INTRODUCCIÓN
La teoría de la desorganización social (TDS) y la teoría de las actividades rutinarias (TAR) sostienen, de manera respectiva, aunque complementaria, que el delito se concentra en unidades espaciales en donde se presentan determinadas condiciones que ⎯al combinarse⎯ deterioran el control social y crean oportunidades delictivas, incentivando el desarrollo y capitalización de motivaciones delictivas; en otras palabras, explican la distribución diferenciada del delito a partir de relaciones causales de necesidad y suficiencia.1 Empero, a pesar del desarrollo de métodos configuracionales en las ciencias sociales desde finales del siglo XX, la evidencia empírica acerca de las configuraciones causales de la distribución diferenciada del delito es escasa a nivel internacional.2
En este orden de ideas, nuestra finalidad última es contribuir al avance del campo de conocimiento explorando los supuestos configuracionales de la TDS y la TAR, desde un contexto latinoamericano, para ello, identificamos las configuraciones causales asociadas con la distribución diferenciada del delito de robo a nivel de las alcaldías de la Ciudad de México (CDMX), concentrándonos en robo a transeúnte, vehículo, casa habitación y negocios, los cuales concentran la mayor parte de los delitos patrimoniales registrados a nivel nacional y local. El estudio de estos objetos es pertinente debido a que la agenda de investigación ha priorizado el análisis del homicidio, generando un vacío en la explicación del delito urbano (Díaz, 2018).
El texto se estructura de la siguiente forma: a) marco teórico, b) descripción del objeto de estudio, c) condiciones explicativas y fuentes de datos, d) método y resultado, e) discusión.
Teoría de la desorganización social y teoría de las actividades rutinarias
La TDS y la TAR explican la distribución diferenciada del delito de manera complementaria. La TDS pone el foco de atención en la presencia de potenciales ofensores y la TAR en la disponibilidad de oportunidades delictivas.
La TDS es el marco fundamental para comprender la relación entre las características de las comunidades y la delincuencia (Kubrin y Wo, 2016). La teoría sostiene que el delito se concentra en espacios en donde las desventajas sociales se combinan con la desorganización social, que se define como la incapacidad de la comunidad para autorregular su comportamiento, conforme a valores convencionales (Walker, 2009). En otras palabras, en contextos con un control social deteriorado es más probable que las personas en situación de pobreza se encuentren expuestas a definiciones favorables a infringir la ley, establezcan asociaciones diferenciales y desarrollen motivaciones delictivas. De este modo, la pobreza se presenta como necesaria para la concentración del delito y solamente es suficiente cuando se combina con factores desorganizadores.
En The Juvenile Delinquency and Urban Areas, Shaw y Mckay (1942) hallaron que la reducción de las capacidades de autorregulación era producto de condiciones inherentes a los acelerados procesos de urbanización, como movilidad residencial y heterogeneidad étnica, las cuales ocasionaron conflictos entre códigos culturales divergentes (De Oliveira y Rodrigues, 2013). A lo largo del siglo XX, se identificaron nuevos factores desorganizadores, como densidad poblacional (Stark, 1987) y disrupción familiar (Sampson, 1986), asimismo, durante la década de 1990, la teoría se refinó con la incorporación de la condición de eficacia colectiva (Sampson et al., 1997), que se define como la predisposición para intervenir ante el desorden y la incivilidad.
Por otro lado, la TAR sostiene que “la organización de las actividades rutinarias de los miembros de la sociedad crea oportunidades para el delito” (Skubak y Eck, 2009, p. 279)3 al propiciar la interacción directa entre “un infractor motivado, un objetivo adecuado y la ausencia de vigilancia” (Cohen y Felson, 1979, p. 605). Un objetivo puede ser una persona o un objeto, mientras que un vigilante puede ser cualquier elemento que disuada la comisión del delito. Así, la hipótesis central de la TAR es que las tasas delictivas son más altas en espacios que promueven con mayor intensidad “[...] la yuxtaposición de ofensores motivados y objetivos disponibles en la ausencia de guardianes capaces” (Swatt, 2009, p. 402). A nivel macrosocial, las oportunidades delictivas dependen de los cambios en las estructuras económicas, las cuales promueven un mayor flujo de objetos e individuos, mientras que, en el plano microsocial, las oportunidades delictivas se favorecidas por las características físicas del entorno inmediato; la falta de iluminación o la concentración de personas en un centro comercial puede inducir la capitalización de motivaciones delictivas. De este modo, la TAR propone que la presencia de un ofensor es necesaria para la comisión de un delito, pero sólo es suficiente cuando coincide con un objetivo en ausencia de guardianes capaces. Cuando estos factores entran en contacto, se detonan los procesos racionales, emocionales y sociales que hacen posible la interacción social (Blumer, 1982).
En general, ambas teorías han encontrado soporte empírico en contextos anglosajones, aunque en contextos latinoamericanos varios estudios (Díaz, 2021; Escobar, 2012; De Oliveira y Rodrigues, 2013; Nogueira et al., 2016; Fuentes, 2021; Bonilla y Gutiérrez, 2021) encuentran resultados contrarios a sus proyecciones, de modo que es necesario continuar produciendo evidencia contextual a fin de discutir y ajustar sus planteamientos.
Robos en las alcaldías de la CDMX
De acuerdo con el Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública (SESNPS), durante el periodo 2015-2020, en la CDMX se registraron 1, 235, 528 delitos comunes, lo que representa un tasa, en promedio, de 2, 277.34 delitos por cada 100 mil habitantes. Los delitos “en contra del patrimonio” aportaron el 64.03% del total de la actividad delictiva conocida, de los cuales, 74.16% fueron robos.4
Asimismo, la distribución del delito de robo es diferenciada dentro de las alcaldías de la CDMX. Aquí nos centramos en los robos a transeúnte (RT), vehículo (RV), negocios (RN) y casa habitación (RCH) para el año de 2015.5 Estos robos representaron el 59.06% de los robos registrados en dicho año. Como se observa en la Tabla 1, las tasas exhiben un comportamiento diferenciado, tomando como parámetro la media local.
Alcaldías (N16) | RT | RV | RN | RCH |
---|---|---|---|---|
Álvaro Obregón | 9.87 | 2 | 1.69 | 91.29 |
Azcapotzalco | 14.12 | 3.10 | 2.16 | 106.01 |
Benito Juárez | 15.43 | 2.14 | 3.29 | 171.94 |
Coyoacán | 11.87 | 2.56 | 2.31 | 153.15 |
Cuajimalpa | 4.12 | 0.69 | 1.41 | 98.76 |
Cuauhtémoc | 49.38 | 1.88 | 2.73 | 58.14 |
Gustavo A. Madero | 14.50 | 3.47 | 2.06 | 68.01 |
Iztacalco | 14.81 | 2.44 | 2.20 | 49.34 |
Iztapalapa | 14.30 | 3.88 | 1.55 | 51.41 |
Magdalena Contreras | 3.94 | 1.41 | 1.62 | 22.90 |
Miguel Hidalgo | 19.62 | 1.28 | 2.48 | 103.49 |
Milpa Alta | 1.45 | 1.70 | 1.41 | 7.43 |
Tláhuac | 7.27 | 3.11 | 1.75 | 17.97 |
Tlalpan | 6.88 | 2.12 | 2.84 | 79.59 |
Venustiano Carranza | 21.11 | 2.75 | 2.08 | 32.88 |
Xochimilco | 10.03 | 3.32 | 2.49 | 20.59 |
Promedio | 13.67 | 2.37 | 2.13 | 70.81 |
Casos que superan el promedio | 8 | 8 | 8 | 7 |
Fuente: elaboración propia
De acuerdo con la tabla anterior, por ejemplo, Álvaro Obregón muestra altas tasas de RCH y bajas tasas de RT, mientras que Azcapotzalco muestra altas tasas en todos los rubros y Magdalena Contreras, bajas tasas en todos los apartados.
Condiciones explicativas
Para probar los supuestos configuracionales de la TDS y la TAR empleamos observables empíricos que, de acuerdo con la literatura, permiten captar el deterioro del control social y la disponibilidad de oportunidades delictivas. Para aproximarnos al control social minado, utilizamos pobreza (PB), población joven masculina (PJM), disrupción familiar (DF), densidad poblacional (DP), movilidad residencial (MR) y participación ciudadana en la solución de problemas colectivos (PC). Los fundamentos los proporciona la TDS.
En cuanto a PB, se ha planteado que las personas en desventaja económica son quienes desarrollan motivaciones delictivas para satisfacer sus necesidades en contextos desorganizados, pues en los mismos es posible establecer asociaciones diferenciales debido a la disponibilidad de definiciones favorables a infringir la ley (Sutherland, 1947). Sobre PJM, la literatura señala que los jóvenes suelen incurrir en actividades delictivas pues carecen de la supervisión de las instituciones sociales (Díaz, 2021); en AL, los jóvenes son especialmente susceptibles al delito, pues se encuentran excluidos de las oportunidades de desarrollo, pese a tener derechos sociales reconocidos.
Con relación a DF, Sampson (1986) plantea que los padres solteros cuentan con poco tiempo para ejercer funciones de control social en sus hogares y localidades, debido a que asumen la responsabilidad del trabajo de manera prioritaria. En lo que se refiere a DP, se ha mencionado que en contextos densamente poblados el control social se vuelve abstracto e impersonal (Park, 1915), asimismo, la saturación de habitantes implica un promedio más alto de interacciones interpersonales, aumentando la exposición a valores delictivos y facilitando, en consecuencia, las asociaciones diferenciales (Stark, 1987). En torno a MR, se presupone que un menor tiempo de residencia implica menor arraigo hacia la comunidad y, por lo tanto, menor participación en la autorregulación del comportamiento social (Shaw y Mckay, 1942). Finalmente, PC es un proxy de eficacia colectiva (Sampson et al., 1997), pues indica baja predisposición para intervenir sobre el desorden y la incivilidad.
Por otro lado, para captar disponibilidad de oportunidades delictivas empleamos uso de suelo no residencial (USNR), infraestructura para la movilidad urbana (IMU) e infraestructura para la seguridad pública (ISP). El soporte teórico proviene de la TAR.
El USNR propicia la concentración de personas, atrayendo a los ofensores potenciales debido a la disponibilidad de objetivos (Cahill y Mulligan, 2007). Por su parte, IMU explica la concentración del delito debido a que favorece la interacción entre ofensores y objetivo adecuados; los ofensores actúan cerca de nodos de actividades de las víctimas y en los accesos a las rutas que los conectan, como estaciones de metro o paraderos de transporte público (Brantingham y Brantingham, 1989; Ceccato y Cornelis, 2013). Por último, un menor grado de ISP indica la ausencia de vigilantes potenciales; las cámaras de videovigilancia, botones de pánico o estaciones de policía pueden aumentar los riesgos percibidos, disuadiendo la probabilidad de que el delito ocurra (Felson y Clarke, 2008).
El Cuadro 1 resume las condiciones, mediciones y fuentes de datos, mientras que la Tabla 2 resumen los estadísticos descriptivos para las alcaldías de la CDMX.
Condición | Medición | Fuentes de datos |
---|---|---|
PB | Porcentaje de personas en situación de pobreza | Estimaciones de la pobreza 2015, Consejo Nacional de Evaluación de la Política de Desarrollo Social. |
PJM | Porcentaje de hombres entre los 15 y 24 años de edad | Encuesta Intercensal 2015, Instituto Nacional de Estadística, Geografía e Informática. |
DF | Porcentaje de hogares con jefatura femenina | Encuesta Intercensal 2015, Instituto Nacional de Estadística, Geografía e Informática. |
DP | Habitantes por kilómetro cuadrado | Encuesta Intercensal 2015, Instituto Nacional de Estadística, Geografía e Informática. Marco Geoestadístico, Instituto Nacional de Estadística, Geografía e Informática |
MR | Porcentaje de personas con menos de 5 años de residencia | Encuesta Intercensal 2015, Instituto Nacional de Estadística, Geografía e Informática. |
PC | Porcentaje de participación ciudadana en las decisiones de presupuesto participativo | Consultas del Presupuesto Participativo 2015, Instituto Electoral de la Ciudad de México |
USNR | Unidades económicas por kilómetro cuadrado | Directorio Nacional de Unidades Económicas actualizado a enero de 2016, Instituto Nacional de Estadística, Geografía e Informática |
IMU | Densidad de estaciones del sistema de transporte colectivo por kilómetro cuadrado | Base de datos abiertos de la Ciudad de México. |
ISP | Comandancias, estaciones, módulos, casetas de policía, cámaras de vigilancia y botones de pánico, operados por la alcaldía, por kilómetro cuadrado | Censo Nacional de Gobierno de Gobierno Municipales y Demarcaciones Territoriales de la Ciudad de México 2019, Instituto Nacional de Estadística, Geografía e Informática. La información del censo corresponde al año de 2018 y funciona como un aproximado debido a la falta de información para el año de 2015. |
Fuente: elaboración propia
PB | PJM | DF | DP | MR | PC | USNR | IMU | ISP | |
---|---|---|---|---|---|---|---|---|---|
MAX | 49.16 | 28.80 | 41.01 | 16901.84 | 11 | 7.65 | 2231.94 | 1.32 | 1736.76 |
MIN | 4.97 | 1.73 | 26.17 | 462.46 | 1.60 | 0.91 | 22.02 | 0 | 0 |
PROMEDIO | 26.37 | 10.37 | 34.88 | 9183.41 | 4.20 | 2.72 | 552.97 | 0.29 | 374.92 |
Fuente: elaboración propia
Así, planteamos que la presencia de altos grados de PB, PJM, DF, DP, MR, USNR, IMU y bajos grados de PC e ISP son condiciones necesarias para producir altas tasas de robo en las alcaldías de la CDMX. La hipótesis central es que los resultados se producen cuando el deterioro del control social se combina con la disponibilidad de oportunidades delictivas.
MÉTODO Y RESULTADOS
Para fundamentar las hipótesis, utilizamos el análisis cualitativo comparado desarrollado por Ragin (1987), aplicando la técnica de los conjuntos nítidos (csQCA). Este método permite identificar las condiciones necesarias y configuraciones causales suficientes que producen un resultado de interés.
En primer lugar, dicotomizamos los datos tomando como referencia la media local (tabla 1 y tabla 2).7 Así, codificamos con [1] los datos que superan el parámetro, indicando la presencia de la condición. En el caso de PC e ISP, la calibración fue inversa, debido a que nos interesa captar la presencia de bajos grados. Posteriormente, con los datos calibrados, obtuvimos las medidas de ganancia informativa (Drozdova y Gaubatz, 2014) a fin de excluir, respectivamente, las condiciones que no reducen en absoluto la incertidumbre inicial. Una medida de 0 indica que la condición no aporta nada para explicar el resultado, de modo contrario, 1 significa que la condición reduce toda la incertidumbre.8 Las medidas obtenidas se resumen en la Tabla 3.
PB | PJM | DF | DP | MR | PC | USNR | IMU | ISP | Condiciones que reducen la incertidumbre inicial | |
---|---|---|---|---|---|---|---|---|---|---|
RT | 0.3 | 0 | 0.5 | 0.5 | 0 | 0 | 1 | 0.4 | 0 | PB, DF, DP, USNR, IMU |
RV | 0 | 0.1 | 0 | 0.2 | 0 | 0 | 0 | 0 | 0.1 | PJM, DP, ISP |
RCH | 0.3 | 0 | 0.2 | 0 | 0.1 | 0.3 | 0 | 0.1 | 0 | PB, DF, MR, PC, IMU |
RN | 0 | 0 | 0 | 0 | 0 | 0.2 | 0 | 0 | 0.1 | PC, ISP |
Fuente: elaboración propia
De acuerdo con los datos, PJM, MR, PC e ISP no explican nada sobre RT; PB, DF, MR, PC e IMU no dicen nada acerca de RV; PJM, PD, USNR e ISP no resuelven RCH; PB, PJM, DF, DP, MR, USNR e IMU son intrascendentes para RN. Estas condiciones son excluidas, de manera respectiva, del análisis de necesidad y minimización booleana.
En tercer lugar, exploramos si las condiciones son necesarias para el resultado. Una condición necesaria está presente siempre que aparece el resultado, dicho de otra manera, Y es imposible en ausencia de X (Wagemann, 2012). Para determinar necesidad, csQCA proporciona el parámetro de consistencia, que se define como “la proporción de casos que presentan una condición determinada y el resultado dentro del total de casos que lo presentan” (Medina et al., 2017, p. 31). Una consistencia de 1 indica necesidad. Utilizando el programa fsQCA 3.0 obtuvimos los resultados que se resumen en la Tabla 4.
RT | RV | RCH | RN | |
---|---|---|---|---|
PB | 0.25 | 0.25 | ||
PJM | 0.25 | |||
DF | 0.87 | 0.75 | ||
DP | 0.87 | 0.75 | ||
MR | 0.62 | |||
PC | 0.87 | 0.85 | ||
USNR | 1 | |||
IMU | 0.62 | 0.50 | ||
ISP | 0.37 | 0.85 |
Fuente: elaboración propia
Únicamente USNR resultó condición necesaria para RT. Esto no descarta la posibilidad de que las demás condiciones sean INUS o necesarias para configuraciones suficientes para un resultado. Finalmente, procedimos con la minimización booleana. Para ello, incluimos las combinaciones de condiciones que, dentro de las tablas de la verdad, mostraron el resultado, excluyendo a las configuraciones con consistencia bruta inferior a 0.8.9 La minimización sigue una lógica experimental, cuando dos configuraciones son iguales, menos en una condición, entonces ésta puede eliminarse por redundante. Con ayuda del programa fsQCA 3.0, obtuvimos soluciones complejas o basadas en evidencia.
Configuraciones | Casos explicados por la configuración | |
---|---|---|
PB*DP*USNR*~IMU | 0.25% | Gustavo A. Madero, Iztapalapa |
~PB*DF*USNR*IMU | 0.62% | Benito Juárez, Cuauhtémoc, Iztacalco, Miguel Hidalgo, Venustiano Carranza |
DF*DP*USNR*~IMU | 0.25% | Azcapotzalco, Iztapalapa |
~PB*DF*DP*USNR | 0.62% | Azcapotzalco, Benito Juárez, Cuauhtémoc, Iztacalco, Venustiano Carranza |
Casos positivos cubiertos por la solución: 100%
Nota: el signo * indica conjunción o combinación y el signo ~ indica ausencia de la condición.
La Tabla 5 indica que el modelo para RT cubrió el 100% de los casos positivos; cuatro configuraciones conducen a RT, las cuales incluyen la condición necesaria (USNR) y condiciones INUS, asociadas con el deterioro del control social y la disponibilidad de oportunidades delictivas, aunque no todas fueron relevantes en función de su presencia.
Configuraciones | Casos explicados por las configuraciones | |
---|---|---|
~PJM*~ISP | 0.5% | Gustavo A. Madero, Iztacalco, Venustiano Carranza, Xochimilco |
PJM*DP*ISP | 0.12% | Azcapotzalco |
Casos positivos cubiertos por la solución: 62%
Nota: el signo * indica conjunción o combinación y el signo ~ indica ausencia de la condición.
La Tabla 6 informa que el modelo para RV cubrió el 62% de los casos; dos configuraciones conformadas por condiciones INUS, asociadas con el deterioro del control social y la disponibilidad de oportunidades delictivas, conducen al resultado. La primera configuración está compuesta por condiciones ausentes.
Configuraciones | Casos explicados por las configuraciones | |
---|---|---|
~PB*DF*PC*~IMU | 0.25% | Azcapotzalco, Coyoacán |
~PB*DF*MR*IMU | 0.5% | Benito Juárez, Cuauhtémoc, Iztacalco, Miguel Hidalgo |
Casos positivos cubiertos por la solución: 75% |
Nota: el signo * indica conjunción o combinación y el signo ~ indica ausencia de la condición.
La Tabla 7 muestra que el modelo de RCH cubrió el 75% de los casos; las configuraciones se componen de condiciones INUS, presentes y ausentes, asociadas con un control social minado y la disponibilidad de oportunidades delictivas.
CONFIGURACIONES | Casos explicados por las configuraciones (cobertura bruta) | |
---|---|---|
PC*ISP | 0.71% | Azcapotzalco, Benito Juárez, Cuajimalpa, Iztapalapa, Miguel Hidalgo, Tlalpan |
Casos positivos cubiertos por la solución (cobertura de la solución): 71% |
Nota: el signo * indica conjunción o combinación y el signo ~ indica ausencia de la condición.
Finalmente, la Tabla 8 indica que el modelo para RN cubrió 71% de los casos positivos. Existe una configuración, compuesta por condiciones INUS presentes, relacionadas con el deterioro del control social y la disponibilidad de oportunidades delictivas.
DISCUSIÓN
De acuerdo con los datos, calibraciones y técnicas empleadas, los resultados muestran que la distribución diferenciada de los robos en las alcaldías de la CDMX son producto de configuraciones causales vinculadas con el deterioro del control social y la disponibilidad de oportunidades delictivas, brindando soporte a los supuestos configuracionales de la TDS y la TAR. Empero, las condiciones no actuaron siempre conforme a los planteamientos teóricos en términos de presencia y ausencia, evidenciado que las tasas delictivas no responden simplemente ante la influencia directa de los factores. Conviene comentar algunos puntos centrales.
Primero, la ausencia de PB es relevante para explicar RT y RCH. Esto sugiere, por una parte, que muchos delitos son responsabilidad de pocos ofensores y, por otro lado, que la actividad criminal se concentra en zonas con alto estatus económico (De Oliveira y Rodrigues, 2013; Cohen y Felson, 1979). De este modo, a nivel individual, la desorganización social produciría pocos ofensores, pero altamente activos, mientras que, a nivel colectivo, el estatus económico se presentaría como un factor de oportunidad. Asimismo, debido a que PB es condición INUS, visibilizamos que esta es relevante únicamente cuando se combina con otras condiciones (Kornhauser, 1978). En este marco, abonamos al debate acerca de la relación entre pobreza y distribución del delito, discutiendo particularmente con los estudios latinos (Vilalta et al., 2016) que identifican asociaciones positivas entre ambas variables.
Con relación a PJM, encontramos que su presencia o ausencia es irrelevante para explicar RT, RCH y RN; su presencia y ausencia explica RV. La irrelevancia de la condición puede deberse a que los victimarios no residen en las demarcaciones en donde ocurren los delitos (Escobar, 2012). En este marco, el trabajo se suma a la evidencia para AL que no encuentra relación entre PJM y tasas delictivas (Sánchez y Fuentes, 2016), ilustrando que las mismas no son responsabilidad siempre de un ejército de jóvenes.
Respecto a DF, su presencia es relevante para explicar RT y RCH, dentro de configuraciones causales. En el caso de RCH, el resultado suma evidencia a favor de la TDS y la TAR; por una parte, la condición puede estar abonando al deterioro del control social en las localidades, abriendo geografías de impunidad (Escobar, 2012), por otra parte, al salir a trabajar, las madres solteras estarían abandonando los hogares, convirtiéndolos en objetivos apropiados. La irrelevancia de DF en la explicación de RN y RV puede deberse a que estos delitos ocurren lejos de zonas residenciales. El estudio dialoga con los trabajos para AL que identifica impactos diferenciados de la DF como explicación del delito (Figuereido, 2014).
Por otro lado, contrario a lo que encuentran estudios previos sobre robo a transeúnte en la CDMX (Fuentes y Sánchez, 2017), la presencia de DP resultó relevante para explicar RT y RV. La condición no solamente puede estar deteriorando las capacidades de guarda, debido a que en contextos densamente poblados el control social es abstracto e impersonal (Park, 1915), sino que también puede aportar objetivos apropiados. De modo contrario, la presencia o ausencia de DP es irrelevante para explicar RCH y RN. En el caso de RCH, DP puede suponer vigilancia, mientras que RN ocurre lejos de zonas residenciales.
Los resultados con relación a PC y MR ponen entre dicho los supuestos centrales de la TDS. La presencia de MR solo es relevante para explicar RCH y la presencia de PC únicamente contribuye a entender RCH y RN, en pocos casos. Esto indica que la falta de apego a la comunidad y el entramado asociativo, elementos clave dentro del cuerpo teórico de la TDS, no son condiciones centrales para explicar los robos en las alcaldías de la CDMX. Estudios recientes para el mismo contexto han encontrado relaciones contraintuitivas entre indicadores de eficacia colectiva y homicidios (Díaz, 2021).
En este orden de ideas, en relación a la TDS, se sugiere que el desarrollo de motivaciones delictivas se produce cuando desventajas sociales interactúan con factores desorganizadores como un control social abstracto (DP) o un control parental endeble (DF), en donde la participación de la comunidad ante el desorden y la incivilidad (MR, PC) no tiene mayor relevancia, debido, probablemente, a que se encuentra neutralizada por factores de contexto como la presencia de estructuras criminales, las cuales cooptan al Estado, por corrupción o intimidación, para poder operan con impunidad y siembran miedo en las población, la cual no actúa ante la criminalidad para no ponerse en riesgo (Escobar, 2012; Vargas, 2021).
Con respecto a las condiciones derivadas de la TAR, la presencia de USNR resultó individualmente necesaria para RT. La concentración de objetivos adecuados es fundamental para explicar dicho fenómeno, como plantean, igualmente, los estudios previos para AL (Bonilla y Gutiérrez, 2021). Ahora bien, la condición es intrascendente para otros robos. En el caso de RCH, la intrascendencia es clara, pues esta clase de robos se comente en zonas residenciales; quizá usos de suelo completamente comerciales puedan tener mayor incidencia en la explicación de RN y RV. Por otro lado, la presencia y ausencia de IMU es relevante para explicar RT y RCH. Esta condición sugiere que las víctimas se concentran en nodos de transporte, como sugiere la bibliografía internacional (Ceccato y Cornelis, 2013). En el caso específico de RCH es posible que la condición esté captando la presencia de vías principales, las cuales son estratégicas para trazar rutas de llegada y escape por parte de los ofensores (Díaz, 2018).
Por último, la presencia o ausencia de ISP es relevante para explicar RV y RN, pero intrascendente para RT y RCH. Cuando se presenta, la condición puede funcionar como factor de oportunidad (Felson y Clarke, 2008). La condición puede tener un efecto sobre ofensores poco entrenados, quienes actúan únicamente en ausencia de guardianes. Empero, en donde la ausencia de la condición es importante, posiblemente factores de contexto, como la corrupción o la ausencia de capacidades institucionales para realizar de manera efectiva labores de prevención y persecución del delito, aunados a la fugacidad de los robos, se encuentran neutralizando la presencia de “ojos en la calle”. Esto implicaría que los ofensores, quizá los más experimentados, son conscientes de dichas limitaciones.
En este orden de ideas, con relación a la TAR, este trabajo sugiere que disponibilidad de las oportunidades delictivas depende de la naturaleza de las interacciones sociales y la capacidad de los interlocutores para establecerlas o impedirlas; nos referimos a las destrezas de los ofensores y competencias institucionales de las autoridades.
En conclusión, la distribución diferenciada de los robos en la CDMX ocurre cuando se combinan condiciones asociadas con la debilidad del control social y la disponibilidad de oportunidades delictivas, aunque los supuestos de la TDS y la TAR no operan de manera mecánica en dicho contexto.