Начато судебное разбирательство против бывшего заместителя руководителя отряда противопожарной службы по Забайкальскому краю.
Дело было начато после незаконных действий со стороны участников в процессе заключения госконтрактов на ремонт, диагностику и обслуживание пожарной техники. Материалы дела уже переданы в суд для подробного рассмотрения.
Известно, что с 2017 по 2019 годы заместитель руководителя отряда противопожарной службы вступил в сговор с начальником одной коммерческой организации и присвоил денежные средства, выделенные на реализацию работ по госконтракту. Общий урон, нанесенный бюджету составил более 1,2 млн рублей.
После того, как в ФСБ раскрыли мошенническую схему, Пименова сразу же уволили с занимаемой должности. Он полностью признал свою вину и возместил полностью сумму нанесенного ущерба.
Участники дела получили обвинение по статье «Мошенничество, совершенное группой лиц». Бухгалтеру, участвовавшему в двух случаях предъявили обвинение по статье «Пособничество в мошенничестве».
другие материалы
-
Отечественное ПО для реального сектора предложили поддержать субсидированием в 50%11.06.2020В Минкомсвязи половину расходов отечественных разработчиков ПО предложили субсидировать. Инициатива была озвучена на встрече с президентом РФ во вторник.
-
Планируется снизить цену долгосрочного строительного госконтракта12.07.2021Министерство строительства предложило изменить цену долгосрочного строительного контракта, позволяющую изменять его условия.
-
Минпромторг России подготовил рекомендации по приоритетному использованию отечественных автомобилей госслужащими26.10.2023Нижеперечисленные автомобильные бренды рекомендуются для включения в список приобретения легковых автомобилей: - LADA (модели: Vesta, Vesta SW Cross, Granta, Niva Travel, Niva Legend);- УАЗ (модели: Патриот, Пикап, Профи, Хантер, СГР);- AURUS (модели: SENAT, KOMENDANT);- «Москвич» (модели: 3, 3е, 6);- Evolute (модели: I-PRO, I-JOY, I-SKY);- Haval (модели: Jolion, Dargo, F7/F7x, H9). При выборе автомобилей заказчикам рекомендуется приоритетно рассмотреть модели с высоким уровнем локализации