Este trabalho busca compreender as causas para o aumento do desmatamento na Amazônia e a efetividade da resposta do Governo Federal via Operações de Garantia da Lei e da Ordem (GLOs). Para tanto utilizamos dados dos projetos Prodes e Deter do INPE.
Num primeiro momento, analisamos apenas a relação do desmatamento com o orçamento do Ministério do Meio Ambiente (MMA). Em seguida, incluímos outras variáveis na análise: quantidade de chuvas na região amazônica, preço de commodities agropecuárias e número de servidores do IBAMA. Embora não tenha sido incluído na nota técnica final, também analisamos a relação com o PIB brasileiro deflacionado. Por fim, utilizamos grupos de municípios teste e controle para verificar a eficácia das GLOs no combate ao desmatamento.
.
├── README.md <- Este documento
├── requirements.txt <- Principais pacotes de python necessários
├── dados <- Diretório onde salvar os dados
| ├── arquivos-de-dados_orcamento.txt <- Lista de arquivos do tarfile 1
| ├── arquivos-de-dados_modelo-multivariado.txt <- Lista de arquivos do tarfile 2
| └── arquivos-de-dados_efeitos-das-GLOs.txt <- Lista de arquivos do tarfile 3
├── analises <- Análises feitas (notebooks de python)
| └── xavy <- Pasta com códigos auxiliares
└── resultados <- Onde os gráficos serão salvos
As notas técnicas resultantes das análises deste repositório encontram-se disponíveis nos links:
- Amazônia: alocação orçamentária errática, ineficiência das políticas públicas e descontrole do desmatamento;
- O que explica o aumento do o desmatamento na Amazônia?; e
- O impacto das GLOs ambientais no desmatamento da Amazônia.
Esta pesquisa foi em grande parte condensada no artigo "O desmonte da Amazônia", premiado pelo I Prêmio Orçamento Público, garantia de direitos e combate às desigualdades da Fundação Tide Setubal e da Associação Nacional dos Servidores da Carreira de Planejamento e Orçamento, e publicado em uma coletânea de artigos. Ela também resultou nas seguintes matérias jornalísticas:
- Gasto militar na Amazônia cresce 178%, mas desmatamento se mantém em alta - O Estado de S. Paulo;
- Programa milionário da Defesa não reduziu desmatamento na Amazônia - Metrópoles; e
- O desmonte da Amazônia: o impacto de escolhas políticas no desmatamento - Nexo Jornal.
Os pacotes de Python necessários para rodar os principais resultados desse projeto estão listados no
arquivo requirements.txt. Alguns outros pacotes são importados pelos notebooks mas em seções que não
fazem parte da análise finalizada (e.g. tensorflow e shap). Essas seções foram mantidas nos notebooks
apenas como forma de registro.
As análises realizadas aqui utilizam aproximadamente 675 MB de dados (ignorando os 4,6 GB de dados meteorológicos, veja a sub-seção Dados de chuvas). Com exceção de alguns arquivos criados por nós (e.g. que agrupam ações orçamentárias), todos os dados são públicos e estão disponíveis na internet. Para facilitar, disponibilizamos os dados já na estrutura e formato utilizados pelas análises.
Porém, como os dados são volumosos, eles não estão neste repositório, mas se encontram nos arquivos comprimidos (.tar.gz)
tarfile 1 (análise do orçamento),
tarfile 2 (análise multivariada) e
tarfile 3 (análise da efetividade das GLOs).
Em princípio, basta baixá-los e descomprimi-los dentro do diretório dados para que as análises possam localizar
os arquivos necessários. A estrutura de sub-diretórios utilizada pelo projeto está guardada dentro do tarfile e deve ser reproduzida após a descompressão.
A análise sobre a relação entre desmatamento e orçamento apenas depende dos dados no
tarfile 1. Já a análise da combinação de
várias variáveis também depende dos dados no tarfile 2.
Por último, a análise da efetividade das GLOs apenas depende do tarfile 3.
Os arquivos dados/arquivos-de-dados_orcamento.txt, dados/arquivos-de-dados_modelo-multivariado.txt e dados/arquivos-de-dados_efeitos-das-GLOs.txt
contém a lista de arquivos de cada tarfile, na estrutura de diretórios planejada.
Os dados de precipitação foram obtidos do Instituto Nacional de Meteorologia (INMET): https://portal.inmet.gov.br/dadoshistoricos. Por se tratar de uma
grande quantidade de dados (4,6 GB), não incluímos os dados brutos aqui ou em um link. Apenas o dado processado, agregado por Ano Prodes para a média na
Amazônia Legal, é fornecido no tarfile 2.
Caso seja de seu interesse tratar os dados brutos, os dados comprimidos (.zip) de cada ano
devem ser baixados do INMET e salvos na pasta dados/brutos/clima, e em seguida descompactados de maneira que todos os seus arquivos fiquem dentro
de uma pasta localizada em dados/brutos/clima cujo nome é o ano em questão, e.g.: dados/brutos/clima/2014/, dados/brutos/clima/2015/, etc.
O processamento, exploração e análise dos dados foram feitos com python em notebooks jupyter,
localizados na pasta analises.
Análise dos dados de desmatamento do Prodes de maneira individual. Os gráficos de desmatamento ao longo do tempo e por estado foram produzidos aqui.
Exploração do orçamento do governo com operações de garantia da lei e da ordem (GLOs), para descobrir como identificar as GLOs ambientais. Este arquivo foi utilizado apenas para esse fim, não resultando em nenhum gráfico utilizado.
Aqui foi criado o modelo polinomial que relaciona os dados de avisos de desmatamento do Deter com os incrementos de desmatamento do Prodes, com o objetivo de antecipar a medida do Prodes para 2021. Além disso, exploramos aqui os dados do Deter. O gráfico para a relação entre dados do Deter e Prodes também foi criado aqui.
Aqui foi feita a análise e gráficos das evoluções do orçamento do MMA (com e sem GLOs), das superintendências do IBAMA e explorações gerais dos dados de orçamento de despesa. Além disso, aqui nós analisamos a relação entre o orçamento o desmatamento, ou seja: este é o principal arquivo de análise sobre essa relação.
Este notebook faz o processamento, limpeza e agregamento dos dados de precipitação, partindo de dados horários de precipitação por
estação meteorológica, incompletos, para chegar na precipitação média na Amazônia Legal em cada Ano Prodes. Os dados de entrada devem ser baixados
do INMET e os dados de saída (que serão utilizados pelo notebook
modelo_multivariado_desmatamento.ipynb) já estão disponíveis no
tarfile 2.
Este arquivo analisa a evolução do número de servidores do IBAMA a partir de duas fontes: o
Portal da Transparência e do
Painel Estatístico de Pessoal (PEP).
Em seguida, ele compara os dois dados e os combina para cobrir o período de 2010 a 2021 da melhor forma possível. Alguns gráficos relacionados
ao número de servidores do IBAMA são produzidos aqui, e este notebook também gera o arquivo de input já processado sobre o número de
servidores do IBAMA, que é utilizado em modelo_multivariado_desmatamento.ipynb. Os dados produzidos já estão disponíveis no
tarfile 2.
Esse notebook combina a evolução temporal de várias variáveis (orçamento, precipitação, número de servidores e preços de commodities) para criar e testar modelos preditivos para o incremento de desmatamento. Além disso, ele também pre-processa os dados de commodities. Este é o notebook principal da análise multivariada do desmatamento. Os dados de input necessários estão nos arquivos tarfile 1 e tarfile 2.
Este notebook faz a análise de efetividade das Operações de Garantia da Lei e da Ordem ambientais no combate ao desmatamento da Amazônia. Para tanto, ele utiliza a lista de municípios alvo das GLOs - obtida como resposta ao Requerimento de Informação (RIC) 1147/2021 - para separar os territórios em teste e controle, os dados de alerta de desmatamento do Deter para estimar o desmatamento em cada município e mês e aplica o método das Diferenças em Diferenças para verificar se as GLOs tiveram algum efeito de redução do desmatamento esperado. A significância do resultado é verificado com um método de reamostragem entre os municípios controle. Os dados de input necessários estão no arquivo tarfile 3.
Quaisquer dúvidas a respeito deste trabalho podem ser encaminhadas a Henrique Xavier (https://github.com/hsxavier).