Transparência (7): Os famosos Cargos Comissionados
No quarto post da minha série sobre dados do Portal da Transparência, eu introduzi um tema interessante a ser olhado a fundo: os servidores cujo vínculo com o Estado é descrito como cargo comissionado. Vimos que, no Ceará, o salário médio de um servidor é muito alto. E nos outros estados?
library(ggplot2)
library(dplyr)
library(ggthemes)
library(ggrepel)
library(reshape2)
df <- read.csv2("/home/sillas/R/data/transparenciaComSalarios.csv", stringsAsFactors = FALSE, fileEncoding = "ISO-8859-15")
cor1 <- "#C10534" #cor das barras
Para começar, quais são os 10 tipos de vínculo mais comuns?
df %>%
group_by(SITUACAO_VINCULO) %>%
summarise(servidores = n()) %>%
arrange(desc(servidores)) %>%
top_n(10)
## Source: local data frame [10 x 2]
##
## SITUACAO_VINCULO servidores
## (chr) (int)
## 1 ATIVO PERMANENTE 461963
## 2 CONTRATO TEMPORARIO 11946
## 3 CONT.PROF.SUBSTITUTO 10512
## 4 NOMEADO CARGO COMIS. 7445
## 5 REQUISITADO 6459
## 6 SEM VINCULO 4117
## 7 EXERC DESCENT CARREI 3870
## 8 EXERC.÷7º ART93 8112 2475
## 9 APOSENTADO 2294
## 10 REQ.DE OUTROS ORGAOS 1570
Felizmente, a maioria é composta por servidores ativos, enquanto que cargo comissionado é o quarto vínculo mais comum.
Antes de adentrarmos a questão dos CCs, vamos ver qual o tipo de vínculo que possui os maiores salários:
df %>%
group_by(SITUACAO_VINCULO) %>%
summarise(servidores = n(),
salario = median(SALARIO)) %>%
arrange(desc(salario)) %>%
top_n(10, salario)
## Source: local data frame [10 x 3]
##
## SITUACAO_VINCULO servidores salario
## (chr) (int) (dbl)
## 1 NATUREZA ESPECIAL 40 30934.70
## 2 QUADRO ESPEC.-QE/MRE 44 21961.89
## 3 EXERC DESCENT CARREI 3870 20429.09
## 4 CEDIDO 102 19946.32
## 5 APOSENTADO 2294 17923.85
## 6 RESERVA CBM / PM 1 17348.72
## 7 APOSENTADO TCU733/94 1 11650.25
## 8 EXCEDENTE A LOT/MRE 8 11005.08
## 9 CELETISTA/EMPREGADO 408 10796.80
## 10 COLABORADOR ICT 46 10208.36
Temos algumas surpresas aqui. Alguns termos são novos para mim, por isso postei a definição deles abaixo:
- NATUREZA ESPECIAL: Cargo de Natureza Especial (CNE) são cargos públicos que dispensam concursos públicos para sua efetivação. No Brasil estes cargos estão vinculados a entidades públicas que têm o direito de contratar funcionários de sua confiança, podendo os salários variarem de 1.200 reais a mais de 8.000 reais. Segue um exemplo: o Presidente da Câmara dos Deputados do Congresso Nacional tem o direito a contratar 46 pessoas na forma de CNE, e cada um dos 7 membros da mesa diretora da Câmara tem direito a 33 cargos, além de 11 cargos para cada um dos 4 suplentes da mesa, perfazendo um total de 321 CNEs. Com base neste exemplo fica evidente a importância da sociedade fiscalizar os critérios de nomeação, a justificativa dos gastos e o desempenho dos CNEs, pois infelizmente ainda são muito utilizados para atender a interesses restritos de quem nomeia e do pequeno grupo favorecido, ao invés de suprirem alguma demanda técnica da administração pública.
- QUADRO ESPEC.-QE/MRE: Não encontrei uma definição precisa mas aparentam ser algo relacionados a diplomacia.
- EXERC DESCENT CARREI: Servidores das carreiras típicas de Estado vinculadas aos Ministérios do Planejamento, Orçamento e Gestão e Ministério da Fazenda que exercem as suas atividades na UJ mediante exercício descentralizado de atividade.
- CEDIDO: O servidor da Administração Pública Federal poderá ser cedido a outro órgão ou entidade de qualquer ente federativo, incuindo as empresas públicas e sociedades de economia mista, para o exercício de cargo em comissão ou função de confiança e, ainda, nos termos de leis específicas.
- COLABORADOR ICT: Também não encontrei informações sobre, mas parece estar relacionado à Inovação, Ciência e Tecnologia.
Voltando aos nossos CCs: existe diferença na distribuição de salários entre CCs e servidores ativos?
df2 <- filter(df, SITUACAO_VINCULO %in% c("ATIVO PERMANENTE", "NOMEADO CARGO COMIS."))
ggplot(df2, aes(SALARIO)) +
geom_histogram(binwidth = 1000, fill = cor1) +
facet_grid(SITUACAO_VINCULO ~ ., scales = "free_y") +
xlim(0, 35000) +
labs(title = "Distribuição dos salários de acordo com o vínculo", x = "Salário", y = "Frequência") +
theme_bw()
O interessante aqui é que, sob nenhuma hipótese, é possível afirmar que a distribuição dos salários para os CCs é normal.
Próxima pergunta: existe uma relação entre o número de cargos comissionados e o número total de servidores por estado?
df2 %>%
group_by(UF_EXERCICIO, SITUACAO_VINCULO) %>%
summarise(quantidade = n()) %>%
ggplot(aes(x = UF_EXERCICIO, y = quantidade)) +
geom_bar(stat = "identity", fill = cor1) +
facet_grid(SITUACAO_VINCULO ~ ., scales = "free_y") +
labs(title = "Quantidade de servidores por estado e por vínculo", x = "", y = "Quantidade de servidores")
Deu para perceber a aberração que existe no Distrito Federal, não deu? O DF possui mais de 5000 CCs, enquanto que o segundo estado com mais servidores do tipo, o RJ, tem cerca de 500.
E em relação aos salários?
df2 %>%
group_by(REGIAO, UF_EXERCICIO, SITUACAO_VINCULO) %>%
summarise(salario = median(SALARIO)) %>%
ggplot(aes(x = UF_EXERCICIO, y = salario, fill = REGIAO)) +
geom_bar(stat = "identity") +
facet_grid(SITUACAO_VINCULO ~ ., scales = "free_y") +
labs(title = "Salário mediano por estado\n e vínculo do servidor", x = "", y = "Salário (R$)") +
theme_bw() +
theme(legend.position = "bottom", legend.title = element_blank())
Como já havia comentado no terceiro post da série, a situação dos CCs no Ceará é estranha: lá, eles têm o maior salário mediano (R$ 8554, 70) dentre os CCs do Brasil, mais de R$ 3000,00 de diferença para o segundo lugar, Sergipe.
Por hoje é só!
comments powered by Disqus