Dados de Criminalidade para a Tese: Crimes Registados, DGPJ e as Cifras Negras (2026)
Teses de Criminologia, Direito, Sociologia e Serviço Social precisam quase sempre do mesmo alicerce: números do crime em Portugal. E aqui há uma boa e uma má notícia. A boa: esses números existem, são oficiais e estão em dados abertos — as séries de crimes registados pelas autoridades policiais, da responsabilidade da Direção-Geral da Política de Justiça (DGPJ), estão catalogadas no portal nacional dados.gov.pt, e o INE publica estatísticas da justiça e segurança no seu portal.
A má notícia — que é, na verdade, o teste de qualidade da sua tese: nenhuma destas séries mede a criminalidade. Mede o crime registado. A diferença entre uma coisa e outra tem nome na literatura criminológica — as cifras negras — e ignorá-la é o erro conceptual que transforma capítulos inteiros em afirmações indefensáveis.
As fontes: DGPJ, dados.gov.pt e INE
A produção de estatísticas oficiais da justiça em Portugal cabe à DGPJ, e o caminho mais fiável para os dados é o catálogo nacional de dados abertos. Uma pesquisa por «crimes registados» em dados.gov.pt devolve — verificámo-lo diretamente na API do portal em agosto de 2026 — um conjunto de séries da DGPJ que inclui, entre outras:
- Crimes registados pelas autoridades policiais — a série central, por tipo de crime;
- Crimes registados por tipo de arma utilizada;
- Agentes/suspeitos detidos em crimes registados;
- séries sobre lesados/ofendidos e agentes/suspeitos do tipo pessoa coletiva — um recorte pouco explorado, interessante para teses sobre criminalidade económica e organizacional.
O INE, por seu lado, disponibiliza indicadores de crimes registados no portal oficial de estatísticas, integrados no sistema estatístico nacional. E o Estado publica anualmente um relatório de segurança interna (RASI) que sintetiza o ano — se o citar, cite a edição concreta que consultou. Para cada série que use, verifique na ficha do próprio dataset a cobertura temporal e as desagregações disponíveis (tipo de crime, geografia): variam de série para série, e afirmar desagregações que a ficha não confirma é o género de imprecisão que uma arguição apanha.
Um esclarecimento de fronteira, porque a confusão é comum: dados de criminalidade não são dados dos tribunais. Os crimes registados contam ocorrências reportadas às polícias; os números dos tribunais — processos entrados, findos, pendentes, decisões — são outro sistema, com outra unidade de análise, que tratámos em dados judiciais: os números dos tribunais portugueses. Entre o crime registado e a condenação há um funil inteiro (arquivamentos, desistências, absolvições), e cada degrau desse funil é medido por séries diferentes.
O que os crimes registados medem — e não medem
Um crime só entra nas estatísticas de crimes registados se três coisas acontecerem: alguém o detetar, alguém o denunciar (ou a polícia o detetar diretamente) e o registo ser feito e classificado. Cada um destes passos filtra de forma desigual entre tipos de crime:
- Crimes com participação quase automática (furto de veículo, por causa do seguro) têm registos próximos da realidade;
- Crimes com fortes barreiras à denúncia (violência doméstica, crimes sexuais, corrupção) têm cifras negras substanciais — o volume não denunciado é, por definição, invisível às séries;
- Alterações legais e de prática de registo criam degraus artificiais nas séries: quando um tipo de crime muda de definição ou uma campanha incentiva denúncias, o registo sobe sem que a criminalidade tenha necessariamente subido. É a versão criminológica do problema geral que descrevemos em quebra de série nos dados oficiais.
Nada disto torna as séries inúteis — torna-as medidas de um processo social e administrativo, e não termómetros diretos do crime. Uma tese sofisticada usa exatamente essa natureza: variações no registo de violência doméstica após campanhas de sensibilização, por exemplo, são um objeto de estudo em si.
Desenhos de tese que estas séries sustentam
- Evolução de um tipo de crime ao longo de anos, com discussão explícita dos fatores de registo — o desenho clássico, sólido se a série for estável.
- Comparação entre tipos de crime na sua estrutura e tendência — com a cautela de que cifras negras diferentes tornam os níveis incomparáveis entre tipos (as tendências são mais defensáveis do que os níveis).
- Criminalidade económica e pessoas coletivas — as séries de suspeitos e lesados coletivos da DGPJ dão um ângulo raro em teses de Direito penal económico.
- Contexto territorial de um estudo local — como camada de um dossiê de concelho, ao lado das restantes fontes setoriais que mapeámos em tese sobre um concelho — verificando sempre na ficha da série a que nível geográfico ela desce.
As armadilhas específicas dos dados de crime
- «A criminalidade aumentou» quando os dados só permitem «os crimes registados aumentaram» — o erro de formulação número um, e o mais fácil de evitar.
- Comparar níveis entre crimes com cifras negras diferentes — mais registos de burla informática do que de corrupção não significa mais burla do que corrupção na realidade.
- Ignorar denominadores: valores absolutos entre territórios de dimensão diferente não se comparam; use taxas por habitante e mostre os absolutos ao lado.
- Tratar o registo policial e a estatística da justiça como a mesma coisa: ocorrências, processos e condenações são universos distintos com números distintos — identifique sempre qual está a usar.
- Esquecer a data de extração: séries administrativas são revistas; registe a data em que descarregou e a versão da série.
Como citar e reportar
Cite a entidade produtora (DGPJ, ou INE quando usar os indicadores do portal do INE), o nome exato da série, a cobertura temporal usada, a plataforma de acesso e a data de consulta. Na metodologia, dedique um parágrafo à natureza da medida — crimes registados, com as limitações conhecidas — e cite literatura criminológica sobre cifras negras para ancorar a discussão. O panorama geral das fontes oficiais portuguesas, com a grelha de avaliação de datasets, está no nosso diretório de fontes de dados abertos.
Dos registos ao argumento criminológico
Com as séries descarregadas, falta o que distingue a tese: a discussão que respeita os limites da medida e mesmo assim diz algo novo. O Tesify ajuda-o a estruturar a metodologia e a escrever capítulo a capítulo — 100% escrita por si. Comece a sua tese no Tesify →
Perguntas frequentes
Onde encontro dados de criminalidade portugueses para a tese?
No catálogo nacional dados.gov.pt, pesquisando por «crimes registados» — as séries são da Direção-Geral da Política de Justiça (DGPJ) e incluem crimes registados pelas autoridades policiais, detidos, lesados e recortes como o tipo de arma — e nos indicadores de justiça e segurança do portal do INE. Verifique na ficha de cada série a cobertura temporal e as desagregações disponíveis.
O que são as cifras negras?
O crime que existe mas nunca chega às estatísticas, porque não foi detetado ou não foi denunciado. A sua dimensão varia muito entre tipos de crime — pequena nos furtos de veículos, substancial na violência doméstica, nos crimes sexuais e na corrupção — e é a razão pela qual «crimes registados» e «criminalidade» não são sinónimos numa tese.
Posso escrever que «a criminalidade aumentou» com base nos crimes registados?
Não sem qualificação. Os dados sustentam «os crimes registados aumentaram»; o salto para a criminalidade real exige discutir a propensão para denunciar e as práticas de registo no período — uma campanha de sensibilização pode subir os registos com a criminalidade estável. A formulação rigorosa não é pedantismo: é a diferença entre o que os dados mostram e o que gostaríamos que mostrassem.
Qual é a diferença entre dados de criminalidade e dados judiciais?
Os dados de criminalidade contam ocorrências registadas pelas polícias; os dados judiciais contam a atividade dos tribunais — processos entrados, findos, pendentes e decisões. Entre uns e outros há um funil (nem todo o registo vira processo, nem todo o processo vira condenação), e cada tese deve identificar em que ponto do funil está a sua medida.
Os dados de crime descem ao nível do meu concelho?
Depende da série: as desagregações geográficas variam e devem ser confirmadas na ficha do dataset antes de desenhar o estudo. Se a série escolhida não descer ao nível de que precisa, o caminho é reformular o recorte territorial ou combinar a análise nacional com dados locais de outras fontes — nunca inventar a desagregação por proporção.
Escreve a tua tese ou TCC com IA
Editor inteligente, bibliografia automática (APA e ABNT) e verificação antiplágio num só sítio. Mais de 9.000 estudantes já escrevem em metade do tempo.