A fragilidade dos dados sobre desastres compromete o auxílio.

Esse número refletia apenas as mortes causadas diretamente pelo furacão — aquelas encontradas na manhã seguinte ou logo depois — e não incluía os milhares que morreram nas semanas e meses após o desastre. Maria atingiu duramente a infraestrutura de Porto Rico: houve grandes apagões que paralisaram hospitais, suprimentos médicos se esgotaram e outras infraestruturas críticas em toda a ilha entraram em colapso. Em uma avaliação especial encomendada pelo governo de Porto Rico um ano depois , uma equipe de pesquisadores revisou o número de mortes após o evento. O total subiu para 2.975 — 46 vezes maior que a estimativa original.

O exemplo do furacão Maria não é único. Em muitos países, os bancos de dados usados para monitorar o impacto de desastres podem apresentar erros graves.

Eles se baseiam principalmente em relatórios governamentais e notícias — mas esses relatórios são influenciados pelo momento em que os governos decidem fornecer informações e por como definem o que conta como impacto de desastre. Os dados não são usados apenas para fins acadêmicos; os números de desastres têm grande peso no mundo atual. Eles podem influenciar quais países recebem financiamento e onde os fundos destinados a desastres são gastos.

Embora essas decisões sejam frequentemente apresentadas como técnicas, existe uma dimensão política na divulgação de informações sobre desastres. Os dados muitas vezes determinam a quem o sofrimento é registrado e priorizado. Tratamos esses números como fatos, mas eles não são. São gerados por sistemas, com as mesmas fragilidades de qualquer outra área política. Os dados sobre desastres são muito menos confiáveis do que seus usuários costumam presumir.

Os critérios para bons dados não são controversos. Os dados devem refletir o que realmente aconteceu, capturar o quadro completo, permanecer comparáveis ao longo do tempo e do espaço, e não contabilizar o mesmo evento duas vezes. Infelizmente, estamos longe de alcançar isso.

Como funcionam, na prática, os bancos de dados de desastres

Precisamos de dados sobre desastres. Os esforços de recuperação devem ser planejados, a assistência humanitária deve ser prestada e planos de resiliência devem ser elaborados. O Banco de Dados de Eventos de Emergência (EM-DAT) é a fonte gratuita de dados globais sobre desastres mais utilizada, abrangendo tanto riscos tecnológicos quanto naturais. Ele contém registros de mais de 27.000 eventos desde 1900. Para que um evento seja incluído, ele deve atender a pelo menos um dos três critérios principais : 10 ou mais mortos; 100 ou mais pessoas afetadas; ou declaração de estado de emergência ou pedido de assistência internacional.

Embora razoáveis, esses critérios significam que o conjunto de dados tem pontos cegos. Uma seca que matou nove pessoas normalmente não será incluída no banco de dados, a menos que desencadeie uma declaração de emergência ou um apelo internacional por ajuda. O mesmo ocorre com uma inundação que afeta 95 pessoas. E há uma ressalva importante: o foco está no número de pessoas relatadas como afetadas ou mortas. Se os relatos não forem precisos, o banco de dados também não será. O EM-DAT exige a verificação cruzada de cada evento por pelo menos duas fontes independentes , que geralmente são agências internacionais, serviços de notícias e veículos de comunicação em língua inglesa.

Diante disso, é provável que o viés geográfico na cobertura da mídia se propague para o próprio banco de dados EM-DAT, levando-o a registrar mais desastres em economias desenvolvidas do que em economias menos desenvolvidas. Isso também permite que governos manipulem os dados. Se o governo admitir apenas nove mortes, o evento não será incluído — mesmo que, na realidade, haja muito mais do que nove mortes. Isso permite que os governos se esquivem da responsabilidade por suas ações.

Considere o terremoto de Sichuan de 2008, na China. Várias das áreas mais atingidas eram municípios mais pobres da região, e muitos edifícios desabaram. O número oficial de mortos foi estimado em cerca de 70.000, com outras 18.000 pessoas ainda listadas como desaparecidas . Pais, ativistas e jornalistas que tentaram responsabilizar os responsáveis e investigar os códigos de construção e o desabamento de edifícios foram alvos de censura, detenção e vigilância; o número total de vítimas e a responsabilidade, especialmente pelos desabamentos de escolas, permanecem difíceis de verificar de forma independente.

Mesmo quando um evento atinge os limiares, outras informações podem estar incompletas. Informações sobre perdas econômicas são a principal fonte de dados faltantes; elas não estão disponíveis para 80% dos eventos registrados entre 2000 e 2020. Os danos econômicos são difíceis de calcular e raramente são fornecidos em países de baixa e média renda. Apenas 4% dos desastres africanos registrados no EM-DAT possuem estimativas de danos econômicos.

Mas isso não impede que as pessoas usem os dados sem qualquer justificativa. Um número crescente de publicações altamente influentes e amplamente citadas utiliza esses dados para estudos empíricos com pouquíssimo reconhecimento de seus problemas.

A dimensão das limitações fica mais clara quando comparamos bancos de dados de desastres. Entre 1971 e 2002, o EM-DAT registrou 97 desastres na Colômbia. Outro banco de dados, o DesInventar , registrou mais de 19.000 no mesmo período. Apenas uma pequena porcentagem dos eventos locais no DesInventar atenderia à definição de desastre do EM-DAT, mas, em conjunto, os eventos "pequenos" na Colômbia causaram mais de US$ 1,65 bilhão em danos. Isso representa cerca de sete vezes as perdas econômicas causadas por um dos desastres mais mortais da Colômbia, a erupção do vulcão Nevado del Ruiz . Juntos, esses eventos "pequenos" têm um grande impacto.

O DesInventar representa um tipo diferente de banco de dados de desastres. Em vez de definir critérios específicos de inclusão, o DesInventar permite que os países criem livremente seus próprios inventários de desastres. Em geral, isso significa que ele inclui eventos de desastres menores, mas também significa que a qualidade dos dados incluídos no banco de dados depende da capacidade de cada governo de coletar e manter registros. Isso pode variar consideravelmente. O Peru é um ótimo exemplo. Seus dados utilizam uma única fonte — e os eventos perto de Lima são muito mais bem documentados do que os eventos em áreas mais remotas do país.

Essa não é a única discrepância. O número de pessoas "afetadas" pode variar substancialmente. O EM-DAT define os afetados como aqueles que necessitam de assistência imediata, mas os países têm critérios diferentes para o que é considerado "assistência". Alguns incluem todos os que estão na zona de desastre; outros incluem apenas aqueles que perderam suas casas, enquanto outros ainda consideram os pedidos de assistência como parâmetro. Os países podem até escolher estrategicamente quem é considerado afetado, pois esses dados podem ajudar a determinar se um país se qualifica ou não para financiamento de adaptação climática.

Outras categorias de dados são ainda mais obscuras. Como já mencionado, as estimativas de danos econômicos muitas vezes estão ausentes e, quando existem, os dados são, na melhor das hipóteses, incompletos. Alguns estudos que compararam eventos de desastres entre o EM-DAT e o DesInventar constataram que os valores dos danos divergiam em mais de 20% na maioria dos casos.

Transformando dados sobre desastres em políticas públicas.

Isso pode parecer uma preocupação acadêmica. Mas não é. Esses bancos de dados são usados em decisões políticas reais.

O Escritório das Nações Unidas para a Redução do Risco de Desastres utiliza tanto o EM-DAT quanto o DesInventar em seus Relatórios Globais de Avaliação , uma das principais publicações que orientam a política internacional de desastres. Os Estados-Membros das Nações Unidas também relatam seu progresso por meio do Monitor do Marco de Sendai , que utiliza bancos de dados sobre desastres como insumos. Esses dados são então usados para acompanhar o progresso, identificar prioridades em relação ao risco de desastres, orientar a alocação de recursos para a redução de riscos e auxiliar no planejamento de estratégias de adaptação climática.

O financiamento climático, um setor que movimentou US$ 1,9 trilhão somente em 2023 , também utiliza bancos de dados de desastres para avaliar o risco de desastres relacionados ao clima. Os países frequentemente utilizam o Índice Global de Risco Climático da Germanwatch para discutir a necessidade de apoio financeiro para adaptação ou perdas. O índice atual da Germanwatch utiliza o EM-DAT com algumas ressalvas sobre suas limitações. Esta análise de perdas e danos , por exemplo, utiliza o índice sem discutir suas limitações de dados.

A dependência do EM-DAT vai além do Índice Global de Risco Climático e se estende às estruturas operacionais que determinam os fluxos de financiamento humanitário. O Índice de Risco INFORM utiliza o EM-DAT para alguns de seus indicadores de perigo e tem sido usado pelo Escritório das Nações Unidas para a Coordenação de Assuntos Humanitários (OCHA), pela Proteção Civil e Operações de Ajuda Humanitária da Comissão Europeia, pelo Programa Mundial de Alimentos (PMA), pela Agência dos Estados Unidos para o Desenvolvimento Internacional (USAID), pelo Fundo Central de Resposta a Emergências das Nações Unidas (UNCRF) e outras organizações para auxiliar na priorização e alocação de recursos humanitários. Erros no EM-DAT podem resultar em financiamento insuficiente para desastres. Isso pode ocorrer se o número de mortes relatadas no EM-DAT for muito maior do que o registrado, simplesmente porque os óbitos não foram notificados em inglês.

Em 2015, o governo do Malawi pagou US$ 5 milhões por um seguro contra seca através da African Risk Capacity (ARC), que efetua pagamentos quando seu modelo estima que uma seca ultrapassou um determinado limite. Após a seca causada pelo El Niño em 2016, que deixou 6,5 milhões de pessoas necessitando de ajuda, o modelo inicialmente concluiu que nenhum pagamento era justificado, com base em uma premissa falsa sobre a variedade de milho plantada pelos agricultores. O pagamento foi efetuado em 2017, altura em que a resposta à crise já havia custado cerca de US$ 395 milhões.

Construindo uma base mais sólida: Cinco soluções

Claramente precisamos de dados sobre desastres. Sem bancos de dados como o EM-DAT e o DesInventar, não seríamos capazes de compreender e responder a desastres. Seria muito mais difícil responder às mudanças climáticas e planejar estratégias de adaptação para prevenir futuros desastres. Mas eles estão longe de serem perfeitos.

Melhorias são possíveis, sem dúvida. Aliás, com o aquecimento global e o aumento da frequência de desastres relacionados ao clima, essas melhorias se tornam necessárias.

Primeiro: devemos começar a tratar os bancos de dados de desastres não como uma única fonte de verdade, mas como parte de um sistema. Cada banco de dados de desastres é uma ferramenta de medição com limitações reconhecidas, mas considerá-los em conjunto pode reduzir os erros. A alocação de recursos deve ser triangulada entre diferentes bancos de dados de desastres e inventários locais de desastres. Isso ajudará a limitar a falta de dados — algo especialmente vital, visto que eventos menores e recorrentes representam uma parcela importante do impacto dos desastres.

Em segundo lugar, o impacto de desastres deve ser relatado em intervalos, e não apenas em um número absoluto. É muito fácil para os formuladores de políticas se concentrarem em um único número sem levar em consideração a incerteza por trás dele. Em 2015, o programa de Pesquisa Integrada sobre Risco de Desastres recomendou que os dados sobre desastres incluíssem informações sobre confiabilidade, como uma pontuação de qualidade ou nível de incerteza . Os números de mortalidade inicialmente divulgados após o furacão Maria foram 46 vezes menores do que os produzidos pela análise de excesso de mortalidade. Um intervalo de valores relatado não teria eliminado a discrepância, mas sinalizaria aos formuladores de políticas que o número era provisório, e não definitivo.

Em terceiro lugar, devemos verificar os números oficiais de forma independente. Os governos nem sempre são incentivados a dizer a verdade e, mesmo quando tentam fazê-lo, diferentes critérios podem levar a estimativas de danos muito diferentes. Em vez de nos basearmos na contagem de pessoas em uma área afetada, devemos nos concentrar no excesso de mortalidade como uma métrica padrão pós-desastre. Isso forneceria um dado independente com o qual os números oficiais poderiam ser avaliados; se um governo divulgar um número muitas vezes menor do que o número real de mortes em excesso, ele poderá ser responsabilizado.

Também podemos usar imagens de satélite para validar dados. Isso foi usado com grande eficácia após o terremoto no Haiti em 2010, bem como na Turquia após os terremotos de 2023. Essas tecnologias não podem substituir a coleta de dados em campo, pois não conseguem contabilizar pessoas individualmente. No entanto, elas fornecem uma forma de análise independente que pode ser usada para comparar com outros dados que entram em bancos de dados de desastres. Isso é particularmente útil em contextos com infraestrutura precária de coleta ou registro de dados; em países como o Haiti, pode ser quase impossível coletar dados de porta em porta.

A quarta medida está intimamente ligada a esta. Precisamos também de investir melhor nos sistemas de dados locais. Vários países adotaram sistemas baseados no DesInventar para a contabilização de perdas em desastres, mas existem poucos incentivos para a manutenção desses sistemas. Todos os anos, os governos precisam treinar pessoal, validar dados e verificar se os sistemas interligados funcionam de fato em conjunto. Cada uma dessas etapas tem um custo, e nenhuma delas ocorre automaticamente; as organizações internacionais devem contribuir para esse processo sempre que possível.

Quinto, torne visíveis as limitações dos dados. Nenhum documento de política pública deve usar dados sobre desastres sem ressalvas. Cada banco de dados sobre desastres apresenta seus próprios vieses; nenhum é perfeito. Sem essas ressalvas, os formuladores de políticas podem simplesmente adotar os dados sem considerar esses vieses. Todo relatório que cite dados sobre desastres deve incluir informações como metadados de monitoramento dos ODS , a pontuação de confiabilidade do INFORM e o relatório sobre perdas e danos da Climate Analytics para fornecer ao leitor contexto sobre a confiabilidade dos dados.

Nenhum sistema é perfeito, e os sistemas criados para contabilizar os impactos de desastres, incluindo quem foi afetado, a dimensão das perdas humanas e o custo econômico, sempre apresentarão pressupostos intrínsecos, pressões políticas e limitações institucionais. Mas podemos fazer melhor do que o sistema atual, principalmente porque a frequência de desastres naturais está aumentando devido às mudanças climáticas. Erros evitáveis terão consequências fatais e, neste momento, os bancos de dados de desastres correm o risco de confundir o que é relatado atualmente com o que realmente importa.

Matheus de Souza é doutorando em Ciência e Gestão de Desastres na Universidade de Delaware e trabalhou com diferentes organizações humanitárias, como o Alto Comissariado das Nações Unidas para Refugiados (ACNUR) e o Conselho Norueguês para Refugiados. Ele estuda diversos aspectos de desastres, com foco na coordenação interorganizacional.

Se você tiver comentários sobre este artigo ou desejar contribuir para a discussão, envie-os por e-mail para letters@indevelopmentmag.com. As respostas serão publicadas na seção de cartas.