Existen cuatro dimensiones básicas para entender el crimen: la legal, la de la víctima, la del delincuente y la del lugar o situación (Brantingham & Brantingham, 1981). La Criminología Ambiental se concentra en la cuarta dimensión y consiste en una familia de teorías criminológicas que comparten un común interés en eventos criminales y las circunstancias inmediatas en las cuales ocurren (Wortley & Mazerolle, 2008) preguntándose fundamentalmente dónde y cuándo ha ocurrido el crimen (Brantingham & Brantingham, 1981).

De acuerdo con Wortley y Mazerolle (2008), las principales premisas de la Criminología Ambiental son: 1) el comportamiento criminal se encuentra significativamente influenciado por el entorno en el que se encuentra; 2) los delitos tienden a concentrarse en ciertos lugares y momentos concretos cometidos por personas que se dirigen o se encuentran en un determinado lugar; y, 3) la comprensión de las características sociales y espaciales de los eventos criminales son elementos de utilidad para la investigación, control y prevención de los mismos. Esto es importante ya que el análisis del delito por parte de las autoridades competentes debería realizarse a un nivel espacial y temporal tratando de identificar patrones y tendencias del crimen (Wortley & Mazerolle, 2008).

Las tasas de crimen se ven afectadas por una convergencia en tiempo y espacio de ofensores motivados, objetivos adecuados y guardianes competentes contra el crimen (Cohen & Felson, 1979). Con base en lo anterior, dentro de la Criminología Ambiental se han desarrollado los conceptos de áreas generadoras de crimen, áreas atractoras de crimen y áreas neutras. Las zonas generadoras de crimen son áreas que atraen grandes cantidades de personas por motivos que no están relacionados con alguna motivación criminal, por ejemplo, centros comerciales o restaurantes. Por su parte, las zonas atractoras son áreas con oportunidades conocidas de crimen donde los criminales son atraídos por las oportunidades conocidas de particulares tipos de crimen, por ejemplo: áreas de prostitución, mercados de drogas, etc. Finalmente, las áreas neutras no atraen a los delincuentes con intención porque esperan cometer un delito, ni producen grandes oportunidades delictivas, pero sí experimentan crímenes ocasionales por delincuentes sobre todo locales (Brantingham & Brantingham, 1995).

Las áreas atractoras, generadoras y neutras se pueden identificar a través de hotspots que se ven influidos por dónde viven las personas, su desplazamiento en la ciudad y cómo pasan su tiempo. El desplazamiento del delito depende del tipo de área que representa cada hotspot, así, es improbable que la intervención en áreas identificadas como generadoras de crimen provoque el desplazamiento delictivo ya que los delitos que allí ocurren son oportunistas; sin embargo, los desplazamientos en áreas atractoras de crimen son mucho más probables por tres razones. En primer lugar, es probable que la actividad delictiva se desplace hacia el vecindario que rodea a la zona atractora si hay objetivos llamativos o víctimas cercanas. En segundo lugar, es probable que la actividad criminal que no puede desplazarse al vecindario que rodea a la zona atractora original se desplace a otros nodos de atracción importantes. Tercero, la actividad criminal que no puede desplazarse al vecindario que rodea a la zona atractora y no se desplaza a otro atractor importante del delito, puede ser desplazada al vecindario de origen del delincuente (Brantingham & Brantingham , 2008).

La gestión y el análisis de grandes volúmenes de datos (Big Data) han sido de gran utilidad para contribuir a la solución de algunos problemas sociales. Específicamente, en temas de prevención del crimen urbano, el Big Data también ha tenido una gran influencia en años recientes, especialmente porque se ha considerado que para que exista inteligencia policial se necesita información que ayude a predecir, a vigilar el internet y que pueda tener retroalimentación en tiempo real (Cheng y Chen, 2021). Al respecto, Chan y Bennett (2015) sostienen que hay dos áreas principales en el que este tipo de datos se han utilizado dentro de la investigación del fenómeno criminal: como fuente de datos y como una herramienta predictiva para guiar estrategias de prevención o para orientar las decisiones en el área de justicia penal.

Para ejemplificar lo anterior basta mencionar algunos casos. En primer lugar, la policía de la ciudad de Chicago ha aplicado técnicas como el Machine Learning ⁴ y el análisis predictivo de datos para prevención del crimen a través de una herramienta de predicción geográfica que utiliza el modelado de información para predecir el riesgo en zonas específicas de la ciudad. De igual forma, existe una herramienta realizada por IBM llamada Coplink, en la cual se agrupan datos sobre arrestos, fotografías policiales, datos de ubicación e información sobre pandillas en un tablero donde la policía puede ver y compartir información. Además, IBM ha trabajado de la mano con la policía de Manchester con un software predictivo que ha ayudado a reducir los robos de vehículos a través de datos históricos. Finalmente, PredPol es un programa que sirve para determinar aquellas zonas de alguna ciudad en las que existe una mayor probabilidad de que exista un crimen y es utilizada por cuerpos policiales en distintas ciudades de Estados Unidos y Europa.

También existen algunos trabajos científicos que han hecho uso del Big Data, para aportar evidencia empírica a las teorías criminológicas. En este sentido, Williams et al (2016) han relacionado la teoría de las ventanas rotas con la información que deriva de los tuits georreferenciados para estimar patrones de la criminalidad, encontrando que las menciones de Twitter de indicadores relacionados en su contenido con deterioro ambiental, están significativamente asociadas con varios tipos de delitos. Otro trabajo relacionado con este aspecto es el de Wang et al. (2012) quienes utilizan datos de Twitter para predecir incidentes criminales. El enfoque de este trabajo se basa en el análisis semántico automático y la comprensión del lenguaje natural de tuits, combinado con la reducción de la dimensionalidad a través de la asignación de Dirichlet y la predicción a través de modelos lineales.

De igual forma, Traunmuller et al. (2014) proponen un método para comprobar cuantitativamente teorías del crimen urbano mediante datos de telecomunicaciones y de delitos en Londres. Utilizan conteos de peatones registrados por datos de telecomunicaciones, para determinar si al existir correlación con los registros de datos abiertos de delincuencia, se puede revelar en dónde es aplicable estas teorías. Particularmente, encuentran que algunas variables como la diversidad de la población y la proporción de hombres jóvenes son relevantes espacialmente. Wang et al. (2016) es otro ejemplo del uso de Big Data para inferencia de tasas de delincuencia con datos de flujos de taxis. En este trabajo se encontró que utilizando este nuevo tipo de información se mejora la inferencia de la tasa de delincuencia en la ciudad de Chicago.

Es claro entonces que el Big Data ha aportado y seguirá aportando información útil para la prevención del crimen ya que es un mercado en expansión en el que cada vez se interesan más agentes tanto del sector público como del sector privado. Y, particularmente, la información que deriva de redes sociales es una estructura que parece que cada día tiene mayor alcance en la seguridad ciudadana, tal y como se ha mostrado en diversos trabajos.

No obstante, hay que resaltar que el uso de Big Data también implica algunos retos y limitaciones para el conocimiento criminológico que deben tenerse en cuenta y que obligan a los investigadores a ser más rigurosos desde el punto de vista metodológico (Pramanik et al., 2017). Entre las limitaciones más importantes se encuentran que los datos no fueron creados para fines de investigación y la existencia de sesgos de muestreo y de selección que que derivan del uso de algunas redes sociales (Snaphaan & Hardyns, 2021). Sin embargo, como proponen Chan y Bennett (2015), es solo hasta que existan más trabajos que utilicen de manera efectiva el Big Data para contrastar teorías y generar conocimiento criminológico, cuando se sabrá si se transformarán las prácticas tradicionales.

La idea de que la estimación de los delitos utilizando la población residencial puede tener muchos sesgos para comprender la población que se encuentra en riesgo no es nueva, e incluso, existen ya diversos trabajos que han abordado esta situación de manera empírica.

Malleson y Andresen (2014), por ejemplo, se plantearon como objetivo destacar las áreas que sufren altos índices de delincuencia utilizando tanto población residencial como presencia de población en la estimación de la población en riesgo. Para ello, utilizaron tuits como variable proxy para medir la presencia, partiendo de que la población residencial es inadecuada como medida de población en riesgo de delito, ya que muchos delitos involucran personas en movimiento como asaltos, robo a automóviles, etc. Si bien, los mismos autores reconocen las limitaciones del uso de tuits, su trabajo demuestra que diferentes patrones espaciales de los índices de delincuencia emergen cuando se usan la población residencial y la presencia de población.

Por otra parte, en Trinidad et al. (2019) se analiza la concentración espacial de la delincuencia juvenil en el área urbana de la ciudad de Bilbao en la Comunidad Autónoma del País Vasco, España. Sus resultados muestran que los delitos se encuentran concentrados en espacios en los que se ubican establecimientos de giros muy específicos, destacando el comercio, los bancos y la comida rápida. Además, se infiere que las áreas en el centro de la ciudad serían espacios generadores de delito, ya que atraen a personas cuya intención primaria no es delinquir.

Asimismo, Andresen (2006) investiga la actividad criminal desde el punto de vista espacial en Vancouver, empleando la teoría de la desorganización social, la teoría de las actividades rutinarias y las medidas de delincuencia. Para esto, la presencia de población es calculada como un promedio de 24 horas de una población en una unidad espacial para capturar la población en riesgo, y encuentran que existe un fuerte respaldo para la teoría de las actividades rutinarias en el espacio y el uso de las poblaciones ambientales al calcular las tasas de criminalidad. También, en Andresen y Jenion (2008) se analiza el uso de la presencia de población para informar mejor las iniciativas de prevención del delito. Los resultados indican que la presencia de población tiene utilidad para los tres niveles de prevención del delito (primario, secundario y terciario).

Adicionalmente, Andresen (2011) utiliza la presencia de población para el cálculo de las tasas de criminalidad, como una medida alternativa a la de la población en riesgo, al considerar que al calcular tasas de delincuencia con la población residencial surge un problema ya que las personas dejan sus límites censales (hogares) durante el día, esto trae como consecuencia que las tasas de delincuencia basados en población residencial podrían no ser precisas. Para este trabajo se utilizó la presencia de población como una estimación promedio de veinticuatro horas de la población en una unidad espacial disponible a través del Laboratorio Nacional Oak Ridge. En el mismo sentido, en Ristea et al. (2017) se encuentra correlación espacial entre algunos tipos de conductas antisociales (como vandalismo, tomar alcohol en vía pública, tirar basura o pequeños robos) y tuits con contenido violento en las proximidades de dos estadios en Manchester, Inglaterra. Esta relación se explica, con base en Andresen y Linning (2012), por el uso de suelo y la movilidad de las personas, así como la existencia de pubs, paradas de transporte y centros de ocio.

Todo lo anterior muestra que existe evidencia previa sobre la correlación espacial entre la presencia de población, medida a través de los tuits, y la distribución de algunos tipos de delito en concreto, así como el potencial de usar tuits geolocalizados para identificar patrones espaciales de los distintos delitos, lo que motiva al presente estudio en donde se pretende generar evidencia en un contexto donde esta relación no ha sido prácticamente explorada.

Para el presente trabajo se utilizaron las siguientes fuentes de datos:

Por otro lado, para extraer los tuits georreferenciados se utilizó el Software R Project y se trabajó con la paquetería TwitteR, la cual provee una interfaz a la API web de Twitter. Para el código se define un centroide de la ZMG y un buffer que abarque el total de colonias de la ZMG. El centroide se definió en el punto con coordenadas -103.356358,20.664462, dicho centroide se calculó a través del software Qgis. El Buffer generado tiene 30 km de radio y abarca el total de las colonias de la ZMG.

Del total de tuits, se filtraron aquellos que cuentan con coordenadas, es decir, tuits georreferenciados, y a través del software Qgis se ubicó la cantidad de tuits que se encuentran dentro del polígono que representa cada colonia, del total de tuits extraídos durante los cuatro meses estudiados, solo el 2,5% cuenta con coordenadas. Del total de tuits que cuentan con coordenadas, el 52% proviene de publicaciones en Instagram vinculadas a Twitter, el 35% de publicaciones en Foursquare vinculadas a Twitter y el 1% provienen de publicaciones en SwarmApp vinculadas a Twitter, esto da un total de 88,3% de tuits georreferenciados que provienen de publicaciones en otras redes sociales. Por otro lado, el 4,1% son tuits georreferenciados desde aplicaciones de Twitter para celulares con sistema operativo Android, IOs y Windows, es decir, una publicación que un usuario realizó directamente y en el que precisó su ubicación, sin provenir de otras redes sociales o aplicaciones, lo que se podría definir como tuits puros (no bots)

Es importante señalar que se detectaron colonias que contaban con el valor cero en las distintas variables consideradas, especialmente en los datos de denuncias de delitos, tuits y grado de marginación. De las 1348 colonias de la ZMG existieron 371 en las que no se denunciaron crímenes en el lapso de estudio, esto representa el 27,5% del total de colonias, existen también 282 colonias donde se reportaron delitos, pero no se presentaron tuits georreferenciados (21% del total de colonias), también es importante considerar que 231 colonias no presentaron información de grado de marginación ⁷ .

Por lo anterior, para el cálculo de las tasas de delincuencia considerados en este trabajo y para las variables utilizadas como denominadores (censo, tuits y DENUE) que tenían valores de cero, los mismos fueron sustituidos por el valor uno, de este modo se pueden obtener valores reales aproximados para calcular dichas tasas. Este procedimiento de imputación puede tener como consecuencia una sobreestimación de las tasas de criminalidad ya que afecta a la varianza y a la media. Sin embargo, de no realizarse este procedimiento la presencia de población se podría subestimar (Maltz, 1999). El método de imputación usado es el de reemplazo univariado, en el que se sustituyen los ceros por un valor constante entre 0 y el valor límite detectado (Lubbe et al. 2021). Debido a que las variables son discretas se justifica la sustitución de ceros por unos. El porcentaje sustituido en las variables es el siguiente: presencia de población con establecimientos 11,6%, presencia de población con tuits 39,4%, población residencial 10,2% y denuncias de delitos 27,3%. Aunque el porcentaje de sustitución es alto para las variables de presencia de población con tuits y denuncias de delitos, el resultado no presenta un cambio alto en la media y la varianza de dichas variables. En el caso de presencia de población con tuits la varianza disminuye -0,06% y la media crece un 0,8%. En el caso de las denuncias de delitos la varianza disminuye 1% mientras que la media crece 2%.

Para la comparación de las tres medias, las tasas de delincuencia se calcularon como:

De igual forma, se trabajó con el estadístico Getis-Ord Gi (Getis & Ord, 1992) para generar hotspots (clusters). El estadístico Gi opera al examinar cada ubicación i (en este caso la ubicación es cada colonia) junto con sus ubicaciones vecinas j. Se calcula si el número total (o tasa) de ocurrencias en i y j es mayor o menor de lo que se esperaría por casualidad en comparación con las ubicaciones circundantes hasta una distancia d alejada de i. Si se encuentra una diferencia, se supone que las áreas i y j están asociadas y son diferentes a su entorno, es decir, es un hotspot o un coldspot. Un beneficio de este procedimiento sobre otros es su capacidad de proporcionar un puntaje Z y un valor p para cada ubicación. Estos indican si la hipótesis nula (no asociación entre el nivel de criminalidad en las áreas i y j) puede ser rechazada. Por lo tanto, es posible identificar hotspots estadísticamente significativos (Malleson & Andresen, 2016).

El área de estudio es la ZMG la cual se encuentra en el poniente de México, en la entidad federativa de Jalisco. De acuerdo con el INEGI, durante 2020 su población fue de 5,27 millones de habitantes. Esto la convierte en la tercera Zona Metropolitana con mayor población en México. Los diez municipios que conforman la ZMG son: Acatlán de Juárez, Guadalajara, Ixtlahuacán de los Membrillos, Juanacatlán, El Salto, Tlajomulco de Zúñiga, San Pedro Tlaquepaque, Tonalá, Zapopan y Zapotlanejo ⁸ . En la figura 1 se aprecia la población en los municipios que la integran, así como su crecimiento poblacional anual de 2015 a 2020. Por otro lado, como se señalaba en la introducción, la ZMG es un área de estudio particularmente interesante debido a su dinámica delictiva y el incremento de inseguridad ciudadana que se ha presentado en los últimos años. De acuerdo con datos del Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública, durante 2019 los delitos de robo en Jalisco incrementaron 177% respecto a 2015, destacando el incremento de robo a persona (575%), robo a negocios (435%) y robo a casa habitación (43%). Específicamente, en la ZMG: 1) en el municipio de Zapopan, el robo a persona creció 1089% en 2019 respecto a 2015 y en el municipio de Tonalá 1259%; 2) en el municipio de San Pedro Tlaquepaque el robo a negocio creció 1082% en el mismo periodo; y 3) en el municipio de Guadalajara y en el de Zapopan creció el robo a casa habitación 179% y 232% respectivamente. También es importante considerar que durante 2019 el 40% de los robos del total de Jalisco se presentaron en Guadalajara, el 19% en Zapopan, el 10,5% en Tlaquepaque y el 8,7% en Tonalá, en total, los robos presentados en estos 4 municipios representaron el 69,4% del total de robos en Jalisco durante 2019, mientras que en 2015 esta proporción fue de 43,2%.

En la figura 2 se puede apreciar que en diciembre se reportaron la menor cantidad de delitos y que en octubre se registró la mayor. Asimismo, Guadalajara fue el que mayor cantidad de delitos registró y Tonalá el que menos. En la figura 3 se puede apreciar que el robo a vehículos fue el tipo de delito más reportado, seguido de amenazas y violencia intrafamiliar, mientras que robo a casa habitación fue el delito menos reportado.

Por otro lado, dado que se asume que los datos extraídos de Twitter representan la movilidad de las personas se realizó un ejercicio para dar robustez a esta presunción basado en Osorio (2020). Los resultados ayudaron a comprobar que los tuits geolocalizados son una fuente eficaz para analizar los patrones espaciales en eventos sociales. Se eligieron la colonia Auditorio y la colonia El Álamo, las cuales son sede de dos eventos importantes en la ZMG durante el mes de octubre que son las Fiestas de Octubre y la Expo Ganadera, respectivamente. Estos eventos son muy concurridos por los habitantes de la ZMG y dichas colonias tienen la característica de que, fuera del mes de octubre, no tienen otros atractores que provoquen movilidad de personas hacia dichas colonias. En la figura 4 se puede apreciar que efectivamente durante el mes de octubre de 2017 se presentaron en ambas colonias una mayor cantidad de tuits a diferencia de los meses de noviembre y diciembre de 2017 y enero de 2018. Este ejercicio confirma que, a pesar de las limitaciones que tiene el uso de tuits y que se han reconocido expresamente tanto en este como en otros trabajos, pueden ser un proxy adecuado para establecer la presencia de la población en un espacio.

En la tabla 1 se observa la matriz de correlaciones entre las variables analizadas. Si bien se encontró que existe una correlación negativa y estadísticamente significativa entre el grado de marginación, las denuncias y los tuits generados, la misma es muy baja (-0,11 y -0,096 respectivamente), por lo que es posible asumir que ello no constituye una limitación importante para el presente análisis. Se puede apreciar también que la correlación entre la población residencial y los tuits también es baja (0,088), por lo que, al parecer, los tuits otorgan información adicional que explica el delito. Mientras que la correlación entre tuits y establecimientos es mayor (0,547), lo cual es esperable y deseable pues ambas medidas reflejan la presencia de población.

Como se puede apreciar en la tabla 2 y coincidiendo con lo planteado en las hipótesis; la población residencial obtuvo una mayor correlación con la violencia intrafamiliar, la presencia de población representada por tuits obtuvo mayor correlación con robos a persona y la presencia de población representada por establecimientos y empresas generó una correlación mayor con robos a negocios.

Por otro lado, en la tabla 3 se puede apreciar que existe una mayor correlación entre las tasas de delincuencia calculadas con los dos distintos tipos de presencia de población que con la tasa de delincuencia calculada con población residencial. Ambas correlaciones son estadísticamente significativas. Este era el resultado esperado ya que ambas tasas representan con distintos datos el movimiento de las personas entre colonias y ello también nos confirma que los tuits pueden utilizarse para aproximarnos a la presencia de población, a pesar de las limitaciones antes mencionadas.