Política Pública
Data Science
Python
2024

Distribuição Espacial do Programa Minha Casa, Minha Vida no Sudeste

Análise geoespacial e econométrica da alocação de 3,5 milhões de unidades habitacionais na região mais populosa do Brasil.

Contexto e Motivação

O Minha Casa, Minha Vida foi lançado em 2009 como resposta ao déficit habitacional brasileiro. Entre 2009 e 2020, o programa contratou mais de 6 milhões de unidades em todo o país, sendo a região Sudeste responsável por cerca de 3,5 milhões dessas contratações.

Esta pesquisa surgiu de uma curiosidade: será que a distribuição das unidades seguiu o tamanho populacional dos municípios, ou outros fatores entraram na equação? Decidi cruzar os dados do Ministério do Desenvolvimento Regional com informações do IBGE para visualizar e quantificar essa distribuição.

O interessante foi descobrir que a geografia das contratações conta uma história sobre como políticas públicas e dinâmica de mercado se encontram na prática.

O Que os Dados Mostram

Concentração no Eixo Econômico

A primeira coisa que chama atenção no mapa é como as unidades se concentram no corredor São Paulo-Minas Gerais. Municípios com economia mais forte e mercado imobiliário consolidado acabaram recebendo mais unidades, mesmo quando ajustamos pela população.

Isso faz sentido do ponto de vista operacional: construtoras precisam de infraestrutura, fornecedores, mão de obra qualificada. Tudo isso já existe nesses lugares.

São Paulo e a Capilaridade do Mercado

São Paulo mostrou uma distribuição mais proporcional ao tamanho dos municípios. Cidades médias do interior paulista, como Campinas e Ribeirão Preto, receberam volumes significativos de unidades.

A explicação está na maturidade do setor imobiliário paulista, que consegue operar em escala tanto na capital quanto no interior. Isso facilitou a implementação do programa em diferentes regiões do estado.

Rio de Janeiro e os Desafios Urbanos

O Rio apresentou um padrão diferente. Vários municípios ficaram abaixo da linha de tendência quando comparamos população e unidades contratadas.

Os motivos são conhecidos: custo elevado da terra, questões fundiárias complexas, limitações geográficas. São desafios reais que afetam qualquer programa habitacional de larga escala na região metropolitana.

Visualizando a Distribuição

O mapa abaixo mostra onde as unidades foram contratadas. Quanto mais escura a região, maior a concentração. Dá pra ver claramente o eixo São Paulo-Minas se destacando.

Distribuição espacial das unidades habitacionais do MCMV no Sudeste (2009-2020). Quanto mais escuro, maior a concentração.

Essa distribuição reflete fatores práticos: onde tem infraestrutura consolidada, fornecedores, mão de obra e demanda qualificada, fica mais viável implementar projetos de grande porte. É natural que municípios com mercado imobiliário ativo tenham atraído mais empreendimentos.

Análise Comparativa por Estado

Usei regressão linear para comparar municípios de tamanhos diferentes de forma justa. A ideia é simples: municípios maiores deveriam ter mais unidades. A linha mostra essa “expectativa”, e os pontos mostram a realidade.

São Paulo

Distribuição em São Paulo

São Paulo mostrou uma distribuição bem distribuída. Cidades médias do interior conseguiram atrair volumes significativos, não só a capital. O mercado imobiliário do estado tem estrutura para operar em diferentes escalas e regiões.

Rio de Janeiro

Distribuição no Rio de Janeiro

No Rio, muitos municípios ficaram abaixo do esperado. As particularidades da região metropolitana fluminense (custo de terra, questões fundiárias, geografia acidentada) representam desafios significativos para programas habitacionais de larga escala.

O Que Isso Significa

A análise mostra que programas habitacionais em larga escala funcionam melhor onde o mercado já tem estrutura consolidada. Isso cria um problema: justamente os lugares com mercado mais fraco tendem a ser os que mais precisam de habitação social.

Municípios com restrições urbanísticas fortes ou mercado incipiente acabam ficando para trás. Os dados do Rio de Janeiro ilustram bem isso. A solução passa por desenhos de política que reconheçam essas diferenças regionais.

Talvez incentivos adicionais para regiões de difícil operação, ou modelos alternativos de produção habitacional. O desafio é equalizar sem inviabilizar economicamente os empreendimentos. Ninguém ganha se os projetos não saem do papel.

📊 Metodologia e Fontes de Dados

Bases de dados utilizadas:

  • Contratos do Programa Minha Casa, Minha Vida (Ministério do Desenvolvimento Regional, 2009-2020)
  • Estimativas populacionais dos municípios (IBGE/Censo 2010 e projeções)
  • Malhas geográficas municipais (IBGE)

Ferramentas e técnicas:

  • Python (Pandas, GeoPandas, Matplotlib, Seaborn) para limpeza, processamento e visualização
  • Regressão linear com transformação logarítmica para análise comparativa entre municípios de diferentes portes
  • Mapas de calor (heatmaps) para visualização espacial da distribuição