Mapeamento de vulnerabilidades por bairro do Cadastro Único no município de Vitória-ES

Resumo Conhecer as vulnerabilidades de uma cidade é fundamental para a ação efetiva do Estado na área de proteção social. No município de Vitória-ES, os bairros podem ser bem diferentes em uma curta distância, por isso neste estudo buscamos analisar o perfil da população em situação de risco social por meio de mapas de vulnerabilidades identificadas no Cadastro Único, agrupadas por bairro. Processamos a base de dados do CadÚnico de Vitória, entre os anos de 2017 e 2019. Prosseguimos a extração e cruzamento destes dados com informações cartográficas para identificar situações prioritárias para a assistência social. Avaliamos 11 vulnerabilidades: Pobreza Extrema, Pobreza, Habitação Precária, Participação em outros programas da Assistência Social, Idosos, Pessoas com Deficiência, Analfabetos, Baixa Escolaridade, Desemprego, Situação Ocupacional Precária e Persistência do Desemprego. Por fim, via GoogleMaps geramos mapas que apresentam uma classificação de intensidade de cada vulnerabilidade por transparência e cor sobrepostas em uma camada de polígonos delimitando os bairros. Os resultados demonstram que cada bairro tem um diferente perfil de vulnerabilidade, e que o mapeamento pode auxiliar a gestão municipal em um planejamento mais específico, voltado a cada realidade. Abstract Knowing the vulnerabilities of a city is fundamental for the State’s actions of social protection. In the city of Vitória-ES, the neighborhoods can be very different in a short distance, so in this study we seek to analyze the profile of the population at social risk, through vulnerability maps identified in the Cadastro Único, grouped by neighborhood. We processed the CadÚnico de Vitória database between 2017 and 2019. We continued to extract and cross-reference this data with cartographic information to identify priority situations for social assistance. We assessed 11 vulnerabilities: Extreme Poverty, Poverty, Precarious Housing, Participation in other Social Assistance programs, Elderly, People with Disabilities, Illiterate, Low Education, Unemployment, Precarious Occupational Situation and Persistent Unemployment. Finally, via GoogleMaps we generate maps that present an intensity rating of each vulnerability by transparency and color overlaid on a layer of polygons delimiting the neighborhoods. The results show that each neighborhood has a different pattern of vulnerabilities, and their mapping indicates unique characteristics that can help municipal management in a more specifi