TIPOLOGIA PARA A POPULAÇÃO EM SITUAÇÃO DE RUA NO MUNICÍPIO DE SÃO PAULO

RESUMO

Este artigo analisa a heterogeneidade da população em situação de rua a partir da base do Censo de 2021 realizado pela Prefeitura de São Paulo. Por meio de análise de componentes principais e agrupamento por k-means, identificam-se dois perfis distintos: um grupo majoritário (87%) com trajetória predominantemente transitória associada à perda de emprego e fragilidade de redes de apoio; e um grupo minoritário (13%) com características crônicas, marcadas por maior tempo na rua, uso intensivo de substâncias e histórico institucional. A tipologia proposta destaca a necessidade de políticas públicas diferenciadas, voltadas à mitigação de riscos de cronificação e ao acolhimento efetivo das diferentes trajetórias de exclusão social.

Palavras-chave:
população em situação de rua; análise de clusters; políticas públicas; exclusão social; São Paulo.

ABSTRACT

This article analyzes the heterogeneity of the homeless population using data from 2021 Census conducted by the Municipality of São Paulo, Brazil. Through principal component analysis and k-means clustering, two distinct profiles are identified: a majority group (87%) with a predominantly transitional trajectory, assisted with job loss and fragile support networks; and a minority group (13%) characterized by chronic homelessness, marked by longer periods living on the streets, intensive substance use, and history of institutionalization. The proposed typology highlights the need for differentiated public policies to mitigate the risk of chronic homelessness and effectively address diverse trajectories of social exclusion.

Keywords:
homeless population; cluster analysis; public policy; social exclusion; São Paulo.

RESUMEN

Este artículo analiza la heterogeneidad de la población en situación de calle a partir del Censo de 2021 realizado por el Ayuntamiento de São Paulo. A través de un análisis de componentes principales y agrupamiento por k-means, se identifican dos perfiles distintos: un grupo mayoritario (87%) con trayectoria predominantemente transitoria, asociada a la pérdida de empleo y redes de apoyo frágiles; y un grupo minoritario (13%) con características crónicas, marcado por mayor permanencia en la calle, uso intensivo de sustancias y antecedentes institucionales. La tipología propuesta subraya la necesidad de políticas públicas diferenciadas que respondan a los distintos caminos de exclusión social y eviten la cronificación.

Palabras clave:
población en situación de calle; análisis de conglomerados; políticas públicas; exclusión social; São Paulo.

INTRODUÇÃO

A presença crescente de pessoas em situação de rua nas cidades brasileiras tem mobilizado debates acadêmicos, ações da sociedade civil e intervenções públicas. A visibilidade desse fenômeno contrasta com a invisibilidade social dessa população, frequentemente percebida como homogênea e dissociada de seus direitos de cidadania. No entanto, há uma crescente demanda por abordagens que reconheçam sua heterogeneidade, historicidade e vínculos às transformações urbanas contemporâneas.

Ao contrário de outros fenômenos de vulnerabilidade, mais acentuados no Sul Global, a situação de rua também é observada na maioria dos países do Norte Global. Em termos urbanos, trata-se de um fenômeno típico de grandes cidades, especialmente em suas áreas centrais.

O fato de que o fenômeno é verificado em países com diferentes níveis de renda já chama a atenção para a possibilidade de que os determinantes da situação de rua não sejam apenas econômicos. Sendo um fenômeno de natureza complexa, são diversas as razões que podem levar um indivíduo à situação de rua. Tais motivações podem ser tanto de raiz estrutural (por exemplo, uma oferta insuficiente de moradia ou ciclos recessivos de renda) quanto individuais (como a ocorrência de eventos estressantes na infância ou ao longo da vida adulta, ou o vício em drogas legais ou ilegais).

A heterogeneidade percebida entre as trajetórias que levaram os indivíduos à situação de rua se reflete na própria jornada vivida na rua. Enquanto alguns indivíduos permanecem na situação de rua por longos períodos e de modo reincidente, outros passam por ela com maior probabilidade de saída em curto prazo. Também podem ser notadas diferentes percepções quanto à própria experiência vivida na rua entre os indivíduos.

Tendo em vista os diversos perfis, a adoção de um modelo único de política pública do tipo “one size fits all” mostra-se inadequada. A literatura sobre o tema indica que determinadas soluções trazem melhores resultados dependendo do grupo específico. Por exemplo, programas do tipo Housing First, onde a moradia é ofertada de modo permanente e associada a serviços sociais - mas não condicionada à adesão a esses serviços -, demonstram um impacto positivo a todos os beneficiados, porém particularmente àqueles em situação de rua de longa duração e entre os indivíduos com transtornos mentais mais severos (Aubry et al., 2015).

Dada a conexão observada entre a efetividade da política pública e o perfil do grupo em situação de rua, diversos autores dedicaram-se a criar uma tipologia para essa população. O método mais usual que encontramos na literatura procura separá-la em clusters (Benjaminsen & Andrade, 2015; Grigsby et al., 1990; Kuhn & Culhane, 1998; Morse et al., 1992; Muñoz et al., 2005; Solarz & Bogat, 1990; Waldron et al., 2019, entre outros).

No Brasil, embora nos últimos anos a população em situação de rua venha chamando a atenção dos gestores públicos, ainda persiste uma lacuna quanto a um estudo mais aprofundado de identificação de perfis. Tal carência reflete, em parte, a falta de dados que quantifiquem a população de rua em nível nacional, tendo em vista a dificuldade intrínseca à realização de pesquisas com indivíduos que não possuem residência fixa. Partindo da premissa de que perfis diferentes devem receber tratamentos diferenciados, este artigo procura contribuir para a literatura e para a política pública, realizando um agrupamento e uma análise de perfis da população em situação de rua vivendo em São Paulo, um dos poucos municípios que se dedicaram a montar um censo para essa população.

Dadas as diferenças da realidade dessa população no Brasil e de outros países, em função da realidade social e das políticas de proteção social distintas, a aplicação do método aos dados locais e a verificação dos grupos que a compõem representa uma contribuição para a política pública relacionada a essa população. Além de chamar a atenção para a necessidade de tratamentos diferentes para grupos distintos, temos muito o que aprender a partir da relação entre os grupos. Mostramos que a maior parte da população em situação de rua pode ser classificada como “temporária”, em contraste com o grupo “crônico”, e que há uma relação intrínseca entre ambos. Exploramos essa relação para discutir conceitualmente o melhor rumo para a política pública, considerando o estigma que esse fenômeno carrega. Que seja do nosso conhecimento, no Brasil, este é o primeiro trabalho a realizar uma análise de clusters para agrupamento de perfis da população em situação de rua e a discutir suas consequências para a política pública.

O texto está estruturado em cinco seções, além desta introdução. Primeiramente, há a revisão do debate teórico sobre a população em situação de rua, com foco na identificação de grupos, destacando a literatura nacional. A seção Metodologia apresenta os procedimentos metodológicos e as fontes utilizadas. A seção Resultados traz a análise empírica da população em situação de rua na cidade de São Paulo, definindo os grupos. A seção Implicações para a Política Pública discute as principais diretrizes e lacunas das políticas públicas voltadas a essa população, a partir dos grupos de perfis identificados, e avança com uma proposta de tipologia que pode embasar políticas públicas mais eficientes. Por fim, as Considerações Finais destacam os desafios e caminhos possíveis para uma agenda de políticas urbanas que reconheça plenamente os direitos dessa população.

REFERENCIAL TEÓRICO

A existência da população em situação de rua é um fenômeno complexo, resultante da interação entre fatores estruturais, econômicos, sociais e individuais. A literatura especializada procura compreender tanto as causas quanto os perfis dessa população, buscando oferecer fundamentos para políticas públicas mais eficazes. Esta seção está dividida em dois blocos: o primeiro discute os principais fatores que levam um indivíduo à situação de rua; o segundo explora diferentes propostas de tipologia, úteis para o desenho de intervenções mais eficazes.

O que leva um indivíduo à situação de rua?

A literatura classifica as causas da situação de rua em fatores estruturais e vulnerabilidades individuais. Fatores estruturais são externos ao indivíduo: mercado de imóveis disfuncional, crises econômicas, transformações demográficas, mudanças em políticas públicas e epidemias como a do crack (Blau, 1992; Jencks, 1994). Fatores individuais referem-se à trajetória e condições pessoais, como transtornos mentais, dependência química, violência doméstica e ausência de rede de apoio (Bach et al., 2019).

Em regiões metropolitanas, verifica-se que a proporção de população em situação de rua tende a ser maior onde há aluguéis elevados e baixa oferta de habitação (Lee & Farrell, 2003; Quigley et al., 2001; Shinn & Khadduri, 2020), reforçando a hipótese de que a falta de acesso habitacional é uma das causas estruturais da situação de rua. O acesso à moradia é função do custo e dos rendimentos. Rendimentos abaixo de níveis suficientes tornam inacessível qualquer tipo de habitação privada. Carliner e Marya (2016) confirmam essa relação em 12 países da Europa e da América do Norte.

Ciclos econômicos recessivos influenciam a incidência da população em situação de rua, tanto por reduzirem a oferta de empregos quanto por agravarem vulnerabilidades pessoais (Crane et al., 2005; Koegel et al., 1996). Por isso, torna-se difícil separar causas estruturais de causas individuais.

Políticas habitacionais que garantem aluguel subsidiado de longo prazo são mais eficazes para evitar retornos à rua do que o simples oferecimento de abrigos (Bassuk & Geller, 2006; Fertig & Reingold, 2008; Gubits et al., 2018). Shinn e Khadduri (2020) concluem que a habitação estável contribui para o bem-estar, autossuficiência e manutenção de laços familiares.

A trajetória de vida de muitos indivíduos em situação de rua revela a presença de traumas desde a infância - negligência, abuso, pobreza, instabilidade habitacional, uso precoce de álcool e outras drogas (Bassuk et al., 2001; Koegel et al., 1995; Tyler, 2006; Yoder et al., 2001). Fatores de risco adicionais na vida adulta incluem transtornos mentais, dependência de substâncias, ausência de redes de apoio e violência doméstica (Jasinski et al., 2010).

Ex-detentos e egressos de instituições de saúde mental enfrentam maior risco pela ausência de apoio na reintegração e por estigmas no acesso ao mercado de trabalho e à moradia (Roman & Travis, 2006). A discriminação afeta ainda mais os integrantes de grupos vulneráveis como minorias raciais, pessoas com deficiência, LGBTQIA+, entre outros (Shinn & Khadduri, 2020).

Em síntese, a situação de rua resulta da interação entre desigualdades estruturais (macroeconômicas, demográficas, sociais e políticas públicas) e vulnerabilidades individuais, que podem criar ou potencializar o risco.

Tipologia da população em situação de rua

A literatura propõe tipologias para orientar políticas públicas mais eficazes. As diferenças nos perfis - em termos de causas, trajetória e necessidades - exigem respostas específicas, pois uma política “one size fits all” tende a ser ineficaz.

Na prática, não existe um único critério estabelecido que separe os indivíduos entre grupos. Solarz e Bogat (1990) buscaram estabelecer a relação entre a falta de apoio social e a situação de desabrigo dos participantes. Para tanto, utilizaram variáveis relacionadas à presença de apoio social, histórico psiquiátrico, antecedentes criminais e moradia passada/presente. Grisby et al. (1990) utilizaram variáveis como duração total da falta de moradia dos membros, nível de autonomia individual e abrangência de suas redes de apoio. Morse et al. (1992) formaram clusters com base em variáveis que mediam a necessidade de suporte, psicopatologias, alcoolismo, nível de suporte social, status econômico e de saúde. Outros estudos focaram-se em subgrupos específicos: Mowbray et al. (1993) trabalham com pessoas com transtornos mentais, enquanto Humphreys e Rosenheck (1995) analisam veteranos de guerra. Ambos encontraram elevada heterogeneidade mesmo dentro desses segmentos específicos.

O estudo de Kuhn e Culhane (1998) é uma referência seminal na área. A partir de dados de Nova Iorque e Filadélfia, os autores classificaram a população em três grupos: transitório, episódico e crônico:

Tabela 1
Tipologia de população em situação de rua

Tipologia	Estadia	Causa usual
Transitória	Estadia relativamente breve em abrigo sem recorrência	Evento catastrófico (perda de emprego, separação conjugal, perda de casa por evento climático etc.)
Episódica	Episódios curtos, porém frequentes, em abrigos e outras instituições como hospitais, instituições correcionais etc.	Saúde mental, problemas médicos e abuso de substâncias
Crônica	Estadias prolongadas em abrigos	Desemprego crônico e abuso de substância

A principal característica do grupo episódico relaciona-se aos desafios de saúde mental, enquanto a principal característica do grupo crônico é o desemprego. Esse grupo tende a ser formado por indivíduos mais velhos, com níveis mais elevados de abuso de substâncias, No entanto, encontram-se problemas de saúde mental no grupo crônico e problemas de desemprego no grupo episódico.

A grande diferença dos grupos episódico e crônico reside na forma de uso dos abrigos. Para o grupo episódico, muitos dos períodos em que está fora de abrigos podem ser passados em hospitais, prisões, centros de desintoxicação ou nas ruas, retornando aos abrigos de maneira esporádica (Kuhn & Culhane, 1998). O grupo crônico é caracterizado por estadias prolongadas em abrigos. É composto, majoritariamente, por indivíduos mais velhos e que frequentemente sofrem com deficiências e problemas de abuso de substâncias.

Os dados da época indicam que 80% dos usuários de abrigos se enquadraram no grupo transitório; o grupo crônico representava 10% dos que entravam em abrigos em um determinado ano (fluxo), embora representasse a metade de todas as pessoas nos abrigos (acúmulo) em qualquer dia específico (Kuhn & Culhane, 1998). Essa diferença deve-se justamente à relação dos grupos: um grupo crônico usa mais abrigos e permanece neles por mais tempo.

Benjaminsen e Andrade (2015) identificaram padrões semelhantes na Dinamarca, mas com maior incidência de problemas de saúde mental. Isso sugere que, em países com redes de proteção mais robustas, a situação de rua afeta grupos mais vulneráveis, enquanto em países como os EUA a pobreza generalizada exerce papel mais decisivo. Waldron et al. (2019) encontraram resultados compatíveis em Dublin. Em Madri, Muñoz et al. (2005) identificaram três grupos com base em eventos estressantes ao longo da vida. Rodríguez-Moreno et al. (2021) atualizaram o estudo de Madri com foco em mulheres. Outros autores analisaram jovens (Shelton et al., 2012) e idosos (Lee et al., 2016). Os três grupos ou variações deles parecem bastante estáveis em contextos e períodos distintos.

Os autores, em geral, correlacionam os padrões de permanência observados na amostra aos fatores que levaram à situação de rua, sugerindo que o planejamento das políticas voltadas à população em situação de rua se beneficiaria da existência de uma tipologia. O grupo transitório é, em geral, composto por jovens com menor propensão a apresentar problemas de saúde mental, abuso de substâncias ou necessidades de atenção médica. Assim, serviços de assistência preventiva e reassentamento seriam mais indicados. Para o grupo episódico, seria mais adequada a oferta de habitação transitória associada ao tratamento mental. Para o grupo crônico, seria mais indicada a provisão de habitação permanente, com apoio e oferta de programas de cuidados de longo prazo, com ênfase no apoio a programas de trabalho e emprego.

Segundo estudo do IPEA, com base no Cadastro Único, não obstante a subenumeração dessa fonte (Natalino, 2022), cerca de 227 mil pessoas estavam em situação de rua em agosto de 2023, um aumento de 935% em relação a 2013 (Natalino, 2024). Tal aumento reflete, em parte, os efeitos da pandemia de Covid-19. Os principais motivos identificados para ingresso nessa condição incluem conflitos familiares ou conjugais (47,3%), desemprego (40,5%), uso abusivo de álcool e outras drogas (30,4%) e perda de moradia (26,1%). Porém, os motivos comumente interligam-se entre as dimensões econômicas, de saúde e sociais.

O estudo confirma a relação entre as causas e a duração da situação de rua: problemas familiares e de saúde (especialmente uso abusivo de álcool e outras drogas) predominam entre aqueles com maior tempo de permanência, enquanto as razões econômicas tendem a gerar episódios mais curtos.

O debate acadêmico recente salienta o papel das causas estruturais para o crescimento da população em situação de rua nos anos de pandemia, destacando o agravamento da crise econômica e as mudanças na orientação das políticas sociais (Montali et al., 2025). Esse fenômeno evidencia a necessidade de políticas de reinserção profissional e de habitação emergencial, em contraste com a ênfase tradicionalmente dada aos serviços de assistência ou de saúde mental. Ao mesmo tempo, a literatura destaca que a moradia deve ser o primeiro serviço público a ser acessado para proporcionar estabilidade e dignidade (Campos & Magalhães, 2024; Kohara, 2021), em contraponto ao modelo etapista atualmente adotado.

As políticas de moradia convencional, como o MCMV, têm sido amplamente estudadas no Brasil, mas sua relação com a população em situação de rua não recebeu nenhuma atenção, que seja do nosso conhecimento. Há evidências em outros países de que uma melhor oferta de Habitação de Interesse Social (HIS) leva à redução de indivíduos em situação de rua (Quigley et al., 2001). Dada a característica dos programas de moradia permanente brasileiro, com moradia extremamente afastada dos centros (Biderman et al., 2018) é possível que o resultado não seja o mesmo no caso brasileiro.

Apesar de o foco do MCMV ser bastante distinto do que se espera de uma política para a população de rua, o novo MCMV garantiu que 3% dos recursos sejam alocados para atender a essa população (https://www.gov.br/cidades/pt-br/assuntos/noticias-1/noticia-mcid-n-1121). Paralelamente, foi lançado o projeto “Moradia Cidadã” (https://www.gov.br/mdh/pt-br/navegue-por-temas/populacao-em-situacao-de-rua/publicacoes/cartilha-de-orientacao-para-implementacao-do-projeto-moradia-cidada), que parte de uma visão bastante moderna das políticas públicas de cuidado ao morador em situação de rua, baseada no que se denomina internacionalmente Housing First (Carvalho & Furtado, 2022).

METODOLOGIA

Técnicas estatísticas multivariadas, como a análise de clusters, são utilizadas para identificar subgrupos em uma população, agrupando observações em conjuntos homogêneos internamente e heterogêneos entre si, com base em variáveis relevantes (Fávero & Belfiore, 2020). Os estudos revisados anteriormente empregaram diferentes critérios - tempo e episódios em situação de rua, eventos estressantes, distúrbios mentais, abuso de substâncias -, mas nenhum foi realizado na cidade de São Paulo ou em países em desenvolvimento, que seja do nosso conhecimento.

A análise de cluster tem se consolidado como uma ferramenta relevante nas ciências sociais brasileiras, especialmente em estudos que buscam identificar padrões entre unidades territoriais (Nascimento et al., 2021; Ortiz & Guimarães, 2022; Paschoalotto et al., 2022; Xavier et al., 2025).

O presente estudo caracteriza-se como uma pesquisa quantitativa, de caráter exploratório e descritivo, que utiliza análise de clusters para identificar perfis e construir uma tipologia da população em situação de rua no município de São Paulo, cuja metodologia detalhamos nessa seção. A seção a seguir descreve a base de dados, enquanto a seção Seleção das variáveis e formação dos clusters detalha os procedimentos metodológicos para a estimativa de clusters, baseados em variáveis amplamente reconhecidas na literatura como associadas à entrada ou permanência na situação de rua. As análises foram conduzidas no software R (versão 4.2.1).

A base de dados

A Prefeitura de São Paulo realiza contagens da população em situação de rua desde 2000 por meio da Secretaria de Assistência e Desenvolvimento Social (Smads). O último levantamento, de 2021, está disponível no Observatório Socioassistencial e é a base utilizada neste artigo.

Censos específicos da população de rua são dificultados pela ausência de um logradouro fixo para identificação, o que acarreta riscos de subenumeração (não identificação de todos os elementos de uma população) ou de enumeração (dupla contagem de um mesmo elemento). Para contornar tais problemas, a pesquisa considerou todas as zonas censitárias da cidade e foi realizada nos períodos vespertino e noturno, abrangendo indivíduos tanto em logradouros públicos quanto em instituições de acolhimento. Foram identificadas 31.884 pessoas em situação de rua: 60,2% nas ruas e 39,8% em centros de acolhida. As Subprefeituras da Sé e Mooca concentraram quase 60% do total - padrão explicado tanto pela concentração espontânea em áreas centrais (maior anonimato e proteção) quanto por eventuais falhas de cobertura nos distritos periféricos.

A maioria dos entrevistados é do sexo masculino (83% dos indivíduos com identificação de gênero) e tem entre 31 e 49 anos (cerca de 50% dos indivíduos com identificação etária), predominantemente da cor parda. Com base nesse universo, foi construída uma amostra representativa de 2.021 adultos em situação de rua, estratificada por sexo, idade e localização. Para esse subgrupo de entrevistados, aplicou-se um questionário com 13 blocos e 76 perguntas. As variáveis usadas na formação dos clusters foram extraídas desse questionário ampliado.

Seleção das variáveis e formação dos clusters

As variáveis utilizadas para construção de clusters cobrem seis dimensões: 1) eventos estressantes ao longo da vida; 2) redes de apoio; 3) saúde física e mental; 4) uso de substâncias; 5) tempo ou recorrência na rua; e 6) acesso a trabalho e renda. A seleção seguiu a literatura especializada para fins de identificação de agrupamentos de população em situação de rua discutida na seção anterior (Grigsby et al., 1990; Humphreys & Rosenheck, 1995; Kuhn & Culhane, 1998; Morse et al., 1992; Mowbray et al., 1993; Muñoz et al., 2005; Solarz & Bogat, 1990).

As respostas foram transformadas em variáveis binárias, codificadas para que 1 representasse sempre uma condição negativa. Por exemplo, na questão “Você possui documentos?”, 1 indica Não e 0, Sim. Foram eliminadas respostas “NR”, “NS” e “Não respondeu”. As variáveis foram então normalizadas para equalizar o peso de cada pergunta, independentemente do número de alternativas. Por exemplo, a pergunta “Por que você começou a dormir na rua e/ou centros de acolhida?” recebeu 16 diferentes tipos de resposta, enquanto a pergunta “Você já trabalhou com registro em carteira?” foi codificada apenas como sim ou não. Sem a normalização, a primeira pergunta receberia implicitamente 15 vezes mais peso que a segunda.

Esses procedimentos iniciais (seleção de variáveis, construção de variáveis binárias e normalização), e a exclusão de uma variável correlacionada, resultaram em 109 variáveis a serem analisadas. O passo seguinte foi penalizar questões com baixa variância, pois atributos que variam pouco têm pouco a adicionar para a formação de um grupo (Aggarwal, 2017).

Para reduzir a dimensionalidade, aplicou-se a Análise de Componentes Principais (ACP). O objetivo central da ACP é reduzir a dimensionalidade do problema em análises de cluster. Isso porque, com muitas variáveis, as distâncias entre pontos no espaço de alta dimensão tornam-se menos diferenciadas, o que pode dificultar a identificação de clusters significativos. Os três primeiros componentes explicam uma parcela maior da variância, como se pode observar pelo suave ponto “de cotovelo” (inflection point) na Figura 1 a partir do terceiro componente principal. Porém, esses três componentes explicam apenas 9% da variância. Para se explicarem 90% da variância acumulada, foi necessário reter 82 componentes, mostrando a complexidade do problema.

Figura 1
Proporção da variância explicada por cada componente principal

Figura 2
Soma dos quadrados intra-cluster para diferentes números de clusters

Figura 3
Largura média da silhueta para diferentes números de clusters

Figura 4
Estatística de gap para k (número de clusters) entre 1 e 10, 25 partidas aleatórias e 50 amostras de referência

Com base nos componentes principais, os dados foram submetidos à técnica de clustering k-means. Primeiramente, foi verificada a soma dos quadrados. Por meio da “análise de cotovelo”, foi observada uma leve inflexão em quatro clusters (k=4) (Gráfico 2), não sendo, entretanto, possível determinar com clareza o número de clusters. Procedeu-se com a análise da largura média da silhueta, que apontou para a escolha ótima de três clusters (k=3) (Gráfico 3). Finalmente, usando a estatística de gap, chegamos a um único cluster (k=1) (Gráfico 4).

Realizamos uma análise Anova para verificar a relevância das variáveis. A partir dessa análise, retiramos do modelo as variáveis que apresentaram p-valor > 0,05, resultando em um conjunto de 57 variáveis e 45 componentes principais. Entretanto, os problemas na discrepância entre as técnicas de indicação do número de clusters persistiram.

A partir desses resultados, optamos por avaliar com mais cuidado as três possíveis configurações implícitas na análise de cluster observando a divisão resultante dos grupos em quatro, três e dois agrupamentos.

RESULTADOS

Diante da validação cruzada inconclusiva quanto ao número de grupos, foram estimados clusters com k=2, k=3 e k=4. Chama a atenção o desequilíbrio no número de elementos nos casos de três e quatro clusters (Tabela 2). Para k = 1, o cluster 3 apresenta apenas quatro elementos, o que permanece quando consideramos k = 4. Esses quatro indivíduos pertenciam ao Cluster 2 quando consideramos k = 2. Com k = 4, o Cluster 4 apresenta apenas seis indivíduos, sendo dois indivíduos do Cluster 1 e quatro indivíduos do Cluster 2.

Tabela 2
Número de elementos por grupo para diferentes números de clusters

Número de clusters (k)	Número de elementos por cluster (n)
	Cluster 1	Cluster 2	Cluster 3	Cluster 4
k=1	2021
k=2	267	1754
k=3	267	1750	4
k=4	265	1746	4	6

Dado o número desprezível de elementos nos Clusters 3 e 4, optou-se por prosseguir com a análise, delimitando o agrupamento em dois clusters. Vale ressaltar que esses elementos “adicionais” não alteram as médias dos Clusters 1 e 2; portanto a análise seria essencialmente a mesma para esses dois agrupamentos, e a análise dos potenciais agrupamentos 3 e 4 não garante precisão estatística. Assim ficamos com os seguintes agrupamentos:

• • Cluster I: Composto por 267 pessoas em situação de rua (13% da amostra)

• • Cluster II: Composto por 1.754 pessoas em situação de rua (87% da amostra)

Perfis identificados por cluster

Os clusters foram analisados separadamente, tendo como pano de fundo as dimensões utilizadas no modelo. Os resultados detalhados compõem-se de 10 tabelas, que podem ser solicitadas diretamente aos autores. As tabelas detalhadas apresentam indicadores testando, a partir do teste de qui-quadrado, se as diferenças observadas entre os clusters são estatisticamente significativas.

Consistente com a literatura, os dois grupos diferem em relação à cronicidade da situação de rua. Enquanto no Cluster I encontra-se a prevalência de indivíduos em situação de rua há mais de 10 anos (33%, χ²=19,187, p-valor <0,001), o Cluster II mostra-se no outro extremo, com 30% relatando a situação de rua há menos de um ano (χ²=15,854, p-valor <0,001). Há maior reincidência na situação de rua entre os integrantes do Cluster I do que entre os do Cluster II: 73% dos indivíduos do Cluster I afirmam já terem deixado a situação de rua e retornado após algum tempo, versus 45% do Cluster II (χ²=57,282, p-valor <0,001).

Uma outra confirmação da cronicidade do Cluster I é observar que, dos que passaram por episódios anteriores na situação de rua, 22% afirmam ter voltado à condição por conflitos familiares, 21%, por abuso de drogas e 19%, por perda de trabalho e renda. Já no Cluster II, todos os motivos são significativamente inferiores, citados por menos de 15% dos entrevistados, indicando uma menor reincidência na situação de rua no Cluster II do que no Cluster I.

O que parece diferenciar os clusters, além de sua cronicidade, é o motivo da ida para a situação de rua: 25% das pessoas do Cluster I entraram nessa situação por dependência de álcool e outras drogas, contra 15% no Cluster II (χ²=16,86, p-valor <0,001). Similarmente, 17% das pessoas do Cluster I entraram na situação de rua pelo uso de álcool contra 12% no Cluster II (χ²=4,79, p-valor <0,05). Ou seja, 42% dos indivíduos do Cluster I explicam a ida para rua pelo uso de drogas, enquanto essa explicação é válida para 27% do Cluster II. Portanto, uma diferença entre os clusters refere-se ao uso de álcool e outras drogas antes da entrada na situação de rua.

O principal motivo que levou à situação de rua, em ambos os clusters, foi a presença de conflitos familiares, relatada por 48% dos indivíduos do Cluster I e 33% do Cluster II. Ainda que seja a principal causa em ambos os grupos, foi significativamente maior no Cluster I (χ²=24,34, p-valor <0 ,0001). Em relação ao motivo do conflito familiar, 16% dos indivíduos no Cluster I relataram como razão o abuso de álcool e de outras drogas versus 9% no Cluster II, (χ²=10,76, p-valor <0,01), reforçando a diferença entre os grupos no que se refere ao uso de drogas antes da ida à rua.

Adicionalmente, mais da metade (51%) dos indivíduos do Cluster I já estiveram em clínicas para recuperação de dependência de álcool e outras drogas. Uma parcela também significativa desse cluster relatou já ter estado presa (36%) ou internada em instituição psiquiátrica (20%). No Cluster II, embora significativamente menor (χ²=36,01, p-valor <0,001), também chama a atenção a participação de indivíduos que já estiveram em clínicas para recuperação de dependência de álcool e outras drogas (32%) e em instituições do sistema prisional (27%).

Questões envolvendo dinheiro aparecem como o segundo motivo de conflito familiar em ambos os grupos, porém são citadas por 10% dos indivíduos do Cluster I e 4% do Cluster II (χ²=14,39, p-valor <0,001). Essa é uma possível evidência de que o Cluster I, além de estar mais ligado a problemas de uso de drogas, também parece partir de famílias mais vulneráveis em termos de renda. Essa possibilidade é reforçada quando notamos que a perda de moradia como causa da situação de rua é consideravelmente mais forte para o Cluster I (21%) contra 13% no Cluster II (χ²=13,53, p-valor <0,001).

Os motivos que levaram à situação de rua referem-se, em geral, à condição prévia a essa situação. No entanto, o motivo “perda de renda” refere-se a uma mudança episódica, diferentemente de problemas mais estruturais. É interessante notar que no Cluster II há maior representatividade de indivíduos que foram para a rua devido à perda de renda ou de emprego: 29% contra 24% no Cluster I (χ²=3,29, p-valor <0,1), embora o motivo seja relevante em ambos os grupos. Aqui surge uma questão muito importante para a compreensão das diferenças entre esses grupos. A vulnerabilidade inicial da família está relacionada ao estoque de riqueza (incluindo o capital humano) das famílias de onde vieram esses indivíduos, enquanto a perda de renda está ligada ao fluxo de renda desses indivíduos ou de suas famílias. O Cluster I parece ter um problema maior de estoque inicial do que o Cluster II, que parece ter uma situação passageira levando-o à rua. Esse resultado reforça o caráter episódico do Cluster II.

Essa diferença entre questões estruturais e conjunturais manifesta-se em outras questões. Não são percebidas diferenças entre os clusters no que tange ao abuso de bebidas alcoólicas depois da entrada na situação de rua. Pouco mais de 20% dos membros de ambos os clusters afirmaram fazer uso frequente (todos os dias) da substância na situação de rua (χ² = 0,003, p-valor = 0,9535). Essa semelhança entre os grupos no uso do álcool mostra que a situação de rua pode induzir ao uso dessa droga. Em relação ao uso de outras drogas, a diferença permanece: 28% dos indivíduos do Cluster I versus 19% dos indivíduos do Cluster II (χ² = 10,929, p-valor < 0,001).

Notamos que não há diferenciação significativa entre os clusters quanto à posse de documentos de identificação - base para acesso a programas sociais - ou à possibilidade de acesso a rede de apoio familiar. Cerca de 20% dos membros de ambos os clusters afirmam não possuir documentos (χ² = 0,092, p-valor = 0,762). Em ambos os casos é elevada a participação de indivíduos que relataram terem perdido totalmente o contato com a família (39% no Cluster I e 42% no Cluster II) (χ² = 0,435, p-valor = 0,509) ou a falta de rede de apoios em geral. A maior parcela dos indivíduos em ambos os grupos afirma ter ido diretamente para a situação de rua ou para centros de acolhida.

Nos episódios estressantes de violência vividos, nota-se que no Cluster I há relato de violência de todos os tipos, sendo os principais: humilhação (79%), insultos e xingamentos (72%), além de ameaças, agressões físicas e roubos/furtos, sendo esses três tipos citados por 43% dos indivíduos do Cluster I. Em oposição, no Cluster II, mais da metade dos indivíduos relata não ter sofrido violência. Dos que sofreram, a maior participação é de agressões físicas, sofridas por 19% dos entrevistados desse grupo. Assim, notamos que os indivíduos do Cluster I estão mais expostos em sua situação de rua.

Problemas de saúde, sejam físicos ou psicológicos, foram relatados por 62% dos indivíduos do Cluster I, diante de 44% dos indivíduos do Cluster II (χ²=29,919, p-valor <0,001). Ainda que os problemas de saúde relatados sejam correntes, é possível que venham do passado dada a evidência de que o Cluster I parte de condições originalmente mais vulneráveis. Pode também ser uma consequência do fato de que o Cluster I está mais exposto na situação de rua, de estar há mais tempo na rua ou uma combinação desses fatores. O fato é que as condições do Cluster I são mais precárias do que do Cluster II por diversos ângulos.

Em relação à situação empregatícia - prévia ou atual -, não se percebe grande diferença entre os clusters. Em ambos, cerca de um quarto dos indivíduos nunca trabalhou com registro em carteira (χ²=0,002, p-valor =0,967). Quanto à situação no momento da entrevista, observa-se a grande incidência de indivíduos que não trabalham em ambos os clusters (45% e 42% dos indivíduos, respectivamente, dos Clusters I e II) (χ²=0,712, p-valor =0,399). A única diferença corrente significativa em termos econômicos ocorre nos benefícios sociais que são recebidos por quase a metade dos integrantes do Cluster II (45%), versus cerca de um terço do Cluster I (32%) (χ²=15,015, p-valor <0,001).

Também as variáveis sociodemográficas se distribuem de modo bastante semelhante entre os clusters, com exceção da faixa etária. No Cluster I, nota-se pouca participação de indivíduos com 60 anos ou mais, diferentemente do Cluster II, onde a participação de indivíduos dessa faixa é mais expressiva: 12 % do total (χ²=18,825, p-valor <0,001). Ainda que a maior parcela dos integrantes tenha entre 31 e 49 anos tanto no Cluster I (62%) como no Cluster II (54%), a diferença entre essa proporção é significante entre os grupos (χ² = 5,638, p-valor < 0,05). Cabe ainda destacar uma diferença relativa à Identidade de gênero, com maior participação de indivíduos transexuais no Cluster I (8%) do que no Cluster II (3%) (χ² = 31,28, p-valor < 0,001). Tais achados, no entanto, necessitam de maiores estudos para entender a sua origem, o que foge do escopo deste artigo.

IMPLICAÇÕES PARA A POLÍTICA PÚBLICA

A análise realizada explora a heterogeneidade da população em situação de rua da cidade de São Paulo, propondo uma classificação, encontrando apenas duas categorias. O grupo majoritário - classificado como “temporário ou situacional” - apresenta maior rotatividade, menor tempo em situação de rua, menor incidência de violência na rua e maior chance de reincorporação ao mercado de trabalho. Esse grupo pode ser atendido por medidas mais convencionais, como moradia temporária, assistência social, capacitação profissional e apoio ao emprego.

Por outro lado, o grupo crônico representa um contingente menor (13%), mas com permanência mais longa nas ruas, histórico de violência, uso intensivo de drogas e vivência em instituições como o sistema prisional ou psiquiátrico. Esse grupo demanda intervenções de longo prazo, incluindo políticas de saúde mental, programas habitacionais permanentes e abordagens individualizadas. O apoio psicológico é mais premente para o grupo crônico.

O grupo temporário representa um “fluxo” em oposição ao grupo crônico, que representa uma “contenção” de pessoas em situação de rua. Por definição, o grupo crônico em algum momento foi transitório. Para que o grupo crônico seja constante em tamanho, é necessário que: 1) a maior parte dos indivíduos do grupo temporário saia dessa situação antes de se tornarem crônicos; e 2) uma parte do grupo crônico consiga sair dessa situação. O volume de temporários que se torna crônico precisa ser igual ao volume de crônicos que saem dessa situação. Portanto, esses dados indicam que a maioria dos temporários deve conseguir sair dessa situação.

A “boa notícia” é que o grupo temporário é mais fácil de ser apoiado. Por outro lado, essa rotatividade significa que a política terá que ser repetida sistematicamente: sempre haverá um novo grupo entrando em situação de rua. A política para o grupo em situação crônica é distinta da política para o grupo em situação temporária, mas as duas acabam se conectando. Não há como saber a princípio se um indivíduo é do tipo crônico ou temporário.

Por outro lado, a constante entrada de indivíduos em situação “temporária” de rua significa que os centros de acolhida estarão sempre com uso elevado. Mesmo que os indivíduos necessitem apenas de um apoio inicial para saírem da situação, nossos dados indicam que novos indivíduos devem estar entrando nessa situação constantemente. Com um fluxo constante de entradas e saídas, esse fato não é um problema grave para a política pública, dada a capacidade da rede existente.

Em momentos em que o grupo cresce de maneira acelerada, como observado durante a pandemia, os centros de acolhida podem ficar superlotados. Sendo a situação transitória, configuraria um desperdício de recursos públicos superdimensioná-los. Em situações como essa, cabe o maior investimento na oferta de soluções habitacionais flexíveis, como no caso de hotéis sociais ou de estruturas habitacionais móveis.

No entanto, tais soluções flexíveis por vezes mostram-se mais caras do que o acolhimento tradicional, de modo que, nesse momento, é importante realizar uma avaliação de custo-efetividade sobre elas. Modelos de acolhimento temporário acompanhados de serviços psicossociais para famílias não mostraram resultados de longo prazo significativamente diferentes do acolhimento tradicional nos Estados Unidos, onde o modelo foi amplamente utilizado nos anos 1990 e 2000 (Gubits et al., 2018). No Brasil, ainda não foi realizada uma avaliação desse tipo.

O princípio fundamental de um sistema de realocação rápida em moradia é estabelecer o acesso à habitação como prioridade central da política de assistência. O limite entre a entrega de condições que não incentivem um comportamento oportunista, mas que garantam o tratamento do problema de maneira humana e custo-efetiva, torna essa política social bastante complexa. O fato de o volume de temporários ser muito maior do que o de crônicos é um bom sinal, ainda que não esteja claro se essa é uma consequência da política pública ou se é uma característica populacional.

Em relação aos indivíduos em situação de rua crônica, cabe uma discussão sobre o respeito à soberania individual. Até que ponto temos o direito de decidir o que é melhor para o indivíduo? Evidentemente, uma parte desses indivíduos (provavelmente a maioria) não está nessa situação por decisão própria, mas fica o questionamento. Abordagens do tipo Housing First conjugam a moradia de longo prazo com a possibilidade de decisão quanto à adesão aos serviços assistenciais ofertados. Em âmbito federal, soluções diferenciadas em políticas públicas voltadas a esse grupo ganham espaço com o lançamento do programa Moradia Cidadã, ainda que em formato piloto. A iniciativa mostra um passo à frente no debate sobre políticas baseadas em evidências que levam em conta heterogeneidades dentro dessa população que, esperamos, avance ainda mais nos próximos anos.

CONSIDERAÇÕES FINAIS

O presente estudo buscou compreender a heterogeneidade da população em situação de rua na cidade de São Paulo por meio de análise de clusters. Os resultados indicam a existência de dois grupos, cada um com trajetórias, necessidades e desafios específicos. A análise corrobora parte da literatura internacional, embora com algumas especificidades locais importantes.

Diferentemente da literatura internacional, os dados revelam dois grupos distintos, não três. O grupo majoritário, composto por 87% dos casos, apresenta um perfil mais vinculado a fatores estruturais, com maior rotatividade e menor permanência nas ruas. Já o grupo minoritário apresenta características de cronificação, como uso intenso de drogas, violência recorrente e longos períodos em situação de rua. A existência de tais grupos exige políticas públicas diferenciadas, que combinem ações imediatas e estruturais, bem como intervenções específicas de longo prazo.

A constatação de que o grupo temporário é substancialmente maior oferece algum alento: indica que a saída da situação de rua é possível e que há espaço para intervenções eficazes. Por outro lado, aponta para a necessidade de políticas sistemáticas, que atuem de maneira preventiva e contínua e que sejam reavaliadas de tempos em tempos.

Dada a inferência de que novos indivíduos aparecem sistematicamente em situação temporária de rua, mas que a maioria deles não migra para o caso crônico, o mais provável em um ambiente urbano complexo é que sempre exista algum contingente de população em situação de rua.

Em contextos urbanos complexos, a completa erradicação da situação de rua é improvável. A resposta ao problema é uma política do tipo rawlsiana; garantir que os indivíduos mais vulneráveis tenham um padrão mínimo de vida, caso tudo dê errado na sua existência. O sucesso da política pública, portanto, deve ser medido pela sua mitigação e pelo tratamento digno e diferenciado àqueles que nela se encontram.

• Os/As avaliadores/as não autorizaram a divulgação de sua identidade e relatório de avaliação por pares.
  Avaliado pelo sistema de revisão duplo-anônimo.

NOTA/AGRADECIMENTOS

Os autores do presente trabalho agradecem o apoio da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP).

DISPONIBILIDADE DOS DADOS

Todo o conjunto de dados que dá suporte aos resultados deste estudo foi disponibilizado no SciELO Data e pode ser acessado em https://doi.org/10.48331/SCIELODATA.KZQUV8

Referências bibliográficas

• Aggarwal, C. (2017). Outlier analysis Springer International Publishing AG. https://doi.org/10.1007/978-3-319-47578-3
  » https://doi.org/10.1007/978-3-319-47578-3
• Aubry, T., Nelson, G., & Tsemberis, S. (2015). Housing first for people with severe mental illness who are homeless: A review of the research and findings from the At Home-Chez Soi demonstration project. The Canadian Journal of Psychiatry, 60(11), 467-474. https://doi.org/10.1177/070674371506001102
  » https://doi.org/10.1177/070674371506001102
• Bach, P., Goadsby, P. J.;, & Bazarian, J. J. (2019). Homelessness is not just a housing problem. Journal of Neurology, Neurosurgery & Psychiatry, 90(7), 783-784. https://doi.org/10.1136/jnnp-2019-320654
  » https://doi.org/10.1136/jnnp-2019-320654
• Bassuk, E. L., & Geller, S. (2006). The role of housing and services in ending family homelessness. Housing Policy Debate, 17(4), 781-806. https://doi.org/10.1080/10511482.2006.9521590
  » https://doi.org/10.1080/10511482.2006.9521590
• Bassuk, E. L., Perloff, J. N., & Dawson, R. (2001). Multiply homeless families: The insidious impact of violence. Housing Policy Debate, 12, 299-320. https://doi.org/10.1080/10511482.2001.9521426
  » https://doi.org/10.1080/10511482.2001.9521426
• Benjaminsen, L., & Andrade, S. B. (2015). Testing a typology of homelessness across welfare regimes: Shelter use in Denmark and the USA. Housing Studies, 30(6), 858-876. https://doi.org/10.1080/02673037.2014.982517
  » https://doi.org/10.1080/02673037.2014.982517
• Biderman, C., Hiromoto, M., & Ramos, F. R. (2018). The Brazilian housing program Minha Casa Minha Vida: Effect on urban sprawl (Working Paper WP18CB2). Lincoln Institute of Land Policy.
• Blau, J. (1992). The visible poor: Homelessness in the United States. Oxford University Press.
• Campos, A. C., & Magalhães, J. L. (2024). Políticas de moradia para as pessoas em situação de rua. Emancipação, 24, 1-26.
• Carliner, M., & Marya, E. (2016). Rental housing: An international comparison Harvard University.
• Carvalho, A. P., & Furtado, J. (2022). Fatores contextuais e implantação da intervenção Housing First: Uma revisão da literatura. Ciência & Saúde Coletiva, 27(1), 133-150. https://doi.org/10.1590/1413-81232022271.36002020
  » https://doi.org/10.1590/1413-81232022271.36002020
• Crane, M., Byrne, K., Fu, R., Lipmann, B., Mirabelli, F., Rota-Bartelink, A., Ryan, M., Shea, R., Watt, H. & Warnes, A. (2005). The causes of homelessness in later life: Findings from a 3-nation study. The Journals of Gerontology Series B: Psychological Sciences and Social Sciences, 60(S2), S152-S159. https://doi.org/10.1093/geronb/60.3.S152
  » https://doi.org/10.1093/geronb/60.3.S152
• Fávero, L. P., & Belfiore, P. (2020). Manual de análise de dados LTC.
• Fertig, A., & Reingold, D. (2008). Homelessness among at-risk families with children in twenty American cities. Social Service Review, 82, 485-510. https://doi.org/10.1086/590299
  » https://doi.org/10.1086/590299
• Grigsby, C., Baumann, D., Gregorich, S., & Roberts-Gray, C. (1990). Disaffiliation to entrenchment: A model for understanding homelessness. Journal of Social Issues, 46, 141-156. https://doi.org/10.1111/j.1540-4560.1990.tb01832.x
  » https://doi.org/10.1111/j.1540-4560.1990.tb01832.x
• Gubits, D., Shinn, M., Wood, M.;,Brown, S. R., Dastrup, S. R., & Bell, S. H. (2018). What interventions work best for families who experience homelessness? Impact estimates from the Family Options Study. Journal of Policy Analysis and Management, 37(4), 835-866. https://doi.org/10.1002/pam.22071
  » https://doi.org/10.1002/pam.22071
• Humphreys, K., & Rosenheck, R. (1995). Sequential validation of cluster analytic subtypes of homeless veterans. American Journal of Community Psychology, 23, 75-98. https://doi.org/10.1007/BF02506923
  » https://doi.org/10.1007/BF02506923
• Jasinski, J., Wesely, J., Wright, J., & Mustaine, E. (2010). Hard lives, mean streets: The experience of violence in the lives of homeless women. University Press of New England.
• Jencks, C. (1994). The homeless Harvard University Press.
• Koegel, P., Burnam, A., & Baumohl, J. (1996). The causes of homelessness. In J. Baumohl (Ed.), Homelessness in America Oryx. 24-33.
• Koegel, P., Melamid, E., & Burnam, M. (1995). Childhood risk factors for homelessness among homeless adults. American Journal of Public Health, 85(12), 1642-1649. https://doi.org/10.2105/AJPH.85.12.1642
  » https://doi.org/10.2105/AJPH.85.12.1642
• Kohara, L. (2021). A moradia é a base estruturante para inserção social da população em situação de rua. Deve ser o primeiro serviço público a ser acessado. In D. Gaio & A. P. S. Diniz (Orgs.), A população em situação de rua e a questão da moradia. Imprensa Universitária da UFMG. 73-88.
• Kuhn, R., & Culhane, D. P. (1998). Applying cluster analysis to test a typology of homelessness by pattern of shelter utilization: Results from the analysis of administrative data. American Journal of Community Psychology, 26, 207-232. https://doi.org/10.1023/A:1022176402357
  » https://doi.org/10.1023/A:1022176402357
• Lee, B., & Farrell, C. (2003). Buddy, can you spare a dime? Homelessness, panhandling, and the public. Urban Affairs Review, 38(3), 299-324. https://doi.org/10.1177/1078087402238803
  » https://doi.org/10.1177/1078087402238803
• Lee, C. T. et al. (2016). Residential patterns in older homeless adults: Results of a cluster analysis. Social Science & Medicine,153, p. 131-140. https://doi.org/10.1016/j.socscimed.2016.02.004
  » https://doi.org/10.1016/j.socscimed.2016.02.004
• Montali, L., Telles, S., & Leone, E. (Orgs.). (2025). Ruptura, retrocesso e desigualdade: Como entender o período intercensos 2010 - 2022. Caderno de Pesquisa NEPP, 97, 1-146.
• Morse, G., Calsyn, R., & Burger, G. (1992). Development and cross-validation of a system for classifying homeless persons. Journal of Community Psychology, 20, 228-242. https://doi.org/10.1002/1520-6629(199207)20:3
  » https://doi.org/10.1002/1520-6629(199207)20:3
• Mowbray, C. T., Bybee, D., & Cohen, E. (1993). Describing the homeless mentally ill: Cluster analysis results. American Journal of Community Psychology, 21, 67-93. https://doi.org/10.1007/BF00938215
  » https://doi.org/10.1007/BF00938215
• Muñoz, M., Panadero, S., Santos, E. P., & Quiroga, M. A. (2005). Role of stressful life events in homelessness: An intragroup analysis. American Journal of Community Psychology, 35, 35-47. https://doi.org/10.1007/s10464-005-1881-8
  » https://doi.org/10.1007/s10464-005-1881-8
• Nascimento, M., OLIVEIRA, A., PERES, M., SEDIYAMA, G., LOUZADA, L.C. (2021). Cluster analysis applied to the Human Development Index (HDI) of Brazilian States. Research, Society and Development, 10(4), e25747. https://doi.org/10.33448/rsd-v10i4.14257
  » https://doi.org/10.33448/rsd-v10i4.14257
• Natalino, M. (2022). Estimativa da população em situação de rua no Brasil (2012-2022). Instituto de Pesquisa Econômica Aplicada.
• Natalino, M. (2024). A população em situação de rua nos números do Cadastro Único (Texto para Discussão n. 2.944). Instituto de Pesquisa Econômica Aplicada.
• Ortiz, L. R., & Guimarães, P. M. (2022). Análise de cluster aplicada às emissões de CO₂ no Brasil. Revista Geográfica de Ciências Ambientais, 18(3), 45-62. https://doi.org/10.36556/rgca.v18i3.495
  » https://doi.org/10.36556/rgca.v18i3.495
• Paschoalotto, M. A., Passador, J. L., Passador, C., & Endo, G. (2022). Regionalization of health services in Brazil: An analysis of socioeconomic and health performance inequalities. Gestão & Regionalidade, 38(113), 329-343. https://doi.org/10.13037/gr.vol38n113.7737
  » https://doi.org/10.13037/gr.vol38n113.7737
• Quigley, J. M., Raphael, S., & Smolensky, E. (2001). Homeless in America, homeless in California. Review of Economics and Statistics, 83(1), 37-51. https://doi.org/10.1162/003465301750160015
  » https://doi.org/10.1162/003465301750160015
• Rodriguez-Moreno, S., Panadero, S., & Vázquez, J. J. (2021). The role of stressful life events among women experiencing homelessness: An intragroup analysis. American Journal of Community Psychology, 67(3/4), 380-391. https://doi.org/10.1002/ajcp.12480
  » https://doi.org/10.1002/ajcp.12480
• Roman, C. G., & Travis, J. (2006). Where will I sleep tomorrow? Housing, homelessness, and the returning prisoner. Housing Policy Debate, 17(2), 389-418. https://doi.org/10.1080/10511482.2006.9521560
  » https://doi.org/10.1080/10511482.2006.9521560
• Secretaria Municipal de Assistência e Desenvolvimento Social. Pesquisa censitária da população em situação de rua: caracterização socioeconômica da população adulta em situação de rua e relatório temático de identificação das necessidades desta população na cidade de São Paulo. São Paulo: Qualitest Inteligência em Pesquisa, 2021. Disponível em: https://www.prefeitura.sp.gov.br/cidade/secretarias/assistencia_social/observatorio_socioassistencial/pesquisas/index.php?p=18626
  » https://www.prefeitura.sp.gov.br/cidade/secretarias/assistencia_social/observatorio_socioassistencial/pesquisas/index.php?p=18626
• Shelton, K. H., Mackie, P., Bree, M. Van Den, Taylor, P. J., & Evans, S. (2012). Opening doors for all American youth? Evidence for federal homelessness policy. Housing Policy Debate, 22(3), 483-504. https://doi.org/10.1080/10511482.2012.681323
  » https://doi.org/10.1080/10511482.2012.681323
• Shinn, M., & Khadduri, J. (2020). In the midst of plenty: Homelessness and what to do about it Wiley-Blackwell.
• Solarz, A., & Borgat, G. A.(1990). When social support fails: The homeless. Journal of Community Psychology, 18, 79-96.
• Tyler, K. A. (2006). A qualitative study of early family histories and transitions of homeless youth. Journal of Interpersonal Violence, 21(10), 1385-1393. https://doi.org/10.1177/0886260506291650
  » https://doi.org/10.1177/0886260506291650
• Waldron, R., O’donoghue-Hynes, B., & Redmond, D. (2019). Emergency homeless shelter use in the Dublin region 2012-2016: Utilizing a cluster analysis of administrative data. Cities, 94, 143-152. https://doi.org/10.1016/j.cities.2019.05.019
  » https://doi.org/10.1016/j.cities.2019.05.019
• Xavier, L., Lima, A. P. , & Taques, F. (2025). Evaluation of Brazilian cities from the perspective of smart cities: An analysis of cluster and information technology initiatives. Urban Governance, 5(3), 293-302. https://doi.org/10.1016/j.ugj.2024.05.004
  » https://doi.org/10.1016/j.ugj.2024.05.004
• Yoder, K. A., Whitbeck, L. B., & Hoyt, D. R. (2001). Event history analysis of antecedents to running away from home and being on the street. American Behavioral Scientist, 45(1), 51-65. https://doi.org/10.1177/00027640121957014
  » https://doi.org/10.1177/00027640121957014

Editado por

• Editor Associado:
  Felipe Gonçalves Brasil

Datas de Publicação

• Publicação nesta coleção
  20 Jul 2026
• Data do Fascículo
  2026

Histórico

• Recebido
  17 Jul 2025
• Aceito
  27 Fev 2026