Geographical factors influencing the concentration of motorcycle theft episodes at ten police stations in the Department of Valle del Cauca between years 2010 and 2015
DOI:
https://doi.org/10.47741/17943108.82Keywords:
criminality factors, organized crime, larceny and aggravated theft, vehicle number plates forgery, illegal drug traficAbstract
The study of crime has incorporated special analysis as a relevant cause and, in this case, it helped determine how geographical factors had an inluence in the concentration of motorcycles theft in the Colombian Department of Valle del Cauca. To meet this target, a mixed methodology having triangulated special econometrics techniques with the focal group was adopted. The irst one examined 25 variables grouped into ive thematic subjects that, through the use of panel data and statistical methods for the selection of variables, the Least Square Dummy Variables (LSDV) to estimate causation relations of seven representative variables with the motorcycle theft; the second one was applied to two work groups held in Cali and Popayan, and it was possible to establish the criminal system and identify the destination and inal use given to the vehicles. The results showed that the behavior of crime here is of a regional nature involving this Department and Cauca; the distribution is non-random but dependent on the vicinity of the municipalities and the connecting highway network. This evidences that the strategies implemented to counteract them did not manage to detect the phenomenon expansion and adaptation to that context.
Downloads
References
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.
Downloads
Published
How to Cite
Issue
Section
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Licencia creative commons CC BY NC ND https://creativecommons.org/licenses/by-nc-nd/2.0/