Submitted by (ana.araujo@ufrpe.br) on 2016-08-03T12:41:53Z No. of bitstreams: 1 Luciano Souza.pdf: 2504478 bytes, checksum: 0fe73f329cf126943a0482de20da0a12 (MD5) / Made available in DSpace on 2016-08-03T12:41:53Z (GMT). No. of bitstreams: 1 Luciano Souza.pdf: 2504478 bytes, checksum: 0fe73f329cf126943a0482de20da0a12 (MD5) Previous issue date: 2007-02-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This dissertation proposes use of Data Envelopment Analysis (DEA) as methodology to quantify the concept of social exclusion, with application to the city of Recife. The primary advantage of DEA is that, besides associating a quantitative value (index) to each of the considered geographical units (districts or census sectors, in DEA terminology Decision Making Units - DMUs), it also provides optimum levels (goals) for all the variables considered, that should be attained by each of the units in order to eliminate social exclusion. In addition, being a non-parametric method, DEA does not require introduction of any arbitrary parameters, which might compromise the analysis. Social exclusion is analyzed here considering four utopias: education, living conditions, income and equality, which are treated both individually, and all together. For each of the five considered contexts numerical values of the exclusion index, the optimum variable level, and the corresponding geographical exclusion maps, are provided for the city of Recife, on the level of districts and census sectors. Within the context of the current choice of utopias under study, and the corresponding input and output variables, these results make it possible to identify districts and census sectors that present highest and lowestvalues of the inclusion index. In particular, it is found that only 19% of the districts of the city of Recife demonstrate an optimum level of social inclusion index, while for all the other districts concrete goals for reaching social inclusion are established, within the current context. Therefore, the applied methodology fills a gap in the existing practice of analyzing social exclusion by supplying the optimum variable levels for each considered unit, which may be used for urban planning and optimization of investments. / Esta dissertação propõe o uso de Data Envelopment Analysis (DEA) como uma metodologia para quantificar o conceito de exclusão social, com aplicação para a cidade do Recife. A principal vantagem de DEA é que além de associar um valor quantitativo (índice) para cada uma das unidades geográficas (bairros ou setores censitários, na terminologia DEA denominadas Descision Making Units - DMUs), ela também fornece um nível ótimo (meta) para todas as variáveis consideradas, para todas as DMUs fora da fronteira de inclusão, metas que deveriam ser alcançadas por cada DMUs afim de que, seja possível eliminar a exclusão social. Adicionalmente, o método não paramétrico DEA, não requer a introdução de algum parâmetro arbitrário, o que poderia comprometer as análises. A exclusão social é analisada aqui considerando quatro utopias: Autonomia de Renda, Desenvolvimento Humano, Equidade e Qualidade de Vida, o qual são tratadas aqui individualmente e em conjunto. Para cada um dos valores numéricos considerados neste contexto de índice de exclusão, o nível ótimo da variável e o seu correspondente mapa geográfico da exclusão, são realizados para a cidade de Recife, no nível de bairros e setores censitários. Dentro do contexto de escolha atual de utopias e variáveis de entrada e saída,esses resultados possibilitam a identificação de bairros e setores censitários com o maior e o menor valores de inclusão social. Em particular foram encontrados apenas 19% dos bairros em situação de inclusão social, enquanto para todos os outros metas concretas a serem alcançadas foram estabelecidas dentro do contexto atual. No entanto a metodologia aplicada nesta dissertação preenche uma lacuna na prática existente da análise de exclusão social, por fornecer níveis ótimos de variáveis para cada unidade considerada, este fato pode ser usado no planejamento urbano e na otimização de investimentos.