Nativa, Sinop, v. 11, n. 1, p. 10-20, 2023.
Pesquisas Agrárias e Ambientais
DOI: https://doi.org/10.31413/nativa.v11i1.14353
ISSN: 2318-7670
Retrato do saneamento básico das bacias PCJ: uma proposta de classificação
dos municípios
Walef Pena GUEDES1, Cibele Roberta SUGAHARA1* ,
Denise Helena Lombardo FERREIRA1
1Pontificia Universidade Católica, Campinas, SP, Brasil.
*E-mail: cibelesu@puc-campinas.edu.br
Submetido em 08/09/2022; Aceito em 23/01/2023; Publicado em 07/02/2023.
RESUMO: O acesso à água e ao saneamento básico são direitos humanos fundamentais. Dessa forma, a
avaliação e monitoramento dos serviços de saneamento básico a partir de indicadores torna-se cada vez mais
necessário. Nesse sentido, o artigo tem por objetivo classificar os municípios das Bacias PCJ a partir de cada
fator, segundo o saneamento básico. O método de pesquisa é exploratório, aplicado, com abordagem
qualitativa, estudo de caso e procedimento documental. Optou-se pela aplicação da técnica Multivariada de
Análise Fatorial por Componentes Principais. Foram selecionados quinze variáveis a partir de dados do Sistema
Nacional de Informação e Saneamento, e a coleta foi realizada para o ano de 2019. Dentre os resultados destaca-
se que a dimensão Cobertura do atendimento de água e esgotamento sanitário (Fator 1) por capturar o maior
número de informações da amostra explica o maior percentual da variância total dos dados, e apresenta
cobertura para maioria dos municípios das Bacias PCJ. Pressupõe-se que a metodologia empregada pode ser
replicada em outros contextos de Bacias Hidrográficas, além de ser um instrumento para o acompanhamento
e gestão do saneamento básico.
Palavras-chave: abastecimento de água; esgotamento sanitário; indicadores de saneamento; gestão da água.
Picture of basic sanitation of PCJ basins: a proposal for classification of
municipalities
ABSTRACT: Access to water and sanitation are fundamental human rights. Thus, an evaluation and
monitoring of basic sanitation services based on indicators become increasingly necessary. In this sense, the
article aims to classify the municipalities of the PCJ Basins based on each factor, according to basic sanitation.
The research method is exploratory, applied, with a qualitative approach, case study and documental procedure.
It was decided to apply the Multivariate technique of Factorial Analysis by Principal Components. Fifteen
varieties of data from the National Information and Sanitation System were selected, and the collection was
carried out for the year 2019. Among the results, it is highlighted that the dimension Coverage of water supply
and sanitary sewage (Factor 1) for capturing the largest number of information from the sample explains the
highest percentage of the total variance of the data, and presents coverage for most municipalities in the PCJ
Basins. It is assumed that the methodology used can be replicated in other contexts of hydrographic basins, in
addition to being an instrument for monitoring and managing basic sanitation.
Keywords: water supply; sanitary sewage; sanitation indicators; water management.
1. INTRODUÇÃO
O acesso à água e ao saneamento básico é um direito
humano e requisito substancial para a promoção do bem-
estar social. Todavia, a violação desse direito se torna cada
vez mais recorrente, impactando severamente os grupos mais
vulneráveis da sociedade.
Para Cunha; Borja (2018) o acesso equitativo dos serviços
de saneamento básico está longe de ser alcançado. As
fragilidades históricas da ação estatal no campo do
saneamento são facilmente percebidas nas periferias das
grandes cidades e no meio rural das pequenas cidades.
Desigualdades significativas na cobertura e qualidade dos
serviços, assim como nos níveis de renda e educação, são
resultados de políticas públicas e estrutura social que
concentra renda e produz uma sociedade segregada.
O acesso desigual ao saneamento básico e habitação, bem
como a questão da alta densidade populacional intensificam
a exclusão das pessoas na ocupação do espaço urbano. Isso
por sua vez, faz com que a parcela mais vulnerável da
sociedade seja estimulada a ocupar os assentamentos
informais das cidades. À vista disso, o saneamento básico
mostra-se como sendo o maior problema na ocupação,
devido à ineficiência do Estado, além de tipificar a recorrente
violação dos direitos humanos (ARRUDA; HELLER, 2022).
No Brasil, a Lei nº 11.445/2007, atualizada pela Lei nº
14.026/2020 define o saneamento básico como sendo a
unificação de quatro dimensões de serviços: (i) abastecimento
de água; (ii) esgotamento sanitário; (iii) limpeza urbana e
manejo dos resíduos sólidos, e (iv) drenagem e manejo das
águas pluviais urbanas. Apesar de consistirem em sistemas
com características singulares, elas estão intimamente ligadas
Guedes et al.
Nativa, Sinop, v. 11, n. 1, p. 10-20, 2023.
11
e interferem diretamente no bem-estar social e na qualidade
ambiental da população (BRASIL, 2021a).
O índice de atendimento total de água para o ano de 2020
foi de 84,1% (redes públicas), e o atendimento urbano 93,4%.
De modo geral, o bom resultado nacional não se reflete em
todas as regiões brasileiras. A macrorregião Norte apresentou
o menor índice de atendimento de total (58,9%) e urbano
(72,0%). Em contrapartida, a macrorregião Sudeste e Sul
tiveram os maiores índices, 91,3% e 98,8%, respectivamente
(BRASIL, 2021b).
Já com relação ao esgotamento sanitário, as redes de
esgoto alcançaram cerca de 55,0% da população total e 63,2%
da urbana. A macrorregião Norte apresentou o menor índice
para população total e urbana (13,1% e 17,2%). Por outro
lado, a macrorregião Sudeste destacou-se com 80,5% e
84,9%, para população total e urbana (BRASIL, 2021b).
A cobertura de coleta de resíduos sólidos domiciliares
atenderam 98,7% da população urbana. Essa dimensão
apresentou menor variabilidade nas macrorregiões
brasileiras, onde o Sudeste atingiu 99,4% e Norte 96,2% para
o ano de 2020 (BRASIL, 2021c). No tocante à drenagem,
para o mesmo ano, 89,2% da população urbana recebeu
atendimento. Já o índice de domicílios urbanos em situação
de risco de inundação alcançou 4% na macrorregião Norte
(corresponde a 120,0 mil) e no Sudeste 4,1% (corresponde
999,4 mil) (BRASIL, 2021d).
Dentre as instituições que acompanham os avanços do
saneamento, pode-se destacar a atuação da Agência Nacional
das Águas e Saneamento Básico (ANA). A ANA desempenha
seu papel através dos Comitês de Bacias Hidrográficas, os
quais possuem a função de gerir os recursos hídricos a fim de
fomentar a atuação descentralizada e participativa
(TRINDADE; SCHEIBE, 2018).
O Brasil apresenta expressiva oferta de água, mas a
relação entre oferta e demanda não é uniforme. A tomar
como exemplo o caso das Regiões Metropolitanas de São
Paulo e Campinas. Ambas possuem grande contingente
populacional, e estão inseridas em áreas de bacias
hidrográficas onde a oferta da bacia é inferior às necessidades
da população (BRAGA; KELMAN, 2016). No estudo
realizado por Schechi et al. (2017) foram analisadas as
relações entre o Imposto sobre Circulação de Mercadorias e
Serviços ecológico (ICMSe) e a cobrança pelo uso da água, o
estudo evidenciou que esse imposto pode ser um
instrumento de política nacional de recursos hídricos para
garantir recursos para fins de proteção, preservação e
manutenção das Bacias Hidrográficas.
Justifica-se a escolha das Bacias Hidrográficas dos Rios
Piracicaba, Capivari e Jundiaí (Bacias PCJ), considerando que
em resposta à demanda da sociedade, a Organização para a
Cooperação e Desenvolvimento Econômico (OCDE) expõe
a necessidade de integração entre os serviços de saneamento
com os recursos hídricos, como garantia de promoção da
saúde e preservação dos recursos naturais, para potencializar
o bem-estar social, por meio da eficiência do uso da água e
maior efetividade em sua alocação (OCDE, 2015). A
disponibilidade da água, em quantidade e qualidade, e as
questões relacionadas ao saneamento básico são requisitos
necessários para a manutenção do bem-estar social.
Nesta pesquisa é apresentada uma classificação dos
municípios atendidos pelas Bacias Hidrográficas dos Rios
Piracicaba, Capivari e Jundiaí (Bacias PCJ), considerando as
classes obtidas a partir da representação gráfica do Software
livre Philcarto disponível para acesso no site
http://philcarto.free.fr/indexPT.html. Ademais, essa
pesquisa objetiva classificar os municípios das Bacias PCJ a
partir de cada fator, segundo o saneamento básico.
Para atingir o objetivo da pesquisa foi aplicada a Análise
Fatorial (AF) por Componentes Principais para definir os
fatores (dimensões) que conseguem explicar a variação total
dos dados. O emprego desta técnica possibilita a criação de
novas dimensões de saneamento básico, além disso, pode
contribuir para fomentar discussões em relação ao cenário
atual dos municípios abrigados pelas Bacias PCJ. Nessa
pesquisa, utilizou-se o Software SPSS (versão 23) para a
aplicação da AF.
2. MATERIAL E MÉTODOS
2.1. Caracterização da pesquisa
Essa pesquisa caracteriza-se como exploratória, aplicada
e qualitativa, com estudo de caso. A pesquisa exploratória
visa conhecer profundamente determinado objeto
(SEVERINO, 2017). A pesquisa qualitativa usa diferentes
requisitos de conhecimento, estratégias de pesquisa e
métodos de coleta e análise de dados para melhorar a
compreensão da questão de pesquisa (CRESWELL, 2007).
Por outro lado, os estudos de caso caracterizam-se pelo
estudo de um ou vários tópicos para aprofundar o
conhecimento (ZANELLA, 2013).
É uma pesquisa documental cujas fontes de dados são: o
Relatório Síntese: Plano de Recursos Hídricos das Bacias
Hidrográficas dos rios Piracicaba, Capivari e Jundiaí - 2020 a
2035 (COMITÊS PCJ, 2020), e o Relatório de Situação dos
Recursos Hídricos 2020 – ano base 2019 (COMITÊS PCJ,
2021).
2.2 Área de estudo
As Bacias PCJ estão localizadas entre os meridianos de
46° e 49° de longitude Oeste e 22° e 23,5° de latitude Sul,
possuem cerca de 300 quilômetros de extensão na direção
Leste-Oeste e cerca de 100 quilômetros na direção Norte-Sul.
A área de extensão das Bacias PCJ compreende um recorte
espacial definido como limite da bacia de 15.377 km², sendo
92,45% (71 municípios) no estado de São Paulo e 7,55% (5
municípios) no estado de Minas Gerais. A área de drenagem
abrange três Bacias Hidrológicas (BH), sendo: a Bacia do Rio
Capivari (1.568 km²), a Bacia do Rio Jundiaí (corresponde a
1.154 km²) e a Bacia do Rio Piracicaba (corresponde a 12.655
km²) (COMITÊS PCJ, 2020).
Na Figura 1 é possível verificar a localização das Bacias
PCJ, bem como as suas sub-bacias. As Bacias PCJ são
divididas em sete sub-bacias (Tabela 1).
Tabela 1. Subdivisão das Bacias PCJ.
Table 1. PCJ Basins Subdivison
Bacia
Sub
-
bacia
Área (km²)
Capivari
Capivari
1.568
Jundiaí
Jundiaí
1.154
Piracicaba
Atibaia
2.816
Camanducaia 1.040
Corumbataí 1.719
Jaguari
3.303
Piracicaba 3.775
Total das Bacias PCJ
15.377
Fonte: Elaborado a partir do Comitês PCJ (2020).
Source: Elaborated from PCJ Committees (2020).
Retrato do saneamento básico das bacias PCJ: uma proposta de classificação dos municípios
Nativa, Sinop, v. 11, n. 1, p. 10-20, 2023.
12
A BH do Rio Piracicaba abrange cinco sub-bacias, em
termos hidrológicos, representa 82% da área total de
drenagem, além de abarcar cerca de 66% da população
residente nas Bacias PCJ (COMITÊS PCJ, 2020). Destacam-
se as maiores sub-bacias: Piracicaba (3.377,48 km²) e Jaguari
(3.303,96 km²). As sub-bacias das Bacias PCJ segundo os
municípios atendidos são apresentadas na Tabela 2.
Figura 1. Localização das Bacias PCJ. Fonte: Consórcio PCJ (2023).
Figure 1. Location of PCJ Basins. Source: PCJ Consortium (2023).
Percebe-se ao analisar a Tabela 2 que alguns municípios
estão inteiramente inseridos em uma sub-bacia específica,
enquanto outros estão parcialmente inseridos em mais de
uma, como é o caso do município de Campinas atendido
pelas sub-bacias Piracicaba, Jaguari, Atibaia e Capivari.
2.3. Base de dados
No Brasil, o Sistema de Informações sobre Saneamento
(SNIS) é a base de dados referência na disponibilização de
indicadores de saneamento básico. O SNIS é administrado
pela Secretaria Nacional de Saneamento do Ministério do
Desenvolvimento Regional (SNS/MDR), e dispõe de um
conjunto robusto de dados que possibilita a mensuração e
avaliação dos serviços de (a) abastecimento de água; (b)
esgotamento sanitário; (c) manejo de resíduos sólidos
urbanos, e (d) drenagem das águas pluviais urbanas (BRASIL,
2021a).
Nessa pesquisa, optou-se por coletar os dados no SNIS
para o ano de 2019, considerando que no momento da coleta
esses eram os dados mais recentes. Portanto, estabeleceu-se
um conjunto de quinze variáveis que atenderam ao objetivo
da pesquisa. Cada variável selecionada dispõe de dados para
os 76 municípios das Bacias PCJ (Tabela 3).
Tabela 2. Sub-bacias das Bacias PCJ segundo os municípios.
Table 2. PCJ Sub-basins according to municipalities.
Sub-bacias Municípios
Capivari Campinas, Capivari, Elias Fausto, Hortolândia, Indaiatuba, Itupeva, Jundiaí, Louveira, Mombuca, Monte Mor, Rafard, Rio
das Pedras, Tietê, Valinhos, Vinhedo.
Jundiaí Atibaia, Cabreúva, Campo Limpo Paulista, Indaiatuba, Itu, Itupeva, Jarinu, Jundiaí, Mairiporã, Salto, Várzea Paulista.
Atibaia Americana, Atibaia, Bragança Paulista, Camanducaia*, Campinas, Cordeirópolis, Cosmópolis, Extrema*, Itatiba, Jaguariúna,
Jarinu, Joanópolis, Jundiaí, Louveira, Morungaba, Nazaré Paulista, Nova Odessa, Paulínia, Piracaia, Valinhos, Vinhedo.
Camanducaia
Amparo, Holambra, Jaguariúna, Monte Alegre do Sul, Pedra Bela, Pedreira, Pinhalzinho, Santo Antônio de Posse, Serra
Negra, Socorro, Toledo*.
Corumbataí Analândia, Charqueada, Cordeirópolis, Corumbataí, Ipeúna, Itirapina, Piracicaba, Rio Claro, Santa Gertrudes.
Jaguari
Americana, Amparo, Artur Nogueira, Bragança Paulista, Camanducaia*, Campinas, Cordeirópolis, Cosmópolis, Engenheiro
Coelho, Extrema*, Holambra, Itapeva*, Jaguariúna, Joanópolis, Limeira, Mogi-Mirim, Morungaba, Paulínia, Pedra Bela,
Pedreira, Pinhalzinho, Piracaia, Santo Antônio de Posse, Sapucaí-Mirim, Tuiuti, Vargem.
Piracicaba
Águas de São Pedro, Americana, Anhembi, Botucatu, Brotas, Campinas, Capivari, Charqueada, Cordeirópolis, Dois
Córregos, Hortolândia, Iracemápolis, Itirapina, Limeira, Monte Mor, Nova Odessa, Paulínia, Piracicaba, Rio das Pedras,
Saltinho, Santa Bárbara d’Oeste, Santa Maria da Serra, São Pedro e Sumaré, Torrinha.
Nota: * Municípios localizados no Estado de Minas Gerais. Fonte: Comitês PCJ (2020).
Note: * Municipalities located in the State of Minas Gerais.
Source: PCJ Committees (2020).
Guedes et al.
Nativa, Sinop, v. 11, n. 1, p. 10-20, 2023.
13
Tabela 3. Variáveis selecionadas.
Table 3. Selected variables.
Variáveis
Descrição
Unidade de
medida
A1
Proporção da população total
atendida com abastecimento de água
Habitantes
A2
Proporção do volume de água
produzido
1.000 m³/ano.
A3
Proporção do volume de água
consumido
1.000 m³/ano.
A4
Proporção do
volume de água
faturado
1.000 m³/ano.
A5
Consumo médio
per capita
de água
1.000 m³/ano.
A6
Índice de atendimento urbano de
água
Percentual
E1
Índice de coleta de esgoto
Percentual
E2
Índice de atendimento urbano de
esgoto referido aos municípios
atendidos com esgoto
Percentual
E3
Índice de atendimento total de
esgoto referido aos municípios
atendidos com água
Percentual
E4
Proporção da população total
atendida com esgotamento sanitário
Habitantes
R1
Proporção da quantidade
total de
Resíduos Domiciliares (RDO)
coletados por todos os agentes
Tonelada/ano.
R2
Proporção da quantidade de
Resíduos Públicos (RPU) coletados
pelos agentes públicos e privados
Tonelada/ano.
R3
Taxa de cobertura regular do serviço
de coleta de RDO em relação à
população total do município
Percentual
R4
Taxa de cobertura regular do serviço
de coleta de RDO em relação à
população urbana
Percentual
D1
Parcela de Domicílios em Situação
de Risco de Inundação
Percentual
Fonte: Elaborado a partir do SNIS (2019).
Source: Elaborated from SNIS (2019).
As variáveis contemplam as dimensões de abastecimento
de água (A1, A2, A3, A4, A5 e A6), esgotamento sanitário
(E1, E2, E3 e E4), manejo de resíduos sólidos urbanos (R1,
R2, R3 e R4), e drenagem das águas pluviais urbanas (D1).
2.4. Análise estatística
De acordo com Hongyu (2018) a técnica multivariada de
AF é uma das mais antigas. Com o emprego da AF, busca-se
mensurar fenômenos não observáveis (variáveis latentes ou
construtos) a partir de dados inter-relacionados. As variáveis
são deduzidas de forma clara por intermédio de um modelo
estatístico, a partir de outras variáveis observadas (MATOS;
RODRIGUES, 2019).
Na AF os testes de Kaiser-Meyer-Olkin (KMO) e o teste
de esfericidade de Bartlett possibilitam averiguar a
adequabilidade da amostra de dados, isto é, se a técnica é
apropriada ao conjunto de dados ou não. Somado a isso, o
padrão de similaridade consegue indicar a proporção da
variância de cada variável observada explicada pelos
componentes extraídos (HAIR et al., 2009; FÁVERO;
BELFIORE, 2017; MATOS; RODRIGUES, 2019).
Nessa pesquisa foi aplicada a AF por Componentes
Principais que segundo Hair et al. (2009) possibilita reduzir o
número de variáveis a partir do agrupamento de variáveis que
apresentem correlação entre si, e diminuir o número de perda
de informações.
Com a AF é possível identificar um pequeno número de
fatores que representam o comportamento de um conjunto
de variáveis originais (HAIR et al., 2009). Para King (2001) e
Hair et al. (2009) o fator é considerado uma dimensão
comum entre as variáveis.
Dentre os métodos para definição dos fatores, o de
Componentes Principais é comumente utilizado na AF. Isso
porque a AF usa coeficientes de correlação para aglutinar
variáveis e gerar fatores (FÁVERO; BELFIORE, 2017). Essa
abordagem visa estabelecer as dimensões subjacentes por
Componentes Principais gera combinações lineares capazes
de capturar um grande percentual de variância das variáveis
observadas (MATOS; RODRIGUES, 2019).
A AF por Componentes Principais possibilita que, a
partir de um amplo conjunto de “variáveis originais
correlacionadas entre si, seja determinado outro conjunto de
variáveis (fatores) resultantes da combinação linear do
primeiro conjunto” (FÁVERO; BELFIORE, 2017).
Nesta pesquisa, a amostra é composta por 76 observações
(quantidade de municípios analisados) e 15 variáveis
(indicadores), equivalente a razão de 5:1 atendendo aos
critérios de Hair et al. (2009). Ademais, o planejamento da
AF se deu segundo as recomendações de Figueiredo Filho e
Silva Júnior (2010). E o processo de interpretação foi baseado
nos estudos realizados Hair et al. (2009), Fávero; Belfiore
(2017) e Hongyu (2018).
3. RESULTADOS
Tecnicamente, o teste KMO obteve índice de 0,729 e
teste de esfericidade de Bartlett p-valor (<,000). De acordo
com Hair et al. (2009) a aplicação da AF é adequada à amostra
de dados.
Na AF por Componentes Principais, o primeiro Fator
explica o maior percentual da variância total dos dados, o
segundo Fator a segunda maior variância, assim
sucessivamente (Tabela 4).
Tabela 4. Fatores obtidos pelo método de Componentes Principais.
Table 4. Factors obtained by Principal Components Method.
Componente
Variância explicada
pelo Fator (%)
Variância cumulativa
(%)
1
28,72
28,72
2
22,21
50,94
3
16,39
67,34
4
7,77
75,11
5
7,20
82,31
Nota: Método de Extração: Análise de Componente Principal.
Note: Extraction Method: Principal Component Analysis.
Observa-se que o Fator 1 captura o maior percentual de
explicação da amostra dos dados, conseguindo explicar
aproximadamente 28,72% da variância total dos dados.
O Fator 1 está associado às variáveis A1; A6; E2; E3 e
E4. O Fator 2 às variáveis A2; A3; A4 e A5. O Fator 3 está
relacionado às variáveis R1; R3; e R4. O Fator 4 refere-se à
variável E1. Por fim, o Fator 5 é composto pelas variáveis D1
e R2 (Tabela 5).
De modo geral, a carga fatorial é a correlação que cada
variável estabelece com o seu respectivo fator, quanto maior
a carga maior a correlação, sendo a menor de 0,662 (R2) e a
maior de 0,943 (A5).
Retrato do saneamento básico das bacias PCJ: uma proposta de classificação dos municípios
Nativa, Sinop, v. 11, n. 1, p. 10-20, 2023.
14
Tabela 5. Cargas fatoriais obtidas na Análise Fatorial das variáveis
de saneamento básico dos municípios das Bacias PCJ.
Table 5. Factorial loadings obtained in the Factorial Analysis of the
basic sanitation variables of the PCJ Basins municipalities.
Fator Variáveis
Cargas
Fatoriais
Fator 1
Cobertura de atendimento de água e
esgotamento sanitário
A1 0,837
A6 0,667
E2 0,826
E3 0,896
E4 0,931
Fator 2
Disponibilidade e consumo de água
A2 0,783
A3 0,898
A4 0,884
A5 0,943
Fator 3
Cobertura do serviço de coleta de
RDO
R1 -0,844
R3 0,878
R4 0,906
Fator 4
Cobertura de coleta de esgoto E1 0,926
Fator 5
Domicílios em situação de risco e
RPU coletada por todos os agentes.
D1 0,724
R2 0,662
Nota: Método de Extração: Análise de Componente Principal. Método de
Rotação: Varimax com normalização de Kaiser.
Note: Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser normalization.
A solução da rotação mostrada na Tabela 5 é dada pelo
resultado de cinco fatores, isto é, novas dimensões, as quais
foram nominadas de Fator 1 – Cobertura de atendimento de
água e esgotamento sanitário; Fator 2 – Disponibilidade e
consumo de água; Fator 3 – Cobertura do serviço de coleta
de RDO; Fator 4 - Cobertura de coleta de esgoto e Fator 5 –
Domicílios em situação de risco e RPU coletada por todos os
agentes.
Posteriormente, os escores fatoriais computados para
cada fator foi normalizado, indicando o nível de cobertura
dos serviços de saneamento básico dos municípios das Bacias
PCJ dentro de cada fator. A normalização foi feita com base
no menor e no maior escore fatorial (Equação 1).
Y = í
áí (01)
A normalização permite que os valores variem entre 0 e
1. Em seguida, a fim de melhorar a compreensão das
condições dos serviços de saneamento básico nas Bacias PCJ
foram confeccionados os mapas a partir do Software Philcarto
(versão x86) para cada Fator (escores fatoriais), visando
facilitar o processo de interpretação no mapeamento dos
recortes geográficos estudados.
Com base nas estatísticas descritivas, os fatores permitem
determinar a classificação do saneamento básico para cada
município das Bacias PCJ. As classes escolhidas são baseadas
naquelas usadas para representação gráfica do Software
Philcarto, a qual ocorre segundo os quartis, isolando as duas
classes extremas. As classes definidas são: mínimo; 5º
percentil; 1º quartil; média; 3º quartil; 95º percentil e máximo.
Em síntese, essa classificação possibilita separar os 5% das
unidades espaciais dos menores valores e dos maiores valores
(GIRARD, 2007).
A classificação estipulada pelo Software Philcarto, bem
como a frequência de municípios para cada classe são: Muito
Alto (3 municípios), Alto (16 municípios), Mediano (19
municípios), Baixo (19 municípios), Muito Baixo (16
municípios), e Extremamente Baixo (3 municípios). Vale
destacar que frequência permanece a mesma para todos os
Fatores.
Figura 2. Fator 1 - Cobertura de atendimento de água e esgotamento
sanitário.
Figure 2. Factor 1 - Coverage of water supply and sanitary sewage.
Ao analisar a Figura 2 (Fator 1) os municípios de
Campinas, Iracemápolis e Rio Claro apresentaram as
melhores condições de Cobertura de atendimento de água e
esgotamento sanitário, isto é, classificados como “Muito
Alto”. É possível observar que os municípios classificados
como “Baixo”, ‘Muito Baixo” e “Extremamente Baixo” estão
entre 0,000 (limite inferior) e 0,855 (limite superior).
Além disso, é perceptível que os municípios mais
vulneráveis estão concentrados ao Sudeste das Bacias PCJ e
demonstram um comportamento que destoam dos demais.
Dentre os municípios atendidos pelas Bacias PCJ, Nazaré
Paulista, Toledo e Jarinu (Extremamente Baixo) têm mais
pontos a melhorar em comparação aos demais.
Cabe destacar que o Fator 1 é o que captura o maior
número de informações na amostra, e por isso, o Fator que
consegue explicar o maior percentual da variância total dos
dados, isto é, o Fator 1 demostra cobertura para maioria dos
municípios das Bacias PCJ em relação aos aspectos do
saneamento básico.
No Fator 2 os municípios de Analândia, Iracemápolis e
Pedra Bela apresentaram a pior classificação – Extremamente
Baixo, ou seja, dentre os municípios elencados no Fator 2,
esses são os que merecem maior atenção no tocante à
Disponibilidade e consumo de água.
Já os municípios de Águas de São Pedro, Monte Alegre
do Sul e Holambra mostraram melhor desempenho (Muito
Alto). Observa-se ao Noroeste das Bacias PCJ a existência de
municípios com melhores condições nesse Fator.
Quanto ao Fator 3 (Figura 4), nota-se na marcação
circular uma concentração de municípios classificados como
Baixo e Muito Baixo. Os municípios de Rio Claro, Anhembi
e Engenheiro Coelho foram classificados como
Extremamente Baixo, ou seja, apresentaram valores mais
Guedes et al.
Nativa, Sinop, v. 11, n. 1, p. 10-20, 2023.
15
baixos nesse Fator. Em contrapartida, Vargem, Jarinu e
Itapeva mostraram situação inversa, demonstrando melhores
condições para a Cobertura do serviço de coleta de RDO
dentre os municípios atendidos pelas Bacias PCJ (Muito
Alto).
Figura 3. Fator 2 - Disponibilidade e consumo de água.
Figure 3. Factor 2 - Water availability and consumption.
Figura 4. Fator 3 - Cobertura do serviço de coleta de RDO.
Figure 4. Factor 3 - RDO collection service coverage.
O Fator 4 (Figura 5) abrange apenas a variável de Índice
de coleta de esgoto. Nesse sentido, nota-se que os municípios
que apresentaram os piores índices estão concentrados na
área leste das Bacias PCJ (Extremamente Baixo): Vargem,
Pedra Bela e Pinhalzinho. Os melhores índices para este
Fator foram obtidos para os municípios de Sapucaí-Mirim,
Campinas e Itapeva (Muito Alto).
Os municípios com os melhores índices para o Fator 5
são Vargem, Campinas e Piracicaba (Muito Alto). Já os
municípios que necessitam direcionar esforços para os
Domicílios em situação de risco e RPU coletada por todos os
agentes são Nazaré Paulista, Joanópolis e Piracaia
(Extremamente Baixo).
Figura 5. Fator 4 - Cobertura de coleta de esgoto.
Figure 5. Factor 4 - Sanitary sewage coverage.
Figura 6. Fator 5 - Domicílios em situação de risco e RPU coletada
por todos os agentes.
Figure 6. Factor 5 - Residences at risk and RPU collected by all
agentes.
4. DISCUSSÃO
4.1. Fator 1 - Cobertura de atendimento de água e
esgotamento sanitário
O saneamento básico nas Bacias PCJ é uma preocupação
recorrente, tendo em vista os arranjos populacionais e
econômicos da região. Diante desse corolário é importante
discutir inicialmente a elaboração de novas dimensões de
saneamento básico para os municípios das Bacias PCJ. Isso
porque a elaboração dessas novas dimensões a partir de
indicadores sintéticos já consolidados permitem capturar
nuances que não seriam possíveis a partir de indicadores
isolados.
O Fator 1 é composto por variáveis relacionadas ao
abastecimento de água (A1 e A6) e esgotamento sanitário
(E2, E3 e E4). Tendo como base as cargas fatoriais (Fator 1,
Tabela 5), a variável E4 apresenta a maior carga (0,931), isto
é, essa variável está fortemente correlacionada com seu Fator.
Retrato do saneamento básico das bacias PCJ: uma proposta de classificação dos municípios
Nativa, Sinop, v. 11, n. 1, p. 10-20, 2023.
16
Em síntese, nos municípios das Bacias PCJ nos quais o Fator
1 predomina, pode-se inferir que existem altos índices de
atendimento de esgotamento sanitário. Ademais, todas as
variáveis do Fator 1 possem correlação fortemente positiva.
Baseando nas características do Fator 1, o qual abarca
variáveis relacionadas ao atendimento de água e esgotamento
sanitário é importante frisar que, segundo os Comitês PCJ
(2020) em termos de abastecimento de água nas Bacias PCJ,
cerca de 51% dos sistemas são operados pelos municípios das
Bacias PCJ, sendo 43% por companhias estaduais e 6% por
empresas privadas. Além disso, 45% dos sistemas de
esgotamento sanitário são operados pelos municípios. Nesse
caso, a Companhia de Saneamento Básico do Estado de São
Paulo (SABESP) e a Companhia de Saneamento de Minas
Gerais (Copasa) são responsáveis por 41% desses serviços,
sendo o restante operado por empresas privadas e mistas
(COMITÊ PCJ, 2020). Cabe destacar, que, apesar dos
Comitês PCJ (COMITÊS PCJ, 2020; 2021) utilizarem os
dados fornecidos pelo SNIS para a elaboração dos Relatórios,
não há informações para todas as variáveis estudas nessa
pesquisa. Portanto, será abordado as variáveis (indicador) que
mais se aproximam do Fator em questão (o mesmo vale para
dos demais fatores).
A Tabela 6 mostra a evolução do abastecimento de água
dos municípios inseridos nas Bacias PCJ no período 2014 a
2018.
Tabela 6. Evolução do abastecimento de água dos municípios
inseridos nas Bacias PCJ entre 2014 e 2018, e classificação de
referência.
Table 6. Evolution of the water supply of the municipalities
included in the PCJ Basins between 2014 and 2018, and reference
classification.
Ano
Índice de atendimento urbano de água (%)
2014 97,7
2015
97,8
2016
98,0
2017
98,3
2018
98,4
Classificação
Ruim
< 80%
Regular ≥ 80% e < 95%
Bom
≥ 95%
Fonte: Elaboração própria a partir dos dados do Comitês PCJ
(2021).
Source: Elaborated from Committee data (2021).
Observa-se que no período de 2014 a 2018 os municípios
inseridos nas Bacias PCJ apresentaram um cenário
considerado “Bom”, com incremento de 0,7% no ano de
2018 em relação ao de 2014. No entanto, uma pequena parte
dos municípios apresenta nível considerado “Ruim” de
atendimento, como no caso de Campo Limpo Paulista
(79,4%), Nazaré Paulista (46,2%) e Piracaia (67,4%). Por
outro lado, Várzea Paulista (94%), Jarinu (85,2%) e Santa
Maria da Serra (92,1%) mostram nível “Regular” de
atendimento (COMITÊ PCJ, 2021). Constata-se que Nazaré
Paulista apresentou o pior resultado para atendimento
urbano de água durante o período de 2014 a 2019. Esse
cenário fortalece a classificação do Fator 1 (Figura 2), onde o
município supracitado foi classificado como Extremamente
Baixo.
Apesar da variável perdas de água não ter sido considera
nesse estudo, é importante destacar que cerca de 33
municípios apresentaram índice de perda maior que 30%. A
maioria dos municípios das Bacias PCJ apresentam perdas de
água “Regular” e/ou “Ruim”. Segundo o Comitês PCJ (2021)
do total (30%), 15% apresentam perdas superiores a 40%,
como, por exemplo: Rio das Pedras (60,3%), Tuiuti (57,2%),
Piracicaba (49,6%) e Sumaré (41,2%). Nota-se que apesar de
o índice de atendimento urbano ser consideravelmente
“Bom”, os índices de perdas são expressivos.
No caso do município de Campinas (primeira posição no
Fator 1 – Figura 1), Sugahara, Guedes e Ferreira (2023) frisam
que o município apresentou ritmo constante de melhora para
as quatro dimensões do saneamento básico durante o
período de 2015 a 2019. Para os autores, as diretrizes e ações
alinhadas ao Plano Diretor Municipal acrescidas das metas do
Plansab podem ter fomentado esse resultado.
4.2. Fator 2 – Disponibilidade e consumo de água
O Fator 2 é composto especificamente por variáveis
relacionadas à disponibilidade e consumo de água (A2, A3,
A4 e A5). Nesse Fator, todas as variáveis possuem correlação
fortemente positiva. A variável A5 apresenta uma carga
altamente expressiva (0,943) para o consumo médio per capita
de água. De modo geral, esse resultado pode ser o indicativo
que nos municípios estudados a demanda per capita é
significativa.
De acordo com os Comitês PCJ (2021) apesar de os
índices de abastecimento de água serem relativamente
confortáveis na região das Bacias PCJ, essa situação não se
repete quanto à disponibilidade per capita (Tabela 7).
Tabela 7. Disponibilidade das águas dos municípios inseridos nas
Bacias PCJ entre 2015 e 2019, e classificação de referência.
Table 7. Availability of water in the municipalities included in the
PCJ Basins between 2015 and 2019, and reference classification.
Ano
Disponibilidade
per capita
–
Vazão média em
relação à população total (m³ /hab.ano)
2015 1.000,97
2016
990,92
2017
980,96
2018
971,08
2019
961,29
Classificação
Ruim
≥ 1.500 m
³ /hab.ano
Regular entre 1.500 e 2.500 m³ /hab.ano
Bom
>2.500 m³ /hab.ano
Fonte: Elaboração própria a partir dos Comitês PCJ (2021).
Source: Elaborated from Committee data (2021).
Embora a região das Bacias PCJ possuem um
significativo número de mananciais superficiais, percebe-se
que persiste uma redução de disponibilidade per capita, em
2015 a disponibilidade era de 1.000,97 m³/hab.ano passando
para 961,29 m³/hab.ano em 2019, o que expõe uma redução
de 39,68 m³/hab.ano, tipificando essa situação como crítica,
haja vista, que o Plano Estadual de Recursos Hídricos do
Estado de São Paulo adota o limite satisfatório de 1.500
m³/hab.ano de disponibilidade per capita (COMITÊS PCJ,
2021). Esse cenário ficou evidente no enfrentamento da crise
hídrica vivenciada entre 2014 e 2015, onde a Região
Metropolitana de São Paulo em particular sofreu pelo caos da
seca seguida de severas inundações (BRAGA; KELMAN,
2016).
Guedes et al.
Nativa, Sinop, v. 11, n. 1, p. 10-20, 2023.
17
4.3. Fator 3 - Cobertura do serviço de coleta de RDO
O Fator 3 congrega três variáveis relacionadas à
Cobertura do serviço de coleta de resíduos domiciliares (R1,
R3 e R4). É possível notar que a variável R4 (0,906) apresenta
correlação fortemente positiva com seu fator, ao passo que a
variável R1 possui uma boa correlação inversa (-0,844).
Com relação à limpeza urbana e manejo de resíduos
sólidos nas Bacias PCJ, a Tabela 8 traz a evolução do
indicador considerando a disposição dos resíduos.
Tabela 8. Evolução do manejo de resíduos sólidos dos municípios
inseridos nas Bacias PCJ, entre 2015 e 2019, e classificação de
referência.
Table 8. Evolution of solid waste management in the municipalities
included in the PCJ Basins, between 2015 and 2019, and reference
classification.
Ano Resíduo sólido urbano disposto em aterro
enquadrado como adequado (%)
2015 99,7
2016
96,4
2017
100,0
2018
96,5
2019
96,6
Classificação
Ruim
< 50%
Regular ≥ 50% e < 90%
Bom
≥ 90%
Fonte: Elaboração própria a partir dos Comitês PCJ (2021).
Source: Elaborated from Committee data (2021).
É possível notar (Tabela 8) que o índice de disposição
adequada dos resíduos sólidos permaneceu acima dos 90%
“Bom” para o período de 2015 a 2019. Em 2017, atingiu o
patamar de 100%, entretanto, no ano de 2018 e 2019 pode-
se perceber um decréscimo de 3,5% e 3,6, respectivamente.
O indicador resíduos sólidos apresenta melhor desempenho
comparado aos indicadores das demais dimensões de
saneamento descritas no relatório dos Comitês PCJ (2021).
Do ponto de vista da limpeza urbana e manejo de
resíduos sólidos, a sub-bacia Piracicaba concentra a maior
geração de resíduos sólidos, os municípios de Campinas,
Piracicaba e Sumaré são os maiores responsáveis por essa
geração (COMITÊS PCJ, 2020). O município de Campinas,
por exemplo, é apontado pela Associação Brasileira de
Empresas de Limpeza Pública e Resíduos Especiais
(ABRELPE, 2021) como produtor diário de 862,49 toneladas
de resíduos e geração média per capita de 0,732 kg/dia.hab.,
remetendo-se o expressivo volume às densas atividades
econômicas e demográficas.
Contudo, apesar da sub-bacia Piracicaba ser detentora
dos maiores índices de geração de resíduo sólido, a maior
parte dos resíduos gerados nas Bacias PCJ é destinado à sub-
bacia Atibaia, devido ao aterro sanitário do município de
Paulínia (COMITÊS PCJ, 2020).
4.4. Fator 4 - Cobertura de coleta de esgoto
O Fator 4 é composto pela variável E1 (0,926), a qual está
fortemente correlacionada com seu Fator correspondente.
Esse Fator consegue identificar o potencial do serviço de
coleta de esgoto nos municípios das Bacias PCJ.
A evolução do esgotamento sanitário pode ser observada
no Tabela 9.
Tabela 9. Evolução do esgotamento sanitário dos municípios
inseridos nas Bacias PCJ, entre 2015 e 2019, e classificação de
referência.
Table 9. Evolution of sanitary sewage in the municipalities included
in the PCJ Basins, between 2015 and 2019, and reference
classification.
Ano Esgoto
coletado (%)
Esgoto
tratado (%)
Esgoto
reduzido (%)
2015
93,0
72,6
64,6
2016
91,0
73,1
64,9
2017
92,2
76,1
67,9
2018 93,3 76,8 67,0
2019
93,3
77,8
66,6
Classificação
–
Esgoto coletado e Tratado
Ruim
< 50 %
Regular ≥ 50% e < 90%
Bom
≥ 80%
Eficiência – Esgoto reduzido
Ruim
< 50 %
Regular
≥ 50% e < 80%
Bom
≥ 80%
Fonte: Elaboração própria a partir dos Comitês PCJ (2021).
Source: Elaborated from Committee data (2021).
O índice de esgoto coletado apresentou média de 92,5%,
com destaque para o ano de 2019 que alcançou o patamar de
93,3%, considerado “Bom”. No entanto, esse cenário não se
reflete quanto ao tratamento de esgoto. No ano de 2015 foi
apresentado 72,6%, e para o ano de 2019 constatou um
acréscimo de 5,2%, alcançando 77,8%, considerado
“Regular”. A evolução mais expressiva para o tratamento de
esgoto ocorreu entre o ano de 2016 e 2017, que passou de
73,1% para 76,1%, respectivamente. Além disso, cabe
salientar que as Bacias PCJ ainda não alcançaram o índice de
80% para se enquadrar no nível “Bom”.
Com um cenário semelhante, a eficiência dos sistemas de
esgotamento sanitário também está classificada como
“Regular”. O Índice de eficiência apresentou decréscimo de
0,4% de 2018 para 2019. Apenas 21 municípios das Bacias
PCJ conquistaram o nível “Bom”, ou seja, alcançaram
eficiência acima de 80%, como no caso de Saltinho (97%),
Nova Odessa (94,5%), Rio Claro (89,9%) e Jundiaí (87,4%).
No que lhe concerne, os municípios de São Pedro (9,2%),
Nazaré Paulista (11,6%), Jarinu (17,9%) e Sumaré (20%) são
os que apresentaram os piores índices para eficiência dos
sistemas de esgotamento sanitário (COMITÊS PCJ, 2021).
Segundo o estudo realizado por Bega et al. (2021) a expansão
da rede de esgotamento sanitário não acompanha o
crescimento populacional da região das Bacias PCJ, contudo,
foram realizadas melhorias no tratamento do esgoto.
4.5. Fator 5 - Domicílios em situação de risco e RPU
coletada por todos os agentes.
Por fim, o Fator 5 é o Fator que captura o menor
percentual da explicação total dos dados, composto pelas
variáveis D1 (0,724) e R2 (0,662). Esse Fator abrange duas
dimensões do saneamento básico: manejo de resíduos sólidos
urbanos e drenagem das águas pluviais urbanas.
Em geral, os municípios das Bacias PCJ apresentam
melhores condições para os RPU quando comparada aos
RDO, esse fenômeno tem o respaldo do Fator 3, já que a
variável R1 apresentou correlação inversa.
Retrato do saneamento básico das bacias PCJ: uma proposta de classificação dos municípios
Nativa, Sinop, v. 11, n. 1, p. 10-20, 2023.
18
Ainda sobre o Fator 5, apesar da variável D1 apresentar
correlação fortemente positiva, a sua contribuição é negativa,
isto é, quanto maior a correlação positiva maior será a parcela
de domicílios em situação de risco.
Vale destacar que nas Bacias PCJ a mensuração dos níveis
de criticidade dos eventos é baseada no Altas de
Vulnerabilidade à Inundação desenvolvido pela
Superintendência de Usos Múltiplos e Eventos Críticos
(SUM) da ANA (ANA, 2014a).
A ferramenta tem por objetivo identificar as ocorrências
e os possíveis impactos em Bacias Hidrográficas no cenário
brasileiro. No mencionado documento foi elaborada uma
matriz de vulnerabilidade a partir dos dados das frequências
das ocorrências em formato geodatabase (ANA, 2014b) para os
Estados de São Paulo e Minas Gerais, como descrito na
Figura 7.
Figura 7. Matriz de vulnerabilidade a inundações. Fonte: ANA (2014a).
Figure 7. Flood vulnerability matrix. Source: ANA (2014a).
A matriz de vulnerabilidade a inundações (Figura 6)
aponta que os principais problemas exacerbados pelo
processo de urbanização na região das Bacias Hidrográficas
PCJ estão vinculados às enchentes, inundações e
alagamentos.
Segundo os Comitês PCJ (2020), a partir dos dados da
ANA (2014b) foram identificados 39 trechos em 27 cursos
de água que estavam em situação de vulnerabilidade a
inundações, onde dois encontravam-se em situação de alta
vulnerabilidade, 19 em média e 18 em baixa vulnerabilidade.
Dentre os trechos com maior vulnerabilidade estão as sub-
bacias Camanducaia e Jaguari. Na parcela mineira das Bacias
PCJ o impacto é médio, porém com alta frequência de
inundações como no caso da sub-bacia Atibaia. Os
municípios que tiveram maior frequência de alagamentos,
inundações e enchentes foram: Atibaia (Rio Atibaia e Rio
Jundiaí), Campinas (Ribeirão Anhumas), Capivari (Rio
Capivari), Bragança Paulista (Ribeirão Lava Pés), Rio Claro
(Ribeirão Claro) e Sumaré (Ribeirão Quilombo e Ribeirão
Jacaba). Considerando os dados apresentados na Matriz de
vulnerabilidade a inundações, acredita-se que o processo de
urbanização tenha contribuído para fomentar esses
problemas.
A partir dos dados obtidos no Fator 5 é possível inferir
que os municípios das Bacias PCJ apresentaram problemas
quanto aos eventos climáticos extremos como enxurradas,
enchentes e alagamentos, tendo em vista o comportamento
da variável D1 dentro do seu Fator correspondente.
Ademais, Lopes et al. (2021) frisam que o monitoramento
dos recursos hídricos é importante para fornecer dados no
recorte geográfico de Bacias Hidrográficas. Além disso, o
monitoramento dessas informações possibilita a detecção de
determinadas alterações espaço-temporais a fim de auxiliar
no processo de tomada de decisão concernente a gestão da
água.
A partir dos resultados alcançados, é possível destacar
que as dimensões de saneamento propostas nesse estudo
podem contribuir para o monitoramento e avaliação dos
serviços de saneamento básico.
5. CONCLUSÕES
A aplicação da Análise Fatorial (AF) possibilitou a
mensuração dos fenômenos não observáveis no saneamento
básico dos municípios das Bacias PCJ, além de retratar e
construir uma classificação dos municípios segundo as
dimensões do saneamento, de modo a maximizar os
processos de interpretação e análise dos resultados no
processo de tomada de decisão e na gestão dos recursos
hídricos.
A partir dos resultados alcançados é possível concluir que
nos municípios das Bacias PCJ os segmentos de
abastecimento de água e esgotamento sanitário (Fator 1)
explicam o maior percentual da variância total dos dados, e
por isso é a dimensão mais importante da amostra. Em
síntese, a AF gerou os fatores (novas dimensões de
saneamento básico), a partir das quatro dimensões de
saneamento básico existentes, e as cargas fatoriais com
expressivo valor absoluto permitiram a classificação dos
municípios das Bacias PCJ referente aos serviços de
saneamento básico adequado.
Tendo como base as classificações dos municípios
ilustrados a partir do Software Philcarto foi possível verificar
que o município de Nazaré Paulista foi classificado como
Extremamente Baixo no Fator 1 (A1, A6, E2, E3 e E4) e no
Fator 5 (D1 e R2). Já Pedra Bela foi classificado como
Extremamente Baixo no Fator 2 (A2, A3, A4 e A5) e Fator 4
(E1). De modo geral, essa classificação permite identificar
quais serviços de saneamento básico carecem de mais atenção
nesses municípios, podendo orientar a formulação de
políticas públicas para o acesso universal e equitativo dos
serviços de saneamento básico.
A utilização do Software Philcarto pode contribuir para
obter uma classe dos municípios em relação ao saneamento
básico, entretanto os resultados devem ser analisados a partir
de uma visão sistêmica, pois observa-se, por exemplo, que
em termos empíricos, mesmo com um índice de atendimento
urbano de água elevado no período em questão, nos
municípios das Bacias PCJ, o desafio de garantir a
Disponibilidade per capita persiste.
Como limitação do estudo questiona-se a fidedignidade
das variáveis disponíveis no Sistema Nacional de Informação
sobre Saneamento (SNIS). Além disso, a utilização do
Software Philcarto apresenta fragilidades, principalmente por
não conseguir de forma efetiva indicar a nomenclatura de
cada município estudado.
6. REFERÊNCIAS
ABRELPE_Associação Brasileira de Empresas de Limpeza
Pública e Resíduos Especiais. Estudos de viabilidade
técnica, Econômica-financeira e Jurídico-
Institucional, v. 1, 2021. 126p.
ANA_Agência Nacional de Águas. Atlas de
vulnerabilidade a inundações. Brasília: ANA, 2014a.
13p.
Guedes et al.
Nativa, Sinop, v. 11, n. 1, p. 10-20, 2023.
19
ANA_Agência Nacional de Águas. Vulnerabilidade a
inundações do Brasil. Brasília: ANA, 2014b. Disponível
em: Disponível em:
https://metadados.ana.gov.br/geonetwork/srv/pt/.
Acesso em: 22 dez. 2021.
ARRUDA, A. E.; HELLER, L. Acesso à água e esgotos em
ocupação urbana na Região Metropolitana de Belo
Horizonte: efeitos na saúde, qualidade de vida e relações
de gênero. Physis: Revista de Saúde Coletiva, v. 32, n.
2, e320204, 2022. https://doi.org/10.1590/S0103-
73312022320204
BEGA, J. M. M.; BORGES, A. V.; LAGO, C. A. F.;
MENDES, J. P.; AZEVEDO, P. T.; SANTOS, W. J. R.;
MARIOSA, D. F. Avaliação da Sustentabilidade dos
Indicadores de Saneamento do Plano das Bacias PCJ
2020-2035. Ambiente & Sociedade, v. 24, p. 1-19, 2021.
https://doi.org/10.1590/1809-
4422asoc20200247vu2021L4DE
BRAGA, B.; KELMAN, J. Facing the challenge of extreme
climate: the case of Metropolitan São Paulo. Water
Policy, v. 18, p. 52-69.
https://doi.org/10.2166/wp.2016.113
BRASIL_Ministério do Desenvolvimento Regional - MDR.
Secretaria Nacional de Saneamento - SNS. Panorama do
Saneamento Básico no Brasil 2021 / Secretaria
Nacional de Saneamento do Ministério do
Desenvolvimento Regional. – Brasília: DF, 2021a. 233p.
BRASIL_Ministério do Desenvolvimento Regional - MDR.
Secretaria Nacional de Saneamento – SNS. Diagnóstico
Temático Serviços de Água e Esgoto: Visão Geral ano
de referência 2020, 2021b. 90p.
BRASIL_Ministério do Desenvolvimento Regional - MDR.
Secretaria Nacional de Saneamento – SNS. Diagnóstico
Temático Manejo de Resíduos Sólidos Urbanos:
Visão Geral ano de referência 2020, 2021c. 58p.
BRASIL_Ministério do Desenvolvimento Regional - MDR.
Secretaria Nacional de Saneamento – SNS. Diagnóstico
Temático Drenagem e Manejo das Águas Pluviais
Urbanas: Visão Geral ano de referência 2020, 2021d.
59p.
COMITÊS PCJ. Relatório Síntese: Plano de Recursos
Hídricos das Bacias Hidrográficas dos rios Piracicaba,
Capivari e Jundiaí, 2020 a 2035. – Porto Alegre:
Consórcio Profill-Rhama PCJ, 2020. 125p.
COMITÊS PCJ. Relatório de situação dos recursos
hídricos: versão simplificada; ano base 2019. Piracicaba:
Fundação Agência das Bacias PCJ, 2021. 131p.
CONSÓRCIO PCJ. As Bacias PCJ: Localização, 2023.
Disponível em: https://agua.org.br/nossa-area-de-
atuacao/. Acesso em: 18 jan. 2023.
CRESWELL, J. W. Projeto de pesquisa: métodos
qualitativo, quantitativo e misto. 2 ed. Porto Alegre:
Artmed, 2007. 248p.
CUNHA, M. A.; BORJA, P. C. O programa de aceleração do
crescimento no estado da Bahia e os desafios da
universalização do saneamento básico. Revista
Brasileira de Gestão Urbana, v. 10, n. 1, p. 173-185,
2018. https://doi.org/10.1590/2175-
3369.010.SUPL1.AO09
FÁVERO, L. P.; BELFIORE, P. Manual de análise de
dados: Estatístca e modelagem multivariada com Excell,
SPSS e Stata. Rio de Janeiro: Elsevier, 2017. 1216p.
FIGUEIREDO FILHO, D. B.; SILVA JÚNIOR, J. A. Visão
além do alcance: uma introdução à análise fatorial.
Opinião Pública, v. 16, n. 1, p. 160-185, 2010.
https://doi.org/10.1590/S0104-62762010000100007
GIRARDI, E. P. Manual de utilização do programa:
Philcarto versão 4.xx para Windows, 2007. 92p.
HAIR, J. F.; BLACK, W.; BABIN, B.; ANDERSON, R.;
TATHAM, R. Análise multivariada de dados. 6. ed.
Porto Alegre: Bookman, 2009. 688p.
HONGYU, K. Análise fatorial exploratória: resumo teórico,
aplicação e interpretação. Engineering and Science, v.
4, n. 7, p. 88-103, 2018.
https://doi.org10.18607/ES201877599
KING, G. How not to lie with statistics. New York
University, 2001. Disponível em:
https://gking.harvard.edu/files/mist.pdf. Acesso em: 15
set. 2022.
LOPES, M. S.; TERCINI, J. R. B.; SANTI, A. D.;
PEDROZO, D. B.; BONNECARRÈRE, J. I. G.;
GONZALEZ, V. A. R.; LÉO, E. C. Sistema de suporte
a decisões aplicado ao gerenciamento de recursos
hídricos: estudo de caso Bacias PCJ. Revista Gestão
Ambiental e Sustentabilidade, v. 10, n. 1, p. 1-28,
e19876, 2021. https://doi.org/10.5585/geas.v10i1.19876
MATOS, D. A. S.; RODRIGUES, E. C. Análise Fatorial.
Brasília: Enap, 2019. 74p.
OCDE. Organização para a Cooperação e Desenvolvimento
Econômico. Governança dos Recursos Hídricos no
Brasil. OECD Publishing, Paris, 2015. 307p.
SCHECHI, R. G.; NIEBISCH, C. H.; MULLER, I. I.;
RIZZI, N. E. Relações entre cobrança pelo uso da água
com o ICM ecológico. Nativa, v. 5, n. 3, p. 189-198,
2017. https://doi.org/10.31413/nativa.v5i3.4179
SEVERINO, A. J. Metodologia do trabalho científico. 24.
ed. São Paulo: Cortez, 2017. 280p.
SNIS. Sistema Nacional de Informação sobre Saneamento.
Série Histórica. 2019. Disponível em:
http://app4.mdr.gov.br/serieHistorica/#. Acesso em:
15 mai. 2021.
SUGAHARA, C. R.; GUEDES, W. P.; FERREIRA, D. H.
L. Indicadores e saneamento básico no município de
Campinas. Revista Grifos, v. 32, n. 58, p. 1-23, 2023.
https://doi.org/10.22295/grifos.v32i58.6839
TRINDADE, L. L.; SCHEIBE, L. F. Gestão das águas:
limitações e contribuições na atuação dos Comitês de
Bacias Hidrográficas brasileiros. Ambiente &
Sociedade, v. 22, e02672, p. 1-20, 2019.
https://doi.org/10.1590/18094422asoc20160267r2vu20
19l2ao
ZANELLA, L. C. H. Metodologia de pesquisa. 2 ed.
reimp. – Florianópolis: Departamento de Ciências da
Administração/UFSC, 2013. 134p.
Retrato do saneamento básico das bacias PCJ: uma proposta de classificação dos municípios
Nativa, Sinop, v. 11, n. 1, p. 10-20, 2023.
20
Agradecimentos
O presente trabalho foi realizado com apoio da Coordenação
de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES)
– Código de Financiamento 001.
Contribuições dos Autores:
W.P.G. – Conceituação, Aquisição de financiamento, Análise
estatística, Coleta de dados e Redação (esboço original); C.R.S. e
D.H.L.F. – Metodologia, Supervisão, Validação, Redação, Revisão
e Redação (revisão e edição). Todos os autores leram e concordaram
com a versão publicada do manuscrito.
Financiamento:
O presente trabalho foi realizado com apoio da Coordenação
de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES)
– Código de Financiamento 001.
Comitê de Ética da área:
Não Aplicável.
Disponibilização dos dados do estudo:
Os dados desse estudo podem ser obtidos mediante solicitação
ao autor correspondente ou ao primeiro(a) autor(a), via e-mail.
Conflito de interesse:
Os autores declaram que não existem conflitos de interesses. As
entidades/instituições de apoio não tiveram nenhum papel na
concepção do estudo, na coleta, análise ou interpretação de dados,
na redação do manuscrito, ou na decisão de publicar os resultados.