sábado, 20 de febrero de 2010

Participation in Illegitimate Activities (Ehrlich Isaac)

ABSTRACT
La teoría de participación en actividades ilegales es desarrollada y testeada sobre las variaciones del los índices de criminalidad en los estados de E.U. La investigación, arroja directamente una relación entre ofensa y defensa: crimen y entrada en vigor de la ley. Esto indica la existencia de un efecto disuasivo de la ley sobre los crímenes y una fuerte correlación positiva entre la desigualdad en el ingreso y los delitos contra la propiedad. Los resultados empíricos también proveen algunas estimaciones tentativas de la efectividad de la entrada en vigor de la ley en reducir el crimen y el resultado de las pérdidas sociales.

EL MODELO

Se puede plantear un modelo sencillo de selección entre actividades legales o ilegales, puede ser formulado bajo la estructura de un modelo usual de teoría económica con incertidumbre. La hipótesis central de ésta teoría es que si en un periodo dado, las dos actividades son mutuamente excluyentes uno puede escoger entre ellas comparando el valor esperado de la utilidad asociada a cada una. Sin embargo, este modelo no se puede generalizar, ya que los individuos pueden seleccionar una combinación de factores que les permita en diferentes tiempos realizar una u otra actividad o de forma simultánea.Por lo tanto, un modelo un poco más general incluye posibilidad de que el individuo realice actividades legales e ilegales. Se debe tener en cuenta que la actividad legal no es riesgosa, por lo tanto sus retornos son dados con certidumbre en el tiempo. La actividad ilegal es riesgosa, en consecuencia, debe considerar la probabilidad de ser aprehendido o escapar impune del delito. Si escapa recibe el ingreso neto por la actividad (se debe descontar la compra de insumos, sobornos, etc) si es aprehendido, su ingreso se reduce por el tiempo que deja de producir.

El autor plantea un modelo de ecuaciones simultáneas correspondientes al a situación descrita y encuentra luego del proceso de maximización que en el punto de equilibrio, los pagos o no pagos en términos del retorno marginal esperado de hacer actividades ilegales, es derivado de una actitud del individuo hacia el riesgo. Luego, desde le eequilibrio el retorno marginal esperado del crimen puede exceder, ser igual o menor al retorno marginal de ralizar actividades legales, por lo tanto depende de la propensión al riesgo, si es averso, neutral o amante, respectivamente.Este modelo sirve para explicar porque el individuo aun siendo castigado, o aprehendido, repite la ejecución de actividades ilegales.

El autor utiliza el modelo planteado para hacer una comprobación empírica a través de un análisis de regresión de los índices de criminalidad en los estados de E.U en 1960, 1950 y 1940.
Las variables utilizadas y su equivalencia con el modelo teórico propuesto son:
Participation in Illegitimate Activities: A Theoretical and Empirical Investigation

La ecuación utilizada es:

Participation in Illegitimate Activities: A Theoretical and Empirical Investigation

La estimación obtenida es:

Participation in Illegitimate Activities: A Theoretical and Empirical Investigation

Las conclusiones a las que llega después de analizados los datos, son:

· La tesis básica que está tras su teoría de participación en las actividades ilegítimas es que los individuos que se dedican a actividades ilegales como un grupo, responden a los incentivos en la misma manera que aquéllos que se comprometen en las actividades estrictamente legítimas como grupo también. Esto no implica que los dos grupos sean similares o que la respuesta a los incentivos sea la misma

· Los resultados empíricos muestran que la tasa de crímenes específicos muestra una relación positiva a las ganancias esperadas y negativa a los costos asociados al a actividad delictiva. Los valores absolutos de las elasticidades estimadas para crímenes específicos con respecto a la probabilidad y variedad de castigos contrastan la hipótesis de que al entrar en vigor la ley se tiene un efecto de disuasión sobre los infractores, lo cual es independiente de cualquier efecto preventivo o encarcelamiento.

martes, 9 de febrero de 2010

MODELLING THE SPATIAL DISTRIBUTION OF SUBURBAN CRIME (Marilyn A. Brown. Economic Geography, Vol. 58, No. 3, Jul., 1982, pp. 247-261)

Modelling the Spatial Distribution of Suburban CrimeModelling the Spatial Distribution of Suburban CrimeModelling the Spatial Distribution of Suburban CrimeModelling the Spatial Distribution of Suburban CrimeModelling the Spatial Distribution of Suburban Crime

Resumen

El artículo analiza la distribución espacial de la delincuencia entre los suburbios de Chicago completando el análisis con una autocorrelación espacial y el análisis de regresión de la ocurrencia del delito tasas. Los resultados sugieren que es poco el efecto interjurisdiccional de los crímenes violentos entre los suburbios de Chicago. Más bien, el patrón de distribución del crimen y su descenso con la distancia a la ciudad de Chicago refleja la distribución espacial no aleatoria de los tipos de delincuente. La distribución de los delitos contra la propiedad no exhibe ninguna autocorrelación espacial, ni una relación con la distancia a Chicago. En cambio, está estrechamente relacionado con la ubicación del comercio al por menor y las actividades de manufactura. Esto sugiere que los delitos contra la propiedad se extienden muchos kilómetros y atraviesa los límites de los suburbios.

El autor realiza una revisión bibliográfica teniendo en cuenta tres factores enunciados por Rengert, los cuales según su criterio determinan la distribución espacial del crimen:

a) Localización de poblaciones propensas a la delincuencia

b) Localización de las oportunidades para la delincuencia

c) Accesibilidad relativa de los posibles infractores a las oportunidades

Propone tres metodologías para el análisis de la distribución espacial del delito:

a) La accesibilidad a uno o unos pocos lugares claves, pueden ser medidos e incluidos en análisis de regresión múltiple. Esta metodología resulta limitada por el hecho de no incorporar los viajes inter-suburbano de la delincuencia

b) La oferta de delincuentes en cualquier punto del espacio es una suma ponderada del número de delincuentes con accesibilidad a ese punto. ES un modelo geográficamente más completo pero no aplicable a un contexto urbano o sub-urbano.

c) Aproximación de autocorrelación espacial. SE pueden hacer dos tipos de modelos; uno que busca patrones no aleatorios en las tasas de ocurrencia del delito; y dos, la búsqueda de autocorrelación espacial entre los residuos de la regresión. En éste último, podría resultar en un espacio autorregresivo.

Un problema que identifica el autor con este tipo de modelo, es que no aísla el papel del viaje para la delincuencia. Si la autocorrelación espacial es positiva caracteriza la distribución de los la delincuencia en los suburbios, no se puede asumir la causa es el viaje inter-suburbio para la delincuencia. LA autocorrelación espacial positiva puede también resultar de un clúster de la población propensa al crimen y / o un clúster de oportunidades. Sólo después de la eliminación de la influencia de estas distribuciones espaciales subyacentes puede hacerse visible el papel de la accesibilidad. Este procedimiento es posible a través del análisis de regresión residuos. El autor realiza un análisis detallado de los pasos a seguir para identificar este tipo de autocorrelación.

CONCLUSIONES

El análisis de 126 de los suburbios de Chicago muestra dos vías en las cuales las tasas de delitos violentos muestran interdependencia en el espacio. Hay un descenso en el delito a mayor distancia del centro de Chicago, y hay autocorrelación espacial positiva de tal manera que un suburbio violento está positivamente correlacionado con tasa de criminalidad las tasas de los suburbios cercanos.

Sin embargo, la asociación espacial de ambos puede ser atribuida a la presencia de negros y los valores de las casas. Luego de un crimen violento hay un retroceso contra la composición racial y el valor medio de la vivienda de los suburbios, la distribución de los términos de error carece de autocorrelación espacial y no se correlaciona con la distancia a Chicago.