SlideShare ist ein Scribd-Unternehmen logo
1 von 39
Downloaden Sie, um offline zu lesen
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
1.Título: Análise da contribuição dos royalties do petróleo nos orçamentos
municipais, e busca de correlação entre os royalties e os potenciais impactos nos
indicadores socioeconômicos e ambientais nos municípios da RMVale.
Aluno: Carlos Roberto Nunes (RA 553648160258)
Instituição 1: Meio ambiente, Administração e Tecnologia com
Sustentabilidade
Função: Sócio Proprietário
Endereço: Rua José Romano dos Santos, 165, São Pedro – Ilhabela - SP
Instituição 2: Faculdade de Tecnologia de São Sebastião
Função: Professor na Disciplina Business Intelligence
Linkedin https://www.linkedin.com/in/carlosnunesilhabela/
email: carlos.nunes.ilhabela@gmai.com - carlos_nunes@usp.br
Fone/Whatsapp/Telegram: +55 12 99793-7853
Orientador: Prof. Dr. Marcos dos Santos
Instituição: Instituto Militar de Engenharia (IME)
Doutor em Engenharia de Produção (Pesquisa Operacional)
Endereço: Praça General Tibúrcio nº80, Urca; CEP: 22290-270, Rio de
Janeiro, RJ, Brasil.
Linkedin https://www.linkedin.com/in/profmarcosdossantos/
Email: marcosdossantos_doutorado_uff@yahoo.com.br
Rio de Janeiro - RJ
Curso: Data Science e Analytics [DSA]
Área: 2. Automação & Strategic Analytics
2.7.Business Intelligence & Data Visualization
. 1 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
Resumo:
O objetivo deste estudo foi avaliar a influência dos royalties nas receitas municipais dos
municípios da Região Metropolitana Vale do Paraíba [RMVALE], e o nível de eficiência do
uso destes recursos orçamentários, como influenciam os indicadores socioeconômicos e
ambientais, em última instância se convertem em melhorias nos indicadores de qualidade de
vida aos cidadãos na mesma proporção do montante recebido.
Para isso foram utilizadas inúmeras funções de pacotes da linguagem R, seja para
mineração, higienização e consolidação dos dados, seja para análises estatísticas.
Para análise da eficiência da utilização das receitas, foi utilizado o método Análise
Envoltória de Dados (Data Envelopment Analysis [DEA]), combinado com Análise de
Correspondência Múltipla dos principais indicadores.
Os resultados demonstram uma baixa efetividade na aplicação dos recursos dos royalties,
concluindo que há necessidade de uma revisão na legislação vigente, alterando a forma de
distribuição destes recursos, bem como implementação de indicadores de monitoramento de
efetividade da aplicação, sujeito a variação nas transferências aos entes federativos
beneficiários, conforme atingimento das metas impostas a esses indicadores.
Palavras-chave: Royalties, indicadores socioeconômicos, indicadores ambientais, KPIs,
RMVale, Gestão Pública, Orçamento Público Municipal, Avaliação de desempenho.
Abstract:
The objective of this study was to evaluate the influence of royalties on municipal revenues of
municipalities in the Metropolitan Region of Vale do Paraíba [RMVALE], and the level of
efficiency in the use of these budgetary resources, how they influence socioeconomic and
environmental indicators, ultimately converting into improvements in quality of life indicators
for citizens in the same proportion of the amount received.
. 2 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
For this, numerous functions of R language packages were used, whether for data mining,
cleaning and consolidation, or for statistical analysis.
To analyze the efficiency of revenue utilization, the Data Envelopment Analysis (DEA)
method was used, combined with Multiple Correspondence Analysis of the main indicators.
The results demonstrate a low effectiveness in the application of royalties resources,
concluding that there is a need for a revision in the current legislation, changing the way of
distributing these resources, as well as the implementation of indicators for monitoring the
effectiveness of the application, subject to variation in transfers to beneficiary federal entities,
according to the achievement of the targets imposed on these indicators.
2. Introdução
Em 1997, foi aprovada a Lei Federal nº 9478, instituindo critérios de cálculo e de distribuição
de royalties para os municípios produtores (onde há produção em seus territórios) ou
afetados pela cadeia de produção (municípios que possuem bases de produção ou
logística).
Os royalties são uma compensação financeira paga mensalmente à União pelas
concessionárias de exploração e produção de petróleo e gás natural, bem como outros
recursos naturais não renováveis. São calculados mensalmente, e feitos os repasses aos
estados e municípios, através da ANP - Agência Nacional do Petróleo.
A Lei de distribuição dos royalties do Petróleo trouxe para alguns municípios uma fonte de
recursos adicional, disponibilizada através dessa distribuição dos royalties e participações
especiais. Porém há dúvidas se esses recursos realmente convertem-se proporcionalmente
em benefícios aos cidadãos desses municípios e melhoram a gestão municipal.
Abaixo algumas citações que colocam tais dúvidas em evidência:
“Os resultados mostram que os royalties não contribuíram significativamente para a melhoria
dos indicadores locais de desenvolvimento”. (CAÇADOR & MONTE, 2013, p.267-278).
. 3 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
“Não houve diferença significativa no esforço fiscal dos Municípios afetados pela variável
royalties de petróleo” (FROEMMING, D. S., CONTANI, E. A. R., BERGMANN, D. R., & DA
SILVA, F. L.,2020).
Portanto, o construto, ou a hipótese a ser comprovada neste trabalho, é se os royalties
realmente se convertem em melhorias nos indicadores de qualidade de vida aos cidadãos
na mesma proporção do montante recebido.
. 4 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
3. Objetivo
O presente trabalho tem como objetivo demonstrar a influência dos royalties nos
orçamentos municipais dos municípios da Região Metropolitana do Vale do Paraíba, do
Litoral Norte e da Serra da Mantiqueira [RMVALE], a qualidade dos indicadores
socioeconômicos e a eficiência da gestão municipal com base nos orçamentos municipais.
3.1.Objetivos específicos
1. Realizar uma análise da contribuição das transferências da cadeia do petróleo e gás
(royalties e participações especiais) para os orçamentos municipais, buscando
correlações entre esses recursos e os potenciais impactos nos indicadores
socioeconômicos e ambientais nos municípios da RMVale, região composta por 39
municípios.
2. Mensurar qual a representatividade percentual dos royalties nos orçamentos
municipais classificando os municípios pelo montante recebido, incluindo aqueles
que são indiretamente afetados pela cadeia produtiva do petróleo e gás, apenas por
pertencerem à mesorregião (neste caso a RMVALE).
3. Buscar evidências mensuráveis de quanto esses montantes recebidos, impactam na
qualidade de vida e no cotidiano dos cidadãos da região, evidências essas, a serem
comprovadas através de indicadores das diversas áreas da sustentabilidade, como
socioeconômicos, ambientais e de governança pública, inclusive podendo vir a servir
como base para avaliação do ESG (Environmental, social and public governance)
dos municípios.
4. Realizar um data mining / wrangling de indicadores em fontes oficiais, criando uma
base consolidada e higienizada, podendo-se a partir da mesma, e com uso de
ferramentas B.I. (Business Intelligence) realizar tais avaliações, através de insights
mostrados por dashboards ou stories, de compreensão amigável ao público leigo.
5. Manter a metodologia disponível para repeti-la em outros anos, ou servir como
exemplo para outras regiões. Portanto, para todas operações de mining de
informações, serão desenvolvidos scripts utilizando a linguagem R, a serem
posteriormente disponibilizados ao público interessado no github.
. 5 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
3.2.Território de abrangência do Estudo
O território de abrangência do estudo será a Região Metropolitana Vale do Paraíba e Litoral
Norte [RMVALE]
A RMVALE, é a região composta, além dos municípios do Vale do Paraíba, também pelos
municípios do Litoral Norte e Serra da Mantiqueira, num total de 39 municípios do estado de
São Paulo, totalizando aproximadamente 2,5 milhões de habitantes.
⛰ - Municípios do
Litoral Norte Paulista
⛰ - Municípios do Vale
do Paraíba com
vocação industrial
⛰ - Municípios da
região histórica do Vale
do Paraíba com
vocação turística ou
agropecuária
⛰ - Municípios da
Serra da Mantiqueira
Figura 01: mapa dos municípios da RMVale
4. Material e Métodos
Adiante será descrito como os dados foram coletados e quais as fontes de dados foram
utilizadas. O método utilizado, compõe-se de 5 estágios: Mineração de dados em fontes
oficiais, Higienização e organização dos dados, Criação de uma Analytical Base Table [ABT],
Análise exploratória dos dados e Análise gráfica de indicadores por eixo temático.
. 6 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
Ambiente de Estudo
Figura 02: Fontes de dados Utilizadas
4.1.Mineração de dados em fontes oficiais (Mining & Data Wrangling)
Fontes utilizadas:
4.1.1.Instituto Brasileiro de Geografia e Estatística[IBGE]
Foi criado um script (Scrit__busca_tabela_cod_IBGE.R) para baixar informações dos
municípios, incluindo os shapefiles, através de algoritmos de análise espacial, selecionar os
municípios da mesorregião da RMVale, seus 39 municípios, através de seus devidos
códigos.
A seleção dos municípios foi através de seus códigos, na base Sidra do IBGE. A principal
tabela de dados utilizada foi a “DTB Divisão Territorial Brasileira”.
Seleção:
● Região Geográfica Intermediária = 3511
● Mesorregião Geográfica = 13 (RMVALE)
. 7 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
Pacotes utilizados: dplyr, readxl, sidrar.
4.1.2.Tribunal de Contas do Estado de SP [TCE-SP]
Foi criado um script (Script_iegm_tce.R) para baixar dados do Índice de Efetividade da
Gestão Municipal [IEG-M], exercício 2021 (base 2020). Este indicador de avaliação da
gestão foi desenvolvido e disponibilizado pelo TCE-SP para todos os municípios paulistas.
O IEG-M possui cinco faixas de classificação, definidas a partir das notas alcançadas nos
sete índices setoriais:
● Educação
● Saúde
● Planejamento
● Gestão Fiscal
● Meio Ambiente
● Proteção dos Cidadãos
● Governança da Tecnologia da Informação
Finalmente é disponibilizado um indicador único (IEG-M) que reflete todos esses 7 temas
setoriais, consubstanciado em uma variável categórica ordinal, com 5 níveis:
A Altamente Efetiva IEG-M com pelo menos 90% da nota máxima e, no mínimo, 5 índices com nota A
B+ Muito Efetiva IEG-M entre 75,0% e 89,9% da nota máxima
B Efetiva IEG-M entre 60,0% e 74,9% da nota máxima
C+ Em fase de adequação IEG-M entre 50,0% e 59,9% da nota máxima
C Baixo nível de adequação IEG-M menor ou igual a 49,9%
Foram também baixados os micro dados abertos com as receitas e despesas desses 39
municípios.
Por se tratar de grande volume tanto de observações/linhas, quanto de variáveis/colunas,
excedeu as limitações dos softwares de planilhas eletrônicas, portanto foram carregados em
uma base SQL (MySQL), realizando operações de SQL filtrando os dados de interesse,
diminuindo assim a quantidade de observações / linhas dessa base de dados.
Pacotes utilizados: DBI, odbc, dplyr, dbplyr, RMySQL
. 8 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
4.1.3.Instituto de Pesquisa Econômica Aplicada [IPEA]
Foi criado um script (Script_ipeadatar.R) para baixar os dados do IPEAdata, relativos à
cotação e produção do Petróleo.
Pacote utilizado: "ipeadatar"
4.1.4.Agência Nacional do Petróleo[ANP]
Foram baixados os dados da ANP relativos à distribuição de royalties aos diversos entes
federativos.
Como a planilha disponibilizada é totalmente desformatada, com colunas mescladas,
presença de imagens, excesso de cabeçalhos, foi realizada uma operação de data
wrangling/scrapping, criando um dataframe organizado, apenas com as variáveis de
interesse.
Pacotes utilizados: readr, readxl e tidyverse
4.1.5.Sistema Nacional de Informações de Saneamento[SNIS]
Foi criado um script (Script_Rselenium_SNIS.R) para baixar dados do SNIS, pois apesar
desse sistema disponibilizar dados em formato aberto, não existe uma URL padrão para
baixá-los, exigindo uma sequência de navegação entre telas (realizados através do pacote
RSelenium), com escolha de diversas opções e parâmetros, como por exemplo a escolha
dos municípios e lista de indicadores desejados. São disponibilizados arquivos .csv com
centenas de variáveis, portanto, também foram selecionadas apenas as colunas de
interesse conforme mostrado na ABT adiante (tabela da Figura 03). Foram baixados dados
do último ano disponível (2020).
Pacote utilizado: RSelenium
. 9 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
4.1.6.Secretaria de Segurança Pública do estado de São Paulo [SSP-SP]
Foi criado um script (Script_SSP.R) para baixar os dados da Secretaria de Segurança
Pública do estado de São Paulo [SSP-SP] sobre segurança, como Homicídios, Roubos,
Furtos e Estupros.
Pacotes utilizados: tidyverse, pdftools
4.1.7.Fundação Sistema Estadual de Análise de Dados de São Paulo [SEADE]
A Fundação SEADE disponibiliza um repositório de dados, sendo fonte alternativa
centralizada para dados como DATASUS (dados de saúde), CAGED (dados de
empregabilidade), Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira
[INEP] e até mesmo do IBGE (para o estado de SP apenas). Desta fonte, foram baixados
dados de saúde, empregabilidade e educação.
Foi criado um script (Script_Rselenium_SEADE_n.R) para baixar os dados.
Pacote utilizado: RSelenium
4.1.8.Conselho Federal de Administração[CFA]
O Índice Gestão Municipal [IGM-CFA] é uma métrica da governança pública, criado pelo
Conselho Federal da Administração, baseado em análise de Variáveis, a partir de três
dimensões: Finanças, Gestão e Desempenho. Esses indicadores foram baixados do site
https://igm.cfa.org.br/bi/ selecionando os 39 municípios da RMVale, porém o merge na
Analytical Base Table[ABT] foi realizado manualmente, devido a ausência do código IBGE
de municípios que permitisse um join com os dados já carregados, bem como falta de
padrão no nome do município (ausência de acentuação e caracteres latinos como ç).
. 10 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
4.1.9.Secretaria Estadual de Infraestrutura e Meio Ambiente de São Paulo[SIMA]
Foram baixados os dados referentes ao indicador Programa Município Verde e Azul
[PMVA], que é um indicador desenvolvido e mantido pela Secretaria Estadual de
Infraestrutura e Meio Ambiente de São Paulo, indicador esse, que considera diversos
fatores municipais, como saneamento, arborização urbana, gestão de resíduos sólidos,
educação ambiental, consolidando esses dados em um indicador único que varia numa
escala de 0 a 100 .
Os resultados são disponibilizados anualmente em formato PDF, portanto foi utilizado um
script básico para transformá-lo em um dataframe.
Principais pacotes utilizados: tidyverse, pdftools
4.1.10.Controladoria-Geral da União [CGU]
Foi criado um script (Script_busca_beneficios_sociais.R), para coletar dados sobre os
auxílios emergenciais e repasses a famílias cadastradas no Cadastro Único [CADUNICO]
(para famílias de baixa renda no Brasil) durante a pandemia. O objetivo foi ter um indicador
adicional que mostra o nível de pobreza do município.
Foi utilizado uma tabela carregada em database MySql, e realizado contagem por
município, apenas dos municípios da RMVale, uma vez que pela quantidade de
linhas/observações, não foi possível realizar seleção por softwares de planilha Excel ou
similar..
Pacotes utilizados: DBI, odbc, dplyr, dbplyr, RMySQL
4.1.11.Instituto Cidades Sustentáveis [ICS]
O Instituto Cidades Sustentáveis construiu em parceria com a Sustainable Development
Solutions Network [SDSN], ligada à Organização das Nações Unidas, o Índice de
. 11 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
Desenvolvimento das Cidades Sustentáveis Brasil [IDSC-BR], que é um índice que agrega
100 diferentes indicadores com o objetivo de monitorar o nível de atendimento dos Objetivos
do Desenvolvimento Sustentável [ODS] das cidades brasileiras para o cumprimento da
Agenda 2030.
É possível, com esse índice comparar os dados das cidades em recortes territoriais, uma
vez que é disponibilizada além dos painéis, também os microdados em formato aberto.
Foi, portanto, também utilizado esse indicador, selecionando os municípios da RMVALE.
O IDSC-BR apresenta uma avaliação abrangente da distância para se atingir as metas dos
ODS.
4.2.Higienização e organização dos dados
Os dados baixados foram reorganizados, submetidos a higienização, sumarização, criado
algumas variáveis calculadas para fins de comparação (exemplos: per capita ou por / 1000
habitantes), em alguns casos fazendo a normalização e organizando-os com uma
observação por município, utilizando como chave, o código IBGE dos municípios, com as
variáveis provindas dessas diversas fontes conforme mostrado anteriormente.
4.3.Criação de uma Analytical Base Table [ABT]
Todos os dados foram organizados em um único dataframe base denominado Analytical
Base Table[ABT], que foi a fonte para todas as análises.
Para fins de comparação, foram criadas variáveis calculadas per capita, padronizando
assim a comparação entre os municípios, uma vez que existe uma grande heterogeneidade
nos orçamentos e tamanhos populacionais dos mesmos.
Variável Fonte Descrição do Indicador / Variável
seq Calculada Número sequencial (ordem alfabética)
nm_municipio IBGE Nome do município
cod_ibge IBGE Código IBGE do município
nm_municipio_min
IBGE
Nome do município padronizado (minúsculas
sem acentuação)
. 12 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
cluster_caract
IBGE
Característica do município com base em sua
localização
area_km² IBGE Área
cod_uf IBGE Código da UF
uf IBGE Unidade da Federação (estado)
cod_mesoreg_geo IBGE Código da Mesorregião
nome_mesoreg_geo IBGE Nome da Meso Região
cod_sub_regiao_rmvale IBGE Código da Sub Região (dentro da RMVale)
sub_regiao_rmvale IBGE Nome da Sub Região (dentro da RMVale)
pib_mm IBGE PIB Municipal
idh_m IBGE IDH municipal
pib_per_capita Calculda PIB Municipal per capita
ano_apuracao_iegm TCE-SP Ano de Apuração IEGM
iegm TCE-SP Índice de Efetividade da Gestão Municipal
iplanejamento TCE-SP Índice de Planejamento
ifiscal TCE-SP Índice de Gestão Fiscal
ieduc TCE-SP Índice de Educação
isaude TCE-SP Indice de Saúde
iamb TCE-SP Índice de Meio Ambiente
icidade TCE-SP Índice de Proteção dos Cidadãos
igov
TCE-SP
Índice de Governança e Tecnologia da
Informação
ano_ref_snis SNIS Ano de referência do SNIS
populacao_2020 IBGE População em 2020
populacao_2021 IBGE População em 2021
pop_tot_ibge IBGE População total atual
pop_atend_agua SNIS População atendida com Água tratada
pop_atend_esgoto SNIS População atendida com coleta de esgoto
invest_saneamento SNIS Investimentos em saneamento
invest_saneamento_m10M
SNIS
Investimento médio anual em saneamento
(últimos 10 anos)
invest_sanaeamento_percapit
a SNIS Investimento em saneamento per capita
mun_dest_residuos SNIS município de destino dos resíduos sólidos
. 13 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
pop_atend_coleta SNIS População atendida com coleta de resíduos
qtd_tot_residuos
SNIS
Quantidade total de resíduos gerada no
município
qtd_tot_residuos_per_capita SNIS Quantidade de resíduos / per capita / dia
qtd_reciclaceis
SNIS
Quantidade total de resíduos gerada no
município
perc_res_recicl SNIS Percentual de reciclagem
gastos_mun_residuos SNIS Gastos totais com resíduos
gastos_mun_residuos_per_ca
pita SNIS Gastos per capita com resíduos
ind_esgotos SNIS Indicador (%) de atendimento de esgotos
ind_agua SNIS Indicador (%) de atendimento de Água tratada
leitos_sus SEADE Quantidade de leitos SUS
leitos_nao_sus SEADE Quantidade de leitos não SUS
leitos_total SEADE Total de leitos
leitos_por_1000h Calculado Leitos por 1000 habitantes
medicos SEADE Quantidade de médicos
enfermeiros SEADE Quantidade de enfermeiros
med_hab SEADE Quantidade de médicos / habitante
enf_hab SEADE Quantidade de enfermeiros / habitante
num_ubs SEADE Número de UBS
hab_ubs SEADE Número médio de habitantes / UBS
mort_inf_1000_nv SEADE Mortalidade infantil por 1000 nascidos vivos
gastos_saude_M TCE-SP Gastos anuais com saúde
gastos_saude_percapita Calculado Gastos per capita com saúde
receitas_total_2020 TCE-SP Receitas totais do município
royalties ANP Royalties total recebido pelo município
perc_royal_rec
Calculado
Percentual que os royalties representam no
orçamento total
orc_per_capita Calculado Orçamento (receitas) per capita
orc_level Calculado Nível do orçamento municipal
rnk_orc
Calculado
Ranking do nível de orçamento do município
na RMVale
despesas_empenhadas_2020 TCE-SP Total das despesas do município
des_per_capita Calculado Despesas per capita
. 14 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
receitas_total TCE-SP Receitas totais do município
royalties_total_do_ano ANP Royalties total recebido pelo município
roy_per_capita Calculado Royalties per capita
qtde_aux_emerg CGU Quantidade de auxílios emergenciais
qtde_aux_emerg_unico CGU Quantidade de pessoas que receberam
perc_pop_aux_emerg CGU Percentual da população que recebeu auxílio
tot_aux_recebido CGU Total dos valores recebidos no município
vlr_med_beneficiado CGU Valor médio por beneficiário
num_alunos SEADE Número de Alunos
tx_aprov1_5
SEADE
Taxa de aprovação Fundamental I (1o. ao 5o.
ano)
ideb_1_5 SEADE IDEB Fundamental I (1o. ao 5o. ano)
tx_aprov6_9
SEADE
Taxa de aprovação Fundamental II (6o. ao 9o.
ano)
ideb_6_9 SEADE IDEB Fundamental II (6o. ao 9o. ano)
tx_aprov_em SEADE Taxa de aprovação Ensino Médio
ideb_em SEADE IDEB Ensino Médio
gastos_educ_MM TCE-SP Gastos com Educação
gastos_educ_percpita Calcula Gastos com Educação per capita
pmva_nota SIMA Programa Município Verde e Azul NOTA
pmva_rank SIMA Programa Município Verde e Azul Ranking
igm_cfa_2022 CFA Índice Gestão Municipal[IEGM-CFA]
furtos SEADE furtos
furtos_100 SEADE Furto por 100 mil habitantes
roubos SEADE Roubos
roubos_100 SEADE Roubos por 100 mil habitantes
fur_roub_vei SEADE Furto/roubo de Veículos
fur_rob_vei_100
SEADE
Furto/roubo de Veículos por 100 mil
habitantes
hom_doloso SEADE Homicídio doloso
hom_doloso_100 SEADE Homicídio doloso Furto por 100 mil habitantes
vit_latrocinio SEADE Vítimas de latrocínio
vit_latrocinio_100 SEADE Vítimas de latocínio por 100 mil habitantes
tot_estupro SEADE Estupros
. 15 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
tot_estupro_100 SEADE Estupros por 100 mil habitantes
emp_formais SEADE Empregos formais
emp_formais_1000_hab SEADE Taxa de empregos formais por 1000 habitantes
iss_mm TCE-SP ISS em milhões
iss_per_capita calculado ISS per capita
idsc_br
ICS
Índice de Desenvolvimento Sustentável das
Cidades Brasileiras
eff_amb
Calculado pelo
método DEA Efetividade na área ambiental
eff_econ
Calculado pelo
método DEA Efetividade na área econômica
eff_seg
Calculado pelo
método DEA Efetividade na área de segurança Pública
eff_saude
Calculado pelo
método DEA Efetividade na área da Saúde
eff_educ
Calculado pelo
método DEA Efetividade na área da Educação
idh_m
IBGE
Índice de desenvolvimento Humano dos
municípios
idsc_br
ICS
Indicador de Desenvolvimento Sustentável das
Cidades Brasileiras
eff_municipio
Calculado pelo
método DEA Efetividade geral do Município
Rnk
Calculado pelo
método DEA Ranking de efetividade Geral
Figura 03: Metadados da ABT - Analytical Base Table
4.4.Análise exploratória dos dados
A partir da ABT foi realizada a análise exploratória em busca de padrões comportamentais
dos indicadores e/ou KPIs criados, e do orçamento per capita dos municípios, buscando
padrões e comprovações de eventuais correlações entre orçamento e indicadores.
. 16 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
Medida Valor
Mínimo: R$ 1.638,65
Média: R$ 4.595,95
Desvio Padrão: R$ 3.006,51
Mediana R$4.227,76
Máximo: R$21.027,12
Figura 04: Análise descritiva do Orçamento per capita dos municípios da RMVALE
A Figura 05 a seguir mostra a clusterização pelo método K-means (K=4)
Figura 05: Cluster com base no método k-means
A figura 06 a seguir mostra individualmente os valores das receitas per capita dos
municípios classificando os em 3 categorias (realizado um arredondamento com base nos
cluster acima) :
● A - médias per capita entre R$ 6.001,00 a R$ 9.000,00,
● B - médias per capita entre R$ 3.001,00 a R$ 6.000,00 e
. 17 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
● C - médias per capita abaixo de R$ 3.001,00.
Para fins de comparação, a receita per capita dos Municípios brasileiros foi de R $3.693,20
(BREMAEKER, F. E. J., 2020).
Figura 06: Ranking do Orçamento per capita
(Obs.: para fins de melhor visualização e para comportar valores outliers, foi utilizado
apenas como referência gráfica, o logaritmo do valor).
4.4.1.Percentual de royalties-dependência dos municípios
Para visualizar o percentual de dependência dos royalties, foram selecionados apenas os
municípios com percentual de royalties no total das receitas acima de 10% e comparado
com os principais impostos, conforme mostra a figura 07 a seguir:
. 18 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
Percentual dos royalties sobre as receitas (Valores em Milhões de R$)
Ilhabela São Sebastião Caraguatatuba Silveiras
63,47% 11,53% 10,48% 20,13
Figura 07: contribuição dos royalties nas receitas do município
O - IPTU
O - Royalties
O - ISS
Observa-se que nestes municípios, a receita provinda dos royalties é maior que alguns dos
principais impostos municipais.
4.5.Análise gráfica de indicadores por eixo temático.
Os gráficos (dashboards e planilhas) foram produzidos em sua maioria utilizando uma
ferramenta de Business Intelligence (B.I.), tendo sido escolhido a ferramenta Tableau Public
que além de ser freeware, que tem a característica de ter muitas facilidades adicionais de
Data Visualization (Dataviz), indo além dos pacotes disponíveis em R.
Devido ao grande número de variáveis coletadas na fase de mineração de dados, nos
gráficos adiante, foram escolhidos apenas 3 indicadores por eixo, sendo plotados também
para cada indicador, a linha da média. O objetivo nesta etapa foi o de produzir uma tabela
(Figuras 08 a 12 ) com esses indicadores, e destacando quais municípios estão abaixo da
linha de média.
. 19 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
4.5.1.Educação
Indicadores utilizados: IDEB do Fundamental I (1a
à 5a
série), IDEB do Fundamental I (6a
à
9a
série) e IDEB do Ensino Médio.
Figura 08: Indicadores de Educação
. 20 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
4.5.2.Segurança
Indicadores utilizados: taxa de roubos por 100 mil habitantes, taxa de homicídios dolosos por
100 mil habitantes, taxa de vítimas de estupro por 100 mil habitantes.
Figura 09: Indicadores de Segurança
. 21 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
4.5.3. Saneamento
Indicadores utilizados: índice de atendimento de água tratada, índice de coleta de esgotos,
quantidade de resíduos per capita gerada no município.
Figura 10: Indicadores de Saneamento
. 22 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
4.5.4. Saúde
Indicadores utilizados: leitos por 1000 habitantes, mortalidade infantil por 1000 habitantes e
quantidade de médicos por 1000 habitantes.
Figura 11: Indicadores de Saúde
. 23 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
4.5.5.Economia e Trabalho
Indicadores utilizados: (indica o nível de pobreza do município), indicador esse obtido
pela análise do Cadastro Único [CADUNICO].
Figura 12: Indicadores de Economia e Trabalho
. 24 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
4.5.6.Valores de baixa eficiência
Com base nos gráficos das figuras 08 a 12, todos com uma linha média dos indicadores, foi
criada a tabela mostrada na figura 13 abaixo, fazendo uma consolidação desses indicadores
mostrados, evidenciando (destaque em vermelho) as ocorrências que os indicadores estão
abaixo da média (quando o maior valor é considerado o mais eficiente) ou acima da média
(quando o menor valor é considerado mais eficiente) com os percentuais não conformidade
com a média.
. 25 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
. 26 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
Figura 13: ocorrência de indicadores abaixo da média
. 27 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
4.5.7.Percentual de indicadores fora da média
A tabela da figura 14, abaixo, mostra a consolidação da quantidade de vezes que os
indicadores de cada município extrapolam a média do indicador específico no grupo de
cidades.
Municipio
% de indicadores
extrapolando a média
Grupo Orçamentário
(orçamento per capita)
Ilhabela 37,50% ^A - Outlier
Arapeí 56,25% A (6.001 a 9.000)
Caraguatatuba 25,00% A (6.001 a 9.000)
São Sebastião 43,75% A (6.001 a 9.000)
Aparecida 18,75% B (3001 a 6000)
Areias 43,75% B (3001 a 6000)
Bananal 37,50% B (3001 a 6000)
Caçapava 18,75% B (3001 a 6000)
Campos do Jordão 25,00% B (3001 a 6000)
Canas 62,50% B (3001 a 6000)
Cunha 43,75% B (3001 a 6000)
Guaratinguetá 25,00% B (3001 a 6000)
Igaratá 62,50% B (3001 a 6000)
Jacareí 37,50% B (3001 a 6000)
Jambeiro 50,00% B (3001 a 6000)
Lagoinha 37,50% B (3001 a 6000)
Lavrinhas 50,00% B (3001 a 6000)
Monteiro Lobato 62,50% B (3001 a 6000)
Natividade da Serra 62,50% B (3001 a 6000)
Paraibuna 43,75% B (3001 a 6000)
Pindamonhangaba 18,75% B (3001 a 6000)
Queluz 62,50% B (3001 a 6000)
Redenção da Serra 62,50% B (3001 a 6000)
Roseira 37,50% B (3001 a 6000)
Santa Branca 68,75% B (3001 a 6000)
Santo Antônio do Pinhal 43,75% B (3001 a 6000)
São Bento do Sapucaí 37,50% B (3001 a 6000)
. 28 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
São José do Barreiro 56,25% B (3001 a 6000)
São José dos Campos 18,75% B (3001 a 6000)
Silveiras 68,75% B (3001 a 6000)
Taubaté 25,00% B (3001 a 6000)
Ubatuba 62,50% B (3001 a 6000)
Cachoeira Paulista 62,50% C (abaixo de 3.000)
Cruzeiro 31,25% C (abaixo de 3.000)
Lorena 43,75% C (abaixo de 3.000)
Piquete 56,25% C (abaixo de 3.000)
Potim 43,75% C (abaixo de 3.000)
São Luiz do Paraitinga 37,50% C (abaixo de 3.000)
Tremembé 43,75% C (abaixo de 3.000)
Figura 14: tabela comparativa de extrapolação da média
Nota-se que mesmo no grupo A que tem 4 municípios (que possuem um orçamento per
capita médio de R$10.650, representando 2,3 vezes maior que a média geral desse grupo)
existem 40,6% de indicadores abaixo do desejado (média do grupo).
Já no grupo B, com 28 municípios (que possuem um orçamento per capita médio de
R$4.237, ainda em torno de 15% acima da média nacional), existem 44,4% de indicadores
abaixo do desejado (média do grupo).
E finalmente, no grupo C, com os 7 municípios (que possuem um orçamento per capita
médio de R$2.601, 41% menor que a média nacional e mais que 4 vezes menos a média do
grupo A), existem 45,5% de indicadores abaixo do desejado (média do grupo). Isso mostra
que a eficiência da gestão municipal não é diretamente proporcional ao seu orçamento.
5. Análise da performance dos municípios pelo método DEA
Para referendar esta ideia, foi utilizado a técnica de Análise Envoltória de Dados (Data
Envelopment Analysis – DEA).
Dentre as diversas metodologias que permitem avaliar a eficiência, Peña (2008) evidencia
que esse método de Análise Envoltória de Dados (Data Envelopment Analysis [DEA]) tem
sido aplicado com sucesso em estudos de eficiência da administração pública.
. 29 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
Conforme Lins e Meza (2000), o método DEA foi proposto por Charnes, Cooper e Rhodes
(1978) a partir do trabalho de Farrell (1957) e foi proposto para avaliar a eficiência dos
gastos de programas educacionais em escolas do estado americano do Texas, escolas
essas denominadas no método, como Unidades Tomadoras de Decisões (Decision Making
Units [DMUs]), tendo como referencial a transformação de entradas ou insumos em saídas
ou produtos (Charnes et al., 1978).
Nesta análise ora realizada, foram considerados os 39 municípios como DMUs, utilizando
então a Data Envelopment Analysis [DEA] / Basic Radial models, utilizando os 4 tipos
abaixo para cada análise, cujos resultados estão na Figura 15 adiante.
Foram utilizadas as funções “dea” do pacote Benchmarking e “sbm.tone” do pacote
nonparaeff na linguagem R para as 4 etapas / modelos descritos abaixo, de cada conjunto
de variáveis por eixo temático. O resultado é o índice de eficiência que varia de 0 a 1 (1
seria o valor referência/benchmarking), com um lambda que mede similaridade (não será
abordada nesta análise).
● Basic radial models: Charnes, Cooper e Rhodes[CCR] e ,Banker, Charnes and
Cooper [BCC] )
● CRS (constant return to scale)
○ Etapa 1: parâmetro CRS - Retornos constantes à escala e
orientação insumo/entradas
○ Etapa 2: parâmetro CRS - Retornos constantes à escala e
orientação produto/saidas
● VRS (Variable return to scale)
○ Etapa 3: parâmetro VRS - Retornos variáveis à escala e orientação
insumo / entradas
○ Etapa 4: parâmetro VRS - Retornos variáveis à escala e orientação
produto / saidas
5.1.Análise da performance da Gestão Ambiental (script RotinaDEA_amb.R)
● Matriz de insumos (variáveis de entrada): Orc_per_capita,
invest_saneamento_percapita
. 30 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
● Matriz de Produtos (Variáveis de saída): gastos_mun_residuos_per_capita,
ind_esgotos, ind_agua, K_residuos_dia_per_capita, pmva_nota
5.2.Análise da performance dos indicadores econômicos (script RotinaDEA_econ.R)
● Matriz de insumos (variáveis de entrada): Orc_per_capita, pib_per_capita
● Matriz de Produtos (Variáveis de saída): iss_per_capita, emp_formais_1000_hab,
perc_pop_aux_emerg, vlr_med_beneficiado
5.3.Análise da performance dos indicadores de segurança (script RotinaDEA_seg.R)
● Matriz de insumos (variáveis de entrada): Orc_per_capita
● Matriz de Produtos (Variáveis de saída): furtos_100, roubos_100, fur_rob_vei_100,
hom_doloso_100, vit_latrocinio_100, tot_estupro_100
5.4.Análise da performance dos indicadores de saúde (script RotinaDEA_saude.R)
● Matriz de insumos (variáveis de entrada): Orc_per_capita, gastos_saude_percapita
● Matriz de Produtos (Variáveis de saída): leitos_por_1000h, med_hab, enf_hab,
hab_ubs, mort_inf_1000_nv
5.5.Análise da performance dos indicadores de educação (script RotinaDEA_educ.R)
● Matriz de insumos (variáveis de entrada): Orc_per_capita,
gastos_educ_percpita_101
● Matriz de Produtos (Variáveis de saída): tx_aprov1_5, ideb_1_5, tx_aprov6_9,
ideb_6_9, tx_aprov_em, ideb_em_99
5.6.Análise da performance geral dos municípios (script RotinaDEA_eff_mun.R)
Em seguida, como uma análise final consolidada, foi criado um indicador de eficiência único
do município, utilizando os índices de eficiência resultantes nas etapas acima como sendo
. 31 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
produtos, realizando novo processamento, tendo como insumo/entrada o orçamento per
capita dos municípios, e como produto/saída, os índices de eficiência de cada um dos eixos
temáticos, gestão ambiental, econômicos, segurança, saúde e educação.
● Matriz de insumos (variáveis de entrada): Orc_per_capita
● Matriz de Produtos (Variáveis de saída): eff_amb, eff_econ, eff_seg, eff_saude,
eff_educ, idh_m, idsc_br
Finalmente, baseado na eficiência geral do município, que considerou expressivo número de
variáveis como produto ou saídas, e considerando os recursos financeiros como insumos ou
entradas, foi classificado um ranking de eficiência, também mostrado na tabela da Figura 15
adiante.
. 32 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
. 33 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
Figura 15: Matriz dos indicadores de eficiência por eixo temático e geral do município
. 34 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
6. Correlação entre Orçamento e outras variáveis
Para a análise de correlação, foram escolhidos 6 indicadores que já são variáveis que
carregam informações consolidadas dos municípios, como é o caso do idh_m (Índice de
Desenvolvimento Humano do Município que agrega três dimensões da saúde, educação e
renda), idsc_br (Indicador de Desenvolvimento Sustentável que agrega cem indicadores
relacionadas ao acompanhamento dos ODSs da Agenda 2030), pmva (Programa Município
Verde e Azul Paulista, que agrega entre outras dimensões, a Arborização Urbana,
Biodiversidade, Educação Ambiental, Saneamento, Qualidade do Ar), o igm_cfa (Índice de
Governança Municipal do Conselho Federal de Administração, que agrega as dimensões
Finanças, Gestão e Desempenho), o índice eeff_municipio calculado conforme método
descrito no capítulo 5 deste trabalho e finalmente o Orc_per_capita (Orçamento per capita
do município).
O gráfico da figura 16 a seguir mostra uma baixa correlação negativa com a eficiência
municipal (indicador eff_municipio), e correlações insignificantes com outros indicadores,
demonstrando que o Orçamento apenas influencia negativamente a eficiência, considerando
neste contexto como eficiência, a relação recursos financeiros x indicadores
. 35 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
Figura 16: Tabela de correlação dos indicadores
7.Considerações Finais
A análise mostra o quão díspar é a distribuição das receitas municipais da região RMVale.
Embora existam outros fatores que contribuem para essa disparidade, que inclui
municípios de alta taxa de industrialização (ex. municípios industrializados do Vale do
Paraíba), percebe-se também um grande incremento nas receitas dos municípios
beneficiados pelas receitas de royalties do petróleo e gás.
. 36 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
Temos no topo da lista o município de Ilhabela (orçamento per capita de R$21.027), ou
seja, quase 13 vezes mais que o município de menor receita per capita, São Luiz do
Paraitinga (R$1.638), que dista entre si pouco mais de 100 Km.
Apenas 4 dos 39 municípios têm um percentual significativo (acima de 10%), com
destaques para os municípios do Litoral Norte, em especial Ilhabela (2/3 das receitas) e
Silveiras.A análise mostra o quão díspar é a distribuição das receitas municipais da região
RMVale.
Note-se que todos os municípios da região recebem royalties, ainda que na maioria dos
casos, um valor percentualmente irrisório, apenas por integrarem a área geoeconômica
onde ocorre a exploração e produção.
Porém a análise, considerando as variáveis disponíveis, também mostra que esses
recursos não influenciam diretamente os indicadores, ou seja, não melhoram
substancialmente ou diretamente a qualidade de vida de seus habitantes nos municípios .
Considerando a eficiência Receitas Municipais x qualidade das entregas, refletidas
nesses indicadores, conclui-se com base nestas variáveis disponíveis, que
esses“municípios petrorrentistas” (PIQUET, SERRA, 2007), entregam na média, a mesma
qualidade de serviços aos seus munícipes, que os s de menor receita, o que sugere que
tais recursos poderiam ser melhor divididos deixando de ter esta forte concentração dos
recursos em poucos municípios brasileiros, apenas por pertencerem a regiões onde se
faz presente esses recursos naturais, e que em nada dependem destes municípios, nem
o fato natural da existência dos recursos, e nem esforços para a exploração dos mesmos.
Portanto, como proposta de trabalhos futuros correlatos, e melhorias de políticas públicas,
sugere-se uma revisão na legislação vigente, alterando a forma de distribuição destes
recursos, bem como implementação de indicadores de monitoramento de efetividade da
aplicação, sujeito a variação nas transferências aos entes federativos beneficiários,
conforme atingimento das metas impostas a esses indicadores.
. 37 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
8.Referências Bibliográficas
BREMAEKER, F. E. J. 2020. “Os municípios que tiveram receitas bilionária em 2020”,
Observatório de Informações Municipais, (2020.2)
CAÇADOR, S. B. MONTE, E. Z. 2013, Impactos dos royalties do petróleo nos indicadores de
desenvolvimento dos municípios do Espírito Santo. Revista internacional de
desenvolvimento local, Vol.14 (2), p.267-278
Cidália Leal Paço et Juan Manuel Cepeda Pérez, 2012 “Utilização da metodologia DEA
(Data Envelopment Analysis) para avaliar o impacto das TIC sobre a produtividade na
indústria da hospitalidade”, consulta realizada em 01 de outubro de 2022, URL :
http://journals.openedition.org/viatourism/1002
COSTA FILHO, Nilton. 2016 “A maldição do petróleo: a difícil sincronia entre rendas
petrolíferas e desenvolvimento no Município de Presidente Kennedy/ES”. – 2016. 103 f.; il.,
disponível em
https://docplayer.com.br/amp/87154494-Nilton-costa-filho-a-maldicao-do-petroleo-a-dificil-sin
cronia-entre-rendas-petroliferas-e-desenvolvimento-no-municipio-de-presidente-kennedy-es.
html, acessado em 20/09/2022
COSTA NOVA, L. 2005. Análise do impacto social de receitas provenientes de royalties do
petróleo em municípios do estado da Bahia. Dissertação de Mestrado, Universidade de
Brasília, 2005.
FROEMMING, D. S., CONTANI, E. A. do R., BERGMANN, D. R., & DA SILVA, F. L. (2020).
“A Distribuição dos Royalties do Petróleo e a Eficiência na Gestão Financeira dos Municípios
do Estado de São Paulo.” Administração Pública E Gestão Social, 12(2).
INSTITUTO CIDADES SUSTENTÁVEIS, 2021 “Índice de Desenvolvimento Sustentável das
Cidades – Brasil, A evolução das 5.570 cidades brasileiras em direção à Agenda 2030 da
ONU”. URL:
https://idsc.cidadessustentaveis.org.br/, consulta realizada em 20/09/2022
MARTINS E. C. S.; OLIVEIRA, R. L.; MARTINS, C. R. L.. 2020 ”The Efficiency of Federal
Institutes (IFs) in the Northeast Region of Brazil : An analysis through the DEA and logistic
regression. In: ANAIS DO SIMPóSIO BRASILEIRO DE PESQUISA OPERACIONAL,
Disponível em:
https://proceedings.science/sbpo/sbpo-2020/trabajos/the-efficiency-of-federal-institutes--ifs--i
n-the-northeast-region-of-brazil---an-analysis-through-the-dea-and-logistic->. Acesso em: 11
set. 2022.
. 38 .
Trabalho de conclusão de Curso apresentado para obtenção do título
de especialista em Data Science e Analytics – 2022
PINHEIRO, Capitão Igor; 2020 “Introdução à Data Envelopment Analysis (DEA)”, Aula no
Mestrado do IME - Dia 27NOV2020 - Análise Envoltória de Dados (DEA), disponível no
Youtube.com
QUINTELLA, S. F. 2000. Os royalties de petróleo e a economia do estado do Rio de Janeiro.
TCE-RJ. Rio de Janeiro, 2000.
ROCHA DOS SANTOS, R.; MACHADO DE FREITAS, M.; Flach, L., 2020, “Avaliação da
Eficiência dos Gastos Públicos com Educação dos Municípios de Santa Catarina
Administração Pública e Gestão Social, vol. 12, núm. 2, Universidade Federal de Viçosa,
Brasil
SALDANHA, R. F., BASTOS, R. R., BARCELLOS, C. 2022 “Microdatasus: pacote para
download e pré-processamento de microdados do Departamento de Informática do SUS
(DATASUS)”. SciELO - Scientific Electronic Library Online
SERRA, R.V. 2003. “Desdobramento Espacial da Exploração e Produção de Petróleo no
Brasil: em busca de um nexo para a distribuição dos royalties entre os Municípios”. Belo
Horizonte: X ENANPUR, 2003.18
SLAIBE POSTALI, F. A. , NISHIJIMA, M.2010 “Distribuição das rendas do petróleo e
indicadores de desenvolvimento municipal no Brasil nos anos 2000s.”
TERRA, D., SERRA, R.V. PONTES, C. 2006 “Os municípios petro-rentistas fluminenses:
gênese e ameaças” Rodrigo Serra, e Carla Pontes
. 39 .

Weitere ähnliche Inhalte

Ähnlich wie Análise da influência dos royalties nos orçamentos e indicadores socioambientais da RMVale

Isavc - Indicador das Condicionantes Sócio Ambientais para a Vida na Cidade
Isavc - Indicador das Condicionantes Sócio Ambientais para a Vida na CidadeIsavc - Indicador das Condicionantes Sócio Ambientais para a Vida na Cidade
Isavc - Indicador das Condicionantes Sócio Ambientais para a Vida na CidadeMarcos Camargo
 
Matriz Energética e os Municípios
Matriz Energética e os MunicípiosMatriz Energética e os Municípios
Matriz Energética e os MunicípiosCogepp CEPAM
 
Observatorio Do Desenvolvimento
Observatorio Do DesenvolvimentoObservatorio Do Desenvolvimento
Observatorio Do Desenvolvimentominasinvest
 
T1 caracterização das águas residuárias - exercício
T1   caracterização das águas residuárias - exercícioT1   caracterização das águas residuárias - exercício
T1 caracterização das águas residuárias - exercícioWelton Ávila
 

Ähnlich wie Análise da influência dos royalties nos orçamentos e indicadores socioambientais da RMVale (8)

Isavc - Indicador das Condicionantes Sócio Ambientais para a Vida na Cidade
Isavc - Indicador das Condicionantes Sócio Ambientais para a Vida na CidadeIsavc - Indicador das Condicionantes Sócio Ambientais para a Vida na Cidade
Isavc - Indicador das Condicionantes Sócio Ambientais para a Vida na Cidade
 
Petrobras - Rede de Melhoria da Gestão - Plano Estratégico 2011-2020
Petrobras - Rede de Melhoria da Gestão - Plano Estratégico 2011-2020Petrobras - Rede de Melhoria da Gestão - Plano Estratégico 2011-2020
Petrobras - Rede de Melhoria da Gestão - Plano Estratégico 2011-2020
 
Tcm 15 05 09
Tcm 15 05 09Tcm 15 05 09
Tcm 15 05 09
 
Matriz Energética e os Municípios
Matriz Energética e os MunicípiosMatriz Energética e os Municípios
Matriz Energética e os Municípios
 
Observatorio Do Desenvolvimento
Observatorio Do DesenvolvimentoObservatorio Do Desenvolvimento
Observatorio Do Desenvolvimento
 
T1 caracterização das águas residuárias - exercício
T1   caracterização das águas residuárias - exercícioT1   caracterização das águas residuárias - exercício
T1 caracterização das águas residuárias - exercício
 
pnrs
pnrspnrs
pnrs
 
Movimento dos Investimentos de Impacto e Novos Mecanismos de Avaliação e Remu...
Movimento dos Investimentos de Impacto e Novos Mecanismos de Avaliação e Remu...Movimento dos Investimentos de Impacto e Novos Mecanismos de Avaliação e Remu...
Movimento dos Investimentos de Impacto e Novos Mecanismos de Avaliação e Remu...
 

Análise da influência dos royalties nos orçamentos e indicadores socioambientais da RMVale

  • 1. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 1.Título: Análise da contribuição dos royalties do petróleo nos orçamentos municipais, e busca de correlação entre os royalties e os potenciais impactos nos indicadores socioeconômicos e ambientais nos municípios da RMVale. Aluno: Carlos Roberto Nunes (RA 553648160258) Instituição 1: Meio ambiente, Administração e Tecnologia com Sustentabilidade Função: Sócio Proprietário Endereço: Rua José Romano dos Santos, 165, São Pedro – Ilhabela - SP Instituição 2: Faculdade de Tecnologia de São Sebastião Função: Professor na Disciplina Business Intelligence Linkedin https://www.linkedin.com/in/carlosnunesilhabela/ email: carlos.nunes.ilhabela@gmai.com - carlos_nunes@usp.br Fone/Whatsapp/Telegram: +55 12 99793-7853 Orientador: Prof. Dr. Marcos dos Santos Instituição: Instituto Militar de Engenharia (IME) Doutor em Engenharia de Produção (Pesquisa Operacional) Endereço: Praça General Tibúrcio nº80, Urca; CEP: 22290-270, Rio de Janeiro, RJ, Brasil. Linkedin https://www.linkedin.com/in/profmarcosdossantos/ Email: marcosdossantos_doutorado_uff@yahoo.com.br Rio de Janeiro - RJ Curso: Data Science e Analytics [DSA] Área: 2. Automação & Strategic Analytics 2.7.Business Intelligence & Data Visualization . 1 .
  • 2. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 Resumo: O objetivo deste estudo foi avaliar a influência dos royalties nas receitas municipais dos municípios da Região Metropolitana Vale do Paraíba [RMVALE], e o nível de eficiência do uso destes recursos orçamentários, como influenciam os indicadores socioeconômicos e ambientais, em última instância se convertem em melhorias nos indicadores de qualidade de vida aos cidadãos na mesma proporção do montante recebido. Para isso foram utilizadas inúmeras funções de pacotes da linguagem R, seja para mineração, higienização e consolidação dos dados, seja para análises estatísticas. Para análise da eficiência da utilização das receitas, foi utilizado o método Análise Envoltória de Dados (Data Envelopment Analysis [DEA]), combinado com Análise de Correspondência Múltipla dos principais indicadores. Os resultados demonstram uma baixa efetividade na aplicação dos recursos dos royalties, concluindo que há necessidade de uma revisão na legislação vigente, alterando a forma de distribuição destes recursos, bem como implementação de indicadores de monitoramento de efetividade da aplicação, sujeito a variação nas transferências aos entes federativos beneficiários, conforme atingimento das metas impostas a esses indicadores. Palavras-chave: Royalties, indicadores socioeconômicos, indicadores ambientais, KPIs, RMVale, Gestão Pública, Orçamento Público Municipal, Avaliação de desempenho. Abstract: The objective of this study was to evaluate the influence of royalties on municipal revenues of municipalities in the Metropolitan Region of Vale do Paraíba [RMVALE], and the level of efficiency in the use of these budgetary resources, how they influence socioeconomic and environmental indicators, ultimately converting into improvements in quality of life indicators for citizens in the same proportion of the amount received. . 2 .
  • 3. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 For this, numerous functions of R language packages were used, whether for data mining, cleaning and consolidation, or for statistical analysis. To analyze the efficiency of revenue utilization, the Data Envelopment Analysis (DEA) method was used, combined with Multiple Correspondence Analysis of the main indicators. The results demonstrate a low effectiveness in the application of royalties resources, concluding that there is a need for a revision in the current legislation, changing the way of distributing these resources, as well as the implementation of indicators for monitoring the effectiveness of the application, subject to variation in transfers to beneficiary federal entities, according to the achievement of the targets imposed on these indicators. 2. Introdução Em 1997, foi aprovada a Lei Federal nº 9478, instituindo critérios de cálculo e de distribuição de royalties para os municípios produtores (onde há produção em seus territórios) ou afetados pela cadeia de produção (municípios que possuem bases de produção ou logística). Os royalties são uma compensação financeira paga mensalmente à União pelas concessionárias de exploração e produção de petróleo e gás natural, bem como outros recursos naturais não renováveis. São calculados mensalmente, e feitos os repasses aos estados e municípios, através da ANP - Agência Nacional do Petróleo. A Lei de distribuição dos royalties do Petróleo trouxe para alguns municípios uma fonte de recursos adicional, disponibilizada através dessa distribuição dos royalties e participações especiais. Porém há dúvidas se esses recursos realmente convertem-se proporcionalmente em benefícios aos cidadãos desses municípios e melhoram a gestão municipal. Abaixo algumas citações que colocam tais dúvidas em evidência: “Os resultados mostram que os royalties não contribuíram significativamente para a melhoria dos indicadores locais de desenvolvimento”. (CAÇADOR & MONTE, 2013, p.267-278). . 3 .
  • 4. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 “Não houve diferença significativa no esforço fiscal dos Municípios afetados pela variável royalties de petróleo” (FROEMMING, D. S., CONTANI, E. A. R., BERGMANN, D. R., & DA SILVA, F. L.,2020). Portanto, o construto, ou a hipótese a ser comprovada neste trabalho, é se os royalties realmente se convertem em melhorias nos indicadores de qualidade de vida aos cidadãos na mesma proporção do montante recebido. . 4 .
  • 5. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 3. Objetivo O presente trabalho tem como objetivo demonstrar a influência dos royalties nos orçamentos municipais dos municípios da Região Metropolitana do Vale do Paraíba, do Litoral Norte e da Serra da Mantiqueira [RMVALE], a qualidade dos indicadores socioeconômicos e a eficiência da gestão municipal com base nos orçamentos municipais. 3.1.Objetivos específicos 1. Realizar uma análise da contribuição das transferências da cadeia do petróleo e gás (royalties e participações especiais) para os orçamentos municipais, buscando correlações entre esses recursos e os potenciais impactos nos indicadores socioeconômicos e ambientais nos municípios da RMVale, região composta por 39 municípios. 2. Mensurar qual a representatividade percentual dos royalties nos orçamentos municipais classificando os municípios pelo montante recebido, incluindo aqueles que são indiretamente afetados pela cadeia produtiva do petróleo e gás, apenas por pertencerem à mesorregião (neste caso a RMVALE). 3. Buscar evidências mensuráveis de quanto esses montantes recebidos, impactam na qualidade de vida e no cotidiano dos cidadãos da região, evidências essas, a serem comprovadas através de indicadores das diversas áreas da sustentabilidade, como socioeconômicos, ambientais e de governança pública, inclusive podendo vir a servir como base para avaliação do ESG (Environmental, social and public governance) dos municípios. 4. Realizar um data mining / wrangling de indicadores em fontes oficiais, criando uma base consolidada e higienizada, podendo-se a partir da mesma, e com uso de ferramentas B.I. (Business Intelligence) realizar tais avaliações, através de insights mostrados por dashboards ou stories, de compreensão amigável ao público leigo. 5. Manter a metodologia disponível para repeti-la em outros anos, ou servir como exemplo para outras regiões. Portanto, para todas operações de mining de informações, serão desenvolvidos scripts utilizando a linguagem R, a serem posteriormente disponibilizados ao público interessado no github. . 5 .
  • 6. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 3.2.Território de abrangência do Estudo O território de abrangência do estudo será a Região Metropolitana Vale do Paraíba e Litoral Norte [RMVALE] A RMVALE, é a região composta, além dos municípios do Vale do Paraíba, também pelos municípios do Litoral Norte e Serra da Mantiqueira, num total de 39 municípios do estado de São Paulo, totalizando aproximadamente 2,5 milhões de habitantes. ⛰ - Municípios do Litoral Norte Paulista ⛰ - Municípios do Vale do Paraíba com vocação industrial ⛰ - Municípios da região histórica do Vale do Paraíba com vocação turística ou agropecuária ⛰ - Municípios da Serra da Mantiqueira Figura 01: mapa dos municípios da RMVale 4. Material e Métodos Adiante será descrito como os dados foram coletados e quais as fontes de dados foram utilizadas. O método utilizado, compõe-se de 5 estágios: Mineração de dados em fontes oficiais, Higienização e organização dos dados, Criação de uma Analytical Base Table [ABT], Análise exploratória dos dados e Análise gráfica de indicadores por eixo temático. . 6 .
  • 7. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 Ambiente de Estudo Figura 02: Fontes de dados Utilizadas 4.1.Mineração de dados em fontes oficiais (Mining & Data Wrangling) Fontes utilizadas: 4.1.1.Instituto Brasileiro de Geografia e Estatística[IBGE] Foi criado um script (Scrit__busca_tabela_cod_IBGE.R) para baixar informações dos municípios, incluindo os shapefiles, através de algoritmos de análise espacial, selecionar os municípios da mesorregião da RMVale, seus 39 municípios, através de seus devidos códigos. A seleção dos municípios foi através de seus códigos, na base Sidra do IBGE. A principal tabela de dados utilizada foi a “DTB Divisão Territorial Brasileira”. Seleção: ● Região Geográfica Intermediária = 3511 ● Mesorregião Geográfica = 13 (RMVALE) . 7 .
  • 8. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 Pacotes utilizados: dplyr, readxl, sidrar. 4.1.2.Tribunal de Contas do Estado de SP [TCE-SP] Foi criado um script (Script_iegm_tce.R) para baixar dados do Índice de Efetividade da Gestão Municipal [IEG-M], exercício 2021 (base 2020). Este indicador de avaliação da gestão foi desenvolvido e disponibilizado pelo TCE-SP para todos os municípios paulistas. O IEG-M possui cinco faixas de classificação, definidas a partir das notas alcançadas nos sete índices setoriais: ● Educação ● Saúde ● Planejamento ● Gestão Fiscal ● Meio Ambiente ● Proteção dos Cidadãos ● Governança da Tecnologia da Informação Finalmente é disponibilizado um indicador único (IEG-M) que reflete todos esses 7 temas setoriais, consubstanciado em uma variável categórica ordinal, com 5 níveis: A Altamente Efetiva IEG-M com pelo menos 90% da nota máxima e, no mínimo, 5 índices com nota A B+ Muito Efetiva IEG-M entre 75,0% e 89,9% da nota máxima B Efetiva IEG-M entre 60,0% e 74,9% da nota máxima C+ Em fase de adequação IEG-M entre 50,0% e 59,9% da nota máxima C Baixo nível de adequação IEG-M menor ou igual a 49,9% Foram também baixados os micro dados abertos com as receitas e despesas desses 39 municípios. Por se tratar de grande volume tanto de observações/linhas, quanto de variáveis/colunas, excedeu as limitações dos softwares de planilhas eletrônicas, portanto foram carregados em uma base SQL (MySQL), realizando operações de SQL filtrando os dados de interesse, diminuindo assim a quantidade de observações / linhas dessa base de dados. Pacotes utilizados: DBI, odbc, dplyr, dbplyr, RMySQL . 8 .
  • 9. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 4.1.3.Instituto de Pesquisa Econômica Aplicada [IPEA] Foi criado um script (Script_ipeadatar.R) para baixar os dados do IPEAdata, relativos à cotação e produção do Petróleo. Pacote utilizado: "ipeadatar" 4.1.4.Agência Nacional do Petróleo[ANP] Foram baixados os dados da ANP relativos à distribuição de royalties aos diversos entes federativos. Como a planilha disponibilizada é totalmente desformatada, com colunas mescladas, presença de imagens, excesso de cabeçalhos, foi realizada uma operação de data wrangling/scrapping, criando um dataframe organizado, apenas com as variáveis de interesse. Pacotes utilizados: readr, readxl e tidyverse 4.1.5.Sistema Nacional de Informações de Saneamento[SNIS] Foi criado um script (Script_Rselenium_SNIS.R) para baixar dados do SNIS, pois apesar desse sistema disponibilizar dados em formato aberto, não existe uma URL padrão para baixá-los, exigindo uma sequência de navegação entre telas (realizados através do pacote RSelenium), com escolha de diversas opções e parâmetros, como por exemplo a escolha dos municípios e lista de indicadores desejados. São disponibilizados arquivos .csv com centenas de variáveis, portanto, também foram selecionadas apenas as colunas de interesse conforme mostrado na ABT adiante (tabela da Figura 03). Foram baixados dados do último ano disponível (2020). Pacote utilizado: RSelenium . 9 .
  • 10. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 4.1.6.Secretaria de Segurança Pública do estado de São Paulo [SSP-SP] Foi criado um script (Script_SSP.R) para baixar os dados da Secretaria de Segurança Pública do estado de São Paulo [SSP-SP] sobre segurança, como Homicídios, Roubos, Furtos e Estupros. Pacotes utilizados: tidyverse, pdftools 4.1.7.Fundação Sistema Estadual de Análise de Dados de São Paulo [SEADE] A Fundação SEADE disponibiliza um repositório de dados, sendo fonte alternativa centralizada para dados como DATASUS (dados de saúde), CAGED (dados de empregabilidade), Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira [INEP] e até mesmo do IBGE (para o estado de SP apenas). Desta fonte, foram baixados dados de saúde, empregabilidade e educação. Foi criado um script (Script_Rselenium_SEADE_n.R) para baixar os dados. Pacote utilizado: RSelenium 4.1.8.Conselho Federal de Administração[CFA] O Índice Gestão Municipal [IGM-CFA] é uma métrica da governança pública, criado pelo Conselho Federal da Administração, baseado em análise de Variáveis, a partir de três dimensões: Finanças, Gestão e Desempenho. Esses indicadores foram baixados do site https://igm.cfa.org.br/bi/ selecionando os 39 municípios da RMVale, porém o merge na Analytical Base Table[ABT] foi realizado manualmente, devido a ausência do código IBGE de municípios que permitisse um join com os dados já carregados, bem como falta de padrão no nome do município (ausência de acentuação e caracteres latinos como ç). . 10 .
  • 11. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 4.1.9.Secretaria Estadual de Infraestrutura e Meio Ambiente de São Paulo[SIMA] Foram baixados os dados referentes ao indicador Programa Município Verde e Azul [PMVA], que é um indicador desenvolvido e mantido pela Secretaria Estadual de Infraestrutura e Meio Ambiente de São Paulo, indicador esse, que considera diversos fatores municipais, como saneamento, arborização urbana, gestão de resíduos sólidos, educação ambiental, consolidando esses dados em um indicador único que varia numa escala de 0 a 100 . Os resultados são disponibilizados anualmente em formato PDF, portanto foi utilizado um script básico para transformá-lo em um dataframe. Principais pacotes utilizados: tidyverse, pdftools 4.1.10.Controladoria-Geral da União [CGU] Foi criado um script (Script_busca_beneficios_sociais.R), para coletar dados sobre os auxílios emergenciais e repasses a famílias cadastradas no Cadastro Único [CADUNICO] (para famílias de baixa renda no Brasil) durante a pandemia. O objetivo foi ter um indicador adicional que mostra o nível de pobreza do município. Foi utilizado uma tabela carregada em database MySql, e realizado contagem por município, apenas dos municípios da RMVale, uma vez que pela quantidade de linhas/observações, não foi possível realizar seleção por softwares de planilha Excel ou similar.. Pacotes utilizados: DBI, odbc, dplyr, dbplyr, RMySQL 4.1.11.Instituto Cidades Sustentáveis [ICS] O Instituto Cidades Sustentáveis construiu em parceria com a Sustainable Development Solutions Network [SDSN], ligada à Organização das Nações Unidas, o Índice de . 11 .
  • 12. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 Desenvolvimento das Cidades Sustentáveis Brasil [IDSC-BR], que é um índice que agrega 100 diferentes indicadores com o objetivo de monitorar o nível de atendimento dos Objetivos do Desenvolvimento Sustentável [ODS] das cidades brasileiras para o cumprimento da Agenda 2030. É possível, com esse índice comparar os dados das cidades em recortes territoriais, uma vez que é disponibilizada além dos painéis, também os microdados em formato aberto. Foi, portanto, também utilizado esse indicador, selecionando os municípios da RMVALE. O IDSC-BR apresenta uma avaliação abrangente da distância para se atingir as metas dos ODS. 4.2.Higienização e organização dos dados Os dados baixados foram reorganizados, submetidos a higienização, sumarização, criado algumas variáveis calculadas para fins de comparação (exemplos: per capita ou por / 1000 habitantes), em alguns casos fazendo a normalização e organizando-os com uma observação por município, utilizando como chave, o código IBGE dos municípios, com as variáveis provindas dessas diversas fontes conforme mostrado anteriormente. 4.3.Criação de uma Analytical Base Table [ABT] Todos os dados foram organizados em um único dataframe base denominado Analytical Base Table[ABT], que foi a fonte para todas as análises. Para fins de comparação, foram criadas variáveis calculadas per capita, padronizando assim a comparação entre os municípios, uma vez que existe uma grande heterogeneidade nos orçamentos e tamanhos populacionais dos mesmos. Variável Fonte Descrição do Indicador / Variável seq Calculada Número sequencial (ordem alfabética) nm_municipio IBGE Nome do município cod_ibge IBGE Código IBGE do município nm_municipio_min IBGE Nome do município padronizado (minúsculas sem acentuação) . 12 .
  • 13. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 cluster_caract IBGE Característica do município com base em sua localização area_km² IBGE Área cod_uf IBGE Código da UF uf IBGE Unidade da Federação (estado) cod_mesoreg_geo IBGE Código da Mesorregião nome_mesoreg_geo IBGE Nome da Meso Região cod_sub_regiao_rmvale IBGE Código da Sub Região (dentro da RMVale) sub_regiao_rmvale IBGE Nome da Sub Região (dentro da RMVale) pib_mm IBGE PIB Municipal idh_m IBGE IDH municipal pib_per_capita Calculda PIB Municipal per capita ano_apuracao_iegm TCE-SP Ano de Apuração IEGM iegm TCE-SP Índice de Efetividade da Gestão Municipal iplanejamento TCE-SP Índice de Planejamento ifiscal TCE-SP Índice de Gestão Fiscal ieduc TCE-SP Índice de Educação isaude TCE-SP Indice de Saúde iamb TCE-SP Índice de Meio Ambiente icidade TCE-SP Índice de Proteção dos Cidadãos igov TCE-SP Índice de Governança e Tecnologia da Informação ano_ref_snis SNIS Ano de referência do SNIS populacao_2020 IBGE População em 2020 populacao_2021 IBGE População em 2021 pop_tot_ibge IBGE População total atual pop_atend_agua SNIS População atendida com Água tratada pop_atend_esgoto SNIS População atendida com coleta de esgoto invest_saneamento SNIS Investimentos em saneamento invest_saneamento_m10M SNIS Investimento médio anual em saneamento (últimos 10 anos) invest_sanaeamento_percapit a SNIS Investimento em saneamento per capita mun_dest_residuos SNIS município de destino dos resíduos sólidos . 13 .
  • 14. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 pop_atend_coleta SNIS População atendida com coleta de resíduos qtd_tot_residuos SNIS Quantidade total de resíduos gerada no município qtd_tot_residuos_per_capita SNIS Quantidade de resíduos / per capita / dia qtd_reciclaceis SNIS Quantidade total de resíduos gerada no município perc_res_recicl SNIS Percentual de reciclagem gastos_mun_residuos SNIS Gastos totais com resíduos gastos_mun_residuos_per_ca pita SNIS Gastos per capita com resíduos ind_esgotos SNIS Indicador (%) de atendimento de esgotos ind_agua SNIS Indicador (%) de atendimento de Água tratada leitos_sus SEADE Quantidade de leitos SUS leitos_nao_sus SEADE Quantidade de leitos não SUS leitos_total SEADE Total de leitos leitos_por_1000h Calculado Leitos por 1000 habitantes medicos SEADE Quantidade de médicos enfermeiros SEADE Quantidade de enfermeiros med_hab SEADE Quantidade de médicos / habitante enf_hab SEADE Quantidade de enfermeiros / habitante num_ubs SEADE Número de UBS hab_ubs SEADE Número médio de habitantes / UBS mort_inf_1000_nv SEADE Mortalidade infantil por 1000 nascidos vivos gastos_saude_M TCE-SP Gastos anuais com saúde gastos_saude_percapita Calculado Gastos per capita com saúde receitas_total_2020 TCE-SP Receitas totais do município royalties ANP Royalties total recebido pelo município perc_royal_rec Calculado Percentual que os royalties representam no orçamento total orc_per_capita Calculado Orçamento (receitas) per capita orc_level Calculado Nível do orçamento municipal rnk_orc Calculado Ranking do nível de orçamento do município na RMVale despesas_empenhadas_2020 TCE-SP Total das despesas do município des_per_capita Calculado Despesas per capita . 14 .
  • 15. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 receitas_total TCE-SP Receitas totais do município royalties_total_do_ano ANP Royalties total recebido pelo município roy_per_capita Calculado Royalties per capita qtde_aux_emerg CGU Quantidade de auxílios emergenciais qtde_aux_emerg_unico CGU Quantidade de pessoas que receberam perc_pop_aux_emerg CGU Percentual da população que recebeu auxílio tot_aux_recebido CGU Total dos valores recebidos no município vlr_med_beneficiado CGU Valor médio por beneficiário num_alunos SEADE Número de Alunos tx_aprov1_5 SEADE Taxa de aprovação Fundamental I (1o. ao 5o. ano) ideb_1_5 SEADE IDEB Fundamental I (1o. ao 5o. ano) tx_aprov6_9 SEADE Taxa de aprovação Fundamental II (6o. ao 9o. ano) ideb_6_9 SEADE IDEB Fundamental II (6o. ao 9o. ano) tx_aprov_em SEADE Taxa de aprovação Ensino Médio ideb_em SEADE IDEB Ensino Médio gastos_educ_MM TCE-SP Gastos com Educação gastos_educ_percpita Calcula Gastos com Educação per capita pmva_nota SIMA Programa Município Verde e Azul NOTA pmva_rank SIMA Programa Município Verde e Azul Ranking igm_cfa_2022 CFA Índice Gestão Municipal[IEGM-CFA] furtos SEADE furtos furtos_100 SEADE Furto por 100 mil habitantes roubos SEADE Roubos roubos_100 SEADE Roubos por 100 mil habitantes fur_roub_vei SEADE Furto/roubo de Veículos fur_rob_vei_100 SEADE Furto/roubo de Veículos por 100 mil habitantes hom_doloso SEADE Homicídio doloso hom_doloso_100 SEADE Homicídio doloso Furto por 100 mil habitantes vit_latrocinio SEADE Vítimas de latrocínio vit_latrocinio_100 SEADE Vítimas de latocínio por 100 mil habitantes tot_estupro SEADE Estupros . 15 .
  • 16. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 tot_estupro_100 SEADE Estupros por 100 mil habitantes emp_formais SEADE Empregos formais emp_formais_1000_hab SEADE Taxa de empregos formais por 1000 habitantes iss_mm TCE-SP ISS em milhões iss_per_capita calculado ISS per capita idsc_br ICS Índice de Desenvolvimento Sustentável das Cidades Brasileiras eff_amb Calculado pelo método DEA Efetividade na área ambiental eff_econ Calculado pelo método DEA Efetividade na área econômica eff_seg Calculado pelo método DEA Efetividade na área de segurança Pública eff_saude Calculado pelo método DEA Efetividade na área da Saúde eff_educ Calculado pelo método DEA Efetividade na área da Educação idh_m IBGE Índice de desenvolvimento Humano dos municípios idsc_br ICS Indicador de Desenvolvimento Sustentável das Cidades Brasileiras eff_municipio Calculado pelo método DEA Efetividade geral do Município Rnk Calculado pelo método DEA Ranking de efetividade Geral Figura 03: Metadados da ABT - Analytical Base Table 4.4.Análise exploratória dos dados A partir da ABT foi realizada a análise exploratória em busca de padrões comportamentais dos indicadores e/ou KPIs criados, e do orçamento per capita dos municípios, buscando padrões e comprovações de eventuais correlações entre orçamento e indicadores. . 16 .
  • 17. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 Medida Valor Mínimo: R$ 1.638,65 Média: R$ 4.595,95 Desvio Padrão: R$ 3.006,51 Mediana R$4.227,76 Máximo: R$21.027,12 Figura 04: Análise descritiva do Orçamento per capita dos municípios da RMVALE A Figura 05 a seguir mostra a clusterização pelo método K-means (K=4) Figura 05: Cluster com base no método k-means A figura 06 a seguir mostra individualmente os valores das receitas per capita dos municípios classificando os em 3 categorias (realizado um arredondamento com base nos cluster acima) : ● A - médias per capita entre R$ 6.001,00 a R$ 9.000,00, ● B - médias per capita entre R$ 3.001,00 a R$ 6.000,00 e . 17 .
  • 18. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 ● C - médias per capita abaixo de R$ 3.001,00. Para fins de comparação, a receita per capita dos Municípios brasileiros foi de R $3.693,20 (BREMAEKER, F. E. J., 2020). Figura 06: Ranking do Orçamento per capita (Obs.: para fins de melhor visualização e para comportar valores outliers, foi utilizado apenas como referência gráfica, o logaritmo do valor). 4.4.1.Percentual de royalties-dependência dos municípios Para visualizar o percentual de dependência dos royalties, foram selecionados apenas os municípios com percentual de royalties no total das receitas acima de 10% e comparado com os principais impostos, conforme mostra a figura 07 a seguir: . 18 .
  • 19. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 Percentual dos royalties sobre as receitas (Valores em Milhões de R$) Ilhabela São Sebastião Caraguatatuba Silveiras 63,47% 11,53% 10,48% 20,13 Figura 07: contribuição dos royalties nas receitas do município O - IPTU O - Royalties O - ISS Observa-se que nestes municípios, a receita provinda dos royalties é maior que alguns dos principais impostos municipais. 4.5.Análise gráfica de indicadores por eixo temático. Os gráficos (dashboards e planilhas) foram produzidos em sua maioria utilizando uma ferramenta de Business Intelligence (B.I.), tendo sido escolhido a ferramenta Tableau Public que além de ser freeware, que tem a característica de ter muitas facilidades adicionais de Data Visualization (Dataviz), indo além dos pacotes disponíveis em R. Devido ao grande número de variáveis coletadas na fase de mineração de dados, nos gráficos adiante, foram escolhidos apenas 3 indicadores por eixo, sendo plotados também para cada indicador, a linha da média. O objetivo nesta etapa foi o de produzir uma tabela (Figuras 08 a 12 ) com esses indicadores, e destacando quais municípios estão abaixo da linha de média. . 19 .
  • 20. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 4.5.1.Educação Indicadores utilizados: IDEB do Fundamental I (1a à 5a série), IDEB do Fundamental I (6a à 9a série) e IDEB do Ensino Médio. Figura 08: Indicadores de Educação . 20 .
  • 21. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 4.5.2.Segurança Indicadores utilizados: taxa de roubos por 100 mil habitantes, taxa de homicídios dolosos por 100 mil habitantes, taxa de vítimas de estupro por 100 mil habitantes. Figura 09: Indicadores de Segurança . 21 .
  • 22. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 4.5.3. Saneamento Indicadores utilizados: índice de atendimento de água tratada, índice de coleta de esgotos, quantidade de resíduos per capita gerada no município. Figura 10: Indicadores de Saneamento . 22 .
  • 23. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 4.5.4. Saúde Indicadores utilizados: leitos por 1000 habitantes, mortalidade infantil por 1000 habitantes e quantidade de médicos por 1000 habitantes. Figura 11: Indicadores de Saúde . 23 .
  • 24. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 4.5.5.Economia e Trabalho Indicadores utilizados: (indica o nível de pobreza do município), indicador esse obtido pela análise do Cadastro Único [CADUNICO]. Figura 12: Indicadores de Economia e Trabalho . 24 .
  • 25. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 4.5.6.Valores de baixa eficiência Com base nos gráficos das figuras 08 a 12, todos com uma linha média dos indicadores, foi criada a tabela mostrada na figura 13 abaixo, fazendo uma consolidação desses indicadores mostrados, evidenciando (destaque em vermelho) as ocorrências que os indicadores estão abaixo da média (quando o maior valor é considerado o mais eficiente) ou acima da média (quando o menor valor é considerado mais eficiente) com os percentuais não conformidade com a média. . 25 .
  • 26. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 . 26 .
  • 27. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 Figura 13: ocorrência de indicadores abaixo da média . 27 .
  • 28. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 4.5.7.Percentual de indicadores fora da média A tabela da figura 14, abaixo, mostra a consolidação da quantidade de vezes que os indicadores de cada município extrapolam a média do indicador específico no grupo de cidades. Municipio % de indicadores extrapolando a média Grupo Orçamentário (orçamento per capita) Ilhabela 37,50% ^A - Outlier Arapeí 56,25% A (6.001 a 9.000) Caraguatatuba 25,00% A (6.001 a 9.000) São Sebastião 43,75% A (6.001 a 9.000) Aparecida 18,75% B (3001 a 6000) Areias 43,75% B (3001 a 6000) Bananal 37,50% B (3001 a 6000) Caçapava 18,75% B (3001 a 6000) Campos do Jordão 25,00% B (3001 a 6000) Canas 62,50% B (3001 a 6000) Cunha 43,75% B (3001 a 6000) Guaratinguetá 25,00% B (3001 a 6000) Igaratá 62,50% B (3001 a 6000) Jacareí 37,50% B (3001 a 6000) Jambeiro 50,00% B (3001 a 6000) Lagoinha 37,50% B (3001 a 6000) Lavrinhas 50,00% B (3001 a 6000) Monteiro Lobato 62,50% B (3001 a 6000) Natividade da Serra 62,50% B (3001 a 6000) Paraibuna 43,75% B (3001 a 6000) Pindamonhangaba 18,75% B (3001 a 6000) Queluz 62,50% B (3001 a 6000) Redenção da Serra 62,50% B (3001 a 6000) Roseira 37,50% B (3001 a 6000) Santa Branca 68,75% B (3001 a 6000) Santo Antônio do Pinhal 43,75% B (3001 a 6000) São Bento do Sapucaí 37,50% B (3001 a 6000) . 28 .
  • 29. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 São José do Barreiro 56,25% B (3001 a 6000) São José dos Campos 18,75% B (3001 a 6000) Silveiras 68,75% B (3001 a 6000) Taubaté 25,00% B (3001 a 6000) Ubatuba 62,50% B (3001 a 6000) Cachoeira Paulista 62,50% C (abaixo de 3.000) Cruzeiro 31,25% C (abaixo de 3.000) Lorena 43,75% C (abaixo de 3.000) Piquete 56,25% C (abaixo de 3.000) Potim 43,75% C (abaixo de 3.000) São Luiz do Paraitinga 37,50% C (abaixo de 3.000) Tremembé 43,75% C (abaixo de 3.000) Figura 14: tabela comparativa de extrapolação da média Nota-se que mesmo no grupo A que tem 4 municípios (que possuem um orçamento per capita médio de R$10.650, representando 2,3 vezes maior que a média geral desse grupo) existem 40,6% de indicadores abaixo do desejado (média do grupo). Já no grupo B, com 28 municípios (que possuem um orçamento per capita médio de R$4.237, ainda em torno de 15% acima da média nacional), existem 44,4% de indicadores abaixo do desejado (média do grupo). E finalmente, no grupo C, com os 7 municípios (que possuem um orçamento per capita médio de R$2.601, 41% menor que a média nacional e mais que 4 vezes menos a média do grupo A), existem 45,5% de indicadores abaixo do desejado (média do grupo). Isso mostra que a eficiência da gestão municipal não é diretamente proporcional ao seu orçamento. 5. Análise da performance dos municípios pelo método DEA Para referendar esta ideia, foi utilizado a técnica de Análise Envoltória de Dados (Data Envelopment Analysis – DEA). Dentre as diversas metodologias que permitem avaliar a eficiência, Peña (2008) evidencia que esse método de Análise Envoltória de Dados (Data Envelopment Analysis [DEA]) tem sido aplicado com sucesso em estudos de eficiência da administração pública. . 29 .
  • 30. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 Conforme Lins e Meza (2000), o método DEA foi proposto por Charnes, Cooper e Rhodes (1978) a partir do trabalho de Farrell (1957) e foi proposto para avaliar a eficiência dos gastos de programas educacionais em escolas do estado americano do Texas, escolas essas denominadas no método, como Unidades Tomadoras de Decisões (Decision Making Units [DMUs]), tendo como referencial a transformação de entradas ou insumos em saídas ou produtos (Charnes et al., 1978). Nesta análise ora realizada, foram considerados os 39 municípios como DMUs, utilizando então a Data Envelopment Analysis [DEA] / Basic Radial models, utilizando os 4 tipos abaixo para cada análise, cujos resultados estão na Figura 15 adiante. Foram utilizadas as funções “dea” do pacote Benchmarking e “sbm.tone” do pacote nonparaeff na linguagem R para as 4 etapas / modelos descritos abaixo, de cada conjunto de variáveis por eixo temático. O resultado é o índice de eficiência que varia de 0 a 1 (1 seria o valor referência/benchmarking), com um lambda que mede similaridade (não será abordada nesta análise). ● Basic radial models: Charnes, Cooper e Rhodes[CCR] e ,Banker, Charnes and Cooper [BCC] ) ● CRS (constant return to scale) ○ Etapa 1: parâmetro CRS - Retornos constantes à escala e orientação insumo/entradas ○ Etapa 2: parâmetro CRS - Retornos constantes à escala e orientação produto/saidas ● VRS (Variable return to scale) ○ Etapa 3: parâmetro VRS - Retornos variáveis à escala e orientação insumo / entradas ○ Etapa 4: parâmetro VRS - Retornos variáveis à escala e orientação produto / saidas 5.1.Análise da performance da Gestão Ambiental (script RotinaDEA_amb.R) ● Matriz de insumos (variáveis de entrada): Orc_per_capita, invest_saneamento_percapita . 30 .
  • 31. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 ● Matriz de Produtos (Variáveis de saída): gastos_mun_residuos_per_capita, ind_esgotos, ind_agua, K_residuos_dia_per_capita, pmva_nota 5.2.Análise da performance dos indicadores econômicos (script RotinaDEA_econ.R) ● Matriz de insumos (variáveis de entrada): Orc_per_capita, pib_per_capita ● Matriz de Produtos (Variáveis de saída): iss_per_capita, emp_formais_1000_hab, perc_pop_aux_emerg, vlr_med_beneficiado 5.3.Análise da performance dos indicadores de segurança (script RotinaDEA_seg.R) ● Matriz de insumos (variáveis de entrada): Orc_per_capita ● Matriz de Produtos (Variáveis de saída): furtos_100, roubos_100, fur_rob_vei_100, hom_doloso_100, vit_latrocinio_100, tot_estupro_100 5.4.Análise da performance dos indicadores de saúde (script RotinaDEA_saude.R) ● Matriz de insumos (variáveis de entrada): Orc_per_capita, gastos_saude_percapita ● Matriz de Produtos (Variáveis de saída): leitos_por_1000h, med_hab, enf_hab, hab_ubs, mort_inf_1000_nv 5.5.Análise da performance dos indicadores de educação (script RotinaDEA_educ.R) ● Matriz de insumos (variáveis de entrada): Orc_per_capita, gastos_educ_percpita_101 ● Matriz de Produtos (Variáveis de saída): tx_aprov1_5, ideb_1_5, tx_aprov6_9, ideb_6_9, tx_aprov_em, ideb_em_99 5.6.Análise da performance geral dos municípios (script RotinaDEA_eff_mun.R) Em seguida, como uma análise final consolidada, foi criado um indicador de eficiência único do município, utilizando os índices de eficiência resultantes nas etapas acima como sendo . 31 .
  • 32. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 produtos, realizando novo processamento, tendo como insumo/entrada o orçamento per capita dos municípios, e como produto/saída, os índices de eficiência de cada um dos eixos temáticos, gestão ambiental, econômicos, segurança, saúde e educação. ● Matriz de insumos (variáveis de entrada): Orc_per_capita ● Matriz de Produtos (Variáveis de saída): eff_amb, eff_econ, eff_seg, eff_saude, eff_educ, idh_m, idsc_br Finalmente, baseado na eficiência geral do município, que considerou expressivo número de variáveis como produto ou saídas, e considerando os recursos financeiros como insumos ou entradas, foi classificado um ranking de eficiência, também mostrado na tabela da Figura 15 adiante. . 32 .
  • 33. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 . 33 .
  • 34. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 Figura 15: Matriz dos indicadores de eficiência por eixo temático e geral do município . 34 .
  • 35. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 6. Correlação entre Orçamento e outras variáveis Para a análise de correlação, foram escolhidos 6 indicadores que já são variáveis que carregam informações consolidadas dos municípios, como é o caso do idh_m (Índice de Desenvolvimento Humano do Município que agrega três dimensões da saúde, educação e renda), idsc_br (Indicador de Desenvolvimento Sustentável que agrega cem indicadores relacionadas ao acompanhamento dos ODSs da Agenda 2030), pmva (Programa Município Verde e Azul Paulista, que agrega entre outras dimensões, a Arborização Urbana, Biodiversidade, Educação Ambiental, Saneamento, Qualidade do Ar), o igm_cfa (Índice de Governança Municipal do Conselho Federal de Administração, que agrega as dimensões Finanças, Gestão e Desempenho), o índice eeff_municipio calculado conforme método descrito no capítulo 5 deste trabalho e finalmente o Orc_per_capita (Orçamento per capita do município). O gráfico da figura 16 a seguir mostra uma baixa correlação negativa com a eficiência municipal (indicador eff_municipio), e correlações insignificantes com outros indicadores, demonstrando que o Orçamento apenas influencia negativamente a eficiência, considerando neste contexto como eficiência, a relação recursos financeiros x indicadores . 35 .
  • 36. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 Figura 16: Tabela de correlação dos indicadores 7.Considerações Finais A análise mostra o quão díspar é a distribuição das receitas municipais da região RMVale. Embora existam outros fatores que contribuem para essa disparidade, que inclui municípios de alta taxa de industrialização (ex. municípios industrializados do Vale do Paraíba), percebe-se também um grande incremento nas receitas dos municípios beneficiados pelas receitas de royalties do petróleo e gás. . 36 .
  • 37. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 Temos no topo da lista o município de Ilhabela (orçamento per capita de R$21.027), ou seja, quase 13 vezes mais que o município de menor receita per capita, São Luiz do Paraitinga (R$1.638), que dista entre si pouco mais de 100 Km. Apenas 4 dos 39 municípios têm um percentual significativo (acima de 10%), com destaques para os municípios do Litoral Norte, em especial Ilhabela (2/3 das receitas) e Silveiras.A análise mostra o quão díspar é a distribuição das receitas municipais da região RMVale. Note-se que todos os municípios da região recebem royalties, ainda que na maioria dos casos, um valor percentualmente irrisório, apenas por integrarem a área geoeconômica onde ocorre a exploração e produção. Porém a análise, considerando as variáveis disponíveis, também mostra que esses recursos não influenciam diretamente os indicadores, ou seja, não melhoram substancialmente ou diretamente a qualidade de vida de seus habitantes nos municípios . Considerando a eficiência Receitas Municipais x qualidade das entregas, refletidas nesses indicadores, conclui-se com base nestas variáveis disponíveis, que esses“municípios petrorrentistas” (PIQUET, SERRA, 2007), entregam na média, a mesma qualidade de serviços aos seus munícipes, que os s de menor receita, o que sugere que tais recursos poderiam ser melhor divididos deixando de ter esta forte concentração dos recursos em poucos municípios brasileiros, apenas por pertencerem a regiões onde se faz presente esses recursos naturais, e que em nada dependem destes municípios, nem o fato natural da existência dos recursos, e nem esforços para a exploração dos mesmos. Portanto, como proposta de trabalhos futuros correlatos, e melhorias de políticas públicas, sugere-se uma revisão na legislação vigente, alterando a forma de distribuição destes recursos, bem como implementação de indicadores de monitoramento de efetividade da aplicação, sujeito a variação nas transferências aos entes federativos beneficiários, conforme atingimento das metas impostas a esses indicadores. . 37 .
  • 38. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 8.Referências Bibliográficas BREMAEKER, F. E. J. 2020. “Os municípios que tiveram receitas bilionária em 2020”, Observatório de Informações Municipais, (2020.2) CAÇADOR, S. B. MONTE, E. Z. 2013, Impactos dos royalties do petróleo nos indicadores de desenvolvimento dos municípios do Espírito Santo. Revista internacional de desenvolvimento local, Vol.14 (2), p.267-278 Cidália Leal Paço et Juan Manuel Cepeda Pérez, 2012 “Utilização da metodologia DEA (Data Envelopment Analysis) para avaliar o impacto das TIC sobre a produtividade na indústria da hospitalidade”, consulta realizada em 01 de outubro de 2022, URL : http://journals.openedition.org/viatourism/1002 COSTA FILHO, Nilton. 2016 “A maldição do petróleo: a difícil sincronia entre rendas petrolíferas e desenvolvimento no Município de Presidente Kennedy/ES”. – 2016. 103 f.; il., disponível em https://docplayer.com.br/amp/87154494-Nilton-costa-filho-a-maldicao-do-petroleo-a-dificil-sin cronia-entre-rendas-petroliferas-e-desenvolvimento-no-municipio-de-presidente-kennedy-es. html, acessado em 20/09/2022 COSTA NOVA, L. 2005. Análise do impacto social de receitas provenientes de royalties do petróleo em municípios do estado da Bahia. Dissertação de Mestrado, Universidade de Brasília, 2005. FROEMMING, D. S., CONTANI, E. A. do R., BERGMANN, D. R., & DA SILVA, F. L. (2020). “A Distribuição dos Royalties do Petróleo e a Eficiência na Gestão Financeira dos Municípios do Estado de São Paulo.” Administração Pública E Gestão Social, 12(2). INSTITUTO CIDADES SUSTENTÁVEIS, 2021 “Índice de Desenvolvimento Sustentável das Cidades – Brasil, A evolução das 5.570 cidades brasileiras em direção à Agenda 2030 da ONU”. URL: https://idsc.cidadessustentaveis.org.br/, consulta realizada em 20/09/2022 MARTINS E. C. S.; OLIVEIRA, R. L.; MARTINS, C. R. L.. 2020 ”The Efficiency of Federal Institutes (IFs) in the Northeast Region of Brazil : An analysis through the DEA and logistic regression. In: ANAIS DO SIMPóSIO BRASILEIRO DE PESQUISA OPERACIONAL, Disponível em: https://proceedings.science/sbpo/sbpo-2020/trabajos/the-efficiency-of-federal-institutes--ifs--i n-the-northeast-region-of-brazil---an-analysis-through-the-dea-and-logistic->. Acesso em: 11 set. 2022. . 38 .
  • 39. Trabalho de conclusão de Curso apresentado para obtenção do título de especialista em Data Science e Analytics – 2022 PINHEIRO, Capitão Igor; 2020 “Introdução à Data Envelopment Analysis (DEA)”, Aula no Mestrado do IME - Dia 27NOV2020 - Análise Envoltória de Dados (DEA), disponível no Youtube.com QUINTELLA, S. F. 2000. Os royalties de petróleo e a economia do estado do Rio de Janeiro. TCE-RJ. Rio de Janeiro, 2000. ROCHA DOS SANTOS, R.; MACHADO DE FREITAS, M.; Flach, L., 2020, “Avaliação da Eficiência dos Gastos Públicos com Educação dos Municípios de Santa Catarina Administração Pública e Gestão Social, vol. 12, núm. 2, Universidade Federal de Viçosa, Brasil SALDANHA, R. F., BASTOS, R. R., BARCELLOS, C. 2022 “Microdatasus: pacote para download e pré-processamento de microdados do Departamento de Informática do SUS (DATASUS)”. SciELO - Scientific Electronic Library Online SERRA, R.V. 2003. “Desdobramento Espacial da Exploração e Produção de Petróleo no Brasil: em busca de um nexo para a distribuição dos royalties entre os Municípios”. Belo Horizonte: X ENANPUR, 2003.18 SLAIBE POSTALI, F. A. , NISHIJIMA, M.2010 “Distribuição das rendas do petróleo e indicadores de desenvolvimento municipal no Brasil nos anos 2000s.” TERRA, D., SERRA, R.V. PONTES, C. 2006 “Os municípios petro-rentistas fluminenses: gênese e ameaças” Rodrigo Serra, e Carla Pontes . 39 .