1. VARIABLE CENTRAL

Column

Número de denuncias contra el patrimonio

Acá iría un mapa, pero me está costando un poco hacerlo. Espero tenerlo para la exposición :(

Column {data-width=500}

Introducción

En los últimos años el tema de la lucha contra la delincuencia y la inseguridad ciudadana ha tomado fuerza específicamente en países de latinoamérica, debido al incremento superlativo de casos de robo, homicidios, cobro de cupos, hurto, violencia contra la mujer, violencia callejera, entre otros. En consecuencia, las medidas oficiales que se implementan para hacerle frente a esta problemática se han tornado violentas e injustas por un lado, como es el caso de El Salvador con el presidente Nayib Bukele, o ineficientes por el otro, como resulta ser nuestro caso de estudio: Lima Metropolitana.

En el Perú el tema de la inseguridad ciudadana a nivel nacional y, especialmente, a nivel de Lima Metropolitana, debido a que aquí se concentra el grueso de casos como lo detallan los boletines estadísticos policiales, resulta relevante debido a la transversalidad y trascendencia en el ámbito político y ciudadano, ya que la criminalidad atañe múltiples áreas (como salud física y psicológica, economía, educación hasta la misma popularidad del régimen). Como señala un reporte realizado por El Comercio, en el 2018 la fiscalía rompió un récord de denuncias contra el patrimonio recibidas en los distritos de Lima y Callao, esto representó un aumento en más del 151.59% y de 69,63% en casos de robo y hurto respectivamente en comparación a años anteriores (El Comercio 2019). Para combatir el escandaloso aumento de la inseguridad ciudadana se han implementado múltiples políticas como la expansión del número de policías en la zona, el mejoramiento progresivo de comisarías, el fortalecimiento de la relación policía-serenazgo, la compra de vehículos patrulleros (ya sean camionetas o motos lineales) y, una medida muy popular en los últimos años, el establecimiento de estado de emergencia para algunos distritos. Según un informe del portal Ojo Público, el establecimiento de un estado de emergencia en Lima y Callao durante casi todo el 2022 no produjo efectos reales en la lucha contra la delincuencia e inseguridad ciudadana, ya que, como revelan las cifras del INEI, el índice de inseguridad ciudadana aumentó en 6.5 puntos en Lima y en 5.2 en el Callao (Loyola y Cárdenas 2023).

Estos resultados nos obligan a plantearnos la existencia de los factores que producen y explican el alto índice de inseguridad ciudadana y de criminalidad. El presente trabajo busca concentrar todos estos factores a nivel de Lima Metropolitana y detallar la relación que sostienen.

Tabla descriptiva

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
    1.0   534.5  1702.5  2642.5  3748.0 10957.0 

Distribución

2. VARIABLES INDEPENDIENTES

Column {data-width=500}

D-Denuncias

D-Salud

D-Empleo

D-Policias

Column {data-width=500}

Descripción

Variable dependiente

  • DENUNCIAS: Número de denuncias por comisión de delito contra el patrimonio

Variables independientes

  • SALUD: Porcentaje de personas que se encuentran afiliadad a cualquier tipo de seguro (variable cuantitativa continua)

  • TASA_EMPLEO: Tasa de empleo entre las personas que cuentan con un trabajo u opación, y el número total de personas que se encuentran en edad de trabajar (variable cuantitativa continua)

  • TASA_POLICIAS: Tasas de policías por cada 100 personas en el distrito (variable cuantitativa continua)

Denuncias

Salud

Empleo

Policías

3. CORRELACIONES

Column {data-width=500}

Correlación denuncias-salud

Correlación denuncias-empleo

Correlación denuncias-policías

Column {data-width=500}

Análisis

Las correlaciones bivariadas entre la cantidad de “DENUNCIAS” y las variables independientes se midieron utilizando la prueba de Spearman en todos los casos.

  • SALUD: Esta variable representa la tasa de personas que cuentan con algún seguro de salud. Tiene una relación negativa y débil con la práctica de lectura, con un coeficiente de Spearman de -0.2207496.

  • TASA_EMPLEO: Esta variable indica la tasa de personas que cuentan con algún empleo. Posee una relación negativa y débil, con un coeficiente de Spearman de -0.2752941.

  • TASA_POLICIAS: Esta variable muestra la tasa de policías por cada 100 habitantes. Tiene una relación negativa y moderada, con un coeficiente de Spearman de -0.4338535.

Para realizar los modelos de regresión emplearemos las tres variables: SALUD, TASA_EMPLEO y TASA_POLICIAS

4. REGRESIÓN

Column {data-width=550}

Poisson

Regresión Poisson
 POISSON asegurados
(Intercept) -1.385***
(0.106)
SALUD 0.009***
(0.001)
TASA_EMPLEO -0.004**
(0.002)
TASA_POLICIAS -0.165***
(0.028)
Num.Obs. 50
AIC 2097.6
BIC 2105.3
Log.Lik. -1044.821
F 121.263
RMSE 351.95
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

QuasiPoisson

 QUASIPOISSON asegurados
(Intercept) -1.385*
(0.627)
SALUD 0.009**
(0.003)
TASA_EMPLEO -0.004
(0.009)
TASA_POLICIAS -0.165
(0.167)
Num.Obs. 50
F 3.499
RMSE 351.95
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

Binomial Negativa

Binomial Negativa asegurados
(Intercept) -1.438*
(0.709)
SALUD 0.009*
(0.004)
TASA_EMPLEO -0.004
(0.010)
TASA_POLICIAS -0.166*
(0.075)
Num.Obs. 50
AIC 675.5
BIC 685.0
Log.Lik. -332.732
F 3.249
RMSE 384.99
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

Comparación

EXP() de la Regresiones Poisson, Quasi Poisson y Binomial Negativa
Poisson asegurados QuasiPoisson asegurados Binomial Negativa asegurados
(Intercept) 0.2503*** 0.2503* 0.2374*
[0.2032, 0.3084] [0.07356, 0.8578] [0.05965, 0.9341]
SALUD 1.0090*** 1.0090** 1.0093*
[1.0080, 1.0101] [1.00289, 1.0151] [1.00219, 1.0166]
TASA_EMPLEO 0.9959** 0.9959 0.9958
[0.9928, 0.9990] [0.97806, 1.0141] [0.97636, 1.0158]
TASA_POLICIAS 0.8482*** 0.8482 0.8474*
[0.8020, 0.8963] [0.60253, 1.1574] [0.73383, 0.9805]
Num.Obs. 50 50 50
AIC 2097.6 675.5
BIC 2105.3 685.0
Log.Lik. -1044.821 -332.732
F 121.263 3.499 3.249
RMSE 351.95 351.95 384.99
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001

Column {data-width=450}

Análisis

  • Hipótesis: el aumento o descenso de denuncias contra el patrimonio en los distritos de Lima Metropolitana y Callao posee relación con la tasa de personas que se encuentran afiliadas a cualquier tipo de seguro, a la tasa de empleo y al número de policías por cada 100 habitantes en cada distrito.

Para la presente investigación debemos emplear la regresión de Poisson ya que se trata de una variable independiente de conteos. Asimismo, no debemos quedarnos solo con los resultados de esta regresión, sino que debemos confirmar si es que existe equidispersión, si es que no existe debemos proceder con la regresión QuasiPoisson o BinomialNegativa según el caso, para finalmente coompararlas, sacar la mejor tabla y exponenciar sus coeficientes para determinar cómo es que las VI afectan a nuestra VD.

Prueba

Test de Equidispersión
Es probable?
overdispersion TRUE
underdispersion FALSE

Equidispersión-P

# Overdispersion test

       dispersion ratio =   34.652
  Pearson's Chi-Squared = 1593.985
                p-value =  < 0.001

Equidispersión-QP

# Overdispersion test

       dispersion ratio =   34.652
  Pearson's Chi-Squared = 1593.985
                p-value =  < 0.001

Equidispersión-BN

# Overdispersion test

 dispersion ratio = 0.566
          p-value = 0.192

Test - no anidados

loglikelihood ratio test
#Df LogLik Df Chisq Pr(>Chisq)
4 -1044.8209 NA NA NA
5 -332.7323 1 1424.177 0

Resultados

Como se observa en la tabla, 2 de nuestras 3 variables resultan significativas a un nivel de 0.05, mientras que la otra no posee efecto alguno. Prosigamos con el análisis:

  • SALUD: Porcentaje de personas que se encuentran afiliadad a cualquier tipo de seguro

100 x |1-1.0093|) = 0.93%

Esto nos señala que por cada unidad que aumente el porcentaje de personas afiliadas a cualquier tipo de seguro la cantidad esperada de denuncias aumentaría en 0.93%.

  • TASA_POLICIAS: tasa de policías por cada 100 personas en el distrito

100 x |1-0.8474|) = 15.26%

Esto nos señala que por cada unidad que aumente la tasa de policías por cada 100 personas la cantidad esperada de denuncias se reduciría en un 15.26%

5. CONGLOMERADOS

Column

Dendograma

falta

Column

Análisis

falta

Clusters

falta

6. CONCLUSIONES

Column

Gráfico

Column

Conclusiones

En suma, podemos mencionar que la mejor regresión para este caso resulta ser la Binomial Negativa, quien nos detalla que solo la variable SALUD como TASA_POLICIAS poseen un efecto significativo a un nivel de confianza de 0.05. Por un lado, la variable SALUD sostiene un efecto positivo, ya que, como nos detalla la regresión, al incrementar en una unidad la tasa de personas afiliadas a cualquier seguro también aumenta la cantidad de denuncias. Por otro lado, la variable TASA_POLICIAS mantiene un efecto negativo, ya que al aumentar en una unidad la cantidad de denuncias se reduce en gran medida.

Esto nos permite señalar que resulta importante la cantidad de policías que se encuentran en cada distrito en función de la cantidad de la población de este mismo, ya que de esta forma la delincuencia puede retroceder progresivamente; sin embargo, no solo se trata de un problema de cantidad, sino también de calidad de los miembros que forman parte de la policía.

Por otro lado, el efecto que produce la variable SALUD nos señala que pese al aumento de personas afiliadas a algún tipo de seguro el número de denuncias sigue en aumento, esto puede generar otras preguntas en torno a la calidad de los sistemas de salud en el Perú y qué tan efectivos son para la población.

Por último, la variable TASA_EMPLEO no resultó significativa, esto probablmente resulte así debido a que en el Perú resulta complicado llevar información sobre el empleo de la población, debido a la alta informalidad en el país.

Bibliografía

CARPIO, Miguel 2015 “Presencia policial es una herramienta efectiva contra la delincuencia”. El Comercio. Lima, 23 de octubre. Consulta: 19 de abril de 2024.

https://www.udep.edu.pe/hoy/2015/10/presencia-policial-es-una-herramienta-efectiva-contra-la-delincuencia/

CARRERA, Felix y otros 2019 “Estudio Correlacional de Factores como Desempleo e Índices de Delincuencia en Ecuador”. Información Tecnológica. Guayaquil, volumen 30, número 3, pp. 287-294. Consulta: 19 de abril de 2024.

https://www.scielo.cl/scielo.php?pid=S0718-07642019000300287&script=sci_arttext

COTERA, Henry 2022 El efecto de la educación en la tasa de criminalidad: un panel de datos para los departamentos de la sierra del Perú del 2012 al 2017. Tesis en licenciatura en Economía. Lima: Universidad de Lima, Facultad de Economía. Consulta: 19 de abril de 2024.

https://repositorio.ulima.edu.pe/bitstream/handle/20.500.12724/17796/T018_48105753_T.pdf?sequence=1&isAllowed=y

EL COMERCIO 2019 “¿Cuánto aumentaron las denuncias por robos y hurtos en tu distrito?”. El Comercio. Lima. Consulta: 18 de abril de 2024.

https://especiales.elcomercio.pe/?q=especiales/cuanto-aumentaron-los-robos-y-hurtos-en-tu-distrito-ecpm/index.html

JIMÉNEZ, René 2005 “La delincuencia juvenil: fenómeno de la sociedad actual”. Papeles de población. Ciudad de México, volumen 11, número 43, pp. 215-261. Consulta: 19 de abril de 2024.

https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-74252005000100009

LOYOLA, Delsy y Abel CÁRDENAS 2023 “Inseguridad aumentó luego de casi un año de estados de emergencia en Lima y Callao”. Ojo Público. Lima, 24 de septiembre. Consulta: 18 de abril de 2024.

https://ojo-publico.com/politica/inseguridad-aumento-pese-estados-emergencia-lima-y-callao#:~:text=Poblaci%C3%B3n%20v%C3%ADctima%20de%20hechos%20delictivos,estuvieron%20bajo%20estado%20de%20emergencia.&text=Sin%20embargo%2C%20durante%20el%20periodo,sobre%20inseguridad%20ciudadana%20no%20mejoraron

OVELAR, David 2005 “La criminalidad y sus determinantes en el Paraguay”. Población y Desarrollo. Asunción, número 30, pp. 94-110. Consulta: 18 de abril de 2024.

https://dialnet.unirioja.es/servlet/articulo?codigo=5654246

SECEJE PNP / DIRTIC-DIVEST 2023 “Boletín Estadístico Policial I Trimestre 2023”. Dirección de tecnologías de la información y comunicaciones: División de Estadística. Lima. Consulta: 18 de abril de 2024.

https://www.policia.gob.pe/estadisticopnp/documentos/boletin-2023/Boletin%20I%20Trimestre%202023.pdf

SECEJE PNP / DIRTIC-DIVEST 2023 “Boletín Estadístico Policial II Trimestre 2023”. Dirección de tecnologías de la información y comunicaciones: División de Estadística. Lima. Consulta: 18 de abril de 2024.

https://www.policia.gob.pe/estadisticopnp/documentos/boletin-2023/Boletin%20II%20Trimestre%202023.pdf

SECEJE PNP / DIRTIC-DIVEST 2023 “Boletín Estadístico Policial III Trimestre 2023”. Dirección de tecnologías de la información y comunicaciones: División de Estadística. Lima. Consulta: 18 de abril de 2024.

https://www.policia.gob.pe/estadisticopnp/documentos/boletin-2023/Boletin%20III%20Trimestre%202023.pdf