2018 é ano de eleição. Em teoria, alguns milhões de brasileiros que vão às urnas em 7 de outubro escolher seus candidatos para vários cargos. Infelizmente, os debates sobre as eleições no Brasil ficam concentrados na escolha dos nomes para os cargos do executivo. As pessoas tendem a se preocupar com o novo presidente, muitas vezes imaginando que vão eleger um salvador da pátria que vai, magicamente, resolver todos os problemas do país. O sebastianismo pode ter acabado em Portugal, mas continua firme e forte por aqui.
O problema é que depois das eleições vem a realidade e a realpolitik chega com força. O presidente não governa sozinho. Ele precisa negociar com os deputados e senadores. Portanto, escolher um bom deputado, alguém que não seja um dos 400 achacadores do congresso, é tão importante quanto escolher o presidente.
O site Ranking dos Políticos tenta organizar as informações disponíveis sobre os atuais deputados e senadores. Este site junta informações de diversas fontes, a fim de avaliar como está o cumprimento dos deveres dos nobres legisladores.
Outra organização interessada em avaliar o desempenho dos deputados e senadores é a Operação Serenata de Amor. Este pessoal pega as informações disponibilizadas pela Câmera e pelo Senado, formata elas de maneira acessível e distribui para quem quiser verificar. Inclusive, escreveram um módulo para python que simplifica demais esta tarefa.
O problema é que é um módulo para python. Nem todos os estatísticos do Brasil trabalham com o python. Em geral, a gente1 entende mais de R. Pensando nisso, utilizei a ferramenta criada pelo Serenata de Amor para baixar os dados de reembolso dos deputados. Em seguida, criei um pacote com os dados de reembolsos pedidos pelos deputados e pagos pelo governo, disponibilizando para quem quiser usar. A seguir vou mostrar como instalar e utilizar o pacote que criei, além de mostrar algumas análises que fiz.
Como Usar o Pacote Link para o cabeçalho
Meu pacote não está no cran. Hospedei ele no GitHub (me segue lá), uma rede social para programadores. Apesar de isto me dar um pouco mais de liberdade, acaba deixando a instalação do pacote menos direta para o usuário, pois é necessário realizar um passo a mais antes da instalação.
Para instalar meu pacote reembolsos, é necessário instalar primeiramente o pacote devtools através do comando
install.packages("devtools")
Com o devtools instalado, fica trivial instalar meu pacote:
library(devtools)
install_github("mnunes/reembolsos")
Ou seja, com três linhas de código2 é possível ter acesso a todos os pedidos de reembolsos feitos pelos deputados e senadores entre 2009 e 2017. São 9 anos de dados reais e livres, disponíveis para quem quiser analisar.
A instalação deve demorar um pouquinho, pois os deputados e senadores pediram vários reembolsos nos último 10 anos. No dia em que publiquei este post, haviam 3.099.310 pedidos únicos de reembolso (sim, três milhões). Portanto, há várias informações a serem baixadas. Seja paciente.
O que dá pra fazer com o Pacote Link para o cabeçalho
Excelente pergunta. Dá pra fazer tudo com este pacote. Quer dizer, tudo o que envolva analisar pedidos de reembolso dos deputados federais. Por exemplo, dá pra verificar quanto dinheiro foi reembolsado para os deputados brasileiros entre 2009 e 2017:
library(reembolsos)
theme_set(theme_bw())
camara %>%
select(total_net_value, year) %>%
group_by(year) %>%
summarise(total=sum(total_net_value)) %>%
print(n=Inf) %>%
ggplot(., aes(x=year, y=total/1e6)) +
geom_line() +
labs(x="Ano", y="Reembolsos (em milhões de R$)") +
scale_x_continuous(breaks = seq(2009, 2017, 1), minor_breaks = NULL) +
scale_y_continuous(limits = c(0, 250))
# A tibble: 9 x 2
year total
1 2009 115404993.
2 2010 154391858.
3 2011 171927438.
4 2012 170508922.
5 2013 188930589.
6 2014 196061150.
7 2015 213804407.
8 2016 221070448.
9 2017 225362468.
Perceba que este resultado não faz discriminação nenhuma, nem leva em conta a inflação do período. Ele apenas mostra os reembolsos totais pagos a todos os deputados somados. Não é possível ver muita coisa, a não ser que estes gastos vem aumentando com o tempo. Entretanto, é possível fazer uma análise como esta por partido:
camara %>%
select(party, total_net_value, year) %>%
group_by(party, year) %>%
summarise(total=sum(total_net_value)) %>%
ggplot(., aes(x=year, y=total/1e6, colour=party)) +
geom_line() +
labs(x="Ano", y="Reembolsos (milhões de R$)", colour="Partido") +
scale_x_continuous(breaks = seq(2009, 2017, 1), minor_breaks = NULL) +
scale_y_continuous(limits = c(0, 35))
Embora consigamos ver algumas coisas interessantes, como uma grande diminuição no valor de reembolsos feitos aos deputados do PT após 2014 (o que não deveria ser uma surpresa, pois o partido elegeu menos deputados nas últimas eleições se comparado com o número de eleitos em 2010), esta visualização está muito poluída. Vamos nos restringir apenas aos 7 partidos com o maior valor total de reembolsos pagos:
maiores <- camara %>%
select(party, total_net_value, year) %>%
group_by(party) %>%
summarise(total=sum(total_net_value)) %>%
arrange(desc(total)) %>%
head(n=7) %>%
select(party) %>%
unlist() %>%
as.vector()
camara %>%
select(party, total_net_value, year) %>%
filter(party %in% maiores) %>%
group_by(party, year) %>%
summarise(total=sum(total_net_value)) %>%
group_by(year) %>%
print(n=Inf) %>%
ggplot(., aes(x=year, y=total/1e6, colour=party)) +
geom_line() +
labs(x="Ano", y="Reembolsos por Partido (milhões de R$)", colour="Partido") +
scale_x_continuous(breaks = seq(2009, 2017, 1), minor_breaks = NULL) +
scale_y_continuous(limits = c(0, 35))
Pronto. A visualização melhorou um pouco. Temos PT e PMDB liderando os reembolsos, com valores totais na ordem de R$25 milhões em 2017, e um grupo de cinco outros partidos com valores de reembolso variando entre R$15 e R$20 milhões no mesmo ano.
Mas PMDB e PT possuem os maiores números de deputados. É natural que eles gastem mais em termos absolutos. Como será que é o gasto médio por reembolso se analisarmos apenas estes sete partidos?
camara %>%
select(party, total_net_value, year) %>%
filter(party %in% maiores) %>%
group_by(party, year) %>%
summarise(media=mean(total_net_value)) %>%
group_by(year) %>%
print(n=Inf) %>%
ggplot(., aes(x=year, y=media, colour=party)) +
geom_line() +
labs(x="Ano", y="Reembolsos Médios por Partido (R$)", colour="Partido") +
scale_x_continuous(breaks = seq(2009, 2017, 1), minor_breaks = NULL) +
scale_y_continuous(limits = c(0, 800))
Hum… Os deputados do PR apresentaram valor médio de quase R$800 por reembolso pago. Aliás, dentro do grupo de sete partidos considerado, os deputados do PR são os que tem o reembolso médio mais alto desde 2009. Os deputados do PT foram os que pediram reembolsos médios de menor valor em 2017. Como eles são em número maior e apresentam mais pedidos, o valor total de todos os reembolsos acaba ficando mais alto do que os outros partidos.
Mas as análises que podem ser realizadas não ficam apenas em comparar partidos. É possível comparar deputados e os lugares onde eles gastaram o nosso dinheiro. Podemos ver, por exemplo, todas as vezes em que um deputado fez uma refeição em algum restaurante e gastou mais do que a média dos outros deputados. Um bom restaurante para fazermos isto é o McDonald’s, pois ele está presente no Brasil inteiro e muita gente tem ideia de quanto custa uma refeição neste local.
Veja como o pacote reembolsos permite que vejamos quais foram os gastos mais altos da história da câmara nesta lanchonete:
camara %>%
select(year, supplier, congressperson_name, party, total_net_value) %>%
filter(grepl("donald", supplier, ignore.case=TRUE)) %>%
arrange(desc(total_net_value))
# A tibble: 643 x 5
year supplier congressperson_name party total_net_value
1 2009 MC DONALDS CELSO RUSSOMANNO PRB 84.0
2 2014 MC DONALDS FRANCISCO FLORIANO DEM 80.0
3 2014 MC DONALDS EURICO JÚNIOR PV 73.0
4 2015 MC DONALDS CELSO RUSSOMANNO PRB 71.5
5 2009 MC DONALD'S -LMO COMERCIO DE ALIM… PAULO ROBERTO PERE… PTB 67.2
6 2015 MC DONALDS CÉSAR MESSIAS PSB 64.5
7 2013 MCDONALDS COMÉRCIO DE ALIMENTOS L… MAGDA MOFATTO PR 64.0
8 2016 MC DONALDS CÉSAR MESSIAS PSB 60.0
9 2010 MC DONALDS JOSÉ MENTOR PT 57.0
10 2015 MC DONALD'S COM DE ALIM LTDA POMPEO DE MATTOS PDT 57.0
# ... with 633 more rows
Dentre os 643 gastos feitos pelos deputados no McDonald’s, alguns se destacam. Note que em 2009, Celso Russomanno, deputado federal pelo PRB, gastou R$84,00 em apenas uma ida ao McDonald’s. Se hoje, em 2018, depois de nove anos de inflação acumulada, um Big Mac com refrigerante e batata frita média custa menos de R$25,00, podemos dizer que R$84,00 foi um gasto bastante elevado para o padrão desta lanchonte.
O interessante é que podemos comparar o gasto do deputado com os outros 642 pedidos de reembolso realizados neste mesmo restaurante, calculando a média e o desvio padrão dos reembolsos. E aí descobrimos o seguinte:
camara %>%
select(year, supplier, congressperson_name, party, total_net_value) %>%
filter(grepl("donald", supplier, ignore.case=TRUE)) %>%
summarise(Media=mean(total_net_value), SD=sd(total_net_value))
# A tibble: 1 x 2
Media SD
1 23.1 12.3
A média de pedidos de reembolso no McDonald’s, entre 2009 e 2017, sem considerar a inflação, foi de R$23,10, com desvio padrão de R$12,30. Ou seja, este gasto específico de R$84,00 está 4,94 desvios padrão acima da média dos gastos dos outros deputados federais neste restaurante. Pra quem é leigo no assunto, isto significa que é um gasto muito alto. Talvez seja interessante investigar os detalhes desta compra pra ver que não houve algum cadastro errado no valor informado e reembolsado para o deputado. Deputado este que não foi o único a gastar muito no McDonald’s:
camara %>%
select(year, supplier, congressperson_name, party, total_net_value) %>%
filter(grepl("donald", supplier, ignore.case=TRUE)) %>%
arrange(desc(total_net_value)) %>%
mutate(z=scale(total_net_value))
# A tibble: 643 x 6
year supplier congressperson_na… party total_net_value z
1 2009 MC DONALDS CELSO RUSSOMANNO PRB 84.0 4.94
2 2014 MC DONALDS FRANCISCO FLORIANO DEM 80.0 4.61
3 2014 MC DONALDS EURICO JÚNIOR PV 73.0 4.05
4 2015 MC DONALDS CELSO RUSSOMANNO PRB 71.5 3.92
5 2009 MC DONALD'S -LMO COMERCIO DE… PAULO ROBERTO PER… PTB 67.2 3.58
6 2015 MC DONALDS CÉSAR MESSIAS PSB 64.5 3.36
7 2013 MCDONALDS COMÉRCIO DE ALIMEN… MAGDA MOFATTO PR 64.0 3.32
8 2016 MC DONALDS CÉSAR MESSIAS PSB 60.0 2.99
9 2010 MC DONALDS JOSÉ MENTOR PT 57.0 2.75
10 2015 MC DONALD'S COM DE ALIM LTDA POMPEO DE MATTOS PDT 57.0 2.75
# ... with 633 more rows
Perceba que 7 deputados gastaram no McDonald’s valores pelo menos 3 desvios padrão acima da média dos gastos dos outros deputados. Aparentemente, tinha gente muito faminta indo comer neste local.
Veja bem: pedir reembolso por gastos com alimentação do deputado não é algo ilegal. Não há problema algum nisso. O site da Câmara esclarece isto muito bem. Entretanto, o deputado não pode usar o dinheiro do contribuinte para pagar refeições para alguém que não seja ele próprio. Assim sendo, talvez seja interessante verificar detalhadamente o que houve neste episódio. O Serenata de Amor já faz isto de forma automatizada. Podemos ver, por exemplo, que o local do maior reembolso foi uma lanchonte localizada em São Paulo, no Itaim Bibi. Infelizmente, não temos acesso à nota fiscal escaneada.
Conclusão Link para o cabeçalho
As aplicações deste pacote são muitas. É possível desde escrever artigos analisando os gastos dos deputados, até construir ferramentas interativas que permitam à sociedade fazer as suas próprias análises. Ou, quem sabe, criar algoritmos capazes de identificar gastos muito discrepantes que os deputados podem ter realizado, como a compra de R$84,00 que o Celso Russomano fez no McDonald’s.
Entretanto, o pacote ainda não está pronto. É necessário completar e traduzir o help para o português, bem como adicionar os pedidos de reembolso do Senado Federal. Estes são trabalhos futuros, a serem realizados brevemente (ou não).
Quem estiver interessado em brincar com estes dados só precisa entrar no GitHub do pacote reembolsos e seguir as instruções para instalá-lo em seu computador.
E caso queira apenas fazer uma consulta rápida, utilize este aplicativo interativo feito no shiny, criado pelo meu aluno Rayland Magalhães.
1 Eu não sou estatístico, na verdade. Como meu curso de graduação foi um Bacharelado em Matemática Aplicada e tenho apenas um Doutorado em Estatística, a lei não permite que eu seja considerado um estatístico. Por isso me identifico como Cientista de Dados.
2 Ou apenas uma, se o usuário já tiver o devtools instalado e resolver executar o comando devtools::install_github(“mnunes/reembolsos”) para instalar este pacote