Análisis de los factores determinantes de la criminalidad en España

Este análisis forma parte del TFG realizado por Andriana Ivashkiv, para más información dirigirse a este link

Análisis realizado por Andriana Ivashkiv: https://www.linkedin.com/in/kateryna-andriana-ivashkiv-shulhan-a833ba193/

ANÁLISIS DE LOS FACTORES DETERMINANTES DE LA CRIMINALIDAD

Esta estudio está realizado con datos extraídos de las estadísticas del Ministerio del Interior y del Instituto Nacional de Estadística (INE). Al estar ambos organismos estrechamente vinculados en su actividad, se puede afirmar que el contraste de la información proveniente de estas dos fuentes es fiable. Además, los datos recopilados corresponderán únicamente a 2017, pues este es el último año del que se disponen estadísticas de algunos de los factores que se van a analizar. Así mismo, los cálculos de este apartado tan solo se realizarán con los delitos por cada 100.000 habitantes del año 2017.

De este modo, se va a proceder a realizar un estudio de correlación entre los delitos y varios factores de cada comunidad autónoma; índice de envejecimiento, porcentaje de extranjeros, turismo, PIB per cápita, renta media anual, tasa de riesgo de pobreza, tasa de paro, nivel educativo, abandono de la educación, gasto en educación, gasto en cultura y unidades de trabajo social. Esto permitirá comprobar si existe una relación directa, inversa o no existe relación alguna entre las variables. Posteriormente, y teniendo en cuenta los resultados obtenidos, se interpretará el gráfico de barras correspondiente.

ENVEJECIMIENTO DE LA POBLACIÓN

En primer lugar, se va a llevar a cabo un estudio de correlación para averiguar si el envejecimiento de la población influye en la actividad criminal de un territorio. La variable dependiente (y) son los delitos por cada 100.000 habitantes, mientras que la independiente (x) es el índice de envejecimiento[1]. De esta forma, se obtienen los siguientes valores:

  • Coeficiente de correlación: 0,68
  • Coeficiente de determinación: 0,47
  • Valor-p: 0,001
  • x = 1600,03 – 5 * y

Debido a que el coeficiente de correlación está más próximo a 1 que a 0, se puede decir que la relación entre las variables es moderadamente fuerte. Por otra parte, el coeficiente de determinación muestra que el índice de envejecimiento explica el 47% de la actividad delictiva. Finalmente, el valor-p es menor que 0,05, por lo que sí hay una relación estadísticamente significativa entre ambas variables.

Gráfico 18. Elaboración propia

El gráfico muestra una recta de regresión decreciente. Esto indica que, a mayor índice de envejecimiento de la población, menos delitos cometidos por cada 100.000 habitantes. En definitiva, los valores indican que ambas variables están vinculadas, aunque no tanto como para explicarse al 100%.

Gráfico 19. Elaboración propia

A través de la observación del gráfico de barras y, teniendo en cuenta la relación inversa entre las variables, se puede apreciar que algunas de las zonas que están por encima del promedio nacional de envejecimiento poseen un índice de criminalidad medio o bajo (Principado de Asturias, Castilla y León o Galicia, por ejemplo). Por lo contrario, las zonas con menos envejecimiento de la población experimentan una mayor comisión de delitos (Islas Baleares, Comunidad de Madrid o las Ciudades Autónomas de Ceuta y Melilla).

POBLACIÓN EXTRANJERA

El siguiente estudio de correlación adopta los delitos por cada 100.000 habitantes como variable dependiente (y) y el porcentaje de extranjeros como variable independiente (x)[2]. Así pues, se obtienen estos valores:

  • Coeficiente de correlación: 0,73
  • Coeficiente de determinación: 0,53
  • Valor-p: 0,0003
  • x = 482,96 + 55,34 * y

El primer valor indica una relación y el coeficiente de determinación establece que el modelo explica un 53% de los datos. Finalmente, el valor-p es mucho más bajo que 0,05, por lo que sí hay una relación estadística significativa entre las variables.

Gráfico 20. Elaboración propia

La recta de regresión creciente indica que cuántos más extranjeros hay en un territorio más crímenes se cometen, existiendo así una relación directa significativa, aunque no total, entre ambas variables.

Gráfico 21. Elaboración propia

A continuación, el gráfico de barras confirma que algunas de las comunidades con un mayor porcentaje de inmigrantes coinciden con las que tienen mayor criminalidad, como Islas Baleares, Cataluña o la Comunidad de Madrid. Por lo contrario, algunos de los territorios con menos inmigración son los que menos delincuencia tienen, como Principado de Asturias, Extremadura o Galicia. No obstante, se debe observar que Aragón y La Rioja también tienen más extranjeros que la media nacional a pesar de ser comunidades con un índice de criminalidad medio-bajo.

TURISMO

El estudio de correlación utiliza los delitos por cada 100.000 habitantes como variable dependiente (y) y la cantidad de turistas como variable independiente (x)[3]. Se debe mencionar que los datos del turismo no están convertidos a cada 100.000 habitantes, pues se considera que este factor está más relacionado con el tipo de ocio que se puede hacer en el lugar de destino que con su población. No obstante, es conveniente tener en cuenta la extensión de cada territorio a la hora de interpretar los resultados. Además, añadir que las Ciudades Autónomas de Ceuta y Melilla no constan en la base de datos del INE de este apartado, por lo que no se tendrán en cuenta. De este modo, se obtienen los siguientes valores:

  • Coeficiente de correlación: 0,8
  • Coeficiente de determinación: 0,62
  • Valor-p: 0,0001
  • x = 756,6 + 3,91 * y

El primer dato indica que existe una fuerte relación entre las variables, pues está bastante próxima al 1. Además, el coeficiente de determinación muestra que los datos del turismo explican hasta un 62% de los delitos cometidos por cada 100.000 habitantes. En lo que respecta al valor-p, este es mucho menor que 0,05. Por lo tanto, las variables están relacionadas de forma estadísticamente significativa.

Gráfico 22. Elaboración propia

La recta de regresión es creciente, indicando que cuándo más turismo hay en un territorio, más delitos se cometen. Teniendo en cuenta esta relación directa y los valores anteriormente obtenidos, se puede decir que existe una conexión bastante fuerte entre las variables.

Gráfico 23. Elaboración propia

La gráfica de barras indica que casi todas las comunidades que están por encima del promedio de turistas al año son las que tienen mayor criminalidad (Islas Baleares, Cataluña o Comunidad de Madrid). Por otra parte, las comunidades en las que se ha comprobado que existe un menor índice de delincuencia, son las que tienen menor turismo (Principado de Asturias, Cantabria o Extremadura). Por lo que se ha observado, la actividad delictiva de España aumenta de forma considerable en las zonas bañadas por la costa mediterránea (exceptuando la capital). Del mismo modo, es común que las zonas de costa con clima cálido atraigan a un mayor número de turistas. Por ello, no es de extrañar que ambas variables están relacionadas.

PIB PER CÁPITA

El siguiente análisis de correlación recoge los delitos por cada 100.000 habitantes como variable dependiente (y) y el PIB per cápita de cada comunidad autónoma como variable independiente (x)[4]. Los resultados son los siguientes:

  • Coeficiente de correlación: 0,25
  • Coeficiente de determinación: 0,06
  • Valor-p: 0,28
  • x = 590,72 + 0,01 * y

Como se puede observar, el coeficiente de correlación indica que la relación entre ambas variables es débil, pues el valor es próximo a 0. Además, el coeficiente de determinación muestra que el modelo tan solo explica un 0,6% de los datos. Del mismo modo, el valor-p es bastante mayor que 0,05, por lo que no existe una relación estadísticamente relevante entre los delitos cometidos y el PIB per cápita de las comunidades autónomas.

Gráfico 24. Elaboración propia

La recta de regresión es creciente, lo que indicaría una relación directa entre x e y. No obstante, los resultados muestran que la conexión entre las variables es casi inexistente, por lo que se puede afirmar que el PIB de cada comunidad no es capaz de explicar eficazmente la delincuencia.

Gráfico 25. Elaboración propia

Por su parte, el gráfico de barras muestra que los territorios con un PIB por encima del promedio son tanto aquellos que tienen un índice de criminalidad alto (Islas Baleares o Cataluña) como los que tienen un índice medio o bajo (Aragón o La Rioja). En definitiva, no existe relación entre estos dos factores.

RENTA MEDIA ANUAL DE LOS HOGARES

El siguiente estudio de correlación establece los delitos por cada 100.000 habitantes como variable dependiente (y) y la renta media anual de los hogares como variable independiente (x)[5]. Los valores obtenidos se muestran a continuación:

  • Coeficiente de correlación: 0,5
  • Coeficiente de determinación: 0,25
  • Valor-p: 0,02
  • x = -71,1 + 0,03 * y

El primer dato indica que existe una mediana relación entre las variables, aunque esta es relativamente débil al encontrarse en mitad del 0 y del 1. Además, el coeficiente de determinación muestra que los datos del turismo tan solo explicarían un 25% de los delitos cometidos por cada 100.000 habitantes. En lo que respecta al valor-p, este es menor que 005. Por lo tanto, las variables sí están relacionadas de forma estadísticamente significativa.

Gráfico 26. Elaboración propia

La recta de regresión es creciente, lo cual muestra una relación directa entre ambas variables. Es decir, a mayor número de renta media anual, mayor número de delitos. No obstante, la conexión entre los dos factores no es lo suficientemente fuerte como para dar por válida la explicación del delito a través de la renta. Además, es interesante añadir que en numerosas ocasiones se ha establecido una relación entre crimen y pobreza (anexo bibliografía). Por ello, si la conexión entre las variables fuese más fuerte, resultaría un tema interesante de analizar con mayor profundidad debido a la contradicción que supone.

Gráfico 27. Elaboración propia

Como se puede observar en el gráfico de barras, las comunidades con una renta anual por encima del promedio son tanto aquellas que tienen una criminalidad alta (Ciudad Autónoma de Ceuta y Ciudad Autónoma de Melilla) como aquellas que tienen una criminalidad media o baja (País Vaso o La Rioja). Del mismo modo, existen zonas con un índice de delincuencia tanto alto como bajo cuya renta se sitúa por debajo del promedio (Comunidad Valenciana o Extremadura) (anexo). En resumen, la renta media anual no tiene una relación suficientemente fuerte con la actividad criminal para que resulte explicativa.

RIESGO DE POBREZA

Este análisis de correlación adopta los delitos por cada 100.000 habitantes como variable dependiente (y) y la tasa de riesgo de pobreza de cada territorio como variable independiente (x)[6]. Es destacable mencionar que el riesgo de pobreza ha sido calculado por el INE a partir de la renta media anual del año anterior. Los resultados obtenidos son los siguientes:

  • Coeficiente de correlación: 0,14
  • Coeficiente de determinación: 0,01
  • Valor-p: 0,56
  • x = 883,27 + 4,94 * y

El coeficiente de correlación indica que la relación entre el riesgo de pobreza y los delitos es muy débil. Además, el coeficiente de determinación muestra que el modelo tan solo explica el 0,01% de los datos. Es decir, prácticamente no explica ningún dato. Por su parte, el valor-p es mayor que 0,05, por lo que no existe una relación estadísticamente relevante entre las variables.

Gráfico 28. Elaboración propia

La recta de regresión es creciente, lo cual indicaría una relación directa entre x e y. Sin embargo, la conexión entre ambas variables es extremadamente débil, por lo que esto no tiene ninguna relevancia.

Gráfico 29. Elaboración propia

El gráfico de barras permite identificar territorios del país con una tasa de riesgo de pobreza baja, pero con una criminalidad alta (Cataluña o Ciudad Autónoma de Ceuta), o con una tasa de riesgo alta, pero criminalidad baja (Extremadura). Es decir, la relación entre las variables es prácticamente inexistente en este caso.

PARO

Este estudio de correlación presenta los delitos por cada 100.000 habitantes como variable dependiente (y) y la tasa de paro como variable independiente (x)[7]. Los datos van a ser relativos a la población que está entre los 25 y los 64 años de edad. Así pues, los valores obtenidos son los siguientes:

  • Coeficiente de correlación: 0,05
  • Coeficiente de determinación: 0,003
  • Valor-p: 0,82
  • x = 934,29 + 3,43 * y

Como se puede observar con el primer dato, la relación entre las variables es prácticamente nula, y el coeficiente de determinación indica que el paro explica únicamente un 0,03% de la delincuencia. Así mismo, el valor-p es mucho mayor que 0,05, por lo que se confirma que no existe una relación estadísticamente relevante entre las variables.

Gráfico 30. Elaboración propia

La recta de regresión es ligeramente creciente. No obstante, debido a que no existe ninguna relación entre la población que está en el paro de cada comunidad autónoma y los delitos que se cometen en ella, este gráfico no se tiene en cuenta.

Gráfico 31. Elaboración propia

En este caso, el gráfico de barras recoge tanto la tasa de empleo como la de paro. En primer lugar, se puede observar que existen comunidades que están por debajo del promedio de la tasa de paro y que tienen un índice de delincuencia tanto alto como bajo (Comunidad de Madrid o Asturias). Lo mismo ocurre con zonas que están por encima del promedio de paro, pues existen algunas comunidades con un índice de criminalidad alto (Ciudad Autónoma de Ceuta) y otras con un índice bajo (Extremadura). Además, sucede lo mismo con la tasa de empleo, lo que significa que tampoco existe una relación significativa entre esta y la delincuencia.

NIVEL EDUCATIVO

El análisis de este apartado se realiza mediante un estudio de correlación múltiple, estableciendo los delitos por cada 100.000 habitantes como variable dependiente (y). Las variables independientes (x) son las siguientes; índice de la población con la primera etapa de secundaria completada (x1), índice de la población con la segunda etapa de secundaria completada (x2) e índice de la población con estudios superiores (x3)[8]. Además, se debe recalcar que los datos son relativos a la población que está entre los 25 y 64 años de edad. De este modo, los resultados son los siguientes:

  • Coeficiente de correlación: 0,62
  • R2 ajustado: 0,26
  • Valor-p de x1: 0,03
  • Valor-p de x2: 0,04
  • Valor-p de x3: 0,03
  • Ŷ = 237299,71 – 2376,84 * x1 – 2314,61 * x2 – 2376,32 * x3

En primer lugar, el coeficiente de correlación indica que la relación entre las variables es moderadamente fuerte, pues es más próximo al 1 que al 0. Por otra parte, el R2 ajustado muestra que el modelo solo explica un 26% de los datos, lo cual es poco, pues queda un 74% de datos sin explicar. En el caso de la regresión múltiple no se observa el coeficiente de determinación porque tiende a aumentar cuando existen varias variables independientes, por lo que se tiene en cuenta el R2 ajustado. Finalmente, el valor-p de todas las variables independientes es menor que 0,05, por lo que podemos observar que sí existe una relación estadísticamente significativa entre ellas.

Gráfico 32. Elaboración propia

Gráfico 33. Elaboración propia

Gráfico 34. Elaboración propia

El gráfico relativo a la población que con estudios hasta la primera etapa de secundaria es ligeramente decreciente, lo que indicaría que a mayor número de gente que tiene hasta la primera etapa de secundaria, menos delitos. El relativo a la población con estudios hasta la segunda etapa de secundaria es creciente y muestra que, a mayor gente con estudios hasta la segunda etapa de secundaria, más delitos. Finalmente, el referente a la población con estudios superiores es ligeramente decreciente, por lo que cuánta más gente exista con estudios superiores, menos delitos. En definitiva, existe una relación no muy fuerte entre las variables, llegando a explicarse tan solo un 26% de los datos.

Gráfico 35. Elaboración propia

Como se puede apreciar en el gráfico de barras, el promedio nacional más alto es el de personas que tienen hasta la primera etapa de secundaria, seguido del promedio de estudios superiores y finalizando con el promedio de personas que tienen estudios hasta la segunda etapa. No obstante, no existe una clara relación entre el nivel de estudios y los delitos cometidos en la comunidad autónoma.

ABANDONO TEMPRANO DE LA EDUCACIÓN

Continuando con el ámbito de la educación, el siguiente análisis de correlación adopta los delitos por cada 100.000 habitantes como variable dependiente (y) y el índice de abandono temprano de la educación como variable independiente (x)[9]. Es necesario destacar que los datos del índice de abandono son relativos a la población que tiene entre 18 y 24 años de edad. De esta forma, los resultados son los siguientes:

  • Coeficiente de correlación: 0,41
  • Coeficiente de determinación: 0,17
  • Valor-p: 0,07
  • x = 567 + 23,96 * y

El coeficiente de correlación indica que existe una relación débil entre las variables x e y, pues es más próximo a 0 que a 1. El coeficiente de determinación muestra que el abandono temprano de la educación tan solo explica un 17% de la delincuencia, un porcentaje bastante bajo. Además, el valor-p es mayor que 0,05, por lo que las variables no tienen una relación estadísticamente significativa.

Gráfico 36. Elaboración propia

La recta de regresión es creciente, lo que indicaría que cuando más abandono de la educación hay, más crímenes se cometen. No obstante, no existe suficiente relación entre las variables para aceptar este modelo, por lo que el gráfico no es relevante.

Gráfico 37. Elaboración propia

El gráfico de barras muestra que tanto las comunidades con alta como con baja tasa delictiva pueden estar por arriba del promedio de la tasa de abandono educativo (Islas Baleares o Castilla-la Mancha, por ejemplo). Así mismo, también pueden estar por debajo (Cantabria o Comunidad de Madrid). En definitiva, no se confirma que la tasa de abandono temprano de la educación explica la actividad criminal de una comunidad autónoma.

GASTO PÚBLICO EN EDUCACIÓN

Para finalizar con el ámbito educativo, se lleva a cabo un estudio de correlación que recoge los delitos por cada 100.000 habitantes como variable dependiente (y) y el gasto en educación por cada 100.000 habitantes como variable dependiente (x)[10]. Los valores obtenidos son:

  • Coeficiente de correlación: 0,45
  • Coeficiente de determinación: 0,20
  • Valor-p: 0,05
  • x = 1433,16 – 5,14 * y

El coeficiente de correlación denota una relación débil entre las variables x e y, pues es incluso más bajo que 0,5. Además, el coeficiente de determinación indica que el gasto en educación explica tan solo un 20% de los delitos. Por su parte, el valor-p es 0,05, por lo que sí que habría una relación estadísticamente relevante.

Gráfico 38. Elaboración propia

La recta de regresión es decreciente, indicando una relación inversa entre x e y. Es decir, a mayor gasto en educación por comunidad autónoma, menor comisión de delitos. Sin embargo, los valores obtenidos en el estudio demuestran una conexión insuficiente entre las variables, por lo que este modelo no se acepta.

Gráfico 39. Elaboración propia

El gráfico de barras permite apreciar ligeramente que las comunidades con menor índice de criminalidad tienen más tendencia a invertir en educación que las comunidades con más delincuencia. Por ejemplo, Cantabria o el País Vasco tienen mayor gasto que Cataluña o la Comunidad Valenciana. No obstante, esto no es suficiente, pues el estudio de correlación determina que el gasto en educación no es capaz de explicar adecuadamente la criminalidad.

GASTO PÚBLICO EN CULTURA

El siguiente análisis de correlación va a tomar los delitos por cada 100.000 habitantes como variable dependiente (y) y el gasto público en cultura por cada 100.000 habitantes como variable independiente (x)[11]. Los valores son los siguientes:

  • Coeficiente de correlación: 0,23
  • Coeficiente de determinación: 0,05
  • Valor-p: 0,33
  • x = 890,08 + 3,05 * y

El primer dato nos indica una relación muy débil entre el gasto en cultura y los delitos por comunidad autónoma. Además, el coeficiente de determinación muestra que el modelo apenas es capaz de explicar un 0,5% de los datos. A esto, se debe añadir que el valor-p es bastante más elevado que 0,05, por lo que no existe una relación estadísticamente significativa entre x e y.

Gráfico 40. Elaboración propia

La recta de regresión es creciente, lo cual significaría que, a mayor gasto en cultura, mayor comisión de crímenes. No obstante, esto se niega porque los datos muestran que no existe relación alguna entre el gasto cultural por cada 100.000 habitantes y los delitos cometidos por cada 100.000 habitantes.

Gráfico 41. Elaboración propia

Al igual que el estudio de correlación, el gráfico de barras no muestra a simple vista ningún tipo de relación entre gasto en cultura y delitos cometidos. Territorios con un alto índice de criminalidad, como la ciudad de Melilla, tienen un gasto en cultura por encima de la media. Así mismo, también lo tienen otras comunidades con un índice medio-bajo, como la Comunidad Foral de Navarra o el País Vasco (anexo).

UNIDADES DE TRABAJO SOCIAL

La Unidad de Trabajo Social (UTS) es toda unidad administrativa y territorial cuya función principal es la atención a los ciudadanos en su acceso a los Servicios Sociales, sobre todo a través de un Servicio de Información y Orientación. Es el nivel más básico del Sistema Público de Servicios Sociales y realiza las siguientes actividades: actuaciones de promoción y sensibilización, estudios sistemáticos de las necesidades sociales de la población y cooperación técnica en programas integrales de promoción e inserción social.

Así pues, este análisis de correlación recoge los delitos por cada 100.000 habitantes como variable dependiente (x) y las Unidades de Trabajo Social por cada 100.000 habitantes como variable independiente (y)[12]. Es importante añadir que en este apartado no constan datos ni de la Comunidad Foral de Navarra ni del País Vasco debido a que tienen un régimen económico especial. De este modo, los valores obtenidos son los siguientes (anexo):

  • Coeficiente de correlación: 0,66
  • Coeficiente de determinación: 0,44
  • Valor-p: 0,03
  • x = 1268,37 – 26,95 * y

El coeficiente de correlación indica que hay una relación moderadamente fuerte entre las variables. Por otra parte, el coeficiente de determinación muestra que las unidades de trabajo social explican los delitos cometidos en un 44%, un poco menos de la mitad. El valor-p es menor que 0,05, por lo que se puede decir que hay una relación de x e y estadísticamente significativa.

Gráfico 42. Elaboración propia

La recta de regresión es decreciente, mostrando una relación inversa entre las variables. Es decir, a mayor cantidad de unidades de trabajo social, menor cantidad de delitos. Este modelo se puede aceptar, aunque con precaución. Existe una relación entre x e y, pero esta no es excesivamente fuerte. Por ello, sería conveniente realizar más estudios en el ámbito del trabajo social.

Gráfico 43. Elaboración propia

El gráfico de barras muestra que, efectivamente, varias de las comunidades con menor índice de delincuencia son las que están por encima del promedio en unidades de trabajo social (Castilla y León, Castilla-La Mancha y La Rioja, por ejemplo). Por lo contrario, las comunidades con mayor tasa de criminalidad están por debajo del promedio (Cataluña, Comunidad Valenciana o Comunidad de Madrid).

RESULTADOS Y CONCLUSIONES DEL APARTADO

El estudio de correlación ha demostrado que los factores que están relacionados, en mayor o menor medida, con la cantidad de delitos cometidos por cada 100.000 habitantes, son: envejecimiento de la población, población extranjera, turismo, nivel educativo y unidades de trabajo social.

De entre estos, el elemento más explicativo de la delincuencia es el turismo. Existe una relación fuerte y directa entre ambas variables, con un coeficiente de correlación de 0,8 y con una explicación del 62% de los datos. Según estudios hechos en la materia, el turismo puede tener un doble efecto sobre el crimen. En primer lugar, la actividad turística genera mayores oportunidades de empleo y salarios más altos que en otros sectores, lo cual supone un mayor coste de oportunidad para la comisión de delitos. No obstante, también genera nuevas oportunidades para los delincuentes[13]. Por ejemplo, es común que los turistas lleven consigo dinero en efectivo u objetos de valor. Si a esto se le suma una actitud más pasiva y descuidada que los residentes de la zona, el resultado es que se convierten en un objetivo atractivo para el criminal[14]. También es posible que los turistas sean los perpetradores y no las víctimas. Esto se debe a que, al no estar en su entorno habitual, cambian su comportamiento a uno más desinhibido y con menor grado de responsabilidad. Además, esto puede aumentar si el destino turístico tiene relación con ambientes en los que están presentes el alcohol y las drogas[15].

El segundo factor más influyente en la actividad criminal es la población extranjera. Presenta un coeficiente de correlación de 0,73 y se puede decir que el modelo explica un 53% de los datos. Por lo tanto, y según los resultados de este estudio, cuánta más inmigración, más delincuencia. Sin embargo, son varios los autores que comienzan a descubrir que la inmigración y la delincuencia tienen una relación negativa. Alonso-Borrego, Garoupa y Vázquez [16] llevaron a cabo un estudio sobre la vinculación entre estas dos variables, con una aproximación exhaustiva y apoyada en el análisis económico. Observaron que, durante los años fuertes de inmigración, España vio crecer su delincuencia con una tasa similar a la del crecimiento de la población (el crecimiento de la delincuencia y la población extranjera se explicaban al 50%). A pesar de que España fue receptora de más extranjeros que otros países de Europa, el crecimiento de la delincuencia era más bajo que en lugares con menos inmigrantes. Esto también ocurrió en otros países del mundo, por lo que se encontraron elementos que demuestran que el incremento de extranjeros evita que las tasas delictivas también aumenten (y los cuales se deben tener en cuenta a la hora de realizar estudios). Estos factores pueden ser la educación o el género, lo cual no significa que no existan colectivos de inmigrantes con menor nivel educativo que contribuyan al crecimiento de la criminalidad.

Del mismo modo, García España[17] afirma que cada vez son más las investigaciones que reconocen que hay menor delincuencia en países con mayor población inmigrante. Los extranjeros suelen tener una tasa criminal menor que las personas nacionales y presentan más resistencia al delito en contextos desorganizados. No obstante, puesto que el crimen es un fenómeno multicausal y la actividad criminal de los inmigrantes es muy diversa, sería inadecuado decir que estas variables se explican por completo sin tener en cuenta otros condicionantes analizados por investigaciones empíricas.

Continuando con el estudio de correlación llevado a cabo en este trabajo, se ha observado que el envejecimiento de la población ocupa el tercer puesto de los factores determinantes del crimen. El modelo muestra una relación inversa, con un coeficiente de correlación de 0,68 y una explicación del 47% de los datos. Esto significa que, si una comunidad tiene un mayor índice de envejecimiento, también tiene un menor índice de delincuencia. Por lo tanto, se podría aventurar que las personas jóvenes cometen más delitos que las personas mayores. Si se consultan los datos de adultos condenados en 2017 proporcionados por el INE[18], se observa que el 8,97% de condenados tenía de 18 a 20 años, el 14,66% de 21 a 25 años, el 14,46% de 26 a 30 años, el 14,65% de 31 a 35 años, el 14,20% de 36 a 40 años, el 20,34% de 41 a 50 años, el 8,91% de 51 a 60 años, el 2,87% de 61 a 70 años y el 0,89% tenía más de 71 años. Como se puede apreciar, el 66,94% de detenidos se sitúa entre los 18 y 40 años de edad. Después, se produce un pico entre los 41 y los 50 y, finalmente, el número de condenados comienza a disminuir drásticamente en edades de más de 50 años. Además de estos datos, también hay que tener en consideración que existe una cifra de delincuencia juvenil: “se inicia entorno a los 13/14 años, comienza a descender al final de la adolescencia (18 años), se hace en compañía de otros y las conductas más frecuentes siguen siendo el consumo de alcohol, los robos en tiendas, las peleas y el vandalismo”[19].

El cuarto lugar pertenece a las Unidades de Trabajo Social (UTS) en lo que a factores determinantes de la criminalidad se refiere. El coeficiente de correlación es de 0,66 y se indica que la variable explica un 44% de la criminalidad en las comunidades autónomas. La relación que se ha establecido es inversa, es decir, a mayor número de UTS, menor índice de delincuencia. Como se ha mencionado anteriormente, estas son las unidades administrativas cuya función esencial es la atención a los ciudadanos en su acceso a los Servicios Sociales, conformando así el nivel más básico de esta estructura del Sistema Público. Como únicamente constituyen el nivel más básico, el ámbito del Trabajo Social es mucho más extenso y la inversión del Estado en esta materia también. Como indica Pastor[20], las entidades de iniciativa social se han convertido en uno de los elementos más importantes en la Sociedad del Bienestar. Además, la multiculturalidad debido a la inmigración precisa de una actuación en la integración sociolaboral y atención al ciudadano sin núcleo familiar o de convivencia.

A pesar de que el Trabajo Social no consiste directamente en la prevención y el tratamiento de la delincuencia como la Criminología, su labor sí que incide y mejora la calidad de vida de población que puede presentar factores de riesgo para la conducta delictiva. Por ello, sería conveniente llevar a cabo estudios en profundidad en esta materia, averiguando así si realmente existe una relación inversa entre el trabajo social y el índice de criminalidad.

Para finalizar, el nivel educativo es el último factor que ha presentado una cierta relación con la criminalidad. El coeficiente de correlación es de 0,62, aunque esta variable solo puede explicar un 26% de la delincuencia. Por lo tanto, no se puede decir que ambas variables se expliquen de forma efectiva. No obstante, tal vez el factor determinante no sea el nivel de estudios de la población, sino la calidad de la educación en sí misma. Un estudio de la Universidad de Cádiz, llevado a cabo por Ruiz-Morales[21], abarca esta incógnita. En este se calcula la correlación entre los delitos de las comunidades autónomas y la calidad educativa según el Informe PISA (un sistema de evaluación de la educación mundial). Así mismo, también se calcula la correlación entre los delitos y el nivel de educación de la población. Los resultados del estudio referentes a la calidad educativa muestran que esta tiene un fuerte grado de relación inversa con la delincuencia. Es decir, a mayor calidad de la educación, menor criminalidad. No obstante, y al igual que en este trabajo, los resultados del estudio de correlación referente al nivel de educación no indica relación, contradiciendo así la bibliografía empírica sobre la materia.

En lo que respecta al resto de factores, no se ha podido encontrar una relación significativa entre las variables. La que más se aproxima a explicar la criminalidad es la renta media anual por hogar, con un coeficiente de correlación de 0,5 y con una explicación del 25% de los datos. Sin embargo, se considera que esta relación es demasiado débil como para aceptar el valor predictivo del modelo. Por lo tanto, las variables económicas o de empleo no son capaces de explicar el índice de criminalidad de forma efectiva (PIB per cápita, renta media anual de los hogares, tasa de riesgo de pobreza y tasa de paro). Esto coincide con el estudio de Rodríguez Andrés[22], cuyos resultados determinan que las variables demográficas parecen tener un mayor impacto que las variables socio-económicas en la explicación de los niveles de delincuencia.

Así mismo, tampoco son determinantes las variables escogidas en el ámbito de la educación (índice de nivel educativo y gasto público en educación) o en el de la cultura (gasto público en cultura). En este último caso, es posible que resulte más revelador escoger el gasto medio por habitante en actividades culturales que el gasto público en cultura del Estado. Sin embargo, esta posibilidad se deja para posibles futuras investigaciones.

ANEXOS

Tabla 17, gráfico 18 y 19: Relación entre el envejecimiento de la población y los delitos por cada 100.000 habitantes.

2017
Delitos % envejecimiento
Andalucía 997,42 96,21
Aragón 723,55 140,25
Principado de Asturias 619,63 209,95
Islas Baleares 1616,42 96
Canarias 1083,417 105,73
Cantabria 751,341 146,34
Castilla y León 740,72 190,36
Castilla-La Mancha 787,67 113,83
Cataluña 1397,21 111,87
Comunidad Valenciana 1148,95 118,05
Extremadura 611,41 134,81
Galicia 684,68 192,51
Comunidad de Madrid 1464,69 103,76
Región de Murcia 895,92 83,38
C. Foral de Navarra 964,96 116,49
País Vasco 953,52 144,99
La Rioja 624,4 130,9
C. A. de Ceuta 1325,05 51,35
C. A. de Melilla 1377,14 40,02

Tabla 18, gráfico 20 y 21: Relación entre el porcentaje de extranjeros y los delitos por cada 100.000 habitantes.

2017
Delitos % extranjeros
Andalucía 997,42 7,23
Aragón 723,55 10,18
Principado de Asturias 619,63 3,75
Islas Baleares 1616,42 16,75
Canarias 1083,417 11,7
Cantabria 751,341 5,07
Castilla y León 740,72 5,04
Castilla-La Mancha 787,67 7,9
Cataluña 1397,21 13,7
Comunidad Valenciana 1148,95 12,9
Extremadura 611,41 2,92
Galicia 684,68 3,21
Comunidad de Madrid 1464,69 12,22
Región de Murcia 895,92 12,48
C. Foral de Navarra 964,96 8,49
País Vasco 953,52 6,51
La Rioja 624,4 11,11
C. A. de Ceuta 1325,05 6,64
C. A. de Melilla 1377,14 15,5

Tabla 19, gráfico 22 y 23: Relación entre la cantidad de turistas y los delitos por cada 100.000 habitantes.

2017
Delitos Turismo
Andalucía 997,42 11.518.262
Aragón 723,55 562.352
Principado de Asturias 619,63 294.129
Islas Baleares 1616,42 13.792.296
Canarias 1083,417 14.214.222
Cantabria 751,341 414.489
Castilla y León 740,72 1.458.546
Castilla-La Mancha 787,67 226.221
Cataluña 1397,21 19.118.421
Comunidad Valenciana 1148,95 8.925.959
Extremadura 611,41 380.914
Galicia 684,68 1.291.086
Comunidad de Madrid 1464,69 6.699.785
Región de Murcia 895,92 991.209
C. Foral de Navarra 964,96 333.317
País Vasco 953,52 1.514.765
La Rioja 624,4 124.189

Tabla 20, gráfico 24 y 25: Relación entre el PIB per cápita y los delitos por cada 100.000 habitantes.

2017
Delitos PIB €
Andalucía 997,42 18501
Aragón 723,55 27115
Principado de Asturias 619,63 21981
Islas Baleares 1616,42 27134
Canarias 1083,417 20457
Cantabria 751,341 22767
Castilla y León 740,72 23169
Castilla-La Mancha 787,67 19632
Cataluña 1397,21 29722
Comunidad Valenciana 1148,95 21859
Extremadura 611,41 18170
Galicia 684,68 22411
Comunidad de Madrid 1464,69 34041
Región de Murcia 895,92 20766
C. Foral de Navarra 964,96 30508
País Vasco 953,52 32267
La Rioja 624,4 26528
C. A. de Ceuta 1325,05 19537
C. A. de Melilla 1377,14 17934

Tabla 21, gráfico 26 y 27: Relación entre la renta media anual de los hogares y los delitos por cada 100.000 habitantes.

2017
Delitos Renta €
Andalucía 997,42 23699
Aragón 723,55 29098
Principado de Asturias 619,63 27454
Islas Baleares 1616,42 32163
Canarias 1083,417 22790
Cantabria 751,341 27024
Castilla y León 740,72 26113
Castilla-La Mancha 787,67 23159
Cataluña 1397,21 31411
Comunidad Valenciana 1148,95 24034
Extremadura 611,41 20395
Galicia 684,68 26533
Comunidad de Madrid 1464,69 32451
Región de Murcia 895,92 23574
C. Foral de Navarra 964,96 33431
País Vasco 953,52 34203
La Rioja 624,4 28775
C. A. de Ceuta 1325,05 29117
C. A. de Melilla 1377,14 34089

Tabla 22, gráfico 28 y 29: Relación entre la tasa de riesgo de pobreza y los delitos por cada 100.000 habitantes.

2017
Delitos Tasa risa pobreza
Andalucía 997,42 31
Aragón 723,55 13,3
Principado de Asturias 619,63 12,6
Islas Baleares 1616,42 21,3
Canarias 1083,417 30,5
Cantabria 751,341 17,6
Castilla y León 740,72 15,4
Castilla-La Mancha 787,67 28,1
Cataluña 1397,21 15
Comunidad Valenciana 1148,95 25,6
Extremadura 611,41 38,8
Galicia 684,68 18,7
Comunidad de Madrid 1464,69 16,9
Región de Murcia 895,92 30,1
C. Foral de Navarra 964,96 8,3
País Vasco 953,52 9,7
La Rioja 624,4 9,7
C. A. de Ceuta 1325,05 32,5
C. A. de Melilla 1377,14 26,2

Tabla 23, gráfico 30 y 31: Relación entre la tasa de paro y los delitos por cada 100.000 habitantes.

2017
Delitos Tasa paro
Andalucía 997,42 23,8
Aragón 723,55 10,5
Principado de Asturias 619,63 12,8
Islas Baleares 1616,42 11,2
Canarias 1083,417 22
Cantabria 751,341 12,5
Castilla y León 740,72 13
Castilla-La Mancha 787,67 19
Cataluña 1397,21 12,1
Comunidad Valenciana 1148,95 16,4
Extremadura 611,41 24,6
Galicia 684,68 14,9
Comunidad de Madrid 1464,69 12,1
Región de Murcia 895,92 16,4
C. Foral de Navarra 964,96 8,8
País Vasco 953,52 10,5
La Rioja 624,4 11
C. A. de Ceuta 1325,05 22,3
C. A. de Melilla 1377,14 22,3

Tabla 24, gráfico 32, 33, 34 y 35: Relación entre el nivel educativo de la población y los delitos por cada 100.000 habitantes.

2017
Delitos % hasta 1º etapa secundaria % hasta 2º etapa secundaria % estudios superiores
Andalucía 997,42 51 18,9 30,1
Aragón 723,55 35,2 24,9 39,9
Principado de Asturias 619,63 34,4 23,1 42,7
Islas Baleares 1616,42 42,7 25,4 31,8
Canarias 1083,417 46,9 22,7 30,4
Cantabria 751,341 33,7 24,7 41,6
Castilla y León 740,72 40,1 23,4 36,5
Castilla-La Mancha 787,67 50,9 19,9 29,2
Cataluña 1397,21 36,9 21,6 41,5
Comunidad Valenciana 1148,95 44,4 21,4 34,2
Extremadura 611,41 57 16,3 26,6
Galicia 684,68 41,9 20,9 37,3
Comunidad de Madrid 1464,69 26,5 23,7 49,8
Región de Murcia 895,92 45,2 21,5 33,3
C. Foral de Navarra 964,96 30,3 22,2 47,5
País Vasco 953,52 27,6 20,5 51,9
La Rioja 624,4 37,6 21,8 40,7
C. A. de Ceuta 1325,05 46,8 24 29,2
C. A. de Melilla 1377,14 46,8 24 29,2

Tabla 25, gráfico 36 y 37: Relación entre el abandono temprano de la educación y los delitos por cada 100.000 habitantes.

2017
Delitos % abandono
Andalucía 997,42 23,5
Aragón 723,55 16,4
Principado de Asturias 619,63 14,8
Islas Baleares 1616,42 26,5
Canarias 1083,417 17,5
Cantabria 751,341 8,9
Castilla y León 740,72 16,7
Castilla-La Mancha 787,67 22,1
Cataluña 1397,21 17
Comunidad Valenciana 1148,95 20,3
Extremadura 611,41 19,2
Galicia 684,68 14,9
Comunidad de Madrid 1464,69 13,9
Región de Murcia 895,92 23,1
C. Foral de Navarra 964,96 11,3
País Vasco 953,52 7
La Rioja 624,4 12,9
C. A. de Ceuta 1325,05 20,1
C. A. de Melilla 1377,14 27,5

Tabla 26, gráfico 38 y 39: Relación entre el gasto en educación por cada 100.000 habitantes y los delitos por cada 100.000 habitantes.

2017
Delitos Gasto educación
Andalucía 997,42 96538386,27
Aragón 723,55 95346475,64
Principado de Asturias 619,63 84092621,95
Islas Baleares 1616,42 86575973,72
Canarias 1083,417 87356608,09
Cantabria 751,341 104525457
Castilla y León 740,72 91089994,62
Castilla-La Mancha 787,67 85290716,79
Cataluña 1397,21 90591040,3
Comunidad Valenciana 1148,95 94015714,63
Extremadura 611,41 101243795,9
Galicia 684,68 94208516,75
Comunidad de Madrid 1464,69 76593100,8
Región de Murcia 895,92 97017628,75
C. Foral de Navarra 964,96 108324187
País Vasco 953,52 133043199,3
La Rioja 624,4 92087031,24
C. A. de Ceuta 1325,05 10027189,82
C. A. de Melilla 1377,14 17698560,61

Tabla 27, gráfico 40 y 41: Relación entre el gasto en cultura por cada 100.000 habitantes y los delitos por cada 100.000 habitantes.

2017
Delitos Gasto cultura
Andalucía 997,42 2056153,95
Aragón 723,55 1468958,93
Principado de Asturias 619,63 2153030,07
Islas Baleares 1616,42 1832259,71
Canarias 1083,417 1026364,24
Cantabria 751,341 3022600,57
Castilla y León 740,72 2639087,05
Castilla-La Mancha 787,67 1381555,01
Cataluña 1397,21 3665752,14
Comunidad Valenciana 1148,95 1906057,44
Extremadura 611,41 3245981,18
Galicia 684,68 2776904,96
Comunidad de Madrid 1464,69 1437165,45
Región de Murcia 895,92 1799597,76
C. Foral de Navarra 964,96 6307036,01
País Vasco 953,52 5157878,33
La Rioja 624,4 2991936,74
C. A. de Ceuta 1325,05 4398592,26
C. A. de Melilla 1377,14 11575708,3

Tabla 28, gráfico 42 y 43: Relación entre las unidades de trabajo social por cada 100.000 habitantes y los delitos por cada 100.000 habitantes.

2017
Delitos UTS
Andalucía 997,42 10,6565535
Aragón 723,55 2,97994269
Principado de Asturias 619,63 11,0149185
Islas Baleares 1616,42 0,98566397
Canarias 1083,417 5,92945092
Cantabria 751,341 20,5068112
Castilla y León 740,72 16,7779632
Castilla-La Mancha 787,67 22,3974749
Cataluña 1397,21 8,35116724
Comunidad Valenciana 1148,95 6,61741181
Extremadura 611,41 7,03755834
Galicia 684,68 15,3968909
Comunidad de Madrid 1464,69 1,55213069
Región de Murcia 895,92 9,86211404
La Rioja 624,4 30,1222965
C. A. de Ceuta 1325,05 1,17703834
C.A de Melilla 1377,14 3,48351138

 

 

  1. Anexo: Tabla 17, gráfico 18 y 19: Relación entre el envejecimiento de la población y los delitos por cada 100.000 habitantes.
  2. Anexo: Tabla 18, gráfico 20 y 21: Relación entre el porcentaje de extranjeros y los delitos por cada 100.000 habitantes.
  3. Anexo: Tabla 19, gráfico 22 y 23: Relación entre la cantidad de turistas y los delitos por cada 100.000 habitantes.
  4. Anexo: Tabla 20, gráfico 24 y 25: Relación entre el PIB per cápita y los delitos por cada 100.000 habitantes.
  5. Anexo: Tabla 21, gráfico 26 y 27: Relación entre la renta media anual por hogar y los delitos por cada 100.000 habitantes.
  6. Anexo: Tabla 22, gráfico 28 y 29: Relación entre la tasa de riesgo de pobreza y los delitos por cada 100.000 habitantes.
  7. Anexo: Tabla 23, gráfico 30 y 31: Relación entre la tasa de paro y los delitos por cada 100.000 habitantes.
  8. Anexo: Tabla 24, gráfico 32, 33, 34 y 35: Relación entre la tasa de paro y los delitos por cada 100.000 habitantes.
  9. Anexo: Tabla 25, gráfico 36 y 37: Relación entre el abandono temprano de la educación y los delitos por cada 100.000 habitantes.
  10. Anexo: Tabla 26, gráfico 38 y 39: Relación entre el gasto público en educación y los delitos por cada 100.000 habitantes.
  11. Anexo: Tabla 27, gráfico 40 y 41: Relación entre el gasto público en educación y los delitos por cada 100.000 habitantes.
  12. Anexo: Tabla 28, gráfico 42 y 43: Relación entre el gasto público en educación y los delitos por cada 100.000 habitantes.
  13. Gould, E.; Mustard, D. & Weinberg, B. (2002). “Crime rates and local labor market opportunities in the United States: 1977-1997.” Rev Econ Stat, pp. 45-61.
  14. Maxfield, M.G. (1987) “Household composition, routine activity and victimisation: A comparative analysis.” Journal of Quantitative Criminology, pp. 301-320.
  15. Sharpley, R. (1994). “Tourism, tourists and society” Huntingdon: Elm.
  16. Alonso-Borrego, C.; Garoupa N. & Vázquez P. (2012). “Does Immigration Cause Crime? Evidence from Spain” American Law and Economics Review 14 (1), pp. 165-191.
  17. García España, E. (2019). “Más inmigración, menos delincuencia” Crítica Penal y Poder: publicación del Observatorio del Sistema Penal y los Derechos Humanos (18), pp. 194-205.
  18. Instituto Nacional de Estadística: Resultados nacionales de condenados adultos por delito según la edad, 2017.
  19. Fernández Molina, E.; Bartolomé Gutiérrez, R.; Rechea Alberola, C., y Megías Boró, A. (2009). “Evolución y tendencias de la delincuencia juvenil en España”. Revista Española De Investigación Criminológica (7), pp. 1-30.
  20. Pastor Seller, E. (2001). “Iniciativa social y trabajo social comunitario”. Alternativas. Cuadernos de Trabajo Social. (9), pp. 169-191.
  21. Ruiz-Morales, M. (2018). “Factores determinantes de la criminalidad en España. Estudio de la correlación estadística”. Revista Vía Iuris, pp. 1-41.
  22. Rodríguez Andrés, A. (2003). “Los Determinantes Socio-económicos del Delito en España”. Revista Española de Investigación Criminológica (1): REIC, ISSN 1696-9219, Nº. 1.

Funete de los datos: Ministerio del interior

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *