Harmonização de produtos

Cada edição da POF tem sua própria lista de produtos, com códigos e descrições que mudam de uma pesquisa para outra. Para comparar 1987 com 2017 é preciso colocar os cerca de 48 mil produtos das cinco edições numa mesma árvore de categorias. Esse trabalho é a harmonização de produtos de Arthur Welle, mantida no repositório Harmoniza_Produtos.

A árvore de categorias

A harmonização tem três níveis:

• Nível 1: 34 grandes categorias. De 1 a 16 são alimentos (cereais, carnes, laticínios…); de 17 a 26, consumo não alimentar (habitação, transporte, saúde…); de 27 a 34, outras despesas, variação patrimonial e rendimentos.
• Nível 2: subgrupos, como “17.2 Telefonia e comunicações”.
• Folhas: 307 categorias finais, como “17202 Telefone celular (plano/serviço)”.

Cada folha tem uma nota de qualidade (alta, média, baixa), que indica se ela está presente nas cinco edições e se o mapeamento é direto. Cada produto tem uma confiança de 0,6 a 1.

Explorador da harmonização

O explorador do Arthur mostra, para cada folha, os produtos de cada edição lado a lado. Use-o para conferir um mapeamento ou apontar um problema (botão “Apontar problema”). Se ele não aparecer no quadro abaixo, abra o explorador em outra aba.

Abrir o explorador em tela cheia

Como o pacote usa a harmonização

pof_harmonizacao() baixa o de-para (produtos.csv e folhas.csv) de um commit fixo do repositório, para que os resultados sejam reproduzíveis, e o guarda em cache. pof_ler_edicao() casa cada despesa pelo código original do produto.

h <- pof_harmonizacao()          # v2, com as correções de pof_correcoes()
h$folhas[qualidade != "Alta"]    # folhas que pedem cuidado
b <- pof_ler_edicao(2017, dir = "HarmonizaPOF2026_data", harmonizacao = h)
attr(b, "mapeamento")            # proporção do valor que casou com o de-para

Com a v2, 100,0% do valor das despesas casa com o de-para em todas as edições. Alguns códigos originais apontam para mais de uma folha (a v2 detalha espécies de pescado que dividem o mesmo código); nesses casos o pacote usa a folha mais frequente, e todas as folhas concorrentes pertencem ao mesmo Nível 1.

Erros conhecidos e correções provisórias

A harmonização v2 tem erros de classificação conhecidos. O condomínio fica fora do consumo em 2008 e 2017 (em 1995 e 2002 está em Habitação), a compra de imóveis entra como consumo de 1987 a 2008, contas de celular estão em Recreação (2008) e em Despesas diversas (2017), e há itens de veículos, de outros imóveis e o papel higiênico em grupos errados em 2017. Até que sejam corrigidos no de-para original, o pacote aplica correções provisórias por padrão. A lista completa, o método e o efeito de cada correção estão em Erros conhecidos na harmonização.

Correções aplicadas por pof_correcoes(), por tipo de erro

Erro	Códigos	Edições
Compra de imóvel como consumo	10	1987, 1995, 2002, 2008, 2017
Condomínio fora do consumo	4	2008, 2017
Celular em grupo errado	8	2008, 2017
Veículos e outros imóveis	10	2017
Papel higiênico em alimentação	1	2017

Além desses códigos, o INSS de empregado doméstico e as deduções de rendimento são reclassificados pelo tipo de registro. Para usar a v2 sem as correções: pof_harmonizacao(correcoes = FALSE).

Efeito de cada versão nos resultados

A tabela compara a participação dos grupos na despesa de consumo do Brasil em 2017-2018 com três de-paras: o Cod_harmo antigo gravado nos microdados, a v2 original e a v2 com correções.

Participação na despesa de consumo, Brasil, 2017-2018 (%)

Grupo	IBGE	Cod_harmo antigo	v2 original	v2 com correções
Assistência à saúde	8,0	8,2	8,2	8,0
Educação	4,7	4,9	4,8	4,7
Vestuário	4,3	4,4	4,3	4,3
Habitação	36,6	34,5	34,2	36,3
Higiene e cuidados pessoais	3,6	3,5	3,5	3,6
Despesas diversas	3,0	5,4	5,3	2,9
Recreação e cultura	2,6	1,4	1,3	2,4
Transporte	18,1	19,6	19,4	19,3
Alimentação	17,5	16,4	17,1	16,7
Serviços pessoais	1,8	1,8	1,8	1,8

Duas mudanças se destacam:

• Alimentação. O Cod_harmo antigo deixava sem categoria o quadro 24 de 2017 (refeições fora de casa: marmita, lanche, almoço). A v2 o leva para “16104 Refeição”, e a alimentação passa de 16,4% para 16,7%, contra 17,5% do IBGE.
• Habitação e despesas diversas. Com as correções (condomínio e celular em Habitação), habitação vai de 34,2% para 36,3% (IBGE: 36,6%) e despesas diversas, de 5,3% para 2,9% (IBGE: 3,0%).

Com a v2 corrigida, 10 dos 10 grupos ficam a menos de 1,5 ponto percentual do número oficial.

Pontos que continuam em aberto

• Aluguel imputado. O aluguel estimado de quem mora em imóvel próprio só aparece de 2002-2003 em diante. Toda comparação entre as cinco edições exclui o aluguel (pof_sem_aluguel()).
• Educação em 1987. A folha de cursos regulares não existe em 1987, como a própria nota de qualidade da v2 registra.
• Cor. A variável não existe em 1987 e não tem as categorias usadas em 1995.