El robo de autos en Reynosa: análisis espacial desde la teoría de las actividades rutinarias y del patrón del crimen

• Víctor Daniel Jurado Flores ^[1] ; Ulises VíctorJesús Genis Cuevas ^[1]
  1. [1] El Colegio de Tamaulipas, México
• Localización: Frontera norte, ISSN 0187-7372, ISSN-e 2594-0260, 34 35, 2023 (Ejemplar dedicado a: enero-diciembre)
• Idioma: español
• Títulos paralelos:
  • Car Theft in Reynosa: Spatial Analysis fromthe Theory of Routine Activities and Crime Pattern
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se analiza el comportamiento espacial de los factores sociales y económicos asociados al robo de automóviles en Reynosa, Tamaulipas, México. Para ello se estudian los datos de las denuncias de este delito emitidas –de enero de 2016 a diciembre de 2018– ante la Fiscalía General de Justicia del estado de Tamaulipas. La información de las variables sociales y económicas se obtuvieron del Censo de Población y Vivienda 2020 a nivel de área geoestadística básica, y del Directorio Estadístico Nacional de Unidades Económicas. La metodología consistió en una regresión negativa binomial, así como en una regresión simple y una geográficamente ponderada, ambas de tipo Poisson para incorporar el componente de no estacionariedad espacial. Los resultados indican que los restaurantes y los bancos constituyen nodos atractores de crimen, y que las variables de actividades rutinarias presentan patrones espaciales heterogéneos dependiendo de la zona de la ciudad donde estén presentes.

  • English

    This article analyzes the spatial behavior of social and economic factors associated with car theft in Reynosa, Tamaulipas, Mexico. For this, the data of car theft reports issued (from January 2016 to December 2018) before the Attorney General’s Office of the state of Tamaulipas were analyzed. The information on the social and economic variables was obtained from the Census of Population and Housing 2020 at the level of basic geostatistical area and the National Statistical Directory of Economic Units. The methodology consisted of a negative binomial regression, a simple regression, and a geographically weighted regression, both Poisson types to incorporate the non-stationarity spatial component. The results indicate that restaurants and banks are crime-attracting nodes and that the variables of routine activities present heterogeneous spatial patterns depending on the area of the city where they are present.