Análise de Gastos de Deputados: Nossas Perguntas

Sobre os dados

As informações utilizadas são referentes aos gastos com a CEAP (cota para o exercício da atividade parlamentar). Esses valores representam uma cota única mensal, destinada a custear os gastos dos deputados federais exclusivamente vinculados ao exercício da atividade parlamentar. Os dados foram coletados do site de transparência da Câmara, tratados, e podem ser baixados neste link.

Outros dados que fazem parte da análise são os valores com os limites de CEAP para cada estado. O valor máximo mensal da cota depende da unidade da federação que o deputado representa. Essa variação ocorre por causa das passagens aéreas e está relacionada ao valor do trecho entre Brasília e o Estado que o deputado representa. Os dados podem ser baixados aqui.

A seguir, fazemos a leitura desses dados e observamos uma pequena amostra.

dados <- read_csv("data/dadosCEAP.csv", progress = FALSE)
limite_CEAP <- read_csv("data/limiteMensalCEAP.csv")
dados$valorGlosa <- as.numeric(sub(",", ".", dados$valorGlosa, fixed = TRUE)) 

glimpse(dados)

## Observations: 963,452
## Variables: 13
## $ nomeParlamentar <chr> "ABEL MESQUITA JR.", "ABEL MESQUITA JR.", "ABE...
## $ idCadastro      <int> 178957, 178957, 178957, 178957, 178957, 178957...
## $ sgUF            <chr> "RR", "RR", "RR", "RR", "RR", "RR", "RR", "RR"...
## $ sgPartido       <chr> "DEM", "DEM", "DEM", "DEM", "DEM", "DEM", "DEM...
## $ tipoDespesa     <chr> "MANUTENÇÃO DE ESCRITÓRIO DE APOIO À ATIVIDADE...
## $ especDespesa    <chr> NA, NA, NA, NA, NA, "Veículos Automotores", "V...
## $ fornecedor      <chr> "COMPANHIA DE AGUAS E ESGOTOS DE RORAIMA", "CO...
## $ CNPJCPF         <chr> "05939467000115", "05939467000115", "023414700...
## $ tipoDocumento   <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0...
## $ dataEmissao     <dttm> 2015-11-14, 2015-12-10, 2015-11-27, 2015-12-3...
## $ valorDocumento  <dbl> 165.65, 59.48, 130.95, 196.53, 310.25, 32.00, ...
## $ valorGlosa      <dbl> 0, 0, 0, 347, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ valorLíquido    <dbl> 165.65, 59.48, 130.95, 193.06, 310.25, 32.00, ...

1. Quais são os deputados que gastaram mais dinheiro da CEAP? Quais são os mais econômicos?

Para responder as perguntas, podemos agrupar os dados de modo a somar as despesas totais de cada parlamentar. Dessa forma podemos saber quais são aqueles que mais gastaram e os que foram mais econômicos. Como a base de dados fornece um grande número de deputados, podemos escolher uma amostra pequena para responder cada uma das perguntas.

top10_gastadores <- dados %>% 
  filter(valorLíquido > 0) %>% 
  group_by(nomeParlamentar, sgPartido) %>% 
  summarise(gastoTotal = sum(valorLíquido)) %>% 
  arrange(desc(gastoTotal)) %>% 
  ungroup() %>% 
  top_n(10)

## Selecting by gastoTotal

top10_economicos <- dados %>% 
  filter(valorLíquido > 0) %>% 
  group_by(nomeParlamentar, sgPartido) %>% 
  summarise(gastoTotal = sum(valorLíquido)) %>% 
  arrange(gastoTotal) %>% 
  ungroup() %>% 
  top_n(-10)

## Selecting by gastoTotal

top10_gastadores %>% 
  ggplot(aes(x=reorder(nomeParlamentar, -gastoTotal), y=gastoTotal, fill = sgPartido)) +
  geom_bar(stat = "identity") + 
  geom_text(
    aes(label=gastoTotal),
    position = position_dodge(width = 1),
    vjust = 1.5, hjust=0.5, size = 3, angle=45
    ) +
  xlab("Nome Deputados") + ylab("Gasto Total (R$)") + labs(fill = "Partidos") + 
  ggtitle("Top 10 deputados gastadores") +
  theme(axis.text.x = element_text(size=8, angle = 30, vjust=.8, hjust = .8),
        plot.title = element_text(hjust = 0.5))

top10_economicos %>% 
  ggplot(aes(x=reorder(nomeParlamentar, gastoTotal), y=gastoTotal, fill = sgPartido)) +
  geom_bar(stat = "identity") +
  geom_text(
    aes(label=gastoTotal),
    position = position_dodge(width = 1),
    vjust = -0.5, size = 3
    ) + 
  xlab("Nome Deputados") + ylab("Gasto Total (R$)") + labs(fill = "Partidos") + 
  ggtitle("Top 10 deputados econômicos") +
  theme(axis.text.x = element_text(size=8, angle = 30, vjust=.8, hjust = .8),
        plot.title = element_text(hjust = 0.5))

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

Para responder, é preciso selecionar o tipo de documento adequado aos gastos feitos no exterior. Após isso, podemos sumarizar o gasto total realizado pelos parlamentares de cada estado.

gastos_exterior_estados <- dados %>% 
  filter(valorLíquido > 0) %>% 
  filter(tipoDocumento == 2) %>% 
  group_by(sgUF) %>% 
  summarise(gasto_por_estado = sum(valorLíquido)) %>% 
  arrange(desc(gasto_por_estado))

gastos_exterior_estados %>% 
  ggplot(aes(x=reorder(sgUF,gasto_por_estado), y=gasto_por_estado)) +
  geom_bar(stat = "identity", position = 'dodge', fill = "#FF6666") +
  geom_text(
    aes(label = gasto_por_estado, vjust = 0), 
    hjust = 0.3, size = 2.5,
    inherit.aes = TRUE
  ) +
  coord_flip() +
  labs(x = "Estados", y = "Gasto por Estado (R$)") +
  ggtitle("Gastos no exterior (por estado)") +
  theme(plot.title = element_text(hjust = 0.5))

Observando os gráficos, temos que os estados que mais gastam no exterior são São Paulo, Minas Gerais e Pernambuco, enquanto os que menos gastaram no exterior são os estados do Maranhão, Paraíba e Pará.

3. Quais os partidos cujos parlamentares mais usam CEAP no estado da Paraíba? Quais são os que menos usam? Mesmas perguntas considerando valores em R$.

Para responder a primeira parte dessa pergunta precisamos inicialmente filtrar os parlamentares do estado da Paraíba. Em seguida, realizamos uma contagem para saber a quantidade de gastos com o CEAP de cada parlamentar e então selecionar os que mais utilizaram, para cada partido. Dessa forma, conseguimos saber quais são os partidos que têm deputados que mais usam o CEAP. Com as informações de parlamentares da PB também podemos responder a outra parte da questão. Agora queremos saber os partidos dos parlamentares que mais geraram gastos. Para isso, descobrimos o valor total gasto por um deputado e então selecionamos os maiores gastos para cada partido.

dados_pb <- dados %>% 
  filter(sgUF == "PB")

mais_despesa_parlamentares_pb <- dados_pb %>% 
  filter(valorLíquido > 0) %>% 
  group_by(nomeParlamentar, sgPartido) %>% 
  summarise(num_usos = n())

#partidos dos que mais e menos usam o CEAP
uso_ceap_partido <- mais_despesa_parlamentares_pb %>%
  group_by(sgPartido) %>% 
  summarise(maiores_num_usos = max(num_usos)) %>% 
  arrange(desc(maiores_num_usos))
  
#partidos dos parlamentares que mais gastaram
partidos_gastadores_pb <- dados_pb %>% 
  group_by(nomeParlamentar, sgPartido) %>% 
  summarise(gastos_PB = sum(valorLíquido)) %>% 
  group_by(sgPartido) %>% 
  summarise(maiores_gastos = max(gastos_PB)) %>% 
  arrange(desc(maiores_gastos))

Graficamente temos:

uso_ceap_partido %>% 
  ggplot(aes(x=reorder(sgPartido, -maiores_num_usos), y=maiores_num_usos)) +
  geom_bar(stat = "identity") +
  xlab("Partidos") + ylab("Nº de usos do CEAP") +
  ggtitle("Maiores usos do CEAP por partido na PB") +
  theme(plot.title = element_text(hjust = 0.5))

partidos_gastadores_pb %>% 
  ggplot(aes(x=reorder(sgPartido, -maiores_gastos), y=maiores_gastos)) +
  geom_bar(stat = "identity") +
  xlab("Partidos") + ylab("Gastos (em R$)") +
  ggtitle("Partidos que geraram mais gastos por uso de CEAP na PB") +
  theme(plot.title = element_text(hjust = 0.5))

Com os gráficos gerados, podemos ver que o PP, SD e PR foram os partidos da Paraíba que mais fizeram uso do CEAP, enquanto PSDB, PSC e PROS utilizaram tem os menores usos de CEAP. Com relação aos gastos gerados, PSD, PR e DEM foram os que deram origem aos maiores gastos no uso de CEAP no estado. Já PSDB, PSC e PROS novamente são partidos que gastaram pouco com relação aos restantes, mostrando alguma relação entre utilizar pouco e gerar pouco gasto.

4. Quais os deputados que mais ultrapassam o limite de CEAP do seu estado?

limite_CEAP <- limite_CEAP %>% rename(sgUF = UF)
dados_CEAP <- full_join(dados, limite_CEAP, by = "sgUF")

gastos_mensais <- dados_CEAP %>% 
  mutate(mes = format(dataEmissao, "%m"), ano = format(dataEmissao, "%Y")) %>% 
  group_by(nomeParlamentar, mes, ano, sgUF, limite_mensal) %>% 
  summarise(gasto_mensal = sum(valorLíquido)) %>% 
  na.omit(mes, ano)

parlamentares_sem_limites <- gastos_mensais %>% 
  filter(gasto_mensal > limite_mensal) %>% 
  group_by(nomeParlamentar, sgUF) %>% 
  summarise(n_acima_limite = n()) %>% 
  ungroup() %>% 
  arrange(desc(n_acima_limite))

parlamentares_sem_limites %>% 
  top_n(10) %>% 
  ggplot(aes(x=nomeParlamentar, y=n_acima_limite, col = sgUF)) +
  geom_jitter() +
  coord_flip() +
  ylab("Nº de vezes que passaram do limite") + xlab("Nome do parlamentar") +
  labs(col = "Estado") +
  ggtitle("Parlamentares que ultrapassaram o limite do CEAP")

## Selecting by n_acima_limite

O método utilizado para a resposta foi o de agrupar o gasto gerado mensalmente por cada parlamentar. Com isso, podemos filtrar para considerar somente os gastos que ultrapassavam o limite mensal estadual. Para saber os parlamentares que mais ultrapassaram o limite foi necessário apenas realizar uma contagem para observar o resultado esperado, que pode ser visto no gráfico acima.

5. Quais estados cujos parlamentares gastam mais com passagens aéreas?

estados_viajantes <- dados %>% 
  filter(stringr::str_detect(str_to_lower(tipoDespesa), "aér")) %>% 
  group_by(nomeParlamentar, sgUF) %>% 
  summarise(gasto_passagens = sum(valorLíquido)) %>% 
  group_by(sgUF) %>% 
  summarise(gasto_passagens_estado = sum(gasto_passagens)) %>% 
  na.omit(sgUF) %>% 
  arrange(desc(gasto_passagens_estado))

estados_viajantes %>% 
  ggplot(aes(x=reorder(sgUF,gasto_passagens_estado), y=gasto_passagens_estado)) +
  geom_bar(stat = "identity", position = 'dodge', fill = "#FF6666") +
  geom_text(
    aes(label = gasto_passagens_estado, vjust = 0), 
    hjust = 0.5, size = 2.5,
    inherit.aes = TRUE
  ) +
  coord_flip() +
  labs(x = "Estados", y = "Gasto por Estado (R$)") +
  ggtitle("Gastos com passagens aéreas (por estado)") +
  theme(plot.title = element_text(hjust = 0.5))

Observando o gráfico acima, podemos ver que os parlamentares dos estados de Sâo Paulo, Rio de Janeiro e Minas Gerais apresentam um gasto com passagens aéreas muito maior do que o restante dos deputados do país.

6. Escolha três partidos e responda: Quais são os tipos de despesa mais utilizados no uso da CEAP pelos deputados desses partidos? Mesma pergunta considerando valores em R$.

Podemos selecionar aleatoriamente três partidos para responder a pergunta. Com isso feito, o passo seguinte é agrupar os dados por despesas mais utilizadas e por maiores gastos, realizando a filtragem para considerar os deputados dos partidos escolhidos.

set.seed(1)

#selecionando aleatoriamente tres partidos
partidos <- dados %>% 
  select(sgPartido) %>% 
  distinct() %>%
  na.omit() %>%
  sample_n(3)

#agrupando as despesas por partido e filtrando as maiores despesas
top_despesas_partido <- dados %>% 
  group_by(sgPartido, tipoDespesa) %>% 
  summarise(num_ocorrencias = n()) %>% 
  filter(num_ocorrencias == max(num_ocorrencias)) %>%
  na.omit()

#selecionando as despesas dos partidos escolhidos que geram mais gastos
top_gastos_partido <- dados %>% 
  filter(valorLíquido > 0) %>% 
  group_by(sgPartido, tipoDespesa) %>% 
  summarise(soma_despesa = sum(valorLíquido)) %>% 
  filter(soma_despesa == max(soma_despesa)) %>% 
  na.omit()

top_despesas_partido %>% 
  filter(sgPartido %in% partidos$sgPartido) %>% 
  ggplot(aes(x = reorder(sgPartido, num_ocorrencias), y=num_ocorrencias, fill=tipoDespesa)) +
  geom_bar(stat = "identity") +
  xlab("Partido") + ylab("Nº de ocorrências da despesa") + labs(fill = "Tipo da despesa") +
  ggtitle("Despesas mais frequentes pelos deputados dos partidos")

top_gastos_partido %>% 
  filter(sgPartido %in% partidos$sgPartido) %>% 
  ggplot(aes(x = reorder(sgPartido, soma_despesa), y=soma_despesa, fill=tipoDespesa)) +
  geom_bar(stat = "identity") +
  xlab("Partido") + ylab("Gasto da despesa (em R$)") + labs(fill = "Tipo da despesa") +
  ggtitle("Despesas que geraram mais gastos")

Os partidos escolhidos aleatoriamente foram PSL, REDE e PODE. Podemos ver que em ambos os casos a despesa dominante foi a Emissão de Bilhetes Aéreos, sendo que a divulgação de atividade parlamentar foi uma despesa que gerou muito gasto para o partido PODE.