Banco Mundial México Spa

Machine Translated by Google
WPS6935
Documento de trabajo de investigación de políticas 6935

úiD
lbvtu
o
naódicaaazgcirliu p
a
Desigualdad de ingresos y delitos violentos

úiD
lbvtu
o
a
Evidencias de la guerra contra las drogas en México
Ted Enamorado
Luis Felipe López Calva
Carlos RodríguezCastelán
Hernán Winkler
ód
na úiD
lbvtu
o
icaaazgcirliu p
a
úiD
lbvtu
o
a
El Banco Mundial
Región de América Latina y el Caribe
Unidad de Reducción de la Pobreza y Gestión Económica
junio 2014
Documento de trabajo de investigación de políticas 6935
Abstracto
La relación entre la desigualdad de ingresos y la delincuencia el coeficiente de Gini se traduce en un aumento de más
ha atraído el interés de muchos investigadores, pero existe de 10 homicidios relacionados con las drogas por cada 100.000
poca evidencia convincente sobre el efecto causal de la habitantes entre 2006 y 2010. No hay efectos significativos antes
desigualdad sobre la delincuencia en los países en desarrollo. de 2005. El hecho de que el efecto se haya encontrado durante
Este artículo estima este efecto en un contexto único: la guerra la Guerra contra las Drogas en México y no antes es probable
contra las drogas en México. El análisis aprovecha un conjunto porque el costo del crimen disminuyó con la proliferación de las
de datos único que contiene estadísticas de desigualdad y pandillas ( facilitar el acceso al conocimiento y la logística y
criminalidad para más de 2.000 municipios mexicanos que reducir el costo marginal de la conducta delictiva), lo que, combinado
cubren un período de 20 años. Utilizando una variable instrumental con una creciente desigualdad, aumentó el beneficio neto esperado
para la desigualdad que aborda problemas de causalidad inversa y de los actos delictivos después de 2005.
sesgo de variable omitida, este artículo encuentra que un incremento de un punto en
Este documento es producto de la Unidad de Reducción de la Pobreza y Gestión Económica, Región de América Latina y el Caribe. Es parte
de un esfuerzo mayor del Banco Mundial para brindar acceso abierto a sus investigaciones y contribuir a las discusiones sobre políticas de
desarrollo en todo el mundo. Los documentos de trabajo de investigación de políticas también se publican en la Web en http://
econ.worldbank.org. Se puede contactar al autor en crodriguezc@worldbank.org.
La serie de documentos de trabajo sobre investigación de políticas difunde los resultados del trabajo en curso para fomentar el intercambio de ideas
sobre cuestiones de desarrollo. Un objetivo de la serie es difundir los hallazgos rápidamente, incluso si las presentaciones no están del todo pulidas. Los
artículos llevan los nombres de los autores y deben citarse en consecuencia. Los hallazgos, interpretaciones y conclusiones expresados en este artículo
son enteramente responsabilidad de los autores. No representan necesariamente las opiniones del Banco Internacional de Reconstrucción y Fomento/
Banco Mundial y sus organizaciones afiliadas, ni las de los Directores Ejecutivos del Banco Mundial o los gobiernos que representan.
Producido por el Equipo de Apoyo a la Investigación

Desigualdad de ingresos y delitos violentos: evidencia de la guerra contra las drogas en México
Ted Enamorado* Luis Felipe López Calva†
Carlos RodríguezCastelán‡ Hernán Winkler§
Palabras clave: Desigualdad del ingreso, Delincuencia, Variables instrumentales, México

Códigos JEL: C26, D74, H70, I3, O54
Mesa Sectorial: Pobreza (POV)
Los autores desean agradecer a Eduardo OrtizJuarez y Daniel Valderrama por su invaluable ayuda en la investigación. Los hallazgos, interpretaciones
y conclusiones de este artículo son enteramente responsabilidad de los autores. No representan necesariamente la opinión del Grupo del Banco Mundial,
sus directores ejecutivos o los países que representan.
*
Universidad de Princeton. Correo electrónico: tede@princeton.edu
†
Banco Mundial. Correo electrónico: lflopezcalva@worldbank.org
‡
Banco Mundial. Correo electrónico: crodriguezc@worldbank.org (Autor correspondiente).
§
Banco Mundial. Correo electrónico: hwinkler@worldbank.org
1. Introducción
La cuestión de cuál es el efecto de la desigualdad en la delincuencia ha sido motivo de interés entre muchos
investigadores y analistas de políticas. Si bien la mayor parte de la literatura sobre este tema encuentra un efecto positivo de
desigualdad en materia de delincuencia, la evidencia empírica no ha logrado establecer una dirección inequívoca de la
causalidad (véase Pridermore, 2011), ni tampoco determinar si el efecto se mantiene para diferentes tipos de delitos
violentos. Además, cuando se centra la atención en los países en desarrollo, la evidencia disponible es más débil dado
que las estadísticas sobre delincuencia confiables y comparables tienden a ser escasas. Además, los estudiosos se han
enfrentado a otros grandes retos a la hora de profundizar en este tema. Por ejemplo, los estudios entre países suelen
estar sesgados por errores de medición y problemas de variables omitidas, y también están limitados por tamaños de
muestra pequeños. La causalidad inversa es motivo de preocupación, ya que el aumento de las tasas de criminalidad
también podría afectar la desigualdad, al alentar, por ejemplo, a los residentes más ricos a mudarse de lugares violentos.
Neumayer (2005) señala que centrarse en la variación dentro del país podría ser un remedio a la dificultad de controlar
los factores de confusión a nivel de país y al problema de las muestras pequeñas.
que surge en el análisis entre países. No obstante, incluso cuando se hayan abordado esos problemas,
El problema de la causalidad inversa persiste. En este artículo, damos un paso adelante para abordar los desafíos antes
mencionados al centrarnos en la variación dentro del país a nivel municipal en materia de criminalidad y desigualdad en
México y proponer una variable instrumental que se relaciona con los cambios en las políticas locales.
niveles de desigualdad de ingresos, pero no están correlacionados con los cambios en las tasas de criminalidad locales.
Centramos nuestra atención en México ya que representa un caso único entre las naciones en desarrollo. Primero, en
términos de tasas de criminalidad, mientras que la tasa total de homicidios en México siguió un patrón descendente para
el período 19902005, el panorama es totalmente diferente para el período 20052010. Por ejemplo, en 2005 la tasa total
de homicidios fue cercano a 11 muertes por cada 100,000 habitantes, mientras que para 2010 fue de 18.5 muertes
(Sistema Nacional de Seguridad Pública de México, SNSP, 2011). Este fuerte aumento en la tasa total de homicidios se
debe principalmente al creciente número de delitos violentos asociados con actividades relacionadas con las drogas;
por ejemplo, en 2005 hubo más de 7.000 muertes relacionadas con delitos no relacionados con las drogas, casi el doble
del número de muertes causadas por homicidios relacionados con drogas; para 2010 la situación había cambiado
completamente, es decir, el número de homicidios relacionados con drogas más que triplicó el número de homicidios no
relacionados con drogas (ver Figura 1). Para ilustrar las implicaciones económicas de este asunto, las encuestas sobre
victimización estiman que en 2010 el crimen costó a las víctimas pérdidas valoradas en 12.900 millones de dólares.
Además, ese mismo año, el 42,8 por ciento de las empresas mexicanas pagaron por seguridad privada, gastando
alrededor del 2,2 por ciento de sus ventas anuales en estos servicios (IFC y BM, 2012); y se encontraron reducciones en
la actividad económica y el crecimiento a nivel municipal entre 2006 y 2010 (Robles et al., 2013, y Enamorado et al.,
2013).
En segundo lugar, si bien ha habido avances importantes en la reducción de la desigualdad del ingreso en México en los
últimos quince años (con una disminución de 0,547 a 0,475 del coeficiente de Gini para la distribución del ingreso per
cápita de los hogares (Lustig et al., 2012)), la heterogeneidad entre regiones permanece. Entre 1990 y 2005, alrededor
del 90 por ciento de los municipios de México registraron una disminución en la desigualdad de ingresos, mientras que
entre 2005 y 2010 alrededor del 78 por ciento de los municipios experimentaron una reducción de su coeficiente de Gini.
A pesar de una disminución general del coeficiente de Gini a nivel nacional
2
A nivel nacional, muchos municipios experimentaron un aumento de la desigualdad durante estos períodos y México sigue
siendo uno de los países de América Latina donde la movilidad de bajos ingresos es un problema generalizado (ver Cuesta
et al., 2011; Bourguignon 2004).
Figura 1: Número de casos de homicidio y tasas de homicidio por tipo (1997 – 2011)
Fuente: SNSP, 2011 y 2012; Ríos, 2012.
Nuestros resultados de modelos de regresión lineal que no tienen en cuenta la causalidad inversa y las variables omitidas
predicen que, en el caso de México, un aumento de la desigualdad está vinculado a una disminución de los homicidios.
Sostenemos que este resultado podría deberse a la emigración selectiva de residentes más ricos a municipios más seguros
y a otros canales a través de los cuales el crimen podría afectar la distribución del ingreso. Sin embargo, cuando utilizamos
nuestro instrumento propuesto para abordar el problema de endogeneidad, encontramos que para el período que va de 2005
a 2010, un aumento de una unidad en el coeficiente de Gini
(nuestra medida de desigualdad de ingresos) se traduce en más de 4 muertes adicionales por cada 100.000 personas
cuando nos centramos en la tasa total de homicidios. Además, este efecto es mayor si nos centramos únicamente en los
delitos relacionados con las drogas, donde un aumento en el coeficiente de Gini de una unidad se asocia con un aumento de
más de 10 muertes. Por otro lado, en el caso de los homicidios no relacionados únicamente con las drogas, no encontramos
ninguna evidencia de que los cambios en la desigualdad desempeñen un papel en la determinación de esos tipos de
crímenes antes o durante la Guerra contra las Drogas en México. Este hallazgo muestra la importancia de los menores
costos de la actividad criminal provocados por la expansión de las bandas de narcotraficantes después de 2005, en la
configuración de los efectos de la desigualdad de ingresos en la actividad criminal. Los resultados presentados no se ven
afectados por especificaciones alternativas y diferentes comprobaciones de robustez.
El resto de este artículo procede de la siguiente manera. La sección 2 presenta una revisión de la literatura de la evidencia
teórica y empírica sobre este tema; La sección 3 presenta las tendencias a largo y mediano plazo de la desigualdad del
ingreso subnacional y datos sobre la guerra contra las drogas en México y el aumento asociado en las tasas de delitos
violentos. La sección 4 describe la metodología y los datos; La sección 5 presenta la estrategia empírica, con especial
énfasis en cómo recuperamos las medidas de desigualdad de ingresos a nivel municipal en México y
3
cómo se construyó nuestro instrumento propuesto. La Sección 6 presenta nuestros principales hallazgos y la Sección 7
concluye.
2. Literatura anterior sobre los vínculos entre la desigualdad de ingresos y la delincuencia
Dentro de la literatura sobre los efectos de la desigualdad y la pobreza en el crimen existen dos enfoques distintivos y
complementarios. En primer lugar, tenemos las teorías sociológicas del crimen, que centran su atención en los
sentimientos emocionales que hacen que las personas se conviertan en delincuentes. En estas teorías, la pobreza y la
desigualdad causan tensión, ansiedad y tensión social, lo que lleva a las personas a volverse más violentas (trabajos
empíricos recientes que presentan evidencia que respalda esas teorías se pueden encontrar en Fajnzylber, Lederman
y Loayza [1998, 2002a, 2002b], y Whitworth, 2012). El segundo
Este enfoque incluye el concepto de conducta delictiva como cálculo de costobeneficio, introducido en la literatura
económica por el trabajo fundamental de Becker (1968). En pocas palabras, Becker propone que el delito es una
función de los cálculos de un individuo al sopesar la utilidad esperada del delito frente a la utilidad de utilizar el mismo
tiempo y recursos para realizar actividades legales. Por lo tanto, no es difícil ver que en esta teoría los individuos pobres
que viven en un entorno desigual serán más propensos a recurrir a actividades ilegales, ya que sus opciones externas
(es decir, actividades legales) no ofrecen mayores beneficios en el corto plazo (Freeman , 1999). Estos cálculos están
influenciados por los mecanismos de disuasión y sanciones establecidos para prevenir la delincuencia. A la inversa del
caso descrito anteriormente, los pobres pueden encontrar preferibles las actividades no delictivas si el beneficio neto
del delito (después de descontar las penas) es inferior a su situación de pobreza.
Independientemente de los mecanismos detrás (cálculo racional versus motivaciones emocionales originadas por la
exclusión social), ambos conjuntos de teorías sugieren firmemente que la desigualdad y la pobreza fomentan la
delincuencia. Muchos autores han intentado probar estas teorías empíricamente obteniendo resultados mixtos. Por
ejemplo, Ehrlich (1973) encuentra que en Estados Unidos (19401970), la desigualdad y el ingreso están correlacionados
positivamente tanto con la propiedad (robo, hurto, hurto y robo de automóviles) como con los delitos violentos (asesinato y violación).
Blau y Blau (1982) sostienen que las desigualdades económicas son la raíz de los delitos violentos en Estados Unidos.
En sus conclusiones, al explicar la delincuencia, el papel de variables como la pobreza se ve superado por el poder
predictivo de la desigualdad. En esta misma línea de trabajo, Kelly (2000) encuentra que en las zonas urbanas de
Estados Unidos la pobreza y la actividad policial están significativamente correlacionadas con los delitos contra la
propiedad, mientras que la desigualdad no tiene ningún efecto sobre este tipo de delitos. Por otro lado, cuando nos
centramos en los delitos violentos, la desigualdad es el principal factor.
En contraste con los resultados de Kelly (2000), Fajnzylber, Lederman y Loayza (2002b) encuentran, en su análisis de
datos sobre homicidios y robos en una muestra representativa de países tanto industrializados como en desarrollo, que
la desigualdad y la pobreza aumentan ambos robos (aquí , un proxy para delitos relacionados con la propiedad) y
homicidios (un proxy para violencia). Neumayer (2005) cuestiona directamente los resultados de Fajnzylber, Lederman
y Loayza (2002b); argumentando que al aumentar el tamaño de la muestra de los países, la desigualdad (medida como
el coeficiente de Gini) ya no es estadísticamente significativa cuando
4
1
predecir delitos violentos. Además, Pridemore (2011) critica la gran cantidad de literatura entre países
que estudia el vínculo entre la desigualdad y las tasas de homicidio, ya que la mayoría de ellos no controlan las tasas de
pobreza, que es el predictor más consistente de las tasas de homicidio en el área en la literatura empírica estadounidense.
Pridemore replicó estudios previos entre países que encontraron una relación estadísticamente significativa entre la desigualdad
y los homicidios, y encontró que cuando los modelos controlaban las tasas de pobreza, dicha relación ya no era significativa.
Brush (2006) encuentra resultados mixtos en términos del efecto de la desigualdad de ingresos en las tasas de criminalidad
utilizando datos a nivel de condado para los Estados Unidos. Utilizando un análisis transversal, encuentra que la desigualdad
de ingresos promueve la delincuencia, aunque al centrar su atención en un análisis de series de tiempo encuentra que la
desigualdad de ingresos reduce la delincuencia. Poveda (2011) encuentra que la pobreza y la desigualdad tienen impactos
positivos en la tasa de homicidios en siete ciudades importantes de Colombia. De manera similar, utilizando una muestra de
países de América Central y del Sur de la OCDE, Nadanovsky y CunhaCruz (2009) encuentran que una baja desigualdad
conduce a una reducción de las tasas de homicidio. Demombynes y Ozler (2005) encuentran que una mayor desigualdad en
Sudáfrica se asocia con mayores tasas de delitos contra la propiedad y violentos a nivel de barrio. Finalmente, en un estudio
reciente que utiliza datos de desigualdad para Estados Unidos a nivel estatal, Chintrakarn y Herzer (2012) encuentran que la
desigualdad tiene un efecto negativo sobre la delincuencia, es decir, cuanto más desigualdad hay, menos delincuencia. Su
explicación para este resultado contraintuitivo es que cuanto mayor es la desigualdad dentro de un estado, mayor es la demanda
de servicios de seguridad, lo que conduce a una reducción de
delito.
Como muestra esta sucinta revisión de la literatura, la evidencia empírica sobre los efectos de la desigualdad sobre el crimen es
mezclado. Para analizar más a fondo esta pregunta, este artículo se centra en la variación dentro del país en la desigualdad de
ingresos y las tasas de criminalidad utilizando un conjunto de datos único de municipios mexicanos de 1990 a 2010. Además,
el artículo utiliza tasas de homicidio diferenciadas, distinguiendo así si el impacto de La desigualdad en las tasas de criminalidad
es más pronunciada para el crimen común, el crimen organizado o ambos. En particular, esperamos que el efecto de la
desigualdad sobre el crimen organizado se exacerbe en el contexto de la Guerra contra las Drogas en México. La literatura ha
demostrado que la proliferación de pandillas tiende a aumentar la propensión a cometer delitos, ya que facilitan el acceso al
conocimiento y la logística asociados con las actividades criminales (Thornberry et al. 1993; Zhang et al. 1999; Gatti et al. 2005).
En otras palabras, las pandillas tienden a reducir el costo marginal del comportamiento delictivo. Por lo tanto, la proliferación de
pandillas tendría un mayor impacto en los niveles de criminalidad en ciudades con un alto grado de pobreza y desigualdad, ya
que es más probable que los costos más altos sean una restricción vinculante para la actividad criminal entre personas con
menos recursos económicos. La fragmentación de las bandas narcotraficantes y su difusión geográfica durante la Guerra contra
las Drogas en México podría haber facilitado el comportamiento criminal desproporcionadamente entre las ciudades que se
volvieron más pobres y más desiguales durante este período. Al mismo tiempo, los crecientes niveles de desigualdad asociados
con el hecho de que los individuos ricos se vuelvan más ricos tenderían a exacerbar estos efectos, al aumentar la rentabilidad
esperada de la actividad criminal. En otras palabras, si el costo del crimen disminuye y las diferencias de ingresos entre pobres
y ricos
1
Neumayer (2005) utilizó 59 países en su muestra. Fajnzylber, Lederman y Loayza (2002b) tienen 45 países en
su muestra.
5
aumentara, aumentaría el beneficio neto esperado de actos delictivos como la extorsión, el secuestro y el robo.
3. Desigualdad de ingresos y criminalidad en México: algunos hechos estilizados
Tendencias en Desigualdad de ingresos en México
Aunque la desigualdad de ingresos medida por el coeficiente de Gini disminuyó alrededor de seis puntos entre 1996 y 2010 (Lustig et
al. 2012), cifras recientes muestran que esta tendencia se ha desacelerado durante el período 20052010, y muestra una ligera
reversión entre 2010 y 2012. (INEGI, 2013). Para los mismos períodos, existe una variabilidad significativa dentro de los países. En el
largo plazo (19902010), alrededor del 90 por ciento de los municipios de México observaron una reducción en el coeficiente de Gini,
mientras que en el mediano plazo (20052010)
2010) alrededor del 73 por ciento de los municipios tuvieron una disminución de la desigualdad.
Los gráficos 2a y 2b muestran los cambios a largo y mediano plazo en el coeficiente de Gini a nivel de municipio con respecto al
promedio nacional (promedio ponderado de 5,3 puntos de Gini para el período 1990
2010, y 3,7 para el periodo 20052010). Entre 1990 y 2010, alrededor del 67 por ciento de los más de 2.000 municipios de México
tuvieron una velocidad de reducción del coeficiente de Gini superior al promedio nacional (lo que representa alrededor del 49 por ciento
de la población total); mientras que el 23 por ciento observó una disminución de la desigualdad durante el mismo período pero inferior
al promedio nacional; y el 10 por ciento restante experimentó un aumento en la desigualdad (33 por ciento y 18 por ciento de la
población total, respectivamente). Para el período de mediano plazo de 20052010, alrededor del 50 por ciento de los municipios
tuvieron una disminución de la desigualdad por encima del promedio nacional, y el 28 por ciento tuvo una disminución por debajo del
promedio nacional (53 por ciento y 28 por ciento de la población total, respectivamente); mientras que el 22 por ciento de los municipios
observaron un aumento en el coeficiente de Gini durante este período (19 por ciento de la población total). Estas cifras confirman que,
aunque la desigualdad de ingresos disminuyó en la mayoría de los municipios de México tanto en el largo como en el mediano plazo,
hay un número no trivial de municipios en los que la desigualdad de ingresos aumentó, particularmente entre 2005 y 2010,
superponiéndose con la crisis de las drogas en México. Guerra.
6
Figura 2: Variación a largo y mediano plazo de la desigualdad de ingresos a nivel municipal versus
el promedio nacional(19902010 y 20052010)
2.a: Cambio en el coeficiente de Gini local respecto al promedio nacional, 19902010
2.b: Cambio en el coeficiente de Gini local respecto al promedio nacional, 20052010
7
Tendencias en Crimen y violencia en México
Según estadísticas de la Oficina de las Naciones Unidas contra la Droga y el Delito (UNODC), el número anual de homicidios
en México casi se duplicó entre 2000 y 2010, de 12.295 a 24.374. A
La comparación entre países latinoamericanos muestra que México pasó del tercer lugar en 2000:
detrás de Brasil (51.804 homicidios) y Colombia (26.540 homicidios)—, al segundo lugar en 2010 apenas detrás de Brasil
(57.271 homicidios).
Después de una disminución significativa del 32 por ciento anual desde finales de la década de 1990, el número de homicidios
en México comenzó a aumentar dramáticamente en 2007, poco después de que la administración de Calderón asumiera el
poder en diciembre de 2006 y lanzara una ofensiva militar contra las organizaciones narcotraficantes mediante una operación
que desplegó a 6.500 personas. tropas federales y continuó ampliándose a aproximadamente 45.000 tropas en 2011. El
sorprendente cambio en el número de homicidios estuvo muy sesgado por el fuerte aumento de los homicidios relacionados
con las drogas2, incluidos los causados por batallas entre organizaciones criminales o por enfrentamientos entre autoridades
y grupos criminales. . El número de asesinatos relacionados con las drogas alcanzó una cifra acumulada de aproximadamente
60.000 en 2011 (OEA, 2013). Si bien los homicidios relacionados con las drogas aumentaron un 120 por ciento anual entre
2007 y 2011, los homicidios no relacionados con las drogas en realidad disminuyeron un 4,6 por ciento anual durante el mismo
período. Como resultado, los homicidios relacionados con las drogas, que representaron el 27,6 por ciento del total de
homicidios en 2007, alcanzaron el 73 por ciento en 2011 (Figura 3).
Aunque la ola de violencia relacionada con las drogas no fue generalizada, muchos municipios experimentaron cierto grado de
malestar violento. Según cifras oficiales, 1.032 de los 2.456 municipios de México (42 por ciento) han tenido presencia de un
cártel de la droga operando dentro de sus límites en 2011. Casi la mitad de ellos se concentraron en sólo siete de 32 estados:
Michoacán, Estado de México, Guerrero, Jalisco. , Chihuahua, Nuevo León y Zacatecas. La presencia de cárteles y conflictos
también resultó en una concentración de homicidios en áreas bien identificadas del país. En términos absolutos,
3
Aproximadamente dos tercios de todos los homicidios relacionados con las drogas en 2011 ocurrieron en sólo cinco estados:
Chihuahua y Sinaloa representan el 29 y el 12 por ciento, respectivamente, mientras que Tamaulipas, Guerrero y Durango
4
representaron, los tres juntos, casi el 21 por ciento.
2
Según el Consejo Nacional de Seguridad Pública (SNPS), un homicidio debe cumplir dos de seis criterios para ser considerado un
delito relacionado con drogas: i) la víctima fue asesinada con arma de fuego de alto calibre; ii) la víctima presentó signos de tortura
o lesiones graves; iii) la víctima fue asesinada en el lugar donde se encontró el cadáver, o el cadáver fue ubicado en un vehículo; iv)
el cuerpo estaba envuelto con mantas, vendado o amordazado; v) el homicidio ocurrió dentro de un centro penitenciario e involucró
a organizaciones criminales; y vi) el homicidio ocurrió en circunstancias especiales, por ejemplo, la víctima fue secuestrada antes
del asesinato (levantón), emboscada o perseguida, presunto miembro de una organización criminal o encontrada con un
narcomensaje sobre o cerca del cuerpo.
3 Según datos del SNSP, el año 2011 constituye el pico en la escalada de homicidios relacionados con las drogas, con cerca
de 17.000 casos. Abril de 2011 se identifica como el mes con mayor número de casos (1.630) registrados entre
diciembre de 2006 y junio de 2012.
4 De los 1.032 municipios que tienen presencia de un cartel de la droga, 392 experimentaron conflictos violentos, y las cifras más altas se produjeron en los municipios del norte y la costa del
Pacífico, afectando a ambos municipios que históricamente

Se observaron altos niveles de violencia —como Ciudad Juárez— así como lugares que no habían experimentado altos niveles
de violencia antes —como Monterrey. Destaca que, si bien solo 18 municipios tuvieron más de 100 casos de homicidios
relacionados con drogas, una gran mayoría de 1.644 no reportaron ningún caso (SNSP, 2011).
8
Figura 3: Homicidios relacionados con drogas, número mensual y acumulado; 200712
Fuente: SNSP (2011, 2012).
Aplicación de la ley en México
En México, diferentes niveles de gobierno son constitucionalmente responsables de perseguir diferentes delitos. Como
resultado, los esfuerzos de enjuiciamiento dirigidos a delitos que son responsabilidad exclusiva de un nivel de gobierno
no necesariamente cuentan con el apoyo de los demás niveles. Incentivos bajo este
Los esquemas tienden a ser perversos y generan mucha ineficiencia judicial, lo que en última instancia impacta
negativamente las tasas de condena y, por lo tanto, reduce el costo marginal de los delitos violentos. El crimen organizado,
por ejemplo, no es un delito que se persigue a nivel local, lo que significa que los gobiernos estatales y municipales no
procesarán a los narcotraficantes a menos que cometan asesinato (lo que sí constituye un delito a nivel municipal).
De manera análoga al sistema judicial, la organización de las fuerzas policiales en México también es compleja. Cada
fuerza policial tiene un nivel diferente de jurisdicción y autoridad, y esos niveles a menudo se superponen. Las agencias
federales encargadas de hacer cumplir la ley son responsables de supervisar la aplicación de la ley en todo el país.
Además, existen varias organizaciones policiales a nivel estatal, metropolitano y municipal. La distinción entre delitos
investigados por la Policía Judicial Federal y la Estatal no siempre es clara. La mayoría de los delitos están bajo la
jurisdicción de las autoridades estatales. El narcotráfico, los delitos contra el Estado y los delitos que involucran varias
jurisdicciones son responsabilidad de la Policía Federal;
mientras que las fuerzas policiales preventivas y municipales son las principales responsables de atender disturbios
civiles menores e infracciones de tránsito. Este último punto es particularmente relevante para este artículo ya que
utilizaremos el gasto per cápita en policía local como variable de control. Es probable que esta variable no sea endógena
a la tasa de criminalidad observada ya que, como se mencionó anteriormente, el aumento de los delitos relacionados con las drogas
ha estado asociado a la policía federal y a la intervención militar (y por lo tanto, debería estar estrechamente vinculado
al gasto federal en policía y seguridad, pero no al gasto local en seguridad ciudadana).
9
4. Datos
Datos sobre ingresos, pobreza y desigualdad el Nivel Municipal en
Para construir medidas de ingresos y desigualdad a nivel municipal, empleamos la metodología de estimación de
áreas pequeñas propuesta por Elbers et al. 2003. La idea básica es imputar los ingresos a los hogares en el
Censo de Población (y los Conteos de Población), utilizando un modelo que predice los ingresos a partir de una
encuesta de hogares. La evidencia empírica basada en este método ha demostrado ser precisa cuando se aplica
a datos de países como Ecuador, Sudáfrica, Brasil, Panamá, Madagascar y Nicaragua (ver Elbers et al. 2003,
Alderman et al. 2002, y Elbers et al. 2001). ). Además, la metodología de estimación de áreas pequeñas tiene
ventajas clave, ya que aprovecha las fortalezas tanto de las encuestas de hogares como de los censos y evita
sus debilidades. Más específicamente, mientras que la mayoría de las encuestas de hogares sólo son
representativas en niveles altos de agregación (por ejemplo, nacional, regional, urbano/rural), el censo y
5
los datos del recuento proporcionan una cobertura total Normalmente, los datos del censo proporcionan los insumos cuando
(universalidad). Se necesitan indicadores de bienestar en niveles bajos de agregación, como los municipios. En
México, tanto el Censo como los Conteos de Población son representativos a nivel de municipio, que es la unidad
de interés en este estudio.
Sin embargo, el censo tiene sus límites. En primer lugar, hay menos variables disponibles en comparación con
las encuestas de hogares más completas. En segundo lugar, una de las principales debilidades de estos datos y
la más relevante para este análisis es la falta de información sobre los ingresos. Los datos del censo, que no
están diseñados para medir exhaustivamente los ingresos de los hogares, proporcionan una imagen incompleta
de las circunstancias monetarias de los hogares y, por lo general, no declaran los ingresos totales.
Alternativamente, las encuestas de hogares como la Encuesta Nacional de Ingresos y Gastos de los Hogares
(ENIGH), si bien son representativas sólo a nivel nacional y urbano/rural, están diseñadas para medir con mayor
precisión los ingresos y gastos de los hogares.
El método consiste en tomar la encuesta de hogares como una muestra aleatoria de la población total (que se
encuentra en las bases de datos censales) y elegir las variables comunes entre estas fuentes. Se compara la
distribución de las variables elegidas, buscando variables en las que la media muestral sea estadísticamente
equivalente a la media poblacional. Las variables que no se rechazan se utilizan para modelar el ingreso con
regresiones de mínimos cuadrados ordinarios (MCO) utilizando datos de encuestas de hogares. Es importante
señalar que los coeficientes obtenidos del modelo no se pueden interpretar económicamente, ya que algunos de
ellos son endógenos, pero aun así se incluyen para reducir el error de predicción. Finalmente, los parámetros
obtenidos de estas regresiones de ingresos se emplean como predictores para generar la distribución del ingreso
de los hogares en los datos del censo y el conteo.6
5
Estrictamente hablando, los datos del Recuento de Población no proporcionan una cobertura universal ya que, de hecho, consisten en encuestas y no
en censos. Sin embargo, el tamaño de la muestra es lo suficientemente grande como para que los datos puedan desagregarse a nivel municipal y el
nivel de precisión de las estimaciones es extremadamente alto.
6 Para construir mapas de pobreza para un período de veinte años, el análisis identificó quince variables comunes entre la ENIGH y los Censos y Conteos de
Población, que pueden usarse para generar alrededor de 35 indicadores para construir los modelos de ingresos necesarios. Estas variables incluyen características
de la vivienda, características sociodemográficas y propiedad de activos. Además, para aumentar la precisión de los estimadores, se utilizaron alrededor de 50
indicadores específicos de cada municipio.
10
Para construir el panel de mapas de pobreza, utilizamos microdatos disponibles de las siguientes fuentes: (i)
Censos Generales de Población de 1990, 2000 y 2010; (ii) el Conteo de Población de 2005; y (iii) la Encuesta
Nacional de Ingresos y Gastos de los Hogares (ENIGH) 1992, 2000, 2005 y 2010.
Siguiendo a Elbers et al. 2003, para producir medidas de ingresos a nivel municipal, emparejamos la ENIGH de
1992 con el Censo de Población de 1990; la ENIGH de 2000 con el Censo de Población de 2000; la ENIGH de
2005 con el Conteo de Población de 2005; y, la ENIGH 2010 con el Censo 2010. Con excepción de la ENIGH de
1992 y el Censo de Población de 2000, las coincidencias restantes entre las ENIGH y los Censos se recopilaron
en la misma época del año, lo que garantiza que cada coincidencia represente el mismo contexto socioeconómico.
En 2014 había 2,438 municipios en México; sin embargo, para el resto de este documento consideramos 2,372
municipios para los cuales existen datos comparables de ingresos, pobreza y desigualdad del panel de mapas
de pobreza de 19902010 (los 66 municipios que quedaron fuera fueron creados durante los últimos veinte años).
Estadísticas resumidas: ingreso medio subnacional, desigualdad y pobreza
Como se presenta en el Cuadro 1, las estadísticas resumidas para los 2,372 municipios seguidos a lo largo del
tiempo muestran que el ingreso medio real per cápita en México en 2010 fue menor que en 1990. Esto captura
en parte el efecto tanto de la 'Crisis del Tequila' de 199495, como de la la "burbuja de las puntocom" de
19992001 y la más reciente crisis financiera mundial de 200809. Medidas alternativas de bienestar social, como
la tasa de pobreza alimentaria7, el coeficiente de Gini y las tasas de alfabetización, muestran marcadas mejoras
en 2010 (en comparación con 1990). Sin embargo, estas tendencias positivas no son tan marcadas en magnitud
respecto del período que va de 2005 a 2010.
Indicadores de criminalidad
Los datos sobre el número total de homicidios a nivel municipal provienen de cifras oficiales hechas públicas por
la Secretaría Técnica del Consejo de Seguridad Nacional (SNPS) de México. El SNSP recopila información a
través de un extenso grupo de trabajo colaborativo que involucra a varias agencias de aplicación de la ley
8
estatales y federales. Se dispone de datos sobre el total de homicidios a nivel municipal para el conjunto
período en estudio; mientras que desde 2006 se han publicado cifras mensuales sobre delitos relacionados y no
relacionados con drogas. En el análisis que sigue, para cada municipio, hemos desglosado cada uno de los
elegido, incluyendo variables geográficas y socioeconómicas derivadas de diversas fuentes (por ejemplo, el Sistema de
Integración Territorial, ITER; el Consejo Nacional de Población, CONAPO; y la Secretaría de Desarrollo Social, SEDESOL).
7
La línea de pobreza alimentaria es definida por el Consejo Nacional de Evaluación de la Política de Desarrollo Social
( CONEVAL) como la falta de ingresos suficientes para adquirir una canasta básica de alimentos. El Consejo presenta
estimaciones de pobreza de ingresos a nivel nacional y en los sectores rural y urbano utilizando información generada por
el Instituto Nacional de Estadística y Geografía (INEGI).
8 Como lo describen Molzahn et al. 2012, el Centro de Investigación y Seguridad Nacional (CISEN), el Centro Nacional de
Información, Análisis y Planificación para la Lucha contra el Delito (CENAPI) de la Procuraduría General de la República
(PGR), la Secretaría de Seguridad Pública (SSP), la Secretaría de La Defensa Nacional (SEDENA), la Secretaría de
Marina (SEMAR) y la Secretaría de Gobernación (Gobernación) son las instituciones que participan en este esfuerzo colaborativo.
11
Variables delictivas disponibles (tasa total de homicidios, homicidios relacionados y no relacionados con drogas)
anualmente.
Otras fuentes de Datos a nivel municipal
También hemos recopilado datos sobre cifras agregadas de gasto público, tasas de alfabetización y
gastos policiales a nivel municipal en México. Los datos de gasto público se obtuvieron del Sistema de
Bases de Datos Estatales y Municipales (SIMBAD) elaborado por el Instituto Nacional de Estadística,
Geografía e Informática (INEGI). Los datos sobre las tasas de alfabetización (nuestro indicador del
capital humano) también se obtienen de cifras públicas proporcionadas por el INEGI, al igual que los
datos sobre el gasto público en policía.
5. Estrategia de estimación
La relación entre la desigualdad de ingresos y la delincuencia se puede describir mediante la siguiente ecuación:
=( )+∙+ =+ (1)
Donde i indexa un municipio en el año t del censo/recuento, y es un indicador de la tasa de criminalidad

local, como el total de asesinatos por cada 100.000 habitantes, Gini es el coeficiente de Gini a nivel de
municipio y el coeficiente indica el efecto estimado de la desigualdad de ingresos en la criminalidad local.
tasa. X contiene un conjunto de características municipales que varían en el tiempo, como la proporción
de la población que es pobre, el porcentaje de hogares rurales, el gasto público local per cápita, el gasto
policial per cápita y el ingreso familiar medio. El término capta el determinante no observado de las tasas
de criminalidad local, que depende de un componente permanente y un componente transitorio.
Combinando cuatro datos transversales de 1990, 2000, 2005 y 2010 para cada municipio,
estimamos:
∆ = (∆ )+∙+∆ (2)
Esta especificación de primera diferencia absorbe el componente permanente del término de error ( ). El
coeficiente de interés ( ) indica la relación entre los cambios en el coeficiente de Gini y los cambios en las
tasas de criminalidad dentro de un municipio a lo largo del tiempo, manteniendo cambios constantes en el
ingreso medio y la demografía básica.
La ecuación (2) no es suficiente para establecer una relación causal entre la desigualdad del ingreso y la delincuencia.
La distribución del ingreso puede afectar el crimen a través de una serie de canales, como un menor capital social,
mayores retornos de la actividad criminal, baja movilidad, mayor angustia, etc. Sin embargo, las tasas de
criminalidad más altas pueden afectar la desigualdad local al disminuir el stock de capital físico y el desarrollo de
capital humano, al aumentar la segregación y erosionar el capital social, al afectar la capacidad de las comunidades locales.
12
gobiernos y actividad económica y aumentando los incentivos para migrar a otro municipio.
Para mitigar las preocupaciones sobre esta forma de causalidad inversa, construimos una variable instrumental
que se correlaciona con cambios en la desigualdad local pero que no está asociada con cambios en las tasas de
criminalidad locales. Específicamente, seguimos a Boustan et al. (2012) y predecir la distribución del ingreso de
un municipio en función de la distribución inicial del ingreso del área y los patrones nacionales de crecimiento del
ingreso; Luego utilizamos el coeficiente de Gini para esta distribución prevista como instrumento para el coeficiente
de Gini real.
En particular, comenzamos con el ingreso promedio inicial (1990) de los hogares por decil local y municipio. Luego
estimamos a qué percentil nacional de la distribución del ingreso se ubica cada localidad .
al que pertenece el decil de ingresos en el año inicial. Por ejemplo, un hogar en el décimo (primer) decil de un
municipio pobre (rico) podría pertenecer al primer percentil (nonagésimo) de la distribución nacional del ingreso.
Luego, permitimos que el ingreso de cada decil local crezca con el tiempo como el ingreso de su correspondiente
percentil nacional. Por diseño, este instrumento no puede verse influenciado por factores locales como la tasa de
homicidios o la migración regional; más bien, aísla el componente de cambio en la distribución local del ingreso
(variables de bienestar) que es impulsado por tendencias nacionales, como cambios en el rendimiento de las
habilidades y las instituciones del mercado laboral. En resumen, este instrumento nos permite aislar el cambio en
el ingreso local que es impulsado por cambios nacionales y, por lo tanto, nos permite construir indicadores de
bienestar 'contrafactuales', que deben correlacionarse con los indicadores de bienestar municipales pero no con
las tasas de homicidios locales o cualquier otros cambios a nivel municipal.
El enfoque de la variable instrumental también ayudará a mitigar otra posible fuente de sesgo. Como los
coeficientes de Gini a nivel local se estimaron utilizando la metodología de mapeo de la pobreza (Elbers et al.
2003), podrían verse afectados por errores de medición, lo que puede introducir el llamado sesgo de atenuación
en las estimaciones de MCO. Dado que la mayor parte de la variación temporal que muestra nuestra variable
instrumental proviene de tendencias nacionales en la distribución del ingreso, esto ayuda a mitigar los sesgos de
error de medición en nuestras medidas de ingreso a nivel municipal.
6. Resultados
Una regresión ingenua por MCO de la ecuación (2), sin abordar el problema de causalidad inversa entre la
desigualdad del ingreso y el crimen, lleva a concluir que una mayor desigualdad disuade el crimen (ver Tabla 2).
En otras palabras, una mayor desigualdad de ingresos estaría asociada con menores tasas de criminalidad en los
municipios mexicanos. Según la primera columna, un aumento de un punto en el coeficiente de Gini entre 2006 y
2010 estaría asociado con una disminución de un asesinato relacionado con las drogas por cada 100.000
habitantes. Ese resultado tiene signo pero difiere en magnitud en todas nuestras especificaciones. Sin embargo,
la principal conclusión sustantiva permanece sin cambios: es decir, el aumento de la desigualdad del ingreso se
correlaciona con menores tasas de criminalidad, un resultado contrario a la intuición en comparación con nuestro
efecto hipotético.
13
Varios canales podrían contribuir a esta relación negativa entre desigualdad y delincuencia. Por ejemplo, si un aumento en la
tasa de criminalidad dentro de un municipio fomenta la emigración de los más ricos
hogares, entonces la desigualdad podría disminuir a medida que aquellos hogares con menos oportunidades económicas se
queden atrás. De hecho, existe evidencia empírica de que las crecientes tasas de criminalidad durante este período han
aumentado significativamente la movilidad geográfica entre los hogares mexicanos. Ríos (2013) estima que un total de
264,693 personas han migrado por temor a las actividades del crimen organizado en México entre 2005 y 2010. Además, el
artículo presenta evidencia anecdótica de que un número significativo de estos migrantes no pertenecen a la parte baja de la
distribución del ingreso. . Por ejemplo, si bien la inmigración total de México a Estados Unidos disminuyó durante este período,
el número de visas de inversionista para ciudadanos mexicanos aumentó en un 300 por ciento entre 20002005 y 20052010.
En consecuencia, un segundo mecanismo que puede estar impulsando la correlación negativa entre desigualdad y
delincuencia es que el aumento de las tasas de criminalidad podría deprimir el valor de las viviendas y, por lo tanto, afectar la
riqueza y los ingresos de los propietarios de viviendas y de los propietarios de bienes raíces que no se mudan. De hecho,
Ríos (2013) muestra que el número de viviendas desocupadas en las ciudades fronterizas mexicanas es bastante alto y se
correlaciona fuertemente con las tasas de homicidios relacionados con las drogas.
De hecho, las estimaciones MCO brindan algunas ideas interesantes sobre la relación entre desigualdad y criminalidad en
México. Sin embargo, no nos permiten identificar el efecto causal de la desigualdad sobre el crimen.
Para identificar el efecto causal de la desigualdad sobre el crimen, estimamos un modelo 2SLS. El Cuadro 3 muestra los
resultados de la ecuación de la primera etapa, es decir, la regresión del coeficiente de Gini utilizando la desigualdad prevista
como principal variable explicativa. En el Cuadro 3, y en el resto de la 2SLS, calculamos la variable instrumental utilizando
1990 como año inicial para el conjunto de estimaciones 19902010, mientras que utilizamos 2000 como año inicial para las
estimaciones 20002010 y 20052010. . La relación entre los coeficientes de Gini previstos y reales es fuerte y positiva. En
particular, el coeficiente es cercano a 1 y su error estándar es muy bajo. El estadístico F de los instrumentos excluidos es
igual a 97,53, 71,92 y 16,98 en 19902010, 20002010 y 20052010, respectivamente, superando todos ellos el umbral
convencional para un instrumento fuerte (véase Stock y Yogo, 2005).
La Tabla 4 muestra nuestros hallazgos de mínimos cuadrados de dos etapas (2SLS). En general, nuestros resultados
muestran que para el período 20052010, un aumento de un punto en la desigualdad se asocia con un aumento de casi cinco
homicidios. Además, este efecto es mayor si nos centramos únicamente en los delitos relacionados con las drogas, donde un
aumento en el coeficiente de Gini de aproximadamente un punto se asocia con un aumento de más de 10 muertes. Estos
resultados contrastan marcadamente con nuestras estimaciones de MCO, lo que sugiere que la desigualdad de ingresos
De hecho, ha tenido un efecto significativo en los asesinatos relacionados con las drogas entre 2005 y 2010. Las estimaciones
son de magnitud bastante grande en comparación con los cambios reales en las tasas de criminalidad durante este período:
El número de muertes relacionadas con las drogas por cada 100.000 habitantes aumentó en aproximadamente 10 muertes
entre 2005 y 2010 en México. En otras palabras, los cambios en la desigualdad dentro de los municipios fueron significativos
a la hora de dar forma a la geografía de las tasas de criminalidad relacionadas con las drogas durante la Guerra contra las
Drogas en México. Es importante mencionar que entre 2005 y 2010, muchos municipios (78 por ciento de ellos)
Fue testigo de una disminución de la desigualdad, patrón que también se observó a nivel nacional. En esto
14
En este contexto, nuestros resultados implican que si México no hubiera experimentado tales mejoras en la igualdad durante este
período, el aumento de los delitos relacionados con las drogas podría haber sido aún más dramático.
No encontramos evidencia de que el aumento de la desigualdad haya tenido algún efecto en los delitos no relacionados con las
drogas, lo que muestra que los efectos positivos encontrados en el total de homicidios entre 2005 y 2010 están impulsados por
delitos relacionados con las drogas. En otras palabras, las crecientes tensiones sociales y los incentivos pecuniarios para la
actividad criminal asociados con la desigualdad no parecieron impulsar el patrón geográfico de cambios en las tasas de
criminalidad antes de 2005. Este resultado resalta la singularidad de la situación mexicana entre 2005 y 2010 como un experimento
en el que la La caída del costo de la conducta delictiva facilitó la incorporación de individuos a las tropas de las organizaciones
de narcotráfico.
Es importante mencionar que estos modelos controlan los cambios en la pobreza, por lo que el efecto estimado de la desigualdad
está impulsado principalmente por cambios en la parte superior de la distribución del ingreso. Es decir, es más probable que los
efectos positivos estimados de la desigualdad sobre la delincuencia provengan de municipios donde los hogares ricos se están
volviendo más ricos, lo que brinda apoyo al mecanismo de incentivos pecuniarios discutido en la Sección 2. El Cuadro 4 muestra
que las poblaciones alfabetizadas más grandes están asociadas con niveles significativamente más bajos de ingresos. tasas de
criminalidad en todas las especificaciones. Al mismo tiempo, los municipios con mayores gastos policiales y públicos han
experimentado tasas de criminalidad más bajas (aunque los coeficientes no siempre son significativos).
Comprobaciones de robustez
Para comprobar la solidez de los principales resultados presentados anteriormente (Tabla 4), empleamos una variedad de otras
especificaciones. Estos demuestran que nuestros principales resultados no están impulsados por valores atípicos o por el tipo de
medidas de pobreza utilizadas como variables de control.
El primer ejercicio de robustez consiste en excluir los valores atípicos en nuestra medida de desigualdad, el coeficiente de Gini.
Para hacerlo, eliminamos aquellos municipios donde el coeficiente de Gini se encuentra dentro de los dos criterios siguientes: 1.
Está por debajo del percentil 5 de la distribución del coeficiente de Gini entre municipios, y 2. Excede el percentil 95 de la
distribución del coeficiente de Gini. Como se puede observar, los resultados de la Tabla 5 son similares en orden de magnitud y
significancia a los presentados en la Tabla 4.
En México, el Comité Técnico de Medición de la Pobreza adoptó tres medidas de pobreza monetaria desde 2002: pobreza
alimentaria, pobreza de capacidades y pobreza de activos (estas medidas se discontinuarán a partir de 2014). Los resultados
presentados en el Cuadro 4 utilizan la pobreza alimentaria, el indicador de pobreza monetaria más restrictivo de los tres, ya que
mide la pobreza como la falta de recursos del hogar para costear una dieta básica mínima. Por lo tanto, para mostrar que nuestros
resultados aún son sólidos, reemplazamos nuestra medida de pobreza por dos menos restrictivas.
9
La Tabla 6 presenta los resultados si utilizamos
las tasas de Pobreza de Capacidades en lugar de las de Pobreza Alimentaria. Como se muestra, los principales resultados se
mantienen sin cambios en términos de magnitud y significancia. Si utilizamos en su lugar las tasas de pobreza de activos (Tabla
9
La pobreza de capacidades se define como la falta de recursos dentro de un hogar para costear una dieta, educación y gastos
mínimos de salud. La pobreza de activos amplía la noción de pobreza de capacidades para incluir a los hogares que no pueden
afrontar los gastos de ropa, vivienda, energía y transporte.
15
7), encontramos un efecto similar, aunque mayor en términos de magnitud. Por ejemplo, un aumento unitario en la desigualdad aumenta el
número total de homicidios en más de 6 muertes. En el caso de los homicidios relacionados con las drogas, un aumento unitario en la
desigualdad ahora conduce a más de 13 muertes (en lugar de 10 cuando se utiliza
Pobreza alimentaria).
Efectos en Áreas urbanas y rurales
Los académicos han demostrado que las tasas de criminalidad tienden a ser más altas en las grandes ciudades que en las áreas rurales o
urbanas pequeñas de los Estados Unidos porque los beneficios pecuniarios por el crimen son mayores en las primeras que en las segundas
(Glaeser y Sacerdote, 1996). Al mismo tiempo, factores no pecuniarios como menores probabilidades de arresto y diferentes estructuras
familiares en las grandes ciudades también tienden a explicar una gran proporción de la brecha en las tasas de criminalidad en estas áreas;
mientras que esta proporción varía según el tipo de delito. Guerrero (2011) señala que las organizaciones relacionadas con el narcotráfico en
México han ampliado su ámbito de actividades a otros delitos violentos (por ejemplo, secuestro, extorsión y robo de vehículos), que en muchos
casos se asocian con aumentos en la tasa de homicidios. Este hecho, junto con los menores costos asociados con la actividad criminal durante
la Guerra contra las Drogas en México, implica que el efecto de la desigualdad sobre el crimen puede haber sido diferente entre los municipios
urbanos y rurales, ya que el cambio en los costos y beneficios también puede haber diferido entre las áreas.
10
Los cuadros 8 y 9 presentan nuestros resultados desglosados por municipios urbanos y rurales. Si nos centramos sólo
en los municipios rurales, la significancia estadística de nuestros principales hallazgos desaparece en todas las especificaciones (ver Tabla 8),
aunque aumenta en magnitud. Ahora, al centrarnos en los municipios urbanos, podemos ver que nuestro resultado principal persiste (ver Tabla
9). Sin embargo, la magnitud de los coeficientes de nuestros dos hallazgos principales se reduce. En el caso de municipios urbanos una unidad
El aumento de la desigualdad de ingresos se traduce en un aumento de más de cuatro muertes relacionadas con las drogas y más de tres
homicidios en total para el período 20052010. El hecho de que los principales resultados sean impulsados por los municipios urbanos es
consistente con el efecto de la creciente desigualdad (y el aumento asociado en los beneficios esperados de la actividad criminal) sobre las
tasas de criminalidad, que son mayores en áreas donde las probabilidades de arresto son menores y donde los beneficios pecuniarios son
mayores. ya en un nivel superior.
7. Observaciones finales
Muchos académicos han abordado empíricamente el efecto de la desigualdad sobre la delincuencia, pero con resultados mixtos y principalmente
para las economías desarrolladas. Este artículo intenta estimar el efecto de la desigualdad de ingresos sobre el crimen en un contexto único:
la guerra contra las drogas en México. Durante este período, las organizaciones narcotraficantes se multiplicaron y expandieron geográficamente
por todo el país, facilitando la incorporación de individuos a actividades criminales. Explotamos un rico conjunto de datos que contiene
variaciones dentro del país en desigualdad y tasas de criminalidad para los más de 2,000 municipios mexicanos.
10 Los municipios urbanos se definen en este documento de acuerdo con la definición de áreas urbanas del Consejo Nacional
de Población (CONAPO). En ese sentido, se considerará urbano un municipio con más de 15.000 habitantes; y un municipio
con menos de 15.000 habitantes se considerará zona urbana (o semiurbana).
dieciséis
cubriendo un período de 20 años. También utilizamos una variable instrumental para la desigualdad que aborda problemas de
causalidad inversa y variables omitidas, lo que introduciría sesgos de este efecto en las estimaciones de MCO.
Nuestros resultados muestran que para el período que va de 2005 a 2010, un incremento de un punto en nuestra medida de
desigualdad de ingresos (el coeficiente de Gini) representa un aumento de más de 5 homicidios por cada 100.000 habitantes
en los municipios mexicanos. Además, cuando diferenciamos entre diferentes tipos de delitos, encontramos que el efecto es
aún mayor para los delitos relacionados con las drogas, es decir, un incremento de un punto en el coeficiente de Gini se
traduce en un aumento de más de 10 homicidios relacionados con las drogas por cada 100.000 habitantes. habitantes de los
municipios mexicanos. Los resultados son amplios en comparación con el aumento general de las tasas de criminalidad durante
este período en México y son sólidos en diferentes especificaciones. Un aumento en el coeficiente de Gini no afectó las tasas
de criminalidad antes de 2005.
Esto pone de relieve el hecho de que es la combinación de costos más bajos (asociados con la expansión de las bandas de
narcotraficantes) y beneficios pecuniarios crecientes de la actividad criminal (asociados con una creciente desigualdad) lo que
tiene un gran impacto en las tasas de criminalidad.
17
REFERENCIAS
Concejal, H; Babita, M; Demombynes, G; Makhatha, N; y B. Ozler. (2002). “¿Hasta dónde se puede llegar?: Combinación de
datos de censos y encuestas para mapear la pobreza en Sudáfrica”, Journal of African Economics, 11(2): 169200.
Becker, G. (1968). “Crimen y castigo: un enfoque económico”, Journal of Political Economy, 76:
169–217.
Blau, J: y P. Blau. (mil novecientos ochenta y dos). “El costo de la desigualdad: estructura metropolitana y delitos violentos”
Revista sociológica estadounidense, 47 (1): 114129.
Bourguignon, F. (1998). “El crimen como costo social de la pobreza y la desigualdad: una revisión centrada en los países en
desarrollo”, mimeografiado, Grupo de Investigación sobre Economía del Desarrollo, Banco Mundial, Washington, DC.
Bourguignon, F. (2004). “El triángulo pobrezacrecimientodesigualdad”, mimeografiado, Banco Mundial,

Washington DC.
Boustan, L; Ferreira, F; Winkler, H; y E. Zolt. (2013). “El efecto de la creciente desigualdad de ingresos en los impuestos y el
gasto público: evidencia de municipios y distritos escolares de EE. UU., 1970–
2000”, Review of Economics and Statistics, 95(4): 1291–1302.
Brush, J. (2007) “¿La desigualdad de ingresos genera más delincuencia? Una comparación de análisis transversales y de
series temporales de condados de Estados Unidos”, Economics Letters, 96: 264268.
Chintrakarn, P; y D. Herzer. (2012). “¿Más desigualdad, más crimen? Un análisis de cointegración de panel
para los Estados Unidos”, Economic Letters, 116(3): 389391.
Cuesta, J; No po. H; y G. Pizzolito. (2011). “Uso de pseudopaneles para estimar la movilidad del ingreso en América Latina”,
Review of Income and Wealth, 57(2): 224246.
Demombynes, G; y B. Özler. (2005). “Crimen y desigualdad local en Sudáfrica”, Journal of Development Economics, 76(2):
265292.
Ehrlich, I. (1973). “Participación en actividades ilegítimas: un análisis teórico y empírico

Investigación”, Revista de Economía Política, 81: 521–65.
Elbers, C; Lanjouw, JO; y P. Lanjouw. (2003) “Estimación a nivel micro de la pobreza y la desigualdad”, Econometrica, 71(1):
335364.
Elbers, C; Lanjouw, JO; Lanjouw, P; y PG Leite. (2001). “Pobreza y desigualdad en Brasil: nuevas estimaciones a partir de
datos combinados PPVPNAD”, mimeo, Banco Mundial, mimeo.
18
Enamorado, T; LópezCalva LF; y C. RodríguezCastelán. (2013). “Crime and Growth Convergence: Evidence from
Mexico”, Documento de trabajo de investigación de políticas del Banco Mundial No. 6730.
El Banco Mundial, Washington, DC.
Fajnzylber, P; Lederman, D; y N. Loayza. (1998). Determinantes de las tasas de criminalidad en América Latina y el
mundo. Banco Mundial, Washington, DC.
Fajnzylber, P; Lederman, D; y N. Loayza. (2002a). "¿Qué causa los delitos violentos?", Europeo
Revisión económica, 46(7): 13231356.
Fajnzylber, P; Lederman, D; y N. Loayza. (2002b). “Desigualdad y delitos violentos”, Revista de Derecho y Economía,
45(1): 140.
Freeman, R (1999). “The Economics of Crime”, Handbook of Labor Economics, 3c, editado por O.
Ashenfelter y D. Card. Ciencia Elsevier
Gatti, U; Tremblay, RE; Vitaro, F; y P. McDuff. (2005). “Pandillas juveniles, delincuencia y consumo de drogas: una
prueba de las hipótesis de selección, facilitación y mejora”, Journal of Child Psychology and Psychiatry, 46(11):
11781190.
Glaeser, E; y B. Sacerdote. (1999). “¿Por qué hay más criminalidad en las ciudades?” Journal of Political Economy,
107 (6): 225258.
GuerreroGutiérrez, E. (2011). “Seguridad, drogas y violencia en México: una encuesta”, 7° Norte

Foro Americano, Washington DC.
Corporación Financiera Internacional y Banco Mundial. 2012. Encuestas de empresas Banco Mundial,
Washington DC.
Kelly, M. (2000). “Desigualdad y crimen”, Review of Economics and Statistics, 82: 530–539.
Lustig, N; LópezCalva, LF; y E. OrtizJuárez. (2013). “La disminución de la desigualdad en América Latina en la
década de 2000: los casos de Argentina, Brasil y México”. desarrollo mundial, 44(C): 129141.
Molzahn, C; Ríos, V; y D. eludir. (2012). “La narcoviolencia en México: datos y análisis a través
2011”, San Diego: Instituto Transfronterizo, Universidad de San Diego, San Diego. CALIFORNIA.
Nadanovsky, P; y J. CunhaCruz. (2009). “La contribución relativa de la desigualdad de ingresos y el encarcelamiento

a la variación de las tasas de homicidio entre los países desarrollados (OCDE), de América del Sur y Central”.
Ciencias sociales y medicina, 69: 13431350.
Neumayer, E. (2005). “Desigualdad y delitos violentos: evidencia de datos sobre robos y hurtos violentos”, Journal of
Peace Research, 42(1): 101112.
Poveda, A. (2011). “Desarrollo económico, desigualdad y pobreza: un análisis de la situación urbana

Violencia en Colombia”, Oxford Development Studies, 39(4): 453–468.
19
Pridemore, WA (2008). “Una adición metodológica a la literatura empírica transnacional sobre estructura social y
homicidio: una primera prueba de la tesis pobrezahomicidio”, Criminology, 46: 133
154.
Pridemore, WA (2011). “La pobreza importa: una reevaluación de la relación desigualdadhomicidio en estudios
transnacionales”, The British Journal of Criminology, 51(5): 739772.
Ríos, V. (de próxima publicación). “Cuestiones de seguridad y flujos de inmigración: refugiados de la violencia de las drogas, el nuevo
Inmigrantes mexicanos”, Latin American Research Review, 49.
Robles, G.; Calderón, G; y B. Magaloni. (2013). “Las consecuencias económicas de la violencia del narcotráfico
en México”, Documento de trabajo del BID 426.
Secretaría Nacional de Seguridad Pública (SNSP). (2011). Base de datos por fallecimientos por presunta rivalidad
delincuencial, diciembre de 2006 a septiembre de 2011, SNSP, México.
Secretaría Nacional de Seguridad Pública (SNSP). (2012). Estadísticas y Herramientas de Análisis de Información
de la Incidencia Delictiva (Fuero Común, Fuero Federal, 1997Actual). SNSP, México.
Valores, JH; y M. Yogo. (2005). “Prueba de instrumentos débiles en regresión lineal IV,
identificación e inferencia para modelos econométricos: ensayos en honor a Thomas Rothenberg”, ed.
DW Andrews y JH Stock, 80108.
Thornberry, TP; Khron, M; Lizzote, A; y D. ChardWierschem. (!993). “El papel de las pandillas juveniles en la
facilitación del comportamiento delictivo”, Revista de investigación en Crimen y Delincuencia, 30(1): 55
87.
Torche, F. (2006_. “Movilidad Intergeneracional en México: Primeros resultados de la Encuesta ESRU de

Movilidad Social en México”, Documento de trabajo, Universidad de Nueva York.
Whitworth, A. (2012). “Desigualdad local y delincuencia: exploración de cómo la variación en la escala de las
medidas de desigualdad afecta las relaciones entre la desigualdad y la delincuencia”, Urban Studies,
50(4): 725741
Banco Mundial. (2012). “La violencia juvenil en México. Reporte de la situación, el marco legal y los
programas gubernamentales”, Banco Mundial, Washington, DC.
Zhang, L; Welte, JW; y WF Wieczorek. (1999). “Pandillas juveniles, consumo de drogas y delincuencia”
Revista de Justicia Penal, 27(2): 101109.
20
Tabla 1. Estadísticas Descriptivas

1990 2000
Variable Significar Estándar Desarrollo. Significar Estándar Desarrollo.
Ingreso real (MX$ agosto 2010)1 18363.31 8890.44 16657.37 9838.59
Coeficiente de Gini1 0,43 0,06 0,38 0,06
Recuento de pobreza alimentaria1 0,42 0,21 0,45 0,25
Proporción de población rural 0,89 0,26 0,87 0,28
Gasto policial 187,98 69,97
El gasto público 592,46 782.29 1498.23 1303.93
Tasa de alfabetización 0,77 0,15 0,81 0,12
Población total2 33913.10 100515.40 40395.87 120041.60
N° Observaciones 2,372 2,372
2005 2010
Variable Significar Estándar Desarrollo. Significar Estándar Desarrollo.
Ingreso real (MX$ agosto 2010)1 17.971,46 9.538,98 17.614,54 9.361,99
Coeficiente de Gini1 0,38 0,05 0,34 0,04
Recuento de pobreza alimentaria1 0,38 0,22 0,39 0,24
Proporción de población rural 0,87 0,28 0,86 0,29
Gasto policial 182,46 68,60 250.14 90,84
El gasto público 2.324,52 1.757,12 3.037,27 2.267,26
Tasa de alfabetización 0,83 0,11 0,86 0,10
Población total2 42.700,54 127.528,60 45.666,65 130.964,00
No. Observaciones 2,372 2,372

2
Fuente: 1Cálculos propios utilizando la ENIGH, Censos de Población y Conteos de Población. de Población CONAPO Consejo Nacional
21
Tabla 2: Estimaciones MCO

No relacionado
Delitos relacionados
con las drogas Tasa de homicidios
con las drogas
crímenes
20062010 20062010 19902010 20002010 20052010
Gini 105.564** 31.690*** 8.301 18.202** 86.240***
(50.081) (8.040) (5.309) (8.449) (21.439)
Registrar el ingreso medio 13.972 0,575 0,898 1.282 10.396
(40.088) (6.616) (4.518) (7.444) (14.602)
Pobreza 4.668 4.923 3.625 10.691 2.647
(71.892) (11.038) (8.020) (12.826) (24.679)
% Población rural 19.505 1.026 2.152 8.324* 7.001
(19.326) (3.980) (2.938) (4.678) (7.811)
Registrar el gasto público 9.160* 1.283 1.756*** 4.349*** 9.432***
(5.034) (1.453) (0,464) (0,840) (2.500)
Registrar el gasto policial 56.332*** 10.195** 5.118 36.825***
(9.884) (4.289) (4.067) (6.768)
Registro de población alfabetizada 177.994*** 4.708* 15.031*** 35.915*** 74.078***
(50.416) (2.599) (4.583) (10.784) (24.271)
Maniquí 2000 4.614
(4.778)
Maniquí 2005 8.600*** 11.217***
(0,974) (1.727)
Constante 57.377*** 10.144*** 17.972*** 23.048*** 35.354***
(15.958) (2.350) (1.775) (2.935) (5.021)

Número de observaciones 1.872 1.872 5.991 3.839 1.872
R2 0.064 0,016 0.026 0,045 0.062
Variable dependiente: diferencia en las tasas de criminalidad.
Robusto estándar. Errores entre paréntesis
Todas las regresiones están ponderadas por el tamaño de la población.
Todas las medidas monetarias están expresadas en términos reales a agosto de 2010.
Niveles de significancia: *** p<0,01, ** p<0,05, * p<0,1
22
Tabla 3: Regresiones de la primera etapa

Gini Gini Gini
19902010 20002010 20052010
Gini previsto Instrumento 1.360*** 0,909*** 0,883***
(0,082) (0,066) (0,263)
Registrar el ingreso medio 0,123*** 0,085*** 0,079***
(0,013) (0,015) (0,018)
Pobreza 0,233*** 0,214*** 0,206***
(0,026) (0,029) (0,034)
% Población rural 0,059*** 0,060*** 0,061***
(0,009) (0,010) (0,012)
Registrar el gasto público 0.001 0.004 0,016***
(0,002) (0,003) (0,004)
Registro de población alfabetizada 0.003 0.002 0.010
(0,005) (0,009) (0,012)
Maniquí 2000 0.012
(0,016)
Maniquí 2005 0,044*** 0,125***
(0,002) (0,009)
Registrar el gasto policial 0.006 0.030
(0,013) (0,019)
Constante 0,053*** 0,050*** 0,043***
(0,004) (0,006) (0,008)

Número de observaciones 5.991 3.839 1.872
R2 0,196 0,193 0,072
Variable dependiente: diferencia en desigualdad
23
Tabla 4: Estimaciones 2SLS

No relacionado
con las drogas
crímenes
20062010 20062010 19902010 20002010 20052010
Gini 1.075,731** 105.444 19.681 29.163 481.147*
(524.046) (83.444) (14.957) (21.017) (261.650)
Registrar el ingreso medio 75.096 4.986 1.730 2.222 32.384
(57.604) (10.219) (4.324) (7.734) (24.585)
Pobreza 242.676* 9.938 8.330 8.545 111.671*
(128.463) (21.764) (7.894) (13.675) (57.319)
% Población rural 93.306** 5.634 3.925 7.606 42.448**
(42.282) (6.999) (3.028) (5.058) (19.451)
Registrar el gasto público 27.852** 0,116 1,629*** 4.219*** 18.410***
(10.922) (1.996) (0,503) (0,895) (6.117)
Registrar el gasto policial 26.032 12.087** 5.316 22.271
(25.832) (5.201) (4.122) (13.639)
(52.518) (2.806) (5.002) (10.777) (25.931)
Maniquí 2005 7.898 10.786***
(5.123) (1.989)
Maniquí 2010 1.527
(4.600)
Constante 125.368*** 5.899 17.501*** 22.359*** 68.011***
(38.616) (5.761) (6.251) (3.436) (17.528)

24
Tabla 5: Estimaciones 2SLS recortadas para valores atípicos en desigualdad

No relacionado
con las drogas
crímenes
20062010 20062010 19902010 20002010 20052010
Gini 1.063,729** 56.199 27.399* 10.325 546.012**
(427.422) (63.763) (15.126) (18.880) (224.973)
(55.366) (9.631) (5.497) (9.012) (23.990)
Pobreza 236.265** 1.337 8.768 12.085 121.677**
(114.170) (18.970) (9.855) (15.538) (51.843)
% Población rural 89.048** 2.702 3.135 7.505 43.267**
(36.934) (5.835) (3.199) (5.207) (17.313)
Registrar el gasto público 24.789*** 0,589 1.690*** 4.588*** 17.761***
(9.381) (1.819) (0,490) (0,912) (5.321)
Registrar el gasto policial 38.934 10.452** 6.637 26.223*
(24.498) (4.607) (4.088) (13.614)
(58.708) (2.741) (5.227) (12.111) (28.898)
Maniquí 2005 1.841 12.492***
(5.760) (2.157)
Maniquí 2010 10.528***
(1.550)
Constante 131.347*** 8.251 20.748*** 24.615*** 74.167***
(35.183) (5.043) (2.597) (3.855) (16.544)

25
Tabla 6: Estimaciones 2SLS utilizando medidas alternativas de pobreza: Capacidades Pobreza

No relacionado
con las drogas
crímenes
20062010 20062010 19902010 20002010 20052010
Gini 1.074,926** 104.996 18.077 23.125 490.354*
(527.756) (84.881) (14.343) (23.958) (266.998)
Registrar el ingreso medio 56.152 4.432 2.422 0,276 18.556
(51.413) (8.127) (3.793) (6.342) (20.222)
Capacidades Pobreza 192.962* 8.355 9.634 14.016 78.361*
(105.703) (16.236) (7.016) (11.464) (43.773)
% Población rural 96.386** 5.810 3.900 8.920* 42.699**
(43.596) (7.081) (3.046) (5.172) (19.830)
Registrar el gasto público 31.271*** 0.010 1.761*** 4.264*** 20.317***
(12.019) (2.200) (0,467) (0,897) (6.823)
Registrar el gasto policial 27.801 11.972** 5.724 22.100
(27.394) (5.250) (4.109) (14.408)
(53.590) (2.786) (4.679) (10.760) (26.190)
Maniquí 2005 1.349 11.370***
(3.967) (2.103)
Maniquí 2010 9.906***
(1.448)
Constante 124.212*** 5.896 20.083*** 23.509*** 66.333***
(37.708) (5.499) (2.279) (3.515) (16.890)

26
Tabla 7: Estimaciones 2SLS utilizando medidas alternativas de pobreza: pobreza patrimonial

No relacionado
con las drogas
crímenes
20062010 20062010 19902010 20002010 20052010
Gini 1.368,335* 119.237 18.665 14.627 632.434*
(752.448) (113.135) (15.490) (17.116) (378.355)
Registrar el ingreso medio 108.482 3.623 0.551 1.448 62.124*
(70.954) (10.030) (2.338) (3.213) (37.732)
Pobreza patrimonial 157.512 8.903 3.792 12.439 95.026
(137.950) (21.672) (7.761) (10.415) (72.715)
% Población rural 43.618 3.113 3.200 9,587** 15.117
(30.449) (4.405) (3.037) (4.815) (14.486)
Registrar el gasto público 37.095** 0.257 1.733*** 4.342*** 22.613***
(15.183) (2.503) (0,473) (0,886) (8.372)
Registrar el gasto policial 3.058 13.475* 5.222 7.076
(42.749) (7.082) (4.192) (22.051)
Registro de población alfabetizada 181.410*** 4.798 15.390*** 36.083*** 75.165***
(58.636) (2.951) (4.714) (10.822) (28.246)
Maniquí 2005 4.516* 11.589***
(2.482) (2.052)
Maniquí 2010 9.809***
(1.407)
Constante 81.520*** 8.029*** 19.361*** 23.525*** 44.755***
(21.486) (2.316) (1.946) (2.977) (9.929)

27
Tabla 8: Estimaciones 2SLS para municipios rurales

No relacionado
con las drogas
crímenes
20062010 20062010 19902010 20002010 20052010
Gini 3.885,398 467.083 36.293 11.976 886.891
(4.850,315) (523.939) (22.209) (31.853) (1.277,246)
(209.248) (24.136) (5.346) (8.844) (48.749)
Pobreza 377.668 48.304 1.144 7.741 42.272
(540.208) (60.173) (9.870) (15.745) (130.372)
Registrar el gasto público 96.365 5.894 1.260* 6.468*** 33.080
(104.439) (11.359) (0,732) (1.381) (28.355)
Registrar el gasto policial 80.715 21.340 9.271 21.077
(228.452) (27.252) (7.707) (59.818)
Registro de población alfabetizada 504.924** 18.571 19.729** 44.640** 147.036
(257.004) (22.309) (8.160) (21.794) (94.176)
Maniquí 2005 3.867 5.211*
(5.766) (3.090)
Maniquí 2010 7.994***
(2.359)
Constante 269.963 15.213 15.280*** 14.084*** 67.410
(236.578) (25.250) (3.398) (4.860) (62.306)

Número de observaciones 924 924 3.175 1.969 924
28
Tabla 9: Estimaciones 2SLS para municipios urbanos

No relacionado
con las drogas
crímenes
20062010 20062010 19902010 20002010 20052010
Gini 474.477** 0,933 8.645 3.952 375.420*
(195.818) (80.104) (17.272) (22.152) (198.001)
Registrar el ingreso medio 40.016* 3.200 4.781 8.150 40.786
(23.968) (10.470) (7.564) (11.767) (26.656)
Pobreza 163.079*** 14.249 12.592 26.961 150.240**
(57.403) (25.293) (13.317) (20.183) (62.572)
Registrar el gasto público 8.906* 3.730 1.240** 1.442 2.700
(5.057) (2.924) (0,581) (1.110) (5.273)
Registrar el gasto policial 23.552* 13.199*** 14.354*** 36.257***
(14.280) (5.114) (4.954) (13.174)
Registro de población alfabetizada 31.658** 10,627** 14.781*** 35.216*** 38.032**
(14.074) (5.380) (2.973) (6.263) (15.549)
Maniquí 2005 9.909 17.464***
(8.569) (2.429)
Maniquí 2010 0.317
(7.881)
Constante 61.039*** 14.610*** 22.069** 32.004*** 66.232***
(13.587) (5.408) (10.473) (4.355) (13.842)

Número de observaciones 955 955 2.838 1.884 955
29

Banco Mundial México Spa

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Banco Mundial México Spa

Cargado por

Copyright:

Formatos disponibles

Machine Translated by Google

Documento de trabajo de investigación de políticas 6935

Desigualdad de ingresos y delitos violentos

Evidencias de la guerra contra las drogas en México

Documento de trabajo de investigación de políticas 6935

Producido por el Equipo de Apoyo a la Investigación

Ted Enamorado* Luis Felipe López Calva†

Carlos Rodríguez­Castelán‡ Hernán Winkler§

Palabras clave: Desigualdad del ingreso, Delincuencia, Variables instrumentales, México

Fuente: SNSP, 2011 y 2012; Ríos, 2012.

2. Literatura anterior sobre los vínculos entre la desigualdad de ingresos y la delincuencia

3. Desigualdad de ingresos y criminalidad en México: algunos hechos estilizados

Tendencias en Desigualdad de ingresos en México

2.a: Cambio en el coeficiente de Gini local respecto al promedio nacional, 1990­2010

2.b: Cambio en el coeficiente de Gini local respecto al promedio nacional, 2005­2010

Tendencias en Crimen y violencia en México

Pacífico, afectando a ambos municipios que históricamente

Figura 3: Homicidios relacionados con drogas, número mensual y acumulado; 2007­12

Fuente: SNSP (2011, 2012).

Aplicación de la ley en México

Datos sobre ingresos, pobreza y desigualdad el Nivel Municipal en

Estadísticas resumidas: ingreso medio subnacional, desigualdad y pobreza

Otras fuentes de Datos a nivel municipal

Donde i indexa un municipio en el año t del censo/recuento, y es un indicador de la tasa de criminalidad

desigualdad ahora conduce a más de 13 muertes (en lugar de 10 cuando se utiliza

Efectos en Áreas urbanas y rurales

mayores. ya en un nivel superior.

Bourguignon, F. (2004). “El triángulo pobreza­crecimiento­desigualdad”, mimeografiado, Banco Mundial,

Ehrlich, I. (1973). “Participación en actividades ilegítimas: un análisis teórico y empírico

Guerrero­Gutiérrez, E. (2011). “Seguridad, drogas y violencia en México: una encuesta”, 7° Norte

Nadanovsky, P; y J. Cunha­Cruz. (2009). “La contribución relativa de la desigualdad de ingresos y el encarcelamiento

Poveda, A. (2011). “Desarrollo económico, desigualdad y pobreza: un análisis de la situación urbana

Torche, F. (2006_. “Movilidad Intergeneracional en México: Primeros resultados de la Encuesta ESRU de

Tabla 1. Estadísticas Descriptivas

Variable Significar Estándar Desarrollo. Significar Estándar Desarrollo.

Ingreso real (MX$ agosto 2010)1 18363.31 8890.44 16657.37 9838.59

Coeficiente de Gini1 0,43 0,06 0,38 0,06

Recuento de pobreza alimentaria1 0,42 0,21 0,45 0,25

Proporción de población rural 0,89 0,26 0,87 0,28

Gasto policial 187,98 69,97

El gasto público 592,46 782.29 1498.23 1303.93

Tasa de alfabetización 0,77 0,15 0,81 0,12

Población total2 33913.10 100515.40 40395.87 120041.60

N° Observaciones 2,372 2,372

Variable Significar Estándar Desarrollo. Significar Estándar Desarrollo.

Ingreso real (MX$ agosto 2010)1 17.971,46 9.538,98 17.614,54 9.361,99

Coeficiente de Gini1 0,38 0,05 0,34 0,04

Recuento de pobreza alimentaria1 0,38 0,22 0,39 0,24

Proporción de población rural 0,87 0,28 0,86 0,29

Gasto policial 182,46 68,60 250.14 90,84

El gasto público 2.324,52 1.757,12 3.037,27 2.267,26

Tasa de alfabetización 0,83 0,11 0,86 0,10

Población total2 42.700,54 127.528,60 45.666,65 130.964,00

No. Observaciones 2,372 2,372

Tabla 2: Estimaciones MCO

2006­2010 2006­2010 1990­2010 2000­2010 2005­2010

Gini ­105.564** ­31.690*** ­8.301 ­18.202** ­86.240***

(50.081) (8.040) (5.309) (8.449) (21.439)

Registrar el ingreso medio 13.972 ­0,575 0,898 1.282 10.396

(40.088) (6.616) (4.518) (7.444) (14.602)

Pobreza ­4.668 ­4.923 ­3.625 ­10.691 2.647

(71.892) (11.038) (8.020) (12.826) (24.679)

% Población rural ­19.505 1.026 ­2.152 ­8.324* ­7.001

(19.326) (3.980) (2.938) (4.678) (7.811)

Carlos RodríguezCastelán‡ Hernán Winkler§

2.a: Cambio en el coeficiente de Gini local respecto al promedio nacional, 19902010

2.b: Cambio en el coeficiente de Gini local respecto al promedio nacional, 20052010

Figura 3: Homicidios relacionados con drogas, número mensual y acumulado; 200712

Bourguignon, F. (2004). “El triángulo pobrezacrecimientodesigualdad”, mimeografiado, Banco Mundial,

GuerreroGutiérrez, E. (2011). “Seguridad, drogas y violencia en México: una encuesta”, 7° Norte

Nadanovsky, P; y J. CunhaCruz. (2009). “La contribución relativa de la desigualdad de ingresos y el encarcelamiento

20062010 20062010 19902010 20002010 20052010

Gini 105.564 31.690* 8.301 18.202 86.240*

Registrar el ingreso medio 13.972 0,575 0,898 1.282 10.396

Pobreza 4.668 4.923 3.625 10.691 2.647

% Población rural 19.505 1.026 2.152 8.324* 7.001

Registrar el gasto público 9.160* 1.283 1.756* 4.349* 9.432***

Registrar el gasto policial 56.332* 10.195 5.118 36.825***

Registro de población alfabetizada 177.994*** 4.708* 15.031* 35.915* 74.078***

Maniquí 2000 4.614

Maniquí 2005 8.600* 11.217*

Niveles de significancia: * p<0,01, p<0,05, * p<0,1

19902010 20002010 20052010

Gini previsto Instrumento 1.360* 0,909* 0,883***

Registrar el ingreso medio 0,123* 0,085* 0,079***

Pobreza 0,233* 0,214* 0,206***

% Población rural 0,059* 0,060* 0,061***

Registro de población alfabetizada 0.003 0.002 0.010

Maniquí 2000 0.012

Maniquí 2005 0,044* 0,125*

Registrar el gasto policial 0.006 0.030

Niveles de significancia: * p<0,01, p<0,05, * p<0,1

20062010 20062010 19902010 20002010 20052010

Gini 1.075,731** 105.444 19.681 29.163 481.147*

Registrar el ingreso medio 75.096 4.986 1.730 2.222 32.384

Pobreza 242.676* 9.938 8.330 8.545 111.671*

% Población rural 93.306 5.634 3.925 7.606 42.448

Registrar el gasto público 27.852 0,116 1,629* 4.219* 18.410*

Registrar el gasto policial 26.032 12.087** 5.316 22.271

Registro de población alfabetizada 168.811*** 5.281* 15.352* 35.900* 69.668***

Maniquí 2005 7.898 10.786***

Niveles de significancia: * p<0,01, p<0,05, * p<0,1

20062010 20062010 19902010 20002010 20052010

Gini 1.063,729** 56.199 27.399* 10.325 546.012**

Registrar el ingreso medio 67.677 2.637 1.898 1.878 32.235

Pobreza 236.265 1.337 8.768 12.085 121.677

% Población rural 89.048 2.702 3.135 7.505 43.267

Registrar el gasto público 24.789* 0,589 1.690* 4.588* 17.761*