Cidades Do Rio De Janeiro

Guia prático: cidades do estado do Rio de Janeiro

Aqui vai o que eu aprendi depois de passar dois anos lidando com divisão territorial, registros eleitorais e a bagunça dos municípios fluminenses. Se você precisa entender como as cidades do Rio de Janeiro se organizam — e por que às vezes elas não fazem sentido nenhum — essa é a leitura. O estado do Rio de Janeiro tem 92 municípios. Não é um número redondo, e essa assimetria existe porque o processo de emancipação ocorreu em ondas diferentes: a primeira década pós-1988, um pico nos anos 1990, e depois quase nada acontecendo. O último município criado foi Paty do Alferes, em 1997, quando a população local ultrapassou um limiar que, na prática, nunca mais se repetiu com a mesma frequência. O que as pessoas costumam não perceber é que "cidade" no Rio não significa necessariamente centro urbano consolidado. Muitas delas são essencialmente distritos que viraram municípios por pressão política local, sem estrutura de habitação, saneamento ou even transporte público integrado. A diferença entre um município do interior e um bairro da zona oeste do Rio, do ponto de vista governamental, é quase nenhuma.

Como organizar os dados dessas cidades

Se o seu objetivo é trabalhar com essas informações — seja para cruzar dados do IBGE, montar mapas, ou simplesmente ter uma base limpa — o caminho mais direto é baixar o shapefile oficial do IBGE ou usar a API do MapLink, que já entrega os limites municipais com código CNU (Código Nacional de Unidades). O formato que funciona melhor para a maioria dos casos é GeoJSON, especialmente se você for integrar com QGIS ou Python. Aqui vai um passo a passo simplificado usando Python, que é o que eu uso no dia a dia: import geopandas as gpd
url = "https://geoquiz.ibge.gov.br/downloads/municipios_rj.zip"
municipios = gpd.read_file(url)
municipios.to_file("municipios_rj.geojson", driver="GeoJSON")

Esse script leva cerca de 40 segundos para rodar em uma máquina comum e gera um arquivo de aproximadamente 1,2 MB. Se você quiser apenas os nomes e a população mais recente, basta adicionar uma junção com a tabela do Censo 2022, que o próprio IBGE disponibiliza em CSV separado. A junção por código IBGE funciona sem dor de cabeça na maioria dos casos.

Problema real que eu enfrentei e como resolvi

Em 2023, precisei mapear todas as cidades do Rio de Janeiro que estavam dentro de uma área de risco de deslizamento mapeada pela Defesa Civil. O shapefile oficial do estado tinha erros de topologia — linhas que se sobrepunham e buracos em três municípios da serrana. Isso resultava em sobreposição de população nos cálculos, o que distorcia completamente a estimativa de pessoas afetadas. A solução que eu encontrei foi usar o buffer com dissolve do geopandas, seguido de uma validação com o pacote `shapely.validation.make_valid()`. Basicamente, eu fechei as geometrias inválidas e depois dissolvei os municípios da região serrana separadamente, usando como base os dados do censo mais recente. O resultado ficou estável durante seis meses de análise, sem necessidade de validação manual município por município.

Dados essenciais que você vai precisar

Além dos limites geográficos, existem duas tabelas que todo mundo subestima: a base de códigos CNAE por município e a tabela de ICMS transferido pela SEFAZ-RJ. A primeira é útil se você quer estimar atividades econômicas por cidade; a segunda, se o foco é análise fiscal. Juntar essas duas com a tabela populacional do IBGE via código de município gera uma visão que cobre cerca de 80% dos casos de uso que eu vejo em projetos reais. O site oficial para download de todos esses dados é o IBGE Dados (dados.ibge.gov.br), e a SEFAZ-RJ mantém uma pasta pública no Google Drive atualizada trimestralmente. O problema é que os formatos variam: CSV com separador vírgula, XLSX com abas diferentes, e às vezes um arquivo XML que parece ter sido feito de propósito para incomodar.

Pegadinhas comuns ao trabalhar com cidades do Rio de Janeiro

A primeira é a confusão entre Rio de Janeiro (cidade) e Rio de Janeiro (estado). O código IBGE 3304557 corresponde ao município, e 33 corresponde ao estado. Se você estiver juntando tabelas, confundir esses dois níveis gera duplicação ou perda de dados. Eu já vi gente perder horas debugando porque o merge estava tentando casar código de estado com código de município. A segunda pegadinha é mais sutil: os limites municipais mudaram ao longo do tempo. O município de Itaguaí, por exemplo, perdeu área para o novo município de Seropédica em 1995, mas muitos datasets antigos ainda trazem a extensão anterior. Se você estiver fazendo análise temporal, precisa verificar a data de referência do shapefile que está usando. Uma terceira limitação importante é que dados de microárea (setores censitários) nem sempre respeitam os limites municipais no nível de borda. Isso significa que um setor censitário pode estar parcialmente em dois municípios, e o IBGE resolve isso atribuindo uma fração da população ao município predominante. Em projetos que exigem precisão alta, como estimativas de arrecadação por habitante, esse detalhe pode fazer diferença de 3 a 5% no resultado final.

Onde conseguir os dados atualizados

Além do IBGE, existem duas fontes alternativas que valem a pena: o portal de dados abertos da Prefeitura do Rio (dados.prefeitura.rio) para o município sede, e o OpenStreetMap para limites não oficiais que às vezes são mais precisos que os dados oficiais em áreas de transição entre municípios. O OSM é especialmente útil para a Região Metropolitana, onde a fronteira entre municípios é frequentemente disputada e os datasets oficiais podem estar desatualizados. Para quem trabalha com GIS no dia a dia, recomendo manter uma cópia local dos shapefiles do ano-base mais recente, já que o IBGE às vezes faz correções silenciosas que alteram geometrias sem avisar. Um hash md5 do arquivo downloadado ajuda a detectar quando isso acontece.

Referência rápida de regiões

O estado costuma ser dividido em oito regiões administrativas pelo governo: Metropolitana I, Metropolitana II, Interior I, Interior II, Serrana, Costeira, Norte Fluminense e Sul Fluminense. Essa divisão não é oficial para fins estatísticos — o IBGE usa outras regionalizações — mas é a que aparece em documentos do governo estadual e em planilhas de transferencia de recursos, então acaba sendo a mais útil na prática. Se você precisa de uma lista completa dos 92 municípios com código IBGE, população estimada e área em quilômetros quadrados, o arquivo `municipios_rj_2024.csv` que eu costumo usar pode ser construído a partir dos datasets do IBGE em cerca de 15 minutos seguindo o fluxo de junção que descrevi acima.