Factores geográficos que influyeron en la concentración del hurto de motocicletas en diez estaciones policiales del Valle del Cauca, entre el 2010 y el 2015
DOI:
https://doi.org/10.47741/17943108.82Palabras clave:
factores de la criminalidad, delincuencia organizada, hurto calificado y agravado, falsificación de placas para vehículos, tráfico ilegal de drogasResumen
El estudio del delito ha incorporado el análisis espacial como una causa relevante, y en este caso ayudó a determinar cómo los factores geográicos inluyeron en la concentración del hurto de motocicletas en el Valle del Cauca. Para lograr este objetivo se adoptó una metodología mixta, que trianguló las técnicas de la econometría espacial con el grupo focal. El primero examinó 25 variables agrupadas en cinco ejes temáticos, que a través del uso de datos en panel y métodos estadísticos para selección de variables, se construyó el modelo de Mínimos Cuadrados con Variables Dummy (LSDV, por su sigla en inglés), para estimar relaciones de causación de siete variables representativas, con el hurto de motocicletas; la segunda se aplicó a dos grupos de trabajo realizados en Cali y Popayán, y se logró establecer el sistema criminal e identiicar el destino y uso inal de los rodantes. Los resultados mostraron que el delito tiene un comportamiento regional que involucra a este departamento y Cauca, su distribución no es aleatoria en el espacio, sino que depende de la vecindad de los municipios y la malla vial que los conecta, lo cual evidencia que las estrategias implementadas para contrarrestarlo no detectaron la expansión y adaptación del fenómeno a dicho contexto.
Descargas
Citas
Akaike, H. (1974). A new look at the statistical model identiication. IEEE Transactions on Automatic Control, 19 (6): 716-723.
Alisson, P. (2012). Statistical horizons. Recuperado de When Can You Safely Ignore Multicollinea rity?: http://statisticalhorizons.com/multicollinearity
Almeida, E. (2012). Econometría especial aplicada. Campinas, SP: Editora Alínea.
Andi (septiembre de 2016). Cámara Automotriz, estadísticas del sector de motocicletas. Obtenido de Asociación Nacional de Empresarios de Colombia: http://www.andi.org.co/pages/comun/infogeneral.aspx?Id=76&Tipo=2
Anselin, L. (1995). Local indicators of spatial association LISA. Geographical Analysis, 27 (2): 93-115.
Anselin, L. (enero de 1998). Exploratory spatial data analysis in a geocomputational environment. Recuperado de ibrarian: http://www.ibrarian.net/navon/paper/EXPLORATORY_SPATIAL_DATA_ANALYSIS_IN_A.pdf?paperid=9844009
Anselin, L. & Bera, A. (1998). Spatial dependence in linear regression models with an introduction to spatial econometrics. En A. Ullah & D. Giles. Handbook of applied economic statistics (pp. 237-290). Berlin: Springer.
Arboleda, M., Parra, I., Aristizábal, I. & Sabogal, H. (marzo de 2013). Estudio dinámico de la movilidad en la ciudad de Santiago de Cali - Colombia. Boletín de Dinámica de Sistemas, 1-11.
Bertalanffy, V. (1976). Teoría general de los sistemas. México: Fondo de Cultura Económica.
Brantingham, P. & Brantingham, P. (1993). Environment, routine, and situation: toward a pattern theory of crime. En R. Clarke & M. Felson. Routine Activity and Rattional Choice: Advances in Criminological Theory (Vol. 5, pp. 259-294). New Brunswick, NJ: Transaction Publishers.
Ceccato, V., Haining, R. & Signoretta, P. (2002). Exploring offence statistics in stockholm city using spatial analysis tools. Annals of the Association of American Geographers, 92 (1): 29-51.
Cohen, L. & Felson, M. (August 1979). Social change and crime rate trends: a routine activity approach. American Sociological Review, 44 (4):588-608.
Comité de ensambladoras japonesas (2013). VIII Estudio Sociodemográico del Usuario de la Moto en Colombia. Obtenido de Scribd.com: https://es.scribd.com/document/183931823/Estudio-demográico-de-los-usuarios-de-motosen-Colombia-Comite-de-EnsambladorasJaponesas
Cortés, Y. & Parra, R. (2011). Narcomenudeo: un neologismo para describir la venta de estupefacientes. Revista Criminalidad, 52 (2): 37-71.
DANE (2015). Encuesta de Calidad de Vida - ECV. Obtenido del Departamento Administrativo Nacional de Estadística: http://www.dane.gov.co/index.php/estadisticas-por-tema/pobreza-ycondiciones-de-vida/calidad-de-vida-ecv
DNP (4 de febrero de 2008). Departamento Nacional de Planeación. Obtenido de Sistema Integrado de Transporte Masivo para Santiago de Cali - MIO (Masivo Integrado de Occidente): https://spi.dnp.gov.co/App_Themes/SeguimientoProyectos/ResumenEjecutivo/0027037650000.pdf
Escobar, J. & Bonilla-Jiménez, F. (2009). Grupos focales: una guía conceptual y metodológica. Cuadernos Hispanoamericanos de Psicología, 9 (1): 51-67.
Felson, M. & Clarke, R. (2008). La ocasión hace al ladrón. Teoría práctica para la prevención del delito (Trad. de M. Díaz i Pont y D. Felip i Saborit, Police Research Series, Paper 98). Serie Claves del Gobierno Local, 6: 193-234.
Gómez, C. (junio de 2011). Políticas de transporte urbano: El caso del sistema masivo de transporte en el área metropolitana de Cali. Revista de Economía y Administración, 8 (1): 101-123.
Gutiérrez, A. (2012). ¿Qué es la movilidad? Elementos para (re)construir las deiniciones básicas del campo del transporte. Revista Bitácora Urbano Territorial, 21 (2): 61-74.
Hair, J., Anderson, R., Tatham, R. & Black, W. (1995). Multivariate data analysis (3.ª ed.). New York: Macmillan.
Hsiao, C. (2003). Analysis of panel data (Vol. 54). Cambridge: Cambridge University Press.
Kennedy, P. (1992). A guide to econometrics. Oxford: Blackwell.
LaGrange, T. (1999). The impact of neighborhoods, schools and malls on the spatial distribution of property damage. Journal of Research in Crime and Delinquency, (36): 393-421.
León, L. (febrero de 2015). Análisis económico de la población. Demografía. Recuperado de Universidad de Alicante UA: https://web.ua.es/es/giecryal/documentos/demografia-peru.pdf?noCache=1424676080482
Lesage, J. (1999). The theory and practice of spatial econometrics. Recuperado de Departament of Economics, Universidad of Toledo: http://www.spatial-econometrics.com/html/sbook.pdf
Luhmann, N. (1998). Sistemas sociales: lineamientos para una teoría general (Vol. 15). En S. Pappe & B.Erker (Trads.) Barcelona: Anthropos, Universidad Iberoamericana y CEJA.
Marquardt, D. (agosto de 1970). Generalized inverses, ridge regression, biased linear estimation, and nonlinear estimation. Technometrics, 12 (3):591-612.
Millo, G. & Piras, G. (2012). splm: Spatial Panel Data Models in R. Journal of Statistical Software, 47 (1): 1-38.
Moran, P. (1950). A test for serial independence of residuals. Biometrika, 37 (1-2): 178-181.
Norza, C., Duarte, V., Castillo, R. & Torres, G. (2013). Hurto de automotores y estrategias contra el delito: una mirada desde la academia, el victimario y la policía. Revista Criminalidad, 55(2): 49-78.
Núñez, J., Rivera, J., Villavicencio, X. & Molina, O. (2003). Determinantes socioeconómicos y demográicos del crimen en Chile. Estudios de Economía, 30 (1): 55-85.
Paelinck, J., Mur, J. & Trívez, F. (2015). Modelos para datos espaciales con estructura transversal o de panel. Una revisión. Estudios de Economía Aplicada, 33 (1): 7-30.
RUNT (diciembre de 2015). Estadísticas. Obtenido de Registro Único Nacional de Tránsito: http://www.runt.com.co/portel/libreria/php/p_estadisticas.php
Schwarz, G. (1978). Estimating the dimension of a model. The Annals of Statistics, 6 (2): 461-464.
Silverman, B. (1986). Density estimation for statistics and data analysis. New York: Chapman and Hall.
Urteaga, E. (2010). La teoría de sistemas de Niklas Luhmann. Contrastes. Revista Internacional de Filosofía, XV: 301-317.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Licencia creative commons CC BY NC ND https://creativecommons.org/licenses/by-nc-nd/2.0/
