REDES SOCIAIS

25°C

Estudo mostra conexão entre crimes econômicos e ambientais na produção de madeira, ouro e gado na Amazônia

Share on facebook
Share on twitter
Share on telegram
Share on whatsapp
Share on email
window.PLAYER_AB_ENV = “prod”

Um estudo que analisou 131 operações da Polícia Federal na Amazônia, deflagradas de 2016 a 2022 para combater crimes ambientais, aponta de que forma os ilícitos econômicos, como a lavagem de dinheiro, dão suporte à derrubada da floresta e tornam lucrativas as cadeias de produção ilegal de madeira, ouro e gado ? as três que mais geram danos ao ambiente.

O estudo foi realizado pelo Instituto Igarapé, entidade que produz dados sobre temas relevantes para a elaboração de políticas públicas.

“O crime ambiental hoje é operado por organizações criminosas. Ainda há uma ideia de que é uma atividade de subsistência, mas o que a gente vem mostrando é que é uma atividade altamente lucrativa, feita por organizações criminosas em sentido lato ? com hierarquia, divisão de tarefas e grandes investimentos para montar as operações”, diz Melina Risso, diretora de pesquisa do Instituto Igarapé.

A entidade criou uma nova tipologia, de “ilícitos econômicos”, para compreender as práticas que possibilitam o lucro nas cadeias de produção ilegais. Os ilícitos econômicos incluem:

  • lavagem de dinheiro: refere-se ao ato de dissimular ou ocultar a origem do recurso obtido ilegalmente;
  • esquentamento (ou lavagem) dos ativos ambientais: ocorre ao se declarar que um ativo, como o ouro, foi extraído de um local regularizado, quando na verdade ele é proveniente de uma área de exploração proibida, como unidades de conservação e terras indígenas;
  • fraude: consiste em atos praticados para mascarar ilegalidades. Pode ter natureza documental, processual ou fiscal;
  • corrupção e prevaricação: são as ilegalidades feitas com participação de agentes públicos, que recebem em troca alguma vantagem.

O Igarapé identificou que esses quatro tipos de ilícitos econômicos, sozinhos ou combinados, estiveram presentes em todas as 131 investigações da PF analisadas no estudo. Veja no gráfico abaixo:

Prevalência dos ilícitos econômicos em operações da PF contra crimes ambientais na Amazônia (2016-2022)
Estudo identificou padrões que indicam como crimes correlatos sustentam delitos ambientais, em todas as fases da cadeia produtiva.

(function () {
const chartData = {“APIDocumentID”:”7a8c1e1b-7436-405e-947a-6290f894464b”,”options”:{“credits”:”Instituto Igarapu00e9. A soma (268) supera o total de operau00e7u00f5es da PF porque cada uma pode ter mais de um tipo de ilu00edcito econu00f4mico.”,”data”:[{“name”:”Lavagem de dinheiro”,”value”:[“80”]},{“name”:”Fraude”,”value”:[“74”]},{“name”:”Corrupu00e7u00e3o e prevaricau00e7u00e3o”,”value”:[“69”]},{“name”:”Esquentamento de ativos ambientais”,”value”:[“45″]}],”inverted”:false,”name”:”Registros nas operau00e7u00f5es”,”subtitle”:”Estudo identificou padru00f5es que indicam como crimes correlatos sustentam delitos ambientais, em todas as fases da cadeia produtiva.”,”title”:”Prevalu00eancia dos ilu00edcitos econu00f4micos em operau00e7u00f5es da PF contra crimes ambientais na Amazu00f4nia (2016-2022)”,”yAxisTitle”:”Ilu00edcitos econu00f4micos”},”svg”:”%3Csvg xmlns:xlink=u0027http://www.w3.org/1999/xlinku0027 version=u00271.1u0027 class=u0027highcharts-rootu0027 style=u0027font-family:%26quot%3Bopensans%26quot%3B%2C %26quot%3Bopen sans%26quot%3B%2C %26quot%3Bhelvetica%26quot%3B%2C %26quot%3Bverdana%26quot%3B%3Bfont-size:12px%3Bcolor:%23333333%3Bfill:%23333333%3Bu0027 xmlns=u0027http://www.w3.org/2000/svgu0027 width=u0027600u0027 height=u0027400u0027 viewBox=u00270 0 600 400u0027%3E%3Cdesc%3ECreated with Highcharts 5.0.9%3C/desc%3E%3Cdefs%3E%3CclipPath id=u0027highcharts-2co3n62-2493u0027%3E%3Crect x=u00270u0027 y=u00270u0027 width=u0027532u0027 height=u0027216u0027 fill=u0027noneu0027%3E%3C/rect%3E%3C/clipPath%3E%3C/defs%3E%3Crect fill=u0027transparentu0027 class=u0027highcharts-backgroundu0027 x=u00270u0027 y=u00270u0027 width=u0027600u0027 height=u0027400u0027 rx=u00270u0027 ry=u00270u0027%3E%3C/rect%3E%3Crect fill=u0027noneu0027 class=u0027highcharts-plot-backgroundu0027 x=u002758u0027 y=u002710u0027 width=u0027532u0027 height=u0027216u0027%3E%3C/rect%3E%3Cg class=u0027highcharts-grid highcharts-xaxis-grid u0027%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-grid-lineu0027 d=u0027M 190.5 10 L 190.5 226u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-grid-lineu0027 d=u0027M 323.5 10 L 323.5 226u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-grid-lineu0027 d=u0027M 456.5 10 L 456.5 226u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-grid-lineu0027 d=u0027M 589.5 10 L 589.5 226u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-grid-lineu0027 d=u0027M 57.5 10 L 57.5 226u0027 opacity=u00271u0027%3E%3C/path%3E%3C/g%3E%3Cg class=u0027highcharts-grid highcharts-yaxis-grid u0027%3E%3Cpath fill=u0027noneu0027 stroke=u0027%23e6e6e6u0027 stroke-width=u00271u0027 class=u0027highcharts-grid-lineu0027 d=u0027M 58 226.5 L 590 226.5u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 stroke=u0027%23e6e6e6u0027 stroke-width=u00271u0027 class=u0027highcharts-grid-lineu0027 d=u0027M 58 172.5 L 590 172.5u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 stroke=u0027%23e6e6e6u0027 stroke-width=u00271u0027 class=u0027highcharts-grid-lineu0027 d=u0027M 58 118.5 L 590 118.5u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 stroke=u0027%23e6e6e6u0027 stroke-width=u00271u0027 class=u0027highcharts-grid-lineu0027 d=u0027M 58 64.5 L 590 64.5u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 stroke=u0027%23e6e6e6u0027 stroke-width=u00271u0027 class=u0027highcharts-grid-lineu0027 d=u0027M 58 9.5 L 590 9.5u0027 opacity=u00271u0027%3E%3C/path%3E%3C/g%3E%3Crect fill=u0027noneu0027 class=u0027highcharts-plot-borderu0027 x=u002758u0027 y=u002710u0027 width=u0027532u0027 height=u0027216u0027%3E%3C/rect%3E%3Cg class=u0027highcharts-axis highcharts-xaxis u0027%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-ticku0027 stroke=u0027%23ccd6ebu0027 stroke-width=u00271u0027 d=u0027M 190.5 226 L 190.5 236u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-ticku0027 stroke=u0027%23ccd6ebu0027 stroke-width=u00271u0027 d=u0027M 323.5 226 L 323.5 236u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-ticku0027 stroke=u0027%23ccd6ebu0027 stroke-width=u00271u0027 d=u0027M 456.5 226 L 456.5 236u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-ticku0027 stroke=u0027%23ccd6ebu0027 stroke-width=u00271u0027 d=u0027M 590.5 226 L 590.5 236u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-ticku0027 stroke=u0027%23ccd6ebu0027 stroke-width=u00271u0027 d=u0027M 57.5 226 L 57.5 236u0027 opacity=u00271u0027%3E%3C/path%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-axis-lineu0027 stroke=u0027%23ccd6ebu0027 stroke-width=u00271u0027 d=u0027M 58 226.5 L 590 226.5u0027%3E%3C/path%3E%3C/g%3E%3Cg class=u0027highcharts-axis highcharts-yaxis u0027%3E%3Ctext x=u002711.46875u0027 text-anchor=u0027middleu0027 transform=u0027translate(0%2C0) rotate(270 11.46875 118)u0027 class=u0027highcharts-axis-titleu0027 style=u0027color:%23333%3Bfont-weight:bold%3Bfont-size:12px%3Bfill:%23333%3Bu0027 y=u0027118u0027%3E%3Ctspan%3EIl%C3%ADcitos econ%C3%B4micos%3C/tspan%3E%3C/text%3E%3Cpath fill=u0027noneu0027 class=u0027highcharts-axis-lineu0027 d=u0027M 58 10 L 58 226u0027%3E%3C/path%3E%3C/g%3E%3Cg class=u0027highcharts-series-groupu0027%3E%3Cg class=u0027highcharts-series highcharts-series-0 highcharts-column-series highcharts-color-undefined u0027 transform=u0027translate(58%2C10) scale(1 1)u0027 clip-path=u0027url(%23highcharts-2co3n62-2493)u0027%3E%3Crect x=u002734.5u0027 y=u002743.5u0027 width=u002764u0027 height=u0027173u0027 fill=u0027%23EC473Cu0027 stroke=u0027%23ffffffu0027 stroke-width=u00271u0027 class=u0027highcharts-point highcharts-color-0u0027%3E%3C/rect%3E%3Crect x=u0027167.5u0027 y=u002756.5u0027 width=u002764u0027 height=u0027160u0027 fill=u0027%239C3866u0027 stroke=u0027%23ffffffu0027 stroke-width=u00271u0027 class=u0027highcharts-point highcharts-color-1u0027%3E%3C/rect%3E%3Crect x=u0027300.5u0027 y=u002767.5u0027 width=u002764u0027 height=u0027149u0027 fill=u0027%23FB7B82u0027 stroke=u0027%23ffffffu0027 stroke-width=u00271u0027 class=u0027highcharts-point highcharts-color-2u0027%3E%3C/rect%3E%3Crect x=u0027433.5u0027 y=u0027119.5u0027 width=u002764u0027 height=u002797u0027 fill=u0027%23FEA44Du0027 stroke=u0027%23ffffffu0027 stroke-width=u00271u0027 class=u0027highcharts-point highcharts-color-3u0027%3E%3C/rect%3E%3C/g%3E%3Cg class=u0027highcharts-markers highcharts-series-0 highcharts-column-series highcharts-color-undefined u0027 transform=u0027translate(58%2C10) scale(1 1)u0027 clip-path=u0027noneu0027%3E%3C/g%3E%3C/g%3E%3Cg class=u0027highcharts-data-labels highcharts-series-0 highcharts-column-series highcharts-color-undefined u0027 transform=u0027translate(58%2C10) scale(1 1)u0027 opacity=u00271u0027%3E%3Cg class=u0027highcharts-label highcharts-data-label highcharts-data-label-color-0 u0027 transform=u0027translate(55%2C20)u0027%3E%3Ctext x=u00275u0027 style=u0027font-size:12px%3Bfont-weight:bold%3Bcolor:%230f0f0f0%3Btext-outline:1px contrast%3Bfill:%230f0f0f0%3Bu0027 y=u002717u0027%3E%3Ctspan x=u00275u0027 y=u002717u0027 class=u0027highcharts-text-outlineu0027 fill=u0027%23FFFFFFu0027 stroke=u0027%23FFFFFFu0027 stroke-width=u00272pxu0027 stroke-linejoin=u0027roundu0027 style=u0027u0027%3E80%3C/tspan%3E%3Ctspan x=u00275u0027 y=u002717u0027%3E80%3C/tspan%3E%3C/text%3E%3C/g%3E%3Cg class=u0027highcharts-label highcharts-data-label highcharts-data-label-color-1 u0027 transform=u0027translate(188%2C33)u0027%3E%3Ctext x=u00275u0027 style=u0027font-size:12px%3Bfont-weight:bold%3Bcolor:%230f0f0f0%3Btext-outline:1px contrast%3Bfill:%230f0f0f0%3Bu0027 y=u002717u0027%3E%3Ctspan x=u00275u0027 y=u002717u0027 class=u0027highcharts-text-outlineu0027 fill=u0027%23FFFFFFu0027 stroke=u0027%23FFFFFFu0027 stroke-width=u00272pxu0027 stroke-linejoin=u0027roundu0027%3E74%3C/tspan%3E%3Ctspan x=u00275u0027 y=u002717u0027%3E74%3C/tspan%3E%3C/text%3E%3C/g%3E%3Cg class=u0027highcharts-label highcharts-data-label highcharts-data-label-color-2 u0027 transform=u0027translate(321%2C44)u0027%3E%3Ctext x=u00275u0027 style=u0027font-size:12px%3Bfont-weight:bold%3Bcolor:%230f0f0f0%3Btext-outline:1px contrast%3Bfill:%230f0f0f0%3Bu0027 y=u002717u0027%3E%3Ctspan x=u00275u0027 y=u002717u0027 class=u0027highcharts-text-outlineu0027 fill=u0027%23FFFFFFu0027 stroke=u0027%23FFFFFFu0027 stroke-width=u00272pxu0027 stroke-linejoin=u0027roundu0027%3E69%3C/tspan%3E%3Ctspan x=u00275u0027 y=u002717u0027%3E69%3C/tspan%3E%3C/text%3E%3C/g%3E%3Cg class=u0027highcharts-label highcharts-data-label highcharts-data-label-color-3 u0027 transform=u0027translate(454%2C96)u0027%3E%3Ctext x=u00275u0027 style=u0027font-size:12px%3Bfont-weight:bold%3Bcolor:%230f0f0f0%3Btext-outline:1px contrast%3Bfill:%230f0f0f0%3Bu0027 y=u002717u0027%3E%3Ctspan x=u00275u0027 y=u002717u0027 class=u0027highcharts-text-outlineu0027 fill=u0027%23FFFFFFu0027 stroke=u0027%23FFFFFFu0027 stroke-width=u00272pxu0027 stroke-linejoin=u0027roundu0027%3E45%3C/tspan%3E%3Ctspan x=u00275u0027 y=u002717u0027%3E45%3C/tspan%3E%3C/text%3E%3C/g%3E%3C/g%3E%3Cg class=u0027highcharts-axis-labels highcharts-xaxis-labels u0027%3E%3Ctext x=u0027127.32842712474618u0027 style=u0027color:%23333%3Bcursor:default%3Bfont-size:12px%3Bfont-weight:bold%3Bfill:%23333%3Bu0027 text-anchor=u0027endu0027 transform=u0027translate(0%2C0) rotate(-45 127.32842712474618 242)u0027 y=u0027242u0027 opacity=u00271u0027%3E%3Ctspan%3ELavagem de dinheiro%3C/tspan%3E%3C/text%3E%3Ctext x=u0027260.3284271247462u0027 style=u0027color:%23333%3Bcursor:default%3Bfont-size:12px%3Bfont-weight:bold%3Bfill:%23333%3Bu0027 text-anchor=u0027endu0027 transform=u0027translate(0%2C0) rotate(-45 260.3284271247462 242)u0027 y=u0027242u0027 opacity=u00271u0027%3E%3Ctspan%3EFraude%3C/tspan%3E%3C/text%3E%3Ctext x=u0027393.3284271247462u0027 style=u0027color:%23333%3Bcursor:default%3Bfont-size:12px%3Bfont-weight:bold%3Bfill:%23333%3Bu0027 text-anchor=u0027endu0027 transform=u0027translate(0%2C0) rotate(-45 393.3284271247462 242)u0027 y=u0027242u0027 opacity=u00271u0027%3E%3Ctspan%3ECorrup%C3%A7%C3%A3o e prevarica%C3%A7%C3%A3o%3C/tspan%3E%3C/text%3E%3Ctext x=u0027526.3284271247462u0027 style=u0027color:%23333%3Bcursor:default%3Bfont-size:12px%3Bfont-weight:bold%3Bfill:%23333%3Bu0027 text-anchor=u0027endu0027 transform=u0027translate(0%2C0) rotate(-45 526.3284271247462 242)u0027 y=u0027242u0027 opacity=u00271u0027%3E%3Ctspan%3EEsquentamento de ativos ambientais%3C/tspan%3E%3C/text%3E%3C/g%3E%3Cg class=u0027highcharts-axis-labels highcharts-yaxis-labels u0027%3E%3Ctext x=u002743u0027 style=u0027color:%23666666%3Bcursor:default%3Bfont-size:11px%3Bfill:%23666666%3Bu0027 text-anchor=u0027endu0027 transform=u0027translate(0%2C0)u0027 y=u0027231u0027 opacity=u00271u0027%3E%3Ctspan%3E0%3C/tspan%3E%3C/text%3E%3Ctext x=u002743u0027 style=u0027color:%23666666%3Bcursor:default%3Bfont-size:11px%3Bfill:%23666666%3Bu0027 text-anchor=u0027endu0027 transform=u0027translate(0%2C0)u0027 y=u002715u0027 opacity=u00271u0027%3E%3Ctspan%3E100%3C/tspan%3E%3C/text%3E%3Ctext x=u002743u0027 style=u0027color:%23666666%3Bcursor:default%3Bfont-size:11px%3Bfill:%23666666%3Bu0027 text-anchor=u0027endu0027 transform=u0027translate(0%2C0)u0027 y=u0027177u0027 opacity=u00271u0027%3E%3Ctspan%3E25%3C/tspan%3E%3C/text%3E%3Ctext x=u002743u0027 style=u0027color:%23666666%3Bcursor:default%3Bfont-size:11px%3Bfill:%23666666%3Bu0027 text-anchor=u0027endu0027 transform=u0027translate(0%2C0)u0027 y=u0027123u0027 opacity=u00271u0027%3E%3Ctspan%3E50%3C/tspan%3E%3C/text%3E%3Ctext x=u002743u0027 style=u0027color:%23666666%3Bcursor:default%3Bfont-size:11px%3Bfill:%23666666%3Bu0027 text-anchor=u0027endu0027 transform=u0027translate(0%2C0)u0027 y=u002769u0027 opacity=u00271u0027%3E%3Ctspan%3E75%3C/tspan%3E%3C/text%3E%3C/g%3E%3C/svg%3E”,”themes”:{“colors”:[“#EC473C”,”#9C3866″,”#FB7B82″,”#FEA44D”,”#B76FB5″,”#62BDE1″,”#55B46F”,”#3279BD”,”#8F91B1″,”#F7CE6A”]},”type”:”column”};

window.ShowChart = window.ShowChart || [];
window.ShowChart.push({
key: “4l17q”,
type: chartData.type,
colors: chartData.themes.colors,
options: chartData.options
});
})();

Fonte: Instituto Igarapé. A soma (268) supera o total de operações da PF porque cada uma pode ter mais de um tipo de ilícito econômico.

Os dados das investigações foram obtidos pelo instituto por meio da Lei de Acesso à Informação e por divulgações feitas pela própria PF.

Cadeia de produção da madeira

Ao analisar 44 operações da PF com foco no combate à extração ilegal de madeira, o estudo identificou padrões que indicam como esses crimes correlatos sustentam o crime ambiental, em todas as fases da cadeia produtiva.

Veja exemplos abaixo:

1. Extração:

  • Aprovação facilitada de planos de manejo florestal mediante pagamentos, resultando na emissão de licenças ambientais em desconformidade com a lei ? corrupção;
  • Título de propriedade fraudulento ou registrado em nome de “laranjas” na área da exploração madeireira ? fraude documental.

2. Transporte:

  • Transporte realizado com licenças que não correspondem à realidade quanto às espécies extraídas, volume e/ou origem ? fraude documental, corrupção e esquentamento do ativo;
  • “Vista grossa” dos fiscais diante de irregularidades encontradas durante a fiscalização da mercadoria ? corrupção.

3. Serrarias e madeireiras:

  • Emissão de notas fiscais “frias” ou com descrição de espécies vegetais divergentes dos documentos de controle ambiental ? fraude documental, fraude fiscal e esquentamento do ativo;
  • Pagamento de propina a servidores públicos para autorizar o funcionamento de madeireiras embargadas pelo Ibama ? corrupção.

4. Comércio Nacional:

  • Dissimulação dos lucros obtidos ilegalmente por empresas do ramo ? fraude documental e lavagem de dinheiro;
  • Movimentação de recursos incompatível com a capacidade financeira das empresas ? fraude documental e fiscal, lavagem de dinheiro e corrupção.

5. Comércio internacional:

  • Exportação clandestina (sem documentação) ? fraude documental e fiscal;
  • Exportação com documentos vencidos ou falsos ? fraude documental e fiscal e esquentamento do ativo.

window.PLAYER_AB_ENV = “prod”

Um dos exemplos de esquema complexo, citado no estudo, foi o descoberto pela Operação Carranca, deflagrada pela PF no Pará, em 2020 (veja no vídeo acima). As investigações apontaram que os criminosos operavam em quatro núcleos distintos:

  • Madeireiros de menor poder econômico, responsáveis pela linha de frente da extração ilegal de madeira nos municípios;
  • Madeireiros de grande poder econômico, financiadores de extensas cadeias de extração, serragem e distribuição de madeira ilegal, envolvendo manipulação de créditos florestais e falsificação de documentos;
  • Pessoas ligadas a órgãos públicos, como as Secretarias Municipais de Meio Ambiente, advogados e engenheiros florestais, que utilizam sua função pública para favorecer e acobertar crimes ambientais;
  • Policiais responsáveis pela fiscalização na rodovia Transamazônica, que exigiam vantagens indevidas dos caminhoneiros como condição para permitir a passagem ou forneciam informações sigilosas sobre operações de fiscalização na estrada.

Recomendações

As cadeias de produção ilegal de ouro e gado apresentam esquemas criminosos muito semelhantes aos da madeira, segundo o estudo, com ilícitos econômicos dando suporte aos crimes ambientais.

“Precisamos de capacidade institucional para fazer o enfrentamento com o mesmo grau de sofisticação”, afirma Melina Risso.

Ela sugere um alinhamento cada vez maior entre agentes do Ibama, da Receita, do Banco Central e do Conselho de Controle de Atividades Financeiras (Coaf), órgão responsável por identificar indícios de lavagem de dinheiro, para que haja um combate mais efetivo do desmatamento.

Segundo a pesquisadora, somente ações repressivas, como as operações da PF, não bastam. É preciso atacar os crimes financeiros que acompanham o crime ambiental para alcançar o objetivo de preservar a Amazônia.

Nesse sentido, o estudo faz uma série de recomendações, como elaborar “uma avaliação de riscos específica para lavagem de dinheiro e corrupção relacionada a crimes ambientais na Bacia Amazônica” e “ampliar a difusão e o conhecimento sobre a interconexão entre crimes ambientais e ilícitos econômicos, promovendo estudos específicos e pesquisas nas instituições de controle”.

Fonte G1 Brasília

VÍDEOS EM DESTAQUE

ÚLTIMAS NOTÍCIAS