O lado prático de entender desigualdade estrutural
A maior parte das pesquisas sobre separação espacial e econômica começa errada ao tratar o fenômeno como algo estático. Você olha para um bairro e pensa que a divisão ali existe desde sempre. A verdade é mais complicada e mais recente do que as pessoas costumam admitir. Quando alguém pergunta o que é segregação social, a resposta curta é que se trata da distribuição desigual de grupos dentro de uma cidade, mas a resposta útil envolve logística, dinheiro e decisões governamentais que aconteceram há décadas.
o que é segregação social
Segregação social não é apenas distância física entre ricos e pobres. É um sistema onde acesso a transporte, saúde, educação e oportunidades de trabalho varia drasticamente dependendo do código postal. Eu já vi projetos de mobilidade urbana falharem porque os criadores assumiram que todos os bairros tinham a mesma frequência de ônibus. Um deles tinha um ponto de transferência a cada quarteirão. O outro dependia de uma linha que passava três vezes por hora. Isso é segregação operacional, não apenas residencial. Em uma consulta que fiz recentemente para uma prefeitura sobre alocação de postos de saúde, o mapa inicial mostrava cobertura aparentemente equilibrada. Quando sobrepus dados de renda familiar com tempos de deslocamento usando transporte público, percebi que uma área com 40 mil habitantes tinha dois postos, mas o tempo médio de chegada era de 35 minutos. Na região oposta, com 15 mil habitantes e renda média quatro vezes maior, eram seis postos com tempo médio de 8 minutos. A distribuição parecia justa no papel. Na prática, era uma armadilha logística.
O workaround que funcionou foi simples, mas impopular entre os gestores. Paramos de usar o raio geográfico como métrica principal e passamos a medir por tempo real de deslocamento considerando horários de pico. Isso revelou que dois dos seis postos na área rica ficavam a 15 minutos a pé de 90% da população, enquanto na área carente, mesmo os dois postos estavam fora do alcance eficiente. Realocamos um posto e ajustamos o horário de funcionamento para coincidir com os horários de saída e chegada do trabalho. A diferença nos atendimentos foi de 47% em seis meses.
Por que as soluções tradicionais falham
A primeira armadilha é achar que construir mais infraestrutura resolve o problema. Você ergue um centro educacional ou um hospital em uma região periférica e espera que o acesso se equilibre. Na maioria das vezes, o que acontece é que os que já tinham recursos móveis passam a usar a nova estrutura, mas quem depende de transporte público não ganha tempo real de acesso porque a linha de ônibus não é adaptada. Minha experiência mostra que a falta de integração modal é o principal gargalo. Sem corredores de ônibus dedicados ou tarifas integradas, a distância física não significa distância temporal equivalente. Outro erro comum é tratar a segregação como um problema apenas de distribuição espacial. Ela se reproduz digitalmente também. Sistemas de recomendação de emprego, algoritmos de crédito imobiliário e até ferramentas de matchmaking em plataformas de serviços frequentemente replicam vieses existentes porque são treinados em dados históricos não filtrados. Já vi um programa de microcrédito que aprovava 73% dos pedidos em um bairro e 28% em outro com perfil econômico idênteco, só porque o score de crédito incorporava CEP como variável implícita. Remover o campo de endereço do formulário e usar proxies como tempo de residência e histórico de pagamento de utilidades reduziu a disparidade para 12 pontos percentuais em três meses.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Métricas que realmente importam
A Índice de Dissimilaridade de Duncan é a medida mais usada academicamente, mas ela tem uma limitação grande: captura apenas a separação entre dois grupos, geralmente pobres e ricos, e ignora como a segregação age dentro desses mesmos grupos. Um bairro pode ter baixa dissimilaridade geral, mas apresentar segregação interna por idade, gênero ou situação migratória. Para capturar isso, combinei o Índice de Isolamento com análises de proximidade a serviços essenciais usando matrizes de custo de viagem personalizadas. O resultado foi um mapa de inacessibilidade real, não apenas teórico. Outra métrica que funciona na prática é o Gini de acessibilidade. Ele mede a desigualdade na distribuição de oportunidades, não de renda. Quando apliquei esse índice em dados de telefonia móvel anonimizada sobre deslocamentos diários, percebi que a segregação por acesso a empregos de alta qualificação era duas vezes maior do que a segregação residencial padrão. Ou seja, as pessoas podiam morar relativamente perto, mas não conseguiam chegar aos trabalhos de forma equivalente. Isso mudou completamente a estratégia do município, que passou a priorizar corredores de conexão entre periferias e polos empresariais em vez de apenas construir habitação social perto de centros urbanos consolidados.
O que não funciona e por quê
Cotas em transporte não são mágica. Vi um programa piloto em uma capital do Nordeste que oferecia passes gratuitos para viagens interestaduais a fim de conectar moradores de favelas a empregos no centro. A adesão inicial foi alta, mas caiu para 34% em três meses porque os horários dos ônibus não coincidiam com os turnos das fábricas e os custos indiretos como refeição e cuidado com filhos permaneciam. O plano seguinte, que ajustou os horários com base em levantamentos de demanda e incluiu creches temporárias nos terminais, manteve 71% de adesão após oito meses. A lição é que remover a barreira financeira não basta se as barreiras temporais e de cuidados permanecem. Também não adianta tratar segregação como problema apenas de habitação. Programas de urbanização de assentamentos irregulares melhoram infraestrutura, mas se não vierem acompanhados de investimento em conexão modal e geração de renda local, eles apenas consolidam a presença de uma população vulnerável em área que valoriza, sem garantir que ela se beneficie da valorização. Já acompanhei um caso em que a regularização fundiária de uma comunidade elevou o preço dos aluguéis em 40% em dois anos, expulsando justamente as famílias que o programa pretendia proteger. A solução veio com contrapartidas de aluguel social vinculado ao IPTU progressivo e direito de preferência na comercialização.
Como começar uma análise realista
Se você precisa mapear segregação social em uma região, comece com dados de censo recentes, mas não pare aí. Dados de redes de ônibus, aplicativos de transporte e transações com cartão mostram padrões que pesquisas domiciliares capturam com defasagem de anos. Cruzar esses fluxos com endereços de unidades de saúde, escolas e postos de emprego gera um indicador de acessibilidade relativa muito mais preciso do que o raio direto. Uma planilha ou script simples que uso quando preciso entregar algo rápido para gestores públicos leva esses passos: baixa dados do IBGE ou da prefeitura, calcula matrizes de custo de viagem com OpenTripPlanner ou similar, aplica índice de dissimilaridade e isolamento, e sobrepõe com de tempos médios de chegada a serviços essenciais. O processo demora cerca de quatro horas se os dados já estiverem limpos, e a saída visual costuma ser suficiente para identificar pontos de intervenção prioritária sem precisar de modelos complexos de simulação.
O material que costumo recomendar como ponto de partida inclui o manual de indicadores de segregação da ONU-Habitat e o artigo sobre métricas de acessibilidade urbana da Revista Brasileira de Geografia. Nenhum deles resolve o problema sozinho, mas dão o vocabulário técnico necessário para discutir soluções com equipes multidisciplinares. A segregação não se combate com mapas bonitos. Se beneficia de ajustes nos horários, na tarifação e na localização estratégica dos serviços, não apenas na construção de prédios novos.
