Efecto de los Ingresos Permanentes sobre el Delito: Un Enfoque Espacial y un Caso de Aplicación
Fecha
2014-02-20
Autores
Gómez Toro, Catalina
Velásquez, Hermilson
Urrego, Joaquín Andrés
Valderrama, Juan David
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad EAFIT
Resumen
This paper analyzes the impact of increment in the permanent income on crime in each spatial unit and their neighbors. Different specifications of spatial panel data are estimated to capture the effects of spatial distribution and income on crime. In the particular case of Medellin, the estimated impact of increase 1% in permanent income in specific commune is a decrease in crime near to 0,67%, and the effects of each neighbor are variable and significant. Tests statistics can show the robustness of the conclusions and the adequate specification of the model.
En este artículo se analiza el impacto que sobre los delitos en una unidad espacial y en sus vecinos ejerce un incremento en los ingresos permanentes. Diferentes especificaciones de modelos de panel espacial permiten recoger los efectos de la distribución espacial y del ingreso sobre la variable de interés. Un caso de aplicación para Medellín permite afirmar que un aumento del 1% en los ingresos permanentes en las comunas reduce en promedio el 0,67% los delitos y el efecto sobre sus vecinos es significativo y variable. Pruebas de robustez evidencian la bondad de los resultados y la adecuación del modelo al proceso generador de los datos.
En este artículo se analiza el impacto que sobre los delitos en una unidad espacial y en sus vecinos ejerce un incremento en los ingresos permanentes. Diferentes especificaciones de modelos de panel espacial permiten recoger los efectos de la distribución espacial y del ingreso sobre la variable de interés. Un caso de aplicación para Medellín permite afirmar que un aumento del 1% en los ingresos permanentes en las comunas reduce en promedio el 0,67% los delitos y el efecto sobre sus vecinos es significativo y variable. Pruebas de robustez evidencian la bondad de los resultados y la adecuación del modelo al proceso generador de los datos.