Dando sequência ao post anterior, vamos analisar outra base de dados. Ou outras bases de dados?
Dessa vez, falaremos dos microdados do RAIS e CAGED. Vamos?

Bases do Ministério do Trabalho

O Ministério do Trabalho (MTb) permite que o usuário acesse os microdados de duas bases muito interessantes: RAIS e CAGED. Bom, além de serem mais dois elementos na “sopa de letrinhas” de microdados brasileiros, o que são exatamente esses dados?
Vejamos!

RAIS

O Relatório Anual de Informações Sociais (RAIS) é um relatório enviado anualmente por todas pessoas jurídicas para o MTb. Nele, constam o número de empregados da pessoa jurídica no dia 31/12, além da informação sobre admissões e demissões. Isso permite que o ministério elabore um “censo” do emprego formal no país.

O RAIS se divide em duas tabelas principais: vínculos e estabelecimentos.

Vínculos

Esta tabela traz informações sobre surprise, surprise relações trabalhistas, i.e., trabalhadores. Contém informações como data de admissão, data de demissão, aposentadoria, tipo de contrato de trabalho, cor/raça do empregado, rendimento, etc. Pode ser muito relevante para analisar questões sobre distribuição funcional de renda, por exemplo, e é uma excelente fonte de dados sobre o mercado de trabalho, especialmente quando aliada à PNADC.

Estabelecimentos

Por sua vez, esta tabela contém informações como a natureza jurídica do estabelecimento, opção pelo Simples, tamanho do estabelecimento, etc. Este tipo de informações pode revelar muito sobre a dinâmica econômica, especialmente se comparamos os setores econômicos do país.

Cuidado ao usar os dados anuais!
Como o número de estabelecimentos que faz a declaração do RAIS varia anualmente, pode ser difícil analisar as variações na dinâmica do emprego.
Uma ideia é usar uma amostra longitudinal de empresas que declaram os dados. Assim, as variações podem ser avaliadas sem tanta influência do processo de envio do relatório.

CAGED

O Cadastro Geral de Empregados e Desempregados (CAGED) é um banco de dados composto por relatórios mensais enviados pelas empresas, informando o Governo Federal a respeito das admissões e demissões realizadas. Embora tenha sido criado para ajudar no processo de análise do seguro-desemprego, esse conjunto de dados acabou se tornando uma grande fonte nos estudos empíricos sobre mercados de trabalho no Brasil.
De fato, com os insumos providenciados por essa base de dados, é possível calcular o índice mensal de empregos formais e taxa de rotatividade, por exemplo.
Eis algumas variáveis nessa tabela: tipo de movimentação (e.g., demissão com/sem justa causa, aposentadoria), tipo de estabelecimento, cor/raça do trabalhador, etc.

Se você ainda precisa de mais informações a respeito, sugiro esses dois links: Introdução às Bases de Dados RAIS e CAGED e essa página do MEC(?)1.

Na prática

Esse procedimento pode ser muito lento, dependendo da sua conexão com a internet e seu computador.

Para facilitar o processo de baixar e montar a base de dados, escrevi esse script com três funções para facilitar esse procedimento:

  1. catalog_mtps: lista os dados do site em um catálogo;
  2. datavault_mtps: baixa os arquivos de dados brutos para um diretório local específico;
  3. build_mtps: constrói a base de dados;
  4. sqlite_mtps: constrói a base de dados em SQLite.

A função datavault_mtps é opcional, mas ajuda bastante se você não queira repetir os downloads toda vez que precisar montar a base de novo. O bloco de código abaixo mostra como fazer essa tarefa:

# instala libraries
libs <- c("DBI", "RSQLite" , "downloader" , "archive" , "dplyr" , "dbplyr" )
libs.novas <- libs[ !( libs %in% installed.packages()[ , "Package" ] ) ]
if( length( libs.novas ) ) install.packages( libs.novas )

# carrega libraries
library(DBI)
library(RSQLite)

# define diretórios
output_dir <- file.path( tempdir() , "MTPS" ) 
datavault_dir <- file.path( tempdir() , "MTPS_DV" ) 

# carrega funções
downloader::source_url( "https://raw.githubusercontent.com/guilhermejacob/guilhermejacob.github.io/master/scripts/mtps.R" , prompt = FALSE )

# cria catálogo de dados
catalog <- catalog_mtps( output_dir = output_dir )

# cria datavault
# esse passo é opcional!
catalog <- datavault_mtps( catalog = catalog, datavault_dir = datavault_dir )

# limita apenas para bases de 2016
catalog <- subset( catalog , year == 2016 )

# constrói base de dados
build_mtps( catalog = catalog )

# base de dados em sqlite
sqlite_mtps( catalog = catalog )

Caso você já conheça linguagem SQL, pode conectar direto à base de dados e enviar as queries.
Caso contrário, não se desespere! Se você conhece um pouco do dplyr, já é o suficiente para analisar utilizando o seu “pacote irmão” dbplyr. Vejamos:

# carrega os pacotes necessários
library( DBI )
library( RSQLite )
library( dplyr )
library( dbplyr )

# conecta com a base de dados
con <- dbConnect( SQLite() , file.path( output_dir , "mtps.sqlite" ) )

# lista tabelas na base
dbListTables( con )

# cria referência para tabela de vínculos do caged
caged <- tbl( con , "caged_2016" )

# dá uma olhada em como a tabela parece
caged

# limita para registros de 2016
caged <- caged %>% filter( ano_declarado == 2016 )

# conta o número de registros na tabela
caged %>% 
  summarise( nobs = n() ) 
# # Source:   lazy query [?? x 1]
# # Database: sqlite 3.19.3 
#       nobs
#      <int>
# 1 29715447

# número de registros
# por tipo de movimentação
caged %>% 
  group_by( admitidos_desligados ) %>% 
  summarise( nobs = n() ) 
# # Source:   lazy query [?? x 2]
# # Database: sqlite 3.19.3 
#   admitidos_desligados     nobs
#                  <dbl>    <int>
# 1                    1 14172042
# 2                    2 15543405

# Disconecta da base de dados
dbDisconnect( con )

Mas será que esses números fazem sentido? Vamos comparar com os dados do site:

Resultados do BI MTE
Resultados do BI MTE

Acertamos!

Próximos passos

Acho que isso dá uma ideia das possibilidades que essas bases de dados nos dão.
Porém, existem outras bases de dados interessantes. O que vocês acham de analisar microdados de migração? Acho que pode virar assunto de um post futuro.

…

“Ah, mas hoje não tem vídeo?”

Tem, sim!
A trilha sonora de hoje é Casuarina tocando Caymmi:

  1. Também não sei o motivo desta informação estar no site do MEC e não do MTb, mas segue o baile.↩︎