge.gov.br/bases-e-referenciais/bases-cartograficas.html
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 15/19
fazendo o download dos dados pelo site. Os mapas disponibilizados na plataforma vêm com essas
informações incluídas como variáveis.
Saiba mais
O Atlas Brasil foi desenvolvido pelo Programa das Nações Unidas para o Desenvolvimento
(PNUD), Instituto de Pesquisa Econômica Aplicada (IPEA) e Fundação João Pinheiro (FJP-MG)
e pode ser acessada pelo link a seguir:
ATLAS DO DESENVOLVIMENTO HUMANO DO BRASIL. Disponível em: <https://atlasbrasil.
org.br/>. Acesso em: 19 fev. 2021.
O IPEA Data é uma plataforma criada pelo IPEA que organiza e disponibiliza (em diferentes
formatos) uma ampla variedade de dados macroeconômicos, regionais e sociais do país, em nível
municipal, estadual e nacional. Essas informações podem ser associadas em mapas para a
realização de análises espaciais.
Saiba mais
A plataforma está disponível acessando o link a seguir:
IPEADATA. Disponível em: <http://ipeadata.gov.br/>. Acesso em: 19 fev. 2021.
O Centro de Estudos da Metrópole (CEM-USP) é um grupo de pesquisa interdisciplinar,
sediado na Universidade de São Paulo. O CEM-USP disponibiliza tanto mapas prontos quanto
diversos conjuntos de dados (espaciais ou espacializáveis). Para acessar esses dados, o usuário
somente precisa fazer um cadastro gratuito.
Saibamais
Para conhecer o site do CEM-USP, acesse o link a seguir:
CENTRO DE ESTUDOS DA METRÓPOLE. Disponível em: <http://centrodametropole.fflch.u
sp.br/pt-br>. Acesso em: 19 fev. 2021.
https://atlasbrasil.org.br/
http://ipeadata.gov.br/
http://centrodametropole.fflch.usp.br/pt-br
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 16/19
O site da INDE centraliza uma série de dados espaciais brasileiros, dos mais diversos assuntos,
que estão disponíveis para acesso e download pelos usuários. Os dados podem ser acessados no
site: <https://inde.gov.br/>.
O repositório de dados eleitorais do Tribunal Superior Eleitoral (TSE) centraliza uma série de
dados eleitorais brasileiros, como aqueles de candidaturas, eleitorado ou resultados.
Saiba mais
Eles também são de livre acesso por meio do link a seguir:
TSE – Tribunal Superior eleitoral. Repositório de dados eleitorais. TSE, [S.d.]. Disponível
em: <https://www.tse.jus.br/eleicoes/estatisticas/repositorio-de-dados-eleitorais-1/repositorio-
de-dados-eleitorais>. Acesso em: 19 fev. 2021.
O Cepesp Data é uma plataforma desenvolvida pelo Centro de Política e Economia do Setor
Público (CEPESP) da Fundação Getúlio Vargas (FGV), que organiza, cataloga e disponibiliza em
formatos mais amigáveis uma série de dados disponibilizados pelo TSE. Dentre eles, estão
disponibilizados mapas eleitorais de cada candidato, produzidos pelo Cepesp.
Saiba mais
A plataforma do Cepesp Data está disponível acessando o link a seguir:
CEPESP DATA. Disponível em: <https://cepespdata.io/>. Acesso em: 19 fev. 2021.
O Departamento de Informática do Sistema Único de Saúde (Datasus) disponibiliza uma
grande quantidade de dados sobre diferentes aspectos da saúde no Brasil.
Saiba mais
Esses dados podem ser encontrados no site:
DATASUS. Transferência da arquivos. Datasus, [S.d.]. Disponível em: <http://datasus.saud
e.gov.br/transferencia-de-arquivos/>. Acesso em: 19 fev. 2021.
https://inde.gov.br/
https://www.tse.jus.br/eleicoes/estatisticas/repositorio-de-dados-eleitorais-1/repositorio-de-dados-eleitorais
https://cepespdata.io/
http://datasus.saude.gov.br/transferencia-de-arquivos/
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 17/19
O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP), autarquia
vinculada ao Ministério da Educação, também produz e disponibiliza dados referentes à educação
no Brasil, dentre eles o Censo Escolar, o Censo da Educação Superior, além de informações sobre
o ENEM e o ENADE.
Saiba mais
A plataforma de dados abertos do INEP pode ser encontrada acessando o link a seguir:
INEP – Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Dados
abertos. Inep, [S.d.]. Disponível em: <http://portal.inep.gov.br/web/guest/dados>. Acesso em:
19 fev. 2021.
NA PRÁTICA
A equipe de visualização de dados do jornal digital Nexo faz um excelente trabalho de produzir
gráficos e mapas bastante atrativos visualmente, trazendo várias informações relevantes sobre
fenômenos políticos e sociais da atualidade. Os mapas seguem os princípios apresentados nesta
aula e podem ser uma boa fonte de informação ou inspiração.
Saiba mais
Todos os materiais desta equipe podem ser encontrados acessando o link a seguir:
NEXO. Disponível em: <https://www.nexojornal.com.br/grafico/>. Acesso em: 19 fev. 2021.
A equipe de dados do jornal O Estado de São Paulo produziu um especial chamado Como
votou sua vizinhança?, utilizando dados das eleições de 2018 e combinando técnicas como
georreferenciamento e diagramas de Voronoi. Com isso, eles criaram pequenas vizinhanças e
mostraram, tanto em matérias quanto em um mapa interativo, como essas regiões em todo o país
votaram em 2018.
Saiba mais
http://portal.inep.gov.br/web/guest/dados
https://www.nexojornal.com.br/grafico/
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 18/19
Para conhecer esse especial, acesse o link a seguir:
MENEGAL, R.; LAGO, C. de. Como votou sua vizinhança? Explore o mapa mais detalhado
das eleições. O Estadão, 27 out. 2018. Disponível em: <https://www.estadao.com.br/infografic
os/politica,como-votou-sua-vizinhanca-explore-o-mapa-mais-detalhado-das-eleicoes,93585
8>. Acesso em: 19 fev. 2021.
FINALIZANDO
Nesta aula você foi introduzido a conceitos e técnicas úteis para a realização de análises que
envolvem espaço geográfico. Antes de tudo, discutimos a importância de saber qual papel o
espaço desempenha na explicação do fenômeno que nos interessa. Na sequência, você foi
introduzido a noções básicas sobre mapas e as informações que eles apresentam, bem como a
alguns estilos populares de mapas. Você também foi introduzido a técnicas de análise de dados
espaciais que vão além da visualização gráfica e oferecem medidas objetivas da existência de
padrões geográficos. Você ainda foi alertado a respeito de algumas armadilhas comuns que
enfretamos ao lidar com dados agregados de acordo unidades geográficas. Por fim, você foi
apresentado a alguns softwares populares para a análise de dados, em geral, e de dados espaciais,
em particular, bem como fontes de dados, tanto em geral quanto espaciais.
REFERÊNCIAS
AGNEW, J. Mapping politics: how context counts in electoral geography. Political Geography,
v. 15, n. 2, p. 129–146, 1996.
KING, G. Why context should not count. Political Geography, v. 15, n. 2, p. 159–164, fev. 1996
LEONARDI, I. Mapeamento de intenções geográficas. MundoGeo, 15 fev. 2013. Disponível em:
<https://mundogeo.com/2013/02/15/geomarketing-
3/#:~:text=Waldo%20Tobler%2C%20conhecido%20por%
20ter,coisas%20mais%20pr%C3%B3ximas%20est%C3%A3o%20mais>. Acesso em: 19 fev. 2021.
https://www.estadao.com.br/infograficos/politica,como-votou-sua-vizinhanca-explore-o-mapa-mais-detalhado-das-eleicoes,935858
25/07/2021 UNINTER - GEOGRAFIA POLÍTICA
https://univirtus.uninter.com/ava/web/roa/ 19/19