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:
(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
});
})();
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.
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