O Ato Infracional e o Meio Ambiente - Existe relação?

$: O Ato Infracional e o Meio Ambiente - Existe relação?$
UNIVERSIDADE FEDERAL FLUMINENSE

INSTITUTO DE GEOCIÊNCIAS

Pós-Graduação em Ciência Ambiental

JOSÉ ROGER CAPELLO DUARTE

O ATO INFRACIONAL E O MEIO AMBIENTE

A incidência criminal praticada por crianças e adolescentes em oitenta comarcas do Estado do

Rio de Janeiro, numa perspectiva ambiental.

Niterói

2009

57

Duarte, José Roger Capello

O Ato Infracional e o Meio Ambiente. A incidência criminal praticada

por crianças e adolescentes em oitenta comarcas do Estado do Rio de

Janeiro, numa perspectiva ambiental. Niterói: [s.n.], 2009. (129) f.

Dissertação (Mestrado em ciência ambiental) - Universidade Federal

Fluminense, 2009.

1. IDHM, Intensidade de Violência na Adolescência, violência juvenil,

qualidade ambiental, qualidade socionatural.

58


O ATO INFRACIONAL E O MEIO AMBIENTE.



Dissertação apresentada ao Curso de Pós-

Graduação em Ciência Ambiental da

Universidade Federal Fluminense, como

requisito parcial para obtenção do Grau de

Mestre. Área de Concentração: Análise de

processos socioambientais.

Orientador: PROFA. DRA. CACILDA NASCIMENTO DE CARVALHO

Niterói

2009

59


O ATO INFRACIONAL E O MEIO AMBIENTE.



Dissertação apresentada ao Curso de Pós-Graduação em

Ciência Ambiental da Universidade Federal Fluminense,

como requisito parcial para obtenção do Grau de Mestre.

Área de Concentração: Análise de processos

socioambientais.

Aprovada em 06 de novembro de 2009.

BANCA EXAMINADORA:

PROF. DR. ORLANDO ALVES DOS SANTOS JUNIOR

Universidade Federal do Rio de Janeiro - IPPUR

PROFA. DRA. MONICA PARAGUASSÚ CORREIA DA SILVA

Universidade Federal Fluminense - Direito

PROFA. DRA. CACILDA NASCIMENTO DE CARVALHO

Universidade Federal Fluminense - PGCA

Niterói

2009

60

AGRADECIMENTOS

À Profa. Dra. Cacilda Nascimento de Carvalho, muito mais do que

orientação ela foi responsável pela minha educação neste período, se

mostrando sempre mais prestativa e menos ausente do que eu. Suas

afirmações iluminaram, seus questionamentos abriram caminhos e sua

participação está representada pelos acertos que possam existir nesta pesquisa.

Ao Sr. Ten Cel Mário Marcio Pereira Fernandes, Comandante do Batalhão

de Polícia Florestal e de Meio Ambiente (BPFMA), sua ajuda e compreensão

foram de singular importância para a realização desta pesquisa.

Ao Sr. Cel Eduardo Frederico Cabral de Oliveira, que apoiou esta

iniciativa proporcionando as condições que subsidiaram toda a construção

deste trabalho.

Aos meus ex-comandantes: Sr. Cel Roberto Rocha Barros; Sr. Ten Cel

Carlos Alberto Soares Gomes; Sr. Ten Cel Ivanir Linhares Fernandes Filho,

por terem mantido as condições pré-estabelecidas, possibilitando-me a

continuidade desta pesquisa.

Ao Sr. Dr. Juiz de Direito Sérgio Louzada, que não hesitou em abrir as

portas do poder judiciário, viabilizando os acessos necessários e incentivando

a produção científica neste sentido.

À Diretoria Geral de Tecnologia e Informação (DEGTEC), em especial a

Sra. Guacira Duarte Soares, pela paciência e presteza no envio dos dados

fundamentais ao desenvolvimento desta pesquisa.

Aos companheiros e professores do Curso de Pós-Graduação em Ciência

Ambiental pela oportunidade de conviver e principalmente aprender com

todos. Em especial ao Prof. Dr. Orlando Alves Dos Santos Junior, que de

forma determinante e paciente me indicou o caminho a seguir na

fundamentação teórica deste trabalho.

A minha amiga e companheira de aventuras Bárbara Helga, sua

participação neste projeto foi pioneiríssima, sua ajuda me proporcionou

firmeza, calma e alegria em momentos decisivos.

61

SUMÁRIO

Lista de Figuras vii

Lista de Tabelas ix

Resumo. xi

Abstract. xii

1– Juventude, Criminalidade e Meio Ambiente. 13

2 – Um ambiente de necessidades gerando uma juventude violenta? 17

3 – Aquisição, Metodologia e Técnicas de Pesquisa. 32

3.1 – Etapas da pesquisa. 32

3.2 – Os dados sobre os Atos Infracionais 33

3.3 – As Variáveis Ambientais 44

3.3.1 – A dimensão demográfica. 45

3.3.2 – A dimensão socioeconômica. 46

3.3.2.1 – Religiosidade. 47

3.3.2.2 – Índice de Desenvolvimento Humano Municipal. 47

3.3.3 – A dimensão natural. 49

3.3.3.1 – IFCA. 49

3.3.3.2 – Cobertura vegetal. 51

3.4 – Tratamento Numérico dos dados. 52

3.4.1 – Análise exploratória. 52

3.4.2 – Análise de Correlação Linear Simples. 53

3.4.3 – Regressão linear múltipla. 54

3.4.4 – Análise dos Componentes Principais (PCA). 55

4 – Apresentação e Discussão dos Resultados. 56

4.1 - Análise Exploratória dos Dados. 56

4.1.1 – Os Atos Infracionais Estudados (AIE) 56

4.1.2 – A Dimensão Demográfica 64

4.1.3 – A dimensão Socioeconômica 69

4.1.4 – A dimensão Natural 76

4.2 – As relações dos AIE com as variáveis das três dimensões do estudo. 80

4.2.1 – Influência da população. 86

4.2.2 – A IVA e suas relações com as variáveis estudadas. 91

4.2.2.1 – IVA e a dimensão demográfica. 91

4.2.2.2 – IVA e a dimensão natural. 95

4.2.2.3 – IVA e a dimensão socioeconômica 99

4.3 – Análises multivariadas. 107

4.3.1 – Regressão linear múltipla. 107

4.3.2 – Análise dos Componentes Principais (PCA). 108

5 – Conclusões e Considerações Finais. 114

Bibliografia 124

62

LISTA DE FIGURAS

Figura 3.1 Fluxograma do roteiro metodológico. f . 32

Figura 3.4.1 “r” de Pearson, onde X e Y são as variáveis em estudo. f.

53

Figura 4.2.1 Dispersão das oitenta comarcas segundo o TAIs (a) e o

TAIs% (b). f. 87

Figura 4.2.2 Dispersão das oitenta comarcas segundo o AIE-TF (a) e a

IVA (b). f. 87

Figura 4.2.3 Dispersão das oitenta comarcas segundo o AIE-T (a) e o

AIE-T% (b). f. 88

Figura 4.2.4 Dispersão das oitenta comarcas segundo o AIE-F (a) e o

AIE-F% (b). f. 88

Figura 4.2.5 Dispersão das comarcas, com populações menores que 20

mil e maiores que 100 mil hab, quanto aos TAIs (a) e (d) ,

TAIs% (b) e (e) a e IVA (c) e (f). f. 90

Figura 4.2.6 Dispersão da IVA e Jovens% nas comarcas. a) com

população inferior a 20 mil habitantes (n=15), b) entre 20

mil e 100 mil habitantes (n=41), c) superior a 100 mil

habitantes (n=24) e d) todas as comarcas (n=80). f. 92

Figura 4.2.7 Dispersão da IVA e DD nas comarcas. a) com população

inferior a 20 mil habitantes (n=15), b) entre 20 mil e 100

mil habitantes (n=41), c) superior a 100 mil habitantes

(n=24) e d) todas as comarcas (n=80). f. 93

Figura 4.2.8 Dispersão da IVA e Área nas comarcas. a) com




Figura 4.2.9 Dispersão da IVA e do IFCA nas comarcas. a) com




Figura 4.2.10 Dispersão da IVA e Vegetada nas comarcas. a) com



habitantes (n=24) e d) todas as comarcas (n=80).f. 96

Figura 4.2.11 Dispersão da IVA e Rural nas comarcas. a) com




Figura 4.2.12 Dispersão da IVA e Urbana nas comarcas. a) com




Figura 4.2.13 Dispersão da IVA e R pc nas comarcas. a) com população

inferior a 20 mil habitantes (n=15), b) entre 20 mil e 100

mil habitantes (n=41), c) superior a 100 mil habitantes

(n=24) e d) todas as comarcas (n=80). f. 100

Figura 4.2.14 Dispersão da IVA e Dist. Renda nas comarcas. a) com

63




Figura 4.2.15 Dispersão da IVA e Jovens Pobres nas comarcas. a) com




Figura 4.2.16 Dispersão da IVA e IDHM nas comarcas. a) com




Figura 4.2.17 Dispersão da IVA e Evangélico nas comarcas. a) com




Figura 4.2.18 Dispersão da IVA e Sem Relig nas comarcas. a) com




Figura 4.2.19 Dispersão da IVA e Católico nas comarcas. a) com




Figura 4.3.1 Gráfico dos valores Eigenvalue correspondentes aos

fatores de explicação. f. 109

Figura 4.3.2 Dispersão das variáveis segundo os eixos dos fatores 1 e

2 formados pelo PCA. f. 111

Figura 4.3.3 Dispersão das comarcas segundo os eixos dos fatores 1 e

2 formados pelo PCA. f. 112

64

LISTA DE TABELAS

Tabela 3.2.1 Categoria Arma de Fogo - Tipos penais englobados e

suas referidas quantidades. f. 36

Tabela 3.2.2 Categoria Tráfico de Drogas - Tipos penais englobados

e suas referidas quantidades. f. 38

Tabela 3.2.3 Categoria Homicídio - Tipos penais englobados e suas

referidas quantidades. f. 39

Tabela 3.2.4 Categoria Lesão - Tipos penais englobados e suas


Tabela 3.2.5 Categoria Furto - Tipos penais englobados e suas


Tabela 3.2.6 Categoria Roubo - Tipos penais englobados e suas


Tabela 3.2.7 Categoria Pudor - Tipos penais englobados e suas


Tabela 3.2.8

(a e b)

Categoria Pudor - Tipos penais englobados e suas


Tabela 3.3.1

(a e b)

Tabela resumo das variáveis ambientais (dimensão

demográfica, socioeconômica e natural).f. 45

Tabela 3.3.2 Resumo dos indicadores considerados no cálculo do

IDHM. f. 48

Tabela 3.3.3 Tabela resumo dos índices e fatores utilizados para o

cálculo do IFCA. f. 50

Tabela 4.1.1

(a, b e c)

AIE por comarca, em ordem decrescente de TAIs. f.

56

Tabela 4.1.2 Comarcas com maior quantidade de AIE (TAIs) entre

as 80 comarcas do estudo. f. 58

Tabela 4.1.3

(a e b)

Comarcas com discrepância na quantidade de AIE por

categoria, entre as 80 comarcas de estudo. f. 59

Tabela 4.1.4

(a, b e c)

AIE proporcionais a população por comarca, em

ordem decrescente de IVA. f. 61

Tabela 4.1.5 Comarcas com as maiores e menores IVA. f. 64

Tabela 4.1.6

(a, b e c)

A dimensão demográfica nas oitenta comarcas de

estudo, em ordem decrescente de População. f. 64

Tabela 4.1.7 As dez comarcas com densidades demográficas

discrepantes. f. 67

Tabela 4.1.8 As cinco comarcas com maiores e menores Jovens% f.

68

Tabela 4.1.9 Comarcas com as maiores e menores áreas do grupo de

estudo. f. 68

Tabela 4.1.10

(a e b)

A dimensão Socioeconômica nas oitenta comarcas de

estudo, em ordem decrescente de R pc. f. 69

Tabela 4.1.11 As maiores e menores comarcas quanto renda per

capita. f. 71

Tabela 4.1.12 As maiores e menores comarcas quanto à distribuição

de renda. f. 72

Tabela 4.1.13 As maiores e menores comarcas quanto ao percentual

65

de “Jovens Pobres”. f. 73

Tabela 4.1.14 As maiores e menores comarcas quanto ao Índice de

Desenvolvimento Humano Municipal. f. 74

Tabela 4.1.15 Comarcas com maiores e menores percentuais de

Católicos, Evangélicos, e Sem Religião. f. 75

Tabela 4.1.16

(a e b)

Variáveis Naturais por comarca, em ordem decrescente

de IFCA. f. 76

Tabela 4.1.17 As comarcas com maiores e menores IFCA. f. 78

Tabela 4.1.18 As comarcas com maiores e menores percentuais de

áreas vegetadas, Rurais e Urbanas, das 80 comarcas de

estudo. f. 79

Tabela 4.2.1 Correlações lineares de Pearson entre os AIs e as

variáveis Demográficas e Naturais nas oitenta

comarcas. p<0,20, se r>0,145; p<0,10 se r> 0,185 e

p<0,05 se r>0,220. f. 82

Tabela 4.2.2 Correlações lineares de Pearson entre os AIs e as

variáveis Socioeconômicas nas oitenta comarcas.

p<0,20, se r>0,145; p<0,10 se r> 0,185 e p<0,05 se

r>0,220. f. 84

Tabela 4.3.1 Sumário de regressão linear múltipla entre as variáveis

dependentes e explicativas, nas oitenta comarcas do

ERJ. f. 107

Tabela 4.3.2 Matriz de correlação linear utilizada como base para o

PCA, entre os AIs e as variáveis demográficas,

Sócioeconômicas, e Ambientais. n=80; se r>0,22,

então p<0,05; se r>0,18 então p<0,10 e se r>0,14 então

p<0,20. f. 108

Tabela 4.3.3 Percentual de explicação dos fatores. f. 109

Tabela 4.3.4 Pesos dos cinco Fatores de explicação e as variáveis

correspondentes, com rotação Varimax simples. f. 110

66

Resumo: Esta investigação científica buscou confirmar a hipótese de que “a intensidade de

violência na adolescência é menor em áreas de melhor qualidade socionatural”, e, também

responder a seguinte questão: como os diferentes níveis de conservação ambiental e outras

características do meio ambiente se correlacionam com o cometimento do Ato Infracional?

Objetivou-se, assim, fornecer embasamento teórico para políticas de segurança pública que

possam contribuir para o melhor tratamento da séria questão da prevenção criminal. Para a

consecução deste objetivo os Atos Infracionais Estudados (AIE) foram divididos nas

seguintes categorias: Furto, Roubo, Tráfico, Homicídio, Porte de Arma, Lesão Corporal, e

Atentado ao Pudor, registrados pelo Tribunal de Justiça do Rio de Janeiro no período de

janeiro de 2007 a janeiro de 2008 em 80 comarcas do Estado do Rio de Janeiro (ERJ),

excetuando-se a capital. Para identificar diferentes níveis de qualidade socioambiental nas

comarcas, foram escolhidas três dimensões principais: demográfica; socioeconômica e

natural, contabilizando um total de quinze variáveis.

Os primeiros resultados mostraram a população influenciando diretamente a

quantidade de Atos Infracionais, mas sem relação com a intensidade destes, viabilizando a

criação de um índice relativo ao Total de Atos Infracionais (TAIs) e sua proporção na

população da comarca (expresso por 100 mil habitantes), aqui denominado Intensidade de

Violência na Adolescência (IVA). Este índice revelou diferentes relações entre as variáveis,

conforme se discriminam comarcas pequenas (menos de 20mil habitantes), grandes (mais de

100mil habitantes) e intermediárias.

As variáveis econômicas (R per capita e IDHM) e a Proporção de Jovens (Jovens% e

Jovens Pobres) se mostram as mais importantes do sistema, explicando juntas 18% das

variações dos AIE; em seguida, as variáveis mais associadas à urbanização (Urbana, DD,

População, Evangélico e Sem Relig) explicam também 18% das variações nos AIE; as

variáveis indicadoras de qualidade ambiental (Vegetada, Índice Final de Conservação

Ambiental e Rural) explicam 11% destas variações. A distribuição de renda (Dist Renda) e a

Área da comarca são as variáveis menos importantes entre os componentes principais. À vista

destas informações, foi possível grupar as comarcas segundo dois fatores principais: o eixo da

Violência representado pelos AIE proporcionais a população da comarca, e o eixo Riqueza e

Juventude, identificando, pela combinação deles, comarcas desde violentas e ricas, até pobres

e tranqüilas.

Estes resultados permitiram verificar a importância das variáveis indicadoras de

qualidade socionatural dentro do sistema estudado, pois sinalizam que a violência pode ser

menor em áreas mais vegetadas. Exibem a relação inversa entre a IVA e as variáveis

populacionais. Mostram também a importância da juventude e a necessidade de atender, com

políticas de prevenção, as comarcas mais rurais, com menos de 20mil habitantes, onde ainda é

representativa a proporção de jovens, assim como as comarcas com poucos jovens e alta IVA.

Palavras-Chave: IDHM, Intensidade de Violência na Adolescência, violência juvenil,

qualidade ambiental, qualidade socionatural.

67

Abstract: This research sought to confirm the hypothesis that "the intensity violence in

adolescence is less in areas of better quality socionatural", and also answer the following

question: how different levels of conservation and other characteristics of the environment

relate to the infringe Action by children and adolescents. The objective is therefore to provide

a theoretical foundation for public security policies that can contribute to better treatment of

the serious issue of crime prevention. To achieve this goal the illegal acts under Study (AIE)

were divided into the following categories: theft, robbery, trafficking, murder, carrying

weapons, assault and indecent exposure, reported by the Court of Rio de Janeiro between

January 2007 to January 2008 in 80 districts of the State of Rio de Janeiro (RJ), except the

capital. To identify different levels of environmental quality in the counties, were chosen

three main dimensions: demographic, socioeconomic and natural, with a total of fifteen

variables.

The first results showed the population directly influencing the amount of illegal acts,

but not related to the intensity of these, enabling the creation of an index to the number of AIE

(TAIs) and its proportion in the population of the district (expressed per 100 thousand

inhabitants), here called Intensity Violence in Adolescence (IVA). This index revealed

different relationships between variables, as discriminating against small counties (less than

20 thousand people), large (more than 100 thousand inhabitants) and intermediate.

Economic variables (R pc and IDH) and Proportion of Youth (Youth% and Young

Poor) were shown as the most important from the system, together explaining 18% of the

variation of the AIE, then the variables most associated with urbanization (Urbana, DD ,

Population, Evangelical and Without Relig) also explain 18% of the variations in the AIE, the

indicator variables of environmental quality (vegetate, Index of Final Environmental

Conservation and Rural) explain 11% of these variations. Income distribution (Dist income)

and Area of the county variables are less important among the main components. In light of

this information, it was possible to group districts according to two main factors: the axis of

the violence represented by the AIE% and the riches + Youth, identifying the combination of

them, since violent districts and rich, to poor and calm.

These results showed the importance of variables indicating the quality socionatural

within the system studied as they emphasize that violence is less predictable in vegetated

areas. Exhibit the inverse relationship between the IVA and the population variables. It also

shows the importance of youth and the need to meet with prevention policies for the most

rural counties with less than 20 thousand people, where the proportion of young people is still

representative and for the counties with few young people and high IVA.

Keywords: IDHM, Intensity Violence in Adolescence, young violence, environmental quality,

socionatural quality.

68

1 – Juventude, Criminalidade e Meio Ambiente.

Certa vez, ao conduzir um adolescente de 12 anos a sua casa, tive o desprazer de

encontrar uma mulher cercada por filhos numa cama de casal, negando ser o adolescente seu

filho, embora ele a contradissesse. A mulher esclareceu o fato informando ter “dado” este

filho há muito tempo, mas com a morte da “mãe adotiva”, o “pai adotivo” voltou para São

Paulo, e, desde então, o jovem passou a perambular por lá, só que ela não sabia nem onde ele

dormia.

Este jovem, como muitos no Estado do Rio de Janeiro, não possuía suporte familiar,

suas necessidades eram supridas eventualmente, seu desenvolvimento estava prejudicado, as

possibilidades de um futuro promissor comprometidas, e justamente quando a lógica sobre

proposições, coisas e propriedade abstratas, começa a fazer sentido (PULASKI, 1986 p. 214).

Imaginar as deduções e conclusões percebidas por este indivíduo torna-se impossível para

quem não vive esta realidade, mas as conseqüências deste acaso social são pontuadas nos

altos índices de criminalidade.

O Estatuto da Criança e do Adolescente (ECA, 1990) garante um tratamento

diferenciado ao jovem, assim como determina uma série de medidas protetivas para assegurar

condições básicas e necessárias para uma vida social saudável. A teoria sociológica do crime

menciona miséria, pobreza, má distribuição de renda, falta de educação e baixas condições de

qualidade de vida, aliadas às concepções capitalistas de consumo e a condições preexistentes

no indivíduo, como possíveis causas da ação criminosa. Podemos punir jovens por ações

oriundas de fatores alheios a sua vontade? Mas, se existe o crime, como fazer para assegurar a

preservação da ordem pública? É possível reprimir com prevenção e justiça social? Quais os

pressupostos para essa prevenção?

O nível de insegurança (medo difuso) gera a tentativa de deter o crime, repercutindo

na degradação do patrimônio público e privado. Casas são construídas com cercas elétricas e

câmeras de vigilância, carros são blindados, seguranças particulares contratados, armas são

compradas. O orçamento milionário destinado à segurança pública tem seu investimento

principalmente na política de repressão (aumento do contingente policial, alocação de

sistemas de vigilância pública, modernização da frota com aquisição de viaturas terrestres e

aéreas, manutenção de materiais e estabelecimentos, revitalização e aumento das carceragens,

entre outros). Os custos se refletem também na área da saúde em internações oriundas da

guerra travada nas ruas da cidade. É preciso acabar com essa guerra por segurança.

69

Enquanto isso, o poder paralelo, por trás da máquina criminal, resiste de maneira

impressionante; muitos são presos, muitos são mortos, mas estão longe da derrota. Pelo

contrário, parecem vencedores, transmitem essa sensação, com riqueza e poder, são antes

heróis, invejados e queridos por muitos, Velho1 (1996, apud Mendonça F., 2002, p. 140)

mitos que necessitando do silêncio conivente, assumem o papel social que o Estado

deixou de cumprir. Uma troca de favores a criar um ciclo que cresce e se perpetua,

instituindo uma verdadeira lei nova em territórios esquecidos.

Mas, seus verdadeiros líderes não são públicos, se amoitam sobre o espesso manto da

corrupção, mantendo viva toda a engrenagem do crime.

O suporte financeiro das facções criminosas jorra em fontes de atividades ilegais,

tráfico, roubo, seqüestro, e assim, novos operários são contratados, soldados mirins, crianças e

adolescentes na sua maioria entre dezesseis e dezoito anos, já que esta faixa etária

corresponde a 76% (setenta e seis por cento) dos adolescentes cumprindo medidas sócio-

educativas de internação e internação provisória (SEDH, 2002). Segundo Velho (1996, p. 19)

“a impossibilidade de acesso da grande maioria das camadas populares a bens e valores

largamente publicizados, através da mídia e da cultura de massas em geral, acirra a tensão e o

ódio social”, pois a “inadequação dos meios legítimos para realizar essas aspirações fortalece

o mundo do crime”.

Coincidentemente, vivemos a realidade da diminuição da maior idade penal para os 16

anos, medida ambígua, que visa cortar uma das possíveis causas do ingresso de adolescentes

no crime: a impunidade. Entretanto, só reprimir, nos moldes das prisões atuais, pode

significar transformar esses jovens em bandidos, ainda mais cedo. Realmente, é preciso fazer

alguma coisa, a sociedade clama por segurança, mas só a repressão não basta, é preciso mais.

A busca de alternativas inovadoras se torna vital para o sucesso de nossa sociedade. Afinal,

concordando com Camargo2 (1998, apud Mendonça F., 2002, p. 164) “a verdadeira prevenção

não consiste apenas em evitar que os bandidos cometam crimes, mas antes, que as crianças

transformem-se em bandidos, única solução consistente para evitar a exclusão anunciada”.

Para caminhar em direção a este objetivo, a resposta pode estar em nosso meio ambiente.

O Estado do Rio de Janeiro apresenta uma divisão geopolítica com 92 (noventa e dois)

municípios em um espaço territorial de 43.910 km², onde vivem 15.757mil habitantes,

conforme os dados da Fundação Centro de Informação de Dados do Rio de Janeiro (Fundação

CIDE, 2007). Esta distribuição espacial tem um diferenciado panorama de qualidade

1 VELHO, G.; ALVITO. M Cidadania e violência. Rio de Janeiro: Editora UFRL/Editora FGV, 1996.

2 CMARGO, C.A. Crônica da exclusão anunciada. In: Jornal Folha de São Paulo, Caderno 2/Cotidiano, p. 2,

13/12/1998.

70

socioambiental, como por exemplo, na implementação de unidades de conservação e no uso

do solo variando entre pastagens, florestas densas, capoeiras, áreas agrícolas, restingas, praias,

várzeas, áreas urbanas, áreas degradadas, entre outras.

Durante os últimos trinta anos, com o aumento da demanda ambiental, as áreas mais

conservadas passaram a ocupar papel importante nas tomadas de decisão governamentais (nas

esferas federais, estaduais e municipais). Nesse período, tivemos um alto índice de

implementações ambientais, mas infelizmente, a vontade política esbarra na lista de

prioridades do governo e, por falta de verbas, assistimos o descaso em muitas áreas de

proteção ambiental. Concomitantemente, os modelos ambientais da política de conservação

são demasiado recentes, carecendo de estudos e de análises; atualmente, muitas são as áreas

onde o cidadão comum não pode entrar; é necessário saber se essa separação, resultante da

“percepção ecocêntrica daqueles que advogam os direitos da natureza em oposição aos dos

homens” (MACHADO J., 2006, p. 7), é benéfica para ambas as partes. Afinal, fazemos parte

do meio ambiente, embora muitas vezes não saibamos como lidar com esta interação.

A problemática do crime praticado por crianças e adolescentes e a precária

conservação ambiental – variando entre o apropriável e o intocável – desperta o interesse

sobre a seguinte questão problema: Como os diferentes níveis de conservação ambiental e

outras características do meio ambiente se correlacionam com o cometimento do Ato

Infracional3? Neste sentido, pretende-se organizar, categorizar e correlacionar os atos

infracionais, cometidos durante o período de janeiro de 2007 a janeiro de 2008, no Estado do

Rio de Janeiro, com a caracterização dos locais de registro do fato delituoso quanto ao

percentual de uso do solo, qualidade socioambiental e variáveis geográficas, sociais e

econômicas.

A expectativa é confirmar a seguinte hipótese: “a intensidade de violência na

adolescência é menor em áreas de melhor qualidade socionatural”. “Alcançar suficientemente

as razões desta evidência cria a possibilidade de, ao menos, vislumbrar-se o melhor

tratamento da séria questão da prevenção criminal” (ABREU, 1995, p.11), assim como,

responder a questão problema é essencial para conhecer um pouco mais da dura realidade da

incidência criminal entre os jovens, esperando ser possível ainda contribuir para políticas de

segurança pública.

No capítulo dois deste trabalho temos a fundamentação da pesquisa, respaldada na

sociologia ambiental, onde o problema da crise ambiental, e das possíveis soluções, estão

3 Ato Infracinal (AI) - conduta descrita como crime, praticada por criança ou adolescente, jovem até 18 anos de

idade.

71

sempre oscilando entre os paradigmas, e a maior ou menor interação do homem com a

natureza está sempre em discussão. A partir daí, a qualidade ambiental é diferenciada da

qualidade socionatural, pois, apesar desta ser parte daquela, são diferentes. As funções sociais

da natureza são apresentadas como espacialmente mal distribuídas e juntamente com a

desigualdade social e um conjunto de outras variáveis ambientais apresentam um quadro

variado de possibilidades de ocorrências. Na tentativa de entender a delinquência e a violência

praticada por adolescentes, oferece-se, então, o embasamento teórico necessário para a leitura

destes em função de variáveis socioambientais. A seguir, considerando o conceito de meio

ambiente, com um olhar mais específico sobre conservação e qualidade ambiental e a

criminalidade, apresentam-se trabalhos já realizados nessa linha de estudo, onde se pode

constatar evidências desta relação.

No capítulo três tem-se explicitada a origem dos dados, sua aquisição, detalhamento e

preparação para o estudo, com a definição de variáveis controle e variáveis instrumentais e

unidades de medida. Também é apresentada a metodologia utilizada na análise, justificando

seu emprego na busca dos resultados.

No capítulo quatro, tem-se a análise dos dados trabalhados, onde se apresentam as

correlações significantes e as interações entre variáveis, sendo detalhado o comportamento

destas para com o evento pesquisado.

Enfim, no capítulo cinco, enfatizam-se as conclusões e fazem-se considerações e

sugestões finais.

A pesquisa inova ao considerar a desigualdade socionatural na incidência do Ato

Infracional, podendo representar justificativa social para a conservação ambiental com

inclusão social. Tem importância também como contribuição para elucidar o problema de

crianças e adolescentes em conflito com a lei, o que pode significar um futuro melhor para

estes e conseqüentemente para toda a sociedade.

72

2 – Um ambiente de necessidades gerando uma juventude violenta?

O ambiente – universo em interação – contém em seu espaço a sociedade. Abordando

o tema da violência pretende-se pensar a vida social, onde as necessidades humanas

engendram o problema social da adesão de jovens às redes criminosas. Quais as variáveis

mais importantes do ponto de vista sociológico para incidência de jovens na vida criminosa?

A natureza e suas funções sociais participam do sistema?

Segundo Carvalho (1989) “as relações do homem ocidental com a natureza através do

tempo modificaram-se de forma muito complexa, obedecendo sempre, no entanto, a uma

filosofia de dominação e de exploração dos bens e dos recursos naturais”. Com o

desenvolvimento atual essas relações se intensificaram, sem que o modelo de exploração

fosse alterado, resultando na possibilidade de escassez de muitos recursos naturais, alguns dos

quais insubstituíveis. Desde o Dia da Terra, festejado a partir de 1970, com o começo do

movimento ambientalista moderno, iniciou-se uma proposta modesta por educação sobre o

meio ambiente. Com isso, os especialistas partiram em direção a uma compreensão distinta do

relacionamento entre a sociedade e o meio ambiente. Segundo Hannigan (2009, p. 27) “existe

um consenso geral de que o primeiro uso explícito da „sociologia ambiental‟ foi de Samuel

Klausner em seu livro On Man in His Environment, de 1971 (Sobre o homem e seu meio

ambiente)”. A sociologia ambiental apresentou duas fases distintas, a primeira teve a

preocupação de identificar os fatores mais importantes – ou uma série de fatores entrelaçados

– responsáveis pela crise duradoura de degradação e destruição ambiental, e a segunda tem a

preocupação em organizar o caminho rumo a arranjos socialmente mais seguros e

ambientalmente corretos (HANNIGAN, 2009).

No fim dos anos 70, Dunlap e Catton4 (1992, apud Hannigam, 2009, p. 35), “fizeram

uma cruzada para converter sociólogos para seu novo paradigma ecológico”, análogo

acadêmico do pensamento verde, com linha de raciocínio menos centrado no homem e mais

ecocêntrico. Ambos tinham nobres pretensões, como sociólogos ambientais, de reorientar a

sociologia em direção a uma perspectiva mais holística, que conceitua o processo social

dentro do contexto da biosfera. Um dos objetivos desses era despertar a consciência dos

sociólogos capazes de reconhecer nossa dependência do ecossistema (HANNIGAN, 2009).

4 DUNLAP, R. E. & CATTON, W.R. Jr. (1992/1993) Towards an ecological sociology: the development,

current status and probable future of environmental sociology. The annals of the international Institute of

Sociology, 3 (New Series): 263-284.

73

O manual da sociologia ambiental (DUNLAP & MICHELSON5, 2000, apud,

HANNIGAN, 2009) comenta a diversidade e a riqueza do trabalho sociológico ao lidar com o

ambiente físico. Esta riqueza pode ser mais bem detalhada através de nove paradigmas

distintos, que competem entre si: ecologia humana, economia política, construcionismo

social, realismo crítico, modernização ecológica, teoria da sociedade de risco, justiça

ambiental, teoria ator-rede e ecologia política.

Esta disputa entre as teorias socioambientais não traz uma uniformidade ao discurso,

mas enriquece as possibilidades de apropriação. A principal disputa entre estes paradigmas

está representada na crítica construcionista quanto à existência ou não de uma crise ambiental,

pois, ao contrário da maioria dos ambientalistas, os construcionistas negam que a Terra esteja

cercada de uma série de tragédias ambientais, alegando que este levante é apenas uma falsa

representação grave e revela a agenda da natureza política. Para os construcionistas é preciso

olhar mais de perto os processos sociais, políticos e culturais nos quais certas condições

sociais são definidas como inaceitavelmente arriscadas. Neste contexto, as alterações

geoecológicas do ambiente são significativas somente na proporção em que os indivíduos

afetados venham a reconhecê-las através de algum processo (HANNIGAN, 2009).

Para a teoria da sociedade de risco a fome é hierarquizada enquanto a poluição é

democrática, porém ambas são desiguais, e, os riscos de hoje, da modernidade, são

amplamente invisíveis a pessoas leigas, identificáveis somente através de sofisticados

instrumentos científicos. Por isso a importância de pesquisas com o objetivo de iluminar

temas socialmente relevantes.

Na teoria da modernização ecológica acredita-se em um sistema capitalista mais

responsável, onde a crise da Terra é evidente e pode ser resolvida através da mudança de

atitude, leis, políticas, etc (HANNIGAN, 2009).

A justiça ambiental faz referência a problemas ecológicos que refletem e são produtos

das desigualdades fundamentais e essenciais. Logo, problemas ecológicos e desigualdades

fundamentais são colocados como “co-autores” interagindo em um mesmo ambiente. Outra

tentativa de aproximar a sociedade da natureza é a análise da socionatureza que é descrita

como um processo histórico-geográfico no qual a sociedade e a natureza são inseparáveis,

socialmente produzidas e transformáveis (HANNIGAN, 2009).

5 DUNLAP, R.E. & MICHELSON, W. (2000). Handbook of Environmental sociology. Westpor, CT:

Greenwood Press.

74

O ambiente, em seu sentido genérico significa “aquilo que cerca ou envolve os seres

vivos ou as coisas por todos os lados” (Ferreira6, 1975, apud, Carvalho, 1989):

“O dicionário Webster detalha mais, definindo como „as condições, influências, ou

forças circundantes que influenciam ou modificam: a) o complexo total de fatores

climáticos, edáficos e bióticos que atuam sobre um organismo ou uma comunidade

ecológica e determinam sua forma e sobrevivência; b) o conjunto das condições

culturais e sociais (tais como costumes, leis, linguagem, religião, organização

política e econômica) que influenciam a vida de um indivíduo ou comunidade”

(Webster's7, 1966, apud, Carvalho, 1989).

Com a promulgação da Lei nº 6.938, de 31 de agosto de 1981, o Brasil define sua Política

Nacional do Meio Ambiente, seus fins e mecanismos de formulação e aplicação, e dá outras

providências. Neste ditame legal encontramos a definição legislativa de “meio ambiente”

como “o conjunto de condições, leis, influências, alterações e interações de ordem física,

química e biológica, que permite, abriga e rege a vida em todas as suas formas”. Nota-se a

ênfase dada pelo legislador às interações de ordem física, química e biológica; contudo, fica

subentendida a inclusão de condições sociais e culturais. Enfim, ajustando o foco sobre o

conceito a ser utilizado, temos a expressão “meio ambiente” com o significado

antropocêntrico de “processos envolvidos na interação entre o homem e todos os sistemas: ar,

terra, água, a energia e a vida que o envolve" (Niagru8, 1976, apud, CARVALHO, 1989).

O meio ambiente admite a existência de um espaço geográfico, que pode ser

compreendido como um “sistema aberto que envolve entidades e processos geológicos,

históricos, culturais, econômicos, tecnológicos e políticos, cujas sinergias permitem

discriminá-lo de seu entorno (interpretação livre de Milton Santos)” (Santos9, 1999, apud

DSBRASIL, 2009). Nesse sistema, a natureza tem funções sociais que podem ser definidas

dentro de quatro enfoques principais: o enfoque informacional, quando a natureza pode servir

de base científica, educacional, ética, ou simbólica; o enfoque sistêmico, onde ela exerce as

funções de inovação, regulação, conservação, transportadora e acumuladora; o enfoque

econômico com as funções de insumo e de local e o enfoque de sobrevivência com as funções

suporte, somática e psíquica. Como suporte, a natureza proporciona a proteção contra

intempéries, o alicerce das edificações, a base para a movimentação humana e para o

lançamento de seus despejos, etc. A função somática garante os insumos e todos os

condicionamentos internos e ambientais que viabilizam a vida humana. A função psíquica da

natureza fornece inspiração, modelos, materiais e condições capazes de tranqüilizar o ser

humano, confortá-lo e favorecer sua evolução criativa (DSBRASIL, 2009).

6 FERREIRA, A.B.F. (1975) Novo dicionário da língua portuguesa. Nova Fronteira.

7 WEBSTER'S Third New International Dictionary (1966) Encyclopaedia Britanica Inc.

8 NIAGRU, J.O. (1976) Environmental biogeochemistry, v. 2. Ann Arbor, Publ. Inc.

9 SANTOS, M. (1999). A natureza do espaço – Técnica e Tempo, Razão e Emoção. São Paulo, Hucitec.

75

A distribuição espacial de tudo que nos cerca, o meio ambiente, condiciona a presença

dessas funções da natureza, de tal modo que, em alguns locais onde elas se concentram, existe

boa qualidade ambiental, em função da abundância de feições naturais e de recursos. Mas a

qualidade ambiental pode ser alcançada mesmo em locais pouco vegetados, ela vai depender

do planejamento e da devida cautela com a conservação ambiental, que consiste no conjunto

de procedimentos e medidas destinadas a impedir a degradação ambiental. Nesta mesma linha

de raciocínio, complementando este conceito, a Política Nacional de Meio Ambiente define

degradação da qualidade ambiental como a alteração adversa das características do meio

ambiente (BRASIL, lei 6.938, 1981). Com isso, tem-se uma alta qualidade ambiental quanto

maior o grau de conservação e uma baixa qualidade, quanto maior o grau de degradação.

Logo, a qualidade ambiental pode ser expressa de duas maneiras distintas: pela presença das

funções da natureza em determinado local, e pela conservação ambiental de determinada área.

Contudo, ambiente é a expressão usada para um universo de interações, logo uma boa

qualidade ambiental não poderia desprezar condicionantes socioeconômicas, o que nos leva à

necessidade de distinguir a qualidade ambiental da qualidade socionatural, sendo esta a

expressão utilizada doravante para designar o grau de conservação ambiental e a presença

maior ou menor de feições naturais onde se acumulam funções sociais da natureza.

Socialmente, a qualidade socionatural não é distribuída de forma homogênea – a

desigualdade socionatural – este fato inicia um processo de disputas e conflitos, pois em

locais de baixa qualidade socionatural nem todos os grupos podem dela fazer o uso necessário

a suprir suas necessidades. Determinados grupos, desprovidos de outros meios econômicos

para compensar a falta das funções sociais da natureza, despojados destas pela ausência,

poluição ou proibição de uso, podem optar pela violência para garantir sua satisfação.

O ser humano é um ser social e as necessidades humanas surgem como elos

fundamentais para a manutenção da vida. Maslow, em sua pirâmide hierárquica, procura dar-

lhes grau de importância, o que resultou na seguinte classificação: na base da pirâmide –

como a mais importante necessidade – a Sobrevivência, que garante para si e para o grupo

abrigo e alimentação sólida e líquida em quantidade e qualidade suficientes; em seguida vem

a Segurança, que garante aquela sobrevivência por um período satisfatório de tempo, de tal

modo que Landes10

(1999, apud, DSBRASIL, 2009) separa a humanidade em três grupos: “os

que gastam para permanecerem magros, os que ganham para sobreviver e os que não sabem o

que comer amanhã”. Uma vez satisfeitas as necessidades de sobrevivência e segurança, o ser

10

LANDES, D.S. (1999). A Riqueza e a Pobreza das Nações. Nova York, W.W. Norton

76

humano pode desenvolver suas necessidades de Amor e Conexão Social e, consecutivamente,

de Auto-estima. Num nível de satisfação mais alto estão a Estética e a Cultura e, no topo da

pirâmide, tem-se a Espiritualidade. Portanto, a segurança humana é baseada na garantia de

sobrevivência individual e comunitária, e sua falta caracteriza uma situação de risco.

O senso comum traduz violência como o uso agressivo da força física de indivíduos ou

grupos, contra outros. Mas a violência não se limita à força física, a simples ameaça e a

possibilidade de usá-la constituem dimensão fundamental de sua natureza. Desta forma, a

imposição de uma vontade através da ameaça ou da utilização da força física caracteriza a

violência (VELHO e ALVITO, 1996). A violência pode surgir no meio social como resposta

ao risco de falta de segurança de sobrevivência ou como instrumento de manutenção da

situação de conforto e de prosperidade.

O relacionamento social é um fenômeno sócio-histórico, originário da estrutura social.

Uma questão associada diretamente à produção de tensão e conflito é a desigualdade social. A

troca entre indivíduos, que poderia equilibrar o sistema, representa a essência das relações

sociais; no entanto, esta troca nem sempre é espontânea, o que pode levar a erupções de

violência. Mas há divergências sobre a maior ou menor importância da pobreza e da

desigualdade social na explicação do fenômeno da violência (VELHO e ALVITO, 1996).

Decerto a desigualdade social e a pobreza são características geradoras de conflitos.

Partindo deste pressuposto, pode-se concluir que a desigualdade socionatural, também assume

o mesmo papel. Este processo social seria iniciado pelas necessidades humanas e a

impossibilidade de acesso, por parte de certo grupo social, ao mínimo necessário a sua

sobrevivência; em paralelo, a má distribuição das funções da natureza não ajuda neste

processo, restando ao grupo a busca de alternativas possíveis. Deve-se notar que as funções da

natureza têm a possibilidade de garantir a sobrevivência do grupo, o que poderia desviar o

curso do processo rumo ao conflito e à violência. Logo, a natureza não estando presente da

mesma forma em todos os espaços, proporciona um desequilíbrio capaz de engendrar,

naqueles que não têm outra opção, a adesão ao uso dos meios necessários para sua satisfação.

Note-se que a ausência da natureza não é a principal causa, mas participa de um sistema de

variáveis ambientais presentes na construção desigual do espaço. Então, a desigualdade

socionatural, assim como a desigualdade social, pode ser um indicador de violência. Como

indicador desta construção do espaço e conseqüentemente das funções sociais da natureza

tem-se a qualidade socionatural. Presume-se que quanto maior a conservação ambiental,

maior a área vegetada, menor a poluição, mais funções sociais da natureza disponíveis,

77

melhor a qualidade socionatural e consequentemente menor a necessidade de uso da

violência.

A história do Brasil mostra uma permanente tensão entre valores hierarquizantes e

individuais, associados a uma extrema ambigüidade em relação à atuação do Estado. Nota-se

como fundamental para compreender a crescente violência na sociedade brasileira, não apenas

a desigualdade social, ou a socionatural, mas o fato desta ser acompanhada de um

esvaziamento de conteúdos culturais – particularmente os éticos – no sistema de relações

sociais. Segundo Velho (1996, p. 16) “a pobreza tomada isoladamente não explica a perda de

referenciais éticos que sustentam as interações entre grupos e indivíduos”. A evidência mais

clara pode ser observada nas grandes cidades, onde a iniqüidade social, gerada pelos grandes

contrastes, marca o modo de vida das pessoas. Para Gilberto Velho “as mudanças ocorridas

no Brasil afetaram profundamente o universo de valores e especialmente, as expectativas de

reciprocidade”; com a impessoalidade nas interações, a violência física foi se rotinizando.

A hierarquização das rotinas sociais contempladas no passado histórico do Brasil

apresentava uma valorização de sentimentos tradicionais, onde poderíamos incluir certa ética,

honra e respeito. Tais relações interpessoais eram caracterizadas pela confiança e pelo

apadrinhamento, onde a classe mais necessitada podia distinguir o bom do mau patrão,

existindo assim a possibilidade de resolução de conflitos através de uma negociação “face a

face”. Já nos dias atuais, a valorização dos princípios individuais e a consequente

desconstrução de valores tradicionais trouxe uma nova ordem social – a impessoalidade –

com o estado centralizando o poder de justiça. Mas a ambigüidade quanto ao juízo de valores

deixa aberta a justificativa para condutas violentas, pois a “ausência de um sistema de

reciprocidade, minimamente eficaz, se expressa em uma desigualdade associada e produtora

de violência” Velho (1996, p. 19). O esvaziamento dos referenciais éticos, a impessoalidade e

a individualidade são fatores socioculturais menos visíveis nos grupos de religiosos. A

doutrina religiosa tem como característica fundamental a busca do bem comum, contrapondo-

se assim ao individualismo, sendo portanto, um indicador apropriado para associar a violência

no intuito de confirmar esta fundamentação.

Chegamos agora à noção de “sociabilidade violenta” onde “quem tem mais força usa

os outros, assim como artefatos, para impor sua vontade, sem considerar princípios éticos,

deveres morais, afetos, etc” Silva (2008, p. 21). Uma das características mais essenciais nesta

prática é a transformação da força em meio de alcançar interesses próprios e este princípio

passa a coordenar as ações do grupo envolvido. Os moradores de comunidades carentes são

freqüentemente vítimas desta modalidade de sociabilidade, tendo a obrigatoriedade de se

78

enquadrar nesta nova ordem social criada por grupos violentos que lhes impõem condições

para a continuidade de suas rotinas diárias.

As ameaças à integridade física e ao patrimônio material se expandem de tal maneira

que alcançam todas as camadas sociais. Pode-se então verificar a representação social da

“violência urbana” que aponta para práticas criminosas, tendo como peculiar a elas a

existência de força física “que ameaça duas condições básicas do sentimento de segurança

existencial que costumava acompanhar a vida cotidiana e rotineira – integridade física e

segurança patrimonial” Silva (2008, p. 36).

“A violência urbana é uma construção da vítima atual ou potencial que se reconhece

como participante subalterna de duas ordens sociais coexistentes” Silva (2008, p. 38). O

Estado é detentor da violência legítima, mas outros grupos se apropriam de atos violentos em

detrimento da ordem social vigente, transformando as rotinas das vítimas. A violência urbana

força a necessidade de uma sociabilidade violenta.

Para Silva (2008), o ponto de vista acadêmico e político admite que a conduta

criminosa é explicada pelo seu baixo custo de oportunidade, de modo que os criminosos

seriam meros aproveitadores ocasionais. Nesta linha de raciocínio, a principal variável

responsável é a ineficácia dos aparelhos de manutenção da ordem, explicada pelas

dificuldades econômicas e de formação de pessoal, seja pela incompetência, impunidade ou

péssimo nível técnico das agências de segurança. Supõe-se, então que a solução poderia ser a

manipulação das variáveis institucionais, pela inauguração de iniciativas civilizadoras, que

inviabilizem ou reduzam os riscos de opção pela carreira criminal. Mas, segundo o mesmo

autor, todas as pesquisas disponíveis demonstram que os riscos de toda ordem a que se

expõem os criminosos são inequivocamente altíssimos, de modo que insistir nesta teoria é

uma impropriedade. Nesta linha de raciocínio, ao mesmo tempo em que alerta sobre a

negligência quanto ao complexo de práticas que resultam no problema da violência urbana,

ele confirma não ter como negar o ponto de vista acadêmico e político; entretanto, faz uma

ressalva: “a possibilidade de ocorrência de um evento não pode ser visto como causa dele”

Silva (2008, p. 38). A ocorrência da crise moral e de autoridade, assim como a existência de

suporte econômico proporcionado pelo tráfico de drogas, não podem ser vistos como causas

da violência urbana – confunde-se condição de possibilidade com causa – Se assim o fosse, a

descriminalização da produção e do uso de drogas provavelmente dificultaria a reprodução da

violência urbana, mas também não é garantida sua eliminação (SILVA, 2008).

Conforme Silva e Leite (2008, p. 49) “O discurso público dominante apreende e

explica a violência urbana através da metáfora da ”guerra dos mitos”. Estes “sustentam

79

grande parte do pacote interpretativo que estrutura, atualmente, o problema da violência no

Rio de Janeiro e o horizonte de propostas e medidas para seu controle e redução”. São eles:

cidade legal vs. cidade ilegal, estado dentro do estado, conivência dos moradores das favelas

com os criminosos, banalização da violência. Outra boa parte do pensamento social brasileiro

adota um paradigma de análise que problematiza as tendências de nosso movimento histórico

de uma leitura “prisioneira da comunidade imaginada do povo-nação” Silva e Leite (2008, p.

53). Nossa formação social e o centro de nossa matriz cultural reproduziram grandes

comoções e uma bruta desigualdade social e política, onde os conflitos se realizam entre

atores que se reconhecem a partir das várias hierarquias de poder inerentes a cultura nacional.

O Brasil, embora apresente um desenvolvimento ao estilo capitalista ocidental, não

corresponde à auto-imagem das repúblicas européias, sendo compreendido a partir de sua

singularidade, vista através da ambigüidade, carência ou incompletude sociocultural e

política. (SILVA, 2008).

De forma geral, observam-se divergências quanto à origem da violência urbana; de

concreto tem-se que, tanto para as classes abastadas, como para as pouco favorecidas, existe

um ponto de convergência no seguinte fato: ambas têm intensa preocupação com o

prosseguimento das rotinas vividas, que estão sistematicamente ameaçadas pela violência.

Enfim, toda a vida da cidade é afetada por esse fenômeno, mas há desigualdade na

desproteção. A “segurança ontológica” – baseada na credibilidade que a maioria dos seres

humanos tem na continuação de sua identidade própria e na constância dos ambientes de ação

social e material circundante, engendrada através do elo de confiabilidade entre as pessoas e

as coisas – é ameaçada de forma desigual: “proteger a cidade, das favelas, significa

desproteger e desconsiderar o papel de grandes massas humanas que podem ter um papel

efetivo no enfrentamento consistente do problema da violência” Fridman (2008, p. 85), como

também é desumano. Para Fridman, o aumento da criminalidade e, conseqüentemente, da

violência não devem ser entendidos apenas como consequência da desigualdade econômica,

as razões figuram também entre a desagregação e a ilegitimidade das instituições.

A violência urbana – risco à integridade física e material – é principalmente afetada

pelos criminosos que, através de meios quaisquer, infligem sua vontade sobre bens, coisas ou

atos que não lhe seriam de direito. Ao longo destes pressupostos a impessoalidade, a

ambigüidade do estado, a pobreza, a desigualdade social, a segregação, a falência das

agências de segurança, os lucros do tráfico e a crise moral foram elencadas entre as razões

possíveis para o surgimento dessa violência urbana e da conduta criminosa (SILVA, 2008;

DUBAR, 2007; VELHO e ALVITO, 1996).

80

Este estudo pretende verificar as variáveis correlacionadas à adesão de jovens à vida

criminal. Neste sentido, temos no estado do Rio de Janeiro uma questão singular a analisar, já

que o tráfico de drogas aparece como a porta de entrada para uma vida repleta de todos os

tipos de delitos. Passemos então a verificar essa possibilidade, como também os pressupostos

relativos à adesão desses jovens à criminalidade.

Interessante notar a diferença entre “violência” e “violência urbana”: esta última leva

em consideração, além da ofensa à integridade física, também a ofensa ao patrimônio,

diferentemente da primeira, onde se considera apenas a agressão ou ameaça sobre a

integridade física. Estes dois conceitos similares representam uma diferença marcante no

trabalho realizado: medir a violência de jovens infratores reflete-se em investigar um grau de

agressividade maior, já que é o retrato de uma ofensa contra a pessoa, enquanto medir a

violência urbana entre jovens infratores perde em grau de agressividade, pois os jovens

podem estar envolvidos em crimes puramente econômicos, como a venda de trouxinhas de

maconha ou o furto oportuno de uma casa de veraneio vazia. Resumindo, é sem dúvida mais

relevante analisar as razões de um homicídio ou de um roubo a mão armada, do que o furto de

uma televisão.

A criminalidade no Rio de Janeiro é freqüentemente associada ao tráfico de drogas. As

teorias que apresentam as razões da adesão de jovens à rede do tráfico de drogas coincidem

com a teoria de adesão à vida criminal pelos mesmos atores considerados. Para Silva (2008) a

interpretação dominante associa o fenômeno da juvenilização da criminalidade nas redes do

tráfico de drogas ao recrutamento de menores de idade, mesmo sabendo-se que a grande

maioria não integra as quadrilhas de traficantes, “os jovens favelados têm sido percebidos e

tratados como em constante risco de a elas aderir” Silva (2008, p. 49). Admitindo-se o

constante risco de jovens favelados se tornarem criminosos, os programas sociais

assistencialistas do governo, especialmente gerenciados pelas organizações não

governamentais (ONGs) passam a ser formulados dentro de uma perspectiva de afastar as

categorias sociais vulneráveis, ou em risco, das tentações da carreira criminosa. No mesmo

sentido, este pacote de medidas assistenciais, a partir de uma interpretação da realidade,

orienta as práticas não oficiais de policiais no tratamento dos moradores de comunidades

carentes, fazendo dos jovens os alvos, tanto do tráfico, quanto da polícia, devido ao

estereótipo criado. Obedecem aos traficantes pela força, são considerados prováveis

traficantes pelos grupos assistenciais e a polícia os percebe como a “sementinha do mal”.

Em pesquisa realizada pelo Observatório de Favelas, dentre 230 jovens atuando na

rede do varejo do tráfico de drogas em favelas cariocas, apenas 5,2% haviam concluído o

81

ensino médio e 10,4% chegaram até a oitava série, e quase a metade dos jovens desistiu da

escola entre os 11 e 14 anos (46%). Este dado coincide ainda com a idade em que mais de

60% dos jovens entrou para o tráfico – entre 12 e 15 anos, o que sugere uma relação entre o

abandono da vida escolar e o início da vida criminal (SILVA, 2006).

Outra interessante forma de cooptação de jovens é o recrutamento de usuários já

dependentes – “abusuários” – uma vez entregues à dependência química e psíquica de

substâncias psicoativas, esses jovens se submetem a qualquer atividade que permita obtê-las.

Em pesquisa com agentes criminosos indiciados e condenados registrou-se que o uso e abuso

de drogas são acionados para explicar a adesão às redes de criminalidade. Na pesquisa

realizada pelo Observatório de Favelas (SILVA, 2006), dos 230 entrevistados – todos

pertencentes às redes de envolvimento com o tráfico de drogas – 89,6% declararam fazer uso

de alguma substância tóxica. Vários também foram os relatos colhidos nos coletivos de

confiança (OLIVEIRA, 2008) que associavam esta relação simbólica entre o uso de drogas e a

adesão às redes de criminalidade.

Incorporando a sociabilidade violenta, supomos que o outro também o faz, e

interagimos com o outro desta forma, destruindo assim qualquer propósito de troca e

interação, instituindo unicamente a presunção da agressão e da violência, e convidando o

outro à violência, quando não o estimulando a isso. “Da eleição da agressão como moeda de

troca, passando pela atribuição da violência ao outro, até a crença de que o recurso às

soluções de força pode ser educativo”, porque essa é a única linguagem que o jovem conhece,

produzimos uma ação violenta contrária, e afirmamos, com convicção, que violento é o outro

(GONÇALVES, 2007).

Para Velho (1996, p. 20) “é importante perceber que existe uma efetiva adesão de

parte dos jovens pobres à transgressão, sustentada na crença de que os riscos nela envolvidos

são compensados por gratificações sociais que nem se colocavam para a geração de seus

pais”. A facilidade de aquisição da “droga” e de armas é a base desse estilo de vida, tornando

sua rotina diária diferente da normalidade sóbria da falta de acesso aos bens de consumo tão

publicizados, conferindo a possibilidade de sucesso rápido junto aos seus pares, e às mulheres

e conferindo-lhe um respeito nunca antes realizado. Mas, “nem todos os jovens pobres são

criminosos. É por isso também que é cada vez mais importante entender as motivações desse

universo” Velho (1996, p.20). A pobreza se destaca como indicador de relevante importância,

embora não se saiba qual o grau de influência desta sobre a adesão às redes de criminalidade,

o que sugere sua apropriação como fator a ser analisado nesta pesquisa.

82

Na legislação brasileira, a palavra “jovem” define uma faixa etária legalmente

determinada, existindo um estatuto próprio responsável pela determinação de seus direitos e

limites. O Estatuto da Criança e do Adolescente (ECA, 1990) traz em seu artigo 2º a definição

de “criança” – pessoa de até doze anos incompletos – e “adolescente” – de doze a dezoito

anos de idade. No artigo 103 explica a prática do Ato Infracional (AI) – “conduta descrita

como crime (Código Penal) ou contravenção penal (Decreto Lei 3.688/41)”, praticada por

criança ou adolescente. No artigo 104 menciona a inimputabilidade dos jovens de até dezoito

anos11

e no artigo 106 fica determinada obrigatoriedade de flagrante de AI, ou ordem

devidamente fundamentada de autoridade judicial competente, para a privação de liberdade

do jovem de até dezoito anos.

Considerando como “delinqüente aquele que comete um crime” (Ferri, 2006, p. 09), o

ECA trouxe ainda uma renovação na nomenclatura nacional empregada em relação à criança

e ao jovem infrator,

entre os vocábulos que perderam a propriedade depois do ECA, destacam-se

“menor” e “delinquência”, que tem sentido depreciativo e estigmatizante. No lugar

do primeiro empregam-se termos que designam o indivíduo na sua faixa de

desenvolvimento: “criança” e “adolescente”. O Juizado de Menores passou a ser

denominado Juízo da Infância e Juventude. No lugar de delinquência, passou-se a

empregar o “Ato Infracional” ou “jovem em conflito com a lei”, segundo Martins

(2007, p. 14).

O total de crianças e adolescentes que cometem AI não ultrapassa, sequer, 2% da

população jovem das comunidades em que tal fato é observado (SANTO-SÉ, 2007). Segundo

o Dossiê Criança e Adolescente, de 2007, do Instituto de Segurança Pública do Estado do Rio

de Janeiro (ISP), houve, só em 2002, um total de 3.956 apreensões de crianças e adolescentes

(MIRANDA et al, 2007). Este número, entretanto, não representa a realidade da incidência do

AI, pois nem todos os adolescentes em conflito com a lei são apreendidos, devido,

principalmente, ao problema de superlotação das unidades de arrecadação, o que pode

justificar o fato da diminuição do número de apreensões de crianças e adolescentes no dossiê

referenciado.

Para os especialistas, a transgressão da lei praticada por jovens não é uma questão

psicológica, nem ligada à hereditariedade, não é também uma questão de crise da

adolescência ou talvez um desvio de personalidade doentia, mas sim um problema social que

pode ser colocado em termos sociológicos (DUBAR, 2007). Dito isto, quais as abordagens e

11

A redução da maioridade penal para 16 anos foi votada e aprovada pelo Senado Federal em 17 de maio de

2009, estando em fase de sanção presidencial, ao fim desta pesquisa.

83

enfoques sociológicos para esclarecer as causas e mecanismos pelos quais a juventude se

inicia na vida criminosa?

Segundo Ferri (2006, p. 9) “a palavra crime tem dois significados: o ético social

(muito amplo) e jurídico (mais restrito). O primeiro sentido expressa uma ação imoral”, vai

contra os costumes e tradições, “já o segundo, indica uma ação quase sempre imoral, cuja

principal característica é a proibição legal, e contrária às condições de existência social no que

diz respeito à disciplina e à segurança sociais”.

Os atos tipificados como ilegais são praticados principalmente por jovens do sexo

masculino, no caso das crianças, entre as idade de 8 e 10 anos, no caso dos adolescentes, entre

17 e 18 anos, preferencialmente moradores de bairros e vizinhanças pobres, podendo ser

imigrantes recentes, ou de famílias pobres, ou ainda com dificuldades escolares. Esses são os

pontos convergentes das teorias estudadas (DUBAR, 2007).

Segundo Dubar (2007) os pontos de divergência entre as teorias sociológicas são

basicamente relativos ao motivo pelo qual o jovem pratica um AI. Abaixo listam-se algumas

das possíveis causas:

1) A transmissão, quando a pratica é aprendida pelo convívio, por contato pessoal

com o grupo criminoso. Procura explicar a criminalidade juvenil pelo poder da

vida delinqüente exercido sobre o jovem. A teoria foi criada na Chicago dos anos

20 e 40 e traz a expressão gang como seu ponto central, focando a pobreza do

meio ambiente como característica capaz de suprimir a distração necessária aos

jovens, que então, levados pela desocupação, se juntam para realizar uma vida

mais excitante. Essa união possibilita a apropriação do espaço com a consequente

defesa do território. Estes jovens aprendem a viver nas ruas, o que é determinado

pela ruptura com a educação formal. O culto pela virilidade, competições oratórias,

insultos lúdicos passam a fazer parte do cotidiano, mas o que leva à delinquência é

sobretudo a frustração destes jovens frente à globalização do consumismo,

inacessível pelos meios legais disponíveis. Então, para que haja a ruptura com as

normas estabelecidas, basta que a anomia os agarre e se conjuguem o desejo de

reconhecimento, na lógica global de consumo imoral, e a percepção da inexistência

de um meio social legítimo para alcançá-lo (DUBAR, 2007).

2) A falta de controle social. A segunda teoria nasceu na França dos anos 1880 e

1890, através da obra de Durkheim; para êle, o criminoso é aquele que choca a

consciência comum, o fato se torna criminoso por ir de encontro ao senso comum.

Para Durkheim, certa taxa de criminalidade (o crime) é normal, na medida em que

84

existe em todas as sociedades. A anomia ocorre quando o crime começa a se

manifestar com maior freqüência, podendo ser explicada como a desorganização

moral, a ausência de referências, a perda de todo o sentido das normas. Para esta

linha de raciocínio, não é a cultura delinqüente nascida na pobreza que causa o

crescimento dos atos delituosos, mas sim o enfraquecimento do controle social e a

distância que se cria entre os fins perseguidos e os meios disponíveis para alcançá-

los (DUBAR, 2007).

3) A reação ativa contra a rotulagem por parte da classe média. Esta abordagem não é

mais determinista, ela tem a necessidade da ação do indivíduo, que não é

determinada pelo meio, mas sim pelo atributo pessoal. Esta teoria admite que a

delinquência juvenil resulta de desvantagens culturais, é um fato social, mas não é

determinada por este, ela é o fruto de uma decisão, aquela de entrar

voluntariamente em uma carreira, vista como uma oportunidade casual,

conduzindo à construção subjetiva de uma identidade, diferente daquela outorgada

pelo meio ambiente. Esta teoria não é processual, nem ecológica, mas sim

interacionista – não é o espaço que permite compreender os atos delinqüentes, mas

a decisão de entrar em um momento dado – aquele que quer corresponder ao rótulo

que lhe foi colocado. Esta teoria nasceu da segunda escola de Chicago (Becker,

Strauss, Goffman.), no contexto dos anos 60 e 70 nos Estados Unidos, em

contraposição à anterior, que fazia dos delinqüentes seres passivos, determinados e

pouco competentes. Longe de serem idiotas culturais, os jovens são estrategistas

capazes de dar um sentido à sua ação, que se torna compatível para o grupo onde

vive, mas não para os de fora (DUBAR, 2007).

4) A oportunidade gerada pela espiral da desordem. Esta teoria defende que as

oportunidades de furto e outros distúrbios e depredações, constituem a causa

principal da delinquência, principalmente a juvenil – há coisas a roubar, mais

aumentam os roubos rotineiros. Nestes casos, os desvios não reprimidos são

incitações ao crime. Assiste-se a uma espiral da desordem e de insegurança. Se o

meio ambiente está sendo degradado e ninguém toma uma atitude, o sentimento de

insegurança se faz presente, a impunidade e a necessidade de degradação do

ambiente se completam e mais áreas são degradas, e com isso assiste-se à espiral

da desordem com o declínio do meio ambiente (DUBAR, 2007).

85

Segundo Dubar, em síntese, as teorias sociológicas enfatizam que a pobreza do meio

ambiente, mais a desordem social, mais a falta de controle, mais a rotulagem, correspondem

ao risco de ocorrência do AI (DUBAR, 2007). Conclui-se, deste pressuposto, que a adesão de

jovens às redes criminais sofre a influência de variáveis sociais, econômicas e ambientais.

Note-se que a pobreza do meio ambiente à qual Dubar se refere deve ser capaz de suprimir a

distração necessária aos jovens, que então, levados pela desocupação, ingressam na busca de

uma vida mais excitante.” Vemos ainda a confirmação, em parte, deste pressuposto em Silva

(2008), onde os artigos comentam a possibilidade de adesão de jovens ao crime pelo simples

fato da busca de aventuras, o mesmo ocorrendo em Velho e Alvito (1996). Só que estes

últimos não atribuem causa a este fato.

Tal distração pode ser enquadrada como uma função suporte da natureza, e sua

ausência, um desequilíbrio socionatural. Agora, se a busca por aventuras pode ser uma causa

para a delinquência, que teria sido saciada pela natureza, podemos considerar que a busca por

sobrevivência tem o mesmo resultado. Desequilíbrios deste tipo que poderiam ser sugeridos

como causas para explicar a falta da qualidade socionatural necessária para garantir a

sobrevivência de determinados grupos seria, por exemplo: a escassez dos recursos pesqueiros

de determinado aldeia de pescadores, a proibição de coletas extrativistas em áreas de reserva e

até a proibição da caça.

Reforçando o enfoque socioambiental da possibilidade criminal explicada através de

variáveis do ambiente físico, Kuo e Sullivan (2001) estudaram a relação existente entre a

vegetação e a criminalidade. Os pesquisadores, baseados na pergunta: Pode a vegetação deter

o crime? fizeram verificações estatísticas nos arredores de um conjunto habitacional de

Chicago. Kuo e Sullivan acreditavam que a argumentação teórica tradicional (áreas muito

vegetadas eram menos seguras) trazia dados baseados em crendices, refletindo uma sensação

de medo, mas não correspondendo à realidade. A crença tradicional acreditava na vegetação

sendo utilizada como homizio para assaltantes, apoiados muitas vezes nos próprios discursos

dos meliantes, assim como no fato de áreas com vegetação serem sempre menos iluminadas e

mais desertas. Em contrapartida, para os pesquisadores, a situação era outra: áreas mais

verdes apresentavam maior número de visitas diárias (turismo dentro do bairro), com maior

freqüência de moradores e careciam de maiores cuidados na manutenção. Acrescido a este

fato mencionam pesquisas que demonstram a função psíquica da natureza como capaz de

mitigar distúrbios violentos, o que poderia minimizar as ações delinqüentes em áreas mais

vegetadas. Enquanto isso, áreas mais pavimentadas e proporcionalmente menos arborizadas

ficavam desertas sugerindo ausência do poder mitigador da natureza e menor vigilância (Jane

86

Jacobs12

1961, apud Kuo e Sullivan, 2001, p.346); a simples presença de mais olhos na rua já

poderia deter o crime, a teoria da vigilância.

Finalmente, os autores testaram a hipótese ao correlacionar a vegetação existente nos

arredores de 98 edifícios de um condomínio habitacional em Chicago (Ida B. Wells), um dos

12 mais pobres dos Estados Unidos, com a criminalidade registrada pelo departamento de

polícia local, durante o período de dois anos. “O estudo apresentado aqui é o primeiro a

examinar a relação entre a vegetação e o crime, em condomínios habitacionais, usando os

registros policiais” (tradução nossa) Kuo e Sullivan13

(2001, p. 350). Os resultados

“demonstraram correlações sistematicamente proporcionais e negativas, entre a densidade das

árvores e jardins ao redor dos edifícios e o número de crimes registrados por prédios no

departamento de polícia” (tradução nossa) Kuo e Sulivan14

(2001, p.359). A vegetação,

segundo os autores, apresentou uma proporcionalidade com o crime, sendo maior onde

acontecem menos crimes e menor onde acontecem mais. Portanto, um embasamento teórico,

no sentido de interligar variações proporcionais entre variáveis sociais e naturais. Embora os

autores mediatizem duas relações sociais – a ocupação do espaço e a criminalidade – através

do indicador vegetação, não se deixou de aventar, por parte dos pesquisadores, como base

teórica, a possibilidade da influência psíquica da natureza, no sentido de diminuir a

agressividade dos indivíduos perpetradores do ato delinqüente; para tal, mencionam pesquisa

onde doentes mentais tinham sua agressividade reduzida em ambientes mais vegetados (KUO

E SULLIVAN, 2001).

Conclusivamente, de acordo com os pressupostos, temos uma multiplicidade de

variáveis em interação na determinação da incidência criminal na juventude. Por este motivo

foram escolhidas três dimensões principais para a análise: a demográfica, que representa o

número de prováveis vitimas, assim como de prováveis delinqüentes; a socioeconômica, com

a pobreza, a riqueza, a distribuição de renda, o índice de desenvolvimento humano (onde

temos a educação) e também os valores éticos da sociedade, que serão analisados pela

religiosidade e, por fim, mas não menos importante, a dimensão natural, onde a qualidade

socionatural será medida pela cobertura vegetal, uso do solo e pelo índice final de

conservação ambiental.

12

Jacobs, J. (1961). The death and life of great American cities. New York: Random Hou. 13

Kuo e Sullivan (VEGETATION AND CRIME p. 350) The study presented here is the first to examine the relationship

between vegetation and crime in an inner-city neighborhood using police crime reports. 14

Kuo, Sullivan (VEGETATION AND CRIME p. 359). Analyses revealed consistent, systematically negative relationships

between the density of trees and grass around the buildings and the number of crimes per building reported to the

police.

87

88

3 – MATERIAIS E MÉTODOS

3.1 – Etapas da pesquisa.

A investigação das relações entre aspectos ambientais e o cometimento do Ato

infracional (AI), no Estado do Rio de Janeiro (ERJ) foi dividida em quatro etapas distintas. A

primeira etapa se inicia com a localização dos dados, e subseqüente aquisição e tratamento e

se encerrando na análise exploratória do conjunto. A segunda etapa compreende o estudo da

interação entre as variáveis, onde as técnicas utilizadas para a atribuição de valores numéricos

ao grau de associação são eminentemente estatísticas (ROUQUAYROL, 2003). A terceira

etapa é a análise multivariada, fundamentalmente conclusiva. Na quarta etapa tem-se as

interpretações dos resultados obtidos nas etapas anteriores, como representado no fluxograma

da Figura 3.1.

IBGE: Instituto Brasileiro de Geografia e Estatística. TJRJ: Tribunal de Justiça do Estado do Rio de Janeiro. CIDE: Fundação CIDE. IPEA: Instituto de Pesquisa Econômica Aplicada.

Figura 3.1 – Fluxograma do roteiro metodológico

IBGE TJRJ CIDE IPEA

População

/ Área Atos

Infracionais

Econômicas

Sociais e

Ambientais

Distribuição de Renda e

Pobreza

Análises de

Correlações

Tratamento

Preliminar

Análises

Multivariadas

Síntese e

Conclusões

Dados

Análises

Resultados

Fontes

89

3.2 – Os dados sobre os Atos Infracionais.

A primeira etapa desta pesquisa se iniciou na Comarca de Saquarema: o

Excelentíssimo Sr. Dr. Juiz de Direito Sérgio Louzada acolheu a idéia desta pesquisa com

satisfação, proporcionando acesso aos arquivos referentes à Vara da Infância e da Juventude

(VIJ) daquela Comarca. Esta permissão possibilitou a aproximação com o sistema de

processamento de dados do Tribunal de Justiça do Estado do Rio de Janeiro (TJRJ). Ao todo,

foram duas semanas de pesquisa, em arquivos armazenados em papel, quando se vislumbrou a

possibilidade de acesso a dados mais amplos, mas referentes às comarcas de todo o estado,

devido à informatização do TJRJ.

Verificou-se que a partir do ano 2000, o TJRJ implantou a informatização de seu

sistema de coleta de dados. O Projeto Comarca (DCP) possibilitou a formação de um banco

de dados informatizado, de fácil acesso, dinâmico, atualizado diariamente através de uma rede

interna do TJRJ, agrupando todos os processos, desde o primeiro registro até o despacho final

do Juiz. A perspectiva de tal projeto vai além de manter a atualização dos processos em

andamento, abrangendo também aqueles arquivados em data anterior à implantação do DCP.

O arquivo contendo todos os AIs praticados por crianças e adolescentes no ERJ e

cadastrados durante o período de janeiro de 2007 a janeiro de 2008 foi disponibilizado pela

Diretoria Geral de Tecnologia e Informação (DEGTEC), departamento do TJRJ responsável

pelo gerenciamento dos dados do DCP.

Os dados brutos foram recebidos em planilha Excel, apresentando as ações, tipos

penais enquadrados de forma resumida (segundo o Código Penal, ou outra lei que defina o

crime), devidamente expandidos para esta pesquisa, referentes aos AIs cadastrados em cada

VIJ solicitada. Cada comarca, na maioria das vezes, corresponde ao município de origem do

fato, mas algumas comarcas englobam mais de um município, necessitando assim de uma

reorganização das outras variáveis já que todas apresentam sua distribuição por município.

Os municípios do Estado do Rio de Janeiro foram grupados de acordo com as

Comarcas a que pertencem, como distribuído pelo Poder Judiciário Estadual. Ao todo são

oitenta comarcas, excetuando-se do conjunto as comarcas da capital, pertencentes ao

município do Rio de Janeiro. Este foi desconsiderado da análise, devido às características de

megalópole, muito diferente dos outros do conjunto. Um exemplo desta discrepância é a

população do grupo de estudo, onde a população de 80 Comarcas tem 9.573.940 (nove

milhões, quinhentos e setenta e três mil e novecentos e quarenta) habitantes, contra 6.183.185

90

(seis milhões, cento e oitenta e três mil e cento e oitenta e cinco) habitantes no município do

Rio de Janeiro15

, correspondendo a 64% da população das oitenta comarcas do grupo de

estudo.

No total foram 9.016 (nove mil e dezesseis) AIs cadastrados, cometidos no período de

396 dias, em uma área de 42.659 km². Destes foram desconsiderados 52%, o equivalente a

5.524 (cinco mil, quinhentos e vinte e quatro), denominados de Atos Infracionais

Desconsiderados (AID). A desconsideração teve sua origem primeiramente na falta de

definição penal, depois no potencial ofensivo, onde se buscou o dolo contra a pessoa ou

contra o patrimônio particular, e por fim a representatividade numérica. Os AID são: 198

infrações de trânsito de toda espécie; 169 representações civis; 20 na fase de registro de

ocorrência; 947 em apuração; 32 pedidos de providência; 29 pedidos de homologação; 50

pedidos de aplicação de medida protetiva; 9 processos do tipo medida cautelar de busca e

apreensão; 53 Habeas corpus; 361 processos de execução de medida sócio-educativa; 1836

processos de carta precatória para oitiva de testemunha, entre outras; 255 processos de Carta

Precatória para Cumprimento de Medida e Carta de sentença 51 Autos de infração; 54

desacatos e similares; 34 processos de falsa identidade; 109 processos de perturbação e

similares; 20 incêndios e similares; 07 atos obscenos; 03 subtrações de cadáver ou ocultação;

03 violações de direito autoral; 87 receptações; 10 estelionatos; 09 apropriações indébitas; 73

danos ao patrimônio público; 34 violações de domicílio ou similares; 290 ameaças; 96

injúrias e calúnias; 04 maus tratos; 16 crimes contra o meio ambiente e similares e 395

arquivados.

Estão sendo estudados 3.492 (três mil, quatrocentos e noventa e dois) AIs,

equivalentes a 41,6% do total, que de agora em diante serão denominados Atos Infracionais

Estudados (AIE). Os AIE foram divididos em sete categorias, de acordo com a divisão já

consagrada no Código Penal brasileiro. São elas: Arma (Tabela 3.2.1), Tráfico (Tabela 3.2.2),

Homicídio (Tabela 3.2.3), Lesão (Tabela 3.2.4), Furto (Tabela 3.2.5), Roubo (Tabela 3.2.6) e

Pudor (Tabela 3.2.7). Estas categorias foram ainda trabalhadas na intenção de melhor analisar

os dados durante o transcorrer do trabalho, resultando em um total de 26 variáveis (Tabela

3.2.8). Os AIE serão analisados quanto a sua quantidade e também de acordo com a

proporcionalidade desta quantidade nas populações das comarcas, expressos por 100 mil

habitantes. Neste último caso serão denominados como “Proporção de Atos Infracionais

Estudados” (AIE%).

15

IBGE (2000)

91

Os AIE foram apropriados neste estudo com a intenção de pontuar a violência

praticada por jovens. Desta forma, as diferentes proporcionalidades e quantidades de AIs

distribuídas no território estadual podem proporcionar, se devidamente correlacionadas, a

visualização das interações entre a violência juvenil e outras variáveis ambientais.

Na categoria Armas (Tabela 3.2.1) observa-se a utilização das tipificações (ações que

originaram o AI) baseadas na Lei 10.826/03 (Sinarm), que substituiu a Lei 9.437/97; verifica-

se que esta última, embora revogada desde 2003, continuou a ser usada nas delegacias. Nota-

se ainda o Porte de Arma (Art. 14) com a maior expressão, seguido pelo Porte de Arma Com

Numeração Raspada.

92

Tabela 3.2.1 - Categoria Arma de Fogo - Tipos penais englobados e número de registros no

período observado.

Fonte: (TJRJ, 2008), AIs cadastrados no período de Jan/2007 a Jan/2008 (treze meses).

A categoria Tráfico, assim como a anterior, marca a transição entre dois diplomas

legais, a Lei 11.343/06 (Sisnad), substituiu a Lei 6.368/76; sendo mais uma vez constatada a

utilização nas delegacias de uma lei já revogada. Vê-se o Art. 33 (11.343/06), como a maior

AIE TIPO PENAL Qtd

Art. 10, § 1º, inciso II da Lei 9.437/97 - Utilizar arma de fogo ou simulacro

de arma capaz de atemorizar outrem, para o fim de cometer crimes.6

Art. 10, § 3º, inciso III da Lei 9.437/97 - Possuir, deter, fabricar ou

empregar artefato explosivo e/ou incendiário sem autorização.1

Art. 10, § 4º da Lei 9.437/97 - Possuir, deter, arma de fogo na condição de

funcionário;1

Art. 10, caput da Lei 9.437/97 - Possuir, deter, portar, vender, alugar, expor

à venda ou fornecer receber, ter em depósito, transportar, ceder, ainda que

gratuitamente, emprestar, remeter, empregar, manter sob guarda e ocultar

arma de fogo, de uso permitido, sem a autorização e em desacordo com

determinação legal ou regulamentar.

2

Art. 12 da Lei 10.826/03 - Possuir ou manter sob sua guarda arma de fogo,

acessório ou munição, de uso permitido, em desacordo com determinação

legal ou regulamentar, no interior de sua residência ou dependência desta,

ou, ainda no seu local de trabalho, desde que seja o titular ou o responsável

legal do estabelecimento ou empresa.

24

Art. 14 da Lei 10.826/03 - Portar, deter, adquirir, fornecer, receber, ter em

depósito, transportar, ceder, ainda que gratuitamente, emprestar, remeter,

empregar, manter sob guarda ou ocultar arma de fogo, acessório ou

munição, de uso permitido, sem autorização e em desacordo com

determinação legal ou regulamentar. (Inafiançável)

149

Art. 15 da Lei 10.826/03 - Portar, deter, adquirir, fornecer, receber, ter em

depósito, transportar, ceder, ainda que gratuitamente, emprestar, remeter,

empregar, manter sob guarda ou ocultar arma de fogo, acessório ou

munição, de uso permitido, sem autorização e em desacordo com

determinação legal ou regulamentar. (Inafiançável)

1

Art. 16, caput da Lei 10.826/03 Possuir, deter, portar, adquirir, fornecer,

receber, ter em depósito, transportar, ceder, ainda que gratuitamente,

emprestar, remeter, empregar, manter sob sua guarda ou ocultar arma de

fogo, acessório ou munição de uso proibido ou restrito, sem autorização e em

desacordo com determinação legal ou regulamentar.

32

Art. 16, § único, inciso I da Lei 10.826/03 - Suprimir ou alterar marca,

numeração ou qualquer sinal de identificação de arma de fogo ou artefato.5

Art. 16, § único, inciso IV da Lei 10.826/03 - portar, possuir, adquirir,

transportar ou fornecer arma de fogo com numeração, marca ou qualquer

outro sinal de identificação raspado, suprimido ou adulterado.

41

TOTAL de AIE da categoria Arma (TAI-A) 263

Art. 19 do Decreto-lei 3.688/41 - trazer consigo arma fora de casa ou de

dependência desta, sem licença da autoridade.32

AR

MA

-

Sis

tem

a N

acio

nal

de A

rm

as

- S

inarm

.

93

expressão entre as tipificações, referindo-se não necessariamente a venda, mas sim ao

conjunto de condutas entre as quais podem ser enquadradas: o porte de droga; a aquisição e o

produzir – o usuário possuidor de um “pé de maconha” estaria assim tipificado, assim como o

usuário que tivesse em sua propriedade uma pequena quantidade da droga. Em seguida, em

segundo lugar vemos o Art. 28 da mesma lei, onde temos a tipificação do usuário de drogas

(Tabela 3.2.2). Este fato corrobora a decisão de utilizar como parâmetro, para análise da

violência, os crimes contra a pessoa, e não o tráfico, pois este é altamente influenciado pelo

número de usuários ou simplesmente possuidores da substância ilícita, além de sua

ambigüidade quanto ao agente. Já no caso da violência urbana, o tráfico mostra uma relação

criminosa importante.

94

Tabela 3.2.2 - Categoria Tráfico de Drogas - Tipos penais englobados e número de registros

no período observado.


AIE TIPO PENAL Qtd

Art. 12 da Lei 6.368/76 – Importar ou exportar, remeter, preparar, produzir, fabricar,

adquirir, vender, expor à venda ou oferecer, fornecer, ainda que gratuitamente, ter me

depósito, transportar, trazer contigo, guardar, prescrever, ministrar ou entregar, de qualquer

forma, a consumo, substância entorpecente ou que determine dependência física ou

psíquica, sem a autorização ou em desacordo com a determinação legal ou regulamentar.

12

Art. 13 da Lei 6.368/76 - Fabricar, adquirir, vender, fornecer ainda que gratuitamente,

possuir ou guardar maquinismo, aparelho, instrumento ou qualquer objeto destinado a

fabricação, preparação, produção ou transformação de substância entorpecente ou que

determine dependência física ou psíquica, sem autorização ou em desacordo com

determinação regulamentar.

1

Art. 16 da Lei 6.368/76 – Adquirir, guardar ou trazer consigo, para uso próprio, substância

entorpecente ou que determine dependência física ou psíquica, sem autorização ou em

desacordo com determinação regulamentar.

35

Art. 243 da Lei 8.069/90 - Vender, fornecer ainda que gratuitamente, ministrar ou entregar,

de qualquer forma, a criança ou adolescente, sem justa causa, produtos cujos componente

possam causar dependência química ou psíquica, ainda que por utilização indevida.

2

Art. 28 da Lei 11.343/06 - Quem adquirir, guardar, tiver em depósito, transportar ou

trouxer consigo, para consumo pessoal, drogas sem autorização ou em desacordo com

determinação legal ou regulamentar.

161

Art. 33 da Lei 11.343/06 - Importar, exportar, remeter, preparar, produzir, fabricar,

adquirir, vender, expor à venda, oferecer, ter em depósito, transportar, trazer consigo,

guardar, prescrever, ministrar, entregar a consumo ou fornecer drogas, ainda que

gratuitamente, sem autorização ou em desacordo com determinação legal ou regulamentar.

480

Art. 33, § 1º, I da Lei 11.343/06 - Importa, exporta, remete, produz, fabrica, adquire, vende,

expõe à venda, oferece, fornece, tem em depósito, transporta, traz consigo ou guarda, ainda

que gratuitamente, sem autorização ou em desacordo com determinação legal ou

regulamentar, matéria-prima, insumo ou produto químico destinado à preparação de drogas.

23

Art. 33, §1º, III da Lei 11.343/06 - utiliza local ou bem de qualquer natureza de que tem a

propriedade, posse, administração, guarda ou vigilância, ou consente que outrem dele se

utilize, ainda que gratuitamente, sem autorização ou em desacordo com determinação legal

ou regulamentar, para o tráfico ilícito de drogas.

14

Art. 33, § 2º da Lei 11.343/06 - Induzir, instigar ou auxiliar alguém ao uso indevido de

droga.8

Art. 33, § 3º da Lei 11.343/06 - Oferecer droga, eventualmente e sem objetivo de lucro, a

pessoa de seu relacionamento, para juntos a consumirem.14

Art. 34 da Lei 11.343/06 - Fabricar, adquirir, utilizar, transportar, oferecer, vender,

distribuir, entregar a qualquer título, possuir, guardar ou fornecer, ainda que gratuitamente,

maquinário, aparelho, instrumento ou qualquer objeto destinado à fabricação, preparação,

produção ou transformação de drogas, sem autorização ou em desacordo com determinação

legal ou regulamentar.

2

TOTAL de AIE da categoria Tráfico (TAI-T) 759

TR

ÁF

ICO

- S

iste

ma

Na

cio

na

l d

e P

olí

tica

s P

úb

lica

s S

ob

re D

ro

ga

s -

Sis

na

d

95

A categoria Homicídio representa a tipicidade penal encontrada no consagrado Código

Penal brasileiro (CP). A maior expressão do Homicídio, quando praticado por criança ou

adolescente está na tipificação do caput do Art. 121 (Tabela 3.2.3) – matar alguém.

Tabela 3.2.3 - Categoria Homicídio - Tipos penais englobados e número de registros no

período observado.


A categoria Lesão tem sua ampla maioria nos crimes tipificados no Art 129 do CP,

onde se nota a tipificação de leve ofensa à integridade corporal ou saúde de outrem. Mas é

importante salientar que esta tipificação tem como presumida a intenção de lesionar a outra

pessoa (Tabela 3.2.4).

AIE TIPO PENAL Qtd

Art. 121, caput do CP - Homicídio simples, matar alguém. 50

Art. 121, § 2º do CP - Homicídio qualificado. 3

Art. 121, § 2º, inciso II do CP - Homicídio qualificado - por motivo

fútil.33

Art. 121, § 2º, inciso III do CP - Homicídio qualificado - com o

emprego de veneno, fogo, explosivo, asfixia, tortura ou outro meio

insidioso ou cruel, ou de que possa resultar perigo comum.

3

Art. 121, § 2º, inciso IV do CP - Homicídio qualificado - à traição, de

emboscada, ou mediante dissimulação ou outro recurso que dificulte ou

torne impossível a defesa do ofendido.

16

Art. 121, § 2º, inciso V do CP - Homicídio qualificado - para assegurar

a execução, de outro crime.2

Art. 121, § 3º do CP - Homicídio culposo. 3

Art. 121, § 4º do CP - Homicídio culposo qualificado por imperícia,

negligência, imprudência, se o crime resulta de inobservância de regra

técnica de profissão, arte ou ofício.

1

TOTAL de AIE da categoria Homicídio (TAI-H) 111

HO

MIC

ÍDIO

- D

os

Cri

mes

Con

tra a

Pes

soa C

ap

ítu

lo I

96

Tabela 3.2.4 - Categoria Lesão - Tipos penais englobados e número de registros no período

observado.


Na categoria Furto vê-se a maior representatividade no caput do Art. 155 do CP, onde

as crianças e adolescentes responderam ao processo por subtrair coisa alheia móvel. Note-se

que nesta modalidade criminal não existe a interação entre a vítima e o autor, o furto ocorre

sem que a vítima seja constrangida pessoalmente (Tabela 3.2.5). Furtar uma sandália de dedo,

uma lata de sardinha ou uma televisão, tem o mesmo resultado, mas para isso o ato tem que

ser realizado sem que o proprietário do bem tenha sido constrangido por qualquer tipo de

ameaça. O alvo deste ato é, principalmente, a propriedade móvel, e não a pessoa; existe ainda

a contingência quanto ao valor do patrimônio subtraído, que pode variar entre uma lata de

refrigerante ou uma relíquia de família; deste modo, para verificar a violência do adolescente

infrator, o furto se torna um AIE bastante ambíguo quanto a questão da violência praticada.

AIE TIPO PENAL Qtd

Art. 129, caput do CP - Lesão corporal leve. Ofender a

integridade corporal ou saúde de outrem.744

Art. 129, § 1º, inciso I do CP - Lesão corporal de natureza grave

- se resulta incapacidade para as ocupações habituais por mais de

trinta dias.

13

Art. 129, § 1º, inciso III do CP - Lesão corporal natureza grave

– se resulta debilidade permanente de membro, sentido ou

função.

1

Art. 129, § 2º, inciso IV do CP - Lesão corporal de natureza

grave se resulta deformidade permanente.6

Art. 129, § 3º do CP - Lesão corporal seguida de morte. 1

Art. 129, § 6º do CP - Lesão corporal culposa. 20

Art. 129, § 9º do CP - Violência doméstica. 16

TOTAL de AIE da categoria Lesão (TAI-L) 801LE

SÃ

O -

Do

s C

rim

es C

on

tra

a P

esso

a -

Ca

pít

ulo

II

97

Tabela 3.2.5 - Categoria Furto - Tipos penais englobados e número de registros no período

observado.


A categoria Roubo tem sua maior expressividade na tipificação do Art. 157, § 2º,

inciso I do CP: roubo qualificado, contemplando a conduta de subtrair, para si, coisa móvel

alheia, mediante grave ameaça, ou violência à pessoa, com o emprego de arma de fogo.

Depois, vemos a segunda maior representatividade na categoria de Roubo com o Concurso de

Duas ou mais Pessoas, neste caso crianças ou adolescentes. Interessante notar a

expressividade para os AIE cometidos por associação de pessoas (Tabela 3.2.6). Este tipo

penal (Roubo) é de suma importância para a análise da violência praticada pelo jovem

infrator, já que a atitude de roubar leva necessariamente ao contato violento entre o autor e a

vítima.

.

AIE TIPO PENAL Qtd

Art. 155, caput do CP - Furto - Subtrair, para si ou para outrem,

coisa alheia móvel.493

Art. 155, § 1º do CP - Furto praticado durante o repouso

noturno.37

Art. 155, § 4º, inciso I do CP - Furto qualificado com destruição

ou rompimento de obstáculo à subtração da coisa.107

Art. 155, § 4º, inciso II do CP - Furto qualificado com abuso de

confiança, ou mediante fraude, escalada ou destreza.55

Art. 155, § 4º, inciso III do CP - Furto qualificado com emprego

de chave falsa.12

Art. 155, § 4º inciso IV do CP - Furto qualificado mediante

concurso de duas ou mais pessoas.176

Art. 156 do CP – Subtrair o condômino, co-herdeiro, ou sócio,

para si ou para outrem, a quem legitimamente a detém, a coisa

alheia.

2

TOTAL de AIE da categoria Furto (TAI-F) 882

FU

RT

O -

D

os

Cri

mes

Co

ntr

a o

Pa

trim

ôn

io -

Ca

pít

ulo

I

98

Tabela 3.2.6 - Categoria Roubo - Tipos penais englobados e número de registros no período

observado.


A categoria Pudor (Tabela 3.2.7) traz tipos penais praticados contra os costumes; a

maior representatividade do número de registros foi de Atentado Violento Ao Pudor, Art. 214

do CP. Estes AIE são também contra a pessoa, como vemos na conceituação da conduta mais

expressiva: constranger alguém, mediante violência ou grave ameaça, a praticar, ou permitir

que com ele se pratique, ato libidinoso diverso da conjunção carnal. A segunda maior

expressividade desta categoria está no Art. 213 do CP, o Estupro, crime de grande divulgação

na mídia, com grande apelo social. Esta categoria de AI é de grande utilidade na obtenção do

grau de violência praticada por crianças e adolescentes.

AIE TIPO PENAL Qtd

Art. 157, caput do CP – Subtrair coisa móvel alheia, para si ou para outrem,

mediante grave ameaça ou violência à pessoa, ou depois de havê-la, por

qualquer meio, reduzido à impossibilidade de resistência.

98

Art. 157, § 1º do CP – Na mesma pena incorre quem, logo depois de

subtraída a coisa, empregar violência contra a pessoa ou grave ameaça a fim

de assegurar a impunidade do crime ou a detenção da coisa para si ou para

terceiro.

7

Art. 157, § 2º, inciso I do CP - Roubo qualificado – se a violência ou ameaça

é exercida com emprego de arma.255

Art. 157, § 2º, inciso II do CP – Se há concurso de duas ou mais pessoas. 162

Art. 157, § 2º, inciso III do CP – Se a vítima está em serviço de transporte de

valores e o agente conhece tal circunstância.2

Art. 157, § 2º V do CP - Roubo com restrição de liberdade da vítima pelo

agente.1

Art. 157, § 3º, 1ª parte do CP - Roubo com resultado de lesão corporal de

natureza grave.4

Art. 157, § 3º, 2ª parte do CP - Roubo com resultado morte. 12

Art. 158, caput do CP – Extorsão. Constranger alguém, mediante violência ou

grave ameaça, e com o intuito de obter para si ou para outrem indevida

vantagem econômica, a fazer, tolerar que se faça ou deixar de fazer alguma

coisa.

2

Art. 158, § 1º do CP - Extorsão com emprego de arma e em concurso de

pessoas.1

Art. 159, § 2º do CP - Extorsão mediante seqüestro com lesão de natureza

grave.1

Art. 160 do CP - Extorsão indireta. 1

TOTAL de AIE da categoria Roubo (TAI-R) 546

RO

UB

O -

Do

s C

rim

es C

on

tra

o P

atr

imô

nio

- C

ap

ítu

lo I

I

99

Tabela 3.2.7 - Categoria Pudor - Tipos penais englobados e número de registros no período

observado.


Estudaram-se os AIE, separadamente, por tipo de ocorrência cadastrada, e também no

total de AIE (TAIs) e este conjunto sem os tipos Furto e Tráfico. A Tabela 3.2.8 apresenta

nomes e abreviaturas destes tipos de AIE quando expressos em número de ocorrências. Eles

também foram analisados em relação à população da comarca, quando estão referidos como

unidades por 100mil habitantes. Receberam, nestes casos, outros nomes e abreviaturas, que

estão resumidos na Tabela 3.2.8.

AIE TIPO PENAL Qtd

Art. 213 do CP – Estupro - Constranger mulher à conjunção

carnal, mediante violência ou grave ameaça.28

Art. 214 do CP - Atentado violento ao pudor - Constranger

alguém, mediante violência ou grave ameaça, a praticar ou

permitir que com ele se pratique ato libidinoso diverso da

conjunção carnal.

96

Art. 216 - A do CP - Assédio sexual - Induzir mulher honesta,

mediante fraude, a praticar ou permitir que com ela se pratique

ato libidinoso diverso da conjunção carnal.

1

Art. 218 do CP - Corrupção de menores - Corromper ou facilitar

a corrupção de pessoa maior de 14 anos e menor de dezoito

anos, com ela praticando ato de libidinagem ou induzindo-a a

praticá-lo ou presenciá-lo

1

Art. 241 da Lei 8.069/90 - Fotografar ou publicar cena de sexo

explícito ou pornografia envolvendo criança ou adolescente.3

Art. 244 - A da Lei 8.069/90 - Submeter criança (e, ou)

adolescente à prostituição (e, ou) exploração sexual.1

TOTAL de AIE da categoria Pudor (TAI-P) 130

PU

DO

R -

Do

s C

rim

es C

on

tra

os

Co

stu

mes

- C

ap

ítu

lo I

e I

I

100

Tabela 3.2.8 – Resumo da nomenclatura e abreviatura dos tipos de AIEs expressos em

número de ocorrências e em proporção de ocorrências por 100mil habitantes.

3.3 – As Variáveis Controle

Para testar a hipótese, foram escolhidas variáveis controle de diferentes dimensões,

consideradas como independentes entre si: a dimensão demográfica, a dimensão

socioeconômica e a dimensão natural (Tabela 3.3.1).

Variáveis instrumentais – definição Abreviatura Variáveis instrumentais – definição Abreviatura

AIE – Atos Infracionais EstudadosNº de

registros

AIE% – Atos Infracionais Estudados

Proporcionais a população.Proporção

Total de AIE da categoria Arma. Arma Arma proporcional. Arma%

Total de AIE da categoria Tráfico. Tráfico Tráfico proporcional. Tráfico%

Total de AIE da categoria Homicídio. Homicídio Homicídio proporcional. Homicídio%

Total de AIE da categoria Furto. Furto Furto proporcional. Furto%

Total de AIE da categoria Lesão. Lesão Lesão proporcional. Lesão%

Total de AIE da categoria Roubo. Roubo Roubo proporcional. Roubo%

Total de AIE da categoria Pudor. Pudor Pudor proporcional. Pudor%

Total de AIE discrepantes por categoria. TAI-D - -

Total de AIE TAIs Total de AIE proporcional. TAIs%

Total de AIE menos a categoria Tráfico. AIE-T AIE-T proporcional. AIE-T%

Total de AIE menos a categoria Furto. AIE-F AIE-F proporcional. AIE-F%

Total de AIE menos as categorias Tráfico e Furto. AIE-TF AIE-TF proporcional. IVA

101

Tabela 3.3.1 – Tabela resumo das variáveis controle (dimensão demográfica, socioeconômica

e natural).

IFCA, indicador responsável pelo cálculo do valor de 2,5% de ICMS devido aos municípios, também chamado de IQMverde: calculado pela atribuição de pesos, da seguinte maneira: 20% pelo Tratamento de Esgoto (ITE); 20% pela Destinação de Lixo (IDL); 5% pela Remediação

de Vazadouros (IRV); 10% pelos Mananciais de Abastecimento (IrMA); 36% pelas Áreas Protegidas - todas as Unidades de Conservação

(IAP) e 9% pelas Áreas Protegidas Municipais (IAPM).

3.3.1 – A dimensão demográfica.

A área municipal, oficializada através da publicação da resolução Nº 05 de 10 de

outubro de 2002 e as populações municipais, foram adquiridas do levantamento nacional do

Censo (IBGE, 2000). Tais dados foram disponibilizados por município e a população,

também por faixa etária, o que resultou na variável “Jovens%” , equivalendo ao percentual da

população de 10 a 19 anos na população municipal. A variável “População” corresponde à

população municipal e a “Área” é a área total do município. Estas variáveis juntas compõem a

variável “Densidade Demográfica” (DD).

Dimensão Variáveis Instrumentais – definição Abreviaturas Unidades

Área – Espaço geográfico da comarca Área Km²

População – Contagem da população PopulaçãoMil

Habitantes

Percentual de jovens de 10 a 19 anos na

população municipalJovens% %

Áre

a

Densidade demográfica DDHabitantes

por m²

Renda per capita R pc R$

% de pessoas de 0 a 14 anos em famílias com

renda domiciliar per capita inferior a ¼ do salário

Jovens

Pobres%

% renda da comarca apropriada pelos 2/5 mais

pobres.Dist. Renda %

% de indivíduos que se declararam Católicos. Católico %

% de indivíduos que se declararam Evangélicos. Evangélico %

% de indivíduos que se declararam sem religião. Sem Relig %

2,5% dos 25% de ICMS devido aos municípios IFCA –

% de Área Vegetada nas comarcas – Floresta

ombrófila densa + Formações Pioneiras +

Vegetação Secundária.

Vegetada %

Percentual de Área Urbana nas comarcas Urbana %

%Área Rural=Área Agrícola+Pastagem Rural %

Variável Controle

Dem

og

ráfi

ca

ÁreaP

op

ula

ção

Po

pu

laçã

o

IDHM –IDHM=(IDHL+ IDHE+

IDHR) /3

So

cio

eco

nô

mic

a

Renda per capita

Jovens de famílias

pobres

Distribuição de renda

Rel

igio

sid

ade

Na

tura

l

IFCA

Cobertura vegetal

IDH-L: Esperança De Vida Ao Nascer; IDH-E: Taxa de

Alfabetização de maiores de 15 anos; e taxa bruta de

freqüência à escola e IDH-R: R pc

102

A população é utilizada ainda na transformação dos AIE, os quais quando analisados

em relação à população da comarca assumem valores mais coerentes com o objetivo desta

pesquisa.

Como já visto, algumas comarcas englobam a área de mais de um município; assim,

para caracterizar estas áreas, através de dados municipais, foram realizados alguns ajustes.

Foram somadas as áreas dos municípios de Carapebus e Quissamã, as áreas de Cordeiro e

Macuco, de Itaboraí e Tanguá, de Italva e Cardoso Moreira, de Itaperuna e São José do Ubá,

de Natividade e Varre-Sai, de Nova Iguaçu e Mesquita, de Porto Real e Quatis, de Santo

Antônio de Pádua e Aperibé, de Três Rios, Areal e Comendador Levy Gasparian. O mesmo

foi feito para a população total e a população de 10 a 19 anos, como apresentado

posteriormente na Tabela 4.1.4.

A população, a densidade demográfica e a área são variáveis ambientais teoricamente

relacionadas ao cometimento do AI, já que a violência é tida como um problema social. Neste

sentido, as localidades mais populosas e com densidades populacionais altas são comumente

pensadas mais violentas, explicando a utilização desta variável na busca da interação com a

violência praticada por jovens.

3.3.2 – A dimensão socioeconômica.

O Instituto de Pesquisa Econômica Aplicada (IPEA) em 2000 disponibilizou um

banco de dados de acesso rápido, fácil e gratuito “IPEADATA”, onde se podem encontrar

dados macroeconômicos, financeiros e regionais do Brasil. Para a análise, foram adquiridas

no IPEADATA as variáveis sócio-econômicas: “Jovens Pobres” – expressa o percentual de

pessoas de 0 a 14 anos de idade com renda domiciliar per capita, mensal, inferior à linha de

pobreza de R$ 37,75 (trinta e sete reais e setenta e cinco centavos), um quarto do salário

mínimo em agosto de 2000, sendo o universo desses indivíduos limitado àqueles que vivem

em domicílios particulares e permanentes, ano base 2000 – e “Dist. Renda”, expressando a

proporção da renda do município apropriada pelos indivíduos pertencentes aos dois quintos

mais pobres segundo a renda per capita. O universo de municípios da tabela é definido pelo

IBGE no levantamento censitário. Para a utilização dos dados nesta pesquisa, naquelas

comarcas já citadas, que englobam mais de um município, foram feitas as médias dos

percentuais municipais das duas variáveis.

103

Por conseguinte, a pobreza e a má distribuição de renda, variáveis constantemente

relacionadas à adesão de jovens às redes e criminosas, se incorporam ao estudo.

3.3.2.1 – Religiosidade.

A religiosidade é sem dúvida uma das mais tradicionais características culturais de um

povo. Através da religião são ditadas regras de convívio, desde o nascimento até o

sepultamento, passando pela forma como a vida é encarada e até mesmo sobre atitudes do dia

a dia. Assim, esta variável pode significar muito na análise da interação entre o meio natural e

o social, na construção da psicologia individual e na qualidade de vida.

A informação adquirida através da Fundação CIDE (2008) apresenta a distribuição das

diversas religiões de acordo com o número de pessoas que se posicionam a este respeito,

declarando ser ou não religiosas. Sua origem é o censo da população residente por religião

IBGE (2000). Neste estudo serão considerados: “Católicos” os indivíduos que se declararam

como da religião Católica Apostólica Romana, representando 46% do total de habitantes das

80 comarcas; “Evangélicos” indivíduos declaradamente da religião Evangélica de Missão,

Evangélica de origem Pentecostal e outras evangélicas, perfazendo um total de 22% do total

da população das comarcas e “Sem Relig” os indivíduos declaradamente sem religião,

compondo 16% da população total. Todos os valores usados representam o percentual de

religiosos na população de cada comarca.

Para a utilização dos dados nesta pesquisa, foram feitas as porcentagens da soma dos

indivíduos, naquelas comarcas, já citadas, que englobam mais de um município.

3.3.2.2 – Índice de Desenvolvimento Humano Municipal.

O IDH-M (Índice de Desenvolvimento Humano Municipal) segundo Mendonça (2002,

p. 74), varia de 0 (baixo) a 1 (alto). Para efeitos de análise ele não deve ser comparado com o

IDH (Índice de Desenvolvimento Humano), podendo, sim, ser comparado a dados de

unidades territoriais diferentes, mas dentro de um mesmo índice. “O IDH-M constitui-se

numa adaptação do IDH para a organização da sociedade brasileira em estados e municípios”.

O Índice de Desenvolvimento Humano Municipal (IDHM) é obtido pela média

aritmética simples de três índices, IDHM-L, IDHM-E e IDHM-R, sendo este último igual à

renda per capita municipal (Tabela 3.3.2). Para a utilização destes dados foram feitas as

104

médias dos percentuais municipais, naquelas comarcas, já citadas, que englobam mais de um

município.

Tabela 3.3.2 – Resumo dos indicadores considerados no cálculo do IDHM.

Com a apropriação do IDHM tem-se a oportunidade de verificar a interação entre a

violência e indicadores como a renda, educação e longevidade, conforme o exposto na

fundamentação teórica.

Esperança de vida ao nascer (em anos) Número médio de anos que as pessoas viveriam a partir do nascimento.

Taxa de alfabetização de adultos (%) Percentual de pessoas acima de 15 anos de idade que sabem ler e escrever.

Taxa bruta de frequência escolar (%)

Proporção entre o número total de pessoas em todas as faixas etárias que

freqüentam os cursos fundamental, segundo grau ou superior em relação ao

total de pessoas na faixa etária de 7 a 22 anos.

Renda per capita (em R$ de 2000)Razão entre o somatório da renda de todos os indivíduos (incluindo aqueles

com renda nula) e a população total.

Índice de longevidade (IDHM-L)

Índice do IDHM relativo à dimensão Longevidade. É obtido a partir do

indicador esperança de vida ao nascer, através da fórmula: (valor observado

do indicador - limite inferior) / (limite superior - limite inferior), onde os

limites inferior e superior são equivalentes a 25 e 85 anos, respectivamente.

Índice de educação (IDHM-E)

Índice do IDHM relativo à Educação. Obtido a partir da taxa de alfabetização

e da taxa bruta de frequência à escola, convertidas em índices por: (valor

observado - limite inferior) / (limite superior - limite inferior), com limites

inferior e superior de 0% e 100%. O IDHM-Educação é a média desses 2

índices, com peso 2 para o da taxa de alfabetização e peso 1 para o da taxa

bruta de freqüência.

Índice de renda (IDHM-R) Renda Per capita

Índice de Desenvolvimento Humano

Municipal (IDHM)

É obtido pela média aritmética simples de três índices, referentes às

dimensões Longevidade (IDHM-Longevidade), Educação (IDHM-Educação)

e Renda (IDHM-Renda).

Indicador Definição

105

3.3.3 – A dimensão natural.

Os dados de uso do solo e cobertura vegetal, o Índice Final de Conservação

Ambiental, os Índices de Desenvolvimento Humano e o percentual de pessoas religiosas e

sem religião dos municípios foram coletados do Centro de Informação e Dados do Rio de

Janeiro, Fundação CIDE16

.

3.3.3.1 – IFCA.

O Índice Final de Conservação Ambiental (IFCA), disponibilizado pela Fundação CIDE,

representa o resultado da análise realizada para a composição do cálculo referente à

destinação de valores arrecadados pelo Imposto sobre Circulação de Mercadorias e Serviços

(ICMS), de acordo com a Lei do ICMS Verde, aprovada pelo Governador do Estado em

outubro de 2007. Ela determina medidas de mudança no repasse dos 25% devidos aos

municípios do estado, onde o fator de conservação ambiental representará 2,5% do valor total,

até 2011, segundo dados fornecidos pelo Instituto Estadual do Ambiente (INEA, 2009).

O IFCA, indicador responsável pelo valor de ICMS devido aos municípios, é calculado

através da atribuição de pesos a determinados fatores, da seguinte maneira: 20% quando há

Tratamento de Esgoto (ITE); 20% da Destinação de Lixo (IDL); 5% da Remediação de

Vazadouros (IRV); 10% dos Mananciais de Abastecimento (IrMA); 36% das Áreas

Protegidas – todas as Unidades de Conservação (UC) – (IAP) e 9% para as Áreas Protegidas

Municipais – apenas as UCs Municipais (IAPM). Os valores são calculados seguindo a

Tabela 3.3.3.

16

No dia primeiro de abril de 2009, através da Lei estadual 5.420, sancionada pelo Governador do Estado, a

Fundação CIDE foi incorporada pela Fundação Escola de Serviço Público (Fesp), tendo esta última a nova

denominação de Fundação Centro Estadual de Estatísticas, Pesquisas e Formação de Servidores Públicos do Rio

de Janeiro (Ceperj).

106

Tabela 3.3.3 – Tabela resumo dos índices e fatores utilizados para o cálculo do IFCA.

Mananciais de Abastecimento representa a área de drenagem do município em relação à

área de drenagem total da bacia com captação para abastecimento público de municípios

localizados fora da bacia. Tratamento de Esgoto: são considerados o percentual da população

urbana atendida pelo sistema de tratamento de esgoto, e o nível de tratamento. Destinação do

lixo: é avaliado o local onde o lixo é depositado. Os aterros sanitários licenciados são os

grandes beneficiados. Remediação de vazadouros (lixão): municípios que possuam

vazadouros remediados recebem pontuação. Áreas Protegidas (Unidades de Conservação –

UC): é considerada a parcela da área municipal ocupada por Unidades de Conservação

(conforme Lei Federal nº 9.985 – Lei do SNUC), a categoria de manejo da UC, um fator de

Sigla Nome Definição

PAPParcelas de Áreas

Protegidas

Superfície, em hectares, da porção da Unidade de Conservação contida dentro do

território municipal

IAPÍndice de Área

Protegida

Composto pela soma das Parcelas de Áreas Protegidas federais, estaduais e

municipais (PAP) localizadas dentro do território municipal, ponderadas (cada uma

delas) pelo Fator de Importância da Parcela (FI), Grau de Implementação da Parcela

(GI), e o Grau de Conservação da parcela

FIFator de Importância

da Parcela

GI

Grau de

Implementação da

Parcela

GCGrau de Conservação

da Parcela

IrAPÍndice Relativo de

Área Protegida

Razão entre o índice de áreas protegidas (IAP) e a soma dos IAP's de todos os

municípios do Estado

IrAPM

Índice Relativo de

Áreas Protegidas

Municipais

Calculado como o IrAP, sendo computadas apenas as Parcelas de Áreas Protegidas

Municipais. As parcelas de áreas protegidas municipais não foram excluídas do IAP,

portanto contribuem para a formação de ambos os índices (IAP e IAPM)

ITEÍndice de Tratamento

de Esgoto

Percentual de população urbana atendida por tratamento de esgoto ponderado pelo

nível de tratamento

IrTEÍndice Relativo de

Tratamento de Esgoto

Razão entre o índice tratamento de esgoto do município (ITE) e a soma dos ITE's de

todos os municípios do Estado.

IrMA

Índice Relativo de

Mananciais de

Abastecimento

Razão entre a área de drenagem do município e a área drenante total da bacia com

captação para abastecimento público de municípios situados fora da bacia,

multiplicado pela cota parte da bacia

IrDL

Índice Relativo de

Destinação Final de

Resíduos Sólidos

Urbanos

Razão entre o fator de avaliação da destinação final do lixo (DI) do município e a

soma dos DL's de todos os municípios do Estado

IrRV

Índice Relativo de

Remediação dos

Vazadouros

Razão entre o fator de avaliação do estágio de remediação dos vazadouros (RV) do

município e a soma dos RV's de todos os municípios do Estado

107

conservação e um fator de implementação. As UCs municipais também são beneficiadas, uma

vez que 9% dos recursos são destinados exclusivamente a elas.

O IFCA é recalculado a cada ano, dando oportunidade aos municípios de se adaptarem ao

modelo exigido. Com isso tem-se na atualização dos dados uma ferramenta de fiscalização e

de constante vigilância sobre os fatores analisados. O IFCA analisado nesta pesquisa foi

atualizado em 30 de abril de 2008. Para a utilização destes dados foram feitas as médias dos

percentuais municipais dos IFCA, naquelas comarcas, já citadas, que englobam mais de um

município. O IFCA retrata a qualidade socionatural e torna-se um conveniente indicador para

o objetivo desta pesquisa.

3.3.3.2 – Cobertura vegetal.

As variáveis que expressam o percentual do uso do solo dos municípios foram obtidas

através do mapeamento digital do Estado do Rio de Janeiro (GEROE/CIDE), datado de 1994,

resultado de geoprocessamento.

Como a primeira cobertura vegetal analisada, tem-se o percentual de “Floresta

Ombrófila Densa” (vegetação de máxima expressão local, com grande diversidade biológica,

sendo os efeitos das ações antrópicas mínimos, a ponto de não afetar significativamente suas

características originais de estrutura e de espécies), com representação na área total de estudo

de 16,6%, a segunda é a “Formação Pioneira” (vegetação com características de área

degradada em recuperação), com 5,4% da área de estudo, a terceira cobertura vegetal é a

“Vegetação Secundária” (Vegetação resultante dos processos naturais de sucessão, após

supressão total ou parcial da vegetação primária, por ações antrópicas ou causas naturais,

podendo ocorrer árvores remanescentes da vegetação primária), com 15, 9 % da área de

estudo. Estes três tipos de uso do solo formam juntas a variável de estudo doravante

denominada “Vegetada”, sendo esta o percentual, na área total de estudo, do resultado da

soma das três coberturas vegetais. A área Vegetada expressa a qualidade socionatural e torna-

se um indicador de conservação ambiental ótimo para os objetivos almejados.

A área “Urbana” (área com pelo menos dois dos seguintes requisitos: meio-fio ou

calçamento, com canalização de águas pluviais, abastecimento de água, sistema de esgotos

sanitários, rede de iluminação pública, escola primária ou posto de saúde a uma distância

máxima de três km do imóvel considerado), definição segundo Élida Seguim (2003, p.104),

apresenta o percentual de 3,1% da área de estudo.

108

A “Área Agrícola” (agricultura), com representatividade na área de estudo de 5,4% e a

“Pastagem” (Pecuária), com 48,6% de cobertura do solo na área de estudo, formam juntas a

área denominada, neste estudo como “Rural”, sendo esta o percentual, na área de estudo, do

resultado da soma das duas anteriores. Temos ainda o percentual de área que não foi

classificado ou que apresentou outras classificações, perfazendo o percentual de 4,9% do total

da área de estudo. Todos os percentuais são relativos à área de estudo de cada uma das 80

comarcas.

Nas comarcas que englobam mais de um município, o percentual de uso do solo das

variáveis Área Vegetada, Área Rural e Área Urbana, foi calculado como a relação entre o

somatório de área de cobertura de cada município e o somatório de área total dos municípios.

O levantamento realizado pela Fundacão CIDE no projeto Gerência Executiva de

Recuperação e Obras de Emergência (GEROE), foi produzido no ano de 1994, apresentando

uma defasagem temporal com os AIs. Entretanto, este estudo considera a influência da

qualidade socionatural sobre crianças e adolescentes que, em 2007, estando com 18 anos,

teriam, em 1994 idade entre 04 e 06 anos. Segundo Pulaski (1980, p.212), em seu livro

“Compreendendo Piaget”, a idade entre dois e sete anos é o estágio pré-conceitual, onde surge

o raciocínio pré-lógico, baseado em aparências perceptuais, quando a criança passa a

raciocinar sobre as relações sociais com o meio onde vive, uma etapa perfeita para a

aprendizagem e para a formação da individualidade, fatores importantes na formação do

futuro cidadão.

3.4 – Tratamento Numérico dos Dados.

3.4.1 – Análise exploratória.

A análise exploratória consistiu na primeira etapa desta pesquisa, onde, para cada

variável utilizada foi analisado o sumário estatístico e foi feito um gráfico-caixa (Box Plot), na

intenção de determinar os valores que destoam da distribuição geral do grupo estudado. O

gráfico-caixa é a representação gráfica do resumo de cinco números: Máximo, maior valor da

distribuição; 3º Quartil, valor abaixo do qual está 75% da série; 2º Quartil, valor abaixo do

qual está 50% da série; 1º Quartil, valor abaixo do qual está 25% da série e mínimo, menor

valor da distribuição. Chamando de H a distância compreendida entre o 1º e o 3º Quartil,

109

definem-se como outliers os valores, maiores ou iguais a 1,5 H e de extremos, valores

maiores ou iguais a 3 H.

Esta etapa objetivou analisar a estrutura das variáveis do banco de dados, identificar

sua distribuição estatística e as comarcas responsáveis por grandes discrepâncias em cada uma

das variáveis. Ela também resultou em decisão sobre criação de índices, de tal modo que,

tanto os AIE quanto as variáveis escolhidas como controle, passaram a ser analisadas usando-

se como unidades de análise a quantidade, ou número de ocorrências, e a proporção, em

relação à população

3.4.2 – Análise de Correlação Linear Simples.

Uma correlação linear simples mede a associação linear entre duas variáveis

quantitativas; esta relação pode ser positiva ou diretamente proporcional, e negativa ou

inversamente proporcional. Quando temos um conjunto de pessoas e analisamos as variáveis

peso e altura, por exemplo, podemos encontrar uma relação positiva entre estas variáveis já

que sujeitos altos são comumente mais pesados, assim como os baixos são freqüentemente

mais leves, sendo assim essas variáveis se conjugam diretamente e têm correlação positiva.

Quando relacionamos a nota dos testes com o tempo de execução podemos encontrar uma

relação inversamente proporcional, onde os alunos que levam mais tempo com a prova tiram

as menores notas, logo as variáveis de tempo com a prova e nota do teste são inversamente

proporcionais e a correlação é negativa.

Segundo Batista (2007, p. 183) “no estudo da correlação linear simples deve-se

determinar o coeficiente de correlação linear „r‟ da amostra, dado pela equação”:

Figura 3.4.1 - “r” de Pearson, onde X e Y são as variáveis em estudo.

Este coeficiente, “r”, também chamado de “r de Pearson”, nome dado em homenagem

a Karl Pearson (1857 – 1936), estatístico inglês, varia entre -1,00 e +1,00, onde o sinal

positivo significa a correlação positiva ou direta e o sinal negativo indica a correlação

negativa ou inversa. O “r” calculado para uma correlação, não precisa ter valor próximo de

22

*

YY

YYXXr

ii

iiPearson

110

1,00 ou -1,00 para ser significativamente diferente de zero, isto depende do grau de liberdade

que é dado pelo tamanho da amostra. No caso deste estudo, o espaço amostral é de 80

Comarcas, ou melhor, oitenta pares de variáveis, o que resulta em “r” significante para valores

maiores que +0,22 ou menores que -0,22, sendo utilizado o nível de significância de 5%

(cinco por cento) ou 95% (noventa e cinco por cento) de intervalo de confiança. Vale lembrar

que só devemos afirmar que há existência de correlação quando existe uma relação de causa e

efeito e se fisicamente isto pode ser explicado; o “r2” orienta neste sentido quando informa

sobre quanto da variação em “y” é determinada pelas variações em “x”.

Com o emprego de gráficos de dispersão e da Correlação Linear Simples associada,

nesta pesquisa, tem seqüência a inspeção da estrutura bivariada entre as variáveis,

identificando também os padrões para estratificação da amostra.

3.4.3 – Regressão linear múltipla.

A investigação cientifica necessária para a observação da relação existente entre

variáveis conduz à utilização da regressão múltipla, como ferramenta elucidativa.

A regressão linear múltipla auxilia a revelar o grau de dependência entre variáveis, ou

seja, para uma única variável dependente, podemos encontrar duas ou mais variáveis

independentes (explicativas).

A finalidade das variáveis independentes adicionais é melhorar a capacidade de

predição em confronto com a regressão linear simples. Isto é, reduzir o coeficiente do

intercepto, o qual, em regressão, significa a parte da variável dependente explicada por outras

variáveis, que não a considerada no modelo. Mesmo quando estamos interessados no efeito de

apenas uma das variáveis, é aconselhável incluir as outras capazes de afetar a variável

dependente (Y), efetuando uma análise de regressão múltipla (USP, 2009).

Entretanto, o ideal é obter o mais alto relacionamento explanatório, com o mínimo de

variáveis independentes, sobretudo em virtude do custo na obtenção de dados para muitas

variáveis e também pela necessidade de observações adicionais para compensar a perda de

graus de liberdade decorrente da introdução de mais variáveis independentes (USP, 2009).

Supondo uma investigação sobre os benefícios de um sistema de irrigação em

determinada região. Ao considerar-se uma regressão simples para se estimar o volume da

safra (Y) em função dos índices pluviométricos (X) de vários anos, encontrou-se a seguinte

equação: Y = 60 – 1,67X, com o erro padrão do coeficiente angular, b = 4,0. O coeficiente

111

negativo de X estaria indicando que a chuva (índice pluviométrico) reduz a safra, sugerindo

que a equação (modelo) não representa corretamente o processo observado. Ao acrescentar-se

a variável temperatura (Z), efetuou-se uma regressão múltipla representada pela equação: Y =

60 + 5,71X + 2,95Z, com erro padrão dos coeficientes angulares: b1 = 2,68 e b2 = 0,69. A

precipitação pluviométrica tem, de fato, o efeito esperado de aumentar a safra, os outros

fatores permanecendo iguais (isto é, quando a temperatura é constante).

A regressão múltipla enfatiza e isola a relação direta, enquanto a regressão simples não

o faz; ao invés disso, o coeficiente de regressão simples reflete os efeitos tanto diretos como

indiretos (em nosso exemplo, o efeito direto positivo da precipitação pluviométrica sobre a

safra, e seu efeito negativo indireto – o aumento do índice pluviométrico leva à redução da

temperatura, que provoca uma redução na safra) (USP, 2009).

Nesta pesquisa a regressão múltipla será empregada para a análise do grau de

dependência entre o cometimento do AIE e o conjunto das demais variáveis de estudo.

3.4.4 – Análise dos Componentes Principais (PCA).

A Análise dos Componentes Principais é um método fatorial de análise de dados, que

identifica eixos ortogonais, (portanto, independentes entre si), que são o resultado da projeção

das maiores variâncias dos dados originais em um espaço com menos dimensões, os

principais componentes. Assim, a análise reduz o número de variáveis, simplificando o

sistema, e, ao mesmo tempo, detecta estrutura na relação entre variáveis. A relevância para o

estudo deste método de análise é no sentido de disponibilizar o maior aproveitamento do

conjunto de dados, fortalecendo ou enfraquecendo as observações anteriormente realizadas.

112

CAPÍTULO 4 – APRESENTAÇÃO E DISCUSSÃO DOS RESULTADOS.

4.1 - Análise Exploratória dos Dados.

4.1.1 - Os Atos Infracionais Estudados (AIE).

Do total de 3.492 (três mil, quatrocentos e noventa e dois) AIs estudados (AIE), existe

a predominância de quatro categorias: Furto, com 882 (oitocentos e oitenta e dois) registros;

Lesão corporal, com 801 (oitocentos e um) registros; Tráfico, com 759 (setecentos e

cinqüenta e nove) registros e Roubo com 546 (quinhentos e quarenta e seis) registros. As

categorias Arma, com 263 (duzentos e sessenta e três) registros, Pudor, com 130 (cento e

trinta) registros, e, Homicídio, com 111 (cento e onze) registros formam o grupo de categorias

menos expressivas (Tabela 4.1.1).

Tabela 4.1.1 – Os Atos Infracionais estudados (AIE) por comarca, em ordem decrescente de

Total de Atos Infracionais estudados (TAIs).

TAIsº Comarca Arma Trafico Homi-cídio

Lesão Furto Roubo Pudor TAIs AIs-T AIs-F AIs-TF

1 Niterói 17 76 0 49 62 105 7 316 240 254 178

2 São Gonçalo 27 69 1 78 42 70 16 303 234 261 192

3 Duque de Caxias 27 101 4 69 34 44 16 295 194 261 160

4 Campos dos Goytacazes 24 35 6 4 64 37 1 171 136 107 72

5 Nova Iguaçu / Mesquita 14 42 2 37 22 39 15 171 129 149 107

6 Teresópolis 3 36 0 23 83 6 3 154 118 71 35

7 Belford Roxo 11 32 2 48 9 17 17 136 104 127 95

8 Volta Redonda 23 20 7 27 26 12 5 120 100 94 74

9 Resende 15 17 5 37 18 8 0 100 83 82 65

10 Magé 3 12 0 33 40 7 0 95 83 55 43

11 Macaé 6 25 3 13 15 20 2 84 59 69 44

12 Queimados 5 11 2 39 17 5 2 81 70 64 53

13 São João de Meriti 15 21 2 10 5 23 3 79 58 74 53

14 Nova Friburgo 10 17 5 18 18 7 2 77 60 59 42

15 Petrópolis 4 11 1 12 35 9 1 73 62 38 27

16 Itaperuna / São J. do Ubá 11 29 10 2 12 6 0 70 41 58 29

17 Barra Mansa 4 7 4 24 13 7 0 59 52 46 39

18 Três Rios / Areal / C. Levy G. 2 12 8 20 9 2 1 54 42 45 33

19 Itaguaí 5 18 1 5 8 10 3 50 32 42 24

20 Cabo Frio 8 5 5 3 6 20 1 48 43 42 37

21 Silva Jardim 0 1 1 9 33 0 3 47 46 14 13

22 Rio das Ostras 1 4 0 8 26 7 0 46 42 20 16

23 Japeri 2 10 2 13 5 3 2 37 27 32 22

(Continua)

113

(Continuação)


Total de Atos Infracionais (TAIs).



24 Valença 0 8 0 15 12 0 2 37 29 25 17

25 Miracema 1 11 1 12 8 2 1 36 25 28 17

26 Maricá 0 3 0 10 15 6 1 35 32 20 17

27 Angra dos Reis 5 10 0 4 11 2 2 34 24 23 13

28 Nilópolis 0 7 12 2 4 6 2 33 26 29 22

29 Rio Bonito 3 6 2 8 5 7 1 32 26 27 21

30 Itaocara 0 6 1 10 11 2 0 30 24 19 13

31 Armação dos Búzios 1 8 5 3 5 5 2 29 21 24 16

32 Porto Real / Quatis 2 1 0 12 9 4 1 29 28 20 19

33 Itatiaia 1 5 8 8 4 2 0 28 23 24 19

34 Cantagalo 2 1 0 12 10 0 1 26 25 16 15

35 Natividade / Varre-Sai 0 4 0 7 14 0 1 26 22 12 8

36 São Fidélis 0 11 0 7 7 0 1 26 15 19 8

37 Porciúncula 1 3 0 6 14 1 0 25 22 11 8

38 Cachoeiras de Macacu 0 4 0 10 9 1 0 24 20 15 11

39 Laje do Muriaé 0 7 1 6 9 0 0 23 16 14 7

40 Casimiro de Abreu 0 0 1 9 11 0 1 22 22 11 11

41 Barra do Piraí 2 5 1 3 7 2 1 21 16 14 9

42 São Pedro da Aldeia 2 5 1 2 3 5 1 19 14 16 11

43 Seropédica 0 1 0 4 6 7 0 18 17 12 11

44 Vassouras 0 0 0 5 10 2 0 17 17 7 7

45 Engenheiro P. de Frontin 0 3 0 6 3 1 2

15 12 12 9

46 Iguaba Grande 0 3 0 5 3 2 1 14 11 11 8

47 São João da Barra 0 0 0 4 7 3 0 14 14 7 7

48 Sapucaia 0 3 2 4 5 0 0 14 11 9 6

49 Conceição de Macabu 0 2 0 2 5 2 0 11 9 6 4

50 Cordeiro / Macuco 0 1 0 3 6 0 1 11 10 5 4

52 Parati 0 6 1 0 3 1 0 11 5 8 2

51 Santo A. de Pádua / Aperibé 1 0 0 2 7 1 0

11 11 4 4

53 São José V. Rio Preto 0 0 0 6 4 1 0 11 11 7 7

54 Araruama 1 1 1 0 6 1 0 10 9 4 3

55 Carmo 0 1 0 6 2 1 0 10 9 8 7

56 Pinheiral 0 2 0 3 2 3 0 10 8 8 6

57 Paracambi 2 1 1 3 0 2 0 9 8 9 8

58 Bom Jesus do Itabapoana 0 1 0 1 5 1 0

8 7 3 2

59 Cambuci 0 0 0 4 3 0 1 8 8 5 5

60 Mendes 0 3 0 2 2 1 0 8 5 6 3

61 Paraíba do Sul 0 3 0 1 4 0 0 8 5 4 1

62 Paty do Alferes 0 1 0 1 5 0 1 8 7 3 2

63 São F. de Itabapoana 0 1 0 0 5 1 1 8 7 3 2

64 Saquarema 0 1 1 3 2 0 1 8 7 6 5

65 Mangaratiba 0 2 0 0 3 0 1 6 4 3 1

66 Miguel Pereira 0 0 0 1 2 2 1 6 6 4 4

67 Piraí 0 1 0 2 2 0 1 6 5 4 3

(Continua)

114

(Continuação)


Total de Atos Infracionais (TAIs).



68 Trajano de Morais 0 0 0 1 2 2 1 6 6 4 4

69 Carapebus / Quissamã 1 1 0 0 3 0 0 5 4 2 1

70 Italva / Cardoso Moreira 1 1 0 0 2 0 0 4 3 2 1

71 Guapimirim 0 1 0 0 1 1 0 3 2 2 1

72 Itaboraí / Tanguá 0 1 1 0 0 1 0 3 2 3 2

73 Rio das Flores 0 0 0 2 1 0 0 3 3 2 2

74 Santa Maria Madalena 0 1 0 2 0 0 0 3 2 3 2

75 Rio Claro 0 1 0 0 0 1 0 2 1 2 1

76 Bom Jardim 0 0 0 1 0 0 0 1 1 1 1

77 São Sebastião do Alto 0 0 0 0 1 0 0 1 1 0 0

78 Arraial do Cabo 0 0 0 0 0 0 0 0 0 0 0

79 Duas Barras 0 0 0 0 0 0 0 0 0 0 0

80 Sumidouro 0 0 0 0 0 0 0 0 0 0 0

Total 263 759 111 801 882 546 130 3492 2733 2610 1851

Percentual relativo aos AIE 8% 22% 3% 23% 25% 16% 4% 100% 78% 75% 53%

As categorias Pudor e Homicídio têm a menor expressividade dentro do grupo, e,

coincidentemente, representam os crimes mais graves contra a pessoa. Os AIE considerados

na formação da intensidade de violência na adolescência (IVA) correspondem a 53% dos

AIE, são eles: Pudor, Homicídio, Lesão, Roubo e Arma.

Da análise do conjunto de AIE observa-se que 36%, 1.256 AIs, estão concentrados em

cinco das oitenta comarcas: Niterói, São Gonçalo e Duque de Caxias representam, deste

conjunto, 25%, 24% e 23% respectivamente e Campos dos Goytacazes e Nova

Iguaçu/Mesquita, representam 14% cada. (Tabela 4.1.2).

Tabela 4.1.2 – Comarcas com maior quantidade de Atos Infracionais Estudados entre as 80

comarcas do estudo.

% = percentual relativo ao TAIs do grupo da tabela. % AIE = percentual relativo aos AIE. Fonte: (TJRJ, 2008).

Comarcas TAIs % % AIE

Niterói 316 25% 9%

São Gonçalo 303 24% 9%

Duque de Caxias 295 23% 8%

Campos dos Goytacazes 171 14% 5%

Nova Iguaçu / Mesquita 171 14% 5%

Total de AIs do grupo 1256 100% 36%

AIE 3492 - 100%

115

Nenhuma das categorias de AIE apresenta distribuição próxima da simetria. A razão

entre o desvio padrão e a média dos registros, apresenta percentuais muito acima de 100%,

mostrando que os AIE estão concentrados em poucas comarcas. Os valores de mediana e

média também mostram isso, pois são muito diferentes. Portanto a identificação dos extremos

é indispensável.

Tabela 4.1.3 – Comarcas com discrepância na quantidade de Atos Infracionais Estudados por

categoria, entre as 80 comarcas de estudo.

CATEGORIA ARMA

Comarca Arma % % Arma




Volta Redonda 23 14% 9%

Niterói 17 10% 6%

São João de Meriti 15 9% 6%

Resende 15 9% 6%


Total de AIE da tabela 162 100% 62%

Total de AIE da Categoria Arma 263 - 100%

CATEGORIA TRÁFICO

Comarca Tráfico % % Tráfico


Niterói 76 26% 10%




Total de AIE da Categoria Tráfico 759 - 100%

CATEGORIA HOMICÍDIO

Comarca Homicídio % % Homicídio

Nilópolis 12 24% 11%

Itaperuna / São José do Ubá 10 20% 9%

Itatiaia 8 16% 7%

Três Rios / Areal / C. Levy G. 8 16% 7%




Total de AIE da Categoria Homicídio 111 - 100%

CATEGORIA FURTO

Comarca Furto % % Furto

Teresópolis 83 29% 9%


Niterói 62 21% 7%


Magé 40 14% 5%


Total de AIE da Categoria Furto 882 - 100%

(Continua)

116

(Continuação)

Tabela 4.1.3 – Comarcas com discrepância na quantidade de Atos Infracionais por categoria,

entre as 80 comarcas de estudo.

CATEGORIA LESÃO

Comarca Lesão % % Lesão



Niterói 49 14% 6%

Belford Roxo 48 13% 6%

Queimados 39 11% 5%


Resende 37 10% 5%


Total de AIE da Categoria Lesão 801 - 100%

CATEGORIA ROUBO

Comarca Roubo % % Roubo

Niterói 105 36% 19%






Total de AIE da Categoria Roubo 546 - 100%

CATEGORIA PUDOR

Comarca Pudor % % Pudor

Belford Roxo 17 22% 13%




Niterói 7 9% 5%



Total de AIE da Categoria Pudor 130 - 100%

TAI-D AIE % TAI-D

1520 3492 44% % = Percentual de contribuição da comarca com relação ao total de AIE referenciados na tabela. % Arma = Percentual de contribuição da comarca relativo a Arma, % Tráfico = Percentual de contribuição da comarca relativo ao Tráfico, % Homicídio = Percentual de contribuição

da comarca relativo ao Homicídio, % Furto = Percentual de contribuição da comarca relativo ao furto, % Lesão = Percentual de contribuição

da comarca relativo a LEsão, % Roubo = Percentual de contribuição da comarca relativo ao Roubo, % Pudor = Percentual de contribuição da comarca relativo ao Pudor. Fonte: (TJRJ, 2008).

As observações sobre a distribuição concentrada de registros de AIE levaram à

necessidade de identificar as comarcas com valores extremos, conforme metodologia descrita

no capítulo 3. Assim, a Tabela 4.1.3 mostra, para cada categoria de AIE, as comarcas com

número de registros discrepante em relação ao conjunto geral. Quando se discriminam os AIE

por tipo, o total de registros discrepantes, 1520 AIs, equivale a 44% dos cadastros. Estas

comarcas detêm 62% dos registros da categoria Arma, 58% de Estupro, 54% de Roubo, 46%

de Homicídio, 45% de Lesão, 38% de Tráfico e 36% de Furto. Observa-se, assim, que as

117

categorias Tráfico e Furto ocorrem mais uniformemente nas comarcas mais populosas,

enquanto os outros tipos de categorias concentram-se em um grupo de comarcas mais

específicos, representados, quase sempre, por comarcas com população maior que 100mil

habitantes, à exceção da comarca de Itatiaia.

As comarcas discrepantes em Tráfico e Roubo são exatamente as mesmas com

quantidades extremas de totais de AIs (TAIs) (Tabela 4.1.2), e as categorias Estupro, Arma,

Lesão e Furto têm, respectivamente, 71%, 67%, 65 % e 58% de suas discrepâncias

representadas por estas comarcas. Entretanto a categoria Homicídio apresenta um

comportamento diferente, com apenas 12% de discrepâncias representadas por uma dessas

comarcas – Campos dos Goytacazes – sem mais representantes da Tabela 4.1.2. Conclui-se

que o AIE da categoria homicídio é diferente quanto à tendência de se concentrar em cidades

mais populosas, ou com maiores TAIs. Isto sugere uma pesquisa futura tendo como foco da

observação apenas os homicídios praticados por jovens que podem assumir um

comportamento mais peculiar do que o conjunto de AIE.

A comarca de Volta Redonda é discrepante nas categorias Arma, Homicídio e Estupro,

sendo 14% do total para as duas primeiras e 7% para a última. Já a comarca de Belford Roxo

é discrepante nas categorias de Lesão e Estupro, com 13% e 22% do total, respectivamente. A

comarca de Resende é discrepante nas categorias Arma e Lesão, com 9% e 10%

respectivamente. As outras comarcas aparecem apenas uma vez como discrepantes, são elas:

São João de Meriti, compondo 9% dos extremos de Arma; Nilópolis, Itaperuna/São José do

Ubá, Itatiaia e Três Rios/Areal/Comendador Levy Gasparian, compondo juntos 88% dos

extremos de Homicídios; Queimados compondo 11% dos extremos de Lesão e Teresópolis e

Magé com 29% e 14%, respectivamente, dos extremos de Furto.

A seguir, apresentam-se os AIE proporcionais a população da comarca, expressos

por 100 mil habitantes (Tabela 4.1.4), conforme a nomenclatura resumida na Tabela 3.2.8.

Tabela 4.1.4 – Atos Infracionais estudados proporcionais a população por comarca, em ordem

decrescente de intensidade de violência na adolescência.

IVAº Comarca

Arm

a%

Tra

fico%

Hom

i-

cíd

io%

Lesão%

Fu

rto%

Roubo%

Pudor%

TA

Is%

IVA

AIs

-T%

AIs

-F%

1 Laje do Muriaé 0,0 84,4 12,1 72,4 108,5 0,0 0,0 277,3 84,4 192,9 168,8

2 Cantagalo 10,0 5,0 0,0 60,1 50,1 0,0 5,0 130,2 75,1 125,2 80,1

3 Engenheiro Paulo de Frontin 0,0 24,5 0,0 49,0 24,5 8,2 16,3 122,4 73,5 97,9 97,9

4 Porto Real / Quatis 7,2 3,6 0,0 43,3 32,4 14,4 3,6 104,5 68,5 100,9 72,1

5 Armação dos Búzios 3,8 30,2 18,9 11,3 18,9 18,9 7,6 109,5 60,4 79,3 90,6

(Continua)

118

(Continuação)



IVAº Comarca

Arm

a%

Tra

fico%

Hom

i-

cíd

io%

Lesão%

Fu

rto%

Roubo%

Pudor%

TA

Is%

IVA

AIs

-T%

AIs

-F%

6 Miracema 3,5 38,2 3,5 41,7 27,8 7,0 3,5 125,1 59,1 86,9 97,3

7 Itatiaia 3,1 15,5 24,8 24,8 12,4 6,2 0,0 86,9 59,0 71,4 74,5

8 Itaocara 0,0 26,0 4,3 43,4 47,7 8,7 0,0 130,1 56,4 104,1 82,4

9 Silva Jardim 0,0 4,2 4,2 37,6 137,7 0,0 12,5 196,2 54,3 192,0 58,4

10 Resende 12,2 13,8 4,1 30,1 14,7 6,5 0,0 81,5 52,9 67,6 66,8

11 Porciúncula 5,8 17,5 0,0 35,0 81,6 5,8 0,0 145,8 46,6 128,3 64,1

12 Carmo 0,0 6,3 0,0 37,6 12,5 6,3 0,0 62,6 43,9 56,4 50,1

13 Trajano de Morais 0,0 0,0 0,0 10,5 21,0 21,0 10,5 63,0 42,0 63,0 42,0

14 Casimiro de Abreu 0,0 0,0 3,6 32,4 39,6 0,0 3,6 79,3 39,6 79,3 39,6

15 Rio Bonito 5,6 11,2 3,7 14,9 9,3 13,1 1,9 59,7 39,2 48,5 50,4

16 Iguaba Grande 0,0 14,2 0,0 23,7 14,2 9,5 4,7 66,2 37,8 52,0 52,0

17 Queimados 3,5 7,7 1,4 27,5 12,0 3,5 1,4 57,1 37,3 49,3 45,1

18 Niterói 3,5 15,8 0,0 10,2 12,9 21,9 1,5 65,9 37,1 50,0 53,0

19 Cambuci 0,0 0,0 0,0 27,7 20,8 0,0 6,9 55,5 34,7 55,5 34,7

20 Três Rios / Areal / C. Levy G. 2,1 12,3 8,2 20,6 9,3 2,1 1,0 55,6 34,0 43,2 46,3

21 Natividade / Varre-Sai 0,0 16,6 0,0 29,1 58,3 0,0 4,2 108,2 33,3 91,6 49,9

22 Sapucaia 0,0 16,1 10,7 21,5 26,8 0,0 0,0 75,1 32,2 59,0 48,3

23 São José V. Rio Preto 0,0 0,0 0,0 26,6 17,7 4,4 0,0 48,8 31,0 48,8 31,0

24 Rio das Ostras 1,9 7,7 0,0 15,3 49,9 13,4 0,0 88,2 30,7 80,6 38,4

25 Itaperuna / São José do Ubá 10,9 28,7 9,9 2,0 11,9 5,9 0,0 69,3 28,7 40,6 57,4

26 Volta Redonda 8,8 7,7 2,7 10,4 10,0 4,6 1,9 46,0 28,4 38,3 36,0

27 Macaé 3,6 15,1 1,8 7,8 9,0 12,1 1,2 50,6 26,5 35,6 41,6

28 Pinheiral 0,0 8,1 0,0 12,2 8,1 12,2 0,0 40,6 24,3 32,5 32,5

29 Valença 0,0 11,3 0,0 21,1 16,9 0,0 2,8 52,1 23,9 40,8 35,2

30 Itaguaí 5,0 17,9 1,0 5,0 8,0 10,0 3,0 49,8 23,9 31,9 41,8

31 Nova Friburgo 5,6 9,5 2,8 10,1 10,1 3,9 1,1 43,0 23,5 33,5 33,0

32 Rio das Flores 0,0 0,0 0,0 23,2 11,6 0,0 0,0 34,7 23,2 34,7 23,2

33 Teresópolis 2,0 23,5 0,0 15,0 54,2 3,9 2,0 100,6 22,9 77,1 46,4

34 Japeri 2,0 10,2 2,0 13,2 5,1 3,0 2,0 37,6 22,4 27,4 32,5

35 Barra Mansa 2,3 4,0 2,3 13,6 7,3 4,0 0,0 33,3 22,0 29,4 26,0

36 Cabo Frio 4,7 2,9 2,9 1,8 3,5 11,7 0,6 28,2 21,7 25,2 24,6

37 São João da Barra 0,0 0,0 0,0 11,9 20,8 8,9 0,0 41,7 20,8 41,7 20,8

38 São F. de Itabapoana 0,0 28,4 0,0 18,1 18,1 0,0 2,6 67,2 20,7 38,8 49,1

39 Vassouras 0,0 0,0 0,0 14,8 29,5 5,9 0,0 50,2 20,7 50,2 20,7

40 Cachoeiras de Macacu 0,0 7,2 0,0 17,9 16,1 1,8 0,0 43,1 19,7 35,9 26,9

41 Santa Maria Madalena 0,0 9,8 0,0 19,7 0,0 0,0 0,0 29,5 19,7 19,7 29,5

42 Conceição de Macabu 0,0 9,8 0,0 9,8 24,6 9,8 0,0 54,1 19,7 44,2 29,5

43 São Gonçalo 2,7 7,0 0,1 7,9 4,3 7,1 1,6 30,7 19,5 23,7 26,4

44 Belford Roxo 2,2 6,4 0,4 9,6 1,8 3,4 3,4 27,3 19,1 20,9 25,5

45 Duque de Caxias 3,1 11,6 0,5 7,9 3,9 5,1 1,8 34,0 18,4 22,3 30,1

46 Paracambi 4,5 2,3 2,3 6,8 0,0 4,5 0,0 20,5 18,2 18,2 20,5

47 Magé 1,2 5,0 0,0 13,6 16,5 2,9 0,0 39,2 17,8 34,3 22,7

48 Mendes 0,0 16,8 0,0 11,2 11,2 5,6 0,0 44,7 16,8 28,0 33,5

49 Campos dos Goytacazes 5,5 8,1 1,4 0,9 14,8 8,5 0,2 39,4 16,6 31,4 24,7

(Continua)

119

(Continuação)



IVAº Comarca

Arm

a%

Tra

fico%

Hom

i-

cíd

io%

Lesão%

Fu

rto%

Roubo%

Pudor%

TA

Is%

IVA

AIs

-T%

AIs

-F%

50 Maricá 0,0 2,9 0,0 9,7 14,6 5,8 1,0 34,1 16,5 31,1 19,5

51 Cordeiro / Macuco 0,0 3,9 0,0 11,6 23,2 0,0 3,9 42,6 15,5 38,7 19,4

52 Nilópolis 0,0 4,7 8,0 1,3 2,7 4,0 1,3 22,0 14,7 17,3 19,3

53 Miguel Pereira 0,0 0,0 0,0 3,6 7,2 7,2 3,6 21,6 14,4 21,6 14,4

54 Seropédica 0,0 1,3 0,0 5,2 7,9 9,2 0,0 23,6 14,4 22,3 15,7

55 São Pedro da Aldeia 2,5 6,2 1,2 2,5 3,7 6,2 1,2 23,4 13,5 17,2 19,7

56 Piraí 0,0 4,2 0,0 8,4 8,4 0,0 4,2 25,3 12,7 21,1 16,9

57 São João de Meriti 3,2 4,5 0,4 2,1 1,1 4,9 0,6 16,8 11,3 12,3 15,7

58 Nova Iguaçu / Mesquita 1,3 4,0 0,2 3,5 2,1 3,7 1,4 16,3 10,2 12,3 14,2

59 Barra do Piraí 2,1 5,2 1,0 3,1 7,3 2,1 1,0 21,8 9,3 16,6 14,5

60 Angra dos Reis 3,4 6,7 0,0 2,7 7,4 1,3 1,3 22,9 8,8 16,2 15,5

61 Petrópolis 1,3 3,5 0,3 3,8 11,2 2,9 0,3 23,3 8,6 19,8 12,1

62 Saquarema 0,0 1,5 1,5 4,6 3,1 0,0 1,5 12,3 7,7 10,8 9,2

63 Santo Antônio de Pádua / Aperibé 1,9 0,0 0,0 3,8 13,2 1,9 0,0 20,8 7,6 20,8 7,6

64 Paty do Alferes 0,0 3,5 0,0 3,5 17,7 0,0 3,5 28,3 7,1 24,8 10,6

65 Parati 0,0 17,4 2,9 0,0 8,7 2,9 0,0 32,0 5,8 14,5 23,3

66 Rio Claro 0,0 5,4 0,0 0,0 0,0 5,4 0,0 10,8 5,4 5,4 10,8

67 Bom Jesus do Itabapoana 0,0 2,7 0,0 2,7 13,5 2,7 0,0 21,7 5,4 19,0 8,1

68 São Fidélis 0,0 2,3 0,0 0,0 11,6 2,3 2,3 18,5 4,6 16,2 6,9

69 Bom Jardim 0,0 0,0 0,0 4,1 0,0 0,0 0,0 4,1 4,1 4,1 4,1

70 Italva / Cardoso Moreira 4,0 4,0 0,0 0,0 8,0 0,0 0,0 16,1 4,0 12,0 8,0

71 Carapebus / Quissamã 3,8 3,8 0,0 0,0 11,4 0,0 0,0 19,0 3,8 15,2 7,6

72 Mangaratiba 0,0 6,5 0,0 0,0 9,7 0,0 3,2 19,4 3,2 12,9 9,7

73 Araruama 1,0 1,0 1,0 0,0 5,8 1,0 0,0 9,7 2,9 8,7 3,9

74 Paraíba do Sul 0,0 7,4 0,0 2,5 9,9 0,0 0,0 19,8 2,5 12,4 9,9

75 Guapimirim 0,0 2,1 0,0 0,0 2,1 2,1 0,0 6,4 2,1 4,3 4,3

76 Itaboraí / Tanguá 0,0 0,4 0,4 0,0 0,0 0,4 0,0 1,2 0,8 0,8 1,2

77 Arraial do Cabo 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

78 Duas Barras 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

79 São Sebastião do Alto 0,0 0,0 0,0 0,0 11,6 0,0 0,0 11,6 0,0 11,6 0,0

80 Sumidouro 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total relativo a população das 80 comarcas 2,7 7,9 1,2 8,4 9,2 5,7 1,4 36,5 28,5 27,3 19,3

Fonte: TJRJ (2008); IBGE (2000).

Quanto às comarcas com menores taxas de violência na adolescência encontra-se um

empate entre as quatro últimas, sendo que Arraial do Cabo, Duas Barras e Sumidouro não

apresentaram nenhum AIE durante o período da pesquisa, e São Sebastião do Alto, apenas

um. Quanto à Comarca de Itaboraí/Tanguá deve-se destacar o fato desta possuir uma

população maior que 250 mil habitantes e mesmo assim constar entre as cinco menores

comarcas quanto a IVA.

120

Tabela 4.1.5 – Comarcas com as maiores e menores IVA.

Fonte: TJRJ (2008); IBGE (2000).

4.1.2 – A Dimensão Demográfica.

Do total da população estudada, 50% estão em sete das oitenta comarcas (células em

itálico). São elas, em ordem decrescente: Nova Iguaçu/Mesquita, São Gonçalo, Duque de

Caxias, Belford Roxo, Niterói, São João de Meriti e Campos dos Goytacazes. Nota-se a

coincidência com as comarcas onde ocorrem extremos de TAIs (Tabela 4.1.2), o que mostra a

influência das cidades mais populosas.

Entre as comarcas com mais de 100 mil habitantes, Resende aparece como a primeira

em intensidade de violência na adolescência, mas sua colocação é a décima, seguida por

Queimados e Niterói, com respectivos 17º e 18º lugares. Continuando a observação nota-se

que a comarca mais populosa – Nova Iguaçu/Mesquita – está longe de ter um alto grau de

violência na adolescência, pois só aparece em 58º lugar. Desta feita, vemos que a população,

não parece ser um fator proeminente na caracterização da IVA.

Tabela 4.1.6 – A dimensão demográfica nas oitenta comarcas de estudo, em ordem

decrescente de População.

IVAº Comarca População DD %10-19 Área

58 Nova Iguaçu / Mesquita 1048 1,87 16,3 562

43 São Gonçalo 987 3,97 15,6 249

45 Duque de Caxias 868 1,85 16,8 468

44 Belford Roxo 498 6,30 16,8 79

18 Niterói 480 3,57 15,0 135

57 São João de Meriti 470 13,54 17,4 35

49 Campos dos Goytacazes 433 0,11 18,2 4041

61 Petrópolis 313 0,39 15,5 797

26 Volta Redonda 261 1,43 17,3 182

76 Itaboraí / Tanguá 257 0,45 15,8 572

47 Magé 242 0,63 16,5 387

31 Nova Friburgo 179 0,19 16,9 939

35 Barra Mansa 177 0,32 18,0 548

(Continua)

IVAº Maiores comarcas IVA TAIs IVAº Menores comarcas IVA TAIs

1 Laje do Muriaé 84,41 23 76 Itaboraí / Tanguá 0,78 3

2 Cantagalo 75,09 26 77 Arraial do Cabo 0,00 0

3 Engenheiro Paulo de Frontin 73,45 15 78 Duas Barras 0,00 0

4 Porto Real / Quatis 68,49 25 79 São Sebastião do Alto 0,00 1

5 Armação dos Búzios 60,41 29 80 Sumidouro 0,00 0

121

(Continuação)

Tabela 4.1.6 – A dimensão demográfica nas oitenta comarcas de estudo em ordem



36 Cabo Frio 170 0,42 14,4 411

27 Macaé 166 0,14 15,4 1220

33 Teresópolis 153 0,20 16,4 773

52 Nilópolis 150 7,73 17,8 19

60 Angra dos Reis 148 0,18 15,9 820

17 Queimados 142 1,85 16,9 77

10 Resende 123 0,11 16,2 1100

73 Araruama 103 0,16 15,4 640

50 Maricá 103 0,28 13,3 364

25 Itaperuna / São J. Ubá 101 0,07 17,1 1361

30 Itaguaí 100 0,36 15,9 281

34 Japeri 98 1,21 17,2 81

20 Três Rios / Areal / C. Levy G. 97 0,18 17,0 541

59 Barra do Piraí 97 0,17 16,2 582

55 São Pedro da Aldeia 81 0,24 14,5 337

54 Seropédica 76 0,28 16,6 268

29 Valença 71 0,05 16,8 1306

62 Saquarema 65 0,18 15,1 354

40 Cachoeiras de Macacu 56 0,06 16,5 957

15 Rio Bonito 54 0,12 17,8 463

63 Santo Antônio de Pádua / Aperibé 53 0,08 16,1 703

24 Rio das Ostras 52 0,23 13,7 230

75 Guapimirim 47 0,13 16,1 362

46 Paracambi 44 0,24 16,2 187

68 São F. Itabapoana 43 0,04 20,3 1122

74 Paraíba do Sul 40 0,07 16,7 589

38 São Fidélis 39 0,04 17,4 1036

67 Bom Jesus do Itabapoana 37 0,06 17,0 599

65 Parati 34 0,04 17,0 934

39 Vassouras 34 0,06 16,9 532

37 São João da Barra 34 0,07 15,6 458

7 Itatiaia 32 0,13 14,8 242

72 Mangaratiba 31 0,09 14,8 362

6 Miracema 29 0,10 18,4 303

64 Paty do Alferes 28 0,09 17,6 307

14 Casimiro de Abreu 28 0,06 15,6 456

53 Miguel Pereira 28 0,10 15,3 289

4 Porto Real / Quatis 28 0,08 16,1 338

77 Arraial do Cabo 27 0,17 15,5 158

5 Armação dos Búzios 26 0,37 12,8 72

71 Carapebus / Quissamã 26 0,03 16,6 1035

51 Cordeiro / Macuco 26 0,14 17,1 190

70 Italva / Cardoso Moreira 25 0,03 18,7 812

28 Pinheiral 25 0,32 15,6 78

69 Bom Jardim 24 0,06 17,5 386

(Continua)

122

(Continuação)

Tabela 4.1.6 – A dimensão demográfica nas oitenta comarcas de estudo, em ordem



21 Natividade / Varre-Sai 24 0,04 19,3 581

9 Silva Jardim 24 0,03 18,0 940

56 Piraí 24 0,05 17,3 505

8 Itaocara 23 0,05 17,7 429

23 São J. V. do Rio Preto 23 0,10 15,9 221

16 Iguaba Grande 21 0,43 12,5 49

42 Conceição de Macabu 20 0,06 17,7 339

2 Cantagalo 20 0,03 18,9 754

22 Sapucaia 19 0,03 16,4 539

66 Rio Claro 18 0,02 16,0 843

48 Mendes 18 0,19 16,7 96

11 Porciúncula 17 0,06 17,9 302

12 Carmo 16 0,05 17,4 321

80 Sumidouro 15 0,04 18,9 398

19 Cambuci 14 0,03 18,2 562

3 Eng. Paulo de Frontin 12 0,09 17,7 143

78 Duas Barras 11 0,03 19,0 376

41 Santa Maria Madalena 10 0,01 19,5 817

13 Trajano de Morais 10 0,02 22,1 593

79 São Sebastião do Alto 9 0,02 18,4 397

32 Rio das Flores 9 0,02 16,4 480

1 Laje do Muriaé 8 0,03 17,9 252

Total 9574 0,22 16,4 42659

Células em itálico apresentam valores discrepantes. Fonte: IBGE (2000).

A densidade demográfica é discrepante em dez comarcas (Tabela 4.1.7): São João de

Meriti, Nilópolis, Belford Roxo, São Gonçalo, Niterói, Nova Iguaçu/Mesquita, Duque de

Caxias, Queimados, Volta Redonda e Japeri, respectivamente com valores variando entre 13,5

e 1,21 mil habitantes por km². Verifica-se que as comarcas mais populosas são também as

mais densamente povoadas, à exceção da comarca de Campos dos Goytacazes. Além destas,

vale notar que, entre as dez comarcas com maior densidade, surgem também Queimados,

Volta Redonda e Japeri, sendo esta última, a única do grupo com menos de 100mil habitantes,

enquanto Queimados tem uma das cinco menores áreas (77km2).

Como pode ser visto (Tabela 4.1.7), São João de Meriti é disparada a campeã no

quesito DD, seus 13,54 habitantes por m² são quase o dobro da segunda colocada, Nilópolis,

com DD igual a 7,73. Mas, todavia, estas comarcas nem figuram entre os maiores TAIs do

conjunto, assim como suas IVA são bem baixas, respectivamente na 57º e 52º posição,

123

embora Nilópolis apresente a maior quantidade de Homicídio e São João de Meriti tenha a

sexta colocação em Arma.

Tabela 4.1.7 – As dez comarcas com densidades demográficas discrepantes.

Células em itálico apresentam as comarcas com TAIs discrepantes (Tabela 4.1.2). Fonte: IBGE (2000).

O percentual de jovens de dez a dezenove anos na população das comarcas não

apresenta discrepâncias extremas. Vale notar que entre as cinco comarcas com mais

população jovem três têm menos de 20mil habitantes, São Francisco do Itabapoana tem 43

mil e Natividade/Varre-Sai tem 24 mil. As cinco comarcas que têm menos jovens são

litorâneas, com vocação turística: Iguaba Grande, Armação dos Búzios, Maricá, Rio das

Ostras e Cabo Frio (Tabela 4.1.8).

Entre as comarcas com mais jovens Duas Barras se destaca positivamente por

apresentar criminalidade na adolescência nula, contrapondo-se, por exemplo, a comarca de

Santa Maria Madalena, com IVA em 41º lugar, apesar de terem dados de população bem

semelhantes. É preocupante a situação de Trajano de Morais, no 13º lugar quanto a IVA e

com o maior percentual de jovens, demonstrando a necessidade de políticas que os amparem

naquela região, para evitar a adesão destes à vida criminosa.

A IVA das comarcas com as menores populações jovens (Jovens%) evidencia um fato

alarmante. Búzios, em 31º lugar quanto à quantidade de AIE e quinta maior IVA, tem a

segunda menor população jovem relativa. Talvez o rico turismo da área e o convívio entre

realidades contrastantes – riqueza e pobreza – façam com que a IVA seja tão marcante nesta

comarca, apesar de sua pequena população de jovens.

IVAº Comarca DD População Área

57 São João de Meriti 13,54 470 35

52 Nilópolis 7,73 150 19

44 Belford Roxo 6,30 498 79

43 São Gonçalo 3,97 987 249

18 Niterói 3,57 480 135

58 Nova Iguaçu / Mesquita 1,87 1048 562

45 Duque de Caxias 1,85 868 468

17 Queimados 1,85 142 77

26 Volta Redonda 1,43 261 182

34 Japeri 1,21 98 81

2,65 5002 1886,8DD Total do grupo

124

Tabela 4.1.8 – As cinco comarcas com maiores e menores percentuais de jovens.

Fonte: IBGE (2000); Fundação CIDE (2008).

A área total estudada é de 42.659 (quarenta e dois mil seiscentos e cinquenta e nove)

km². A comarca de Campos dos Goitacazes é a única comarca com área a ser considerada

como discrepante, com 4.041 km², correspondendo a 9% da área total de estudo (Tabela

4.1.9); as outras quatro maiores são Itaperuna/São José do Ubá, Valença, Macaé e São

Francisco do Itabapoana; essas quatro juntas somam 5.009 km², correspondendo a 12% da

área total. As cinco menores comarcas, Armação de Búzios, Iguaba Grande, Nilópolis,

Queimados e São João de Meriti apresentam juntas 0,6% do total da área estudada, 251 km².

Tabela 4.1.9 – Comarcas com as maiores e menores áreas do grupo de estudo.

% dos 5 + na área total = percentual da soma das áreas do grupo das cinco maiores áreas, em relação a área total de estudo, % dos 5 - na área total = percentual da soma das cinco menores áreas, em relação a área total de estudo. Fonte: IBGE (2000).

A Intensidade de Violência na Adolescência, medida através dos crimes contra a

pessoa praticados por jovens, nas 80 comarcas do ERJ, tem sua maior expressão em comarcas

com pequenas populações. Laje do Muriaé é a primeira colocada em função de seu grande

IVAº ComarcaPopulação de

10 a 19 anosPopulação Jovens%

13 Trajano de Morais 2,10 9,52 22%

38 São Francisco de Itabapoana 8,77 43,24 20%

41 Santa Maria Madalena 1,98 10,15 20%

21 Natividade / Varre-Sai 4,64 24,03 19%

78 Duas Barras 2,04 10,73 19%

19,54 97,67 20%

IVAº ComarcaPopulação de

10 a 19 anosPopulação Jovens%

36 Cabo Frio 24,61 170,40 14%

24 Rio das Ostras 7,13 52,14 14%

50 Maricá 13,63 102,78 13%

5 Armação dos Búzios 3,38 26,48 13%

16 Iguaba Grande 2,65 21,14 13%

51,40 372,94 14%

Total da tabela

Total da tabela

Comarcas com mais Jovens%

Comarcas com menos Jovens%

IVAº As cinco maiores áreas Área IVAº As cinco menores áreas Área

49 Campos dos Goytacazes 4040,60 52 Nilópolis 19,40

25 Itaperuna / São José do Ubá 1361,10 57 São João de Meriti 34,70

29 Valença 1305,80 16 Iguaba Grande 48,70

27 Macaé 1219,76 5 Armação dos Búzios 71,70

38 São Francisco de Itabapoana 1122,30 17 Queimados 76,70

9049,56 251,20

21% 0,6%% dos 5 + na area total

Área total do grupo

% dos 5 - na area total

Área total do grupo

125

número de AIE em uma pequena população, seguida por Cantagalo, Engenheiro Paulo de

Frontin, Porto Real/Quatis e Armação dos Búzios.

4.1.3 – A Dimensão Socioeconômica.

Tabela 4.1.10 – A dimensão Socioeconômica nas oitenta comarcas de estudo, em ordem

decrescente de renda per capita.

IVAº Comarca R pc Dist.

Renda Jovens pobres

IDHM Católico Evangélico Sem Relg

18 Niterói 809,2 6,88 7,50 0,89 59% 15% 13%

61 Petrópolis 399,9 9,46 9,89 0,80 62% 17% 7%

27 Macaé 392,9 9,78 7,72 0,79 39% 21% 15%

53 Miguel Pereira 379,6 7,35 13,44 0,78 47% 16% 14%

5 Armação dos Búzios 376,2 9,14 12,93 0,79 29% 22% 15%

31 Nova Friburgo 366,8 10,90 7,09 0,81 61% 18% 13%

33 Teresópolis 366,6 9,68 8,73 0,79 47% 23% 17%

10 Resende 365,4 9,45 9,02 0,81 61% 15% 6%

26 Volta Redonda 348,2 10,32 10,66 0,81 55% 21% 9%

16 Iguaba Grande 332,7 9,68 14,35 0,80 40% 16% 11%

24 Rio das Ostras 331,4 9,17 10,77 0,77 32% 19% 15%

72 Mangaratiba 330,4 9,43 10,80 0,79 44% 18% 10%

50 Maricá 321,4 9,88 11,86 0,79 41% 15% 14%

65 Parati 312,1 8,86 14,54 0,78 47% 20% 14%

36 Cabo Frio 311,0 8,10 16,23 0,79 32% 23% 15%

48 Mendes 306,1 10,72 11,26 0,78 68% 15% 9%

77 Arraial do Cabo 303,3 11,17 9,72 0,79 45% 24% 16%

52 Nilópolis 298,3 11,92 12,23 0,79 53% 27% 16%

7 Itatiaia 295,9 10,25 8,01 0,80 55% 13% 6%

8 Itaocara 287,5 8,58 13,45 0,77 71% 22% 5%

14 Casimiro de Abreu 286,9 11,55 9,80 0,78 34% 25% 19%

35 Barra Mansa 286,4 10,64 11,37 0,81 65% 20% 6%

39 Vassouras 285,6 9,02 12,88 0,78 68% 14% 6%

15 Rio Bonito 276,2 9,69 13,64 0,77 43% 27% 21%

60 Angra dos Reis 275,7 9,41 15,74 0,77 44% 20% 12%

59 Barra do Piraí 274,6 10,74 12,52 0,78 59% 16% 9%

12 Carmo 271,0 8,48 20,01 0,76 70% 14% 7%

46 Paracambi 269,8 12,03 11,44 0,77 40% 30% 15%

43 São Gonçalo 268,8 11,81 11,74 0,78 45% 24% 17%

29 Valença 267,7 10,08 18,38 0,78 73% 10% 5%

62 Saquarema 266,6 9,84 16,39 0,76 40% 19% 16%

56 Piraí 265,4 8,97 18,86 0,78 53% 23% 11%

74 Paraíba do Sul 264,6 9,57 15,77 0,77 67% 16% 5%

55 São Pedro da Aldeia 259,4 10,16 13,97 0,78 35% 26% 15%

73 Araruama 259,4 9,05 17,04 0,76 42% 19% 14%

2 Cantagalo 254,1 9,30 20,80 0,78 75% 14% 7%

51 Cordeiro / Macuco 253,1 10,48 14,85 0,78 60% 18% 11%

(Continua)

126

(Continuação)

Tabela 4.1.10 – A dimensão Socioeconômica nas oitenta comarcas de estudo, em ordem

decrescente de renda per capita.

IVAº Comarca R pc Dist.

Renda Jovens pobres

IDHM Católico Evangélico Sem Relg

22 Sapucaia 250,0 9,69 18,48 0,74 68% 16% 6%

49 Campos dos Goytacazes 247,2 9,27 17,68 0,75 56% 20% 14%

30 Itaguaí 246,4 10,42 15,05 0,77 35% 24% 19%

3 Engenheiro Paulo de Frontin 243,2 11,96 12,15 0,75 52% 24% 19%

69 Bom Jardim 242,7 10,82 13,29 0,73 74% 11% 7%

67 Bom Jesus do Itabapoana 242,5 10,48 15,44 0,75 67% 16% 7%

63 Santo A. de Pádua / Aperibé 241,1 10,80 13,10 0,76 59% 21% 7%

28 Pinheiral 240,5 9,96 16,69 0,80 51% 14% 8%

20 Três Rios / Areal / C. Levy G. 237,9 11,20 14,28 0,77 65% 18% 6%

58 Nova Iguaçu / Mesquita 237,5 10,42 16,67 0,76 38% 26% 19%

6 Miracema 237,0 8,46 24,41 0,73 78% 12% 2%

75 Guapimirim 234,8 10,40 15,68 0,74 38% 24% 16%

54 Seropédica 234,7 9,34 17,89 0,76 33% 31% 17%

57 São João de Meriti 233,1 12,30 13,42 0,77 44% 28% 19%

25 Itaperuna / São José do Ubá 230,7 10,06 18,78 0,75 56% 25% 8%

45 Duque de Caxias 226,1 10,20 18,79 0,75 41% 24% 19%

4 Porto Real / Quatis 225,0 10,72 15,15 0,77 64% 10% 6%

40 Cachoeiras de Macacu 219,2 11,61 14,15 0,75 37% 24% 23%

80 Sumidouro 218,6 9,68 19,68 0,71 55% 23% 15%

23 São José do Vale do Rio Preto 215,8 11,01 17,00 0,72 44% 28% 11%

42 Conceição de Macabu 213,9 10,97 17,40 0,74 53% 24% 13%

38 São Fidélis 212,8 10,38 22,17 0,74 52% 26% 16%

64 Paty do Alferes 210,0 8,87 27,08 0,72 39% 29% 18%

47 Magé 209,6 10,72 18,22 0,75 42% 22% 17%

13 Trajano de Morais 209,3 8,84 23,84 0,72 70% 24% 12%

21 Natividade / Varre-Sai 209,2 9,34 22,02 0,71 73% 15% 4%

78 Duas Barras 204,9 11,89 14,73 0,71 79% 12% 4%

66 Rio Claro 203,3 11,04 18,90 0,74 70% 11% 5%

41 Santa Maria Madalena 203,2 11,72 17,26 0,73 79% 15% 7%

19 Cambuci 199,1 11,20 22,51 0,73 66% 19% 15%

9 Silva Jardim 194,4 9,37 26,42 0,73 30% 31% 27%

71 Carapebus / Quissamã 192,6 12,75 15,55 0,74 63% 13% 7%

76 Itaboraí / Tanguá 191,5 11,71 18,72 0,73 36% 25% 19%

70 Italva / Cardoso Moreira 189,0 11,30 19,73 0,72 46% 29% 25%

32 Rio das Flores 186,5 10,86 21,75 0,74 65% 9% 7%

17 Queimados 183,0 11,45 18,41 0,73 33% 28% 21%

44 Belford Roxo 182,3 11,36 20,05 0,74 33% 26% 24%

11 Porciúncula 180,8 10,70 27,15 0,73 71% 11% 7%

37 São João da Barra 177,3 11,37 19,39 0,72 63% 9% 7%

79 São Sebastião do Alto 171,4 12,07 24,57 0,72 75% 18% 3%

1 Laje do Muriaé 166,9 11,69 24,03 0,71 79% 8% 6%

34 Japeri 156,4 10,17 26,41 0,72 31% 28% 22%

68 São Francisco de Itabapoana 156,0 8,90 31,53 0,69 53% 23% 20%

Total relativo ao percentual da população do grupo de estudo 47% 22% 16%

Célula em itálico apresenta valor discrepante. Fonte: IBGE (2000); IPEA (2008); Fundação CIDE (2008).

127

A comarca de Niterói tem a maior Renda per capita do grupo com R$ 809,18, um

valor discrepante, quando a mediana é R$ 244,80 (Tabela 4.1.11). Em seguida, Petrópolis tem

Renda per capita equivalente a 49% da niteroiense, seguida de Macaé, Miguel Pereira e

Armação dos Búzios. Três destas comarcas têm o turismo como importante fonte de renda e

Macaé está em explosão econômica com os royalties da Bacia de Campos. As menores rendas

per capita estão nas comarcas de São João da Barra, São Sebastião do Alto, Japeri e São

Francisco de Itabapoana.

Laje do Muriaé tem o maior índice de violência do grupo estudado e a terceira menor

renda per capita, sugerindo que a carência desta pode ser proporcional ao crime praticado por

jovens, confirmando teorias baseadas na pobreza como variável decisiva na criminalidade.

Contudo, a comarca de São Sebastião do Alto, com a quarta pior R pc, é a penúltima colocada

em violência na adolescência, e São Francisco de Itabapoana – com a última R pc e IVA em

68º lugar – colocam dúvidas quanto à importância desta associação. Outro fato interessante é

que Niterói, embora tenha R pc discrepante, mais do que o dobro da segunda colocada

(Petrópolis), possui IVA alta, que pode ser notada pela sua classificação em 18º lugar,

enquanto Petrópolis vem só em 61º lugar, sem mencionar que Niterói é a comarca com maior

TAIs. Cabe ainda comentar que a comarca de Armação de Búzios, embora apresente a quinta

maior R pc se localiza, coincidentemente, na mesma 5ª posição quanto à violência na

adolescência. Disso tudo se pode concluir que um bom indicador de violência ao incorporar a

R pc, necessita, também, considerar múltiplas variáveis (Tabela 4.1.11).

Tabela 4.1.11 – As maiores e menores comarcas quanto renda per capita.

IVAº Maiores comarcas R pc IVAº Menores comarcas R pc

18 Niterói 809,18 37 São João da Barra 177,33

61 Petrópolis 399,93 79 São Sebastião do Alto 171,43

27 Macaé 392,94 1 Laje do Muriaé 166,94

53 Miguel Pereira 379,55 34 Japeri 156,45

5 Armação dos Búzios 376,18 68 São Francisco de Itabapoana 156,00

Fundação CIDE (2008).

O percentual de renda apropriada pelos 40% mais pobres das comarcas não apresenta

valores discrepantes, com mediana igual a 10,3%. A comarca Carapebus/Quissamã apresenta

o maior percentual desta apropriação com 13%, seguida por São João de Meriti, São

Sebastião do Alto, Paracambi e Engenheiro Paulo de Frontin, todas com 12%. Das comarcas

onde há menos distribuição desta renda, Niterói aparece no início com 6,9% desta

apropriação, seguida por Miguel Pereira com 7,3%, Cabo Frio com 8,1%, Miracema, e Carmo

com 8,5% (Tabela 4.1.12). Considerando que Niterói tem a maior R pc e é a comarca com

128

menor apropriação de renda por parte dos 40% mais pobres (Tabela 4.1.11), pode-se

considerá-la como a comarca com pior distribuição de renda do conjunto.

Quanto ao quesito violência temos as comarcas com maior distribuição de renda com

pequenos valores de IVA, ou seja, colocações após as quarenta primeiras comarcas, a exceção

é Engenheiro Paulo de Frontin que apresenta a terceira maior IVA. Este fato pode ser uma

característica isolada que foge ao padrão, já que os dados parecem confirmar o senso comum

sobre a ligação entre violência e má distribuição de renda. Isto se confirma ainda nas cinco

comarcas com piores distribuições de renda como Miracema, Carmo e Niterói, colocadas

entre os vinte piores índices de violência, este grupo é completado por Cabo Frio e Miguel

pereira, mas estes últimos estão melhores colocados, respectivamente em 36º e 53º lugares,

mas, ainda assim, não se comparam aos bons resultados das quatro comarcas com maiores

distribuições de renda (Tabela 4.1.12).

Tabela 4.1.12 – As maiores e menores comarcas quanto à distribuição de renda.

Fonte: IPEA.

O percentual de crianças e adolescentes entre zero e 14 anos com famílias vivendo

abaixo da linha de pobreza tem mediana de 15,7%, mas São Francisco de Itabapoana tem

31,5%, seguido pelas comarcas de Porciúncula, Paty do Alferes e Japeri. Nova Friburgo tem o

menor percentual, com 7,1%, seguida por Niterói, com 7,5%, Macaé com 7,7%, Itatiaia, com

8,0% e Teresópolis, com 8,7%. (Tabela 4.1.13). São Francisco de Itabapoana, além de pobre

(Tabela 4.1.10), tem esta pobreza concentrada entre as crianças e adolescentes. No entanto,

quando analisamos os índices de violência, São Francisco de Itabapoana apresenta o 68º

lugar, uma colocação muito boa, contrastando com sua renda per capita, a pior do grupo de

estudo, e com o percentual de jovens pobres, confirmando os dizeres de Velho (1996, p. 16),

para quem “a pobreza tomada isoladamente não explica a perda de referenciais éticos que

sustentam as interações entre grupos e indivíduos”. Eesta perda de referenciais, é, segundo o

autor, a principal força a impulsionar jovens à violência e à criminalidade.

IVAº Maiores comarcasDist.

RendaIVAº Menores comarcas

Dist.

Renda

71 Carapebus / Quissamã 12,75 12 Carmo 8,48

57 São João de Meriti 12,30 6 Miracema 8,46

79 São Sebastião do Alto 12,07 36 Cabo Frio 8,10

46 Paracambi 12,03 53 Miguel Pereira 7,35

3 Engenheiro Paulo de Frontin11,96 18 Niterói 6,88

129

Tabela 4.1.13 – As maiores e menores comarcas quanto ao percentual de “Jovens Pobres”.

Fonte: IPEA

O maior Índice de Desenvolvimento Humano Municipal (IDHM), de 0,89, pertencente

à comarca de Niterói, é um valor discrepante no conjunto com mediana igual a 0,76. Ele é

seguido por Volta Redonda, Nova Friburgo, Resende e Barra Mansa, todos com 0,81. Em

último lugar entre as comarcas de estudo temos São Francisco de Itabapoana com 0,69,

seguida por Natividade/Varre-Sai, Laje do Muriaé, Sumidouro e Duas Barras, todas com 0,71

(Tabela 4.1.14). Fazendo uma breve associação, vê-se que o IDHM, embora tenha

identificado entre os baixos índices a comarca de São Francisco de Itabapoana, não foi

sensível às discrepâncias socioeconômicas de Niterói, premiando grandes urbes mais ricas,

enquanto penaliza as pequenas mais pobres.

Entre as comarcas do estudo, Niterói tem o maior IDHM, a maior renda per capita e o

segundo menor percentual de jovens vivendo abaixo da linha de pobreza, na faixa etária de

zero a 14 anos. Estes índices podem dar a impressão de boa qualidade de vida, mas, em

contrapartida, Niterói tem a menor apropriação de renda por parte dos 40% mais pobres,

demonstrando má distribuição de renda, uma característica de desigualdade social, não

detectada no IDHM.

Da mesma forma, o IDHM coloca Niterói com seu melhor índice, onde poderíamos

encontrar o maior desenvolvimento humano dentro do grupo de estudo, mas, como lidar com

a 18º colocação em violência na adolescência e sua primeira colocação em TAIs? Outra

evidência da debilidade do IDHM, quanto à aferição da criminalidade juvenil, está nos valores

encontrados para as comarcas de Duas Barras, Sumidouro e Laje do Muriaé: embora as três

possuam o mesmo IDHM, as duas primeiras estão em um extremo – possuem IVA muito

baixa – enquanto Laje do Muriaé está no outro – é a mais violenta do conjunto.

IVAº Maiores comarcasJovens

PobresIVAº Menores comarcas

Jovens

Pobres

68 São Francisco de Itabapoana31,53 33 Teresópolis 8,73

11 Porciúncula 27,15 7 Itatiaia 8,01

64 Paty do Alferes 27,08 27 Macaé 7,72

9 Silva Jardim 26,42 18 Niterói 7,50

34 Japeri 26,41 31 Nova Friburgo 7,09

130

Tabela 4.1.14 – As maiores e menores comarcas quanto ao Índice de Desenvolvimento

Humano Municipal.

Fonte: Fundação CIDE (2008).

Da população total 85%, ou 8.076.094 (oito milhões, setenta e seis mil e noventa e

quatro) habitantes, se declaram como Católicos, ou Evangélicos, ou Sem Religião (Tabela

4.1.10); representados por 47% de católicos, 22% de evangélicos e 16%, sem religião.

As comarcas com maior percentual de católicos (Tabela 4.1.15) são Santa Maria

Madalena, Duas Barras, e Laje de Muriaé, todas com 79% de católicos em suas populações,

seguidas de perto por Miracema e Cantagalo. A comarca com menor percentual de católicos

declarados é Armação dos Búzios, com 29%, seguida por Silva Jardim, Japeri, Rio das Ostras,

e Cabo Frio. Coincidentemente, Búzios e Silva Jardim apresentam altas taxas de violência em

sua população jovem, e as outras comarcas estão todas acima dos quarenta primeiros índices

de IVA.

A comarca de Duas Barras é a segunda mais católica das 80 comarcas e tem sua IVA

igual a zero, mas, esta relação inversa entre a religião católica e a criminalidade parece

desaparecer quando vemos Laje do Muriaé, Cantagalo e Miracema comarcas de população

predominantemente católicas com índices elevados de violência, respectivamente o primeiro,

o segundo e o sexto (Tabela 4.1.15).

Da população total estudada, 22% se declararam evangélica (Tabela 4.1.10). As

Comarcas com maiores percentuais de evangélicos (Tabela 4.1.15) são Silva Jardim e

Seropédica, ambas com 31% de evangélicos em suas populações, em seguida vem Paracambi,

com 30%, depois Italva/Cardoso Moreira e Paty do Alferes, ambas com 29% de suas

populações. O menor percentual de evangélicos se encontra em Laje de Muriaé, onde apenas

8% de sua população é evangélica, seguida por São João da Barra e Rio das Flores, Valença e

Porto Real/Quatis. Interessante é notar as comarcas mais evangélicas com um IVAº depois do

45º lugar, significando serem comarcas pouco violentas. Silva Jardim é a única que destoa do

grupo neste aspecto, na 9ª posição (Tabela 4.1.15). Quanto às comarcas menos evangélicas

nota-se o contrário, todas possuem colocações antes do 40º lugar, traduzindo maiores índices

IVAº Maiores comarcas IDHM IVAº Menores comarcas IDHM

18 Niterói 0,89 78 Duas Barras 0,71

26 Volta Redonda 0,81 80 Sumidouro 0,71

31 Nova Friburgo 0,81 1 Laje do Muriaé 0,71

10 Resende 0,81 21 Natividade / Varre-Sai 0,71

35 Barra Mansa 0,81 68 São Francisco de Itabapoana 0,69

131

de criminalidade; estes fatores sugerem uma relação inversamente proporcional entre essas

variáveis, como já se detectou entre os católicos.

Tabela 4.1.15 – Comarcas com maiores e menores percentuais de Católicos, Evangélicos, e

Sem Religião.

Fonte: IBGE (2000); Fundação CIDE (2009).

O grupo de indivíduos sem religião representa 16% da população estudada. O maior

percentual de indivíduos sem religião (Tabela 4.1.14) está na comarca de Silva Jardim, com

27% de seus habitantes; logo em seguida vem Italva/Cardoso Moreira, Belford Roxo,

Cachoeira de Macacu e Japeri. A comarca de Miracema, com apenas 2% de população

declarada como sem religião é a mais religiosa do grupo de estudo, seguida por São Sebastião

do Alto, Natividade/Varre-sai, Duas Barras e Itaocara.

As comarcas muito religiosas e as comarcas pouco religiosas apresentam uma

similaridade no mínimo estranha: dois índices na casa dos dez primeiros em violência: Silva

Jardim e Japeri nas comarcas menos religiosas, e Itaocara e Miracema, nas comarcas mais

religiosas. Entretanto, Duas Barras e São Sebastião do Alto têm respectivamente o segundo e

o quarto maior percentual de pessoas religiosas. Levando em consideração que possuem

índices nulos de IVA, poderíamos supor que nas comarcas mais religiosas a violência seria

menor, mas Italva/Cardoso Moreira apresenta o segundo maior percentual de pessoas sem

religião e figura em 70º lugar quanto a IVA, mostrando que a religião, se interfere no sistema,

IVAº Comarcas mais Católicas Católico IVAº Comarcas menos Católicas Católico

41 Santa Maria Madalena 79,4% 36 Cabo Frio 32%

78 Duas Barras 79,3% 24 Rio das Ostras 32%

1 Laje do Muriaé 79,1% 34 Japeri 31%

6 Miracema 77,9% 9 Silva Jardim 30%

2 Cantagalo 74,9% 5 Armação dos Búzios 29%

IVAº Comarcas mais Evangélicas Evangélico IVAº Comarcas menos Evangélicas Evangélico

9 Silva Jardim 31% 4 Porto Real / Quatis 10%

54 Seropédica 31% 29 Valença 10%

46 Paracambi 30% 24 Rio das Flores 9%

70 Italva / Cardoso Moreira 29% 37 São João da Barra 9%

64 Paty do Alferes 29% 1 Laje do Muriaé 8%

IVAº Comarcas mais Sem Relig Sem Relig IVAº Comarcas menos Sem Relig Sem Relig

9 Silva Jardim 27% 8 Itaocara 5%

70 Italva / Cardoso Moreira 25% 78 Duas Barras 4%

44 Belford Roxo 24% 21 Natividade / Varre-Sai 4%

40 Cachoeiras de Macacu 23% 79 São Sebastião do Alto 3%

5 Japeri 22% 6 Miracema 2%

Sem Religião

Religião Católica

Religião Evangélica

132

não é o único fator a influenciar no afastamento de jovens da vida delinqüente. Além disso,

Miracema é a comarca mais religiosa do grupo e, no entanto, tem o sexto maior índice de

criminalidade juvenil das oitenta comarcas; logo, a religião, nesta comarca, não está

impedindo que jovens ingressem na vida criminal.

4.1.5 – A Dimensão Natural.

Tabela 4.1.16 – Variáveis Naturais por comarca, em ordem decrescente de Índice Final de

Conservação Ambiental.

IVAº Comarca I F C A Vegetado Rural Urbana

40 Cachoeiras de Macacu 5,171 68% 28% 1%

16 Iguaba Grande 4,089 6% 49% 23%

58 Nova Iguaçu / Mesquita 3,731 47% 17% 18%

18 Niterói 3,672 52% 1% 39%

10 Resende 3,625 35% 59% 2%

61 Petrópolis 3,469 68% 18% 6%

75 Guapimirim 3,423 55% 27% 6%

66 Rio Claro 3,351 55% 41% 0%

9 Silva Jardim 3,165 46% 47% 0%

60 Angra dos Reis 3,012 90% 7% 3%

55 São Pedro da Aldeia 2,776 15% 61% 7%

24 Rio das Ostras 2,733 26% 64% 9%

42 Conceição de Macabu 2,605 29% 70% 0%

33 Teresópolis 2,531 78% 14% 2%

7 Itatiaia 2,283 54% 35% 2%

31 Nova Friburgo 2,097 81% 15% 2%

5 Armação dos Búzios 2,017 36% 58% 6%

65 Parati 1,908 91% 8% 1%

41 Santa Maria Madalena 1,786 42% 57% 0%

45 Duque de Caxias 1,728 47% 14% 26%

73 Araruama 1,471 8% 74% 7%

14 Casimiro de Abreu 1,461 28% 70% 1%

36 Cabo Frio 1,317 25% 59% 7%

49 Campos dos Goytacazes 1,299 26% 70% 0%

71 Carapebus / Quissamã 1,277 31% 58% 1%

56 Piraí 1,078 30% 66% 1%

23 São José do Vale do Rio Preto 1,059 32% 20% 0%

25 Itaperuna / São José do Ubá 0,982 10% 87% 1%

38 São Fidélis 0,940 22% 76% 0%

47 Magé 0,934 55% 17% 13%

15 Rio Bonito 0,930 54% 44% 1%

27 Macaé 0,919 39% 58% 2%

64 Paty do Alferes 0,897 43% 54% 0%

43 São Gonçalo 0,896 29% 13% 41%

72 Mangaratiba 0,893 87% 10% 2%

2 Cantagalo 0,891 36% 60% 0%

(Continua)

133

(Continuação)

Tabela 4.1.16 – Variáveis Naturais por comarca, em ordem decrescente de Índice Final de

Conservação Ambiental.

IVAº Comarca I F C A Vegetado Rural Urbana

78 Duas Barras 0,888 34% 64% 0%

13 Trajano de Morais 0,888 51% 47% 0%

62 Saquarema 0,836 36% 45% 9%

17 Queimados 0,812 11% 56% 33%

50 Maricá 0,671 49% 25% 14%

76 Itaboraí / Tanguá 0,632 29% 55% 15%

53 Miguel Pereira 0,494 56% 34% 1%

51 Cordeiro / Macuco 0,471 32% 67% 1%

70 Italva / Cardoso Moreira 0,444 23% 75% 0%

46 Paracambi 0,427 40% 51% 2%

52 Nilópolis 0,412 46% 0% 53%

44 Belford Roxo 0,407 25% 7% 52%

59 Barra do Piraí 0,381 16% 75% 2%

6 Miracema 0,375 14% 84% 1%

28 Pinheiral 0,375 10% 83% 5%

11 Porciúncula 0,375 18% 81% 1%

32 Rio das Flores 0,375 21% 46% 0%

57 São João de Meriti 0,375 0% 0% 91%

4 Porto Real / Quatis 0,346 13% 83% 2%

26 Volta Redonda 0,343 9% 65% 21%

12 Carmo 0,316 12% 85% 0%

77 Arraial do Cabo 0,311 37% 4% 2%

80 Sumidouro 0,256 65% 34% 0%

21 Natividade / Varre-Sai 0,195 21% 78% 0%

3 Engenheiro Paulo de Frontin 0,164 56% 41% 0%

68 São Francisco de Itabapoana 0,106 23% 72% 0%

35 Barra Mansa 0,103 11% 84% 4%

34 Japeri 0,087 11% 54% 34%

30 Itaguaí 0,081 44% 44% 9%

48 Mendes 0,071 28% 71% 1%

79 São Sebastião do Alto 0,063 12% 87% 0%

63 Santo Antônio de Pádua / Aperibé 0,060 10% 87% 1%

54 Seropédica 0,055 17% 72% 10%

29 Valença 0,026 20% 74% 1%

69 Bom Jardim 0,008 45% 54% 0%

39 Vassouras 0,006 33% 59% 1%

22 Sapucaia 0,001 51% 47% 0%

67 Bom Jesus do Itabapoana 0,000 18% 81% 0%

19 Cambuci 0,000 17% 81% 0%

8 Itaocara 0,000 12% 86% 1%

1 Laje do Muriaé 0,000 13% 85% 0%

74 Paraíba do Sul 0,000 36% 57% 0%

37 São João da Barra 0,000 76% 19% 1%

20 Três Rios / Areal / C. Levy G. 0,000 40% 55% 2%

Total - 37% 55% 3% Fonte: Fundação CIDE (2008). Os valores das variáveis de Uso do Solo são dados em percentual referente à área total da Comarca (42.659 km²). Células em itálico correspondem a valores discrepantes.

134

O IFCA apresenta uma distribuição com mediana de 0,7, onde os maiores índices são

das comarcas de Cachoeira de Macacú, Iguaba Grande e Nova Iguaçu/Mesquita,

respectivamente com 5,17, 4,09 e 3,73, valores considerados discrepantes, em relação ao

conjunto das comarcas. Em seguida, vêm Niterói e Resende com 3,7. Das comarcas

analisadas, sete obtiveram grau zero: Bom Jesus do Itabapoana, Cambuci, Itaocara, Laje de

Muriaé, Paraíba do Sul, São João da Barra e Três Rios/Areal/Comendador Levy Gasparian

(Tabela 4.1.17). A atribuição de grau zero às comarcas tem origem nos resultados encontrados

na base dos cálculos do IFCA, ou ainda pode ser explicado pela ausência de conselho

municipal de meio ambiente, nas comarcas referentes. O IFCA expõe oito comarcas em

melhor estado de conservação; destas, Resende, Iguaba Grande e Niterói apresentam as piores

taxas de criminalidade juvenil, com o 10º, 16º e 18º lugares, respectivamente. Ainda sobre as

oito comarcas mais conservadas temos Cachoeira de Macacú, Nova Iguaçu / Mesquita,

Petrópolis, Guapimirim com índices de violência depois dos quarenta primeiros.

Tabela 4.1.17 – As comarcas com maiores e menores IFCA.

Fonte: Fundação CIDE (2008).

As variáveis consideradas neste trabalho como “de uso do solo” ou “cobertura

vegetal”, foram grupadas conforme descrito no capítulo 3 de metodologia. Elas ocupam 95%

da área de estudo, contabilizando 40.531 (quarenta mil, quinhentos e trinta e um) km².

A área total vegetada (floresta ombrófila densa+ vegetação secundária + formações

pioneiras) é de 15.795 (quinze mil e setecentos e noventa e cinco) km², o equivalente a 37%

da área total de estudo, com mediana de 31,6%. Parati tem a maior proporção de área

vegetada entre as comarcas, seguida por Angra dos Reis, Mangaratiba, Nova Friburgo e

Teresópolis (Tabela 4.1.18). As comarcas de São João de Meriti e Iguaba Grande possuem os

menores percentuais de áreas vegetadas, seguidas por Araruama, Volta Redonda e

Itaperuna/São José do Ubá (Tabela 4.1.18). Iguaba Grande apesar de figurar como a segunda

menor área vegetada, tanto extensiva como intensivamente, recebeu, à época, o segundo

maior IFCA, com um valor destoante da distribuição. Portanto, presume-se que o percentual

IVAº Maiores índices por comarca I F C A IVAº Menores índices por comarca I F C A

40 Cachoeiras de Macacu 5,171 22 Sapucaia 0,001

16 Iguaba Grande 4,089 19 Cambuci 0,000

58 Nova Iguaçu / Mesquita 3,731 8 Itaocara 0,000

18 Niterói 3,672 1 Laje do Muriaé 0,000

10 Resende 3,625 74 Paraíba do Sul 0,000

61 Petrópolis 3,469 37 São João da Barra 0,000

75 Guapimirim 3,423 20 Três Rios / Areal / C. Levy G. 0,000

24 Rio Claro 3,351 67 Bom Jesus do Itabapoana 0,000

Índice Final de Conservação Ambiental (IFCA)

135

de florestas ombrófilas, vegetação secundária e formações pioneiras não é um fator de peso na

definição do Índice Final de Conservação Ambiental.

Tabela 4.1.18 – As comarcas com maiores e menores percentuais de áreas vegetadas, Rurais e

Urbanas, das 80 comarcas de estudo.

Fonte: Fundação CIDE (2008). Fonte: (GEROE/CIDE, 1994).

As cinco comarcas com maiores percentuais de vegetação expõem índices de violência

abaixo dos 30 primeiros colocados, enquanto três das cinco comarcas com as menores áreas

vegetadas exibem colocações, entre os trinta primeiros, um indício de relação inversa desta

variável com a IVA. Mas, São João de Meriti e Araruama, com respectivos 57º e 73º lugares,

estão evidenciando pequenas taxas de criminalidade na adolescência, embora tenham

percentuais de áreas vegetadas baixíssimas, 0% e 8% respectivamente, significando que só a

ausência de vegetação não explica a violência entre os jovens.

A área Rural compreende 55% de toda a área considerada na pesquisa. É o maior

percentual de uso do solo, onde se agrupam áreas agrícolas e pastos, equivalendo a 23.431

(vinte e três mil, quatrocentos e trinta e um) km²; a distribuição pelas comarcas tem mediana

de 212 km². As comarcas de Santo Antônio de Pádua/Aperibé, São Sebastião do Alto,

Itaperuna,/São José do Ubá e Laje de Muriaé possuem o maior percentual de área rural; entre

estas, verificam-se altas taxas para a IVA – Laje do Muriaé e Itaocara – e baixas taxas – São

IVAº Comarcas mais Vegetadas Vegetada IVAº Comarcas menos Vegetadas Vegetada

65 Parati 91% 25 Itaperuna / São José do Ubá 10%

60 Angra dos Reis 90% 26 Volta Redonda 9%

72 Mangaratiba 87% 73 Araruama 8%

31 Nova Friburgo 81% 16 Iguaba Grande 6%

33 Teresópolis 78% 57 São João de Meriti 0%

IVAº Comarcas mais Rurais Rural IVAº Comarcas menos Rurais Rural

63 Santo Antônio de Pádua / Aperibé 87% 60 Angra dos Reis 7%

79 São Sebastião do Alto 87% 77 Arraial do Cabo 4%

25 Itaperuna / São José do Ubá 87% 18 Niterói 1%

8 Itaocara 86% 52 Nilópolis 0%

1 Laje do Muriaé 85% 57 São João de Meriti 0%

IVAº Comarcas mais Urbanas Urbana IVAº Comarcas menos Urbanas Urbana

57 São João de Meriti 91,0 41 Santa Maria Madalena 0,09

52 Nilópolis 53,3 12 Carmo 0,09

44 Belford Roxo 51,7 66 Rio Claro 0,07

43 São Gonçalo 41,3 80 Sumidouro 0,04

18 Niterói 39,4 13 Trajano de Morais 0,03

34 Japeri 34,2 3 Engenheiro Paulo de Frontin 0,00

17 Queimados 33,0 79 São Sebastião do Alto 0,00

Vegetada

Rural

Urbana

136

Sebastião do Alto e Santo Antônio de Pádua / Aperibé. Entre as comarcas menos rurais do

grupo de estudo, Niterói se destaca com a 18ª colocação, uma alta taxa de IVA, enquanto as

outras comarcas apresentam-se entre as trinta últimas colocadas, logo, pequenas taxas de

criminalidade na adolescência. (Tabela 4.1.18).

A área urbana total do grupo de estudo contabiliza 3% do total, correspondendo a uma

área de 1.305 km², com mediana de 5 km². As comarcas de São João de Meriti, Nilópolis,

Belford Roxo, São Gonçalo, Niterói, Japeri e Queimados, têm percentuais discrepantes de

área urbana variando de 91% a 33%; seus índices de violência na adolescência variam da 57ª

posição até a 17ª, quase que uniforme com o decréscimo do percentual de área urbana nas

mesmas comarcas, sugerindo uma relação inversa entre a IVA e o percentual de área urbana

(Tabela 4.1.18). Mas, as comarcas de Engenheiro Paulo de Frontin e São Sebastião do Alto

têm áreas urbanas insignificantes. Logo, o fato de São Sebastião do Alto ter IVA nula e área

urbana também nula, enfraquece o resultado encontrado, ao mesmo tempo em que aponta para

a possibilidade de seu baixo nível de violência na adolescência ser o resultado de outras

variáveis.

Esta análise exploratória das variáveis buscou enfatizar o caráter concentrado da

distribuição de cada uma delas. Grandes aglomerados urbanos contrapondo-se a pequenas

cidades sobressaem em um quadro característico de contrastes ambientais sócio-econômicos e

naturais, onde se vai tentar explicar a ocorrência dos Atos Infracionais.

4.2 – As relações dos AIE com as variáveis das três dimensões do estudo.

A influência positiva da população no número de AIE torna-se negativa, quando se

considera a intensidade de AIE na população da comarca (Tabela 4.2.1). Significa que ao usar

a IVA, ou outras variações do AI proporcionais à população, se equalizam as comarcas

quanto ao aspecto populacional. É encorajador verificar que o TAIs% e o AIE-T% não

aumentam, e até diminuem significativamente, com o aumento da população. Pode-se inferir,

assim, que a tendência intrínseca à criminalidade na juventude diminui quando a população

aumenta, ou que a violência individual se dilui, nas aglomerações urbanas.

Das variáveis demográficas a área parece pouco significante em relação aos AIE. Sua

ligação se restringe às categorias de Furto, Arma, Arma%, Homicídio e AIE-T. Vê-se sua

pequena importância pela interação com apenas uma variável intensiva, Arma%. Pressupõe-se

137

que as áreas dessas comarcas não fazem diferença na adesão de jovens à criminalidade. No

entanto, comarcas com grandes áreas tem mais Arma% (Tabela 4.2.1).

A Densidade Demográfica possui relação significativa e positiva, com os AIE, à

exceção da categoria Furto, entretanto, as significâncias desaparecem quanto aos AIE%,

permanecendo apenas de maneira localizada nas categorias Lesão% e Furto%, só que em

ambos os casos esta interação é inversa, sugerindo que em áreas mais densamente populosas

tem-se menor proporção de Lesões e Furtos. Esta observação remete, possivelmente, à

autocorrelação entre esta e a variável população (Tabela 4.2.1).

O percentual de jovens na população da comarca tem correlações significativas tanto

diretamente proporcionais – com Lesão%, Furto% e Pudor% – como inversamente

proporcionais – com Homicídio%, Roubo e Roubo% (Tabela 4.2.1). Significa dizer que a

proporção de Homicídios e Roubo (este último também em valores absolutos) diminui onde

se tem maior percentual de jovens; em contrapartida, a proporção de Furtos, de Lesão

corporal e de Atentados ao Pudor aumenta com o percentual de jovens nas comarcas. Este

resultado sugere que estas três últimas infrações são cometidas, preferencialmente, pelos

jovens do lugar. O IFCA somente mostra relação significante e diretamente proporcional com

a quantidade de AIE, com exceção do Homicídio, e, quanto à proporção (AIE%), só se

correlaciona com o Roubo% (p=0,11) (Tabela 4.2.1).

138

Tabela 4.2.1 – Correlações lineares de Pearson entre os Atos Infracionais estudados e as

variáveis Demográficas e Naturais nas oitenta comarcas. p<0,20, se r>0,145; p<0,10 se r>

0,185 e p<0,05 se r>0,220.

Variáveis

Dimensão Demográfica Dimensão Natural

Área Popula-

ção DD Jovens% IFCA

Vege-tada

Rural Urbana

Ato

s In

fracio

nais

Estu

da

do

s (

AIE

)

Arma 0,27 0,82 0,42 -0,05 0,18 -0,05 -0,28 0,49

p=.016 p=0.00 p=.000 p=.632 p=.103 p=.683 p=.012 p=.000

Arma% 0,23 0,19 0,07 -.0256 0,11 -0,12 0,09 0,09

p=.037 p=.096 p=.539 p=.822 p=.328 p=.294 p=.426 p=.441

Tráfico 0,12 0,84 0,37 -0,10 0,24 0,09 -0,38 0,47

p=.279 p=0.00 p=.001 p=.372 p=.033 p=.440 p=.000 p=.000

Tráfico% -0,01 -0,06 -0,06 0,03 -0,01 -0,09 0,19 -0,07

p=.959 p=.605 p=.591 p=.787 p=.920 p=.429 p=.089 p=.550

Homicídio 0,18 0,23 0,28 -0,06 0,03 -0,04 -0,08 0,26

p=.115 p=.042 p=.013 p=.601 p=.821 p=.722 p=.479 p=.022

Homicídio% -0,05 -0,10 0,01 -0,18 0,04 0,02 0,04 -0,02

p=.629 p=.389 p=.956 p=.103 p=.732 p=.850 p=.730 p=.843

Lesão -0,09 0,79 0,35 -0,10 0,18 0,01 -0,35 0,49

p=.414 p=.000 p=.001 p=.395 p=.102 p=.904 p=.002 p=.000

Lesão% -0,13 -0,22 -0,16 0,17 -0,09 -0,21 0,30 -0,17

p=.263 p=.050 p=.169 p=.133 p=.448 p=.063 p=.007 p=.136

Furto 0,37 0,52 0,11 -0,09 0,32 0,19 -0,26 0,19

p=.001 p=.000 p=.322 p=.446 p=.003 p=.099 p=.018 p=.099

Furto% 0,04 -0,22 -0,18 0,17 0,04 -0,07 0,25 -0,22

p=.737 p=.052 p=.108 p=.122 p=.748 p=.510 p=.026 p=.046

Roubo 0,07 0,78 0,41 -0,17 0,26 0,04 -0,37 0,50

p=.520 p=.000 p=.000 p=.125 p=.021 p=.714 p=.001 p=.000

Roubo% -0,10 0,13 0,09 -0,24 0,18 -0,01 -0,04 0,15

p=.381 p=.265 p=.435 p=.035 p=.109 p=.919 p=.697 p=.181

Pudor -0,11 0,87 0,45 -0,07 0,15 0,04 -0,42 0,54

p=.337 p=0.00 p=.000 p=.518 p=.188 p=.695 p=.000 p=.000

Pudor% -0,09 -0,08 -0,03 0,17 0,01 0,08 -0,01 -0,03

p=.443 p=.483 p=.811 p=.129 p=.899 p=.459 p=.908 p=.801

TAIS 0,14 0,85 0,38 -0,12 0,27 0,08 -0,39 0,49

p=.210 p=0.00 p=.000 p=.277 p=.015 p=.503 p=.000 p=.000

TAIS% -0,03 -0,19 -0,14 0,12 0,02 -0,13 0,28 -0,17

p=.782 p=.100 p=.201 p=.302 p=.876 p=.249 p=.013 p=.141

AIE-TF 0,04 0,88 0,45 -0,13 0,23 0,02 -0,39 0,56

p=.717 p=.000 p=.000 p=.244 p=.040 p=.884 p=.000 p=.000

IVA -0,11 -0,14 -0,09 0,05 0,01 -0,16 0,24 -0,09

p=.313 p=.206 p=.428 p=.644 p=.957 p=.147 p=.033 p=.442

AIE-T 0,15 0,84 0,38 -0,13 0,28 0,07 -0,38 0,49

p=.198 p=0,00 p=,000 p=,256 p=,013 p=,535 p=,000 p=,000

AIE-T% -0,04 -0,21 -0,16 0,13 0,03 -0,13 0,27 -0,18

p=.750 p=,067 p=,169 p=,244 p=,825 p=,253 p=,014 p=,111

AIE-F 0,07 0,88 0,43 -0,12 0,24 0,04 -0,39 0,54

p=.550 p=0,00 p=,000 p=,274 p=,035 p=,727 p=,000 p=,000

AIE-F% -0,08 -0,12 -0,09 0,05 0,00 -0,15 0,25 -0,09

p=.471 p=,272 p=,437 p=,664 p=,996 p=,180 p=,027 p=,432

Fontes IBGE (2000), IPEA (2008), Fundação CIDE (2008) e TJRJ (2008). Células em negrito: p < 0,10 se r > 0,185 e p < 0,05 se r > 0,220.

139

Quanto ao uso do solo, notar que se p<0,20, o percentual vegetado teria correlação

com a IVA e com o AIE-F%. Todas seriam correlações negativas, apontando para a

possibilidade de ser menor a proporção de AIE quanto maior a área vegetada. A correlação

positiva do percentual de área vegetada com Furto não se confirma, quando se coloca esta

categoria de AIE em função da população das comarcas. Já a Lesão% tem correlação negativa

com esta variável (p<0,10), podendo ser este o resultado da ação de uma das funções sociais

da natureza agindo sobre o indivíduo (Tabela 4.2.1).

Sobre o conjunto de áreas ocupadas com uso agrícola e pastagem, Área Rural, a

relação é sempre negativa e significante para com as variáveis do AIE, exceto quanto ao

Homicídio. Já quanto aos AIE%, a Área Rural se relaciona diretamente com o Tráfico%,

Lesão%, Furto%, TAIs%, IVA, AIE-T%, AIE-F%. Esta interação muda de sinal conforme se

usa os AIE ou os AIE%, mostrando o quanto a população é marcante nesta interação (Tabela

4.2.1). Estes dados parecem indicar que quanto maior a área Rural da comarca maior também

é a IVA.

A área urbana é diretamente proporcional a todas onze variáveis dos AIE. Assim como

a área rural, essa variável demonstra forte influência da população. Contudo, quando

analisamos os AIE%, a área Urbana assume significância negativa com Lesão%, Furto%,

TAIs% e AIE-T%, e significância positiva apenas com o Roubo%, expondo que a área urbana

é maior onde temos menos AIE% (Tabela 4.2.1).

Á exceção de Homicídio e Pudor a Renda per capita é positivamente significativa com

as variáveis que expressam a quantidade dos AIE, mostrando similaridade com o encontrado

na área Urbana e Rural, ou melhor, influência da população. A relevante e positiva proporção

com Arma% e Roubo% exibe a possibilidade de localidades mais bem sucedidas

economicamente serem mais freqüentemente suscetíveis aos assaltos através do uso de armas.

A variável Jovens Pobres – que indica a proporção de jovens vivendo em famílias

pobres – mostra-se relacionada negativamente com todas as variáveis expressas pelos AIE, a

não ser com o Pudor, com quem não tem relevância. Neste caso, como nos outros, é

aconselhável considerar a influência da população. Entretanto, vemos a interação de Jovens

Pobres com Arma%, Lesão%, Furto%, Pudor%, TAIs% e AIE-T% revelando positiva relação,

que exprime uma tendência nas comarcas onde temos mais jovens pobres a possuírem

maiores índices destes crimes cometidos por jovens. É sensato afirmar que a pobreza não é o

único fator a influenciar no cometimento do AIE, mas é um fator importante.

140

Tabela 4.2.2 – Correlações lineares de Pearson entre os Atos Infracionais estudados e as

variáveis Socioeconômicas nas oitenta comarcas. p<0,20, se r>0,145; p<0,10 se r> 0,185 e

p<0,05 se r>0,220.

Variáveis

Dimensão Socioeconômica

R pc Jovens Pobres

Dist Renda IDHM Evangélico Sem Relig

Ato

s In

fracio

nais

Estu

da

do

s (

AIE

)

Arma 0,28 -0,22 -0,02 0,34 0,17 0,19

p=.012 p=.047 p=.834 p=.002 p=.132 p=.093

Arma% 0,19 -0,18 -0,06 0,31 0,02 -0,05

p=.084 p=.113 p=.606 p=.005 p=.883 p=.633

Tráfico 0,38 -0,19 -0,10 0,33 0,15 0,23

p=.000 p=.095 p=.397 p=.003 p=.181 p=.036

Tráfico% 0,06 0,08 -0,06 -0,01 -0,19 -0,17

p=.598 p=.457 p=.623 p=.912 p=.088 p=.140

Homicídio 0,14 -0,25 0,05 0,29 0,16 0,00

p=.218 p=.028 p=.667 p=.008 p=.169 p=.981

Homicídio% 0,09 -0,14 -0,03 0,15 -0,06 -0,13

p=.410 p=.201 p=.821 p=.178 p=.617 p=.236

Lesão 0,25 -0,18 0,03 0,30 0,14 0,22

p=.022 p=.113 p=.817 p=.007 p=.230 p=.048

Lesão% -0,10 0,19 -0,01 -0,08 -0,27 -0,22

p=.360 p=.091 p=.956 p=.503 p=.016 p=.050

Furto 0,44 -0,22 -0,23 0,35 0,06 0,17

p=.000 p=.048 p=.039 p=.002 p=.575 p=.123

Furto% -0,11 0,30 -0,11 -0,18 -0,12 -0,04

p=.335 p=.006 p=.328 p=.110 p=.287 p=.756

Roubo 0,57 -0,25 -0,19 0,45 0,10 0,21

p=.000 p=.023 p=.090 p=.000 p=.394 p=.059

Roubo% 0,47 -0,25 -0,38 0,40 0,02 0,04

p=.000 p=.027 p=.000 p=.000 p=.863 p=.702

Pudor 0,11 -0,04 0,05 0,15 0,25 0,37

p=.338 p=.723 p=.644 p=.183 p=.025 p=.001

Pudor% -0,02 0,18 -0,12 -0,05 0,21 0,28

p=.894 p=.104 p=.282 p=.673 p=.063 p=.011

TAIS 0,44 -0,24 -0,12 0,40 0,15 0,24

p=.000 p=.033 p=.301 p=.000 p=.195 p=.029

TAIs% 0,00 0,20 -0,13 -0,04 -0,19 -0,13

p=.987 p=.081 p=.262 p=.696 p=.096 p=.266

AIE-TF 0,41 -0,24 -0,07 0,40 0,16 0,25

p=.000 p=.035 p=.563 p=.000 p=.161 p=.028

IVA 0,09 0,05 -0,13 0,11 -0,18 -0,15

p=.446 p=.634 p=.234 p=.318 p=.108 p=.178

AIE-T 0,45 -0,23 -0,11 0,42 0,14 0,24

p=,000 p=,042 p=,330 p=,000 p=,209 p=,030

AIE-T% -0,02 0,16 0,01 -0,05 -0,17 -0,10

p=,853 p=,144 p=,931 p=,662 p=,141 p=,378

AIE-F 0,41 -0,21 -0,08 0,38 0,16 0,25

p=,000 p=,062 p=,504 p=,000 p=,161 p=,028

AIE-F% 0,09 0,02 0,01 0,07 -0,21 -0,18

p=,452 p=,873 p=,938 p=,519 p=,066 p=,118

Fontes IBGE (2000), IPEA (2008), Fundação CIDE (2008) e TJRJ (2008).

141

A Distribuição de Renda – caracterizada como o percentual arrecadado pelos 40%

mais pobres da comarca – está se correlacionando de forma negativa e relevante com Furto,

Roubo e Roubo%. Conclui-se disto a possibilidade de comarcas menos igualitárias, quanto a

sua distribuição de renda, possuírem um número maior de AIE% da categoria Roubo,

confirmando o consenso sociológico sobre o assunto e talvez o fato de Búzios ser uma das

comarcas mais violentas. Porém é notável a maior importância na determinação do AIE% por

parte da pobreza nos lares dos jovens do que apenas na má distribuição de renda.

O IDHM, índice de desenvolvimento humano municipal, apresenta relações com as

variáveis dos AIE seguindo o exemplo de outras variáveis como: a área Urbana, área Rural, R

pc e Jovens Pobres. Mostrando sua afinidade com a população. Em especial, é símil com a

área Urbana quanto a suas significâncias com os AIE, sendo diretamente proporcional a todas

as variáveis puramente quantitativas destes, e, inversamente proporcional com o Furto%. Mas,

exprime relevâncias positivas para as relações com Arma%, Homicídio% e Roubo%,

deixando transpassar a idéia de que áreas com maior desenvolvimento humano são também

onde ocorrem, proporcionalmente, mais roubos com utilização de arma de fogo e resultado

morte.

Vê-se que o Roubo% só tem relação significante e positiva com o IFCA, a área

Urbana (Tabela 4.2.1), o R pc e o IDHM (Tabela 4.2.2). O que temos em comum entre essas

variáveis é o fator econômico, já que comarcas com boas Rendas per capitas, Urbanizadas,

bem conservadas e de bom desenvolvimento humano, são mais ricas e talvez essa seja a

explicação da consequente maior taxa de Roubo%.

O percentual de evangélicos nas comarcas tem relações positivas e significantes com o

Pudor, Homicídio, Tráfico, Arma, AIE-F, AIE-TF e TAIs. Vemos aqui também uma

influência da dimensão populacional. Em contrapartida, com os AIE%, embora o grupo de

Evangélicos exiba significância positiva com Pudor%, tem correlação negativa com

Tráfico%, Lesão%, TAIs%, IVA, AIE-T% e AIE-F%. Isso mostra que, relativamente, embora

existam mais crimes de pudor nas comarcas mais evangélicas, nestas também são menores as

adesões de jovens a rede criminal em geral, mais especificamente ligadas ao tráfico e a Lesão.

O percentual de pessoas sem religião apresenta relação relevante com todas as

variáveis dos AIE, menos com o Homicídio, Isto mostra mais uma vez a população

influenciando diretamente neste sistema. O grupo de pessoas declaradas como não

possuidoras de religião tem significativa correlação negativa com Tráfico%, Lesão%, IVA e

AIE-F%, e positiva com o Pudor%. A exemplo das comarcas com populações mais

evangélicas, as comarcas com populações sem religião apresentam relações negativas com

142

algumas variáveis dos AIE%. Pode-se deduzir que a religião ajuda a diminuir a incidência

criminal na adolescência, e que declarar-se sem religião pode representar uma atitude ética,

capaz de causar um efeito parecido com o causado pelas religiões sobre os AIE.

Interessante notar que a porcentagem de evangélicos nas comarcas diminui também o

AIs-T% e o TAIs%, enquanto a ausência de religião parece inerte para com estas variáveis.

Concluindo, ao comparar as relações dos AIE e dos AIE% com as variáveis que

poderiam explicar ambos, esta matriz evidencia relações esperadas, e prepara a continuação

das análises, privilegiando a intensidade em detrimento da quantidade de AIE.

4.2.1 – Influência da população.

O grupo de estudo apresenta uma distribuição populacional bem diferenciada,

variando entre a população de Nova Iguaçu/Mesquita, com um milhão e quarenta e oito mil

habitantes, e a população de Laje de Muriaé, com apenas oito mil habitantes (Tabela 4.1.6).

Nos gráficos de dispersão com os AIE – número de registros nas oitenta comarcas

(Figura 4.2.1) – a população explica sozinha 73% das variações do número total de AIE (Fig.

4.2.1.a). Isto significa que as análises realizadas com esta variável dariam grande peso às

grandes cidades, criando uma dependência prejudicial às interpretações. Quando se substitui

os AIE pelos AIE% - AIE expressos por 100 mil habitantes, relativos a população (Fig.

4.2.1.b) – o coeficiente de determinação não ultrapassa os 3%, confirmando a independência,

por exemplo, da IVA da influência populacional. A relação, não linear, passa a ser inversa.

Interpretando este índice como um indicador de “intensidade criminal”, comarcas mais

populosas, como Niterói, São Gonçalo, Duque de Caxias, Nova Iguaçu/Mesquita, e Campos

não aparentam as maiores tendências intrínsecas ao crime entre seus habitantes. A mudança

de variável, no entanto, enfatiza a posição das pequenas comarcas, como é o caso de Laje do

Muriaé e Silva Jardim, Porciúncula e Itaocara. Mas há outros comportamentos, como mostra a

comarca de Itaboraí/Tanguá, com IVA em 76º lugar e posição “constante” em todos gráficos

de dispersão, resultado da compensação de sua grande população, uma das dez maiores, com

um pequeno número de registros de AIE, ao contrário de outras comarcas populosas, como é

o caso de Resende, Queimados e Niterói, com as consecutivas 10ª, 17ª e 18ª IVA (Figura

4.2.1 e Tabela 4.1.4).

143

a) b)

Figura 4.2.1 – Dispersão das oitenta comarcas segundo o Total de Atos Infracionais (TAIs)

(a) e o total de Atos Infracionais proporcional (TAIs%) (b).

Retirar os registros de Trafico e Furto, juntos, aumenta a explicação para 78% (Fig.

4.2.2.a). Retirar Tráfico, sozinho (Fig. 4.2.3.a), diminui a explicação, enquanto fazer o mesmo

com Furto,aumenta novamente o índice (Fig 4.2.4a). Isto se deve à posição de certas

comarcas, como Teresópolis, que já foi identificada como comarca extrema quanto ao Furto, e

também à importância destas categorias, cuja retirada muda a escala do eixo das ordenadas no

gráfico (Fig. 4.2.2b).

Belford Roxo

Campos dos Goytacazes

Itaboraí / Tanguá

Niterói

Nova Iguaçu / Mesquita

São Gonçalo

São João de Meriti

Silva Jardim

Volta Redonda

-2 0 2 4 6 8 10 12

População nas 80 comarcas

-50

0

50

100

150

200

250

300

350

TA

Is

r2 = 0.730


Itaboraí / Tanguá

Itaocara

Laje do Muriaé

Niterói


Porciúncula

Queimados

Resende

São GonçaloSão João de Meriti

Silva Jardim

Teresópolis

-2 0 2 4 6 8 10 12


-50

0

50

100

150

200

250

300

TA

Is%

r2 = 0.034

144

a) b)

Figura 4.2.2 – Dispersão das oitenta comarcas segundo os Atos Infracionais estudados menos

Tráfico e Furto (AIE-TF) (a) e a intensidade de violência na adolescência IVA (b).

Belford Roxo


Duque de Caxias

Itaboraí / Tanguá

Magé

Niterói


PetrópolisPorto Real / Quatis

Resende

São Gonçalo


-2 0 2 4 6 8 10 12


-20

0

20

40

60

80

100

120

140

160

180

200

AIE

- TF

r2 = 0.778


Cantagalo

Itaboraí / Tanguá

Itaocara

Laje do Muriaé

Niterói


Porciúncula

Queimados

Resende

São Gonçalo


Teresópolis

-2 0 2 4 6 8 10 12


-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.020

145

a) b)


o Tráfico (AIE-T) (a) e os Atos Infracionais estudados menos o Tráfico proporcional (AIE-

T%) (b).

Belford Roxo


Cantagalo

Duque de Caxias

Itaboraí / Tanguá

Niterói


QueimadosResende

São Gonçalo


Teresópolis

-2 0 2 4 6 8 10 12


-20

0

20

40

60

80

100

120

140

160

180

200

220

240

260

AIE

-T

r2 = 0.711


Itaboraí / Tanguá

Itaocara

Laje do Muriaé

Niterói


Porciúncula

Queimados

Resende

São GonçaloSão João de Meriti

Teresópolis

-2 0 2 4 6 8 10 12


-20

0

20

40

60

80

100

120

140

160

180

200

220

AIE

-T%

r2 = 0.042

146

a) b)


o Furto (AIE-F) (a) e os Atos Infracionais estudados menos o Furto proporcional (AIE-F%)

(b).

A influência populacional pode ser mais bem visualizada ao se analisar, não só o

conjunto das oitenta comarcas, mas os grupos de comarcas com menos de 20 mil habitantes e

os grupos de comarcas de população maior que 100 mil habitantes (Fig. 4.2.5).

Nas comarcas com população inferior a 20 mil habitantes a incidência dos AIE não

depende desta variável. Seja em número de AIs ou como Índice de Criminalidade, a

identidade das comarcas mais violentas não se altera: Laje do Muriaé, Engenheiro Paulo de

Frontin, Cantagalo, Porciúncula e Sapucaia aparecem como as mais violentas (Figura 4.2.5 a,

b e c). Quando se retiram do conjunto de AIE as categorias Tráfico e Furto as posições não se

modificam muito, com a introdução de Trajano de Morais e Carmo (Fig. 4.2.5c).

Belford Roxo


Itaboraí / Tanguá

Niterói


Petrópolis

São Gonçalo

São J. MeritiTeresópolis

Volta Redonda

-2 0 2 4 6 8 10 12


-20

0

20

40

60

80

100

120

140

160

180

200

220

240

260

280

AIE

-F

r2 = 0.778

Belford Roxo

Engenheiro Paulo de Frontin

Itaboraí / Tanguá

Itaocara

Laje do Muriaé

Niterói


Porciúncula

Rio das Flores São Gonçalo

Teresópolis

Volta Redonda

-2 0 2 4 6 8 10 12


-20

0

20

40

60

80

100

120

140

160

180

AIE

-F%

r2 = 0.015

147

Entretanto, como esperado, no grupo de comarcas com população acima de 100 mil

habitantes, os AIE expressos em número de registros (Fig. 4.2.5d), que depende

fundamentalmente do tamanho da população, se dilui quando expresso como Índice de

Violência na Adolescência (Fig. 4.2.5e). A comarca de Teresópolis aparece com o maior

TAIs%, e, quando se retira Tráfico e Furto (IVA) ela se aproxima da tendência do grupo (Fig.

4.2.5f), mas a escala do eixo no gráfico diminui à metade.

Portanto, verifica-se que a população das comarcas influencia tanto na quantidade de

AIE, que sobra pouco espaço para outras relações. Esta contaminação prejudica a utilização

deste valor no decorrer da pesquisa. Já a intensidade dos AIE% tem uma influência bem

reduzida da variável populacional, demonstrando sua disponibilidade para partilhar

explicações com outras variáveis, e a possibilidade de sua apropriação para as futuras

análises.

Como já foi dito no Capítulo 3, Tráfico e Furto são AIs tipicamente de origem

econômica, enquanto Roubo, Lesão, Homicídio, Pudor, e Arma, exprimem ação contra a

pessoa, evidenciando a violência pretendida para esta análise, em detrimento da violência

urbana, que também aprecia o aspecto econômico da ação. Também devido a similaridade

verificada no comportamento entre os diferentes somatórios dos AIE% (TAIs%, AIE-T%,

AIE-F% e a IVA), optou-se por estudar a IVA, objetivando, principalmente, eliminar a

interferência da população, e em segundo plano, pontuar a violência na adolescência, sem

contabilizar crimes contra o patrimônio, mas sim aqueles contra a pessoa.

148

a) b) c)

d) e) f)

Figura 4.2.5 – Dispersão das comarcas, com populações menores que 20 mil e maiores que 100 mil hab, quanto ao total de Atos Infracionais estudados (TAIs)

(a) e (d) , total de Atos Infracionais estudados proporcional (TAIs%) (b) e (e) e a intensidade de violência na adolescência (IVA) (c) e (f).

Cambuci

Cantagalo

Carmo

Duas Barras


Laje do Muriaé

Mendes

Porciúncula

Rio ClaroRio das Flores

São Sebastião do Alto

Sapucaia

Sumidouro

Trajano de Morais

0.06 0.08 0.10 0.12 0.14 0.16 0.18 0.20 0.22

População menor que 20 mil habitantes

-2

0

2

4

6

8

10

12

14

16

18

20

22

24

26

28

TA

Is

r2 = 0.1195

Cambuci

Cantagalo

Carmo

Duas Barras


Laje do Muriaé

Mendes

Porciúncula

Rio Claro

Rio das Flores

Sapucaia

Sumidouro

Trajano de Morais

0.06 0.08 0.10 0.12 0.14 0.16 0.18 0.20 0.22


-50

0

50

100

150

200

250

300

TA

Is%

r2 = 0.0021

Cambuci

Cantagalo

Carmo

Duas Barras


Laje do Muriaé

Mendes

Porciúncula

Rio Claro

Rio das Flores

Sapucaia

Sumidouro

Trajano de Morais

0.06 0.08 0.10 0.12 0.14 0.16 0.18 0.20 0.22


-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0019

Belford Roxo


Itaboraí / Tanguá

Maricá

Niterói


QueimadosResende

São Gonçalo


Teresópolis

Volta Redonda

0 2 4 6 8 10 12

População maior que 100 mil habitantes

-50

0

50

100

150

200

250

300

350

TA

Is

r2 = 0.5745

Araruama

Belford Roxo


Itaboraí / Tanguá

Itaperuna/S.J.Ubá

Maricá

Nilópolis

Niterói


Queimados

Resende

São Gonçalo


Teresópolis

Volta Redonda

0 2 4 6 8 10 12


-20

0

20

40

60

80

100

120

TA

Is%

r2 = 0.0769

Araruama

Belford RoxoCampos dos Goytacazes

Itaboraí / Tanguá

Maricá

Niterói


Queimados

Resende

São Gonçalo


Teresópolis

Volta Redonda

0 2 4 6 8 10 12


-10

0

10

20

30

40

50

60IV

A

r2 = 0.0359

4.2.2 – A Intensidade de Violência na Adolescência (IVA) e suas relações com as variáveis

estudadas.

A IVA tem correlação linear significativa e positiva apenas com uma das variáveis

estudadas (% de Área Rural), mas quando se aceita probabilidade de erro menor que 0,20

(p<0,20), ela também se correlaciona com o percentual de evangélicos na comarca, com o

percentual de pessoas sem religião e com o percentual de área vegetada, mas com estes

últimos a relação é inversa (Tabela 4.2.1).

Para um estudo pormenorizado das relações entre as variáveis de estudo e a IVA, as

oitenta comarcas foram divididas em três grupos: comarcas com população menor que 20 mil

habitantes (n=15); comarcas com população entre 20 mil habitantes e 100 mil habitantes

(n=41) e população maior que 100 mil habitantes (n=24).

4.2.2.1 – Intensidade de Violência na Adolescência e a dimensão demográfica

Quanto a dimensão demográfica, a influência da população já foi amplamente

discutida e detalhada na Seção 4.2.1, logo faremos aqui analises somente quanto as variáveis

desta dimensão ainda não analisadas.

Nas comarcas maiores, Maricá, Cabo Frio, Niterói e Resende os índices de violência

parecem alinhados em uma tendência linear. Cidades muito populosas, com grande proporção

de jovens, como S.J.de Meriti, Nilópolis e Campos são, proporcionalmente, menos violentas

que Resende, por exemplo (Figura 4.2.6c).

A relação da IVA com a porcentagem de jovens (Fig. 4.2.6), seria significativa nas

comarcas com populações medianas, mas não é, devido principalmente ao antagonismo entre

comarcas como Cardoso Moreira e São Francisco de Itabapoana, com pequenas IVA, mas

grande percentuais de jovens, enquanto Armação de Búzios, Itatiaia e Iguaba Grande, têm

grandes IVA e pequenas populações jovens (Fig. 4.2.6b). Em Búzios, Iguaba Grande e Rio

das Ostras, cidades turísticas, os royalties do petróleo não parecem ter fixado os jovens,

mostrando que desenvolvimento humano é tarefa multidisciplinar. Uma informação

importante é sobre Trajano de Morais (Fig. 4.2.6a), comarca pequena, com a maior

porcentagem de jovens entre todas as comarcas, e com IVA mediana. Políticas de prevenção

da violência urbana deviam privilegiar esta comarca e mais Sta. Maria Madalena, Sumidouro

e São Sebastião do Alto, na intenção de manter estes índices. Estas mesmas políticas, por

motivo antagônico, deviam intensificar ações de prevenção nas comarcas como Lajes do

14

Muriaé, Paulo de Frontin e Cantagalo, onde já houve êxodo de jovens, e são máximos os

valores de IVA.

a) b)

População < 20 mil hab

Cambuci

Carmo

Eng. P. de Frontin

Laje do Muriae

Mendes

Porciúncula

Rio Claro

Rio das FloresSanta Maria Madalena


Sapucaia

Trajano de Morais

15 16 17 18 19 20 21 22 23

Jovens%

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0062Cantagalo

Sumidouro

20 mil hab <População < 100 mil hab

Armação dos Búzios

Arraial do Cabo

Casimiro de Abreu

Conceição de Macabu

Iguaba Grande

Italva / Cardoso Moreira

ItaocaraItatiaia

Mangaratiba

Miracema

Natividade / Varre-Sai

Parati

Pinheiral

Pira

Porto Real / Quatis

Rio Bonito

Rio das Ostras

São Pedro da Aldeia

12 13 14 15 16 17 18 19 20 21

Jovens%

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0222

Silva Jardim

15

c) d)

Figura 4.2.6 – Dispersão da intensidade de violência na adolescência (IVA) e o percentual de

jovens (Jovens%) nas comarcas. a) com população inferior a 20 mil habitantes (n=15), b)

entre 20 mil e 100 mil habitantes (n=41), c) superior a 100 mil habitantes (n=24) e d) todas as

comarcas (n=80).

A densidade demográfica quando confrontada com a IVA nos estratos populacionais

das 80 diferentes comarcas do ERJ, confirma o encontrado na correlação linear, ou melhor, no

conjunto das 80 comarcas não se percebe uma relação entre as variáveis. Contudo, entre as

comarcas com populações acima de 100 mil habitantes, a interação entre as variáveis mostra

uma interessante tendência inversa, onde Resende, Niterói, Belford Roxo, Nilópolis e São

João de Meriti deixam clara uma diminuição na IVA na medida que a DD vai aumentando.

Esta observação pode reforçar a teoria da vigilância, onde mais olhos repercutem em mais

População > 100 mil hab

Araruama

Barra MansaCabo Frio


Itaboraí / Tanguá

Itagua

Itaperuna / São José do UbáMacaé

MaricáNilópolis

Niterói

Petrópolis

Queimados

Resende

São Gonçalo


13 14 15 16 17 18 19

Jovens%

-10

0

10

20

30

40

50

60

IVA

r2 = 0.0039

80 Comarcas


Cantagalo

CarmoCasimiro de AbreuIguaba Grande

Itagua

Laje do Muria

Mangaratiba

MaricáMiguel Pereira

Miracema


Porto Real / Quatis

Resende

Rio das Ostras

Santa Maria Madalena

São Francisco de Itabapoana

Silva Jardim

Trajano de Morais

12 14 16 18 20 22 24

Jovens%

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0028

16

vigias e consequentemente menos crimes, mas vai contra o consenso de que a violência

aumenta com as grandes densidades (Figura 4.2.7c).

Existe ainda a visualização de comarcas com densidade similares e IVA em extremos

totalmente opostos, como é o caso de Resende e Itaboraí / Tanguá. Este caso evidência que a

densidade demográfica não é um fator preponderante sobre os outros, mas sim mais uma

variável a contribuir.

a) b)


Cambuci

Cantagalo

Carmo

Eng. Paulo de Frontin

Laje do Muria

Mendes

Porciúncula

Rio Claro



Sapucaia

Trajano de Morais

0.00 0.02 0.04 0.06 0.08 0.10 0.12 0.14 0.16 0.18 0.20

DD

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0020

20 mil hab < População < 100 mil hab


Arraial do Cabo

Barra do Pira

Itaocara

JaperiParacambi

Pinheiral

Porto Real / Quatis

Rio Bonito

São Fidélis

Seropédica

Silva Jardim

Três Rios / Areal / C. Levy G.

Valença

-0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4

DD

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0075

17

c) d)

Figura 4.2.7 – Dispersão da intensidade de violência na adolescência (IVA) e Densidade

Demográfica (DD) nas comarcas. a) com população inferior a 20 mil habitantes (n=15), b)


comarcas (n=80).

A Área das comarcas é uma variável interessante, pois pode representar fonte de

recursos ou ao contrário, fonte de preocupações. Nas analises de dispersão entre a IVA e as

diferentes áreas das 80 comarcas de estudo, é visível uma pequena interação negativa entre as

variáveis, esta relação se faz notar nas comarcas menores que 100 mil (Figura 4.1.8a e b),

desaparece por completo nas comarcas maiores que 100 mil (Figura 4.1.8c), como também

não é percebida no conjunto das 80 comarcas, como já havia sido visto nas correlações

lineares entre as variáveis de estudo. Esta evidência expõe a possibilidade de jovens de

comarcas menos populosas e de áreas maiores não cederem as tentações da vida criminosa.


Araruama


Itaboraí / Tanguá

Itaperuna / São José do Ubá

Nilópolis

Niterói

Nova Friburgo

Resende


-2 0 2 4 6 8 10 12 14 16

DD

-10

0

10

20

30

40

50

60

IVA

r2 = 0.0180

80 Comarcas

Scatterplot (tab base disper 80 46v*80c)


Arraial do Cabo



Itaocara

Laje do Muria

Maca

Nilópolis

Niterói

Porciúncula

Resende



Volta Redonda

-2 0 2 4 6 8 10 12 14 16

DD

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0081

18

a) b)


Cambuci

Cantagalo

Carmo


Laje do Muria

Mendes

Porciúncula

Rio Claro



Sapucaia

Trajano de Morais

0 100 200 300 400 500 600 700 800 900

Área

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0328



Arraial do Cabo

Barra do Pira

Itaocara

JaperiParacambi

Paraíba do Sul

Pinheiral

Pira

Porto Real / Quatis

Rio Bonito

São Fidélis


Seropédica

Silva Jardim


Valença

-200 0 200 400 600 800 1000 1200 1400

Área

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0515

19

c) d)

Figura 4.2.8 – Dispersão da intensidade de violência na adolescência (IVA) e a Área nas

comarcas. a) com população inferior a 20 mil habitantes (n=15), b) entre 20 mil e 100 mil

habitantes (n=41), c) superior a 100 mil habitantes (n=24) e d) todas as comarcas (n=80).

4.2.2.2 – Intensidade de Violência na Adolescência e a dimensão natural.

O Índice Final de Conservação Ambiental (IFCA) foi adotado neste estudo como uma

das variáveis responsáveis por medir a qualidade socionatural das comarcas de estudo. Dentre

as comarcas menores, onde IFCA não passa de 5,5, Rio Claro e Santa Maria Madalena têm

alto IFCA e baixa a mediana IVA, o que sugere uma relação inversa não-linear (Fig. 4.2.9a)


Araruama


Itaboraí / Tanguá


Nilópolis

Niterói

Nova Friburgo

Resende


-500 0 500 1000 1500 2000 2500 3000 3500 4000 4500

Área

-10

0

10

20

30

40

50

60

IVA

r2 = 0.0000

80 Comarcas


Arraial do Cabo



Itaocara

Laje do Muria

Maca

Nilópolis

Niterói

Porciúncula

Resende



Volta Redonda

-500 0 500 1000 1500 2000 2500 3000 3500 4000 4500

Área

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0131

20

a) b)


CantagaloE.P Frontin

Laje do Muriaé

Mendes

Porciúncula

Rio Claro


Sapucaia

Sumidouro

Trajano de Morais

-0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5

I F C A

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.083



Bom Jardim

Cachoeiras de Macacu

Guapimirim

Iguaba Grande

Miracema

Porto Real / Quatis

Rio Bonito

Rio das Ostras

São Pedro da Aldeia

Silva Jardim


-1 0 1 2 3 4 5 6

I F C A

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0264

21

c) d)

Figura 4.2.9 – Dispersão do índice final de conservação ambiental (IFCA) e da intensidade de

violência na adolescência (IVA) nas comarcas. a) com população inferior a 20 mil habitantes

(n=15), b) entre 20 mil e 100 mil habitantes (n=41), c) superior a 100 mil habitantes (n=24) e

d) todas as comarcas (n=80).

entre estas variáveis. A primeira comarca, Rio Claro, é vegetada com Mata Atlântica, e a

segunda é sede do PE Desengano. Cantagalo e Laje do Muriaé ajudam nesta relação inversa,

pois têm altas IVA e baixos IFCA. Nas comarcas medianas, onde estão os maiores IFCA (Fig.

4.2.9b), Cachoeiras de Macacu e Iguaba Grande têm os maiores índices, seguidas por Silva

Jardim e Guapimirim, mas as IVA destas comarcas não guardam relação com esta variável.

Nas grandes comarcas, cujos IFCA são semelhantes aos das comarcas pequenas (Fig. 4.2.9d),

Resende e Niterói, com altas IVA e grande IFCA, emparelham com Angra dos Reis,

Petrópolis e Nova Iguaçu, que também têm altos IFCA , mas, relativamente, baixas IVA.


Angra dos Reis

Araruama

Barra Mansa Cabo Frio

Itaboraí / Tanguá


NiteróiQueimados

Resende


Teresópolis

-0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0

I F C A

-10

0

10

20

30

40

50

60

IVA

r2 = 0.0252

80 Comarcas

Angra dos Reis


Bom Jardim


Cambuci

Cantagalo

Casimiro de Abreu

Itaocara

Laje do Muria

Niterói

Porciúncula

Porto Real / Quatis

Resende

Rio das Ostras

-1 0 1 2 3 4 5 6

I F C A

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0000

22

O percentual de Área Vegetada das oitenta comarcas é uma das quatro variáveis com

associação linear significante relacionada à IVA, para probabilidades menores que 0,20

(Tabela 4.2.1). Esta relação inversamente proporcional sugere que, quanto maior a área

a) b)

c) d)

Figura 4.2.10 – Dispersão da intensidade de violência na adolescência (IVA) e área Vegetada

nas comarcas. a) com população inferior a 20 mil habitantes (n=15), b) entre 20 mil e 100 mil


vegetada (Florestas ombrófilas densas, Vegetação secundária e Formações pioneiras), menor

a IVA. Nas comarcas pequenas (Fig. 4.2.10a), se existe relação inversa, ela é liderada pelas

comarcas de Sumidouro e Rio Claro, mas é prejudicada pelas comarcas de Paulo de Frontin, e

Cantagalo. Nas comarcas medianas (Fig. 4.2.10b), Paraty e Mangaratiba lideram a relação

inversa, porque têm muita área vegetada e baixa IVA, enquanto Porto Real/Quatis lidera

também, mas porque tem pouca vegetação, e alta IVA. Nas comarcas maiores (Fig. 4.2.10c),

Angra dos Reis, Nova Friburgo e Teresópolis têm muita vegetação, mas, enquanto a primeira

mantém a inversão porque tem baixa IVA, as duas últimas têm alta IVA. Disto se conclui que


Cambuci

Cantagalo

Duas Barras


Laje do Muriae

Porciúncula

Rio Claro



Sapucaia

Sumidouro

Trajano de Morais

10 20 30 40 50 60 70

Vegetada

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.028



Guapimirim

Iguaba Grande

Itaocara

Mangaratiba

Miguel Pereira

Parati

Pinheiral

Porto Real / Quatis

Rio Bonito

Santo Antônio de Pádua / Aperibé

São João da Barra

Silva Jardim


0 10 20 30 40 50 60 70 80 90 100

Vegetada

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0414


Angra dos Reis

Araruama

Barra Mansa

Itaboraí / Tanguá

Macaé

Magé

Niterói

Nova Friburgo


Queimados

Resende

São Gonçalo


Volta Redonda

-20 0 20 40 60 80 100

Vegetada

-10

0

10

20

30

40

50

60

IVA

r2 = 0.0103

Teresóplois

80 Comarcas

Angra dos Reis



Itaboraí / Tanguá


Laje do Murié

Magé

Mangaratiba

Nova Friburgo

Porciúncula

Porto Real / Quatis

Resende


Sumidouro

Trajano de Morais


-20 0 20 40 60 80 100

Vegetada

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0268

23

Teresópolis é comarca violenta, estando classificada acima da média, em 33º lugar quanto a

sua IVA, mesmo quando se excluem da análise categorias de AIE como Furto e Tráfico, que

também são importantes nesta comarca.

A IVA tem dependência significativa com a variável Área Rural, para probabilidades

menores que 0,05 nas oitenta comarcas do estudo (Tabela 4.2.1). Esta relação se mantém

positiva nos três grupos de comarcas (Fig. 4.2.11), mas só é significativa nas comarcas

intermediárias (Fig. 4.2.11b). Nas comarcas menores, onde se espera maiores proporções de

área rural (pastagem + agrícola), Laje do Muriaé é a maior responsável pela relação – tem

muita área rural e muita violência. Em compensação, Paulo de Frontin e Cantagalo

prejudicam a relação porque têm muita violência e pouca área rural, e São Sebastião do Alto

faz o mesmo efeito, mas por motivo inverso: tem muita área rural e pouca violência.

a) b)


Cambuci

Cantagalo

Duas Barras


Laje do Muriae

Mendes

Porciúncula

Rio Claro

Rio das Flores


Sapucaia

Sumidouro

Trajano de Morais

30 40 50 60 70 80 90

Rural

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.037


Búzios

Arraial do Cabo

Casimiro de Abreu

Guapimirim

ItaocaraItatiaia

Japeri

Miguel Pereira

Miracema


Paraíba do Sul

Pinheiral

Porto Real / Quatis

Santo Antônio de Pádua / Aperibé

São José do Vale do Rio Preto

Silva Jardim

0 10 20 30 40 50 60 70 80 90 100

Rural

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0540

24

Figura 4.2.11 – Dispersão da intensidade de violência na adolescência (IVA) e área Rural nas



(Continua)

(Continuação)

c) d)

Figura 4.2.11 – Dispersão da intensidade de violência na adolescência (IVA) e Rural nas



A variável percentual de Área Urbana das oitenta comarcas é quase indiferente, com S.J.

Meriti, Nilópolis, e Niterói destacando-se da maioria (Fig. 4.2.12d). Este padrão repete-se nas


Angra dos Reis

Araruama

Barra Mansa


Itaboraí / Tanguá

Itaguaí


Maricá

Niterói Queimados

Resende


Teresópolis

-10 0 10 20 30 40 50 60 70 80 90 100

Rural

-10

0

10

20

30

40

50

60

IVA

r2 = 0.0454

80 Comarcas


Arraial do Cabo


Cantagalo

Carmo


Itaocara


Laje do Muria

Miguel Pereira

Niterói

Porto Real / Quatis




Saquarema

Silva Jardim

Sumidouro

Trajano de Morais

-10 0 10 20 30 40 50 60 70 80 90 100

Rural

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0572

25

a) b)

Figura 4.2.12 – Dispersão da intensidade de violência na adolescência (IVA) e área Urbana



(Continua)

(Continuação)


Cantagalo

Duas Barras

E. P.Frontin

Laje do Muriae

Mendes

Porciúncula

Rio Claro

Rio das Flores

Sapucaia

Sumidouro

Trajano de Morais

-0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6

Urbana

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0040


Arraial do Cabo

Casimiro de Abreu Iguaba Grande

Itatiaia

JaperiPinheiral

Piraí

Porto Real / Quatis

Rio das Ostras

Saquarema

Seropédica

Silva Jardim

-5 0 5 10 15 20 25 30 35 40

Urbana

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0041

26

c) d)

Figura 4.2.12 – Dispersão da intensidade de violência na adolescência (IVA) e área Urbana



pequenas comarcas, onde Mendes sobressai como a mais urbanizada, mas com a IVA

relativamente baixa (Fig.4.2.12a). Nas comarcas medianas, Japeri e Iguaba Grande são as

maiores comarcas, ambas com IVA mediana. Finalmente, entre as maiores comarcas, Resende

tem a maior IVA, o que deixa S.J.Meriti, Nilópolis, São Gonçalo e Niterói em posições

intermediárias em relação a IVA. (Figura 4.2.12c).

4.2.2.3 – IVA e a dimensão socioeconômica.


Angra dos Reis

Araruama

CamposDuque de Caxias

Itaboraí / Tanguá

Macaé

Nilópolis

Niterói

Resende


Teresópolis

Volta Redonda

-20 0 20 40 60 80 100

Urbana

-10

0

10

20

30

40

50

60

IVA

r2 = 0.0089

80 Comarcas




Itaboraí / Tanguá

Laje do Muria

Nilópolis

Niterói


Porciúncula

Porto Real / Quatis

São Gonçalo



Trajano de Morais

-20 0 20 40 60 80 100

Urbana

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0076

27

A Renda per capita, nas menores comarcas, onde seu valor mal chega a

R$300,00/hab.(Fig.4.2.13a), tem uma boa distribuição, tanto da renda, quanto de IVA, com

Laje do Muriaé mostrando renda per capita mínima e IVA máxima. Entre as comarcas de

população mediana o padrão é o mesmo, mas a faixa de renda aumenta para quase

R$400,00/hab (Figura 4.2.13b). No grupo, Miguel Pereira e Búzios estão muito bem situadas

quanto à renda per capita (Figura 4.2.13c), a primeira com baixa IVA e a segunda com alta.

Nas comarcas com maior população, a renda per capita varia entre R$182/hab e

R$400,00/hab, sem computar Niterói, que tem renda de R$809,00/hab. Esta é uma comarca

completamente discrepante, influindo na relação positiva por causa de seu alto valor de IVA

(Figura 4.2.13c).

a) b)


Carmo


Laje do Muriae

Mendes

Porciúncula

Rio Claro



Sapucaia

Sumidouro

Trajano de Morais

160 180 200 220 240 260 280 300 320

R pc

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0068


Búzios

Barra do Piraí

Iguaba Grande

ItaocaraItatiaia

Japeri

Mangaratiba

Miguel Pereira

Miracema

Paraíba do Sul

Pinheiral

Porto Real / Quatis

Rio das Ostras


Silva Jardim


140 160 180 200 220 240 260 280 300 320 340 360 380 400

R pc

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0230

28

c) d)

Figura 4.2.13 – Dispersão da Intensidade de violência na adolescência (IVA) e a renda per

capita nas comarcas. a) com população inferior a 20 mil habitantes (n=15), b) entre 20 mil e

100 mil habitantes (n=41), c) superior a 100 mil habitantes (n=24) e d) todas as comarcas

(n=80).

A proporção da renda da comarca apropriada pelos 2/5 mais pobres da população (Dist

Renda), entre as comarcas menores (Figura 4.2.14a), Laje do Muriaé e Engenheiro Paulo de

Frontin, têm alta IVA e baixa Renda per capita, em compensação, apresentam boa

distribuição de renda aos mais pobres. No entanto, em São Sebastião do Alto e Duas Barras,

com a mesma distribuição de renda, não há registros de IVA; mas, Sumidouro, com baixa

distribuição de renda, também não tem registros de IVA.

Entre as comarcas medianas (Fig 4.2.14b), não há relação entre a IVA e a Dist Renda,

mas se pode registrar a baixa distribuição de Miguel Pereira, que tem também baixa IVA. No


Angra dos Reis

Belford Roxo

Itaboraí / Tanguá

NiteróiQueimados

Resende


Teresópolis

Volta Redonda

100 200 300 400 500 600 700 800 900

R pc

-10

0

10

20

30

40

50

60

IVA

r2 = 0.1522

80 Comarcas


Cantagalo

Carmo

Japeri

Laje do Muria

Macaé

Niterói

Petrópolis

Porto Real / Quatis

Queimados

Rio das Ostras

Silva Jardim

Sumidouro

100 200 300 400 500 600 700 800 900

R pc

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0075

29

entanto, menor IVA que Miguel Pereira tem Carapebus, com a maior distribuição de renda

deste grupo e uma das menores IVA. Entre as comarcas com mais de 100mil habitantes (Fig.

4.2.14c), Niterói tem a pior distribuição de renda com a segunda maior IVA, enquanto S.J. de

Meriti e S. Gonçalo, com os melhores índices de distribuição de renda têm IVA dentro da

faixa das outras comarcas do grupo. Estas observações mostram que não se pode detectar

influencia determinante sobre a IVA deste tipo de distribuição de renda, que não ultrapassa

13%, nas oitenta comarcas estudadas (Tabela 4.1.10).

a) b)


Cambuci

Cantagalo Engenheiro Paulo de Frontin

Laje do Muriae

Porciúncula

Rio Claro



Sapucaia

Sumidouro

Trajano de Morais

8.0 8.5 9.0 9.5 10.0 10.5 11.0 11.5 12.0 12.5

Dist Renda

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0242


Búzios

Arraial do Cabo

Barra do Piraí

Carapebus / Quissamã

Casimiro de Abreu

Itatiaia

Mangaratiba

Miguel PereiraParacambi

Paty do Alferes

Porto Real / Quatis

Rio Bonito


Silva Jardim

Vassouras

7 8 9 10 11 12 13

Dist. Renda

-10

0

10

20

30

40

50

60

70

80IV

A

r2 = 0.0331

30

c) d)

Figura 4.2.14– Dispersão da intensidade de violência na adolescência (IVA) e da Distribuição

de Renda nas comarcas (Dist Renda). a) com população inferior a 20 mil habitantes (n=15), b)


comarcas (n=80).

O percentual de crianças e adolescentes, na faixa etária de zero a 14 anos, com renda

domiciliar per capita, mensal, inferior à linha de pobreza - um quarto do salário mínimo, em

agosto de 2000, (Jovens Pobres) não tem índice de associação linear significante com a IVA

no conjunto das oitenta comarcas (Tabela 4.2.1 e Fig. 4.2.15d).

No grupo das comarcas pequenas, (Fig. 4.2.15a) Porciúncula, S. Sebastião do Alto e

Laje do Muriaé têm mais crianças com famílias pobres (cerca de 25% da população),

enquanto Mendes e Paulo de Frontin têm as menores taxas. Entretanto, esta última e Laje do

Muriaé, junto com Cantagalo, têm as piores taxas de IVA. Entre as comarcas medianas (Fig.


Angra dos Reis

Araruama

Cabo Frio

Itaboraí / Tanguá


Niterói Queimados

Resende

São Gonçalo


Teresópolis

6 7 8 9 10 11 12 13

Dist. Renda

-10

0

10

20

30

40

50

60

IVA

r2 = 0.0647

80 Comarcas

Araruama


Arraial do Cabo

Cabo Frio

Cantagalo

Carapebus / Quissamã

Casimiro de Abreu


Japeri

Laje do Muria

Miguel Pereira

Natividade / Varre-SaiNiterói

Paracambi

Porciúncula

Porto Real / Quatis

Trajano de Morais

6 7 8 9 10 11 12 13

Dist. Renda

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0181

31

4.2.15b), há mais de 25% de crianças com famílias pobres em Miracema e Silva Jardim, com

a) b)


Cantagalo

Carmo

Duas Barras


Laje do Muriae

Mendes

Porciúncula

Rio Claro



Sapucaia

Trajano de Morais

10 12 14 16 18 20 22 24 26 28

Jovens Pobres

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0258


Búzios

Arraial do Cabo

Barra do Piraí

Casimiro de Abreu

ItaocaraItatiaia

Japeri

Miracema


Paracambi

Paty do Alferes

Piraí

Porto Real / Quatis

Rio das Ostras


Silva Jardim

6 8 10 12 14 16 18 20 22 24 26 28 30 32 34

Jovens Pobres

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0011

32

c) d)

Figura 4.2.15– Dispersão da intensidade de violência na adolescência (IVA) e Jovens Pobres



grandes IVA, assim como em Japeri, S.F. de Itabapoana e Paty do Alferes. A análise das

grandes comarcas (Fig. 4.2.15c) traz um resultado significativo, importante para os objetivos

deste estudo: nas comarcas com mais de 100mil habitantes, quanto maior a percentagem de

crianças em famílias pobres, maior a taxa IVA. Entretanto, esta informação se dilui, quando

se analisa o conjunto das oitenta comarcas, mas deve ser enfatizado, por isto mesmo, por ser o

estrato com mais urbanização, mais renda pc, maior IDHM, e maior violência.

O IDHM leva em consideração renda, educação e longevidade. A IVA não

demonstrou significância na correlação linear com esta variável (Tabela 4.2.1 e Fig. 4.2.16d)

nas oitenta comarcas. É oportuno lembrar a forte correlação do IDHM com a renda per capita,


IVA = 34.4199-1.0103*x

Angra dos Reis

Araruama

Belford Roxo

Itagua

Itaperuna / São José do UbáMaca

Niterói

Petrópolis

Queimados

Resende

São Gonçalo


Teresópolis

Volta Redonda

6 8 10 12 14 16 18 20 22

Jovens Pobres

-10

0

10

20

30

40

50

60

IVA

r2 = 0.1372

80 Comarcas


Arraial do Cabo

Cantagalo

Carmo


Japeri

Laje do Muria

Miracema

Niterói

Nova Friburgo

PetrópolisPira

Porciúncula

Porto Real / Quatis

Rio Bonito



Sumidouro

Vassouras

6 8 10 12 14 16 18 20 22 24 26 28 30 32 34

Jovens Pobres

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0029

33

a) b)


Carmo


Laje do Muriae

Mendes

Porciúncula

Rio Claro


Sapucaia

Sumidouro

Trajano de Morais

0.70 0.71 0.72 0.73 0.74 0.75 0.76 0.77 0.78 0.79

IDHM

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0926


Arraial do Cabo

Iguaba Grande

ItaocaraItatiaiaMiracema


Paracambi

Pinheiral

Porto Real / Quatis


São João da Barra

Silva Jardim


0.68 0.70 0.72 0.74 0.76 0.78 0.80 0.82

IDHM

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0316

34

c) d)

Figura 4.2.16– Dispersão da intensidade de violência na adolescência (IVA) e do índice de

desenvolvimento humano municipal (IDHM) nas comarcas. a) com população inferior a 20

mil habitantes (n=15), b) entre 20 mil e 100 mil habitantes (n=41), c) superior a 100 mil

habitantes (n=24) e d) todas as comarcas (n=80).

o que se evidencia até no grupo das pequenas comarcas (Fig. 4.2.16a), onde a Renda pc é

menor. Mas, o IDHM é maior nas comarcas mais ricas do grupo, a saber, Mendes, Paulo de

Frontin e Carmo. Nas comarcas medianas (Fig. 4.2.16b) a relação do IDHM com a IVA se

dilui, mas reaparece ainda mais significativa nas maiores comarcas, explicando 18% das

variações da IVA, embora por influência marcante de Niterói.

A porcentagem de indivíduos que se declara evangélico nas oitenta comarcas (Fig.

4.2.17d) apresenta associação linear significante e negativa com a IVA, para probabilidades

menores que 0,20 (p<0,20). Entretanto, nas comarcas menores e nas medianas mesmo esta


Angra dos Reis

Belford Roxo

Itaboraí / Tanguá


NiteróiQueimados

Resende


Teresópolis

0.70 0.72 0.74 0.76 0.78 0.80 0.82 0.84 0.86 0.88 0.90

IDHM

-10

0

10

20

30

40

50

60

IVA

r2 = 0.1783

80 Comarcas




Laje do Muria

Niterói

Petrópolis

Porto Real / Quatis



Silva Jardim

Volta Redonda

0.66 0.68 0.70 0.72 0.74 0.76 0.78 0.80 0.82 0.84 0.86 0.88 0.90

IDHM

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0128

35

a) b)


Cantagalo

Duas Barras


Laje do Muriae

Mendes

Porciúncula

Rio Claro

Rio das Flores

Sapucaia

Sumidouro

Trajano de Morais

6% 8% 10% 12% 14% 16% 18% 20% 22% 24% 26%

Evangélico

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0004



Bom Jardim

Cordeiro / Macuco

Iguaba Grande


ItaocaraMiracema

Paracambi

Porto Real / Quatis

Rio Bonito

São João da Barra


Silva Jardim

6% 8% 10% 12% 14% 16% 18% 20% 22% 24% 26% 28% 30% 32%

Evangélico

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0132

36

c) d)

Figura 4.2.17– Dispersão da intensidade de violência na adolescência (IVA) e Evangélicos



fraca relação não se confirma (Fig. 4.2.17 a e b); pode-se, portanto, supor que é das grandes

comarcas (Fig. 4.2.17c) a responsabilidade pela relação. Isto significaria, então, que a IVA

diminui com o aumento da proporção de evangélicos e que isto aconteceria nas grandes

aglomerações urbanas.

A relação da IVA com o percentual de indivíduos que se declaram sem Religião nas

comarcas é um pouco diferente da relação com Evangélicos. No conjunto das oitenta

comarcas (Fig. 4.2.18d) a relação também só se evidencia para probabilidade menor que 0,20,


Angra dos Reis

Araruama

Belford Roxo

Itaboraí / Tanguá


Maricá

Niterói

Nova Friburgo

Queimados

Resende


Teresópolis

12% 14% 16% 18% 20% 22% 24% 26% 28% 30%

Evangélico

-10

0

10

20

30

40

50

60

IVA

r2 = 0.0671

80 Comarcas




Itaboraí / Tanguá

Laje do Muria

Niterói

Paracambi

Paty do Alferes

Porciúncula

Porto Real / Quatis

Queimados

Rio Claro

Silva Jardim

ValençaVolta Redonda

6% 8% 10% 12% 14% 16% 18% 20% 22% 24% 26% 28% 30% 32%

Evangélico

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0329

37

a) b)


Cambuci


Laje do Muriae

Mendes

Porciúncula

Rio Claro

Rio das Flores


Sapucaia

Sumidouro

Trajano de Morais

0% 2% 4% 6% 8% 10% 12% 14% 16% 18% 20%

Sem Relig

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.070



Arraial do Cabo


Iguaba Grande


ItaocaraItatiaia


Paraíba do Sul

Porto Real / Quatis

Rio Bonito

Rio das Ostras

Silva Jardim

0% 2% 4% 6% 8% 10% 12% 14% 16% 18% 20% 22% 24% 26% 28% 30%

Sem Relig

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0246

38

c) d)

Figura 4.2.18 – Dispersão da intensidade de violência na adolescência (IVA) e indivíduos sem

Religião (Sem Relig) nas comarcas. a) com população inferior a 20 mil habitantes (n=15), b)


comarcas (n=80).

mas isto acontece por que o conjunto maior mescla as relações dos três estratos

populacionais. Nas comarcas com população menor que 20 mil habitantes, e nas

intermediárias não se nota a relação, que poderia ser inversa nas comarcas pequenas, não

fosse a influência de Paulo de Frontin, Cambuci e Trajano de Morais (Fig. 4.2.18a). Mas esta

tendência é significativamente inversa nas comarcas com mais de 100mil habitantes, também

para p<0,20 (Fig.4.2.18c). Pode-se, então, supor, sem muita liberdade de interpretação, que

declarar-se sem religião é opção importante na definição do perfil do menor em conflito com

a lei.


Angra dos Reis

Araruama

Barra MansaBelford Roxo

Itaboraí / Tanguá


Niterói

Petrópolis

Queimados

Resende


Teresópolis

4% 6% 8% 10% 12% 14% 16% 18% 20% 22% 24% 26%

Sem Relig

-10

0

10

20

30

40

50

60

IVA

r2 = 0.0880

80 Comarcas



Cambuci


Cantagalo

Duas Barras


Itaboraí / TanguáItalva / Cardoso Moreira

Laje do Muria

Macaé

Miracema


Porto Real / Quatis

Queimados

Silva Jardim

Trajano de Morais

Valença

0% 2% 4% 6% 8% 10% 12% 14% 16% 18% 20% 22% 24% 26% 28% 30%

Sem Relig

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0232

39

A porcentagem de católicos, tem relação positiva com a IVA somente nas grandes

a) b)


CantagaloEngenheiro Paulo de Frontin

Laje do Muriae

Mendes

Porciúncula



Sapucaia

Sumidouro

Trajano de Morais

0.50 0.55 0.60 0.65 0.70 0.75 0.80 0.85

Católico

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0005

20 mil hab <População < 100 mil hab


Barra do Pira

Bom Jardim

Casimiro de Abreu

Guapimirim

ItaocaraItatiaia

Japeri

Miguel Pereira

Miracema


Pinheiral

Porto Real / Quatis

Rio das Ostras

S. Franc.Itabapoana

São João da Barra

Seropédica

Silva Jardim

Valença

0.2 0.3 0.4 0.5 0.6 0.7 0.8

Católico

-10

0

10

20

30

40

50

60

70

80

IVA

r2 = 0.0008

40

c) d)

Figura 4.2.19 – Dispersão da intensidade de violência na adolescência (IVA) e Católicos nas



comarcas, embora praticamente imperceptível. No entanto, este resultado, ao invés de apontar

uma tendência de comarcas mais católicas terem grandes IVA, mostra a estreita

autocorrelação entre ser católico e as outras variáveis sócio-econômicas analisadas. Declarar-

se católico, é pertencer à maioria; observa-se aqui a presença do católico “de censo”, uma

informação que perde valor, à medida que não expressa convicção religiosa, mas sim cultural

(Figura 4.2.19).

Esta análise binária e empírica das variáveis em estudo, com influências contraditórias,

dependendo da escala populacional estudada, permitiu definir relações importantes, que serão

investigadas de forma multivariada no próximo item do capítulo.


Cabo Frio

Campos dos GoytacazesDuque de Caxias

Itaboraí / Tanguá

Maca

Niterói

Nova Friburgo

Nova Iguaçu / MesquitaPetrópolis

Queimados

Resende

Teresópolis

Volta Redonda

0.30 0.35 0.40 0.45 0.50 0.55 0.60 0.65 0.70

Católico

-10

0

10

20

30

40

50

60

IVA

r2 = 0.0880

80 Comarcas


Cantagalo

Casimiro de Abreu

Cordeiro / Macuco

Duas Barras


Itaboraí / Tanguá


Itatiaia

Japeri

Laje do Muria

Miracema

Natividade / Varre-SaiNiterói


Porciúncula

Porto Real / Quatis

Santa Maria MadalenaSão Gonçalo

Silva Jardim

Sumidouro

0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

Católico

-10

0

10

20

30

40

50

60

70

80

90

IVA

r2 = 0.0318

41

4.3 – Análises multivariadas.

4.3.1 – Regressão linear múltipla.

Como visto nos itens anteriores, desde as análises exploratórias (item 4.1) e as

relações entre variáveis (item 4.2), não é de se esperar que funções lineares simples

expliquem a incidência dos AIE. Entretanto, diversas relações binárias importantes foram

identificadas entre algumas variáveis e a IVA, quando se estratificou o conjunto das comarcas

entre pequenas, medianas e grandes, segundo a população fosse menor que 20mil habitantes,

entre 20mil e 100mil, ou maior que 100mil habitantes. Assim, este item 4.3.1 pretendeu

investigar relações lineares múltiplas que melhorem a explicação da incidência de AIE nas

oitenta comarcas estudadas.

Tabela 4.3.1 – Sumário de regressão linear múltipla entre as variáveis dependentes e

explicativas, nas oitenta comarcas do Estado do Rio de Janeiro. VARIÁVEIS

INTERCEPÇÃO COEFICIENTES r2

ajustado¹

DEPENDENTE EXPLICATIVAS

TAIs População -200,7 0,00 0,840

R pc 0,32

Jovens% 6,64

DD -0,01 Urbana 1,51

TAIs% Rural -18,3¹ 0,56 0,079

AIs-TF População -109,5 0,00 0,857

R pc 0,19

IVA Rural -77,7(2)

0,22 0,068

1 – Somente listadas as variáveis significativamente explicativas (p<0,05) entre as seguintes opções. Fontes IBGE, IPEA, Fundação CIDE e

TJRJ. 2 – O coeficiente não é estatisticamente diferente de zero.

A tabela 4.3.1 mostra que, para explicar os AIE, boas explicações são lideradas pela

População da comarca, e suas correlatas, a Densidade Demográfica e área Urbana, mas a R pc

e Jovens%, são mais importantes que as duas últimas. Estas são variáveis significativas nas

maiores comarcas, como se viu nos itens anteriores. Quando se analisa o AIE-TF, permanece

a importância da População e da Renda pc, que explicam mais de 80% das variações na

quantidade de AIs. Entretanto, estes efeitos se anulam quando se analisa a intensidade de

violência, e, entre todas as variáveis candidatas, somente a variável Rural serve para explicar

não mais que 8% das variações nos índices, com coeficientes lineares estatisticamente nulos.

4.3.1 – Análise dos Componentes Principais (PCA).

42

A matriz de correlação entre os dados brutos (Tabela 4.3.2), que será usada como base

para o PCA, mostra os jovens de 10 a 19 anos morando em comarcas com maiores áreas, onde

a densidade demográfica aumenta com a urbanização, o IDHM, a religiosidade

(e sua ausência declarada), e onde a renda auferida pelos 40% mais pobres

(Dist renda) também é maior. Estes jovens estão muito significativamente relacionados

com as crianças de zero a 14 anos cujas famílias vivem abaixo da linha de pobreza.

Tabela 4.3.2 – Matriz de correlação linear utilizada como base para o PCA, entre os Atos

Infracionais estudados (AIE) e as variáveis demográficas, Socioeconômicas, e Naturais. n=80;

se r>0,22, então p<0,05; se r>0,18 então p<0,10 e se r>0,14 então p<0,20.

Onde cresce a percentagem de jovens, também diminui a renda per capita, o IDHM e o IFCA.

A significativa correlação com o percentual de área rural nas comarcas mostra-se, também, na

relação com o AIE%, a única variável ambiental que com eles se relaciona a p<0,05.

Aceitando p<0,20, o percentual de área vegetada (floresta ombrófila, vegetação secundária e

formação pioneira) tem correlação com a IVA, ou ainda, com AIE-F%.

A primeira etapa da PCA é identificar quantos eixos (fatores) podem melhor explicar

as variações no sistema, considerando as 18 opções de variáveis que se está analisando

(Tabela 4.3.2). De acordo com a Figura 4.3.1, devemos utilizar no máximo 5 ou 6 eixos, pois,

além desses, somente será adicionado ruído à explicação. Além deste critério, temos somente

os 6 primeiros fatores com eigenvalues maiores que 1.

Variáveis ÁreaPopu

laçãoDD

Jovens

%

Dist

Renda

Jovens

PobresR pc IDHM

Evan-

gélico

Sem

ReligUrbana IFCA

Vege

tadaRural

TAIs

%IVA

AIE-

T%

AIE-

F%

Área 1,00

Popu lação 0,08 1,00

DD -0,24 0,50 1,00

Jovens% 0,23 -0,12 0,00 1,00

Dist Renda -0,14 0,05 0,22 0,10 1,00

Jovens Pobres 0,17 -0,14 -0,12 0,49 -0,04 1,00

R pc -0,06 0,18 0,10 -0,45 -0,41 -0,67 1,00

IDHM -0,10 0,24 0,18 -0,55 -0,18 -0,78 0,84 1,00

Evangelico -0,07 0,25 0,28 0,08 0,02 0,10 -0,12 -0,09 1,00

Sem Relig -0,03 0,32 0,30 -0,07 -0,01 0,14 -0,06 -0,08 0,79 1,00

Urbana -0,31 0,58 0,94 -0,14 0,17 -0,11 0,15 0,22 0,32 0,40 1,00

IFCA 0,15 0,22 -0,04 -0,34 -0,15 -0,15 0,35 0,30 0,10 0,23 0,03 1,00

Vegetada 0,09 0,04 -0,15 -0,10 -0,15 -0,22 0,26 0,15 -0,01 0,15 -0,19 0,38 1,00

Rural 0,16 -0,44 -0,46 0,27 -0,01 0,29 -0,31 -0,28 -0,22 -0,39 -0,47 -0,37 -0,70

TAIs% -0,03 -0,19 -0,14 0,12 -0,01 0,16 0,00 -0,04 -0,19 -0,13 -0,17 0,02 -0,13 0,28 1,00

IVA -0,11 -0,14 -0,09 0,05 0,06 -0,03 0,09 0,11 -0,18 -0,15 -0,09 0,01 -0,16 0,24 0,88 1,00

AIE-T% -0,04 -0,21 -0,16 0,13 0,01 0,16 -0,02 -0,05 -0,17 -0,10 -0,18 0,03 -0,13 0,27 0,98 0,88 1,00

AIE-F% -0,08 -0,12 -0,09 0,05 0,01 0,02 0,09 0,07 -0,21 -0,18 -0,09 0,00 -0,15 0,25 0,92 0,94 0,85 1,00

43

Figura 4.3.1 – Gráfico dos valores Eigenvalue correspondentes aos fatores de explicação.

Para confirmar a viabilidade de usar 5 ou 6 fatores, foram analisados os pesos de todos

os fatores, sem girar os 18 eixos. Resultou que os fatores 6 e 7 explicaram só uma variável, e

o fator 7 explicou a variável Jovens Pobres, que já havia sido considerada no fator 5. Portanto,

optou-se, a priori, por 5 fatores, como se vê nos próximos resultados.

A variância explicada (Tabela 4.3.3), mostra que, com 5 fatores explica-se 76% das

variações totais do sistema de 18 variáveis nas oitenta comarcas.

Tabela 4.3.3 – Percentual de explicação dos fatores.

Os pesos dos fatores podem ser interpretados como correlações entre os fatores e as

variáveis. Verifica-se, quando não se faz a rotação dos eixos, a existência de muitas variáveis

representadas em mais de um eixo, o que mostra pouca discriminação entre eles. Assim, foi

tentada a rotação varimax simples, cuja discriminação de eixos melhorou sensivelmente

(Tabela 4.3.4). A Rotação varimax normalizada não mudou conceitualmente a distribuição

dos eixos. Isto pode significar que as 18 variáveis não necessitavam de padronização (já que

estavam, em sua maioria, intensivas em dimensão, à exceção de área e população).

Plot of Eigenvalues

#1

#2

#3

#4

#5 #6#7

#8#9 #10

Number of Eigenvalues

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

4.0

4.5

5.0

5.5

Valu

e

Eigenvalues

Extraction: Principal components

Value

Eigenvalue % Total

variance

Cumulative

Eigenvalue

Cumulative

%

1

2

3

4

5

4.569 25.38 4.57 25.38

3.433 19.07 8.00 44.46

2.676 14.87 10.68 59.33

1.829 10.16 12.51 69.49

1.166 6.48 13.67 75.97

44

Tabela 4.3.4 – Pesos dos cinco Fatores de explicação e as variáveis correspondentes, com

rotação Varimax simples.

Células em itálico possuem os valores representativos para cada fator.

Interpretando os resultados da Tabela 4.3.4, tem-se o eixo F1 representando sozinho, e

somente, os diferentes somatórios dos AIE%. Pode-se, nomeá-lo, portanto, como o eixo da

“Violência”, que explica, como principal componente, 21% das variações no sistema

analisado.

O segundo componente mais importante do sistema são os jovens, todos os da faixa

etária entre 10 e 19 anos e as crianças de 0 a 14 anos que vivem em lares muito pobres. Estes

fatores têm sinais antagônicos aos das outras duas variáveis de natureza econômica, a R pc e o

IDHM, que são, neste fator, também importantes. Invocar a natureza econômica de IDHM é

uma licença que, neste trabalho, e, portanto no contexto da análise, verificou-se

quantitativamente, e se confirma aqui.

O terceiro componente mostra a importância das urbes no sistema analisado: Urbana,

DD, População, e Religiosidade, nesta ordem, todas no mesmo lado do eixo, se agrupam para

explicar mais 18% das variações no sistema.

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5

Área -0,099 -0,122 0,309 0,033 0,553

Popu lação -0,132 0,191 -0,636 -0,104 0,212

DD -0,076 0,097 -0,879 0,048 -0,184

Jovens% 0,078 -0,651 0,063 0,172 0,042

Dist Renda 0,028 -0,308 -0,245 -0,054 -0,650

Jovens Pobres 0,084 -0,807 0,045 0,144 0,249

R pc 0,054 0,893 -0,033 -0,138 0,188

IDHM 0,036 0,925 -0,133 -0,064 0,030

Evangelico -0,137 -0,275 -0,569 -0,157 0,434

Sem Relig -0,071 -0,238 -0,600 -0,357 0,454

Urbana -0,080 0,155 -0,929 0,047 -0,112

IFCA 0,077 0,303 -0,028 -0,550 0,391

Vegetada -0,113 0,119 0,207 -0,906 0,026

Rural 0,200 -0,222 0,437 0,778 0,079

TAIs% 0,973 -0,060 0,091 0,047 0,027

IVA 0,952 0,082 0,024 0,079 -0,077

AIE-T% 0,958 -0,084 0,094 0,031 0,026

AIE-F% 0,954 0,071 0,038 0,089 -0,044

Expl.Var 3,823 3,219 3,159 1,991 1,482

Prp.Totl 0,212 0,179 0,176 0,111 0,082

(Varimax raw) Extraction: Principal components

(Marked loadings are >,500000)Variáveis

45

O quarto componente agrupa como explicativas as variáveis da dimensão natural:

Vegetada (floresta ombrófila, vegetação secundária e formação pioneira) e IFCA, com sinais

antagônicos e Rural, como esperado.

No eixo F5, o que resta, nota-se a coerência do sinal negativo na Dist Renda com

outras variáveis de outros eixos.

Quando as variáveis são apresentadas como projeções dos dois principais eixos,

segundo os resultados obtidos pela rotação varimax (Figura 4.3.2), sobressai a distância das

variáveis representativas dos AIE%, a violência. Separadas das outras variáveis, têm sinal

Figura 4.3.2 – Dispersão das variáveis segundo os eixos dos fatores 1 e 2 formados pelo PCA.

antagônico para a IVA. População e Densidade Demográfica estão muito juntas de Vegetada

e Urbana. Também estão grupadas as variáveis que representam Jovens% e Jovens Pobres.

Religiosidade forma um grupo à parte. Renda, ligada a IDHM, mostra mais uma vez que este

último, aqui, privilegia riqueza, e não, propriamente Desenvolvimento Humano.

Quando se faz a projeção das comarcas nos dois eixos principais, passando uma linha

imaginária pela origem dos dois eixos, e continuando a associar o componente F1 com a

Peso das Variáveis, Fator 1 vs. Fator 2

Rotação: Varimax simples

Extração: Componentes Principais

Área

Jovens

Dist Renda

Jovens Pobres

IDHM

Sem Relig

IFCA

Vegetada

Rural

TAIs%

IVA

-0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2

Fator 1

-1.0

-0.8

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

Fato

r 2

AIE-T%

AIE-F%DDUrbana

População

Evangélico

R pc

46

violência, e o componente F2 com juventude e riqueza, pode-se identificar a posição das

comarcas no espaço do sistema (Fig. 4.3.3).

Inicialmente, nota-se a posição de Niterói e Laje do Muriaé, isoladas do conjunto:

Niterói rica e violenta, Muriaé, violenta, mas pobre. Depois, identificam-se exemplos mais

Figura 4.3.3 – Dispersão das comarcas segundo os eixos dos fatores 1 e 2 formados pelo PCA.

marcantes de grupos de comarcas: Comarcas positivas nos dois eixos são mais ricas e

violentas: Niterói, Iguaba Grande, Rio das Ostras, Armação dos Búzios, Itatiaia, Teresópolis,

Três Rios, Carmo, Itaocara, Porto Real e Casimiro de Abreu. Estas interpretações corroboram

o que já foi visto nos itens anteriores, principalmente na análise exploratória. Comarcas

positivas em F2 e negativas em F1, representariam o campo de comarcas ricas e menos

Angra

Araruama

Búzios

B. Roxo

Bom Jardim

MacacuCantagalo

CarmoCordeiro

Duas Barras

D.Caxias

Paulo de Frontin

Guapimirim

Iguaba Grande

Itaboraí

Itaguaí

Italva

ItaperunaMuriaé

MacaéMangaratiba

Miracema

Natividade

Nilópolis

Niterói

N. Friburgo

Petrópolis

Porciúncula

Resende

Rio Bonito

Rio das Ostras

Sta M. Madalena

S. F.Itabapoana

S. Gonçalo

S. J.Barra

S.J.Meriti

S. Pedro da Aldeia

S.Sebastião do Alto

Sapucaia

Seropédica

Silva Jardim

SumidouroTrajano de Morais

Vassouras

V.Redonda

-3 -2 -1 0 1 2 3 4 5

FACTOR1

-3

-2

-1

0

1

2

3

4

5

FA

CT

OR

2

47

violentas: Petrópolis, Mangaratiba, Miguel Pereira, Maricá. Comarcas como Macaé e Nova

Friburgo estão no limite entre os dois grupos. Comarcas positivas em F1 e negativas em F2

estão no campo que representaria as comarcas pobres e violentas: Laje do Muriaé. Silva

Jardim, Cantagalo, Porciúncula, Miracema e Paulo de Frontin.

Tem-se também exemplos de comarcas negativas em F2 e F1, (pobres e menos

violentas): São Francisco de Itabapoana, Paty do Alferes, Sumidouro e Itaboraí.

5 – Conclusões e Considerações Finais.

A intensidade de violência na adolescência, assim como a socionatureza, tem suas

raízes no processo ambiental, no qual a sociedade e a natureza são inseparáveis, socialmente

produzidas e transformáveis. Neste processo, a sociabilidade violenta se distribui por todo o

espaço, mas é absorvida de formas diferentes, no entanto, a proteção e a segurança são

hierarquizadas. A desigualdade social, a pobreza, as perdas de referenciais éticos, a

impessoalidade, o individualismo, a rotulagem e a espiral da desordem, são algumas das

causas teoricamente apresentadas para criminalidade, principalmente entre os jovens e

consequentemente para a violência praticada por estes. Neste trabalho, a violência e o crime,

perpetrados por jovens, foram colocados lado a lado e correlacionados com uma série de

indicadores, na expectativa de encontrar evidências, que comprovem as teorias, e quem sabe,

a importância da qualidade socionatural no sistema.

Os indicadores sociais para a violência foram divididos em três dimensões principais:

demográfica, socioeconômica e natural. Para as duas primeiras foram listadas uma série de

variáveis sensíveis à criminalidade, entre elas: a desigualdade social, a pobreza, a densidade

demográfica. Já a dimensão natural tem seu processo estrutural fundamentado na carência até

de funções sociais da natureza, que não suprem determinadas necessidades humanas

culminando no uso da violência como alternativa. Isto posto, temos a hipótese de que “a

intensidade de violência na adolescência é menor em áreas de melhor qualidade socionatural”.

Justificando a hipótese Dubar (2007) afirma na teoria da transmissão que a pobreza do

meio ambiente pode ser capaz de suprimir a distração necessária aos jovens, que então,

levados pela desocupação, ingressam na busca de uma vida mais excitante.” Vemos ainda a

confirmação, em parte, deste pressuposto em Silva (2008), onde os artigos comentam a

possibilidade de adesão de jovens ao crime pelo simples fato da busca de aventuras, o mesmo

48

ocorrendo em Velho e Alvito (1996). Só que estes últimos não atribuem causa a este fato. Foi

ainda verificada a existência de pesquisa que embora apresente parte da fundamentação

teórica diferente da aqui adotada, constatou variações proporcionais, entre o crime e a

vegetação, sendo esta inversamente proporcional ao crime (KUO e SULLIVAN, 2001).

A partir deste ponto, com os processos sociais e os indicadores devidamente

fundamentados e definidos, teve início o processo investigativo próprio, onde os Atos

Infracionais (AIs) foram colocados em termos quantitativos e consecutivamente selecionados.

Os Atos Infracionais Estudados (AIE) cometidos durante o período de janeiro de 2007 a

janeiro de 2008 (treze meses), em 80 comarcas do Estado do Rio de Janeiro, contabilizaram

um total de sete diferentes categorias, e as três dimensões resultaram em quinze variáveis

socioambientais. Nesta fase os dados foram padronizados, organizados, categorizados e

correlacionados, algumas variáveis foram mescladas, como a população e o número de AIE,

outras foram suprimidas durante o desenvolvimento da análise. Ao final da análise binária e

empírica, verificou-se que as variáveis apresentavam influências contraditórias, dependendo

da escala populacional estudada, permitindo definir relações importantes, mas precárias,

passando-se, então, para a investigação multivariada. Dando prosseguimento, com a utilização

dos instrumentos e técnicas metodologicamente indicadas para este tipo de pesquisa, dentro

do horizonte determinado pelas variáveis selecionadas, foi possível chegar a conclusões tanto

quanto a hipótese discutida, quanto à questão de como os diferentes níveis de conservação

ambiental e outras características do meio ambiente (universo de interações) se correlacionam

com o cometimento do Ato Infracional, nas 80 comarcas de estudo.

As sete categorias dos AIE foram trabalhadas na intenção de melhor analisar os dados

durante o transcorrer do trabalho, resultando em um total de 26 variáveis (Tabela 3.2.8). Os

AIE foram analisados quanto a sua quantidade e também de acordo com a proporcionalidade

desta nas populações das comarcas (AIE%). Para um estudo pormenorizado das relações entre

as variáveis de estudo e a Intensidade de Violência na Adolescência (IVA), as oitenta

comarcas foram divididas em três grupos: comarcas com população menor que 20 mil

habitantes (pequena população); comarcas com população entre 20 mil habitantes e 100 mil

habitantes (média população) e população maior que 100 mil habitantes (grande população).

Foi observado que as sete comarcas mais populosas concentram 50% da população

total do grupo das 80 comarcas e não coincidentemente, cinco destas: Niterói, São Gonçalo,

Duque de Caxias, Campos dos Goitacazes e Nova Iguaçu/Mesquita são as comarcas com

maiores números de AIE, 36% do total. Este fato exemplifica o resultado encontrado da

influência da população sobre a quantidade de AIE, influência esta, que contamina os dados

49

tornando-os inconvenientes. Por outro lado, o estudo mostrou que a intensidade dos AIE

(AIE%) apresenta independência da influência populacional, demonstrando sua

disponibilidade para partilhar explicações com outras variáveis, e a possibilidade de sua

apropriação, como exposto pela comarca de Nova Iguaçu/Mesquita, que embora possua a

maior população do grupo está colocada em 58º lugar quanto a IVA. A influência positiva da

população no número de AIE torna-se negativa, quando se considera o AIE%. Portanto, a

tendência intrínseca à criminalidade na juventude diminui quando a população aumenta, ou a

violência individual se dilui, nas aglomerações urbanas.

São João de Meriti e Nilópolis são as comarcas mais densamente povoadas e suas IVA

são baixas, respectivamente 57ª e 52ª colocadas. As comarcas mais densamente povoadas são

as mesmas que possuem maior população, com exceção de Campos do Goitacazes. Nestas

áreas temos uma menor proporção de Lesões e Furtos. Esta tendência parece ser a repetição

do resultado encontrado na correlação da variável população. Entre as comarcas com

populações acima de 100 mil habitantes, a interação entre as variáveis mostra uma

interessante tendência inversa, onde Resende, Niterói, Belford Roxo, Nilópolis e São João de

Meriti deixam clara uma diminuição na IVA na medida que a densidade populacional vai

aumentando. Esta observação pode reforçar a teoria da vigilância, onde para Jane Jacobs17

(1961, apud Kuo e Sullivan, 2001) mais olhos repercutem em mais vigias e consequentemente

menos crimes, mas vai contra o consenso de que a violência aumenta nas grandes

aglomerações populacionais. Existe ainda a visualização de comarcas com densidades

similares e IVA em extremos totalmente opostos, como é o caso de Resende e

Itaboraí/Tanguá. Este caso evidencia que a densidade demográfica é mais um fator entre

tantos outros a contribuir.

As comarcas com maior percentual de jovens não ultrapassam os 45 mil habitantes,

sendo que três destas têm menos que 20 mil hab. Entre as comarcas com mais jovens, Duas

Barras se destaca positivamente, e Santa Maria Madalena, com IVA em 41º lugar,

negativamente, pois ambas possuem populações bem semelhantes sugerindo algo que

influencia na adesão de jovens à criminalidades nesta última. Já Trajano de Morais, no 13º

lugar, tem IVA preocupante, já que possui uma das maiores populações relativas de jovens,

demonstrando a necessidade urgente de políticas que os amparem. As cinco comarcas com

menores percentuais de jovens na população estão localizadas no litoral: Iguaba Grande,

Armação de búzios, Maricá, Rio das ostras e Cabo Frio. Búzios tem a segunda menor

17

Jacobs, J. (1961). The death and life of great American cities. New York: Random House.

50

proporção de população jovem, e ainda assim a quinta maior IVA. Talvez o rico turismo da

área e o convívio entre realidades contrastantes – desigualdade social – façam com que a IVA

seja tão marcante nesta comarca, apesar de sua pequena população de jovens. Os homicídios

(Homicídio%) e os roubos (Roubo%), proporcionais a população e praticados por jovens

assumem valores menores onde se tem maior percentual de jovens; em contrapartida, com o

percentual destes, aumenta a proporção de furtos (Furto%), de lesões (Lesão%) e crimes

contra os costumes (Pudor%), cometidos por crianças e adolescentes. Este resultado aponta

para a possível preferência do jovem ao cometer um AI, priorizando estes últimos em

detrimento daqueles. As políticas públicas deviam intensificar ações de prevenção nas

comarcas como Búzios, Lajes do Muriaé, Paulo de Frontin e Cantagalo, onde já houve êxodo

de jovens, e são máximos os valores de IVA.

A comarca de Niterói tem a maior Renda pc (R pc) do grupo; Petrópolis tem R pc

equivalente a 49% da niteroiense, seguida de Macaé, Miguel Pereira e Armação dos Búzios.

As menores R pc estão nas comarcas de São João da Barra, São Sebastião do Alto, Japeri e

São Francisco de Itabapoana. Laje do Muriaé tem o maior índice de violência do grupo

estudado e a terceira menor R pc, confirmando teorias econômicas para a criminalidade;

contudo, a comarca de São Sebastião do Alto, com a quarta pior R pc, é a penúltima colocada

em violência na adolescência, e São Francisco de Itabapoana, que além de pobre tem a

pobreza concentrada na população jovem, está com a IVA em 68º lugar, engendrando dúvidas

quanto à importância do fator econômico, respaldando as divergências sobre a maior ou

menor importância da pobreza e da desigualdade social na explicação do fenômeno da

violência (VELHO e ALVITO, 1996). Verifica-se ainda, que Búzios tem a quinta maior R pc

e a quinta maior IVA. A relevante e positiva proporção da R pc com os AIE% cometidos com

o emprego de arma de fogo (Arma%) e o Roubo% exibe a maior probabilidade de assaltos

através do uso de armas em comarcas mais ricas.

A interação positiva de Jovens Pobres(%) com Arma%, Lesão%, Furto%, Pudor%,

total de AIE relativos a população da comarca (TAIs%) e total de AIE relativos a população

da comarca menos o tipos enquadrados como tráfico (AIE-T%) exprime uma tendência

permitindo afirmar que a pobreza não é o único fator a influenciar no cometimento do AI, mas

é um dos mais marcantes. Nas comarcas com mais de 100mil habitantes, quanto maior a

percentagem de crianças em famílias pobres, maior a taxa de IVA. Entretanto, esta

informação se dilui, quando se analisa o conjunto das oitenta comarcas, mas deve ser

enfatizada, por isto mesmo, por ser o estrato com mais urbanização, maior R pc, melhor

IDHM, e maior violência.

51

Das comarcas onde há menor distribuição de renda Niterói é a primeira, seguida por

Miguel Pereira. Considerando que Niterói tem a maior R pc e menor distribuição de renda,

pode-se considerá-la possuidora de uma grande desigualdade social, o que pode justificar sua

18ª colocação quanto à IVA. Os dados parecem confirmar o senso comum sobre a ligação

entre violência e má distribuição de renda. Isto se confirma ainda nas comarcas com piores

distribuições de renda como Miracema e Carmo, ambas colocadas entre as vinte maiores IVA.

Também foi observado que comarcas menos igualitárias, quanto a sua distribuição de renda,

possuem um maior índice de Roubo%. Isto nos leva a supor que a desigualdade

socioeconômica é confrontada através da violência armada. Mas, a análise dos estratos

populacionais expõe que não se pode detectar influência determinante da distribuição de

renda sobre a IVA, talvez porque ela seja baixa, sem ultrapassar 13%, nas oitenta comarcas

estudadas.

Vê-se o IDHM identificando entre os baixos índices a comarca de São Francisco de

Itabapoana, mas, não foi sensível às discrepâncias socioeconômicas de Niterói, premiando

grandes urbes mais ricas, enquanto penaliza as pequenas, mas pobres. O IDHM se mostrou

um índice econômico sendo inversamente proporcional ao Furto%. Mas, exprime relevâncias

positivas para as relações com Arma%, Homicídio% e Roubo%, deixando transpassar a idéia

de que áreas com maior IDHM são também onde ocorrem mais roubos com utilização de

arma de fogo e resultado morte.

A comarca com maior percentual de católicos é Santa Maria Madalena, seguida de

Duas Barras, e Laje de Muriaé, Miracema e Cantagalo. A comarca com menor percentual de

católicos declarados é Armação dos Búzios, seguida por Silva Jardim, Japeri, Rio das Ostras,

e Cabo Frio, coincidentemente Búzios e Silva Jardim apresentam altas taxas de violência em

sua população jovem, e as outras comarcas estão todas acima dos quarenta maiores índices de

IVA, a comarca de Duas Barras é a segunda mais católica das 80 comarcas e tem IVA nula.

Deduz-se, desta observação, uma tendência entre as comarcas menos católicas a possuírem

índices mais altos de violência. Porém, esta relação inversa entre a religião católica e a

criminalidade parece desaparecer quando vemos Laje do Muriaé, Cantagalo e Miracema

comarcas de população predominantemente católicas com índices elevados de violência,

respectivamente o primeiro, o segundo e o sexto.

O menor percentual de evangélicos se encontra em Laje de Muriaé, seguida por São

João da Barra e Rio das Flores, Valença e Porto Real/Quatis. As comarcas mais evangélicas

apresentam IVA depois do 45º lugar, significando serem comarcas pouco violentas. Apesar de

Silva Jardim na 9ª posição. Quanto às comarcas menos evangélicas nota-se que todas

52

possuem IVA acima da média, traduzindo maiores índices de criminalidade, estes fatores

sugerem uma relação inversamente proporcional entre essas variáveis. Embora o grupo de

Evangélicos exiba significância positiva com Pudor%, tem correlação negativa com

Tráfico%, Lesão%, TAIs%, IVA, AIE-T% e com o somatório dos AIE menos a categoria

Furto, proporcional a população da comarca (AIE-F%). Isso mostra que proporcionalmente,

nas comarcas mais evangélicas, são menores as adesões de jovens à rede criminal no geral,

mais especificamente ligada ao Tráfico% e a Lesão%. A IVA diminui com o aumento da

proporção de evangélicos e isto acontece nas grandes aglomerações urbanas.

Na análise das correlações, a exemplo das comarcas com populações mais

evangélicas, as comarcas com populações menos religiosas apresentam relações negativas

com algumas variáveis dos AIE%. Pode-se deduzir que a religião ajuda a diminuir a

incidência criminal na adolescência, e que declarar-se sem religião pode representar uma

atitude ética, um tipo de religião, capaz de causar um efeito parecido com o causado pelas

religiões sobre os AI.

Iguaba Grande apesar de figurar como a segunda menor área vegetada, tanto extensiva

como intensivamente, recebeu, á época, o segundo maior Índice Final de Conservação

Ambiental (IFCA), com um valor destoante da distribuição. Portanto, o percentual de floresta

ombrófila, vegetação secundária e formações pioneiras não é um fator de peso na definição do

IFCA. Este índice mostra relação significante e positiva apenas com o Roubo%, revelando a

feição econômica deste índice. Dentre as comarcas menores que vinte mil habitantes a

correlação entre o IFCA e a IVA sugere uma relação inversa não-linear. Mas, o IFCA não

correspondeu ao esperado, este índice se mostrou mais econômico e menos socionatural, a

conservação ambiental medida não foi sinônimo de qualidade socionatural, como pode ser

confirmado pelo alto índice de Iguaba Grande, que possui a segunda menor área vegetada do

grupo.

As cinco comarcas com maiores percentuais de vegetação expõem baixos índices de

IVA, enquanto comarcas com menores percentuais de áreas vegetadas exibem altos índices de

IVA, um indício de relação inversa desta variável com a IVA. Mas, São João de Meriti e

Araruama, com respectivos 57º e 73º lugares, quanto a IVA, estão evidenciando pequenas

taxas de criminalidade na adolescência, embora tenham percentuais de áreas vegetadas

baixíssimas, 0% e 8% respectivamente, significando que a ausência de vegetação não

condiciona a violência entre os jovens. Contudo, Araruama possui em seu território o maior

ecossistema lagunar hipersalino do mundo, compensando a falta de vegetação e acrescentando

ao espaço funções sociais da natureza. O percentual vegetado tem correlação com a IVA e

53

com o AIE-F%. Todas correlações negativas, confirmando menores taxas de violência quanto

maior a área vegetada. A Lesão% também tem correlação negativa com esta variável,

podendo ser este o resultado da ação de uma das funções sociais da natureza agindo sobre o

indivíduo. Nas comarcas medianas, Paraty e Mangaratiba lideram a relação inversa, porque

têm muita área vegetada e baixa IVA, enquanto Porto Real/Quatis lidera também, mas porque

tem pouca vegetação, e alta IVA. Nas comarcas maiores que 100 mil hab. Angra dos Reis,

Nova Friburgo e Teresópolis têm muita vegetação, mas, enquanto a primeira mantém a

inversão porque tem baixa IVA, as duas últimas têm alta IVA. Esta observação poderia ser

explicada pela existência de áreas vegetadas onde o acesso é negado a população (áreas de

proteção integral), o que suprimiria a possibilidade de apropriação das funções sociais da

natureza pela população em geral.

A variável Rural se relaciona diretamente proporcional com o Tráfico%, Lesão%,

Furto%, TAIs%, IVA, AIE-T%, AIE-F%. Estes dados parecem indicar que quanto maior a

área Rural da comarca maior também é a IVA. Entretanto, áreas rurais têm menos

quantidades de AIE, o que facilitaria a atuação das forças de segurança, tornando sua

estatística mais visível comparativamente às comarcas mais urbanizadas. Esta relação positiva

se mantém nos três estratos populacionais, mas só é relevante nas comarcas intermediárias.

Nas comarcas menores, onde se espera maiores proporções de área rural, Laje do Muriaé é a

maior responsável pela relação – tem muita área rural e muita violência. Em compensação,

Paulo de Frontin e Cantagalo prejudicam a relação porque têm muita violência e pouca área

rural, e São Sebastião do Alto faz o mesmo efeito, mas por motivo inverso: tem muita área

rural e pouca violência.

As comarcas de São João de Meriti, Nilópolis, Belford Roxo, São Gonçalo, Niterói,

Japeri e Queimados, têm percentuais discrepantes de área urbana. Seus índices de violência na

adolescência variam uniformemente sugerindo uma relação inversa com a IVA. Mas, as

comarcas de Engenheiro Paulo de Frontin e São Sebastião do Alto, com IVA igual a zero, têm

áreas urbanas insignificantes. A área Urbana assume significância negativa com Lesão%,

Furto%, TAIs% e AIE-T%, e significância positiva apenas com o Roubo%, expondo que a

área urbana é realmente maior onde temos menos AIE%. Tal fato pode ser explicado pela

teoria da vigilância e pelo fracasso das forças de segurança frente a grande demanda. Este

dado, junto ao dado das áreas rurais, pode ser o reflexo da diferença entre a atuação policial

no interior e nas grandes cidades.

Discriminando os AIE por categorias temos 44% destes discrepantes, 62% de Arma,

58% de Estupro, 54% de Roubo, 46% de Homicídio, 45% de Lesão, 38% de Tráfico e 36% de

54

Furto. Observa-se que as categorias de Tráfico e Furto são mais uniformes quanto a população

das comarcas, e a categoria de Homicídio a menos influenciada por essa uniformização.

Arraial do Cabo, Duas Barras e Sumidouro não apresentam nenhum AIE registrado no

período considerado e São Sebastião do Alto apenas um. Itaboraí/Tanguá possui população

entre as dez maiores, sendo a 76ª colocada quanto a IVA. Niterói tem o maior IDHM, a maior

renda per capita e o segundo menor percentual de jovens vivendo abaixo da linha de pobreza.

Estes índices podem dar a impressão de boa qualidade de vida, mas, em contrapartida, Niterói

tem a menor apropriação de renda por parte dos 40% mais pobres, demonstrando má

distribuição de renda, uma característica de desigualdade social, não detectada no IDHM,

além do mais, como já foi visto, tem a 18ª maior IVA

A Intensidade de Violência na Adolescência medida através dos crimes contra a

pessoa praticados por jovens nas 80 comarcas do ERJ tem sua maior expressão em comarcas

com pequenas populações, Laje do Muriaé é a primeira colocada em função de seu grande

número de AIE em uma pequena população, seguida por Cantagalo, Engenheiro Paulo de

Frontin, Porto Real/Quatis e Armação dos Búzios.

Vê-se que o Roubo% só tem relação significante e positiva com o IFCA, a área

Urbana (Tabela 4.2.1), a R pc e o IDHM (Tabela 4.2.2). O que temos em comum entre essas

variáveis parece ser o fator econômico e talvez essa seja a explicação da consequente maior

taxa de Roubo%.

O fenômeno social estudado demonstrou sua multiplicidade de interações, levando a

necessidade da análise em componentes principais (PCA), que determinou, preliminarmente,

a utilização de cinco eixos explicativos para o sistema de variáveis proposto. O eixo principal

contém todos os somatórios de AIE, devidamente indexados pela população. No segundo eixo

foram grupadas as variáveis econômicas (R pc e IDHM), com os mesmos sinais do eixo

principal (positivos), e a Proporção de Jovens (Jovens% e Jovens Pobres), com sinais

contrários, explicando 18% das variações do sistema. Em seguida, temos como terceiro fator

explicativo as variáveis mais associadas à urbanização (Urbana, DD, População, Evangélico e

Sem Relig), todas com sinais negativos, explicando também 18% das variações. Dando

continuidade, observamos no quarto eixo as variáveis indicadoras de qualidade ambiental

(Vegetada, Rural e IFCA), onde apenas o percentual de área rural tem sinal positivo, com

11% de explicação; em fim, no último fator surge a distribuição de renda (Dist Renda) e a

Área da comarca, como variáveis menos importantes entre os componentes principais. À vista

destas informações, foi possível grupar as comarcas segundo dois fatores principais: o eixo da

55

Violência, representado pelos AIE% e o eixo Riqueza+Juventude, identificado pela

combinação deles, observa-se assim, comarcas desde violentas e ricas, até pobres e tranqüilas.

Comarcas como São Francisco de Itabapoana, Paty do Alferes, Sumidouro e Itaboraí,

são exemplos de tranqüilidade, onde, mesmo verificando-se a pobreza nos índices

econômicos, conjugada com grande percentual de jovens, ainda assim, temos a IVA baixa.

Outro bom exemplo de baixa IVA está nas comarcas de Petrópolis, Macaé, Nova Friburgo,

Mangaritiba e Maricá, contudo, apresentam melhores índices econômicos que as primeiras,

com menor percentual de jovens. Por outro lado, temos exemplos negativos, comarcas que

apesar de constarem como mais ricas e com populações juvenis menores, têm maior violência

em seus territórios, como é o caso de Niterói, Iguaba Grande, Búzios, Rio das Ostras e

Itatiaia. Já as comarcas de Laje do Muriaé, Silva Jardim, Trajano de Moraes, Engenheiro

Paulo de Frontin, Porciúncula e Natividade, são exemplos de comarcas pobres, com muitos

jovens e muita violência.

Por fim, verifica-se que os diferentes níveis de conservação ambiental e outras

características do meio ambiente se correlacionam com o cometimento do AIE exibindo

significâncias positivas e negativas, muitas das quais de acordo com o senso comum outras

nem tanto.

O percentual vegetado tem correlação com Lesão%, IVA e AIE-F%, todas correlações

negativas, apontando que a violência é menor em áreas mais vegetadas, logo “a intensidade de

violência na adolescência é menor em áreas de melhor qualidade socionatural”. Mas, “a

possibilidade de ocorrência de um evento não pode ser visto como causa dele” Silva (2008, p.

38). Contudo não se pode descartar, tendo em vista os embasamentos teóricos, que esta

ocorrência pode representar um laço causal.

Concomitante, se exibiu um panorama da violência praticada por jovens nas 80

comarcas do ERJ, de forma escalonada e ordenada através da IVA. Onde algumas comarcas

demonstraram-se extremamente bem sucedidas, no trato da questão da adesão de jovens à

criminalidade, enquanto outras deixaram transparecer suas dificuldades e fragilidades. Seria

oportuna a pesquisa que correlacionasse a IVA com a proporção de crimes comuns nestas

comarcas, para verificar se são dependentes.

O fator econômico, a pobreza, o poder, a adrenalina aparecem sempre como respostas

para o ingresso de jovens no tráfico (SILVA 2008). O próprio jovem atribui muitas vezes

essas causas como suas motivações, neste sentido, seria interessante investigar qual a

percepção destes jovens sobre a natureza que os cerca, na intenção de identificar se as funções

sociais desta são percebidas, e se possibilitam uma alternativa à vida criminosa. A percepção

56

do jovem sobre a utilidade e apropriação da natureza conservada é importantíssima e

necessariamente deve ser levada em conta, pois seu desconhecimento do assunto pode

representar a necessidade de uma educação ambiental, agregando valor ao seu entorno. Não

devemos esquecer que a perda de referenciais éticos também vem acompanhada de uma perda

de valores tradicionais e talvez o uso da natureza para a sobrevivência e distração esteja

perdida no mesmo conjunto cultural. Uma educação fundamental ou ambiental deveria

agregar valores a natureza de tal maneira que crianças não só conservassem mas também se

utilizassem desta conservação.

Esta pesquisa pode ser aprimorada, se for menos generalista, buscando investigar

grupos mais homogêneos de jovens, com as mesmas necessidades, em espaços que

apresentem características semelhantes e destoem apenas na presença ou não da natureza em

suas localidades, para assim contrapor os resultados da intensidade de violência na

adolescência.

As comarcas bem colocadas merecem atenção de estudos que possam localizar os

fatores que lhes favorecem, assim como as mal colocadas precisam da atenção de políticas

capazes de proporcionar um futuro melhor a esses jovens. O Estado do rio de Janeiro (ERJ)

poderia como política de prevenção ao crime, criar algum subsídio capaz de premiar as

comarcas com melhores índices de violência na adolescência, para assim engendrar uma

competitividade sadia que poderia melhorar o problema da adesão de jovens ao cometimento

do AI.

De tudo que foi visto conclui-se que a intensidade de violência na adolescência é um

fenômeno ambiental complexo e multivariado, corroborando com o princípio central do

ambientalismo, onde “tudo é conectado com tudo o mais” Hannigan (2009, p. 125). O grau de

interação é determinado de acordo com situações muito variadas e os resultados evidenciam

essa infinidade de relações. As variáveis socioeconômicas são muito importantes

demonstrando a necessidade de se erradicar a pobreza, como também de incrementar a

religiosidade ou outras atividades que fortaleçam os referenciais éticos. As variáveis

demográficas mostram a possibilidade de ocorrência de um AI maior nas comarcas mais

populosas, entretanto, a probabilidade de um jovem delinqüir, nestas comarcas, é menor. O

percentual de área Rural tem relação direta com a IVA que deve ser investigada mais de perto.

Já o percentual de área vegetada mostrou-se interagindo de forma inversa com a IVA,

confirmando a hipótese apresentada, mas, expôs que não é a única variável agindo no sistema.

57

Assim como Dunlap e Catton18

(1992, apud Hannigam, 2009, p. 35), segundo

Hannigan, (2009, p. 35), “fizeram uma cruzada para converter sociólogos para seu novo

paradigma ecológico”, confiante de que “um dia se saberá a verdade” Santos (1973), fiz esta

missão pelas oitenta comarcas do ERJ, esperançoso de ter alcançado o resultado possível e

convicto ter colaborado ao menos para engendrar a percepção da violência, praticada por

jovens, como resultado, também, da construção social desequilibrada do nosso espaço natural.

18

DUNLAP, R. E. & CATTON, W.R. Jr. (1992/1993) Towards an ecological sociology: the development,

current status and probable future of environmental sociology. The annals of the international Institute of

Sociology, 3 (New Series): 263-284.

58

Referências Bibliográficas

ABREU, Waldir. A corrupção penal infanto-juvenil. Rio de Janeiro: Forense, 1995. 93 p.

ALMEIDA, Cássia. No caminho da violência: Desemprego e morte, lado a lado. O Globo,

Rio de Janeiro, 17 maio 2009. Economia, p. 25 e 26.

BATISTA, Lauro Boechat e SANTOS, Kélia Batista. Estatística/Bioestatística. Rio de

Janeiro: Lauro Boechat Batista, 2007. 194 p.

BECHARA, Evanildo, Moderna gramática portuguesa. 37. ed. ver. e ampl. 15ª reimpr. Rio de

Janiero: Lucerna, 2005. 672 p.

BIRMAN, Patrícia. Favela é comunidade? In: SILVA, Luiz Antônio Machado (Org). Vida

sob Cerco. Violência e rotina nas favelas do Rio de Janeiro. Rio de Janeiro: Editora Nova

Fronteira, 2008. 316 p.

BRASIL. Lei nº 10.826, de 22 de dezembro de 2003. Dispõe sobre registro, posse e

comercialização de armas de fogo e munição, sobre o Sistema Nacional de Armas – Sinarm,

define crimes e dá outras providências. Diário Oficial da União, Brasília, 23 de dez. 2003, Séc

I.

BRASIL. Lei nº 11.343, de 23 de agosto de 2006. Institui o Sistema Nacional de Políticas

Públicas sobre Drogas - Sisnad; prescreve medidas para prevenção do uso indevido, atenção e

reinserção social de usuários e dependentes de drogas; estabelece normas para repressão à

produção não autorizada e ao tráfico ilícito de drogas; define crimes e dá outras providências.

BRASIL. Lei nº 6938, de 31 de agosto de 1981. Dispõe sobre a Política Nacional do Meio

Ambiente, seus fins e mecanismos de formulação e aplicação, e dá outras providências. Diário

Oficial da União, Brasília, 02 de set. 1981, Séc I.

BRASIL. Lei nº 8069, de 13 de julho de 1990. Dispõe sobre o Estatuto da Criança e do

Adolescente e dá outras providências. Diário Oficial da União, Brasília, 16 de jul. 1990, Séc I.

59

CARVALHO, Cacilda Nascimento de. Geoquímica ambiental – Conceitos, métodos e

aplicações. Geoch. Bras. 3(1) p. 17-22. 1989.

CERENA, Centro de Recursos Naturais e Ambiente. Análise em Componentes Principais.

Disponível em: http://cerena.ist.utl.pt/hgp/textosapoio/ACP%20_teoria.pdf Acesso em: 08 de

ago. 2009.

COUTINHO, Ronaldo e ROCCO, Rogério (orgs.). O Direito Ambiental das Cidades. Rio de

Janeiro: DP&A, 2004. 304 p.

DEMO, Pedro Pesquisa: princípio científico e educativo. 12. ed. São Paulo: Cortez, 2006. 120

p. (Biblioteca da educação. Série 1. Escola; v.14)

Diário Oficial da União, Brasília, 24 de dez. 2003, Séc I.

DSBRASIL, Página do Desenvolvimento Sustentável Brasil. Disponível em:

http://wwwdsbrasil.net Acesso em 08 de ago. 2009.

DUBAR, Claude Os “ensinamentos” dos enfoques sociológicos da delinquência juvenil.

Sento-Sé, João Trajano e Vanilda Paiva (Orgs). Juventude em conflito com a lei. Rio de

Janeiro: Garamond, 2007. 280 p. Parte II, Cap. 1, p. 157-180.

DUTRA, Fábio e Maria Aglae Tedesco Vilardo (orgs). Estudos em homenagem a

Desembargadora Maria Collares Felipe da Conceição. Rio de Janeiro: EMERJ, 2003. 192 p.

FERRI, Enrico. Delinqüente e Responsabilidade Penal. (Trad. Fernanda Lobo). São Paulo:

Rideel, 2006. 224 p.

FOUCAULT Michel. Vigiar e Punir. Nascimento da Prisão (Trad. Raquel Ramalhete). 35. ed.

Rio de Janeiro: Editora Vozes, 2008. 288 p. Tradução de: Surveiller et punir.

FREIRE, Paulo. Pedagogia da Esperança. Um reencontro com a pedagogia do oprimido. 10.

ed. São Paulo: Editora Paz e Terra, 2003. 245 p.

http://cerena.ist.utl.pt/hgp/textosapoio/ACP%20_teoria.pdf

http://wwwdsbrasil.net/

60

FRIDMAN, Luis Carlos. Morte e vida na favela In: SILVA, Luiz Antônio Machado (Org).

Vida sob Cerco. Violência e rotina nas favelas do Rio de Janeiro. Rio de Janeiro: Editora

Nova Fronteira, 2008. 316 p.

Fundação CIDE - Fundação Centro de Informação de Dados do Rio de Janeiro. Disponível

em: http://www.cide.rj.gov.br Acesso em: 15 de out. 2008.

GONÇALVES, Hebe Signorini. A violência de todos nós. In: Sento-Sé, João Trajano e

Vanilda Paiva (Orgs). Juventude em conflito com a lei. Rio de Janeiro: Garamond, 2007. 280

p. Parte II, Cap. 5, p. 211-222.

HANNIGAN, John. Sociologia ambiental. (Trad. Annahide Burnett). Petrópolis, RJ: Vozes,

2009. 270 p. Tradução de: Environmental sociology.

HARVEY, David. Condição Pós-Moderna. Uma Pesquisa Sobre as Origens da Mudança

Cultural. [Trad. Adail Ubirajara Sobral e Maia Stela Gonçalves}. 17. ed. São Paulo: Editora

Loyola, 2008. 349 p. Tradução de: The condition of Postmodernity.

HARVEY, David. Espaços da Esperança. (Trad. Adail Ubirajara Sobral e Maria Stela

Gonçalves). 2. ed. São Paulo: Edições Loyola, 2004. 382 p. Tradução de: Spaces of Hope.

Instituto Brasileiro de Geografia e Estatística (IBGE). Disponível em: http://www.ibge.gov.br

Acesso em 15 de out 2008.

IPEA, Instituto de Pesquisa Econômica Aplicada. Disponível em: http://www.ipea.gov.br

Acesso em: 15 de out. 2008.

KUO Francis E. e SULLIVAN William C. Environment and crime in the inner city. Does

vegetation reduce crime? Environment and Behavior, Vol. 33 No. 3, Chicago: Sage

Publications, 2001. 343-367 p. Disponível em: http://www.naturalearning.org Acesso em: 15

de março de 2009.

LEITE, Márcia Pereira. Violência, risco e sociabilidade nas margens da cidade. In: SILVA,

Luiz Antônio Machado (Org). Vida sob Cerco. Violência e rotina nas favelas do Rio de

Janeiro. Rio de Janeiro: Editora Nova Fronteira, 2008. 316 p.

http://www.cide.rj.gov.br/

http://www.ibge.gov.br/

http://www.ipea.gov.br/

61

LOPES, Maurício Antônio Ribeiro. Código Penal Brasileiro. 5. ed. rev., atual. e ampl. - São

Paulo: Editora revista dos Tribunais, 2000. 803 p.

MACHADO, Jeanne. A Solidariedade na Responsabilidade Ambiental. Rio de Janeiro:

Editora Lúmen Júris, 2006. 149 p.

MACHADO, Paulo Afonso Leme. Direito Ambiental Brasileiro. 14. ed. ver. atual. e ampl. -

São Paulo: Editora Malheiros Ltda, 2006. 1094 p.

Mapeamento nacional da situação do atendimento dos adolescentes em cumprimento de

medidas sócio-educativas. Brasília: Secretatia Espedial de Direitos Humanos (SEDH), 2002.

Disponível em: http://www.presidencia.gov.br/estrutura_presidencia/sedh Acesso em: 25 de

out de 2007.

MARTINS, Mayra Costa. A primeira experiência do uso de drogas e o ato infracional entre os

adolescentes em conflito com a lei. Riberão Preto, 2007. 94 p. Tese de Mestrado apresentada

à Escola de Enfermagem de Ribeirão Preto USP. Ribeirão Preto 2007. Disponível em:

http://biblioteca.universia.net/ficha.do?id=29900810 Acesso em: 20 de mar. 2009.

MENDONÇA, Francisco. Clima e criminalidade: ensaio analítico da correlação entre a

temperatura do as e a incidência da criminalidade urbana. Curitiba: Editora UFPR, 2001, 182

p.

MIRANDA, Ana Paula Mendes de; Mello, Kátia Sento Sé; & DIRK, Renato. Dossiê criança e

adolescente. Rio de Janeiro: ISP, 2007. Disponível em: www.isp.rj.gov.br Acesso em: 08 de

ago. de 2009.

OLIVEIRA, Pedro Paulo de. Sobre a adesão juvenil as redes de criminalidade em favelas. In:

SILVA, Luiz Antônio Machado (Org). Vida sob Cerco. Violência e rotina nas favelas do Rio

de Janeiro. Rio de Janeiro: Editora Nova Fronteira, 2008. 316 p.

http://www.presidencia.gov.br/estrutura_presidencia/sedh/spdca/prosinase/Pesquisas_MSE/

http://biblioteca.universia.net/ficha.do?id=29900810

http://www.isp.rj.gov.br/

62

PULASKI, Mary Ann Spencer. Compreendendo Piaget - Uma introdução ao conhecimento

cognitivo da criança. [Trad. Vera Ribeiro]. Rio de Janeiro: Ed. Guanabara Koogan S.A., 1986.

230 p. Tradução de: Understanding Piaget.

ROUQUAYROL, Maria Zélia e NAOMAR de Almeida Filho. Epidemiologia e Saúde. 6. ed.

Rio de Janeiro: MEDSI, 2003. 728 p.

SANTOS, José Wilson Seixas. Síntese Expositiva de Criminologia. 2. ed. São Paulo: Livraria

Jurid Vellenich LTDA, 1973. 120 p.

SENTO-SÉ, João Trajano. Violência Tráfico e Juventude. In: Sento-Sé, João Trajano e

Vanilda Paiva (Orgs). Juventude em conflito com a lei. Rio de Janeiro: Garamond, 2007. 280

p. Parte II, Cap. 5, p. 211-222.

SILVA, Jailson et alii. Caminhada de Crianças, adolescentes e jovens na rede do tráfico de

drogas no varejo do Rio de Janeiro, 2004-2006. Relatório de pesquisa - 2006. Disponível em

www.observatóriodefavelas.com.br Acesso em: Abr de 2008.

.

SILVA, Luiz Antônio Machado e LEITE Marcia Pereira. Violência, crime e polícia. In:

SILVA, Luiz Antônio Machado (Org). Vida sob Cerco. Violência e rotina nas favelas do Rio

de Janeiro. Rio de Janeiro: Editora Nova Fronteira, 2008. 316 p.

SILVA, Luiz Antonio Machado. Violência urbana, sociabilidade violenta e agenda pública.

In:

_______Vida sob Cerco. Violência e rotina nas favelas do Rio de Janeiro. Rio de Janeiro:

Editora Nova Fronteira, 2008. 316 p.

SILVA, Mônica Paraguassu Correia da. A política da maioridade penal dentro do processo de

universalização dos direitos do homem para uma ecopedagogia. Revista da Faculdade de

Direito da Universidade Federal de Minas Gerais. Belo Horizonte: Nova Fase, n. 51, p. 309-

335, jul.-dez., 2007.

http://www.observatóriodefavelas.com.br/

63

TRIGUEIRO, André (Org). Meio ambiente no século 21: 21 especialistas falam da questão

ambiental nas suas áreas de conhecimento. Rio de Janeiro: Sextante, 2003. 368 p.

USP, Universidade de São Paulo. Regressão Linear Múltipla. Disponível em:

www.erudito.fea.usp.br/.../Regressão%20Múltipla Acesso em: 08 de ago. 2008.

UFSC, Universidade Federal de Santa Cataria. Análise em Componentes Principais.

Disponível em: http://www.cfh.ufsc.br/gcn3506/documents/Cap3PCASouza2005Lisboa.pdf

Acesso em: 08 de ago. de 2009.

VELHO, Gilberto e ALVITO, Marcos (Org). Cidadania e Violência. Rio de Janeiro: Editora

UFRJ: Editora FGV, 1996. 368 p.

VELHO, Gilberto. Violência, reciprocidade e desigualdade: uma perspectiva antropológica.

In: Velho, Gilberto e Alvito, Marcos (Org). Cidadania e Violência. Rio de Janeiro: Editora

UFRJ: Editora FGV, 1996. 368 p.

http://www.erudito.fea.usp.br/.../Regressão%20Múltipla

http://www.cfh.ufsc.br/gcn3506/documents/Cap3PCASouza2005Lisboa.pdf

O Ato Infracional e o Meio Ambiente - Existe relação?

Documents

Transcript of O Ato Infracional e o Meio Ambiente - Existe relação?