Fatores geográficos que influenciaram a concentração do roubo de motocicletas em dez delegacias de Valle del Cauca, entre 2010 e 2015
DOI:
https://doi.org/10.47741/17943108.82Palavras-chave:
fatores da criminalidade, a delinquência organizada, roubo qualiicado e agravado, falsiicação placas de veículos, tráico de drogasResumo
O estudo do crime incorporou a análise espacial como uma das principais causas, e, neste caso, ajudou a determinar como os factores geográicos inluiram a concentração de roubo de motocicletas em Valle del Cauca. Para atingir este objetivo, uma metodologia mista foi adotada, metodologia que triangulou as técnicas da econometria espacial com o grupo focal. O primeiro examinou 25 variáveis agrupadas em cinco temas que, através da utilização de dados em painel e de métodos estatísticos para a selecção de variáveis, o modelo de Mínimos Quadrados com Variáveis Dummy foi construído (LSDV, por sua sigla em Inglês), para estimar relações de causalidade de sete variáveis representativas, com o roubo de motocicletas; a segunda foi aplicada a dois grupos de trabalho realizados em Cali e Popayan, e conseguiu estabelecer o sistema penal e identiicar o destino e uso inal das motos. Os resultados mostraram que o crime tem um comportamento regional, envolvendo este departamento e Cauca, a sua distribuição não é aleatória no espaço, mas depende da proximidade das cidades e da rede de estradas que os conecta, o que mostra que as estratégias implementadas para combatê-lo não detectaram a expansão e adaptação do fenômeno a esse contexto.
Downloads
Referências
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
Publicado
Como Citar
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença 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/
