Escolar Documentos
Profissional Documentos
Cultura Documentos
Montes Claros - MG
Novembro - 2021
Fábio Gonçalves do Amaral
Montes Claros - MG
Novembro – 2021
UNIVERSIDADE ESTADUAL DE MONTES CLAROS - UNIMONTES
CENTRO DE CIÊNCIAS SOCIAIS APLICADAS – CCSA
DEPARTAMENTO DE CIÊNCIAS ECONÔMICAS
CURSO DE CIÊNCIAS ECONÔMICAS
FOLHA DE APROVAÇÃO
Aos meus familiares e amigos que com carinho, amor e incentivo tornam-se os pilares
para a realização de meus objetivos.
Às professoras Maria Elizete Gonçalves e Marilia Borborema Rodrigues Cerqueira,
memoráveis diante o repasse de conhecimentos e motivação no curso.
À professora Tânia Marta Maia Fialho, pela paciência, orientação e
acompanhamento que tornaram possível esta monografia.
À Universidade Estadual de Montes Claros - MG e todos os professores do curso de
economia que permitiram ampliar meus conhecimentos e contribuir com esta monografia.
RESUMO
The objective of this work directs transdisciplinary studies to economic research and
criminality. And it aims at an economic approach to crime that deals with the relationships
between economic variables and crime, which analyzes criminal behavior by applying
economic theories on human behavior. From a social point of view, homicides as well as
robbery affect the population's life expectancy and quality of life; the number and intensity of
offenses are determined by economic conditions; and political because federative entities have
a duty to create public policies and allocate resources aimed at mitigating crime. Based on
data to verify spatial trends in crime in the municipalities of the State of Minas Gerais. The
most variables used in the model were the Violent Crime Rates as an independent variable;
Spending on Public Security; Spending on Education; Formal Sector per capita income;
Percentage of Poor or Extremely Poor Population; High School Income Rate; Population
Density and Number of Occurrences of Illegal Firearm Possession; being collected from the
database of the João Pinheiro Foundation (FJP) and the Brazilian Institute of Geography and
Statistics (IBGE). The results obtained from the empirical study, carried out through panel
data regression using the MQVD effect model, confirm the hypothesis that the increase in
spending on the public security function was negatively correlated with the rate of violent
crimes, showing that the increase in spending on the public security function leads to a
reduction in the rate of violent crimes for the period analyzed. Finally, the results corroborate
what is predicted by theory and empirical studies considered in the study, which show the
correlation between economic and social variables and crime rates in Brazil.
Figura 1 - Taxa de Homicídio por 100 mil habitantes para o Brasil e Regiões: 1989-2019....27
Figura 2 - Análise de dependência espacial local (LISA) para taxa de crimes violentos: 2015 e
2019...........................................................................................................................................34
Figura 3 - Análise de dependência espacial local bivariada (LISA) para gasto com segurança
pública e taxa de crimes violentos: 2015 e 2019......................................................................36
Figura 4 - Análise de dependência espacial local bivariada (LISA) para gasto com educação e
taxa de crimes violentos: 2015 e 2019......................................................................................37
Figura 5 - Gastos per capita com Segurança Pública dos Estados Brasileiros: 2015 e 2020...40
LISTA DE GRÁFICOS
Gráfico 1 - Número de Homicídios Intencionais por 100 mil habitantes: Países selecionados
da América do Sul.....................................................................................................................25
Gráfico 2 - Taxa de Homicídios por 100 mil habitantes...........................................................26
Gráfico 3 - Taxa de Mortes Violentas Intencionais, Brasil e regiões.......................................28
Gráfico 4 - Variação da Taxa de Mortes Violentas Intencionais: Brasil e Unidades da
Federação – 2019-2020.............................................................................................................29
Gráfico 5 - Taxa de Homicídios por 100 mil habitantes Brasil e Minas Gerais: 1990-2019. . .31
Gráfico 6 - Despesas com segurança pública e mortes violentas intencionais no Brasil: 2011-
2020...........................................................................................................................................39
Gráfico 7 - Evolução das despesas com segurança pública: Brasil e entes federativos: em
valores constantes de 2020........................................................................................................41
LISTA DE QUADROS
Tabela 1 - Mortes Violentas Intencionais por 100 mil habitantes - Região Sudeste 2011 a 2020
...................................................................................................................................................30
Tabela 2 - Evolução das despesas com a Função Segurança Pública, por ente federativo em
bilhões de reais valores constantes de 2020 no período 2011 a 2020.......................................41
SUMÁRIO
1 INTRODUÇÃO.........................................................................................................11
2 SOBRE A TEORIA ECONÔMICA DO CRIME..................................................15
2.1 ECONOMIA DO CRIME SEGUNDO GARY BECKER:........................................17
2.2 ALGUNS ESTUDOS EMPÍRICOS BASEADOS NA TEORIA DO CRIME:.........19
3 INDICADORES DE CRIMINALIDADE E GASTO PÚBLICO........................24
3.1 COMPORTAMENTO DA TAXA DE HOMICÍDIOS NO BRASIL.......................24
3.2 CRIMINALIDADE NAS REGIÕES E ESTADOS BRASILEIROS........................26
3.3 CRIMINALIDADE EM MINAS GERAIS:...............................................................30
3.4 GASTO COM SEGURANÇA PÚBLICA.................................................................37
4 METODOLOGIA.....................................................................................................43
4.1 FONTE DE DADOS:.................................................................................................43
4.1 VARIÁVEIS UTILIZADAS E EFEITOS ESPERADOS..........................................45
4.1.1 Variável Dependente................................................................................................45
4.1.2 Variáveis Explicativas..............................................................................................46
4.2 MODELO ANALÍTICO............................................................................................50
4.2.1 Modelo Econométrico...............................................................................................53
4.3 DISCUSSÃO DOS RESULTADOS..........................................................................54
4.3.1 A relação entre Gastos com Segurança Pública e Crime......................................59
5 CONSIDERAÇÕES FINAIS...................................................................................62
REFERÊNCIAS......................................................................................................................64
ANEXOS..................................................................................................................................69
11
1 INTRODUÇÃO
Em 1980, essa taxa foi de 11,69, chegando a 29,14 por 100 mil habitantes em 2003.
Com a entrada em vigor do Estatuto do Desarmamento em 2004, por meio da Lei Federal
10.826/2003, no período de 2004 a 2008 a taxa de homicídios permaneceu na média de 26,
sendo que a partir de 2009 retomou o crescimento, chegando a 31,59 por 100 mil habitantes
em 2017.
Ressalta-se que, segundo o Atlas da Violência (2019, p. 8) “o Estatuto do
Desarmamento freou a escalada de mortes no Brasil e serviu de mecanismo importante para a
redução de homicídios em alguns estados”. Este documento revela que no ano de 2018 essa
tendência de crescimento foi interrompida, com a taxa de homicídios reduzindo de 31,6 em
2017 para 27,8 por 100 mil habitantes, isto é, significando declínio de 12%, representando o
menor nível para o Brasil nos últimos quatro anos. Verifica-se, pelos dados apresentados que
o Brasil apresenta taxas de homicídios superiores àquelas consideradas endêmicas pela
Organização Mundial de Saúde – OMS.
A Organização Mundial da Saúde (OMS) considera como endêmicas taxas de
homicídio superiores a 10 vítimas por cada 100 mil habitantes. No Brasil, a referida taxa foi
de três vezes mais que esse limite da OMS, chegando a 30,3 em 2016 e 31,6 em 2017, com
leve redução para 27,8 em 2018, conforme dados dispostos no Atlas da Violência (2020).
As principais vítimas de homicídios no Brasil são jovens de 15 a 29 anos de idade,
com taxa por 100 mil habitantes sempre superior a 50 entre 2008 e 2018, chegando neste
último ano a 60,4, conforme dados publicados no Atlas da Violência (2020). Em 2018 o
homicídio representou 55,6% das mortes de jovens na faixa etária entre 15 e 19 anos, cerca de
52% entre 20 e 24 anos e 43,3% na faixa de 25 a 29 anos. Esses dados deixam claro a
principal característica da criminalidade do país, que atinge fortemente a juventude brasileira.
O crime afeta, não apenas suas vítimas diretamente, mas, também, todo o contexto
socioeconômico, dado que tanto o setor público quanto o privado enfrentam custos para
garantir a segurança da população. A motivação para realização deste estudo partiu,
inicialmente, da importância do tema para a sociedade brasileira já que a identificação da
relação de variáveis com a taxa de criminalidade é um passo importante para a adoção de
políticas públicas que possam reduzir esse problema.
Por atuar no setor de segurança pública do país, em especial em Minas Gerais, o
interesse em conhecer melhor e pensar o tema de forma científica, uma vez que, um estímulo
a mais para que este trabalho fosse realizado.
Dessa forma, este estudo visa apresentar conceitos, definições e ferramentas
necessárias para entender o comportamento da criminalidade, que é um dos principais
14
Este capítulo trata-se de uma breve revisão da evolução da teoria econômica do crime,
cuja apresenta alguns estudos empíricos, as quais relacionam variáveis socioeconômicas com
indicadores de criminalidade.
Cada análise que será realizada, parte do pressuposto de que os crimes podem ser
correlacionados ao ambiente econômico e social, especialmente de fatores como renda per
capita, gastos com saúde e educação, gastos com segurança pública, níveis de pobreza, dentre
outros, conforme Loureiro (2006).
Derivado do latim, a palavra crimen (acusação, queixa, racismo, injuria etc.), equivale
a toda ação cometida com dolo na forma grave e na modalidade culposa para crime com
menor potencial ofensivo, sendo assim, é toda ação contrária aos costumes, à moral e à lei
(PIERANGELLI, 1980).
De acordo com o Código Penal brasileiro, o crime assume diversas formas, podendo
ser contra a pessoa, patrimônio, costumes dentre outras, definidas nesta lei. Para Brenner, o
crime é definido por diversos autores como:
Adam Smith, buscando entender a natureza humana, argumentava que as pessoas são
dotadas de sentimentos, de interesses próprios que as fazem buscar alcançar status e riqueza.
O comportamento criminoso surge quando o desejo de obter riqueza supera os limites do que
é considerado legal.
Daí o argumento que o crime era produto das condições socioeconômicas da
sociedade, especialmente da pobreza. Um indivíduo pobre que deseja se ascender
socialmente, pode estar propenso a adotar normas morais mais flexíveis que facilitam a
realização de algum tipo de transgressão moral ou legal.
Contudo, Adam Smith questionava as penas aplicadas à época, por considerar que
havia uma desproporção entre a gravidade do crime cometido e a pena aplicada, quando as
diversas punições severas eram justificadas em nome do bem público ou da utilidade pública.
Contestava a lei de exportação britânica, que impunha a pena de morte para quem
transgredisse a proibição do comércio externo de lã, por considerar que essa penalidade se
justificava porque a riqueza e a força da nação dependiam do comércio de lã.
Mesmo considerando que a aplicação de penas duras e longas poderiam ser justificadas
para dissuadir o ato criminoso, afirmava não haver razão que essas penalidades fossem
impostas a um comportamento criminoso de baixo potencial ofensivo. Portanto, para Adam
Smith as punições deviam ser racionais com princípio de reparar o dano daquele que foi
atingido pelo ato criminoso.
Césare Beccaria (1764) considerado como principal representante da Escola Clássica
do Direito Penal compartilhava da ideia smithiana de desproporcionalidade entre a gravidade
do crime e da punição imputada aos criminosos. Esse autor considerava que o crime era
resultado de uma escolha racional errada, ou seja, o criminoso fazia a escolha de forma
racional por práticas um ato ilícito, e o resultado é a irracionalidade por cometer uma
transgressão. Entretanto, tanto Adam Smith como Beccaria, reconheciam a importância da
pena como instrumento para dissuadir o indivíduo de cometer o crime.
Segundo Fukuyama (apud Fernandez e Pereira 2001), o comportamento criminoso se
vincula às características do capitalismo principalmente da luta de classes. De acordo com
Karl Marx a desigualdade social proveniente do processo de industrialização, foi responsável
pelo aumento nos índices de desemprego, que, por sua vez, tem origem na luta de classes
entre o sistema capitalista de produção e proletariado, ao criar um exército industrial de
reserva que é explorado pelo capital.
Wacquant (1999) aponta que a desigualdade social tem correlação positiva com a
criminalidade, sendo os espaços de pobreza, ambiente natural da ocorrência do crime. Em
17
geral, o capitalismo não distribui de forma equânime a riqueza, gerando desigualdade social,
já que os meios de produção são apropriados por uma pequena parcela da população, o que
limita o acesso aos demais membros da sociedade, o que leva ao aumento da pobreza.
Entretanto, o principal trabalho sobre a economia do crime foi desenvolvido por Gary
Becker (1974), baseado nos princípios utilitaristas dos autores clássicos e neoclássicos,
especialmente Jeremy Bentham que considerava que as penas deviam se aplicadas para obter
a utilidade geral da sociedade. A penalidade devia, portanto, ser forte o suficiente para que o
indivíduo fosse desestimulado de cometer o delito, quando realizasse o cálculo racional dos
custos e benefícios envolvidos no crime cometido.
Segundo Bentham (1822), as penalidades são impostas como consequências de ações
que maximizam o bem-estar do indivíduo, mas que, para a sociedade são nocivas ao bem
público e privado. A imposição de penalidades ao indivíduo que comete um ato criminoso
reduz o prazer da sua realização.
Essas punições visam alcançar três objetivos: inabilitação, reforma e vergonha, que
concomitante, podem reduzir que indivíduos contumazes no crime, permaneçam praticando
esses atos. Na visão desse autor, a pena de reclusão dificulta ou inabilita os criminosos a
continuarem na criminalidade; com atividades profissionalizantes e educação os presos
reformam sua personalidade, dignidade, elevando sua autoestima uma vez que por motivos
alheios sua vontade não teve acesso quando se encontrava em liberdade; e, por fim, a
vergonha de ser visto pela sociedade como e- presidiário.
Nesse sentido a pena quando aplicada de forma eficaz e equânime atinge os objetivos
de forma que retira as características do indivíduo que atua na ilegalidade.
A melhor maneira de compreender esse processo é considerar que a punição imposta à
criminalidade visa interromper as atividades criminosas. Nesse sentido Bentham deixa claro
que um crime impune libera o caminho para novos indivíduos propensos a criminalidade e
que a punição é modo de manter a sociedade nas atividades lícitas, uma vez que a pessoa
punida é um espelho para os outros possíveis criminosos.
A penalidade devia, portanto, ser forte o suficiente para que o indivíduo fosse
desestimulado de cometer o delito, quando realizasse o cálculo racional dos custos e
benefícios envolvidos no crime cometido.
[...] a análise de escolha usual dos economistas e assume que uma pessoa comete
uma ofensa se a utilidade esperada para ele exceder a utilidade que poderia obter
usando seu tempo e outros recursos em outras atividades. Algumas pessoas se
tornam "criminosas", portanto, não porque sua motivação básica seja diferente de
outras pessoas, mas porque seus benefícios e custos diferem. (BECKER, 1974, p. 9).
Portanto, é evidente que a busca de maximizar a utilidade como fator que determina se
a pessoa comete ou não o crime. De acordo com Cerqueira e Lobão (2004, p.247)
Isso significa que a penalidade aplicada com a finalidade de dissuasão para impedir
que novos crimes aconteçam, nem sempre é o que determina se o delito ocorre ou não, já que
aquele indivíduo acostumado ao crime busca maximizar sua utilidade, mesmo considerando
os riscos de ser descoberto e punido no cálculo dos custos e benefícios.
Gary Becker (1974), foi o primeiro economista que desenvolveu um modelo formal
que buscava explicar os aspectos econômicos e sociais do crime empiricamente. Para criação
do modelo estabeleceu as seguintes relações:
19
(1) o número de crimes, denominados "delitos" neste ensaio, e o custo dos delitos,
(2) o número de delitos e as punições cumpridas, (3) o número de delitos, prisões e
condenações e os gastos públicos com policiais e tribunais, (4) o número de
condenações e os custos de prisões ou outros tipos de punições, e (5) o número de
delitos e os gastos privados em proteção e apreensão. (BECKER, 1974, p.5).
O estudo foi feito para o ano de 1960 nos Estados Unidos. O método aplicado foi o
mesmo método de escolha usado pelos economistas para explicar a entrada em atividades
legais, os infratores preferem o risco na margem. Empiricamente o modelo demonstra a
associação entre taxas de crimes e desigualdade de renda bem como atividade de aplicação da
lei. O resultado demonstrou que, políticas ótimas para o combate do comportamento ilegal
fazem parte de alocação ótima de recursos.
Segundo Becker a principal contribuição do seu estudo foi demonstrar que políticas de
combate ao comportamento ilegal fazem parte da política ótima de alocação de recursos e,
portanto, devem ser analisadas utilizando os instrumentos que a teoria econômica oferece.
Ressalta que alguns aspectos relacionados ao crime, como punição e prisão são não
monetários, mas se constituem custos para a sociedade e para os infratores, daí a importância
de tratar o crime como um fato também econômico, que inclusive já tinha sido apontado por
autores como Beccaria e Bentham.
desigualdade de renda não teve correlação positiva com os homicídios, não sendo
estatisticamente significativa.
Estes estudos encontram-se relacionados no Quadro 1 e foram baseados em diferentes
métodos de análise, mas a maioria dos autores utilizou modelos de regressão, para mensurar o
impacto de variáveis econômicas, sociais e demográficas sobre a criminalidade. Esse registro
serve de referência para a escolha da metodologia utilizada neste estudo.
Este capítulo procurou apresentar algumas vertentes que tratam da teoria econômica
do crime, enfatizando uma das suas principais abordagens, a de Gary Becker (1974) que é a
principal referência sobre o tema, para quem a opção do indivíduo por atuarem em atividades
ilícitas, é parte da condição social e econômica existente.
Porém, os estudos empíricos apresentados confirmam de certa forma essa ideia, já que
muitos dos indicadores utilizados para explicar a criminalidade, são variáveis
socioeconômicas. O próximo capítulo será discutido indicadores de criminalidade e gasto
público no Brasil e Minas Gerais.
24
1
Publicado pelo Fórum Brasileiro de Segurança Pública. Disponível em https://forumseguranca.org.br/wp-
content/uploads/2021/02/anuario-2020-final-100221.pdf. Acesso em 20/10/2021.
Modelo formulado e estimado após vários testes conjuntos de variáveis.
2
Conforme The World Bank Data. Disponível em https://data.worldbank.org/indicator/VC.IHR.PSRC.P5?
end=2018&locations=BR-AR-CL-CO-VE-PY-BO-US&start=1993&type=shaded&view=chart. Acesso em
21/10/2020.
25
Gráfico 1 - Número de Homicídios Intencionais por 100 mil habitantes: Países selecionados
da América do Sul (2011 a 2018)
70
60
número por 100 mil habitantes
50
40
36,7
30 27,3
25,3
20 21
10
0
2000 2011 2012 2013 2014 2015 2016 2017 2018
O crescimento menor verificado a partir de 2005 até 2016 resultou segundo essa
mesma fonte3 de três fatores: “mudança do regime demográfico rumo ao envelhecimento da
população e à diminuição do número de jovens; a implementação de ações e programas
qualificados de segurança pública em alguns estados e municípios brasileiros; e o Estatuto do
Desarmamento” (ATLAS DA VIOLÊNCIA, 2021, p.13).
35 31.6
30
30 28.9
taxa por 100 mil habitantes
27.8
25
22.2
22.7
20
15
1011.7
0
81 83 85 87 89 91 93 95 97 99 01 03 05 07 09 11 13 15 17 19
19 19 19 19 19 19 19 19 19 19 20 20 20 20 20 20 20 20 20 20
Fonte: Elaboração própria a partir dos dados do Anuário Brasileiro de Segurança Pública (2020).
Além disso, é importante mencionar que esse período foi marcado por políticas
públicas, como a Bolsa Família, iniciado em 2003, baseado em ações de complemento de
renda, acesso a direitos e articulação com políticas como a educação, com vistas a promover o
desenvolvimento das famílias de menores níveis de renda, considerado como instrumento
importante na redução da criminalidade.
Desde o final dos anos 1980 até 2019, a distribuição espacial da taxa de homicídios
por 100 mil habitantes do Brasil, teve mudanças importantes. As regiões que apresentavam
taxas mais baixas (menores que 20) em 1989 eram Nordeste, Norte e Sul, enquanto as regiões
Sudeste e Centro-Oeste apresentavam taxas superiores a 20, quando a taxa média do país era
de 20,30 homicídios por 100 mil habitantes.
3
O Atlas da Violência (2021, p.13) monstra diversas ações por parte dos Estados e municípios que adotaram
políticas e programas inovadores como por exemplo, o INFOCRIM (São Paulo); Fica Vivo e IGESP (Minas
Gerais); Pacto pela Vida (Pernambuco); UPPs (Rio de Janeiro); Estado Presente (Espírito Santo); dentre outros.
27
Figura 1 - Taxa de Homicídio por 100 mil habitantes para o Brasil e Regiões: 1989-2019
Segundo esse autor, quando maior a população carcerária, tanto maior se torna o poder
dos chefes de organizações criminosas, dentro das prisões. Esse “novo modelo de negócio
criminal, organizado das prisões, se espalha por todo o Brasil. Novos grupos passam a exercer
28
seus comandos a partir das prisões”, inclusive extrapolando as fronteiras nacionais, com
ampliação de parcerias nas fronteiras do país (MANSO, 2019, p.37).
O Gráfico 3 mostra o comportamento das mortes violentas intencionais do Brasil e das
Regiões na última década, com o Norte e Nordeste com maiores crescimentos até 2017. A
partir de 2018 todas as regiões mostram reduções na taxa de mortes violentas intencionais, o
que ocorreu também em 2020, com exceção das regiões Nordeste e Sul, que apresentaram
taxas crescentes. Ou seja, em 2020, três regiões seguiram a tendência de queda, mas, as
regiões Nordeste e Sul apresentaram crescimento de, respectivamente, 20,3% e 4,7% em
relação a 2019, puxando a média do país para cima.
Gráfico 3 - Taxas de Mortes Violentas Intencionais, Brasil e regiões.
60.0
50.0
Taxa de mortalidade por 100 mil hab.
40.0
30.0
20.0
10.0
0.0
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
F
onte: Extraído de Anuário Brasileiro de Segurança Pública (2021, p. 26). Acesso em 19/08/2021.
100
80 75.0790228550306
60
40
Variação %
30.1965485658207
23.1310747589292
20.1400133284273
20 13.7630064555954
12.2654789753926
11.248823149743
11.2261854948166
10.3286515340484
8.19577481758447
7.21587812937654
4.00262371118998 5.50740334757964
1.88239607546583
1.17508766387524
1.18236041859563
1.17141201598487
00
-0.251860228894296
-2.06759536600113
-2.17559783208084
-5.01983749832711
-5.74772549156802
-6.20651383472918
-7.2998378118021
-20 -18.421540567549
-19.365462319281
-20.0899603023066
-23.5754500710238
-40
Brasil AP PA RR RJ DF AMMGGO SC AC RS SP MS SE RO RN PE MT TO PR BA ES AL PI PB MA CE
Fonte: extraído de Anuário Brasileiro de Segurança Pública (2021, p.23). Acesso em 19/08/2021.
No caso do Ceará, que teve o maior aumento na taxa de crimes violentos intencionais,
além dos demais fatores mencionados, o motim da Polícia Militar no estado, que ocorreu em
2020, desorganizou a segurança pública e interrompeu as políticas que estavam em curso,
30
Entre 2011 e 2020, a região Sudeste teve taxa de mortes violentas intencionais por 100
mil habitantes menores que a média do Brasil, conforme mostra a tabela, pois São Paulo foi o
estado que teve taxas menores. Em Minas Gerais, foi só a partir de 2017, que essas taxas se
tornaram menores na visão nacional, entretanto, a maior redução nesse período ocorreu nessa
unidade da federação, seguida do Espírito Santo.
O Rio de Janeiro foi o único a apresentar crescimento de 9,3% no período
considerado. Essas reduções verificadas na taxa de mortes violentas intencionais desses
quatro estados da região sudeste são atribuídas, por diversos estudiosos, como resultado de
políticas públicas adotadas nos níveis nacional, estadual e municipal, como o estatuto do
desarmamento (2003); políticas de combate ao crime como o Fica Vivo e o Integração e
Gestão em Segurança Pública – IGESP em Minas Gerais, o Estado Presente em Defesa da
Vida no Espírito Santo, o Sistema de Informação Criminal – INFOCRIM em São Paulo;
utilização de georreferenciamento para mapear e combater o crime em áreas de maior
incidência; criação da guarda municipal; dentre outros.
Tabela 1 - Mortes Violentas Intencionais por 100 mil habitantes - Região Sudeste 2011 a 2020
Variação
Taxas de MVI
Variação % %
201 201 201 201 201 201 201 201 201 202 2020/2011 2020/201
Ano 1 2 3 4 5 6 7 8 9 0 9
Brasil 24,5 28,2 27,8 29,5 28,6 29,9 30,9 27,6 22,7 23,6 - 3,6 4,0
Região Sudeste 17,8 20,1 19,8 20,7 18,7 19,5 19,8 17,6 15,8 14,6 -17,9 - 7,6
Espírito Santo 42,0 48,5 42,7 41,9 37,2 32,9 37,5 29,9 26,5 29,7 -29,2 12,3
Minas Gerais 19,2 20,8 20,6 21,3 20,9 20,8 19,6 15,3 13,4 12,6 -34,3 - 5,7
Rio de Janeiro 25,8 26,1 32,7 34,7 30,3 37,6 40,4 39,1 34,6 28,3 9,3 - 18,4
São Paulo 12,0 15,1 12,5 13,2 11,7 11,0 10,7 9,5 8,9 9,0 -25 1,2
Fonte: Elaboração própria a partir de Anuário Brasileiro de Segurança Pública (2021). Acesso em
19/08/2021.
A série histórica da taxa de homicídios por cem mil habitantes para Minas Gerais
vinha com tendência crescente persistente desde 1990, com picos de 22,84 em 2004 e de
22,98 em 2012, conforme mostra o gráfico com menor valor de 7,59 no primeiro ano. Embora
durante todo o período as taxas de homicídios de Minas Gerais tenham ficado sempre abaixo
das do Brasil, o crescimento no Estado foi maior do que o do país.
O Gráfico 5 mostra que entre 1990 e 2017 (pico da série) a taxa de homicídios do
Brasil cresceu 42,2%, enquanto a de Minas Gerais aumentou 168,2%. Pouco mais de duas
décadas, o crescimento dos homicídios em Minas Gerais foi quase três vezes maior que o
aumento verificado no Brasil.
A partir de 2012, ocorreram reduções persistentes nesse indicador, que chegando em
2020 a 12,6 o que é cerca de 45% menor que a daquele ano. De 2017 para 2019, a queda na
taxa de homicídios do Brasil foi de 31,5%, e de Minas Gerais 32,8%.
Gráfico 5 - Taxa de Homicídios por 100 mil habitantes Brasil e Minas Gerais: 1990-2019
35 30.33 31.59
29.14
30
21.65
25 22.22 22.84 22.98
Taxa de homicidios
20,36
20
15
13.67
10
57.59
mesmo problemas de saúde mental da população, o que pode agravar a violência. Da mesma forma, lembra que a
liberação de presos devido à pandemia pode também ter contribuído para o aumento da criminalidade. Também,
muitos profissionais da segurança pública foram contaminados pelo vírus Covid, reduzindo o efetivo de combate
ao crime.
32
para verificar a dependência espacial entre a taxa de crimes violentos, gasto com segurança
pública e gasto com educação.
Mesmo sem ser a análise espacial de dados o método utilizado neste estudo, o que
exigiria se dedicar mais a essa técnica, foi feito um exercício com os dados, utilizando o
software GeoDa, para verificar como a taxa de homicídios se apresentava espacialmente no
estado de Minas Gerais.
Anselin (1995) considera a análise exploratória de dados espaciais como um método
por meio do qual é possível verificar se existe autocorrelação entre as variáveis nas várias
dimensões, de global ou local, por meio da influência dos efeitos espaciais. A metodologia de
Análise Exploratória de Dados Espaciais (AEDE) tem como princípio visualizar e descrever
os aspetos espaciais na base de dados, demonstrando os efeitos da autocorrelação e da
heterogeneidade espacial. Tem como objetivo apresentar a distribuição espacial, isto é, os
cluster espaciais, verificar a presença de diferentes regimes espaciais ou outras instabilidades
espaciais, assim como identificar outliers (ALMEIDA, 2012).
Os dois principais tipos de matriz de peso espaciais que indica a fronteira que será
considerada para análise são: Rainha (Queen) e Torre (Rook), que nas palavras de Figueiredo
(2002) a percepção dos efeitos espaciais é dada por ponderações de uma unidade sobre as
outras, assim a variável observada em cada região quando for vizinha da região analisada
recebe uma ponderação. Nesse sentido a convenção de contiguidade dita Rainha, são todas as
unidades que dividem qualquer tipo de fronteira com a unidade analisada são consideradas
vizinhas.
Para Oliveira (2008) a maneira mais utilizada para testar autocorrelação espacial
global, ou seja, se há coincidência de semelhança de valores de uma variável com a
semelhança da localização dessa variável em análise, é o I de Moran. A estatística I de Moran
é um coeficiente de autocorrelação, quando próximo do valor 1 (positivo), indica correlação
positiva, ou seja, valores altos tendem a estar próximo de valores altos, e de forma análoga
para valores baixos.
Se a estatística for próxima de 1 (negativo), ocorre o oposto, valores altos estarão
próximo de valores baixos e valores baixos estarão próximos de valores altos. Quando a
estatística de I de Moran quando for zero, não existe autocorrelação espacial (ALMEIDA,
2012).
Anselin (1995) ressalta que é possível em regiões isoladas, existir padrões espaciais
mesmo quando a estatística do I de Moran apontar ausência, que o Indicador Local de
Associação Espacial (LISA), é recomendado uma vez que observa padrões locais de
33
associação linear estatisticamente significativo, de forma que este indicador mostra aquelas
unidades que ao seu redor há aglomeração de valores semelhantes, de forma que o somatório
do LISA é proporcional ao indicador de autocorrelação espacial global.
O indicador LISA, é baseado no I de Moran, assim valores próximos de 1 (positivo)
indicam a existência de relação espacial do tipo Alto-Alto e Baixo-Baixo. Para valores
próximos de 1 (negativo), indica a existência espacial do tipo Alto-Baixo e Baixo-Alto. Para
valores próximos de zero, o polígono em análise não está significativamente associado
espacialmente aos seus vizinhos.
Figura 2 - Análise de dependência espacial local (LISA) para taxa de crimes violentos: 2015
e 2019
2015 2019
Quadro 4 - legenda para leitura dos mapas de dependência espacial bivariada (LISA) (Figuras
3 e 4)
Tipo de Associação Descrição
Alto-Alto Alto gasto (segurança/educação) cercado por alta criminalidade
Quanto à análise bivariada da taxa de crimes violentos e gasto com segurança pública,
a Figura 3 mostra um comportamento bastante heterogêneo para os anos analisados. Para o
ano de 2015 a Região do Triângulo Mineiro, Região Metropolitana de Belo Horizonte,
Noroeste e Norte de Minas Gerais, apresentam formação de cluster “alto-alto”, ou seja,
municípios com altas taxas de crimes violentos com altos gastos com a função segurança.
Percebe-se também que a Região Zona da Mata e Sul de Minas apresentam outlier, formação
de cluster “alto-baixo”, ou seja, municípios com altos gastos com segurança pública e baixa
taxa de crimes violentos.
Comparando o ano de 2019 com o ano de 2015, mantém o padrão heterogêneo, com
aumento de municípios com formação de clusters “alto-alto” na região do Triângulo Mineiro,
de forma particular a região Noroeste, não manteve a formação de cluster observado no ano
de 2015. Percebe-se também que o padrão “baixo-baixo” permanece na mesma região, mas
com aumento em 2019 comparando com 2015.
Figura 3 - Análise de dependência espacial local bivariada (LISA) para gasto com segurança
pública e taxa de crimes violentos: 2015 e 2019
2015 2019
36
Figura 4 - Análise de dependência espacial local bivariada (LISA) para gasto com educação e
taxa de crimes violentos: 2015 e 2019
2015 2019
37
Segundo Riani (2012) a União, Estados e Municípios tem nos gastos públicos
ferramenta importante, para realização das prioridades de prestação de serviços públicos
38
básicos e de investimentos. Os gastos públicos podem ser conceituados “como uma escolha
política dos governos no que se refere aos diversos serviços que prestam à sociedade.
Representam o custo da quantidade e da qualidade dos serviços e bens oferecidos pelo
governo” (RIANI, 2012, p.54).
Considerando que os gastos públicos se destinam a promoção de prestação de serviço
à sociedade com vistas a satisfazer sua necessidade, as despesas com segurança pública,
quando realizadas com eficiência, podem aumentar o bem-estar social.
A Constituição Federal de 1988, em seu artigo 144, define:
Gráfico 6 - Despesas com segurança pública e mortes violentas intencionais no Brasil: 2011-
2020
85000 35.0
30.0
80000 por cem mil habitantes
25.0
75000
20.0
15.0
70000
10.0
65000
5.0
60000 0.0
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
A demonstra os gastos per capita com segurança a preços constantes por unidade da
federação para os anos de 2015 e 2020. Segundo o Anuário Brasileiro de Segurança Pública
40
(2021) as despesas com a função segurança pública cresceram de 67,3 para 79 bilhões de reais
entre 2011 e 2015, com variação de 17,5%.
A partir de 2016 houve reduções nas despesas com pequenos variações, tendo em vista
a crise econômica e fiscal que o país enfrentava desde 2014/2015 e que significou
sobreposição de crises com o início da pandemia de Covid 19 em 2020, chegando a 2020 a
valores semelhantes ao de 2014 (77,2 milhões) (ANUÁRIO BRASILEIRO DE
SEGURANÇA PÚBLICA, 2021, p.161).
Figura 5 - Gastos per capita com Segurança Pública dos Estados Brasileiros: 2015 e 2020
Fonte: Elaboração própria a partir dos dados disponibilizados pelas instituições (Anuário Brasileiro de Segurança
Pública 2021 e IBGE). Valores atualizados pelo IPCA de dezembro/2020.
A Tabela 2 mostra a evolução das despesas com Segurança Pública para a União,
Estados, Municípios e Distrito Federal, com valores em bilhões de reais constantes de 2020.
Entre 2011 e 2020 houve crescimento desse item de despesa da União de 11,92% e dos
Estados de 15,73%. Ao mesmo tempo, os municípios reduziram essas despesas em 1,49%.
Percebe-se que os Estados e Distrito Federal respondem pela maior parte do
financiamento da segurança pública do país.
Tabela 2 - Evolução das despesas com a Função Segurança Pública, por ente federativo em
bilhões de reais valores constantes de 2020 no período 2011 a 2020
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Variação%
41
União 12,33 13,10 13,03 12,03 10,98 11,10 10,82 12,16 11,69 13,80 11,92
Unidades da
Federação 67,32 69,02 71,30 77,20 79,09 77,26 77,48 79,28 79,78 77,91 15,73
Minas Gerais 10,7 7,6 8,6 9,6 10,9 10,2 10,1 9,9 9,3 8,9 - 16,8
Municípios 4,70 5,27 5,21 5,37 5,51 5,91 5,75 6,25 6,58 4,63 -1,49
Total 84,35 87,39 89,54 94,60 95,58 94,27 94,05 97,69 98,05 96,34 26,16
Fonte dos dados básicos: Anuário Brasileiro de Segurança Pública 2021 (elaboração própria,
acesso em 19/08/2021).
, mostra a redução das despesas com segurança pública entre 2019 e 2020 para os
entes federativos e os municípios e aumento dos valores da União.
Segundo o Anuário Brasileiro de Segurança Pública (2021) o surgimento da pandemia
significou uma sobreposição de crises para as unidades da federação que já vinham lidando
com a crise fiscal e financeira desde 2014 e, as medidas restritivas impostas pelo Covid-19
significou mais redução nas receitas. Com isso, a mobilização das despesas para o
enfrentamento da pandemia foi necessária.
Gráfico 7 - Evolução das despesas com segurança pública: Brasil e entes federativos: em
valores constantes de 2020
90.00
79.09 77.48 79.28 79.78 77.91
80.00 77.20 77.26
69.02 71.30
70.00
Bilhões de Reais
60.00
50.00
40.00
30.00
13.80
13.10
13.03
12.16
12.03
11.69
20.00
11.10
10.98
10.82
6.58
6.25
5.91
5.75
5.51
5.37
5.27
5.21
4.63
10.00
0.00
2012 2013 2014 2015 2016 2017 2018 2019 2020
No total do país, verificou-se uma redução de cerca de 1,98% de 2019 para 2020 nos
gastos com segurança pública dos Estados, Distrito Federal e municípios e aumento de 13,4%
42
dos gastos da União com este item de despesa. Minas Gerais teve forte redução nos gastos
com segurança pública de 16,8% entre 2011 e 2020, devido às restrições do ajuste fiscal do
Estado.
Mesmo que os dados apresentados aparentemente possam indicar a existência de
correlação entre a taxa de homicídios e os gastos com segurança pública, foi necessário
realizar um estudo empírico baseado em método econométrico para melhor discussão da
relação entre essas variáveis, sendo o que será tratado no capítulo seguinte.
43
4 METODOLOGIA
A variável Porte Ilegal de Arma de Fogo foi incluída no modelo como variável de
controle. Ela representa o número absoluto de ocorrências de porte ilegal de arma de fogo
(conforme definição constante em Registro de Eventos de Defesa Social – REDS), registradas
pelas polícias estaduais (militar e civil), excluindo os registros de posse ilegal 5 de arma de
fogo, para cada um dos 853 municípios mineiros.
5
Conforme lei Federal 10.826/2003 Estatuto do Desarmamento, o Art. 12 defini como posse ilegal de arma de
fogo “possuir ou manter sob sua guarda arma de fogo, acessório ou munição, de uso permitido, em desacordo
com determinação legal ou regulamentar, no interior de sua residência ou dependência desta, ou, ainda no seu
local de trabalho, desde que seja o titular ou o responsável legal do estabelecimento ou empresa”.
46
Outra variável que, a princípio, tem um efeito ambíguo sobre o crime. Primeiro,
amplia o valor moral de se cometer um crime. Segundo, cria condições para se
obtiver maiores oportunidades de emprego. Terceiro, diminui o custo de se cometer
um crime. Quarto, aumenta o lucro do crime. Quinto, reduz a probabilidade de ser
preso (KUME, 2004, p.4).
47
6
Jusbrasil: São considerados crimes de colarinho branco corrupção, sonegação, fraude, suborno, informação
privilegiada, extorsão, apropriação indébita, crime cibernético, lavagem de dinheiro, falsidade ideológica e
falsificação. Disponível em: < https://canalcienciascriminais.jusbrasil.com.br/artigos/782098604/os-crimes-de-
colarinho-branco-seu-alto-poder-de-lesividade-e-a-falencia-da-nacao>. Acesso em: 23/11/2021.
48
A correlação dessa variável com a criminalidade tem motivado diversos estudos, com
indicação de que a concentração e a desigualdade de renda, que geram parcelas da população
excluídas monetária e socialmente afetam direta, ou indiretamente, as escolhas do indivíduo
em relação ao crime.
De acordo com Kume (2004) quando há aumento da desigualdade de renda os valores
morais dos excluídos, podem alimentar sentimento de revolta que conduz o indivíduo a atos
antissociais, desde uma contravenção penal até o cometimento de um crime bárbaro. Como
não foi possível identificar variável que mensurasse a desigualdade para o período estudado,
optou-se por inserir essa variável que, segundo Garrido (2016) correlaciona positivamente
com o crime, indicando que quanto maior a pobreza maior será o nível de criminalidade.
A quinta variável das taxas de Rendimento do ensino médio (ABANDONO) foi
inserida no modelo como variável de controle. Expressa pela razão do número de alunos que
abandonaram a uma determinada série k ao longo do ano t e a matrícula total na série k. A
literatura econômica do crime aponta que o efeito esperado dessa variável seja oposto do
Gasto em Educação.
Ou seja, quanto maior o abandono escolar maior será a criminalidade, pela
importância que a educação tem na formação do indivíduo.
A sexta variável incluída no modelo é a densidade populacional (DENSIDADE), que
expressa o número de habitantes residentes em uma região geográfica por km², de forma que
ela indica a intensidade que um território é ocupado.
A escolha desta variável se justifica uma vez que com a concentração espacial da
população existe maior propensão de que o crime seja cometido. Essa variável é relevante no
Estado de Minas Gerais que possui um número de municípios elevado, com pequenas, médias
e grandes cidades.
Para Kume (2004), a identificação de criminosos é dificultada em ambientes
aglomerados assim como aumenta a probabilidade de fuga do potencial criminoso. Portanto,
cidades com densidade populacional alta, tendem a ter correlação positiva com a
criminalidade, uma vez que para executar e planejar as atividades delituosas demanda baixos
custos, segundo Glaeser e Sacerdote (1999), assim como a baixa probabilidade de captura e
prisão diante da facilidade de fuga ofertada pela aglomeração.
A sétima variável número de ocorrências de porte ilegal de arma de fogo
(PORTEDEARMA), foi incluída no modelo como variável de controle. Expressa pelo
número absoluto de pessoas presas portando arma de fogo sem estar em conformidade com a
legislação vigente.
49
A teoria econômica do crime aponta que o efeito esperado seja positivo, conforme
Gilson (2017, p.49) aponta em sua pesquisa que “o efeito encontrado demonstra que quanto
mais armas estiverem de posse da população, maior será a ocorrência de homicídios causados
por arma de fogo nas regiões analisadas”.
Além disso, há uma discussão recente sobre a flexibilização do porte de armas de fogo
no país que, segundo o Anuário Brasileiro de Segurança Pública (2021) em 2020 houve
aumento de mais de 100% nos registros de armas de fogo ativos no Sinarm – Sistema
Nacional de Armas do país, comparando com o ano de 2017. O Quadro 5 apresenta o resumo
das variáveis utilizadas no modelo.
setor formal e a
população
Percentual da PERPOB Razão entre a Fundação João
população pobre ou população pobre ou Pinheiro/IMRS
extremamente pobre extremamente
(Pobreza) pobre e a população
do município,
multiplicado por
100
Taxas de Rendimento ABANDONO Razão do número Fundação João
(Abandono) do ensino de alunos que Pinheiro/IMRS
médio abandonaram a uma
determinada série k
ao longo do ano t e
a matricula total na
série k
Densidade DENSIDADE Razão entre o Fundação João
populacional número total de Pinheiro/IMRS
pessoas residente
no município e a
sua área total, em
habitante/km²
Número de PORTEDEARMA Número absoluto Fundação João
Ocorrências de Porte de ocorrências de Pinheiro/IMRS
Ilegal de arma de fogo porte ilegal de arma
de fogo
Região D Dummy por IBGE
mesorregião
Fonte: Elaboração própria a partir dos dados disponibilizados pelas Instituições (IBGE e Fundação João
Pinheiro/IMRS).
Todavia, se a hipótese do teste de Hausman não for rejeitada, Greene (2003) sugere o
teste do Multiplicador de Lagrange (LM) de Breusch-Pagan, em que a hipótese nula
novamente é a escolha pelo modelo pooled.
Para testar a autocorrelação para dados em painel, utiliza-se o teste de Wooldridge,
onde a hipótese nula é a ausência de autocorrelação. Já para heterocedasticidade, opta-se pelo
teste de Wald, sugerido por Greene (2003), no qual a hipótese nula é de ausência de
heterocedasticidade.
𝑖 = 1,2,3, …,853
𝑡 = 1,2,3, …,5.
54
(mil reais), que foi obtido pela cidade de Itatiaiuçu em 2015 e o desvio padrão do Gasto com
Segurança Pública foi de R$ 14,71747 (reais).
A média dos Gastos com Educação foi de R$ 720,5909 (reais) em valores absolutos, o
valor máximo per capita foi de R$ 4.871,86 para a cidade de São Gonçalo do Rio Abaixo em
2015, o desvio padrão dos Gastos em Educação foi de R$ 302,09.
A média da Renda do Setor Formal foi de R$ 276,6798 (reais) em valores absolutos, o
valor mínimo per capita foi de R$ 13,07 para a cidade de Setubinha em 2017, o valor máximo
foi de R$ 4.350,71 (mil reais) para a cidade de Jaceaba em 2017, o desvio padrão da Renda do
Setor Formal foi de R$ 271,873.
A média do Percentual da População Pobre ou Extremamente Pobre foi de,
aproximadamente, 29,95503%. O mínimo do percentual de pobreza foi de 3,25%, na cidade
de Nova Serrana em 2017, e o máximo foi de 92,38% na cidade de Manga no ano de 2016. O
desvio padrão da variável Percentual da População Pobre ou Extremamente Pobre foi de
15,03436, aproximadamente.
A média da Taxa de Rendimento (Abandono) do Ensino Médio foi de,
aproximadamente, 7,098592. O mínimo da Taxa de Rendimento foi de 0 (zero) em 125 cidade
do Estado no período analisado, e o máximo foi de 28 nas cidades de Ipiaçu e Planura nos
anos de 2015 e 2017, respectivamente. O desvio padrão da variável Taxa de Rendimento
(Abandono) do Ensino Médio foi de 4,448716, aproximadamente.
A média da Densidade Populacional é de, aproximadamente, 70.50909 hab/km². O
mínimo da variável Densidade Populacional foi de aproximadamente 1,32 hab/km² na cidade
de Santa Fé de Minas em 2019, e o máximo de habitantes por quilômetro quadrado em uma
cidade em Minas no período analisado foi de 7.607,03 hab/km² na cidade de Belo Horizonte
no ano de 2019. O desvio padrão da Densidade Populacional foi de 335,059 hab/km²,
aproximadamente.
A média do Número de Ocorrências de Porte Ilegal de arma de fogo foi de,
aproximadamente, 4,767535 ocorrências em Minas Gerais. O mínimo foi de 0 (zero)
ocorrências de Porte Ilegal de arma de fogo, em 1.252,00 cidades no período analisado. O
número máximo de Ocorrências de Porte Ilegal de arma de fogo foi de 491 ocorrências, na
cidade de Belo Horizonte em 2015 e o desvio padrão da variável foi de 16,91426 ocorrências,
aproximadamente. O Quadro apresenta os resultados das estimativas.
dVerten _ _ _ -79,93498*
(16,38405)
dVJ _ _ _ 41,75429*
(14,13456)
dVM _ _ _ 58,6906*
(19,46748)
Cons. -370,8376* -538,4308* 51,38051 -248,8739*
(66,53) (94,62018) (147,5131) (64,50687)
R2 0,3314 0,3112 0,1531 0,4210
TESTES F / CHI2 PROB
Chow F (721, 2611) = 11,24 Prob > F = 0,0000
Breusch – Pagan Chi2 (01) = 2726,51 Prob > Chi2 = 0,0000
Hausman Chi2 (7) = 282,85 Prob > Chi2 = 0,0000
Wooldridge F (1, 659) = 147,416 Prob > F = 0,0000
Wal Chi2 (722) = 7,9 Prob > Chi2 = 0,0000
variável abandono que mede a desistência escolar, mostrou uma relação positiva com a
criminalidade, indicando que quanto mais pessoas fora da escola, maior a taxa de
criminalidade.
Com relação à variável de controle renda per capita, apresentou um resultado que pode
ser considerado ambíguo, já que o aumento de R$ 1,00 na renda per capita do setor formal,
levou a um aumento de 1,31 na taxa de crimes violentos. Se considerada a teoria de Becker
isso significaria que quanto maior o custo de oportunidade maior seria a probabilidade de se
cometer o crime. Entretanto, deve-se levar em conta que o rendimento do setor formal é um
indicador de renda e, em geral, a maior incidência de crimes ocorre em locais com rendas
maiores.
O percentual da população pobre e extremamente pobre apresentou relação positiva
com a taxa de criminalidade, com efeito, na taxa de crimes violentos em 1,58
aproximadamente ceteris paribus para cada ponto percentual adicional. De forma similar,
quando a densidade é elevada a 1 hab/km², eleva a taxa de crimes em 0,04 mantendo as
demais variáveis constantes, o que indica que a concentração da população ou as áreas mais
densamente povoadas é fator que aumenta a criminalidade.
A variável do número de ocorrências de porte ilegal de armas de fogo que, é um
indicador do porte de armas na população, mostrou uma relação positiva com a taxa de crimes
violentos. Assim o aumento do número de ocorrências de armas de fogo reflete o porte ilegal
de armas.
Ademais, em relação à análise das variáveis dummies acrescentadas, utilizou-se a
mesorregião Zona da Mata como categoria de referência, e segundo Gujarati (2006) insere no
modelo d-1 dummies para evitar cair na armadilha da varável dummy, assim cada unidade de
corte transversal terá seu próprio intercepto.
Os valores médios da taxa de crimes violentos apresentam diferenças dos valores
médios da Zona da Mata, uma vez que os coeficientes foram significativos. Os coeficientes
das dummies foram significativos a um nível de significância de 1%, excetuando o coeficiente
da dummy Sul/Suldeste que foi de significância de 10%, portanto há diferença da média da
taxa de Crimes Violentos dessas mesorregiões para a região Zona da Mata.
61
5 CONSIDERAÇÕES FINAIS
que, de certa forma parece estar de acordo com a teoria econômica do crime, desenvolvida por
Becker (1974) e outros.
O que se espera é que este estudo, possa ampliar o debate sobre variáveis que, de
alguma forma, afetam a criminalidade, podendo ser de interesse daqueles que atuam no setor
de segurança do Estado e do país, que são responsáveis pelo planejamento e execução de
ações políticas com vistas reduzirem a criminalidade.
O dispêndio de recursos públicos é um dos instrumentos importante para realização
desse planejamento e execução de projetos que possam reduzir o crime e aumentar a
segurança pública, aumentando o bem-estar da população. Dessa forma, o estudo buscou
discutir e medir o efeito do gasto com segurança pública sobre a taxa de criminalidade em
Minas Gerais.
A partir da análise realizada percebeu-se que a criminalidade pode ser reduzida a partir
de uma ação mais forte do Estado naquelas variáveis que se mostraram significativas na
determinação do crime e da violência. São ações que devem envolver a educação, a redução
da pobreza e da desigualdade, maiores gastos com segurança pública principalmente em áreas
com maior densidade populacional, assim como em fatores que, de alguma forma,
desagregam as cidades, estado ou regiões socialmente. São ações diretamente vinculadas ao
desempenho governamental, que podem levar a criação de políticas públicas permanentes de
combate ao crime.
Por fim, com vistas à realização de pesquisas futuras, sugere a melhoria nos dados
disponíveis e a criação de banco de dados com informações sobre criminalidade do Estado,
completando ou substituindo indicadores socioeconômicas descontinuados por outros com as
mesmas características, assim como melhoria nas séries temporais que, de alguma forma são,
ainda, séries curtas ou mesmo incompletas, para que haja maior confiabilidade nos resultados
obtidos.
63
REFERÊNCIAS
AMARAL, J. E. do. Uma análise do efeito dos gastos estaduais em segurança pública
sobre a criminalidade no Ceará para o período de 2010 a 2013 / Joafran Eufrasino do
Amaral. – 2014. 38p.
BECKER, K. L., KASSOUF. A. L. Uma análise do efeito dos gastos públicos em educação
sobre a criminalidade no Brasil. Economia e Sociedade, Campinas, v. 26, n. 1 (59), p. 215-
242, abr. 2017.
CASTRO, Silva e Lopes. Gastos com Educação, Saúde e Segurança Pública: Uma
Relação com as Taxas de Homicídios nos Municípios do Brasil. Revista de Gestão,
Finanças e Contabilidade, v. 10, n.3. 2020
CERQUEIRA, D.; LOBÃO, W. Criminalidade: Social Versus Polícia. IPEA. Texto para
Discussão n. 958. Rio de Janeiro, 2003.
GLAESER, E., SACERDOTE, B. Why is there more crime in cities. Journal of Political
Economy, v. 1007, n.6, p. S225-S258, 1999.
LOUREIRO, A.O. F. Uma análise econométrica do impacto dos gastos públicos sobre a
criminalidade no Brasil/André Oliveira Ferreira Loureiro – Fortaleza, 2006. 98f.
MANSO, Bruno & Nunes Dias, A guerra: a ascensão do PCC e o mundo crime no Brasil.
São Paulo: Todavia, 1ª ed., 2018. Disponível em https://ilide.info/doc-viewer.
MATTOS, E.; TERRA, R. Conceitos sobre eficiência. In: BOUERI Rogério; ROCHA, F.;
RODOPOULOS, Fabiana (Org.). Avaliação da qualidade do gasto público e mensuração da
eficiência. Brasília: Secretaria do Tesouro Nacional, 2015. p. 211-233. Disponível em:
<www.tesouro.fazenda.gov.br/-/tesouro-nacional-lanca-livro-sobre-qualidade-do-gasto>.
Acesso em: 08/04/2021.
PINDYCK, Robert S.; RUBINFELD, Daniel L. Microeconomia. São Paulo. 2005. 768 pág.
RESENDE, João Paulo de; ANDRADE, Mônica Viegas. Crime social, castigo social:
desigualdade de renda e taxas de criminalidade nos grandes municípios brasileiros,
2011.
SJOQUIST, D. L. Property crime and economic behavior: some empirical results. The
American Economic Review, Pittsburgh, v. 63, n. 3, p. 439-446, 1973.
SOSA, L. D. Qualidade do gasto público brasileiro: uma análise dos gastos estaduais
com saúde, educação e segurança / Laura Duarte Sosa, 2018. 66 f.
ANEXOS
dVerten _ _ _ -79,93498*
(8,466552)
dVJ _ _ _ 41,75429*
(9,306196)
dVM _ _ _ 58,6906*
(13,84279)
Cons. -370,8376* -538,4308* 51,38051 -248,8739*
(84,48454) (118,5679) (198,2558) (84,67319)
R2 0,3314 0,3112 0,1531 0,4210
TESTES F / CHI2 PROB
Chow F (721, 2611) = 11,24 Prob > F = 0,0000
Breusch – Pagan Chi2 (01) = 2726,51 Prob > Chi2 = 0,0000
Hausman Chi2 (7) = 282,85 Prob > Chi2 = 0,0000
Wooldridge F (1, 659) = 147,416 Prob > F = 0,0000
Wal Chi2 (722) = 7,9* Prob > Chi2 = 0,0000
SAÍDA DO STATA
Figura 7 - Regressão EF
. xtreg crimivio lgastse lgasted lredaforpc perpob abandono densidade portearma, fe
F(7,2611) = 74.03
corr(u_i, Xb) = -0.9958 Prob > F = 0.0000
sigma_u 2022.9747
sigma_e 102.52549
rho .99743806 (fraction of variance due to u_i)
F test that all u_i=0: F(721, 2611) = 11.24 Prob > F = 0.0000
Figura 8 - Regressão RE
. xtreg crimivio lgastse lgasted lredaforpc perpob abandono densidade portearma
> , re
sigma_u 148.58623
sigma_e 102.52549
rho .67745664 (fraction of variance due to u_i)
71
. xttest0
Estimated results:
Var sd = sqrt(Var)
Test: Var(u) = 0
chibar2(01) = 2726.51
Prob > chibar2 = 0.0000
. estimates store fe
. qui xtreg crimivio lgastse lgasted lredaforpc perpob abandono densidade portearma, re
. estimates store re
. hausman fe re
Coefficients
(b) (B) (b-B) sqrt(diag(V_b-V_B))
fe re Difference S.E.
chi2(7) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 282.85
Prob>chi2 = 0.0000
72
Robust
D.crimivio Coef. Std. Err. t P>|t| [95% Conf. Interval]
lgastse
D1. -6.310448 3.585548 -1.76 0.079 -13.35006 .7291656
lgasted
D1. 44.64839 15.99231 2.79 0.005 13.25021 76.04658
lredaforpc
D1. -5.801788 13.41667 -0.43 0.666 -32.14314 20.53956
perpob
D1. 1.171905 .5849616 2.00 0.046 .0234322 2.320377
abandono
D1. .9926596 .5152257 1.93 0.054 -.0188983 2.004217
densidade
D1. -5.248443 1.571516 -3.34 0.001 -8.333846 -2.16304
portearma
D1. 1.154239 .3838113 3.01 0.003 .4006911 1.907787
. xttest3
Robust
crimivio Coef. Std. Err. t P>|t| [95% Conf. Interval]
F(7,721) = 22.00
corr(u_i, Xb) = -0.9958 Prob > F = 0.0000
Robust
crimivio Coef. Std. Err. t P>|t| [95% Conf. Interval]
sigma_u 2022.9747
sigma_e 102.52549
rho .99743806 (fraction of variance due to u_i)
75
Robust
crimivio Coef. Std. Err. z P>|z| [95% Conf. Interval]
sigma_u 148.58623
sigma_e 102.52549
rho .67745664 (fraction of variance due to u_i)
Robust
crimivio Coef. Std. Err. t P>|t| [95% Conf. Interval]