La distribución espacial del robo a transeúntes y el contexto socioeconómico en tres delegaciones de la Ciudad de México Elementos para una política de seguridad pública / The Spatial Distribution of Robbery and the Socioeconomic Context in Three Sectors
DOI:
https://doi.org/10.29265/gypp.v26i2.339Keywords:
robo a transeúntes, Ciudad de México, prevención del crimen, robbery, Mexico City, crime preventionAbstract
Resumen. El robo a transeúntes es uno de los principales delitos que se comenten en la Ciudad de México. Las políticas implementadas para su combate se han centrado en acciones reactivas y poco se hace desde un enfoque de la prevención. La información usada del robo de transeúntes corresponde a averiguaciones previas (pgjdf, 2010), el resto de las variables socioeconómicas corresponden al XII Censo de Población y Vivienda, ambas a nivel de área geoestadística-básica (ageb). La metodología consiste en la construcción un modelo de regresión espacial (rs) del error estimado con la técnica de máxima verosimilitud. Los resultados de la regresión espacial muestran que el uso de suelo no residencial, las estaciones de transbordo de transporte público y el porcentaje de población masculina de 18 a 24 años incrementan significativamente las oportunidades para ser objeto de un robo a transeúntes. Asimismo, puede conocer dónde el modelo tiene un mayor o menor ajuste y cómo cambia la relación entre las variables en el espacio y con qué significancia estadística. Lo anterior permite el diseño de políticas públicas de seguridad centradas en la prevención de la actividad criminal.
Abstract. The robbery is one of the main crimes in Mexico City. The policies implemented by the police bodies are focalized in reactive actions and few had been made from a prevention perspective. The theoretical background is provided by the routine activities and crime patterns. To measure the relationship a multiple regression model was test. The data include criminal warrants of robbery (pgjdf, 2010) and other socioeconomic variables (inegi, 2010), both at census tract level. The methodology used is a Geographic Weighted Regression (gwr). The results of the spatial regression model show that commerce and service land use, public transportation stations and the percentage of male population of 18 to 24 years old increase significantly the opportunities to commit a robbery. The results provide some guiding for the design of security public policies focused on the prevention of the criminal activity.
Downloads
References
Ackerman, William (1976), “Spatial Distribution and Socioeconomic Correlates of Crime in San Bernardino, California”, The California Geographer,16, pp. 29-40.
Alegría, Tito (2009), Metrópolis transfronteriza: Revisión de la hipótesis y evidenciasde Tijuana, México, y San Diego, EUA, Tijuana, El Colegio de la Frontera Norte.
Andresen, Martin (2006), “Crime Measures and the Spatial Analysis of Criminal Activity”, British Journal of Criminology, 46(2), pp. 258-285.
Andresen, Martin (2006a), “A Spatial Analysis of Crime in Vancouver, British Columbia: A Synthesis of Social Disorganization and Routine Activity Theory”, The Canadian Geographer, 50(4), pp. 487-502.
Andresen, Martin (2011), “Estimating the Probability of Local Crime Clusters: The Impact of Immediate Spatial Neighbors”, Journal of Criminal Justice, 39(5), pp. 394-404.
Anselin, Luc (1992), Spatial Data Analysis with gis: an Introduction to Application in the Social Science, Santa Barbara, University of California, Technical Report 92-10.
Anselin, Luc (1995), “Local Indicators of Spatial Association-lisa”, Geographical Analysis, 27(2), pp. 93-115.
Bailey, Trevor y Anthony Gatrell (1995), Interactive Spatial Data Analysis,Nueva York, Wiley.
Brantingham, Patricia y Paul Brantingham (1993), “Environment, Routine, and Situation: Toward a Pattern Theory of Crime”, en Ronald Clarke y Marcus Felson (eds.), Routine Activity and Rational Choice, “Advances in Criminological Theory”, vol. 5, New Brunswick, Transaction Publishers, pp. 259-294.
Brantingham, Patricia y Paul Brantingham (1993a), “Nodes, Paths and Edges: Considerations on the Complexity of Crime and the Physical Environment”, Journal of Environmental Psychology, 13(1), pp. 3-28.
Brantingham, Patricia y Paul Brantingham (1997), “Mapping Crime for Analytic Purposes: Location Quotients, Counts, And Rates”, en David Weisburd y Tom McEwen (eds.), Crime Mapping and Crime Prevention, “Crime Prevention Studies”, vol. 8, Nueva York, Criminal Justice Press Monsey, pp. 263-288.
Brantingham, Patricia, Uwe Glässer, Brian Kinney, Kathryn Singh y Mona Vajihollahi (2005), Modeling Urban Crime Patterns: Viewing Multi-Agent Systems as Abstract State Machines, Proceedings of the 12th International Workshop on Abstract State Machines, París, ASM.
Brantingham, Patricia, Paul Brantingham, Mona Vajihollahi y Kathryn Wuschke (2009), “Crime Analysis at Multiple Scales of Aggregation: A Topological Approach”, en David Weisburd, Wim Bernasco y Gerben Bruinsma (eds.), Putting Crime in its Place, Leiden, Springer.
Brantingham, Paul y Patricia Brantingham (2008), “Crime Pattern Theory”, En Ronald Wortley y Lorraine Mazerolle (eds.), Environmental Criminology and Crime Analysis, Londres, Willan Publishing.
Cahill, Michael y Gordon Mulligan (2003), “The Determinants of Crime in Tucson, Arizona”, Urban Geography, 24(7), pp. 582-610.
Cahill, Michael y Gordon Mulligan (2007), “Using Geographically Weighted Regression to Explore Local Crime Patterns”, Social Science Computer Review, 25(2), pp. 174-193.
Clark, Ronald y Peter Hosking (1986), Statistical Method for Geographers, Nueva York, John Wiley & Sons.
Colectivo Arción (2013), “Robo a transeúnte en vía pública”, octubre-diciembre. Disponible en http://revista.cleu.edu. Mx/32-1304/58-02-robo a transeúnte en vía publica.pdf
Felson, Marcus y Ronald Clarke (1998), “Opportunity Makes the Thief: Practical Theory for Crime Prevention”, Police Research Series, 98, Londres, Home Office, Policing and Reducing Crime Unit.
Fotheringham, Steward, Chris Brunsdon y Martin Charlton (2002), Geographically Weighted Regression: The Analysis of Spatially Varying Relationships, Londres, John Wiley & Sons.
Fuentes, César (2015), “El impacto de las viviendas deshabitadas en el incremento de delitos (robo a casa habitación y homicidios) en Ciudad Juárez, Chihuahua, 2010”, Frontera Norte, 27(54), pp. 171-196.
Haining, Robert (2003), Spatial Data Analysis: Theory and Practice, Cambridge, Cambridge University Press.
Henson, Verna y William Stone (1999), “Campus Crime: A Victimization Study”, Journal of Criminal Justice, 27(4), pp. 295-307.
INEGI (Instituto Nacional de Estadística y Geografía) (2010), XII Censo Nacional de Población y Vivienda, Aguascalientes, Instituto Nacional de Estadística y Geografía.
Jeffrey, Ray (1971), Crime Prevention through Environmental Design, Nueva York, Sage.
Lockwood, Daniel (2007), “Mapping Crime in Savannah Social Disadvantage, Land Use, and Violent Crimes Reported to the Police”, Social Science Computer Review, 25(2), pp. 194-209.
Longley Paul y Carolina Tabon (2004), “Spatial Dependence and Heterogeneity in Patterns of Hardship: An Inter-urban Analysis”, Annals of the Association of American Geographers, 94(3), pp. 503-519.
Malczewski, Jacek y Anneliese Poetz (2005), “Residential Burglaries and Neighborhood Socioeconomic Context in London, Ontario: Global and Local Regression Analysis”, The Professional Geographer, 57(4), pp. 516-529.
Miller, Arthur (1990), Subset Selection in Regression, Nueva York, Chapman and Hall.
Murray, Rebecca y Marc L. Swatt (2013), “Disaggregating the Relationship between Schools and Crime: A Spatial Analysis”, Crime and Delinquency, 59(2), pp. 163-190.
PGJDF (Procuraduría General de Justicia del Distrito Federal) (2010), Reporte de averiguaciones previas por tipo de delito, México, GDF.
Ratcliffe, Jerry y Michael McCullagh (1999), “Hot Beds of Crime and the Search for Spatial Accuracy”, Journal of Geographical Systems, 1, pp. 385-398.
Rossmo, Kim (1997), “Geographic Profiling”, en Janet Jackson y Debra Bekerian (eds.), Offender Profiling: Theory, Research and Practice, Chichester, John Wiley & Sons.
Sánchez-Peña, Landy (2012), “Alcances y límites de los métodos de análisis especial para el estudio de la pobreza urbana”, Papeles de Población,18(72), pp. 147-179.
Sánchez, Omar (2014), “Análisis del delito: La relación entre el delito y las características sociodemográficas en las delegaciones Benito Juárez, Coyoacán y Cuauhtémoc del df (2010)”, Tesis de maestría en Desarrollo Regional, El Colegio de la Frontera Norte.
SSPDF (Secretaría de Seguridad Pública del Distrito Federal) (2013), Informe anual de actividades, México, SSPDF.
SSPDF (2014), Informe anual de actividades, México, SSPDF.
Selvin, Steve (1998), Modern Applied Biostatistics Methods Using S-plus, Oxford, Oxford University Press.
Stucky, Thomas y John Ottensmann (2009), “Land Use and Violent Crime”, American Society of Criminology, 47(4), pp. 1223-1264.
Vilalta, Carlos (2010), “The Spatial Dynamics and Socioeconomic Correlates of Drug Arrests in Mexico City”, Applied Geography, 30, pp. 263-270.
Vilalta, Carlos (2011), “El robo de vehículos en la Ciudad de México: Patrones espaciales y series de tiempo”, Gestión y Política Pública, XX(2), pp. 97-131.
Wortley, Richard y Lorraine Mazerolle (2008), Environmental Criminology and Crime Analysis: Cullompton, Londres, Willan Publishing.
Downloads
Published
-
Abstract135
-
PDF (Español)86
