1

Delitos contra la propiedad -Pobreza, inequidad y exclusión-

Juárez Jerez, Hada Navarrete, José Luis *

Introducción Diversos autores han considerado el fenómeno del delito en Argentina, el cual, crece continuamente desde los inicios del noventa y a pesar de la mala calidad de la información y a la diversidad de métodos encarados para su análisis coinciden en algunas características básicas. En una investigación realizada anteriormente† se llegó a la conclusión de que el delito es un fenómeno complejo, en el sentido de que responde a numerosos factores que interactúan de manera intrincada y muchas veces no son observables. Desde el punto de vista teórico, los estudios basados en el enfoque económico del crimen no han sido concluyentes y desde el punto de vista empírico, se observó que las causas que motivan el delito dependen en gran medida del tiempo y lugar del análisis, no siendo posible realizar generalizaciones. Asimismo se determinó, para el caso de Argentina, que si bien el fenómeno del delito tiene una importante componente temporal –la actividad delictiva creció a una tasa media anual acumulativa del 4.18% entre 1990 y 2004– también está presente una fuerte componente estructural que significa que el delito asume características particulares en cada provincia, las cuales se mantienen a lo largo del tiempo, siendo la movilidad jurisdiccional escasa. Esta conclusión es muy importante, ya que implica que las medidas que se tomen para prevenir o combatir el delito tienen que tener en cuenta las particularidades de cada región, si pretenden ser efectivas. A las fuertes disparidades regionales encontradas, se añade la controversia que se deriva de las conclusiones a que arriban en la literatura económica sobre el tema y la pretensión de estimar causas del delito, cuando quizás sólo se trate de probabilidades de ocurrencia. Además, se observa que en la medida que el país va creciendo, los vaivenes político-económico fueron generando una segmentación social que favoreció el crecimiento del delito. En base a lo expuesto, en esta investigación se decidió incursionar en el entorno social en el que los individuos nacen y se desarrollan, lo cual, no es fácil de capturar y se requiere contar con indicadores que muestren en qué medida dicho entorno puede predisponer (o nó) a un individuo a cometer actos criminales. Se partió así de los conceptos de pobreza, exclusión social e inequidad en la distribución del ingreso como factores, cuya profundización, lleva a que la tasa de delitos contra la propiedad sea creciente. En la década del noventa se tornó preocupante para América latina el crecimiento de la inseguridad que se dio a partir de las crisis económico sociales que incrementaron la pobreza derivando en exclusión. Argentina no fue excepción y si se observan las cifras de delincuencia sólo en su principal ciudad - la de Buenos Aires- el delito creció exponencialmente a partir de 1992. Lo planteado, sería preocupante en términos de medidas de política adoptadas porque la no integración social de distintos estamentos socio-económicos, podría determinar que los mayores gastos

*Se agradece la colaboración del becario Nicolás Ochoa, en la búsqueda y procesamiento de la

información. † Juárez Jerez H. et al. (2005) “La compleja relación delito/ economía” – Proyecto Secyt 2005, UNC

2

del gobierno –particularmente en seguridad- tengan escasos resultados en cuanto a disminuir las tasas del delito existentes. Sin duda, es exigible que se apliquen políticas públicas que atemperen el crecimiento del delito, pero debe tenerse en cuenta que la no adecuación o la mala aplicación de tales políticas, coadyuvan a que se den esas características socio-económicas En esta investigación, se partió de la idea de que en vez de explicar causalidades se platearían probabilidades de que el delito creciera o nó frente a la evolución de factores que lo desencadenan. Esto, permitiría ajustar más las pautas para medidas de política que coadyuven a atemperar los aspectos estructurales del delito. Para ello, se analiza la tasa de crecimiento del delito contra la propiedad a nivel de las jurisdicciones provinciales y de la Ciudad de Buenos Aires, en relación a indicadores de pobreza, de distribución del ingreso y de exclusión social para el período 1990-2004. En primer lugar, se especifican los alcances de las variables a considerar describiendo el posicionamiento relativo de las jurisdicciones consideradas, respecto de tales variables. Seguidamente, se presenta la metodología de análisis explicitando la estimación de los indicadores y el modelo econométrico a desarrollar y finalmente, a partir de los resultados se fijan las conclusiones. 2. Algunos conceptos previos El delito implica un costo económico y social creciente en el tiempo y se agudiza cuando aumenta la violencia. Los costos directos se asocian a los gastos de seguridad y justicia a los que se añaden los gastos en seguridad privada y los en salud por secuelas del delito. Los costos indirectos son más difíciles de estimar dado que incorporan rubros tales como la pérdida de valor de la propiedad o la menor productividad de los negocios cuando se encuentran en zonas en que el delito es habitual. A esto se adiciona la disminución en la tasa acumulativa de capital social y humano por la transmisión intergeneracional del comportamiento delictivo. El costo social del delito según estimaciones realizadas llegarían al 14,2% del PIB de América Latina y si a ello se le restaran los costos intangibles alcanzaría al 4,9 % del PIB. (Londoño y Guerrero,1999). Desde la teoría económica de la disuasión se dice también que la probabilidad de ser capturado y sancionado afectaría la decisión de delinquir. Esto es, al incrementar el costo del delincuente lo desalienta a accionar. Indudablemente que esto está dando por aceptado el control del estado y la autonomía de la justicia penal. Estudios realizados, demuestran que en el tiempo se da un efecto de la organización delictiva sobre la justicia penal además, mayores gastos en seguridad no garantizan menor delito. Surgiría entonces una pregunta en relación a los oficiales de policía y los jueces ¿contribuyen a maximizar la función de bienestar social o están respondiendo a sus propios intereses e incentivos? En relación a las sanciones, es permanente el reclamo de incrementarlas pero de la lectura de noticias sobre delitos, se infiere que es cada vez más difícil descubrir a los verdaderos autores del delito. Frente a la duda ¿qué hacen los jueces? En presencia de información asimétrica se inclinan por el beneficio de la duda. (Andreoni,1991) A lo antes expuesto, se añade una creciente privatización de los servicios de seguridad y esto afecta el monopolio de coerción aceptado por la teoría económica tradicional. Además la demanda de protección privada afecta su sustituto que son los

3

niveles de protección pública y también la tasa de delito la cual, a su vez incide sobre aquéllas. Se ha comprobado también la creciente participación de los jóvenes en el delito al igual que la tenencia de armas que generan más violencia. Esto sería un indicador del impacto sobre el capital humano ya que se estaría en presencia de un aprendizaje mediante la práctica que da lugar a que los jóvenes incorporen la cultura del delito. Sin duda, lo antes expuesto, lleva a la necesidad de buscar causas para atemperar tal crecimiento y los trabajos realizados en distintas regiones y en circunstancias diferentes, revelan que la teoría económica de la disuasión- que acepta en el delincuente una actitud racional en respuesta a sus preferencias- no es categórica. Esto supone que se hace necesario considerar las características socio-económicas del entorno en el que se pretende explicar y/o indagar acerca de las causas que llevaron al delito. Los conceptos de pobreza y desigualdad en la distribución del ingreso se vinculan con la marginación1 o exclusión social de manera estrecha, y las grandes diferencias socio-económicas dan pie al crecimiento de la tasa de delitos. Si bien la pobreza no es sinónimo de delincuencia, cuando se profundiza y se vuelve crónica y hasta generacional lleva a la marginalidad y a la adopción del delito como forma de vida (Ciafardini, 2006). En este trabajo se determinaron en primer término índices de crecimiento y tasas medias del delito contra la propiedad por jurisdicciones para el período 1990-2004. Se efectuaron también las mismas estimaciones respecto de la pobreza, la desigualdad en la distribución del ingreso, la exclusión social y el desempleo a fin de establecer su significación como causa de la probabilidad de crecimiento del delito. 2.a. Delitos contra la propiedad Los delitos contra la propiedad representaron el 64% de los hechos delictuosos en 2004 porcentaje que disminuyó al 61% en el 2005, siendo el promedio de delitos en el país de 2038,74 cada 100.000 habitantes con un máximo de 5037 en Neuquén y un mínimo de 841 en la provincia de Buenos Aires. Debe tenerse en cuenta que éstas provincias ocupan el 3º y el 19º lugar respectivamente en el ranking de gastos en seguridad per capita, lo cual, sin duda, plantea un interrogante sobre la eficiencia del mismo. Es necesario destacar también las limitaciones del análisis que se derivan de las serias dificultades estadísticas, que han llevado a acotar el período a 1990-2004 dado que no ha sido posible obtener datos confiables posteriores para las variables consideradas. Por otra parte, se destaca que según los últimos estudios de victimización, el porcentaje de personas que realizó denuncias penales fue sólo del 24,5% para la ciudad de Bs As en el año 2003. Estudios previos muestran resultados similares para Rosario, mientras que Córdoba y Mendoza presentan niveles de denuncias próximas al 40%.

1 El concepto marginación pretende dar cuenta de la exclusión social a través de la siguiente definición “un fenómeno estructural que se origina en la modalidad, estilo o patrón de desarrollo” y comprende además a toda la población. El término marginación por lo general se confunde con el de marginalidad y si bien fonéticamente son similares, presentan múltiples diferencias.

4

Se determinaron en primer lugar, índices de crecimiento del delito contra la propiedad para el período estudiado, relacionando el crecimiento en cada jurisdicción a la media del país (Cuadro1). Dicho índice fue el siguiente: ICi = TCDi / TCDp

Siendo : TCD : tasa de crecimiento del delito

i: 1,…,24 juridicción p: país

En base al mismo se agruparon las jurisdicciones a partir de su grado de dispersión en relación al crecimiento medio de delitos del país. Esto es, en base a la prueba t y con un nivel de significación del 5% se agruparon las jurisdicciones, a partir de la hipótesis nula de que la media de la provincia coincide con la media del país. Cuando no se rechazó la hipótesis el crecimiento del delito se categorizó como medio, cuando se rechazó y el estadígrafo observado se encontraba en el lado inferior de la distribución se consideró como de crecimiento bajo y en el caso contrario, como crecimiento alto.

Figura 1

Tasa de Crecimiento del Delito contra Propiedad1990 - 2004

4.18

8.87

7.78

6.89

6.17

5.42

4.98 4.924.54

4.26 4.16 4.083.88

3.44

2.762.61

2.42 2.362.16 2.13

1.94

1.22 1.09

0.35 0.26

0

1

2

3

4

5

6

7

8

9

10

Fuente: elaboración propia en base a datos de la Dirección Nacional de polí t ica Criminal

Resultaron así 5 jurisdicciones con altas tasas de crecimiento del delito (Tierra del Fuego, Capital Federal, Neuquén, Mendoza y Formosa), 8 medias (San Luis, Buenos Aires, Santa Cruz, Misiones, La Rioja, Chubut, Catamarca, Corrientes) y las restantes – 11 en total- con bajas tasas de crecimiento del delito. En la Fig. 1 se destaca el promedio de delitos contra la propiedad en el período siendo 4,18 la media del país, oscilando entre el 8, 87 de Tierra del Fuego y el 0,26 de Santiago del Estero.

5

2.a. Pobreza

No existe consenso alguno sobre la definición y la metodología a utilizar para el calculo de la pobreza, por lo que una línea de la pobreza mide si el ingreso de los hogares puede satisfacer un conjunto de necesidades alimentarias y no alimentarias consideradas esenciales (vestimenta, educación, salud, etc.) incluidas en la llamada Canasta Básica Total (CBT), institucionalmente reconocida y aplicada, en este caso por el INDEC. Existen además tres indicadores alternativos, que son los que se utilizan con mayor frecuencia: incidencia, profundidad y severidad de la pobreza siendo los dos últimos complementos importantes de la incidencia de la pobreza.

Siguiendo las medidas utilizadas por Foster, Greer y Thorbeck se entiende por incidencia de la pobreza (porcentajes de pobres) el porcentaje de la población cuyo ingreso esta por debajo de la línea de la pobreza; es decir, la parte de la población que no puede adquirir la canasta básica total. La profundidad de la pobreza (brecha de la pobreza) por su parte, es un indicador que facilita información sobre a qué distancia se encuentran las unidades familiares de la línea de la pobreza, es decir estima el total de recursos necesario para llevar a todos los pobres hasta el nivel de la línea de la pobreza (dividido entre el numero total de individuos de la población). La severidad de la pobreza (brecha de la pobreza cuadrática), es el indicador que tiene en cuenta no sólo la distancia que separa a los pobres de la línea de la pobreza, sino también la desigualdad entre ellos. A los fines del análisis se tomaron los valores de la tasa media y de incidencia relativa de la pobreza –Cuadro 1- y para vincular el delito contra la propiedad a los niveles de pobreza, se consideraron los índices elaborados por Busso,M. et.al.(2005) en relación a la incidencia, a la profundidad y a la severidad de la pobreza en el período 1992-2002 respecto de las principales ciudades argentinas -Cuadro 2-. Estos indicadores -estimados para los aglomerados urbanos- crecieron en el período analizado significativamente en todos ellos y se incorporaron en este trabajo haciéndolos extensivos a la jurisdicción provincial correspondiente con las limitaciones que esto implica. Evaluadas las cifras de incidencia de pobreza a nivel de provincia, acusan diferencias regionales significativas. La región Nordeste y Noroeste son las que registran mayor pobreza y en el otro extremo están las provincias del sur argentino con el porcentaje más bajo de población. Cuyo, la región pampeana y Buenos Aires se ubican en lugares intermedios. Se destaca en este caso que las jurisdicciones con mejor nivel económico relativo tales como la ciudad autónoma de Buenos Aires (CABA), Córdoba, Mendoza y Buenos Aires, si bien registran tasas de incidencia de pobreza inferiores o próximos a la media, crece en ellas la pobreza por encima del promedio nacional. Particularmente -en el caso de la Ciudad de Buenos Aires- tiene la tasa relativa de pobreza menor de todas, mientras que registra el crecimiento relativo mayor. Asociados estos agrupamientos con los correspondientes a niveles de crecimiento del delito, no es posible obtener una conclusión homogénea respecto al comportamiento de cada uno de ellos. Del cotejo, no se infiere que el nivel de incidencia de la pobreza ni el nivel de crecimiento de la misma se corresponda con el mismo nivel de crecimiento del delito. Dicho de otro modo, no se deriva que las jurisdicciones con mayor incidencia de pobreza y/o mayor crecimiento de la pobreza sean las que necesariamente registren un indicador de crecimiento del delito más alto.

6

Cuadro 1 Tasas medias e índice de crecimiento por jurisdicción

1990 – 2004

Aglomerados Índice de

crecimiento del delito

Tasa media

de delito

Tasa de incidencia relativa de la pobreza*

Crecimiento relativo de la pobreza

Inequidad relativa de la distribución del ingreso

Crecimiento relativo del desempleo

Tasa de desempleo relativo

Buenos Aires 1.18 0.63 0.92 1.42 1.06 0.95 1.15 CABA 1.86 1.93 0.27 1.94 1.00 1.03 0.74 Catamarca 0.93 1.14 1.06 0.78 1.02 0.60 1.00 Chaco 0.98 0.85 1.40 0.63 1.10 0.70 0.74 Chubut 0.26 1.47 0.59 0.55 0.97 -0.42 0.93 Córdoba 0.52 1.39 0.82 1.57 0.95 1.28 0.93 Corrientes 0.82 0.99 1.37 0.79 1.01 0.69 0.89 Entre Ríos 0.51 0.66 1.00 0.75 0.98 0.43 0.87 Formosa 1.30 0.57 1.39 0.33 1.05 0.01 0.62 Jujuy 0.29 1.22 1.42 0.54 1.06 1.24 1.00 La Pampa 0.62 1.48 0.76 1.02 0.94 1.78 0.67 La Rioja 1.00 0.75 1.01 0.84 1.02 0.74 0.74 Mendoza 1.48 1.81 0.89 1.43 0.99 0.82 0.55 Misiones 1.02 0.74 1.22 0.69 1.06 0.53 0.55 Neuquen 1.65 2.07 0.82 0.66 1.03 -0.07 0.92 Río Negro 0.56 1.13 1.00 1.20 0.89 Salta 0.08 1.17 1.19 1.01 1.02 1.01 1.03 San Juan 0.58 1.49 1.07 0.41 0.98 0.28 0.82 San Luis 1.19 0.68 0.99 0.93 1.00 -1.15 0.64 Santa Cruz 1.09 1.36 0.45 0.02 0.90 -0.63 0.30 Santa Fe 0.66 0.94 0.91 0.92 0.98 0.96 1.14 Sgo. E. 0.06 0.79 1.23 0.68 0.99 2.01 0.62 T. del Fuego 2.12 0.90 0.40 1.01 0.95 -0.15 0.79 Tucumán 0.46 0.56 1.17 0.63 1.02 0.44 1.16 Total del País 1 1 1 1 1 1 1 Fuente: Elaboración propia en base a datos de Dirección Nacional de Política Criminal y de *Porto A (2004).

7

Cuadro 2 Evolución de la Pobreza en Argentina

1992-2002 Incidencia Profundidad Severidad Ingreso Mediano/LP

Aglomerados 1992 1995 1998 2002 1992 1995 1998 2002 1992 1995 1998 2002 1992 1995 1998 2002

GBA 17.8 24.8 26.6 54.8 5.7 9.8 11.2 27.4 5.7 5.8 11.2 17.8 1.98 1.71 1.72 0.91

G La Plata 16.4 17.1 18.4 43.7 4.2 6.7 7.2 20.7 4.2 4.3 7.2 12.7 2.04 2.24 2.02 1.13

B. Blanca 16 20.1 20.4 45.7 4.6 8.9 9.4 22.4 4.6 5.7 9.4 14.6 1.95 1.83 1.83 1.09

G. Rosario 21.6 22.9 32.9 60.7 7.7 8.9 14.4 29.4 7.7 5.6 14.4 19 1.75 1.78 1.44 0.83

S. Fe y Sto. Tomé 26.6 25.8 40.4 63.7 10 10.9 17.4 34.2 10 6.9 17.4 23.1 1.64 1.72 1.33 0.73

Paraná 26.5 23.4 36.1 66.7 8.9 8.7 14 33.4 8.9 5 14 21.5 1.64 1.66 1.4 0.72

Posadas 36 32.7 44.2 69.9 11.9 11.6 19.8 41.3 11.9 6.3 19.8 28.5 1.31 1.37 1.13 0.54

G. Resistencia 46.7 40.3 56.3 71.5 19.3 17.1 26.7 41.6 19.3 10 26.7 28.4 1.07 1.25 0.89 0.54

C. Rivadavia 15.8 12.7 20.8 42.2 6.6 4.6 8.3 20 6.6 2.8 8.3 12.5 2.03 2.4 1.89 1.22

G. Mendoza 19.3 25.2 31.1 58.4 6 8.6 11.8 29 6 4.4 11.8 18 1.8 1.74 1.47 0.81

Corrientes 42.8 34.3 49.3 74.4 17.7 13.6 22.4 42.2 17.7 7.8 22.4 28.7 1.14 1.37 1.01 0.53

G. Córdoba 19 18.8 28.3 58.5 5.7 7.6 10.3 29.2 5.7 4.3 10.3 18.2 1.87 2.02 1.6 0.82

Formosa 45.4 38.7 50.1 68.9 17.3 15.4 21.5 38.4 17.3 8.3 21.5 25.1 1.07 1.25 1 0.61

Neuquén y Plottier 23.8 25.9 29.7 50.6 9.3 10.4 12.9 24.2 9.3 6.1 12.9 14.9 1.94 1.9 1.53 0.98

Sgo. E. y L Banda 41.5 35.3 46.3 66.5 14.7 13.3 19.6 33.8 14.7 7.2 19.6 21.3 1.17 1.36 1.09 0.7

S. Salvador y Palpalá 45.1 43.6 58 73.1 17.5 17.8 25 37.8 17.5 9.8 25 23.7 1.12 1.13 0.88 0.6

Río Gallegos 15.9 10.7 17.2 33.3 5.4 4.6 7.5 13.5 5.4 3.2 7.5 7.6 2.11 2.99 2.16 1.42

G. Catamarca 33.2 28.2 39.7 62.7 11.8 9.9 14.1 29.9 11.8 5 14.1 18.2 1.46 1.5 1.24 0.75

Salta 31.2 31.9 40.3 70.5 11.2 12.1 16.5 40.3 11.2 6.3 16.5 27.2 1.48 1.48 1.21 0.56

La Rioja 28.8 25.8 36.7 66.2 10 8.8 11.1 31.7 10 4.6 11.1 19.3 1.53 1.66 1.32 0.74

S. Luis y El Chorrillo 26.1 26.6 36 62.8 8.5 10.6 13.9 30 8.5 6.3 13.9 19.4 1.58 1.53 1.32 0.81

Gran San Juan 36.1 31 35.2 67.9 12.8 12 12.2 34.1 12.8 6.8 12.2 20.8 1.26 1.44 1.34 0.67

S. Miguel y T. Viejo 38 30.5 37.9 70.8 14.7 11.3 14.7 37.1 14.7 6.2 14.7 24.2 1.24 1.43 1.25 0.64

Santa Rosa y Toay 18.3 19.1 28.6 49.3 6.5 6.6 9 22.9 6.5 3.4 9 13.8 1.95 1.9 1.54 1.01

Ushuaia y R. Grande 10 9 11.7 38 5.4 4.9 4.3 18.7 5.4 3.5 4.3 11.9 3.16 3.28 2.65 1.35

C. de Bs. As. 5.6 8 5.9 21.2 1.7 2.9 2.1 8.1 1.7 1.6 2.1 4.7 3.44 3.1 3.51 2.06

Ptdos. Conurbano 22.3 30.5 33 64.5 7.2 12.1 14 33 7.2 7.2 14 21.6 1.72 1.46 1.41 0.75

Total del País 21.9 28.8 30.3 57.9 7.4 11.4 12.5 29.3 7.4 6.6 12.5 19 1.81 1.56 1.57 0.83 Fuente: Busso et al.(2005, CEDLAS)

2.b. Desigualdad en la distribución del ingreso

Un segundo concepto relacionado con el bienestar es el nivel global de desigualdad en la distribución del ingreso en un país y que ha sido citado como causal del delito en no pocos trabajos. Además, diversas investigaciones para América Latina han concluido que no es la pobreza sino los bajos ingresos la causa de los delitos contra la propiedad y destacan, que la gran desigualdad observada en distintas regiones estimula la violencia. La desigualdad es un concepto mas amplio que la pobreza, por el hecho que abarca la totalidad de la población y no sólo a los situados por debajo de una línea de la pobreza determinada y tiene que ver con la distribución. El indicador de desigualdad de mayor difusión es el coeficiente de Gini, cuyo resultado puede variar entre 0 y 1, donde 0 indica la igualdad total. En Argentina si se observa la evolución en la distribución del ingreso a partir del coeficiente de Gini -Cuadro 1- éste registra un aumento significativo desde la década del noventa. Agrupadas las jurisdicciones en relación a la inequidad relativa de la distribución del ingreso para el período considerado -esto es- el coeficiente de cada provincia en relación a la media del país, se infiere que Chaco y Santa Cruz registran

8

alta dispersión, la primera con distribuciones del ingreso muy inequitativas agudizadas desde 1998, en tanto que en Santa Cruz ocurre lo contrario. Provincias relativamente ricas en términos del PBI geográfico como Bs.As., Córdoba y Mendoza, aumentaron significativamente el coeficiente de Gini a partir del receso 1997-1998. Otras se vieron afectadas claramente a partir de la crisis del 2001, destacándose entre las que más empeoraron Tierra del Fuego, Neuquén Santa Cruz, Entre Ríos y Tucumán. Están también aquéllas en que el coeficiente de Gini cayó con la crisis como es el caso de Jujuy, Corrientes, Formosa y Santiago del Estero. Se observa que las jurisdicciones con inequidad relativa mayor no necesariamente corresponden a los grupos de mas alto nivel de delitos medios, excepto Neuquen y Chaco, ni tampoco al grupo de mayor índice de crecimiento del mismo con excepción de Neuquen. Lo contrario, esto es jurisdicciones donde la inequidad relativa es menor –caso de Córdoba, La Pampa y Santa Cruz- se ubican entre las que tienen mas altos niveles medios de delitos y entre las de menor crecimiento relativo del mismo. 2.c. Exclusión social En relación al concepto de exclusión social, concepto -sin duda- complejo que necesita traducirse en indicadores que posibiliten su contrastación con los niveles de crecimiento del delito contra la propiedad; es necesario aclarar que no se cuenta con una acumulación de antecedentes similar a los de pobreza y desigualdad. Es así que en la decisión de contar con indicadores, a los fines de este trabajo se resolvió incorporar algunos conceptos orientativos del trabajo de Rodríguez Berrio, A (2000 ) y el de Perona, N. et.al (2001). Del primer autor, se aceptó que se trata de un concepto multidimensional al que confluyen factores económicos, culturales, personales, relacionales y de dinamismos vitales y estructurales que se influyen recíprocamente y se retroalimentan pudiendo clasificarse en factores desencadenantes, potenciadores y posibilitadores de la exclusión. Respecto de los desencadenantes se consideran el desempleo, el nivel de ingresos y las condiciones de la vivienda; entre los potenciadotes se encuentran los culturales como el analfabetismo y la escasa instrucción , la debilidad en las redes familiares, los hogares monoparentales y unipersonales y entre los posibilitadores se ubican los que hacen a la incertidumbre, el desánimo, la violencia, las privatizaciones y el receso económico entre otros. Para el análisis en esta investigación, se tomaron los índices de exclusión estimados por Pereyra L1 et.al (2006) en los que para la elaboración de los índices de exclusión, se tomó como base de la información la Encuesta Permanente de Hogares ( EPH) para el período1995-2004, compilándose una matriz de indicadores ajustada a los datos disponibles de los ámbitos laboral y económico como factores desencadenantes de la exclusión, y datos culturales, personales y relacionales como factores potenciadotes. Se estimaron dos indicadores: la tasa de incidencia de la exclusión y el índice de hogares con dificultad de integración social -Cuadro 3- que se expresan del siguiente modo:

• tasa de incidencia de exclusión =( Hogares excluidos / total hogares de la muestra)*100

• índice de hogares con dificultad de integración social = [tasa de hogares excluidos + tasa de hogares vulnerables2] / tasa de hogares incluidos.

2 Según Katzman, R. (2000: 6) “por vulnerabilidad entendemos la incapacidad de una persona o de un hogar para aprovechar las oportunidades, disponibles en distintos ámbitos socioeconómicos, para mejora su situación de bienestar o impedir su deterioro.....”.

9

Cuadro 3

Tasa de Incidencia de Exclusión e Índice de Hogares con Dificultad Social 1995-2004

Tasa de Incidencia de Exclusión

1995 - 2004 Índice de hogares con dificultad social*

1995 - 2004

Aglomerado 1995 1996 1997 1988 1999 2000 2001 2002 2003 2004 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004

Bahía Blanca 0.22 0.29 0.22 0.23 0.21 0.24 0.26 0.31 0.3 0.25 3.024 2.675 2.218 2.079 1.944 2.233 2.583 2.596 2.708 2.86

Catamarca 0.28 0.28 0.27 0.24 0.28 0.3 0.37 0.42 0.35 0.32 2.11 1.842 1.767 1.711 1.444 1.41 1.667 2.178 2.709 2.369

Cdro. Rivadavia 0.17 0.21 0.22 0.23 0.25 0.24 0.24 0.28 0.24 0.2 1.873 1.774 1.99 1.746 1.843 1.931 1.899 2.032 1.629 1.892

Córdoba 0.23 0.23 0.28 0.25 0.25 0.24 0.27 0.4 0.36 0.34 1.418 1.46 1.495 1.426 1.866 1.203 1.649 1.481 1.46 1.155

Corrientes 0.32 0.3 0.28 0.27 0.23 0.3 0.31 0.46 0.36 0.3 1.975 1.804 1.793 1.795 1.741 1.355 1.247 1.391 1.266 1.586

Formosa 0.26 0.29 0.32 0.3 0.34 0.38 0.35 0.39 0.27 0.27 1.596 1.817 1.971 1.855 1.95 2.102 2.067 2.245 2.271 1.793

Gran Bs. Aires 0.24 0.25 0.24 0.22 0.22 0.22 0.27 0.35 0.33 0.31 3.979 3.969 3.404 2.628 2.619 2.861 2.966 2.895 3.061 2.405

La Rioja 0.26 0.27 0.23 0.19 0.21 0.24 0.27 0.36 0.29 0.29 1.109 1.08 1.201 1.082 0.99 0.993 1.134 1.243 1.08 1.272

Mendoza 0.27 0.29 0.24 0.23 0.24 0.24 0.28 0.35 0.38 0.31 1.545 1.438 1.528 1.704 1.921 1.747 1.528 1.378 1.3 1.671

Neuquen 0.27 0.29 0.26 0.26 0.3 0.2 0.3 0.33 0.2 0.22 1.881 2.07 2.241 2.06 2.127 2.334 1.753 1.395 1.514 1.876

Paraná 0.23 0.25 0.27 0.2 0.28 0.26 0.32 0.34 0.36 0.21 1.888 2.001 1.962 2.135 2.183 2.098 2.072 1.911 2.435 1.983

Posadas 0.35 0.37 0.36 0.32 0.31 0.39 0.38 0.45 0.38 0.37 2.595 2.512 2.463 2.524 2.448 2.966 2.2 2.752 3.03 3.644

Resistencia 0.3 0.33 0.31 0.32 0.33 0.34 0.36 0.44 0.35 0.31 2.183 2.668 2.373 2.43 3.025 3.5 3.289 3.195 3.216 2.445

Río Gallegos 0.14 0.13 0.13 0.11 0.11 0.1 0.1 0.15 0.11 0.14 2.322 2.196 2.16 1.963 2.025 1.972 1.456 1.552 2.018 2.464

Rosario 0.22 0.26 0.25 0.24 0.25 0.32 0.37 0.42 0.37 0.28 1.434 1.269 1.398 1.752 1.647 1.707 1.627 1.598 1.487 1.741

Salta 0.28 0.31 0.3 0.3 0.34 0.37 0.37 0.45 0.42 0.36 3.197 3.432 3.173 3.207 3.765 3.959 3.811 3.967 3.35 3.418

San Luis 0.24 0.24 0.28 0.23 0.25 0.29 0.29 0.38 0.33 0.19 1.983 2.116 2.315 2.207 2.084 2.055 2.047 2.046 2.102 1.854

San Juan 0.33 0.31 0.29 0.28 0.3 0.31 0.32 0.37 0.33 0.3 2.015 2.06 2.036 2.166 2.004 2.388 2.44 2.182 1.873 1.856

S. S. de Jujuy 0.32 0.33 0.41 0.39 0.33 0.36 0.35 0.48 0.31 0.3 2.168 2.154 2.031 2.04 1.964 1.976 2.021 2.023 2.13 2.096

Santa Fe 0.29 0.29 0.26 0.25 0.25 0.28 0.34 0.42 0.31 0.28 2.154 2.212 2.187 2.121 1.837 2.258 2.219 2.286 2.035 2.051

Sta Rosa - Toay 0.15 0.16 0.2 0.24 0.22 0.22 0.23 0.31 0.2 0.24 1.876 1.714 1.865 1.834 1.65 1.795 1.993 2.104 2.105 2.03

Sgo del Estero 0.28 0.27 0.28 0.21 0.24 0.21 0.23 0.33 0.29 0.31 2.116 2.016 1.926 2.123 2.019 1.943 2.356 2.019 1.797 1.886

Tierra del Fuego 0.15 0.16 0.15 0.14 0.13 0.16 0.17 0.26 0.18 0.24 1.797 1.971 1.843 1.832 1.928 1.777 1.754 1.59 1.918 1.963

Tucumán 0.39 0.4 0.37 0.33 0.37 0.38 0.35 0.47 0.43 0.43 2.197 2.171 2.001 2.049 2.042 1.927 1.899 2.128 2.366 2.179

Total del país 25.84 27.05 26.72 24.92 25.9 27.6 29.4 37.1 31.0 28.1 2.101 2.101 2.056 2.019 2.044 2.104 2.07 2.091 2.119 2.104

Fuente: Pereyra et al (2006). *Corresponde a la razón entre las tasas de hogares excluidos más los vulnerables sobre la tasa de hogares incluidos, por ejemplo: si el índice es 4,0 nos

señala que en el área de estudio por cada hogar incluido hay 4 que tienen dificultades de integración social.

De los valores del primer indicador, se infiere que la exclusión es más fuerte en las jurisdicciones del norte (Jujuy, Salta, Tucumán, Chaco, Formosa y Misiones) y registra menor incidencia en las del sur (La Pampa, Chubut, Santa Cruz y Tierra del Fuego). Además se concentran las restantes jurisdicciones del centro-este-oeste, doce en total, integrando un agrupamiento de nivel de exclusión similar al promedio del país. Asociados estos tres conjuntos a los niveles relativos del delito, se observa en todos ellos, que tanto la tasa media del delito como la de su crecimiento relativo difiere entre las jurisdicciones que los integran.

A partir del segundo indicador, se determinó el índice de dificultad de integración social relativo y el de su crecimiento. Se pone en evidencia un agrupamiento casi idéntico de las jurisdicciones respecto de la incidencia de pobreza y del índice de dificultad de integración social relativo. Es decir pobreza y exclusión tendrían un patrón de distribución relativa similar. Provincias como Córdoba y Santa Fe se exceptúan, lo

10

cual se explica –en parte- por sus características en cuanto a presencia de indicadores de desarrollo económico relativo mayor. Vinculando las jurisdicciones con altos niveles de crecimiento del índice de dificultad de integración social con las jurisdicciones de más alto nivel de crecimiento del delito, no necesariamente se corresponden, pudiendo ubicarse tanto en los niveles mayores, menores o iguales al promedio de delito nacional. Lo antes dicho, confirmaría la ausencia de un patrón homogéneo de comportamiento para todas las jurisdicciones en cuanto a niveles de crecimiento del delito en relación a los cambios en el índice de dificultad de integración social. 2.d. Desempleo Particularmente, se quiere resaltar aquí, uno de los elementos que se incorporó en el indicador de exclusión como factor desencadenante: el desempleo. Se destaca que si bien en el mismo período que crece el desempleo, crecen también exponencialmente las tasas de delito contra la propiedad., sin embargo, diversos estudios consideran el desempleo como causa del delito (Navarro,1997), en tanto que otros nó; constituyendo la correlación entre ambas variables una controversia aún no definida a través de las investigaciones. Un aspecto que sí ha sido interpretado, es el de la inestabilidad laboral y el de la precariedad laboral Altimir y Becaría (1999), los cuales, devienen en la falta de regularidad en los ingresos unido a carencias de cobertura social u otros beneficios conformando un aspecto que confluye hacia la exclusión social. Respecto de la tasa media de desempleo, se observa una gran concentración de las provincias por debajo de la media nacional estando sólo tres jurisdicciones por encima de dicha media. Se observó además, la misma concentración en el índice de crecimiento relativo del desempleo en niveles próximos al promedio del país. Los niveles de dispersión son bajos y sólo dos provincias se sitúan en el nivel superior. Se destaca que la crisis de finales de 2001 afectó la mayoría de las provincias aumentando su tasa de desempleo, pero se registró un crecimiento mayor aún en los años 1994 y 1995 (excepto Misiones y Santa Cruz). Un caso particular es el la provincia de San Luis cuya tasa pasa de 15.6 en 2003 a 2.1 en 2004 por lo cual se la eliminó de las serie. Estas disparidades dan cuenta de la necesidad de un análisis regional al igual que en el caso de las otras variables analizadas. Asociados los tres conjuntos de provincias en relación a la tasa de exclusión y comparados con los del desempleo, no necesariamente las provincias integrantes de un nivel dado de exclusión, se asocian con igual nivel del desempleo. Esto induciría a pensar que el desempleo, no en todas las provincias se presenta como causa desencadenante principal de exclusión. Además, los mayores niveles de desempleo y/ o crecimiento del mismo, no implican necesariamente mayores niveles de delito ni crecimiento mayor del delito

11

3. Crecimiento del delito y factores determinantes

El cotejo entre los índices de crecimiento del delito contra la propiedad y la tasa media de delitos por jurisdicción, permitió elaborar el Gráfico 1 en el que se ubican las mismas de acuerdo a cómo se combinan los dos indicadores nombrados. Es posible de la observación, distinguir tres conjuntos de jurisdicciones en relación a la tasa de crecimiento de los delitos contra la propiedad: 1) las críticas de altos niveles de crecimiento del delito . 2) las estables con niveles de crecimiento del delito cercanos a la media del país. 3) las de niveles de crecimiento del delito inferior a la media del país. Dentro del primer grupo se incorporan Neuquén, Mendoza y la Ciudad de Bs.As. (CABA) las que registran niveles medios del delito superiores a la media nacional. Se agregan Formosa y Tierra del Fuego con relativamente bajos niveles del delito pero con las tasas de crecimiento más elevadas del país . Todas las jurisdicciones en este conjunto con excepción de Formosa, están entre las que tienen mejores índices de desarrollo humano (IDH) (Cuadro 4). Se recuerda que este indicador concentra tres aspectos fundamentales de la vida humana: longevidad, conocimiento y nivel de vida decente, por lo que es significativa su consideración para el tema aquí trabajado.

Cuadro 4 Argentina: Evolución del Índice de Desarrollo Humano

1990-2004 Aglomerado 1990 1992 1995 2000 2002 2004

Ciudad de Bs. As. 0.882 0.897 0.910 0.923 0.825 0.836 Buenos Aires 0.806 0.823 0.833 0.848 0.766 0.785 Catamarca 0.775 0.783 0.793 0.806 0.762 0.767 Córdoba 0.807 0.824 0.832 0.846 0.773 0.789 Corrientes 0.748 0.758 0.769 0.788 0.737 0.759 Chaco 0.728 0.735 0.751 0.775 0.734 0.755 Chubut 0.815 0.818 0.840 0.858 0.773 0.816 Entre Ríos 0.778 0.796 0.808 0.825 0.757 0.775 Formosa 0.721 0.728 0.740 0.751 0.731 0.747 Jujuy 0.747 0.755 0.770 0.786 0.736 0.741 La Pampa 0.836 0.837 0.843 0.859 0.778 0.793 La Rioja 0.799 0.806 0.816 0.828 0.761 0.777 Mendoza 0.784 0.796 0.814 0.839 0.776 0.790 Misiones 0.749 0.764 0.772 0.784 0.730 0.753 Neuquén 0.817 0.831 0.845 0.860 0.786 0.801 Río Negro 0.811 0.818 0.826 0.843 0.779 0.794 Salta 0.76 0.772 0.783 0.800 0.754 0.765 San Juan 0.775 0.793 0.801 0.818 0.763 0.776 San Luis 0.846 0.852 0.862 0.874 0.758 0.768 Santa Cruz 0.841 0.853 0.882 0.901 0.812 0.819 Santa Fe 0.816 0.823 0.832 0.845 0.772 0.785 Sgo. del Estero 0.72 0.737 0.744 0.755 0.745 0.757 Tierra del Fuego 0.865 0.908 0.890 0.905 0.804 0.823 Tucumán 0.757 0.773 0.774 0.792 0.749 0.769 Total País 0.808 0.823 0.832 0.843 0.765 0.781 Fuente: Informe Argentino de Desarrollo Humano, 1995, 1999 y 2005

12

En el segundo grupo se distinguen ocho jurisdicciones.(Buenos Aires, San Luis, Misiones, La Rioja, Catamarca, Corrientes, Chubut y Santa Cruz ). Se trata de un conjunto heterogéneo en sus características tanto económicas como sociales y culturales, de las cuales cinco se caracterizan por la permanencia en el poder político de una misma línea de conducción. Esto llevaría a plantearse un interrogante acerca de si esta circunstancia incidiría en la menor dispersión del crecimiento del delito en relación a la media. y en el caso de Buenos Aires se destaca la alta densidad poblacional. El tercer grupo de jurisdicciones es también heterogéneo y está constituido por doce jurisdicciones provinciales de las cuales, siete registran una tasa media de delitos por encima de la media del país. En general se observa que los niveles medios del delito no necesariamente implican iguales niveles respecto de su crecimiento.

Figura 2 Índice de crecimiento del delito vs. Tasa media de delito por jurisdicciones

1990 - 2004

Bs As

CABA

Catm

Chaco

Chubut

Cba

Corrt

E RiosForm

Jujuy

La Pampa

L Rioja

M dza

M isn

Nqn

R NegroSalta

San Juan

S Luis

S Cruz

S Fe

Sgo ET Fgo

Tucm

0,00

0,50

1,00

1,50

2,00

2,50

0,00 0,50 1,00 1,50 2,00 2,50

Índice de Crecmiento de l Delito

Fuente : e labo rac ió n pro pia en bas e a da to s de anexo 1

Sin duda son críticas las tres jurisdicciones (CABA, Neuquén y Mendoza) en las que tanto la tasa media como el índice de crecimiento de los delitos contra la propiedad son altas. Sin embargo presentan diferencias entre ellas, lo que afirma la idea de que es un fenómeno regional. Es así que en Mendoza , los individuos bajo la línea de pobreza crecen en un 203% (11,7% anual) respectivamente, en 2002 en relación a 1992 según el Cuadro 2, la profundidad aumenta un 383% (17% anual) y la severidades se triplica. El IDH se encuentran entre los mejores valores, estando por encima del correspondiente al país. En Neuquén en cambio, con uno de los mejores índices de desarrollo humano, si bien también incrementan los individuos bajo la línea de pobreza, lo hace en mucha menor medida respecto de las anteriores jurisdicciones consideradas. Se destaca la desigualdad en la distribución del ingreso que se agudiza al inicio de los dos mil y si se considera el coeficiente IM/LP, que refleja el poder adquisitivo del ingreso medio en términos de la canasta básica, disminuyó en un 50 % (Cuadro 2).

13

La Ciudad Autónoma de Bs. As. acusa un panorama distinto, ya que los indicadores de pobreza si bien aumentan en los noventa (la incidencia crece en un 278%) son los más bajos del país, estando muy por debajo del promedio del mismo. Además el IDH es el más elevado de todas las jurisdicciones y el coeficiente IM/LP cae en un 40%. ¿Cuáles serían los factores desencadenantes en estas tres jurisdicciones ubicadas en el cuadrante superior derecho del Figura 2? El alto crecimiento relativo del desempleo y de la pobreza junto a la mayor inequidad en la distribución del ingreso respecto de la media del país, son factores comunes a todas ellas (Ver Figuras 2a, 2b y 2c) o bien, dado que la delincuencia pareciera que con excepción de Formosa- creció más en las zonas menos pobres del país, ¿serían los denominados dinamismos vitales de la gran ciudad en las que el miedo, la inseguridad y la violencia cobran relevancia unido a una gran densidad poblacional ?(Ciafardini, 2006). Se visualiza como Tierra del Fuego con el más alto índice de crecimiento del delito, con una tasa media próxima al promedio del país entre 1990 y 2004 y con un índice de desarrollo humano (IDH) (Cuadro 4 ) entre los más altos del país, registra un incremento en los niveles de pobreza considerable. Es así que su índice de incidencia de pobreza aumenta en un 283% (14,5% anual) entre 1992 y 2002, el de profundidad de la pobreza incrementa un 246% (13% anual) y el de severidad un 120% (8% anual). Están entre las que más empeoraron su distribución del ingreso en los inicios del dos mil y así Gini creció un 21,5% conforme al Cuadro 3 ¿cuál sería el factor desencadenante de exclusión que llevó al crecimiento del delito ? Observando la evolución del mismo, se ve que los años en que se verifica el mayor crecimiento de la tasa media del delito son entre 1994 y 2002, años en los que se dio una fuerte baja del PIB y desde los inicios del noventa hasta 1997 también del empleo, verificándose la mayor caída del índice de obreros ocupados en la industria manufacturera -entre ellas las de equipos, radio, TV y comunicaciones- que repercutieron en Tierra del Fuego. Es así que el desempleo fue factor desencadenante que llevó a que el poder adquisitivo del ingreso medio en términos de la canasta básica cayera un 57% como se deduce del indicador IM/LP (Cuadro 3) plantéandose la crisis y el receso económico así como la privatización de empresas estatales como factores posibilitadores de la exclusión

Formosa, con una baja tasa media de delitos, tiene un incremento del mismo de gran significación en el período, destacándose fundamentalmente en el 1994-2002 en que fue la más alta del país alcanzando un crecimiento del 17.26 que representó un 61% por encima de la media general. La incidencia de la pobreza es una de las más altas del país, creciendo su profundidad en 122% entre 1992 y 2002 y la severidad un 45% mientras que su IDH es de los más bajos. En relación a los factores desencadenantes de la exclusión, se destaca la insuficiencia del ingreso frente a una creciente desigualdad en su distribución. El coeficiente IM/LP es en el 2002 sólo un 57% del de diez años antes. Se añaden como factores potenciadores los culturales destacándose la baja instrucción y el analfabetismo, más factores posibilitadores de la exclusión derivados de un contexto con los más bajos niveles de crecimiento del país. En relación al grupo de provincias con niveles medios de crecimiento relativo del delito (Catamarca, La Rioja, San Luis Bs. As, Corrientes, Misiones, Chaco y Santa Cruz), a partir de las Figuras 2a, 2b y 2c es posible advertir -tanto en el crecimiento relativo del desempleo como de la pobreza- que todas las jurisdicciones están por debajo de la media nacional en torno a la cual se concentran con excepción de Buenos Aires –con

14

elevada tasa de crecimiento de la pobreza -en tanto que, Santa Cruz registra el nivel más bajo. San Luis se aleja del resto en cuanto a crecimiento del desempleo y respecto de la inequidad en la distribución del ingreso con excepción de Santa Cruz y Chubut, todas están por encima de los valores medios. Se perfilaría en general en este conjunto, la inequidad del ingreso como factor desencadenante que lleva a disminuir el coeficiente IM/LP en 50% o más según la jurisdicción considerada. A ello habría que establecer en cada caso los factores potenciadores específicos. Es otro el panorama respecto del conjunto de las provincias con bajo crecimiento relativo del delito, ya que presentan un mayor nivel de concentración en cuanto a crecimiento relativo de pobreza- excepto Córdoba que se distancia sensiblemente en el conjunto-, en inequidad en la distribución se alejan Chaco y Jujuy y el crecimiento del desempleo se insinúa con fuerza como factor desencadenante en este conjunto, si bien hay diferencias entre todas las jurisdicciones.

Figura 2a. Índice de crecimiento del Delito vs. Crecimiento relativo de la Pobreza1992 - 2004

Bs As

CABA

Catm

ChacoChubut

Córdoba

CorrE Ríos

Formosa

Jujuy

L Pampa

L Rioja

Mendoza

Misiones Nuequén

Salta

S Juan

S Luis

Sta Cruz

Sta Fe

Sgo E

T Fuego

Tucumán

0.00

0.50

1.00

1.50

2.00

2.50

0.00 0.50 1.00 1.50 2.00 2.50

Índice de Crecimiento del Delito

Cre

cim

ient

o re

lativ

o de

la P

obre

za

Figura 2b. Índice de Crecimiento del Delito vs. Inequidad relativa en la distribución del ingreso

1991 - 2003

Bs As

CABACat

Chaco

Chubut

Córdoba

Corr

E Rios

FormosaJujuy

L Pampa

L Rja

Mendoza

Misn

Nuequén

R Negro

Salta

S Juan

S Luis

Sta Cruz

Sta FeSgo E

T Fuego

Tucumán

0.89

0.94

0.99

1.04

1.09

0.00 0.50 1.00 1.50 2.00 2.50

Índice de crecimiento del delito

Ineq

uida

d re

lativ

a en

la d

istri

buci

ón d

el in

gres

15

Figura 2c. Índice de crecimiento del delito vs. Crecimiento relativo del desempleo1990 - 2004

Bs As CABA

CatamarcaChaco

Chubut

Córdoba

Corr

E Rios

Formosa

Jujuy

L Pampa

L Rja Mendoza

Misiones

Neuquén

R NegroSalta

S Juan

S Luis

Sta Cruz

Sta Fe

Sgo Estero

T Fuego

Tucm

-1.50

-1.00

-0.50

0.00

0.50

1.00

1.50

2.00

2.50

0.00 0.50 1.00 1.50 2.00 2.50

Índice de crecimiento del delito

Cre

cim

ient

o re

lativ

o de

l des

empl

eo

4. Análisis econométrico 4. a. Metodología

A los fines de determinar coeficientes promedio de sensibilidad de reacción del delito a los factores considerados, se trabajó con funciones de distribución normal aplicándose un modelo pooled-probit que permite estimar la probabilidad de que el índice de crecimiento del delito de una jurisdicción esté por encima de la media del país. Se trata de un modelo probit de panel con datos para las 24 jurisdicciones consideradas en el período 1991-2004. La estimación se realizó con el método de Máxima Verosimilitud siendo la variable dependiente dicotómica. Para ello se comparó numerador y denominador del índice de crecimiento de delito contra la propiedad (IC1) calculado en la sección 2 en base a la tasa de delitos cada 10.000 hab por jurisdicción. Si se verificaba que el numerador era mayor que el denominador, esto es: TCDi> TCDp correspondía el valor 1 al índice de crecimiento : IC1 = 1 Siendo: i = 1,2,...24 jurisdicciones t = 1991,…, 2004

Se incorporaron como variables explicativas el producto bruto geográfico per cápita, la desigualdad en la distribución del ingreso por medio del coeficiente de Gini y el nivel de pobreza. Se resolvió además, incorporar los gastos en seguridad debido a que comparando su evolución con la del delito, se derivó heterogeneidad entre las jurisdicciones y no necesariamente el mayor gasto generaba posteriormente una disminución del crecimiento del delito. Prob (IC=1)it = α1 + α 2 PBG it + α 3 G it + α 4 IDit + α 5 POB+ α6SEG +µit (1)

16

Siendo PBG: producto bruto geográfico pe cápita,

G : coeficiente de Gini,

ID: índice de desempleo.

POB: población bajo la línea de pobreza.

SEGt-1: gasto en seguridad per cápita del periodo anterior.

También se pretendió verificar la probabilidad que el nivel de delito en un periodo en cada jurisdicción, creciera en relación al periodo inmediato anterior en función de la variación de los factores mencionados en (1). Para ello se construyó un índice binario del delito contra la propiedad (IC2) para el periodo estudiado, relacionando el crecimiento en cada jurisdicción respecto al crecimiento en el periodo inmediato anterior. Dicho índice fue el siguiente:

TDit> TDit-1 En el caso que el numerador fuera superior al denominador TDit> TDit-1 se le asignó el valor 1 al índice de crecimiento

IC2 = 1

Siendo: i = 1,2,...24 jurisdicciones t = 1991,…, 2004 La ecuación a estimar es la siguiente:

Prob (IC2=1)it = α1 + α 2 CPBG it + α 3 CG it + α4 CID it + α5 CPOB+ α6 CSEG + µit (2)

Siendo CPBG: crecimiento del producto bruto geográfico pe cápita,

CG : crecimiento del coeficiente de Gini,

CID: crecimiento del índice de desempleo.

CPOB: crecimiento de población bajo la línea de pobreza.

CSEG: crecimiento del gasto en seguridad per cápita. Finalmente, utilizando como variable dependiente el índice IC2, se contrastó la probabilidad de que el nivel de delito creciera, tomando como variable explicativa la tasa de exclusión3 para el período 1995-2004. Se trabajó el modelo con efectos aleatorios y se expresa :

Prob (IC2=1)it = α1 + α 2 IE.+ µit (3)

Siendo: IE : índice de exclusión

3 También se realizó una estimación donde la variable explicativa es el índice de hogares con dificultad social en reemplazo de la tasa de exclusión.

17

5.b. Resultados

En la tabla 1, se muestran los coeficientes estimados para la ecuación (1) mediante el modelo pooled probit con efectos aleatorios para el periodo 1991 –2004. Se incluye como variables explicativas el coeficiente de Gini, la tasa de desempleo y el gasto en seguridad dado que, tanto el producto bruto geográfico como la pobreza resultaron ser no significativas. Todas las variables están expresadas en logaritmos. Los resultados econométricos son satisfactorios y asignan al modelo un poder de predicción cercano al 60%.

Tabla 1

Modelo de regresión Probit binario de la probabilidad que una jurisdicción tenga una tasa de crecimiento del delito

superior a la media nacional-Total de jurisdicciones Variable

-0.2385 Desempleo (0.1601)

1.9325*** Gini (1.0322)

0.2542** Segt-1 (0.1122) -8.2544** Constante

(3.9533)

Log Likelihood -217.4 N 321

Nota: Entre paréntesis los errores típicos. *, ** y *** significativas al 1, 5 y 10% respectivamente. Los coeficientes estimados sugieren una relación positiva entre el coeficiente de Gini y el índice IC1, ocurriendo lo mismo para el gasto en seguridad. Esto revela que cuanto mayor sea la inequidad en la distribución del ingreso mayor será la probabilidad que una provincia tenga un nivel de delito medio superior a la media nacional. Respecto al gasto en seguridad, la relación positiva que se encuentra alude a la ineficiencia en la manera de efectuar dicho egreso, alertando que un mayor nivel de recursos destinados a la seguridad no es garantía de menores tasas de delitos, sino que lo importante es el contexto en que se ejecuta dicho gasto. Por último, se destaca que la tasa de desempleo no resulta ser estadísticamente significativa y el coeficiente estimado posee un signo opuesto al esperado. En la tabla 2 se presentan dos estimaciones de la ecuación (2), donde la variable dependiente es el índice IC2. En la primera se excluye a la pobreza por estar correlacionada con el crecimiento del producto, y al gasto en seguridad dado que resultó ser no significativo. En la segunda estimación se incluye el crecimiento en la tasa de pobreza pero se suprime el PBG.

18

Tabla 2

Modelo de regresión Probit binario de la probabilidad que una jurisdicción tenga una tasa de delito superior al

período anterior-Total de jurisdicciones

Variable

0,0087* 0,0078* CDesempleo (0,0029) (0,0034)

0,0348** 0,0313*** Cgini

(0,0159) (0,017)

-0.0387* CPBGpc

(0,0099)

0,4605* 0,3898* Constante (0,0825) (0,0844)

0.0184* Pobreza (0,0053)

Log Likelihood -174.14 -150.74

N 311 276 Nota: Entre paréntesis los errores típicos. * , ** y *** significativas al 1, 5 y 10% respectivamente. Los resultados confirman que un aumento en la tasa de desempleo, la pobreza o un incremento de la desigualdad elevan la probabilidad que el delito crezca. Por otra parte, una variación positiva del producto per cápita disminuye la probabilidad que el delito aumente. El porcentaje de predicciones correctamente efectuadas por el modelo es próxima al 75%. Para conocer el efecto de variaciones en una variable Xj sobre la probabilidad que el nivel de delito en una jurisdicción crezca respecto al periodo inmediato anterior, se tiene que

jj XXgXYP ∆

≈=∆

∧∧∧

ββ )()/1(

donde g(.) es la función de densidad normal estándar. El efecto parcial de una variable continua Xj sobre la probabilidad P(Y=1/X) es:

jj

XgX

XYP ββ ˆ)ˆ()/1(=

∂=∂

Con el objetivo de cuantificar dichos efectos, se tomaron los valores medios de las variables independientes4, obteniéndose que un aumento de un 1% en la tasa de desempleo incrementa entre un 0.56% y 0.62% aproximadamente la probabilidad que el delito aumente en una determinada jurisdicción. Asimismo, el crecimiento en el coeficiente de Gini, lleva dicha probabilidad entre un 2.2 % y 2.5% aproximadamente. Esto, insinúa que el efecto que tiene la desigualdad en la distribución del ingreso sobre el crecimiento en el nivel de delito es mas fuerte que el efecto del desempleo. Respecto al producto bruto geográfico, un incremento de un 1% tiende a disminuir la probabilidad de que el delito aumente cerca de un 2.8%. Lo contrario ocurre con la pobreza, cuyo efectos sobre la tasa de delitos son positivos, aumentando alrededor de un 1.3% la probabilidad de delito por cada 1% de incremento de dicha variable. 4 También pueden utilizarse los valores máximos o mínimos de las variables de interés.

19

Dados la importancia de los resultados recientemente expuestos, se procedió a estimar nuevamente la ecuación (2) categorizando a las provincias en aquellas que tienen un nivel de delito medio superior (alto) y menor (bajo) a la media nacional. Los resultados se muestran en la tabla 3.

Tabla 3

Modelo de regresión Probit binario de la probabilidad que una jurisdicción tenga una tasa de delito superior al

período anterior. Categorizado por nivel de delito medio Variable Alto Bajo

0,0091*** 0.0065 CDesempleo (0,0054) (0.0044)

0,0411 0.0237 Cgini

(0,0276) (0.0217)

0.0155* 0.0217*CPobreza

(0,0071) (0.0079)

0,3653* 0.4165*Constante

(0,1217) (0.1176)

Log Likelihood -72.34 -78.10 N 132 144

Nota: Entre paréntesis los errores típicos. * , ** y *** significativas al 1, 5 y 10% respectivamente. Se puede observar que en las provincias donde el delito es superior a la media nacional tanto el crecimiento del desempleo como de la pobreza elevan la probabilidad que el delito crezca respecto del periodo anterior, fortaleciendo los efectos encontrados en la tabla 2 . El coeficiente de Gini no resulta ser estadísticamente significativo al 10%, pero si lo es al 15%. En relación a la provincias con niveles de delitos bajos, sólo la pobreza aparece como variable significativa, teniendo un efecto positivo sobre el crecimiento en la tasa de delincuencia. Esto se condice con los resultados encontrados en investigaciones anteriores5, que afirman que el delito es un problema local donde influyen diversas características propias de la región. La tabla 4 presenta tres estimaciones para el periodo 1995-2004 que incluyen la tasa de exclusión y el índice de hogares con dificultad de integración social como variables explicativas. La primera estimación corresponde a la ecuación (2), donde la tasa de crecimiento de la pobreza es sustituida por la de crecimiento de la exclusión, la segunda pertenece a la ecuación (3) y la tercera incluye a índice de dificultad de integración social como variable explicativa en lugar de la tasa de exclusión. 5 Juárez Jerez H. et al. (2005) “La compleja relación delito/ economía”.

20

Tabla 4

Nota: Entre paréntesis los errores típicos. * , ** y *** significativas al 1, 5 y 10% respectivamente. De las estimaciones se desprende que el aumento en la tasa de exclusión tiene un efecto positivo sobre la tasa de delitos. Por cada 1% que aumente la tasa de personas excluidas, se genera un incremento próximo a 1.65 % y 2.34% en la probabilidad que el delito se eleve. Resultados similares se alcanzan cuando se toma al índice de dificultad de integración social como variable explicativa. Un incremento de dicho índice de 1%, produce un crecimiento en la probabilidad que el delito aumente de 1.78% aproximadamente. El modelo predice correctamente cerca del 70% de los casos.

Modelo de regresión Probit binario de la probabilidad que una jurisdicción tenga una tasa de delito superior al

período anterior-Total de jurisdicciones Variable

0,0196* CDesempleo (0,0057)

0,0358*** Cgini

(0,0189)

0.0231* 0.033* CExclusión

(0,0074) (0.007)

0.026* CIDS

(0.0055)

0,4661* 0.428* 0.401* Constante

(0,1033) (0.098) (0.0968)

Log Likelihood -101.66 -110.18 -112.78 N 198 198 198

21

Conclusiones A partir del análisis realizado debe dejarse en claro que las conclusiones obtenidas no son categóricas, ya que a las limitaciones estadísticas que se dan en diversos aspectos tales como la sub-declaración de los delitos o el hacer extensivas a las provincias las estimaciones de algunas variables para los aglomerados urbanos, sin duda sesgan los resultados obtenidos. Analizado el panorama de las veinticuatro jurisdicciones se han afianzado ciertas hipótesis de partida y la necesidad de un análisis más acabado de los aspectos estructurales del delito. Por otra parte también se ha corroborado la necesidad de un análisis regional y no general, dado que en las distintas variables consideradas no ha sido posible fijar un patrón homogéneo de factores desencadenantes en grupos de jurisdicciones con el mismo nivel relativo de crecimiento del delito. La pobreza como generadora de condiciones favorables al delito se confirma, pero, no implica necesariamente un mayor crecimiento del mismo dado que de la vinculación de ambas variables, se ha observado heterogeneidad en los niveles de crecimiento del delito entre las jurisdicciones con una tasa media de pobreza similar. –Se observó que el nivel del delito creció más en las regiones menos pobres del país, aún cuando del análisis econométrico no fue posible derivar una relación significativa entre variación de la pobreza y probabilidad de crecimiento del delito por encima de la media nacional. Sólo se obtuvo de las contrastaciones realizadas, que la probabilidad que el delito crezca respecto del nivel que tenía en cada jurisicción, es sensible a las variaciones en la pobreza. Lo mismo se dio -aún cuando más débilmente- en relación al índice de hogares con dificultades de integración social. En relación a la exclusión, se observó que tiene un patrón de distribución similar a la pobreza en los tres grupos de jurisdicciones considerados respecto de la tasa de crecimiento. la cual, conjuntamente con la tasa media difieren en las jurisdicciones incorporadas en un mismo grupo nivel de exclusión y tampoco se asocian –necesariamente- a iguales niveles del desempleo. Los factores desencadenantes e incluso los potenciadores de la exclusión no son homogéneos por grupo nivel de delito y tampoco por jurisdicciones al interior de cada uno. Del análisis econométrico se derivó una asociación positiva entre cambios en la tasa de exclusión y la probabilidad de crecimiento del delito.

Considerado el desempleo, las jurisdicciones con mayores niveles o crecimiento del mismo, no necesariamente tienen los mayores niveles del delito ni su mayor crecimiento y los resultados del modelo probit aplicado, si bien insinúan relación positiva entre ambas variables, tampoco son categóricos para aceptar la variación del desempleo como causa de la probabilidad de crecimiento del delito en todas las jurisdicciones.

La desigualdad en la distribución del ingreso se afianza como factor desencadenante de la probabilidad de crecimiento del delito, pero tampoco, la mayor inequidad en la distribución se corresponde necesariamente con la mayor tasa de delitos ni con el mayor crecimiento del mismo. El análisis econométrico indica la presencia de riesgo de crecimiento del delito por encima de la media ante las variaciones del coeficiente de Gini . El grado de riesgo es mayor en el grupo de jurisdicciones categorizado como de alto nivel.

22

El crecimiento del producto bruto geográfico per cápita se presenta como factor relevante para explicar la probabilidad de crecimiento del delito, siendo más significativo que el empleo y la inequidad en la distribución. Esto se corrobora en que frente a un 1% de variación positiva disminuye la probabilidad de que el delito incremente en un 2,8%, en tanto que l incremento del 1% en el coeficiente de Gini y del desempleo, incrementarían dicha probabilidad en 2,3 5 y 0,6% respectivamente. El signo positivo de los gastos en seguridad, confirmaría la hipótesis respecto a que su incremento no supone necesariamente una disminución del delito. Dentro de las recomendaciones que surgirían a los fines de medidas de política a adoptar para atemperar el crecimiento del delito se destacan:

• La necesidad de generar un sistema centralizado de estadísticas sobre delitos y su grado de violencia cuyas notorias deficiencias impiden un análisis regional que orienten el accionar de las políticas a adoptar.

• Incorporar estudios sobre la violencia creciente del delito y sus causas, especialmente en los grandes aglomerados urbanos. Además, las características regionales del delito conducen necesariamente a que tales análisis no sean generales, a fin de poder precisar las causas y ajustar las políticas regionales a implementar.

• Priorizar las medidas que repercutan sobre los factores desencadenantes y potenciadotes del crecimiento del delito. los resultados de modelo, afianzan la idea que más que la pobreza en sí misma, la que se relaciona fuertemente al delito es la exclusión y las condiciones de inequidad que deben enfrentar las distintas regiones que llevan a que la brecha pobres-ricos se amplíe.

El hecho de que el incremento en 1% de personas excluídas impacte sobre la probabilidad de crecimiento del delito en un 2%, lleva a que las medidas de política que tengan por objetivo la reducción de la exclusión sean claves para atemperar los niveles de crecimiento del delito. No obstante, es sólo una parte del problema que se orienta más al largo plazo, la cual, se complementa con la búsqueda de la eficiencia policial, judicial y carcelaria cuyos efectos si bien pueden ser positivos, no permanecen en el tiempo si no se complementan con aquéllas. BIBLIOGRAFIA Andreoni,J. (1991) “Criminal deterrence in the reduced form: A new perspective on Ehrlich’s

seminal study” Economic Inquiry 33(3). Altimir, O. y Beccaria, L. (1999). El mercado de trabajo bajo el nuevo régimen económico en.

Argentina. Serie Reformas económicas 28. Chile, CEPAL. Bacchiani M. (1997) “Un análisis empírico del crimen y castigo. La experiencia argentina”,

mimeo, Universidad de San Andrés, Buenos Aires. Becker G. (1968) “Crime and punishment: an economic approach”, Journal of Political

Economy 76(2), pp.169-217. Busso M., Cerimedo F. y Cicowiez M. (2005) “Pobreza, crecimiento y desigualdad:

descifrando la última década en Argentina”, Documento de trabajo No. 21, Centro de Estudios Distributivos, Legales y Sociales.

Cerro A. y Meloni O. (1999) “Análisis económico de las políticas de prevención y represión del delito en la Argentina”, Premio Fulvio Salvador Pagani 1999, Eudecor, Córdoba

23

Chambuleyron A. y Willington M. (1998) “Crimen y castigo en la argentina: un enfoque empírico”, Anales de la XXXII Reunión Anual de la AAEP, Mendoza (www.aaep.or.ar/). También publicado en Estudios 85, pp.85-92

Ciafardini M. (2006) “Delito urbano en la Argentina”. Ed. Ariel. Dammert L. (2000) “Violencia criminal y seguridad pública en América Latina: la situación en

Argentina”, CEPAL, División de Desarrollo Social, Serie Políticas Sociales 43, Santiago de Chile (http://www.cepal.cl/publicaciones/DesarrolloSocial/9/lcl1439/lcl1439.pdf)

Dammert L. (2005) “Violencia criminal y seguridad ciudadana en Chile”, CEPAL, División de Desarrollo Social, Serie Políticas Sociales 109, Santiago de Chile (http://www.eclac.cl/publicaciones/DesarrolloSocial/8/LCL2308P/sps_109.pdf)

Dilulio J. (1996) “Help wanted: Economists, crime and public policy”, Journal of Economic Perspectives 10(1), pp.3-24

Di Tella R., Galiani S. y Schargrodsky E. (2003) “Crime inequality when victims adapt”, Working Paper, Universidad Torcuato Di Tella, Buenos Aires (http://www.utdt.edu/~eschargr/publicaciones.htm)

Ehrlich I. (1973) “Participation in illegitimate activities: A theoretical and empirical investigation”, Journal of Political Economy 81(3), pp.521-65

Ehrlich I. (1981) “On the usefulness of controlling individuals: An economic analysis of rehabilitation, incapacitation and deterrence”, American Economic Review 71(3), pp.307-22.

Fajnzylber P., Lederman D. y Loayza N. (2000) “Crime and victimization: An economic perspective”, Economía 1(1), pp.219-302

Fajnzylber P., Lederman D. y Loayza N. (2001) “Crimen y victimización: una perspectiva económica”, en: Crimen y violencia en América Latina, Banco Mundial, Washington DC

Fajnzylber P., Lederman D. y Loayza N. (2002), “Inequality and Violent Crime”, Journal of Law and Economics 45(1), pp.1-40

Fleisher B. (1966) “The effect of income on delinquency”, American Economic Review 56(1/2), pp.118-37

Foster, J., Greer, J. and Thorbecke, E. (1984).”A Class of Decomposable Poverty Measures”. Econometrica 52 (3): 761-766.

Freeman S., Grogger J. y Sonstelie J. (1996) “The spatial concentration of crime”, Journal of Urban Economics 40(2), pp.216-31

Garcette N.(2001) “Income inequality and crime protection”, Seminario 35/2001, Univeridad Torcuato di Tella, Buenos Aires

Glaeser E. y Sacerdote B. (1999a) “Why is there more crime in the cities?”, Journal of Political Economy 107(S6), pp.S225-58

Glaeser E. y Sacerdote B. (1999b) “The determinants of punishment”, mimeo, Department of Economics, Harvard University (http://post.economics.harvard.edu/hier/2000papers/HIER1894.pdf)

Glaeser E., Sacerdote B. y Scheinkman J. (1996) “Crime and social interactions”, Quarterly Journal of Economics 111(2), pp.507-48

Goldbert L. y Kessler G. (2001) “El crecimiento de la violencia urbana en la Argentina de los 90. El debate entre la explicación económica y la sociológica”, mimeo, UNSAM-CEDES y UNGS-CONICET, Buenos Aires (http://decon.edu.uy/network/panama/KESSLER.PDF)

Hsiao, C. (1986) “Analysis of panel data”, Econometric Society Monograph, Cambridge University, UK

IERAL (1997) Novedades Económicas, Año 19, N° 196 (varios artículos) Juárez Jerez H. y Navarrete J. (2005) “Delitos contra la. propiedad: un análisis de. disparidad

regional”, Anales de la XL Reunión Anual de la AAEP, La Plata (www.aaep.or.ar/) Lederman D. (1999) “Crime in Argentina: A Preliminary Assessment”, Documento de Trabajo,

LCSPR, Banco Mundial, 7 de Diciembre (http://wbln0018.worldbank.org/lac/lacinfoclient.nsf/f8133e7e6857f4998525694f0045d2ba/2a64c7403be80d218525688100639cd2/$FILE/Crime%20in%20Argentina.pdf)

24

Katzman, R. (2000)”Notas sobre la medición de la vulnerabilidad social”. En:. BID-Banco mundial-CEPAL-IDEC, 5to Taller Regional. México.

Kessler M. y Molinari A. (1997) “Una aproximación microeconómica al crimen en la Argentina, Anales de la XXX Reunión Anual de la AAEP, Bahía Blanca (www.aaep.or.ar/)

Londoño J. , Guerrero K. (1999) “Violencia en América Latina:epidemiología y costos” mimeo, IADB, Washington.

Molina O., Núñez J., Rivera J. y Villavicencio X. (2003) “Determinantes socioeconómicos y demográficos del crimen en Chile: evidencia desde un panel de datos de las regiones chilenas”, Estudios de Economía 30(1), pp.5-20

Navarro L. (1997) “En Argentina, el crimen paga”, Novedades Económicas 19(196), Abril, pp.17-28

Navarro L. y Chambuleyron A. (1997) “The determinants of crime in the Argentine provinces: A panel data study”, mimeo, IERAL- Fundación Mediterránea, Córdoba.

Pereyra, L. (2006) “Exclusión y vulnerabilidad social en argentina: una aproximación cuantitativa”. III Congreso nacional sobre problemáticas sociales contemporáneas. octubre de 2006, Facultad de Humanidades y Ciencias (FHUC) de la UNL – Santa Fe –

Perona Nélida B. - Graciela I. Rocchi (2001) “Vulnerabilidad y Exclusión social. Una propuesta metodológica para el estudio de las condiciones de vida de los hogares. Revista Kairos. Año 5 Nro 8, 2do. Semestre. Argentina.

Porto, A. (2004) Disparidades regionales y federalismo fiscal, Ed. Edulp, La Plata Rocha R. y Martínez H. (2003) “Pobreza, crimen y crecimiento regional en Colombia”,

Archivos de Economía, Documento 230, Dirección de Estudios Económicos, Departamento Nacional de Planeación, Bogotá

Rodríguez Berrio A. (2000) “El diagnóstico de exclusión: una herramienta para la inclusión” Universidad de Deusto. Disponible en http://phoenixtn.net/evora/papersOriginal/PaperEvoraArantxa.doc

Schargrodsky E. (2004) “Dos factores que reducen el crecimiento: el delito y la ausencia de instrumentos de ahorro de los pobres”, Coloquio Latinoamericano, Centro de Estudios de la Globalización (CEGY), Yale University, Noviembre 19-20. (http://www.yesg.yale.edu/documents/latinPapars/Schargrodsky.pdf)