12 fontes de dados públicos para investigações de impacto social

Dados públicos são o ponto de partida de qualquer investigação de impacto social bem fundamentada. No Brasil, o acesso a bases governamentais cresceu com a Lei de Acesso à Informação (Lei 12.527/2011) e a Política de Dados Abertos. Mas nem toda base é fácil de usar: algumas exigem tratamento estatístico, outras têm atualização irregular. Abaixo, 12 fontes confiáveis, ordenadas da mais transversal à mais específica, com critérios para extrair o que interessa sem cair em ruído.

1. Portal da Transparência do Governo Federal (CGU)

Gerido pela Controladoria-Geral da União, o Portal da Transparência (portaldatransparencia.gov.br) reúne gastos diretos, transferências a estados e municípios, e dados de servidores públicos. É a base mais completa para investigar execução orçamentária. Um exemplo concreto: é possível cruzar pagamentos a fornecedores com contratos de obras para identificar superfaturamento. Atenção: os dados são atualizados mensalmente, mas há atraso de até 60 dias em registros de convênios.

2. dados.gov.br

Plataforma central de dados abertos do governo federal, o dados.gov.br agrega mais de 12 mil conjuntos de dados de diferentes órgãos. A vantagem é a padronização mínima (metadados em formato JSON ou CSV). Porém, a qualidade varia: bases como a de licitações do ComprasNet são robustas; outras, como registros culturais, têm preenchimento esparso. Recomenda-se verificar a data da última atualização antes de usar.

3. INEP (Instituto Nacional de Estudos e Pesquisas Educacionais)

O INEP disponibiliza microdados do Censo Escolar, Enade, Enem e SAEB. São fundamentais para investigar desigualdade educacional: é possível cruzar notas de escolas públicas com indicadores socioeconômicos do entorno. Um cuidado: os microdados vêm em arquivos .txt com dicionários de variáveis extensos. Exige conhecimento de SQL ou R para tratamento.

4. IBGE - SIDRA

O Sistema IBGE de Recuperação Automática (SIDRA) dá acesso a séries históricas do Censo, PNAD Contínua, PIB municipal e Índice de Gini. Para investigações de impacto social, a PNAD é a fonte mais usada para renda, trabalho e condições de moradia. O dado é granular até o nível municipal, mas não permite identificação individual, o que é uma proteção legal.

5. TSE - Repositório de Dados Eleitorais

O Tribunal Superior Eleitoral (TSE) disponibiliza dados abertos de candidaturas, prestação de contas, votação e resultados por seção eleitoral. É a base para investigar financiamento de campanhas e perfil de eleitos. Um exemplo: cruzar doadores com contratos públicos no Portal da Transparência revela padrões de troca de favores. Os dados são liberados após cada eleição, com atualização anual.

6. SICONV - Plataforma +Brasil

O Sistema de Convênios (SICONV) registra repasses da União a estados e municípios para projetos sociais, de saúde e infraestrutura. A base permite rastrear cada etapa: proposta, aprovação, liberação de recursos e prestação de contas. Um alerta: muitas inconsistências nos campos de data e valor são comuns, exige limpeza prévia dos dados.

7. CNIS - Cadastro Nacional de Informações Sociais

O CNIS, gerido pelo INSS, reúne vínculos empregatícios, contribuições previdenciárias e benefícios pagos. É a base para investigar fraudes em benefícios ou subnotificação de empregos formais. O acesso é restrito a órgãos públicos e pesquisadores credenciados, mas dados agregados são divulgados em relatórios trimestrais.

8. RAIS - Relação Anual de Informações Sociais

A RAIS, do Ministério do Trabalho, traz dados individuais de vínculos formais: salário, ocupação, setor, faixa etária e escolaridade. Permite investigar discriminação salarial ou rotatividade em setores específicos. Os microdados são públicos e atualizados anualmente, com defasagem de cerca de 18 meses.

9. DataSUS

O Departamento de Informática do SUS (DataSUS) oferece bases de morbidade, mortalidade, internações e produção ambulatorial. É essencial para investigar acesso desigual a serviços de saúde ou surtos de doenças. O sistema TabNet permite consultas online, mas a exportação de microdados exige uso do programa TabWin.

10. PAC - Painel de Obras do Governo Federal

O PAC (Programa de Aceleração do Crescimento) mantém um painel com obras públicas federais, status e valores. Útil para investigar paralisação de obras ou desvios de recursos. O dado é atualizado mensalmente, mas muitas obras aparecem com status "em execução" há anos, é preciso confirmar in loco.

11. ISPs Estaduais - Dados de Segurança Pública

Institutos de Segurança Pública (ISPs) de estados como RJ, SP, MG e RS divulgam bases abertas de ocorrências criminais, prisões e atividade policial. O ISP do Rio de Janeiro, por exemplo, disponibiliza séries desde 2003. Permite cruzar homicídios com variáveis socioeconômicas. Atenção: a metodologia de coleta varia entre estados, inviabilizando comparações diretas sem normalização.

12. Portal da Transparência de Estados e Municípios

Além do portal federal, muitos estados e capitais mantêm portais próprios. São Paulo, Rio de Janeiro, Belo Horizonte e Porto Alegre têm sistemas robustos com gastos detalhados, licitações e contratos. A vantagem é a granularidade local; a desvantagem é a falta de padronização entre entes. Recomenda-se buscar portais que sigam o modelo da CGU.

Como escolher a fonte certa

Não existe fonte universal. Para investigar desvio de recursos públicos, comece pelo Portal da Transparência e cruze com SICONV. Para desigualdade social, IBGE e INEP são os mais indicados. Para fraudes eleitorais, TSE e RAIS. Sempre verifique a periodicidade de atualização e a existência de dicionários de dados. Prefira bases com download direto em CSV ou JSON. Se o volume for grande (acima de 1 milhão de registros), use ferramentas como Python ou R para filtrar antes de analisar.

FAQ

O que são dados públicos abertos?

Dados públicos abertos são informações produzidas ou custodiadas pelo Estado, disponibilizadas em formato digital, legível por máquina e sem restrições de acesso. No Brasil, a Política de Dados Abertos (Decreto 8.777/2016) obriga órgãos federais a publicar bases em formatos abertos.

Qual a diferença entre dados abertos e transparência ativa?

Transparência ativa é a obrigação de publicar informações independentemente de solicitação. Dados abertos são um subconjunto: além de publicados, devem ser estruturados (CSV, JSON) e licenciados para reúso. Nem todo portal de transparência oferece dados abertos, muitos exibem apenas tabelas HTML.

Como baixar dados do dados.gov.br?

Acesse dados.gov.br, use a busca por palavra-chave ou filtro por órgão. Cada conjunto tem opção de download em formatos como CSV, JSON ou XML. Verifique a data de atualização e leia o dicionário de dados antes de usar.

É legal usar dados públicos para investigação jornalística?

Sim. A Lei de Acesso à Informação garante o uso de dados públicos para qualquer finalidade, inclusive jornalística. Contudo, dados pessoais (como CPF) são protegidos pela LGPD, não podem ser republicados sem anonimização.

Como tratar dados inconsistentes?

Use bibliotecas como Pandas (Python) ou dplyr (R) para limpar valores nulos, padronizar formatos de data e detectar duplicatas. Bases do governo federal costumam ter campos com preenchimento parcial, documente cada exclusão para não perder rastreabilidade.

Onde encontrar dados de segurança pública por estado?

Cada ISP estadual mantém portal próprio. O ISP-RJ (ispdados.rj.gov.br) é referência. O Fórum Brasileiro de Segurança Pública também compila dados anuais em relatórios abertos, mas com menor granularidade.