Declaração do Problema

Foram necessários 109 anos desde a Proclamação da República para que o Brasil elegesse sua primeira presidenta. No plano municipal, a realidade não é diferente: embora as mulheres constituam mais de 52% do eleitorado nacional e a maior parte da população do estado de Pernambuco, a representação política feminina nos cargos de poder executivo e legislativo permanece historicamente desproporcional. O sufrágio universal garantiu às mulheres o direito de votar, mas votar e ser votada continuam sendo experiências estruturalmente desiguais.

A grande questão que este projeto busca responder é: até que ponto o financiamento de campanha e o perfil sociodemográfico, sobretudo a raça, determinam a eleição de uma candidata no estado de Pernambuco? A distribuição justa dos fundos públicos de campanha não é apenas uma questão legal, mas um pilar essencial para a garantia de uma democracia de fato representativa.

Abordagem do Problema

Para investigar este problema, realizaremos a fusão e o tratamento de duas grandes bases de dados fornecidas pelo Tribunal Superior Eleitoral (TSE) referentes ao pleito de 2024:

• Dados cadastrais dos candidatos: contendo o perfil sociodemográfico (idade, cor/raça, grau de instrução, ocupação) e o resultado final da apuração.

• Dados de receitas recebidas por candidatura: detalhando a origem de cada centavo que financiou as campanhas (Fundo Especial de Financiamento de Campanha, Fundo Partidário, doações de pessoas físicas e recursos próprios).

• A metodologia empregará análise estatística descritiva, cruzamento de chaves primárias e engenharia de atributos para identificar disparidades estruturais entre candidatas eleitas e não eleitas.

Técnicas Aplicadas

O projeto apresentará uma abordagem baseada em Engenharia de Atributos (Feature Engineering). E serão criadas métricas customizadas de financiamento, tais como:

• Dependência de Recursos Públicos: Razão entre fundos públicos recebidos (Eleitoral + Partidário) e a receita total de campanha.

• Eficiência Financeira: Quantidade de recursos financeiros investidos por voto conquistado (para candidatas eleitas vs. não eleitas).

• Recorte Interseccional: Cruzamento sistemático de variáveis de Gênero com Raça/Cor (CD_COR_RACA) para verificar se a barreira de financiamento é acentuada para mulheres negras em Pernambuco.

Benefícios para os Clientes de Análise

Os resultados desta análise servirão como um guia estratégico para:

1. Partidos Políticos: Avaliar a eficiência e justiça na distribuição dos seus fundos afirmativos.

2. Organizações de Advocacy e ONGs: Subsidiar campanhas de incentivo com base em dados concretos sobre onde as maiores barreiras financeiras residem.

3. Futuras Candidatas: Compreender o comportamento e as demandas orçamentárias de uma campanha vitoriosa em Pernambuco.

Instalação automatizada das dependências necessárias

# Lista de pacotes necessários para a replicação
pacotes_necessarios <- c("data.table", "tidyverse", "janitor", "plotly", "DT", "kableExtra")

# Verifica quais pacotes listados ainda não estão instalados na máquina do leitor
novos_pacotes <- pacotes_necessarios[!(pacotes_necessarios %in% installed.packages()[,"Package"])]

# Instala automaticamente os pacotes ausentes definindo o repositório em nuvem
if(length(novos_pacotes)) {
  install.packages(novos_pacotes, repos = "https://cloud.r-project.org")
}

# Carrega todas as bibliotecas de forma antecipada na sessão atual do R
library(data.table)
library(tidyverse)
library(janitor)
library(plotly)
library(DT)
library(kableExtra)

Pacotes e suas utilizações

1. data.table: Essencial para uma leitura mais rápida de arquivos massivos em formato CSV (como os do TSE), minimizando gargalos de memória.

2. tidyverse: O principal kit de ferramentas para ciência de dados em R, que engloba o dplyr para manipulação, tidyr para pivotagem, stringr para manipulação de textos e ggplot2 para visualização de dados.

3. janitor: Usado para limpar os nomes das colunas importadas do TSE, convertendo-os de forma automática para o padrão snake_case (letras minúsculas e sem acentos).

4. plotly: Biblioteca responsável por converter gráficos estáticos em componentes interativos que permitem a exploração dinâmica dos dados via cursor.

5. DT: Fornece uma interface em R para a biblioteca JavaScript DataTables, permitindo a exibição de matrizes de dados por meio de tabelas dinâmicas, ordenáveis e com filtros de busca.

6. kableExtra: Extensão do pacote knitr para formatação avançada de tabelas estáticas em HTML, permitindo personalizar estilos, adicionar notas de rodapé e controlar o layout das tabelas geradas com kable().

Fontes Originais e Repositórios

Os dados utilizados neste projeto são de natureza pública e institucional, extraídos diretamente do Portal de Dados Abertos do Tribunal Superior Eleitoral (TSE). Para viabilizar a replicação desta análise, os conjuntos de dados originais do pleito municipal de 2024 podem ser acessados nos seguintes hiperlinks oficiais:

• TSE - Repositório de Dados de Candidatos (2024)
• TSE - Repositório de Prestação de Contas Eleitorais - Receitas (2024)

Escopo, Propósito e Peculiaridades da Base Bruta

O propósito original da coleta desses dados pela Justiça Eleitoral é garantir a transparência pública, a conformidade jurídica dos partidos e a fiscalização social contra o abuso de poder econômico nas eleições. No entanto, por se tratar de um repositório administrativo que unifica registros de todo o território nacional, a base bruta apresenta características complexas e não normalizadas:

• Dimensão Massiva: A base de prestação de contas nacional possui quase 2 milhões de linhas de transações financeiras e 104 colunas informacionais.
• Codificação e Dialeto: Os arquivos originais utilizam codificação de caracteres em Latin-1 (ISO-8859-1) e trazem separadores de campos em ponto e vírgula (;), o que frequentemente gera quebras de codificação se importados com funções padrão de leitura do R.
• Valores Ausentes e Ruídos: Dados ausentes ou não preenchidos não estão registrados como NA, mas sim mascarados como strings de texto (ex: "#NULO", "-1" ou espaços em branco). Além disso, os valores monetários (VR_RECEITA) vêm no formato de texto brasileiro (ex: "1.500,50" com vírgula decimal), exigindo conversão numérica explícita antes de qualquer soma matemática.

Pipeline de Importação, Filtragem e Limpeza de Dados

O processo lógico de ETL (Extração, Transformação e Limpeza) abaixo foi desenhado para contornar os gargalos da base. O script executa as seguintes operações:

1. Identifica se as bases locais estão presentes para processamento real; caso contrário, ativa um simulador de contingência realista para fins de demonstração.

2. Filtra o escopo geográfico para o estado de Pernambuco (sg_uf == "PE") e o gênero para feminino (cd_genero == 4).

3. Limpa e padroniza as strings de Raça/Cor e converte a situação do turno em uma variável binária clara (Eleita vs. Não Eleita).

4. Converte os valores financeiros de texto para formato decimal numérico e agrega os totais de receitas por candidata (sq_candidato).

5. Realiza a mesclagem das bases (Left Join) para consolidar o perfil sociodemográfico com a saúde financeira da campanha.

# Definição dos nomes dos arquivos locais esperados
arquivo_candidatos <- "consulta_cand_2024_PE.csv"
arquivo_receitas   <- "receitas_candidatos_2024_PE.csv"

if (file.exists(arquivo_candidatos) & file.exists(arquivo_receitas)) {
  
  # --- PROCESSAMENTO ---
  # Leitura rápida definindo separador e encoding correto
  raw_cand <- fread(arquivo_candidatos, encoding = "Latin-1", sep = ";") %>% clean_names()
  raw_receitas <- fread(arquivo_receitas, encoding = "Latin-1", sep = ";") %>% clean_names()
  
  # Filtragem e limpeza do perfil das candidatas de Pernambuco
  candidatas_pe <- raw_cand %>% 
    filter(sg_uf == "PE", cd_genero == 4) %>%
    mutate(
      situacao_turno = case_when(
        cd_sit_tot_turno %in% c(1, 2, 3) ~ "Eleita",
        TRUE ~ "Não Eleita"
      ),
      cor_raca = case_when(
        cd_cor_raca == 1 ~ "Sem Declaração",
        cd_cor_raca == 2 ~ "Branca",
        cd_cor_raca == 3 ~ "Preta",
        cd_cor_raca == 4 ~ "Parda",
        cd_cor_raca == 5 ~ "Amarela",
        cd_cor_raca == 6 ~ "Indígena",
        TRUE ~ "Outros"
      )
    )
  
  # LOCALIZADOR INTELIGENTE DE COLUNAS 
  colunas_receitas <- colnames(raw_receitas)
  col_fonte <- "ds_fonte_receita" # Padrão do TSE
  
  if (!col_fonte %in% colunas_receitas) {
    # Fallbacks se o TSE mudar o padrão da coluna
    col_fonte <- grep("fonte_receita|origem_receita", colunas_receitas, value = TRUE)[1]
    if (is.na(col_fonte)) col_fonte <- "ds_origem_receita"
  }
  
  # Cria uma coluna unificada temporária para evitar erros no pipeline dplyr
  raw_receitas$fonte_local <- raw_receitas[[col_fonte]]
  
  # Limpeza financeira e agregação de receitas por candidatura (sq_candidato)
  receitas_agregadas <- raw_receitas %>%
    mutate(
      # Força a conversão do padrão monetário brasileiro (vírgula) para decimal numérico (ponto)
      valor_limpo = as.numeric(gsub(",", ".", vr_receita)),
      # Converte para minúsculas e remove acentos para busca por texto robusto
      fonte_limpa = iconv(tolower(fonte_local), to = "ASCII//TRANSLIT")
    ) %>%
    group_by(sq_candidato) %>%
    summarise(
      receita_total = sum(valor_limpo, na.rm = TRUE),
      # Soma usando buscas flexíveis de termos (evita quebrar por variações de nomenclatura)
      fundo_eleitoral = sum(valor_limpo[grepl("especial|eleitoral", fonte_limpa)], na.rm = TRUE),
      fundo_partidario = sum(valor_limpo[grepl("partid", fonte_limpa)], na.rm = TRUE)
    ) %>%
    mutate(
      # Criação da variável de dependência de fundos públicos
      dep_fundo_publico = (fundo_eleitoral + fundo_partidario) / (receita_total + 0.01)
    )
  
  # Cruzamento estrutural das duas tabelas através da chave unificadora (sq_candidato)
  df_analise <- left_join(candidatas_pe, receitas_agregadas, by = "sq_candidato") %>% 
    mutate(
      receita_total = coalesce(receita_total, 0),
      dep_fundo_publico = coalesce(dep_fundo_publico, 0)
    )
  
}

Dimensão e Período dos Dados

Os dados cobrem o pleito municipal de outubro de 2024, referente às eleições para prefeito, vice-prefeito e vereador em todos os 184 municípios de Pernambuco. A base de candidaturas original conta com 51 variáveis por registro, enquanto a base de receitas possui 104 colunas de transações financeiras. Após a filtragem para candidatas do sexo feminino em PE e o left join entre as duas bases, o dataset analítico final retém 5512 registros e as variáveis de interesse detalhadas abaixo.

Amostra do Dataset Final

Após todas as etapas de limpeza e cruzamento, o dataset analítico apresenta a seguinte estrutura:

library(kableExtra)

df_analise %>%
  select(nm_candidato, cor_raca, situacao_turno, receita_total, dep_fundo_publico) %>%
  head(10) %>%
  knitr::kable(
    col.names = c("Nome da Candidata", "Raça/Cor", "Situação", "Receita Total (R$)", "Dep. Fundo Público"),
    digits = 2
  ) %>%
  kable_styling(full_width = TRUE) %>%
  footnote(
    general = "Tabela 1: Amostra do dataset final após limpeza e cruzamento das bases (10 primeiras linhas)",
    general_title = "",
    footnote_as_chunk = TRUE
  )

Resumo das Variáveis de Interesse

O dataset final consolida cinco variáveis centrais para esta análise. A tabela abaixo apresenta um resumo estatístico das variáveis quantitativas e a distribuição das categóricas:

library(knitr)
library(kableExtra)

resumo_quant <- data.frame(
  Variavel = c("Candidatas (total)", "Eleitas", "Taxa de Eleição (%)",
               "Receita Média", "Receita Mediana", "Receita Máxima",
               "Dep. Média Fundo Público"),
  Valor = c(
    format(nrow(df_analise), big.mark = "."),
    format(sum(df_analise$situacao_turno == "Eleita"), big.mark = "."),
    paste0(round(mean(df_analise$situacao_turno == "Eleita") * 100, 1), "%"),
    paste0("R$ ", format(round(mean(df_analise$receita_total), 2), big.mark = ".", decimal.mark = ",")),
    paste0("R$ ", format(round(median(df_analise$receita_total), 2), big.mark = ".", decimal.mark = ",")),
    paste0("R$ ", format(round(max(df_analise$receita_total), 2), big.mark = ".", decimal.mark = ",")),
    paste0(round(mean(df_analise$dep_fundo_publico) * 100, 1), "%")
  )
)

kable(resumo_quant, col.names = c("Variável", "resultado"), align = c("l", "r")) %>%
  kable_styling(full_width = TRUE)

Tabela 2: Resumo das variáveis de interesse do dataset final

A receita mediana de campanha é expressivamente inferior à média, evidenciando uma distribuição assimétrica com cauda longa: a maioria das candidatas arrecada valores modestos, enquanto uma minoria concentra recursos muito acima da média. A variável dep_fundo_publico captura a proporção da receita proveniente de fundos públicos (eleitoral + partidário), servindo como proxy para o grau de autonomia financeira de cada candidatura.

Perfil Sociodemográfico das Candidatas

Para compreender a composição do ecossistema político de candidatas em Pernambuco, o gráfico abaixo apresenta a distribuição univariada da autodeclaração de raça e cor. Essa visualização permite identificar quais grupos demográficos possuem maior representatividade factual no início das campanhas, ou seja, quem efetivamente chega às urnas como candidata.

# Geração do gráfico estatístico univariado (ggplot2)
g1 <- ggplot(df_analise, aes(x = fct_infreq(as.factor(cor_raca)))) +
  geom_bar(fill = "#90EE90", color = "black", alpha = 0.85) +
  geom_text(stat = 'count', aes(label = after_stat(count)), vjust = -0.5, fontface = "bold", size = 2) +
  labs(
    title = "Distribuição de Candidatas por Raça/Cor em Pernambuco",
    subtitle = "Eleições Municipais 2024 (Dados Reais TSE)",
    x = "Autodeclaração de Raça/Cor",
    y = "Quantidade Absoluta de Candidatas"
  ) +
  theme_minimal(base_size = 12) +
  theme(
    plot.title = element_text(face = "bold", size = 10, hjust = 0.5),
    plot.subtitle = element_text(size = 10, hjust = 0.5, color = "gray30"),
    panel.grid.major.x = element_blank(),
    axis.text.x = element_text(face = "bold")
  )

# Renderiza o gráfico de barras na tela
g1

Figura 1: Distribuição por Autodeclaração de Raça/Cor das Candidatas (PE - 2024)

Nota metodológica: A análise qualitativa dos registros classificados como “Amarela” (n=54) revelou nomes sem indicativo de origem asiática, sugerindo erros sistemáticos de preenchimento no formulário do TSE. Esse achado, somado ao volume expressivo do grupo “Sem Declaração” e ao número estatisticamente improvável de candidatas pardas em Pernambuco, aponta para fragilidades estruturais no sistema de autodeclaração racial eleitoral brasileiro.

Contrariando a percepção de que mulheres brancas dominam a arena política, os dados reais do TSE revelam que as candidatas pretas lideram com ampla margem o ecossistema de disputas em Pernambuco. Esse resultado reflete a composição demográfica do estado (majoritariamente negro), mas também evidencia um fenômeno crítico: candidatar-se não é o mesmo que ser eleita. O volume expressivo de candidaturas pretas será confrontado, nas seções seguintes, com o volume de financiamento e a taxa real de sucesso eleitoral.

Igualmente relevante é o segundo grupo em destaque: as candidatas classificadas como “Sem Declaração”. Esse grupo, quase tão numeroso quanto o de candidatas brancas, representa um apagão nos dados eleitorais. A ausência de autodeclaração de raça não é neutra — ela pode indicar desde desconhecimento sobre o campo no formulário do TSE até uma estratégia consciente de invisibilidade racial para evitar discriminação. Em ambos os casos, esses dados ausentes comprometem a capacidade do Estado e da sociedade civil de monitorar a equidade racial nas eleições.

library(dplyr)
library(DT)

tabela_sucesso <- df_analise %>%
  group_by(cor_raca) %>%
  summarise(
    `Total de Candidatas` = n(),
    `Total de Eleitas`    = sum(situacao_turno == "Eleita"),
    `Taxa de Eleição (%)`  = round(sum(situacao_turno == "Eleita") / n() * 100, 1)
  ) %>%
  arrange(desc(`Taxa de Eleição (%)`)) %>%
  rename(`Raça/Cor` = cor_raca)

datatable(
  tabela_sucesso,
  caption = "Tabela 3: Taxa de conversão eleitoral por grupo racial — PE 2024",
  options = list(pageLength = 10, dom = 't'),
  rownames = FALSE
)

Relação entre Financiamento de Campanha e Sucesso Eleitoral

O gráfico bivariado abaixo cruza o volume de receita total arrecadada (eixo Y) com o resultado recebido nas urnas (eixo X) utilizando o motor do plotly. A escala logarítmica no eixo Y é necessária porque a distribuição de receitas eleitorais possui uma cauda muito longa: a maioria das candidatas arrecada valores modestos, enquanto uma minoria concentra recursos expressivos.

# Filtra candidatas com receita
df_grafico2 <- df_analise %>% filter(receita_total > 0)

# Construção do gráfico bivariado
g2 <- ggplot(df_grafico2, aes(
  x = situacao_turno, 
  y = receita_total, 
  fill = situacao_turno
)) +
  geom_jitter(aes(color = situacao_turno), alpha = 0.4, width = 0.2, size = 1.8) +
  geom_boxplot(alpha = 0.7, outlier.shape = NA, width = 0.4, color = "black") +
  scale_y_log10(labels = scales::label_dollar(prefix = "R$ ", big.mark = ".", decimal.mark = ",")) +
  scale_fill_manual(values = c("Eleita" = "#2ca02c", "Não Eleita" = "#d62728")) +
  scale_color_manual(values = c("Eleita" = "#1f77b4", "Não Eleita" = "#7f7f7f")) +
  labs(
    title = "Volume Financeiro Arrecadado vs. Resultado Eleitoral",
    x = "Resultado nas Urnas",
    y = "Receita de Campanha (Escala Logarítmica)"
  ) +
  theme_light() +
  theme(
    plot.title = element_text(face = "bold", size = 13, hjust = 0.5),
    legend.position = "none"
  )

# Transforma em interativo exibindo os dados dos eixos automaticamente
ggplotly(g2)

A separação entre as distribuições das candidatas eleitas e não eleitas é visualmente clara e estatisticamente expressiva. A mediana de receita das candidatas eleitas supera em múltiplas ordens de magnitude a das não eleitas, uma diferença que, na escala logarítmica utilizada, representa distâncias imensas em valores absolutos. Isso confirma a hipótese central deste projeto: o financiamento de campanha não é apenas um facilitador, mas uma condição estrutural para a vitória eleitoral feminina em Pernambuco. Candidatas sem acesso a recursos suficientes enfrentam, na prática, uma barreira quase intransponível, independentemente de sua competência, trajetória ou proposta política.

Intersecção entre Raça, Financiamento e Sucesso Eleitoral

Para testar a hipótese de desigualdade na distribuição de recursos, o gráfico abaixo apresenta o orçamento médio direcionado exclusivamente às candidatas que alcançaram o sucesso eleitoral (Eleitas), categorizadas por autodeclaração de raça e cor. Este recorte revela o “custo real da vitória” para cada grupo racial.

Nota: A análise interseccional apresentada a seguir deve ser lida com cautela para dois grupos específicos. O grupo “Amarela” (n=54) apresentou, em inspeção qualitativa, registros com nomes incompatíveis com origem asiática, indicando prováveis erros de preenchimento no formulário do TSE. Já o grupo “Sem Declaração” (n=1.943), embora numericamente expressivo, representa uma ausência de informação, e não uma identidade racial definida. Para os demais grupos (Preta, Branca, Parda e Indígena), os padrões identificados refletem tendências estruturais reais e são interpretados com maior segurança analítica.

library(dplyr)
library(ggplot2)
library(scales)

# Tabela analítica focando no topo do funil: apenas as mulheres ELEITAS
df_raca_eleitas <- df_analise %>%
  filter(situacao_turno == "Eleita") %>%
  group_by(cor_raca) %>%
  summarise(
    Total_Eleitas = n(),
    Media_Receita = mean(receita_total, na.rm = TRUE)
  ) %>%
  filter(!cor_raca %in% c("SEM INFORMAÇÃO", "Não informado"))

# Gráfico de barras mostrando o custo médio real de uma vitória por raça
g3 <- ggplot(df_raca_eleitas, aes(x = reorder(cor_raca, -Media_Receita), y = Media_Receita, fill = cor_raca)) +
  geom_col(color = "black", alpha = 0.8, width = 0.5) +
  geom_text(aes(label = paste0("n = ", Total_Eleitas, "\nR$ ", format(round(Media_Receita, 0), big.mark=".", decimal.mark=","))), 
            vjust = -0.4, fontface = "bold", size = 3.2) +
  scale_y_continuous(labels = label_dollar(prefix = "R$ ", big.mark = ".", decimal.mark = ","),
                     expand = expansion(mult = c(0, 0.25))) +
  scale_fill_brewer(palette = "Pastel1") +
  labs(
    title = "O Custo da Vitória: Orçamento Médio das Candidatas Eleitas",
    subtitle = "Análise restrita às candidatas vitoriosas em Pernambuco (Eleições 2024)",
    x = "Autodeclaração de Raça/Cor",
    y = "Orçamento Médio Arrecadado (R$)"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 13, hjust = 0.5),
    plot.subtitle = element_text(size = 10, hjust = 0.5, color = "gray30"),
    legend.position = "none",
    panel.grid.major.x = element_blank(),
    axis.text.x = element_text(face = "bold")
  )

#Exibe o gráfico
g3

Figura 3: Orçamento Médio das Candidatas Eleitas por Raça/Cor (PE - 2024)

Mesmo entre as vencedoras, as poucas que superaram todas as barreiras e chegaram ao mandato, a desigualdade de recursos persiste. O número de eleitas exibido em cada barra (n =) é fundamental para contextualizar as médias: grupos com poucas eleitas têm médias mais voláteis e susceptíveis a distorções por casos extremos. A comparação entre o orçamento médio de candidatas brancas eleitas e pretas eleitas traduz, em cifras concretas, o que a literatura acadêmica chama de dupla penalização: ser mulher já é uma barreira; ser mulher negra significa enfrentar essa barreira com menos recursos financeiros.

A Taxa de Conversão: De Candidata a Eleita por Raça/Cor

O quarto gráfico desta análise introduz a métrica para avaliar equidade eleitoral: a taxa de conversão, definida como a razão entre o número de candidatas eleitas e o total de candidatas registradas por grupo racial. Diferentemente da contagem absoluta de candidaturas, que favorece grupos numericamente dominantes, essa métrica controla o volume de participação e expõe a eficiência real de cada grupo dentro do processo eleitoral, respondendo à pergunta: de cada 100 candidatas de um determinado grupo racial, quantas efetivamente conquistam um mandato?

library(dplyr)
library(ggplot2)

# Calcula a taxa de eleição por grupo racial
df_conversao <- df_analise %>%
  group_by(cor_raca) %>%
  summarise(
    n_total     = n(),
    n_eleitas   = sum(situacao_turno == "Eleita"),
    taxa_eleicao = round(n_eleitas / n_total * 100, 1)
  ) %>%
  filter(n_total >= 10) %>%  # Remove grupos com poucos casos para evitar distorção estatística
  arrange(desc(taxa_eleicao))

# Gráfico de barras horizontais com destaque por performance
g4 <- ggplot(df_conversao, aes(
    x = reorder(cor_raca, taxa_eleicao), 
    y = taxa_eleicao,
    fill = taxa_eleicao
  )) +
  geom_col(color = "black", alpha = 0.85, width = 0.6) +
  geom_text(
    aes(label = paste0(taxa_eleicao, "%  (", n_eleitas, " de ", n_total, ")")),
    hjust = -0.05, fontface = "bold", size = 3.5
  ) +
  scale_fill_gradient(low = "#f7a072", high = "#2ca02c") +
  scale_y_continuous(
    limits = c(0, max(df_conversao$taxa_eleicao) * 1.4),
    labels = function(x) paste0(x, "%")
  ) +
  coord_flip() +
  labs(
    title = "Taxa de Conversão Eleitoral por Raça/Cor",
    subtitle = "De cada 100 candidatas, quantas foram eleitas? (PE - Eleições 2024)",
    x = "Autodeclaração de Raça/Cor",
    y = "Taxa de Eleição (%)",
    caption = "Grupos com menos de 10 candidatas foram excluídos para evitar distorção estatística.\nFonte: TSE - Dados Abertos 2024."
  ) +
  theme_minimal() +
  theme(
    plot.title    = element_text(face = "bold", size = 13, hjust = 0.5),
    plot.subtitle = element_text(size = 10, hjust = 0.5, color = "gray30"),
    plot.caption  = element_text(size = 8, color = "gray50", hjust = 0),
    legend.position = "none",
    panel.grid.major.y = element_blank(),
    axis.text.y   = element_text(face = "bold")
  )

g4

Figura 4: Taxa de Conversão Eleitoral por Raça/Cor (PE - 2024)

Lembrete: As ressalvas metodológicas sobre os grupos “Amarela” e “Sem Declaração” descritas na seção anterior aplicam-se também a esta visualização.

Contrariando a hipótese inicial de que mulheres brancas se elegeriam proporcionalmente mais, os dados revelam o oposto: candidatas brancas apresentam a menor taxa de conversão eleitoral (3,5%), enquanto candidatas pretas convertem a 6,4%, quase o dobro. O grupo “Sem Declaração”, com 10,5%, lidera a taxa de sucesso, o que levanta uma hipótese instigante: a invisibilidade racial nos dados pode refletir uma invisibilidade estratégica também nas campanhas, permitindo que essas candidatas transitem por diferentes bases eleitorais sem o peso de estereótipos raciais.

Pode-se pensar que o problema enfrentado por mulheres pretas em Pernambuco não é a rejeição do eleitorado, quando chegam competitivas às urnas, vencem proporcionalmente mais que as brancas. O problema está no funil que antecede o voto: de 2.805 candidatas pretas, apenas 179 chegaram com recursos e condições suficientes para vencer (6,4%). O gargalo é o financiamento, não o eleitor. Isso transforma a questão de representatividade feminina negra em Pernambuco de um problema de aceitação social para um problema de justiça na distribuição de recursos eleitorais, e aponta diretamente para a responsabilidade dos partidos políticos na alocação dos fundos afirmativos de campanha.

Dependência de Fundos Públicos: Quem Depende do Estado para Competir?

A variável dep_fundo_publico — criada durante a etapa de engenharia de atributos — mede a proporção da receita de campanha proveniente de fontes públicas (Fundo Especial de Financiamento de Campanha + Fundo Partidário). Uma candidata com valor próximo de 1 depende quase exclusivamente do Estado para financiar sua campanha; uma candidata com valor próximo de 0 é predominantemente financiada por recursos próprios ou doações privadas.

O gráfico abaixo, interativo via plotly, compara essa dependência entre candidatas eleitas e não eleitas — respondendo à pergunta: o fundo público é o principal recurso das que vencem ou das que perdem?

library(ggplot2)
library(plotly)
library(dplyr)

df_fundo <- df_analise %>% filter(receita_total > 0)

g5 <- ggplot(df_fundo, aes(x = situacao_turno, y = dep_fundo_publico, fill = situacao_turno)) +
  geom_violin(alpha = 0.6, color = "black") +
  geom_boxplot(width = 0.15, alpha = 0.9, outlier.shape = NA, color = "black") +
  scale_fill_manual(values = c("Eleita" = "#2ca02c", "Não Eleita" = "#d62728")) +
  scale_y_continuous(labels = scales::percent_format(accuracy = 1)) +
  labs(
    title = "Dependência de Fundos Públicos por Resultado Eleitoral",
    subtitle = "Proporção da receita de campanha proveniente de fontes públicas (PE - 2024)",
    x = "Resultado nas Urnas",
    y = "Proporção de Recursos Públicos na Receita",
    caption = "Fonte: TSE - Dados Abertos 2024. Candidatas com receita zero excluídas."
  ) +
  theme_light() +
  theme(
    plot.title    = element_text(face = "bold", size = 13, hjust = 0.5),
    plot.subtitle = element_text(size = 10, hjust = 0.5, color = "gray30"),
    legend.position = "none"
  )

ggplotly(g5)

O gráfico de violino combinado com boxplot revela a distribuição completa da dependência de fundo público em cada grupo. Se candidatas eleitas apresentarem maior concentração em valores altos de dependência, isso indica que o fundo público é o principal habilitador de campanhas vitoriosas em Pernambuco, reforçando o argumento de que a distribuição equitativa desses recursos é uma questão de justiça democrática. Se a distribuição for semelhante entre eleitas e não eleitas, o achado aponta que o problema não é a origem do recurso, mas o volume total disponível, o que converge com os resultados do Gráfico 2.

Dependência de Fundos Públicos por Raça/Cor

Se o fundo público é a principal fonte de financiamento para candidatas que dependem menos de doadores privados, a questão que se segue é: essa dependência é igual entre todos os grupos raciais? O gráfico abaixo responde diretamente.

library(ggplot2)
library(dplyr)

df_fundo_raca <- df_analise %>%
  filter(receita_total > 0) %>%
  group_by(cor_raca) %>%
  summarise(
    dep_media = round(mean(dep_fundo_publico), 2),
    n = n()
  ) %>%
  filter(n >= 10)

g6 <- ggplot(df_fundo_raca, aes(x = reorder(cor_raca, dep_media), y = dep_media, fill = dep_media)) +
  geom_col(color = "black", alpha = 0.85, width = 0.6) +
  geom_text(aes(label = paste0(round(dep_media * 100, 1), "%  (n=", n, ")")),
            hjust = -0.05, fontface = "bold", size = 3.5) +
  scale_fill_gradient(low = "#f7a072", high = "#2ca02c") +
  scale_y_continuous(
    limits = c(0, max(df_fundo_raca$dep_media) * 1.4),
    labels = scales::percent_format(accuracy = 1)
  ) +
  coord_flip() +
  labs(
    title = "Dependência Média de Fundos Públicos por Raça/Cor",
    subtitle = "Proporção média da receita proveniente de fontes públicas (PE - 2024)",
    x = "Autodeclaração de Raça/Cor",
    y = "Dependência Média de Fundo Público",
    caption = "Candidatas com receita zero excluídas. Grupos com menos de 10 candidatas excluídos.\nFonte: TSE - Dados Abertos 2024."
  ) +
  theme_minimal() +
  theme(
    plot.title    = element_text(face = "bold", size = 13, hjust = 0.5),
    plot.subtitle = element_text(size = 10, hjust = 0.5, color = "gray30"),
    plot.caption  = element_text(size = 8, color = "gray50", hjust = 0),
    legend.position = "none",
    panel.grid.major.y = element_blank(),
    axis.text.y = element_text(face = "bold")
  )

g6

Figura 6: Dependência de Fundos Públicos por Raça/Cor (PE - 2024)

Se candidatas pretas apresentam maior dependência de fundos públicos que candidatas brancas, isso confirma que o fundo público é o principal, e muitas vezes único, habilitador de campanhas negras em Pernambuco. Uma distribuição desigual desse fundo entre grupos raciais não é apenas uma falha administrativa: é uma barreira estrutural que o próprio Estado reproduz, contrariando o espírito democrático que justifica a existência do financiamento público de campanhas.

Declaração do Problema Revisitada

Este projeto partiu de uma pergunta central: até que ponto o financiamento de campanha e o perfil sociodemográfico determinam a eleição de uma candidata em Pernambuco? Em um estado onde mais de 52% do eleitorado é feminino, a sub-representação política das mulheres, especialmente das mulheres negras, nos cargos eletivos não é um acidente, mas um padrão estrutural que os dados permitem quantificar.

Metodologia Empregada

A análise utilizou duas bases de dados públicas do Tribunal Superior Eleitoral (TSE) referentes ao pleito municipal de 2024: os dados cadastrais de candidaturas e os registros de prestação de contas de receitas eleitorais. As bases foram unidas pela chave sq_candidato, filtradas para o escopo geográfico de Pernambuco e para o gênero feminino. A partir daí, foram aplicadas técnicas de engenharia de atributos, criação de variáveis como dependência de fundo público e taxa de conversão eleitoral, e análise interseccional cruzando raça, financiamento e resultado eleitoral.

Insights Principais

Quatro achados se destacam desta análise:

1. Candidatar-se não é o mesmo que ser eleita. Mulheres pretas lideram em volume de candidaturas em Pernambuco e apresentam taxa de conversão eleitoral (6,4%) superior à de candidatas brancas (3,5%). No entanto, o gargalo está no financiamento: sem acesso equitativo a recursos de campanha, a maioria dessas candidaturas não chega competitiva às urnas.

2. O dinheiro é condição estrutural para a vitória. A diferença de receita entre candidatas eleitas e não eleitas é expressiva e estatisticamente clara: sem financiamento suficiente, a derrota é quase certa, independentemente do mérito da candidatura.

3. A desigualdade persiste mesmo entre as vencedoras. Mesmo restringindo a análise apenas às candidatas eleitas, o orçamento médio de campanha varia significativamente por raça — evidenciando que a barreira financeira penaliza mulheres negras em todas as etapas do processo eleitoral.

4. O apagão racial nos dados é, em si, um dado político. Quase 2.000 candidatas sem declaração de raça e dezenas com classificação incorreta revelam fragilidades estruturais no sistema de autodeclaração do TSE — fragilidades que tornam invisível exatamente o grupo que mais precisa de monitoramento para garantir equidade.

Implicações para os Clientes da Análise

Para partidos políticos, os dados indicam a necessidade de redistribuição mais equitativa dos fundos afirmativos de campanha, priorizando candidatas negras que historicamente recebem menos recursos mesmo quando competitivas. Para organizações de advocacy e ONGs, esta análise oferece evidências concretas para pressionar por cotas raciais nas candidaturas — um vazio que a Lei 9.504/97 ainda não endereçou. Para futuras candidatas, os dados revelam que o financiamento não é apenas um detalhe logístico, mas o principal preditor de sucesso eleitoral em Pernambuco.

Limitações e Caminhos Futuros

Esta análise possui limitações importantes que devem ser consideradas na interpretação dos resultados:

• Qualidade da autodeclaração racial: A inspeção qualitativa identificou erros de preenchimento no grupo “Amarela” e um volume expressivo de candidatas sem declaração de raça, o que compromete a precisão da análise interseccional para esses grupos específicos.
• Ausência de dados de votação individual: Sem o número de votos por candidata, não foi possível calcular o custo por voto — uma métrica que permitiria avaliar a eficiência do gasto, e não apenas o volume.
• Escopo temporal único: A análise cobre apenas o pleito de 2024. Uma análise longitudinal comparando 2016, 2020 e 2024 permitiria identificar tendências e avaliar o impacto das cotas de gênero ao longo do tempo.
• Ausência de variáveis qualitativas: Fatores como presença em redes sociais, cobertura de mídia local e capital político familiar não estão nos dados do TSE, mas influenciam significativamente o resultado eleitoral.

Pesquisas futuras poderiam cruzar os dados do TSE com os repositórios de votação por seção eleitoral, incorporar análise de redes partidárias e expandir o escopo para outros estados do Nordeste, permitindo comparações regionais mais robustas.