library(readr)
library(knitr)
library(tidyverse)

Introdução

Esta análise será feita utilizando os dados de gastos da Cota Parlamentar dos deputados dos anos de 2015, 2016 e 2017. Abaixo temos 5 perguntas que iremos responder a partir dos nossos dados.

Antes, iremos importar a nossa base de dados.

dadosCEAP <- read_csv(unz("../database/dadosCEAP.csv.zip", "dadosCEAP.csv")) %>%
  mutate(diaMesAno = as.Date(stringr::str_sub(dataEmissao, 1, 10)))
  
dadosCEAP$valorGlosa <- as.numeric(sub(",", ".", dadosCEAP$valorGlosa, fixed = TRUE)) 
limiteMensalCEAP <- read_csv("../database/limiteMensalCEAP.csv")

Perguntas

1. Quais os partidos que mais fazem uso da CEAP? Quais os partidos que menos fazem uso? Mesmas perguntas considerando valores em R$.

Abaixo temos um gráfico dos partidos por uso da CEAP.

dadosCEAP %>%
  filter(!sgPartido %in% NA) %>%
  group_by(sgPartido) %>%
  summarise(n = n()) %>%
  ggplot(aes(x = reorder(sgPartido, n), y = n)) + 
  xlab("Partido") +
  ylab("Utilização da CEAP") +
  geom_bar(stat = "identity") + 
  coord_flip()

Analisando o gráfico acima temos que os maiores gastos advém do PT, PMDB e PSDB. Temos que considerar também o número de deputados que cada partido possui. Esses três partidos possuem um número muito maior de deputados em relação aos demais partidos.

Analisando agora o gráfico dos gastos dos partidos por uso da CEAP, temos:

dadosCEAP %>%
  filter(!sgPartido %in% NA) %>%
  group_by(sgPartido) %>%
  summarise(valorGastos = sum(valorDocumento)) %>%
  ggplot(aes(x = reorder(sgPartido, valorGastos), y = valorGastos)) + 
  xlab("Partido") +
  ylab("Gastos totais (em reais)") +
  geom_bar(stat="identity") + 
  coord_flip()

O partido que mais gastou com a CEAP foi o PMDB, seguido pelo PT e seguido pelo PSDB e PP com uma diferença muito ínfima entre os dois.

Podemos analisar a distribuição através de um boxplot dos partidos:

gastos_partido <- dadosCEAP %>%
  filter(valorDocumento > 0 & !sgPartido %in% NA) %>%
  ggplot(aes(x = sgPartido, y = valorDocumento)) + 
  xlab("Partido") +
  ylab("Valor do documento (em reais)") +
  geom_boxplot(outlier.alpha = 0) + 
  coord_flip()

gastos_partido

Os dados estão muito concentrados em valores próximos à 0, por isso não é possível determinar com precisão a distribuição. Por essa razão, vamos determinar uma faixa de valores para melhorar a nossa visualização:

gastos_partido +
  scale_y_continuous(limits = c(0, 500))
## Warning: Removed 245789 rows containing non-finite values (stat_boxplot).

Podemos perceber que os valores tendem a estar entre 0 e 200 reais, com algumas exceções de distribuições com maior variação, tais como ocorre no PRP. A mediana dos valores é aproximadamente 100 reais.

2. Quais os tipos de despesa mais comuns no uso da CEAP? Mesma pergunta considerando valores em R$.

Analisando agora o gráfico dos tipos de despesa da CEAP por utilização, temos:

dadosCEAP %>%
  group_by(tipoDespesa) %>%
  summarise(n = n()) %>%
  ggplot(aes(x = reorder(tipoDespesa, n), y = n)) + 
  xlab("Tipo de despesa") +
  ylab("Utilização da CEAP") +
  geom_bar(stat = "identity") + 
  coord_flip()

A emissão de bilhete aéreo é o grande responsável pelos gastos dos deputados, seguidos de combustíveis e lubrificante. Essa medida se dá em valor absoluto das solicitações de uso da CEAP.

Analisando agora o gráfico dos tipos de despesa da CEAP pelo valor dos gastos, temos:

dadosCEAP %>%
  group_by(tipoDespesa) %>%
  summarise(valorGastos = sum(valorDocumento)) %>%
  ggplot(aes(x = reorder(tipoDespesa, valorGastos), y = valorGastos)) + 
  xlab("Tipo de despesa") +
  ylab("Gastos totais (em reais)") +
  geom_bar(stat = "identity") + 
  coord_flip()

A divulgação da atividade parlamentar é a maior responsável pelos gastos na CEAP, seguida pela emissão de bilhete aéreo.

Se dermos uma olhada na distribuição dos gastos através de um boxplot, temos:

tipos_gastos <- dadosCEAP %>%
  ggplot(aes(x = tipoDespesa, y = valorDocumento)) + 
  xlab("Tipo de despesa") +
  ylab("Valor do documento (em reais)") +
  geom_boxplot(outlier.alpha = 0) + 
  coord_flip()
tipos_gastos

Mais uma vez os valores estão muito concentrados em 0, de forma que precisamos delimitar o intervalo de exibição.

tipos_gastos + scale_y_continuous(limits = c(0, 1000))
## Warning: Removed 172403 rows containing non-finite values (stat_boxplot).

Participação em curso, palestra ou evento similar apresenta uma grande variação nos preços. Ou seja, os deputados participam de palestras que vão de 100 até 750 reais, geralmente.

3. Levando em conta o estado pelo qual o deputado se elegeu, quais os estados que mais fazem uso da CEAP? Quais os que menos fazem uso? Mesmas perguntas considerando gastos em R$.

Analisando agora o Gráfico de utilização por estado da CEAP, temos:

dadosCEAP %>%
  filter(!sgUF %in% NA) %>%
  group_by(sgUF) %>%
  summarise(n = n()) %>%
  ggplot(aes(x = reorder(sgUF, n),y = n)) + 
  xlab("Estado") +
  ylab("Utilização da CEAP") +
  geom_bar(stat = "identity") + 
  coord_flip()

Pelo gráfico podemos perceber que SP possui o maior número de requisições da CEAP em valores absolutos dos dados analisados. Em segundo lugar, Minas Gerais. Os estados que fazem menos uso são Amapá, Amazonas e Roraima. O Distrito Federal aparece em último, mas não é considerado estado.

Analisando agora o Gráfico dos gastos por estado da CEAP, temos:

dadosCEAP %>%
  filter(!sgUF %in% NA) %>%
  group_by(sgUF) %>%
  summarise(valorGastos = sum(valorLíquido)) %>%
  ggplot(aes(x = reorder(sgUF, valorGastos), y = valorGastos)) + 
  xlab("Estado") +
  ylab("Gastos totais (em reais)") +
  geom_bar(stat="identity") + 
  coord_flip()

São Paulo continua na liderança dos gastos seguido de Minas Gerais e Rio de Janeiro.

Por que você acha isso?

Acredito que a quantidade de deputados de SP influencia nos gastos, pois o número de deputados por estado é equivalente à sua população. Dado isso, SP tem 70 deputados e por isso é o que possui mais gastos.

4. Quais os parlamentares que mais gastam com CEAP e quais os que menos gastam?

Separando os dados, temos:

dados <- dadosCEAP %>%
  group_by(nomeParlamentar) %>%
  summarise(valorGastos = sum(valorLíquido))

Plotando os deputados que mais gastaram, temos:

# Os que mais gastaram
dados[order(-dados$valorGastos),] %>%
  head(10) %>%
  ggplot(aes(x = reorder(nomeParlamentar, valorGastos), y = valorGastos)) + 
  xlab("Deputado") +
  ylab("Gastos totais (em reais)") +
  geom_bar(stat="identity") + 
  coord_flip()

Os que menos gastaram, temos:

# Os que menos gastaram
dados[order(dados$valorGastos),] %>%
  filter(valorGastos > 0) %>%
  head(10) %>%
  ggplot(aes(x = reorder(nomeParlamentar, -valorGastos), y = valorGastos)) + 
  xlab("Deputado") +
  ylab("Gastos totais (em reais)") +
  geom_bar(stat="identity") + 
  coord_flip()

Lembrando que essa análise foi feita considerando os valores absolutos, então podem existir deputados que ficaram pouco tempo na câmara enquanto outros estão lá até hoje e continuam se utilizando da CEAP.

5. Existe correlação entre a quantidade de gastos no exterior e o valor restituído da CEAP?

O valor restituído da CEAP é o valor líquido, que é repassado para o deputado após a comprovação da nota fiscal e do valor do documento ser conferido. Dessa forma, o valor é devolvido ao deputado e o gasto é contabilizado em sua cota parlamentar. Agora, verificaremos se há correlação entre o número de solicitações de uso da CEAP e o valor líquido.

gastos_deputados_exterior <- dadosCEAP %>%
  filter(tipoDocumento==2) %>%
  group_by(nomeParlamentar) %>%
  summarise(numeroGastos = n())

gastos_deputados <- dadosCEAP %>%
  group_by(nomeParlamentar) %>%
  summarise(somaGastos = sum(valorLíquido))

gastos_deputados_exterior %>%
  left_join(gastos_deputados, by="nomeParlamentar") %>%
  select(somaGastos, numeroGastos) %>%
  cor() %>%
  kable()
somaGastos numeroGastos
somaGastos 1.0000000 -0.0037931
numeroGastos -0.0037931 1.0000000

De acordo com o cálculo acima, não existe qualquer correlação entre as duas variáveis.

Perguntas bônus

Quais os estados cujos deputados gastam mais no exterior? Quais os estados cujos deputados gastam menos no exterior?

Através de vários gráficos podemos responder essa pergunta.

# Quantidade
estados_custos_exterior <- dadosCEAP %>%
  group_by(tipoDocumento, sgUF) %>%
  filter(tipoDocumento==2) %>%
  summarise(n = n())

# Reais
estados_custos_reais_exterior <- dadosCEAP %>%
  filter(tipoDocumento==2) %>%
  group_by(sgUF) %>%
  summarise(gastos=sum(valorDocumento))

Quem mais solicitou a CEAP no exterior:

# Quantidade (mais)
estados_custos_exterior[order(-estados_custos_exterior$n),] %>%
  head(10) %>%
  ggplot(aes(x = reorder(sgUF, n), y = n)) + 
  xlab("Estado") +
  ylab("Utilização da CEAP") +
  geom_bar(stat="identity") + 
  coord_flip()

Quem menos solicitou a CEAP no exterior:

# Quantidade (menos)
estados_custos_exterior[order(estados_custos_exterior$n),] %>%
  head(10) %>%
  ggplot(aes(x = reorder(sgUF, -n), y = n)) + 
  xlab("Estado") +
  ylab("Utilização da CEAP") +
  geom_bar(stat="identity") + 
  coord_flip()

Quem gastou mais com CEAP:

# Reais (mais)
estados_custos_reais_exterior[order(-estados_custos_reais_exterior$gastos),] %>%
  head(10) %>%
  ggplot(aes(x = reorder(sgUF, gastos), y = gastos)) + 
  xlab("Estado") +
  ylab("Gastos totais (em reais)") +
  geom_bar(stat="identity") + 
  coord_flip()

Quem gastou menos com CEAP:

# Reais (menos)
estados_custos_reais_exterior[order(estados_custos_reais_exterior$gastos),] %>%
  head(10) %>%
  ggplot(aes(x = reorder(sgUF, -gastos), y = gastos)) + 
  xlab("Estado") +
  ylab("Gastos totais (em reais)") +
  geom_bar(stat="identity") + 
  coord_flip()