Indicadores no R: pirâmides etárias com o agregado de setores - Censo Demográfico 2010
Caio Gonçalves - caio.goncalves@fjp.mg.gov.br
23-agosto-2023
O objetivo deste tutorial é produzir pirâmides etárias e calcular indicadores demográficos relacionados.
Contextualização
Pirâmides etárias
As pirâmides etárias desempenham um papel fundamental ao retratar visualmente a distribuição da população por faixas etárias em uma determinada sociedade. Essas representações gráficas oferecem insights valiosos para os planejadores governamentais, economistas e especialistas em políticas públicas, permitindo uma compreensão mais profunda das tendências demográficas, do envelhecimento da população e das necessidades sociais. As pirâmides etárias também são ferramentas cruciais para antecipar desafios relacionados à saúde, previdência, educação e mercado de trabalho, auxiliando na formulação de estratégias que visem atender às demandas específicas de cada faixa etária e promover um desenvolvimento sustentável a longo prazo.
Requisitos
A representação gráfica das pirâmides etárias ilustra uma distribuição demográfica reveladora: * os segmentos mais jovens compõem a base, enquanto os grupos mais idosos estão no ápice; * a construção desse gráfico essencial requer apenas informações sobre a quantidade de indivíduos em uma população, discriminados por gênero e faixa etária; * pode ser categorizados de forma simples ou em intervalos de cinco anos; * em geral, homens são dispostos à esquerda e mulheres à direita; * é possível optar por apresentar dados em idade simples ou agrupada; * Ao recorrer a percentagens populacionais, em vez de números absolutos, as pirâmides proporcionam uma comparação eficaz entre diferentes representações, assegurando que homens e mulheres totalizem conjuntamente 100%.
Identificando setores
Escolha um setor em: https://censo2010.ibge.gov.br/painel/ e salve o número
do setor escolhido no objeto setor_escolhido:
setor_escolhido <- 310620005680043
Quais dados são necessários para a construção da pirâmide?
Para responder essa pergunta, é necessário conhecer a documentação disponível aqui. Depois disso, o passo seguinte é importar os dados.
Base de dados
A base de dados de agregados por setores do IBGE é uma fonte robusta e abrangente de informações socioeconômicas e demográficas que oferece um panorama detalhado das características das áreas geográficas em seu menor nível territorial. A granularidade dessas informações tornam a base de dados de agregados por setores do IBGE uma ferramenta crucial para a formulação de políticas, estudos acadêmicos e análises de mercado.
Leitura dos dados
Importando os dados dos arquivos Básico,Pessoa11 e Pessoa12 por existir o interesse em variáveis disponíveis nessas duas bases de dados. Em sequência organiza-se em um único dataframe df.
library(readxl)
library(tidyverse)## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.2 ──
## ✔ ggplot2 3.4.2 ✔ purrr 0.3.5
## ✔ tibble 3.2.1 ✔ dplyr 1.1.2
## ✔ tidyr 1.2.1 ✔ stringr 1.4.1
## ✔ readr 2.1.3 ✔ forcats 0.5.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()df.basico <- read_excel("Basico-MG.xls") %>% select("Cod_setor","Cod_municipio","Nome_do_municipio","Cod_bairro","Nome_do_bairro","Cod_subdistrito","Nome_do_subdistrito") %>% mutate(Cod_setor=as.character(Cod_setor))
df.pessoa11 <- read_excel("Pessoa11_MG.xls",
col_types = c("text", "text", rep("numeric",134)))
df.pessoa12 <- read_excel("Pessoa12_MG.xls",
col_types = c("text", "text", rep("numeric",134)))
df.h <- full_join(df.basico,df.pessoa11)## Joining with `by = join_by(Cod_setor)`df.m <- full_join(df.basico,df.pessoa12)## Joining with `by = join_by(Cod_setor)`rm(df.pessoa11,df.pessoa12,df.basico)Verificando variáveis
O pacote DataMaid é uma ferramenta valiosa no ambiente R para a verificação, limpeza e organização eficiente de conjuntos de dados. Desenvolvido com o objetivo de aprimorar a qualidade e confiabilidade dos dados, o DataMaid oferece funcionalidades que auxiliam na identificação de valores ausentes, erros de digitação, inconsistências e outras anomalias nos dados. Além disso, permite a criação de relatórios detalhados, facilitando a compreensão das estruturas e conteúdo dos datasets, promovendo assim uma exploração mais assertiva. Com suas capacidades automatizadas de geração de sumários e gráficos descritivos, o DataMaid é uma ferramenta para cientistas de dados e analistas que desejam garantir a qualidade e integridade dos seus dados, tornando todo o processo de análise mais eficiente e confiável.
library(dataMaid)## Warning: package 'dataMaid' was built under R version 4.2.3##
## Attaching package: 'dataMaid'## The following object is masked from 'package:dplyr':
##
## summarize# makeDataReport(df.h,replace = TRUE)
# makeDataReport(df.m,replace = TRUE)O que foi possível verificar com o relatório produzido anteriormente? Anote para implementar na sequência, porém, em conjunto com essas mudanças, planeje os indicadores a serem calculados e identifique as alterações necessárias para tal.
Modificando variáveis
Pensando em cada um dos seguintes indicadores:
- Total populacional e a proporção por sexo e idade (base para a pirâmide etária)
- Razão de dependência
- Índice de envelhecimento
Qual variáveis precisam ser manipuladas para obter essas informações? Realize as modificações na base necessárias para isso:
# para assegurar que alguns NA fiquei com zero
df.h <- replace(df.h, is.na(df.h), 0)
df.m <- replace(df.m, is.na(df.m), 0)Para montar a pirâmide, é necessário montar o data.frame com as idades e sexo, totais populacionais e também a distribuição populacional:
library(tidyselect)
# Fazendo para os homens
df.hh <- df.h %>% mutate(
x00_04= V022 + V035 + V036 + V037 + V038,
x05_09= V039 + V040 + V041 + V042 + V043,
x10_14= V044 + V045 + V046 + V047 + V048,
x15_19= V049 + V050 + V051 + V052 + V053,
x20_24= V054 + V055 + V056 + V057 + V058,
x25_29= V059 + V060 + V061 + V062 + V063,
x30_34= V064 + V065 + V066 + V067 + V068,
x35_39= V069 + V070 + V071 + V072 + V073,
x40_44= V074 + V075 + V076 + V077 + V078,
x45_49= V079 + V080 + V081 + V082 + V083,
x50_54= V084 + V085 + V086 + V087 + V088,
x55_59= V089 + V090 + V091 + V092 + V093,
x60_64= V094 + V095 + V096 + V097 + V098,
x65_69= V099 + V100 + V101 + V102 + V103,
x70_74= V104 + V105 + V106 + V107 + V108,
x75_79= V109 + V110 + V111 + V112 + V113,
x80_84= V114 + V115 + V116 + V117 + V118,
x85_mais= V119 + V120 + V121 + V122 + V123 +
V124 + V125 + V126 + V127 + V128 +
V129 + V130 + V131 + V132 + V133 + V134
) %>% select(Cod_setor,Cod_municipio ,
Nome_do_municipio,Cod_bairro ,
Nome_do_bairro,Cod_subdistrito ,
Nome_do_subdistrito,x00_04, x05_09,
x10_14, x15_19,
x20_24, x25_29,
x30_34, x35_39,
x40_44, x45_49,
x50_54, x55_59,
x60_64, x65_69,
x70_74, x75_79,
x80_84, x85_mais)
# Fazendo para as mulheres
df.mm <- df.m %>% mutate(
x00_04= V022 + V035 + V036 + V037 + V038,
x05_09= V039 + V040 + V041 + V042 + V043,
x10_14= V044 + V045 + V046 + V047 + V048,
x15_19= V049 + V050 + V051 + V052 + V053,
x20_24= V054 + V055 + V056 + V057 + V058,
x25_29= V059 + V060 + V061 + V062 + V063,
x30_34= V064 + V065 + V066 + V067 + V068,
x35_39= V069 + V070 + V071 + V072 + V073,
x40_44= V074 + V075 + V076 + V077 + V078,
x45_49= V079 + V080 + V081 + V082 + V083,
x50_54= V084 + V085 + V086 + V087 + V088,
x55_59= V089 + V090 + V091 + V092 + V093,
x60_64= V094 + V095 + V096 + V097 + V098,
x65_69= V099 + V100 + V101 + V102 + V103,
x70_74= V104 + V105 + V106 + V107 + V108,
x75_79= V109 + V110 + V111 + V112 + V113,
x80_84= V114 + V115 + V116 + V117 + V118,
x85_mais= V119 + V120 + V121 + V122 + V123 +
V124 + V125 + V126 + V127 + V128 +
V129 + V130 + V131 + V132 + V133 + V134
) %>% select(Cod_setor,Cod_municipio ,
Nome_do_municipio,Cod_bairro ,
Nome_do_bairro,Cod_subdistrito ,
Nome_do_subdistrito,x00_04, x05_09,
x10_14, x15_19,
x20_24, x25_29,
x30_34, x35_39,
x40_44, x45_49,
x50_54, x55_59,
x60_64, x65_69,
x70_74, x75_79,
x80_84, x85_mais)Preparando os dados para a pirâmide
library(tidyr)
df.h_long <- gather(df.hh, faixas, t.pop, x00_04:x85_mais) %>% mutate(Sex = "homem")
df.m_long <- gather(df.mm, faixas, t.pop, x00_04:x85_mais) %>% mutate(Sex = "mulher")
df.long <- rbind(df.h_long,df.m_long)
rm(df.h_long,df.m_long)
df.long <- df.long %>%
group_by(Cod_setor, Cod_municipio,
Nome_do_municipio, Cod_bairro,
Nome_do_bairro, Cod_subdistrito,
Nome_do_subdistrito) %>%
mutate(p.pop = t.pop/sum(t.pop)*100)Análise dos dados
Pirâmides etárias
As pirâmides etárias estão representadas em três recortes geográficos: setor, bairro e município. Reflita sobre a questão do tamanho populacional e seu impacto no desenho da pirâmide etária.
library(DescTools)## Warning: package 'DescTools' was built under R version 4.2.3# setor censitário escolhido
df.piramide01 <- filter(df.long, Cod_setor==setor_escolhido)
h.pop<- subset(df.piramide01,df.piramide01$Sex=="homem")$p.pop
m.pop<- subset(df.piramide01,df.piramide01$Sex=="mulher")$p.pop
age <- c("0-4","5-9","10-14","15-19","20-24","25-29",
"30-34","35-39","40-44","45-49","50-54",
"55-59","60-64","65-69","70-74","75-79","80-44","85+")
PlotPyramid(h.pop,
m.pop,
ylab = age, space = 0, col = c("cornflowerblue", "indianred"),
xlim=c(-5,5),
main="Pirâmide etária",
lxlab="Homem", rxlab="Mulher", gapwidth=0, ylab.x=-5 )
# bairro escolhido
bairro_escolhido <- df.h$Nome_do_bairro[df.h$Cod_setor==setor_escolhido]
df.piramide02 <- df.long%>% filter(Nome_do_bairro==bairro_escolhido) %>%
group_by(Nome_do_bairro, faixas ,Sex) %>% summarise(total.pop = sum(t.pop)) %>%
group_by(Nome_do_bairro) %>% mutate(p.pop = total.pop/sum(total.pop)*100)## `summarise()` has grouped output by 'Nome_do_bairro', 'faixas'. You can
## override using the `.groups` argument.h.pop<- subset(df.piramide02,df.piramide02$Sex=="homem")$p.pop
m.pop<- subset(df.piramide02,df.piramide02$Sex=="mulher")$p.pop
age <- c("0-4","5-9","10-14","15-19","20-24","25-29",
"30-34","35-39","40-44","45-49","50-54",
"55-59","60-64","65-69","70-74","75-79","80-44","85+")
PlotPyramid(h.pop,
m.pop,
ylab = age, space = 0, col = c("cornflowerblue", "indianred"),
xlim=c(-5,5),
main="Pirâmide etária",
lxlab="Homem", rxlab="Mulher", gapwidth=0, ylab.x=-5 )
# município escolhido
municipio_escolhido <- df.h$Nome_do_municipio[df.h$Cod_setor==setor_escolhido]
df.piramide03 <- df.long%>% filter(Nome_do_municipio==municipio_escolhido) %>%
group_by(Nome_do_municipio, faixas ,Sex) %>% summarise(total.pop = sum(t.pop)) %>%
group_by(Nome_do_municipio) %>% mutate(p.pop = total.pop/sum(total.pop)*100)## `summarise()` has grouped output by 'Nome_do_municipio', 'faixas'. You can
## override using the `.groups` argument.h.pop<- subset(df.piramide03,df.piramide03$Sex=="homem")$p.pop
m.pop<- subset(df.piramide03,df.piramide03$Sex=="mulher")$p.pop
age <- c("0-4","5-9","10-14","15-19","20-24","25-29",
"30-34","35-39","40-44","45-49","50-54",
"55-59","60-64","65-69","70-74","75-79","80-44","85+")
PlotPyramid(h.pop,
m.pop,
ylab = age, space = 0, col = c("cornflowerblue", "indianred"),
xlim=c(-5,5),
main="Pirâmide etária",
lxlab="Homem", rxlab="Mulher", gapwidth=0, ylab.x=-5 )
Como você classificaria essas pirâmides etárias: 1. Base alargada
População “jovem” e crescimento populacional rápido.
Centro alargado População em transição e crescimento populacional mais lento.
Topo alargado População envelhecida e crescimento populacional nulo ou negativo.
Proporção por grupo etário, razão de dependência e índice de envelhecimento
Razão de dependência mostra a relação entre as pessoas que são dependentes (muito jovens e idosos) e aquelas que supostamente deveriam sustentá-las. Pode ser dividido entre razão de dependência das crianças e razão de dependência dos idosos. Já o índice de envelhecimento é a razão entreo número de pessoas idosas e o número de crianças.
Por se tratar de um novo agrupamento, cria-se uma nova variável:
df.long <- df.long %>% mutate(grupos = case_when(faixas=="x00_04" | faixas=="x05_09" | faixas=="x10_14" ~ "0_crianças",
faixas=="x15_19" | faixas=="x20_24"| faixas=="x25_29" | faixas=="x30_34"| faixas=="x35_39" | faixas=="x40_44"| faixas=="x45_49"| faixas=="x50_54" | faixas=="x55_59" ~ "1_adultos",
faixas=="x60_64" | faixas=="x65_69" | faixas=="x70_74" | faixas=="x75_79"| faixas=="x80_84" | faixas=="x85_mais" ~ "2_idosos"))
# setor censitário escolhido
df.01 <- filter(df.long, Cod_setor==setor_escolhido) %>% group_by(grupos) %>%
summarise(t.pop=sum(t.pop)) %>% mutate(p.pop = t.pop/sum(t.pop)*100)
df.01## # A tibble: 3 × 3
## grupos t.pop p.pop
## <chr> <dbl> <dbl>
## 1 0_crianças 74 8.23
## 2 1_adultos 538 59.8
## 3 2_idosos 287 31.9r.dep.crian <- df.01$t.pop[df.01$grupos=="0_crianças"]/df.01$t.pop[df.01$grupos=="1_adultos"]*100
r.dep.idos <- df.01$t.pop[df.01$grupos=="2_idosos"]/df.01$t.pop[df.01$grupos=="1_adultos"]*100
r.dep.total <-(df.01$t.pop[df.01$grupos=="0_crianças"]+df.01$t.pop[df.01$grupos=="2_idosos"])/df.01$t.pop[df.01$grupos=="1_adultos"]*100
ind.envelh <- df.01$t.pop[df.01$grupos=="2_idosos"]/df.01$t.pop[df.01$grupos=="0_crianças"]*100
r.dep.crian## [1] 13.75465r.dep.idos## [1] 53.34572r.dep.total## [1] 67.10037ind.envelh## [1] 387.8378# bairro escolhido
bairro_escolhido <- df.h$Nome_do_bairro[df.h$Cod_setor==setor_escolhido]
df.02 <- df.long %>% filter(Nome_do_bairro==bairro_escolhido) %>%
group_by(grupos) %>% summarise(t.pop = sum(t.pop)) %>% mutate(p.pop = t.pop/sum(t.pop)*100)
df.02## # A tibble: 3 × 3
## grupos t.pop p.pop
## <chr> <dbl> <dbl>
## 1 0_crianças 628 13.2
## 2 1_adultos 3215 67.5
## 3 2_idosos 919 19.3r.dep.crian <- df.02$t.pop[df.02$grupos=="0_crianças"]/df.02$t.pop[df.02$grupos=="1_adultos"]*100
r.dep.idos <- df.02$t.pop[df.02$grupos=="2_idosos"]/df.02$t.pop[df.02$grupos=="1_adultos"]*100
r.dep.total <-(df.02$t.pop[df.02$grupos=="0_crianças"]+df.02$t.pop[df.02$grupos=="2_idosos"])/df.02$t.pop[df.02$grupos=="1_adultos"]*100
ind.envelh <- df.02$t.pop[df.02$grupos=="2_idosos"]/df.02$t.pop[df.02$grupos=="0_crianças"]*100
r.dep.crian## [1] 19.53344r.dep.idos## [1] 28.58476r.dep.total## [1] 48.1182ind.envelh## [1] 146.3376# município escolhido
municipio_escolhido <- df.h$Nome_do_municipio[df.h$Cod_setor==setor_escolhido]
df.03 <- df.long %>% filter(Nome_do_municipio==municipio_escolhido) %>%
group_by(grupos) %>% summarise(t.pop = sum(t.pop)) %>%
mutate(p.pop = t.pop/sum(t.pop)*100)
df.03## # A tibble: 3 × 3
## grupos t.pop p.pop
## <chr> <dbl> <dbl>
## 1 0_crianças 448741 18.9
## 2 1_adultos 1623141 68.5
## 3 2_idosos 299047 12.6r.dep.crian <- df.03$t.pop[df.03$grupos=="0_crianças"]/df.03$t.pop[df.03$grupos=="1_adultos"]*100
r.dep.idos <- df.03$t.pop[df.03$grupos=="2_idosos"]/df.03$t.pop[df.03$grupos=="1_adultos"]*100
r.dep.total <-(df.03$t.pop[df.03$grupos=="0_crianças"]+df.03$t.pop[df.03$grupos=="2_idosos"])/df.03$t.pop[df.03$grupos=="1_adultos"]*100
ind.envelh <- df.03$t.pop[df.03$grupos=="2_idosos"]/df.03$t.pop[df.03$grupos=="0_crianças"]*100
r.dep.crian## [1] 27.64646r.dep.idos## [1] 18.42397r.dep.total## [1] 46.07043ind.envelh## [1] 66.64134Para refletir: poderia ser usada uma outra classificação de idosos:
Considerações finais
Produzir dados mais desagregados é algo requisitado para conhecer realidades locais, porém é necessário ter cautela nos cálculos dos indicadores dado que com populações pequenas, alguns deles não informam o que deveriam informam e perdem sentido. Ficar atento a esse tipo de situação.