Números Públicos

No ar em www.numerospublicos.com.br.

Dados abertos de todos os 5.571 municípios brasileiros: coletados das APIs públicas oficiais do IBGE, guardados com a procedência completa, cruzados com as declarações fiscais dos municípios ao Tesouro Nacional e com os resultados escolares do INEP, e publicados como uma página estática por município. Também as 27 páginas de estado, o emprego formal do Novo Caged, a fila e os benefícios do INSS, as emendas parlamentares e a página /brasil/: as séries do país em cinco temas (atividade, preços, contas públicas, setor externo, sociedade), cada uma com a sua página e quem ocupava a Presidência em cada período.

Começou como um observatório regional do Nordeste (1.794 municípios); o recorte nacional sempre foi um parâmetro, então a expansão foi um comando só, e os cinco defeitos latentes que ela revelou estão descritos nas notas de projeto abaixo.

Situação: publicado e agendado. Todo número é coletado de uma API ao vivo, de forma idempotente, conferido contra o agregado regional que o próprio IBGE publica e refeito toda semana por um job do GitHub Actions que só faz commit quando o dado de fato mudou.

5.571 páginas indexáveis, não uma. O site inteiro era uma única URL com todos os municípios atrás de um filtro, e por isso ninguém que buscasse uma cidade específica conseguia chegar a ela. Cada município agora tem endereço, título, descrição e canonical próprios, com população, PIB, gasto com pessoal contra o limite legal, o índice escolar e trabalho e renda (desemprego, cobertura previdenciária e rendimento do Censo 2022; empresas, pessoal ocupado e salário médio do Cadastro Central de Empresas), unidos pelo código do IBGE.

A metade fiscal vem do motor em motores/painel-fiscal/, e o Ideb do motor em motores/educacao-inep/ (até 18/10/2026, repositórios próprios; vieram para cá com o histórico inteiro). Os dois entregam um retrato versionado em painel/dados/: o build do site não roda os motores nem depende dos bancos deles, que ficam fora do git. Os dois estão sob a mesma AGPL-3.0 (o LICENSE de cada pasta).

Trabalho independente, sem vínculo

Feito a partir de um termo de referência público (TR 21/2026, projeto BRA/23/006, publicado pelo PNUD Brasil para o Consórcio Nordeste) que descreve um observatório regional que ainda não existe. Este é um trabalho independente, sem vínculo com o Consórcio Nordeste nem com o PNUD, e sem endosso deles, e não é proposta, lance nem entrega daquele contrato.

Como rodar

Python 3.10+ e nada mais: só a biblioteca padrão, sem passo de instalação.

python -m numeros_publicos ingerir-municipios

Depois:

python -m numeros_publicos ingerir-indicador populacao-censo-2022
python -m numeros_publicos observacoes pib-municipal --uf SE
python -m numeros_publicos conferir             # integridade, contra a fonte
python -m numeros_publicos coletas              # histórico das coletas

Integridade: conferida contra a fonte, não contra si mesma

conferir compara a soma de todos os municípios com o total regional que o próprio IBGE publica. Conferir uma cidade prova que o parser está certo; só a soma prova que a coleta está completa: ela pega um município faltando, duplicado ou somado errado numa comparação só.

Rodado contra a API ao vivo em 24/09/2026, recorte nacional (--regiao BR, o agregado N1 do próprio IBGE):

Indicador	Soma dos municípios	Contra o total nacional do IBGE
População (Censo 2022)	203.080.756	exata
População estimada (2026)	214.211.951	exata
PIB municipal (2023)	10.943.345.420 (R$ mil)	arredondamento, 19 (1,7e-09)

Médias e estimativas por amostra se conferem de outro jeito, e dizem isso. O salário médio e o rendimento médio são as médias publicadas pelo IBGE, não as nossas: dividir o total publicado pela contagem publicada erra por até R$ 2,92, porque a contagem foi arredondada depois que o IBGE calculou a média. Somar médias não tem sentido, então conferir confere a média de cada município contra total ÷ contagem, dentro do erro que o próprio arredondamento do IBGE permite. E as tabelas de trabalho do Censo são expandidas de uma amostra, arredondadas por município: os desempregados somam 44 a menos que o total nacional, o que só passa nas séries que declaram amostra=True (no máximo meia pessoa por município).

O - do IBGE quer dizer zero, não ausente. Até 29/09/2026 ele era lido como ausente, e 33 páginas diziam "sem dado" em água ou esgoto onde o IBGE publica zero.

A estimativa e o PIB seguem o ano mais recente que o IBGE publica. O período deles não está escrito no código: a coleta pergunta à API o período mais novo do agregado (MAIS_RECENTE), então o job semanal pega um ano novo sozinho. Até 24/09/2026 os anos estavam fixos no código, e o site seguia mostrando a estimativa de 2024 e o PIB de 2021 quando 2026 e 2023 já tinham saído.

Igualdade exata é o teste errado para um agregado arredondado, e a primeira rodada real mostrou por quê: o PIB saiu com 5 de diferença em 1.243.103.280 quando o recorte era regional, e 31 em 9.012.142.000 no nacional (2021); a diferença absoluta cresce com a soma, a relativa não. O IBGE publica o PIB municipal já arredondado em milhares e calcula o total regional antes de arredondar. Alargar a tolerância para esconder isso seria desonesto; a conferência classifica: abaixo de 1e-6 relativo é arredondamento, e ela diz isso com o número; acima disso, o comando falha. A distância entre os dois casos é de centenas de vezes.

Como testar

python -m unittest discover -s tests -t .

Os motores têm suítes próprias, em pytest:

(cd motores/painel-fiscal && python -m pytest -q)
(cd motores/educacao-inep && python -m pytest -q)

A suíte roda sem rede e sem espera de verdade: o transporte HTTP e o relógio são injetados. As fixtures em tests/fixtures/ são respostas reais capturadas da API do IBGE: os 75 municípios de Sergipe, a população do Censo 2022 do Rio Grande do Norte e o PIB de 2021 de Sergipe.

Novo Caged: emprego formal, mês a mês

python -m numeros_publicos caged-novo       # há mês novo (arquivos E resumo oficial)?
python -m numeros_publicos caged-ingerir    # 12 meses x 3 arquivos do FTP do Ministério do Trabalho
python -m numeros_publicos caged-exportar   # confere contra o resumo oficial, depois grava painel/dados/caged.json

Admissões e desligamentos de empregos formais (CLT), por município, nos últimos 12 meses, dos microdados públicos do Ministério do Trabalho (ftp.mtps.gov.br/pdet/microdados/NOVO CAGED/). Cada mês tem três arquivos: as movimentações do mês, as declarações fora do prazo de meses anteriores e as exclusões, que desfazem uma linha já declarada. O número "com ajustes" que o Ministério publica é reproduzível: para cada mês, o arquivo do próprio mês mais toda declaração fora do prazo daquele mês, menos toda exclusão. Em 29/09/2026 o mês (+58.568), o acumulado do ano (+972.203) e os 12 meses (+880.717) bateram exatamente com o sumário executivo do Ministério.

caged-exportar não tem opção para pular essa conferência: lê o PDF do sumário na pasta do mês no gov.br e se recusa a gravar se qualquer um dos três blocos divergir. O sumário de dezembro é uma edição anual cujos próprios números não fecham, então esse mês é recusado e conferido à mão. Município sem linha num mês tem zero movimentações, não dado ausente. Os arquivos precisam do 7z (ou do pacote py7zr) e o sumário precisa do pdftotext; o workflow agendado instala os dois.

INSS: a fila da previdência

python -m numeros_publicos inss-exportar   # grava painel/dados/inss.json, uma entrada por grupo

Cada grupo com fila publicável ganha uma página em /inss/<grupo>/: há quanto tempo os requerimentos pendentes esperam, quanto tempo os indeferidos levaram para receber o "não" e o prazo do acordo de 2021 no Supremo como referência datada, com a ressalva, onde ela se aplica, de que o prazo só começa depois da perícia médica, que o dado aberto não data. Como o retrato, a exportação se recusa a encolher (menos grupos, ou um mês mais antigo) sem --permitir-encolher.

Coleta

numeros_publicos/inss.py lê dois conjuntos mensais do portal de dados abertos do INSS para um banco separado (inss.db; só o inss-exportar, acima, alimenta o site):

python -m numeros_publicos inss-ingerir --mes 2026-07
python -m numeros_publicos inss-resumo --mes 2026-07

• Requerimentos pendentes medem a idade da fila: há quanto tempo esperam os requerimentos ainda sem decisão na data de referência. Não o tempo até a decisão: quem foi atendido rápido já saiu do arquivo.
• Requerimentos indeferidos trazem a data do requerimento e a do indeferimento, então dão o tempo até o "não". Os concedidos não trazem a data do requerimento; o tempo até o "sim" não está no dado aberto. Eles são guardados com a clientela (urbana ou rural): é a única coluna que separa, entre os indeferimentos, a aposentadoria por idade urbana da rural, que têm o mesmo código de benefício. Um banco gravado antes de essa coluna existir se recusa a abrir; inss-ingerir --conjunto indeferidos o migra, relendo cada mês.

Os dois arquivos não compartilham código: a fila usa códigos de serviço, os indeferimentos usam códigos de benefício. numeros_publicos/inss_grupos.py liga os dois em dez grupos (a unidade de uma página), cada um conferido contra os arquivos de 2026, e todo código tem de cair em exatamente um grupo ou numa lista explícita de "sem página": um código novo faz a coleta se recusar, em vez de sumir de todas as páginas. Uma mediana só é publicável com pelo menos 1.000 requerimentos: abaixo de ~500, ela oscilava de 25% a 100% de um mês para o outro, nos dois sentidos.

Os rótulos do portal não são confiáveis: em setembro de 2026, o recurso rotulado "agosto de 2026" era o arquivo de julho de 2025. O mês é conferido dentro de cada arquivo, e a divergência é recusada. As planilhas (60 a 70 MB) são lidas por um leitor de XLSX sem dependência, conferido célula a célula contra o openpyxl num arquivo real de 935.123 linhas: zero diferenças.

O painel

python -m numeros_publicos exportar     # grava painel/dados/snapshot.json
cd painel && npm install && npm run build

Next.js 16 + React 19 + TypeScript, totalmente estático (output: "export"): sem servidor, sem função serverless, sem busca de dado em tempo de execução. O build lê o retrato JSON do disco e emite HTML que já contém todos os números. As 5.571 páginas de município e as 27 de estado são geradas em 40 segundos.

Desde 15/10/2026 nenhuma página tem componente de cliente: a tabela de municípios da capa, a única que tinha, sai pronta do servidor e filtra com public/capa.js, um script pequeno sem React, como a busca do cabeçalho.

Conferindo o build

Três comandos, cada um conferindo algo que os outros não conseguem:

npm test           # as bibliotecas puras: a matemática da distribuição, o formato da planilha
npm run typecheck  # tsc --noEmit
npm run auditar    # acessibilidade e SEO, contra o HTML GERADO

npm test usa o executor de testes do Node sobre TypeScript, cujos tipos o próprio Node remove: nenhuma dependência de teste. npm run auditar precisa do npm run build e da saída servida na :8791; ele conduz um navegador de verdade por todas as páginas nos dois temas de cor, porque um defeito de contraste que só existe no modo claro é invisível para um conferidor que só desenha o escuro.

npm run conferir-xlsx   # abre a planilha gerada no LibreOffice

O gravador de .xlsx monta um ZIP de XML à mão, e um erro de formato ali não levanta exceção: produz um arquivo que o Excel se recusa a abrir. Por isso a conferência entrega o arquivo ao LibreOffice, uma implementação independente, converte de volta para CSV e compara os valores. Exige o LibreOffice no PATH (ou SOFFICE= apontando para ele).

Nenhum framework de CSS, por decisão: tokens de desenho como propriedades customizadas, mais CSS Modules. Uma dependência a menos e controle real sobre a tipografia, inclusive font-variant-numeric: tabular-nums, sem o qual as colunas de número dançam e comparar valores vira trabalho.

Acessibilidade aqui não é enfeite: link para pular ao conteúdo, semântica real de tabela com <th scope>, cabeçalhos ordenáveis como <button> de verdade (foco e teclado de graça), aria-sort só na coluna ativa e prefers-reduced-motion respeitado.

Publicação

O site é servido pela Cloudflare Pages (desde 27 de setembro de 2026; antes, estava na Vercel). .github/workflows/publicar-cloudflare.yml gera o painel/ no GitHub Actions a cada push na main que muda o site, e depois da atualização semanal de dados, e então sobe o out/ pronto (Direct Upload), de modo que o limite de 20 minutos de build da Pages nunca se aplica. cloudflare/_headers define o cache longo de /_next/static/ e marca os hosts *.pages.dev como noindex. Precisa de dois secrets do repositório: CLOUDFLARE_API_TOKEN (um token de conta com Cloudflare Pages: Edit) e CLOUDFLARE_ACCOUNT_ID.

Avisando os buscadores de que o site mudou

npm run indexnow

Um sitemap resolve a descoberta; não faz nada acontecer mais cedo. Medido um dia depois da publicação: o Google tinha detectado todas as 5.600 URLs do sitemap e rastreado exatamente uma, a página inicial. O IndexNow é a outra metade: um aviso ativo de que uma URL mudou, que os buscadores participantes usam para priorizar a fila de rastreamento.

Escutam: Bing, Yandex, Naver, Seznam, Yep e Amazon. O Google não: a API de indexação dele segue limitada a vagas de emprego e transmissões ao vivo.

O Bing é o motivo de valer a pena, e não pela busca do próprio Bing: ele é o índice por trás do ChatGPT Search e do Copilot. Para um site cujo conteúdo são respostas factuais com a fonte ao lado, ser citável por um assistente vale, plausivelmente, mais do que uma posição numa página de resultados.

Três coisas que o script se recusa a fazer, cada uma um erro já cometido uma vez:

• Enviar quando só o código mudou. Um site estático se refaz inteiro a cada deploy, inclusive por um ajuste de CSS. A trava tira a impressão digital dos arquivos de dados, não do HTML gerado: uma mudança de layout não avisa ninguém; uma coleta nova avisa todo mundo. Para passar por cima, --forcar, se você sabe por quê.
• Enviar antes de a chave estar no ar. A chave tem de poder ser lida na raiz do domínio; é isso que prova a propriedade. O script confere primeiro o site no ar, porque enviar com a chave em 404 devolve 403 e queima o envio.
• Sair por process.exit() com uma requisição em curso. No Windows, isso derruba o processo de vez e o código de saída se perde na queda, e um pipeline lê a falha como sucesso.

A chave não é segredo: o protocolo exige que ela possa ser lida por qualquer um. Ela fica em public/, e um teste confere que o conteúdo do arquivo bate com a constante do script byte a byte, inclusive a ausência de quebra de linha no fim. Errar isso faz todo envio devolver 403, semanas depois da mudança que causou o erro.

Todo número pode ser baixado

Um painel de dado público que só deixa olhar é meio painel: um número que ninguém consegue baixar é um número que ninguém consegue contestar. Todo número sai em três formatos, gerados no build como arquivos estáticos: sem servidor, sem API.

Arquivo	Formato	Para
/dados/municipios.xlsx	três abas	quem abre planilhas
/dados/municipios.csv	largo, uma linha por município	quem lê por programa
/municipio/<slug>/dados.csv	longo, uma observação por linha	uma cidade de cada vez

Os CSVs usam ; e vírgula decimal, com BOM UTF-8. Não é preciosismo: os leitores deste site abrem o Excel em pt-BR, onde um CSV "padrão" cai inteiro numa coluna só e, sem o BOM, Município aparece como Município.

A planilha leva duas abas que o CSV não consegue levar. Uma diz o que cada coluna significa; a outra diz de onde veio cada número e quando foi coletado. Num CSV, elas teriam de virar um segundo arquivo que ninguém baixa junto com o primeiro, e um número sem procedência é exatamente o que este site existe para não produzir.

Célula vazia quer dizer AUSENTE, nunca zero, e isso sobrevive ao download: pessoal_publicou é sim/nao/nao_consultado, nunca em branco. Juntar "não declarou" com "não perguntamos" apagaria a distinção que o painel inteiro existe para manter.

O .xlsx é gravado sem dependência: o formato é um ZIP de XML, e o Node traz deflateRawSync, mas nenhum empacotador. Essa escolha cria uma obrigação de conferência, cumprida pelo npm run conferir-xlsx acima.

Notas de projeto

Ausente não é zero. O IBGE marca valores ausentes com .., ..., X ou .. Eles viram NULL, nunca 0: confundir "não sabemos" com "zero" é como um painel começa a mentir sem ninguém perceber. O - não está entre eles: é o zero do IBGE, como diz a seção de integridade. As médias contam só as linhas que têm número.

Procedência é coluna, não comentário. Toda observação registra quando foi coletada e de qual endpoint veio. Um número sem origem rastreável não vale nada aqui: é isso que separa este projeto de um raspador.

Revisão não sobrescreve. O IBGE revisa o PIB retroativamente; uma coleta nova com valor diferente vira outra linha, nunca uma sobrescrita silenciosa.

Idempotente por construção. Rodar duas vezes não muda nada: provado nos testes e contra a API ao vivo (segunda rodada: 0 novos, todos os municípios já conhecidos).

Falha é esperada, não exceção. O transporte devolve um status em vez de levantar exceção numa falha de rede, então a política de nova tentativa é de fato consultada; um TimeoutError de socket é um OSError, não um URLError, e de outro modo escaparia dela.

Um contrato, testado do lado do Python. O painel em TypeScript lê o retrato JSON na hora do build. Se a exportação em Python mudar de forma, o painel quebra em outro diretório, em outra linguagem, sem aviso; por isso tests/test_snapshot.py confere exatamente as chaves que type Snapshot declara.

Layout plano, de propósito. A PyPA não recomenda src/ acima do layout plano; ela expõe os prós e contras, e o que decide aqui é que "the src layout requires installation of the project to be able to run its code, and the flat layout does not" (o layout src exige instalar o projeto para rodar o código, e o plano não). Este projeto tem de rodar a partir de um clone limpo, sem instalação.

Licença: AGPL-3.0-or-later, de propósito

Não MIT. Este projeto pode plausivelmente virar produto: municípios brasileiros compram exatamente esse tipo de portal de dado público, em contratos contínuos, e os três editais lidos por inteiro o precificam em R$ 5.000 a 6.000 por mês.

A MIT deixaria qualquer um pegar este código, fechá-lo, trocar a marca e vendê-lo a esses mesmos municípios, inclusive os fornecedores que já estão lá e com quem ele competiria. A AGPL o mantém aberto e inspecionável, que é todo o motivo de publicá-lo, e exige que quem o oferecer como serviço publique as suas modificações. É a cláusula que falta na MIT e de que um mercado de SaaS precisa.

O direito autoral é de uma pessoa só, então o licenciamento duplo continua possível: AGPL para todos, uma licença comercial para quem precisar dele fechado.

Essa decisão fica mais cara com o tempo: trocar a licença depois exige o consentimento de cada contribuidor.

Fontes dos dados

Todas públicas, sem cadastro, sem token: https://servicodados.ibge.gov.br. Todo endpoint foi chamado e devolveu dado municipal real antes de ser escrito aqui; duas combinações de agregado e variável devolveram HTTP 500 e ficaram de fora, em vez de prometidas.

Os números do emprego formal vêm dos microdados do Novo Caged do Ministério do Trabalho, por FTP público (ftp.mtps.gov.br), conferidos contra o sumário executivo mensal publicado no gov.br.

O Ideb vem das planilhas do INEP, pelo motor educacao-inep; a fila e os benefícios do INSS, do portal de dados abertos dele (dadosabertos.inss.gov.br); as emendas parlamentares, do download de dados do Portal da Transparência. As séries de /brasil/ vêm do Banco Central (api.bcb.gov.br), do IBGE (SIDRA), do Ipea (Ipeadata), do INPE (PRODES) e do Ministério da Saúde, cada ponto conferido por uma segunda leitura da fonte.

Os números fiscais vêm do SICONFI (https://apidatalake.tesouro.gov.br), igualmente público e igualmente sem token. O percentual da receita comprometido com pessoal nunca é recalculado aqui: ele chega calculado e declarado pelo próprio município, sobre a receita corrente líquida ajustada. Declarações fora de 0 a 100% da receita aparecem como foram declaradas e marcadas como implausíveis, porque corrigi-las inventaria um número, e escondê-las decidiria quais declarações um leitor pode ver.

Outros projetos

Projeto	Para que serve
simples-nacional-br · site	Simples Nacional conferido contra a LC 123 e a LC 214: alíquota, DAS, repartição, Fator R e CNAE
linguagem-simples-br · site	Verificador aberto da Lei 15.263/2025 (Linguagem Simples): confere um texto contra o art. 5º
claude-context-cost · site	Quanto cada fonte (CLAUDE.md, regras, skills, memória) custa no contexto de uma sessão do Claude Code
vra-anac	Pontualidade dos voos domésticos do Brasil pelo VRA da ANAC
tts-ptbr	Voz sintética em português com modelos abertos (Kokoro e Piper), medida pelo Whisper
carrossel-terminal	Carrossel do Instagram no visual de terminal: Markdown vira PNG, conferido antes de publicar, e o post vira Reel
ia-testada	As medidas por trás dos posts da @peterwk.dev, com o script e como refazer
numerasheets-site · site

Números Públicos: open data on all 5,571 Brazilian municipalities, one static page per municipality, live at www.numerospublicos.com.br. The full description is in Portuguese above; this is the short version.

• Sources, all public and token-free: IBGE's public APIs (https://servicodados.ibge.gov.br), municipal fiscal filings from SICONFI (https://apidatalake.tesouro.gov.br, through painel-fiscal), school results from INEP, INSS open data, the Ministry of Labour's Novo Caged microdata (ftp.mtps.gov.br) and parliamentary amendments from the Transparency Portal. The /brasil/ page groups national series (Central Bank, IBGE, Ipea, INPE, Ministry of Health) in five themes, each with its own page.
• Checked against the source, not against itself: the sum of all municipalities against IBGE's own national total (2022 Census population: exact); the Caged month against the Ministry's executive summary, with no flag to skip it. Missing is never zero, provenance is a column, and revisions never overwrite.
• Run and test: Python 3.10+, standard library only (python -m numeros_publicos, tests with no network); the panel is Next.js 16 + React 19 + TypeScript, fully static, served by Cloudflare Pages.
• Every number is downloadable, as .xlsx and .csv, for the whole country and per municipality.
• Independent work, with no affiliation to, or endorsement by, the Consórcio Nordeste or UNDP.
• License: AGPL-3.0-or-later; dual licensing stays available.