Note1 ‐ Estatisticas do CEP baseadas no DNE - AddressForAll/DCRPec GitHub Wiki

Perfil 1.1 - Quantidade esperada por comprimento do CEP

Um dígito decimal oferece 10 valores, pois ele pode assumir os valores 0, 1, 2, ... 9. Dois dígitos oferecem 10^2=100 valores... e assim por diante. Conforme analisamos a quantidade de CEPs existentes, ou quantidade de CEPs sob um prefixo de certo comprimento, teremos esse tipo de expectativa.

Como o CEP é fundamentado em contadores seriais, e passados mais de 30 anos esses contadores já foram usados,temos a expectativa natural de observar valores próximos desse máximo teórico. Por ser hierárquico, todavia, essa expectativa nem sempre é satisfeita. Aqui os resultados que descrevem esse "perfil de quantidades":

with t1 AS (
  select digits, substring(c.cep,1,digits) as prefix, count(*) n_cep, count(distinct cep5) as n_cep5
  from cep_tipologia c, generate_series(1,8) t(digits) group by 1,2 order by 1,2 
), t2 AS (
  SELECT digits, count(distinct prefix) as n_prefixes,
         PERCENTILE_DISC(0.5) WITHIN GROUP (ORDER BY n_cep) AS median,
         round(avg(n_cep)) as avg,
         min(n_cep), max(n_cep), sum(1) as n_cep5 
  FROM t1 group by 1 order by 1
) SELECT  digits,
      n_prefixes::text ||' ('||round(100.0*n_prefixes/(10^digits))||'%)' as n_prefixes,
      median, avg, min, max, n_cep5
  FROM t2;

digits	n_prefixes	median	avg	min	max	n_cep5
1	10 (100%)	147142	160514	71978	353742	10
2	98 (98%)	13404	16379	1875	98126	98
3	878 (88%)	1232	1828	1	18518	878
4	6970 (70%)	79	230	1	4521	6970
5	28628 (29%)	21	56	1	837	28628
6	116364 (12%)	10	14	1	100	-
7	685570 (7%)	1	2	1	10	-
8	1605136 (2%)	1	1	1	1	-

Em todas as linhas podemos supor cep_tot=1605136 e cep5_tot=28628. Na tabela, o percentual de n_prefixes é relativo a 10^digits, ou seja, o aproveitamento máximo esperado com aquela quantidade de dígitos. Até digits=5 temos n_prefixes=n_cep5, conforme esperado. Com 4 e 5 dígitos a mediana é quase 1/3 da média, refletindo a herança histórica do CEP5.

O problema da hierarquia, associando logradouros ou regiões a intervalos numéricos (denominados "faixas de CEP"), é o baixo aproveitamento, acentuado a partir do 5 dígito. Nem todas as faixas conseguem fazer pleno uso da sua capacidade, gerando capacidade ociosa.

Perfil 1.2 - Tipos e sua distribuição

 WITH tot AS (
         SELECT count(*) AS t
           FROM cep_tipologia cep_tipologia_1
        )
 SELECT cep_tipologia.tipo_cep,
    count(*) AS n,
    round(100.0 * count(*)::numeric / tot.t::numeric, 1)::text || '%'::text AS percent
   FROM cep_tipologia,
    tot
  GROUP BY cep_tipologia.tipo_cep, tot.t
  ORDER BY cep_tipologia.tipo_cep;

Distribuição percentual conforme o total de 1605136 CEPs.

tipo_cep	n	percent
CAIXA_POSTAL	2055	0.1%
GRANDE_USUARIO	21761	1.4%
LOCALIDADE	9726	0.6%
LOGRADOURO-ABRANGENCIA_NUMERICA	91199	5.7%
LOGRADOURO-SECCIONADO_EXPLICITO	117174	7.3%
LOGRADOURO-SIMPLES	1349724	84.1%
UNIDADE_OPERACIONAL	13497	0.8%

Somando os 3 tipos de "CEP por LOGRADOURO", concluímos que 97,1% da base DNE é dedicada a essa categoria.

Perfil 1.3 - Municípios contemplados por CEP de logradouro

Estatística de "sem CEP de logradouro", supondo um mínimo de 20 CEPs por município.

SELECT avg(n_ceps), min(n_ceps) , count(*) nn 
FROM (
  SELECT municipio, count(*) n_ceps
  FROM (select distinct municipio, cep from cep_unificado) t
  GROUP BY 1 ORDER BY 1
) t2
WHERE n_ceps<20; -- nn=3775

Contagem exata, pela tipologia.

select count(distinct municipio) from (
  select u.municipio, t.tipo_cep, count(*)
  from cep_tipologia t inner join cep_unificado u on u.cep=t.cep
  where tipo_cep like 'LOGRADOURO%' group by 1,2 order by 1,2
) tt; -- 1496
select count(distinct municipio) from cep_unificado; -- 5297
select 5297-1496;  --     3801

Ou seja, a contagem bate com a estatística, não há indício de equivoco na contagem. Podemos hoje afirmar que são ~3800 municípios sem "CEP por logradouro". 97% dos dados do DNE são dedicados a apenas 28% dos municípios. Em termos de cobertura territorial a cobertura do CEP é baixa. Ela é boa para a cobetura populacional, pois a população se concentra em ~20% dos municípios.