Robo de Vehiculo MEXICO

8/14/2019 Robo de Vehiculo MEXICO

1/43

Se analizan en este artculo los patrones espaciales y las series de tiempo del delito derobo de vehculos en la ciudad de Mxico. Los datos se refieren a las averiguacionesprevias y detenciones, y se examinan en el mbito delegacional y por sectores policia-cos, as como en series anuales, mensuales y diarias. Este enfoque analtico permite ladeteccin probabilstica de hotspotsy la prediccin del promedio de robos por da dela semana de acuerdo con cada delegacin de la ciudad. Esto se realiza hasta dondelo permiten la confiabilidad de los datos, el error muestral, y en parcial desconexinde las causas tericamente probables. Los hallazgos se discuten en relacin con accio-nes de poltica pblica para la prevencin y reduccin en la incidencia de este delito.

Palabrasclave:problemas sociales, robo, prevencin del crimen, vehculos auto-

motores.Vehicle Theft Crimes in Mexico City:

Spatial Patterns and Time Series

This paper analyzes the spatial patterns and trends of vehicle theft crimes in MexicoCity. Data on arrests and criminal warrants are examined at the municipality andpolice sector levels. Also, series are examined in a yearly, monthly and daily fashion.This allows the detection of hotspots and the probabilistic forecasting of vehicle theftcrimes on a daily basis. This is performed within reasonable limits of data reliability,

sampling error, and in disconnection from theoretical postulates. Findings are dis-cussed in relationship to criminal prevention policy actions.Keywords:social problems, theft, crime prevention, motor vehicles.

VOLUMEN XX .NMERO 1 .I SEMESTRE DE 2011 .PP. 97139 Gestin y Poltica Pblica 97

El robo de vehculos en la ciudad de MxicoPatrones espaciales y series de tiempo

Carlos J. Vilalta Perdomo*

* Profesor-investigador del Centro de Investigacin y Docencia Econmicas (). CarreteraMxico-Toluca 3655, Lomas de Santa Fe, 01210, Mxico DF. Tel. 57 27 98 00, ext. 2233. Correo-e:[email protected].

Artculo recibido el 18 de febrero de 2009 y aceptado para su publicacin el 28 de septiembre de 2009.


2/43

98 Gestin y Poltica Pblica VOLUMEN XX .NMERO 1 .I SEMESTRE DE 2011

CARLOS J. V ILALTA PERDOMO

INTRODUCCIN

El robo de vehculos es uno de los delitos del fuero comn msdainos econmicamente. Si hacia finales de 2008 la industriaaseguradora reportaba un total de 16 045 automviles robados

en la ciudad de Mxico (Romn, 2008), se podra inferir fcilmente quela suma del dao patrimonial ocasionado por este delito debi rondar1 283 600 000 pesos, solamente en ese ao y en el rubro de los autom-viles particulares.1

El dao naturalmente se refleja en el gasto pblico (Webb y Laycock,

1992). Las erogaciones (proyectadas) en 2008 que se destinaran a laSecretara de Seguridad Pblica del Distrito Federal () ascienden a8 657 082 376 pesos. A su vez, las destinadas a la Procuradura Generalde Justicia del Distrito Federal () ascienden a 3 971 988 249 pesos(Secretara de Finanzas, 2008). Es decir, estas dos entidades recibiran33.9 por ciento del gasto total destinado a las entidades de la adminis-tracin central de la ciudad de Mxico;2esto se traduce en un gasto de1 448 pesos por residente que fueron destinados a las labores de preven-

cin e investigacin del delito.3Pese a la importancia obvia que tiene el problema de la delincuencia

en el pas, la literatura especializada nacional es escasa y se encuentra enun nivel de conocimiento claramente inicial. Por tal motivo, este estudiocontribuye a lo poco existente presentando los resultados de un anlisisestadstico de patrones espaciales y temporales de este delito, lo cual noes posible encontrar en el pequeo conjunto de estudios previos enMxico. El estudio es tambin til para la gestin pblica, porque iden-tifica (hasta donde lo permite el error muestral) las delegaciones, los

1Estimacin propia sobre un valor promedio de 80 000 pesos por automvil. Este valor promediolo reporta la Oficina Coordinadora de Riesgos Asegurados, S.C.

2La Administracin Central se conforma por 21 entidades: 16 secretaras, una contralora, unaprocuradura de justicia, una consejera jurdica, una oficiala mayor y la Jefatura de Gobierno.

3Estimado con los datos de poblacin residente en la ciudad de Mxico (8 720 000 habitantes) quese presentan en el mismo proyecto de presupuesto de egresos.


3/43

EL ROBO DE VEHCULOS EN LA CIUDAD DE MXICO

VOLUMEN XX .NMERO 1 .I SEMESTRE DE 2011 Gestin y Poltica Pblica 99

sectores policiacos y los das de la semana en que este delito tiende a ocu-rrir con mayor frecuencia en la ciudad de Mxico, lo cual resulta en in-

formacin valiosa para las labores de planeacin, inteligencia policial yen general para la evaluacin de polticas de seguridad pblica.Adems de esta introduccin, el estudio se divide en seis partes. La

primera parte presenta una explicacin de lo que es el anlisis espacial yel anlisis temporal, y cmo se aplican ambos tipos de anlisis en la prue-ba de modelos empricos del comportamiento criminal. La segunda sec-cin contiene una revisin de los hallazgos presentados en estudios aca-dmicos con respecto al delito de robo de vehculos. La tercera parte

comprende una revisin de las polticas de seguridad pblica que se hanimplementado en la ciudad de Mxico para combatir este delito. Lacuarta seccin presenta la metodologa y los datos que se utilizaron en elpresente estudio. El quinto apartado muestra los resultados del anlisisestadstico; esta parte se divide en dos subsecciones: anlisis espacial yanlisis temporal. Finalmente, el sexto apartado contiene una discusinde los resultados del anlisis estadstico en relacin con los estudios pre-vios y que termina con una serie de recomendaciones de poltica en

materia de seguridad pblica.

EL ANLISIS ESPACIAL Y TEMPORAL DE LA ACTIVIDAD CRIMINAL

Esta parte del estudio se inicia con una breve explicacin de dos perspec-tivas bsicas en el estudio emprico del crimen, que son el anlisis espacialy el anlisis temporal. Cuando se habla de la espacialidad de los fen-menos sociales, de lo que se est hablando es de las caractersticas e inte-rrelaciones de los lugares y los comportamientos que tienen las personasen tales lugares. Este enfoque se fundamenta en el supuesto terico deque todo fenmeno social es dependiente del espacio en donde sucede.

El anlisis espacial cruza todas las ramas de la geografa y consiste enun conjunto de tcnicas que consideran de manera explcita la posicingeogrfica de los valores de una variable. Esto no se realiza en un vaco


4/43



terico. El anlisis espacial utiliza modelos tericos formulados matem-ticamente para cuantificar y predecir la variacin geogrfica del compor-

tamiento humano. Dentro de la criminologa, el anlisis espacial se enfo-ca en proveer informacin estratgica y tctica. Por otro lado, el anlisistemporal es indispensable en el estudio del comportamiento humanoporque permite organizarlo secuencialmente.4El anlisis temporal, tam-bin llamado de series de tiempo tiene, al igual que el anlisis espacial, unfundamento matemtico. El anlisis temporal es un conjunto de tcnicasque permiten modelar comportamientos secuencialmente y tienen porobjetivo realizar proyecciones del cambio en el fenmeno en estudio.

Comparativamente, se realizan ms anlisis temporales que espa-ciales, y tambin se realizan ms de forma separada que conjunta. Losanlisis espacio-temporales del comportamiento criminal son muy esca-sos. El rea de estudios que combina las dimensiones espaciales y tempo-rales de la actividad criminal se conoce acadmicamente como geografadel crimen.5

La geografa del crimen tiene una larga tradicin acadmica (Low-man, 1986). En sus inicios, los proponentes de la ecologa humana

observaron que el crecimiento rpido de la poblacin en un rea de laciudad vena acompaado de un aumento en sus tasas de criminalidad.La explicacin se encuentra en la teora de la desorganizacin social. Estateora, en su formulacin original, explicaba que el crecimiento poblacio-nal acelerado ocasionaba la desorganizacin social (Burgess, 1925), unacapacidad decreciente de las instituciones de la ciudad para mantener elcontrol (Shaw y Mckay, 1942) y, consecuentemente, una mayor crimi-nalidad. Una formulacin ms reciente se basa en la idea de que la desor-ganizacin social permite la ocurrencia de comportamientos violentos,pero no por razones de crecimiento poblacional (o composicin tnicade la comunidad) sino por la ausencia de redes sociales estables capital

4La espacialidad y la temporalidad son formas naturales de pensar.5Aunque la geografa del crimen hara referencia solamente a la espacialidad del fenmeno, la reali-

dad es que la mayor parte de los estudios empricos que se pueden encontrar con este sobrenombretambin consideran la dimensin temporal de la actividad criminal.


5/43



social o la incapacidad para mantener el orden eficacia colectivaen la comunidad (Sampson, 2004; Sampson y Wilson, 1995).

Hay tres patrones espaciales y temporales del crimen de los que hayprueba emprica de pases diferentes y que han sido consistentes en eltiempo. El primero es la tendencia de la actividad criminal a la concen-tracin geogrfica a consecuencia de la correspondiente concentracinde las oportunidades criminales (Vilalta, 2009; Van Dijk, 1999). El se-gundo es la existencia de reas de las ciudades que ofrecen mayores opor-tunidades para la actividad criminal a consecuencia del descuido poltico(Ackerman y Murray, 2004). El tercero es la existencia de reas de la

ciudad que mantienen tasas de criminalidad altas y relativamente esta-bles durante largos periodos (Eck y Weisburd, 1995); llmense reas decrimen endmico. Es decir, la geografa del crimen puede tambin coin-cidir espacialmente con la geografa de la actividad econmica o poltica,y hacerlo de manera persistente.

ESTUDIOS PREVIOS SOBRE EL ROBO DE VEHCULOS

El robo de vehculos es un delito difcil de combatir (Gottfredson y Hirs-chi, 1990). Esto se debe a que tiene muchas manifestaciones y puedesuceder de maneras muy diferentes. Se roban tanto motocicletas comoautomviles particulares, transportes de pasajeros, de carga (con o sin car-ga), de peso y con un nmero de ejes muy variable.6Los robos se cometencon violencia, sin violencia, con la vctima conduciendo, caminando ha-cia el vehculo o sentada dentro del vehculo estacionado. Los robos suce-den dentro de estacionamientos residenciales, comerciales, pblicos depago, en la calle, en carreteras y en autopistas. En sntesis, este delito ade-ms de frecuente y daino, es variado y puede suceder en concurrenciacon otros delitos. Cualquier solucin debe considerar esta variabilidad.

6En cuanto a los automviles particulares, la probabilidad de robo vara significativamente de acuer-do con la marca, el modelo, la edad y el valor comercial.


6/43



Como es de suponer, la variabilidad es tambin geogrfica. En Mxi-co, el Distrito Federal es la entidad que presenta de forma consistente (o

endmicamente) las cifras ms elevadas de este delito (, 2008).7

Como lo mostrar este estudio, el robo de vehculos es tambin geogr-ficamente variable dentro del Distrito Federal. Afortunadamente, estavariabilidad geogrfica hace que el problema del crimen sea parcialmen-te predecible (Vilalta, 2009), incluyendo el robo de vehculos (Brown yClarke, 2005; Plouffe y Sampson, 2005). La modelacin geogrfica delcrimen hace factible su prevencin.

Entre los estudios que se dedican al anlisis de este delito, hay artculos

arbitrados (Walsh y Taylor, 2007; Linden y Chaturvedi, 2005; Brown yThomas, 2003), como documentos tcnicos o de trabajo (Clarke, 2002;Higgins, 1997; Geason y Wilson, 1990), captulos de libros (Brown yClarke, 2004; Plouffe y Sampson, 2004; Laycock, 2004) y compilacionesde resultados de seminarios de investigacin en los que han participadotanto acadmicos como funcionarios de gobiernos locales (Maxfield yClarke, 2005). En este sentido, estos estudios tienen claramente un enfo-que cientfico-prctico (Levesley et al.,2004; Webb y Laycock, 1992).

En lo que coinciden todos estos estudios es en su justificacin: la ten-dencia creciente en el nmero de autos robados que se est presentandoen muchos pases en continentes diferentes. En lo segundo en que coin-ciden la mayora de estos estudios es en que la mejor solucin se encuen-tra en la planeacin preventiva. La planeacin preventiva pretende redu-cir la probabilidad de ocurrencia al reducir la oportunidad de que eldelito, en este caso el robo del vehculo, suceda. Las soluciones concretasque se han implementado van en tres direcciones:

El uso de soluciones urbansticas: mejoras en el alumbrado pblico,el uso de circuitos cerrados de televisin o garajes particulares o pbli-

7Estos datos muestran que la ciudad de Mxico ofrece buenas oportunidades criminales para elrobo de vehculos.


7/43



cos con vigilancia (Clarke y Mayhew, 1998; Hakim et al.,1995; Pain-ter y Farrington, 1997; Poyner, 1988).

El uso de tecnologas preventivas en los vehculos: inmovilizadores,cdigos de entrada y arranque del auto, alarmas, alarmas de emergen-cia con el auto en movimiento y los sistemas georreferenciados (Ca-rroll, 2004; Brown, 1996).

Coordinacin gubernamental: se ha enfatizado la importancia de lacoordinacin entre jurisdicciones territoriales y agencias de gobierno,muy especialmente en cuanto a la definicin clara de responsabilida-des. Tambin se ha hecho hincapi en el desarrollo de bases de datos

sobre robo de vehculos para compartirse por diferentes agencias depolica y el pblico (Maxfield y Clarke, 2005).8

Se puede intuir que estas soluciones toman muchas formas porque lassoluciones urbansticas o el uso de tecnologas preventivas consisten encualquier modificacin del medio o el vehculo que reduzca la opor-tunidad criminal. La planeacin preventiva se fundamenta en la idea deque se puede romper la relacin entre la oportunidad para cometer un

crimen y la accin correspondiente (Von Hirsch et al.,2000). Es impor-tante comentar que esta idea es debatible. Se ha discutido si este enfoquetiene el efecto de reducir la criminalidad o simplemente redistribuirlageogrficamente (Von Hirsch et al.,2000). Con base en lo anterior, tam-bin se argumenta que el uso de tecnologas preventivas es la solucincorporativa, y por cierto una altamente lucrativa, al problema del cri-men (Clarke, 2005). Aqu entrara en el debate si estas soluciones tecno-lgicas corporativas deberan estar entre las acciones de poltica de segu-ridad pblica o bien si debera dejarse la decisin de elegir su uso alpblico. Y en caso de implementarse como acciones de poltica de segu-ridad pblica, se debera discutir cmo se pondran en prctica paraevitar la sospecha ciudadana de actos de corrupcin.

8Esta ltima recomendacin se hizo evidente durante la elaboracin de este estudio.


8/43



LAS POLTICAS CONTRA EL ROBO DE VEHCULOS

EN LA CIUDAD DE MXICO

La ciudad de Mxico cuenta con un gabinete de seguridad pblica con-formado por la Jefatura del Gobierno de la Ciudad, la Secretara de Se-guridad Pblica del Distrito Federal () y la Procuradura Generalde Justicia del Distrito Federal (). La poltica de seguridad pblicaen sus fases de prevencin y de investigacin del delito le corresponde alas dos ltimas.9En detalle, la entidad encargada de planear y ejecutarlas acciones de salvaguarda de la integridad fsica y patrimonial de los

residentes de la ciudad es la .10La entidad encargada de planear yejecutar las acciones relacionadas con la persecucin de los presuntosdelincuentes (del orden comn) es la .11

Ya se coment en la introduccin que el monto del presupuesto de laciudad destinado a la operacin de ambas instituciones exhibe de formams o menos clara la magnitud del problema. Las erogaciones (proyecta-das) en 2008 que seran destinadas a la ascienden a 8 657 082 376pesos. Las destinadas a la ascienden a 3 971 988 249 pesos (Secreta-

ra de Finanzas, 2008). Sumados estos recursos, estas dos entidades recibi-ran 33.9 por ciento del gasto total destinado a las entidades de la admi-nistracin central de la ciudad de Mxico. En trminos per cpita, laciudad destinara 1 448 pesos a la prevencin e investigacin del delito.12

La poltica local vigente de seguridad pblica se fundamenta legal-mente y se articula operativamente en el Programa de Seguridad Pblicadel Distrito Federal (, 2007-2012).13Este programa contiene

9 Proseguira la fase de juicio de los criminales, pero no se aborda aqu por tratarse del rea de pol-tica judicial.

10Entre otras ms. Vase el artculo tercero de la Ley Orgnica de la Secretara de Seguridad Pblicadel Distrito Federal vigente.

11Entre otras ms. Vase el artculo segundo de la Ley Orgnica de la Procuradura General de Justi-cia del Distrito Federal vigente.

12Faltara agregar otras erogaciones previstas en la misma materia, como por ejemplo el Fondo parala Atencin y Apoyo a las Vctimas del Delito y las cajas de previsin para la polica preventiva y auxiliar.

13Vase: http://cgservicios.df.gob.mx/prontuario/vigente/1721.htm.


9/43



quince estrategias y noventa acciones dirigidas al cumplimiento de lostres objetivos especficos siguientes (, 2007-2012):

Enfrentar a la delincuencia de manera sistmica y organizada para di-suadir la comisin de delitos y afectar la economa del crimen, aumen-tando sus costos y reduciendo sus ganancias mediante un nuevo modelode investigacin y operacin policial que aumente significativamenteel nmero de delincuentes capturados, consignados, sentenciadosy sancionados con penas adecuadas segn el tipo de delito cometido.

La implantacin de un nuevo modelo de readaptacin social, en el

que las instalaciones penitenciarias efectivamente permitan que losofensores cumplan sus penas en condiciones humanas y puedan inte-grarse positivamente a la sociedad.

El ataque frontal a los factores que causan, se asocian, propician opromueven el comportamiento delictivo.

La tiene una fiscala especializada en robo de vehculos.14Esta fisca-la tiene como objetivo practicar las diligencias necesarias para integrar,

perfeccionar y determinar las averiguaciones previas que se inicien porhechos delictivos relacionados con el robo a transportistas e implementarestrategias y mtodos de inteligencia para combatir el robo de vehculos ode transportistas, con el propsito de que a travs de la estricta y eficienteaplicacin de las normas penales, se lleve a cabo la pronta y expedita pro-curacin e imparticin de justicia en el Distrito Federal (p. 54).

En este sentido, entre las formas organizadas que existen para comba-tir el robo de vehculos, se han venido realizando desde 2001 una plura-lidad de operativos en los principales puntos de venta (tianguis) de auto-mviles en la ciudad. Esta estrategia est particularmente dirigida a

14Fiscala Central de Investigacin para Robo de Vehculos y Transporte. Hay otras siete fiscalas centra-les en la : Fiscala Central de Investigacin para Servidores Pblicos, Fiscala Central de Investigacinpara la Seguridad de las Personas e Instituciones, Fiscala Central de Investigacin para Delitos Financieros,Fiscala Central de Investigacin para Delitos Sexuales, Fiscala Central de Investigacin para Homicidios,Fiscala Central de Investigacin para Asuntos Especiales y Fiscala Central de Investigacin para Menores.


10/43



combatir a las bandas organizadas para este delito. Otro operativo deno-minado Srpico, y que se ha realizado en coordinacin con la Polica

Federal Preventiva, consiste en la instalacin de puestos de inspeccin enlas salidas de la ciudad (carreteras libres y autopistas) con objeto de dete-ner la salida de vehculos robados de la ciudad.

En 2005, la y la implementaron el Programa contra elRobo de Vehculos, que consista en una accin policiaca estratgica en21 sectores definidos como crticos. La , por su parte, implementadesde 2006 el operativo Visin, que consiste en una operacin de pa-trullas con cmaras de video instaladas que pueden leer placas de auto-

mviles y cotejar reportes de robo sobre los mismos de manera casi ins-tantnea. Para el caso de robo de autotransporte de carga, la tambin ha realizado un convenio con la Asociacin Nacional de Em-presas de Rastreo y Proteccin Vehicular (), por medio del cualse ha creado un centro de recepcin de reportes para la localizacin yrastreo de todas las unidades de las empresas que integran tal asociacin.Esta informacin se transmite a la para que coordine la recupera-cin de los vehculos que se reporten como robados.

Otro programa contra el robo de vehculos es el operativo Verificen-tro, el cual consiste en reportar, en el lugar y en el momento de la verifi-cacin ambiental, todo automvil sobre el que existe una denuncia porrobo u otro delito. Desde 2008, la inici otro programa especficopara este delito en las delegaciones Benito Jurez, Iztapalapa y Cuauht-moc, a las cuales se han asignado 60 elementos de la polica en tres uni-dades de investigacin (con y sin detenido). En cada una de estas unida-des de investigacin est presente un agente del ministerio pblico. A suvez, est disponible desde 2008 un telfono de servicio en la , paraque las vctimas de un robo de vehculo puedan saber de manera personaly en cualquier momento si su vehculo ha sido recuperado. Igualmente,en la pgina de Internet de la secretara aparecen las instrucciones sobrelos procedimientos que hay que seguir para recuperar el vehculo.15

15http://www.pgjdf.gob.mx/vehiculosrecuperados/index.asp.


11/43



Mientras se escribe este documento, en 2009, la ha vuelto aimplementar la estrategia de puntos de revisin de la documentacin

de vehculos en movimiento. Estos puntos de revisin son mviles perose concentran en las reas de la ciudad con los mayores ndices de robode vehculos. El secretario de la asegura que sern investigadosaquellos autos que tengan vidrios polarizados, o donde viajen variaspersonas que no sean de una misma familia; esos son los que vamos arevisar, aunque no se tratar de retenes.16Esta estrategia no es nueva enla ciudad. Haba sido cancelada temporalmente, en agosto de 2008,debido a los secuestros que se realizaron en puntos de revisin ficticios,

armados para ese propsito por bandas organizadas (Reforma,2009).En 2009 este operativo presenta un mayor alcance geogrfico y unamayor cantidad de recursos. No sobra decir que se han presentado algu-nas inconformidades ciudadanas al respecto de este operativo. El argu-mento es que la polica no est deteniendo y revisando automvilessospechosos, bajo la definicin de sospechoso que pueda llegar a existirentre los encargados de la implementacin del operativo, sino que laqueja ciudadana consiste en que la polica detiene todo tipo de autom-

viles de forma arbitraria (Reforma,2009) o al menos aparentementealeatoria.

En trminos del uso de tecnologas para la prevencin del delito, elReglamento de Trnsito Metropolitano17vuelve obligatoria la instalacinde equipos de geolocalizacin satelital radioelctrico en los vehculos demodelo 2008 y en adelante. La sancin por no cumplir con esta disposicines una multa equivalente a cinco das de salarios mnimos generales. A la fe-cha no se cuenta con informacin de que se haya iniciado la aplicacin de estanorma en particular. Tampoco se sabe de la realizacin de operativos de controlni que se hayan aplicado sanciones al respecto. En este sentido, es probableque tal norma no se haya implementado por la muy probable oposicinciudadana que podra presentarse. La oposicin ciudadana se fundamenta-

16Entrevista a Manuel Mondragn y Kalb, titular de la (Reforma,2009).17Vigente desde el 20 de julio de 2007.


12/43



ra, en este caso, en el elevado precio que tienen tales equipos de geolocaliza-cin; el precio oscila entre 7 463 y 13 920 pesos por equipo (, 2008).

METODOLOGA

La informacin base de este estudio es pblica y oficial, y consiste en lasestadsticas de averiguaciones previas (Y1) y detenciones (Y2) por el delitode robo de vehculos. Esta informacin es presentada por la ProcuraduraGeneral de Justicia del Distrito Federal () y la Secretara de Seguridad

Pblica () respectivamente.18La variable Y1 se analiza para el conjunto de las delegaciones de la ciu-dad de Mxico (N = 16). Para esta variable se realizan dos pruebas de con-centracin espacial: concentracin espacial global y local.19Primero se uti-lizan los coeficientes I globales de Moran para calcular los niveles deconcentracin espacial del delito de robo de vehculos totales, con violenciay sin violencia, para el conjunto de las delegaciones. Luego se calculan loscoeficientes I locales de Moran para cada delegacin, los cuales permiten

detectar los hotspotsdel robo de vehculos.20Los coeficientes globales per-miten probar los niveles de concentracin espacial de la incidencia delictivaen el conjunto de las delegaciones de la ciudad, mientras que los coeficien-tes locales permiten detectar las diferencias estadsticamente significativasque pueden existir entre cada delegacin y sus delegaciones vecinas.

Los hotspotspueden ser de dos tipos: clusterso outliersespaciales. Unclusterespacial puede definirse como aquel lugar que es probabilsticamentedistinguible por su relativa concentracin de caractersticas similares y surelativa cercana fsica (Vilalta, 2009). Un outlierespacial puede determi-

18Esta ltima con base en la informacin de detenciones por robo de vehculos en cada sector de lapolica que le proveen los ministerios pblicos () de la ciudad.

19La autocorrelacin espacial es la concentracin o dispersin de los valores de una variable en unmapa (Vilalta, 2005).

20Ambos tipos de coeficientes de autocorrelacin ya se han utilizado en estudios previos en Mxico(Vilalta, 2008).


13/43



narse como aquel lugar que es distinguible por su concentracin de caracte-rsticas diferentes y su relativa cercana fsica. En trminos de incidencia

delictiva, un hotspotde tipo clustersera un rea geogrfica (en este estudiouna delegacin o sector policiaco) con una incidencia delictiva similar peromayor al de sus reas geogrficas vecinas, y un hotspot de tipo outlierseraun rea geogrfica con una incidencia delictiva significativamente diferente(que puede ser mayor o menor) al de sus reas geogrficas vecinas.21

Como se mencionaba antes, el coeficiente I de autocorrelacin globalpermite detectar patrones generales en un conjunto de datos georrefencia-dos. La frmula es la siguiente (Moran, 1950):

El coeficiente puede tomar cualquier valor dentro de un intervalo de +1 y -1.Un valor de 1 indica una autocorrelacin positiva perfecta, sugerente de

una completa concentracin geogrfica del fenmeno estudiado. Un valorde -1 indica una autocorrelacin negativa perfecta, sugerente de una com-pleta dispersin geogrfica del fenmeno. Un coeficiente igual o cercano acero indicara la presencia de un patrn espacial aleatorio; esto sugiere laausencia de un arreglo geogrfico probabilsticamente distinguible. En to-das las frmulas, N significa el nmero de las unidades geogrficas (delega-ciones o sectores policiacos) en el mapa,w(i,j)es la matriz de distancias quedefine si las delegaciones o sectores policiacos iyj son geogrficamente ve-cinas, y S0se formula de la siguiente manera:

21Los coeficientes se someten a una prueba de significancia estadstica dentro de una curva o distri-bucin normal estndar de probabilidades.

Ii=

N

NS0

i -1

N

j -1 j+i

w(i, j)(xi-x)(xj-x)

N

i-1

(xi-x)2

S0=N

i -1

N

j -1

w(i, j)


14/43


Los coeficientes I de autocorrelacin espacial locales son aquellos quepermiten detectar los clustersy outliersespaciales. La frmula es la siguiente

(Anselin, 1995):

Los coeficientes locales pueden tomar cualquier valor. Un coeficiente consigno positivo y estadsticamente significativo sugiere la presencia de unrea geogrfica significativamente similar a sus vecinas; es decir, un clusterespacial. A la inversa, un coeficiente con signo negativo y estadsticamente

significativo sugiere la presencia de un rea significativamente diferente asus vecinas; es decir, un outlierespacial. Los coeficientes se someten a unaprueba de significancia estadstica bajo el supuesto de una curva normal deprobabilidades.

Pasando al anlisis temporal de Y1 (averiguaciones previas), ste se reali-za para el total de robos en la ciudad y para las modalidades de robo conviolencia y sin violencia. Esto se realiza principalmente sobre una base deinformacin de muestras anuales y mensuales. La muestra en la serie anual

cubre el robo total de vehculos que sucedieron entre enero de 1995 y sep-tiembre de 2008 (n = 14). La muestra en la serie mensual cubre el periodoentre enero de 2003 y septiembre de 2008 (n = 70). En el anlisis temporaltambin se incluye una serie por da de la semana, pero sta solamente con-sidera el nmero total de averiguaciones previas proveniente de una mues-tra representativa de 56 das en 2007.22

Las tcnicas aplicadas en el anlisis temporal son tanto de tipo param-trico como no paramtrico. Se utilizaron ambos tipos de tcnicas debido alas distribuciones de los datos y los consecuentes supuestos tericos quenecesitan cumplirse en cada aplicacin. Para probar la hiptesis de norma-lidad de los datos, se utiliz la prueba Z de Kolmogorov-Smirnov en todas

22 No contamos con estadsticas diarias que nos permitan distinguir las modalidades de robo devehculos ni tampoco contamos con la informacin necesaria para realizar un muestreo en aos ante-riores a 2007.

Ii=

N

S 2 j -1

xi-x wij(xj-x)



15/43



las mediciones. Cuando las pruebas sugeran no rechazar la hiptesis de la

normalidad (Ho), se procedi con el uso de tcnicas paramtricas o de di-ferencias de promedios aritmticos. Cuando las pruebas sugeran rechazarla hiptesis de normalidad (Ha), se procedi utilizando pruebas no para-mtricas o de diferencias de rangos promedio. El estudio utiliz las siguien-tes tcnicas paramtricas para las pruebas de diferencias de promedios arit-mticos: t de Student y prueba F (o anlisis de varianza). Las tcnicas noparamtricas para la diferencia de rangos promedio fueron: Z de Mann-Whitney y Chi-cuadrado de Kruskal-Wallis (esquema 1). El anlisis corre-lacional utiliz el coeficiente r de Pearson.

Adems de la comparacin de promedios por medio de tcnicas para-mtricas o de rangos promedio por medio de tcnicas no paramtricas,tambin me interes analizar el aspecto de la variabilidad por medio delanlisis de la homogeneidad de varianzas. Para esto se utiliz el estadsticode Levene (). El objetivo fue probar de forma probabilstica la variabilidado volatilidad temporal del delito de robo de vehculos en cada delegacin.

ESQUEMA 1. Proceso de eleccin de las pruebas estadsticas

Estadstica paramtrica: Prueba t de Student

Prueba F (anlisis de varianza)

Coeficiente r de Pearson

Prueba de varianzas de Levene

Estadstica no paramtrica: Prueba Z de Mann-Whitney

Prueba Chi-cuadrado de

Kruskal-Wallis

Ha:Los datos nose distribuyennormalmente {

{Prueba denormalidadde los datos

Tcnica: Prueba Z deKolmogorov-Smirnov

Ho:Los datos

se distribuyennormalmente

Fuente: Elaboracin propia.


16/43



El beneficio prctico de analizar la variabilidad temporal en cada delega-cin consiste en que las autoridades pueden juzgar probabilsticamente si

los promedios diarios o mensuales delegacionales son un buen estimadorpara la asignacin de recursos, por ejemplo, en la implementacin de pa-trullajes estratgicos. Un enfoque de variabilidad o volatilidad geogrfica ytemporal de la incidencia criminal aporta ms informacin que solamentecomparando diferencias entre lugares y momentos sobre la base exclusivade promedios.

En cuanto a Y2, las estadsticas de detenciones por el delito de robo devehculos tambin se analizaron espacialmente, pero slo en el mbito de los

sectores policiacos (n = 69) para el ao 2007.23Igualmente se busc detec-tar sectores policiacos de tipo hotspot (clustersy outliersespaciales) en el n-mero de detenciones totales, con violencia y sin violencia. Tambin se ofre-cen mapas de estas mediciones para los sectores policiacos. Para el caso de lasdetenciones no se realiz un anlisis temporal, ya que no se cont con datosal respecto en series de tiempo.

El nivel de significancia para todas las pruebas fue fijado en 10 por cien-to (p < 0.10) y el paquete utilizado fue el Statistical Package for the Social

Sciences() versin 15.

RESULTADOS

Es inexacto e improductivo discutir un problema sin ponerlo en un contex-to geogrfico y temporal. A fin de lograr una presentacin clara y ordenadade los resultados, esta parte del estudio se ha dividido en dos secciones. Enla primera se presentan los resultados del anlisis espacial de las averiguacio-nes previas (Y1) y detenciones (Y2) del delito de robo de vehculos. Estaseccin a su vez la dividimos en dos subsecciones en razn del mbito geo-

23La ciudad de Mxico cuenta con 70 sectores policiacos o unidades de proteccin ciudadana. Sinembargo, el anlisis espacial slo se realiz en 69 unidades geogrficas, ya que no se contaba con infor-macin oficial para este delito en el sector Merced de la delegacin Venustiano Carranza.


17/43



grfico en estudio: delegaciones (patrn delegacional) y sectores policiacos(patrn sectorial). En la segunda seccin se presentan los resultados del

anlisis temporal de las averiguaciones previas. De forma congruente, lapresentacin del anlisis temporal se dividi por el tipo de serie de datosestudiados: seria anual, mensual y por da de la semana.

A

Como decamos, esta seccin del documento se divide en dos subseccio-

nes: el patrn delegacional y el patrn sectorial. En la primera se calculanlos niveles de concentracin espacial del nmero de robos para los aos2003 y 2007, y el cambio entre ambos. Esto se hace para toda la ciudad, esdecir, con base en la informacin agregada por delegacin (N = 16). Tam-bin se calculan los niveles de concentracin espacial del nmero de deten-ciones para toda la ciudad, asimismo con base en la informacin agregadapor delegacin.

En el segundo apartado, el patrn sectorial, las detenciones se analizan

en un mbito geogrfico menor, que es el sector policial o unidad de pro-teccin ciudadana (n = 69). En este mbito, la nica informacin con quecontamos es el nmero de detenidos.

Patrn delegacional

Las averiguaciones previas iniciadas (Y1) por el robo de vehculos en 2007se encuentran espacialmente concentradas (p = 0.000) en tres delegacio-nes: Gustavo A. Madero, Benito Jurez e Iztapalapa (vanse el mapa 1 y elcuadro 2).24En el extremo contrario y muy por debajo del promedio se

24No se pudo encontrar el nmero total de averiguaciones previas por el delito de robo de vehculossegn delegacin de la ciudad de Mxico; solamente la cifra completa para la ciudad ese ao. Estos datosse solicitaron a la pero no se obtuvo respuesta. En consecuencia se procedi de forma inversa reali-zando una estimacin para cada delegacin con base en un muestreo realizado de robos diarios de vehcu-los por delegacin, de lo cual s hay informacin para 2007.


18/43



CUADRO 1. Ciudad de Mxico: averiguaciones previas por el delitode robo de vehculo segn delegacin, 2007*

Delegacin Total de averiguacionesprevias

Porcentaje

Gustavo A. Madero 4 975 19.3

Benito Jurez 3 734 14.5

Iztapalapa 3 337 12.9

Coyoacn 2 159 8.4

Miguel Hidalgo 1 698 6.6

lvaro Obregn 1 671 6.5

Azcapotzalco 1 565 6.1

Tlalpan 1 355 5.2

Venustiano Carranza 1 301 5.0

Cuauhtmoc 1 290 5.0

Iztacalco 597 2.3

Tlhuac 528 2.0

Milpa Alta 507 2.0

Xochimilco 420 1.6

Cuajimalpa 406 1.6

Magdalena Contreras 266 1.0

Ciudad de Mxico 25 810 -

Promedio 1 613 -

Desviacin estndar 1 311 -

Fuente: Elaboracin propia con informacin de la . *Cifras obtenidas sobre la base de una estimacinde los promedios diarios de robos de vehculos en cada delegacin durante 2007.


19/43



MAPA 1.Ciudad de Mxico: Averiguaciones previas por el delito de robode vehculo segn delegacin, 2007

Fuente:Elaboracin propia con informacin de la a partir de las cifras obtenidas sobre la base de unaestimacin de los promedios diarios de robos de vehculos en cada delegacin durante 2007.M = Media y s= Desviacin estndar.

49751565

1290 1301

597

1698

3734

1671

406

266

2159

3337

528

429

1355

Averiguaciones previas, 2007

507-2 - -1 Desv. estndar

-1 - 0 Desv. estndar

M = 1 613, s = 1 311

0 -1 Desv. estndar

1 - 2 Desv. estndar

2 - 3 Desv. estndar

5 0 5 10 Kilmetros


20/43



encuentran las delegaciones Milpa Alta, Xochimilco, Cuajimalpa y Mag-dalena Contreras, todas ubicadas hacia el sur o poniente de la ciudad.En cuanto a las detenciones (Y2) que realiz la polica de la ciudad por

este delito, encontramos tambin una alta variacin geogrfica. Ntese queel mapa 2 muestra el fenmeno en trminos de desviaciones estndar, loque permite comparar a cada delegacin frente al promedio de la ciudad.Desde esta perspectiva, la delegacin Iztapalapa se encuentra por encimadel promedio de la ciudad en casi tres desviaciones estndar.

El cuadro 4 muestra los patrones de concentracin espacial de las deten-ciones en el mbito delegacional. Se encuentra una concentracin estads-ticamente significativa solamente cuando se calculan sobre la base de unavecindad de primer orden ajustado.25Las detenciones en la modalidad derobo sin violencia muestra el patrn de concentracin espacial ms fuerte.

En cuanto a las delegaciones hotspoten trminos de detenciones, encon-tramos que la delegacin Iztapalapa muestra patrones espaciales significati-vamente diferentes del resto de las delegaciones de la ciudad (cuadro 5).Esta delegacin muestra tener patrones geogrficos distintivos por modali-dad del delito. Para el caso de detenciones por el robo de vehculos totales yen la modalidad de robo con violencia, esta delegacin tiene un perfil de

25 Recordemos que la vecindad de primer orden es por estricta contigidad fsica, mientras que lavecindad por primer orden ajustado incluye como unidades vecinas a las delegaciones contiguas y aaquellas que estn por debajo del promedio de la distancia entre centroides geogrficos de las diecisisdelegaciones de la ciudad.

CUADRO 2.Ciudad de Mxico: niveles de concentracin geogrficade averiguaciones previas por el delito de robo de vehculo

por delegacin, 2007*Variable Vecinos de primer orden Vecinos de primer orden ajustado

Averiguaciones previas 0.122 (0.185) 0.346 (0.000)

Fuente: Elaboracin propia con informacin de la . *Coeficientes globales I de Moran calculados para elestimado de averiguaciones previas segn delegacin en 2007. Significancia estadstica entre parntesis.


21/43



CUADRO 3. Ciudad de Mxico: detenidos por el delito de robo devehculo con violencia y sin violencia segn delegacin, 2007 y 2008*

Delegacin Total Robo conviolencia

Robo sinviolencia

Relacin con/sinviolencia

Iztapalapa 242 163 79 2.1

Gustavo A. Madero 170 99 71 1.4

Cuauhtmoc 140 76 64 1.2

Miguel Hidalgo 108 76 32 2.4

lvaro Obregn 97 57 40 1.4

Tlalpan 90 54 36 1.5

Benito Jurez 86 53 33 1.6

Azcapotzalco 82 38 44 0.9

Coyoacn 81 44 37 1.2

Venustiano Carranza 75 57 18 3.2

Tlhuac 65 45 20 2.3

Iztacalco 63 43 20 2.2

Xochimilco 37 22 15 1.5

Magdalena Contreras 24 19 5 3.8

Cuajimalpa 16 7 9 0.8

Milpa Alta 7 4 3 1.3

Ciudad de Mxico 1 383 857 526 1.6

Promedio 86 54 33 -

Desviacin estndar 58 37 22 -

Fuente: Elaboracin propia con informacin de la . *Nmero de detenciones entre enero de 2007 yfebrero de 2008. Ordenados de mayor a menor incidencia.


22/43



MAPA 2. Ciudad de Mxico: total de detenciones por el delito de robode vehculo segn delegacin, 2007 y 2008*

Fuente: Elaboracin propia con datos de la .*Nmero de detenciones entre enero de 2007 y febrero de2008. M = Media y s = Desviacin estndar.

17082

140 75

63

108

86

97

16

24

81

242

65

37

90

Detenciones totales, 2007

7-2 - -1 Desv. estndar

-1 - 0 Desv. estndar

M = 86, s = 58

0 -1 Desv. estndar

1 - 2 Desv. estndar

2 - 3 Desv. estndar

5 0 5 10 Kilmetros


23/43



clusterespacial. Es decir, en estos dos casos, la frecuencia de las detencionesse correlaciona positivamente con la frecuencia respectiva en sus delegacio-nes vecinas; est rodeada por delegaciones significativamente similares eneste indicador de detenciones. En cambio, para el caso de detenciones porel delito de robo de vehculos sin violencia, esta delegacin muestra ser unoutlierespacial. Es decir, en este caso la frecuencia de las detenciones se co-rrelaciona negativamente con la frecuencia respectiva en sus delegacionesvecinas; est rodeada por delegaciones significativamente diferentes.

CUADRO 4. Ciudad de Mxico: niveles de concentracin geogrficade las detenciones por el delito de robo de vehculo segn delegacin,

2007 y 2008* **Tipo de detencin Coeficientes por vecinos

de primer ordenCoeficientes por vecinos

de primer orden ajustado

Detenciones totales -0.087 (0.881) 0.156 (0.057)

Detenciones por robo con violencia -0.116 (0.728) 0.138 (0.080)

Detenciones por robo sin violencia -0.035 (0.829) 0.196 (0.024)

Fuente: Elaboracin propia con informacin de la . *Coeficientes globales I de Moran calculados parael nmero de detenciones entre enero de 2007 y febrero de 2008. Significancia estadstica entre parntesis.

**Definicin de vecinos: primer orden y primer orden ajustado.

CUADRO 5. Ciudad de Mxico: delegaciones hotspot en detencionespor el delito de robo de vehculo, 2007 y 2008* **Tipo de detencin Delegacin

hotspotCoeficientes Tipo de

hotspot

Detenciones totales Iztapalapa 0.292 (0.002) Cluster espacial

Detenciones por robo con violencia Iztapalapa 0.581 (0.002) Cluster espacial

Detenciones por robo sin violencia Iztapalapa -0.108 (0.019) Outlier espacial

Fuente: Elaboracin propia con informacin de la . *Coeficientes locales I de Moran calculados para elnmero de detenciones entre enero de 2007 y febrero de 2008. Significancia estadstica entre parntesis.**Definicin de vecinos: primer orden ajustado.


24/43



CUADRO 6.Ciudad de Mxico: niveles de concentracin geogrficade detenciones por el delito de robo de vehculo, 2007 y 2008* **

Tipo de detencin Radio de 5 km

Radio de10 km

Radio de15 km

Radio de20 km

Detenciones totales -0.010 (0.946) -0.001 (0.591) -0.023 (0.530) -0.008 (0.442)

Detenciones por robo

con violencia

-0.005 (0.873) 0.012 (0.270) -0.015 (0.936) -0.004 (0.221)


sin violencia

0.035 (0.406) -0.014 (0.988) -0.035 (0.143) -0.021 (0.415)

Fuente: Elaboracin propia con informacin de la . *Coeficientes globales I de Moran calculados parael nmero de detenciones entre enero de 2007 y febrero de 2008. Significancia estadstica entre parntesis.**Definicin de vecinos: coeficientes calculados para los sectores vecinos en diferentes radios.

CUADRO 7. Ciudad de Mxico: sectores hotspotpara el delito de robode vehculo, 2007 y 2008* **

Tipo de detencin Sectores hotspot Coeficientes Tipo de sector Detenciones totales Oasis

Tacuba

Plateros

4.328 (0.000)

-0.920 (0.011)

-0.303 (0.021)

Cluster espacial

Outlier espacial

Outlier espacial


con violencia

Oasis

Tacuba

Plateros

4.099 (0.000)

-1.358 (0.004)

-0.527 (0.020)

Cluster espacial

Outlier espacial

Outlier espacial


sin violencia

Clavera

Santa Cruz

-0.036 (0.007)

2.098 (0.011)

Outlier espacial

Cluster espacial

Fuente: Elaboracin propia con informacin de la . *Coeficientes locales I de Moran calculados parael nmero de detenciones entre enero de 2007 y febrero de 2008. Significancia estadstica entre parntesis.**Definicin de vecinos: coeficientes calculados para los sectores vecinos en el radio de 15 kilmetros.


25/43



Patrn sectorial

En cuanto a las detenciones en el mbito del sector policiaco,26

no se detec-ta un patrn estadsticamente significativo en ninguna de sus modalidades(cuadro 6). Esto muestra que en promedio y considerados todos los secto-res de la ciudad en su conjunto, las detenciones se distribuyen de manerauniforme a travs de la ciudad. Advirtase que la ausencia de un patrnglobal sobre el promedio de la ciudad no implica que no existan sectoreshotspoto que no los haya significativamente diferentes de sus sectores veci-nos. Aqu es donde se demuestra la utilidad analtica de los coeficientes lo-

cales de autocorrelacin espacial.El cuadro 7 muestra la presencia de los sectores hotspoto sectores po-liciacos significativamente diferentes a sus vecinos en el nmero de deten-ciones por el delito de robo de vehculos. Se detectan clustersy outliers es-paciales. Como se explicaba en la parte de metodologa de este estudio, uncluster espacial es un sector policiaco que presenta una frecuencia significa-tivamente similar pero mayor de detenciones a la de sus sectores vecinos;est rodeado de sectores semejantes. A la inversa, un outlierespacial es un

sector policiaco que presenta una frecuencia significativamente diferentede detenciones a la de sus sectores vecinos; est rodeado por sectores di-ferentes.

En la modalidad de robo con violencia, en un radio de 15 kilmetros lossectores outlierson los sectores Tacuba y Plateros, ambos localizados en eloeste de la ciudad. Las estadsticas de detenciones muestran que la policaadscrita en estos dos sectores realiza un nmero de detenciones notable-mente mayor y diferente al de sus sectores policiacos vecinos. Tambin esposible detectar un sector hotspotde tipo clusteren la modalidad de robocon violencia. Este es el sectorOasis, en la delegacin Iztapalapa, en el estede la ciudad, el cual muestra un nmero de detenciones tambin mayorpero en este caso significativamente similar al de sus sectores vecinos.

26Se incluyen las Unidades de Proteccin Ciudadana ().


26/43



MAPA 3. Ciudad de Mxico: Sectores hotspoten detenciones totales porel delito de robo de vehculos, 2007 y 2008

Fuente: Elaboracin propia con datos de la . Nota: Los puntos representan los centroides geogrficos.Coeficientes locales calculados con un criterio de vecindad entre sectores policiacos de un radio de 15 kil-metros.

Plateros

Tacuba

Oasis

Sectores policiacos, 2007 y 2008 Total de detenciones, 2007 y 2008

5 0 5 10 Kilmetros

0 - 1818 - 40

40 - 84Sector cluster

Sector outlier

Sector normal


27/43



Para la modalidad de robo sin violencia, es posible detectar un sectorpoliciaco de tipooutliery otro sector de tipocluster. El sector outlieres Cla-

vera, localizado en el norte de la ciudad, en la delegacin Azcapotzalco, yen colindancia con el municipio de Naucalpan, en el Estado de Mxico.Este sector muestra un nmero de detenciones mayor y significativamentesimilar al de sus sectores vecinos. El sector clusteres Santa Cruz, localizadoen la delegacin Iztapalapa, que es geogrficamente contiguo al sector Oa-sis previamente mencionado. En el caso del sector Santa Cruz, la evidenciaes que la polica sectorial realiza un nmero de detenciones por robo devehculos sin violencia significativamente similar al de sus sectores policia-

cos vecinos.

A

Esta seccin del estudio se divide para su presentacin en subsecciones se-gn el tipo de serie de tiempo que se analiza: series anual, mensual y diaria.En todos los casos se relacionan los patrones temporales con la delegacin

donde se registr la averiguacin previa o la detencin.

Serie anual

La serie histrica anual que tenemos desde 1995 muestra la alta correlacinque existe entre la frecuencia total de delitos (medida en averiguacionesprevias) y el delito de robo de vehculos (r = 0.852). En total se cometieron524 362 robos de vehculos, en un promedio anual de 40 336 robos y unamediana de 38 325 robos. Destaca el descenso en el nmero total de averi-guaciones previas en el periodo (grfica 1). Otro dato distintivo es la altaincidencia criminal en la ciudad en los cuatro aos posteriores a la crisiseconmica de 1995 y la notable reduccin presentada entre 1999 y 2000.

Adems de la alta correlacin tendencial entre las averiguaciones previaspor robo de vehculos y las averiguaciones previas por otros delitos, tam-bin es detectable que el robo de vehculos es un delito muy autocorrelacio-


28/43



CUADRO 8. Ciudad de Mxico: averiguaciones previas por el delitode robo de vehculo, otros delitos y todos los delitos, 1995 a 2008

Estadsticos Robo de vehculos Otros delitos Todos los delitos

Total 551 568 2 126 309 2 677 877

Promedio anual 39 398 151 879 191 277

Desviacin estndar 11 515 24 852 34 986

Mediana 36 391 140 878 174 490

Cambio abs. en el periodo -29 476 -16 402 -45 878

Cambio % en el periodo -52.2% -10.1% -21.0%

Fuente: Elaboracin propia con informacin de la y el Programa Integral de Seguridad Pblica y Pro-curacin de Justicia del Distrito Federal. Nota: N = 14.

GRFICA 1. Ciudad de Mxico: averiguaciones previas y tendencias porel delito de robo de vehculos y otros delitos, 1995-2008

Fuente: Elaboracin propia con datos de la y el Programa Integral de Seguridad Pblica y Procuracinde Justicia del Distrito Federal. Notas: N = 14. Las lneas de tendencia y los coeficientes de determinacinrespectivos se obtuvieron de una regresin cuadrtica.

R2=0.6207

R2=0.959

Polinmica (Robo de vehculos)

Otros delitos Polinmica (Otros delitos)

Robo de vehculos

225 000

200 000

175 000

150 000

125 000

100 000

75 000

50 000

25 000

1995

56 97756 502

162 097

190 895197 064

182 427 182 427

132 751133 152

143 518138 238

131 238 126 603123 466

136 738

145 695

58 473

47 122 44 786 43 508

38 325 34 456 33 95531 427

27 394 25 807 25 810 27 026

1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 20080


29/43



nado temporalmente (o temporalmente dependiente).27Lo anterior es evi-dencia inicial de que este delito es, con cierto grado de error, predecible en

el tiempo. Esto se muestra con mayor claridad a continuacin con los resul-tados del anlisis de datos en la serie mensual.

Serie mensual

Entre enero de 2003 y diciembre de 2008, el delito de robo de vehculosmuestra una alta variabilidad mensual, pero con una tendencia a la baja ensus dos modalidades; robos con violencia y sin violencia (grfica 2). Am-

bas modalidades estn fuertemente correlacionadas en su incidencia men-sual (r = 0.845, p = 0.000); ya que aumentan o disminuyen de forma con-comitante.

Un patrn interesante es la normalidad de la distribucin de robos devehculos (cuadro 9), con violencia y sin violencia, en la serie completa demeses (n = 72). En cambio, analizados los datos en su totalidad, la distribu-cin no parece estar normalmente distribuida; se encuentra sesgada a laderecha.

El cuadro 10 y la grfica 3 muestran que enero ha sido el mes con elpromedio histrico ms elevado de robos de vehculos (M = 2 539). El pro-medio ms alto de robos con violencia se presenta en octubre (M = 1 064)y para robos sin violencia sera de nuevo el mes de enero. A la inversa, elmes con el promedio de robos ms bajo es abril (M = 2 286), igualmentepara la modalidad de robo sin violencia (M = 1 326), y para la modalidadde robo con violencia, el mes de julio muestra el promedio ms bajo (M =917). Sin embargo no hay evidencia de diferencias estadsticamente signifi-cativas en trminos de promedios y varianzas.28Esto sugiere que no hay

27Todos los lagsanuales de la medicin de robo de vehculos estaban significativamente autocorrela-cionados al igual que para el caso de la medicin sobre otros delitos, pero con una mayor magnitud enel caso del robo de vehculos. No se incluye un cuadro con estos coeficientes por razones de espacio, peroestn disponibles con el autor.

28Debido al reducido tamao de la muestra en el nmero de meses, no se incluyen los resultados delas pruebas F (anlisis de varianza), Levene y Chi-cuadrado de Kruskal-Wallis por razones de espacio.Cabe mencionarse que el cambio entre meses s es significativamente diferente: los mayores incrementos


30/43



GRFICA 2. Ciudad de Mxico: averiguaciones previas por el delito derobo de vehculos con violencia y sin violencia segn mes, 2003-2008

Fuente: Elaboracin propia con datos de la y estimaciones de poblacin propias. Notas: N = 72. Elprimer mes para el que se tiene informacin oficial sobre el nmero de averiguaciones previas presentadas esenero de 2003. La tasa es por 100 000 habitantes. Las lneas de tendencia y los coeficientes de determinacinrespectivos se obtuvieron de una regresin cuadrtica.

Tasa de robo sin violencia

Polinmica (Tasa de robo con violencia) Polinmica (Tasa de robo sin violencia)

Tasa de robo con violencia

25.0

22.5

20.0

17.5

15.0

12.5

10.0

7.5

5.0

2.5

0.0

ene-0

3

mar-03

may-0

3

jul-03

sep-0

3

nov-0

3

ene-0

4

mar-04

may-0

4

jul-04

sep-0

4

nov-0

4

ene-0

5

mar-05

may-0

5

jul-05

sep-0

5

nov-0

5

ene-0

6

mar-06

may-0

6

jul-06

sep-0

6

nov-0

6

ene-0

7

mar-07

may-0

7

jul-07

sep-0

7

nov-0

7

ene-0

8

mar-08

may-0

8

jul-08

sep-0

8

nov-0

8

R2=0.780

R2=0.739

CUADRO 9. Ciudad de Mxico: pruebas de normalidad para la seriemensual de averiguaciones previas por el delito de robo de vehculo entotal, con y sin violencia, 2003-2008

Tipo de robo Estadstico Z de Kolmogorov-Smirnov Interpretacin

Total de robos 1.376 (0.045) Diferente a una distribucin normal

Robos con violencia 0.922 (0.363) Similar a una distribucin normal

Robos sin violencia 0.965 (0.310) Similar a una distribucin normal

Fuente: Elaboracin propia con informacin de la y estimaciones de poblacin propias. Notas: N = 72.Significancia estadstica entre parntesis.


31/43



meses con niveles promedio (tendencia delictiva) y varianzas (volatilidaddelictiva) particularmente mayores que otros. Ms bien la evidencia apun-tara a que el problema es igual de grave todos los meses del ao.

En trminos de la relacin de frecuencias entre las modalidades de robode vehculos con y sin violencia, encontramos que se han cometido sieterobos con violencia por cada 10 sin violencia entre 2003 y 2008. A esterespecto tampoco se encuentran diferencias significativas en los promediosmensuales sobre esta relacin violencia/sin ni tampoco una diferencia sig-

promedio en el robo de vehculos se presentan de septiembre a octubre y de abril a mayo, y los mayoresdescensos promedio se presentan de enero a febrero y de marzo a abril. Esto puede ser de inters parafuturos estudios con series de tiempo ms amplias. La base de datos puede obtenerse con el autor o en laBase de Banco de Informacin para la Investigacin Aplicada en Ciencias Sociales () del paraefectos de replicacin de resultados.

GRFICA 3.Ciudad de Mxico: promedios mensuales de averiguacionesprevias por el delito de robo de vehculo con violencia y sin violencia

segn mes del ao, 2003 2008

Fuente: Elaboracin propia con datos de la . Nota:N = 72.

1 600

1 400

1 200

1 060

1 478

960

1 354

1 447

1 039

961

1 3261 369

990957

1,3381 376

917

1 388

9751 008

1 3551 401

1 064 1 040

1 3541 406

9781 000

800

600

400

200

0Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic

Robo con violencia Robo sin violencia


32/43



nificativa en las varianzas.29Es decir, nuevamente sobre la base de prome-dios y varianzas histricas, podemos ver que este tipo de delito es parcial-mente estable en el tiempo y, por lo tanto, es tambin parcialmentepredecible.

Serie diaria

En este caso solamente se analiza la variacin de averiguaciones previas so-bre una muestra aleatoria de 56 das durante 2007; no se cuenta con infor-macin de robos diarios para otros aos.

29Tampoco se incluye este cuadro por razones de espacio.

CUADRO 10.Ciudad de Mxico: promedio de averiguacionesprevias por robo de vehculos con y sin violencia por mes del ao,

2003-2008Mes del ao Robos con violencia Robos sin violencia Total de robos

Enero 1 060 1 478 2 539

Febrero 960 1 354 2 313

Marzo 1 039 1 447 2 486

Abril 961 1 326 2 286

Mayo 990 1 369 2 359

Junio 957 1 338 2 295

Julio 917 1 376 2 293

Agosto 975 1 388 2 363

Septiembre 1 008 1 355 2 362

Octubre 1 064 1 401 2 465

Noviembre 1 040 1 354 2 395

Diciembre 978 1 406 2 384Fuente: Elaboracin propia con informacin de la .Nota: N = 72.


33/43



CUADRO 11. Ciudad de Mxico: Promedios y desviaciones estndarde averiguaciones previas por el delito de robo de vehculos segn da

de la semana, 2007Da de la semana Promedio Desviacin estndar

Lunes 77 6

Martes 78 7

Mircoles 77 8

Jueves 78 6

Viernes 75 11

Sbado 75 4

Domingo 56 13

Fuente: Elaboracin propia con informacin de la .Nota:Con base en una muestra aleatoria de das en2007 (n = 56).

Lo que la muestra indica es que el promedio diario de robos fue de 74 vehcu-

los al da (cuadro 11 y grfica 4). Es interesante ver que si bien no fue detec-table alguna diferencia estadsticamente significativa en el promedio de ro-bos de vehculos por mes del ao, cuando se analiza la incidencia de estedelito por da de la semana s se encuentran diferencias estadsticamentesignificativas en los promedios de averiguaciones previas (F = 7.211, p =0.000).30En este caso, los das con el mayor promedio de averiguacionesprevias son los martes y jueves (M = 78). Los das con el menor promediode averiguaciones previas son los domingos (M = 56).

En trminos de variabilidad, no encontramos una diferencia estadsticasignificativa entre los das de la semana (L = 1.732, p = 0.133). Esta bajavariabilidad sugiere que el promedio de robos denunciados cada da es rela-tivamente estable. Es decir, se observa que el promedio diario de averigua-

30En este caso para 2007. Se realiz un muestreo de das de la semana para este ao. Ntese que slohay informacin disponible de robo de vehculos por da de la semana para 2007 y 2008.


34/43



ciones previas es relativamente predecible porque el promedio diario es unbuen estimador para realizar predicciones por da de la semana.31

La muestra nos permite observar de forma parcial el comportamientodiario en el mbito delegacional (cuadro 12). En ste mbito geogrfico sedetectaron diferencias estadsticamente significativas en los promedios dia-rios de robos de vehculos. Las dos delegaciones con los mayores promediosde robos de vehculos diarios son Gustavo A. Madero e Iztapalapa (M =11). A la inversa, la delegacin con el menor promedio diario de robo devehculos es la delegacin Milpa Alta.

Pasando al anlisis de varianzas, desde esta perspectiva podemos detectardiferencias estadsticamente significativas en el nmero de averiguaciones

31Si todo se mantiene constante y se asume que los promedios observados diariamente durante2007 son correctos, pueden inferirse los promedios de otros aos.

Grfica 4. Ciudad de Mxico: promedio diario de robo de vehculossegn da de la semana, 2007

Fuente: Elaboracin propia con datos de la . Nota: Con base en una muestra aleatoria de das en2007 (n = 56).

100

90

80

70

60

50

40

20

Lunes Martes Mircoles Jueves Viernes Sbado Domingo

10

0

30

77

6 7

78 77 7875 75

56

13

4

11

68

Promedio Desviacin estndar


35/43



CUADRO 12.Ciudad de Mxico: promedios y pruebas de diferenciaspara el delito de robo de vehculos por da de la semana y segn

delegacin, 2007Delegacin Promedio diario de

robo de vehculosChi-cuadrado deKruskal-Wallis

Estadsticode Levene

lvaro Obregn 5 6.202 (0.401) 1.095 (0.379)

Azcapotzalco 4 10.709 (0.098) 1.034 (0.415)

Benito Jurez 10 21.693 (0.001) 1.955 (0.090)

Coyoacn 8 8.413 (0.209) 2.272 (0.052)

Cuajimalpa 1 13.487 (0.036) 1.233 (0.306)

Cuauhtmoc 5 12.609 (0.050) 1.028 (0.419)

Gustavo A. Madero 11 5.917 (0.433) 1.221 (0.312)

Iztacalco 4 13.599 (0.034) 0.349 (0.907)

Iztapalapa 11 9.221 (0.162) 1.247 (0.299)

Magdalena Contreras 1 4.867 (0.561) 0.735 (0.624)

Miguel Hidalgo 5 7.286 (0.295) 1.861 (0.107)

Milpa Alta 0.1 6.323 (0.388) 6.831 (0.000)

Tlhuac 1 9.019 (0.172) 0.538 (0.776)

Tlalpan 4 14.350 (0.026) 2.654 (0.026)

Venustiano Carranza 3 8.035 (0.236) 1.415 (0.228)

Xochimilco 1 5.443 (0.488) 2.313 (0.048)

Fuente: Elaboracin propia con informacin de la . Notas: Con base en una muestra aleatoria de das en2007 (n = 56). Significancia estadstica entre parntesis.


36/43



previas por robo de vehculos entre das de la semana en algunas delegacio-nes (cuadro 12). En este caso, destacan las variaciones (o alta volatilidaddiaria) de las delegaciones Milpa Alta, Tlalpan y Xochimilco. Estos resulta-dos sugieren que en estas tres delegaciones se cuenta con una menor capaci-dad predictiva diaria debido a su mayor variabilidad.

Finalmente, se encuentra que hay algunas delegaciones con ciertos dasque llegan a presentar promedios significativamente mayores de averigua-ciones previas por este delito (cuadros 12 y 13). Este hallazgo es importanteporque la evidencia muestra la existencia de das de la semana en zonas (enlas delegaciones) ms conflictivos que otros y viceversa. La implicacin delo anterior es que es posible utilizar de forma eficiente los recursos que la ciu-dad destina para el combate contra este delito bajo una lgica geogrfica ytemporal. Es decir, se pueden obtener resultados significativos si se actaestratgicamente en ciertos lugares y en ciertos das.

En sntesis, la serie diaria, que es la serie de tiempo ms detallada quehemos analizado, con las limitaciones y deficiencias propias del error mues-tral, es al menos suficientemente ilustrativa para demostrar la necesidad deexaminar de forma conjunta la espacialidad y la temporalidad de la activi-dad criminal. El robo de vehculos muestra lgicas espaciales y temporalesque no deben ser estudiadas ni resueltas de forma aislada.

CUADRO 13. Ciudad de Mxico: das de la semana con los promediossignificativamente mayores de averiguaciones previas por robo de

vehculos segn delegacin, 2007Delegacin

Da de la semana con un promedio de robosde vehculos significativamente mayor

Benito Jurez Viernes

Cuajimalpa Jueves

Iztacalco Lunes

Tlalpan Martes

Fuente: Elaboracin propia con datos de la . Nota: Con base en una muestra aleatoria de das en 2007(n = 56).


37/43



DISCUSIN DE LOS RESULTADOS

El objetivo central de este estudio ha sido ofrecer informacin estratgicapara la prevencin y reduccin del delito de robo de vehculos en la ciudadde Mxico. Para este efecto se analizaron espacial y temporalmente las esta-dsticas de averiguaciones previas y detenciones por este delito. Las unida-des geogrficas utilizadas fueron las delegaciones polticas y los sectores po-liciacos. La informacin temporal fue analizada en series anuales, mensualesy una muestra representativa de das de la semana.

Los resultados del anlisis espacial muestran la presencia de algunoshot-

spots para este delito. Se encontraron dos tipos de hotspotsespaciales: clus-ters y outliers. Un hotspotde tipo clusteres aquel que est rodeado por reascon incidencias delictivas similares. A la inversa, unhotspot de tipo outlieresaquel que est rodeado por reas con incidencias delictivas significativa-mente diferentes. A su vez, los resultados del anlisis temporal muestranque la dinmica temporal del delito de robo de vehculos es relativamenteestable cuando se analiza en series anuales y mensuales. En cambio, cuandose analiza la incidencia por da de la semana, hay variaciones importantes

entre das y a su vez entre delegaciones; hay delegaciones que presentanmayores incidencias de robo de vehculos unos das que otros.

Lo que en conjunto muestran todos estos resultados es que el delito derobo de vehculos posee una lgica geogrfica y temporal parcialmente pre-decible. Al ser un delito espacial y temporalmente dependiente, tambin esun delito combatible. Si se utiliza la informacin en labores de inteligenciay se acta de manera estratgica (en los lugares y momentos oportunos), sepuede reducir la incidencia de este delito logrando resultados estadstica-mente significativos.

Demostrada la utilidad de la accin geogrfica y temporal para el com-bate de este delito, la dificultad a continuacin es decidir qu acciones sonlas ms convenientes y, de facto,viables. La revisin de polticas que hansido implementadas en otras ciudades del mundo muestra una gran prefe-rencia por la prevencin sobre la base de la planeacin preventiva; es decir,predomina la lgica de reducir la probabilidad del robo a travs de la reduc-


38/43



cin de las oportunidades de que suceda. Esto se lleva a cabo por medio desoluciones especficas como son la mejora del alumbrado pblico, el uso de

cmaras de circuito privado y la vigilancia en estacionamientos pblicos yprivados. Esta lgica preventiva tambin requiere mecanismos tecnolgicosms sofisticados y de eleccin libre por parte de los propietarios, como son eluso de alarmas, inmovilizadores de motor, sistemas de geolocalizacin sa-telital, etctera.

En la ciudad de Mxico, las polticas han sido de dos tipos. El primertipo seran las polticas que siguen una lgica de reaccin: radares en patru-llas, la verificacin de documentos de propiedad en retenes, tianguis de

autos, talleres, deshuesaderosy durante la realizacin de trmites como es elcaso de la verificacin ambiental. El segundo tipo son aquellas polticas deprevencin, como ha sido la imposicin legal del uso de sistemas de geolo-calizacin satelital en los automviles particulares y de carga. Este tipo depolticas han sido implementadas con menor fuerza; de hecho la imposi-cin del uso de sistemas de geolocalizacin no ha sido a la fecha implemen-tada. El resto de las soluciones ha recado en la responsabilidad de los pro-pietarios de vehculos, quienes slo tienen la posibilidad legal de instalar

mecanismos antirrobo en sus vehculos.En el balance, es discutible si la combinacin no equilibrada de estas dos

estrategias, por un lado, una fuerte reaccin bajo la lgica persecutoria y derecuperacin del vehculo robado y, por el otro lado, una dbil prevencinbajo la lgica de mecanismos tecnolgicos, ha tenido algn efecto generali-zable en la ciudad. Ciertamente, entre 1995 y 2007, el nmero de robos devehculos se redujo de manera constante y a menos de la mitad. Lo que nose sabe es si esto fue resultado de causas plenamente independientes a laspolticas de seguridad pblica. Este debate estuvo fuera de los alcances deeste estudio, pero es clara la necesidad de estudios empricos que prueben larelacin entre acciones y resultados de seguridad pblica a este respecto. Loque podramos agregar en este momento es que desde 2006 y mientras seescribe este documento se viene experimentando un incremento de la inci-dencia delictiva en la ciudad de Mxico, aunque en lo particular el delito derobo de vehculos se mantiene en cifras estables por el momento. Es proba-


39/43



ble que esta estabilidad se modifique conforme la recesin econmica afec-te de manera ms directa el empleo y el ingreso de las familias; hay eviden-

cia estadstica de un incremento en la tasa de robo de vehculos asociado aun incremento en las tasas de desempleo (Edmark, 2005).Queda mucho por sistematizar y aprender sobre la actividad criminal en

el pas, empezando por tener un mejor sistema de estadsticas criminales dealcance nacional. En trminos de polticas, es muy conveniente empezar agenerar un mayor balance en los tipos de polticas de seguridad pblica,implementando con mayor fuerza acciones bajo la lgica preventiva. Sinduda, la persecucin del delito y la recuperacin del vehculo robado son

acciones necesarias. Es indispensable proseguir con las labores de desarticu-lacin de las bandas organizadas. Por supuesto, la planeacin preventiva nogarantiza una solucin del problema; ninguna poltica puede hacerlo. Perouna poltica que se implemente con fuerza similar desde ambas perspectivas,en la prevencin del delito y en la persecucin del delincuente, debe tener,por simple regla aditiva, una mayor probabilidad de xito que aquella que seenfoca en una sola lgica, aun cuando sta utilice acciones diversas.

REFERENCIAS BIBLIOGRFICAS

Ackerman, W. (1998), Socioeconomic Correlates of Increasing Crime Ratesin Smaller Communities, Professional Geographer, 50, pp. 372-387.

Ackerman, W. y A. Murray (2004), Assessing Spatial Patterns of Crime inLima, Ohio, Cities, 21 (5), pp. 423-437.

Anselin, L. (1995), Local Indicators of Spatial Association (), Geo-graphical Analysis, 2, pp. 93-115.

Asociacin Mexicana de Instituciones de Seguros () (2008), El Univer-sal,2 de diciembre de 2008.

Braga, A. (2008), Police Enforcement Strategies to Prevent Crime in Hot SpotAreas,Crime Prevention Research Reviews,2. Washington, D.C., Depart-ment of Justice, Office of Community Oriented Policing Services.

Brown, B. (1996), in Town Centres: Three Case Studies, Police

G PP


40/43



Research Group Crime Detection and Prevention Series, paper 68,Londres, Home Office.

Brown, R. y R. Clarke (2004), Police Intelligence and Theft of Vehiclesfor Export: Recent U.K. Experience, en M. Maxfield y R. Clarke (eds.),Understanding and Preventing Car Theft, Crime Prevention Studies, vol.17, Monsey, Nueva York, Criminal Justice Press.

Brown, R. y N. Thomas (2003), Aging Vehicles: Evidence of the Effecti-veness of New can Security from the Home Office Car Theft Index,Security Journal, 16 (3), pp. 45-53.

Burgess, E. (1925), The Growth of the City, en D. Park (ed.), The City,

Chicago,University of Chicago Press.Carroll, R. (2004), Preventing Vehicle Crime in Australia through Part-nerships and National Collaboration, en M. Maxfield y R. Clarke(eds.), Understanding and Preventing Car Theft,Crime Prevention Stud-ies, vol. 17, Monsey, Nueva York, Criminal Justice Press.

Clarke, R. (2002), Theft of and From Parking Facilities, Problem-Ori-ented Policing Guide Series, U.S. Department of Justice, Office.

______ (2005), Seven Misconceptions of Situational Crime Prevention,

en N. Tilley (ed.), Handbook of Crime Prevention and Community Safety,Cullompton, Willan, pp. 39-70.

Clarke R. y P. Mayhew (1998), Preventing Crime in Parking Lots: What WeKnow and What We Need to Know, en M. Felson y R. Peiser (eds.),Reducing Crime through Real Estate Development and Management, Ur-ban Land Institute.

Cohen, L. y M. Felson (1979), Social Change and Crime Rate Trends: A Rou-tine Activity Approach,American Sociological Review, 44, pp. 588-608.

Craglia, M., R. Haining y P. Wiles (2000), A Comparative Evaluation of Appro-aches to Urban Crime Pattern Analysis,Urban Studies, 37, pp. 711-729.

Eck, J. y D. Weisburd (1995), Crime Places in Crime Theory, captulointroductorio en Crime and Place, J. Eck y D. Weisburd (eds.), Monsey,Criminal Justice Press.

Edmark, K. (2005), Unemployment and Crime: Is There a Connection?,Scandinavian Journal of Economics, 107 (2), pp. 353-373.


41/43



Geason, S. y P. Wilson (1990), Preventing Car Theft and Crime in CarParks, Canberra, Australian Institute of Criminology.

Gottfredson, M. y T. Hirschi (1990),A General Theory of Crime,Stanford,Stanford University Press.Haining, R. (2003), Spatial Data Analysis: Theory and Practice,Cambridge,

Cambridge University Press.Haining, R. y J. Law (2007), Combining Police Perceptions with Police

Records of Serious Crime Areas: A Modelling Approach,Journal of theRoyal Statistical Society Series A, 170, pp. 1-16. (En prensa, el documentofue facilitado por el autor.)

Hakim, S., M. Gaffney, G. Rengert y J. Shachmurove (1995), Costs and Be-nefits of Alarms to the Community Burglary Patterns and Security Measu-res in Tredyfrin Township, Security Journal, 6, pp. 197-204.

Higgins, K. (1997), Exploring Motor Vehicle Theft in Australia, Trendsand Issues, 67, Canberra, Australian Institute of Criminology.

Laycock, G. (2004), The UK Car Theft Index: An Example of Govern-ment Leverage, en M. Maxfield y R.V. Clarke (eds.), Understandingand Preventing Car Theft- Crime Prevention Studies, vol. 17, Monsey

Nueva York, Criminal Justice Press.Levesley, T., G. Braun, M. Wilkinson y C. Powell (2004), Emerging Me-

thods of Car Theft - Theft of Keys, Home Office Findings, 239, Lon-dres, Home Office.

Linden, R. y R. Chaturvedi (2005), The Need for Comprehensive CrimePrevention Planning: The Case of Motor Vehicle Theft, CanadianJournal of Criminology and Criminal Justice, 47 (2), pp. 251-270.

Lowman, J. (1986), Conceptual Issues in the Geography of Crime: To-ward a Geography of Social Control,Annals of the Association of Ameri-can Geographers, 76 (1), pp. 81-94.

Maxfield, M. y R. Clarke (2005),Understanding and Preventing Car Theft, Cri-me Prevention Studies, vol. 17, Monsey, Nueva York Criminal Justice Press.

Mayhew, P. (2003), Counting the Costs of Crime in Australia: TechnicalReport, Technical and Background Paper Series,4, Canberra, AustralianInstitute of Criminology.


42/43



Moran, P. A. (1950), Notes on Continuous Stochastic Phenomena,Biometrika, 37, pp. 17-23.

Morenoff, J. y R. J. Sampson (1997), Violent Crime and the Spatial Dy-namics of Neighborhood Transition, Chicago, 1970-1990,Social Forces,nm. 76, pp. 31-64.

Painter, K. y D. Farrington (1997), The Crime Reducing Effect of Im-proved Street Lighting: The Dudley Project, en R. Clarke (ed.), Situa-tional Crime Prevention: Successful Case Studies, Monsey, Nueva York,Criminal Justice Press.

Plouffe, N. y R. Sampson (2004), Auto Theft and Theft from Autos in

Parking Lots in Chula Vista, CA: Crime Analysis for Local and Re-gional Action, en M. Maxfield y R. Clarke (eds.), Understanding andPreventing Car Theft, Crime Prevention Studies, vol. 7, Monsey, NuevaYork, Criminal Justice Press.

Poyner, B. (1988), Video Cameras and Bus Vandalism,Journal of Secu-rity Administration, 11, pp. 44-51.

Procuradura Federal del Consumidor () (2008), Obligatorios, dis-positivos de localizacin satelital, disponible en: http://www.oem.com.

mx/oem/notas/n795092.htm [fecha de consulta: 4 de febrero de2009].

Procuradura General de Justicia del Distrito Federal () (2009), Pa-sos para la recuperacin de vehculos robados, disponible en: http://www.pgjdf.gob.mx/vehiculosrecuperados/index.asp [fecha de consulta:15 de enero de 2009].

Reforma(2009), Descuida la zonas de asaltos, lunes 16 de febrero,disponible en el sitio web del peridico Reforma[fecha de consulta: 16de febrero de 2009].

Romn, R. (2008), Se dispara robo de vehculos en Mxico: , El Uni-versal,martes 2 de diciembre, disponible en: http://www.eluniversal.com.mx/finanzas/67935.html [fecha de consulta: 15 de enero de 2009].

Sallybanks, J. y R. Brown (1999), Vehicle Crime Reduction: Turning theCorner, Police Research Series: Policing and Reducing Crime, 119.

Sampson, R. y W. Wilson (1995), Toward a Theory of Race, Crime and


43/43


Urban Inequality, J. Hagan y R. Peterson (eds), Crime and Inequality,Stanford, Stanford University Press.

Sampson, R. (2004), Networks and Neighbourhoods: The Implicationsof Connectivity for Thinking about Crime in the Modern City, enHelen McCarthy, Paul Miller y Paul Skidmore (eds.), Network Logic:Who Governs in an Interconnected World?, Londres, Demos.

Secretara de Finanzas del Distrito Federal () (2008), Proyecto de De-creto de Presupuesto de Egresos de la Ciudad de Mxico para el ejerciciofiscal 2008, disponible en: http://www.finanzas.df.gob.mx/egresos/Proy_2008/ExpMot_Decreto_2008.pdf [consultado el 19 de enero de

2009].Shaw, C. y H. McKay (1942),Juvenile Delinquency and Urban Areas, Chi-cago, University of Chicago Press.

Van Dijk, J. (1999), Crime Prevention Policy: Current State and Pros-pects, en Kaiser y Albrecht, Crime and Criminal Policy in Europe,Crimi-nological research report, 43, Friburgo.

Vilalta, C. (2005), Cmo ensear autocorrelacin espacial, Economa,Sociedad y Territorio, 5 (18), pp. 323-333.

______ (2008), Se pueden predecir geogrficamente los resultados elec-torales?: Una aplicacin del anlisis de clustersy outliersespaciales, Estu-dios Demogrficos y Urbanos, 23 (3), pp. 571-613.

______ (2009), Un modelo descriptivo de la geografa del robo en la zonametropolitana del valle de Mxico,Journal of Latin American Geogra-phy, 8 (1), pp. 55-80.

Von Hirsch, A., D. Garland y A. Wakefield (eds.) (2000), Ethical and SocialPerspectives on Situational Crime Prevention,Oxford, Hart Publishing.

Walsh, J. y R. Taylor (2007), Predicting Decade-long Changes in Com-munity Motor Vehicle Theft Rates Impacts of Structure and Surround,Journal of Research in Crime and Delinquency, 44 (1), pp. 64-90.

Webb, B. y G. Laycock (1992), Tackling Car Crime: The Nature andExtent of the Problem, Crime Prevention Unit Paper, 32, Londres,Home Office.

Robo de Vehiculo MEXICO

Documents

Transcript of Robo de Vehiculo MEXICO