Análisis espacio–temporal de los homicidios en la ciudad de Cali (2012–2024)
Julio C. Zambrano R
Jeniffer Zuluaga S
Julián Londoño V.
1. Introducción
La violencia homicida constituye uno de los principales problemas de seguridad ciudadana en contextos urbanos de América Latina, debido a su impacto social, económico y territorial. En ciudades como Santiago de Cali, el homicidio no solo presenta una alta recurrencia histórica, sino que además exhibe patrones espaciales y temporales diferenciados, asociados a dinámicas demográficas, socioeconómicas y territoriales específicas.
En este contexto, el análisis de datos espaciales y temporales se convierte en una herramienta fundamental para comprender la distribución y evolución del fenómeno, así como para apoyar la formulación de políticas públicas basadas en evidencia. En particular, el uso combinado de estadísticas descriptivas, análisis exploratorio y técnicas de autocorrelación espacial permite identificar tanto zonas de concentración estructural como áreas de riesgo emergente.
El presente estudio tiene como objetivo analizar el comportamiento de los homicidios en la ciudad de Cali durante el período 2012–2024, duarante el cual se presentaron 17971 homicidios, integrando enfoques descriptivos, espaciales y espacio–temporales, con el fin de caracterizar la dinámica del fenómeno y sus patrones territoriales.
2. Pregunta de investigación
¿Cómo se distribuyen espacial y temporalmente los homicidios en la ciudad de Cali entre 2012 y 2024, y en qué medida difieren los patrones de concentración cuando se analizan a partir de casos absolutos frente a tasas de homicidio?
3. Estadísticas descriptivas y análisis exploratorio (Fase 1 y Fase 2)
En la fase analítica sociodemográfica se profundizó en la relación entre variables como sexo y rango etario, evaluando la estructura relativa de las víctimas y la concentración de casos en determinados grupos poblacionales. Este análisis permitió identificar perfiles predominantes y patrones consistentes que sirven como base para las fases espaciales posteriores.
library(readxl)
library(dplyr)
library(openxlsx)
library(GGally)
library(naniar)
library(ggplot2)
library(visdat)
library(spatstat)
library(raster)
library(rasterVis)
library(lubridate)
library(patchwork)
library(sf)
library(leaflet)
library(classInt)
library(spdep)
library(paletteer)
library(ggthemes)Configuración Inicial y carga de datos
El conjunto de datos fue suministrado por la secretaría de Seguridad y Justicia de la Alcaldía de Cali. En esta etapa se realizó la exploración del mismo, para identificar los tipos de datos y los posibles datos faltantes.
## tibble [17,993 × 24] (S3: tbl_df/tbl/data.frame)
## $ OBJECTID : num [1:17993] 375696 375697 375698 375699 375700 ...
## $ Suelo : chr [1:17993] "Urbano" "Urbano" "Urbano" "Urbano" ...
## $ Comuna / Correg. : chr [1:17993] "Comuna 3" "Comuna 15" "Comuna 12" "Comuna 15" ...
## $ Barrio / Sector geog.: chr [1:17993] "San Juan Bosco" "El Vallado" "El Rodeo" "El Retiro" ...
## $ Tipo arma : chr [1:17993] "Arma de fuego" "Arma de fuego" "Cortopunzante" "Arma de fuego" ...
## $ Sexo : chr [1:17993] "Masculino" "Masculino" "Masculino" "Masculino" ...
## $ Edad : num [1:17993] 32 24 26 28 23 21 28 47 28 17 ...
## $ Hora ocurrencia : chr [1:17993] "4:20:00 a.m." "5:00:00 a.m." "5:40:00 a.m." "6:00:00 a.m." ...
## $ Año : num [1:17993] 2012 2012 2012 2012 2012 ...
## $ Fecha ocurrencia : POSIXct[1:17993], format: "2012-01-01" "2012-01-01" ...
## $ Día semana : chr [1:17993] "Domingo" "Domingo" "Domingo" "Domingo" ...
## $ Jornada horaria : chr [1:17993] "Madrugada" "Madrugada" "Madrugada" "Mañana" ...
## $ Hora muerte : chr [1:17993] "4:20:00 a.m." "5:38:00 a.m." "5:40:00 a.m." "6:00:00 a.m." ...
## $ Fecha muerte : POSIXct[1:17993], format: "2012-01-01" "2012-01-01" ...
## $ Fecha inspección : POSIXct[1:17993], format: "2012-01-01" "2012-01-01" ...
## $ Lugar hecho : chr [1:17993] "VIA PUBLICA" "VIA PUBLICA" "VIA PUBLICA" "VIA PUBLICA" ...
## $ Tipo violencia : chr [1:17993] "Delincuencia" "Otro" "Convivencia" "Otro" ...
## $ Categoría : chr [1:17993] "Homicidios con móvil por establecer" "Homicidios con móvil por establecer" "Homicidios por riñas" "Homicidios con móvil por establecer" ...
## $ Feminicidio : chr [1:17993] "No" "No" "No" "No" ...
## $ Población LGBTQ : chr [1:17993] "No" "No" "No" "No" ...
## $ Este_X : num [1:17993] 1060859 1063944 1063085 1064504 1062777 ...
## $ Norte_Y : num [1:17993] 872641 868818 871572 868689 867851 ...
## $ Latitud : num [1:17993] 3.44 3.41 3.43 3.41 3.4 ...
## $ Longitud : num [1:17993] -76.5 -76.5 -76.5 -76.5 -76.5 ...
1. Análisis Exploratorio de los Datos - AED
En una primera etapa, se realizó un análisis descriptivo y exploratorio de los datos con el propósito de comprender la estructura del conjunto de información, la distribución de las principales variables y las características sociodemográficas asociadas a los homicidios.
Esta fase incluyó el análisis de la evolución temporal de los homicidios por año, la distribución por sexo, edad, tipo de arma y jornada horaria, así como la exploración de patrones mensuales que permiten identificar posibles comportamientos estacionales. Adicionalmente, se incorporaron gráficos de series temporales y mapas exploratorios de puntos para contextualizar espacialmente la ocurrencia de los eventos.
¿La edad un factor de riesgo?
La distribución de la edad muestra una clara concentración de homicidios en personas jóvenes, especialmente entre los 20 y 35 años, donde se observa el mayor volumen de casos.
El diagrama de cajas y bigotes muestra que los homicidios en menores de edad y en adultos mayores son comparativamente menos frecuentes, lo que sugiere que el fenómeno afecta de manera desproporcionada a la población en edad productiva.
Este patrón evidencia un perfil etario consistente con dinámicas de violencia urbana, donde los jóvenes adultos concentran el mayor riesgo de victimización.
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.00 21.00 28.00 30.36 37.00 100.00## 1% 5% 95% 99%
## 14.0 16.0 55.0 68.3Desigualdad de género en la victimización por homicidio.
La distribución por sexo evidencia una marcada predominancia de víctimas masculinas, que concentran la gran mayoría de los homicidios registrados en el período analizado.Las víctimas de sexo femenino representan una proporción significativamente menor.Este patrón sugiere que la violencia homicida afecta de manera desproporcionada a los hombres, en concordancia con lo observado en contextos urbanos y estudios criminológicos similares.
Predominio de las armas de fuego en los homicidios
El análisis por tipo de arma muestra una clara predominancia del uso de armas de fuego, que concentran la mayoría de los homicidios registrados en el período de estudio. Las armas cortopunzantes representan una proporción considerablemente menor, mientras que otras modalidades de arma tienen una participación marginal dentro del total de casos.
Este patrón sugiere que la violencia homicida en la ciudad está fuertemente asociada a la disponibilidad y uso de armas de fuego, lo cual tiene implicaciones directas para las estrategias de control y prevención del delito.
## # A tibble: 3 × 2
## Tipo_arma n
## <chr> <int>
## 1 Arma de fuego 14887
## 2 Cortopunzante 2547
## 3 Otras armas 537
Concentración urbana de los homicidios
La distribución por tipo de suelo en el que ocurre el homicidio, evidencia que la gran mayoría de de estos ocurre dentro del perímetro urbano de Cali, lo que refleja la concentración del fenómeno en áreas con mayor densidad poblacional y actividad social. En contraste, el suelo rural presenta una frecuencia considerablemente menor de homicidios, mientras que el área de expansión urbana registran una participación marginal dentro del total de casos.
Este patrón confirma que la violencia homicida en Cali es predominantemente un fenómeno urbano, asociado a dinámicas propias de la ciudad y sus entornos más consolidados.
## # A tibble: 3 × 4
## Suelo homicidios edad_media arma_principal
## <chr> <int> <dbl> <chr>
## 1 Expansión 34 39.1 Arma de fuego
## 2 Rural 421 31.9 Cortopunzante
## 3 Urbano 17516 30.3 Arma de fuego
Análisis temporal de los homicidios
En esta sección se analiza la evolución temporal de los homicidios en Santiago de Cali, con el objetivo de identificar tendencias, variaciones interanuales y posibles patrones estacionales a lo largo del período 2012–2024. El análisis temporal permite contextualizar el comportamiento del fenómeno en el tiempo y establecer una base para la interpretación de los patrones espaciales y espacio–temporales desarrollados en fases posteriores.
Evolución anual de los homicidios
La serie temporal anual muestra una tendencia general decreciente en el número de homicidios desde 2013 hasta aproximadamente 2020, lo que sugiere una reducción sostenida del fenómeno durante ese período.
A partir de 2021 se observa una ruptura en la tendencia, con un incremento notable que alcanza un pico en 2023, seguido de una disminución en 2024. Este comportamiento indica una fase reciente de recrudecimiento de la violencia homicida, posterior a varios años de descenso.
La variabilidad interanual observada resalta la importancia de analizar el fenómeno no solo en términos de tendencia general, sino también considerando eventos coyunturales que pueden influir en los niveles de homicidio.
Análisis temporal mensual de los homicidios (2012–2024).
El análisis de la serie temporal mensual evidencia una tendencia general decreciente en el número de homicidios desde 2012 hasta aproximadamente 2019, seguida de una fase de estabilización y posterior incremento a partir de 2021, con un repunte notable en los años más recientes. La línea de tendencia suavizada confirma este comportamiento no lineal, indicando un cambio estructural en la dinámica del fenómeno.
Al observar la agregación de homicidios por mes, se identifican diferencias estacionales moderadas, con mayores acumulados en los meses de mayo, junio y diciembre, mientras que febrero y noviembre tienden a registrar menores totales. Este patrón sugiere la presencia de factores temporales recurrentes que influyen en la ocurrencia de los homicidios a lo largo del año.
El mapa de calor mes–año refuerza estos hallazgos al mostrar que los picos mensuales no son homogéneos en el tiempo, sino que se concentran en años específicos de alta violencia, particularmente en los primeros años del período y en el año 2023. En conjunto, las tres visualizaciones permiten concluir que el fenómeno presenta tanto tendencias de largo plazo como variaciones estacionales y coyunturales, lo que justifica la incorporación de análisis espacio–temporales más detallados en fases posteriores.
## `geom_smooth()` using method = 'loess' and formula = 'y ~ x'
Patrones semanales y horarios de los homicidios.
La distribución de homicidios por día de la semana evidencia una clara concentración durante los fines de semana, con el domingo como el día con mayor número de casos, seguido del sábado. En contraste, los días entre semana presentan niveles relativamente más bajos y homogéneos, lo que sugiere una relación entre la ocurrencia de homicidios y dinámicas sociales propias del ocio y la interacción nocturna.
El análisis horario complementa este patrón al mostrar que los homicidios se concentran principalmente en las horas nocturnas, con picos significativos entre las 19:00 y las 22:00 horas, así como un valor elevado en la franja de la medianoche. Durante las horas diurnas y de la madrugada temprana se registra una menor frecuencia relativa de casos.
La combinación de ambos resultados indica que la violencia homicida en Cali presenta un comportamiento temporal predecible, asociado a momentos específicos de la semana y del día, lo que refuerza la importancia de estrategias de prevención y control focalizadas en franjas horarias y días críticos.
Análisis de perfiles de victimización y concentración sociodemográfica.
En esta sección se analizan los perfiles de victimización asociados a los homicidios ocurridos en la ciudad de Cali, con el propósito de identificar los grupos poblacionales que concentran la mayor proporción de casos y comprender las dinámicas sociodemográficas del fenómeno. El análisis se centra en la relación entre variables como sexo, edad, tipo de arma y tipo de suelo, permitiendo caracterizar no solo a las víctimas, sino también los contextos en los que ocurre la violencia homicida.
Adicionalmente, se incorpora un enfoque de concentración sociodemográfica que permite evaluar cómo una fracción reducida de grupos específicos acumula una proporción significativa de los homicidios. Este análisis resulta clave para contextualizar los patrones espaciales identificados posteriormente, ya que los perfiles de victimización predominantes contribuyen a explicar la persistencia de ciertos territorios como áreas críticas de violencia.
Síntesis de los perfiles sociodemográficos de victimización.
Los resultados evidencian una alta concentración de homicidios en hombres jóvenes, particularmente en los rangos etarios de 15 a 34 años, quienes acumulan la mayor proporción de casos. Este grupo presenta además una marcada asociación con el uso de armas de fuego como principal mecanismo de homicidio, especialmente en contextos urbanos. El análisis de concentración confirma que un número reducido de perfiles sociodemográficos explica una fracción sustancial del total de homicidios, lo que sugiere que la violencia letal en la ciudad se encuentra fuertemente focalizada en grupos específicos de la población.
## # A tibble: 6 × 4
## Sexo Tipo_arma n prop
## <chr> <chr> <int> <dbl>
## 1 Femenino Arma de fuego 764 0.685
## 2 Femenino Cortopunzante 220 0.197
## 3 Femenino Otras armas 131 0.117
## 4 Masculino Arma de fuego 13712 0.838
## 5 Masculino Cortopunzante 2258 0.138
## 6 Masculino Otras armas 384 0.0235
## # A tibble: 16 × 4
## Sexo rango_edad n prop_sexo
## <chr> <fct> <int> <dbl>
## 1 Masculino 15–24 6226 0.381
## 2 Masculino 25–34 5121 0.313
## 3 Femenino 15–24 327 0.293
## 4 Femenino 25–34 315 0.283
## 5 Femenino 35–44 197 0.177
## 6 Masculino 35–44 2785 0.170
## 7 Femenino 45–54 115 0.103
## 8 Masculino 45–54 1245 0.0761
## 9 Femenino 55–64 67 0.0601
## 10 Femenino 0–14 50 0.0448
## 11 Femenino 65+ 43 0.0386
## 12 Masculino 55–64 559 0.0342
## 13 Masculino 65+ 220 0.0135
## 14 Masculino 0–14 195 0.0119
## 15 Femenino <NA> 1 0.000897
## 16 Masculino <NA> 3 0.000183## # A tibble: 10 × 4
## Sexo rango_edad Tipo_arma n
## <chr> <fct> <chr> <int>
## 1 Masculino 15–24 Arma de fuego 5443
## 2 Masculino 25–34 Arma de fuego 4382
## 3 Masculino 35–44 Arma de fuego 2242
## 4 Masculino 45–54 Arma de fuego 973
## 5 Masculino 15–24 Cortopunzante 715
## 6 Masculino 25–34 Cortopunzante 657
## 7 Masculino 35–44 Cortopunzante 455
## 8 Masculino 55–64 Arma de fuego 382
## 9 Femenino 15–24 Arma de fuego 229
## 10 Masculino 45–54 Cortopunzante 226## # A tibble: 3 × 5
## Suelo edad_media prop_hombres arma_principal homicidios
## <chr> <dbl> <dbl> <chr> <int>
## 1 Expansión 39.7 0.867 Arma de fuego 30
## 2 Rural 31.8 0.922 Cortopunzante 410
## 3 Urbano 30.2 0.937 Arma de fuego 17029Concentración sociodemográfica de los homicidios.
El diagrama de Pareto evidencia una alta concentración de los homicidios en un número reducido de grupos sociodemográficos, donde los hombres entre 15 y 34 años acumulan la mayor proporción de casos. A medida que se incorporan otros grupos etarios y de sexo, el aporte marginal al total de homicidios disminuye de forma acelerada, lo que indica que una fracción limitada de perfiles explica la mayoría del fenómeno. Este resultado refuerza la idea de que la violencia homicida no se distribuye de manera homogénea entre la población, sino que se encuentra fuertemente focalizada en segmentos específicos.
Los resultados del análisis temporal evidencian que los homicidios en Cali no se distribuyen de manera uniforme en el tiempo, sino que presentan tendencias de largo plazo, variaciones estacionales y concentraciones en momentos específicos de la semana y del día. Sin embargo, estos patrones temporales, por sí solos, no permiten identificar dónde se concentra territorialmente la violencia homicida dentro de la ciudad.
En adición, los resultados del análisis sociodemográfico muestran que la violencia homicida en Cali se concentra de manera sistemática en grupos poblacionales específicos, definidos principalmente por sexo, edad y tipo de arma. Esta focalización sugiere que dichos perfiles de victimización no solo caracterizan a las víctimas, sino que también pueden estar asociados a territorios particulares donde estas dinámicas se reproducen con mayor intensidad.
Análisis espacial de los homicidios en Santiago de Cali (2012 - 2024)
Para complementar el análisis previo, resulta pertinente avanzar hacia un análisis espacial que permita identificar cómo estos patrones sociodemográficos se manifiestan en el territorio y si existen zonas de la ciudad donde la concentración de homicidios es persistente y estadísticamente significativa.
Localización de los casos homicidios.
## Reading layer `division_politico_admin_cali' from data source
## `D:\USUARIO\OneDrive\2025\UNIVALLE\MAESTRIA\ACADEMICO\INTELIGENCIA_NEGOCIOS\PROYECTO_FINAL\capas_shp\division_politico_admin_cali.shp'
## using driver `ESRI Shapefile'
## Simple feature collection with 38 features and 5 fields
## Geometry type: POLYGON
## Dimension: XY
## Bounding box: xmin: 1041160 ymin: 853724.1 xmax: 1068761 ymax: 884159.2
## Projected CRS: MAGNA-SIRGAS / Cali urban gridDistribución espacial de los homicidios por comuna.
El análisis de los homicidios agregados por comuna revela una marcada heterogeneidad espacial en la ciudad de Cali. Un número reducido de comunas concentra una proporción sustancial del total de casos, destacándose particularmente las comunas 15, 13 y 14 como las de mayor número absoluto de homicidios en el período analizado. En contraste, gran parte de las comunas registran valores considerablemente menores, lo que evidencia que la violencia homicida no se distribuye de manera uniforme en el territorio urbano.
La representación cartográfica mediante cuantiles refuerza este hallazgo, mostrando una concentración espacial clara en el oriente de la ciudad, mientras que las comunas del occidente y algunas zonas periféricas presentan niveles relativamente más bajos. Este patrón espacial inicial sugiere la existencia de áreas estructuralmente más afectadas por la violencia, lo que justifica la aplicación de técnicas de autocorrelación espacial en las siguientes etapas del análisis.
## # A tibble: 37 × 2
## NOMBRE homicidios
## <chr> <int>
## 1 Comuna 15 1906
## 2 Comuna 13 1824
## 3 Comuna 14 1738
## 4 Comuna 21 1345
## 5 Comuna 20 1125
## 6 Comuna 6 1020
## 7 Comuna 18 960
## 8 Comuna 16 747
## 9 Comuna 11 683
## 10 Comuna 9 672
## # ℹ 27 more rowsComparación espacial entre casos absolutos y tasas de homicidio..
Al contrastar la distribución espacial de los homicidios por casos absolutos con el mapa de tasas por cada 100.000 habitantes, se evidencian patrones territoriales complementarios pero no idénticos. Mientras el análisis por casos resalta una concentración clara en comunas del oriente de la ciudad, asociadas a altos volúmenes de homicidios, el análisis por tasas pone de manifiesto unidades espaciales con riesgo relativo elevado, incluso cuando el número absoluto de casos es reducido.
En particular, los corregimientos de Navarro y Villacarmelo presentan tasas de homicidio significativamente altas, a pesar de contar con poblaciones pequeñas. Este comportamiento ilustra un efecto de amplificación propio de los indicadores relativos, donde pocos eventos pueden traducirse en tasas elevadas. Estos resultados subrayan la importancia de analizar de manera conjunta ambos enfoques, ya que el uso exclusivo de casos absolutos puede invisibilizar territorios con altos niveles de riesgo, mientras que el análisis basado únicamente en tasas puede sobredimensionar situaciones puntuales en áreas de baja población.
## Warning in prettyNum(.Internal(format(x, trim, digits, nsmall, width, 3L, :
## 'big.mark' y 'decimal.mark' son ambos '.', lo cual puede ser confusoAnálisis de hotspots de homicidios
Si bien los mapas de casos y tasas permiten identificar patrones generales de concentración espacial, estos no permiten establecer si dichas concentraciones son estadísticamente significativas o si podrían atribuirse al azar. Por esta razón, en esta etapa se aplica el estadístico de autocorrelación espacial local Getis-Ord Gi*, con el fin de identificar hotspots (zonas de alta concentración) y coldspots (zonas de baja concentración) de homicidios en la ciudad de Cali. Este enfoque permite detectar patrones estructurales de concentración, sin considerar aún la variabilidad interanual del fenómeno, y funciona como una línea base para los análisis espacio–temporales desarrollados posteriormente.
El análisis se realizó utilizando un esquema de vecindad basado en distancia fija, definida de manera optimizada, lo que garantiza la comparabilidad espacial entre las unidades administrativas y la consistencia estadística de los resultados.
Análisis de los resultados del Getis-Ord Gi* por casos acumulados.
Los resultados evidencian la presencia de hotspots estadísticamente significativos, principalmente concentrados en el oriente de la ciudad, donde varias comunas presentan valores Gi* positivos con niveles de confianza del 99%, lo que indica una fuerte agrupación espacial de homicidios en estas zonas. Este patrón confirma que la violencia homicida en Cali no se distribuye de manera aleatoria, sino que se concentra en territorios específicos de forma persistente a lo largo del período analizado.
Por el contrario, se identifican cold spots con significancia del 95% en sectores periféricos, caracterizados por una menor concentración de homicidios en comparación con el promedio de la ciudad. La mayoría de las unidades espaciales restantes se clasifican como no significativas, lo que sugiere ausencia de autocorrelación espacial local en estos territorios. En conjunto, este análisis confirma la existencia de áreas estructuralmente críticas que concentran la violencia homicida y justifica la necesidad de profundizar en su evolución temporal en las siguientes etapas del estudio.
## Warning: st_centroid assumes attributes are constant over geometries## Min. 1st Qu. Median Mean 3rd Qu. Max.
## -2.0458 -1.1580 0.1598 0.8269 3.2265 4.1465##
## Cold spot 95% Hot spot 90% Hot spot 99% No significativo
## 2 1 14 21Análisis Espacio Temporal (2012 - 2024)
El análisis espacio–temporal permite examinar de manera conjunta la evolución geográfica y temporal de los homicidios, superando las limitaciones de los análisis puramente espaciales o temporales. En esta fase se analizan los homicidios en la ciudad de Cali mediante la representación anual de casos absolutos y tasas de homicidio por cada 100.000 habitantes, con el objetivo de identificar cambios en la distribución territorial del fenómeno a lo largo del período 2012–2024.
Adicionalmente, se aplica el estadístico de autocorrelación espacial local Getis-Ord Gi* de forma anual para detectar hotspots y coldspots dinámicos, lo que permite evaluar la persistencia, aparición o desaparición de áreas críticas de violencia. Finalmente, se incorporan mapas de recurrencia de hotspots, que sintetizan la frecuencia con la que cada unidad espacial es identificada como zona de alta concentración a lo largo del tiempo. En conjunto, este enfoque proporciona una visión integral de la dinámica espacio–temporal de la violencia homicida y permite distinguir entre patrones estructurales y comportamientos coyunturales.
Evolución espacio–temporal de los homicidios: casos y tasas (2012–2024)
Casos absolutos de homicidios.
La representación anual de los homicidios por casos absolutos muestra una alta estabilidad espacial en la localización de las comunas con mayor número de eventos a lo largo del período analizado. De manera consistente, las comunas del oriente de la ciudad concentran los mayores volúmenes de homicidios en la mayoría de los años, lo que sugiere la presencia de patrones estructurales y persistentes de violencia. Si bien se observan variaciones en la intensidad interanual, la configuración espacial general se mantiene relativamente constante, reforzando la idea de territorios históricamente críticos.
Tasas de homicidio por 100.000 habitantes.
En contraste, la evolución espacio–temporal de las tasas de homicidio presenta un comportamiento más variable y heterogéneo. Algunas unidades espaciales que no destacan por su número absoluto de casos muestran tasas elevadas en años específicos, especialmente en corregimientos con baja población. Este patrón indica que el análisis por tasas captura riesgos relativos coyunturales, más sensibles a cambios demográficos y a eventos puntuales, y menos asociados a concentraciones estructurales de largo plazo.
Síntesis comparativa.
En conjunto, ambos enfoques evidencian que la violencia homicida en Cali combina patrones territoriales persistentes, visibles en los casos absolutos, con episodios de riesgo elevado detectables a través de las tasas. Esta complementariedad justifica el uso simultáneo de ambas métricas y refuerza la necesidad de incorporar técnicas de autocorrelación espacial para evaluar la significancia estadística de estos patrones en la siguiente etapa del análisis.
## # A tibble: 13 × 3
## Anio min_tasa max_tasa
## <dbl> <dbl> <dbl>
## 1 2012 0 194.
## 2 2013 0 287.
## 3 2014 0 291.
## 4 2015 0 484.
## 5 2016 0 388.
## 6 2017 0 388.
## 7 2018 0 581.
## 8 2019 0 291.
## 9 2020 0 678.
## 10 2021 0 775.
## 11 2022 0 123.
## 12 2023 0 1453.
## 13 2024 0 1260.Análisis de hotspots anuales por casos y por tasa (2012–2024).
El análisis Gi* anual por casos absolutos evidencia una alta persistencia espacial de los hotspots en el oriente de Cali, donde se repiten clústeres significativos (principalmente con niveles de confianza altos) a lo largo de prácticamente todo el período. Esta recurrencia sugiere la presencia de un patrón estructural de concentración de homicidios, es decir, territorios que consistentemente registran valores altos y cuyos vecinos inmediatos también presentan altas ocurrencias, reforzando la idea de continuidad espacial del fenómeno. En paralelo, los cold spots aparecen de forma más limitada y localizada, indicando zonas que de manera recurrente presentan baja concentración relativa frente al promedio del conjunto.
En contraste, el análisis Gi* anual por tasa muestra un comportamiento menos estable y más intermitente, con hotspots que aparecen en años puntuales y en unidades espaciales que no necesariamente coinciden con las zonas de mayor acumulación de casos. Esto es consistente con la naturaleza del indicador: al normalizar por población, se detectan territorios donde el riesgo relativo se incrementa de forma coyuntural, lo cual puede ocurrir incluso con pocos casos si la población es reducida. En consecuencia, mientras los hotspots por casos capturan principalmente áreas de alta carga absoluta y persistencia territorial, los hotspots por tasa resaltan episodios de riesgo elevado más sensibles a variaciones demográficas y a fluctuaciones anuales.
En conjunto, ambas representaciones aportan una lectura complementaria: los resultados por casos señalan territorios con violencia homicida concentrada y sostenida, mientras que los resultados por tasas permiten identificar territorios donde el fenómeno se manifiesta como picos de riesgo relativo. Esta comparación justifica el uso de ambos enfoques y prepara el terreno para sintetizar la persistencia mediante los mapas de recurrencia.
## Warning: st_centroid assumes attributes are constant over geometries
## Warning: st_centroid assumes attributes are constant over geometries
Persistencia de hotspots por casos (2012–2024).
El mapa de persistencia de hotspots por casos absolutos muestra una concentración espacial altamente estable a lo largo del período de estudio. Un conjunto reducido de comunas del oriente y centro-oriente de Cali aparece como hotspot durante un número elevado de años, lo que indica que estas áreas no solo presentan altos conteos de homicidios en años específicos, sino que mantienen de forma sostenida niveles superiores al promedio de la ciudad. Esta persistencia sugiere la existencia de dinámicas estructurales de violencia —asociadas posiblemente a factores socioeconómicos, criminales o territoriales— que no se explican por fluctuaciones coyunturales, sino por condiciones de largo plazo. En contraste, la mayoría de comunas y corregimientos presentan una persistencia nula o muy baja, reforzando la idea de una fuerte concentración espacial del fenómeno.
##
## Hotspot en ambos Hotspot solo casos Hotspot solo tasa No hotspot
## 89 104 9 292## # A tibble: 45 × 3
## Anio tipo n
## <dbl> <chr> <int>
## 1 2012 Hotspot en ambos 15
## 2 2012 Hotspot solo tasa 1
## 3 2012 No hotspot 22
## 4 2013 Hotspot en ambos 3
## 5 2013 Hotspot solo casos 12
## 6 2013 Hotspot solo tasa 2
## 7 2013 No hotspot 21
## 8 2014 Hotspot en ambos 9
## 9 2014 Hotspot solo casos 6
## 10 2014 No hotspot 23
## # ℹ 35 more rows## # A tibble: 59 × 3
## NOMBRE tipo n_anios
## <chr> <chr> <int>
## 1 Comuna 1 No hotspot 13
## 2 Comuna 18 No hotspot 13
## 3 Comuna 2 No hotspot 13
## 4 Comuna 20 No hotspot 13
## 5 Comuna 22 No hotspot 13
## 6 Comuna 6 No hotspot 13
## 7 El Hormiguero No hotspot 13
## 8 El Saladito No hotspot 13
## 9 Felidia No hotspot 13
## 10 Golondrinas No hotspot 13
## # ℹ 49 more rows
Persistencia de hotspots por tasa (2012–2024)
El análisis de persistencia basado en la tasa de homicidios por
100.000 habitantes revela un patrón parcialmente distinto. Aunque
algunas comunas del oriente urbano siguen destacándose, emergen con
mayor claridad corregimientos y zonas con baja población que, pese a
registrar pocos casos absolutos, alcanzan tasas elevadas de manera
recurrente. Esto evidencia que la intensidad relativa del fenómeno no
siempre coincide con los volúmenes absolutos, y que áreas con menor
población pueden experimentar episodios de violencia proporcionalmente
más severos. La persistencia por tasa es, en general, más dispersa y
menos continua que la observada por casos, lo que refleja una mayor
sensibilidad del indicador a variaciones anuales y a eventos
puntuales.
Comparar ambos mapas de persistencia permite una lectura más completa del fenómeno. Mientras la persistencia por casos identifica los territorios que concentran de forma crónica la mayor carga de homicidios en la ciudad, la persistencia por tasa visibiliza territorios donde la violencia, aunque menos frecuente en términos absolutos, tiene un impacto relativo alto sobre la población. Esta dualidad refuerza la necesidad de considerar ambos enfoques de manera complementaria en el análisis espacial de la violencia homicida, especialmente para el diseño de políticas públicas diferenciadas entre zonas urbanas densamente pobladas y áreas con menor población pero alta vulnerabilidad relativa.
Conclusiones
El análisis de los homicidios en Cali entre 2012 y 2024 evidencia que la violencia letal es un fenómeno altamente concentrado, persistente y territorialmente localizado. Aunque a nivel general se observa una reducción sostenida de los homicidios después de 2013, los repuntes recientes confirman que el problema no ha sido estructuralmente resuelto y continúa siendo sensible a cambios sociales y contextuales.
Desde una perspectiva poblacional, los homicidios afectan de manera desproporcionada a hombres jóvenes, principalmente entre los 15 y 34 años, y se encuentran fuertemente asociados al uso de armas de fuego. Un número reducido de perfiles sociodemográficos explica una gran proporción de los casos, lo que abre oportunidades claras para intervenciones preventivas focalizadas.
En el plano territorial, los homicidios no se distribuyen de forma homogénea. Las comunas del oriente de la ciudad concentran tanto el mayor número de casos como los hotspots estadísticamente significativos, los cuales se mantienen a lo largo del tiempo. Al analizar tasas, emergen además corregimientos con niveles de riesgo elevados pese a su baja población, lo que confirma que los indicadores relativos son clave para identificar territorios vulnerables que podrían pasar desapercibidos si solo se consideran conteos absolutos.
El análisis espacio–temporal demuestra que la violencia homicida en Cali presenta patrones persistentes, más que episodios aislados, lo cual sugiere dinámicas estructurales de largo plazo. En consecuencia, los resultados respaldan la necesidad de estrategias de seguridad diferenciadas, territorialmente focalizadas y basadas en evidencia, que integren acciones preventivas, control del uso de armas y atención prioritaria a las zonas y grupos poblacionales con mayor riesgo.