• INTRODUÇÃO

A partir da Revolução Industrial, houve uma intensificação da imigração dos trabalhadores do campo para a cidade, o que aumentou a produção e as dificuldades referentes ao descarte de resíduos sólidos das mais diferentes naturezas: domésticos, industriais e hospitalares. Os Resíduos Sólidos Urbanos (RSU) constituem as principais fontes de degradação do meio ambiente nos grandes centros urbanos, caracterizando um problema de difícil solução (Lobato et al., [s.d.]). Para (Góes, 2011) a crescente geração e descarte final dos resíduos se apresentam como os desafios econômico, social e ambiental a ser enfrentados pelo poder público em todos os países, principalmente os em desenvolvimento. Com o interesse da industrialização focado na produção em larga escala, os efeitos ambientais resultantes das atividades vinculadas às indústrias foram postos em segundo plano, principalmente os impactos diretos e indiretos no solo e nas águas subterrâneas. Porém, com a possibilidade de uma futura escassez de água nos centros urbanos, local onde é observado maior volume produzido de RSU, que por falta de espaços adequados, estes acabam por ser depositados em locais inadequados dentro da área urbana e sem a preocupação ambiental devida (Carneiro et al., 2002).
A preocupação com os Resíduos Sólidos Urbanos no Brasil surge quando o problema causado pela falta de gerenciamento passa a influenciar de forma negativa na qualidade de vida da população (Góes, 2011). A produção e acumulação de materiais não degradáveis e as questões ambientais são assuntos que devem ser tratados de forma consciente, pelo governo e por toda sociedade, tornando necessário maiores investimentos em informação, mão de obra especializada, tecnologia, infraestrutura, motivação social e políticas de gestão e/ou cogestão, direcionadas a coleta e tratamento do lixo produzido nas regiões metropolitanas. Os problemas ambientais relacionados a disposição inadequada de resíduos perigosos, falta de infraestrutura de coleta e tratamento de resíduos humanos, conversão da paisagem e do solo, a migração do meio rural para os centros urbanos e os problemas de saúde provocados por essas tendências, dever ser considerados os maiores problemas a serem enfrentados pelos tomadores de decisão nos países em desenvolvimento (Ferguson e Maurer, 1996). A maioria das cidades brasileiras ainda mantém a prática dos conhecidos “lixões” ou que tende a impactar de forma negativa a saúde pública e seus gastos, pois constituem ambientes propícios para a proliferação de transmissores de doenças, estes problemas são comuns em países em desenvolvimento (Jamshidi et al., 2011).
Nas últimas décadas a sociedade começou a deparar-se com as possibilidades de comprometimento da qualidade e escassez dos elementos naturais, sobretudo a água, causados principalmente pelo crescimento industrial. Um dos problemas mais sérios enfrentados dentro das enormes aglomerações urbano-industriais em particular é a produção e descarte do lixo sólido. A preocupação em torno do destino do lixo se dá principalmente em face da sua característica de inesgotabilidade e comprometimento de grandes áreas, devido sua complexidade estrutural que vai desde substâncias inertes a substâncias altamente tóxicas. A diversidade é uma das características principais dos resíduos sólidos urbanos, ocorrendo principalmente devido o nível de vida e educação da população, do clima, os modos de consumo e das mudanças tecnológicas.
O desenvolver seja econômico, social e ou tecnológico deve ocorrer de forma sustentada, permitindo a gerações futuras bens e serviços em prol do seu bem-estar. Por outro lado, o desenvolver depende de sérios investimentos em pesquisas e desenvolvimento – P&D, de modo, a garantir novas tecnologias que beneficiem a sociedade com um todo. No entanto, atrelado ao desenvolvimento das ciências e de novas tecnologias encontra-se o crescimento do consumo e consequente geração de resíduos. O desenvolvimento econômico tende a alterar o ambiente de forma irreversível (Nicholas, 1996). Neste contexto, encontrar estratégias aceitáveis ​​para lidar com esse problema torna-se uma missão difícil, devido ausência de gerenciamento integrado e necessidade de maior consciência ambiental das populações. Vários fatores contribuíram para que a aquisição de produtos ocorra de forma acelerada em um curto espaço de tempo, dentre eles; percebe-se a população cada vez mais consumidora, patrocinada principalmente pela elevação da renda, facilidade de crédito, estabilidade macroeconômica e criação programas sociais por parte do governo, entre outros, construíram a base para o aumento do comércio de consumo em massa, o poder aquisitivo influencia diretamente nos hábitos de aquisição das populações, seja, de produtos alimentícios e ou equipamentos.
A qualidade ambiental nas grandes regiões metropolitanas principalmente dos países em desenvolvimento, tornou-se o principal interesse quanto a geração de políticas públicas por parte dos governos locais, voltadas a gestão ou cogestão dos resíduos sólidos produzidos. Assim, surge a necessidade de implementar e monitorar as políticas direcionadas as questões ambientais e social, à medida que se elevam os problemas de saúde gerados a partir da rápida industrialização, concentração urbana  e  falta de saneamento básico. Segundo Ferguson e Maurer (1996) os problemas ambientais, nos grandes centros surgem pelo manejo inadequado dos RSU, que atrelado à ausência de programas de urbanização voltados a coleta, tratamento e armazenamento, são fatores que geram problemas de saúde e ambientais gravíssimos. A correta gestão de resíduos sólidos pode trazer impactos diretos sobre o bem-estar humano, por outro lado, sua ausência pode trazer sérios riscos à saúde humana através da falta de coleta de lixo, incineração e depósito apropriada nos aterros sanitários (Gutberlet, [s.d.]). A gestão de resíduos sólidos é um desafio para nossos governantes, uma vez que é um assunto delicado para a defesa da saúde pública, bem-estar social e segurança do meio ambiente. O descarte não controlado de resíduos tende ameaçar recursos hídricos e se caracteriza como o principal fator de risco para a saúde da população. Segundo Portilho (2004) a pós-revolução industrial contribui de forma desigual entre os diversos países, cidades e pessoas em relação aos padrões de consumo.
Baseando-se na teoria de Pareto (Sen,1970) as sociedades capitalista, praticamente 80% dos recursos naturais são consumidos por 20% da população, e o sucesso pessoal é medido pela quantidade de coisas que se tem e a velocidade que as substituímos. Para Bringhenti (2004) o modelo capitalista adotado em quase todo o mundo, tende a gerir o padrão de consumo crescente, gerando resíduos em uma quantidade que a natureza já não consegue processar e absorver. Neste sentido, há necessidade imediata de reavaliar os padrões de consumo da sociedade, assim como é indispensável que os responsáveis legais pelas políticas públicas busquem soluções para os problemas advindos da constante geração de resíduos. Segundo Bringhenti (2004) o estabelecimento de um gerenciamento racional e integrado das questões inerentes à geração e disposição final de resíduos sólidos urbanos pode render às comunidades, maior sustentabilidade ambiental e equidade social. A reversão dos padrões de desenvolvimento em direção à sustentabilidade ambiental e manejo adequado dos resíduos sólidos, e um de nossos maiores desafios, sendo que a adoção de práticas de gerenciamento integrado entre a iniciativa privada e as municipalidades poderá ser à base do processo de enfrentamento do problema (Lima, 2002).
O crescimento das populações, a industrialização, urbanização e o desenvolvimento econômico, elevam de forma significativa os registros da produção e acumulo de resíduos sólidos urbanos - (RSU) nas regiões metropolitanas por todo o mundo, principalmente em países em desenvolvimento, com produção em termos de kg / habitante / dia, mostrando-se correlacionada positiva com a elevação do nível de desenvolvimento econômico observado em escala mundial (Kaushal et al., 2012). O crescimento do processo migratório das regiões rurais para os centros urbanos é outra variável que faz ocorrer um inchaço populacional em áreas com deficiência de planejamento urbano, e consequentemente eleva a produção de resíduos. Outro fator trata-se da elevação da renda per capita, pois a partir da melhora da qualidade de vida a população tende elevar o consumo. Neste contexto, Oliveira et al., ([s.d.]) afirmam que a quantidade de lixo produzida está diretamente associada ao grau de desenvolvimento econômico vivenciado pelo país.
O volume produzido de resíduos associados associado a coleta e tratamento inadequados inserem um conjunto de fatores que associados ou não implicam de forma direta em diversas questões de caráter complexo; seja de responsabilidade ambiental, social, econômica. A adequação do processo de coleta e destinação dos resíduos produzidos nas cidades perpassa por adequação de políticas públicas voltadas a tal fim. No entanto, é consenso dá necessidade de preservação dos recursos naturais e gestão do processo de ocupação das populações sobre os territórios, pois o avanço populacional sem o devido planejamento de ocupação tende a gerar impacto direto e irreversível sobre o meio ambiente. Neste contexto, torna-se necessário elevar a conscientização das pessoas, de modo a sensibilizá-las, de que a falta de saneamento ambiental atrelado à má conduta no tratamento e acondicionamento do lixo são fatores que estão relacionados a problemas de drenagem, entupimentos de canais, enchentes, e ocorrências de doenças. Segundo o informativo (Transparência Câmara Municipal de Belém) hoje, 65% das doenças, têm algum envolvimento com os resíduos sólidos, seja lixo hospitalar ou domiciliar justamente porque como não há um Plano Integrado de Resíduos Sólidos, (coleta, acondicionamento, transporte, aterro tratado). A necessidade de elaboração de projetos e gestão dos RSU decorre da falta de políticas e programas de governos mais rígidos e constantes voltados a gerir e acompanhar a dinâmica de produção de lixo nos grandes centros.
Segundo Kaushal et al., (2012), para o monitorar e acompanhar a produção de lixo tornam-se necessários investimentos em tecnologias voltadas a produzir indicadores e ou sistemas de indicadores precisos, neste sentido, modelos logísticos, dinâmicos de previsão e novas formas de gestão (Costi et al, 2004), tornam-se essenciais para projeção antecipada de políticas públicas de gestão baseada nas tendências de geração de RSU das populações, por parte dos tomadores de decisão. Neste contexto, este trabalho tem como objetivo mensurar os efeitos do crescimento populacional, de variáveis econômicas e variáveis educacionais sobre a dinâmica de produção do lixo na região metropolitana de Belém (RMB).

• METODOLOGIA

• Fonte de coleta dos dados

Os dados utilizados neste trabalho foram obtidos na base de dados Instituto Brasileiro de Geografia e Estatística – IBGE e agregados aos disponíveis na Base de dados da Secretaria de Urbanização do município de Belém - SEURB, Anuário Estatístico de Belém, Ministério da Saúde - MS e Ministério da Educação - MEC. Para o processo de modelagem os períodos com informações entre 2000 a 2011, foram agregados na planilha eletrônica Excel de forma a gerar uma base de dados “input” para posterior análise no Software Eviews 3.0. Os dados foram suavizados através da transformação logarítmica com o objetivo de reduzir os efeitos de diferentes escalas das variáveis nos modelos, eliminando eventuais problemas relacionados a grandes desvios, gerados principalmente por viés nas projeções estimadas de curto ou longo prazo, o que implicaria em tomada de decisão equivocada. Foi incorporado ao modelo um termo autoregressivo para corrigir o efeito de autocorrelação serial de 1ª ordem dos resíduos (εt). A autocorrelação serial de 1ª ordem corresponde à correlação existente entre uma observação no tempo i qualquer e a observação imediatamente anterior, no tempo (i-1).

• Área do Estudo

O Lixão do Aurá área de interesse desta pesquisa, localizada no município de Ananindeua (Figura 1), recebe quase mil toneladas de lixo despejados por dia, referente a resíduos domiciliares, levando em consideração a todos os tipos de resíduos gerados o volume diário produzido sobe para mais 400 (quatrocentas) toneladas, e ainda analisando toda a região metropolitana de Belém o valor chega a duas mil toneladas. Por esta razão, o Pará, segundo o IBGE, é o terceiro pior estado em termos de resíduos do país, necessitando, portanto, de políticas que venham garantir gerenciamento de Resíduos Sólidos. Na região metropolitana de Belém, percebe-se que a questão do gerenciamento de todo o processo de coleta e destinação final do lixo, que é de responsabilidade do Estado se mostra ineficaz na região. Em contraponto em países desenvolvidos Alemanha que possuem politicas sérias de gestão de resíduos, 93% do volume de negócios do setor, está nas mãos da iniciativa privada, que separa, armazena, recicla e recoloca em circulação, gerando grande lucratividade (Lohmüller, 2010).
Parte dos municípios que compõem a região metropolitana de Belém despejam o lixo produzido em uma área aparentemente isolada, contudo, fato que chama a atenção é que esta área encontra-se localizada as proximidades dos lagos Bolonha e Agua Preta, fonte de abastecimento de água para a população através da gerência da Companhia de Saneamento do Pará (COSANPA). Esta destinação final dos resíduos na RMB ratifica a completa falta de gestão por parte dos gestores sobre os resíduos produzidos.

• Modelo Teórico de Regressão

Análise de regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas (ou qualitativas) de tal forma que uma variável dependente pode ser predita a partir de outras variáveis independentes. Portanto, a análise de regressão representa os dados através de um modelo linear aditivo, onde o modelo inclui um componente sistemático e um aleatório, descrito pela seguinte expressão:
[eq. 1]
f descreve a relação entre X e Y; esão os erros aleatórios; Y = variável resposta ou dependente e X = variável independente ou variável preditora.Considerando o modelo com apenas uma variável independente, este será descrito por:
, para i = 1,2,3,...,n                                                 [eq. 2]
Onde:
Yi é o i-ésimo valor da variável resposta;
b0 e  b1 são os parâmetros (coeficientes de regressão);
Xi é o i-ésimo valor da variável  preditora (é uma constante conhecida, fixo).
ei é o termo do erro aleatório com E(ei)=0 e  s2(ei)= s2;
Os dados são usados para estimar b0 e b1, isto é, ajustar o modelo aos dados, para:
• quantificar a relação entre Y e X;
• usar a relação para predizer uma nova resposta Y0 para um dado valor de X0 (não incluído no estudo);
• calibração – ou capacidade de predição de novas observações pode ser feita usando uma nova amostra e comparando os valores estimados com os observados
• estimação – dado um valor de Y0, para o qual o correspondente valor de X0 é desconhecido, estimar o valor de X0.
Considerando o modelo com n variáveis independentes. O modelo usado para estimar b0, b1 até os possíveis bn é definido da seguinte forma  , para i = 1, 2, 3,....., n.         

2.3.1 Definição dos parâmetros do Modelo estimado para explicar a Produção de Lixo.
    
Desta forma, a função explicativa adotada para avaliar a produção de lixo e sua inter-relação com as variáveis logaritmizadas com representação geral definida por:
         [eq. 3]
Em que:
= variável dependente (Produção de Lixo) no tempo t;
= = = =....=      correspondem os parâmetros em curto prazo da regressão;
= ln(TNS) logaritmo da taxa de residentes com nível superior;
= ln(TNM) logaritmo taxa de residentes com nível médio; 
= ln(TNF) logaritmo da taxa de residentes com nível fundamental;
= ln(POPRMB) logaritmo do quantitativo populacional da Região Metropolitana de Belém; 
= ln(PCB) logaritmo da variável Preço da Cesta Básica; 
= ln(RperC) logaritmo da Renda per Capita registrada na Região Metropolitana de Belém;
= ln(DS)  logaritmo da variável despesas com saúde registrada na Região Metropolitana de Belém para o período em estudo; 
AR(1) = termo auto regressivo que incorpora a dinâmica auto-regressiva do termo de erro corrigindo a autocorrelação serial dos resíduos e melhorando as previsões devido o ajuste da influência de períodos anteriores;
 = termo de erro com média nula e variância unitária.

Os parâmetros do modelo explicativo da Produção de Lixo na região Metropolitana de Belém ajustado foram avaliados a partir das seguintes hipóteses de Mínimos Quadrados Ordinários:

H0: = 0, Implica em média que a produção de lixo é igual a zero;
Ha: > 0, Implica em média que a produção de lixo é diferente de zero;
H0: = 0, A taxa de residentes com nível superior não influenciou a produção de lixo entre 2000 a 2011;
Ha: > 0, A taxa de residentes com nível superior influenciou a produção de lixo entre 2000 a 2011;
H0: = 0, A taxa de residentes com nível médio influenciou a produção de lixo entre 2000 a 2011;
Ha:  ≠ 0, A taxa populacional de residentes com nível médio não influenciou a produção de lixo entre 2000 a 2011;
H0: = 0, A taxa de residentes com nível fundamental influenciou a produção de lixo entre 2000 a 2011;
Ha:  ≠ 0, A taxa de residentes com nível fundamental não influenciou a produção de lixo entre 2000 a 2011;
H0: = 0, O crescimento da população na RMB não refletem alterações no volume de lixo produzido;
Ha:  ≠ 0, O crescimento da população na RMB refletem alterações no volume de lixo produzido;
H0: = 0, O preço praticado da cesta básica na RMB não refletem alterações no volume de lixo produzido;
Ha: ≠ 0, O preço praticado da cesta básica na RMB refletem alterações no volume de lixo produzido;
H0: = 0, A renda per Capita da RMB não refletem alterações no volume de lixo produzido;
Ha: ≠ 0, A renda per Capita da RMB refletem alterações no volume de lixo produzido;
H0: = 0, As despesas com saúde observada na RMB não refletem no volume de lixo produzido;
Ha: ≠ 0, As despesas com saúde observada na RMB refletem no volume de lixo produzido;
Ha: = 0, A dinâmica autoregressiva do termo de erro incorporada não é significativa para corrigir a autocorrelação serial dos resíduos e melhorar o ajuste do modelo devido a influência de períodos anteriores;
Ha: ≠ 0, A dinâmica autoregressiva do termo de erro incorporada é significativa para corrigir a autocorrelação serial dos resíduos e melhorar o ajuste do modelo devido a influência de períodos anteriores.

2.3.2 Definição dos parâmetros do Modelo ajustado para estimar a Despesa com Saúde Pública.
A função explicativa adotada para avaliar a despesa com saúde pública, onde as variáveis independentes foram transformadas por logaritmo é definida pela seguinte expressão:
            [eq. 4]
Em que:
= variável dependente (despesas com saúde) no tempo t;
= = = =...=      correspondem os parâmetros em curto prazo da regressão;
= ln(PLIXO)  logaritmo da produção média anual de lixo na Região Metropolitana de Belém; 
= ln(TNF) logaritmo da taxa de residentes com nível fundamental;
= ln(RperC) logaritmo da Renda per Capita registrada na Região Metropolitana de Belém;
AR(1) = termo auto regressivo que incorpora a dinâmica auto-regressiva do termo de erro.
 = termo de erro com média nula e variância unitária.

As seguintes hipóteses foram testadas sobre os estimadores de Mínimos Quadrados Ordinários – MQO obtidos considerando o melhor modelo ajustado para a Produção de Lixo na região Metropolitana de Belém:
H0: = 0, Implica em média que as despesas com saúde na RMB é igual a zero;
Ha: > 0, Implica em média que as despesas com saúde na RMB é diferente de zero;
H0: = 0, A produção de lixo não influenciou as despesas com saúde pública entre 2000 a 2011;
Ha: > 0, A produção de lixo influenciou as despesas com saúde na RMB entre 2000 a 2011;
H0: = 0, A taxa de indivíduos com nível fundamental não reflete alterações nos níveis de despesas com saúde;  
Ha:  ≠ 0, A taxa de indivíduos com nível fundamental reflete alterações nos níveis de despesas com saúde;
H0: = 0,  A renda per Capita da RMB não refletem alterações nos níveis de despesas com saúde;
Ha:  ≠ 0, A renda per Capita da RMB refletem alterações nos níveis de despesas com saúde;
H0: = 0, A dinâmica auto-regressiva do termo de erro incorporada não é significativa para corrigir a autocorrelação serial dos resíduos e  melhorar o ajuste do modelo;
Ha: ¹ 0, A dinâmica auto-regressiva do termo de erro incorporada é significativa para corrigir a autocorrelação serial dos resíduos e melhorar o ajuste do modelo.

A validação dos modelos ajustados obedeceu as seguintes hipóteses de testes (H0: β´is = 0 – Não existe regressão versus H1: β´is≠0 – Existência de regressão). Foi adotado nível de significância alfa de 5% de probabilidade a ser comparado para decisão com o nível descritivo (P-valor) disponível no teste ANOVA. A escolha do melhor modelo ajustado deu-se através do coeficiente de determinação ajustado (R2ajustado) no caso dos modelos de regressão com múltiplas variáveis independentes.
O principio de variância constante dos erros, ou heterocedásticidade, foi testada através teste de Write a partir da regressão da série representativa dos quadrados dos erros (ε2) e ou produtos cruzados dos resíduos em relação as variáveis explicativas modeladas (Silva, 2013; Santana, 2003). O teste de Write assemelha-se ao teste de Tolerance de Breush-Pagan (Santana, 2003), os quais são variações sobre os termos acrescentados na regressão de teste, onde sob a hipótese nula de homocedásticidade e multicolinearidade, o teste LM segue assintóticamente a distribuição qui-quadrado.
 

[eq. 5]
A constatação e eliminação da heteroscedasticidade não exclue as propriedades de inexistência de viés e consistência dos estimadores de MQO, no entanto, eles deixam de ter variância mínima e eficiência, ou seja, não são os melhores estimadores lineares não-viesados (MELNV).
O pressuposto de resíduos autocorrelacionados de 1ª ordem foi avaliado a partir do Teste de Durbin-Watson (Silva, 2013 e Santana, 2003). O teste busca testa as seguintes hipóteses sobre os resíduos (H0: Não existe correlação serial dos resíduos versus H1: Existe correlação serial dos resíduos). A estatística de teste é dado pela seguinte expressão:

[eq. 6]

Para avaliar a relação entre variáveis defasadas e variáveis posteriores, com base em diferentes intervalos de defasagem, foi aplicado o teste de autocorrelação, pois este permite avaliar a existência de dependência ou independência de variáveis. Para Gujarati (2000, p. 720), o teste de autocorrelação consiste em um dos mais simples testes para verificar se uma série é caracterizada pela presença de rumo aleatório. O teste baseia-se na seguinte função de autocorrelação (FAC):

                                                                            [eq. 7]
Onde;  corresponde à covariância na defasagem k e  definindo a variância, com ambas na mesma unidade. Neste trabalho as correlações foram avaliadas através dos correlogramas da distribuição.

• APLICABILIDADE

Para seleção de modelo foi utilizado o método Stepwise, de forma a viabilizar modelos com melhor grau de ajuste tornando-os mais robustos, e, portanto apresentando melhores capacidades de previsões. Na definição do melhor modelo para explicar o padrão gerador da série de produção de lixo (Tabela 1). Este primeiro modelo ajustado apenas teve o objetivo de se avaliar os sinais dos parâmetros dos estimadores correspondentes as variáveis independentes, considerando as seguintes hipóteses sobre os estimadores:
H0: = 0, em média a quantidade de lixo produzido na RMB é igual a zero;
Ha: > 0, em média a quantidade de lixo produzido na RMB é igual a zero;
 H0: = 0, O gasto com saúde na RMB não influenciou a produção de lixo;
Ha: > 0, O gasto com saúde na RMB influenciou a produção de lixo;
H0: = 0, O Preço da Cesta Básica não reflete alterações na produção de lixo na RMB;
Ha: ≠ 0, O Preço da Cesta Básica no período reflete alterações na produção de lixo na RMB;
H0: = 0, O crescimento populacional não reflete alterações na produção de lixo na RMB;
Ha: ≠ 0, O crescimento populacional reflete alterações na produção de lixo na RMB;
H0: = 0, A Taxa da população com nível fundamental  não reflete alterações na produção de lixo;
Ha: ≠ 0, A Taxa da população com nível fundamental  reflete alterações na produção de lixo na RMB;
H0: = 0, A Taxa da população com nível superior não reflete alterações na produção de lixo na RMB;
Ha: ≠ 0, A Taxa da população com nível superior  reflete alterações na produção de lixo na RMB;
H0: = 0, A Taxa da população com nível médio não reflete alterações na produção de lixo na RMB;
Ha: ≠ 0, A Taxa da população com nível médio não reflete alterações na produção de lixo na RMB;
H0: = 0, A Renda per Capita não reflete alterações na produção de lixo na RMB;
Ha: ¹ 0, A Renda per Capita reflete alterações na produção de lixo na RMB;

Tabela 1: Ajuste e classificação dos parâmetros para o modelo (1) de estimação da produção de lixo na RMB.

A regressão ajustada (Tabela 1) relacionada ao modelo representativo da Produção de Lixo apresenta excelente poder explicativo (R2=90,6%) das variáveis endógenas sobre a geração de lixo. O teste F de significância global de regressão foi significativo a 1% de probabilidade com (P>0.008).

Através dos resultados dos testes para avaliar os pressupostos de heterocedásticidade, multicolinearidade e autocorelação dos resíduos, ao nível de 5% de significância indicaram por rejeição das hipóteses nulas, satisfazendo as condições de homocedasticidade e não colinearidade. Porém os resíduos ainda são correlacionados implicando na necessidade de correção através de uma variável autoregressiva de 1ª ordem, para que assim o modelo proposto possa ser eficiente para explicar a produção de lixo na Região Metropolitana de Belém;

Vale esclarecer que este modelo ajustado teve o objetivo apenas do estudo do sinal das variáveis independentes em relação a variável dependente (produção de lixo). O modelo ajustado proposto apresenta grande capacidade de explicar a dinâmica produtiva de lixo na RMB. Portanto, pode ser utilizado para explicar de forma intrínseca a resposta elástica das variáveis endógenas na produção de lixo na RMB;

A quantidade produzida de lixo na RMB sofre influência positiva dos gastos relacionados à Saúde Pública. Onde para mudanças de 10% nos gastos com saúde a quantidade de lixo produzida tende a variar 0,1% na mesma direção;

O Preço da Cesta Básica na RMB tende a elevar a taxa de produção de lixo;

O crescimento populacional gera impacto sobre a produção de lixo na RMB;

A Taxa da população com nível fundamental reflete alterações na produção de lixo na RMB. Onde para mudanças de 10% no número de indivíduos da população com nível fundamental a quantidade de lixo produzida tende a variar 0,15% na direção contrária;

A Taxa da população com nível superior reflete alterações na produção de lixo na RMB. Onde para mudanças de 10% no número de indivíduos da população com este nível de ensino a quantidade de lixo produzida tende a variar 0,4% na direção contrária;

A Taxa da população com nível médio reflete alterações na produção de lixo na RMB. Onde para mudanças de 10% no número de indivíduos da população com este nível de ensino a quantidade de lixo produzida tende a variar 1,1% na mesma direção;

A Renda Per capita reflete alterações positivas na produção de lixo na RMB. Onde para mudanças de 10% na renda da população a quantidade de lixo produzida tende a variar 8,33% na mesma direção;

O sinal positivo da despesa com saúde sobre a produção de lixo não é uma relação verdadeira, pois a variável despesa com saúde corresponde a uma variável dependente da variável volume de produção de lixo, tornou-se necessário o ajuste de um modelo que considerasse esta variável dependente em relação às demais (Tabela 2) com efeito de um fator autoregressivo (AR), de modo, a corrigir a autocorrelação serial dos resíduos e melhorar o ajuste do modelo. Visto que os efeitos sobre as despesas com saúde não são observadas de imediato, ou seja, no ano corrente, e sim em anos posteriores. Para ajuste do modelo as seguintes hipóteses foram testadas sobre os estimadores:
H0: = 0, em média as despesas com saúde na RMB é igual a zero;
Ha: > 0, em média as despesas com saúde na RMB é diferente a zero;
H0: = 0, A produção de lixo na RMB não influenciou as despesas de saúde;
Ha: > 0, A produção de lixo na RMB influenciou as despesas de saúde;
H0: = 0, A Taxa de Nível Fundamental não reflete alterações na produção de lixo na RMB;
Ha: ≠ 0, A Taxa de Nível Fundamental reflete alterações na produção de lixo na RMB;
H0: = 0, A renda per Capita não reflete alterações na produção de lixo na RMB;
Ha: ≠ 0, A renda per Capita reflete alterações na produção de lixo na RMB;
H0: = 0, A dinâmica auto-regressiva incorporada não é significativa ao ajuste do modelo;
Ha: ¹ 0, A dinâmica auto-regressiva incorporada é significativa ao ajuste do modelo.

Tabela 2: Ajuste e classificação dos parâmetros para o modelo (3) de estimação da produção de lixo na RMB.

 

A regressão ajustada (Tabela 2) relacionada ao modelo representativo das despesas com saúde na RMB apresenta excelente poder explicativo (R2=93,4%) das variáveis endógenas sobre a geração de lixo. O teste F de significância global de regressão foi significativo a 1% de probabilidade. Portanto, pode ser utilizado para explicar de forma intrínseca a resposta elástica da variável produção de lixo na RMB;

Os sinais dos parâmetros ajustados estão de acordo com o esperado e estatisticamente diferentes de zero, a 5% de probabilidade. Sugerindo que as despesas com saúde na RMB varia diretamente com as variações observadas na produção de lixo, crescimento de indivíduos com escolaridade de nível fundamental e renda per capita sobre influência de períodos anteriores.

Através dos testes para avaliação dos pressupostos de heterocedasticidade, multicolinearidade e autocorelação dos resíduos, ao nível de 5% de significância, foram rejeitadas as hipóteses nulas, satisfazendo as condições de homocedasticidade, não colinearidade e de resíduos não autocorelacionados caracterizando o modelo proposto eficiente explicar e projetar as despesas com saúde na Região Metropolitana de Belém a partir da produção de RSU.

A produção de lixo na RMB reflete impacto positivo nas despesas com saúde na RMB, onde para mudanças de 10% na taxa de produção de lixo a despesa com saúde tende a variar 49,1% na mesma direção;

A Taxa da população com nível Fundamental reflete alterações negativas nas despesas com saúde na RMB. Onde para mudanças de 10% no número de indivíduos da população com nível fundamental o gasto com saúde tende a variar 4,75% na direção contrária;

Renda per Capita reflete alterações positivas na produção de lixo na RMB. Onde para mudanças de 10% na renda da população a quantidade de lixo produzida tende a variar 22,5% na mesma direção;
A variável autoregressiva incorporada ao modelo elevou o poder de explicação das variáveis independentes sobre a variável dependente (despesas com saúde).

1. CONCLUSÕES

A diminuição dos resíduos gerados pode estar relacionada com as questões ligadas à educação básica, pois os resultados sugerem que a elevação da taxa de indivíduos com nível fundamental tende a produzir menor quantidade de lixo, fato que pode estar relacionado a práticas de educação ambiental dentro das escolas. No entanto, a elevação da taxa de indivíduos com ensino médio não influencia o declínio no volume produzido de resíduos, efeito que pode estar relacionado ao alto consumo das tecnologias por parte dos adolescentes que estão nesta faixa escolar.

A Renda per Capita tende a refletir alterações positivas na produção de lixo na RMB, onde para mudanças de 10% na renda da população a quantidade de lixo produzida tende a variar 8,33% na mesma direção. Vale ressaltar que o progresso nos países em desenvolvimento, eleva o padrão econômico e consequentemente a população adota um padrão de vida compatível com o desenvolvimento, se tornando mais consumidora e consequentemente geram mais resíduos.

Quanto o efeito da produção de lixo na saúde foi observado que a produção de lixo na RMB reflete impacto positivo nas despesas com saúde Pública na RMB, onde para mudanças de 10% na taxa de produção de resíduos a despesa com saúde tende a variar 49,1% na mesma direção.

A Taxa da população com nível Fundamental reflete alterações negativas nas despesas com saúde na RMB. Onde para mudanças de 10% no número de indivíduos da população com nível fundamental o gasto com saúde tende a variar 4,757% na direção contrária, mostrando que a educação ambiental nas séries iniciais tende a formar cidadãos consumidores mais conscientes.

No entanto, a falta de tomada de decisão por parte dos governantes quanto a gerência dos resíduos sólidos na atualidade é o desafio a ser resolvido, neste contexto, as autoridades públicas, e a sociedade em geral devem discutir a gestão dos resíduos sólidos de forma mais abrangente, considerando os principios da governança. Neste sentido, é preciso referir as possíveis mudanças necessárias para uma melhor qualidade de vida da população a partir de mudanças de comportamento, quanto à coleta, descarte e reutilização desses resíduos. Atreladas às mudanças, é necessário mais investimentos diretos na educação, em políticas públicas, saneamento, saúde e temas interdisciplinares, assim como, ações diretas do poder público referente à tomada de decisões mais eficazes e eficientes não ignorando os fatores sociais e políticos que têm impacto sobre a geração, coleta, tratamento e descarte dos resíduos sólidos em áreas urbanas.

Uma A vigorous policy framework to give a direction and thrust to environmentally sound waste management doesestrutura política que vise impulsionar uma gestão ambiental rigorosa dos resíduos urbanos, visando promover a redução de resíduos nos grandes centros urbanos, programas de adoção de reciclagens e conscientização da população na busca de meio ambiente saudável e qualidade de vida é evidente e necessária. Uma vez que, o controle da produção de resíduos é prioritário na defesa do meio ambiente e na preservação dos recursos naturais. 

Neste contexto, é necessária uma gestão e/ou cogestão entre estados e municipios, em prol do controle integrado da produção de RSU, e ao mesmo tempo tornam-se necessários investimentos voltados a estruturação de métodos eficazes para solucionar os problemas advindos da produção e armazenamento dos RSU na região metropolitana de Belém, assim como nos demais centros urbanos. De modo, a proteger os recursos naturais e garantir a sustentabilidade do meio ambiente, garantindo recursos minimos para a sobrevivencia das gerações futuras.

1. REFERÊNCIAS

Araújo, M. L., Sousa, S. N., Lobato, V. C. Análise da disposição do lixo na cidade de Belém-Pa: o caso do lixão do aurá. Disponível em < seer.ufrgs.br/paraonde/article/download/22107/12867>. Acesso em 04 de Out. 2013.
Bringhenti, J. Coleta seletiva de resíduos sólidos urbanos: aspectos operacionais e da participação da população. [Tese de Doutorado]. São Paulo, 2004.
Carneiro, F. P., Souza, P. C. M., Barkokébas Jr. B. Estudo sobre a Gestão de Resíduos Sólidos da Indústria da Construção Civil na Região Metropolitana do Recife. Recife, 2002. 77p. Relatório (Iniciação Científica) – Escola Politécnica de Pernambuco da Universidade de Pernambuco, Recife,2002.
Costi, P.; Minciardi, R.; Robra, M.; Rovatti, M.; Sacile, R. An environmentally sustainable decision model for urban solid waste managemen. Waste Management, Vol. 24, ed. 3, pag. 277–295, 2004.
Ferguson, B. e Maurer, C. Urban management Urban management for environmental quality in South America. Third World Planning Review, v.18, n.2, 1996.
Giansanti, R. O Desafio do Desenvolvimento Sustentável. 2º. ed. São Paulo: Atual, 1999.
Góes, H. C. Coleta seletiva, planejamento municipal e a gestão de resíduos sólidos urbanos em Macapá/AP. Planeta Amazônia: Revista Internacional de Direito Ambiental e Políticas Públicas Macapá, n. 3, p. 45-60, 2011.
Gutberlet, J. Cities, Consumption, and the Generation of Waste. University of Victoria, Victoria, BC, Canada [s.d.]. Disponível em < http://unpan1.un.org/intradoc/groups/public/documents/apcity/unpan037034.pdf>. Acesso em 26 de set. 2013.
Jamshidi, A.; Taghizadeh, F.; and Ata, D. "Sustainable Municipal Solid Waste Management (Case Study: Sarab County, Iran)," Annals of Environmental Science: Vol. 5, Article 7. 2011.
Kaushal, R. K., Varghese, G, K., Chabukdhara, M. Municipal Solid Waste Management in India-Current State and Future Challenges: A Review. International Journal of Engineering Science and Technology (IJEST). Vol.v. 4, n.4, 2012.
Lima, C.R. Gerenciamento integrado de resíduos sólidos. Seminário apresentado ao curso de capacitação em limpeza pública para profissionais de prefeituras, 10 nov. 2010, Vitória (ES)
Lohmüller, M. Lixo ganha importância econômica como fonte de matéria-prima secundária. Disponível em: <http://www.dw.de/lixo-ganha-import%C3%A2ncia-econ%C3%B4mica-como-fonte-de-mat%C3%A9ria-prima-secund%C3%A1ria/a-5942514>. Acesso em: 03 fev. 2012.
Nicholas, G. R. Omul şi opera, vol.I, Editura Expert. 1996.
Oliveira, V. P. S; Rosa. D. L. F; Borges, P. R. S. Reflexões acerca da geração, coleta e destinação final dos resíduos sólidos urbanos no Brasil e no mundo. VII ENPPEX. Universidade e gestão pública: perspectivas e possibilidades. II Seminário dos cursos de Ciências Sociais Aplicadas da Fecilcam. Disponível em <http://www.fecilcam.br/anais/vii_enppex/PDF/economia/22-economia.pdf>. Acesso em 20 de set. 2013.
Portilho, F. Limites e Possibilidades do Consumo Sustentável. Apresentado no Programa de Comunicação Ambiental da Companhia Siderúrgica de Tubarão; 2004 jul. 08; Vitória (ES), Brasil.
Santana, A. C. de. Métodos Quantitativos em Economia: Elementos e Aplicações. Belém: UFRA, 484p. 2003.
Sen, A. K."The Impossibility of a Paretian Liberal", Journal of Political Economy, n. 78, pp152-157.1970.
Silva, F. L. "A dinâmica auto-regressiva do mercado de madeira para processamento e seus efeitos no desflorestamento" en Observatorio de la Economía Latinoamericana, Número 188, 2013. Disponível em <http://www.eumed.net/cursecon/ecolat/br/13/madera-para.hmtl>. Acesso em 26 de set. 2013.