Densidade de PJ — onde está a PME-alvo e quantos contadores a atendem

Pipeline cont_lab_01_densidade_pj rodado em 2026-05-26 sobre o snapshot RFB 2026-04. Universo: 12.597.925 estabelecimentos ativos em 5.572 municípios IBGE, dos quais 3.443.590 (27,3%) entram nas categorias-alvo de PMEs com perfil contábil compatível com escritório terceirizado. Geometrias municipais e estaduais vêm do geobr (IBGE, 2022/2020). Resultado bruto em outputs/resultado.parquet (5.572 linhas × 12 colunas).

Sumário executivo

• PME-alvo no Brasil: 3,44 milhões de estabelecimentos ativos nas quatro categorias monitoradas (varejo pequeno, serviços profissionais, saúde de pequeno porte, TI) — 27,3% do universo CNPJ ativo.
• Ratio nacional PME/contador = 61,8 — para cada contador (CNAE 6920) ativo, há quase 62 PMEs-alvo. A mediana municipal é 48,5, e o p99 chega a 209 — ou seja, em 1% dos municípios a oferta contábil é tão escassa que cada contador atenderia, em tese, mais de 200 empresas-alvo.
• Concentração geográfica é brutal: os 20 maiores municípios respondem por 34% das PMEs-alvo do país; apenas São Paulo capital concentra 364.916 estabelecimentos-alvo (10,6% do total nacional).
• Autocorrelação espacial significativa entre UFs: Moran's I = 0,246 (z = 3,17; p = 0,005 com 999 permutações). O Brasil é espacialmente estruturado — a probabilidade de o padrão observado ter surgido por acaso é < 0,5%.
• Cinco hotspots Gi\* estatisticamente robustos (p < 0,05): SP, RJ, MG, PR e MS — o eixo clássico Sudeste–Sul mais o caso particular de MS arrastado pela vizinhança a SP/PR.
• Composição setorial: 62,9% das PMEs-alvo são varejo pequeno (CNAE G-47, optantes do Simples), 23,5% serviços profissionais, 9,3% saúde de pequeno porte e 4,4% TI — refletindo uma economia ainda dominada por comércio formal de baixa intensidade tecnológica.

1. Visão nacional — descritivas

Indicador	Valor
Estabelecimentos ativos (CNPJ)	12.597.925
PMEs-alvo (4 categorias)	3.443.590
Share alvo / universo	27,3%
Contadores ativos (CNAE 6920-x)	55.703
Ratio PME/contador (país)	61,8
Municípios cobertos	5.572
Média de PME-alvo por município	618,0
Mediana do ratio PME/contador (municipal)	48,5
p99 do ratio PME/contador (municipal)	209,0

O choropleth abaixo mostra o n_alvo absoluto por município em escala log (a distribuição é extremamente right-skewed: 100× entre o p50 e o p99). O padrão visual é o esperado — Sudeste e Sul saturados, miolo Centro-Oeste e capitais nordestinas como ilhas, Norte rarefeito.


2. Top 20 municípios — onde o mercado está

#	UF	Município	PME-alvo	Contadores	Ratio	Share TI
1	SP	São Paulo	364.916	5.760	63,3	11,6%
2	RJ	Rio de Janeiro	127.930	2.727	46,9	5,9%
3	MG	Belo Horizonte	68.032	1.609	42,3	8,5%
4	DF	Brasília	66.090	1.478	44,7	7,0%
5	PR	Curitiba	62.867	1.364	46,1	9,4%
6	CE	Fortaleza	47.146	947	49,7	4,8%
7	BA	Salvador	45.856	755	60,7	2,9%
8	GO	Goiânia	41.659	983	42,3	4,3%
9	RS	Porto Alegre	38.130	950	40,1	9,4%
10	AM	Manaus	31.940	640	49,8	3,2%
11	SP	Campinas	28.699	514	55,7	7,0%
12	PE	Recife	27.753	697	39,8	5,9%
13	SP	Guarulhos	23.051	290	79,2	4,1%
14	SC	Florianópolis	20.078	648	30,9	11,9%
15	SP	Ribeirão Preto	20.030	357	56,0	4,7%
16	MS	Campo Grande	19.444	363	53,4	3,5%
17	PA	Belém	18.868	332	56,7	2,3%
18	MA	São Luís	17.942	393	45,5	2,8%
19	MG	Uberlândia	17.569	244	71,7	7,0%
20	MT	Cuiabá	17.281	398	43,3	4,3%

Dois pontos saltam:

1. Florianópolis tem o menor ratio do top 20 (30,9) e simultaneamente o maior share de TI (11,9%) — perfil claramente diferente dos demais, com excesso relativo de oferta contábil e demanda enviesada para serviços de tecnologia.
2. Guarulhos (79,2), Uberlândia (71,7) e São Paulo capital (63,3) mostram ratio acima da média nacional — a concentração de PMEs cresceu mais rápido do que a base de contadores nessas praças. Em Guarulhos o desbalanço é especialmente nítido (apenas 290 contadores para 23 mil PMEs-alvo).


3. Composição setorial das PMEs-alvo

Categoria	CNAEs típicos	n	Share
Varejo pequeno	G-47 (optantes Simples)	2.165.683	62,9%
Serviços profissionais	M-69/70/71/73/74	807.741	23,5%
Saúde pequena (consultórios)	Q-86	319.531	9,3%
TI	J-62/63	150.635	4,4%

A maioria esmagadora é comércio varejista no Simples. Serviços profissionais vêm em segundo. TI ainda é nicho (4,4%), mas com crescimento sistematicamente acima das demais nas séries SIDRA-PMS, sugerindo reponderação em 24–36 meses.


4. Econometria espacial — Moran I global e LISA por UF

A matriz de vizinhança é a adjacência binária entre UFs (Queen), row-standardized. A variável é n_alvo (count de PMEs-alvo por UF). Inferência por 999 permutações.

Moran's I global = 0,2464 (E[I] = −0,0385; z = 3,17; p_sim = 0,005). Autocorrelação positiva moderada e estatisticamente robusta — UFs com muita PME-alvo tendem a ter vizinhas também densas.

UF	I local (Ii)	p_sim	Quadrante	Cluster
SP	2,396	0,004	Q1	HH
RJ	1,390	0,012	Q1	HH
PR	0,829	0,040	Q1	HH
MG	0,781	0,010	Q1	HH
MS	−0,507	0,012	Q2	LH
AM	0,209	0,014	Q3	LL
PA	0,123	0,012	Q3	LL
demais (20 UFs)	—	> 0,05	—	NS

Quatro hotspots HH (alto cercado por alto): o quadrilátero SP–RJ–MG–PR. MS aparece como LH — uma UF de densidade comparativamente baixa rodeada por vizinhas densas (SP e PR). AM e PA formam o coldspot LL no Norte.

O Gi\* de Getis–Ord confirma o quadro com método alternativo: SP (z = 3,23), RJ (z = 3,30), PR (z = 2,58), MG (z = 2,40) e MS (z = 2,53) são significativos a p < 0,05 — coerente com o LISA.


5. Implicações operacionais

1. Capacidade contábil é desigual e desconectada da demanda. O ratio nacional 61,8 esconde mediana municipal 48,5 e p99 acima de 200. Praças com ratio alto e poucas alternativas (Guarulhos, Uberlândia, capitais do Norte) são candidatas naturais a expansão via produto digital.
2. Hotspots LISA (SP, RJ, MG, PR) concentram mais de 60% do mercado-alvo — estratégia nesses estados é de profundidade (cross-sell, retenção), não aquisição. MS como LH é caso de oportunidade silenciosa: densidade baixa cercada por vizinhas densas, com Gi\* positivo indicando spillover absorvido.
3. Floripa é o caso atípico: ratio 30,9 (menor do top 20) com share TI 11,9% (maior). É praticamente o único município grande onde a oferta contábil já se reposicionou para o perfil tecnológico da demanda.

Limitações e próximos passos

• Recorte municipal mascara heterogeneidade intra-metropolitana — próxima iteração usa grade H3 res-7 (dado já em data/interim/h3_pme_res7.parquet).
• Ratio PME/contador trata os CNAEs 6920-x como substitutos perfeitos, ignorando porte do escritório. Ajuste pendente: ponderar pela base Sócios da RFB.
• Análise estática (snapshot 2026-04). Comparativo com 2024-04 e 2025-04 está na fila de demografia-dinamica — entradas/saídas via Tabela de Situação Cadastral.

Fontes primárias

• RFB CNPJ — base pública, snapshot 2026-04, ZIPs Estabelecimentos{0..9}, Municipios, Simples, Cnaes (WebDAV arquivos.receitafederal.gov.br).
• IBGE — malhas via geobr — read_municipality(2022) (5.572 feições) e read_state(2020) (27 feições), WGS-84.
• IBGE SIDRA — PMS (6442/11622) e PMC (8880/7169) para contexto setorial.
• BCB — séries SGS de crédito PJ usadas como referência cruzada com o eixo macroeconomia-pme.

Reprodutibilidade

Código em lab/labs/cont_lab_01_densidade_pj/. Pipeline:

`` uv run python code/collect.py # sync RFB 2026-04 + geobr + SIDRA uv run python code/clean.py # estabelecimentos_ativas + categorias-alvo uv run python code/model.py # agregação municipal + Moran + LISA + Gi* uv run python code/figures.py # fig1..fig4 ``

Artefatos persistidos: outputs/resultado.parquet (5.572 × 12) e outputs/metrics.json (descritivas país + Moran global + LISA/Gi* por UF + top 20 municípios). Logs em notes/collect_log.md; plano original e schemas em notes/plano_execucao.md.