Crimen y Chile contexto nacional.pdf

7/25/2019 Crimen y Chile contexto nacional.pdf

1/32

Determinantes socioeconmicos /J. Nez, J. Rivera, X. Villavicencio, O. Molina 55Estudios de Economa. Vol. 30 - N 1, Junio 2003. Pgs. 55-85

DETERMINANTES SOCIOECONOMICOS Y

DEMOGRAFICOS DEL CRIMEN EN CHILE*

EVIDENCIA DESDE UN PANEL DE DATOS DE LAS

REGIONES CHILENAS

JAVIERNEZ, JORGERIVERA,XAVIERVILLAVICENCIO, OSCARMOLINA

Abstract

This paper is a first attempt at analyzing the determinants of crime in Chile. Weemploy a static panel for the thirteen regions of Chile from 1988 to 2000. Fol-lowing the standard Becker-Ehrlich model, the empirical model includes vari-ous variables linked to incentives to commit crimes, such as legal and illegalincome (from labor and crime, respectively), legal income opportunities (cap-tured by regional unemployment) and a measure of regional police efficiency,measured as the ratio of crime reports and captures. In addition, we includedemographic and socioeconomic variables that may also explain the evolutionand dispersion of crime, namely the gender, age and urban-rural composition

of the population, human capital variables (schooling and literacy), and vari-ous relative and absolute poverty measures.The main conclusion is that the incentive-related variables explain an impor-tant part of the variation of economically-motivated crimes; Robbery, Drugsand Fraud. However, except for the unemployment rate, these variables do notexplain the variation of other, largely non economically-motivated crimes,namely Rapes, Murder and Manslaughter, and Physical aggression.Finally, while the gender, age and urban-rural composition of the populationexplain part of the variation of crime, we find that human capital and povertymeasures do not offer robust and conclusive results, which confirms what hasbeen consistently reported in the empirical literature.

* Proyecto financiado por FONDECYT, N 1020098. Se agradecen los comentarios deJos Miguel Benavente, Jos Luis Lima, Roberto Alvarez, los rbitros annimos deEstudios de Economa y a la colaboracin de Susana Silva. Se agradecen tambin loscomentarios de los asistentes al seminario del Departamento de Economa de laUniversidad de Chile; a los del Encuentro de Economistas Punta de Tralca 2002 y a los deALACDE 2002. Los errores en este trabajo son responsabilidad nica de los autores.

Departamento de Economa, Universidad de Chile. Diagonal Paraguay 257, Piso 15.

Email: [email protected], [email protected], [email protected],[email protected]


2/32

Estudios de Economa, Vol. 30 - N 156

Resumen

Este trabajo, pionero en nuestro pas, analiza los determinantes de lacriminalidad en Chile a nivel regional por medio de la estimacin de un panelesttico para las trece regiones geogrficas entre 1988 y 2000. Basndose en elmodelo terico tradicional de Becker-Ehrlich, este estudio plantea un modeloemprico que incluye diversas variables asociadas a los incentivos para delinquirtales como: medidas de los ingresos en actividades legales (laborales) e ilegales(delincuencia), las oportunidades de ingreso legal representadas por medio dela tasa de desempleo regional y medidas de la efectividad del sistema policial anivel regional, por medio de la razn de capturas realizadas sobre delitosdenunciados. Adicionalmente, el modelo incluye caractersticas demogrficasy socioeconmicas que presumiblemente estn asociadas al nivel de crimi-nalidad: la composicin etaria, de gnero y la composicin urbano-rural de lapoblacin regional, el nivel de escolaridad y analfabetismo e ndices de pobrezay desigualdad regional.El principal resultado es que las variables de incentivos explican parteimportante de la criminalidad en aquellos delitos de motivacin principalmenteeconmica, tales como Robo, Droga y Estafa. Esto sugiere una importanteasociacin entre la tasa de desempleo y la eficiencia de la fuerza policial sobrela frecuencia de este tipo de delitos. Sin embargo, exceptuando al desempleo,las variables de incentivos no contribuyen de un modo importante a explicarlos dems tipos de delitos cuyo principal motivo y caracterstica es la agresinfsica (delitos de sangre o pasionales): Violacin, Homicidio y Violencia.Finalmente, mientras el ndice de masculinidad, la proporcin de poblacinjoven y la composicin urbano-rural de la poblacin regional tienen algnimpacto sobre varios tipos de delitos, las variables de capital humano y depobreza absoluta y relativa presentan resultados mixtos y a menudo contra-dictorios, hallazgo que ha sido reportado por parte importante de la literaturaemprica internacional.

Clasificacin JEL:J18, K14, K42.

Palabras clave: Crimen, Disuasin, Comportamiento criminal, Determinantesdel crimen.

1. INTRODUCCIN

Segn The World Bank (1997), el crimen y la violencia poseen un signi-ficativo impacto en la reduccin del crecimiento econmico y en el aumento dela pobreza. Por otra parte, la criminalidad y la sensacin de inseguridad questa genera en la poblacin constituyen una preocupacin central de la sociedady uno de los principales factores que atentan contra la calidad de vida segnmltiples sondeos de opinin pblica. De este modo, el combate a la delincuenciay el crimen se ha convertido en un rea importante de la poltica gubernamentaly un elemento central a la hora de evaluar el desempeo de la administracinpblica. No obstante la importancia que para la sociedad reviste el tema de ladelincuencia, los estudios empricos en torno a los factores determinantes de la


3/32

Determinantes socioeconmicos /J. Nez, J. Rivera, X. Villavicencio, O. Molina 57

criminalidad en Chile son prcticamente inexistentes. Este trabajo, pionero enChile, analiza los determinantes socioeconmicos de la evolucin de la

criminalidad en el pas por medio de la estimacin de un panel esttico para lastrece Regiones del pas en el perodo comprendido entre 1988 y 2000,distinguiendo entre distintos tipos de delitos y su incidencia en las diferentesregiones.

Los resultados de esta investigacin son importantes por diversos motivos.Primero, un conocimiento adecuado de los factores determinantes de la crimi-nalidad a nivel regional puede ser de gran valor para diagnosticar la situacinde la criminalidad, examinar su evolucin y distribucin a lo largo del pas, ascomo para evaluar y reestructurar las polticas pblicas destinadas a prevenir ydisuadir la ocurrencia de delitos. Por otra parte, los resultados de este estudioson particularmente importantes en la coyuntura actual, caracterizada por laimplementacin gradual de la Reforma Procesal Penal, la mayor reforma judi-cial en ms de un siglo, la cual requerir de estimaciones regionales de la crimi-nalidad a mediano plazo para diversos aspectos de su puesta en marcha.1

Existen en la literatura dos enfoques tericos principales, relativamente con-trapuestos entre s, para estudiar los determinantes de la criminalidad. Por unaparte, existe un cuerpo terico formulado principalmente por socilogos, psi-clogos, criminlogos y cientistas polticos que propone, esencialmente, que laparticipacin de los individuos en las actividades ilegales corresponde a un com-portamiento escasamente racional que es producto de una predisposicin de losindividuos hacia el crimen, la cual puede obedecer a caractersticas propias delsujeto, como tambin a factores de su entorno familiar y social. En contraste, elpensamiento conocido como la economa del crimen, cuyos pioneros sonBecker (1968) y Ehrlich (1973), examina la criminalidad a partir de los incen-tivos econmicos que los individuos enfrentan para delinquir, y concibe la par-ticipacin en actividades ilegales como el producto de un proceso demaximizacin de utilidad de individuos racionales bajo incertidumbre. El pre-sente trabajo se basa fundamentalmente en este ltimo enfoque, por medio dela inclusin en el modelo economtrico de diversas variables asociadas a losincentivos para delinquir. Estas corresponden a la tasa de eficiencia de la poli-ca medida como el cuociente de las capturas y las denuncias, y que puedeinterpretarse como una pseudo probabilidad de captura, variables de ingreso enactividades legales e ilegales y la tasa de desempleo como aproximacin de lasoportunidades de ingreso legal. Sin embargo, este trabajo tambin incluye di-versas medidas de las caractersticas socioeconmicas y demogrficas de lasregiones a travs del tiempo que dan cuenta del entorno de los potenciales cri-minales y que, segn el primer enfoque, pueden estar asociadas al nivel decriminalidad. Estas incluyen variables que reflejan la composicin etaria, degnero y urbano-rural de la poblacin, adems de medidas de capital humano yde pobreza absoluta y relativa.

Para proceder con la estimacin del modelo se construy un panel con datossocioeconmicos provenientes de las encuestas de Caracterizacin Nacional

1 La Reforma contempla la licitacin pblica de los servicios de defensa a quienes la

soliciten. Para una discusin en torno a la licitacin servicios de defensa en la ReformaProcesal Penal, vase Nez y Rivera (2001).


4/32


(CASEN) y del Instituto Nacional de Estadsticas (INE), mientras que los datosde criminalidad fueron obtenidos de estadsticas INE publicadas en los anua-

rios de Carabineros de Chile y de la Polica de Investigaciones de Chile.El estudio se realiza para siete grandes categoras de delitos, todas a nivelregional, que corresponden a Violacin, Homicidio, Delitos contra las perso-nas (de aqu en adelante se llamar Violencia), Hurto, Robo (usando fuerza oviolencia), Droga y Estafa. Esta desagregacin de los delitos en siete catego-ras permite estudiar si los determinantes de la delincuencia son comunes odiferentes entre distintas categoras de delitos. Como ha sido mencionado, estetrabajo es pionero en Chile2 aunque no en Latinoamrica. Fajnzylber, Ledermany Loayza (2000) realizan un trabajo para varios pases, incluyendo algunos dela regin. Sin embargo, su trabajo difiere de ste en cuanto ellos examinan unnmero menor de posibles determinantes, y no incorporan variables de disuasin,ni de retorno de actividades legales e ilegales y tasa de desempleo, las que sonfundamentales en este trabajo y en la teora del crimen. Asimismo, el presentetrabajo es cercano en su metodologa a varios estudios realizados para otrospases desarrollados.3

El artculo est organizado como sigue: en la Seccin 2 se describe el marcoterico de referencia para la estimacin economtrica. En la Seccin 3 se efec-ta un anlisis descriptivo de los datos empleados, y se discuten algunos hechosestilizados respecto de la evolucin del crimen a nivel regional y de algunos desus potenciales determinantes. La Seccin 4 presenta los modelos estimados ylos resultados, para finalmente presentar las conclusiones en la Seccin 5.

2. MARCOTERICO

En Ehrlich (1973), se asume que un individuo puede participar en dos acti-vidades de mercado: la actividad ilegal (i)y la actividad legal (L). El individuodebe escoger su participacin ptima en dichas actividades al inicio de un pe-rodo dado. Se asume que no existen costos de entrenamiento, ni de entrada, nide cambiarse de actividad. Las ganancias en ambas actividades son crecientesrespecto al tiempo empleado en ellas. Para simplificar, se asume que Les ciertaen el sentido que los retornos netos estn dados con certeza por la funcinW

L(t

L)donde t

Les el tiempo dedicado a la actividad legal. Por otro lado, ies

riesgosa en el sentido que sus retornos netos son condicionales a dos estadosdel mundo: a)captura y castigo al final del perodo, con probabilidad subjetivap

i,y b)escapar de la ley con probabilidad 1-p

i. Si el delincuente tiene xito con

probabilidad 1-piobtiene un beneficio neto, ya sea monetario o psicolgico,igual a W

i(t

i), siendot

ianlogo a t

Lpara las actividades ilegales. Si en cambio el

individuo es capturado y castigado, sus retornos se reducen en un monto Fi(t

i):

2 Benavente, et al. (2002) examinan el impacto del programa Comuna Segura sobre ladelincuencia en algunas comunas en Chile. Sin embargo, ese trabajo no pretende estudiarlos determinantes de la criminalidad.

3 Grogger (1995 y 1997) investiga las tasas de crimen en adolescentes y los determinantes

del crimen violento asociado a la droga, y Entorf y Spengler (2000) realizan un trabajo depanel muy similar a este trabajo para los Estados de la Repblica Alemana.


5/32


el valor descontado de la pena por su actividad ilegal y otras prdidas relaciona-das (incluyendo la posible prdida del botn). Se asume que la probabilidad de

captura es independiente del tiempo empleado en iy Ly que ese tiempo serelaciona proporcionalmente con cualquier insumo directo empleado en la pro-duccin de retornos de mercado.

El individuo se comporta como si estuviera interesado en maximizar la uti-lidad esperada del plan de consumo en un perodo. Sea la utilidad en un estadodel mundo sdada por la funcin:

(1) Us =U(Xs,tc)

donde Xses el stock de un bien compuesto, el cual es contingente a la ocurrenciadel estado s, tces la cantidad de tiempo dedicada a consumo o actividades fueradel mercado (ocio) y Ues la funcin de utilidad que transforma X

sy t

cen flujos

de consumo. Bajo los supuestos anteriores respecto a las funciones de gananciasen iy L, existen dos estados del mundo en trminos del bien compuesto Xs:

(2) Xb= W +Wi(ti)+ WL(tL) (con probabilidad 1-pi)

(3) Xa=W+Wi(ti) - Fi(ti) + WL(tL) (con probabilidad pi)

donde Wes el valor de mercado de los activos netos del individuo, que seasume fijo dado cualquier estado del mundo al inicio de cada perodo.4 La utilidadesperada est dada por:

(4) EtU(Xs, tc ) = (1 - pi)U(Xb, tc)+ piU(Xa, tc)

El problema se resuelve maximizando (4) con respecto a las variables dedecisin t

i, t

Ly t

c, sujeto a las restricciones de riqueza dadas por (2) y (3), y una

restriccin de tiempo:5

(5) t0=ti+tL+tc

Manipulando las condiciones de primer orden, se puede mostrar que la can-tidad de tiempo dedicada a consumo t

cy la asignacin ptima de tiempo de

trabajo entre iy Ldebe satisfacer, en caso de solucin interior, la siguientecondicin:

(6)

-

-

- -

w w

w f w

pU X

p U X

i L

i i L

a

b

=

' ( )

( ) ' ( )1

donde wi= W

i/t

i, f

i=F

i/t

i, yw

L= W

L/t

L. El trmino de la izquierda de la

ecuacin (6) es la pendiente de la frontera de oportunidades6 mientras que el

4 Entindase como dotaciones.5 Adems de requerimientos de no negatividad para t.6 Es decir, la curva de transformacin de produccin del bien compuesto X entre los dos

estados del mundo.


6/32


trmino de la derecha corresponde a la pendiente de la curva de indiferencia,las cuales se ilustran en el Grfico 1.

A partir de (6) es claro que la penalizacin marginal potencial fidebe sermayor que la diferencia entre los beneficios marginales de las actividades lega-les e ilegales, w

i-w

L(los costos del castigo deben exceder los beneficios del

delito). De no ser as, las oportunidades marginales ilegales idominaran siem-pre a las legales L, y con ello se tendra que el resultado ptimo sera siempreuna solucin de esquina en actividades ilegales.

Para que exista una solucin interior (Grfico 1), es necesario que la curvade indiferencia sea estrictamente convexa (utilidad marginal decreciente en lariqueza real) y que la frontera de oportunidades sea lineal o estrictamente cn-cava (consistente con salarios marginales decrecientes y penas marginales cons-tantes o crecientes). Adems, una condicin suficiente para entrar en activida-des ilegales (independientemente de las actitudes hacia el riesgo) es que lapendiente de la frontera exceda a la pendiente de la curva de indiferencia enaquella situacin donde todo el tiempo es dedicado exclusivamente a activida-des legales (punto B en la lnea de certeza). Esta condicin requiere que elretorno esperado en iexceda al de L, consistente con la idea de que a mayorriesgo, mayor ganancia esperada. Si los agentes son aversos o neutrales al ries-go, la condicin anterior se vuelve tambin una condicin necesaria, pues deotra forma existira especializacin enL.

Como conclusin de este modelo, Ehrlich (1973) indica que los delincuen-tes se especializarn en actividades ilegales dependiendo de sus actitudes haciael riesgo as como del retorno relativo en actividades legales e ilegales. Asimis-mo, que el crimen sea o no rentable en trminos de retornos marginales realesesperados depender exclusivamente de las actitudes hacia el riesgo por partede los individuos.7

GRAFICO 1ELECCION OPTIMA DEL CRIMINAL

Xa

Curva de Indiferencia

Lnea de Certeza

Frontera de Oportunidades

Xb

W + Wi(to-tc)

W + WL(to-tc)

A

B

45

W + Wi(to-tc) Fi(to-tc)

7 Dado que en equilibrio los retornos marginales esperados del crimen podran exceder, ser

iguales o menores a los retornos marginales de las actividades legales dependiendo si eldelincuente es adverso, neutral o amante al riesgo respectivamente.


7/32


El modelo de Ehrlich (1973) permite obtener las siguientes predicciones.Un aumento en laprobabilidaddel castigo p

i(o en la severidaddel castigo f

i)

disminuye el incentivo a participar en una actividad ilegal debido al mayorcosto marginal del castigo (pif

i), aunque la magnitud del efecto depender de la

actitud hacia el riesgo.8Si el delincuente es amante al riesgo y ya est involucradoen actividades ilegales, un aumento en fipromedio por delito no necesariamen-te va a disuadir su participacin en el crimen (incluso podra aumentarla). Estoes consistente con la afirmacin de diversos investigadores del comportamientocriminal con respecto a la baja respuesta o, incluso an, al efecto positivo queocasionalmente tiene el castigo en la propensin marginal de algunos delin-cuentes.9 Tal comportamiento es consistente con distintas preferencias por elriesgo y no debera ser interpretado como evidencia de falta de respuesta deldelincuente a incentivos o ausencia de conducta racional. Asimismo, un au-mento en w

iw

L(resultante de un aumento real en pagos de actividades ilega-

les) provoca en el modelo un aumento en el incentivo a designar ms tiempo aactividades ilegales.

Un incremento en la probabilidad de desempleo(quedenotaremos por ),el cual incide negativamente en las oportunidades de ingreso legalW

L(tL),10 tie-

ne un efecto ms ambiguo en el incentivo a delinquir si el individuo es averso alriesgo. La razn es que un aumento en la probabilidad del menos deseable delos estados posibles (desempleo en Ly fallar en i) aumenta la demanda porriqueza en este estado y puede disminuir el incentivo a participar en i,dadoque esa actividad disminuye la riqueza potencial en este estado del mundo.Sin embargo si existe una certeza de desempleo para el perodo siguiente(muy probable en aquellas personas que estn sin trabajo actualmente) y laprobabilidad de ser capturado es constante, podra esperarse que la relacindel desempleo y el crimen sea positiva, puesto que no se puede participar enactividades legales.

2.1. La Funcin de Oferta de Delitos

A partir del anlisis anterior, es posible entonces derivar una funcin querelaciona la participacin en actividades ilegales en un perodo con un conjuntode variables explicativas. El modelo terico relaciona la cantidad de crimencomo funcin del tiempo y recursos empleados en actividades ilegales, lascuales no son observables generalmente. Considerando que las actividadesilegales se miden como nmero de delitos, los cuales son funcin creciente delas unidades de tiempo invertidas en los mismos, la variable dependiente pue-de especificarse en trminos de un nmero observable de crmenes cometidosq

ij(delito i, individuoj), en lugar de la cantidad de tiempo y otros recursos

8 Si es neutral al riesgo, el cambio en po f es de la misma magnitud. Si no es neutral alriesgo, el efecto en po fpuede ser muy distinto (un incremento de 1 por ciento en fisobreel delito marginal puede ser mayor o menor que con un aumento de 1 por ciento en pisiel delincuente es adverso o amante al riesgo, respectivamente).

9 Ver Dilulio (1996) y Glaeser, E., Sacerdote, B. y Scheinkman, J. (1996).10 Para mayor detalle con respecto a las implicancias y signos esperados del modelo ver

Ehrlich (1973).


8/32


dedicados a tales actividades. As, se tiene que la oferta individual de delitoses:

(7) qij=

ij(p

ij, f

ij, w

ij, w

Lj,

Lj,

j)

donde jdenota un vector de otras variables que pueden afectar la frecuencia de

delitos cometidos.11

Para fines de la estimacin economtrica se considera el siguiente supuestode agregacin: si todos los individuos de una Regin fueran idnticos, la ecua-cin (7) podra interpretarse como una funcin de oferta agregada de delitos dela Regin en un perodo determinado. Sin embargo, ninguna de las variables en(7) es fija para todos los individuos, dado que las personas difieren en sus opor-tunidades legales e ilegales y, consecuentemente, en su costo de oportunidadasociado al castigo. De este modo, las hiptesis tericas de comportamiento seaplican en los promedios de las variables en Regiones especficas, manteniendoconstantes todos los dems parmetros de las funciones de distribucin de lasvariables. En conclusin, se tiene una funcin agregada de oferta de delitospara una Regin de la forma:

(8) Qi=

i(P

i, F

i, Y

i, Y

L,

L, )

donde Qi, P

i, F

i, Y

i,Y

Ly

Lson promedios por individuo de q

ij, p

ij, f

ij, w

ij,w

Ljy

Ljrespectivamente, mientras que representa un conjunto de otras variables quepodran afectar Qi. Este es el modelo bsico sobre el cual se fundamentan lashiptesis de este trabajo y sus estimaciones economtricas.

3. ANLISISDESCRIPTIVO

En esta seccin se lleva a cabo un anlisis descriptivo del crimen y susposibles determinantes en Chile. Las variables de inters son descritas sobre eltiempo (aos) y entre unidades observacionales (Regiones), analizando las es-tadsticas del crimen e identificando las diferencias Regionales y sus respecti-vas estructuras demogrficas para entender los factores que pueden prevenir ofomentar el crimen.

3.1. Las Fuentes de Datos

Los datos de criminalidad fueron obtenidos a partir de los reportes anualesde Carabineros de Chile y Polica de Investigaciones de Chile, los cuales sonpublicados por el Instituto Nacional de Estadsticas (INE). Cabe recalcar quepara fines de contabilizacin, las estadsticas de Carabineros de Chile constitu-yen el conjunto ms grande de crmenes reportados (denuncias recibidas), mien-tras que las estadsticas de Polica de Investigaciones de Chile representan unsubconjunto de las anteriores (slo contabilizan el nmero de delitos investiga-

11 Este trabajo no dispone de datos sobre fij(intensidad de la pena), lo cual constituye uncampo abierto para prximas investigaciones.


9/32


dos). Sin embargo, para Droga y Estafa existen unidades especializadas en Po-lica de Investigaciones que llevan un reporte complementario, y ms exhausti-

vo que el de Carabineros de Chile. Por este motivo, para la mayora de losdelitos se utiliz exclusivamente la informacin disponible en el Anuario deCarabineros, mientras que para Droga y Estafa se decidi sumar la informacinde ambas instituciones.12 A partir de la informacin primaria se crearon sietegrandes grupos de delitos, a saber, Violacin, Homicidio, Violencia, Hurto, Robo,Droga y Estafa.13

La variable dependiente se mide como la tasa de crimen por cada 100.000habitantes, la cual a su vez se construye a partir de las denuncias reportadas. Esimportante mencionar que todas las investigaciones empricas sobre el crimenestn basadas en estadsticas oficiales que tienen el defecto de no mostrar latasa efectivadel crimen, la cual es no observable, sino tan slo aquella queconoce la polica y que corresponde a las denuncias realizadas por la sociedad.La tasa de crmenes no reportada depende fundamentalmente del tipo de cri-men. Generalmente los crmenes ms serios (sancionados con penas ms altas)tienen mayor probabilidad de ser reportados. De hecho, la participacin ciuda-dana en la prevencin del crimen y el nivel de esfuerzo de la polica juegan unrol importante para que aumente el nmero de casos registrados.14

Las variables socioeconmicas fueron obtenidas de estadsticas oficialesdel Instituto Nacional de Estadsticas (INE) y de la Encuesta de Caracteriza-cin Socioeconmica Nacional (CASEN).15 En el caso de las ltimas, la infor-macin era de tipo bianual por lo que se interpol entre dos aos.16 Si bien secontaba con datos comunales para todas las series, stos fueron agregadosregionalmente, debido a que la desagregacin por comuna presentaba el si-guiente problema: gran parte de los delitos de una comuna no son cometidospor individuos que viven en la misma, sino que por sujetos que provienen deotras comunas cercanas. De este modo, sera errneo asociar la tasa de crimende una comuna con las caractersticas socioeconmicas de sta, debido a que lorelevante en el estudio son las caractersticas socioeconmicas del entorno dedonde proviene el delincuente. As, al emplear categoras geogrficas ms am-plias las trece Regiones chilenas se garantiza que los criminales provienencon alta probabilidad de la misma Regin donde el delito fue cometido.

12 A pesar de que existe la posibilidad de traslape en Droga y Estafa y, por tanto, de duplicaralgunos datos, sta no debera ser mayor tal como se consult en ambas instituciones.

13 Ver Anexo 1 para el detalle de cmo son definidas estas categoras agregadas de delitos apartir de las fuentes primarias ya sealadas.

14 Datos no oficiales sugieren que existe aproximadamente un 70 por ciento de casos nodenunciados en crmenes ms leves (comunicacin oral con Carabineros de Chile). Vasetambin Benavente et al. (2002). A fin de atenuar el sesgo por errores de medicin, serequiere que la tasa de delitos no reportados sea similar entre Regiones y en el tiempo.

15 Cuando los datos estaban disponibles en el INE se utilizaron stos, en caso contrario serecurri a la encuesta CASEN.

16 Los datos de la CASEN son promedios Regionales debidamente ponderados con factor

de expansin para tomar en cuenta el peso relativo de cada unidad observacional en laRegin.


10/32


3.2. Criminalidad

A pesar que las estadsticas Regionales del crimen para Chile existen desdehace varias dcadas, el perodo de estudio es desde 1988 al 2000, debido a queslo desde 1987 existe informacin socioeconmica confiable a nivel regionala travs de la encuesta CASEN. El Grfico 2 muestra el desarrollo de la tasa decrimen general para todo Chile desde 1988 al 2000.17Esta tasa se increment de1,18 crmenes por cada 100 habitantes en 1988, a 1,92 crmenes por cada 100habitantes en el 2000.

La Tabla 1 seala que las categoras con una mayor participacin en el cri-men total son las relacionadas con Robo y Hurto. En 1988 ambas alcanzan unaparticipacin del 75 por ciento del crimen, la cual diminuye en el 2000 al 50 porciento. Adems, se puede observar un fuerte incremento en los crmenes rela-cionados con Violencia.18 Los crmenes ms graves (Homicidio) tan slo tienenuna participacin de menos de 1 por ciento sobre el total de crmenes. En gene-ral, los delitos entre 1988 y 2000 aumentaron en aproximadamente 700 porcada 100.000 habitantes en el agregado, lo que implica un incremento de 54crmenes por 100.000 habitantes anualmente. Asimismo, en trminos relativos,existe un crecimiento de 63 por ciento en todo el perodo, equivalente a un 5 por

GRAFICO 2EVOLUCION DE LA TASA GENERAL DE CRIMEN, CHILE, 1988-2000

17 Se entiende como tasa de crimen general, la suma de las siete categoras de crimen a nivelnacional.

18 Esta variable se refiere principalmente a delitos asociados a violencia intrafamiliar yagresin fsica hacia las personas.

Fuente: Construccin propia en base a datos oficiales de Carabineros de Chile y Polica deInvestigaciones de Chile.

1,100

1,200

1,300

1,400

1,500

1,600

1,700

1,800

1,900

2,000

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

Ao

C

rmenesporcada100.0

00habitantes


11/32


TABLA 1EVOLUCION DE LA DELINCUENCIA EN CHILE, 1988-2000

1988 2000Categora Casos, Casos por Participacin Casos, Casos por Participacinde crimen nmeros 100.000 % nmeros 100.000 %

absolutos habitantes absolutos habitantes

Violacin 2.019 16 1,35 3.961 26 1,35Homicidio 290 2 0,19 298 2 0,10Violencia 17.858 141 11,94 110.870 729 37,84Hurto 54.207 428 36,24 42.575 280 14,53Robo 60.709 479 40,59 110.672 728 37,77Droga 2.034 16 1,36 2,448 16 0,84

Estafa 12.457 98 8,33 22.161 146 7,56

Total 149.574 1.181 100 292.985 1.926 100


ciento anual, lo que es un valor ms alto que la tasa de crecimiento de la pobla-cin para cada regin del pas.

3.3. Disuasin

Del marco terico presentado en la Seccin 2 se desprende que la disuasindel crimen depende crticamente de la probabilidad de ser capturado y conde-nado y de la severidad de los castigos. Como se mencion antes, se espera queambas variables tengan un efecto negativo en el incentivo a cometer crmenesya que reducen la utilidad esperada que los delincuentes potenciales puedenobtener de las actividades ilcitas.

La probabilidad de ser capturado y condenado no es directamente observa-ble y corresponde a una aproximacin subjetiva e individual de los criminales.Sin embargo, es razonable esperar que dicha percepcin subjetiva de la proba-

bilidad de captura y castigo sea determinada por la eficiencia de la polica encapturar a los delincuentes y resolver los crmenes en un perodo relativamentecorto. En este trabajo se utiliza la variable de eficiencia de la polica en lasespecificaciones economtricas como una aproximacin de la percepcin deprobabilidad de captura y castigo. Esta ha sido construida como la razn entreel nmero de capturas en un perodo y el nmero de denuncias en el perodoanterior.19

19 Se emplea la construccin con rezago en las denuncias debido a que la polica no resuelvelos casos inmediatamente despus de reportados sino que generalmente tarda algn tiempoen promedio, supongamos en el perodo siguiente. Por otra parte, la construccin conrezago es tambin aconsejable para evitar una relacin espuria entre el ndice de eficienciay la variable dependiente (ndice de criminalidad en perodo t). Existen algunos trabajos


12/32


Es importante advertir, sin embargo, que la tasa de eficiencia de la policaestara sometida a un posible error de medicin debido a que existe una

subdeclaracin de delitos por parte de la poblacin, por cuanto la cantidad dedelitos efectivos sera mayor a la conocida por la polica, siendo esta ltima lautilizada en la construccin de la tasa de eficiencia. Sin embargo la literaturaespecializada sugiere que, a pesar de este potencial problema, la tasa de eficien-cia es la mejor aproximacin disponible de p

iante la ausencia de mejores for-

mas de medicin.20

El Grfico 3 muestra la tasa de eficiencia para Chile desde 1988 a 2000. Esinteresante constatar que, a pesar de que dicha tasa no debe ser interpretadacomo una probabilidad objetiva de captura y castigo, su rango de variacin selocaliza holgadamente por debajo de 1. De esta manera, abusando del lenguajey dado lo anterior, utilizaremos la tasa de eficiencia como una medida de la

empricos para otros pases que emplean variables alternativas al ndice de eficiencia,tales como la proporcin de crmenes resueltos por la polica, la proporcin de personasarrestadas que efectivamente fueron halladas culpables, la proporcin de personas culpablesque fueron condenadas a prisin, la proporcin de personas culpables puestas a libertadpor fianzas, la proporcin de personas culpables a las que se mult y el promedio deduracin de las sentencias. Vase Wolpin (1978) y Trumbull (1989), por ejemplo. Sinembargo, stas estadsticas no estn disponibles para Chile.

20 Entorf y Spengler (2000) calculan de la misma manera la tasa de eficiencia, aunque sin

rezagar las denuncias. Los requerimientos para reducir sesgo por error de medicin sonlos mismos del pie de pgina 14.

GRAFICO 3TASA DE EFICIENCIA GENERAL PARA CHILE, 1988-2000


30%

35%

40%

45%

50%

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

Ao

TasadeEficienc

iadelaPolica


13/32


probabilidad subjetiva de ser capturados y castigadosque poseen los indivi-duos. As, el valor ms alto de dicha probabilidad se da en 1999 con un 52 por

ciento. La serie empieza con un valor bastante bajo en 1988 (32 por ciento).Desde 1993 a 1996 se observa que sta se mantiene estable alrededor del 42 porciento, experimentando una fuerte cada en 1997 a 36 por ciento, para poste-riormente crecer hasta 1999 y caer nuevamente en el 2000 a 47 por ciento.

Una comparacin de los Grficos 2 y 3 sugiere que la incidencia del crimeny la tasa de eficiencia tienen una aparente relacin negativa. sta se muestracon ms detalle en el Grfico 4, donde es posible ver la tasa de crimen generaly la tasa de eficiencia para cada Regin en cada ao entre 1988 y 2000.

El Grfico 4 sugiere tres puntos interesantes. Primero, existe una aparenterelacin inversa entre estas variables en algunas Regiones, notablemente en lasIV, IX, X y XII. Esto es consistente con que una mayor probabilidad de serdetectado implica una disminucin del incentivo a delinquir, lo que conlleva auna disminucin del nmero de crmenes. Segundo, las regiones que presentanuna menor tasa de eficiencia, con magnitudes inferiores al 40 por ciento, son laV y la Regin Metropolitana, las cuales son mayoritariamente urbanas y alta-mente pobladas. Tercero, se observan distintos rdenes de magnitud en la cri-minalidad en las regiones, adems de una aparente tendencia al alza del crimena lo largo del tiempo en todas las regiones del pas.

GRAFICO 4EVOLUCION DE LA TASA DE CRIMEN GENERAL (NEGRO) Y TASA DE EFICIENCIA

(GRIS), REGIONES, 1988-2000

100%

80%

60%

40%

20%

0%

ReginI

ReginII

ReginIII

ReginIV

ReginV

ReginVI

ReginVII

ReginVIII

ReginIX

ReginX

ReginXI

ReginXII

ReginM.

TasadeEficienc

iaPolica

9.500

7.500

5.500

3.500

1.500

Crmenesporcada100.000habitantes

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

Fuente: Construccin propia en base a datos oficiales de Carabineros y Polica de Investigacionesde Chile.


14/32


3.4. Variables Demogrficas

En el Grfico 5 se muestra la composicin por edad de los individuos pues-tos a disposicin de los tribunales por Polica de Investigaciones a nivel nacio-nal para todo el perodo muestral (se asume que dicha composicin es muysimilar para las personas aprehendidas por Carabineros y a nivel de criminalesen general). Se observa que aproximadamente el 85 por ciento de los aprehen-didos tienen entre 18 y 40 aos a lo largo del perodo de estudio, lo que sugiereque las personas ms jvenes son ms propensas a cometer los crmenes. ElGrfico 6 indica que aproximadamente el 80 por ciento de los aprehendidos sonhombres. Estos hechos justificaran la inclusin de variables de etariedad ymasculinidad en las estimaciones economtricas del crimen.

3.5. Fuentes y Oportunidades de Ingreso Legal e Ilegal

La literatura de los beneficios y costos de oportunidad asociados al crimenes abundante,21 no existiendo unanimidad en el tratamiento de dichas variables,pues para algunos autores ciertas variables que son consideradas ingresos ile-gales, para otros son tomadas como ingresos legales.22

En este trabajo seguiremos las definiciones de Entorf y Spengler (2000),donde se aproximan las oportunidades de ingreso legal e ilegal de la siguientemanera: como medidas de ingreso ilegalse utilizan el Ingreso Monetario real percpita y el Producto Interno Bruto real per cpita, mientras que como medidas delingreso legalse utilizanvariables que miden lo lejos, porcentualmente, que estel Ingreso o el PIB Regional per cpita respecto del promedio nacional. Estasvariables son llamadas Ingreso Relativo y Producto Relativo, respectivamente.

La hiptesis inicial es que las variables expresadas en niveles absolutos co-rresponden a medidas del ingreso ilegal debido a que a mayor ingreso (o pro-ducto) de las familias existen mejores oportunidades de ingresos ilegales. Porotro lado, las variables relativas de ingreso y producto son medidas del ingresolegal debido a que, por ejemplo, si en una determinada regin se gana o seproduce (per cpita) ms que el promedio, existen entonces mayores oportuni-dades para dedicarse a actividades legales, por lo que se espera que en Regionesrelativamente ms ricas exista una menor tasa de crimen.23

Los Grficos 7 y 8 muestran las variables de ingreso y PIB per cpita en susvalores absolutos y relativos. Se puede observar que las series absolutas eviden-cian una tendencia creciente, mientras que las variables en relativo no muestranese comportamiento necesariamente, por lo que los Grficos 7 y 8 sugieren queestas series no estn asociadas entre s a travs del tiempo.

Si se observa el Grfico 4 y se lo compara con el 7 y 8, es difcil derivarconclusiones a priorisobre el efecto que tienen las variables de ingreso legal eilegal sobre la tasa de crimen.

21 Ver, por ejemplo, los trabajos de Fleisher (1966), Ehrlich (1973) y Entorf y Spengler(2000).

22 Ver las referencias antes sealadas.23 Se sigue el enfoque de Entorf y Spengler (2000), pero en su trabajo slo se utiliza el PIB

(absoluto y relativo) como variable pertinente.


15/32


GRAFICO 5PARTICIPACION CRIMENES POR EDAD, CHILE, 1988-2000

Fuente:Construccin propia en base a datos oficiales de Polica de Investigaciones de Chile.

100

90

80

70

60

50

40

30

20

10

0

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

Aos

Participacin(porcentaje)

< 18 18 a 40 > 41

GRAFICO 6PARTICIPACION CRIMENES POR GENERO, CHILE, 1988-2000

Fuente: Construccin propia en base a datos oficiales de Polica de Investigaciones de Chile.

100

90

80

70

60

50

40

30

20

10

0

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

Aos

Participaci

n(porcentaje)

Hombres Mujeres


16/32


GRAFICO 8PIB ABSOLUTO (GRIS) Y RELATIVO (NEGRO), REGIONES, 1988-2000

GRAFICO 7INGRESO ABSOLUTO (GRIS) Y RELATIVO (NEGRO), REGIONES, 1988-2000

180.000

130.000

80.000

30.000

ReginI

ReginII

ReginIII

ReginIV

ReginV

ReginVI

ReginVII

ReginVIII

ReginIX

ReginX

ReginXI

ReginXII

ReginM.

90

70

50

30

10

10

30

50 DistanciarelativadelIngresoMonetarioRealp.c.

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

Fuente:Construccin propia en base a datos oficiales de la encuesta CASEN.

Fuente: Construccin propia en base a datos oficiales del INE.

1.100.000

600.000

100.000

ReginI

ReginII

ReginIII

ReginIV

ReginV

ReginVI

ReginVII

ReginVIII

ReginIX

ReginX

ReginXI

ReginXII

ReginM.

PIBrealp.c.

400

300

200

100

0

100

200

DistanciaRelativaenelPIBrealp.c.

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

IngresoMonetarioRealp.c.


17/32


GRAFICO 9TASA DE DESOCUPACION, REGIONES, 1988-2000

Fuente:Construccin propia en base a datos oficiales del INE.

13%

11%

9%

7%

5%

3%

ReginI

ReginII

ReginIII

ReginIV

ReginV

ReginVI

ReginVII

ReginVIII

ReginIX

ReginX

ReginXI

ReginXII

ReginM.

Tasade

Desempleo

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

1988

Debido a que las personas desempleadas estn por definicin excluidas dela oportunidad de ingreso legal, el desempleo puede ser interpretado como elinverso de una medida de ingreso legal. El Grfico 9 muestra la evolucin de latasa de desocupacin para Chile en el perodo. La comparacin visual de laevolucin del desempleo con el Grfico 4 no indica con claridad si un mayordesempleo est asociado a un mayor nivel de incidencia del crimen. En las esti-maciones economtricas se podr aclarar si existe o no relacin entre la tasa decriminalidad y todas las dems variables que se han presentado en esta Seccin.

4. RESULTADOS

4.1. Modelo Bsico

Las dos especificaciones economtricas de este trabajo provienen del mar-co terico presentado en la Seccin 2, las cuales son ampliadas por los autorescomo se indica a continuacin:

a Crimen P Y YR X

b Crimen P PIB PIBR X

PCapturas

CrimenN

ijt j ijt jt jt jt ijt

ijt j ijt jt jt jt ijt

ijt

ijt

ij tijt

) ln ln ln ln

) ln ln ln ln

~ ( , )( )

= + + + + + +

= + + + + + +

=

1 2

3 4

1

0

10)


18/32


donde, Crimenijtes la tasa de crimen (nmero de crmenes por cada 100.000

habitantes) correspondiente al delito i, en la Reginjen el perodo t, son las

constantes de cada ecuacin,

jes la variable dummycorrespondiente a la Re-ginj(efecto fijo), Pies la tasa de eficiencia correspondiente a su propio delito

i, Y es el Ingreso Monetario real per cpita, YRes el Ingreso per cpita Relativo,PIBes el Producto Interno Bruto real per cpita, PIBRes el Producto per cpitaRelativo yXdenota las dems variables socioeconmicas y demogrficas.24 Elmtodo de estimacin fue el de panel de datos con efectos fijos.25 Las regresio-nes se corrigieron por heteroscedasticidad y autocorrelacin estimando interva-los de confianza con matrices HAC (Heteroskedasticity and AutocorrelationConsistent), definidas de la siguiente manera:

( ' ) ==

V u u V n nn

N

1

donde V es la matriz de varianzas y covarianzas convencional,Nes el nmerototal de observaciones (N = j * t) y u

nes la contribucin de la observacin na la

funcin score(L/ ).

4.2. Resultados del Panel

Para efectos de resultados economtricos, se consider la estimacin de dosmodelos reducidos. En el primero de ellos, para cada tipo de delito se utilizancomo medidas de ingreso legal e ilegal elIngreso per cpita relativo y elIngre-so per cpita respectivamente, mientras que en el segundo se utilizan el PIB percpita relativo y el PIB per cpita respectivamente.26 Los resultados de las esti-maciones, donde slo se incluyen variables significativas al 10 por ciento, seentregan en la Tabla 2, donde, por cada tipo de delito, los resultados del Modelo1 se muestran en la columna sombreada.

24 Todo el conjunto de variables utilizadas est definido y detallado en el Anexo 2.25 La utilizacin de efectos fijos en lugar de efectos aleatorios se debe a que el segundo

mtodo sera recomendable en caso de que las unidades observacionales fueranextracciones muestrales de una poblacin. Esto no es aplicable en este caso debido a quese consideran todas las Regiones de Chile, y adems no existe evidencia de que las

caractersticas pertinentes a cada Regin varan aleatoriamente en el tiempo. En caso deser as, una estimacin por efecto aleatorio implicara utilizar mnimos cuadradosgeneralizados, lo que en caso de estar bien especificados dara como resultado estimadoresms eficientes que con mnimos cuadrados ordinarios. Sin embargo, en el caso de estarmal especificado (muy probable debido a que no se conoce exactamente la estructura dela matriz de varianzas y covarianzas de los errores) los estimadores obtenidos seraninconsistentes, motivos que apoyan utilizar el mtodo de efectos fijos.

26 Se estimaron dos modelos (con ingreso y con producto) con la finalidad de aproximar lasfuentes de ingreso legal e ilegal de dos maneras distintas. La causa de esta distincin esque cada una de estas variables presentan pros y contras en la aproximacin. El ingresomonetario incorpora slo los ingresos laborales (trabajo), mientras que el producto esuna medida ms rica porque recoge rentas atribuidas al factor trabajo y al factor capital.La desventaja de usar producto es que esta medida puede recoger riqueza generada por

grandes industrias y no representara necesariamente el ingreso de las personas que vivenen una determinada Regin (ejemplo: Industria del Cobre en la Regin II).


19/32


TABLA 2RESULTADOS DE LAS ESTIMACIONES (MODELOS REDUCIDOS)

Variables dependientes Violacin Homicidio Violencia Hurto Robo Droga Estafa

1 2 1 2 1 2 1 2 1 2 1 2 1 2

Variables independientes

Tasa de eficiencia 0.121 0.542

(1.86) (2.17)

Tasa de eficiencia i 0.142 0.297 0.140 0.234 0.228 0.178 0.085

(1.50) (3.68) (1.69) (3.34) (3.03) (2.95) (1.58)

Ingreso 1.527 1.343 0.810 0.637

(3.34) (5.40) (2.26) (4.03)

Pib 0.795 1.060 0.586 0.718

(3.32) (4.52) (1.65) (6.76)

Yrelativo 0.006 0.003 0.007 0.011

(1.44) (1.58) (3.04) (1.59)Pib relativo 0.010 0.006 0.007 0.009

(3.92) (2.12) (3.51) (3.09)

Desempleo 18-40 0.345 0.378 0.395 0.481 0.513 0.243 0.193 0.267 0.463 0.609

(2.75) (1.78) (2.93) (6.22) (6.42) (3.25) (2.36) (1.13) (3.98) (4.74)

Etariedad 18-40 4.584 6.335 6.472

(2.30) (2.97) (2.99)

Masculinidad 7.468 11.884 6.683 6.329

(1.99) (3.04) (1.79) (2.96)

Masculinidad 18-40 2.808 2.302

(2.64) (2.22)

Ruralidad 0.659 0.866

(3.04) (3.66)

Densidad pob. 0.226 0.390 0.367 0.145 0.084 0.174 0.193

(2.70) (4.00) (3.04) (3.93) (3.35) (2.01) (6.25)

Gran ciudad 0.401 0.703 0.360 0.361 0.300

(3.48) (5.05) (5.08) (4.89) (3.31)

Analfabetismo 0.578 0.676 1.737 2.128

(4.97) (6.99) (4.80) (6.66)

Analfabetismo 18-40 0.248 0.153

(2.95) (2.38)

Escolaridad 0.643

(2.46)

Escolaridad 18-40 1.820 6.106 1.817 2.105 2.318 1.893 1.319

(1.61) (2.87) (2.76) (3.43) (1.72) (2.97) (1.75)

Esc.18-40 x urbano 0.448 0.128 0.182 0.073 0.117 0.167

(4.56) (2.54) (3.52) (2.23) (3.67) (7.56)

Pobreza 1.136 0.398 0.802 0.756 0.244 0.575

(8.78) (2.15) (8.49) (8.72) (1.70) (5.14)

Razon de quintiles 0.716 0.913 0.741(2.60) (2.96) (2.37)

Norte 0.046 1.140 3.344 2.885 0.430 0.093 0.300 0.366 0.377 0.210 1.669 0.644 0.211 0.641

(0.33) (3.19) (6.95) (5.68) (2.11) (0.48) (2.92) (3.87) (1.84) (1.92) (3.25) (3.45) (2.59) (4.22)

Centro 0.019 0.532 2.566 2.313 0.483 0.124 0.188 0.130 0.200 0.132 0.654 0.020 0.114 0.349

(0 .14) (2 .40) (7 .55) (6 .75) (2.24) (0.60) (1.91) (1.48) (1.41) (1 .35) (1.74) (0 .10) (1.57) (3 .47)

Sur 0.059 1.098 3.206 2.761 0.529 0.095 0.068 0.125 0.151 0.331 0.101 1.214 0.256 0.679

(0.38) (2 .25) (6 .44) (4 .74) (2.60) (0.49) (0 .66) (1 .34) (0.78) (2 .56) (0.18) (5 .45) (3.16) (4 .89)

C ons tant e 3 .0 69 10. 42 8 0 .533 2 0. 35 3 9 .8 92 7 .9 27 10. 53 6 10. 45 1 5 .730 1. 09 2 12 .6 8 4. 63 3 0 .123 18. 10 3

(6.57) (4.25) (0.10) (5.29) (1.80) (2.58) (6.75) (6.44) (1.98) (0.91) (2.40) (1.10) (0.06) (7.58)

R -Cu ad rado 0 .3 61 7 0. 29 64 0. 44 68 0 .4 620 0. 61 12 0 .48 26 0 .5 67 5 0 .5 60 3 0. 83 98 0. 79 90 0 .7 21 0 0 .7 15 4 0. 58 24 0 .6 718

Nota: Entre parntesis se presentan los tests t.

Con excepcin de Homicidio (158) y Droga (168), el nmero de observaciones es 169.


20/32


Adems de las variables asociadas a los incentivos para delinquir, se inclu-yeron otras variables socioeconmicas y demogrficas para controlar por dis-

tintos efectos que pueden afectar la tasa de criminalidad, las cuales se detallanen la Tabla 2. Adicionalmente se utilizaron variables ficticias Regionales y conel propsito de minimizar la prdida de grados de libertad (13 variables) sedecidi agrupar las Regiones en cuatro grupos: norte ( Regiones: I, II, III),centro (Regiones: IV, V, VI, VII), sur (Regiones: VIII, IX, X, XI, XII) y laRegin Metropolitana que se recoge en la constante. Esta agrupacin fue con-cebida por las similitudes entre Regiones y fue debidamente testeada.27 Consi-derando que la mayor parte de los crmenes son cometidos por personas entre18 y 40 aos de edad, las variables socioeconmicas y demogrficas (tasa dedesempleo, escolaridad, analfabetismo y masculinidad) fueron calculadas con-dicionalmente a ese rango de edad, como tambin a nivel general (todas lasedades).

Algunos autores suelen introducir tambin la variable dependiente rezaga-da para medir la persistencia del crimen en el tiempo. Para el caso de este ar-tculo no fue factible incorporarla debido a la forma en que se construye lavariable de disuasin: C

t/D

t-1. Como el modelo es logartmico, sera como intro-

ducir dos veces la misma variable. La forma de solucionar este detalle est enconseguir una forma alternativa de medir la eficiencia policial, que no dependadel rezago de las denuncias, para de esta manera no ser colineal con el rezagode la variable dependiente. Sin embargo, no se dispone actualmente de datosalternativos a la tasa de eficiencia que se construy y utiliz. Asimismo, sedecidi no incorporarla por el poco sustento terico que tiene el colocar rezagosde la variable dependiente para explicar determinado fenmeno econmico.

a) Variables de Disuasin

Al igual que en la mayora de los estudios empricos sobre la economa delcrimen, el efecto de la variable de disuasin denotada por medio de la tasa deeficiencia de la polica tiene un signo negativo, lo que es consistente con laprediccin del modelo terico. Sin embargo, cabe notar que existen tres catego-ras que a veces aparecen insensibles a la tasa de eficiencia (respecto de supropio delito): Violacin, Homicidio y Violencia. El hallazgo respecto de estetipo de delitos ha sido encontrado tambin en otros estudios empricos de lacriminalidad para otros pases.28 Este hecho puede explicarse porque a menudoestos crmenes que involucran agresin y violencia contra las personas respon-den ms a otros determinantes (presumiblemente pasionales) y menos a in-centivos pecuniarios o no pecuniarios, incluyendo la eficiencia de la polica.Sin embargo, en las regresiones de estas categoras se consider adicionalmentela tasa de eficiencia global(todos los crmenes), encontrndose el signo negati-vo esperado en Violacin. Esto es consistente con la idea de que la eficienciapara este tipo de delitos parece no ser directamente observable por los crimina-les, pero stos s consideran la eficiencia de la polica a nivel general, la cual

27 El test utilizado fue un contraste de Wald de igualdad de parmetros para los djen los

diferentes grupos de Regiones.28 Vase, por ejemplo, Withers (1984).


21/32


puede disuadir, en algn grado, sus incentivos a delinquir. En Homicidio seencontr una relacin positiva con la tasa de eficiencia de la polica. Sin inten-

tar ofrecer una posible explicacin a este resultado contradictorio con la teora,al menos este resultado es consistente con la idea que la eficiencia de la policano contribuye a reducir la ocurrencia de homicidios.

La Tabla 2 indica una significativa relacin negativa entre la tasa de eficien-cia de la polica y la tasa de crimen, precisamente en aquellos delitos que mspodra esperarse respondiesen a este tipo de incentivos: Robo, Droga y Estafa.Es interesante constatar que precisamente esas categoras de delitos tambinresultan ser sensibles en la gran mayora de estudios realizados para otros pa-ses.29 Un resultado interesante es que la categora de Hurto no responde antecambios en la eficiencia de la polica. Una explicacin posible para este hechoes que este delito en particular es altamente subdeclarado por la poblacin, portratarse, en general, de delitos menores que poseen pocas perspectivas de resol-verse favorablemente para la vctima, de modo que los costos de estampar ladenuncia ante la polica exceden a los beneficios esperados. El sesgo introduci-do por la severa subdeclaracin puede afectar la bondad de ajuste del modelo ygenerar sesgos en sus coeficientes.

Las elasticidades del crimen con respecto a la tasa eficiencia de la polica enaquellos delitos donde resulta significativa y con el signo esperado (Robo, Dro-ga y Estafa) estn en el rango de 0.2 a 0.4. Estos ordenes de magnitud sonsimilares a las elasticidades encontradas en una amplia gama de estudios paraotros pases y para delitos similares, basados en diferentes especificaciones,tipos de datos y mtodos de estimacin.30 La interpretacin de dicha elasticidades interesante: si se toma la tasa de eficiencia de la polica como una pseudoprobabilidad de captura, los coeficientes sugieren que un incremento de 10 porciento en lapseudoprobabilidad de captura (por ejemplo un aumento de 0.3 a0.33 por ciento) reduce la tasa de criminalidad en aproximadamente 2 a 4 porciento. Esta interpretacin sugiere que los esfuerzos policiales en Chile poseenun significativo grado de influencia en la disuasin de aquellos delitos que res-ponden a la accin policial.

Antes de proseguir, es importante mencionar que la teora econmica delcrimen sugiere que el delincuente, para fines prcticos, observa la probabili-dad de captura y castigo del delito relevante que est considerando cometer. Esdecir, si se dedica a robar, slo le interesara qu tan eficiente es la polica paraatrapar y castigar exclusivamente a aquellos que roban. Este es el fundamentosobre el cual se basa nuestro trabajo: examinar los determinantes del crimen deforma desagregada. Sin embargo, para comprobar la validez de este argumento,se model la criminalidad agregando todas las categoras de delitos; y agregan-do slo delitos pasionales y slo econmicos (excepto Hurto dadas lasinconsistencias de estimacin presentadas ms adelante). Los resultados mos-

29 Ver por ejemplo la evidencia citada en Entorf y Spengler (2000) y en Eide (1994).30 La media de 21 estudios analizados por Eide (1997), citado en Entorf y Spengler (2000)

es de 0.51. Entorf y Spengler (2000) y Trumbull (1989) obtienen elasticidades de 0.28y 0.22, respectivamente. Furlong y Mehay (1981) encuentran elasticidades en el rango

de 0.58 a 0.92 en zonas urbanas en Canad, y Withers (1984) obtiene elasticidades enel rango 0.51 y 0.62 en Australia.


22/32


traron que para las tres agregaciones la tasa de eficiencia nunca fue significati-va, inclusive para los delitos econmicos, para los cuales s era significativa

individualmente en todos los modelos. En general para todas las agregaciones,especialmente la de delitos econmicos, fue significativo (y con signo espera-do) el efecto causado por las variables de ingreso legal, ilegal y el desempleo.La probable explicacin de la prdida de significancia agregada en una variableque individualmente era significativa en los delitos de motivacin econmicaes la heterogeneidad de delitos, an a pesar de pertenecer a un mismo tipo demotivacin. Como indicaba la teora, a los que se dedican a Estafa no les impor-ta mucho que suceda con la eficiencia en Droga y viceversa, se est sumandodos variables que son distintas desde el punto de vista conceptual. Adems,desde el punto de vista estadstico, las magnitudes numricas de las variablesde denuncias y eficiencia son muy dismiles entre las categoras de delitos; deesta manera, al agregar se confunda cualquier efecto existente a niveldesagregado. Como conclusin, tal como lo sugera la teora, lo mostraron losdatos y lo hacen varios autores, el anlisis de la criminalidad debe hacerse demanera desagregada para poder recoger eficientemente los efectos pertinentesa cada tipo de delito.

b) Variables de Ingreso Legal e Ilegal

A priori, de acuerdo a la literatura y al sentido comn, uno debera esperarque la tasa de crimen responda positivamente al ingreso ilegal y negativamenteal ingreso legal.

De los contenidos de la Tabla 2, se tiene que en las regresiones del Modelo131 (columnas sombreadas) el signo en ambas variables de ingreso fue el espe-rado, a excepcin de la categora Hurto. Esto sigue siendo cierto para los resul-tados del Modelo 2, con la sola excepcin de la categora Estafa. Lo anterior esconsistente con la hiptesis inicial que nos habamos planteado y consistenteadems con los resultados de Entorf y Spengler (2000), que emplearon varia-bles similares de ingreso legal e ilegal.

El desempleo present en casi todas las regresiones signos positivos, con-sistentes con la prediccin terica y con la evidencia encontrada en mltiplesestudios,32 reflejando que una mayor tasa de desempleo aumenta los incentivospara involucrarse en actividades ilegales. Slo se encuentra un signo contrariopara el Hurto.

El orden de magnitud de la elasticidad desempleo est en el rango de 0.2 a0.6. As, un alza de 10 por ciento en el desempleo (por ejemplo de 10 a 11 porciento) incrementa la criminalidad en aproximadamente 2 a 6 por ciento, enprcticamente todos los tipos de delitos, incluidos aquellos que presumiblementeson escasamente sensibles a los incentivos pecuniarios y no pecuniarios. Elhecho que el desempleo tenga un efecto incluso sobre estos delitos, a menudopasionales, sugiere que las razones detrs del impacto del desempleo sobre la

31 Donde, recordemos, como medidas de ingreso legal e ilegal se utilizan el Ingreso percpita relativo y elIngreso per cpita regional, respectivamente.

32 Por ejemplo en Furlong y Mehay (1981), Levitt (1996, 1997, 1998) y la mayora de los yacitados.


23/32


criminalidad son ms complejas y trascienden a la hiptesis de Becker-Ehrlich,donde el desempleo aumenta los incentivos para delinquir slo por medio de

reducir las posibilidades de ingreso legal.c) Variables Demogrficas y Socioeconmicas

Adicionalmente a las variables de disuasin, desempleo e ingreso de activi-dades legales e ilegales, se emplearon variables socioeconmicas y demogrfi-cas regionales que pueden estar asociadas a la prevalencia de delitos. Estas son:el porcentaje de poblacin entre 18 y 40 aos, ndice de masculinidad, ndice deruralidad, el porcentaje de la poblacin regional que vive en un gran centrourbano (Gran Ciudad),33 densidad poblacional, analfabetismo, escolaridad, elporcentaje de la poblacin bajo la lnea de la pobreza, el coeficiente de Gini y larazn del quinto y primer quintil de ingreso, adems de efectos fijos para elNorte, Centro y Sur del pas. Al igual que el desempleo, se emplearon dos ver-siones del ndice de masculinidad, la escolaridad y el analfabetismo, una consi-derando la poblacin total y otra considerando slo el estrato de 18 a 40 aos.

Las variables demogrficas parecen tener un impacto en la prevalencia deciertos delitos. El ndice de masculinidad regional result significativo y consigno positivo en Homicidio, Hurto y Estafa, lo que es consistente con el hechoque la mayora de los aprehendidos son hombres. Sin embargo, esta variable nofue significativa en Violacin y Robo, mientras que para Droga se encontr unsigno contrario a lo esperado. Por otra parte, el porcentaje de poblacin en elestrato de 18-40 aos fue significativo y con signo positivo en Homicidio yDroga, lo cual es consistente con la evidencia que gran parte de los delitos soncometidos por poblacin joven.

Las variables geogrficas relacionadas a la composicin urbano-rural de lapoblacin regional tambin ofrecen algunos resultados de inters. El ndice deruralidad arroj signo positivo en la categora de Droga. En este caso el signopuede ser explicado porque un gran porcentaje de esta categora corresponde altrfico de drogas el cual es comn en las fronteras del pas.

La variable de gran ciudad resulta significativa slo para las categoras deViolencia, Hurto y Estafa, aunque con el signo contrario al esperado en los dosprimeros delitos. Sin embargo, se encontr un signo negativo slo en Estafa,reflejando el hecho de que este es un crimen caracterstico de grandes ciudadeso centros urbanos. La densidad poblacional est positivamente asociada conRobo, aunque inversamente con Homicidio. Las inconsistencias en el signo dedensidad sugieren que esta variable no constituye un determinante importantede la criminalidad.

33 Para este caso se considera que en una gran ciudad se puede pasar inadvertido, el nmeroposible de oportunidades de contacto humano es mayor y por tanto es ms probable laasociacin ilcita y/o el contacto con las vctimas potenciales. Esta variable se construytomando en cuenta el nmero de habitantes de una Regin que vive en un gran centrourbano, considerndose como centro urbano un conglomerado humano con ms de 100.000habitantes. Hay que considerar que ciudades muy prximas han sido consideradas como

un solo gran centro urbano (en particular Valparaso-Via del Mar, Concepcin-Talcahuano,Coquimbo-La Serena).


24/32


Las variables de capital humano ofrecen resultados algo contradictorios. Elnivel de escolaridad posee signo negativo y significativo en Violencia, Hurto y

Estafa, aunque positivo en Violacin, Homicidio y Robo. Por otra parte, el anal-fabetismo mostr casi siempre un signo negativo en todos los crmenes, siendopositivo en Violacin. Estos resultados denotan un cierto grado de incongruen-cia con los resultados de escolaridad. Una explicacin posible para esta incon-gruencia es que las variables de capital humano exhiben dos efectos posiblessobre la criminalidad: mientras ms capital humano puede estar asociado a unamenor tasa de criminalidad, a mayor capital humano tambin puede existir unamayor propensin a reportar crmenes, lo que contrarresta el efecto inicial. Elefecto de la educacin sobre el crimen fue estudiado inicialmente por Ehrlich(1975) quien concluy que empricamente los resultados son inconsistentes conlo planteado por la teora del crimen, convirtindose el tema en un puzzle anno resuelto por los investigadores. Uno de los factores que podran estar inci-diendo es la elevada colinealidad existente entre variables como ingreso, des-igualdad y escolaridad, lo que genera que las dos primeras recojan todo el efec-to de la ltima, volvindola no significativa, o de signo inconsistente. Losresultados para varios trabajos empricos son ambiguos, similares a los obteni-dos en este artculo.34 En un ejercicio adicional al estudio de la escolaridad so-bre el crimen, se trat de capturar el efecto que tiene el mismo en zonas urbanascon respecto a las rurales, a travs de una variable interactiva entre el nivel deescolaridad y el grado de urbanidad.35

En lo referido a variables de desigualdad y pobreza, tambin se encontraronalgunos resultados ambiguos. El coeficiente de Gini no resulta significativo enninguna categora de delito. La razn de quintiles otra medida de desigualdadrelativa fue significativa en las categoras de Homicidio y Droga, aunque te-niendo el signo esperado (positivo) slo en el segundo tipo de delito. Con res-pecto a la pobreza, se encontraron signos positivos en Hurto y Robo, lo quesugiere que quienes poseen mayor propensin de apropiarse ilegtimamente depropiedad ajena (por medio de hurtos y robos con fuerza) son mayoritariamenteindividuos pobres. Sin embargo, se encuentra un signo negativo en Violacin,Violencia y Estafa. Aunque es difcil sustentar una explicacin para este signo(excepto tal vez en Estafa), este hallazgo sugiere al menos que estos tipos dedelitos no parecen ser ms frecuentes en los estratos ms pobres de la poblacincomo podra suponerse, sino que posiblemente son relativamente transversalesen la sociedad chilena.

34 Entre los trabajos sobre criminalidad que incorporan variables de educacin, Withers(1984) y Trumbull (1989) obtienen coeficientes de 0.07 y 0.452, respectivamente.Wahlroos (1981) obtiene 0.85 para unas categoras de delitos y 7.21 para otras. EnFajnzylber, Lederman y Loayza (2000) sus respectivos coeficientes tienen distinto signodependiendo del tipo de delito y adems resultan no significativos, argumentando que seconfirma el puzzle de educacin sobre el crimen.

35 El signo de esta variable interactiva fue positivo en Droga y Estafa, lo cual puede significardos cosas: si la escolaridad disminuye el crimen, lo hace menos en la ciudad con respectoal campo, o si a mayor escolaridad se denuncia ms, ese efecto positivo es mayor en las

zonas urbanas. Tambin se incorporaron variables interactivas que recogan el efecto delingreso diferenciando urbano de rural, sin embargo no se hall significancia en las mismas.


25/32


d) Efectos Fijos Regionales

El anlisis de los efectos fijos para el Norte, Centro y Sur del pas ofrecepocos resultados robustos y concluyentes, lo que sugiere que otras caractersti-cas especficas de cada regin parecen tener poca importancia en explicar lasdiferencias en criminalidad entre las regiones del pas. Sin embargo, un resulta-do interesante es que el efecto fijo en Homicidios de todas las regiones respectode la Regin Metropolitana (recogida en la constante) es negativo. Esto sugiereque, todo lo dems constante, la tasa de Homicidio en la Regin Metropolitanaes superior a las dems regiones del pas, incluso una vez controlando por lacomposicin urbano-rural de la poblacin y la densidad poblacional. Otro as-pecto saliente es que la tasa de delitos relacionados con Droga parece ser parti-cularmente elevada en la regin norte del pas, posiblemente producto del co-nocido problema de trfico ilcito de drogas que se realiza por las fronteras alnorte del pas, para su posterior distribucin en el resto de Chile.

Es importante sealar que las regresiones para el Hurto son aquellas queofrecen una menor cantidad de resultados concluyentes, presentando inclusoalgunos resultados inconsistentes con las predicciones tericas. Como ha sidomencionado, esto pueden tener explicacin en que este delito en particular tien-de a ser subreportado por la poblacin, lo que puede introducir importantesdistorsiones en los resultados economtricos.

5. CONCLUSIONES

De los resultados expuestos anteriormente se puede sacar una primera con-clusin importante: los diferentes crmenes son heterogneos y responden adeterminantes heterogneos. En particular, es interesante constatar que, desdeun punto de vista emprico, la criminalidad responde a incentivos econmicosprecisamente en aquellos delitos que tienen una motivacin principalmente eco-nmica; Robos, Drogas y Estafas.

En los tipos de delitos antes mencionados se cumplieron, en general, lashiptesis iniciales tericas sobre todo en lo que respecta a la influencia de lasfuentes de ingreso legal e ilegal, del desempleo y de la eficiencia de la polica,que se relaciona con la probabilidad de ser capturado. De hecho, los resultadosen la categora Robo son los ms consistentes con lo que sugiere la teora, pro-bablemente dada la naturaleza econmica de sus incentivos.

Los resultados indican que la elasticidad de la tasa de crimen global porcada 100.000 habitantes con respecto a las tasas de eficiencia y desempleo va-ran entre -0.2 y -0.4 para la primera y entre 0.2 y 0.6 para la segunda. De estamanera, un alza de 10 por ciento en la tasa de eficiencia policial (por ejemploun aumento de 0.3 a 0.33 en lapseudoprobabilidad de captura) reduce la tasade crimen entre un 2 y un 4 por ciento, aproximadamente. Por otra parte, porcada punto de aumento en la tasa de desempleo (considerando una tasa inicialde desempleo cercana al 10 por ciento), la tasa de crimen aumenta en aproxi-madamente 2 y 6 por ciento. Ambos rdenes de magnitud son similares a losobtenidos por diversos estudios que siguen una metodologa similar para estu-diar la criminalidad en otros pases, lo que puede ser relevante al momento dedisear polticas pblicas destinadas a combatir el crimen.


26/32


Sin embargo, las variables relacionadas con los incentivos para delinquirtienen en el mejor de los casos una importancia menor en explicar la frecuen-cia de aquellos delitos que, a priori, podra esperarse que son insensibles a losincentivos econmicos: Violacin, Homicidio y Violencia, los cuales presu-miblemente responden a otros factores. Sin embargo, es interesante notar que,incluso en este tipo de delitos, el desempleo tiene un impacto positivo. Estosugiere que para comprender el efecto del desempleo sobre la criminalidad sedebe explorar ms all del simple argumento de que dicha variable reduce lasposibilidades de ingreso legal sugerido por la teora de Becker-Ehrlich.

Adicionalmente a las variables que sugiere la teora, existen otros determi-nantes de tipo demogrfico que empricamente tienen alguna influencia sobrela funcin de oferta de delitos, en particular la proporcin de poblacin joven, elndice de masculinidad y la composicin urbano-rural de la poblacin regional.Es tambin interesante destacar que, al igual que muchos trabajos similares reali-

zados en otros pases, las variables de capital humano y de pobreza absoluta yrelativa ofrecen muchos resultados ambiguos y escasos resultados concluyentes.Este trabajo ofrece mltiples recomendaciones para investigaciones futu-

ras. Primero, una extensin natural de este trabajo ser evaluar el efecto quepueda tener la Reforma Procesal Penal, actualmente en marcha, sobre la tasa decriminalidad. Segundo, hay que tomar en cuenta la posibilidad de que los coefi-cientes estimados sean sesgados debido a endogeneidad en los regresores y aerror de medicin, por ejemplo asociado a la subdeclaracin de denuncias. Conrespecto al primer asunto, la variable de disuasin puede ser modelada comouna funcin de produccin con insumos (por ejemplo esfuerzo y dotacin poli-cial) y resultados (probabilidad de captura), donde el nivel de crimen puedeafectar la efectividad de dichos insumos. Adems, elevadas tasas de criminali-dad pueden inducir a los gobiernos a incrementar el nmero de policas, laseveridad del castigo o la inversin en justicia (por ejemplo, la misma ReformaProcesal). Ambos inconvenientes errores de medida y endogeneidad deregresores generan problemas similares en los estimadores y se resuelven conmetodologas similares. El tratamiento de los problemas sealados requiere denueva informacin, parte de la cual no est actualmente disponible. Sin embar-go, estos problemas estn siendo abordados como parte de un proyecto de in-vestigacin en marcha.36

Finalmente, otro aspecto importante es la necesidad de obtener datos menosagregados, ya sea a nivel comunal o a nivel individual (datos de una muestra decriminales). Debera esperarse que los resultados obtenidos en el modelo agre-

gado de este trabajo sean consistentes con datos desagregados y/o individuales(en caso de disponer de ellos). Asimismo, es deseable obtener datos de crimina-lidad de fuentes alternativas que permitan eliminar algunos de los posibles sesgospropios de los datos empleados en este estudio.37

36 Proyecto FONDECYT N 1020098, a cargo de Jorge Rivera y Javier Nez.37 Otros datos de criminalidad relacionados con homicidios y violencia puede obtenerse de

los hospitales y morgues. Estos usualmente pueden servir como complemento a lasestadsticas oficiales y eventualmente no sufren la limitacin de la subreportacin. Porotra parte, las encuestas de victimizacin permiten obtener informacin individualizadade personas que han sido vctimas de algn crimen. Finalmente existen las encuestas

realizadas a delincuentes, que generalmente se llevan a cabo en las prisiones a muestrasaleatorias de la poblacin de criminales, para conocer sus propias caractersticas.


27/32


REFERENCIAS

Becker, G. (1968). Crime and Punishment: An Economic Approach. Journal ofPolitical Economy 76. 169-217.Benavente, J.; Contreras, D.; Montero, R. y Melo, E. (2002). Programas

Antidelincuencia: Evaluando Comuna Segura. Mimeo. Departamentode Economa. Universidad de Chile.

Bodman, P. y Maultby C. (1997). Crime, Punishment and Deterrence in Austra-lia. A further empirical investigation. International Journal of SocialEconomics 24 , N 7/8/9 . 884-901.

Dilulio, J., Jr. (1996). Help Wanted: Economists, Crime and Public Policy.Jour-nal Economics Perspectives 10. 43-67.

Ehrlich, I. (1973). Participation in Illegitimate Activities: A Theoretical andEmpirical Investigation.Journal of Political Economy 81. 521-565.

Ehrlich, I. 1975. On the Relation Between Education and Crime. Education,Income, and Human Behavior, F.T. Juster, ed., McGraw-Hill Co., NewYork. 313-338.

Ehrlich, I. (1996). Crime, Punishment, and the Market for Offenses. JournalEconomics Perspectives, 10. 43-67.

Eide, E. (1994). Economics of Crime: Deterrence and the Rational Offender.Amsterdam. North Holland.

Entorf, H. y Spengler H. (2000). Socioeconomic and Demographic Factors ofCrime in Germany. Evidence from Panel Data of the German States.International review of law and economics 20. 75-106.

Fajnzylber, P.; Lederman, D. y Loayza, N. (2000). On Crime and Victimization.Economa. Vol.1, N 1. 219-302.

Fleisher, B. (1966). The Effect of Income on Delinquency.American EconomicReview 56. 118-137.

Furlong, W. y Mehay, S. (1981). Urban Law Enforcement in Canada: an Em-pirical Analysis. Canadian Journal of Economics XIV, N 1.44-57.

Grogger, J. (1995). The Effect of Arrest on the Employment and Earnings ofYoung Men. Q. J. Economics 110. 51-72.

Grogger, J. (1997). Market Wages and Youth Crime.Journal of Labor Econom-ics 16(4). 756-791

Glaeser, E., Sacerdote, B. y Scheinkman, J. (1996). Crime and Social Interations.Q. J. Economics, 111. 507-548.

Levitt, S. D. (1996). The Effect of Prison Population Size on Crime Rates:Evidence from Prison Overcrowding Litigation. Quarterly Journal ofEconomics 111. 319-352.

Levitt, S. D. (1997). Using Electoral Cycles in Police Hiring to Estimate theEffect of Police on Crime.American Economic Review 87. 270-290.

Levitt, S. D. (1998). Juvenile Crime and Punishment. Journal of PoliticalEconomy 106. 1156-1185.

Nez, J. y Rivera, J. (2001). Reforma Procesal Penal: implicancias, Riesgos yVentajas de Licitar Servicios de Defensa.Economa y Administracin.N 139. 39-47.

Sah, R. (1991). Social Osmosis and Patterns of Crime. Journal of PoliticalEconomy 99. 1272-1295.


28/32


The World Bank. (1997). Crime and Violence as Development issues in LatinAmerica and the Caribbean. Seminar on: The Challenge of urban crimi-

nal violence, Rio de Janeiro: The State of Rio de Janeiro/ InteramericanDevelopment Bank, Mimeografiado.Trumbull, W. (1989). Estimations of the Economic Model of Crime Using Ag-

gregate and Individual Data. Southern Economic Journal56. 423-439.Wahlroos, B. (1981). On Finnish Property Criminality: An Empirical Analysis

of the Post-War Era Using an Ehrlich Model. Scandinavian Journal ofEconomics 83. 555-562.

Withers, G. (1984). Crime,Punishment and Deterrence in Australia: An Em-pirical Investigation.EconomicRecord, Vol. 60, Issue 169. 176-185.

Wolpin, K.I. (1978). An Economic Analysis of Crime and Punishment in En-gland and Wales 1894-1967.Journal of Political Economy 86. 815-840.


29/32


ANEXO 1HOMOLOGACION CRIMENES CARABINEROS DE CHILE Y

POLICIA DE INVESTIGACIONES DE CHILECLASIFICACION CATEGORIA DE CRIMENCARABINEROS DE CHILE Violacin Homicidio Violencia Hurto Robo Drogas Estafa

CONTRA EL ORDEN Y LA SEGURIDADPUBLICA COMETIDOS PORPARTICULARES

Desrdenes PblicosColaborar en evasin de detenidosOtras

CONTRA EL ORDEN DE LA FAMILIA Y LAMORALIDAD PUBLICA

Abusos deshonestos xAbandono de nios y personas desvalidas xViolacin x

Otros xCONTRA LAS PERSONAS

Homicidio, infanticidio, parricidio xLesiones xLesiones con arma blanca o de fuego xRobo con violencia xOtras

CONTRA LA PROPIEDADAbigeato xDaos xEstafa y otros engaos xHurto xIncendiosRobo con fuerza xOtros

OTROS CRIMENES Y SIMPLES DELITOS

CONTRA LEYES ESPECIALESEbriedadConducir en estado de ebriedadOtros aprehendidos por ley de alcoholesControl de armas y explosivosConsumidores de drogas y estupefacientes xElaboradores de drogas y estupefacientes xTraficantes de drogas y estupefacientes xInhaladores de solventes txicos xPorte de drogas o estupefacientes xLey de trnsitoPesca y cazaOtras leyes

CUASIDELITOS DE ACCIDENTES EN ELTRANSITOFALTAS

Desrdenes

Ofensas al pudorReglamentos municipalesComercio ambulante sin permisoOtras faltas

OTROS HECHOSOrdenes judicialesOtros

VIOLENCIA INTRAFAMILIARContra la mujer xContra el hombre xContra el nio xContra el anciano xOtros xLEY DE MENORESAbandono de hogar (menor)Lactante abandonado

Otros

Nota: Las categoras no marcadas no pudieron ser incluidas en ningn grupo de delitos.


30/32


CLASIFICACION CATEGORIA DE CRIMEN CARABINEROS DE CHILE Violacin Homicidio Violencia Hurto Robo Drogas Estafa

ANEXO 1 (continuacin)HOMOLOGACION CRIMENES CARABINEROS DE CHILE Y

POLICIA DE INVESTIGACIONES DE CHILECOD.

100 Libro I Ttulo IV Quebrantamiento de sentencias

y los que durante una condena delinquen

200 Libro II ttulo III Crmenes y simples delitos que

afectan derechos garantizados por la Constitucin

300 Libro II Ttulo IV Crmenes y simples delitos contra

la Fe pblica, de las falsificaciones, de falso

testimonio y del perjurio

400 Libro II Ttulo V Crmenes y simples delitos

cometidos por empleados pblicos en el desempeo

de sus cargos

500 Libro II Ttulo VI Crmenes y simples delitos contra

el orden y la seguridad pblica cometidos por

particulares

600 Libro II Ttulo VII Crmenes y simples delitos

contra el orden de las familias y contra la moralidad

pblica

700 Libro II Ttulo VIII Crmenes y simples delitos

contra las personas

800 Libro II Ttulo IX Crmenes y simples delitos contra

la propiedad

816 Estafa y otras defraudaciones x

900 Libro II Ttulo de los cuasidelitos

1000 Hechos de relevancia criminal

2000 Ley N 19.223 delitos informticos

3000 Ley general de bancos

4000 Ley de Cuentas Corrientes Bancarias y Cheques

5000 Delitos t ributarios

6000 Ley N 16.643 abusos de publicidad

7000 Ley N 19.366 trfico ilcito de estupefacientes

y sustancias sicotrpicas x

8000 Ley N 17.336 de propiedad intelectual

9000 Ley N 17.798 control de armas

11000 Infraccin al D.L. 246-L.O.C. de Investigaciones

12000 Infraccin a otros textos legales

13000 Procedimiento de falta, causas que no dan motivo

a ingreso de sumario

14000 Ley N 17.105 Delitos por infraccin a la Ley de

alcoholes

15000 Delitos conocidos por Ministros deCorte de Apelaciones como Juez de 1 Instancia

16000 Cdigos de Juzgado de Polica Local

17000 Delitos conocidos por Ministros de Corte Suprema

como juez de 1 Instancia

18000 Materias civiles (violencia intrafamiliar)

18100 Gestiones preparatorias

18200 Adopciones

18300 Autori zaciones

18400 Pensiones alimenticias

18500 Cuidado del menor y otros

18600 Cuidado del menor y otros

18700 Visitas

19100 Materias contenidas en la Ley de Menores

19200 Materias contempladas en otras Leyes especiales

Nota: Las categoras no marcadas no pudieron ser incluidas en ningn grupo de delitos.


31/32


ANEXO 2VARIABLES USADAS EN LAS REGRESIONES

VARIABLE DEFINICION DE LA VARIABLE

CRIMEN i Tasa de Crimen por 100.000 habitantes en la categora de crimen i

TASA DE EFICIENCIA Tasa de Eficiencia de la Polica a nivel del total de delitos

TASA DE EFICIENCIA i Tasa de Eficiencia de la Polica correspondiente a la categora de

crimen i

INGRESO Ingreso Monetario real per cpita

PIB Producto Interno Bruto real per cpita

YRELATIVO Diferencia porcentual entre el Ingreso Monetario real per cpita en

una Regin y el promedio nacional

PIB RELATIVO Diferencia porcentual entre el PIB real per cpita en una Regin y el

promedio nacional

DESEMPLEO 18-40 Tasa de Desempleo en individuos entre 18 y 40 aos

ETARIEDAD 18-40 Porcentaje de la poblacin que se encuentra entre 18 y 40 aos

MASCULINIDAD Porcentaje de hombres en la poblacin

MASCULINIDAD 18-40 Porcentaje de hombres en el estrato 18-40 aos

RURALIDAD Tasa de ruralidad, porcentaje de la poblacin que vive en zonas rurales

DENSIDAD POB. Densidad poblacional

GRAN CIUDAD Porcentaje de la poblacin que vive en un ncleo urbano con ms de

100.000 habitantes

ANALFABETISMO Tasa de analfabetismo

ANALFABETISMO 18-40 Tasa de analfabetismo en el estrato 18-40 aos

ESCOLARIDAD Aos de escolaridad promedio

ESCOLARIDAD 18-40 Aos de escolaridad promedio en el estrato 18-40 aos

POBREZA Porcentaje de la poblacin que est por debajo de la lnea de pobreza

GINI Indice GINI (desigualdad)

RAZON DE QUINTILES Razn entre el quintil 5 y el quintil 1 del ingreso monetario

NORTE Variable ficticia Zona Norte

CENTRO Variable ficticia Zona Central

SUR Variable ficticia Zona Sur

CONSTANTE Constante (Regin Metropolitana)


32/32


Crimen y Chile contexto nacional.pdf

Documents

Transcript of Crimen y Chile contexto nacional.pdf