103391 by UNIGIS América Latina

Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme Presentada para el Programa UNIGIS MSc at/en

Interfaculty Department of Geoinformatics- Z_GIS Departamento de Geomática – Z_GIS University of Salzburg ǀ Universidad de Salzburg

Análisis de la distribución espacial del fenómeno delictivo del municipio de Fonseca, La Guajira, Colombia; durante el año 2017

Spatial Analysis of Crime in 2017 - Municipality of Fonseca, La Guajira, Colombia By/por

Ingeniero Jessyka Paola Sierra Romero 103391 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science (Geographical Information Science & Systems) – MSc (GIS) Advisor ǀ Supervisor:

Leonardo Zurita PhD

Fonseca - Colombia, octubre 26 de 2020

COMPROMISO DE CIENCIA

Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

Fonseca, La Guajira, Colombia 26/10/2020 (Lugar, Fecha)

(Firma)

AGRADECIMIENTOS

A Dios por encima de todo, manteniendo mi fuerza intacta y fortalecida. A mi madre Alexis Romero por su lucha incansable y soporte constante. A mi hijo Ricardo A. Pérez Sierra por convertirse en mi luz y razón de vida.

RESUMEN La memoria del crimen trasciende desde años muy remotos con el objetivo de lograr una sociedad en plena paz y libertad. Con el fin de aportar en el cumplimiento de ese objetivo, en el presente estudio se analiza la distribución espacial del fenómeno delictivo durante el año 2017 en el municipio de Fonseca, La Guajira, Colombia. Se determina la concentración de los delitos en la zona urbana del municipio, se definen puntos calientes o zonas de incidencia criminal, patrones y cobertura policial utilizando los sistemas de información geográfica SIG. Se calculan estadísticas globales (centro medio y distribución direccional) para evaluar la orientación y distribución de los casos delictivos; herramientas de puntos calientes (Hot Spot) a partir de autocorrelación espacial y vecino natural; herramientas de interpolación (Distancia Inversa Ponderada, Spline), densidad de Kernel para establecer zonas o focos delictivos y análisis de redes (Network Analyst – New Service área) para definir la cobertura policiva. Los resultados obtenidos, evidencian patrones espaciales conforme a la concentración elevada de delitos en zonas céntricas de mayor tránsito humano, vial y comercial en el municipio, los cuales se corroboran al aplicar diversas técnicas. Así mismo, se establecen las zonas de cobertura policiva dentro de la cabera municipal. Palabras clave: análisis espacial, puntos calientes, criminalidad, análisis de redes.

ABSTRACT The memory of crime transcends from very remote years with the aim of achieving a society in full peace and freedom. In order to contribute to the compliance of this objective, in this study we analyze the spatial distribution of the criminal phenomenon during the year 2017 in the municipality of Fonseca, La Guajira, Colombia. The determination of the concentration of crimes in the urban area of the municipality, areas of incidence of criminals, patterns and police coverage using GIS geographic information systems. Global statistics (average center and directional distribution) calculated to assess the orientation and distribution of criminal cases; hot spot tools from spatial autocorrelation and natural neighbor; Interpolation tools (Weighted Reverse Distance, Spline), Kernel density to establish zones or criminal focus and analysis of networks (Network Analyst - New Service Area) to define the political coverage. The results obtained show spatial patterns according to the high concentration of crimes in central areas of greater human, road and commercial traffic in the municipality, which corroborated by applying various techniques. Likewise, the areas of police coverage established within the municipal seat. Key Words: spatial analysis, hot spots, crime, network analysis.

TABLA DE CONTENIDO

RESUMEN ............................................................................................................................... 4 ABSTRACT .............................................................................................................................. 4 1. INTRODUCCIÓN .............................................................................................................. 11

1.1.

ANTECEDENTES DEL PROBLEMA........................................................................... 12

1.2.

OBJETIVOS Y PREGUNTAS DE INVESTIGACIÓN ..................................................... 14

1.3.

PREGUNTAS DE INVESTIGACIÓN........................................................................... 14

1.4.

HIPÓTESIS .............................................................................................................. 14

1.5.

JUSTIFICACIÓN ...................................................................................................... 15

1.6.

ALCANCE ............................................................................................................... 16

REVISIÓN DE LA LITERATURA....................................................................................... 18 2.1.

ESTUDIO GEOGRÁFICO DEL DELITO ...................................................................... 18

2.1.1.

Criminología Ambiental ................................................................................. 18

2.1.2. SISTEMAS DE INFORMACION GEOGRÁFICA EN EL ESTUDIO DEL FENOMENO DELICTIVO .................................................................................................................... 21 2.1.3. 2.2.

ESTRUCTURA DEL DELITO EN COLOMBIA ............................................................. 26

2.2.1. 2.3. 3.

MAPAS DEL CRIMEN ...................................................................................... 21

Prevención del delito en Colombia................................................................ 27

METODOLOGÍAS DE ANÁLISIS DE LA GEOGRAFÍA DEL DELITO ............................. 30

METODOLOGÍA ............................................................................................................ 32 3.1. CARACTERISTICAS GENERALES DEL AREA DE ESTUDIO ............................................ 32 3.1.1.

Ubicación del municipio ................................................................................ 32

3.1.2.

Demografía .................................................................................................... 33

3.2.

METODOLOGÍA DE TRABAJO ................................................................................ 34

3.2.1.

Adquisición, clasificación y geolocalización de datos .................................... 34

3.2.2.

Calculo de estadísticas y cartografiado básico .............................................. 34

3.2.3.

Definición de puntos de concentración de los delitos .................................. 35

3.2.4.

Identificación de patrones espaciales de criminalidad ................................. 35

3.2.5.

Estimación de la cobertura policiva del municipio ........................................ 36

3.3.

RECOLECCIÓN DE INFORMACIÓN ......................................................................... 36

3.3.1.

Información cartográfica normativa del municipio de Fonseca.................... 37

3.3.2.

Casos delictivos durante el año 2017. ........................................................... 38

3.3.3. Registro los comandos de atención inmediata (CAI) y cuadrantes de vigilancia comunitaria ubicados en el municipio ........................................................................ 40 3.4.

PROCESAMIENTO DE DATOS ................................................................................ 40

3.4.1.

Búsqueda y elaboración de cartografía base del municipio. ........................ 40

3.4.2.

Geocodificación de delitos del año 2017 y estación de Policía ..................... 42

3.4.3.

Concentración de los hechos delictivos ........................................................ 44

3.4.4.

Análisis de los patrones espaciales de criminalidad ...................................... 45

3.4.5.

Definición de áreas de cobertura de las estaciones de policía ..................... 45

RESULTADOS Y DISCUSIÓN DE RESULTADOS .............................................................. 47 4.1.

RESULTADOS ......................................................................................................... 47

4.1.1.

Concentración de los delitos ......................................................................... 47

4.1.2. Análisis los patrones espaciales de criminalidad desarrollados en el espacio .......................................................................................................................53 4.1.2.1. Intensidad de agrupamiento de los datos espaciales ................................... 53 4.1.2.2. Puntos calientes (Hot Spot) ........................................................................... 55 4.1.3. 4.2.

Áreas de cobertura de las estaciones de Policía ........................................... 63

DISCUSIÓN DE RESULTADOS ................................................................................. 64

CONCLUSIONES Y RECOMENDACIONES ...................................................................... 70

REFERENCIAS BIBLIOGRÁFICAS.................................................................................... 72

LISTA DE FIGURAS

Figura 1. Mensaje en los mapas delictivos. ......................................................................... 23 Figura 2. Estrategias de la PONAL para el manejo de la convivencia y la seguridad ciudadana ............................................................................................................................................. 28 Figura 3. Servidor de mapas de la PONAL. Vigilancia comunitaria por cuadrantes para el municipio de Fonseca. ......................................................................................................... 29 Figura 4. Ubicación del municipio de Fonseca en el departamento de La Guajira. ............ 33 Figura 5. Flujograma de la metodología de trabajo. ........................................................... 36 Figura 6. Base de datos delictivos de la PONAL ................................................................. 38 Figura 7. Cartografía base. Cabecera municipal de Fonseca. . .......................................... 40 Figura 8. Mapa veredal del municipio de Fonseca.. ........................................................... 41 Figura 9. Estructura de la información de delitos según su afectación a la seguridad. ...... 43 Figura 10. Distribución de los casos delictivos en el municipio de Fonseca durante el año 2017. .................................................................................................................................... 44 Figura 11. Cuadrantes de vigilancia comunitaria del municipio de Fonseca. .................... 46 Figura 12. Mapa de concentración y dirección de ocurrencia de los delitos ..................... 47 Figura 13. Mapa veredal de delitos que afectan la seguridad ciudadana. ......................... 49 Figura 14. Mapa veredal de delitos que afectan la seguridad pública. .............................. 50 Figura 15.Mapa veredal de delitos que afectan la seguridad vial ...................................... 51 Figura 16. Mapas coropléticos de casos delictivos por barrio. .......................................... 52 Figura 17. Grafica de resultados autocorrelación espacial en delitos que afectan a la seguridad ciudadana............................................................................................................ 53 Figura 18. Grafica de resultados autocorrelación espacial en delitos que afectan a la seguridad pública................................................................................................................. 54 Figura 19. Grafica de resultados autocorrelación espacial en delitos que afectan a la seguridad vial. ...................................................................................................................... 55

Figura 20. Mapa de puntos calientes frente a delitos que afectan la seguridad ciudadana (Natural Neighbor)............................................................................................................... 56 Figura 21. Mapa de puntos calientes frente a delitos que afectan la seguridad pública (Natural Neighbor)............................................................................................................... 56 Figura 22. Mapa de puntos calientes frente a delitos que afectan la seguridad vial (Natural Neighbor). ............................................................................................................................ 57 Figura 23.Mapa de interpolación (Spline) frente a delitos que afectan la seguridad ciudadana ............................................................................................................................ 58 Figura 24. Mapas de interpolación (Spline) frente a delitos que afectan la seguridad pública. ................................................................................................................................ 58 Figura 25. . Mapas de interpolación (Spline) frente a delitos que afectan la seguridad vial........................................................................................................................................ 59 Figura 26. Mapas de interpolación método (IDW) frente a delitos que afectan la seguridad ciudadana. ........................................................................................................................... 59 Figura 27. Mapas de interpolación (IDW) frente a delitos que afectan la seguridad pública ................................................................................................................................. 60 Figura 28. Mapas de interpolación (IDW) frente a delitos que afectan la seguridad vial. . 61 Figura 29. Mapa de densidad (Kernel Density) frente a delitos que afectan la seguridad ciudadana. ........................................................................................................................... 61 Figura 30. Mapa de densidad (Kernel Density) frente a delitos que afectan la seguridad pública. ................................................................................................................................ 62 Figura 31. Mapa de densidad (Kernel Density) frente a delitos que afectan la seguridad vial........................................................................................................................................ 62 Figura 32. Tiempo de respuesta del servicio policivo en el municipio de Fonseca. ........... 63

LISTA TABLAS

Tabla 1. Pruebas estadísticas de análisis de patrones delictivos. ...................................... 24 Tabla 2. Datos cartográficos del municipio de Fonseca ..................................................... 37 Tabla 3. Cantidad de delitos ocurridos en el municipio de Fonseca durante el año 2017. 39 Tabla 4. Resultados generales de la distribución direccional de los delitos. ...................... 48 Tabla 5. Detalle de los delitos que afectan la seguridad ciudadana. ................................. 65 Tabla 6. Detalle de los delitos que afectan la seguridad pública ....................................... 65 Tabla 7. Detalle de los delitos que afectan la seguridad vial. ............................................ 66

LISTA DE ACRÓNIMOS ART

Agencia de Renovación del territorio

BACRIM

Bandas Criminales

CAI

Comandos de Atención Inmediata

DANE

Departamento Administrativo Nacional de Estadística

DMS

Programa de Departamentos y Municipios Seguros

DNP

Departamento Nacional de Planeación

ELN

Ejército de Liberación Nacional

EOT

Esquema de Ordenamiento Territorial

ESDA

Análisis Exploratorio de Datos Espaciales

FARC

Fuerzas Armadas Revolucionarias de Colombia

GICRI

Grupo de Información de Criminalidad

IDW

Distancia Inversa Ponderada

IGAC

Instituto Geográfico Agustín Codazzi

MINSALUD Ministerio de Salud ONG

Organizaciones No Gubernamentales

PIB

Producto Interno Bruto

PNVCC

Plan de Vigilancia Comunitaria por Cuadrantes

PONAL

Policía Nacional de Colombia

RAMV

Registro Administrativo de Migrantes Venezolanos

SIEDCO

Sistema de Información Estadístico Delincuencial Contravencional y Operativo

SIG

Sistemas de Información Geográfica

VICOM

Programa de Vigilancia Comunitaria

1. INTRODUCCIÓN

La delincuencia se ha convertido en la actualidad en uno de los problemas sociales más degradantes de la sociedad civil (Ruiz, 2007). Las conductas antisociales como el hurto, homicidios, amenazas, extorsión, secuestro, lesiones personales, abuso sexual, etc., contextualizan y fundamentan la sensación de inseguridad de la ciudadanía (Redondo, 2001). Si bien es cierto que el fenómeno delincuencial ha sido parte de la dinámica de toda sociedad desde tiempos remotos (Navarro, 2005), la conducta delictiva adquiere formas de expresión diferenciada, sin modificar la dinámica de la vida en sociedad. Sin embargo, cuando se degradan las condiciones de bienestar social y las instituciones no implementan acciones eficaces que ofrezcan un nivel de contención, surge la incertidumbre y es inevitable que se pierda la credibilidad y confianza, apareciendo el miedo frente a la inseguridad. El análisis del fenómeno delictivo es el objeto de la criminología tradicional, la cual busca identificar los actores (víctima y victimario) y el control social del delito (Pablos, 2006), omitiendo la importancia del donde y cuando se presentan los sucesos (espacio y tiempo). La criminología ambiental se convierte entonces, en una disciplina con perspectiva espaciotemporal, que enmarca la influencia decisiva del ambiente en el comportamiento humano (Hikal, 2009; San Juan, Bermejo y Ocaríz, 2007), información útil para predecir, controlar e incluso prevenir los eventos delictivos. Este análisis se centra principalmente en valorar el vínculo entre la condición de vida urbana y la delincuencia (Fernández, Vázquez, Planells-struse y Belmonte, 2014), utilizando información criminal de sucesos registrados en el municipio de Fonseca, La Guajira, por la Policía Nacional de Colombia (PONAL), Fiscalía, Ministerio de Defensa y las Fuerzas Militares de Colombia durante el año 2017. La dinámica del crimen posee características geográficas innatas que delimitan un patrón dada la densidad de los delitos, definiendo así, zonas de miedo o peligrosas que serán definidas utilizando Sistemas de Información Geográfica (SIG).

1.1.

ANTECEDENTES DEL PROBLEMA

Las características del crimen han sido objeto de estudio desde tiempos remotos. El efecto de la pobreza sobre el delito fue observado en el siglo XV por Sir John Fortescue y descrito por Tomás Moro y Juan Luis Vives en el siglo XVI (Hernando, 1999). Entre los años 1825 y 1890, se constituyó la Escuela Cartográfica del siglo XIX que circunscribió a la escuela sociológica francesa, a su vez se estableció en Francia el primer sistema de estadística judicial criminal. El aporte principal de esta escuela fue diferenciar los contextos urbanos y rurales considerando la delincuencia como un fenómeno que ha trascendido de generación en generación (Hernando, 1999). Esta escuela vincula el análisis estadístico y la representación geográfica en mapas para el estudio de la criminalidad (Vázquez y Soto, 2013), dando un salto importante en materia de geografía del crimen. Los precursores de estos análisis fueron Charles J. M. Lucas (1827), Adolphe Quételet y André M. Guerry, quienes realizaron análisis detallados de la correlación entre la edad, efecto de las condiciones económicas, educación y sexo en la criminalidad (Anselin, Cohen, Cook, Gorr, y Tita, 2000). Fletcher (1849) y Henry Mayhew (1959), pioneros en la geografía criminal, llevaron a cabo una investigación de tipo estadístico a una escala espacial de condados en Londres, Inglaterra y Gales. En sus estudios evidenciaron la estrecha relación entre los elevados índices de delincuencia y la riqueza de ciertos condados, los condados de mejor calidad de vida ofrecían mayor oportunidad para el delito (Quinney, 2001, p. 8). En el siglo XX a principios de la década de 1915 a 1940 cuando se conforma la Escuela ecológica de Chicago, el antropólogo Adam Kuper (1988), Bronislaw Malinowski (1884 1942), Franz Boas, (1858 - 1942), Robert Park y Ernest Burgess (1921), entre otros, buscan la comprensión de la sociedad en pro del conocimiento científico, es así como se constituye la Sociología, que partir de una visión interdisciplinaria, busca el conocimiento de la estructura de la sociedad (Azpúrua, 2005). La escuela se convierte entonces, en pionera en el análisis de la ecología humana y su eco se refleja en la criminología. Sus miembros más representativos fueron Robert Park, Clifford Shaw, John Landesco, quienes se enfocaron en la identificación de patrones criminales que generaba la modificación del ambiente en la época.

Por su parte, América Latina registra una de las tasas de criminalidad más alta del planeta (Buvinic, Morrison, y Orlando, 1994). Los grupos al margen de la ley, el narcotráfico, así como las reformas macro económicas han dado lugar a una disparidad entre estratos sociales, creando las condiciones ideales para el crimen (Gootemberg, 2004). Colombia, un país de múltiples recursos, lidera un escenario de confrontación por el control y manejo de las drogas. Entre los años 1980 y 1990 se potencializó esta crisis con la conformación de los carteles de Medellín y Cali, la repercusión llegó hasta la filtración en instituciones públicas corrompiendo y manipulando la política (Pérez Toro, 2000). Paralelo a esta condición se agudizan el crimen organizado, la prostitución, trata de blancas, la drogadicción y el terrorismo. El incremento de estos fenómenos sociales genera un impacto en la economía del país, incrementando excesivamente el Producto Interno Bruto (PIB) (Buvinic et al., 1994). Los costos inmediatos de la violencia incluyen los tratamientos para la reparación de víctimas, captura y procesamiento a los delincuentes, bienes y servicios utilizados en su prevención, etc. El departamento de La Guajira, fronterizo con Venezuela y abandonado políticamente (Trejos y Luquetta, 2014) dadas las relaciones de los gobernadores con el narcotráfico y el paramilitarismo, se ha considerado una zona de disputa criminal y depredación económica entre las Fuerzas Armadas Revolucionarias de Colombia (FARC), las bandas criminales BACRIM (Ávila, 2015) y el Ejército de Liberación Nacional (ELN) lo cual implica un incremento importante en los niveles de violencia. El municipio de Fonseca, ubicado en la zona sur del departamento de La Guajira, es uno de los municipios fronterizos con Venezuela y por ende ha sido canalizador de actividades ilegales que difícilmente pueden manejarse debido a la disputa constante por el control del territorio (Aparicio, 2015). Este análisis es determinante al identificar la distribución geográfica de los hechos delictivos durante el año 2017, de esta manera se definirán zonas calientes propensas al crimen. A partir del resultado se podrán implementar programas de prevención y control del delito por parte de las entidades gubernamentales correspondientes.

1.2.

OBJETIVOS Y PREGUNTAS DE INVESTIGACIÓN

OBJETIVO GENERAL Analizar la distribución espacial del fenómeno delictivo en el municipio de Fonseca, La Guajira, durante el año 2017.

OBJETIVOS ESPECÍFICOS 

Definir los puntos de concentración de los delitos.



Analizar los patrones espaciales de criminalidad desarrollados en el espacio.



Identificar las areas de cobertura de las estaciones de Policía ubicada en el municipio.

1.3.

PREGUNTAS DE INVESTIGACIÓN

El desarrollo del proyecto está enfocado en la solución de los siguientes interrogantes: 

¿Cuáles son los puntos de concentración de los delitos en el municipio de Fonseca?



¿Qué patrones espaciales del crimen existen?



¿Cuáles son las áreas de cobertura de las estaciones de Policía ubicadas en el municipio de Fonseca?

1.4.

HIPÓTESIS

Es posible a través de los sistemas de información geográfica identificar patrones espaciales de la distribución del fenómeno delictivo en el municipio de Fonseca, La Guajira.

1.5.

JUSTIFICACIÓN

Durante muchas décadas el municipio de Fonseca ha sido amedrentado por el crimen. Desde 1988 se conformó el frente Luciano Ariza controlado por el frente de guerra norte del ELN que opera desde Serranía del Perijá en los límites del Cesar y La Guajira, zona fronteriza con La Guajira (Ávila y Arias, 2008). La ubicación central del municipio dentro del departamento y su cercanía con los accesos ilegales hacia el vecino país Venezuela lo convirtieron en escenario y epicentro de hechos criminales. Por otro lado, es necesario resaltar que Fonseca ha sido uno de los municipios seleccionados para la ubicación de un punto campamentario transitorio de normalización para la dejación de armas e inicio de la reinserción a la sociedad civil de los militantes que se han acogido al proceso de paz entre el gobierno Nacional y las FARC iniciado el Febrero de 2012 (MINSALUD, 2017). Si bien es un compromiso pactado entre ambas partes, el perfil psicológico de los excombatientes en la mayoría de los casos presenta ciertos rasgos psicopatológicos que conllevan a un alto grado de incapacidad social y ocupacional denominado por los psiquiatras como un transtorno disociativo de la personalidad (Ocampo, 2014). Esta conducta representa una amenaza para la sociedad civil, debido a que quienes lo presentan tienen una alta dificultad clínica de la cognición y la regulación de emociones. Este proceso requiere de un seguimiento constante que demanda el tratamiento psiquiátrico continuo para asegurar el cumplimiento de las metas propuestas. Pese al esfuerzo

por

parte

las

entidades

gubernamentales,

Organizaciones

Gubernamentales (ONG), entre otros, por manejar y controlar el proceso e inevitable que existan disidentes que desacatan y recaen las acciones que propagan el delito. Por su parte, la situación económica del país Venezuela, limítrofe con el departamento de La Guajira, ha arrastrado consigo una migración ilegal descontrolada de ciudadanos venezolanos hacia Colombia por el departamento de La Guajira. Según estadísticas analizadas por Bahar, Dooley y Huang (2018), alrededor del 75% de la población migrante identificada en el Registro Administrativo de Migrantes Venezolanos (RAMV), tienen un nivel de escolaridad secundaria y el 13.6% de la población del municipio de Fonseca

corresponde a migrantes venezolanos. Esto se convierte en un problema económico y social por la dificultad para integrarse a la fuerza laboral del municipio. En la actualidad los casos delincuenciales son registrados en una base de datos en la que participan entidades gubernamentales como la Fiscalía, Policía Nacional, Ministerio de Defensa y las Fuerzas Militares de Colombia. El cuerpo de policía del municipio de Fonseca ofrece una visión relativa o contextual de la delincuencia, la cual debe basarse en un análisis delictivo general teniendo en cuenta la frecuencia y las tasas delictivas, estas variables resultan útiles en la compresión de los patrones geográficos del crimen. Los SIG en la Policía Nacional ya soportan las operaciones de seguridad, sin embargo, su uso no sobrepasa de una cartografía base del municipio, el análisis detallado basado en la distribución geográfica, tipos de casos, estratos sociales, etc., no se ha ejecutado, por lo que no se están optimizando las decisiones de manera eficaz. Este análisis fundamentará las acciones policivas y gubernamentales en pro del desarrollo de prioridades de política pública para la prevención del delito.

1.6.

ALCANCE

El desarrollo de esta investigación pretende analizar la distribución espacial del fenómeno delictivo en el municipio de Fonseca a partir de los casos criminales reportados ante la PONAL y administrados en el Sistema de Información Estadístico, Delincuencial Contravencional y Operativo (SIEDCO) durante el año 2017. Se pretende definir patrones espaciales de criminalidad utilizando técnicas de análisis geográfico tales como las estadísticas globales, herramientas de interpolación, de densidad, puntos calientes y la presentación de mapas.

Este análisis se convertirá en insumo base para la toma de

decisiones en la planeación de estrategias que permitan mitigar, controlar y disminuir los índices delictivos en el municipio de Fonseca. A partir del análisis de redes se logrará definir velocidades de respuesta de la PONAL ante situaciones de emergencia por algún suceso delictivo. De esta manera será posible establecer zonas desprotegidas y su relación con los sucesos criminales.

Cabe destacar que existe una limitante enfocada directamente a la baja frecuencia de denuncia de los delitos en nombre de la victima, reduciendo así el nivel de precisión en el análisis de los resultados obtenidos.

2. REVISIÓN DE LA LITERATURA

Este capítulo ofrece una descripción detallada de los conceptos y definiciones requeridos por el lector para contextualizarlo en el estudio de la criminalidad.

2.1.

ESTUDIO GEOGRÁFICO DEL DELITO

El análisis del delito con carácter científico es nuevo con respecto a otras disciplinas de las ciencias sociales, sin embargo es una problemática característica de la vida en sociedad (Sánchez, 2010). Las bases del análisis delito se ubican en la Criminología. La Real Academia Española (REA, 2019, ¶.1), define la criminología como la “Ciencia social que estudia las causas y circunstancias de los distintos delitos, la personalidad de los delincuentes y el tratamiento adecuado para su represión”. Las ramas de la criminología son variadas, la mayoría están enfocadas a la comprensión del delito apuntando directamente al comportamiento del individuo. Sin embargo, la influencia del ambiente y la estructura social en el que se desenvuelve, genera conductas propensas al crimen (Hernando, 1999; Estrada, 2010; Guillén, 2013; Martínez Roig, 2015; Wortley y Townsley, 2008; Ponzuelo, 2018), este es el objeto de la Criminología Ambiental.

2.1.1. Criminología Ambiental

Según Brantingham y Brantingham (1995), “la criminología ambiental sostiene que los eventos criminales deben entenderse como confluencias de delincuentes, víctimas o blancos criminales, y leyes en entornos específicos en momentos y lugares específicos” (p. 2). Existe una estrecha interacción entre cuatro elementos: las leyes, la víctima, el victimario y el entorno. La dimensión legal es determinante, se requiere de leyes definidas a las cuales el individuo omita o vulnere para hablar de delito (Medina, 2016). La víctima u objeto del delito es el sujeto, persona física o persona jurídica, grupo o colectividad de personas que padece directa o indirectamente las consecuencias del hecho delictivo

cometido por el infractor quien hace las veces de delincuente o victimario (Navarro, 2005). El caso o suceso tiene una característica geográfica y temporal inherente del entorno debido a que sucede en un lugar y momento determinado (Chainey y Ratcliffe, 2005), la distribución de la delincuencia no es aleatoria (Wortley y Townsley, 2008). Depende de factores situacionales producto de la interacción entre la persona y el entorno físico del contexto urbano, no se descartan las condiciones sociales del individuo en la manifestación del delito debido a que son influyentes. Se enfoca principalmente en la dimensión ambiental (lugar) dado que existen espacios que brindan oportunidad para el delito (Kennedy y Forde, 1990). En la medida que incremente la oportunidad, el delito también lo hará (Clarke, 1997). La criminología ambiental se fundamenta en las teorías criminológicas y las de oportunidad o situacionales. Una de las principales teorías criminológica enfocada al ambiente fue la de Jeffery (1971, citado por Soto, 2017). A través de su diseño ambiental establece que el crimen podía ser controlado a través del diseño de los entornos físicos que incluyen variables como el papel de la arquitectura, la planificación urbana, las sanciones legales, los sistemas sociales. Por su parte, Newman (1972, citado en Wortley y Townsley, 2008), plantea la teoría del espacio defendible, proponiendo la creación de un sistema de prevención por medio de la configuración de ambientes seguros adoptando medidas de control como la delimitación de los espacios tanto públicos, semipúblicos y privados, con cercas y portones que se constituyen como barreras u obstáculos para el delincuente; e incrementar la posibilidad de vigilancia natural con la instalación de ventanas, eliminación de puntos ciegos, iluminación, etc., con el fin de disminuir las tasas delictivas. Estas medidas incentivan el sentimiento de responsabilidad y autodefensa de los residentes (Anselin et al., 2000). Vásquez (2003), Wortley y Townsley (2008), Romero (2013), Ramírez (2014), Campoy y Summers (2015), entre otros, fundamentan sus investigaciones del comportamiento criminal en estudios previos de Cohen y Felson (1979), quienes exponen la teoría de las actividades rutinarias o las teorías de la oportunidad. Los autores realizaron un análisis de la dinámica de las personas en el día a día. Constantemente se crean rutinas como el desplazamiento de un lugar a otro por motivos laborales, o la ausencia constante de

personas en los hogares, el traslado por motivos de compras, lo cual crea personas y lugares vulnerables ante la presencia de un delincuente. Existe entonces, una relación entre las actividades rutinarias de las personas no delincuentes con aquellas actividades y rutinas de los delincuentes. Cohen y Felson (1979) plantean que para que ocurra el delito, debe haber una convergencia en espacio y tiempo de tres factores: (1) Delincuentes motivados; (2) objetos/víctimas apropiadas y (3) ausencia de eficaces protectores. La riqueza, empleo, la asistencia a centros educativos y el tiempo libre incrementa el riesgo de victimización, el crimen se considera un subproducto de la libertad y prosperidad (Aller, 2011). En la misma línea y respectivo a la ecología del delito, es el análisis del entorno que realizan los delincuentes para cometer el delito evaluando condiciones de oportunidad que varían de un lugar a otro y son determinantes en la ejecución del delito, expuesto en la teoría de patrones delictivos de Brantingham y Brantingham (1995). Los sucesos criminales se concentran en ciertos lugares y momentos específicos, pudiendo así establecer zonas o áreas concretas que tienen una alta probabilidad de reincidencia del delito. A estos lugares se les denomina hot spots o puntos calientes (Guillén, 2013). Estos puntos marcan patrones y tendencias que pueden ser analizados sistemáticamente y que facilita la predicción de la distribución del delito si se determina donde y cuando ocurren los delitos y bajo qué influencias ambientales se llevan a cabo. Esta información es crucial para el control e incluso prevención del delito (Fernández et al., 2011) Un análisis espacial permite medir la complejidad, centralizando los problemas concretos en una zona específica, aunque interrelacionados con otras zonas. Se trata de realizar precisiones sobre el espacio real visible, en el que interactúan las víctimas, victimarios, operadores jurídicos, barrios, prioridades; y no visible, relaciones interpersonales, intereses, motivaciones, oportunidades (Varona, 2012). De esta manera será posible predecir la distribución del delito a través de la representación cartográfica de las variables de oportunidad y riesgo.

El análisis espacial se sustenta sobre un Sistema de Información Geográfica (SIG), que asocia una o varias bases de datos permitiendo organizar y representar información de sucesos en el espacio. permitiendo (Vázquez y Soto, 2013)

2.1.2. SISTEMAS DE INFORMACION GEOGRÁFICA EN EL ESTUDIO DEL FENOMENO DELICTIVO

Los sistemas de información geográfica SIG se constituyen como herramientas claves para el procesamiento, visualización y análisis de grandes volúmenes de información geográfica georeferenciada almacenada en bases de datos y que pueden ser presentados en mapas digitales (Vázquez y Soto, 2013). En análisis del fenómeno delictivo, los SIG brindan su potencial en la elaboración de los denominados “mapas del crimen” o “mapas del delito” ofreciendo de manera rápida y fácil de interpretar, una visual de los hechos delictivos consumados en tiempo y espacio (Vozmediano y San Juan, 2006a, 2010) Por su parte, los “mapas delictivos”, también llamados “mapas delictuales”, son utilizados para el análisis de los comportamientos criminales y los patrones delictivos, facilitando la evaluación de criterios complejos aparentemente no relacionados y mostrarlos todos en la misma interfaz, por capas (Johnson, 2000; Vázquez y Soto, 2013). La información sobre la delincuencia contenida en un SIG, podrá ser tanto cuantitativa (por ejemplo, número de casos de acuerdo a su naturaleza) como cualitativa (por ejemplo, tipos de víctimas o delincuentes) (Vázquez y Soto, 2013), promoviendo la prevención si se evalúa la diversidad de factores influyentes en la comisión de un delito.

2.1.3. MAPAS DEL CRIMEN

Los mapas del crimen son herramientas cartográficas útiles en el análisis de las tendencias en las actividades delictivas. Evaluar la relación entre la actividad criminal y los factores ambientales y socioeconómicos determina la efectividad de programas dirigidos a la reducción de la incidencia criminal y a la alineación de programas de inteligencia para la

respuesta rápida de recursos policivos, utilizando tácticas efectivas para combatir el crimen (Johnson, 2000). Tipos de información contenida en un mapa Harries (1999) plantea que los mapas del crimen pueden proporcionar una diversidad de información que es definida de acuerdo al usuario final. Estos mapas pueden contener información de:  Localización: Ubicación en el espacio.  Distancias: Recorrido desde un punto a otro.  Dirección: Útil para hacerle seguimiento de un fenómeno delictivo. 

Patrones: La distribución de los casos delictivos muestran una tendencia que puede ser analizada por expertos, de esta manera es posible definir las causas probables de los hechos en el espacio. Estos patrones generalmente se clasifican como aleatorios, uniformes, agrupados o dispersos.

 Datos lineales: Demuestran conexión entre los sucesos representándolos con líneas, por ejemplo, el robo de vehículos en una calle y el lugar de recuperación es representada de manera lineal.  Distribución de superficies continuas: Representan la información estadística generalizada de la densidad del crimen que puede ser mejorada visualmente utilizando efecto en tres dimensiones. Los mapas pueden detallar información de manera cualitativa (datos numéricos) o cuantitativa (información numérica) de los hechos criminales, conformando zonas de calor o puntos calientes del delito (Ackerman y Murray, 2004; Maltz, Gordon, y Friedman, 1991). La selección del mapa apropiado para la representación de los eventos delictivos, así como el accionar de los entes policiales, depende directamente del lugar de la concentración, la víctima y del objeto de representación (Eck, Chainey, Cameron, Leitner, y Wilson, 2005). De acuerdo a la distribución de los casos criminales, se pueden utilizar mapas de puntos, líneas, elipse, coropletas y mapas de isolineas (Vázquez y Soto, 2013). Mapeo de puntos: Representa ubicaciones exactas de cada caso criminal por medio de puntos. Debe ser el foco de esfuerzo de la policía.

Mapeo de líneas: Alude que el crimen se ha materializado a lo largo de un trayecto continuo, la probabilidad de que el crimen se materialice en este espacio es alta, por ejemplo, robos a transeúntes en una calle poco concurrida. Mapeo de elipses, coropletas y mapas de isolineas: Simboliza zonas o áreas con el mismo riesgo de victimización. Su representación se apoya en el uso de escalas cromáticas. La Figura 1, exhibe los mensajes que emiten los mapas delictivos frente a la disposición de los delitos.

Figura 1. Mensaje en los mapas delictivos. (Eck et al., 2005)

2.1.3.1.

INTERPRETACION DE MAPAS DELICTIVOS

El análisis del comportamiento de delito en un área determinada requiere de la ejecución de una serie de pruebas estadísticas que permitan a los analistas a comprender la distribución de los patrones presentados (Eck et al., 2005). Estas herramientas incluyen:

 Punto medio o media aritmética: Se utiliza para calcular el punto medio de ubicación para los casos delictivos analizados.  Desviación estándar: Explica el nivel y la alineación de la dispersión en los datos de delictivos.  Elipse de desviación estándar: Representación de la desviación estándar de los datos por medio de elipses, indicando su orientación de ocurrencia según el tipo de delito.  Clúster o pruebas de agrupación: Se utilizan para determinar la agrupación de los delitos en áreas específicas. Las pruebas más comunes se detallan a continuación en la Tabla 1:

Tabla 1. Pruebas estadísticas de análisis de patrones delictivos. PRUEBA

DESCRIPCIÓN

Promedio del vecino más Calcula un índice de vecino más cercano en base a la distancia cercano

promedio desde cada entidad hasta la entidad vecina más cercana.

Clustering alto/bajo

Mide el grado de clustering para valores altos o bajos mediante la estadística G general de Getis-Ord.

Autocorrelación espacial

Mide la autocorrelación espacial en función de las ubicaciones de entidades y los valores de atributo mediante la estadística I de Moran global.

Análisis clúster espacial de Determina si las entidades, o los valores asociados a las distancia

múltiple entidades, exhiben un clustering o una dispersión

(Función k de Ripley)

2.1.3.2.

estadísticamente significativos en un rango de distancias.

SOFTWARE USADO EN EL CONTROL DEL CRIMEN

El uso de programas computarizados en el análisis del crimen se remota a la década de los 90. La policía de Nueva York implemento el programa Compstat (Computer Statistics) en el combate del crimen. Su uso permitió la reducción de delitos graves y aumentar el control

de la administración sobre las operaciones en campo (Eterno y Silverman, 2006; Levine, 2006; Weisburd, Mastrofski, Greenspan y Willis, 2004; Walsh y Vito, 2004; Ratcliffe, 2002) CrimeStat es probablemente el programa más difundido para la promoción, investigación, evaluación, desarrollo y difusión de los SIG con miras al análisis espacial del delito y el comportamiento criminal (Levine, 2006). La versión más reciente es la 4.02, de licencia libre. El programa incluye más de 100 rutinas estadísticas para el análisis espacial de delitos y otros incidentes. CrimeStat ingresa ubicaciones de incidentes (p. Ej., Ubicaciones de robo) en formatos dbf, point shp o ASCII usando coordenadas esféricas o proyectadas. Calcula varias estadísticas espaciales y escribe objetos gráficos en ArcGIS, MapInfo, Surfer para Windows y otros paquetes GIS (Levine, 2015). GeoDa es una aplicación basada en Windows muy fácil de usar. Proporciona herramientas útiles para realizar análisis exploratorios de datos espaciales, incluyendo ventanas vinculadas dinámicamente y el cepillado de datos. Corresponde a un software libre, con una variedad de opciones para la manipulación y transformación de datos, mapeo, análisis exploratorio de datos espaciales, estadísticas descriptivas, estadísticas de autocorrelación espacial, entre otras funcionalidades (Leitner y Brecht, 2007). Programas licenciados como ArcGIS, de la filial ESRI, utiliza un plug-in denominado “Crime Analyst”. Es una configuración de ArcGIS Pro que utilizan los analistas de delitos para examinar el comportamiento del crimen y diagnosticar futuras incidencias. Además, organiza las herramientas de geoprocesamiento y proporciona herramientas que favorecen la gestión de datos, el análisis táctico y estratégico, el análisis de investigación y las necesidades de intercambio de información (Ruiz, 2012). El programa ofrece una amplia gama de utilidades potenciales que favorecen el análisis criminal, una de estas es la extensión de análisis de redes. Anderson (2007) utiliza esta extensión para comparar diferentes métodos de medición puntos calientes de accidentes de tránsito en la ciudad de Londres en el que obtuvieron excelentes resultados al definir los tramos viales con mayor ocurrencia de accidentes.

2.2.

ESTRUCTURA DEL DELITO EN COLOMBIA

El grupo de Información de criminalidad (GICRI) es un área encargada consolidar, procesar y difundir los registros administrativos con fines estadísticos de delitos y actividad operativa institucional, la información es almacenada en una base de datos por las unidades desconcentradas de la PONAL, con el fin de asesorar al mando institucional en el Direccionamiento del Servicio de Policía (PONAL, 2019b). La PONAL, en conjunto con otros organismos del estado, clasifica los delitos de Impacto del país así mismo la actividad operativa y almacena en un SIEDCO, de manera desgregada por variables de tiempo, modo y lugar (PONAL, 2019b). Este sistema almacena la información delictiva clasificando los delitos de la siguiente manera:  Amenazas  Delitos sexuales  Extorsión  Homicidio  Homicidio en accidente tránsito  Hurto a cabezas de ganado (abigeato)  Hurto a comercio  Hurto a entidades financieras  Hurto a personas  Hurto a residencias  Hurto de automotores  Hurto de celulares  Hurto de motocicletas  Lesiones en accidente de tránsito  Lesiones personales  Piratería terrestre  Secuestro  Terrorismo  Violencia intrafamiliar

Según el Código Penal Colombiano y citado por Buitrago, Bernal y Rodriguez (2015), los delitos de mayor impacto se clasifican según su afectación en seguridad pública, ciudadana y vial. Dentro de los delitos que afectan la seguridad pública se encuentran la extorsión, homicidio, secuestro, terrorismo, y acciones subversivas. Los delitos que afectan la seguridad ciudadana son las lesiones personales y los hurtos. Los delitos de impacto que afectan la seguridad vial se clasifican de acuerdo con la cantidad de víctimas en homicidios en accidentes de tránsito y lesiones en accidentes de tránsito.

2.2.1. Prevención del delito en Colombia

La Policía Nacional de Colombia, cuyos principios rigen la administración pública y la responsabilidad compartida entre las autoridades civiles y la ciudadanía en general, ha implementado dos estrategias para el manejo de la convivencia y la seguridad ciudadana denominadas “Programa Departamentos y Municipios Seguros” y “Vigilancia Comunitaria” (Gómez y Baracaldo, 2015). En la Figura 2. Estrategias de la PONAL para el manejo de la convivencia y la seguridad ciudadana (Gómez y Baracaldo, 2015)

se exponen las características principales de

las estrategias de la PONAL para el manejo de la convivencia y la seguridad ciudadana.

Figura 2. Estrategias de la PONAL para el manejo de la convivencia y la seguridad ciudadana (Gómez y Baracaldo, 2015)

Las premisas del Programa de Departamentos y Municipios Seguros (DMS) son la coordinación intrainstitucional e interinstitucional y la planeación de las acciones y programas, en la que los gobernadores y alcaldes, y en general las autoridades con funciones de policía, asumieran sus competencias y funciones para garantizar el orden público, la convivencia y la seguridad ciudadana en todos los municipios y departamentos del país.

Por su parte, el Programa de Vigilancia Comunitaria (VICOM) plantea

metodologías para la identificación y tratamiento de problemas de inseguridad de manera conjunta con la comunidad y las autoridades, el patrullaje a pie u otro medio que permita el contacto con la gente (Gómez y Baracaldo, 2015). Alineado con el VICOM, la PONAL ha creado un modelo de vigilancia comunitaria por cuadrantes. Su ejecución requiere de la división de un área geográfica fija en cuadrantes

con las mismas características sociales, demográficas, económicas, contravencionales y delictivas. La atención de servicio policial en cada cuadrante es variable, por tanto se toman las medidas necesarias para la mitigación de los fenómenos delictivos planteando herramientas de corresponsabilidad según el caso (PONAL, 2019b). Actualmente, la PONAL tiene a disposición de la ciudadanía en general un servidor de aplicación de mapas, con la colaboración de Leaflet, una biblioteca de código abierto de Java Script; geocodificado por ESRI y Google Street Map en el que la que es posible visualizar mapas interactivos e identificar los cuadrantes según el área (PONAL, 2019b). En la Figura 3 se pueden apreciar los cuadrantes de vigilancia comunitaria definidos para el municipio de Fonseca.

Figura 3. Servidor de mapas de la PONAL. Vigilancia comunitaria por cuadrantes para el municipio de Fonseca. Basado en datos de PONAL (2019)

2.3.

METODOLOGÍAS DE ANÁLISIS DE LA GEOGRAFÍA DEL DELITO

Diferentes autores han empleado una variedad de metodologías y herramientas en el análisis geográfico del delito, a continuación, se citan algunos ejemplos: Vozmediano y San Juan (2006b) emplean los sistemas de información geográfica en el estudio del miedo al delito en Donostía, San Sebastián, España. El marco espacial fue modelado utilizando del programa ArcGIS obteniendo un mapa de densidad del delito que proporciona una comparación de datos delictivos frente a información del miedo al delito y victimización adquirida en encuestas. Fernández et al., (2011) realizan un análisis de la distribución espacial del fenómeno delictivo de la ciudad de Alcabete, España. Para ello utilizan el software de licencia libre gvSIG para obtener patrones delictivos, su relación con zonas vulnerables previamente identificadas y la influencia de la variación del tiempo en la ocurrencia de los sucesos. Sánchez (2010) efectúa un análisis del delito relacionándolo con las características sociodemográficas en las delegaciones de Benito Juárez, Coyoacán y Cuauhtémoc del Distrito Federal de México. La caracterización de los puntos críticos de la delincuencia fue representada en mapas coropléticos, plasmando su distribución espacial. La identificación y descripción de la distribución espacial de los patrones delictivos fue a través de Coeficientes de Localización obtenidos mediante el uso del software de licencia libre QGIS. El Instituto Nacional de Justicia de Estados Unidos, por medio de su programa de justicia, ha realizado una variedad de informes enfocados al mapeo del crimen. Uno de estos plantea la comprensión de los puntos calientes al mapear el crimen. En su informe los autores Eck et al. (2005) definen las características básicas de los puntos calientes y su análisis de acuerdo a su comportamiento en un área determinada, las teorías que enmarcan su naturaleza y la manera apropiada de representarlos en un mapa. Formisano (2002) utiliza la econometría espacial para determinar las características de la violencia homicida en la Ciudad de Bogotá, Colombia. Su estudio está enmarcado en el análisis de las variables de dependencia espacial influyentes en el desarrollo del homicidio utilizando un Análisis Exploratorio de Datos Espaciales (ESDA). El autor emplea las

estadísticas de dependencia I de Morán y la C de Geary para la comparación de la tasa de homicidios de cada sector censal con la tasa de homicidios ponderada de los sectores censales vecinos. Gubara, Amasha, Ahmed, y El Ghazali (2014) establecen un sistema de respuesta de emergencia de atención médica basada en el SIG para servicios que puedan identificar la ruta óptima desde la ubicación del incidente a cualquier proveedor de servicios de atención médica, la ruta óptima se modeló por medio de herramientas de análisis de redes. Los autores utilizan ArcGIS Server y una aplicación Web para permitir el acceso de los datos al usuario final. Estrada y Gómez (2015) utilizaron la herramienta de ArcGIS, ESRI, denominada Crime Analyst para el análisis del delito en la ciudad de Manizales, Colombia. Esta herramienta brinda al usuario la posibilidad de analizar los sucesos delictivos por hora, día de la semana o mes y ejecutar el análisis en fechas específicas. Además, calcula porcentajes de variación de delitos frente a dos épocas o fechas distintas, calcula secuencia de ocurrencia de los sucesos, presenta gráficos de reloj de datos, entre otras funcionalidades específicas para el análisis del delito. Existen metodologías diversas que permiten a los investigadores analizar el comportamiento del crimen de manera detallada, sin embargo, de manera colectiva se propone la ejecución de los siguientes pasos (Hernandez, 2016): 1. Migración de información desde las bases de datos tradicionales de las entidades gubernamentales encargadas de la seguridad pública y/o privada, para convertirla en entidades con atributos espaciales (Estrada y Gómez, 2015). 2. Generar mapas delictivos del delito, a partir de la aplicación de diferentes métodos tales como los mapas de densidad, de coropletas, diagramas de Voronoi, etc. 3. Definición de los puntos calientes o hot spot, que según Sherman, Gartin, y Buerger (1989) permite predecir donde y cuando se producirán hechos futuros. 4. Presentación de metodologías de mitigación y prevención del crimen mediante el uso de cartografía temática.

3. METODOLOGÍA

Este capítulo presenta detalladamente los métodos y técnicas utilizadas para el análisis del fenómeno delictivo del municipio de Fonseca, La Guajira, Colombia.

3.1. CARACTERISTICAS GENERALES DEL AREA DE ESTUDIO A continuación, se detallan los aspectos poblacionales del municipio de Fonseca:

3.1.1. Ubicación del municipio

La cabecera municipal de Fonseca se encuentra localizada aproximadamente a los 10°53’22” de latitud norte y 72°51’01” de longitud oeste, a una altura de 181 metros sobre el nivel del mar (IGAC, 1996). Su área municipal es de 487km2 y limita hacia el norte con la capital departamental de La Guajira, Riohacha; al sur con la República de Venezuela y San Juan del Cesar, al este con el municipio de Barrancas y la república de Venezuela y al oeste con los municipios de Distracción y San juan del Cesar (ver Figura 4). Por vía terrestre, dista aproximadamente 166 km de Riohacha, capital del departamento (Alcaldía Municipal de Fonseca, 2016). Según el Instituto Geográfico Agustín Codazzi IGAC, 2016), el municipio de Fonseca registra 12,331 predios urbanos y 1,877 predios rurales. En su territorio se sitúan dos resguardos indígenas: Mayabanglona y Trupio Gacho, y la Meseta. De acuerdo a proyecciones a partir del censo poblacional de 2018, su población para el año 2020 corresponde a 44,544 habitantes (DANE, 2018).

Figura 4. Ubicación del municipio de Fonseca en el departamento de La Guajira.

3.1.2. Demografía

Según la ficha territorial Terridata del Departamento Nacional de Planeación (DNP, 2020), el municipio de Fonseca tiene una población total estimada de 44.544 habitantes, su densidad poblacional es de 91,47 hab/km 2. En la cabecera municipal habitan 39.662 personas y en la zona rural 4.882. Su población étnica es de 4.256 habitantes, que corresponden al 9.95% de la población total. Su distribución se define de la siguiente manera: indígenas 1.262 (2.95%); negros, mulatos o afrocolombianos 2.980 (6.97%); raizal 11 (0.03%); ROM 2 (0.0%) y palenquero 1 (0.0%). En su territorio se ubica un resguardo indígena denominado Mayabangloma, este incluye a Trupiogacho y La Meseta. La población de origen étnico en el resguardo es de 1.570 habitantes (DNP, 2020).

3.2.

METODOLOGÍA DE TRABAJO

Para llevar a cabo el análisis de la distribución espacial del fenómeno delictivo del municipio de Fonseca durante el año 2017, se ha establecido una serie de etapas directamente enfocadas al cumplimiento de los objetivos de investigación. A continuación, se detallan la metodología utilizada en cada una de ellas.

3.2.1. Adquisición, clasificación y geolocalización de datos El proceso metodológico parte de la adquisición de la información geográfica e información alfanumérica delictiva del municipio. Según Clarke y Eck (2009), la adquisición gradual de información enriquece el proyecto planteando el enfoque de éste en la medida que avanza. Posteriormente se realiza la depuración de la información significativa para el proyecto y se procede a la geolocalización de los datos delictuales correspondiente al año 2017. La geolocalización es uno de los componentes más importantes en la elaboración de un correcto mapa delictivo, por ende exige rigurosidad y detalle en la estructura de los atributos geográficos y no geográficos (Vázquez y Soto, 2013).

3.2.2. Cálculo de estadísticas y cartografiado básico Ya ubicados espacialmente, los sucesos delictivos son sometidos, según el tipo de crimen, a análisis estadísticos básicos tales como distribución direccional (Elipse de desviación estándar) y el centro medio. Estas herramientas permiten definir el rumbo tendencial y el punto medio de los casos delictuales en el municipio. López y Esteban (2017), en su artículo “Análisis delictivo en el cantón Cuenca, Ecuador”, aplican estas técnicas espaciales apoyadas por SIG libre, logrando definir la orientación de los delitos según su tipo. Para representar la incidencia del delito según las diferentes divisiones administrativas (veredal y barrial) en el area de estudio, se utiliza una gama cromática representada en mapas coropléticos que permite determinar las areas con mayor y menor incidencia delictual. Ocáriz, Vozmediano, Germán, y Vasco (2011), en su análisis denominado “La variable “lugar de residencia” de los menores infractores: Relevancia y propuestas para su

análisis geográfico”, utilizan este método de cartografiado cuantitativo para representar el número de menores infractores en el país Vasco en España.

3.2.3. Definición de puntos de concentración de los delitos La aplicación del análisis de densidad plantea una superficie continua que permite definir áreas de mayor incidencia del delito, por ende, se plantea la utilización de la herramienta correspondiente a la densidad de Kernel del programa ArcGIS desktop. Esta técnica es aplicada por Vozmediano y San Juan (2006b) en el estudio del miedo al delito en Donostía – San Sebastián, España. La técnica calcula una magnitud por unidad de área a partir de la entidad de puntos correspondientes a los delitos mediante una función, Kernel para adaptar una superficie suavemente estrechada a cada punto (ESRI, 2018c). De esta manera se logra definir un mapa de calor que precisa zonas de mayor y menor índice delictivo.

3.2.4. Identificación de patrones espaciales de criminalidad El agrupamiento de los sucesos en el espacio se presenta comúnmente dadas las condiciones y oportunidades que tiene el victimario para llevar a cabo el delito (Vázquez y Soto, 2013). Por lo tanto, para determinar los patrones espaciales de criminalidad, se realiza el análisis de clústeres (agrupamiento) a partir de herramientas de análisis de patrones tales como vecino más cercano, autocorrelación espacial y análisis de puntos calientes (Hot Spot), herramientas útiles para definir áreas de incidencia constante del crimen tal como lo aplica Borbor (2014) en su estudio del crimen determinando los puntos calientes de robos en circuitos de la ciudad de Guayaquil, Ecuador. El proceso de análisis es finalizado aplicando las herramientas de interpolación IDW (Distancia inversa ponderada) y Spline que permiten definir zonas coincidentes de sucesos a partir de una escala graduada de colores, de esta manera será fácil identificar franjas calientes del crimen.

3.2.5. Estimación de la cobertura policiva del municipio La cobertura policiva del municipio está definida mediante la aplicación del Plan Nacional de Vigilancia Comunitaria por Cuadrantes (PNVCC).

La PONAL ha establecido dos

cuadrantes para la cabecera municipal, sin embargo, solo hay disponibilidad de una estación de policía para dar respuesta oportuna a los requerimientos en materia de convivencia y seguridad ciudadana dentro del territorio municipal. Para evaluar la efectividad en la atención policiva frente a un llamado de emergencia, se realiza análisis de redes dentro de la cabecera municipal que contempla la velocidad de tránsito, longitud de la vía y se calcula la impedancia (tiempo en minutos) de tránsito. De esta manera se puede determinar las áreas de cubrimiento con respecto al tiempo. A continuación, se presenta el flujograma de la metodología de trabajo, seguido del detalle el procesamiento de datos realizado en el análisis de patrones delictivos:

Estadisticas Globales

Clasificación • Adquisición de la información

Captura

• Selección de datos

• Geolocalización de datos

Espacialidad

• Elipse • Punto Medio

• Coropletas • Integrar • Recopilar eventos • Autocorrelación espacial • Punto Caliente • Vecino mas cercano • IDW • Spline • Densidad Kernel

Cobertura Policiva • Analisis de redes

Patrones Espaciales

Figura 5. Flujograma de la metodología de trabajo.

3.3.

RECOLECCIÓN DE INFORMACIÓN

La actividad inicial llevada a cabo para elaboración de la investigación es la búsqueda de información cartográfica y delictiva. A partir de este proceso se obtuvieron las siguientes entidades y fuentes de información:

3.3.1. Información cartográfica normativa del municipio de Fonseca. Para el análisis del fenómeno delictivo en el municipio es necesario tener una base cartográfica representada en capas de diferentes entidades (línea, puntos, polígonos). El detalle de las fuentes de información obtenidas se relaciona en la Tabla 2. Datos cartográficos del municipio de Fonseca Tabla 2. Datos cartográficos del municipio de Fonseca

Shape o Capa

Descripción

Fuente

Polígono

Límite municipal

IGAC

Año de actualización 2019

Municipal Esquema de Perímetro

Límite entre zona urbana y

ordenamiento

Urbano

rural

territorial (EOT)

2005

Municipal Delimitación entre calles y Manzana

carreras División político

Barrios

administrativa por barrios División político

Veredas

administrativa por veredas

IGAC

2019

EOT Municipal

2005

Agencia de Renovación del

2018

territorio ART

Vías

Estructura vial municipal

IGAC

2019

Hidrología

Ríos, arroyos, quebradas

IGAC

2019

IGAC

2019

División político Municipios de

administrativa por

Colombia

municipios

División político Departamentos

administrativa de

de Colombia

Departamentos

IGAC

2019

3.3.2. Casos delictivos durante el año 2017. La información delictiva del municipio fue suministrada la Policía Nacional en formato Excel. La base de datos almacena diferentes campos que detallan la fecha del hecho, mes, barrio, dirección, longitud, latitud zona, descripción del hecho delictivo, conducta, arma o medio, modalidad, descripción de ocupación, edad, genero, móvil del agresor, móvil de la víctima, día de la semana, descripción el sitio del suceso y entidad que registro el suceso. Ver Figura 6.

Figura 6. Base de datos delictivos de la PONAL

Los casos delictivos almacenados en el documento de Excel se clasificaron de acuerdo según su afectación a la seguridad ciudadana, pública y vial y fueron cargados en el software ArcGIS utilizando los campos de longitud y latitud. En la Tabla 3 se relacionan los sucesos criminales según el tipo de delito y la zona donde ocurrieron los hechos en el municipio.

Tabla 3. Cantidad de delitos ocurridos en el municipio de Fonseca durante el año 2017.

TIPO DE AFECTACIÓN

SEGURIDAD CIUDADANA

SEGURIDAD PÚBLICA

SEGURIDAD VIAL

ZONA

URBANA

RURAL

Hurto de ganado (Abigeato)

Hurto de automóviles

Hurto a entidades financieras

Hurto a entidades comerciales

Hurtos informáticos

Hurto de motos

Hurto a personas

Hurto a residencias

Lesiones Personales

Amenazas

Extorsión

Homicidios

DELITO

Homicidios en accidentes de transito

Lesiones en accidentes de transito TOTAL

403

3.3.3. Registro los comandos de atención inmediata (CAI) y cuadrantes de vigilancia comunitaria ubicados en el municipio. La información fue suministrada por la PONAL del municipio en formato Excel. Los atributos contienen el nombre, latitud y longitud del punto correspondiente a la única estación existente. Los cuadrantes de vigilancia se obtuvieron en formato pdf, el archivo fue transferido a el programa ArcGIS, georeferenciado y digitalizado. 3.4.

PROCESAMIENTO DE DATOS

La migración de la información a un formato espacial asociado a una entidad se realizó bajo el siguiente procedimiento: 3.4.1. Búsqueda y elaboración de cartografía base del municipio. La secretaría de planeación municipal permitió el acceso a la información cartográfica base en formato .dwg del municipio de Fonseca, obtenido a partir del esquema de ordenamiento

territorial elaborado en el año 2005. Esta información fue georeferenciada, corregida y ajustada en el software ArcGIS 10.6. Ver Figura 7 y Figura 8.

Figura 7. Cartografía base. Cabecera municipal de Fonseca. Adaptado del Esquema de Ordenamiento Territorial (EOT) de la Alcaldía Municipal de Fonseca (2005).

Figura 8. Mapa veredal del municipio de Fonseca. Adaptado del EOT de la Alcaldía Municipal de Fonseca (2005).

3.4.2. Geocodificación de delitos del año 2017 y estación de Policía La estructuración de la información alfanumérica en formato .xls, proveída por la PONAL del municipio de Fonseca, se llevó a cabo mediante el siguiente procedimiento: 1.

Se realizó el filtrado de los datos en el que se descartó información correspondiente al cargo de la víctima, clase de empleado, móvil del agresor, móvil de la víctima, priorizando la información correspondiente a la fecha de los hechos, mes, latitud, longitud, descripción de la conducta, edad de la víctima, género y entidad que realiza el reporte, que corresponde a los datos necesarios para determinar la distribución espacial de los hechos criminales en el municipio durante el año 2017.

Se procedió a realizar la geocodificación de los casos criminales adicionando la tabla con las coordenadas a ArcGIS y se añaden los puntos al entorno de trabajo luego de configurar el marco de trabajo bajo el sistema de coordenadas proyectadas correspondiente al área de estudio MAGNA Colombia Bogotá.

Se realizó la verificación de la ubicación de los puntos resultantes en formato vector (puntos) y se efectuaron los ajustes (edición) pertinentes de manera manual debido a incoherencia en algunos puntos. En la Figura 10 se puede apreciar la distribución de los casos delictivos ocurridos durante el año 2017.

Los delitos de mayor impacto se clasificaron según su afectación en seguridad pública, ciudadana y vial; siguiendo esta clasificación se agruparon los delitos de mayor impacto en Dataset como sigue:

Delitos que afectan la Seguridad Ciudadana: 

Hurtos a automóviles



Hurto a entidades comerciales



Hurto a motos



Hurto a personas



Hurto a residencias



Lesiones personales

Delitos que afectan la seguridad pública: 

Amenazas



Extorsión



Homicidios

Delitos que afectan la seguridad vial: 

Lesiones en accidentes de tránsito



Homicidios en accidentes de tránsito

En la Figura 9 se puede apreciar la estructura de los datos cargados en ArcGIS.

Figura 9. Estructura de la información de delitos según su afectación a la seguridad.

Figura 10. Distribución de los casos delictivos en el municipio de Fonseca durante el año 2017.

3.4.3. Concentración de los hechos delictivos La evaluación de la concentración y dirección de ocurrencia de los casos delictivos se realiza mediante el uso de dos herramientas básicas de análisis de datos de ArcGIS, tales como directional distribution y mean center, además del uso del mapa coroplético, que representa la incidencia del delito en las veredas y diferentes barrios de la cabecera

municipal tal como lo exponen Eck et al. (2005) en su informe mapeo del crimen: Comprensión de los puntos calientes. Estas herramientas permiten visualizar la tendencia direccional y la concentración de los casos delictivos.

3.4.4. Análisis de los patrones espaciales de criminalidad El insumo principal para el análisis de los patrones espaciales es la capa de delitos. Una vez se han depurado y estructurado los datos, se utiliza el constructor de modelos (ModelBuilder) del software ArcGIS. El modelo se diseña utilizando las herramientas integrar (Integrate), recopilar eventos (Collect Events), autocorrelación espacial incremental (Incremental Spatial Autocorrelation) y punto caliente (Hot Spot Analysis (Getis-Ord Gi*)). Para poder crear una superficie continua y reflejar los puntos calientes en el área de estudio se utilizan los métodos de interpolación vecino natural (Natural Neighbor), Spline y distancia inversa ponderada (IDW). Los métodos de densidad son herramientas útiles para representar la distribución de un fenómeno y evaluar cómo se expande a través sobre una superficie. Para este análisis se plantea la utilización de la herramienta Kernel Density de ArcGIS. Esta herramienta calcula la densidad de las entidades en la vecindad de estas (ESRI, 2018c).

3.4.5. Definición de áreas de cobertura de las estaciones de policía La PONAL ya ha implementado a nivel nacional un PNVCC que consiste en dividir el espacio geográfico en áreas o polígonos. Los límites de estos cuadrantes se definen de acuerdo a tres criterios: prevención, disuasión y reacción (PONAL, 2010). Esta estrategia permite asignar responsabilidades individuales a los policías, realizar un seguimiento del despliegue policial y fortalece las relaciones entre la institución y la comunidad y autoridades locales. La PONAL ha dividido la cabecera municipal de Fonseca en dos cuadrantes representados en la Figura 11.

Figura 11. Cuadrantes de vigilancia comunitaria del municipio de Fonseca.

La necesidad del servicio policial es directamente proporcional a la incidencia del crimen. La eficiencia de este servicio va alineada a la capacidad de respuesta, es decir, la velocidad de reacción de los agentes de policía ante la llamada de emergencia. Teniendo en cuenta la velocidad de tránsito en vías urbanas (para este análisis se ha definido velocidad promedio de 40 km/h, exceptuando los tramos de vías definidas como zona escolar que debe ser menor o igual de 30 km/h) y la longitud de los tramos de vías; se ha realizado un análisis de redes utilizando la extensión Network Analyst (Service Área) del software ArcGIS en el cual se establece las zonas de cubrimiento con respecto al tiempo (minutos) partiendo de la estación policial del municipio (ver Figura 32).

4. RESULTADOS Y DISCUSION DE RESULTADOS

4.1.

RESULTADOS

4.1.1. Concentración de los delitos La agrupación de los delitos dentro de la cabecera municipal de Fonseca está definida de acuerdo con el tipo de afectación a la seguridad. Para este análisis estadístico básico, se obtienen tres elipses que proponen una orientación de los delitos y su distribución a lo largo de la extensión horizontal, a su vez se establece el punto medio o centro de concentración geográfica de los delitos de cada entidad (ver figura Figura 12).

Figura 12. Mapa de concentración y dirección de ocurrencia de los delitos

En la Tabla 4 se relacionan los valores de área y orientación de las elipses según el tipo de afectación a la seguridad.

Tabla 4. Resultados generales de la distribución direccional de los delitos.

TIPOS DE DELITOS SEGÚN SU AFECTACIÓN

AREA (Km2)

ORIENTACION

Seguridad Ciudadana

20.7

Noroeste

Seguridad Pública

Noroeste

Seguridad Vial

31.2

Este - Oeste

Los valores presentados en la tabla anterior demuestran un predominio direccional de los delitos orientada hacia el noroeste. La elipse de mayor área corresponde a los delitos que afectan la seguridad vial (homicidios y lesiones en accidentes de tránsito), esto demuestra una mayor distribución de los sucesos en la cabecera. Una menor área de la elipse indica la concentración y reiteración de los sucesos en un área determinada como el caso de los delitos que afectan la seguridad pública (Amenazas, extorsión y homicidios). En las figuras Figura 13, Figura 14, Figura 15 y Figura 16 se representan mapas coropléticos veredales y barriales de los delitos clasificados según el tipo de afectación a la seguridad. A partir de la definición del número de delitos y la configuración barrial y veredal del municipio se obtiene una representación basada en el uso de una gama de colores que destaca la incidencia del crimen. De acuerdo a los resultados obtenidos en los mapas veredales, los delitos que afectan la seguridad ciudadana (hurtos y lesiones personales) están concentrados principalmente en la cabecera municipal, seguido de las veredas El Confuso y Conejo. Por su parte, los delitos que afectan a la seguridad pública (Amenazas, extorsión y homicidios) están agrupados principalmente en la cabecera municipal. Los delitos que afectan a la seguridad vial (homicidios y lesiones en accidente de tránsito) se congregan en la cabecera municipal y la vereda Los Altos, es importante resaltar que los accidentes que se posicionan en esta vereda se dieron lugar en la vía nacional que conduce desde el municipio de Fonseca hasta Barrancas, debido a su posición geográfica, estos sucesos pueden pertenecer a su vez a la cabecera del municipio de Fonseca, descartando de este modo los incidentes dentro de la vereda Los Altos.

Figura 13. Mapa veredal de delitos que afectan la seguridad ciudadana.

Figura 14. Mapa veredal de delitos que afectan la seguridad pública.

Figura 15.Mapa veredal de delitos que afectan la seguridad vial

Figura 16. Mapas coropléticos de casos delictivos por barrio.

De los mapas coropléticos barriales es posible interpretar que los delitos que afectan la seguridad ciudadana se concentran en mayor proporción en los barrios Centro, Doce de Octubre, Urbanización Cristo Rey, El Cerrejón y El Carmen. Por su parte, los delitos que afectan la seguridad pública se presentaron con mayor incidencia en los barrios Centro y Doce de Octubre y los delitos que afectan la seguridad vial se agrupan principalmente en el barrio Centro.

4.1.2. Análisis los patrones espaciales de criminalidad desarrollados en el espacio 4.1.2.1.

Intensidad de agrupamiento de los datos espaciales

Para poder medir la intensidad de agrupamiento – dispersión de los crímenes se utiliza la herramienta Autocorrelación Espacial (I de Moran). Esta calcula una puntuación Z y P para indicar si se rechaza o no la hipótesis nula que indica que los valores de los sucesos espaciales se distribuyen aleatoriamente dentro del área de estudio. Si valores altos o bajos se agrupan entre sí, el índice de Moran será positivo, por el contrario si los valores altos y bajos se encuentran dispersos, éste será negativo. De acuerdo a la puntuación es posible establecer si el patrón esta agrupado, disperso o es aleatorio (ESRI, 2018a).

Figura 17. Grafica de resultados autocorrelación espacial en delitos que afectan a la seguridad ciudadana.

Los delitos que afectan la seguridad ciudadana arrojan un valor de z = 4.4 lo cual indica la distribución espacial de los delitos es agrupado (Ver Figura 17). Dado el puntaje de z, de hay una probabilidad de menos del 1% de que el patrón de los crímenes pueda ser el resultado de una casualidad aleatoria. El puntaje z obtenido de la herramienta de autocorrelación espacial en delitos que afectan a la seguridad pública corresponde a -0.35. De acuerdo al puntaje obtenido, el patrón de delitos parece ser significativamente al azar y por tanto no es posible rechazar la hipótesis nula (Ver Figura 18).

Figura 18. Grafica de resultados autocorrelación espacial en delitos que afectan a la seguridad pública.

En la Figura 19 se observa el resultado del análisis del Índice de Moran en los delitos que afectan a la seguridad vial. El puntaje de la variable z corresponde a -2.13. De acuerdo al resultado el patrón espacial de los sucesos es disperso con una probabilidad menor del 5% de que este patrón disperso sea resultado de una casualidad aleatoria.

Figura 19. Grafica de resultados autocorrelación espacial en delitos que afectan a la seguridad vial.

4.1.2.2.

Puntos calientes (Hot Spot)

Las Figura 20, Figura 21 y Figura 22 representan la correlación resultante del método de interpolación (Vecino más cercano) entre los casos delictivos que afectan la seguridad ciudadana, pública y vial, a partir de valores altos (puntos calientes) y valores bajos (puntos fríos) de la herramienta Hot Spot (Gi* de Getis-Ord). Atendiendo la distribución geográfica de los delitos, se observa un patrón definido con altas frecuencias en la zona céntrica del municipio.

Figura 20. Mapa de puntos calientes frente a delitos que afectan la seguridad ciudadana (Natural Neighbor)

Figura 21. Mapa de puntos calientes frente a delitos que afectan la seguridad pública (Natural Neighbor).

Figura 22. Mapa de puntos calientes frente a delitos que afectan la seguridad vial (Natural Neighbor).

El método de interpolación Spline de ArcGIS proyecta una superficie que pasa exactamente por los puntos de entrada (ESRI, 2018d). La frecuencia de delitos en la zona céntrica del municipio se ve reflejado en el resultado del procesamiento según el tipo de delitos (Ver Figura 23, Figura 24 y Figura 25). El análisis de puntos calientes en los delitos que afectan a la seguridad vial proyecta un área caliente anormal hacia el sur de la cabecera municipal, el resultado es reflejo de la falta de información. Es importante destacar que los resultados no son confiables con menos de 30 entidades y para el análisis se utilizaron 17 entidades agrupadas a partir de la herramienta collect events.

Figura 23.Mapa de interpolación (Spline) frente a delitos que afectan la seguridad ciudadana

Figura 24. Mapas de interpolación (Spline) frente a delitos que afectan la seguridad pública.

sfgh dhgg n

fhg hfgn jr

Figura 25. Mapas de interpolación (Spline) frente a delitos que afectan la seguridad vial.

Figura 26. Mapas de interpolación método IDW frente a delitos que afectan la seguridad ciudadana.

Las superficies resultantes del método de interpolación IDW fulguran las zonas más calientes del delito en el municipio (Ver Figura 26, Figura 27 y Figura 28). Al igual que los métodos aplicados con anterioridad, los tonos rojos representan zonas de alta incidencia del crimen y tonalidades azules una menor frecuencia de sucesos. Este método contempla la influencia de los valores más cercanos al punto de muestra (ESRI, 2018b).

Figura 27. Mapas de interpolación (IDW) frente a delitos que afectan la seguridad pública

Los mapas resultantes de la interpolación densidad de Kernel se observan en las figuras Figura 29, Figura 30 y Figura 31. Esta herramienta estima la magnitud de los delitos basando en la unidad espacial y la influencia de los casos dentro de un radio determinado permitiendo obtener una superficie que ofrece una mejor visualización de los patrones delictivos agrupados. (Fernández et al., 2014).

Figura 28. Mapas de interpolación (IDW) frente a delitos que afectan la seguridad vial.

Figura 29. Mapa de densidad (Kernel Density) frente a delitos que afectan la seguridad ciudadana.

Figura 30. Mapa de densidad (Kernel Density) frente a delitos que afectan la seguridad pública.

Figura 31. Mapa de densidad (Kernel Density) frente a delitos que afectan la seguridad vial

4.1.3. Áreas de cobertura de las estaciones de Policía

En el municipio de Fonseca existe disponibilidad de una estación de Policía, la cobertura de servicio policivo está dado por el tiempo de respuesta ente el llamado de emergencia frente a un caso delictual. El análisis de redes ejecutado dentro de la cabecera municipal propone un tiempo de respuesta máximo de 5 min para cubrir los requerimientos dentro de la cabecera municipal. La Figura 32 indica el área de cobertura por minuto.

Figura 32. Tiempo de respuesta del servicio policivo en el municipio de Fonseca.

4.2.

DISCUSIÓN

Como se mencionó en el capítulo 2, revisión de la literatura, la información delictiva del municipio de Fonseca es registrada por diferentes entidades públicas y privadas en una base de datos que almacena de manera subjetiva y cuantitativa los casos criminales que se presentan dentro del territorio y que dependen directamente de la decisión de la víctima para efectuar la debida denuncia.

Existen muchos casos que no son reportados

(Formisano, 2002) y por ende no se registran en las estadísticas delictivas. A esto se atribuye la existencia de una cifra negra de delitos que corresponde a los delitos que quedan en la clandestinidad (Dammert, 2005). De esta manera el análisis del fenómeno delictivo del municipio no refleja en su totalidad la situación real del municipio para este caso. A partir de las estadísticas globales centro medio y distribución direccional de los delitos es posible observar que el área de la elipse de mayor extensión (31.2 Km2) corresponde a los delitos que afectan la seguridad vial. Estos delitos contemplan los homicidios y lesiones en accidentes de tránsito. Indiferentemente del número de delitos (33) (Ver Tabla 7), los casos delictivos tienen una mayor distribución dentro del territorio, por ende el área es mayor. Su centroide se ubica en el barrio Doce de Octubre. Los delitos que afectan a la seguridad ciudadana son más recurrentes, durante el año 2017 se presentaron 312 casos, de los cuales los más comunes son el hurto a personas, motocicletas y lesiones personales. En la Tabla 5 se relaciona el número de sucesos por tipo de delito. La elipse correspondiente a este tipo de delitos tiene 20.7 km2 y su centroide se posiciona en el barrio José Prudencio Padilla. El mayor número de casos se presenta dentro de la cabecera municipal, lo que sugiere una orientación de los hechos delictivos hacia el noreste, paralela a la silueta del municipio, sin embargo, debido a la ubicación de algunos delitos hacia el sur de la cabecera municipal, la dirección de la elipse se inclina hacia el noroeste.

Tabla 5. Detalle de los delitos que afectan la seguridad ciudadana.

TIPO DE DELITO

CANTIDAD

Lesiones personales

Hurto automotores

Hurto entidades comerciales

Hurto entidades financieras

Hurto motocicletas

Hurto personas

102

TOTAL

312

El grupo de delitos que afectan la seguridad pública está compuesto por los homicidios, extorsión y amenazas. En la Tabla 6 se detallan el número de casos por tipo de delito. Tabla 6. Detalle de los delitos que afectan la seguridad pública

TIPO DE DELITO

CANTIDAD

Homicidios

Extorsión

Amenazas

TOTAL

La elipse resultante para este grupo de delitos es de menor área (11 Km2) que el grupo anterior, lo cual indica que los delitos tienen una distribución geográfica más cercana al centro del municipio.

Los delitos que afectan a la seguridad vial corresponden a las lesiones personales y homicidios en accidentes de tránsito (Ver Tabla 7). La tendencia de la elipse está orientada hacia el este – oeste. Los casos delictivos de este tipo se encuentran alineados con la vía principal del municipio y tramos próximos paralelos. Esta ruta ofrece conexión con el municipio de Barrancas al noreste y Distracción hacia el noroeste, presenta mayor flujo vehicular y por lo tanto podría justificar los casos delictivos. El tamaño de la elipse (11 Km2) muestra que los incidentes se presentaron con poca distancia entre ellos y muestran una disposición lineal. Los puntos centrales de la distribución de los diferentes tipos de delitos coinciden con el barrio Doce de Octubre. Tabla 7. Detalle de los delitos que afectan la seguridad vial.

TIPO DE DELITO

CANTIDAD

Lesiones

Homicidios

TOTAL

La representación de mapas coropléticos es un método simple de precisión media (López y Esteban, 2017), que utiliza una gama de colores para representar fácilmente la transición de una variable en una área geográfica. La aplicación de esta técnica en la incidencia de los casos criminales por veredas permite determinar de manera rápida y sin procesamiento especial, cuales son las áreas veredales con mayor índice del crimen. La particularidad de este método está en la facilidad de lectura visual y por ende se cataloga como una herramienta especial para mostrar estadísticas básicas de un territorio por su fácil interpretación. La Figura 13, Figura 14 y Figura 15 muestran mapas coropléticos veredales para cada tipo de delitos y se puede observar que la cabecera municipal presenta el mayor índice delictivo durante el año 2017. El mapa coroplético enfocados a la cabecera municipal demuestra que los sectores más afectados por los hurtos y lesiones personales corresponde al Centro,

12 de Octubre y el Carmen, aunque se evidencia su distribución aleatoria en toda la cabecera municipal.

El barrio el Centro corresponde a un área comercial, en este se

encuentran ubicados el mayor porcentaje de los establecimientos comerciales del municipio. Esta característica ofrece oportunidades a los victimarios para atacar a sus víctimas, debido a que son zonas concurridas por transeúntes, convirtiéndose entonces en lugares atrayentes (Cohen y Felson, 1979). El mapa de delitos tales como homicidios, extorsión y amenazas se distribuyen en menor proporción a los delitos anteriores, en los barrios Centro y 12 de Octubre. Se carece de información detallada de las condiciones poblaciones que proporcionen un indicio de defensa para la distribución de este tipo de delitos. Los casos de lesiones y homicidios en accidentes de tránsito están concentrados en el Centro, 1 de Julio y Brisas del Ranchería. La distribución de este tipo de delitos corresponde en gran medida a las zonas con mayor flujo vehicular en el municipio: zona centro y aledañas. El análisis de patrones en la actualidad es un proceso perfilado a la identificación de puntos calientes en la distribución espacial de hechos delictivos (Fernández et al., 2014). En la actualidad existe una variedad de herramientas diseñadas para tal fin. Para el cálculo de áreas calientes, se ejecutaron diferentes procedimientos. El cálculo de puntos calientes (Hot Spot) de ArcGIS requiere como elemento de entrada un análisis de autocorrelación incremental cuyos resultados indicaron que la distribución espacial que afecta la seguridad ciudadana presenta un patrón agrupado, lo cual indica que los valores altos de crímenes se encuentran posicionados en áreas específicas. Los delitos que afectan la seguridad pública presentan una distribución espacial aleatoria. Esta distribución indica que los delitos no tienen relación entre sí ni obedecen a variables demográficas, sociales, etc., específicas por ende es posible encontrar diferentes números de delitos distribuidos en el área geográfica del municipio. De acuerdo a los resultados de la autocorrelación los delitos ocurren por casualidad o al azar. Los delitos que afectan la seguridad vial se despliegan de manera dispersa pero alineada con las rutas de mayor tráfico vial. Esto demuestra que los datos están distribuidos de

manera aleatoria sobre la extensión horizontal del área de estudio. La calidad de los resultados de correlación espacial se incrementa en la medida que se garantice una cantidad mayor de información espacial del fenómeno analizado. El método de densidad estimada de Kernel (Kernel Density Estimation) ofrece una mayor definición de las zonas calientes, la imagen obtenida es fácil de comprender y define de manera más precisa las zonas de mayor incidencia criminal. Esta herramienta es capaz de procesar una gran cantidad de puntos y arrojar resultados visiblemente marcados (Borbor, 2014). Es muy utilizada en el análisis delictivo debido a las altas propiedades predictivas (Chainey, Tompson y Uhlig, 2008). Los resultados de densidad obtenidos presentan cierta variación según el tipo de afectación, coincidiendo con el barrio Centro como zona de mayor incidencia de casos delictivos denunciados durante el año 2017. La utilización de las diferentes herramientas (Hot Spot, Natural Neighbor, Kernel Density, IDW, Spline) para la definición de estas zonas conflictivas mostró variaciones sutiles de un método al otro en la presentación de los resultados, por lo que exponen las mismas áreas conflictivas. La extensión de las superficies resultantes del uso de las diferentes herramientas de análisis de patrones está relacionada con la ubicación geográfica de los casos delictivos y a la incidencia de casos, los cuales varían según el tipo de afectación a la seguridad. Por este motivo se presenta variación en la dimensión de cada superficie Raster obtenida, sin embargo, al comparar las salidas de un método a otro bajo los mismos delitos no se observa variación considerable lo que permite definir las mismas áreas de incidencia (puntos calientes) del delito. Las superficies Raster resultante de la herramienta de interpolación vecino más cercano toma la información geográfica de los puntos de entrada y como resultado del procesamiento se obtiene solo el área de estudio que contiene la información geográfica de entrada y se delimita el área de punto a punto, este resultado difiere de los Raster de salida de las demás herramientas utilizadas tal como se muestra en el capítulo 4 de resultados en las figuras resultantes del procesamiento de las herramientas utilizadas.

La cobertura policiva está determinada por diferentes estrategias para combatir el crimen. Una de ellas es el programa nacional de vigilancia comunitaria por cuadrantes PNVCC. Al dividir el territorio en zonas de similitudes sociales, la PONAL puede definir tácticas para el tratamiento de los diferentes casos delictivos. La ciudadanía juega un papel importante en la efectividad del servicio policivo, son vigías, garantes de la conservación de la vida en sociedad y por ende es quien genera el llamado a la entidad policiva. La velocidad de respuesta a este llamado depende de muchos factores. En este proyecto se ejecuta el análisis de la cobertura del servicio policivo frente a los casos criminales utilizando la extensión de análisis de redes de ArcGIS. A partir de un servicio de área, se establecen las velocidades de tránsito en las vías urbanas y se definen los tiempos de recorrido por tramo. Ante una llamada de emergencia producto de un delito, la patrulla policiva ofrece un tiempo de respuesta máximo de 5 min para cubrir toda la cabecera municipal. Se debe tener en cuenta que existen factores tales como la masa vehicular, semáforos, áreas escolares, estado de las vías, etc., características que definen la densidad de la red y que se constituye como un factor importante a considerar de manera que se contemple la posibilidad de buscar rutas alternativas con escasez de rodeo (Rodriguez y Gutierrez, 2012) y que no son contemplados al realizar este análisis. A la vista de los resultados obtenidos, es posible afirmar que se cumple la hipótesis planteada preliminarmente y que dio origen a este análisis. Los sistemas de información geográfica permitieron identificar patrones espaciales de la distribución del fenómeno delictivo en el municipio de Fonseca. Los resultados obtenidos en este análisis pueden proporcionar información base para establecer estrategias de prevención del delito que pueden favorecer en la toma de decisiones y de igual manera, mejorar la velocidad de acción frente a los hechos delictivos. Para cerrar este apartado, se sugiere a las entidades gubernamentales que se agilicen esfuerzos por ahondar en las variables sociales tales como estrato socioeconómico, seguimiento de las políticas planteadas a los reinsertados, patrones de movilidad, factores psicosociales, nivel de escolaridad, entre otros; que no se contemplaron en este análisis y que podría tener incidencia en la comisión del delito.

5. CONCLUSIONES Y RECOMENDACIONES

Los SIG se han establecido en la actualidad en promotores del desarrollo de la sociedad civil, todo evento o suceso está vinculado con el espacio y la espacialidad urbana (Vizuete, 2011), por ende el comportamiento del ser humano puede ser cuantificado, analizado, procesado y sistematizado bajo los criterios que rigen la cotidianidad. Un análisis estadístico básico preliminar de datos permite determinar lugares predominantes de delitos y definir zonas de alta incidencia. Las conductas delictivas demarcan patrones que pueden ser visualizados como lugares calientes y que permiten monitorearse y predecir su comportamiento basados en las condiciones espaciales y sociales variables. El estudio de patrones delictivos propone simular el comportamiento criminal y permite establecer focos desencadenantes de los delitos. El desarrollo del presente análisis permitió determinar los patrones delictivos basados en puntos calientes en el municipio de Fonseca. Estas áreas corresponden a la zona centro de la cabecera municipal con variaciones geográficas de acuerdo al tipo de delito. Las herramientas de interpolación y densidad transforman los puntos calientes en superficies continuas que definen a partir de un juego de colores, las áreas predominantes del crimen. El análisis de redes juega un papel importante en el estudio del crimen, esta permite modelar la solución a un evento criminal estableciendo las variables de tiempo, distancias, usuarios potenciales de ruta, etc. (García Castrillón, Flórez Londoño, y Serna Uran, 2016). Esta propone una variedad de alternativas a tomar para llegar hasta un punto predeterminado. El uso de la herramienta Network Analyst permitió bajo parámetros básicos de distancia y velocidad de tramos entre vías, determinar el tiempo de respuesta de la PONAL para desplazarse hasta el lugar del suceso. Cabe destacar que los delitos están directamente relacionados con factores externos tales como el estrato social, tasa de desempleo, nivel de escolaridad, problemas de alcohol y

drogas, indicadores de salud, entre otros, que influyen en la incidencia del delito y su distribución espacial. Para este estudio no se contemplaron estos factores por lo que se sugiere la caracterización detallada de las características demográficas, sociales y culturales que serán puntos de partida para establecer las medidas preventivas necesarias para mitigar la incidencia del crimen en el municipio (Fernandez et al., 2011). Estos criterios no permitieron determinar si existe influencia en las tasas de criminalidad por la participación de excombatientes de las Fuerzas Armadas Revolucionarias de Colombia FARC, acogidos al proceso de paz desde el año 2016. Se recomienda la caracterización geográfica de detalle de las zonas rurales con el fin de establecer estrategias encaminadas al tratamiento y mitigación de los casos que tienen origen en esas áreas alejadas del casco urbano.

6. REFERENCIAS BIBLIOGRÁFICAS

Ackerman, W. y Murray, A. (2004). Assessing spatial patterns of crime in Lima, Ohio. Cities, Vol. 21, No. 5, pp. 423-437. Accedido el día 23 de febrero de 2019, en https://doi.org/10.1016/J.CITIES.2004.07.008 Alcaldía Municipal de Fonseca. (2005). Esquema de ordenamiento territorial (EOT) del municipio de Fonseca 2004 - 2017, p.25. Alcaldía Municipal de Fonseca. (2016). Plan de desarrollo Municipio de Fonseca, La Guajira para el periodo 2016-2019. Psychological Bulletin. Fonseca. Accedido el día 22 de abril de 2019, en https://doi.org/.1037//0033-2909.I26.1.78 Aller, G. (2011). Paradigmas de la criminología contemporánea. Revista de Derecho Penal y Criminología, 3a Época, Vol. 5, pp. 173-198. Accedido el día 10 de enero de 2019, en https://goo.gl/J5iBsD Anderson, T. (2007). Comparison of spatial methods for measuring road accident hotspots: A case study of London. Journal of Maps, Vol. 3, No. 1, pp. 55 - 63. Accedido el día 15 de marzo de 2019, en https://doi.org/10.1080/jom.2007.9710827 Anselin, L., Cohen, J., Cook, D., Gorr, W. y Tita, G. (2000). Spatial Analyses of Crime. The dictionary of human geography, (January), Vol. 4, pp. 213 - 263. Accedido el día 17 de marzo de 2019, en https://www.publicsafety.gc.ca/lbrr/archives/cnmcsplcng/cn34984-v4-213-262-eng.pdf Aparicio, A. (2015). Dinámicas espaciales de la guerra interna en las áreas urbanas de Colombia : el caso de la región Caribe. Revista Ciudades, Estados y Política, Vol. 2, No. 1, pp. 26-43. Accedido el día 12 de febrero de 2019, en https://revistas.unal.edu.co/index.php/revcep/article/view/48389 Ávila, A. (2015). Estados mafiosos y crimen en la frontera. Perfil Criminológico, No. 20, pp.78. Accedido el día 1 de abril de 2019, en http://200.41.82.22/handle/10469/8292 Ávila, A. y Arias, A. (2008). ELN: El camino hacia la resistencia pasiva. Arcanos, Vol. 11, No. 14, pp. 24-39. Accedido el día 3 de abril de 2019, en https://www.arcoiris.com.co/wpcontent/uploads/2011/arcanos/revista_ARCANOS_14.pdf Azpúrua, F. (2005). La Escuela de Chicago. Sus aportes para la investigación en ciencias sociales. Sapiens. Revista Universitaria de Investigación, Vol. 6, No. 2, pp. 25-35. Accedido el día 16 de marzo de 2019, en http://ve.scielo.org/scielo.php?pid=S131758152005000200003&script=sci_arttext Bahar, D., Dooley, M., y Huang, C. (2018). Integración de los venezolanos al mercado laboral. Global Economy and Development at Brookings Institute, pp. 1-24. Accedido el día 4 de marzo de 2019, en https://www.brookings.edu/wpcontent/uploads/2018/12/Venezuelan-Migrants_spanish.pdf

Borbor, J. (2014). Puntos calientes (hotspot) de robos en circuitos de la ciudad de Guayaquil. Colegio de Postgrado. Universidad San Francisco de Quito. Guayaquil, Ecuador. Accedido el día 9 de mayo de 2019, en http://192.188.53.14/handle/23000/3211 Brantingham, P. y Brantingham, P. (1995). Crime generators and crime attractors. The European Journal on criminal policy and research, Vol. 3, No. 3, pp. 5-26. Accedido el día 31 de enero de 2019, en http://www.ncjrs.gov/App/publications/abstract.aspx?ID=158108 Buitrago, J., Bernal, P. y Rodriguez, J. (2015). Registros administrativos de policía para la consolidación de cifras de criminalidad en Colombia. Revista Criminalidad, Vol. 57, No. 2, pp. 11-22. Accedido el día 09 de junio de 2019, en https://dialnet.unirioja.es/servlet/articulo?codigo=5456801 Buvinic, M., Morrison, A. y Orlando, M. (1994). Violencia, crimen y desarrollo social en América Latina y el Caribe. Papeles de población, Vol. 11, No. 43, pp. 167-214. Accedido el día 10 de diciembre de 2018, en http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S140574252005000100008 Campoy, P. y Summers, L. (2015). Los precipitadores situacionales del delito: otra mirada a la interacción persona-ambiente. Revista Criminalidad, p.p 41-58. Accedido el día 6 de enero de 2019, en http://www.scielo.org.co/scielo.php?pid=S179431082015000300004&script=sci_abstract&tlng=pt Chainey, S. y Ratcliffe, J. (2005). GIS and crime mapping. Wiley. Accedido el día 10 de octubre de 2018, en https://books.google.es/books?hl=es&lr=&id=FUEh9TUVNagC&oi=fnd&pg=PT11&dq =GIS+and+crime+mapping+Chainey&ots=jLyFbX97Xu&sig=HYG4gsGesxgnRkQuZz5T3 DCBWro Chainey, S., Tompson, L. y Uhlig, S. (2008). The Utility of Hotspot Mapping for Predicting Spatial Patterns of Crime. Security Journal, Vol. 21, pp. 4-28. Accedido el día 30 de junio de 2019, en https://link.springer.com/article/10.1057/palgrave.sj.8350066 Clarke, R. (1997). Situational Crime Prevention Successful Case Studies. Harrow and Heston. (pp. 12-14). 2da ed. Accedido el día 7 de octubre de 2018, en https://www.semanticscholar.org/paper/Situational-crime-prevention-%3Asuccessful-case-Clarke/acc6b8130c8e6efae3ec347b5d22244f38154b93 Clarke, R. y Eck, J. (2009). Análisis Delictivo para la Resolución de Problemas En 60 Pequeños Pasos. En R. Clarke, J, Eck (Eds.), Departamento de Justicia EEUU. (pp. 22-24). 2da Ed. Washington, DC. Accedido el día 9 de febrero de 2019, en https://popcenter.asu.edu/sites/default/files/library/reading/PDFs/60_pasos.pdf Cohen, L. y Felson, M. (1979). Social change and crime rate trends: a routine activity approach. American Sociologicla Review, Vol. 44, pp. 588-608. Accedido el día 31 de enero de 2019, en https://www.jstor.org/stable/2094589

Dammert, L. (2005). Reforma policial en América Latina y participación militar en el combate a la delincuencia. Análisis y desafíos para América Latina. Revista Fuerzas Armadas y Sociedad, Vol. 1, pp. 133-152. Accedido el día 7 de diciembre de 2018, en https://www.researchgate.net/publication/320164657_Reforma_policial_y_particip acion_militar_en_el_combate_a_la_delincuencia_Analisis_y_desafios_para_America _Latina DANE Departamento Administrativo Nacional de Estadística. (2018). Proyecciones de poblacion - desagregacion años 2018-2020. www.dane.gov.co. Accedido el día 20 de diciembre de 2018, en https://www.dane.gov.co/index.php/estadisticas-portema/demografia-y-poblacion/proyecciones-de-poblacion DNP Departamento Nacional de Planeación (2020). Terridata. terridata.dnp.gov.co Accedido el día 22 de junio de 2020, en https://terridata.dnp.gov.co/indexapp.html#/perfiles/44279 DNP Departamento Nacional de Planeación (2019). Fichas de Caracterización Territorial. www.dnp.gov.co. Accedido el día 30 de marzo de 2019, en https://www.dnp.gov.co/programas/desarrollo-territorial/Paginas/Fichas-deCaracterizacion-Regional.aspx Eck, J., Chainey, S., Cameron, J., Leitner, M. y Wilson, R. E. (2005). Mapeo del crimen: Comprensión de los puntos calientes. Instituto Nacional de Justicia de EEUU. Accedido el día 14 de febrero de 2019, en https://nij.ojp.gov/library/publications/mappingcrime-understanding-hot-spots ESRI. (2018a). Cómo funciona Autocorrelación espacial (I de Moran global). Esri.com. Accedido el día 1 de octubre de 2019, en https://desktop.arcgis.com/es/arcmap/latest/tools/spatial-statistics-toolbox/h-howspatial-autocorrelation-moran-s-i-spatial-st.htm ESRI. (2018b). Cómo funciona IDW. Esri.com. Accedido el día 23 de mayo de 2019, de https://pro.arcgis.com/es/pro-app/tool-reference/3d-analyst/how-idw-works.htm ESRI. (2018c). Cómo funciona la densidad kernel. Esri.com. Accedido el día 23 de mayo de 2019, en https://pro.arcgis.com/es/pro-app/tool-reference/spatial-analyst/howkernel-density-works.htm ESRI. (2018d). Cómo funciona Spline. Esri.com. Accedido el día 22 de mayo de 2019, de https://pro.arcgis.com/es/pro-app/tool-reference/3d-analyst/how-spline-works.htm Estrada, I. (2010). Criminología Ambiental: Los delitos Ambientales. Archivos de criminología, Seguridad privada y criminalistica, Vol. 4, No. 2, pp. 1-9. Accedido el día 6 de enero de 2019, en https://dialnet.unirioja.es/servlet/articulo?codigo=5255513 Estrada, V. y Gómez, M. (2015). Análisis del delito en la ciudad de Manizales usando herramientas SIG. Universidad de Manizalez. Accedido el día 6 de febrero de 2019, en https://ridum.umanizales.edu.co/xmlui/bitstream/handle/20.500.12746/2442/Estra da_Valeria_2015-1.pdf?sequence=2&isAllowed=y

Eterno, J. y Silverman, E. (2006). The New York City Police Department’s Compstat: Dream or Nightmare?. International Journal of Police Science & Management, Vol. 8, No. 3, pp. 218-231. Accedido el día 1 de septiembre de 2019, en https://journals.sagepub.com/doi/abs/10.1350/ijps.2006.8.3.218 Fernandez, E., Vázquez, D., y Belmonte, M. (2011). Los puntos calientes de la delincuencia. Un análisis de la distribución espacial del fenómeno delictivo en la ciudad de Albacete. Plan Nacional I+D+i del Ministerio de Economía y Competitividad, España, pp. 1-23. Accedido el día 6 de enero de 2019, en https://www.academia.edu/download/34433924/38_puntos_calientes_delincuencia .pdf Fernández, E., Vázquez, D., Planells-struse, S. y Belmonte, M. (2014). Retrato robot del perfil geográfico de la delincuencia juvenil. Un análisis de la movilidad criminal en la ciudad de Albacete. Tecnologías de la información para nuevas formas de ver el territorio: XVI Congreso Nacional de Tecnologías de Información Geográfica, pp. 702710. Accedido el día 8 de enero de 2019, en http://rua.ua.es/dspace/handle/10045/46770 Fletcher, J. (1849). Moral and Educational Statistics of England and Wales. Journal of the Statistical Society of London, Vol. 12, No. 3, pp. 189-335. Accedido el día 3 de octubre de 2018, en https://www.jstor.org/stable/2338176 Formisano, M. (2002). Econometría Espacial: Características de la Violencia Homicida en Bogotá. Documento CEDE, No. 10, pp. 1-42. Accedido el día 4 de enero de 2019, en https://economia.uniandes.edu.co/assets/archivos/Documentos_CEDE/d200210.pdf García, J., Flórez, O. y Serna, C. (2016). Análisis de rutas de transporte de pasajeros mediante la herramienta Network Analyst de ArcGIS. Caso aplicado en la ciudad de Medellín. Ingeniería de USBMED, Vol. 7, No. 2, pp. 89-95. Accedido el día 27 de junio de 2019, en http://www.revistas.usb.edu.co/index.php/IngUSBmed/article/view/2631 Gómez, C. y Baracaldo, E. (2015). La corresponsabilidad : una estrategia para la convivencia y la seguridad ciudadana en la Policía Nacional de Colombia. URVIO - Revista Latinoamericana de Estudios de Seguridad, No. 2, pp. 99-111. Accedido el día 1 de marzo de 2019, en https://doi.org/10.17141/urvio.2.2007 Gootemberg, P. (2004). La desigualdad en América Latina: nuevas miradas sobre un viejo problema. Alteridades, Vol. 14, No. 28, pp. 9-19. Accedido el día 7 de diciembre de 2018, en https://alteridades.izt.uam.mx/index.php/Alte/article/viewFile/297/296 Gubara, A., Amasha, A., Ahmed, Z. y El Ghazali, S. (2014). Decision support system network analysis for emergency applications. 9th International Conference on Informatics and Systems, Cairo 2014, pp. 40 - 44. Accedido el día 25 de febrero de 2019, en https://ieeexplore.ieee.org/abstract/document/7036694/ Guillén, C. (2013). Criminología ambiental: un área en expansión. Ars luris Salmanticensis,

Tribuna de actualidad, Vol. 1, pp. 33-38. Accedido el día 6 de enero de 2019, en https://gredos.usal.es/bitstream/handle/10366/128906/Criminologia_ambiental_un _area_en_expans.pdf?sequence=1 Harries, K. (1999). Mapping crime. Principle and practice. Departamento de Justicia de EEUU, pp. 100 - 125. Accedido el día 15 de febrero de 2019, en https://books.google.es/books?hl=es&lr=&id=EJLaAAAAMAAJ&oi=fnd&pg=PA1&dq= Mapping+crime.+Principle+and+practice&ots=y65cpKN2cU&sig=h_Cabz6H1TXoNDm PCv3AkOBO4GI Hernandez, J. (2016). Análisis espacial de los indices y percepciones de criminalidad en Colombia. UNIGIS - Universidad de Salzburg, Bucaramanga, Colombia. Accedido el día 6 de enero de 2019, en https://issuu.com/unigis_latina/docs/hernandez Hernando, F. (1999). La escuela cartográfica de criminología británica: antecedente de la Geografía del crimen. Anales de Geografía de la Universidad Complutense, No. 19, pp. 11-22. Accedido el día 3 de octubre de 2018, en https://revistas.ucm.es/index.php/AGUC/article/download/AGUC9999110011A/313 47 Hikal, W. (2009). Criminologías especializadas. Revista electronica del Instituto Latinoamericano de Estudios en Ceincias Penales y Criminología, Vol 4, No. 3, pp. 1-12. Accedido el día 6 de enero de 2019, en https://www.academia.edu/download/33054968/Criminologias_Especializadas.pdf IGAC Instituto Geográfico Agustín Codazzi. (1996). Diccionario geográfico de Colombia. Grupo de estudios geográficos. Accedido el día 12 de enero de 2019, en http://ssiglwps.igac.gov.co/digeo/app/index.html IGAC Instituto Geográfico Agustín Codazzi. (2016). Fonseca, uno de los municipios de la Guajira en los que renacerá la paz. Instituto Geográfico Agustín Codazzi. Accedido el día 1 de octubre de 2020, en https://igac.gov.co/es/noticias/fonseca-uno-de-losmunicipios-de-la-guajira-en-los-que-renacera-la-paz Johnson, C. (2000). Crime Mapping and Analysis Using GIS. Conference on Geomatics in Electronic Governance, pp. 1-5. Accedido el día 12 de febrero de 2019, en http://fac.ksu.edu.sa/sites/default/files/crim_mapping.pdf Kennedy, l. y Forde, D. (1990). Routine activities and crime: an analysis of victimization in Canada. Criminology, Vol. 28, No. 1, pp. 137-152. Accedido el día 10 de febrero de 2019, en https://doi.org/10.1111/j.1745-9125.1990.tb01321.x Leitner, M. y Brecht, H. (2007). Software Review: Crime Analysis and Mapping with GeoDa 0.9.5-i. Social Science Computer Review, Vol. 25, No. 2, pp. 265-271. Accedido el día https://journals.sagepub.com/doi/abs/10.1177/0894439307298921 Levine, N. (2006). Crime Mapping and the CrimeStat Program. Geographical Analysis, Vol. 38, No. 1, pp. 41-56. Accedido el día 8 de febrero de 2019, en https://onlinelibrary.wiley.com/doi/full/10.1111/j.0016-7363.2005.00673.x

Levine, N. (2015). CrimeStat: A Spatial Statistics Program for the Analysis of Crime Incident Locations (v4.02). Ned Levine & Associates, Houston, Texas, and the National Institute of Justice, Washington, D.C.. Accedido el día 28 de febrero de 2019, en https://nij.gov/topics/technology/maps/pages/crimestat.aspx López, B. y Esteban, P. (2017). Análisis delictivo en el cantón Cuenca, Ecuador, aplicando técnicas espaciales apoyadas por SIG libre. Confib SIG 2017, pp. 361-366. Accedido el día 11 de junio de 2019, en http://revistas.uazuay.edu.ec/index.php/memorias/article/download/82/76/ Maltz, M., Gordon, A., y Friedman, W. (1991). Mapping crime in its community setting : event geography analysis. Event Geography Analysis. Originalmente publicado por Springer-Verlag New York, Inc. Accedido el día 20 de febrero de 2019, en https://www.researchgate.net/publication/29882218_Mapping_Crime_in_Its_Com munity_Setting_Event_Geography_Analysis Martínez, Á. (2015). Criminología Ambiental y SIG, una aplicación práctica en Castellón de la Plana. Accedido el día 6 de enero de 2019, en http://repositori.uji.es/xmlui/bitstream/handle/10234/161313/TFG_Marti%CC%81n ez%20Roig_Angel.pdf?sequence=1&isAllowed=y Medina, J. (2016). Prevención de la conducción influenciada por medio de los mapas del crimen. Universidad Miguel Hernández de ElChe. España. Accedido el día 6 de enero de 2019, en https://dialnet.unirioja.es/servlet/tesis?codigo=110427 MINSALUD Ministerio de Salud de Colombia (2017). ABECÉ Plazas Zonas Veredales Transitorias de Normalización, pp. 1-4. Accedido el día 22 de marzo de 2019, en https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/MET/abeceplazas-zonas-veredales.pdf Navarro, J. (2005). La importancia de la víctima del delito. Universidad Autónoma de San Luis de Potosí, San Luis Potosí, México. Accedido el día 11 de enero de 2019, en http://148.224.97.92/xmlui/bitstream/handle/i/4027/LDE1IVD00501.pdf?sequence= 1&isAllowed=y Ocampo, M. (2014). Criminalidad, grupos armados y reinserción: perfiles y motivaciones. Universidad de Medellin, Vol. 3, No. 5, pp. 328. Accedido el día 11 de enero de 2019, en https://revistas.udem.edu.co/index.php/Ciencias_Sociales/article/download/940/94 4 Ocáriz, E., Vozmediano, L., Germán, I. y Vasco, P. (2011). La variable “ lugar de residencia ” de los menores infractores : Relevancia y propuestas para su análisis geográfico. International E-journal of Criminal Science, Vol. 5, No. 1, pp. 1-24. Accedido el día 10 de febrero de 2019, en https://ehu.eus/ojs/index.php/inecs/article/view/1352 Pablos, A. (2006). Criminologia. F. Editorial (Ed.), 1a ed. Madrid: INPECCP (pp. 45-47). Accedido el día 6 de junio de 2019, en https://www.dheducacion.com/wpcontent/uploads/2019/02/CRIMINOLOGIA-Antonio-Garcia-Pablos-Molina-pdf-1.pdf

Pérez Toro, W. (2000). Guerra y delito en Colombia. Estudios Políticos. Universidad de Antioquia. No. 16. Accedido el día 5 de diciembre de 2018, en http://tesis.udea.edu.co/handle/10495/3378 PONAL. (2010). Plan Nacional de Vigilancia Comunitaria por Cuadrantes PNVCC. Periódico de la policia nacional de Colombia, pp. 11-13. Accedido el día 27 de junio de 2017, en http://www.oas.org/es/sap/dgpe/innovacion/banco/anexo%20i.%20pnvcc.pdf PONAL. (2019). Conozca su Cuadrante. Policía Nacional. Accedido el día 22 de junio de 2019, en https://www.policia.gov.co/cuadrantes PONAL. (2019b). Grupo Información de Criminalidad (GICRI). Policía Nacional de Colombia. Accedido el día 2 de marzo de 2019, en https://www.policia.gov.co/grupoinformacion-criminalidad Ponzuelo, C. (2018). Criminología Ambiental. La prevención del delito a traves del estudio del diseño urbano. Universidad Oberta de Catalunya. Accedido el día 13 de noviembre de 2019, en http://openaccess.uoc.edu/webapps/o2/bitstream/10609/75765/6/cpozuelofTFG01 18memoria.pdf Quinney, R. (2001). Bearing witness to crime and social justice. State University of New York Press. Vol. 31, No. 1, pp. 289 Accedido el día 22 de marzo de 2019, en https://www.researchgate.net/publication/274808660_Bearing_Witness_to_Crime_ and_Social_Justice RAE Real Academia Española. (2019). Criminología - Definición - Diccionario de la lengua española. RAE - ASALE. Accedido el día 26 de septiembre de 2019, de https://dle.rae.es/criminología Ramírez, L. (2014). Crimen y economía: una revisión crítica de las explicaciones económicas del crimen. Universidad Autónoma Metropolitana. Argumentos, Vol. 27, No. 74, pp. 261-290. Accedido el día 12 de junio de 2019, en http://www.scielo.org.mx/pdf/argu/v27n74/v27n74a10.pdf Ratcliffe, J. (2002). Crime Mapping and the Training Needs of Law Enforcement. European Journal on Criminal Policy and Research, Vol. 10, No. 1, pp. 65-83. Accedido en día 6 de febrero de 2019, en https://doi.org/10.1023/B:CRIM.0000037550.40559.1c Redondo, S. (2001). La delincuencia y su control: realidades y fantasías. Revista de Derecho Penal y Criminología, Vol. 2, No. 8, pp. 309-325. Accedido el día 7 de mayo de 2019, en http://revistas.uned.es/index.php/RDPC/article/view/24799 Rodriguez, E. y Gutierrez, J. (2012). Análisis de vulnerabilidad de las redes de carreteras mediante indicadores de accesibilidad y sig: intensidad y polarización de los efectos del cierre de tramos en la red de Mallorca. Revista internacional de ciencia y tecnología de la información geográfica - GeoFocus, No. 12, pp. 374-394. Accedido el día 27 de junio de 2019, en https://dialnet.unirioja.es/servlet/articulo?codigo=5055816

Romero, R. (2013). Prevención situacional en el programa de convivencia y seguridad ciudadana para el municipio de Aguascalientes. Archivos de criminología, Seguridad privada y criminalistica, Vol. 10, No. 5, pp. 1-16. Accedido el día 6 de enero de 2019, en https://dialnet.unirioja.es/servlet/articulo?codigo=5251483 Ruiz, A. (2012). SIG, crimen y seguridad. Análisis, predicción y prevención del fenómeno criminal. Universidad Complutense de Madrid, España. Accedido el día 21 de septiembre de 2018, en http://eprints.ucm.es/16701/ Ruiz, J. (2007). Procesos sociales relacionados con el miedo al crimen, la satisfacción con la policía y la victimizacion. International E-journal of Criminal Science, No. 1, pp. 1-29. Accedido el día 7 de mayo de 2019, en https://dialnet.unirioja.es/servlet/articulo?codigo=4876031 San Juan, C., Bermejo, F. y Ocaríz, E. (2007). Foreign juvenile offenders in Germany, Italy, France and Spain: Theories, profiles and notes for a social policy. Anales internacionales de Criminología, Universidad de Cambridge, Vol. 45, No. 2, pp. 48. Accedido el día 6 de enero de 2019, en https://www.cambridge.org/core/journals/international-annals-of-criminology Sánchez, O. (2010). Análisis espacial del delito. La relación entre el delito y las características sociodemográficas en las delegaciones Benito Juárez, Coyoacán y Cuauhtémoc del D.F. 2010. Colegio de la Frontera Norte. Mexico. Accedido el día 15 de octubre de 2018, en https://www.colef.mx/posgrado/tesis/2012996/ Sherman, L., Gartin, P. y Buerger, M. E. (1989). Hot spots of predatory crime: routine activities and the criminology of place. Criminology, Vol. 27, No. 1, pp. 27-56. Accedido el día 18 de abril de 2019, en https://onlinelibrary.wiley.com/doi/abs/10.1111/j.17459125.1989.tb00862.x Soto, C. (2017). La prevención situacional: bases teóricas de fundamento criminológico. Iter Criminis, No. 15, pp. 127-154. Accedido el día 13 de noviembre de 2019, en https://www.academia.edu/33086873/LA_PREVENCI%C3%93N_SITUACIONAL_BASE S_TE%C3%93RICAS_DE_FUNDAMENTO_CRIMINOL%C3%93GICO Trejos, L. y Luquetta, D. J. (2014). Una aproximación a la ilegalidad, el crimen organizado y ausencia estatal en la frontera colombo-Venezolana. El caso del departamento de La Guajira en Colombia. Memorias, No. 24, pp. 125-148. Accedido el día 7 de diciembre 11 de diciembre de 2018, en http://www.scielo.org.co/scielo.php?pid=S17948862014000300008&script=sci_abstract&tlng=pt Varona, G. (2012). Análisis espacial de datos georreferenciables de interés criminológico en la C.A. de Euskadi. Instituto Vasco de Criminología. Accedido el día 10 de febrero de 2019, en https://www.ehu.eus/documents/1736829/2153006/Analisis+espacial+de+datos+ge orreferenciales+de+interes+criminologico.pdf Vásquez, C. (2003). Predicción y Prevención De La Delincuencia Juvenil Según Las Teorías Del Desarrollo Social (Social Development Theories). Revista de Derecho, Vol. 14, pp.

135-158. Accedido el día 25 de septiembre de http://revistas.uach.cl/index.php/revider/article/view/2727/2346

2018,

Vázquez, C. y Soto, C. (2013). El análisis geográfico del delito y los mapas de la delincuencia. Revista de derecho penal y criminología, Vol. 9, No. 9, pp. 419–448. Accedido el día 6 de octubre de 2018, en http://dialnet.unirioja.es/servlet/articulo?codigo=4369529 Vázquez, D., Fernández, E., Planells-Struse, S. y Belmonte, M. (2014). El perfil geográfico de la delincuencia juvenil: Un análisis de las caracteristicas espaciales asociadas a la movilidad delictiva de los jovenes. Revista española de investigación criminológica, Vol. 12, No. 6, pp. 1-37. Accedido el día 6 de enero de 2019, en https://reic.criminologia.net/index.php/journal/article/view/84 Vizuete, A. (2011). Análisis espacial del crimen. Ciudad Segura, Programa estudios de la ciudad de Ecuador. Estadistica espacial del crimen, No. 41, pp. 1-7. Accedido el día 24 de febrero de 2019, en https://repositorio.flacsoandes.edu.ec/handle/10469/6436 Vozmediano, L. y San Juan, C. (2006a). Empleo de Sistemas de Información Geográfica en el estudio del Miedo al Delito. Revista Española de Investigación Criminológica, No. 4, pp. 1-11. Accedido el día 10 de febrero de 2019, en https://www.researchgate.net/publication/28120693_Empleo_de_Sistemas_de_Inf ormacion_Geografica_en_el_estudio_del_Miedo_al_Delito Vozmediano, L. y San Juan, C. (2006b). Sistemas de información geográfica en el estudio del miedo al delito: El caso de Donostia San Sebastián. Boletín Criminológico. Instituto andaluz interuniversitario de Criminología, Vol. 8, No. 95. Accedido el día 11 de junio de 2019, en https://dialnet.unirioja.es/servlet/articulo?codigo=2083345 Vozmediano, L. y San Juan, C. (2010). Criminología Ambiental. Ecología del delito y de la seguridad. (Carrera edición S.I., Ed.) (I). Barcelona: UOC. Accedido el día 10 de febrero de 2019, en https://www.researchgate.net/publication/274573437_Criminologia_Ambiental_Eco logia_del_delito_y_de_la_seguridad Walsh, W. F. y Vito, G. F. (2004). The Meaning of Compstat. Journal of Contemporary Criminal Justice, Vol. 20, No. 1, pp. 51-69. Accedido el día 25 de marzo de 2019, en https://journals.sagepub.com/doi/abs/10.1177/1043986203262310 Weisburd, D., Mastrofski, S., Greenspan, R. y Willis, J. (2004). The Growth of Compstat in American Policing. Police Foundation Reports. Accedido el día 27 de febrero de 2019, en http://glenn.osu.edu/faculty/glenn-faculty/worley/June%2027%20%20Reading%201%20%20The%20Growth%20of%20Compstat%20in%20American%20Policing.pdf Wortley, R. y Townsley, M. (2008). Environmental criminology and crime analysis: Situating the theory, analytic approach and application. Environmental Criminology and Crime Analysis (Vol. 2). Accedido el día 3 de octubre de 2018, en https://www.researchgate.net/publication/29468939_Environmental_Criminology_ and_Crime_Analysis_Situating_the_Theory_Analytic_Approach_and_Application

103391

Articles inside

5. CONCLUSIONES Y RECOMENDACIONES

Tabla 7. Detalle de los delitos que afectan la seguridad vial

4.2. DISCUSIÓN DE RESULTADOS

6. REFERENCIAS BIBLIOGRÁFICAS

Figura 11. Cuadrantes de vigilancia comunitaria del municipio de Fonseca

Figura 13. Mapa veredal de delitos que afectan la seguridad ciudadana

Figura 18. Grafica de resultados autocorrelación espacial en delitos que afectan a la seguridad pública

Figura 9. Estructura de la información de delitos según su afectación a la seguridad

Figura 8. Mapa veredal del municipio de Fonseca

1.5. JUSTIFICACIÓN

2.3. METODOLOGÍAS DE ANÁLISIS DE LA GEOGRAFÍA DEL DELITO

1.6. ALCANCE

1.1. ANTECEDENTES DEL PROBLEMA

2.2.1. Prevención del delito en Colombia

Figura 3. Servidor de mapas de la PONAL. Vigilancia comunitaria por cuadrantes para el municipio de Fonseca

Tabla 1. Pruebas estadísticas de análisis de patrones delictivos

1. INTRODUCCIÓN