IBMEC SÃO PAULO
Faculdade de Economia e Administração
Ernesto Martins Faria
O CRIME CONTRA A PESSOA E O CRIME CONTRA O
PATRIMÔNIO NA CIDADE DE SÃO PAULO: UMA
ANÁLISE DO PERFIL DAS VÍTIMAS
São Paulo
2008
Ernesto Martins Faria
O CRIME CONTRA A PESSOA E O CRIME CONTRA O
PATRIMÔNIO NA CIDADE DE SÃO PAULO: UMA
ANÁLISE DO PERFIL DAS VÍTIMAS
Monografia apresentada ao curso de Ciências
Economias, como requisito parcial para obtenção do
grau de Bacharel do Ibmec São Paulo.
Orientadora:
Prof. Luciana Yeung – Ibmec SP
São Paulo
2008
Faria, Ernesto Martins
O crime contra a pessoa e o crime contra o patrimônio na
cidade de São Paulo: uma análise do perfil das vítimas / Ernesto
Martins Faria. – São Paulo: Ibmec, 2008.
60 f.
Monografia: Faculdade de Economia e Administração. Ibmec
São Paulo.
Orientadora: Prof.ª Luciana Yeung
1. Criminalidade 2. Pesquisa de Vitimização 3. Crime contra
o patrimônio e crime contra a pessoa.
Ernesto Martins Faria
O crime contra a pessoa e o crime contra o patrimônio na cidade de
São Paulo: uma análise do perfil das vítimas
Monografia apresentada à Faculdade de Economia do Ibmec como parte dos
requisitos para conclusão do curso de graduação em Economia.
Aprovado em Dezembro de 2008
EXAMINADORES
______________________________________________________________________
Prof.ª Luciana Yeung
Orientadora
______________________________________________________________________
Prof. Fábio Gomes
Examinador
Prof.ª Regina Madalozzo
Examinadora
Agradecimentos
Agradeço a todos que contribuíram para que eu chegasse nesta etapa de
conclusão da graduação de ciências econômicas, e não são poucas pessoas, por isto não
vou conseguir agradecer todas. Mas, agradeço principalmente a minha família, que
sempre me apoiou nos momentos que mais precisava. Depois, a minha orientadora, que
sempre que necessitei de auxílio esteve disponível para me ajudar. Um agradecimento
especial também a minha professora Regina Madalozzo, que representa muito para mim
e foi fundamental neste ano para meu crescimento como aluno e como pessoa. E, como
não destacar também a minha colega de trabalho Fernanda Patriota, que sempre me
ajudou quando precisei. E, enfim, a instituição Ibmec São Paulo, a todos os amigos, aos
professores que tive durante toda a minha vida escolar, colaboradores do Ibmec São
Paulo, professor Fábio Gomes, também membro da minha banca examinadora, e ao
Colégio Juarez Wanderley que fez com que fosse possível eu estar escrevendo esta
monografia no Ibmec São Paulo.
Dedicatória
Dedico este trabalho há duas pessoas especiais na minha vida, a minha mãe
Rosangela Damasio Martins e a minha irmã Nathalia Martins Faria. Ás vezes talvez não
as trate como mereçam, mas o carinho que tenho pelas duas é incrível. Amo toda a
minha família, mas hoje o “eu te amo” vai para vocês duas. Amo-te mamãe e te amo
maninha!
Resumo
FARIA, Ernesto Martins. O crime contra a pessoa e o crime contra o patrimônio na
cidade de São Paulo: uma análise do perfil das vítimas. São Paulo 2008. 60p.
Monografia – Faculdade de Economia do Ibmec São Paulo.
Diversos estudos acerca da criminalidade já utilizaram a abordagem econômica
e muitos, utilizando o conceito proposto por Becker (1968) – do ato de fazer um crime
ser uma escolha racional - chegaram a um consenso de haver diferenças entre crimes
contra o patrimônio e crimes contra a pessoa quanto ao aspecto do perfil do criminoso e
da forma a qual “estima-se” a viabilidade de se cometer um crime. Contudo, poucos
estudos relevantes da literatura chegaram a investigar se há diferença no perfil das
vítimas que sofrem um crime englobado em uma destas duas categorias, objetivo deste
estudo. Aqui, pretende-se investigar as características dos vitimizados, utilizando-se da
Pesquisa de Vitimização elaborada em São Paulo pelo Instituto Futuro Brasil (IFB). Os
crimes analisados são roubo com utilização de arma de fogo, estelionato, agressão física
e agressão verbal, apresentando assim crimes contra o patrimônio e crimes contra a
pessoa com caráter violento e não violento. Adicionalmente, são apresentados os
distritos que a pesquisa relatou terem os maiores percentuais de entrevistados
vitimizados para cada delito aqui estudado, procurando saber se os resultados
confirmam os modelos estimados e a dimensão de proximidade dos delitos quanto ao
mapeamento destes crimes.
Palavras-chave: probit, vitimização, criminalidade, crime contra o patrimônio, crime
contra a pessoa, roubo, agressão, estelionato.
Abstract
FARIA, Ernesto Martins. The crime against person and the crime against property in the
city of Sao Paulo: an analysis of the profile of the victims. São Paulo 2008. 60p.
Monograph - Faculty of Economics of Ibmec São Paulo.
Several studies of the crime use the economic approach and many, are using the
concept proposed by Becker (Becker 1968) – the act of a crime to be a rational choice reached a consensus that there are differences between crimes against property and
crimes against the person on the aspect of the criminal profile and the manner in which
considers the feasibility of committing a crime. However, few relevant studies of the
literature came to investigate if there was any difference in the profile of the victims
who suffer a crime. This is one of the purposes of the study. Here, the intention is to
investigate the characteristics of the victimized, using the Survey of Victimization in
Sao Paulo's of Futuro Brasil Institute (FBI). The analyzed crimes are robbery with use
of a firearm, swindle, physical violence and verbal aggression, and there are crimes
against property and crimes against person (violent and not violent). Additionally, is
presented the districts where the research reported the biggest percentage of respondents
victimized for each offense here studied, looking whether the estimated results confirm
the model and size of proximity to the mapping of these crimes.
Keywords: probit, victimization, crime, crime against property, crimes against person,
robbery, assault, swindle.
Sumário
1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Revisão Bibliográfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3
3 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.1 Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2 Metodologia Econométrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.1 Análise Descritiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15
4.2 Modelos para a Criminalidade. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.3 Análise dos Distritos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5 Considerações Finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Referências. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
Apêndices. . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .48
Lista de tabelas
Tabela 1 – Variáveis analisadas nos modelos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .14
Tabela 2 – Modelos para roubo com utilização de arma de fogo. . . . . . . . . . . . . . . . . . 30
Tabela 3 – Modelos para estelionato. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .32
Tabela 4 – Modelos para agressão física . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
Tabela 5 – Modelos para agressão verbal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .35
Tabela 6 – Dprobit para os quatro crimes investigados . . . . . . . . . . . . . . . . . . . . . . . . .48
Tabela 7 – Matriz de correlação das variáveis explicativas . . . . . . . . . . . . . . . . . . . . . .37
Tabela 8 – Percentual de pessoas vitimizadas por distrito e por tipo de crime . . . . . . . 39
Tabela 9 – Vitimizações por entrevistado para os distritos e por tipo de crime. . . . . . . 49
Lista de figuras
Figura 1 – Percentual de pessoas vitimizada em São Paulo . . . . . . . . . . . . . . . . . . . . . 16
Figura 2 – Percentual de homens dentre os entrevistados e vitimizados . . . . . . . . . . . . 17
Figura 3 – Faixas etárias dos entrevistados e vitimizados . . . . . . . . . . . . . . . . . . . . . . . 18
Figura 4 – Estado conjugal dos entrevistados e vitimizados . . . . . . . . . . . . . . . . . . . . . 19
Figura 5 – Percentual de entrevistados e vitimizados dentro da PEA. . . . . . . . . . . . . . .20
Figura 6 – Renda da família dos entrevistados e vitimizados . . . . . . . . . . . . . . . . . . . . 20
Figura 7 – Renda pessoal dos entrevistados e vitimizados . . . . . . . . . . . . . . . . . . . . . . .21
Figura 8 – Percentual de entrevistados e vitimizados que mora com pelo menos uma
pessoa que sofreu furto ou roubo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .22
Figura 9 – Percentual de entrevistados e vitimizados que mora com pelo menos uma
pessoa que sofreu agressão física . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Figura 10 – Percentual de entrevistados e vitimizados que mora com pelo menos uma
pessoa que sofreu outra violência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .24
Figura 11 – Percentual de entrevistados e vitimizados que foi à casa noturna . . . . . . . 24
Figura 12 – Consumo de mais de cinco doses de bebida alcoólica dos entrevistados e
vitimizados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .25
Figura 13 – Percentual de entrevistados e vitimizados que nasceu em outra cidade . . .26
Figura 14 – Percentual de entrevistados e vitimizados que mora em uma favela. . . . . .27
Figura 15 – Percentual de entrevistados e vitimizados que possui automóvel . . . . . . . .28
Figura 16 – Percentual de entrevistados e vitimizados que participa mais de uma vez por
semana em alguma atividade religiosa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28
Figura 17 – Crimes violentos em Belo Horizonte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Figura 18 – Percentual de vítimas por crime no distrito . . . . . . . . . . . . . . . . . . . . . . . . .42
Figura 19 – Número de vítimizações por pessoa por crime no distrito . . . . . . . . . . . . . 43
1
1. Introdução
No dia 4 de maio de 2008 a Folha de São Paulo lançou uma manchete mostrando
o resultado de uma pesquisa feita na cidade de São Paulo no qual verifica-se que o
principal medo dos paulistanos é a violência. Esta manchete, que foi feita por meio de
uma pesquisa elaborada e que comemorava os 25 anos do Instituto de Pesquisa
Datafolha, gerou as mais diversas análises e opiniões. Contudo, a análise da mesma
deve ser feita com relativo cuidado para não se extrair informações que não
necessariamente a pesquisa fornece, algo que ocorreu em algumas das análises.
Primeiramente, ter medo da violência não pode ser confundido com ter medo de
crimes violentos. O medo de ser vítima de homicídio e de ser vítima de agressão física
deve ser diferente e, muitos estudos acabam não se atentando para isto quando analisam
tipos de crime. Outro ponto é a alta variância das respostas, embora a média retrate que
a violência é o maior medo, para alguns grupos o maior medo pode ser outro, como o
desemprego. Por fim, a própria análise das pessoas que têm medo da violência deve ser
feita com cuidado, pois o medo pode vir por diversos fatores: pelos hábitos do
indivíduo, renda disponível para adquirir bens que aumentem a segurança, localização
da residência dentre outros e não somente por problemas de segurança pública ou
enforcement1 da lei como se pode intuir.
Este estudo busca analisar os fatores que influenciam na vitimização dos
moradores de São Paulo através da análise de características dos entrevistados. Serão
testados modelos probit para ilustrar quais variáveis impactam na probabilidade de uma
pessoa ser vitimizada.
O texto não pretende adotar a simples abordagem de estudar crimes violentos e
não violentos. Outro tipo de separação de crimes utilizado é por crimes contra o
patrimônio e crimes contra a pessoa, e esta classificação parece ser mais adequada para
a análise das vítimas. Primeiro, pois tal abordagem separa crimes que apresentam
criminosos com perfis diferentes, já que as estatísticas mostram que os crimes contra a
pessoa são cometidos por uma maior proporção de jovens, que tendem a ser mais
influenciados por emoções. O próprio perfil destes dois crimes envolve objetivos
diferentes, já que os benefícios do crime são diferentes, sendo os contra pessoa não
1
Enforcement é uma terminologia anglo-saxônica bastante abrangente e que aqui aplicado refere-se à
execução e aplicação da lei.
2
monetários, ou não lucrativos como classifica Becker (1968). Outra vantagem é que
estes dois tipos de crime apresentam diferenças quanto às atitudes que a possível vítima
pode tomar. Seguindo as teorias de estilo de vida (life-style models) e oportunidades
(opportunity models) utilizadas, por exemplo, em Beato, Andrade e Peixoto (2004), há
cinco determinantes para a vitimização de um indivíduo: exposição da vítima,
capacidade de proteção, atrativos das vítimas, natureza dos delitos e a proximidade da
vítima com o agressor. Para crimes contra a pessoa, a variável “proximidade da vítima
com o agressor” tem maior impacto se comparado com os crimes contra o patrimônio.
Inicialmente, há a argumentação sobre o problema de considerar crimes
violentos de forma agregada, mas não deixa de ser problemático analisar crimes contra
o patrimônio e contra a pessoa de forma agregada. Por isto, o texto ilustra o problema
por meio de um estudo dos distritos, o que permite também descobrir locais que são
mais visados quanto à criminalidade (hot spots2). A análise dos distritos mostra o
percentual de entrevistados vítima de roubo com utilização de arma de fogo, estelionato,
agressão física e agressão verbal, os quatro crimes analisados neste estudo. Estes delitos
foram escolhidos de forma a englobar crimes contra o patrimônio e crimes contra a
propriedade com caráter violento e não violento. Com as taxas de vitimização nos
distritos se perceberá que locais alvos de um delito podem ser locais de baixa
vitimização em outro delito, mostrando a particularidade existente nos crimes
analisados e se as taxas de vitimização corroboram os resultados ilustrados nos modelos
probit.
A seguir uma revisão bibliográfica sobre o tema, ilustrando estudos referência
em criminalidade. Após a revisão haverá as seguintes seções: metodologia que
explanará sobre a base de dados e sobre os modelos que pretende-se adotar; resultados,
no qual há uma análise descritiva, modelos que identificam quais variáveis impactam os
crimes analisados e também a relação entre os crimes contra o patrimônio nos distritos e
os locais alvo de criminalidade, vendo se estão adequados com os resultados dos
modelos estimados; e, por fim, as considerações finais, mostrando as principais
conclusões do estudo.
2
Esta terminologia é usada para definir áreas com alta incidência de criminalidade.
3
2. Revisão Bibliográfica
O estudo sobre crime pode ser feito por meio de diversas abordagens, das quais
as principais são: a abordagem legal, a abordagem sociológica e a abordagem
econômica. Este estudo tem mais ênfase na abordagem econômica, porém, para maior
compreensão, é apresentada brevemente também a abordagem legal.
Um crime, no sentido jurídico e de acordo com Brenner (2001), é um ato de
transgressão de uma lei vigente na sociedade, ou como define Schaefer (2002), é uma
ação típica, antijurídica e culpável, i.e., é uma ação que vai contra as leis vigentes em
uma nação na qual o agente é plenamente responsável pela violação à legislação.
Já no conceito da teoria econômica, é algo que causa danos públicos e privados.
Desta forma, um ato é considerado criminoso se sua contenção gerar aumento do bemestar social, isto é, se a não presença do criminoso – ou a não realização do ato
criminoso - na sociedade impacta positivamente o bem-estar da população. Para
desincentivar ações criminosas a punição para a pessoa que cometeu o crime deverá ser
de tal forma que a deixe em uma situação pior da qual estava antes de cometê-lo.
Após ler a abordagem econômica, instintivamente, algumas pessoas podem
questionar a atitude criminosa, já que o custo do crime pode ser superior aos seus
benefícios esperados em cometê-lo. A teoria econômica explica a escolha da
criminalidade como algo racional, i.e., para o criminoso, a punição esperada em vigor
tem menor valor do que o ganho esperado do crime.
Os grandes expoentes desta teoria são Gary Becker e Isac Ehrlich. Becker foi o
primeiro economista a utilizar a visão do ser humano como agente individualista e
racional como explicação para a criminalidade. Ele aponta o homem como um agente
que avalia sua participação em atividades criminosas comparando o valor dos benefícios
resultantes das atividades ilícitas com os ganhos alternativos no mercado legal.
Algumas palavras de Becker sobre criminalidade:
“Indivíduos racionais se tornam criminosos quando os retornos do
crime, financeiros ou de outro tipo, superarem os retornos do trabalho
em atividades legais, levando em consideração a probabilidade de
detenção e condenação, assim como a severidade da punição.” (Becker
apud Fajnzylber, 2000, p.01).
4
Para Becker, o criminoso é um empresário na sua atividade (crime). É ele quem
mobiliza recursos, assume riscos e objetiva lucros no setor ilegal da economia.
Ehrlich (1973) apresenta uma abordagem parecida com a de Becker, vendo a
opção pelo crime como uma escolha racional. Ehrlich não defende o pensamento, que
chegou a ser defendido por alguns pensadores do passado como Aristóteles, que a causa
do crime tinha origem na miséria e que o criminoso era um “inimigo” da sociedade que
deveria ser castigado. Para ele, partir da hipótese de que os criminosos são doentes
mentais, excluídos pela família ou algo do gênero, sem condições de competir no
mercado de trabalho, não permite obter nenhuma conclusão. Algumas de suas palavras:
“Uma dependência numa motivação única (resultado de circunstâncias
familiares ou sociais excepcionais) como a grande explicação para o
crime não traz, em geral, previsões a respeito do resultado de
circunstâncias objetivas. Também não temos conhecimento de qualquer
evidência empírica persuasiva registrada na literatura que apóie teorias
usando esta abordagem. Nosso ponto de vista alternativo, ainda que não
incompatível, é que mesmo que aqueles que violam certas leis difiram
sistematicamente em vários aspectos daqueles que seguem estas
mesmas leis, estes últimos, como os primeiros, respondem a incentivos.
Mais do que recorrer a hipóteses a respeito de características pessoais
únicas e condições sociais que afetem o respeito à lei, tendência à
violência, preferência por risco ou preferência pelo crime de um modo
geral, os primeiros podem ser separados por oportunidades mensuráveis
e ver em que extensão o comportamento ilegal pode ser explicado pelo
efeito das oportunidades dadas as preferências”. (Ehrlich (1973) apud
Sartoris Neto, 2000, p.04).
Ehrlich argumenta que mesmo em casos de reincidência há racionalidade por
parte do criminoso:
“Reincidência não é necessariamente, portanto, o resultado de miopia,
comportamento errático, ou falta de autocontrole por parte do
criminoso, mas o resultado de escolha ditada por oportunidades.”
(Ehrlich (1973) apud Sartoris Neto, 2000, p.09).
5
A teoria econômica do crime, contudo, é bastante ampla e suas abordagens,
diversificadas. Existem diversas correntes do pensamento econômico, das quais três
podem ser destacadas, segundo Engel (2003).
Uma delas é a corrente de origem marxista, que argumenta que a criminalidade principalmente quando se trata de crimes contra o patrimônio - está ligada às
características do processo capitalista e é resultado direto das alterações do
comportamento empresarial no período pós-industrial (Fukuyama, 1999). Outra
corrente, um pouco mais abrangente, relaciona a criminalidade a fatores
socioeconômicos como desemprego, desigualdade, analfabetismo, renda. Ineficiências
policiais e judiciais, que diminuem o custo esperado da criminalidade, também se
relacionam a esta corrente. Alder (1991) utiliza os conceitos desta corrente para explicar
a relação de variáveis socioeconômicas com violência. Já a terceira corrente, muito
aceita atualmente e ao qual faz parte autores como Becker, Ehrlich, Blocke e Heineike
entre outros, entende o ato de uma pessoa partir para criminalidade como uma escolha
racional, na qual a sua decisão dependerá diretamente da probabilidade de sucesso na
atividade, ou risco inerente a ela. As três visões, apesar de suas diferenças, entendem
que, para um agente cometer um crime, ele compara benefícios e custos. A forma como
cada um avalia e pondera custos e benefícios, hoje e no futuro, é que difere entre
indivíduos. Este estudo utiliza preponderantemente as visões da segunda e terceira
correntes.
A criminalidade não pode ser analisada por meio de uma única variável, devido
às diferenças existentes entre alguns crimes, que têm suas especificidades e que são
impactados por diferentes motivos. Becker (1968) propôs a análise da criminalidade
classificando o crime em dois grupos: o crime lucrativo e o não lucrativo. O crime
lucrativo é aquele que visa ganhos financeiros (furto, roubo, estelionato, receptação, etc)
e o crime não lucrativo engloba todos os outros tipos de crime (homicídios, estupro,
tortura, lesões corporais, etc).
Ehrlich (1973) utilizou uma classificação diferente, porém, muito semelhante,
separou crimes contra o patrimônio de crimes contra a pessoa. Os crimes contra o
patrimônio são os crimes lucrativos e os crimes contra a pessoa são os crimes cometidos
sem fins lucrativos e com maior carga emocional envolvida, na qual o alvo é justamente
a vítima. Ele entendia que as motivações para cometer crimes contra a pessoa são
bastante distintas das motivações para cometer crimes contra o patrimônio. A seguir a
visão de Ehrlich sobre crimes contra a pessoa:
6
“Crimes contra a pessoa são geralmente motivados por ódio ou
paixão... assim, deve ser apropriado considerá-los atividades fora do
mercado, isto é, atividades que visam diretamente a necessidades, em
contraste com atividades de mercado ou geradoras de riqueza.” (Ehrlich
(1973) apud Sartoris Neto, 2000, p.20).
Porém, existem diferenças significativas entre os crimes contra a pessoa. Esta
classificação, separando crimes contra o patrimônio e crimes contra a pessoa, é aceita na
teoria econômica do crime, pois acredita-se que crimes contra o patrimônio são crimes
mais planejados e com menor carga emocional envolvida enquanto crimes contra a
pessoa são cometidos com maior carga por serem motivados por sentimentos como ódio
e ciúme. Contudo, se verificam crimes contra a pessoa que apresentam características
semelhantes aos crimes contra o patrimônio, isto é, que são feitos com baixa carga
emocional, como acontece em alguns casos de homicídio, e que por isto tal crime aqui
não é analisado.
Hellman e Alper (1997) mostra que o homicídio é um crime que têm suas
peculiaridades, podendo ser cometidos tanto com baixa como com alta carga emocional,
e, por este motivo, precisa ser analisado com atenção diferenciada. Neste estudo,
classificaram o crime de homicídios em dois grupos: homicídios de paixão - crimes
cometidos dentro de grupos familiares, entre amantes ou resultantes de discussões entre
conhecidos (crimes com forte carga emocional)-, e homicídios em que há ganho
monetário ou psicológico - em que a decisão de cometer ou não o crime se dá pela
comparação entre os benefícios obtidos com o homicídio e os custos de praticá-lo. A
peculiaridade deste tipo de crime já tinha apresentado interesse de outros autores
antecedentes. Ehrlich (1975), por exemplo, via este delito como um tipo de crime que
era cometido por motivo de ódio, ciúme e outros conflitos interpessoais envolvendo
motivos pecuniários e não pecuniários, ou ainda como subproduto de crimes contra o
patrimônio.
A importância de se classificar os crimes em determinados grupos se deve
também ao fato das políticas para combater estes delitos serem diferentes. A teoria
econômica do crime, diz, por exemplo, que as políticas para crimes contra a pessoa
(mais cometido por jovens) e crimes contra o patrimônio (cometido por diversas faixas
etárias) devem ser diferentes. Isto se deve ao fato dos jovens tenderem a ser mais
influenciados por emoções na hora de cometer crimes, sendo então necessário que a
7
punição para crimes juvenis foque na redução da incerteza e no imediatismo, ou então
deve-se procurar reduzir o crime pela redução na variabilidade das emoções dos jovens,
combatendo fatores que influenciam nesta variabilidade, como o álcool e as drogas num
contexto mais amplo. Já para crimes cometidos por adultos a punição mais eficiente
deve ser uma em que tenha alto custo, mas que seja incerto (devido à restrição
orçamentário do governo), pois adultos tendem a agir deliberadamente, medindo o valor
esperado do crime.
Além dos estudos já citados, existem outras referências no estudo de
criminalidade, ao qual são destacadas algumas destas a seguir.
Sah (1991) trouxe contribuições para a teoria econômica do crime. Até então, a
probabilidade de ser apanhado era fixa, mas este trabalho apresentou-a como dinâmica.
No modelo deste artigo o resultado de reincidência na criminalidade decorre da
endogenização da probabilidade de ser apanhado em uma ação criminosa. Segundo o
estudo, os criminosos calculam o retorno do crime através de um “amostra” de seus
vizinhos, verificando a taxa de criminalidade nos arredores da sua residência no passado
e no presente.
No ensaio entitulado “Legalize drugs now” de Cussen e Block (2000) há o
argumento de que a legalização das drogas, entre outros fatores, reduziria a
criminalidade, os impostos pagos pelos contribuintes e a disseminação de doenças,
levando a um grande aumento do bem-estar social. Tal argumento, embora muito
questionado, vem encontrando embasamento empírico na análise de algumas regiões
que fizeram a legalização, como no Canadá que legalizou a maconha para uso
medicinal.
Donohue e Levitt (2001) explicaram a grande queda na criminalidade dos
Estados Unidos nos anos 90 pela legalização do aborto feita em 1973. Com a
legalização, 1,6 milhão de abortos ocorreram somente em 1980 (quase 50% de todo o
número de bebês nascidos), o que teria feito com que a população masculina propensa
ao crime (homens 14-24 anos, mostrado empiricamente em outros estudos de Levitt,
como em Juvenile Crime and Punishment (1998)) caísse na década de 1990 facilitando
assim a queda da criminalidade. Além deste, outros argumentos no mesmo sentido são
utilizados por Levitt. Segundo seu estudo, os estados que legalizaram com antecedência
o aborto observaram também antes a redução da criminalidade. Existe uma correlação
positiva entre o aumento da taxa de abortos no período anterior e redução do crime
posterior. Também pode ser estabelecida correlação nula entre o aumento da taxa de
8
abortos e da criminalidade no mesmo momento temporal e que a redução da
criminalidade se concentra nos grupos que nasceram depois da legalização do aborto,
não existindo nenhuma mudança nos grupos etários. Contudo, tal estudo tem diversas
críticas e não há comprovação empírica do que o caso americano não possa ser um caso
isolado ou que a queda da criminalidade não possa ter vindo devido a outros fatores.
Já na literatura nacional, deve-se destacar o estudo de Pezzin (1986) no qual se
estimou equações que relacionavam os crimes (contra o patrimônio, contra a pessoa e
total de crimes) com variáveis socioeconômicas (desemprego, índice de pobreza,
segurança pública, analfabetismo, saldo migratório, entre outros). Neste estudo foram
feitos dois tipos de regressão: cross-section (para municípios da grande São Paulo e
sub-distritos administrativos da cidade de São Paulo) e séries de tempo (1970 a 1984
para os valores agregados da Grande São Paulo). Este artigo corroborou as formulações
de Ehrlich (1973), pois fatores socioeconômicos apresentaram maior significância para
crimes contra o patrimônio, ao qual seria devido ao fato de parte dos crimes contra a
pessoa apresentarem forte carga emocional (não necessariamente afetados por tais
fatores).
Araújo Jr e Fajnzylber (2000) fizeram um estudo sobre a criminalidade em
Minas Gerais. Para identificar determinantes da criminalidade na região foram testadas
variáveis de nível educacional, desigualdade, urbanização, desorganização social e de
participação de jovens na população. Dentre os resultados destaca-se a identificação de
que maiores níveis educacionais implicam menores taxas de crime contra a pessoa e
maiores taxas de crimes contra o patrimônio.
Mendonça (2001) analisou a criminalidade no Brasil através de dados estaduais
para o período de 1985 a 1995. O crime utilizado para medir criminalidade foi
homicídio intencional. Um dos resultados importantes deste estudo foi que se verificou
que o índice de GINI exerce impacto positivo sobre a criminalidade no caso brasileiro, e
que, portanto, quanto maior a desigualdade social maiores os índices de criminalidade.
Shikida et. al. (2006) analisou os determinantes do comportamento criminoso.
Para isto, aplicou questionários nas penitenciárias de Piraquara (Paraná). Este estudo
indicou que possuir arma de fogo é um dos principais fatores ligados ao comportamento
violento na atividade criminosa, e também indicou que o jovem com ensino médio é o
mais propenso ao uso de violência na atividade criminosa.
Mariano (2007) fez um estudo analisando o impacto de variáveis
socioeconômicas aos crimes contra o patrimônio no estado de São Paulo, e para isto
9
utilizou dados disponibilizados através da Fundação SEADE. Este estudo verificou o
efeito de variáveis como consumo de drogas e desigualdade nos crimes contra o
patrimônio e também verificou que para o estado paulista as variáveis socioeconômicas
explicam de maneira significativa à criminalidade.
Contudo, neste estudo não busca-se analisar a criminalidade apenas, mas
principalmente identificar o perfil das vítimas. Por isto, é necessário rever alguns
modelos que também abordaram o crime por esta vertente.
Uma interessante abordagem é feita por Beato, Andrade e Peixoto (2004). Neste
texto os autores utilizam-se das teorias de estilo de vida e oportunidades, fazendo a
análise através dos cinco fatores que afetam a vitimização: exposição da vítima,
capacidade de proteção, atrativos das vítimas, natureza dos delitos e a proximidade da
vítima com o agressor. Este estudo buscou analisar o crime através de diversas variáveis
referentes aos entrevistados de uma pesquisa de vitimização feita em Belo Horizonte.
Algumas variáveis testadas foram: de características pessoas – sexo, idade, estado civil
dentre outras –, características da residência, características da vizinhas e hábitos
pessoais.
Outro estudo analisando vitimização é o de Figueiredo (2004), que também
estuda a vitimização em Belo Horizonte, só que analisando o efeito de medidas de
coesão social e desordem percebida sobre o crime. Neste estudo ele utiliza os crimes
como roubo e agressão física na análise, tendo conseguido intuir sobre alguns
determinantes da criminalidade, como o fato de jovens sofrerem mais crimes contra a
pessoa.
Gomes e Paz (2004) analisa os determinantes da vitimização em São Paulo para
os crimes de roubo ou furto e para agressão física, utilizando-se da Pesquisa de
Condição de Vida da Fundação Seade. Dentre os resultados para roubo/furto, crimes
contra o patrimônio, o modelo do estudo indicou que ser homem e que a renda
influenciam positivamente na probabilidade e que ser casado e ter baixa escolaridade
influenciam negativamente. Já para agressão física, o trabalho indicou que quanto
menor o nível de escolaridade e a renda maior a probabilidade de sofrer o delito.
Madalozzo e Furtado (2007) também faz uma análise interessante utilizando-se
da Pesquisa de Vitimização do IFB. Também utilizando-se de um modelo probit
identificou-se os determinantes da vitimização de alguns delitos, como roubo/furto à
residência, roubo/furto à automóvel e agressão física. Deve-se destacar também os
10
modelos que intuíram determinantes da notificação de ocorrências, que indicou que
negros e pardos têm uma menor probabilidade de notificar crimes.
11
3. Metodologia
A seguir é apresentada a metodologia utilizada no estudo. Primeiramente, há as
informações sobre a base de dados utilizada no estudo. No tópico seguinte há a
metodologia econométrica utilizada na elaboração dos modelos discutidos na seção
seguinte. Ainda neste tópico são informadas as variáveis que são utilizadas nos
modelos.
3.1 Dados
Os dados deste estudo foram extraídos da pesquisa de vitimização feita no
município de São Paulo em 2003 elaborada pelo Instituto Futuro Brasil (IFB). Uma
pesquisa de vitimização pode permitir a inferência de diversas características como a
visão da população acerca da qualidade da segurança pública, como as regiões onde há
uma maior incidência de criminalidade dentre outros fatores. A pesquisa do Instituto
Futuro Brasil foi escolhida por analisar diversos tipos de crime e permitir fazer
inferências sobre a relação crime – vítima.
A pesquisa de vitimização do Instituto Futuro Brasil foi elaborada pela primeira
vez em 2003 com o intuito de ser a pesquisa mais completa de vitimização já feita no
município de São Paulo. Esta pesquisa englobou cinco mil entrevistados3 fornecendo
informações de mais de vinte mil pessoas.
No questionário, a pesquisa extrai diversas informações do respondente como
escolaridade, ocupação, raça, religião, dentre outras juntamente com os tópicos que
investigam determinadas vitimizações. Percebe-se um cuidado especial para evitar
informações viesadas devido à baixa escolaridade de alguns indivíduos entrevistados.
Não há, por exemplo, perguntas sobre furto ou roubo, mas sim sobre perdas de bens,
sejam estes na residência, no automóvel ou em algum local público. As taxas
específicas de roubo e furto são extraídas através de perguntas que definam o tipo de
vitimização, obtendo informações se houve o contato com o assaltante, por exemplo.
3
Todos os entrevistados tinham que ter necessariamente pelo menos dezesseis anos para responder a
pesquisa.
12
Contudo, em entrevistas há problemas que podem viesar os resultados, como o
posicionamento das questões e o nível de instrução dos entrevistadores e, por isto,
devem ser tomados os maiores cuidados para evitar falhas de interpretação. No
questionário da pesquisa há pontos de maior complexidade, e juntando isto ao fato de
ser um questionário consideravelmente longo, pode ser verificado inconsistência numa
pequena porcentagem das observações. Estas observações não são retiradas da amostra
para não promover um viés de seleção, já que os indivíduos que apresentaram respostas
incoerentes podem possuir características semelhantes entre si e diferentes do restante
da amostra, como baixa instrução.
3.2 Metodologia Econométrica
Neste estudo visa-se encontrar características de uma pessoa residente em São
Paulo que podem a torná-la mais propensa a ser vitimizada. Logo, o que se busca
encontrar é a probabilidade de ela ser vítima de algum crime. Para obter esta
probabilidade é necessário separar em dois grupos os entrevistados da pesquisa, um
grupo contendo os que reportaram ter sido vítima de algum crime e outro com os que
não foram vítimas de nenhum crime nos doze meses antecedentes à pesquisa.
Contudo, esta pesquisa não busca somente avaliar a probabilidade de uma
pessoa ser vitimizada, pois há uma grande diversidade de crimes, e que segundo a
literatura econômica apresentam motivações distintas. Por isto, este trabalho analisará
quatro crimes, dois crimes contra o patrimônio e dois crimes contra pessoa, sendo que
para cada uma destas categorias será analisado um crime violento e um crime não
violento, buscando ilustrar as semelhanças e diferentes das vítimas destes crimes. Os
crimes analisados serão: roubo com utilização de arma de fogo, estelionato, agressão
física4 e agressão verbal. Com isto, o estudo irá observar se as vítimas de crimes contra
o patrimônio diferem das vítimas de crimes contra a pessoa.
Desta forma, os modelos poderiam ser representados da seguinte forma, por um
simples modelo de probabilidade linear5:
4
A agressão física aqui estudada considera lesões graves e lesões não graves.
5
Como os quatro modelos apresentam a mesma metodologia vou explicar a mesma por um modelo
genérico.
13
Yi = ȕ0 + ȕ1X1i + ȕ2X2i + ... + ȕkXki + ui
(1)
em que Yi é a variável dependente e cada Xi representa uma variável que impacta a
probabilidade de um indivíduo ser vitimizado.
Para uma melhor interpretação, podemos calcular o valor esperado de Yi:
E (Yi) = 1 (Pi) + 0 (1 – Pi) = Pi
(2)
em que Pi é igual a probabilidade do entrevistado i ser vitimizado.
Um modelo de probabilidade linear também pode ser escrito da forma a seguir,
permitindo que a variável dependente seja interpretada como uma probabilidade:
Pi = Į + ȕXi quando 0 < Į + ȕXi < 1
1
quando Į + ȕXi • 1
0
quando Į + ȕXi ” 0
(3)
Contudo, há problemas com a utilização de um modelo regressão linear, pois ele
não assume que a variável dependente só pode apresentar resultados entre zero e um.
Por isto será adotado, um probit, que segue a seguinte expressão:
(4)
em que z é uma variável aleatória com distribuição normal, média zero e variância igual
a um.
A tabela 1 ilustra as variáveis dependentes e independentes analisadas. A faixa
de idade omitida é a de pessoas que possuem 16 ou 17 anos.
Tabela 1: Variáveis analisadas nos modelos
Variável
Caracterização da variável
Roubo com arma de
fogo
dummy que assume valor 1 para o entrevistado que foi vítima de roubo com utilização
de arma de fogo nos doze meses anteriores à pesquisa
dummy que assume valor 1 para o entrevistado que foi vítima de estelionato nos doze
meses anteriores à pesquisa
dummy que assume valor 1 para o entrevistado que foi vítima de agressão física nos
doze meses anteriores à pesquisa
dummy que assume valor 1 para o entrevistado que foi vítima de agressão verbal nos
doze meses anteriores à pesquisa
Estelionato
Agressão física
Agressão verbal
Sexo masculino
dummy que assume valor 1 para o entrevistado do sexo masculino
Idade - 18 a 25 anos
dummy que assume valor 1 para o entrevistado que tem entre 18 e 25 anos
Idade - 26 a 39 anos
dummy que assume valor 1 para o entrevistado que tem entre 26 e 39 anos
Idade - 40 a 59 anos
dummy que assume valor 1 para o entrevistado que tem entre 40 e 59 anos
Idade - 60 anos ou
mais
dummy que assume valor 1 para o entrevistado que tem mais de 60 anos
Casada formalmente
dummy que assume valor 1 para o entrevistado que for casado formalmente
dummy que assume valor 1 para o entrevistado que tiver uma união consensual ou
um casamento informal
dummy que assume valor 1 para o entrevistado que for da população
PEA
economicamente ativa
dummy que assume valor 1 se o entrevistado tiver uma renda pessoal entre cinco e
Renda pessoal
trinta salários mínimos.
dummy que assume valor 1 para o entrevistado que morar num domicílio cujo a renda
Família alta renda
seja superior a trinta salários mínimos
Família vítima de furto dummy que assume valor 1 para o entrevistado que morar num domicílio cujo tenha
ou roubo
um indivíduo que sofreu roubo ou furto nos doze meses anteriores à pesquisa
Família vítima de
dummy que assume valor 1 para o entrevistado que morar num domicílio cujo tenha
agressão física
um indivíduo que sofreu agressão física nos doze meses anteriores à pesquisa
Família vítima de outra dummy que assume valor 1 para o entrevistado que morar num domicílio cujo tenha
violência
um indivíduo que sofreu outra violência nos doze meses anteriores à pesquisa
dummy que assume valor 1 para o entrevistado que tiver frequentado casa noturna
Casa noturna
nos doze meses anteriores à pesquisa
dummy que assume valor 1 para o entrevistado que tiver consumido mais de cinco
Álcool
vezes cinco doses de álcool no último mês
dummy que assume valor 1 para o entrevistado que não nasceu na cidade de São
Migrante
Paulo
Casada informalmente
Favela
dummy que assume valor 1 para o entrevistado que reside em uma favela
Tem automóvel
dummy que assume valor 1 para o entrevistado que tem automóvel
Religiosidade
dummy que assume valor 1 para o entrevistado que for a uma atividade religiosa mais
de uma vez por semana
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
15
4. Resultados
Nesta seção é apresentada primeiramente a análise descritiva das variáveis que
foram incluídas nos modelos ou da característica ao qual a variável foi extraída, como
no caso das variáveis “casada formalmente” e “casada informalmente”, que foram
extraídas de estado conjugal. Esta análise inicial tem o papel de ser uma discussão
inicial para o estudo, além de ilustrar o motivo para a escolha de cada variável nos
modelos analisados posteriormente.
Na seqüência são apresentados os modelos probabilísticos de criminalidade,
discutindo seus resultados, intuições e verificando as semelhanças e diferenças nos
resultados dos crimes analisados. A análise utilizar-se-á principalmente das teorias de
estilo de vida e oportunidades e dos cinco determinantes para a vitimização de um
indivíduo: exposição da vítima, capacidade de proteção, atrativos das vítimas, natureza
dos delitos e a proximidade da vítima com o agressor.
Por fim, a análise dos distritos, que ilustrará os locais alvo de criminalidade na
cidade de São Paulo para cada crime estudado, assim como as características destes
locais. Espera- se que a análise corrobore os resultados dos modelos probabilísticos, já
que os moradores de um distrito são um componente importante na caracterização do
mesmo. Tal abordagem também ajudará a perceber o quão adequado é a classificação de
crimes por categorias, como crimes contra o patrimônio, crimes contra a pessoa, crimes
violentos e crimes não violentos.
4.1 Análise Descritiva
A figura 1 mostra o percentual de entrevistados que foi vítima de roubo com
utilização de arma de fogo e/ou estelionato e/ou agressão física e/ou agressão verbal. A
escolha destes crimes para a análise deve-se a diversos fatores. Primeiro, análises feitas
na literatura abordando crimes contra o patrimônio e contra a pessoa ou crimes
violentos e não violentos parece interessante, mas faz com que não se consiga obter um
modelo de grande adequação para um crime específico, devido a relevante diferença
existente entre os crimes que compõem estas categorias. Segundo, este estudo busca
mostrar as diferenças existentes entre as vítimas de crimes contra o patrimônio e as
16
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
vítimas de crimes contra a pessoa e, pela variância no perfil dos criminosos e vítimas, é
interessante utilizar para ambas as categorias um crime violento e um não violento. Por
fim, como alguns estudos apontam para o fato de nos crimes contra o patrimônio os
criminosos calcularem os custos e benefícios do crime descontando ações futuras com
taxas de desconto mais razoáveis, procurou-se escolher crimes que envolvam um
planejamento do criminoso e não possam ser cometidos devido a fatores emocionais,
característica dos crimes contra a pessoa.
Finalmente, as estatísticas mostram que os crimes não violentos aqui estudados
impactaram um maior percentual dos entrevistados. Contudo, o percentual para roubos
com a utilização de arma de fogo e agressão física não deixam de ser relevantes e
preocupantes.
Os próximos gráficos ilustram características gerais de todos os entrevistados, e
estas serão sempre apresentas no primeiro bloco dos gráficos da esquerda para a direita.
Nos quatro blocos à direita são ilustrados apenas as características dos vitimizados,
sendo o segundo bloco referente aos entrevistados que foram vítimas de roubo com
utilização de arma de fogo, o terceiro de entrevistados que foram vítimas de estelionato,
17
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
o quarto de entrevistados que foram vítimas de agressão física e por fim o quinto de
entrevistados que foram vítimas de agressão verbal.
A figura 2 mostra o percentual de homens entrevistados e o percentual
correspondente de homens dentre os entrevistados vitimizados em um dos crimes
analisados. Nos modelos da seção a seguir será testada uma dummy, que terá valor um
para indivíduos do sexo masculino. A inclusão de tal variável na análise deve-se ao fato
de haver indícios em estudos anteriores de que há crimes em que homens são mais
visados, como, por exemplo, em Gomes e Paz (2004) que conclui que a probabilidade
de um homem sofrer roubo ou furto é maior do que a probabilidade da mulher. As
estatísticas da figura 2 parecem fornecer um indício de que homens têm maior
propensão a sofrerem roubos com utilização de arma de fogo do que as mulheres, dado
que enquanto dentre todos os entrevistados existe cerca de 52,7% de homens, dentre as
vítimas de roubo com utilização de arma de fogo esta porcentagem sobe para 71,43%.
18
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
A figura 3 analisa a idade dos entrevistados e vitimizados. Os crimes violentos
parecem estar mais presente entre os jovens. Contudo, um resultado é interessante é o
baixo percentual de jovens de 16 e 17 anos que sofrem roubo com utilização de arma de
fogo. Este baixo percentual pode ser devido ao menor retorno que devem dar ao
criminoso, já que jovens nesta idade geralmente não fazem parte ainda da população
economicamente ativa. A relativa variância do percentual destas idades mostra a
relevância de se estudar a idade na análise do perfil das vítimas dos crimes estudados.
A figura 4 apresenta as estatísticas para o estado conjugal do entrevistado. Uma
estatística que parece merecer ser investigada é o fato de, dentre os entrevistados que
sofreram crimes contra a pessoa, o percentual de entrevistados casados formalmente ser
extremamente baixo se comparado com o percentual dentre os entrevistados que
sofreram crimes contra o patrimônio, que deve somar-se ao fato de não se ver a mesma
discrepância para os casados informalmente. O fato de a maioria das pessoas que sofrem
agressão, seja física ou seja verbal, ser solteira também merece destaque, podendo ser
um indício de que o fator exposição tem maior efeito nos crimes contra a pessoa do que
nos crimes contra o patrimônio. Nos modelos probabilísticos do tópico seguinte são
19
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
utilizadas duas dummies para estado conjugal, “casada formalmente” e “casada
informalmente”, justamente para ver se há diferenças nos resultados destas duas
variáveis, já que pessoas casadas formalmente poderiam estar menos expostas à
vitimização.
A figura 5 mostra que para todos os grupos de vitimizados estudados o
percentual de pessoas pertencentes à população economicamente ativa (PEA) é maior
que o percentual de entrevistados pertencentes. Isto é algo esperado, já que pessoas
economicamente ativas tendem a estar mais expostas ao crime. Contudo, este gráfico
pode incorporar outros efeitos, como renda, sendo necessário o controle por outras
variáveis, o que ocorrerá nos modelos da seção seguinte.
A figura 6 apresenta a análise quanto a renda da família, entenda-se família as
pessoas que moram no mesmo domicílio do entrevistado. Nos modelos estimados,
mostrados na seção seguinte optou por se utilizar uma dummy para família com renda
bem alta (acima de trinta salários mínimos), pois deseja-se testar se famílias de renda
extremamente alta, por poderem investir em segurança, não possuem uma probabilidade
20
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
21
muito alta de sofrerem crimes contra o patrimônio, em específico o crime de roubo com
utilização de arma de fogo, já que este crime envolve a escolha do criminoso de forma
mais clara, já que no crime de estelionato é necessário situações de exposição ou
situações de risco da possível vítima. Já a figura 7 analisa a renda dos indivíduos,
analisando se a própria renda do indivíduo faz com que a sua probabilidade de ser
vitimizado mude, já que renda é um atrativo para o criminoso. A dummy utilizada nos
modelos expostos na seção seguir ganha valor um para indivíduos que recebem entre
cinco salários mínimos e trinta salários mínimos. O não valor unitário para as pessoas
que recebem mais de trinta salários mínimos deve-se ao fato destas deverem gastar mais
em proteção, sendo capacidade de proteção um dos cinco determinantes da vitimização
de um indivíduo.
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
Tanto na figura 6 quanto na figura 7 percebe-se que o percentual de pessoas com
alta renda é maior no grupo que considera apenas os indivíduos que sofreram crimes
contra o patrimônio, sendo um indício de que estes indivíduos são de fato mais visados.
22
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
A figura 8 analisa o impacto de uma vitimização de um membro do domicílio na
situação do entrevistado, quanto a ser alvo ou não de criminalidade. Percebe-se que há
uma interação domiciliar que parece fazer com que existam famílias que tenham vários
indivíduos vitimizados, sendo uma família alvo. A interação familiar existente, como
mostra o gráfico, deve fazer com que indivíduos que morem com pessoas que têm
grande probabilidade de ser vitimizado também tenham alta probabilidade. Estas
variáveis que analisam a vitimização dos membros da família permitem também, no
modelo que será mostrado na seção posterior, controlar o que é de fato efeito do perfil
do indivíduo na sua probabilidade de ser vitimizado.
A figura 9 também analisa uma característica das pessoas que moram no mesmo
domicílio que o entrevistado. A intuição para utilização desta variável nos modelos que
são mostrados na seção seguinte é a mesma da figura 8, procura-se verificar o impacto
do domicílio no indivíduo. E o gráfico mostra resultados parecidos, isto é, a
probabilidade de vitimização de uma pessoa em determinado crime deve ser maior se
reside junto com um indivíduo que já sofreu este crime. Mas, estas análises descritivas
23
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
servem apenas para visualizar intuições, sendo necessário a estimação do modelo para
se chegar a um resultado conclusivo.
A figura 10 ilustra também a relação entre a vitimização de um morador do
domicílio do entrevistado com os entrevistados e vitimizados. Mas o que verifica-se é
que os vitimizados, independente do delito que sofreram, compõem um maior
percentual de domicílios que contém membros que sofreram outra violência6 do que
comparado com a amostra com todos os entrevistados.
A figura 11 ilustra o percentual de vitimizados e entrevistados que foi à casa
noturna nos doze meses anteriores a pesquisa. Pela ilustração, parece haver uma relação
entre ir à casa noturna e ser vitimizado, já que o percentual dos vitimizados é maior que
o percentual considerando todos os entrevistados. O efeito é ainda maior para os crimes
contra a pessoa. A utilização de uma variável relacionada à freqüentação de casas
noturnas é razoável já que ilustra pessoas que estão expostas a serem vitimizadas.
6
O questionário da Pesquisa de Vitimização do IFB dá a liberdade ao entrevistado de definir o crime com
outra violência da forma como entender, simplesmente deixando claro que a pergunta não considera
roubos e agressões físicas.
24
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
25
O alto consumo de álcool parece influenciar na probabilidade de ser vitimizado
em crimes contra a pessoa. A figura 12 mostra o número de vezes que os entrevistados e
vitimizados consumiram mais de cinco doses de álcool nos trinta dias anteriores à
pesquisa. Pelos resultados percebe-se que o percentual de pessoas que consumiu mais
de cinco vezes é bem maior para as vítimas de crimes contra a pessoa do que comparado
com o percentual de todos os entrevistados. Sobre este dados há ainda muitos resultados
interessantes, quase 50% dos indivíduos alegaram que não bebem, nem raramente, um
resultado de certa forma surpreendente. Outro resultado interessante é que o número de
pessoas que alegam ter consumido álcool com relativa freqüência nos últimos trinta dias
é muito baixa, algo que os dados atuais não parecem mostrar. Parece haver ainda
alguma pressão social que induza o entrevistado a responder que não consome muito
álcool.
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
26
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
A figura 13 ilustra o percentual de vitimizados e entrevistados que não nasceram
na cidade de São Paulo. Percebe-se que os migrantes parecem menos propensos a serem
vitimizados, já que para todos os crimes o percentual de migrante é menor do que se
comparado com o percentual considerando todos os entrevistados. Isto pode se dever a
um menor retorno esperado que podem dar ao criminoso.
A figura 14 mostra o percentual de vitimizados e entrevistados que residem em
uma favela segundo o relato dos entrevistadores da pesquisa de Vitimização do IFB.
Para crimes contra o patrimônio o impacto de morar na favela parece ser negativo, isto
é, a probabilidade de pessoas que moram na favela de sofrer crimes contra o patrimônio
deve ser baixa. Isto é algo razoável, pois pessoas que moram na favela são de baixa
renda.
27
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
A figura 15 ilustra o percentual de entrevistados e vitimizados que possui
automóvel, isto é, carro ou moto. A utilização desta variável deve-se ao fato dela ser
uma boa proxy para definir pessoas que tenham um nível de renda razoável. As
estatísticas mostram que pessoas que têm veículo sofrem mais crimes contra o
patrimônio e que esta variável não parece ser relevante na análise de crimes contra a
pessoa.
Por fim, os resultados da figura 16 fazem parecer haver influência de grande
religiosidade na probabilidade de ser vitimizado apenas para o crime de agressão verbal.
Contudo, embora os indivíduos que sofreram agressão verbal seja composto por um alto
percentual de indivíduos que freqüenta bastante atividades religiosas, isto pode ser
devido a um maior rigor deste grupo na caracterização do que é agressão verbal.
Contudo, como não há uma prova cabal sobre isto, a hipótese de pessoas que
freqüentam atividades religiosas toda semana poderem ter maior probabilidade de serem
vítimas de agressão verbal não pode ser descartada.
28
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
29
4.2 Modelos para a Criminalidade
Foram elaborados para a análise modelos para quatro crimes: roubo com
utilização de arma de fogo, estelionato, agressão física e agressão verbal. Para cada
crime foram feitos três modelos: uma regressão linear simples por Mínimos Quadrados
Ordinários (modelo 1), um modelo probit (modelo 2) e um modelo dprobit7 (modelo 3).
Para cada delito é relatado o resultado para os três modelos8.
A tabela 2 mostra as variáveis que impactam na probabilidade de uma pessoa
sofrer o crime de roubo com utilização de arma de fogo. A variável “sexo masculino”
apresenta-se significante com coeficiente positivo, indicando que homens sofrem mais
este crime. Os indivíduos homens possuem 2,10% a mais de possibilidades de sofrer
esta vitimização do que as mulheres.
Com os resultados das dummies de idade pode-se perceber que os jovens
maiores de idade são os mais atingidos. Um resultado interessante e até um pouco
surpreendente é a dummy para a faixa que englobava entrevistados de 40 a 59 anos não
ter se apresentado significante com coeficiente negativo. Como apresentou-se
insignificante, isto significa que os indivíduos que estão nesta faixa de idade têm a
mesma probabilidade que os indivíduos que têm 16 ou 17 anos. Este resultado
surpreende, pois os adolescentes se expõem mais e têm maior contato com possíveis
criminosos. Um fator que pode explicar isto é o fato do atrativo dos adolescentes ser
baixo, já que geralmente não possuem altas rendas nem propriedades.
A
não
significância
das
variáveis
“casada
formalmente”,
“casada
informalmente”, “casa noturna” e “migrante” podem ser um indício de que o fator
“exposição da vítima” não é tão determinante para este crime.
A variável “renda pessoal” mostrou-se significante, retratando dois fatores que
impactam na vitimização de uma pessoa. Primeiro, o fator “atrativo das vítimas” parece
influenciar na vitimização de roubo com utilização de arma de fogo, já que possuir uma
maior renda proporciona ao criminoso um atrativo, já que tudo mais constante o seu
retorno esperado pode ser maior. E outro fator aceito é o de “capacidade de proteção”,
7
Comando do pacote estatístico Stata que revela a mudança de probabilidade quando a variável dummy
assume valor um, isto é, ela capta o efeito marginal da variável.
8
No apêndice há os resultados dos modelos dprobit, procurando ilustrar as diferentes características dos
delitos.
Tabela 2: Modelos para roubo com utilização de arma de fogo
Variáveis independentes
Sexo masculino
Idade - 18 a 25 anos
Idade - 26 a 39 anos
Idade - 40 a 59 anos
Idade - 60 anos ou mais
Casada formalmente
Casada informalmente
PEA
Renda pessoal
Família alta renda
Família vítima de furto ou roubo
Família vítima de agressão física
Família vítima de outra violência
Casa noturna
Álcool
Migrante
Favela
Tem automóvel
Religiosidade
Constante
Número de observações
R-quadrado
R-quadrado ajustado
Pseudo r-quadrado
OLS
(1)
0,0242
(0,000)***
0,0484
(0,001)***
0,0283
(0,057)*
0,0129
(0,398)
0,0136
(0,430)
-0,0047
(0,532)
-0,0019
(0,855)
0,0066
(0,409)
0,0288
(0,002)***
-0,0288
(0,096)*
0,0941
(0,000)***
-0,0026
(0,983)
0,0177
(0,346)
-0,0129
(0,091)*
0,0057
(0,682)
-0,0045
(0,492)
-0,0232
(0,027)**
0,0169
(0,021)**
-0,0088
(0,279)
-0,0145
(0,311)
3989
0,0487
0,0442
-
Probit
(2)
0,3469
(0,000)***
0,6989
(0,005)***
0,5115
(0,045)**
0,2747
(0,294)
0,2389
(0,415)
-0,0482
(0,607)
-0,0138
(0,914)
0,0800
(0,482)
0,2823
(0,006)***
-0,3427
(0,116)
0,8257
(0,000)***
-0,0373
(0,834)
0,1153
(0,568)
-0,1351
(0,140)
0,0552
(0,720)
-0,0530
(0,521)
-0,4829
(0,010)***
0,1920
(0,028)**
-0,1345
(0,225)
-2,6806
(0,000)***
3989
0,1251
Dprobit
(3)
2,10%
(0,000)***
6,27%
(0,005)***
3,75%
(0,045)**
1,91%
(0,294)
1,76%
(0,415)
-0,29%
(0,607)
-0,08%
(0,914)
0,47%
(0,482)
2,09%
(0,006)***
-1,55%
(0,116)
8,79%
(0,000)***
-0,22%
(0,834)
0,78%
(0,568)
-0,79%
(0,140)
0,35%
(0,720)
-0,32%
(0,521)
-2,07%
(0,010)***
1,25%
(0,028)**
-0,76%
(0,225)
3989
0,1251
p-valores em parênteses e * significante a 10%; ** significante a 5%; *** significante a 1%
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
31
já que para indivíduos que possuem uma renda superior a trinta salários mínimos a
dummy não assumiu valor unitário, pois esperava-se como o modelo mostrou, que
pessoas com renda bem alta tivessem um menor probabilidade de vitimização do que as
pessoas de renda média e alta. O não valor unitário dos indivíduos de renda bem alta na
dummy de “renda pessoal” também se deveu ao fato de evitar adicionar ao modelo
multicolinearidade, já que haveria uma maior correlação da variável “renda pessoal”
com “família alta renda”.
A variável que mostrou mais afetar a probabilidade de sofrer roubo com
utilização de arma de fogo foi “família vítima de furto ou roubo”, ilustrando que há um
background familiar. As outras variáveis que caracterizavam outras vitimizações que
poderiam ser sofridas por outros membros do domicílio do entrevistado não se
mostraram significantes, indicando que a vitimização de pessoas próximas em crimes
contra a pessoa não afeta a probabilidade de sofrer um crime contra a propriedade.
Deve-se destacar também a significância de “favela” com sinal negativo e “tem
automóvel” com sinal positivo, que também corroboram o fator “atrativos das vítimas”.
Na tabela 3 o resultado para a variável “idade – 60 anos ou mais” é bastante
significativo, ilustrando que as pessoas nesta faixa etária possuem cerca de 13% a
menos de possibilidades de sofrer estelionato, indicando que por uma maior experiência
as pessoas com mais de sessenta anos devem se expor menos a situações de risco.
As variáveis de background familiar apresentaram-se todas significantes, sendo
“família vítima de agressão física” significante a um nível de 10% para o modelo 3.
Para a interpretação destes resultados deve-se utilizar o fator “natureza dos delitos”, isto
pois o crime de estelionato é um crime que a vítima tem uma maior possibilidade de se
prevenir se comparado a outros crimes, pois para a vitimização é necessário algum ato
que incorra em algum risco a possível vítima.
Assim como nos modelos para roubos com utilização de arma de fogo, “renda
pessoal”, “favela” e “tem automóvel” apresentaram-se significantes e para todos estes as
razões para estes resultados são as mesmas das explicitadas anteriormente.
Para estelionato, a variável “PEA” apresentou-se significante com sinal positivo
e isto deve-se ao fato de a “exposição da vítima” e o “atrativo da vítima” serem
determinantes para a vitimização neste crime.
Por último, deve-se destacar que ao contrário dos modelos para roubo com
utilização de arma de fogo os modelos de estelionato indicaram “casa noturna” uma
variável significante com sinal positivo. Este resultado era esperado, pois muitas
Tabela 3: Modelos para estelionato
Variáveis independentes
Sexo masculino
Idade - 18 a 25 anos
Idade - 26 a 39 anos
Idade - 40 a 59 anos
Idade - 60 anos ou mais
Casada formalmente
Casada informalmente
PEA
Renda pessoal
Família alta renda
Família vítima de furto ou roubo
Família vítima de agressão física
Família vítima de outra violência
Casa noturna
Álcool
Migrante
Favela
Tem automóvel
Religiosidade
Constante
Número de observações
R-quadrado
R-quadrado ajustado
Pseudo r-quadrado
OLS
(1)
0,0093
(0,534)
-0,0045
(0,888)
-0,0354
(0,281)
-0,0379
(0,263)
-0,1185
(0,002)***
-0,0072
(0,662)
0,0333
(0,137)
0,0634
(0,000)***
0,0737
(0,000)***
-0,0179
(0,640)
0,0570
(0,003)***
0,0644
(0,072)*
0,1249
(0,003)***
0,0598
(0,000)***
0,0527
(0,087)*
-0,0048
(0,742)
-0,0455
(0,050)**
0,1159
(0,000)***
0,0053
(0,766)
0,1693
(0,000)***
3989
0,0632
0,0587
-
Probit
(2)
0,0382
(0,428)
-0,0215
(0,835)
-0,1200
(0,255)
-0,1323
(0,225)
-0,4813
(0,000)***
-0,0193
(0,720)
0,1096
(0,122)
0,2153
(0,000)***
0,2095
(0,001)***
-0,0468
(0,690)
0,1740
(0,004)***
0,1853
(0,090)*
0,3424
(0,006)***
0,1739
(0,001)***
0,1497
(0,108)
-0,0195
(0,637)
-0,1618
(0,038)**
0,3535
(0,000)***
0,0142
(0,808)
-0,9478
(0,000)***
3989
0,0556
Dprobit
(3)
1,22%
(0,428)
-0,69%
(0,835)
-3,80%
(0,255)
-4,16%
(0,225)
-13,31%
(0,000)***
-0,62%
(0,720)
3,61%
(0,122)
6,68%
(0,000)***
7,03%
(0,001)***
-1,48%
(0,690)
5,80%
(0,004)***
6,27%
(0,090)*
12,02%
(0,006)***
5,70%
(0,001)***
5,01%
(0,108)
-0,63%
(0,637)
-4,97%
(0,038)**
11,72%
(0,000)***
0,46%
(0,808)
3989
0,0556
p-valores em parênteses e * significante a 10%; ** significante a 5%; *** significante a 1%
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
33
vitimizações de estelionato acontecem em casa noturna quando a possível vítima está
bastante exposta e a capacidade de proteção é menor.
A tabela 4 mostra que o componente de background familiar também é muito
relevante na análise de agressões. Para indivíduos que residem em domicílios que houve
pelo menos um outro indivíduo que foi vítima de agressão física nos doze meses
antecedentes à pesquisa a probabilidade de ser vítima também é mais de 13% maior do
que a dos outros indivíduos.
Os jovens de até 25 anos mostraram também ser indivíduos com maior
probabilidade de sofrerem este delito. Este resultado vai de encontro com os resultados
de pesquisa realizada pelo Ministério da Saúde sobre o perfil das vítimas de acidentes e
violências no primeiro semestre de 2008, que apontou que as vítimas de crimes
violentos têm na grande maioria até 30 anos de idade.
A variável “casada formalmente” apresentou-se significante com sinal negativo.
A análise feita por Beato, Andrade e Peixoto (2004) ilustra bem o porquê do resultado.
Segundo o estudo indivíduos casados passam mais tempo com suas famílias e, portanto,
se expõem menos em lugares públicos e têm menos contato com desconhecidos do que
indivíduos solteiros. Embora a análise deste trabalho não separe casados formais e
informais é razoável afirmar que a exposição de pessoas casadas informalmente é maior
do que as casadas formalmente.
Como já ilustrava parecer na análise descritiva, o fator “exposição da vítima”
parece ser mais determinante em crimes contra a pessoa. Além da significância da
variável “casada formalmente” o resultado indicado para “casa noturna”, que é aceita
com sinal positivo, parece corroborar tal fato.
A variável “álcool” também apresentou-se significante com sinal positivo.. O
resultado além de indiretamente também ilustrar o fenômeno de exposição da vítima já
que consumos de mais de cinco doses de álcool em sua maioria são efetuados fora da
residência ilustra o próprio caráter específico do álcool, que pode propiciar a violência.
As variáveis relativas à renda como esperado não se mostraram significantes,
com exceção da variável “tem automóvel”, mas esta além do fator de “atrativo da
vítima” é composto pelo fator de exposição também.
Assim como para estelionato as variáveis de background familiar apresentaramse todas significantes para agressão verbal, pois como para estelionato os hábitos da
possível vítima são determinantes na sua probabilidade de vitimização.
Tabela 4: Modelos para agressão física
Variáveis independentes
Sexo masculino
Idade - 18 a 25 anos
Idade - 26 a 39 anos
Idade - 40 a 59 anos
Idade - 60 anos ou mais
Casada formalmente
Casada informalmente
PEA
Renda pessoal
Família alta renda
Família vítima de furto ou roubo
Família vítima de agressão física
Família vítima de outra violência
Casa noturna
Álcool
Migrante
Favela
Tem automóvel
Religiosidade
Constante
Número de observações
R-quadrado
R-quadrado ajustado
Pseudo r-quadrado
OLS
(1)
-0,0088
(0,199)
-0,0203
(0,166)
-0,0349
(0,019)**
-0,0486
(0,002)***
-0,0527
(0,002)***
-0,0218
(0,004)***
-0,0025
(0,804)
-0,0048
(0,551)
0,0071
(0,446)
-0,0251
(0,149)
0,0232
(0,008)***
0,1710
(0,000)***
0,0244
(0,195)
0,0259
(0,001)***
0,0399
(0,004)***
-0,0109
(0,100)
-0,0009
(0,931)
-0,0164
(0,026)***
-0,0060
(0,459)
0,0868
(0,000)***
3989
0,0612
0,0567
-
Probit
(2)
-0,1372
(0,101)
-0,1544
(0,281)
-0,2747
(0,072)*
-0,5148
(0,003)***
-0,7251
(0,003)***
-0,3154
(0,001)***
-0,0032
(0,978)
-0,0295
(0,770)
0,1551
(0,204)
-0,3041
(0,248)
0,2290
(0,017)**
0,9635
(0,000)***
0,1706
(0,340)
0,2442
(0,005)***
0,3201
(0,022)**
-0,1399
(0,098)*
-0,0152
(0,907)
-0,1999
(0,041)**
-0,0966
(0,377)
-1,3582
(0,000)***
3989
0,131
Dprobit
(3)
-0,88%
(0,101)
-0,91%
(0,281)
-1,62%
(0,072)*
-2,68%
(0,003)***
-2,73%
(0,003)***
-2,00%
(0,001)***
-0,02%
(0,978)
-0,19%
(0,770)
1,09%
(0,204)
-1,48%
(0,248)
1,69%
(0,017)**
13,54%
(0,000)***
1,26%
(0,340)
1,71%
(0,005)***
2,67%
(0,022)**
-0,89%
(0,098)*
-0,10%
(0,907)
-1,20%
(0,041)**
-0,58%
(0,377)
3989
0,131
p-valores em parênteses e * significante a 10%; ** significante a 5%; *** significante a 1%
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
Tabela 5: Modelos para agressão verbal
Variáveis independentes
Sexo masculino
Idade - 18 a 25 anos
Idade - 26 a 39 anos
Idade - 40 a 59 anos
Idade - 60 anos ou mais
Casada formalmente
Casada informalmente
PEA
Renda pessoal
Família alta renda
Família vítima de furto ou roubo
Família vítima de agressão física
Família vítima de outra violência
Casa noturna
Álcool
Migrante
Favela
Tem automóvel
Religiosidade
Constante
Número de observações
R-quadrado
R-quadrado ajustado
Pseudo r-quadrado
OLS
(1)
0,0107
(0,427)
-0,1190
(0,000)***
-0,1385
(0,000)***
-0,1753
(0,000)***
-0,1980
(0,000)***
-0,0630
(0,000)***
-0,0149
(0,461)
0,0239
(0,135)
0,0315
(0,090)*
-0,0136
(0,694)
0,0337
(0,052)*
0,2301
(0,000)***
0,1873
(0,000)***
0,0743
(0,000)***
0,0391
(0,159)
-0,0452
(0,001)***
0,0033
(0,873)
0,0149
(0,307)
0,0527
(0,001)***
0,3121
(0,000)***
3989
0,0791
0,0747
-
Probit
(2)
0,0405
(0,432)
-0,3567
(0,000)***
-0,4169
(0,000)***
-0,5721
(0,000)***
-0,7315
(0,000)***
-0,2386
(0,000)***
-0,0360
(0,631)
0,0966
(0,123)
0,1259
(0,071)*
-0,0502
(0,701)
0,1171
(0,067)*
0,6852
(0,000)***
0,5563
(0,000)***
0,2504
(0,000)***
0,1325
(0,177)
-0,1779
(0,000)***
0,0237
(0,766)
0,0642
(0,247)
0,1980
(0,001)***
-0,5484
(0,000)***
3989
0,0753
Dprobit
(3)
1,08%
(0,432)
-8,74%
(0,000)***
-10,49%
(0,000)***
-13,53%
(0,000)***
-14,53%
(0,000)***
-6,36%
(0,000)***
-0,95%
(0,631)
2,54%
(0,123)
3,50%
(0,071)*
-1,32%
(0,701)
3,25%
(0,067)*
22,84%
(0,000)***
18,05%
(0,000)***
6,99%
(0,000)***
3,73%
(0,177)
-4,77%
(0,000)***
0,64%
(0,766)
1,74%
(0,247)
5,60%
(0,001)***
3989
0,0753
p-valores em parênteses e * significante a 10%; ** significante a 5%; *** significante a 1%
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
36
Idade mostra-se determinante na probabilidade de uma pessoa sofrer agressão
verbal. Uma maior faixa etária segundo todos os modelos (1, 2, e 3) reduz a
probabilidade de um indivíduo sofrer agressão verbal.
Os resultados para as dummies de estado conjugal seguem a mesma linha dos
resultados encontrados para os modelos de agressão física, sendo o fator exposição
determinante em crimes contra a pessoa.
Verificou-se também que indivíduos que freqüentemente participam de
atividades religiosas possuem maior probabilidade de sofrerem agressão verbal.
Contudo, isto pode apenas retratar um rigor diferente destes indivíduos, mas como não
há nenhuma conclusão efetiva sobre tal fato este resultado aqui é relatado e considerado.
Por fim, a variável “casa noturna” se apresentou significante com sinal positivo e
“migrante” foi aceita com sinal negativo, podendo indicar também resultados que
corroboram o efeito da exposição da vítima.
Para os modelos dos quatro crimes analisados o r-quadrado não apresentou-se
alto, contudo, isto não é preocupante, pois como é argumentado em Goldberger (1991)
não existe evidência de que um modelo com r-quadrado baixo esteja mal especificado.
Em modelos com muitas variáveis explicativas é necessário sempre tomar o
devido cuidado para não chegar a resultados viesados devido à multicolinearidade. Por
isto, na página a seguir uma tabela com a matriz de correlação das variáveis
explicativas, mostrando que não há variáveis fortemente correlacionadas, não devendo
haver qualquer tipo de viés relevante no modelo em decorrência de multicolinearidade.
37
Tabela 7: Matriz de correlação das variáveis explicativas
1
2
3
1
1
0,08
6
0,00
0,06
0,08
0,05
7
0,00
8
0,30
9
0,15
4
5
10 0,00
11 0,07
12 0,02
13 0,03
14 0,11
15 0,14
16 0,03
17 0,06
18 0,19
19 0,09
2
3
1
0,40
0,34
0,18
0,23
0,01
4
1
0,44 1
0,23 0,20
5
6
7
8
9
10
11
12
13
14
15
16
17
18
1
0,04 0,22 0,09 1
0,17 0,07 0,09 0,40 1
0,13 0,18 0,02 0,36 0,09 0,08
0,14 0,01 0,15 0,04 0,08 0,05
0,03 0,03 0,08 0,01 0,06 0,05
0,05 0,06 0,04 0,04 0,04 0,05
0,04 0,02 0,01 0,04 0,00 0,01
0,03 0,04 0,02 0,02 0,00 0,01
0,25 0,02 0,15 0,17 0,20 0,05
0,05 0,03 0,03 0,06 0,07 0,00
0,19 0,02 0,14 0,15 0,10 0,11
0,04 0,05 0,09 0,04 0,08 0,15
0,09 0,03 0,13 0,02 0,17 0,05
0,02 0,00 0,01 0,00 0,06 0,05
1
0,12
1
0,01 0,15 1
0,01 0,01 0,09
1
0,03 0,00 0,02 0,16
1
0,04 0,03 0,04 0,10 0,18
1
0,20 0,10 0,13 0,08 0,04 0,06
0,09 0,07 0,02 0,00 0,00 0,00
0,07 0,02 0,03 0,05 0,03 0,05
0,05 0,12 0,07 0,05 0,00 0,02
0,12 0,33 0,19 0,06 0,01 0,03
0,05 0,05 0,03 0,00 0,01 0,01
1
0,20 1
0,17 0,03 1
0,07 0,02 0,14 1
0,12 0,05 0,06 0,14 1
0,15 0,08 0,02 0,02 0,05
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
sendo “sexo masculino” 1, “idade - 18 a 25 anos” 2, “idade - 26 a 39 anos” 3, “idade 40 a 59 anos” 4, “idade - 60 anos ou mais” 5, “casada formalmente” 6, “casada
informalmente” 7, “PEA” 8, “renda pessoal” 9, “família alta renda” 10, “família vítima
de furto ou roubo” 11, “família vítima de agressão física” 12, “família vítima de outra
violência” 13, “casa noturna” 14, “álcool” 15, “migrante” 16, “favela” 17, “tem
automóvel” 18, “religiosidade” 19.
38
4.3 Análise para os Distritos
Para complementar o estudo, foi elaborada uma análise baseada na taxa de
vitimização dos distritos que a pesquisa do IFB indicou. Na página a seguir consta o
percentual de entrevistados vitimizados em cada distrito para cada delito aqui estudado.
A análise quanto o percentual de vítimas nos distritos nos mostra que o distrito
no qual um maior percentual de entrevistados foi vítima de roubo com utilização de
arma de fogo foi o distrito do Pari, com 20% dos entrevistados tendo sido vítimas deste
crime. Pari é o distrito no qual está localizado a Rua 25 de março, rua de intenso
comércio. Pari está no centro da cidade de São Paulo e sua população é na grande
maioria de classe média. O segundo distrito com um maior percentual de vítimas dentre
os entrevistados é Belém. Este distrito possui características semelhantes a Pari, sendo
localizado no centro e sendo um local de grande movimento comercial.
Os resultados para distrito para o crime de estelionato são bem ilustrativos. O
distrito com um maior percentual de vítimas de estelionato é o Cambuci, com 60% das
pessoas entrevistas tendo sido vítimas deste crime. Em segundo lugar os distritos Sé e
Pari com 50 % das pessoas tendo sido vítimas. Os três distritos estão situados na região
central de São Paulo e possuem fortes pontos de concentração comercial e de serviços.
No Cambuci, nos arredores do Largo do Cambuci, nas ruas da Independência e dos
Lavapés e na Avenida Lins de Vasconcelos há forte concentração comercial, o mesmo
também nos arredores da Praça da Sé no distrito da Sé, enquanto, como já foi destacado
anteriormente, também há concentração comercial na rua 25 de março no distrito do
Pari. Parece então haver uma relação forte entre taxa de vitimização de estelionato e
concentração comercial.
Para o crime de agressão física os dois distritos com o maior percentual de
entrevistados vitimizados é a Barra Funda (20%) e a Penha (10,77%). O primeiro é
localizado na zona Oeste e o segundo localizado na zona Leste. Ambos os distritos
embora tenham caráter policial não apresentam as mesmas características de distritos
como Brás e Pari. Para a Barra Funda, deve-se tomar cuidado na análise, pois o número
de entrevistados na pesquisa foi muito pequeno.
A Barra Funda também é o distrito que apresentou o maior percentual de vítimas
de agressão verbal. Raposo Tavares e Morumbi sãos os dois distritos que apresentaram
39
Tabela 8: Percentual de pessoas vitimizadas por distrito e por tipo de crime
Distrito
Obs.
Água Rasa
Alto de Pinheiros
Anhanguera
Aricanduva
Artur Alvim
Barra Funda
Bela Vista
Belém
Bom Retiro
Brás
Brasilândia
Butantã
Cachoeirinha
Cambuci
Campo Belo
Campo Grande
Campo Limpo
Cangaiba
Capão Redondo
Carrão
Casa Verde
Cidade Ademar
Cidade Dutra
Cidade Lider
Cidade Tiradentes
Consolação
Cursino
Ermelino Matarazzo
Freguesia do Ó
Grajaú
Guaianases
Iguatemi
Ipiranga
Itaim Bibi
Itaim Paulista
Itaquera
Jabaquara
Jaçanã
Jaguara
Jaguaré
Jaraguá
Jardim Ângela
Jardim Helena
Jardim Paulista
Jardim São Luís
José Bonifácio
Lajeado
45
20
10
50
55
5
30
20
15
10
120
25
75
15
35
45
100
70
120
41
45
124
90
65
5
30
50
55
75
149
50
25
50
40
110
105
110
40
15
20
50
110
70
44
125
50
80
Roubo com
arma de fogo
6,67%
0,00%
0,00%
4,00%
3,64%
0,00%
0,00%
15,00%
0,00%
10,00%
2,50%
8,00%
6,67%
0,00%
8,57%
6,67%
8,00%
5,71%
5,00%
2,44%
8,89%
4,84%
2,22%
12,31%
0,00%
6,67%
2,00%
1,82%
0,00%
6,04%
6,00%
0,00%
0,00%
0,00%
1,82%
2,86%
5,45%
5,00%
13,33%
0,00%
2,00%
6,36%
4,29%
2,27%
6,40%
8,00%
3,75%
(18)
(70)
(70)
(40)
(45)
(70)
(70)
(2)
(70)
(7)
(52)
(13)
(18)
(70)
(12)
(18)
(13)
(29)
(34)
(53)
(11)
(37)
(55)
(6)
(70)
(18)
(57)
(62)
(70)
(27)
(28)
(70)
(70)
(70)
(62)
(49)
(31)
(34)
(3)
(70)
(57)
(25)
(39)
(54)
(24)
(13)
(44)
Estelionato
15,56%
25,00%
30,00%
32,00%
21,82%
40,00%
23,33%
25,00%
40,00%
20,00%
19,17%
24,00%
29,33%
60,00%
28,57%
17,78%
19,00%
27,14%
30,83%
21,95%
33,33%
20,16%
22,22%
20,00%
0,00%
23,33%
38,00%
16,36%
24,00%
22,82%
20,00%
24,00%
34,00%
17,50%
31,82%
34,29%
29,09%
5,00%
26,67%
5,00%
18,00%
22,73%
28,57%
34,09%
20,00%
30,00%
26,25%
(90)
(48)
(30)
(21)
(68)
(4)
(58)
(48)
(4)
(70)
(76)
(53)
(36)
(1)
(38)
(83)
(77)
(42)
(28)
(67)
(13)
(69)
(66)
(70)
(95)
(58)
(7)
(86)
(53)
(64)
(70)
(53)
(12)
(84)
(25)
(10)
(37)
(93)
(43)
(93)
(80)
(65)
(38)
(11)
(70)
(30)
(46)
Agressão física
2,22%
5,00%
0,00%
6,00%
1,82%
20,00%
0,00%
5,00%
6,67%
10,00%
3,33%
4,00%
5,33%
0,00%
8,57%
4,44%
4,00%
1,43%
4,17%
7,32%
4,44%
6,45%
1,11%
3,08%
0,00%
0,00%
2,00%
0,00%
2,67%
4,70%
2,00%
4,00%
6,00%
2,50%
4,55%
5,71%
1,82%
5,00%
6,67%
0,00%
4,00%
1,82%
7,14%
0,00%
3,20%
2,00%
1,25%
(65)
(29)
(79)
(21)
(71)
(1)
(79)
(29)
(13)
(3)
(53)
(42)
(28)
(79)
(7)
(36)
(42)
(74)
(41)
(10)
(36)
(19)
(78)
(57)
(79)
(79)
(67)
(79)
(62)
(34)
(67)
(42)
(21)
(63)
(35)
(25)
(71)
(29)
(13)
(79)
(42)
(71)
(11)
(79)
(56)
(67)
(77)
Agressão
verbal
22,22%
30,00%
10,00%
22,00%
12,73%
60,00%
13,33%
25,00%
13,33%
20,00%
24,17%
20,00%
17,33%
20,00%
14,29%
11,11%
11,00%
12,86%
23,33%
14,63%
22,22%
19,35%
20,00%
13,85%
20,00%
16,67%
22,00%
9,09%
6,67%
15,44%
14,00%
16,00%
20,00%
17,50%
18,18%
24,76%
23,64%
12,50%
6,67%
20,00%
12,00%
20,00%
21,43%
11,36%
21,60%
20,00%
13,75%
(33)
(6)
(88)
(35)
(78)
(1)
(75)
(17)
(75)
(42)
(22)
(42)
(63)
(42)
(70)
(85)
(86)
(77)
(29)
(69)
(33)
(54)
(42)
(73)
(42)
(64)
(35)
(90)
(93)
(68)
(71)
(66)
(42)
(62)
(57)
(21)
(23)
(79)
(92)
(42)
(81)
(42)
(39)
(84)
(38)
(42)
(74)
40
Tabela 8 continuação
Distrito
Obs.
Lapa
Liberdade
Limão
Mandaqui
Moema
Mooca
Morumbi
Parelheiros
Pari
Parque do Carmo
Pedreira
Penha
Perdizes
Perus
Pinheiros
Pirituba
Ponte Rasa
Raposo Tavares
República
Rio Pequeno
Sacomã
Santa Cecília
Santana
Santo Amaro
São Domingos
São Lucas
São Mateus
São Miguel
São Rafael
Sapopemba
Saúde
Sé
Socorro
Tatuapé
Tremembé
Tucuruvi
Vila Andrade
Vila Curuçá
Vila Formosa
Vila Guilherme
Vila Jacuí
Vila Leopoldina
Vila Maria
Vila Mariana
Vila Matilde
Vila Medeiros
Vila Prudente
Vila Sônia
30
30
40
55
35
30
15
25
10
30
65
65
55
25
30
85
50
45
25
55
115
35
60
30
40
70
81
50
40
145
60
10
20
40
50
50
35
75
46
25
75
15
60
66
55
70
50
44
Roubo com
arma de fogo
10,00%
6,67%
0,00%
5,45%
2,86%
0,00%
13,33%
0,00%
20,00%
0,00%
9,23%
1,54%
0,00%
0,00%
3,33%
0,00%
2,00%
13,33%
0,00%
1,82%
1,74%
0,00%
1,67%
10,00%
7,50%
1,43%
7,41%
4,00%
0,00%
2,07%
3,33%
0,00%
0,00%
5,00%
2,00%
0,00%
5,71%
2,67%
6,52%
4,00%
4,00%
0,00%
3,33%
6,06%
5,45%
1,43%
2,00%
4,55%
(7)
(18)
(70)
(31)
(49)
(70)
(3)
(70)
(1)
(70)
(10)
(67)
(70)
(70)
(46)
(70)
(57)
(3)
(70)
(62)
(65)
(70)
(66)
(7)
(16)
(68)
(17)
(40)
(70)
(56)
(46)
(70)
(70)
(34)
(57)
(70)
(29)
(51)
(23)
(40)
(40)
(70)
(46)
(26)
(31)
(68)
(57)
(38)
Estelionato
30,00%
23,33%
32,50%
25,45%
37,14%
33,33%
33,33%
16,00%
50,00%
30,00%
27,69%
24,62%
30,91%
16,00%
33,33%
18,82%
18,00%
20,00%
32,00%
32,73%
30,43%
37,14%
26,67%
30,00%
25,00%
30,00%
38,27%
24,00%
17,50%
23,45%
23,33%
50,00%
20,00%
32,50%
28,00%
18,00%
22,86%
26,67%
32,61%
32,00%
16,00%
13,33%
23,33%
31,82%
18,18%
24,29%
32,00%
11,36%
(30)
(58)
(19)
(47)
(8)
(13)
(13)
(87)
(2)
(30)
(41)
(51)
(27)
(87)
(13)
(78)
(80)
(70)
(21)
(17)
(29)
(8)
(43)
(30)
(48)
(30)
(6)
(53)
(84)
(57)
(58)
(2)
(70)
(19)
(40)
(80)
(63)
(43)
(18)
(21)
(87)
(91)
(58)
(25)
(79)
(52)
(21)
(92)
Agressão
verbal
Agressão física
0,00%
6,67%
10,00%
9,09%
2,86%
3,33%
0,00%
4,00%
0,00%
3,33%
3,08%
10,77%
9,09%
8,00%
6,67%
5,88%
4,00%
4,44%
4,00%
5,45%
4,35%
5,71%
8,33%
6,67%
2,50%
1,43%
6,17%
6,00%
5,00%
3,45%
5,00%
0,00%
0,00%
0,00%
4,00%
2,00%
2,86%
4,00%
2,17%
4,00%
1,33%
0,00%
6,67%
3,03%
0,00%
4,29%
0,00%
6,82%
(79)
(13)
(3)
(5)
(60)
(53)
(79)
(42)
(79)
(53)
(57)
(2)
(5)
(9)
(13)
(24)
(42)
(36)
(42)
(27)
(39)
(25)
(8)
(13)
(63)
(74)
(20)
(21)
(29)
(52)
(29)
(79)
(79)
(79)
(42)
(67)
(60)
(42)
(66)
(42)
(76)
(79)
(13)
(59)
(79)
(40)
(79)
(12)
30,00%
26,67%
25,00%
27,27%
31,43%
16,67%
33,33%
24,00%
10,00%
26,67%
27,69%
23,08%
23,64%
32,00%
20,00%
21,18%
18,00%
33,33%
24,00%
23,64%
13,91%
28,57%
21,67%
26,67%
20,00%
18,57%
27,16%
18,00%
25,00%
23,45%
20,00%
0,00%
25,00%
12,50%
16,00%
18,00%
11,43%
22,67%
8,70%
12,00%
10,67%
6,67%
18,33%
21,21%
25,45%
25,71%
18,00%
22,73%
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
(6)
(12)
(17)
(10)
(5)
(64)
(2)
(23)
(88)
(12)
(9)
(30)
(25)
(4)
(42)
(41)
(58)
(2)
(23)
(23)
(72)
(8)
(37)
(12)
(42)
(55)
(11)
(58)
(17)
(28)
(42)
(95)
(17)
(79)
(66)
(58)
(83)
(32)
(91)
(81)
(87)
(94)
(56)
(40)
(16)
(15)
(58)
(31)
41
o segundo maior percentual de vítimas de agressão verbal. Raposo Tavares é
considerada uma das regiões mais periféricas de São Paulo, fazendo fronteira com
diversos municípios.
Os resultados aqui encontrados corroboram o gráfico 17, apresentado em Beato
(2000), de que crimes contra o patrimônio sendo concentrados na zona central e crimes
contra a pessoa tendo os locais alvo mais espalhados pela cidade.
Fonte: PMMG. Dados COPOM, 1999.
Para alguns distritos alguns resultados podem parecer pouco razoáveis, contudo,
deve-se ater ao fato de que a análise aqui feita analisa o percentual de pessoas
vitimizadas e não o número de vitimizações em si. Em alguns distritos tidos com
violentos ou perigosos pela população muitas vezes não apresentam um alto percentual
de sua população vítima de crimes, mas sim um alto percentual de vitimizações, tendo
muitas pessoas que pelo seu perfil sofrem recorrentes delitos, seja por alta exposição,
proximidade com criminosos, por possuírem características atrativas ou por possuírem
baixa capacidade de proteção. Por isto, para uma maior ilustração sobre os locais alvo
42
de criminalidade na cidade de São Paulo, no apêndice, na tabela 9, consta a posição de
distritos quanto o número de vitimizações9, que não será aqui analisada, pois não é o
objetivo do trabalho.
Com os resultados da taxa de vitimização nos distritos foram elaborados gráficos
relacionando os crimes estudados de diversas formas, relacionando crimes contra o
patrimônio, crimes contra a pessoa, crimes violentos e crimes não violentos. Na figura
18 pode se perceber que os únicos crimes que apresentam uma correlação razoável são
agressão física e agressão verbal, os dois crimes contra a pessoa estudados.
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
9
O número de vitimizações por pessoa para roubo com utilização de arma de fogo é aproximado e
provavelmente superestimado. Isto se deve ao fato de não haver no questionário uma pergunta sobre
quantas vezes o entrevistado sofreu tal vitimização, mas apenas questões que juntam roubos e furtos. Isto
é, na verdade os resultados ilustram o número de vitimizações de roubo ou furto dos indivíduos que
responderam terem sofrido roubo com utilização de arma de fogo dividido pelo número de entrevistados.
43
Analisando vitimizações ao invés de percentual de pessoas vitimizadas na figura
19 verifica-se ainda mais claramente que para análise do perfil vítima a análise
separando crimes contra a pessoa e contra o patrimônio é a mais adequada, sendo as
correlações seguindo tal abordagem maiores que as correlações relacionando crimes
violentos e não violentos. Para os crimes contra o patrimônio até já se verifica uma
correlação relevante.
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
Claramente estes gráficos apresentam outliers, no entanto, foi testada a análise
sem estes e tanto a curva como o r-quadrado não se alteraram de forma significante.
44
5. Considerações finais
A análise dos quatro tipos de crime selecionados forneceu algumas evidências
interessantes. Os resultados mostram que analisar criminalidade separando por crimes
contra o patrimônio e crimes contra a pessoa é mais adequado no que tange a
identificação do perfil da vítima. Percebe-se que as vítimas alvo de crimes contra a
patrimônio são pessoas com um bom nível de renda e que residem com pessoas que já
sofreram crimes contra o patrimônio enquanto que as vítimas de crimes contra a pessoa
são pessoas jovens, não casadas formalmente, que residem com pessoas que já sofreram
crimes contra a pessoa e que freqüentam lugares com concentração de jovens, como
casa noturna.
Pode se perceber também que a classificação separando crimes violentos e não
violentos analisados só acrescente consideravelmente a análise no que tange a análise de
crimes não violentos no qual há grande influência dos hábitos do indivíduo sobre a
probabilidade de ser vitimizado, característica dos dois crimes não violentos analisados.
Percebe-se que tanto para estelionato quanto para agressão verbal a idade influencia
negativamente a probabilidade de ser vitimizado, devido ao fato de indivíduos mais
velhos terem menor exposição e menor contato com o agressor.
Há também algumas características específicas de alguns dos crimes analisados.
Para agressão verbal, verificou-se que pessoas que freqüentemente participam de
atividades religiosas têm maior probabilidade de alegarem sofre agressão verbal e, isto
pode se dever ao fato de o conceito de agressão verbal destes indivíduos ser diferente,
sendo estes mais rigorosos. Já para agressão física verificou-se que as pessoas que
consomem bastante álcool têm uma maior probabilidade de sofrerem agressões físicas,
sendo um indício de que o consumo de álcool pode favorecer à violência.
Outro resultado interessante é que para o crime contra o patrimônio violento
analisado, roubo com utilização de arma de fogo atinge mais pessoas do sexo masculino
e jovens maiores de idade.
Após as estimações dos modelos probabilísticos foi elaborada uma análise para
os distritos, que parecem corroborar tanto a idéia de que a classificação de crimes por
determinada categoria não é a mais adequada, seja crime contra pessoa e crime contra o
patrimônio ou seja crime violento e não violento, quanto a idéia de dentre as duas
formas de se classificar crimes a mais razoável para a análise dos determinantes da
45
probabilidade de vitimização é a que separa crimes contra o patrimônio de crimes de
crimes contra a pessoa.
Referências Bibliográficas
ALDER, C. Explaining Violence: Socioeconomics and Masculinity. 1991.
BEATO, C. Informação e desempenho policial. Paper apresentado no IV
Seminário Brasileiro do Projeto Polícia e Sociedade organizado pela Fundação Ford.
2000.
BEATO, F. C. PEIXOTO, B. T. ANDRADE, M. V. Crime, oportunidade e
vitimização. Revista Brasileira de Ciências Sociais, v. 19, n. 55, jun.2004.
BECKER, G. S. Crime and Punishment: An Economic Approach. Journal of
Political Economy. v. 76, n. 02. 1968, p.169-217.
BLOCK, K. Heineke, J. A Labor Theoretic Analysis of The Criminal Choice.
American Economic Review, v. 65. 1975, p. 169-217.
BRENNER, G. A Racionalidade Econômica do Comportamento Criminoso
Perante a Ação de Incentivos. Porto Alegre, UFRGS-IEPE, 2001.
CUSSEN, M., BLOCK, E.
Drug Legalization: A Public Policy Analysis.
American Journal of Economics and Sociology. 2000.
DONOHUE, J. LEVITT, S. D. The Impact of Legalized Abortion on Crime.
Quarterly Journal of Economics. 2001.
EHRLICH, I. Participation in Illegitimate Activities: A Theoretical and
Empirical Investigation. Journal of Political Economy. v. 81. 1973, p. 521-565.
EHRLICH, I. Deterrent Effect of Capital Punishment: A Question of Life and
Death. American Economic Review. 1975, p. 397-417.
EHRLICH,
I.
Capital Punishment and Deterrence: Some Further Thoughts
and Additional Evidence. Journal of Political Economy, v. 85, 1977, p. 741-788.
ENGEL, L. E. F. A economia do crime no Paraná: um estudo de caso na
Penitenciária Industrial de Cascavel. Centro de Ciências Sociais Aplicadas,
Universidade Estadual do Oeste do Paraná, Campus de Toledo. 2003.
46
FAJNZYLBER, P., ARAUJO JR. A. F. Violência e Criminalidade. In: MenezesFilho, N.A. e Lisboa, M.B. (org.). Microeconomia e sociedade no Brasil. Contra
Capa/FVG, 2001.
FIGUEIREDO, B. S. Coesão Social, Desordem Percebida e Vitimização
Dissertação mestrado em sociologia da Universidade Federal de Minas Gerais. Belo
Horizonte, 2004.
FUKUYAMA, F. Social Capital and Civil Society. The Institute of Public
Policy. 1999.
GOLDENBERGER, A. A course in econometrics. Cambridge, Massachusetts:
Harvard University Press, Dezembro de 1991.
GOMES, F. PAZ, Lourenço The Determinant of Criminal Victimization in São
Paulo State. In: XXXII Encontro Nacional de Economia. Anais do XXXII Encontro
Nacional de Economia, João Pessoa, 2004.
HELLMAN, D., ALPER, O. Economics of Crime: Theory and Practice. 1997.
LEVITT, S. D. Juvenile Crime and Punishment. NBER Working Paper. 1998.
LEVITT, S. D. Understanding Why Crime Fell in the 1990s: Four Factors that
Explain the Decline and Six that Do Not. Journal of Economic Perspectives. 2004.
MADALOZZO, R. C. ; FURTADO, G. M. . Um Estudo sobre Vitimização na
Cidade de São Paulo. In: XXXV Encontro Nacional de Economia, Recife. Anais do
XXXV Encontro Nacional de Economia, 2007.
MARIANO, R. Fatores Socioeconômicos Associados aos Crimes Contra o
Patrimônio no Estado de São Paulo no Ano 2000. Revista Jovens Pesquisadores –
Mackenzie. 2007.
MENDONÇA, M. J. C.. Criminalidade e interação social. Texto para Discussão
968, Instituto de Pesquisa Econômica Aplicada/IPEA. Rio de Janeiro, 2003.
MENDONÇA, M. J. C.. Um modelo de criminalidade para o caso brasileiro.
Apresentado no Encontro da ANPEC 2001.
PEZZIN, L.. Criminalidade urbana e crise econômica. IPE/USP. São Paulo,
1986.
PIQUET, L. Determinantes do Crime na América Latina: Rio de Janeiro e São
Paulo. São Paulo, Universidade de São Paulo, Mimeo, 1999.
SAH, R.. Social Osmosis and Patterns of Crime. Journal of Political Economy,
v. 99. 1991, p. 1272-1295.
47
SARTORIS NETO, A Homicídios Na Cidade de São Paulo: Uma Análise de
Autocorrelação e Causalidade Espaço-Temporal. PhD thesis, Faculdade de Economia,
Administração e Contabilidade, Universidade de São Paulo, 2000.
SCHAEFER, J. G., SHIKIDA, A. F. P.. Economia do crime: elementos teóricos
e evidências empíricas. Revista Análise Econômica. Ano. 19, n. 36. 2002.
SHIKIDA, P., ARAÚJO Jr. A., BORILLI, S., SHIKIDA, C. Determinantes do
Comportamento Criminoso: Um Estudo Econométrico nas Penitenciárias Central,
Estadual e Feminina de Piraquara (Paraná). Publicado na revista Pesquisa & Debate
em 2006.
Apêndices
Tabela 6: Dprobit dos quatro crimes investigados
Variáveis independentes
Sexo masculino
Idade - 18 a 25 anos
Idade - 26 a 39 anos
Idade - 40 a 59 anos
Idade - 60 anos ou mais
Casada formalmente
Casada informalmente
PEA
Renda pessoal
Família alta renda
Família vítima de furto ou roubo
Família vítima de agressão física
Família vítima de outra violência
Casa noturna
Álcool
Migrante
Favela
Tem automóvel
Religiosidade
Número de observações
Pseudo r-quadrado
Roubo com
arma de
fogo
2,10%
(0,000)***
6,27%
(0,005)***
3,75%
(0,045)**
1,91%
(0,294)
1,76%
(0,415)
-0,29%
(0,607)
-0,08%
(0,914)
0,47%
(0,482)
2,09%
(0,006)***
-1,55%
(0,116)
8,79%
(0,000)***
-0,22%
(0,834)
0,78%
(0,568)
-0,79%
(0,140)
0,35%
(0,720)
-0,32%
(0,521)
-2,07%
(0,010)***
1,25%
(0,028)**
-0,76%
(0,225)
Estelionato
Agressão
física
Agressão
verbal
1,22%
(0,428)
-0,69%
(0,835)
-3,80%
(0,255)
-4,16%
(0,225)
-13,31%
(0,000)***
-0,62%
(0,720)
3,61%
(0,122)
6,68%
(0,000)***
7,03%
(0,001)***
-1,48%
(0,690)
5,80%
(0,004)***
6,27%
(0,090)*
12,02%
(0,006)***
5,70%
(0,001)***
5,01%
(0,108)
-0,63%
(0,637)
-4,97%
(0,038)**
11,72%
(0,000)***
0,46%
(0,808)
-0,88%
(0,101)
-0,91%
(0,281)
-1,62%
(0,072)*
-2,68%
(0,003)***
-2,73%
(0,003)***
-2,00%
(0,001)***
-0,02%
(0,978)
-0,19%
(0,770)
1,09%
(0,204)
-1,48%
(0,248)
1,69%
(0,017)**
13,54%
(0,000)***
1,26%
(0,340)
1,71%
(0,005)***
2,67%
(0,022)**
-0,89%
(0,098)*
-0,10%
(0,907)
-1,20%
(0,041)**
-0,58%
(0,377)
1,08%
(0,432)
-8,74%
(0,000)***
-10,49%
(0,000)***
-13,53%
(0,000)***
-14,53%
(0,000)***
-6,36%
(0,000)***
-0,95%
(0,631)
2,54%
(0,123)
3,50%
(0,071)*
-1,32%
(0,701)
3,25%
(0,067)*
22,84%
(0,000)***
18,05%
(0,000)***
6,99%
(0,000)***
3,73%
(0,177)
-4,77%
(0,000)***
0,64%
(0,766)
1,74%
(0,247)
5,60%
(0,001)***
3989
0,1251
3989
0,0556
3989
0,131
3989
0,0753
p-valores em parênteses e * significante a 10%; ** significante a 5%; *** significante a 1%
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003
49
Tabela 9: Vitimizações por entrevistado para os distritos e por tipo de crime
Distrito
Obs.
"Roubo com
arma de
fogo"
Água Rasa
Alto de Pinheiros
Anhanguera
Aricanduva
Artur Alvim
Barra Funda
Bela Vista
Belém
Bom Retiro
Brás
Brasilândia
Butantã
Cachoeirinha
Cambuci
Campo Belo
Campo Grande
Campo Limpo
Cangaiba
Capão Redondo
Carrão
Casa Verde
Cidade Ademar
Cidade Dutra
Cidade Lider
Cidade Tiradentes
Consolação
Cursino
Ermelino Matarazzo
Freguesia do Ó
Grajaú
Guaianases
Iguatemi
Ipiranga
Itaim Bibi
Itaim Paulista
Itaquera
Jabaquara
Jaçanã
Jaguara
Jaguaré
Jaraguá
Jardim Ângela
Jardim Helena
Jardim Paulista
Jardim São Luís
José Bonifácio
Lajeado
45
20
10
50
55
5
30
20
15
10
120
25
75
15
35
45
100
70
120
41
45
124
90
65
5
30
50
55
75
149
50
25
50
40
110
105
110
40
15
20
50
110
70
44
125
50
80
0,067
0,000
0,000
0,040
0,073
0,000
0,000
0,250
0,000
0,100
0,033
0,120
0,107
0,000
0,200
0,111
0,100
0,057
0,075
0,024
0,222
0,105
0,033
0,169
0,000
0,067
0,040
0,018
0,000
0,148
0,100
0,000
0,000
0,000
0,018
0,029
0,182
0,075
0,133
0,000
0,020
0,100
0,143
0,023
0,096
0,120
0,038
(39)
(70)
(70)
(50)
(37)
(70)
(70)
(2)
(70)
(24)
(55)
(17)
(22)
(70)
(5)
(20)
(24)
(43)
(34)
(60)
(4)
(23)
(55)
(8)
(70)
(39)
(50)
(65)
(70)
(10)
(24)
(70)
(70)
(70)
(65)
(57)
(6)
(34)
(13)
(70)
(63)
(24)
(11)
(61)
(31)
(17)
(54)
Estelionato
0,200
0,400
0,500
0,800
0,836
1,200
0,300
0,950
0,933
0,300
0,400
0,640
1,533
1,000
2,171
0,844
0,570
0,986
0,533
0,341
0,756
0,726
0,633
0,631
0,000
0,633
0,780
0,309
0,840
0,966
0,400
0,600
0,980
0,800
0,918
1,038
0,691
0,200
1,400
0,050
0,200
0,609
1,057
0,705
0,680
0,620
0,525
(90)
(75)
(69)
(35)
(33)
(10)
(82)
(21)
(23)
(82)
(75)
(52)
(6)
(15)
(3)
(31)
(61)
(17)
(63)
(78)
(39)
(46)
(53)
(55)
(95)
(53)
(37)
(81)
(32)
(20)
(75)
(59)
(18)
(35)
(26)
(13)
(49)
(90)
(8)
(94)
(90)
(58)
(12)
(48)
(50)
(56)
(66)
Agressão
física
0,022
0,050
0,000
0,060
0,018
0,200
0,000
0,050
0,067
0,100
0,050
0,040
0,053
0,000
0,143
0,044
0,040
0,014
0,058
0,195
0,044
0,137
0,022
0,062
0,000
0,000
0,040
0,000
0,053
0,074
0,020
0,040
0,080
0,025
0,082
0,105
0,027
0,075
0,067
0,000
0,040
0,027
0,129
0,000
0,032
0,020
0,013
(71)
(46)
(79)
(39)
(75)
(3)
(79)
(46)
(31)
(19)
(46)
(54)
(44)
(79)
(14)
(51)
(54)
(76)
(41)
(4)
(51)
(15)
(71)
(37)
(79)
(79)
(54)
(79)
(44)
(30)
(73)
(54)
(25)
(70)
(24)
(18)
(67)
(28)
(31)
(79)
(54)
(67)
(16)
(79)
(64)
(73)
(78)
Agressão
verbal
1,067
2,400
0,200
1,560
0,545
2,200
0,533
0,600
0,467
0,500
1,242
1,720
0,733
0,800
0,229
0,222
0,730
0,657
1,425
0,805
1,244
1,210
0,689
1,062
0,200
1,467
1,580
0,164
0,267
0,899
0,580
0,280
0,420
1,200
0,827
1,029
1,091
0,600
0,133
1,350
0,900
1,045
1,100
0,523
1,680
0,820
0,538
(41)
(3)
(90)
(12)
(75)
(4)
(77)
(69)
(82)
(79)
(26)
(7)
(62)
(58)
(88)
(89)
(64)
(68)
(16)
(57)
(25)
(29)
(66)
(42)
(90)
(15)
(11)
(92)
(87)
(51)
(72)
(86)
(83)
(30)
(55)
(46)
(39)
(69)
(93)
(19)
(49)
(44)
(38)
(78)
(8)
(56)
(76)
50
Tabela 9 continuação
Distrito
Obs.
"Roubo com
arma de
fogo"
Lapa
Liberdade
Limão
Mandaqui
Moema
Mooca
Morumbi
Parelheiros
Pari
Parque do Carmo
Pedreira
Penha
Perdizes
Perus
Pinheiros
Pirituba
Ponte Rasa
Raposo Tavares
República
Rio Pequeno
Sacomã
Santa Cecília
Santana
Santo Amaro
São Domingos
São Lucas
São Mateus
São Miguel
São Rafael
Sapopemba
Saúde
Sé
Socorro
Tatuapé
Tremembé
Tucuruvi
Vila Andrade
Vila Curuçá
Vila Formosa
Vila Guilherme
Vila Jacuí
Vila Leopoldina
Vila Maria
Vila Mariana
Vila Matilde
Vila Medeiros
Vila Prudente
Vila Sônia
30
30
40
55
35
30
15
25
10
30
65
65
55
25
30
85
50
45
25
55
115
35
60
30
40
70
81
50
40
145
60
10
20
40
50
50
35
75
46
25
75
15
60
66
55
70
50
44
0,100
0,133
0,000
0,073
0,057
0,000
0,133
0,000
0,600
0,000
0,231
0,046
0,000
0,000
0,100
0,000
0,020
0,156
0,000
0,018
0,017
0,000
0,050
0,133
0,075
0,014
0,099
0,060
0,000
0,021
0,050
0,000
0,000
0,175
0,040
0,000
0,086
0,027
0,087
0,120
0,067
0,000
0,050
0,136
0,109
0,029
0,040
0,045
(24)
(13)
(70)
(37)
(43)
(70)
(13)
(70)
(1)
(70)
(3)
(48)
(70)
(70)
(24)
(70)
(63)
(9)
(70)
(65)
(68)
(70)
(45)
(13)
(34)
(69)
(30)
(42)
(70)
(62)
(45)
(70)
(70)
(7)
(50)
(70)
(33)
(59)
(32)
(17)
(39)
(70)
(45)
(12)
(21)
(57)
(50)
(49)
Estelionato
0,333
0,533
0,750
0,873
0,657
0,500
2,533
0,200
6,000
0,867
1,431
1,062
0,927
0,320
0,533
0,459
0,600
0,867
0,520
1,000
0,730
1,971
0,500
0,733
0,975
1,029
1,259
0,740
0,225
0,821
0,450
1,600
0,250
0,525
0,620
0,920
0,257
0,560
0,935
0,440
0,240
0,267
0,733
0,712
0,745
0,900
0,760
0,295
(79)
(63)
(40)
(28)
(51)
(69)
(2)
(90)
(1)
(29)
(7)
(11)
(24)
(80)
(63)
(72)
(59)
(29)
(68)
(15)
(45)
(4)
(69)
(43)
(19)
(14)
(9)
(42)
(89)
(34)
(73)
(5)
(87)
(66)
(56)
(25)
(86)
(62)
(22)
(74)
(88)
(85)
(43)
(47)
(41)
(27)
(38)
(84)
Agressão
física
0,000
0,067
0,175
0,127
0,029
0,033
0,000
0,080
0,000
0,033
0,046
0,154
0,182
0,080
0,067
0,176
0,040
0,044
0,040
0,091
0,087
0,057
0,167
0,067
0,500
0,014
0,173
0,100
0,075
0,048
0,367
0,000
0,000
0,000
0,180
0,060
0,029
0,093
0,065
0,040
0,027
0,000
0,183
0,061
0,000
0,057
0,000
0,159
(79)
(31)
(9)
(17)
(65)
(62)
(79)
(25)
(79)
(62)
(50)
(13)
(6)
(25)
(31)
(8)
(54)
(51)
(54)
(22)
(23)
(42)
(11)
(31)
(1)
(76)
(10)
(19)
(28)
(49)
(2)
(79)
(79)
(79)
(7)
(39)
(65)
(21)
(36)
(54)
(67)
(79)
(5)
(38)
(79)
(42)
(79)
(12)
Agressão
verbal
0,567
0,700
1,625
0,927
1,229
0,900
3,467
0,600
0,500
1,300
1,385
1,185
1,327
2,080
1,300
1,188
0,780
1,111
0,320
0,745
0,887
2,543
1,767
1,200
1,175
0,571
1,556
1,120
1,400
0,731
1,200
0,000
0,800
0,675
1,040
1,060
1,229
1,653
0,391
0,880
0,867
0,133
1,317
0,470
1,091
0,943
1,480
1,273
(74)
(65)
(10)
(48)
(27)
(49)
(1)
(69)
(79)
(22)
(18)
(34)
(20)
(5)
(22)
(33)
(60)
(37)
(85)
(61)
(52)
(2)
(6)
(30)
(35)
(73)
(13)
(36)
(17)
(63)
(30)
(95)
(58)
(67)
(45)
(43)
(27)
(9)
(84)
(53)
(54)
(93)
(21)
(81)
(39)
(47)
(14)
(24)
Fonte: Elaborado pelo autor a partir da Pesquisa de Vitimização do IFB 2003