Gentrificación turística Barcelona

Í ndice

Índice de tablas

Índice de figuras

Prólogo

agradecimientos

PARTE I

INTRODUCCIÓN Y ESTADO DEL ARTE

caPÍtulo i. introducción

caPÍtulo ii. la desorganización social de los barrios. estado de la cuestión .

2.1. El papel de los científicos europeos en el cambio de paradigma. Cuando el delincuente deja de ser la única unidad de análisis 49

2.2. La Escuela de Chicago y el estudio ecológico del delito .............. 53

2.3. La teoría de la desorganización social. El planteamiento original de Shaw y MacKay 61

2.4. Abriendo la caja negra: la reformulación sistémica de la teoría de la desorganización social y la tesis de la eficacia colectiva .............. 70

2.4.1. La reformulación sistémica de Kornhauser: de un modelo mixto de la desorganización social a un enfoque de control puro ....... 74

2.4.2. La tesis de la eficacia colectiva como mecanismo mediador clave

caPÍtulo iii. del abandono de los barrios céntricos a su reconquista. la gentrificación turÍstica y su Potencial efecto desorganizador . .

3.1. Gentrificación: definición y explicaciones del proceso 87

3.1.1. Gentrificación, un concepto poliédrico  ...................... 87

3.1.2. ¿Por qué se produce la gentrificación? Dos explicaciones posibles y contrapuestas 90

3.1.3. ¿La ciudad emancipatoria o la ciudad revanchista? Dos visiones de la gentrificación  .................................... 92

A. Ciudad emancipatoria: la gentrificación como proceso benigno ........................................... 92

B. Ciudad revanchista: la gentrificación como proceso maligno 94

3.2. Gentrificación turística y gentrificación transnacional. Cuando la población estable se sustituye por la «no población» ................. 98

3.2.1. Gentrificación turística...................................

3.2.2. Gentrificación transnacional 103

3.3. Gentrificación turística y gentrificación transnacional. El potencial papel desorganizador de la regeneración urbana ....................

3.3.1. Gentrificación turística, desplazamiento poblacional e inestabilidad residencial

3.3.2. Gentrificación turística y heterogeneidad nacional

3.3.3. Gentrificación turística, formas de desplazamiento y oportunidades limitadas para la sociabilidad...................

comercial.............................

simbólico.............................

3.4. Recapitulación

PARTE II

caPÍtulo iV. metodologÍa

4.1. Cuestiones metodológicas y problemas analíticos en el estudio espacial del delito

4.1.1. La elección de la unidad de análisis como cuestión fundamental en el estudio de datos espaciales 153

A. El tamaño de la unidad de análisis 154

B. La unidad de análisis seleccionada en esta investigación ....... 157

4.1.2. Problemas derivados del uso de datos agregados a unidades espaciales artificialmente delimitadas ........................ 160

A. El efecto del borde 160

B. Los fenómenos de dependencia y heterogeneidad espacial

i) Dependencia espacial

ii) Heterogeneidad espacial

4.1.3. Problemas derivados del uso de datos de conteo: la sobredispersión en el modelo ...........................

4.2. Datos delictivos y variables en el modelo .........................

4.2.1. Datos delictivos

i) Delitos contra la propiedad

ii) Delitos contra las personas

4.2.2. Variables dependientes e independientes .....................

A. Variables dependientes ................................

B. Variables independientes ..............................

i) Estatus socioeconómico ...........................

ii) Rotación poblacional ..............................

iii) Heterogeneidad nacional

iv) Intensidad turística ...............................

v) Gentrificación ...................................

4.3. Estrategia analítica

PARTE III

RESULTADOS Y CONCLUSIONES

caPÍtulo V. Validez emPÍrica de la desorganización social .

5.1. Relaciones entre las variables de la desorganización social y los de delitos contra la propiedad ...................................

5.2. Relaciones entre las variables de la desorganización social y los delitos contra las personas

5.3. Relaciones entre las variables de la desorganización social y el total de la delincuencia en el barrio ................................

5.4. Recapitulando y discutiendo sobre los resultados de los modelos globales de conteo

caPÍtulo Vi. Variaciones esPaciales de los Procesos de desorganización social .

6.1. Variaciones espaciales de las relaciones entre las variables de la desorganización social y la delincuencia contra la propiedad

6.1.1. Resultados del modelo RGP de tipo uno .....................

6.1.2. Resultados del modelo RGP de tipo dos .....................

6.1.3. Resultados del modelo RGP de tipo tres

6.1.4. Resultados del modelo RGP de tipo cuatro

6.1.5. Resultados del modelo RGP de tipo cinco ....................

6.1.6. Resultados del modelo RGP de tipo seis .....................

6.2. Variaciones espaciales de las relaciones entre las variables de la desorganización social y la delincuencia contra las personas

6.2.1. Resultados del modelo RGP de tipo uno .....................

6.2.2. Resultados del modelo RGP de tipo dos

6.2.3. Resultados del modelo RGP de tipo tres .....................

6.2.4. Resultados del modelo RGP de tipo cuatro ...................

6.2.5. Resultados del modelo RGP de tipo cinco

6.2.6. Resultados del modelo RGP de tipo seis

6.3. Variaciones espaciales de las relaciones entre las variables de la desorganización social y la delincuencia total en el barrio............. 313

6.3.1. Resultados del modelo RGP de tipo uno 313

6.3.2 Resultados del modelo RGP de tipo dos 316

6.3.3. Resultados del modelo RGP de tipo tres .....................

6.3.4. Resultados del modelo RGP de tipo cuatro ...................

6.3.5. Resultados del modelo RGP de tipo cinco

6.3.6. Resultados del modelo RGP de tipo seis 327

6.4. Recapitulando y discutiendo sobre las variaciones espaciales de los procesos de desorganización social ..............................

caPÍtulo Vii. desorganización social y eficacia colectiVa

7.1. Relaciones halladas entre la desorganización social y la eficacia colectiva incluyendo la variable de rotación poblacional ..............

7.1.1. Relaciones globales. Resultados derivados del modelo de regresión global MCO número uno ......................... 344

7.1.2. Relaciones locales. Resultados desprendidos del modelo de regresión local RGP número uno 345

7.2. Relaciones entre la desorganización social y la eficacia colectiva incluyendo la variable de heterogeneidad nacional .................. 348

7.2.1. Relaciones globales. Resultados derivados del modelo de regresión global MCO número dos 349

7.2.2. Relaciones locales. Resultados derivados del modelo de regresión local RGP número dos ........................... 350

7.3. Recapitulando y discutiendo sobre los determinantes de los niveles de eficacia colectiva 354

caPÍtulo Viii. la intensidad turÍstica en el barrio. una fuente de desorganización social

8.1. Proceso de mediación entre el turismo y la delincuencia contra el patrimonio 362

8.1.1. Modelo mediador múltiple serial con la rotación residencial como factor mediador uno ............................... 362

8.1.2. Modelo mediador múltiple serial con la heterogeneidad nacional como factor mediador uno 365

8.1.3. Modelo mediador múltiple serial con el estatus socioeconómico como factor mediador uno ............................... 369

8.2. Proceso de mediación entre el turismo y la delincuencia contra las personas ................................................. 371

8.2.1. Modelo mediador múltiple serial con la rotación poblacional como factor mediador uno 372

8.2.2. Modelo mediador múltiple serial con la heterogeneidad nacional como factor mediador uno ............................... 373

8.2.3. Modelo mediador múltiple serial con el estatus socioeconómico como factor mediador uno ............................... 378

8.3. Proceso de mediación entre el turismo y el total de delitos 381

8.3.1. Modelo mediador múltiple serial con la rotación poblacional como factor mediador uno .............................. 381

8.3.2. Modelo mediador múltiple serial con la heterogeneidad nacional como factor mediador uno 384

8.3.3. Modelo mediador múltiple serial con el estatus socioeconómico como factor mediador uno ............................... 386

8.4. Recapitulando y discutiendo sobre el turismo y su papel en la desorganización social del barrio 389

9.1. Resumen de los principales resultados ........................... 396

9.1.1. Validez empírica de la desorganización social. Relaciones globales

9.1.2. Variaciones espaciales de las relaciones entre la delincuencia y las variables de la desorganización social.....................

9.1.3. Relaciones entre los niveles de eficacia colectiva y las variables de la desorganización social .............................. 404

9.1.4. Procesos de mediación entre la intensidad turística y la delincuencia 406

9.2. Implicaciones teóricas

9.3. Implicaciones para las políticas

9.3.1. Mejora de las condiciones estructurales del barrio mediante fórmulas que no promuevan procesos gentrificadores

9.3.2. Fijación de la población en el vecindario

9.3.3. Fomento de la cohesión social en el vecindario

Limitaciones

9.5. Futuras líneas de investigación

Anexo II. Versión definitiva de la escala diseñada para medir los niveles de eficacia colectiva

Anexo III. Relaciones espaciales entre la rotación poblacional y la eficacia colectiva sin incorporar en el modelo la variable independiente de intensidad turística. .........................................

Anexo IV. Relaciones espaciales entre la heterogeneidad nacional y la eficacia colectiva sin incorporar en el modelo la variable independiente de intensidad turística. ............................

Í ndice de tablas

Tabla 1. Perfil del entrevistado y código asociado. ...................... 85

Tabla 2. Número de encuestas a realizar en el barrio de la Nova Esquerra de l’Eixample según cuotas cruzadas por género y edad. Método de muestreo de rutas aleatorias para encuestar a 20 sujetos .............. 196

Tabla 3. Instrucciones a seguir para la selección de los encuestados por rutas aleatorias en el barrio de la Nova Esquerra de l’Eixample 197

Tabla 4. Distribución sociodemográfica del total de encuestados para la fase de pretest (N = 172) ...................................... 201

Tabla 5. Análisis de la fiabilidad interna de la escala a través del coeficiente Omega 203

Tabla 6. Cargas factoriales y comunalidades basadas en un método de extracción de componentes principales con rotación Simplimax para 10 ítems (N = 172) 204

Tabla 7. Distribución sociodemográfica del total de encuestados para la medición de la eficacia colectiva (N = 590) ........................ 207

Tabla 8. Estadísticos descriptivos para los diez ítems de la escala (N = 590) 208

Tabla 9. Cargas factoriales y comunalidades basadas en el método de extracción de componentes principales con rotación Simplimax para 10 ítems (N = 590) ........................................... 209

Tabla 10. Estadística descriptiva de las variables dependientes e independientes a escala de barrio (N=63) .......................... 210

Tabla 11. Resumen de las variables, operacionalización y fuentes de datos 215

Tabla 12. Combinación de variables independientes incluidas en cada uno de los modelos regresión ................................... 218

Tabla 13. Análisis de la sobredispersión en los datos para detectar el modelo de regresión más óptimo 219

Tabla 14. Tipo de regresión, estrategia analítica y software empleado para responder a cada pregunta de investigación ....................

Tabla 15. Resultados para la variable delitos contra la propiedad del modelo de negativa binomial número uno 230

Tabla 16. Resultados para la variable delitos contra la propiedad del modelo de negativa binomial número dos .......................... 231

Tabla 17. Resultados para la variable delitos contra la propiedad del modelo de negativa binomial número tres .........................

Tabla 18. Resultados para la variable delitos contra la propiedad del modelo de negativa binomial número cuatro 233

Tabla 19. Resultados para la variable delitos contra la propiedad del modelo de negativa binomial número cinco ........................

Tabla 20. Resultados para la variable delitos contra la propiedad del modelo de negativa binomial número seis

235

Tabla 21. Resumen de las variables significativas en los seis modelos y bondad de ajuste. Variable dependiente: delitos contra la propiedad ..... 236

Tabla 22. Resultados para la variable delitos contra las personas del modelo de negativa binomial número uno

237

Tabla 23. Resultados para la variable delitos contra las personas del modelo de negativa binomial número dos 239

Tabla 24. Resultados para la variable delitos contra las personas del modelo de negativa binomial número tres ......................... 240

Tabla 25. Resultados para la variable delitos contra las personas del modelo de negativa binomial número cuatro

Tabla 26. Resultados para la variable delitos contra las personas del modelo de negativa binomial número cinco ........................

Tabla 27. Resultados para la variable delitos contra las personas del modelo de negativa binomial número seis

241

242

242

Tabla 28. Resumen de las variables significativas en los seis modelos y bondad de ajuste. Variable dependiente: delitos contra las personas ...... 243

Tabla 29. Resultados para la variable total de delitos del modelo de negativa binomial número uno ..................................

Tabla 30. Resultados para la variable total de delitos del modelo de negativa binomial número dos

Tabla 31. Resultados para la variable total de delitos del modelo de negativa binomial número tres ..................................

Tabla 32. Resultados para la variable total de delitos del modelo de negativa binomial número cuatro

245

246

247

247

Tabla 33. Resultados para la variable total de delitos del modelo de negativa binomial número cinco ................................. 248

Tabla 34. Resultados para la variable total de delitos del modelo de negativa binomial número seis .................................. 249

Tabla 35. Resumen de las variables significativas en los seis modelos y bondad de ajuste. Variable dependiente: total de delitos 250

Tabla 36. Cuadro resumen de la significancia estadística de cada una de las variables independientes. .

Tabla 37. Resumen de la bondad de ajuste de los modelos de regresión NB2 para las tres tipologías delictivas ............................. 256

Tabla 38. Estimación de parámetros y bondad de ajuste para el modelo RGP uno de los delitos contra la propiedad

Tabla 39. Estimación de parámetros y bondad de ajuste para el modelo RGP dos de los delitos contra la propiedad ........................

Tabla 40. Estimación de parámetros y bondad de ajuste para el modelo RGP tres de los delitos contra la propiedad

Tabla 41. Estimación de parámetros y bondad de ajuste para el modelo RGP cuatro de los delitos contra la propiedad .

Tabla 42. Estimación de parámetros y bondad de ajuste para el modelo

RGP cinco de los delitos contra la propiedad

Tabla 43. Estimación de parámetros y bondad de ajuste para el modelo

RGP seis de los delitos contra la propiedad

Tabla 44. Comparación de la significancia de las variables entre los modelos NB2 y RGP para los delitos contra la propiedad .............

Tabla 45. Estimación de parámetros y bondad de ajuste para el modelo

RGP uno de los delitos contra las personas

Tabla 46. Estimación de parámetros y bondad de ajuste para el modelo

RGP dos de los delitos contra las personas ........................

Tabla 47. Estimación de parámetros y bondad de ajuste para el modelo

RGP tres de los delitos contra las personas

Tabla 48. Estimación de parámetros y bondad de ajuste para el modelo

RGP cuatro de los delitos contra las personas ......................

Tabla 49. Estimación de parámetros y bondad de ajuste para el modelo

RGP cinco de los delitos contra las personas .

Tabla 50. Estimación de parámetros y bondad de ajuste para el modelo

RGP seis de los delitos contra las personas

Tabla 51. Comparación de la significancia de las variables entre los modelos NB2 y RGP para los delitos contra las personas ..............

Tabla 52. Estimación de parámetros y bondad de ajuste para el modelo

RGP uno del total de delitos

Tabla 53. Estimación de parámetros y bondad de ajuste para el modelo

RGP dos del total de delitos ....................................

261

267

274

277

281

287

290

294

295

298

302

307

313

316

Tabla 54. Estimación de parámetros y bondad de ajuste para el modelo RGP tres del total de delitos .................................... 319

Tabla 55. Estimación de parámetros y bondad de ajuste para el modelo RGP cuatro del total de delitos 322

Tabla 56. Estimación de parámetros y bondad de ajuste para el modelo RGP cinco del total de delitos...................................

325

Tabla 57. Estimación de parámetros y bondad de ajuste para el modelo RGP seis del total de delitos .................................... 328

Tabla 58. Comparación de la significancia de las variables entre los modelos NB2 y RGP para el total de delitos

332

Tabla 59. Resultados para el modelo de regresión lineal múltiple número uno estimado por método MCO ................................. 344

Tabla 60. Resultados para la variable eficacia colectiva del modelo de regresión local número uno

Tabla 61. Resultados para el modelo de regresión lineal múltiple número dos estimado por método MCO ..................................

Tabla 62. Resultados para la variable eficacia colectiva del modelo de regresión local número dos

Tabla 63. Resumen del modelo mediador múltiple de tipo serial para los delitos contra la propiedad y tomando como variable mediadora uno la rotación residencial

Tabla 64. Resumen del modelo mediador múltiple de tipo serial para los delitos contra la propiedad y tomando como variable mediadora uno la heterogeneidad nacional .....................................

345

349

351

363

367

Tabla 65. Resumen del modelo mediador múltiple de tipo serial para los delitos contra la propiedad y tomando como variable mediadora el estatus socioeconómico ........................................ 370

Tabla 66. Resumen del modelo mediador múltiple de tipo serial para los delitos contra las personas y tomando como variable mediadora la rotación poblacional

375

Tabla 67. Resumen del modelo mediador múltiple de tipo serial para los delitos contra las personas y tomando como variable mediadora la heterogeneidad nacional 377

Tabla 68. Resumen del modelo mediador múltiple de tipo serial para los delitos contra las personas y tomando como variable mediadora el estatus socioeconómico ........................................

Tabla 69. Resumen del modelo mediador múltiple de tipo serial para el total de delitos y tomando como variable mediadora la rotación poblacional .................................................

Tabla 70. Resumen del modelo mediador múltiple de tipo serial para el total de delitos y tomando como variable mediadora la heterogeneidad nacional ....................................................

379

383

385

Tabla 71. Resumen del modelo mediador múltiple de tipo serial para el total de delitos y tomando como variable mediadora el estatus

Í ndice de figuras

Figura 1. Índice de gentrificación por barrios de Barcelona. Elaboración propia a partir de López-Gay et al. (2019). Algunos vecindarios han sido agrupados para calcular dicho índice. Se agrupan en uno los barrios de (i) la Marina del Port y la Marina del Prat Vermell, (ii) Vallbona, Ciutat Meridiana y Torre Baró, (iii) Vall d’Hebron y la Clota, (iv) el Turó de la Peira y Can Peguera y (v) Baró de Viver y el Bon Pastor.

Figura 2. Distribución espacial de servicios turísticos en los barrios de Barcelona. Elaboración propia a partir de los datos descargados del portal de datos abiertos del Ayuntamiento de Barcelona y de la web www.insideairbnb.com. La imagen superior representa la densidad de kernel de los alojamientos Airbnb para el año 2019. La imagen inferior derecha representa el número de plazas turísticas por cada 100 personas en el barrio. La imagen inferior izquierda representa la proporción de comercios orientados al turismo (restaurantes de comida rápida, bares y restaurantes, tiendas de souvenir y locales de espectáculos). ...............................................

Figura 3. Crecimiento de la ciudad, segregación y delincuencia. Elaboración propia a partir de las ideas de Shaw y McKay (1942).

Figura 4. División territorial de Barcelona en barrios. ..................

Figura 5. Ejemplo del efecto del borde en la operación de «contar puntos en polígonos». Elaboración propia.

Figura 6. Ejemplo del método basado en la creación de buffers para la corrección del efecto del borde y la mejora en la operación del conteo de puntos en polígonos.

Figura 7. Matriz de contacto o de pesos espaciales de tipo binaria.

Figura 8. Diseño de la ruta aleatoria para la selección de la muestra para medir los niveles de eficacia colectiva en el barrio de la Nova Esquerra de l’Eixample.

45

46

66

160

163

165

169

196

Figura 9. Mapa de densidad de delitos contra las personas para la escala de barrios. .................................................. 211

Figura 10. Mapa de densidad de delitos contra la propiedad para la escala de barrios. 211

Figura 11. Mapa de densidad total de delitos para la escala de barrios. ..... 212

Figura 12. Mapa de la variable estatus socioeconómico para la escala de barrio. 212

Figura 13. Mapa de la variable rotación poblacional para la escala de barrio. 213

Figura 14. Mapa de la variable heterogeneidad nacional para la escala de barrio. ..................................................... 214

Figura 15. Mapa de la variable turismo para la escala de barrio. 214

Figura 16. Mapa de la variable eficacia colectiva para la escala de barrio. ... 215

Figura 17. Mapa de la variable gentrificación para la escala de barrio. 215

Figura 18. Ejemplo de diagrama de modelo de mediación simple. ......... 222

Figura 19. Esquema de modelo de mediación múltiple de tipo serial con dos variables mediadoras. Elaboración propia. 224

Figura 20. Modelo mediador múltiple 1 en el que la variable mediadora 1 es la rotación poblacional. ................................... 225

Figura 21. Modelo mediador múltiple 2 en el que la variable mediadora 1 es la heterogeneidad nacional. 225

Figura 22. Modelo mediador múltiple 3 en el que la variable mediadora 1 es el estatus socioeconómico................................... 226

Figura 23. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo uno para los delitos contra el patrimonio. .................................................

262

Figura 24. Coeficientes de regresión y significancia estadística para la variable independiente de rotación poblacional en el modelo local número uno de delitos contra la propiedad. ........................ 263

Figura 25. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo dos para los delitos contra el patrimonio.

Figura 26. Coeficientes de regresión y significancia estadística para la variable independiente de heterogeneidad en el modelo local número dos de delitos contra la propiedad.

Figura 27. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo tres para los delitos contra el patrimonio. .................................................

265

266

268

Figura 28. Coeficientes de regresión y significancia estadística para la variable independiente de rotación poblacional en el modelo local número tres de delitos contra la propiedad. ....................... 269

Figura 29. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo cuatro para los delitos contra el patrimonio. ................................................. 271

Figura 30 Coeficientes de regresión y significancia estadística para la variable independiente de heterogeneidad nacional en el modelo local número cuatro de delitos contra la propiedad.

272

Figura 31. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo cinco para los delitos contra el patrimonio. 275

Figura 32. Coeficientes de regresión y significancia estadística para la variable independiente de rotación poblacional en el modelo local número cinco de delitos contra la propiedad. 276

Figura 33. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo seis para los delitos contra el patrimonio. .................................................

Figura 34. Coeficientes de regresión y significancia estadística para la variable independiente de heterogeneidad nacional en el modelo local número seis de delitos contra la propiedad. ....................... 279

Figura 35. 10% de los barrios con el coeficiente de determinación más alto por cada modelo de regresión local con delitos contra la propiedad como variable dependiente.

Figura 36. Mapa de percentiles de los p-valores para la variable de rotación poblacional en el modelo uno.

Figura 37. Mapa de percentiles de los p-valores para la variable de rotación poblacional en el modelo tres. ...........................

Figura 38. Mapa de percentiles de los p-valores para la variable de rotación poblacional en el modelo cinco.

Figura 39. Mapa de percentiles de los p-valores para la variable de heterogeneidad nacional en el modelo dos..........................

Figura 40. Mapa de percentiles de los p-valores para la variable de heterogeneidad nacional en el modelo cuatro. ......................

Figura 41. Mapa de percentiles de los p-valores para la variable de heterogeneidad en el modelo seis.

Figura 42. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo uno para los delitos contra las personas. ...................................................

Figura 43. Coeficientes de regresión y significancia estadística para la variable independiente de rotación poblacional en el modelo local número uno de delitos contra las personas. .......................

280

283

283

284

285

285

286

288

289

Figura 44. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo dos para los delitos contra las personas. ...................................................

Figura 45. Coeficientes de regresión y significancia estadística para la variable independiente de heterogeneidad nacional en el modelo local número dos de delitos contra las personas. ........................

Figura 46 Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo tres para los delitos contra las personas.

Figura 47. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo cuatro para los delitos contra las personas.

Figura 48. Coeficientes de regresión y significancia estadística para la variable independiente de heterogeneidad nacional en el modelo local número cuatro de delitos contra las personas.

Figura 49. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo cinco para los delitos contra las personas. ...................................................

Figura 50. Coeficientes de regresión y significancia estadística para la variable independiente de eficacia colectiva en el modelo local número cinco de delitos contra las personas...............................

Figura 51. Coeficientes de regresión y significancia estadística para la variable independiente de gentrificación en el modelo local número cinco de delitos contra las personas.

Figura 52. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo seis para los delitos contra las personas.

Figura 53. Coeficientes de regresión y significancia estadística para la variable independiente de heterogeneidad nacional en el modelo local número seis de delitos contra las personas. ........................

Figura 54. Coeficientes de regresión y significancia estadística para la variable independiente de eficacia colectiva en el modelo local número seis de delitos contra las personas. ...............................

Figura 55. Mapa de percentiles de los p-valores para la variable de rotación poblacional en el modelo uno.

Figura 56. Mapa de percentiles de los p-valores para la variable de heterogeneidad nacional en el modelo dos.

Figura 57. Mapa de percentiles de los p-valores para la variable de heterogeneidad nacional en el modelo cuatro. ......................

Figura 58. Mapa de percentiles de los p-valores para la variable de heterogeneidad nacional en el modelo seis.

Figura 59. Mapa de percentiles de los p-valores para la variable de

291

292

294

296

297

299

300

301

303

304

305

308

309

310

310

eficacia colectiva en el modelo cinco. ..............................

Figura 60. Mapa de percentiles de los p-valores para la variable de eficacia colectiva en el modelo seis.

Figura 61. Mapa de percentiles de los p-valores para la variable de gentrificación en el modelo cinco.................................

Figura 62. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo uno para el total de delitos.

Figura 63. Coeficientes de regresión y significancia estadística para la variable independiente de rotación poblacional en el modelo local número uno del total de delitos.

Figura 64. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo dos para el total de delitos. ..........

Figura 65. Coeficientes de regresión y significancia estadística para la variable independiente de heterogeneidad nacional en el modelo local número dos del total de delitos. .................................

Figura 66. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo tres para el total de delitos.

Figura 67. Coeficientes de regresión y significancia estadística para la variable independiente de rotación poblacional en el modelo local número tres del total de delitos.

Figura 68. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo cuatro para el total de delitos. ........

Figura 69. Coeficientes de regresión y significancia estadística para la variable independiente de heterogeneidad nacional en el modelo local número cuatro del total de delitos.

Figura 70. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo cinco para el total de delitos.

Figura 71. Coeficientes de regresión y significancia estadística para la variable independiente rotación poblacional en el modelo local número cinco del total de delitos. ......................................

Figura 72. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo seis para el total de delitos.

Figura 73. Coeficientes de regresión y significancia estadística para la variable independiente de heterogeneidad nacional en el modelo local número seis del total de delitos.

Figura 74. 10% de los barrios con el coeficiente de determinación más alto por cada modelo de regresión local con delitos contra la propiedad como variable dependiente.

Figura 75. Mapa de percentiles de los p-valores para la variable de rotación poblacional en el modelo uno. ...........................

311

311

312

314

315

317

318

320

321

323

323

326

327

329

330

331

333

Figura 76. Mapa de percentiles de los p-valores para la variable de rotación poblacional en el modelo tres. ...........................

Figura 77. Mapa de percentiles de los p-valores para la variable de rotación poblacional en el modelo cinco.

Figura 78. Mapa de percentiles de los p-valores para la variable de heterogeneidad nacional en el modelo dos..........................

Figura 79. Mapa de percentiles de los p-valores para la variable de heterogeneidad nacional en el modelo cuatro. ......................

Figura 80. Mapa de percentiles de los p-valores para la variable de heterogeneidad nacional en el modelo seis.

Figura 81. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo uno para la variable de eficacia colectiva. ...................................................

Figura 82. Coeficientes de regresión y significancia estadística para la variable independiente de rotación poblacional en el modelo local número uno de eficacia colectiva. ................................

Figura 83. Mapa de percentiles de los p-valores para la variable de rotación poblacional en el modelo uno.

Figura 84. Coeficiente de determinación local. Variabilidad espacial de la capacidad explicativa del modelo dos para la variable de eficacia colectiva.

Figura 85. Coeficientes de regresión y significancia estadística para la variable independiente de estatus socioeconómico en el modelo local número dos de eficacia colectiva. ................................

Figura 86. Mapa de percentiles de los p-valores para la variable de heterogeneidad nacional en el modelo dos..........................

Figura 87. Proceso de mediación confirmado para la variable de delitos patrimoniales con la rotación poblacional como factor mediador uno.

Figura 88. Proceso de mediación confirmado para la variable de delitos patrimoniales con la heterogeneidad nacional como factor mediador uno.

Figura 89. Proceso de mediación confirmado para la variable de delitos violentos con la heterogeneidad nacional como factor mediador uno. .......................................................

Figura 90. Proceso de mediación confirmado para la variable de total de delitos con la rotación poblacional como factor mediador uno. .........

Figura 91. Proceso de mediación confirmado para la variable de total de delitos con la heterogeneidad nacional como factor mediador uno.

334

334

335

335

336

346

347

348

351

352

353

365

369

378

382

386

P rólogo

Recibir la llamada del Dr. Maldonado Guzmán para proponernos que escribiéramos estas breves líneas como prólogo de su trabajo ha sido muy gratificante para nosotros, sus codirectores de tesis. La publicación de un trabajo que, en su momento, fue defendido con honores como tesis doctoral, coloca a sus prologuistas en la necesidad de mirar tanto al pasado como al futuro.

Al pasado, en la medida en que se conoce al autor desde sus primeros cursos de estudiante de Grado. Y se conoce el origen del trabajo. Las dudas sobre la elección del objeto de investigación, las dificultades de su estudio —máxime en una obra interdisciplinar como ésta— el trabajo realizado, las necesarias omisiones marcadas por el propio objeto de estudio, y los resultados que, poco a poco, y sin alejarse del método científico, fueron corroborando las hipótesis planteadas. Todo un proceso en el que queda reflejado la personalidad del autor: metódico, trabajador incansable, con capacidad para sortear los obstáculos que se presentaron durante la elaboración de la obra y, sobre todo, a nivel personal, con una generosidad digna de admiración que, por supuesto, también queda reflejada en su trabajo.

El autor acredita con este trabajo, y con los trabajos anteriores, una solidez y proyección científica como investigador universitario que justifica, sobradamente, la satisfacción y el orgullo de quienes hemos sido honrados con el encargo de prologarlo. Como codirectores de su tesis doctoral hemos tenido la ocasión de experimentar algo que a veces ocurre en nuestra carrera académica. El estudiante que resplandece con luz propia, y en este caso de manera excepcional. Como decía Aristóteles «es el verdadero discípulo el que supera al maestro». Estamos convencidos de que Diego Maldonado es uno de esos verdaderos discípulos, y todo un orgullo para nosotros, pues es una de las metas más difíciles en nuestra carrera académica: conseguir que la ciencia avance y contribuir a preparar a los mejores para esa ardua y difícil tarea que, como universitarios, le debemos a la sociedad.

A pesar de su juventud, el profesor Maldonado tiene ya un excelente recorrido académico. Cursó el Grado en Criminología y Seguridad en la Universidad

de Cádiz obteniendo el Premio Extraordinario Fin de Grado y el Premio Eulen

EXCELENTE al alumno más destacado de su grado. Tras cursar el Máster en Análisis y Prevención del Crimen en el Centro Crímina de la Universidad Miguel Hernández de Elche obtuvo también el premio de investigación del mismo. Posteriormente, a partir de 2018, iniciaría los estudios de Doctorado en la Universidad de Cádiz mediante la obtención de un contrato predoctoral. En este tiempo también ha publicado más de diez artículos en revistas científicas con indicios de calidad relevantes. Igualmente ha publicado varios capítulos de libros en editoriales jurídicas de renombrado prestigio, como Aranzadi y Dykinson. En la elaboración de su tesis, que recibió la máxima calificación y la mención de Doctorado Internacional, ha puesto a prueba la enorme capacidad de trabajo que ya se le presuponía, y que le ha llevado a visitar la Universitat Autónoma de Barcelona y la Universidade de Lisboa, donde realizaría una estancia en el Instituto de Geografia e Ordenamento do Território (IGOT). También ha impartido conferencias como profesor invitado al Grado de Criminología de la Universitat Pompeu Fabra y en el Máster de Dirección Estratégica del Instituto de Seguridad Pública de Cataluña. Desde enero de 2023, está acreditado como profesor ayudante doctor, profesor contratado doctor y profesor de universidad privada. Actualmente, ejerce como profesor ayudante doctor en Derecho Penal (Criminología), en la Universidad de Málaga.

De igual manera, ha participado en diferentes proyectos de investigación tanto autonómicos como nacionales con diversas líneas de investigación, como el titulado «Valoración de la eficiencia e impacto de la respuesta social y jurídica a la pederastia a partir del análisis criminológico» o «Tecnología y control social: Fundamentos para la gobernanza democrática de la seguridad en Andalucía».

La Estadística en la Ciencia Jurídica tiene una larga historia en común. Ya en 1709, Nicolás Bernoulli defendió su tesis de doctor en Derecho titulada «De usu artis conjectandi in Jure» (De la aplicación del Cálculo de Probabilidades a materias de jurisprudencia). Nicolás estudió la aplicación de la probabilidad a problemas judiciales como: los repartos de herencias, la condena de una persona en base a la combinación de las probabilidades asignadas a diversas pruebas, el cálculo del valor de las pensiones, los seguros marítimos, la veracidad de los testimonios o la probabilidad de la inocencia. En 1835, el estadístico Adolfo Quetelet analizaría las estadísticas de delitos en varios países llegando a conclusiones como que el delito es un fenómeno social y estadístico, lo que posibilita conocer con regularidad el número de delitos que se cometerán en años venideros, considerando Quetelet que las causas de los mismos son: el clima, la pobreza y el analfabetismo. Llegaría a conclusiones tales como que en invierno se cometen mayor número de delitos contra el patrimonio que en verano o que los delitos contra las personas tienden a aumentar conforme nos aproximamos al ecuador, al contrario que los delitos contra la propiedad. Tomados conjuntamente, los trabajos del estadístico Quetelet, junto a otros científicos europeos de la época, resultaron ser sin duda los conatos de un

enfoque que posteriormente vino a denominarse ecología del delito, y que sustentan en buena medida los planteamientos teóricos de esta obra.

Amigo lector, este libro que usted tiene en sus manos gira alrededor de la gentrificación turística, la desorganización social y la delincuencia urbana en Barcelona. El tema es de rabiosa actualidad. Las recientes noticias sobre el sentimiento de rechazo a la masificación turística, en lo que se denomina turismofobia, en ciudades como: Barcelona, Canarias, Palma de Mallorca o Sevilla, así lo demuestran. El impacto que el turismo de masas (turistificación), tiene en las ciudades ha conllevado una huida de los habitantes tradicionales de los centros de las urbes hacia otras zonas de la ciudad, sustituyendo la población habitual por otra de mayor poder adquisitivo, conociéndose este efecto como gentrificación.

En relación con este fenómeno, el autor nos plantea en este manual diversas preguntas, como, por ejemplo, conocer si contribuye la intensidad turística del barrio al incremento de la delincuencia, a través de la desorganización social de la comunidad. Para responder, entre otras a esa pregunta, el autor echa mano de un conjunto de datos secundarios, bien registrados por los Mossos d’Esquadra, el censo, el portal de datos abiertos de Barcelona, el Instituto Nacional de Estadística (INE), el Instituto de Estadística de Cataluña (IDESCAT), la API de la red social FLickr o de distintas encuestas realizadas por el Ayuntamiento de Barcelona.

Y de datos primarios como los conseguidos a través de una encuesta telefónica sobre 590 residentes de 63 barrios de la ciudad de Barcelona, encuesta encargada por el autor y realizada por la empresa NEXO, que llegó a realizar 14281 llamadas de teléfono de una base de 288355 registros. Los participantes fueron seleccionados mediante muestreo aleatorio estratificado con afijación proporcional al número de residentes en cada barrio, y se establecieron cuotas cruzadas por género y edad generales de la ciudad y proporcionales a la población.

Este enfoque cuantitativo se combinó con técnicas cualitativas, como la realización de 36 entrevistas en profundidad, realizadas por el propio autor a distintos residentes de la ciudad condal y a diferentes figuras políticas del gobierno local. Los testimonios ayudaron a comprender la manera en que la gentrificación turística contribuye a la desorganización social del barrio.

Con la teoría de la desorganización social como eje vertebrador, esta obra aborda el fenómeno de la gentrificación turística como potencial fuente de delincuencia. Tanto el estatus socioeconómico como la rotación poblacional y la heterogeneidad nacional dimanadas de la especialización turística del barrio exhiben una relación directa con la delincuencia patrimonial, esto es, el aumento del valor de estas tres variables se relaciona con un incremento de los delitos contra la propiedad. Mientras que la gentrificación clásica solo se relaciona con algunas formas de delincuencia estudiada en esta investigación en barrios muy concretos de Barcelona. Para llegar a estas conclusiones, el autor utiliza a lo largo del manual diversos métodos de regresión: regresión de mínimos cuadrados, regresión geográficamente ponderada, etc.

En el capítulo VI de este ejemplar, el autor nos muestra, a través de distintos mapas de coropletas, qué zonas de la ciudad de Barcelona concentran los modelos de regresión su mayor capacidad para explicar la variabilidad de la densidad delictiva y si las relaciones existentes entre las variables de la desorganización y la delincuencia son distintas en cada uno de los barrios de la ciudad de Barcelona analizados. Los distintos modelos de regresión concentran su mayor capacidad para explicar la delincuencia en los barrios de Camp d’en Grassot i Gràcia Nova, El Baix Guinardó, La Vila de Gràcia, l’Antiga Esquerra de l’Eixample y la Nova Esquerra de l’Eixample. Al aplicar modelos de regresión local, este estudio posibilita detectar si algunas variables independientes que se han revelado como no significativas en los modelos de regresión global, sí constituyen un factor predictivo en algunos vecindarios, según el modelo local. Posteriormente, en el capítulo VII, el autor resume los principales hallazgos obtenidos respecto a las relaciones que existen entre las fuerzas de la desorganización social y los niveles de eficacia colectiva. Para terminar, las evidencias dejan ver que la existencia de una relación entre la intensidad turística y los tipos de delincuencia está mediada por la rotación poblacional y por la heterogeneidad nacional, pero no por el estatus socioeconómico del barrio ni por la eficacia colectiva.

Pero este libro es algo más que un compendio de datos estadísticos, jurídicos, sociológicos o criminológicos. Así, el autor propone una serie de principios que pueden guiar a las políticas públicas en materia de prevención de la delincuencia, como pueden ser medidas anti-gentrificación y otras de fomento de la cohesión social en el vecindario. También nos invita a comprobar, estimado lector, tras su lectura, si sus conclusiones coinciden con las de su ciudad o si varían con el paso del tiempo, ¿acepta el reto?

En Jerez de la Frontera a 23 de abril de 2024 Día de San Jorge, dia del llibre i de la rosa

GABRIEL RUIZ GARZÓN

Catedrático de Estadística e Investigación Operativa

MARÍA JOSÉ RODRÍGUEZ MESA

Catedrática de Derecho Penal