Privação económica e criminalidade: o caso português (1993-2009)

 

Eduardo Viegas Ferreira*

 * Doutorado em Sociologia pelo ISCTE-IUL e docente na Escola de Polícia Judiciária. E-mail: viegas.ferreira@gmail.com

 

Resumo

Tendo como referência Portugal e o período compreendido entre 1993 e 2009, neste artigo são analisadas as relações existentes entre privação económica e crimes contra as pessoas e contra o património registados pelas autoridades policiais. As análises de regressão estatística efectuadas incluíram variáveis de natureza económica, demográfica e social e os resultados obtidos mostram que situações conjunturais de maior privação económica estão associadas a volumes mais elevados de crimes contra as pessoas, mas também a volumes menos elevados de crimes contra o património. Os resultados obtidos são discutidos tendo como referência o corpus teórico disponível e as opções metodológicas tomadas.

Palavras-chave privação económica, desigualdade, demografia, controlo social, criminalidade.

 

Economic deprivation and crime: the case of Portugal (1993-2009)

Abstract

Taking Portugal and the period from 1993 to 2009 as its points of reference, this article analyses the relationship between economic deprivation and crimes against people and property that were recorded by the police authorities. The statistical regression analyses carried out included economic, demographic and social variables and the results obtained show that situations reflecting the economic juncture and greater deprivation are associated with a higher incidence of crime against people, though, on the other hand, a lower incidence of crime against property. The results obtained are discussed against the background of the theoretical corpus available and the methodological options adopted.

Keywords economic deprivation, inequality, democracy, social control, crime.

 

Dénuement économique et criminalité: le cas portugais (1993-2009)

Résumé

Cet article prend pour référence le Portugal et la période comprise entre 1993 et 2009, afin d’analyser le lien entre le dénuement économique et les atteintes à l’intégrité physique et aux biens enregistrées par les autorités policières. Les analyses de régression statistique effectuées ont inclus des variables de nature économique, démographique et sociale et les résultats obtenus montrent que les situations conjoncturelles de plus grand dénuement économique sont associées à un plus grand nombre d’atteintes à l’intégrité physique, mais aussi à un nombre moins élevé d’atteintes aux biens. Les résultats obtenus sont discutés en prenant comme référence le corpus théorique disponible et les options méthodologiques suivies.

Mots-clés dénuement économique, inégalité, démographie, contrôle social, criminalité.

 

Privación económica y criminalidad: el caso portugués (1993-2009)

Resumen

Teniendo como referencia a Portugal y el periodo comprendido entre 1993 y 2009, en este artículo son analizadas las relaciones existentes entre privación económica y crímenes contra las personas y contra el patrimonio registrados por las autoridades policiacas. Los análisis de regresión estadística efectuados incluyeron variables de naturaleza económica, demográfica y social y los resultados obtenidos muestran que escenarios de mayor privación económica están asociados a volúmenes más elevados de crímenes contra las personas, pero también a volúmenes menos elevados de crímenes contra el patrimonio. Los resultados obtenidos son discutidos teniendo como referencia el cuerpo teórico disponible y las opciones metodológicas tomadas.

Palabras-clave privación económica, desigualdad, demografía, control social, criminalidad.

 

Introdução

Situações de maior privação económica, como a que Portugal atravessa actualmente, tendem a induzir um maior número de práticas criminais, sobretudo quando são acompanhadas ou acentuadas por fortes desigualdades — seja na distribuição de rendimentos, seja na distribuição de oportunidades de natureza social, educacional ou política.

A relação entre privação e criminalidade não é, no entanto, nem linear, nem uniforme. Não só porque nesta relação intervêm outras variáveis, como porque situações de maior privação parecem induzir um maior número de crimes contra as pessoas, mas não necessariamente contra o património.

Apesar de ainda insuficientemente estudada, a relação entre privação e criminalidade tem motivado e sustentado, nos países mais desenvolvidos e em situações de maior privação económica, dois tipos diferenciados de resposta, consoante as agendas políticas dominantes sejam menos ou mais conservadoras (Grover, 2008) — ou um maior investimento em políticas sociais que visam minorar níveis extremos de privação económica e assim prevenir a emergência de práticas criminais, ou um maior investimento no controlo social, punitivo e pós-facto, de tais práticas.

Estes dois tipos de resposta, não sendo mutuamente exclusivos, continuam a ser accionados sobretudo em função de pressupostos ideológicos e políticos. Em larga medida porque ainda escasseiam evidências empíricas sobre as variáveis que mais influenciam a variabilidade da criminalidade em cada contexto específico. Esta escassez, particularmente evidente no caso português, motivou esta pesquisa, em que são explorados, através de análises estatísticas de regressão linear, os efeitos de variáveis económicas, demográficas e sociais sobre a criminalidade que foi registada em Portugal entre 1993 e 2009.

 

Privação económica e criminalidade

A relação entre privação económica e criminalidade apenas foi analisada de forma sistemática no século XIX, quando Guérry (1833), Quételet (1835) e Durkheim (1984 [1893]), entre outros, mostraram que diferentes níveis de desenvolvimento económico estão associados a diferentes tipos e volumes da criminalidade. Desde então acumularam-se evidências de que países ou regiões mais desenvolvidas, com mais recursos económicos e normalmente também com menores desigualdades na distribuição desses mesmos recursos, possuem taxas menos elevadas de crimes violentos e taxas mais elevadas de crimes contra o património (Lodhi e Tilly, 1973; Stack, 1984; LaFree e Kick, 1986; Neuman e Berger, 1988; Gartner, 1990; Grogger, 1998; Baumer e outros, 2003; Asal e Brown, 2010).

 

Criminalidade contra as pessoas

A ocorrência de mais crimes contra as pessoas em situações de maior privação económica tem sido explicada pelo facto de esta, sobretudo quando acompanhada por uma maior desigualdade na distribuição de rendimentos e de outro tipo de recursos essenciais, induzir maiores tensões e conflitos a um nível interpessoal, familiar, comunitário ou laboral (Runciman, 1966; Neuman e Berger, 1988; Daly e outros, 2001; Cole e Gramajo, 2009).

A relação entre privação económica e crimes contra as pessoas nem sempre é, no entanto, linear, na medida em que níveis muito baixos ou muito altos de privação surgem por vezes associados a mais crimes contra as pessoas (Bennett, 1991; Unnithan e Whitt, 1992). Por outro lado, reduções significativas e prolongadas dos níveis de privação económica, como as que têm caracterizado os países mais desenvolvidos, tendem a induzir processos, nomeadamente de natureza demográfica e social, que podem impedir que situações, conjunturais, de maior privação tenham como efeito um aumento significativo de crimes contra as pessoas.

Uma redução prolongada e quase constante dos níveis de privação económica está, por exemplo, associada a menores taxas de natalidade e a menores taxas de mortalidade. Ou seja, a um processo de envelhecimento da população que não é facilmente reversível e, na medida em que a conflituosidade tende a ser mais frequente em indivíduos mais jovens, a um decréscimo quase constante da criminalidade contra as pessoas (Hirschi e Gottfredson, 1983; Grogger, 1998; Levitt, 2004; LaFree e Tselsoni, 2006).

Uma redução prolongada e quase constante dos níveis de privação económica está também associada à emergência e consolidação de Estados que proíbem e punem mais exemplarmente qualquer acto de violência interpessoal, ocorra ele em contexto privado ou público (Elias, 1973 e 1989; Foucault, 1975; Thome, 2001; Eisner, 2001 e 2003). Este processo, que Elias designou como civilizacional, não é facilmente reversível, na medida em que ele se baseia em valores sociais, mas também em sistemas de justiça e forças policiais com recursos suficientes para assegurar, mesmo em situações conjunturais de maior privação, um maior controlo social punitivo da violência interpessoal — isto é, a investigação, instrução, julgamento e sanção penal da quase totalidade dos crimes contra as pessoas ou, pelo menos, dos mais violentos (Gurr e outros, 1977; Newman, 1978; Levitt, 2004; Di Tella e Shargrodsky, 2004).

Uma redução prolongada e quase constante dos níveis de privação económica parece ainda facilitar o encarceramento, por períodos mais ou menos longos e graças à existência de recursos para o fazer, de mais autores confessos de crimes contra as pessoas, sobretudo aqueles mais violentos, incapacitando-os assim de reincidir em situações conjunturais de maior privação (Zehr, 1976; Blumstein e outros, 1977; Wilson e Boland, 1978; Jacob e Rich, 1981; Vito e outros, 2006).

 

Criminalidade contra o património

A relação entre privação económica e criminalidade contra o património tende a variar, quer quanto ao seu sentido, quer quanto à sua intensidade, consoante os indicadores da criminalidade que são considerados (Castellano e Sampson, 1981). No entanto, verifica-se invariavelmente que situações de maior privação económica estão associadas a menos crimes contra o património. A maioria das explicações para esta estranha e paradoxal relação tem-se centrado em quatro abordagens que são complementares, na medida em que se centram na questão das oportunidades criminais.

Uma primeira abordagem defende que é a maior ou menor abundância de bens patrimoniais facilmente furtáveis ou transaccionáveis, sobretudo em contextos urbanos, em que as redes de vizinhança são menos eficazes em termos de controlo social, e não as necessidades individuais decorrentes de situações de maior ou menor privação, aquilo que melhor explica a relação entre privação e criminalidade contra o património (Carroll e Weaver, 1986). Ou seja, que o decréscimo de crimes contra o património em situações de maior privação não deve ser entendido como o resultado de um decréscimo no número de autores, mas sim da redução do número de oportunidades criminais.

Uma segunda abordagem defende que, a uma maior escassez de bens facilmente furtáveis e transaccionáveis, em situações de maior privação económica, se juntam maiores cuidados na protecção dos bens existentes. Defende ainda que, inversamente, situações de menor privação potenciam uma maior abundância e menor protecção de bens patrimoniais e, portanto, mais oportunidades e mais crimes, independentemente do número real de autores dos mesmos (Van Dijk, 1994).

Uma terceira abordagem defende que uma maior privação económica não está associada a mais crimes contra o património, sendo o inverso verdade, porque quem é mais afectado por essa mesma privação são invariavelmente mulheres (Kapuscinski e outros, 1998), bem como crianças e idosos. Ou seja, pessoas tendencialmente menos propensas, devido a limitações individuais ou socialmente determinadas, à prática de crimes contra bens patrimoniais. Neste sentido defende também que a explicação não está no número de autores, mas sim no número de oportunidades criminais.

Uma abordagem diferente, mais centrada na questão do controlo social punitivo do que nas oportunidades criminais, tem defendido que a crescente relutância, em situações de menor privação económica, em implementar políticas penais de encarceramento efectivo de autores de crimes não violentos explica porque nestas situações ocorrem mais crimes contra o património (Spelman, 1994). Isto porque tal relutância se traduz, quer na ausência de um efeito de dissuasão geral, quer na ausência da incapacitação, mesmo que temporária, de autores, quase profissionais, de crimes contra o património. A influência do controlo social, nomeadamente daquele que se baseia na persecução penal e na aplicação de penas efectivas de prisão, sobre a criminalidade contra o património tem sido, no entanto, frequentemente contestada (Pogue, 1986; Levitt, 1998).

 

Um modelo explicativo para a variabilidade da criminalidade em Portugal

A relação entre privação económica e criminalidade ocorre num campo em que interagem inúmeras variáveis, sendo a causalidade desta relação ainda controversa (Grover, 2008).

Para identificar e analisar, no caso português, a relação entre privação e criminalidade foram consideradas macrovariáveis de natureza económica, demográfica e social que, de acordo com o corpus de conhecimento teórico e empírico existente, surgem mais frequentemente associadas à variabilidade da criminalidade contra as pessoas e contra o património.

As variáveis de natureza económica consideradas foram a privação e desigualdade económica. A variável de natureza demográfica considerada foi o envelhecimento da população residente. As variáveis de natureza social consideradas foram as que reflectem o tipo e intensidade do controlo social, formal e informal, que é exercido.

O principal objectivo da pesquisa residiu em, fazendo intervir em simultâneo todas as variáveis consideradas, apurar um modelo estatístico que possa explicar uma dimensão significativa da variabilidade da criminalidade contras as pessoas e contra o património. Com este modelo, como com todos os modelos estatísticos que procuram captar e explicar realidades complexas em que interagem, de forma dinâmica, múltiplas variáveis, não se teve a pretensão de explicar toda a variabilidade da criminalidade. O que se procurou atingir foi somente um melhor conhecimento sobre o efeito que situações conjunturais de privação económica tiveram e podem vir a ter sobre a evolução dos crimes contra as pessoas e contra o património em Portugal.

 

Metodologia

 

Espaço e período de análise

Desde a adesão de Portugal à União Europeia e, em particular, desde o início da década de 1990, ocorreu uma significativa redução dos níveis médios de privação económica. Esta redução só foi interrompida entre 2003 e 2005 e após 2008 e, embora não tenha sido acompanhada por uma significativa diminuição da desigualdade na distribuição de recursos, foi-o por uma crescente urbanização da população — mais 19% entre, 1995 e 2009 — e por um acentuado envelhecimento da mesma, tendo a idade média da população portuguesa aumentado 12,5%, entre 1995 e 2009.[1]

Nas duas últimas décadas o Estado português também investiu significativamente na repressão e na punição da criminalidade, reforçando os recursos financeiros e humanos colocados à disposição das polícias e da Justiça. O número de magistrados aumentou 53%, entre 1995 e 2009, e o número de polícias aumentou 18%, entre 1996 e 2008. As despesas do Estado com a segurança e a ordem internas aumentaram 135%, entre 1995 e 2009.[2]

Considerando a evolução destas variáveis, bem como o facto de só desde 1993 Portugal possuir um sistema estatístico uniformizado de registo de crimes, o período que decorreu entre 1993 e 2009, último ano para o qual existe informação estatística completa para todas as variáveis, revelou-se como sendo particularmente adequado para esta pesquisa.

 

Variáveis dependentes: indicadores e fontes dos dados

A criminalidade está sempre associada a inúmeros problemas quanto à respectiva definição e medida. Quer se utilizem estatísticas oficiais, quer se utilizem inquéritos de vitimação ou de autodenúncia, raramente é possível ter dados objectivos e aproximados da realidade criminal.

A partir dos anos 60 do século XX tornou-se evidente que considerar apenas dados das estatísticas oficiais sobre ocorrências registadas pelas autoridades policiais ou judiciais, ou processos-crime em fase de julgamento, era insuficiente. Em primeiro lugar, porque uma elevada proporção de possíveis crimes nunca chega ao conhecimento das autoridades policiais ou judiciais. Desde logo porque as vítimas, directas ou indirectas, optam por não os denunciar ou participar formalmente (Catalano, 2006). Em segundo lugar, porque nem todas as ocorrências que são denunciadas e formalmente registadas pelas autoridades configuram um crime — ou, parecendo configurá-lo, nem todos são efectivamente clarificados, ficando-se, na prática, na dúvida sobre se corresponderiam, ou não, a um crime.

O inquérito de vitimação permitiria, em princípio, ultrapassar estas limitações, na medida em que identifica crimes que foram e não foram denunciados e formalmente registados pelas autoridades. Tal seria verdade se o que é relatado pelos inquiridos, vítimas directas ou familiares de vítimas, preenchesse efectivamente todos os requisitos legais exigíveis para que exista um crime. No entanto, o que é relatado são apenas as consequências de acções cometidas num passado mais ou menos recente, ignorando-se as circunstâncias e condições em que ocorreram e as motivações do autor ou autores dessas acções. As distorções daqui decorrentes não são negligenciáveis, sobretudo nos casos em podem não estar preenchidos requisitos básicos, como o princípio da causalidade, do dolo ou da culpa. Tal significa que num inquérito de vitimação podem estar identificados crimes que nunca como tal o seriam considerados à luz das leis penais em vigor. Neste sentido, apesar de o inquérito de vitimação permitir identificar mais crimes do que aqueles que existem nas estatísticas oficiais, é evidente que também ele não satisfaz plenamente as necessidades de objectivação de uma pesquisa empírica (Robert e outros, 1999).

Tendo em atenção as limitações existentes, optou-se por utilizar apenas registos oficiais e por restringir a análise à criminalidade registada pelas autoridades policiais, tal como ela consta das Estatísticas da Justiça. Tal significa que as análises e os resultados apresentados devem ser sempre entendidos como referindo-se a ocorrências que foram formalmente registadas como configurando possíveis crimes.[3]

Os indicadores da criminalidade foram seleccionados em função do corpus de conhecimento teórico e metodológico disponível. Para a criminalidade contra as pessoas foram considerados os registos oficiais anuais relativos a homicídios (voluntários consumados), a ofensas voluntárias à integridade física (graves e simples), a violência doméstica, a ameaça (ou coacção) e a difamação (ou calúnia ou injúria).

Nos dois primeiros casos admite-se que os dados analisados correspondam a uma percentagem de 80% a 90% dos crimes efectivamente ocorridos. Nos outros casos admite-se que os dados correspondam a uma percentagem inferior a 50% dos crimes efectivamente ocorridos. No total, estes crimes correspondem a 88,3% do total de crimes contra as pessoas que foram registados pelas autoridades policiais em 2009.[4]

Para a criminalidade contra o património foram considerados os registos oficiais anuais relativos a furtos, burlas e roubos. Estes crimes correspondem a 90,6% do total de crimes contra o património que foram registados pelas autoridades policiais em 2009, embora se admita que eles possam corresponder a uma percentagem inferior a 50% dos crimes efectivamente ocorridos.[5]

 

Variáveis independentes: indicadores e fontes dos dados

Foram consideradas, como variáveis independentes, a privação económica, a desigualdade, o envelhecimento da população e o controlo social.

A privação económica foi medida através do produto interno bruto (PIB), assumindo-se que um PIB per capita menos elevado se traduz em menos recursos disponíveis para a satisfação de necessidades básicas.[6]

Porque o PIB per capita não revela desigualdades na distribuição da riqueza produzida — quer as originadas por políticas de distribuição dessa mesma riqueza, quer as originadas por situações forçadas de redução ou de perda total de rendimentos, como tende a ocorrer em casos de desemprego ou de incapacidade, temporária ou permanente, para o trabalho —, a desigualdade foi medida através do coeficiente de Gini, que permite captar assimetrias e desigualdades na distribuição de riqueza.[7]

Quer o PIB quer o coeficiente de Gini não são suficientes para medir situações de privação económica extrema. Por exemplo, a privação económica derivada de situações de desemprego pode ser de curta, média ou longa duração, e a situação de desemprego pode ser ou não subsidiada durante algum tempo. Neste sentido a privação económica foi também medida através do número de pessoas que vivem em risco de pobreza, tal como este risco está definido em termos internacionais. No entanto, na medida em que, quer situações de desemprego, quer situações de incapacidade temporária ou permanente para o trabalho são em Portugal compensadas por diferentes tipos de prestações sociais, optou-se por considerar o número de pessoas que vivem em risco de pobreza após recebidas transferências das prestações sociais.[8]

Para medir o envelhecimento da população utilizaram-se projecções anuais para a idade média dos residentes em Portugal.[9]

O investimento de um Estado no controlo social da criminalidade não é facilmente quantificável. Tal investimento manifesta-se nos recursos, humanos e logísticos, que são atribuídos às diferentes forças de polícia, ao Ministério Público, aos tribunais e a estabelecimentos prisionais ou similares, mas também numa produção legislativa de natureza penal e processual penal. Dado que esta última não é facilmente identificável nem quantificável, optou-se por não a integrar neste estudo.

Assim, foram seleccionados, como indicadores, o número anual de polícias e de magistrados no activo. Nenhum destes números é discriminatório quanto à distribuição dos efectivos pelas diferentes áreas da segurança interna e da Justiça. Isto é, sobre qual a quantidade anual de efectivos que está atribuída à área penal, tutelar educativa, cível, laboral ou outra. Devem pois ser apenas entendidos como indicadores gerais. O mesmo se aplica ao terceiro indicador seleccionado, o número anual de reclusos em estabelecimentos prisionais. Este número não é discriminatório quanto ao tipo de crime cometido por cada recluso nem quanto aos reclusos que entraram e saíram em cada um dos anos considerados. Ele apenas reflecte o número anual global de reclusos existentes em estabelecimentos prisionais.[10]

Por último, foi ainda seleccionado, para medir o controlo social informal, o grau de urbanização e, mais concretamente, projecções anuais para a proporção de residentes em centros urbanos. Dado que esta variável apenas tem sido apontada como mais relevante para a explicação da variabilidade da criminalidade contra o património, ela não foi considerada para a análise dos crimes contra as pessoas.[11]

 

Tratamento e análise dos dados

Os dados foram tratados e analisados com o Statistical Package for Social Sciences (SPSS) e de acordo com a metodologia aconselhada em Maroco (2003). O primeiro passo consistiu na estandardização dos dados, operação efectuada tomando como valor de base (100) o relativo ao ano de 1993. O segundo passo consistiu no cálculo dos coeficientes de correlação (de Pearson) para medir a intensidade e a direcção da associação entre os indicadores considerados. Na medida em que não se pressupuseram relações de causalidade foram sempre utilizados two-tailed testes de significância. O terceiro passo consistiu numa análise de regressão linear para cada um dos crimes considerados. Para esta análise foram tidos em atenção os seus principais pressupostos — uma relação de tipo linear entre as variáveis independentes e a variável dependente e valores aceitáveis (inferiores a 10) de multicolinearidade (variance inflation factor) para as variáveis independentes. Foi ainda utilizado o método backward de selecção de variáveis e de procura do melhor modelo estatístico.

 

Resultados

Os resultados das análises efectuadas mostram que pelo menos 80,4% da variabilidade dos homicídios registados em Portugal (quadro 1) pode ser estatisticamente explicada por apenas duas variáveis — o PIB e a população em risco de pobreza. O modelo apurado permite estimar que uma redução de 1% no valor do PIB per capita e um aumento de 1% no número de pessoas em risco de pobreza podem ter como consequência um aumento de 3,1% no número de homicídios registados.[12]

 

Quadro 1 Modelo de regressão linear para o homicídio

 

No que respeita às ofensas graves, 66,2% da variabilidade deste crime pode ser estatisticamente explicada pelas mesmas duas variáveis — o PIB e a população em risco de pobreza (quadro 2). O modelo apurado permite estimar que uma redução de 1% no valor do PIB per capita e um aumento de 1% no número de pessoas em risco de pobreza pode ter como consequência um aumento de 1,6% no número de ofensas graves à integridade física registadas.[13]

 

Quadro 2 Modelo de regressão linear para a ofensa grave à integridade física

 

No caso dos crimes de ameaça ou coacção, pelo menos 92, 3% da sua variabilidade, entre 1993 e 2009, pode ser estatisticamente explicada por apenas três variáveis — o PIB, a pobreza e a desigualdade (quadro 3).

 

Quadro 3 Modelo de regressão linear para a ameaça ou coacção

 

O modelo apurado traduz, no entanto, uma realidade inesperada, na medida em que permite estimar que uma redução de 1% no valor do PIB per capita e um aumento de 1% no número de pessoas em risco de pobreza e no coeficiente de desigualdade pode ter como consequência uma diminuição de 28% no número de crimes de ameaça ou de coacção registados.[14]

Esta inesperada relação só encontra explicação no facto de se ter trabalhado com registos oficiais efectuados pelas autoridades policiais — e não com o total das ocorrências que terão tido efectivamente lugar. Só assim faz algum sentido que menos recursos económicos, indisponíveis, inclusive, para efeitos de controlo social, estejam associados a um menos elevado número de crimes de ameaça ou de coacção.[15]

Assumindo-se esta explicação como válida, o que fica subentendido é que parte das vítimas destes crimes apenas se pode dar ao luxo de recorrer ao sistema de justiça penal em situações de maior desafogo económico — que são exactamente as mesmas situações em que o Estado parece dispor de mais recursos para responder às solicitações de protecção e de justiça que lhe são dirigidas. Ou, dito de outra forma, que em situações de maior privação económica parte das vítimas, ou se resigna a deixar que os crimes fiquem impunes, perpetuando a sua condição de vítima, ou tenta alterar essa mesma condição, mas através de formas privadas de justiça.[16]

A possibilidade de, em situações de maior privação económica, parte das vítimas de crimes contra as pessoas recorrer menos ao sistema formal de justiça já não se verifica no caso da ofensa à integridade física simples, na medida em que 83,5% da variabilidade destes crimes, registados entre 2000 e 2009, pode ser estatisticamente explicada apenas por duas variáveis — o número de pessoas em risco de pobreza e a desigualdade na distribuição de rendimentos —, sendo ambos os coeficientes positivos (quadro 4).

 

Quadro 4 Modelo de regressão linear para a ofensa à integridade física simples

 

Tendo como referência o modelo estatístico apurado, é possível estimar que um aumento de 1% no valor do coeficiente de desigualdade e no número de pessoas em risco de pobreza pode ter como consequência um aumento de 3% no número de ofensas simples à integridade física registadas.[17]

No que respeita aos crimes de difamação, calúnia ou injúria, 78,5% da sua variabilidade pode ser estatisticamente explicada apenas por duas variáveis — o número de pessoas em risco de pobreza e a desigualdade na distribuição de rendimentos —, sendo os coeficientes positivos (quadro 5).[18]

 

Quadro 5 Modelo de regressão linear para a difamação, calúnia ou injúria

 

De acordo com o modelo apurado, é possível estimar que um aumento de 1% no valor do coeficiente de desigualdade e no número de pessoas em risco de pobreza pode ter como consequência um aumento de 4,3% no número de crimes de difamação, ameaça ou injúria.

No que respeita aos crimes contra o património, foram encontradas relações muito semelhantes às que têm sido obtidas por outras pesquisas. No caso dos crimes de roubo, 73,5% da sua variabilidade pode ser estatisticamente explicada por apenas uma variável — o PIB —, sendo o coeficiente de correlação positivo (quadro 6).[19]

 

Quadro 6 Modelo de regressão linear para o roubo

 

O modelo estatístico apurado sugere que uma menor disponibilidade de bens patrimoniais, devido a um decréscimo do PIB, está relacionada com menos crimes de roubo, sendo possível estimar que uma diminuição de 1% no valor do PIB pode ter como consequência uma redução de 5,3% no número de crimes de roubo.

A relação entre uma maior privação económica e um menor número de crimes contra o património é confirmada pelo facto de 80% da variabilidade dos crimes de furto poder ser estatisticamente explicada por apenas uma variável — o PIB —, sendo o coeficiente de correlação positivo (quadro 7).

 

Quadro 7 Modelo de regressão linear para o furto

 

O modelo apurado sugere que uma menor disponibilidade de bens patrimoniais está relacionada com menos crimes de furto, sendo possível estimar que uma redução de 1% no valor do PIB pode ter como consequência uma diminuição de 1,8% no número de crimes de furto.[20]

A relação entre uma maior privação e um menor número de crimes, registados, contra o património é ainda confirmada pelo facto de 77,3% da variabilidade dos crimes de burla, registados entre 1993 e 2009, poder ser estatisticamente explicada por apenas uma variável — o número de pessoas em risco de pobreza —, sendo o coeficiente de correlação negativo (quadro 8).

 

Quadro 8 Modelo de regressão linear para a burla

 

O modelo apurado sugere que uma menor disponibilidade de bens patrimoniais ou, neste caso, também de recursos financeiros, está relacionada com menos crimes de burla, sendo possível estimar que um aumento de 1% no valor do número de pessoas em risco de pobreza pode ter como consequência uma redução de 18,6% no número de crimes de burla.[21]

 

Discussão e comentários finais

Sendo certo que os resultados e modelos apurados são apenas válidos para o período considerado e para os dados e métodos utilizados, eles sugerem que situações conjunturais de maior privação económica, como a que atravessa actualmente Portugal, têm como efeito um aumento dos crimes contra as pessoas — sendo excepções, entre os crimes analisados, os de ameaça e coacção e de violência doméstica — e uma diminuição dos crimes contra o património.

Mesmo considerando outras variáveis, a privação económica surge, nalguns casos, associada à desigualdade, como a variável com maior peso na explicação da variabilidade da criminalidade contra as pessoas e contra o património registada em Portugal.

Tendo como referência estes resultados, reforçar, em situações de maior privação económica, políticas sociais baseadas em medidas de apoio económico-social que permitam reduzir, ou pelo menos manter, o número de pessoas em risco de pobreza e os níveis de desigualdade na distribuição de rendimentos, parece configurar-se como uma opção política adequada para contrariar, para além de outros efeitos pessoais e sociais negativos, um muito provável aumento da criminalidade mais violenta.

A mesma opção poderia ser pensada para a criminalidade contra o património. No entanto, ficou por clarificar, porque os dados disponíveis o impediram de fazer, até que ponto situações de maior privação económica induzem, ou não, um maior número de pessoas à prática de crimes contra o património. O que os resultados apurados mostram é apenas que situações de maior privação económica, seja ela medida através do PIB ou do número de pessoas em risco de pobreza, estão relacionadas com uma redução do número global de roubos, de furtos e de burlas registados — não se sabendo se também, ou não, do número de autores deste tipo de crimes. Nesta sequência, a única conclusão a que é possível chegar é que a opção por políticas de controlo social mais punitivas faria mais sentido em situações de menor privação económica — e não de maior privação. Pelo simples motivo de que a criminalidade contra o património parece diminuir por força de uma maior privação.

Por clarificar ficou ainda a variabilidade dos crimes de ameaça, coação e violência doméstica. O facto de estes crimes aumentarem em situações de menor privação económica, embora também de maior desigualdade no caso da ameaça e coação, só pode ser entendido em função das opções metodológicas tomadas. Isto é, tal relação só se torna lógica se for aceite a hipótese de que situações de maior privação e desigualdade tendem a dissuadir a procura do sistema formal de justiça para a resolução deste tipo de crimes. Saber se e porque motivo vítimas deste tipo de violência optam, em situações de maior privação, por recorrer menos ao sistema formal de justiça penal é, no entanto, algo que precisará de ser melhor estudado e analisado.

 

Referências bibliográficas

Asal, Victor, e Mitchell Brown (2010), “A cross-national exploration of the conditions that produce interpersonal violence”, Politics & Policy, 38 (2), pp. 175-192.         [ Links ]

Baumer, Eric, Steven Messner, e Richard Rosenfeld (2003), “Explaining spatial variation in support for capital punishment: a multilevel analysis”, The American Journal of Sociology, 108 (4), pp. 844-875.         [ Links ]

Bennett, Richard (1991), “Routine activities: a cross-national assessment of a criminological perspective”, Social Forces, 70, pp. 147-163.         [ Links ]

Blumstein, Alfred, Jacqueline Cohen, e Daniel Nagin (1977), Deterrence and Incapacitation. Estimating the Effect of Criminal Sanctions on Crime Rates, Washington, National Academy of Sciences.         [ Links ]

Carroll, Seron, e John Weaver (1986), “Shoplifters’ perceptions of crime opportunities: a process-tracing study”, em D. Cornish e R. Clarke (orgs.), The Reasoning Criminal. Rational Choice Perspectives on Offending, Nova Iorque, Springer-Verlag, pp. 19-38.         [ Links ]

Castellano, Thomas, e Robert Sampson (1981), “Annotations and references of the literature on the relationship between economic conditions and criminality”, em K. Danser e J. Laub (orgs.), Juvenile Criminal Behavior and Its Relation to Economic Conditions, Albany, NY, Criminal Justice Research Center.         [ Links ]

Catalano, Richard (2006), The Measurement of Crime. Victim Reporting and Police Recording, Nova Iorque, LFB Scholarly Pub.         [ Links ]

Cole, Julio, e Andrés Gramajo (2009), “Homicide rates in a cross-section of countries: evidence and interpretations”, Population and Development Review, 35 (4), pp. 749-776.         [ Links ]

Daly, Martin, Margo Wilson, e Shawn Vasdev (2001), “Income inequality and homicide rates in Canada and the United States”, Canadian Journal of Criminology, 43, pp. 219-236.         [ Links ]

Di Tella, Rafael, e Ernesto Shargrodsky (2004), “Do police reduce crime? Estimates using the allocation of police forces after a terrorist attack”, American Economic Review, 94 (1), pp. 115-133.         [ Links ]

Durkheim, Émile (1984 [1893]), A Divisão do Trabalho Social, vols. I e II, Lisboa, Editorial Presença.         [ Links ]

Eisner, Manuel (2001), “Modernization, self control and lethal violence: the long-term dynamics of European homicide rates in theoretical perspective”, British Journal of Criminology, 41 (4), pp. 618-638.         [ Links ]

Eisner, Manuel (2003), “Long-term historical trends in violent crime”, Crime and Justice, 30, pp. 83-142.         [ Links ]

Elias, Norbert (1973), La Civilisation des Mœurs, Paris, Calmann-Lévy.         [ Links ]

Elias, Norbert (1989), O Processo Civilizacional. Investigações Sociogenéticas e Psicogenéticas, Lisboa, Dom Quixote.         [ Links ]

Foucault, Michel (1975), Surveiller et Punir, Paris, Gallimard.         [ Links ]

Gartner, Rosemary (1990), “The victims of homicide: a temporal and cross-national comparison”, American Sociological Review, 55, pp. 92-106.         [ Links ]

Grogger, Jeffrey (1998), “Market wages and youth crime”, Journal of Labor and Economics, 16 (4), pp. 756-791.         [ Links ]

Grover, Chris (2008), Crime and Inequality, Devon, Willan.         [ Links ]

Guérry, André-Michel (1833), Essai sur la Statistique Morale de la France, citado por G. Vold (2001), Theoretical Criminology, Nova Iorque, Oxford University Press.         [ Links ]

Gurr, Ted, Peter Graboski, e Richard Hula (1977), Politics of Crime and Conflict. A Comparative History of Four Cities, Thousand Oaks, Sage Publications.         [ Links ]

Hirschi, Travis, e Michael Gottfredson (1983), “Age and the explanation of crime”, The American Journal of Sociology, 89 (3), pp. 552-584.         [ Links ]

Jacob, Herbert, e Michael Rich (1981), “The effects of the police on crime: a second look”, Law & Society Review, 15 (1), pp. 109-122.         [ Links ]

Kapuscinski, Cezary, John Braithwaite, e Bruce Chapman (1998), “Unemployment and crime: toward resolving the paradox”, Journal of Quantitative Criminology, 14 (3), pp. 215-243.         [ Links ]

LaFree, Gary, e Edward Kick (1986), “Cross-national effects of developmental, distributional and demographic variables on crime: a review and analysis”, International Annals of Criminology, 22, pp. 213-235.         [ Links ]

LaFree, Gary, e Andromachi Tselsoni (2006), “Democracy and crime: a multilevel analysis of homicide trends in forty-four countries, 1950-2000”, Annals of the American Academy of Political and Social Science, 605, pp. 26-49.         [ Links ]

Levitt, Steven (1998), “Why do increased arrest rates appear to reduce crime: deterrence, incapacitation or measurement error?”, Economic Inquiry, 36 (3), pp. 353-372.         [ Links ]

Levitt, Steven (2004), “Understanding why crime fell in the 1990s: four factors that explain the decline and six that do not”, The Journal of Economic Perspectives, 18 (1), pp. 163-190.         [ Links ]

Lodhi, Abdul, e Charles Tilly (1973), “Urbanization, crime and collective violence in 19^th century France”, The American Journal of Sociology, 79 (2), pp. 296-318.         [ Links ]

Maroco, João (2003), Análise Estatística. Com Utilização do SPSS, Lisboa, Edições Sílabo.         [ Links ]

Neuman, William, e Ronald Berger (1988), “Competing perspectives on cross-national crime: an evaluation of theory and evidence”, Sociological Quarterly, 29 (2), pp. 281-313.         [ Links ]

Newman, Graeme (1978), The Punishment Response, Filadélfia, Lippincott.         [ Links ]

Pogue, Thomas (1986), “Offender expectations and identification of crime supply functions”, Evaluation Review, 10 (4), pp. 455-482.         [ Links ]

Quételet, Adolphe (1835), Sur l’Homme, Développement de ses Facultés. Essai de Physique Sociale, citado por G. Vold (2001), Theoretical Criminology, Nova Iorque, Oxford University Press.         [ Links ]

Robert, Philippe, Renée Zauberman, Marie-Lys Pottier, e Hughes Lagrange (1999), “Mesurer le crime: entre statistiques de police et enquêtes de victimation (1985-1995)”, Revue Française de Sociologie, 40 (2), pp. 255-294.         [ Links ]

Runciman, Walter (1966), Relative Deprivation and Social Justice. A Study of Attitudes to Social Inequality in Twentieth-Century England, Londres, Routledge & Kegan Paul.         [ Links ]

Spelman, William (1994), Criminal Incapacitation, Nova Iorque, Plenum Press.         [ Links ]

Stack, Steven (1984), “Income inequality and property crime: a cross-national analysis of relative deprivation theory”, Criminology, 22 (2), pp. 229-257.         [ Links ]

Thome, Helmut (2001), “Explaining long-term trends in violent crime”, Crime, History and Societies, 5 (2), pp. 69-86.         [ Links ]

Unnithan, N. Prabha, e Hugh Whitt (1992), “Inequality, economic development and lethal violence: a cross-national analysis of suicide and homicide”, International Journal of Comparative Sociology, 33 (3-4), pp. 182-196.         [ Links ]

Van Dijk, Jan (1994), “Understanding crime rates: on the interactions between the rational choices of victims and offenders”, The British Journal of Criminology, 34 (2), pp. 105-121.         [ Links ]

Vito, Gennaro, Jeffrey Maahs, e Ronald Holmes (2006), Criminology. Theory, Research, and Policy, Sudbury, Jones and Bartlett Publishers (2.ª edição).         [ Links ]

Wilson, James, e Barbara Boland (1978), “The effect of the police on crime”, Law & Society Review, 12 (3), pp. 367-390.         [ Links ]

Zehr, Howard (1976), Crime and the Development of Modern Society. Patterns of Criminality in Nineteenth Century Germany and France, Londres, Croom Helm.         [ Links ]

 

Notas

[1] Dados constantes online na Pordata (www.pordata.pt), no Eurostat (epp.eurostat.ec.europa.eu) e no World Bank (data.worldbank.org).

[2] Dados constantes online na Pordata, no Eurostat e nas Estatísticas da Justiça (www.dgpj.mj.pt/sections/estatisticas-da-justica).

[3] Dados constantes online nas Estatísticas da Justiça (N = 16).

[4] De acordo com projecções que são possíveis a partir de três inquéritos de vitimação já realizados emPortugal—em1994, pelo antigo Gabinete de Estudos e Planeamento do Ministério da Justiça, e em 2000 e 2005 pelas Nações Unidas e pela Comissão Europeia (dados disponíveis online em www.unicri.it). Refira-se também que o “crime” de violência doméstica é, enquanto tal, recente (de 2000), pelo que o número de observações analisadas é mais reduzida (N = 10).

[5] Idem.

[6] Foi utilizado o PIB per capita a preços constantes, de acordo com os valores fornecidos online pela Pordata (N = 16).

[7] Dados constantes online no Eurostat. Apenas estão disponíveis dados entre 1995 e 2000 e entre 2002 e 2009 (N = 12).

[8] Dados constantes online no Eurostat. Apenas estão disponíveis dados a partir de 1995 (N= 14).

[9] Dados constantes online no World Bank (N = 16).

[10] Dados constantes online no Eurostat (N= 16).Não estão disponíveis dados relativos ao número de polícias existentes em 1993 e 1995, bem como em 2009 (N = 12).

[11] Dados constantes online no World Bank (N = 16).

[12] Para a análise de regressão linear, a população prisional, a idade média, o número de magistrados e o número de polícias apresentaram uma multicolinearidade muito superior à aceitável (superior a 10), pelo que foram sendo retiradas antes da utilização do método backward. Os resultados deste método mostraram que um modelo que integre o PIB, a população em risco de pobreza e a desigualdade explica 86,3% da variabilidade dos homicídios e possui um erro-padrão (8,17192) mais elevado e um valor de F (24,038) mais baixo que o modelo seleccionado.

[13] Para a análise de regressão linear, a população prisional, a idade média, o número de magistrados e o número de polícias apresentaram uma multicolinearidade muito superior à aceitável, pelo que foram sendo retiradas antes da utilização do método backward. Os resultados deste método mostraram que um modelo que integre o PIB, a população em risco de pobreza e a desigualdade explica 80,6% da variabilidade das ofensas graves e possui um erro-padrão (3,89790) mais baixo, mas também um valor de F (16,258) mais baixo e menos significativo, que o modelo seleccionado.

[14] Para a análise de regressão linear, a idade média, o número de magistrados, o número de polícias e a população prisional apresentaram uma multicolinearidade muito superior à aceitável, pelo que foram sendo retirados antes da utilização do método backward. Os resultados deste método mostraram que apenas o modelo seleccionado parece aplicar-se.

[15] Na medida em que só existem sete registos anuais válidos para o crime de violência doméstica e que estes mostram um aumento de 460% entre 2001 e 2009, os coeficientes relativos a este crime foram encarados com bastantes reservas. Quer o reduzido número de “observações”, quer o aumento quase “explosivo” (que parece estar mais relacionado como facto de este crime se ter tornado público em 2000 e com a circunstância de no mesmo período terem emergido várias estruturas e organizações de apoio às vítimas de violência doméstica em Portugal) levaram a que se optasse por não aplicar uma análise de regressão linear.

[16] Assumindo-se que grande parte das ocorrências que chegam ao conhecimento das autoridades policiais ou judiciais dependem da iniciativa da vítima ou das vítimas, mesmo quando os crimes são públicos ou semipúblicos.

[17] Para a análise de regressão linear, a população prisional, a idade média, o número de magistrados e o número de polícias apresentaram uma multicolinearidade muito superior à aceitável, pelo que foram sendo retirados antes da utilização do método backward. Os resultados deste método mostraram que um modelo que integre o PIB, a população em risco de pobreza e a desigualdade explica 83,4% da variabilidade das ofensas simples e possui um erro-padrão (3,550048) mais elevado, bem como um valor de F (19,465) mais baixo que o modelo seleccionado.

[18] Para a análise de regressão linear, a população prisional, a idade média, o número de magistrados e o número de polícias apresentaram uma multicolinearidade muito superior à aceitável, pelo que foram sendo retirados antes da utilização do método backward. Os resultados deste método mostraram que um modelo que integre o PIB, a população em risco de pobreza e a desigualdade explica 80,8% da variabilidade dos crimes de difamação, calúnia ou injúria e possui um erro-padrão (7,89013) mais baixo, mas também um valor de F (16,398) mais baixo que o modelo seleccionado.

[19] Para a análise de regressão linear, não foi considerada a população urbana, o número de magistrados, o número de polícias e a população prisional. Por apresentarem uma multicolinearidade muito superior à aceitável estes factores foram retirados antes da utilização do método backward. Os resultados deste método mostraram que um modelo que integre o PIB, a população em risco de pobreza e a desigualdade explica 54,7% da variabilidade dos crimes de roubo e possui um valor de F (5,426) mais baixo e menos significativo que o modelo seleccionado. O mesmo se aplica a um modelo que integre o PIB e a população em risco de pobreza — explica 56,8% da variabilidade dos crimes de roubo e possui um valor de F (8,220) mais baixo e menos significativo que o modelo seleccionado.

[20] Para a análise de regressão linear, não foi considerada a população urbana, o número de magistrados, o número de polícias e a população prisional. Por apresentaram  uma multicolinearidade muito superior à aceitável estes factores foram retirados antes da utilização do método backward. Os resultados deste método mostraram que um modelo que integre o PIB, a população em risco de pobreza e a desigualdade explica 58,3% da variabilidade dos crimes de furto e possui umvalor de F (6,133) mais baixo e menos significativo que o modelo seleccionado. O mesmo se aplica a um modelo que integre o PIB e a população em risco de pobreza — explica 58,8%da variabilidade dos crimes de furto e possui um valor de F (8,852) mais baixo e menos significativo que o modelo seleccionado.

[21] Para a análise de regressão linear, não foi considerada a população urbana, o número de magistrados, o número de polícias e a população prisional. Por apresentaram uma multicolinearidade muito superior à aceitável estes factores foram retirados antes da utilização do método backward. Os resultados deste método mostraram que um modelo que integre o PIB, a população em risco de pobreza e a desigualdade explica 71,9% da variabilidade dos crimes de burla e possui um valor de F (10,375) mais baixo e menos significativo que o modelo seleccionado. O mesmo se aplica a um modelo que integre desigualdade e população em risco de pobreza — explica 73,2% da variabilidade dos crimes de burla e possui um valor de F (16,057)mais baixo e menos significativo que o modelo seleccionado.