La vigilancia y supervisión formal e informal desempeñan un importante papel en la prevención de la delincuencia. En este sentido, tal y como ha puesto de manifiesto la Teoría de las Actividades Cotidianas, el elemento “guardián capaz” no está conformado exclusivamente por la Policía, ni siquiera principalmente. No obstante, en el caso de los delitos de conducción bajo la influencia de bebidas alcohólicas o drogas, la investigación ha mostrado que la vigilancia formal juega un papel esencial en la detección y reducción de estas conductas. Por ello, el diseño de métodos eficientes de asignación de efectivos de vigilancia y supervisión se ha convertido en una prioridad para las administraciones encargadas de gestionarlos. En este sentido, el paradigma de la Policía guiada por la inteligencia (ILP) ha experimentado en los últimos años un notable crecimiento, fundamentalmente en países del ámbito anglosajón, aunque también en España, dónde el campo del análisis delictivo se encuentra en plena expansión, gracias a la introducción de herramientas como los Sistemas de Información Geográfica. En este estudio, se muestra un análisis espacio-temporal de procesos puntuales, donde cada punto en el espacio, corresponde a un accidente de tráfico en carretera en el que alguno de los conductores implicados presentó una tasa positiva de alcohol o drogas. Concretamente, se analizaron 3.557 accidentes registrados en las provincias de Cádiz y Alicante en los años 2011 a 2015. En una primera fase, se calculó el índice del promedio del vecino más cercano para estimar la distancia media entre accidentes, lo que permitió detectar la presencia de cluster en el espacio y obtener el ancho de banda para el análisis de densidad Kernel. La posterior introducción de una matriz de pesos en el estimador, mostró las áreas más peligrosas. Con esta investigación, se optimizará el proceso de apoyo a la toma de decisiones (DSS).
Análisis geográfico de delitos viales mediante KDE
1. Proyecto financiado por la DGT
Análisis geográfico de los delitos contra
la seguridad vial por medio de KDE
José E. Medina; Fernando Llorens; Daniel
Salafranca
Centro Crímina – Universidad Miguel Hernández
de Elche
Proyecto financiado por la DGT:
2. Proyecto financiado por la DGT
Micro
Teoría del patrón delictivo
•Nodos: los lugares en los que residen, trabajan, compran o se divierten las
personas
•Rutas: caminos definidos por el movimiento a pie o en vehículo
•Crean espacios de conocimiento
Espacio de actividad personal definido por:
•Espacio de oportunidad: Lugares en los que interactúan víctimas y
delincuentes. Esto ayuda a explicar el riesgo de victimización
Espacio de conocimiento del delincuente
•“Principio del mínimo esfuerzo”. Generalmente las personas llevan a cabo
sus actividades con el mínimo esfuerzo
•Compras, actividades de ocio … y “Journey to crime”
•La frecuencia de las actividades decae con la distancia. Eso significa que
los delincuentes tienden a viajar cortas distancias para cometer los delitos
El movimiento de los delincuentes está restringido en el
espacio
3. Proyecto financiado por la DGT
Policía predictiva
Valoración de riesgo - probabilidad
Todas las cosas están relacionadas entre sí, pero
las cosas más próximas en el espacio tienen una
relación mayor que las distantes.
(Tobler, 1970)
4. Proyecto financiado por la DGT
Micro
Mapa del Cólera de Londres – John
Snow 1854. Londres. En 10 días
cerca de 500 personas
mueren en un barrio. La
misteriosa concentración de
fallecidos es especialmente
temible debido a que nadie
conoce la fuente.
Nadie salvo John Snow, un
epidemiólogo que realizó un
análisis geográfico de la
enfermedad…
5. Proyecto financiado por la DGT
De los mapas del delito a los “hot spot”
Escuela cartográfica Escuela
Chicago
Consolidación
6. Proyecto financiado por la DGT
Hipótesis de partida:
Vigilancia Policial es
efectiva en la
prevención
Los recursos son
limitados
Existen herramientas
(Análisis del crimen)
potencialmente útiles
MapVial
7. Proyecto financiado por la DGT
Evento
Base de datos
GC
Geocod. Algoritmo
Categ.
Hotspots
Toma de
decisiones
8. Proyecto financiado por la DGT
Geocod. Algoritmo
Categ.
Hotspots
Evento
Base de datos
GC
Toma
de
decisi
ones
• ¿Cómo se obtienen los datos de localización?
• ¿Qué calidad tienen esos datos?
• ¿Está preparada la cartografía para registrar
variables ambientales?
Arena Sanciones Atestados
¿DÓNDE?
9. Proyecto financiado por la DGT
Muestra
Alicante Cádiz
Año f % f % Total
2011 110 68,3 51 31,7 161
2012 93 72,1 36 27,9 129
2013 83 72,2 32 27,8 115
2014 61 65,6 32 34,4 93
2015 62 68,1 29 31,9 91
21. Proyecto financiado por la DGT
Geocod. Algoritmo
Categ.
Hotspots
Evento
Base de datos
GC
Toma
de
decisi
ones
• ¿Qué variables introducimos para estimar mejor?
• Individuales
• Vehículo
• Temporales
• Ambientales
• Evento
22. Proyecto financiado por la DGT
Índice de riesgo en segmento de vía (IRS)
• Ambientales (sólo accidentes con alcohol o drogas):
• S: Longitud en metros del segmento
• C: Número de accidentes con alcohol o drogas en un segmento*
• M: Relación entre accidentes y accidentes mortales
• Ti: Tiempo entre accidentes (1 a 3 donde 1<1 mes; 2<6 meses; 3>6
meses)
• Personales (accidentes con alcohol o drogas y denuncias):
• Ei: Patrón de edad (1 a 2 donde 1>Ds; 2<1Ds)
• Ai: Concentración de alcohol en sangre (1 a 2 donde 1>Ds; 2<1Ds)
*Segmentos: porción de vía entre intersecciones
23. Proyecto financiado por la DGT
S=Segmentos de vía
>n=13.475
> x=312,73m
Construcción del algoritmo
28. Proyecto financiado por la DGT
Tarifa
Jerez de la Frontera
Medina-Sidonia
Arcos de la Frontera
Barrios (Los)
Olvera
Alcalá de los Gazules
Villamartín
Barbate
Rota
Espera
Puerto Real
Jimena de la Frontera
Vejer de la Frontera
San Roque
San José del Valle
Grazalema
Algodonales
Zahara
Algeciras
Ubrique
Bornos
Benaocaz
Trebujena
Algar
Chiclana de la Frontera
Castellar de la Frontera
Sanlúcar de Barrameda
Puerto de Santa María (El)
Puerto Serrano
Conil de la Frontera
Chipiona
Prado del Rey
Benalup-Casas Viejas
Bosque (El)
Villaluenga del Rosario
Gastor (El)
San Fernando
Cádiz
Paterna de Rivera
Torre Alháquime
Línea de la Concepción (La)
Setenil de las Bodegas
A-7
N-340
A-372
CA-33
A-480
CA-3206
A-2233 A-2231
A-389
CA-6105
A-2001
CA-32
N
-IV
A-373
A-405
A-372
A-7
A-7
A-2233
Proyecto financiado por la DGT
30. Proyecto financiado por la DGT
Conclusiones
1. Los eventos delictivos se agrupan en Hot Spots
también los accidentes en los que algún conductor
ha consumido alcohol
2. Las características ambientales promueven la
formación de Hot Spots
3. La concentración de los recursos preventivos en los
Hot Spots optimizada sobre la base de las técnicas
de análisis delictivo es más efectiva que una
distribución aleatoria
4. Las técnicas de estimación de la concentración de
hot spots más precisas son aquellas que utilizan los
segmentos