eleicoes_2016.R

#Pacotes necessarios
library(dplyr)
library(electionsBR)
library(readxl)
library(stringi)
library(magrittr)
library(stringr)
library(data.table)
library(lubridate)
library(oaxaca)
library(fastDummies)
library(ggplot2)


#Configura??o
options(scipen=999)

#Extraindo a quantidade de votos dos candidatos(as)
votacao <- vote_mun_zone_local(2016)

#Selecionando as variaveis da base
vot_ <- votacao %>%
  select(SQ_CANDIDATO, DESCRICAO_CARGO, DESC_SIT_CAND_SUPERIOR,
         TOTAL_VOTOS, SIGLA_UF) %>%
  filter(DESC_SIT_CAND_SUPERIOR == "DEFERIDO", DESCRICAO_CARGO == "Vereador" ) %>%
  select(-DESC_SIT_CAND_SUPERIOR, -DESCRICAO_CARGO)

#Criando a chave identificadora
vot_$chave <- paste0(vot_$SQ_CANDIDATO, vot_$SIGLA_UF)

#Agrupando o total de votos recebido por um candidato (identificado pela chave) no municipio
vot_  %<>%
  group_by(chave) %>%
  summarise(TOTAL_VOTOS = sum (TOTAL_VOTOS))

###################################################################################################
informacao <- candidate_local(2016)

inf_ <- informacao %>%
  select(SIGLA_UF, SIGLA_UE, DESCRICAO_CARGO, SIGLA_PARTIDO, DES_DETALHE_SITUACAO_CAND,
         DESCRICAO_OCUPACAO, IDADE_DATA_POSSE, DESCRICAO_SEXO, DESCRICAO_GRAU_INSTRUCAO, 
         DESCRICAO_ESTADO_CIVIL, SEQUENCIAL_CANDIDATO, DESCRICAO_COR_RACA) %>%
  filter(DESCRICAO_CARGO == "VEREADOR", DES_DETALHE_SITUACAO_CAND == "DEFERIDO") %>%
  select(-DESCRICAO_CARGO, -DES_DETALHE_SITUACAO_CAND)

inf_$chave <- paste0(inf_$SEQUENCIAL_CANDIDATO, inf_$SIGLA_UF)

###################################################################################################
#Unindo as bases vot_ e inf_ por merge: 

base_cand <- inner_join(vot_, inf_, by = "chave")

#Tendo em vista a literatura, optou por excluir da amostra os candidatos que est?o tentando
#reelei??o, isto ?, aqueles que ocupam o cargo de vereador naquele ano.

base_cand  %<>%
  filter(DESCRICAO_OCUPACAO != "VEREADOR")

#Baixando a base de dados que tem informa??es sobre o IDHM 

idhm <- read_excel("Atlas 2013_municipal, estadual e Brasil.xlsx", sheet = "MUN 91-00-10")

idhm_10 <- idhm %>%
  filter(ANO == 2010) %>%
  select(IDHM, Codmun7) %>%
  rename(codigo_ibge = Codmun7)

#Como a base idhm utiliza o codigo do ibge para identificar municipio e o tse usa outra codigo
#foi necess?rio usar uma base que tem a liga??oo dos dois codigos 

cod <- fread("codigo_tse_ibge.txt", sep = ",", h = T)

#Na base do tse o codigo sempre tem cinco numeros, enquanto nessa ? omitido os zero a esquerda
#dessa forma necessita-se preencher com zero o codigo do tse 
cod$codigo_tse <- str_pad(cod$codigo_tse, 5, pad = "0")

#Selecionando apenas as colunas necessarias 

cod %<>% select (codigo_tse, codigo_ibge)

#Unindo as duas bases de dados
idhm_10 <- inner_join(idhm_10, cod, by = "codigo_ibge")

idhm_10$codigo_ibge <- NULL

#Unindo a base idhm com base_cand

base_cand <- inner_join(base_cand, idhm_10,  by =  c("SIGLA_UE" = "codigo_tse"))

#####################################################################################

#No trabalho, iremos utilizar uma variavel intitulada competitividade que corresponde
#a quantidade de vagas dividido pelo numero de candidatos. Para isso, baixa-se a base
#de dados do TSE que tem o numero de vagas a vereador de cada muninicipio

num_vagas <- seats_local(2016)

num_vagas %<>%
  filter (DESCRICAO_CARGO == "Vereador") %>%
  select(SIGLA_UE, QTDE_VAGAS)

#Fazendo merge num_vagas + base_cand:

base_cand <- inner_join(base_cand, num_vagas, by = "SIGLA_UE")

#Contando quantos candidatos por municipio tem e criando a variavel competitividade (compet): 
base_cand %<>%
  group_by(SIGLA_UE) %>%
  mutate(TOTAL_CAND = n(),
         COMPET = TOTAL_CAND/QTDE_VAGAS) 

#Exportando a base receitas de campanha 
receitas <- read.csv2("receitas_candidatos_prestacao_contas_final_2016_brasil.txt", sep = ";")

#Criando uma chave identificadora 
receitas$chave <- paste0(receitas$Sequencial.Candidato, receitas$UF)

#Selecionando as variaveis e filtrando a base
receitas %<>%
  select(Sequencial.Candidato, UF, Valor.receita, Cargo) %>%
  filter(Cargo == "Vereador")

#Somando todos os valores declarados por chave
receitas %<>%
  group_by(chave) %>%
  summarise(VR_RECEITA = sum(Valor.receita))

#Unindo a base receitas com base de candidatos 
base_cand <- inner_join(base_cand, receitas, by = "chave")


#Cruzando agora a base de bens dos candidatos com base de dados 
#Novamente pelo pacote electionsBR baixando os dados 

bens <- personal_finances_local(2016)

bens$chave <- paste0(bens$SQ_CANDIDATO, bens$SIGLA_UF)

bens$VALOR_BEM <- as.numeric(bens$VALOR_BEM)

bens_ <- bens %>% 
  group_by(chave) %>%
  summarise(VALOR_BENS = sum(VALOR_BEM))

#Unindo atraves do merge a base bens com base_cand
base_cand <- inner_join(base_cand, bens_, by = "chave")

#############################################################################################
#Agora que foi feita a uni?o de todas as bases, iremos construir as variaveis que
#serao analisadas no modelo 
#Primeiramente criando dummies de partidos 

base_cand %<>%
  mutate(D_PARTIDO = case_when(SIGLA_PARTIDO == "PCB" ~ "1",
                               SIGLA_PARTIDO == "PCO" ~ "1", 
                               SIGLA_PARTIDO == "PSOL" ~ "1",
                               SIGLA_PARTIDO == "PT" ~ "1",
                               SIGLA_PARTIDO == "PSTU" ~ "1",
                               SIGLA_PARTIDO == "PC do B" ~ "1",
                               SIGLA_PARTIDO == "PDT" ~ "2",
                               SIGLA_PARTIDO == "PPL" ~ "2",
                               SIGLA_PARTIDO == "PPS" ~ "2",
                               SIGLA_PARTIDO == "PROS" ~ "2",
                               SIGLA_PARTIDO == "PSB" ~ "2",
                               SIGLA_PARTIDO == "DEM" ~ "3",
                               SIGLA_PARTIDO == "DC" ~ "3",
                               SIGLA_PARTIDO == "PHS" ~ "3",
                               SIGLA_PARTIDO == "PMB" ~ "3",
                               SIGLA_PARTIDO == "PSD" ~ "3",
                               SIGLA_PARTIDO == "PSL" ~ "3",
                               SIGLA_PARTIDO == "PT do B" ~ "3",
                               SIGLA_PARTIDO == "PATRIOTA" ~ "3",
                               SIGLA_PARTIDO == "PMDB" ~ "3",
                               SIGLA_PARTIDO == "PRP" ~ "3",
                               SIGLA_PARTIDO == "PSDC" ~ "3",
                               SIGLA_PARTIDO == "PTC" ~ "3",
                               SIGLA_PARTIDO == "PV" ~ "3",
                               SIGLA_PARTIDO == "PTN" ~ "3",
                               SIGLA_PARTIDO == "PSDB" ~ "3",
                               SIGLA_PARTIDO == "NOVO" ~ "4",
                               SIGLA_PARTIDO == "PRB" ~ "4",
                               SIGLA_PARTIDO == "PSC" ~ "4",
                               SIGLA_PARTIDO == "PP" ~ "5",
                               SIGLA_PARTIDO == "REDE" ~ "6",
                               SIGLA_PARTIDO == "PTB" ~ "6",
                               SIGLA_PARTIDO == "PMN" ~ "6",
                               SIGLA_PARTIDO == "PRTB" ~ "6",
                               SIGLA_PARTIDO == "PR" ~ "6",
                               SIGLA_PARTIDO == "SD" ~ "6"))

#Criando a variavel coliga??o
base_cand %<>%
  mutate(COLIGACAO = if_else(SIGLA_PARTIDO == "PT"|SIGLA_PARTIDO == "PMDB"| SIGLA_PARTIDO == "PDT"| SIGLA_PARTIDO == "PSD"| SIGLA_PARTIDO == "PR"|
                               SIGLA_PARTIDO == "PROS"|SIGLA_PARTIDO == "PRB"|SIGLA_PARTIDO == "PCdoB", 1, 0))

#Definindo os n?veis de escolaridade

base_cand %<>% mutate (ESCOL = case_when(DESCRICAO_GRAU_INSTRUCAO == "L? E ESCREVE" ~ 1,
                                         DESCRICAO_GRAU_INSTRUCAO == "ENSINO FUNDAMENTAL INCOMPLETO" ~ 2,
                                         DESCRICAO_GRAU_INSTRUCAO == "ENSINO FUNDAMENTAL COMPLETO" ~ 3,
                                         DESCRICAO_GRAU_INSTRUCAO == "ENSINO M?DIO INCOMPLETO" ~ 4,
                                         DESCRICAO_GRAU_INSTRUCAO == "ENSINO M?DIO COMPLETO" ~ 5,
                                         DESCRICAO_GRAU_INSTRUCAO == "SUPERIOR INCOMPLETO" ~ 6,
                                         DESCRICAO_GRAU_INSTRUCAO == "SUPERIOR COMPLETO" ~ 7))

#Definindo a situa??o conjugal do candidato(a):
base_cand %<>% mutate(CASADO = if_else(DESCRICAO_ESTADO_CIVIL == "CASADO(A)", 1,0))

#Criando dummy para o caso de ser homem ou mulher:
base_cand %<>% mutate(MULHER = if_else(DESCRICAO_SEXO == "FEMININO", 1,0))

#Criando dummies de escolaridade e orienta??o pol?tica
base_cand <- dummy_cols(base_cand, select_columns = c("ESCOL", "D_PARTIDO"))

#Transformando as variaveis receita, bens e total de votos em ln:
#Por default log corresponde ao logaritmo natural no R

base_cand$ln_votos <- log(base_cand$TOTAL_VOTOS)

base_cand$ln_receita <- log(base_cand$VR_RECEITA)

base_cand$ln_bens <- log(base_cand$VALOR_BENS)

#Tirando da base todas as indeterminacoes criadas ao considerar ln
base_cand %<>% 
  filter_all(all_vars(!is.infinite(.)))

#Baixando novamente a base completa 
write.csv2(base_cand, file = "base_2016.csv", row.names = F)

#Para stata
write.dta(base_cand, file = "base_2016.dta")

#Partindo entao para decomposicao de oaxaca

base_cand <- read.csv2("base_2016.csv")

resultado <- oaxaca(formula = ln_votos ~ CASADO + ln_bens + IDHM + IDADE_DATA_POSSE + ESCOL_2 + ESCOL_3 +
                      ESCOL_4 + ESCOL_5 + ESCOL_6 +ESCOL_7 + D_PARTIDO_2 + D_PARTIDO_3 +
                      D_PARTIDO_4 + D_PARTIDO_5 + D_PARTIDO_6 +  COMPET + ln_receita +
                      COLIGACAO | MULHER , data = base_cand, R = 100)

print(resultado)