2018/01/17 by César M. Fuentes, Fuentes Flores, César M., Omar Armando Sanchez Salinas +1
Economics, Econometrics and Finance · Environmental Science · Social Sciences · #Ciudad de México #Crime Patterns and Interventions #Land Use and Ecosystem Services #Mexico City #Spatial and Panel Data Analysis #crime prevention #prevención del crimen #robbery #robo a transeúntes
paper · doi:10.29265/gypp.v26i2.339
openalex publication_date 2018/01/17 · openalex created_date 2018/03/29 · openalex updated_date 2026/07/01
Resumen. El robo a transeúntes es uno de los principales delitos que se comenten en la Ciudad de México. Las políticas implementadas para su combate se han centrado en acciones reactivas y poco se hace desde un enfoque de la prevención. La información usada del robo de transeúntes corresponde a averiguaciones previas (pgjdf, 2010), el resto de las variables socioeconómicas corresponden al XII Censo de Población y Vivienda, ambas a nivel de área geoestadística-básica (ageb). La metodología consiste en la construcción un modelo de regresión espacial (rs) del error estimado con la técnica de máxima verosimilitud. Los resultados de la regresión espacial muestran que el uso de suelo no residencial, las estaciones de transbordo de transporte público y el porcentaje de población masculina de 18 a 24 años incrementan significativamente las oportunidades para ser objeto de un robo a transeúntes. Asimismo, puede conocer dónde el modelo tiene un mayor o menor ajuste y cómo cambia la relación entre las variables en el espacio y con qué significancia estadística. Lo anterior permite el diseño de políticas públicas de seguridad centradas en la prevención de la actividad criminal. Abstract. The robbery is one of the main crimes in Mexico City. The policies implemented by the police bodies are focalized in reactive actions and few had been made from a prevention perspective. The theoretical background is provided by the routine activities and crime patterns. To measure the relationship a multiple regression model was test. The data include criminal warrants of robbery (pgjdf, 2010) and other socioeconomic variables (inegi, 2010), both at census tract level. The methodology used is a Geographic Weighted Regression (gwr). The results of the spatial regression model show that commerce and service land use, public transportation stations and the percentage of male population of 18 to 24 years old increase significantly the opportunities to commit a robbery. The results provide some guiding for the design of security public policies focused on the prevention of the criminal activity.