Governo Bolsonaro: implicações de curto e longo prazo para o Cadastro Único (banco de dados, livro de códigos e script.R)

Construímos este banco de dados para análise quantitativa. Dada a relevância das interações entre Governo Federal e municípios, e considerando a influência de contextos políticos e partidários na gestão governamental, buscamos demonstrar quantitativamente a regularidade ou irregularidade da distribuição de recursos para os municípios, considerando se seu mandatário é de legenda aliada à Presidência, ou se compõe a oposição.Coletamos dados agregados em nível municipal, de 2015 a 2022, com ajustes de acordo com a disponibilidade dos dados. Compõem o banco 5.568 municípios – desconsiderando o Distrito Estadual, Fernando de Noronha (PE), e o Distrito Federal, Brasília. Cada município está identificado a partir de seu código SAGI (MDS), o código SIAFI e o código eleitoral (TSE), bem como nome, UF e região. Os dados abarcam os repasses do Fundo Nacional de Assistência Social para os fundos municipais, na totalidade dos blocos de financiamento e especificamente para gestão do CadÚnico. Abarcam também a gestão feita a partir destes repasses, representada pelos índices de atualização dos cadastros no SIS e pela quantidade de atendimentos individualizados registrados nos postos de cadastramento e atualização. Todos os valores foram então calculados em relação à quantidade de famílias cadastradas no CadÚnico por município. Identificamos também o partido político de cada prefeito e a posição da legenda em relação ao Governo Federal, buscando discriminar situação e oposição. O banco de dados que resulta pode ser depreendido em duas partes.A primeira permite observar a trajetória da gestão do CadÚnico, e compreende as seguintes variáveis (dados disponibilizados pelo MDS, através da Secretaria de Avaliação, Gestão da Informação e Cadastro Único (SAGICAD), pela plataforma VISDATA):Valor médio (por família cadastrada) repassado do Fundo Nacional de Assistência Social (FNAS) para o Fundo Municipal de Assistência Social (FMAS) (média anual 2015-2022; média mensal 2019-2022),Valor médio (por família cadastrada) repassado do Índice de Gestão Descentralizada (IGDM-PBF) para a gestão do Bolsa Família e do Cadastro Único/do Programa Auxílio Brasil (média anual 2015-2022; média mensal 2019-2022),Taxa de atualização cadastral do Cadastro Único (% em relação a quantidade de famílias cadastradas com renda familiar de até meio salário mínimo), (média anual 2016-2022; média mensal 2019-2022), eQuantidade de atendimentos realizados nos CRAS, CREAS e Centros POP (% em relação a quantidade de famílias cadastradas) (média anual 2017-2022, média mensal 2019-2022).A segunda parte trata da articulação política. Compilamos os resultados eleitorais (a partir da plataforma de Estatísticas Eleitorais do Tribunal Superior Eleitoral) das eleições ordinárias de 2016 (mandato 2017-2020) e de 2020 (mandato 2021-2024) – mais particularmente, o partido dos mandatários eleitos nos municípios. Dadas mudanças de gestão (quer por cassação de chapa, renúncia ou falecimento), que afetam cerca de 0.7% da amostra, e também considerando a temporalidade das mudanças de gestão do Governo Federal, dividimos estes dois mandatos em 3 períodos (2017-2018, 2019-2020, 2021-2022), e reclassificamos manualmente os casos municipais com alteração. Feita a adequação dos dados, categorizamos cada município binariamente como GOVERNO (0) ou OPOSIÇÃO (1) em cada um dos períodos, considerando como critério a presença ou não dos partidos na composição do Governo Federal a partir da ocupação de cargos. O conjunto de dados resultante foi analisado com o auxílio de testes T de hipótese para diferença entre médias e regressão linear múltipla, desenvolvidos no software R.