Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Vol. 28 Núm. 2 (2023)

Artículos

Efecto del precio de la vivienda en la geografía del robo en Querétaro, México: aplicación de procesos de puntos Poisson

https://doi.org/10.19053/01233769.14746

Publicado 2023-07-01

  • Guillermo San Román Tajonar

Guillermo San Román Tajonar
Universidad Autónoma de Querétaro, México.

Resumen

En esta investigación se somete a prueba la teoría de las incivilidades para explicar la formación de hotspots de robo a casa habitación en la Zona Metropolitana de Querétaro. Los datos se obtuvieron de una encuesta propia y una aplicación de web scraping para la construcción de datos espaciales. La relación entre las variables se investiga mediante un proceso de puntos Poisson que intenta explicar la intensidad del fenómeno en una región.
Los resultados muestran que el precio de las viviendas mantiene una relación negativa con la intensidad del robo a casa habitación; respecto de las incivilidades, solo el grafiti y el mantenimiento del césped importan.

Palabras clave

precio de la vivienda, incivilidades, robo, proceso de puntos poisson, hotspot, control público, geografía

PDF XML

Biografía del autor/a

Guillermo San Román Tajonar

Maestro en Ciencias Sociales, Universidad Autónoma de Querétaro, México.

Citas

  1. Aguayo Téllez, E. & Medellín Mendoza, S. E. (2014). Dependencia espacial de la delincuencia en Monterrey, México. Ecos de Economía, 18(38), 63-92.
  2. Anselin, L., Cohen, J., Cook, D., Gorr, W., & Tita, G. (2000). Spatial Analyses of Crime. Criminal Justice 2000, 4, 213-262.
  3. Asociación Mexicana de Agencias de Inteligencia de Mercado y Opinión AC (AMAI) (2020). Niveles socioeconómicos AMAI 2020. https://www.amai.org/NSE/index.php?queVeo=NSE2020
  4. Baddeley, A. & Turner, R. (1998). Practical maximum pseudolikelihood for spatial point patterns. Advances in Applied Probability, 30(2), 273-273. https://doi.org/10.1017/S000186780004698X
  5. Baddeley, A. (2023). Package ‘spatstat.model’. https://cran.r-project.org/web/packages/spatstat/spatstat.pdf
  6. Baddeley, A., Berman, M., Fisher, N. I., Hardegen, A., Milne, R. K., Schuhmacher, D., Shah, R., & Turner, R. (2010). Spatial logistic regression and change-of-support in Poisson point processes. Electronic Journal Statistics, 4, 1151-1201.
  7. Baddeley, A., Rubak, E., & Turner, R. (2016). Spatial point patterns. Methodology and applications with R. CRC Press.
  8. Baird, M., Schwartz, H., Hunter, G., Gary-Webb, T. L., Ghosh-Dastidar, B., Dubowitz, T., & Troxel, W. (2020). Does Large-Scale Neighborhood Reinvestment Work? Effects of Public-Private Real Estate Investment on Local Sales Prices, Rental Prices, and Crime Rates. Housing Policy Debate, 30(2), 164-190. https://doi.org/10.1080/10511482.2019.1655468
  9. Boeing, G. & Waddell, P. (2016). New Insights into Rental Housing Markets across the United States: Web Scraping and Analyzing Craigslist Rental Listings. ArXiv, Art. 1605.05397. https://doi.org/10.48550/arXiv.1605.05397
  10. Brantingham, P. & Brantingham, P. (1995). Criminality of Place: Crime Generators and Crime Attractors. European Journal on Criminal Policy and Research, 3(3), 1-26.
  11. Brown, B. B., Perkins, D. D., & Brown, G. (2004a). Crime, New Housing, and Housing Incivilities in a First-Ring Suburb: Multilevel Relationships across Time. Housing Policy Debate, 15(2), 301-347.
  12. Brown, B. B., Perkins, D. D., & Brown, G. (2004b). Incivilities, place attachment and crime: Block and individual effects. Journal of Environmental Psychology, 24(3), 359-371. https://doi.org/10.1016/j.jenvp.2004.01.001
  13. Ceccato, V. & Wilhelmsson, M. (2020). Do crime hot spots affect housing prices? Nordic Journal of Criminology, 21(1), 84-102. https://doi.org/10.1080/2578983X.2019.1662595
  14. Chen, M., Mao, S., & Liu, Y. (2014). Big Data: A Survey. Mobile Networks and Applications, 19, 171-209.
  15. Chow, E. (2011). Geography 2.0—A mash-up perspective. In S. Dragicevic & S. Li (eds.), Advances in Web-based GIS, Mapping Services and Applications (pp. 15-36). Taylor & Francis. https://www.researchgate.net/publication/266141194_Geography_20-A_mash-up_perspective
  16. Cohen, L. E., & Felson, M. (1979). Social Change and Crime Rate Trends: A Routine Activity Approach. American Sociological Review, 44(4), 588-608.
  17. Cruz, R. del R. V., & Elías, R. de J. H. (2018). El proceso de metropolización en Querétaro 1990-2010. Contexto. Revista de la Facultad de Arquitectura de la Universidad Autónoma de Nuevo León, 12(16), 79-91.
  18. Demombynes, G., & Özler, B. (2005). Crime and local inequality in South Africa. Journal of Development Economics, 76(2), 265-292. https://doi.org/10.1016/j.jdeveco.2003.12.015
  19. Díaz Román, M. (2021). A debate: contexto, teoría y resultado de los factores asociados a la distribución del delito en la Ciudad de México. Argumentos. Estudios Críticos de la Sociedad, 3(94), 165-182. https://doi.org/10.24275/uamxoc-dcsh/argumentos/202094-07
  20. Diggle, P. J., Moraga, P., Rowlingson, B., & Taylor, B. M. (2013). Spatial and Spatio-Temporal Log-Gaussian Cox Processes: Extending the Geostatistical Paradigm. Statistical Science, 28(4), 542-563. https://doi.org/10.1214/13-STS441
  21. Fotheringham, A. S., Yang, W., & Kang, W. (2017). Multiscale Geographically Weighted Regression (MGWR). Annals of the American Association of Geographers, 107(6), 1247-1265. https://doi.org/10.1080/24694452.2017.1352480
  22. Fuentes Flores, C. M. & Sánchez Salinas, O. A. (2017). La distribución espacial del robo a transeúntes y el contexto socioeconómico en tres delegaciones de la Ciudad de México. Elementos para una política de seguridad pública. Gestión y Política Pública, 26(2), 417-451. https://www.redalyc.org/articulo.oa?id=13354361004
  23. Fuentes Flores, C. M. (2016). El impacto de las viviendas deshabitadas en el incremento de delitos (robo a casa habitación y homicidios) en Ciudad Juárez, Chihuahua, 2010. Frontera Norte, 27(54), 171-196. https://doi.org/10.17428/rfn.v27i54.581
  24. García Estrada, M. L. (2022). Urbanización e industrialización de la ciudad de Querétaro en el siglo XX. Revista de El Colegio de San Luis, 12(23), 1-30. https://doi.org/10.21696/rcsl122320221373
  25. Hipp, J. R. (2013). A Dynamic View of Neighborhoods: The Reciprocal Relationship between Crime and Neighborhood Structural Characteristics. Social Problems, 57(2), 205-230. https://escholarship.org/uc/item/0204z868
  26. Ihlanfeldt, K. & Mayock, T. (2010). Crime and Housing Prices. In Handbook on the Economics of Crime. Edward Elgar Publishing. https://ideas.repec.org/h/elg/eechap/13180_12.html
  27. Jackson, P. (2006). Thinking Geographically. Geography, 91, 199-204.
  28. King, G., Keohane, R. O., & Verba, S. (2018). El diseño de la investigación social. La inferencia científica en los estudios cualitativos. Alianza Editorial.
  29. Kitchin, R. (2014). Big Data, new epistemologies and paradigm shifts. Big Data & Society, 1(1). https://doi.org/10.1177/2053951714528481
  30. Kreager, D. A., Lyons, C. J., & Hays, Z. R. (2011). Urban Revitalization and Seattle Crime, 1982-2000. Social Problems, 58(4), 615-639. https://doi.org/10.1525/sp.2011.58.4.615
  31. Kubrin, C., & Weitzer, R. (2003). New Directions in Social Disorganization Theory. Journal of Research in Crime and Delinquency, 40(4), 374-402. https://doi.org/10.1177/0022427803256238
  32. Meneses Rocha, M. E. (2018). Grandes datos, grandes desafíos para las ciencias sociales. Revista Mexicana de Sociología, 80, 415-444.
  33. Messner, S. F., Rosenfeld, R., & Baumer, E. P. (2004). Dimensions of Social Capital and Rates of Criminal Homicide. American Sociological Review, 69(6), 882-903. https://doi.org/10.1177/000312240406900607
  34. Miquel Hernández, M. & Carbajal, M. del R. (2021). Clientelismo y seguridad pública: el caso del municipio de Amozoc, Puebla. Intersticios Sociales, 22, 237-262.
  35. Mitchell, R. (2015). Web Scraping with Python. Collecting Data from the Modern Web. O’Reilly Media, Inc.
  36. Monroe, B. L., Pan, J., Roberts, M. E., Sen, M., & Sinclair, B. (2015). No! Formal Theory, Causal Inference, and Big Data Are Not Contradictory Trends in Political Science. Political Science & Politics, 48(1), 71-74. https://doi.org/10.1017/S1049096514001760
  37. Perkins, D., Wandersman, A., C. Rich, R., & Taylor, R. (1993). The Physical Environment of Street Crime: Defensible Space, Territoriality and Incivilities. Journal of Environmental Psychology, 13, 29-49.
  38. Ratcliffe, J. H. (2004). The Hotspot Matrix: A Framework for the Spatio‐Temporal Targeting of Crime Reduction. Police Practice and Research, 5(1), 5-23. https://doi.org/10.1080/1561426042000191305
  39. Rojas Navarrete, D. (2019). Desigualdad e inseguridad pública en la ciudad de Querétaro. Revista Mexicana de Análisis Político y Administración Pública, 8(16), 105-121.
  40. Sampson, R. J. & Bartusch, D. J. (1998). Legal Cynicism and (Subcultural?) Tolerance of Deviance: The Neighborhood Context of Racial Differences. Law & Society Review, 32(4), 777-804.
  41. Sánchez Salinas, O. A. & Fuentes Flores, C. M. (2016). El robo de vehículos y su relación espacial con el contexto sociodemográfico en tres delegaciones centrales de la Ciudad de México (2010). Investigaciones Geográficas, 89, 107-120.
  42. Sanz, F. J. H. (2006). Geografía y violencia urbana. En Tratado de geografía humana (pp. 506-535). Anthropos; UAM.
  43. Schwartz, A. E., Susin, S., & Voicu, I. (2003). Has Falling Crime Driven New York City’s Real Estate Boom? Journal of Housing Research, 14(1), 101-135.
  44. Sherman, L. W. (1995). Hot spots of crime and criminal careers of places. In J. E. Eck & D. Weisburd (eds.), Crime and Place: Crime Prevention Studies (vol. 4, pp. 35-52). Willow Tree Press.
  45. Sherman, L. W., Gartin, P. R., & Buerger, M. (1989). Hot spots of predatory crime: Routine activities and the criminology of place. Criminology, 27(1), 27-56. https://doi.org/10.1111/j.1745-9125.1989.tb00862.x
  46. Short, M. B., Brantingham, P. J., Bertozzi, A. L., & Tita, G. E. (2010). Dissipation and displacement of hotspots in reaction-diffusion models of crime. Proceedings of the National Academy of Sciences, 107(9), 3961-3965. https://doi.org/10.1073/pnas.0910921107
  47. Short, M. B., D’Orsogna, M. R., Pasour, V. B., Tita, G. E., Brantingham, P. J., Bertozzi, A. L., & Chayes, L. B. (2008). A statistical model of criminal behavior. Mathematical Models and Methods in Applied Sciences, 18(supp01), 1249-1267. https://doi.org/10.1142/S0218202508003029
  48. Smith, W. R., Frazee, S. G., & Davison, E. L. (2000). Furthering the integration of routine activity and social disorganization theories: Small units of analysis and the study of street robbery as a diffusion process. Criminology, 38(2), 489-524. https://doi.org/10.1111/j.1745-9125.2000.tb00897.x
  49. Song, Z., Yan, T., & Jiang, T. (2019). Can the rise in housing price lead to crime? An empirical assessment of China. International Journal of Law, Crime and Justice, 59, Art. 100341. https://doi.org/10.1016/j.ijlcj.2019.100341
  50. Taylor, R. (1999). Crime, Grime, Fear, and Decline: A Longitudinal Look. [Research in Brief, July]. National Institute of Justice, U.S. Department of Justice.
  51. Taylor, R. B. (2000). Breaking Away from Broken Windows Baltimore Neighborhoods and the Nationwide Fight Against Crime, Grime, Fear, and Decline. Routledge.
  52. Universidad Nacional Autónoma de México (UNAM) & Universidad Autónoma de Querétaro (2017). Encuesta Metropolitana sobre Inseguridad, Cohesión y Territorio (EMICT). http://delitoenqueretaro.com/index.html
  53. Vandeviver, C., Neutens, T., Van Daele, S., Geurts, D., & Vander Beken, T. (2015). A discrete spatial choice model of burglary target selection at the house-level. Applied Geography, 64, 24-34.
  54. Vilalta Perdomo, C. J. (2011). El robo de vehículos en la ciudad de México. Patrones espaciales y series de tiempo. Gestión y Política Pública, 20(1), 97-139.
  55. Vilalta, C. (2010). Correlates of distance to crime in Mexico City. Global Crime, 11(3), 298-313. https://doi.org/10.1080/17440572.2010.490634
  56. Vilalta, C. J. & Fondevila, G. (2019). Modeling crime in an uptown neighborhood: The case of Santa Fe in Mexico City. Papers in Applied Geography, 5(1-2), 1-12.
  57. Weisburd, D., Bruinsma, G. J. N., & Bernasco, W. (2009). Units of analysis in geographic criminology: Historical development, critical issues, and open questions. In Putting Crime in its Place: Units of Analysis in Geographic Criminology (pp. 3-31). Springer New York. https://doi.org/10.1007/978-0-387-09688-9_1
  58. Wong, D. W. S. (2004). The Modifiable Areal Unit Problem (MAUP). In D. G. Janelle, B. Warf, & K. Hansen (eds.), WorldMinds: Geographical Perspectives on 100 Problems: Commemorating the 100th Anniversary of the Association of American Geographers 1904-2004 (pp. 571-575). Springer Netherlands. https://doi.org/10.1007/978-1-4020-2352-1_93
  59. Zhang, H. & McCord, E. S. (2014). A spatial analysis of the impact of housing foreclosures on residential burglary. Applied Geography, 54, 27-34.

Descargas

Los datos de descargas todavía no están disponibles.