- Relator(a)
- Ministro Napoleão Nunes Maia Filho
- Órgão julgador
- Primeira Turma
- Data do julgamento
- 26/08/2019
- Data de publicação
- 28/08/2019
STJ – Acórdão, Rel. Ministro Napoleão Nunes Maia Filho, Primeira Turma, j. 26/08/2019, p. 28/08/2019
PROCESSUAL CIVIL E ADMINISTRATIVO. AGRAVO INTERNO NO RECURSO ESPECIAL. RESPONSABILIDADE CIVIL DO ESTADO. ACIDENTE CAUSADO POR ANIMAL NA PISTA. POSSIBILIDADE, EM TESE, DE RESPONSABILIZAÇÃO DO DNIT. PREVENÇÃO DESSE TIPO DE DANO QUE SE INCLUI EM SUAS ATRIBUIÇÕES. ENTENDIMENTO DESTA CORTE SUPERIOR. AGRAVO INTERNO DA AUTARQUIA FEDERAL A QUE SE NEGA PROVIMENTO. 1. Nos termos do que decidido pelo Plenário do STJ, aos recursos interpostos com fundamento no CPC/1973 (relativos a decisões publicadas até 17 de março de 2016) devem ser exigidos os requisitos de admissibilidade na forma nele prevista, com as interpretações dadas até então pela jurisprudência do Superior Tribunal de Justiça (Enunciado Administrativo 2). 2. Esta Corte Superior entende que cabe ao DNIT responder por acidentes decorrentes da presença de animais em rodovias federais, caso constatada omissão na fiscalização. Julgados: AgInt no REsp. 1.718.201/PE, Rel. Min. FRANCISCO FALCÃO, DJe 20.8.2018; AgInt no REsp. 1.627.869/PB, Rel. Min. REGINA HELENA COSTA, DJe 30.3.2017; REsp. 1.625.384/PE, Rel. Min. OG FERNANDES, DJe 8.2.2017; REsp. 1.198.534/RS, Rel. Min. ELIANA CALMON, DJe 20.8.2010. 3. Tendo o acórdão recorrido entendido que não caberia ao DNIT a responsabilidade legal pela prevenção do dano, impõe-se o retorno dos autos ao Tribunal de origem, a fim de que o TRF da 5a. Região prossiga na análise dos demais elementos ensejadores da responsabilidade civil, como entender de direito. 4. Agravo Interno da Autarquia Federal a que se nega provimento. (AgInt no REsp n. 1.468.898/PB, relator Ministro Napoleão Nunes Maia Filho, Primeira Turma, julgado em 26/8/2019, DJe de 28/8/2019.)
Consultar o inteiro teor no site do STJ ↗Pesquise jurisprudência como esta
Busque em dezenas de tribunais brasileiros, com busca inteligente por IA e comparação de precedentes.