Análise de viabilidade das pesquisas
1 Introdução
Este documento contém uma análise preliminar dos dados para elaborar uma proposta. O objetivo é verificar quais análises i) são viáveis a partir da estrutura de dados obtida, ii) precisam de informação complementar ou iii) são tecnicamente inviáveis.
Os objetivos do convênio são:
Especialização de câmaras. Avaliar possível especialização de Câmaras do Tribunal de Justiça, com especial ênfase nas Câmaras de Direito Civil;
Varas estadualizadas. Estudar a criação de varas estadualizadas em matérias que demandem tratamento padronizado, a exemplo de Falência e Recuperação Judicial, Execução Penal, Direito Marítimo e outras, bem como eventual modelo de implementação de Varas Criminais Colegiadas (Lei n. 12.694/2012);
Modelo de gestão diferenciada. Formatar um novo modelo de gestão diferenciada das taxas judiciárias, com impactos nos incentivos e desestímulos à litigância;
Litigância frívola. Identificar hipóteses de litigância frívola, habitual e predatória, adotando-se providências adequadas para um tratamento jurídico compatível com tais demandas;
Sustentabilidade. Projetar medidas destinadas à sustentabilidade da jurisdição e à desjudicialização de demandas;
Criação de cargos ou unidades. Analisar os quantitativos de processos nos dois graus de jurisdição e a eventual necessidade de criação de cargos ou unidades;
Cargos de juízes. Avaliar a adequação da transformação de cargos de Juízes Substitutos em Juízes Especiais, sobretudo nos centros regionais de audiências de custódia, para a realização de tais audiências e o exercício das funções do Juiz de Garantias, caso tal figura retome a vigência; e
Outras proposições. Outras proposições ou tendências que se revelem promissoras à luz dos dados estatísticos levantados e estruturados.
Analisamos cada tópico na Seção 3.
2 Dados obtidos
Os dados foram enviados em 3 tipos de tabelas diferentes, uma para cada grau de jurisdição. As variáveis (colunas) de cada base são:
- Capa: tipo, grau, competencia, id_processo, digital, area, classe_nm, classe_cod, assunto_nm, assunto_cod, outros_assuntos_nm, outros_assuntos_cod, comarca, vara, nome_magistrado, dt_distribuicao, valor, situacao.
- Partes: tipo, grau, competencia, id_processo, parte_nm, parte_pfpj, parte_id, forma_participacao, polo.
- Movimentações: tipo, grau, competencia, id_processo, data_hora, mov_titulo, mov_cod, mov_txt, seq_evento, des_grupo_evento.
Abaixo, inserimos algumas estatísticas básicas de cada base de dados, separando por instância.
2.1 Capa
| Name | capa_grp |
| Number of rows | 56304 |
| Number of columns | 18 |
| _______________________ | |
| Column type frequency: | |
| character | 12 |
| numeric | 4 |
| POSIXct | 1 |
| ________________________ | |
| Group variables | grau |
Variable type: character
| skim_variable | grau | n_missing | complete_rate | min | max | empty | n_unique | whitespace |
|---|---|---|---|---|---|---|---|---|
| tipo | primeiro_grau | 0 | 1.00 | 4 | 4 | 0 | 1 | 0 |
| competencia | primeiro_grau | 0 | 1.00 | 20 | 20 | 0 | 1 | 0 |
| id_processo | primeiro_grau | 0 | 1.00 | 20 | 20 | 0 | 45300 | 0 |
| area | primeiro_grau | 0 | 1.00 | 5 | 35 | 0 | 13 | 0 |
| classe_nm | primeiro_grau | 0 | 1.00 | 6 | 91 | 0 | 153 | 0 |
| assunto_nm | primeiro_grau | 0 | 1.00 | 3 | 150 | 0 | 763 | 0 |
| outros_assuntos_nm | primeiro_grau | 37065 | 0.19 | 3 | 316 | 0 | 1449 | 0 |
| outros_assuntos_cod | primeiro_grau | 37065 | 0.19 | 3 | 45 | 0 | 1454 | 0 |
| comarca | primeiro_grau | 0 | 1.00 | 3 | 39 | 0 | 117 | 0 |
| vara | primeiro_grau | 0 | 1.00 | 16 | 93 | 0 | 377 | 0 |
| nome_magistrado | primeiro_grau | 0 | 1.00 | 10 | 47 | 0 | 389 | 0 |
| situacao | primeiro_grau | 0 | 1.00 | 9 | 9 | 0 | 2 | 0 |
| tipo | segundo_grau | 0 | 1.00 | 4 | 4 | 0 | 1 | 0 |
| competencia | segundo_grau | 0 | 1.00 | 17 | 17 | 0 | 1 | 0 |
| id_processo | segundo_grau | 0 | 1.00 | 20 | 20 | 0 | 10771 | 0 |
| area | segundo_grau | 0 | 1.00 | 13 | 13 | 0 | 1 | 0 |
| classe_nm | segundo_grau | 0 | 1.00 | 8 | 47 | 0 | 16 | 0 |
| assunto_nm | segundo_grau | 0 | 1.00 | 5 | 88 | 0 | 229 | 0 |
| outros_assuntos_nm | segundo_grau | 6624 | 0.39 | 5 | 217 | 0 | 1001 | 0 |
| outros_assuntos_cod | segundo_grau | 6624 | 0.39 | 3 | 41 | 0 | 979 | 0 |
| comarca | segundo_grau | 0 | 1.00 | 37 | 37 | 0 | 1 | 0 |
| vara | segundo_grau | 0 | 1.00 | 19 | 42 | 0 | 47 | 0 |
| nome_magistrado | segundo_grau | 0 | 1.00 | 10 | 38 | 0 | 30 | 0 |
| situacao | segundo_grau | 0 | 1.00 | 9 | 9 | 0 | 2 | 0 |
Variable type: numeric
| skim_variable | grau | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|---|
| digital | primeiro_grau | 0 | 1 | 1.00 | 0.00 | 1 | 1.00 | 1.0 | 1.00 | 1 | ▁▁▇▁▁ |
| classe_cod | primeiro_grau | 0 | 1 | 2788.71 | 4843.69 | 7 | 49.00 | 282.0 | 1116.00 | 14695 | ▇▁▁▁▂ |
| assunto_cod | primeiro_grau | 0 | 1 | 8100.96 | 2601.71 | 3370 | 6017.00 | 7770.0 | 10428.00 | 14956 | ▃▇▃▆▁ |
| valor | primeiro_grau | 0 | 1 | 73626.09 | 5377396.58 | 0 | 1233.74 | 6194.1 | 20640.74 | 1135146851 | ▇▁▁▁▁ |
| digital | segundo_grau | 0 | 1 | 1.00 | 0.00 | 1 | 1.00 | 1.0 | 1.00 | 1 | ▁▁▇▁▁ |
| classe_cod | segundo_grau | 0 | 1 | 216.66 | 382.99 | 7 | 198.00 | 198.0 | 202.00 | 12375 | ▇▁▁▁▁ |
| assunto_cod | segundo_grau | 0 | 1 | 8464.54 | 2362.33 | 4656 | 6226.00 | 9587.0 | 10439.00 | 14927 | ▅▃▇▁▁ |
| valor | segundo_grau | 0 | 1 | 116966.79 | 4860421.89 | 0 | 0.00 | 13418.3 | 33776.02 | 500000073 | ▇▁▁▁▁ |
Variable type: POSIXct
| skim_variable | grau | n_missing | complete_rate | min | max | median | n_unique |
|---|---|---|---|---|---|---|---|
| dt_distribuicao | primeiro_grau | 0 | 1 | 2021-01-12 00:01:27 | 2022-07-10 23:48:23 | 2021-11-12 18:55:29 | 43194 |
| dt_distribuicao | segundo_grau | 0 | 1 | 2021-01-04 15:49:59 | 2022-07-22 23:17:00 | 2021-12-10 18:40:39 | 10753 |
2.2 Partes
| Name | partes_grp |
| Number of rows | 150911 |
| Number of columns | 9 |
| _______________________ | |
| Column type frequency: | |
| character | 8 |
| ________________________ | |
| Group variables | grau |
Variable type: character
| skim_variable | grau | n_missing | complete_rate | min | max | empty | n_unique | whitespace |
|---|---|---|---|---|---|---|---|---|
| tipo | primeiro_grau | 0 | 1.00 | 6 | 6 | 0 | 1 | 0 |
| competencia | primeiro_grau | 0 | 1.00 | 20 | 20 | 0 | 1 | 0 |
| id_processo | primeiro_grau | 0 | 1.00 | 20 | 20 | 0 | 45301 | 0 |
| parte_nm | primeiro_grau | 0 | 1.00 | 64 | 64 | 0 | 66731 | 0 |
| parte_pfpj | primeiro_grau | 0 | 1.00 | 1 | 1 | 0 | 2 | 0 |
| parte_id | primeiro_grau | 0 | 1.00 | 17 | 64 | 0 | 66162 | 0 |
| forma_participacao | primeiro_grau | 0 | 1.00 | 2 | 29 | 0 | 50 | 0 |
| polo | primeiro_grau | 8107 | 0.93 | 5 | 11 | 0 | 3 | 0 |
| tipo | segundo_grau | 0 | 1.00 | 6 | 6 | 0 | 1 | 0 |
| competencia | segundo_grau | 0 | 1.00 | 17 | 17 | 0 | 1 | 0 |
| id_processo | segundo_grau | 0 | 1.00 | 20 | 20 | 0 | 10772 | 0 |
| parte_nm | segundo_grau | 0 | 1.00 | 64 | 64 | 0 | 22246 | 0 |
| parte_pfpj | segundo_grau | 0 | 1.00 | 1 | 1 | 0 | 2 | 0 |
| parte_id | segundo_grau | 0 | 1.00 | 17 | 64 | 0 | 21723 | 0 |
| forma_participacao | segundo_grau | 0 | 1.00 | 3 | 19 | 0 | 23 | 0 |
| polo | segundo_grau | 0 | 1.00 | 5 | 11 | 0 | 3 | 0 |
2.3 Movimentações
| Name | movs_grp |
| Number of rows | 1242367 |
| Number of columns | 10 |
| _______________________ | |
| Column type frequency: | |
| character | 6 |
| numeric | 2 |
| POSIXct | 1 |
| ________________________ | |
| Group variables | grau |
Variable type: character
| skim_variable | grau | n_missing | complete_rate | min | max | empty | n_unique | whitespace |
|---|---|---|---|---|---|---|---|---|
| tipo | primeiro_grau | 0 | 1.00 | 13 | 13 | 0 | 1 | 0 |
| competencia | primeiro_grau | 0 | 1.00 | 20 | 20 | 0 | 1 | 0 |
| id_processo | primeiro_grau | 0 | 1.00 | 20 | 20 | 0 | 37206 | 0 |
| mov_titulo | primeiro_grau | 0 | 1.00 | 7 | 124 | 0 | 712 | 0 |
| mov_txt | primeiro_grau | 479867 | 0.54 | 1 | 5511 | 0 | 151296 | 0 |
| des_grupo_evento | primeiro_grau | 0 | 1.00 | 8 | 41 | 0 | 56 | 0 |
| tipo | segundo_grau | 0 | 1.00 | 13 | 13 | 0 | 1 | 0 |
| competencia | segundo_grau | 0 | 1.00 | 17 | 17 | 0 | 1 | 0 |
| id_processo | segundo_grau | 0 | 1.00 | 20 | 20 | 0 | 10772 | 0 |
| mov_titulo | segundo_grau | 0 | 1.00 | 6 | 100 | 0 | 592 | 0 |
| mov_txt | segundo_grau | 68503 | 0.65 | 4 | 6268 | 0 | 31832 | 0 |
| des_grupo_evento | segundo_grau | 0 | 1.00 | 8 | 41 | 0 | 44 | 0 |
Variable type: numeric
| skim_variable | grau | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|---|
| mov_cod | primeiro_grau | 260 | 1.00 | 5847.74 | 5906.71 | 3 | 85 | 1051 | 12265 | 15045 | ▇▁▁▁▆ |
| seq_evento | primeiro_grau | 0 | 1.00 | 29.08 | 52.67 | 1 | 8 | 18 | 33 | 1059 | ▇▁▁▁▁ |
| mov_cod | segundo_grau | 3467 | 0.98 | 5812.00 | 5946.37 | 1 | 123 | 1051 | 12265 | 14738 | ▇▁▁▁▆ |
| seq_evento | segundo_grau | 0 | 1.00 | 15.97 | 18.05 | 1 | 5 | 11 | 21 | 330 | ▇▁▁▁▁ |
Variable type: POSIXct
| skim_variable | grau | n_missing | complete_rate | min | max | median | n_unique |
|---|---|---|---|---|---|---|---|
| data_hora | primeiro_grau | 0 | 1 | 2007-03-12 12:00:00 | 2022-07-27 17:41:08 | 2022-02-17 13:00:42 | 737759 |
| data_hora | segundo_grau | 0 | 1 | 2007-03-19 10:49:00 | 2022-07-27 16:31:22 | 2022-03-08 13:19:18 | 130244 |
3 Tópicos
3.1 Especialização de câmaras
A análise de especialização de câmaras envolve estudar a possibilidade de especializar as 7 câmaras de direito civil (cada uma com 4 gabinetes) em temas específicos. A Tabela 1 mostra a quantidade de processos na amostra por gabinete e câmara. É possível notar que existem quantidades que fogem do esperado, considerando que a amostra é aleatória. Um teste estatístico de homogeneidade verifica essa disparidade (p < 0.0001), tanto considerando as contagens por gabinete-câmara quanto considerando as contagens apenas por câmara.
| vara | n |
|---|---|
| Gab. 01 - 1ª Câmara de Direito Civil | 473 |
| Gab. 01 - 2ª Câmara de Direito Civil | 808 |
| Gab. 01 - 3ª Câmara de Direito Civil | 633 |
| Gab. 01 - 4ª Câmara de Direito Civil | 358 |
| Gab. 01 - 5ª Câmara de Direito Civil | 144 |
| Gab. 01 - 6ª Câmara de Direito Civil | 321 |
| Gab. 01 - 7ª Câmara de Direito Civil | 342 |
| Gab. 02 - 1ª Câmara de Direito Civil | 419 |
| Gab. 02 - 2ª Câmara de Direito Civil | 229 |
| Gab. 02 - 3ª Câmara de Direito Civil | 381 |
| Gab. 02 - 4ª Câmara de Direito Civil | 369 |
| Gab. 02 - 5ª Câmara de Direito Civil | 361 |
| Gab. 02 - 6ª Câmara de Direito Civil | 304 |
| Gab. 02 - 7ª Câmara de Direito Civil | 236 |
| Gab. 03 - 1ª Câmara de Direito Civil | 143 |
| Gab. 03 - 2ª Câmara de Direito Civil | 162 |
| Gab. 03 - 3ª Câmara de Direito Civil | 371 |
| Gab. 03 - 4ª Câmara de Direito Civil | 513 |
| Gab. 03 - 5ª Câmara de Direito Civil | 332 |
| Gab. 03 - 6ª Câmara de Direito Civil | 396 |
| Gab. 03 - 7ª Câmara de Direito Civil | 385 |
| Gab. 04 - 1ª Câmara de Direito Civil | 312 |
| Gab. 04 - 2ª Câmara de Direito Civil | 333 |
| Gab. 04 - 3ª Câmara de Direito Civil | 203 |
| Gab. 04 - 4ª Câmara de Direito Civil | 476 |
| Gab. 04 - 5ª Câmara de Direito Civil | 398 |
| Gab. 04 - 6ª Câmara de Direito Civil | 363 |
| Gab. 04 - 7ª Câmara de Direito Civil | 422 |
Sendo assim, pode ser interessante estudar a competência das câmaras, de acordo com a distribuição de assuntos em cada uma delas. A Figura 1 mostra a distribuição de assuntos em cada câmara. Os assuntos com menos de 5% de casos foram agrupados na categoria “Outros”. É possível observar que a distribuição de assuntos é parecida, com exceção da 3ª Câmara.
Para verificar a viabilidade de especializar temas nas câmaras, o estudo terá de i) definir temas de interesse (como empresarial), ii) agrupar os assuntos por tema e iii) investigar o tempo total de trabalho em cada câmara caso aconteça uma realocação. O tempo total de trabalho pode ser estimado através das movimentações processuais.
Conclusão: Viável, desde que o tema escolhido para especialização seja fácil de identificar através dos assuntos processuais.
3.2 Varas estadualizadas
Para estudar a possibilidade de estadualizar varas, precisamos entender como os processos estão distribuídos regionalmente. Varas estadualizadas fazem sentido se i) o tema de interesse é especializado, ii) o tema aparece frequentemente em várias comarcas, com quantidade e complexidade suficientes para justificar a criação de pelo menos 2 varas e iii) o volume/complexidade processual é pequeno o suficiente para que a demanda seja atendida por poucas varas. A necessidade de criar pelo menos 2 varas é importante para garantir que as decisões não sejam tomadas pela mesma pessoa. A necessidade de criar poucas varas é importante para que a solução seja viável para implementação efetiva no tribunal.
A Figura 2 mostra um mapa da quantidade de casos por município sede de comarca. Como estamos trabalhando com uma amostra, nem todos os municípios foram contemplados. Além disso, em SC temos municípios que não são sede de comarca, sendo necessário realizar um tratamento no mapa. O mapa ainda não é útil para os fins da análise das varas estadualizadas, mas será necessário quando os casos forem filtrados por tema de interesse.
Os temas de interesse para especialização são Falências/recuperações judiciais, Execução Penal e Direito Marítimo. Comentamos cada tema abaixo:
- Falências/recuperações judiciais: São usualmente difíceis de identificar somente a partir de classe e assunto, pelo fato de muitos casos de habilitação de crédito serem classificados como recuperações ou falências. Pelas partes e movimentações, é possível desenvolver um algoritmo para encontrar os casos com boa acurácia.
- Execução penal: São usualmente fáceis de encontrar pela classe processual. Contudo, não temos absoluta certeza porque a amostra recebida não incluiu esses cassos por conta do sigilo.
- Direito marítimo: Não são fáceis de encontrar por classe e assunto. Seria necessário definir um critério customizado para encontrá-las.
A análise sobre Varas Criminais Colegiadas precisa de uma descrição mais aprofundada para entendimento da demanda.
Conclusão: Viável, desde que os tema escolhidos para estadualização sejam fáceis de identificar através de classes e assuntos processuais combinados com partes e características das movimentações.
3.3 Modelo de gestão diferenciada
Para modificar as taxas judiciárias, é necessário conhecê-las em cada processo. Para isso, precisamos de dados sobre as taxas judiciárias aplicadas por processo, bem como informações sobre gratuidade judiciária.
As informações sobre taxas judiciárias não estão disponíveis. Já sobre gratuidade, analisando a base de movimentações, encontramos movimentações relacionadas a gratuidade em apenas 466 casos, 1.02% do total da amostra. Portanto, essa informação provavelmente está subdimensionada.
Conclusão: Precisa de informação complementar de taxas judiciárias aplicadas em cada caso e apresenta limitações na análise de gratuidade.
3.4 Litigância frívola
Uma das formas de identificar litigância frívola é estudando casos cíveis que possuem baixas ou altas taxas de procedência. Pelo teorema de Priest & Klein, tais demandas não deveriam existir, pois por um lado não deveria existir incentivo para que a parte autora entre com um processo que vai perder, e não deveria existir incentivo para que a parte ré não tente acordo extrajudicial em um caso que vai perder, especialmente nos casos de baixo valor.
Para essa análise, portanto, precisamos de duas informações: resultado do processo e características do caso. O resultado do processo pode ser obtido, com limitações, dos títulos das movimentações. Já as características dos casos podem ser obtidas dos dados de valor, classe, assunto, comarca, vara, entre outros.
A análise deverá identificar perfis de demandas que ao mesmo tempo tenham um volume significativo de processos, mas também uma baixa taxa de procedência. Caso esses temas existam, será realizada uma análise qualitativa dos temas identificados, relatando quais mudanças poderiam ser realizadas para balancear o problema e reduzir a litigância frívola.
Conclusão: Viável, com limitações sobre a qualidade dos dados de resultado do processo.
3.5 Sustentabilidade
A desjudicialização de demandas ocorre quando reduzimos a litigância frívola e aumentamos a previsibilidade das decisões. O primeiro ponto foi discutido na seção anterior. Para aumentar a previsibilidade das decisões, é necessário informar o cidadão e os advogados sobre i) o tempo de duração esperado das demandas e ii) o resultado típico de processos com sua classe e assunto na vara/comarca de interesse.
Para isso, a melhor alternativa é construir um dashboard, de acesso público, com as estimativas de tempo e resultado. As estimativas de tempo são tecnicamente viáveis a partir das movimentações. As estimativas de resultado são possíveis (com limitações) a partir dos títulos das movimentações.
Conclusão: Viável, com limitações sobre a qualidade dos dados de resultado do processo.
3.6 Criação de cargos ou unidades
O principal insumo para estudar a necessidade de criação de cargos ou unidades é a demanda judicial. Para estudar demanda judicial, é necessário obter dados não só da quantidade de casos novos ao longo do tempo, como também a lotação das unidades judiciárias. O tempo dos processos serve como uma métrica bruta de complexidade para ponderar a quantidade de casos. A necessidade de criar novos cargos e unidades viria da comparação do índice de processos por funcionário entre as varas e câmaras.
Conclusão: Precisa de informação complementar sobre a quantidade de funcionários das varas e câmaras.
3.7 Cargos de juízes
A análise sobre cargos de juízes foge do escopo de análise jurimétrica. A discussão envolve conceitos jurídicos e os aspectos mensuráveis não estão claros. Ainda que existam aspectos mensuráveis, as informações necessárias (tipo de juiz em cada vara) não estão disponíveis.
Conclusão: Tecnicamente inviável.
3.8 Outras proposições
Não há o que analisar nessa seção. Outras proposições poderão ou não serem identificadas ao longo da realização do estudo.
Conclusão: Precisa de informação complementar, com o risco de não serem identificadas outras proposições.
4 Conclusão
A proposta, portanto, terá foco nos pontos 1, 2, 4 e 5. Essas análises são tecnicamente viáveis com a estrutura dos dados obtida, sendo necessário apenas complementar a amostra com todos os processos.
A disponibilização de informações complementares em determinado tópico não o torna imediatamente viável. Novas fontes de dados aumentam o nível de complexidade das análises por conta da necessidade de limpeza de dados e entendimento das variáveis. Por isso, sugerimos que os pontos 3, 6 e 8 sejam considerados como objetivos secundários, tendo em vista que necessitam de informações complementares.
Por último, sugerimos que a análise do item 7, sobre cargos de juízes, não seja realizada. Essa análise nos pareceu independente das demais, necessitando de um estudo focado para o tema.