Resumo

Este estudo examina a proporção de lares chefiados por mulheres, focando nas dinâmicas espaciais dessa variável em nível nacional, estadual (Rio de Janeiro) e municipal (cidade do Rio de Janeiro). A análise busca mapear e identificar padrões regionais na distribuição desses lares, oferecendo uma visão sobre como essa proporção se manifesta e varia espacialmente ao longo do território brasileiro, com destaque para o Rio de Janeiro. Os resultados fornecem subsídios para a compreensão de tendências geográficas na liderança feminina de domicílios, fundamentais para o planejamento de políticas públicas mais direcionadas.

Introdução

Este relatório explora a distribuição geográfica de mulheres responsáveis pelo domicílio no Brasil, com foco na análise por município, estado e áreas de ponderação na cidade do Rio de Janeiro. Utilizamos dados do Censo Demográfico de 2010 do IBGE e técnicas de análise espacial para compreender as variações e os padrões regionais na proporção de mulheres chefes de domicílio.

Objetivos

Metodologia

Os dados foram extraídos do Censo de 2010 e filtrados para selecionar apenas as variáveis de interesse. Para cada nível de análise (município, estado e área de ponderação), calculamos a proporção de domicílios chefiados por mulheres, considerando o peso amostral fornecido pelo IBGE.

Resultados

A análise revelou variações significativas na proporção de lares chefiados por mulheres em diferentes níveis geográficos. Em âmbito nacional, observou-se uma tendência crescente de lares sob liderança feminina, refletindo mudanças demográficas e sociais em todo o país. No nível estadual, o Rio de Janeiro apresentou uma proporção acima da média nacional, especialmente em áreas urbanas, sugerindo um contexto socioeconômico onde mulheres assumem, com frequência crescente, a responsabilidade de chefia familiar.

Ao aprofundar a análise para a cidade do Rio de Janeiro, verificaram-se padrões espaciais variados entre os bairros e zonas administrativas. A proporção de lares chefiados por mulheres foi mais elevada em áreas com características urbanas consolidadas e periféricas, onde a presença feminina na chefia dos lares pode estar associada a contextos específicos de renda e composição familiar. Essa variação espacial indica uma complexidade que pode demandar políticas públicas localizadas e adaptadas às particularidades de cada região.

Proporção de Mulheres Responsáveis pelo Domicílio por Estado no Brasil

A proporção de lares chefiados por mulheres varia bastante no Brasil, refletindo as particularidades socioeconômicas de cada região. No Norte, prevalecem estruturas familiares mais tradicionais, com menor participação feminina na chefia dos lares. No Nordeste e no Sudeste, onde há uma maior presença de mulheres no mercado de trabalho e em lares monoparentais, a liderança feminina é mais comum, especialmente no Rio de Janeiro e São Paulo. No Sul e Centro-Oeste, essa tendência também é expressiva, com destaque para o Distrito Federal, onde a chefia feminina é impulsionada por melhores oportunidades de emprego. Esses padrões reforçam a importância de políticas públicas regionais voltadas para o suporte a mulheres chefes de domicílio.

##   |                                                                              |                                                                      |   0%  |                                                                              |===                                                                   |   4%  |                                                                              |=====                                                                 |   7%  |                                                                              |========                                                              |  11%  |                                                                              |==========                                                            |  15%  |                                                                              |=============                                                         |  19%  |                                                                              |================                                                      |  22%  |                                                                              |==================                                                    |  26%  |                                                                              |=====================                                                 |  30%  |                                                                              |=======================                                               |  33%  |                                                                              |==========================                                            |  37%  |                                                                              |=============================                                         |  41%  |                                                                              |===============================                                       |  44%  |                                                                              |==================================                                    |  48%  |                                                                              |====================================                                  |  52%  |                                                                              |=======================================                               |  56%  |                                                                              |=========================================                             |  59%  |                                                                              |============================================                          |  63%  |                                                                              |===============================================                       |  67%  |                                                                              |=================================================                     |  70%  |                                                                              |====================================================                  |  74%  |                                                                              |======================================================                |  78%  |                                                                              |=========================================================             |  81%  |                                                                              |============================================================          |  85%  |                                                                              |==============================================================        |  89%  |                                                                              |=================================================================     |  93%  |                                                                              |===================================================================   |  96%  |                                                                              |======================================================================| 100%

Proporção de Mulheres Responsáveis pelo Domicílio por Município no estado do Rio de Janeiro

A análise dos dados por município revela variações importantes na proporção de lares chefiados por mulheres no estado. Alguns municípios apresentam uma alta proporção de chefia feminina, como São Gonçalo (0,158), Rio de Janeiro (0,158), Niterói (0,162) e Belford Roxo (0,144), o que pode estar associado a características urbanas e a uma maior participação das mulheres no mercado de trabalho. Esses municípios, em sua maioria urbanos e populosos, refletem dinâmicas em que as mulheres assumem responsabilidades domésticas devido a estruturas familiares mais diversificadas e uma inserção significativa na economia.

Por outro lado, municípios menores ou com menor densidade populacional, como Varre-Sai (0,0744) e São José de Ubá (0,0912), apresentam proporções de chefia feminina mais baixas, o que pode indicar uma presença mais forte de estruturas familiares tradicionais e, possivelmente, menor participação feminina no mercado de trabalho.

## Downloading: 770 B     Downloading: 770 B     Downloading: 1.9 kB     Downloading: 1.9 kB     Downloading: 2.8 kB     Downloading: 2.8 kB     Downloading: 11 kB     Downloading: 11 kB     Downloading: 27 kB     Downloading: 27 kB     Downloading: 43 kB     Downloading: 43 kB     Downloading: 51 kB     Downloading: 51 kB     Downloading: 68 kB     Downloading: 68 kB     Downloading: 76 kB     Downloading: 76 kB     Downloading: 92 kB     Downloading: 92 kB     Downloading: 100 kB     Downloading: 100 kB     Downloading: 110 kB     Downloading: 110 kB     Downloading: 110 kB     Downloading: 110 kB     Downloading: 110 kB     Downloading: 110 kB     Downloading: 120 kB     Downloading: 120 kB     Downloading: 120 kB     Downloading: 120 kB     Downloading: 130 kB     Downloading: 130 kB     Downloading: 140 kB     Downloading: 140 kB     Downloading: 160 kB     Downloading: 160 kB     Downloading: 160 kB     Downloading: 160 kB     Downloading: 170 kB     Downloading: 170 kB     Downloading: 180 kB     Downloading: 180 kB     Downloading: 180 kB     Downloading: 180 kB     Downloading: 190 kB     Downloading: 190 kB     Downloading: 190 kB     Downloading: 190 kB     Downloading: 190 kB     Downloading: 190 kB     Downloading: 200 kB     Downloading: 200 kB     Downloading: 210 kB     Downloading: 210 kB     Downloading: 220 kB     Downloading: 220 kB     Downloading: 220 kB     Downloading: 220 kB     Downloading: 230 kB     Downloading: 230 kB     Downloading: 240 kB     Downloading: 240 kB     Downloading: 240 kB     Downloading: 240 kB

Proporção de Mulheres Responsáveis pelo Domicílio por Área de Ponderação no Município do Rio de Janeiro

Os dados revelam uma interessante variação na proporção de lares chefiados por mulheres entre diferentes áreas da cidade. As áreas com as proporções mais altas de chefia feminina estão concentradas na Zona Sul, onde observamos índices acima de 0,20 em várias áreas de ponderação. Essa região, tradicionalmente mais urbanizada e com maior acesso a recursos e oportunidades de emprego, tende a ter uma participação feminina expressiva tanto no mercado de trabalho quanto na liderança familiar.

Por outro lado, as áreas com as proporções mais baixas de lares chefiados por mulheres estão localizadas em regiões como Deodoro e na Zona Oeste, áreas que incluem instalações militares e bairros de perfil mais residencial. Nesses locais, estruturas familiares tradicionais e a presença de domicílios vinculados a atividades militares podem influenciar uma menor prevalência de mulheres na chefia familiar.

Essas diferenças indicam como fatores como urbanização, oportunidades econômicas e contextos locais específicos influenciam a composição e a liderança dos lares.

## Downloading: 1.9 kB     Downloading: 1.9 kB     Downloading: 2 kB     Downloading: 2 kB     Downloading: 2 kB     Downloading: 2 kB     Downloading: 2 kB     Downloading: 2 kB     Downloading: 10 kB     Downloading: 10 kB     Downloading: 26 kB     Downloading: 26 kB     Downloading: 34 kB     Downloading: 34 kB     Downloading: 34 kB     Downloading: 34 kB     Downloading: 51 kB     Downloading: 51 kB     Downloading: 51 kB     Downloading: 51 kB     Downloading: 59 kB     Downloading: 59 kB     Downloading: 67 kB     Downloading: 67 kB     Downloading: 67 kB     Downloading: 67 kB     Downloading: 75 kB     Downloading: 75 kB     Downloading: 88 kB     Downloading: 88 kB     Downloading: 97 kB     Downloading: 97 kB     Downloading: 110 kB     Downloading: 110 kB     Downloading: 110 kB     Downloading: 110 kB     Downloading: 110 kB     Downloading: 110 kB     Downloading: 120 kB     Downloading: 120 kB     Downloading: 130 kB     Downloading: 130 kB     Downloading: 420 kB     Downloading: 420 kB     Downloading: 420 kB     Downloading: 420 kB

Conclusão

Este estudo contribui para o entendimento das dinâmicas espaciais dos lares chefiados por mulheres no Brasil, destacando variações regionais que refletem contextos sociais e econômicos distintos. Ao identificar as áreas com maior concentração de chefes de família mulheres, a pesquisa oferece subsídios importantes para políticas de apoio direcionadas a esses lares. A análise espacial aponta para a necessidade de políticas adaptadas ao nível local, principalmente em áreas onde as mulheres enfrentam desafios maiores para sustentar suas famílias. Essa perspectiva espacializada permite uma abordagem mais precisa e efetiva, promovendo a inclusão e o fortalecimento das mulheres na estrutura familiar e econômica das regiões estudadas.

Anexo: Código Completo

# Carregando Pacotes Necessários ------------------------------------------------------
library(dplyr)
library(arrow)
library(ggplot2)
library(survey)
library(sf)
library(leaflet)
library(censobr)
library(geobr)
library(ggspatial)
library(rnaturalearth)
library(rnaturalearthdata)

# Configuração de Tema e Parâmetros Globais -------------------------------------------
tema_profissional <- theme_minimal(base_family = "Helvetica") +
  theme(
    plot.title = element_text(hjust = 0.5, size = 18, face = "bold"),
    plot.subtitle = element_text(hjust = 0.5, size = 12, color = "grey40"),
    plot.caption = element_text(size = 10, hjust = 1, color = "grey50"),
    legend.position = "right",
    legend.title = element_text(size = 12, face = "bold"),
    legend.text = element_text(size = 10),
    legend.key.width = unit(0.4, "cm"),
    legend.key.height = unit(2.5, "cm"),
    panel.grid = element_blank()
  )

# 1. Carregamento e Seleção de Dados ---------------------------------------------------
variaveis_selecionadas <- c('V0001', 'V0002', 'V0011', 'V0502', 'V0601', 'V6036', 'V0606', 
                            'V6400', 'V6531', 'V5060', 'V0010')
pop <- read_population(columns = variaveis_selecionadas, add_labels = 'pt') %>%
  mutate(V0002 = paste0(V0001, V0002))
glimpse(pop)

# 2. Proporção de Mulheres Responsáveis pelo Domicílio por Estado ----------------------
pop_total_estados <- pop %>%
  group_by(V0001) %>%
  summarize(pop_total = sum(V0010)) %>%
  collect()

responsaveis_estado <- pop %>%
  filter(V0502 == "Pessoa responsável pelo domicílio ", V0601 == "Feminino") %>%
  group_by(V0001) %>%
  summarize(pop_responsaveis = sum(V0010)) %>%
  collect() %>%
  left_join(pop_total_estados, by = "V0001") %>%
  mutate(responsaveis_prop = pop_responsaveis / pop_total)

responsaveis_estado

# 3. Mapa do Brasil - Mulheres Responsáveis pelo Domicílio -----------------------------
paises <- ne_countries(scale = "medium", returnclass = "sf") %>%
  filter(continent == "South America")
estados <- read_state()

responsaveis_estado_sf <- responsaveis_estado %>%
  left_join(estados %>% mutate(code_state = as.character(code_state)), by = c("V0001" = "code_state")) %>%
  st_as_sf()

ggplot() +
  geom_rect(aes(xmin = -74, xmax = -34, ymin = -35, ymax = 5), fill = "#e0f2f1") +
  geom_sf(data = paises, fill = "#d8d8d8", color = "white", size = 0.3, alpha = 0.7) +
  geom_sf(data = responsaveis_estado_sf, aes(fill = responsaveis_prop), color = 'white', size = 0.05) +
  scale_fill_viridis_c(option = "cividis", direction = -1, name = "Domicílios chefiados\npor mulheres (%)",
                       labels = scales::percent_format(accuracy = 0.1),
                       limits = c(0.09063812, 0.1427252), 
                       guide = guide_colorbar(barwidth = 0.4, barheight = 6, title.position = "top", title.hjust = 0.5)
  ) +
  labs(
    title = "Proporção de Mulheres Responsáveis pelo Domicílio \npor Estado no Brasil (2010)",
    subtitle = "Percentual de Mulheres Chefes de Domicílio",
    caption = "Fonte: Instituto Brasileiro de Geografia e Estatística (Censo de 2010)"
  ) +
  ggspatial::annotation_scale(location = "br", width_hint = 0.25) +
  tema_profissional +
  coord_sf(xlim = c(-74, -34), ylim = c(-35, 5), expand = FALSE)

# 4. Proporção de Mulheres Responsáveis por Município no RJ ---------------------------
pop_total_municipios_rj <- pop %>%
  group_by(V0002) %>%
  summarize(pop_total = sum(V0010)) %>%
  collect()

responsaveis_municipios_rj <- pop %>%
  filter(V0502 == "Pessoa responsável pelo domicílio ", V0601 == "Feminino") %>%
  group_by(V0002) %>%
  summarize(pop_responsaveis = sum(V0010)) %>%
  collect() %>%
  left_join(pop_total_municipios_rj, by = "V0002") %>%
  mutate(prop_responsaveis = pop_responsaveis / pop_total) %>%
  filter(grepl("^33", V0002)) %>%
  collect()

mun_rj <- read_municipality(code_muni = "RJ") %>%
  mutate(code_muni = as.character(code_muni))

responsaveis_municipios_rj_sf <- responsaveis_municipios_rj %>%
  left_join(mun_rj, by = c("V0002" = "code_muni")) %>%
  st_as_sf()

# 5. Mapa dos Municípios Fronteiriços no RJ -------------------------------------------
estados_vizinhos <- read_state(year = 2010) %>% 
  filter(abbrev_state %in% c("MG", "ES", "SP"))

ggplot() +
  geom_rect(aes(xmin = -45.5, xmax = -40.5, ymin = -24.5, ymax = -20), fill = "#e0f2f1") +
  geom_sf(data = estados_vizinhos, fill = "gray85", color = NA) +
  geom_sf(data = estados_vizinhos, fill = NA, color = "black", size = 0.5) +
  geom_sf(data = responsaveis_municipios_rj_sf, aes(fill = prop_donas_casa), color = "white", size = 0.1, alpha = 0.9) +
  scale_fill_viridis_c(option = "cividis", direction = -1, name = "Domicílios chefiados\npor mulheres (%)",
                       limits = c(0.07439669, 0.1616601), labels = scales::percent_format(accuracy = 0.1),
                       guide = guide_colorbar(barwidth = 0.4, barheight = 6, title.position = "top", title.hjust = 0.5)
  ) +
  labs(
    title = "Proporção de Mulheres Responsáveis pelo Domicílio \npor Município no Estado do Rio de Janeiro (2010)",
    subtitle = "Percentual de Mulheres Chefes de Domicílio",
    caption = "Fonte: Instituto Brasileiro de Geografia e Estatística (Censo de 2010)"
  ) +
  tema_profissional +
  coord_sf(xlim = c(-45, -40.8), ylim = c(-23.5, -20.5), expand = FALSE)

# 6. Proporção por Área de Ponderação no Município do RJ -----------------------------
pop_rj_cidade <- pop %>%
  filter(V0002 == "3304557") %>%
  collect()

pop_total_ponderacao <- pop_rj_cidade %>%
  group_by(V0011) %>%
  summarize(pop_total = sum(V0010)) %>%
  collect()

areas_ponderacao_rj <- read_weighting_area(code_weighting = 'RJ')

responsaveis_area_rio <- pop_rj_cidade %>%
  filter(V0502 == "Pessoa responsável pelo domicílio ", V0601 == "Feminino") %>%
  group_by(V0011) %>%
  summarize(pop_responsaveis = sum(V0010)) %>%
  collect() %>%
  left_join(pop_total_ponderacao, by = "V0011") %>%
  mutate(prop_responsaveis = pop_responsaveis / pop_total)

responsaveis_area_rio_sf <- responsaveis_area_rio %>%
  left_join(areas_ponderacao_rj, by = c("V0011" = "code_weighting")) %>%
  st_as_sf(crs = 4326)

# Mapa das Áreas de Ponderação no RJ -------------------------------------------------
municipios_fronteira_rio <- read_municipality(code_muni = "RJ", year = 2010) %>%
  filter(name_muni %in% c("Duque De Caxias", "Itaguaí", "Mesquita", "Nilópolis", 
                          "Nova Iguaçu", "São João De Meriti", "Seropédica", "Niterói",
                          "Belford Roxo", "Queimados"))

ggplot() +
  geom_rect(aes(xmin = -43.8, xmax = -43, ymin = -23.2, ymax = -22.5), fill = "#d0f7fa") +
  geom_sf(data = municipios_fronteira_rio, fill = "gray85", color = "white", size = 0.1) +
  geom_sf(data = responsaveis_area_rio_sf, aes(fill = prop_donas_casa), color = "white", size = 0.1, alpha = 0.9) +
  scale_fill_viridis_c(
    option = "cividis", direction = -1, name = "Domicílios chefiados\npor mulheres (%)",
    limits = c(0.1068841, 0.2647139), 
    labels = scales::percent_format(accuracy = 0.1),
    guide = guide_colorbar(barwidth = 0.4, barheight = 6, title.position = "top", title.hjust = 0.5)
  ) +
  labs(
    title = "Proporção de Mulheres Responsáveis pelo Domicílio",
    subtitle = "Proporção por Área de Ponderação - RJ (2010)",
    caption = "Fonte: Instituto Brasileiro de Geografia e Estatística (Censo de 2010)"
  ) +
  tema_profissional +
  coord_sf(xlim = c(-43.8, -43.1), ylim = c(-23.1, -22.75), expand = FALSE)

  1. Doutorando em População, Território e Estatísticas Pública pela Escola Nacional de Ciências Estatísticas (ENCE). É bacharel em Relações Internacionais e mestre em Ciências Sociais pela Universidade Federal Rural do Rio de Janeiro (UFRRJ).↩︎