Crime Transitory Poverty and Isolation Evidence From Madagascar SP

Machine Translated by Google
Delincuencia, pobreza transitoria y aislamiento:
Evidencia de Madagascar
Marcel Fafchamps Bart Minten
Universidad de Oxford y Universidad de Cornell
junio de 2005
Abstracto
Este artículo investiga la relación entre pobreza y delincuencia. Tras una disputa
elecciones presidenciales, el suministro de combustible a las tierras altas de Madagascar se redujo severamente en
principios de 2002, lo que resultó en un aumento masivo de la pobreza y los costos de transporte. usando originales
datos de la encuesta recopilados en junio de 2002 en el punto álgido de la crisis, encontramos que el robo de cultivos aumenta
con la pobreza transitoria. Por lo tanto, el robo parece ser utilizado por algunos de los pobres de las zonas rurales como un riesgo
estrategia de afrontamiento. El aumento de los costos de transporte condujo a un aumento en el robo de ganado y cosechas, lo que confirma
Hallazgos anteriores de que, en Madagascar, el aislamiento geográfico está asociado con ciertas formas
del crimen También encontramos que un aumento en el personal encargado de hacer cumplir la ley a nivel local reduce el ganado
robo que, en Madagascar, es una forma de delincuencia organizada.
Código de clasificación JEL: K14, I39
Damos las gracias a Eliane Ralison y Lalaina Randrianarison por su ayuda en la recopilación y limpieza de los datos.
El financiamiento para este proyecto fue proporcionado por USAID y la Universidad de Cornell.
yDepartamento de Economía, Universidad de Oxford, Manor Road, Oxford OX1 3UQ. Correo electrónico:
<marcel.fafchamps@economics.ox.ac.uk>. Fax: +44(0)1865281447. Teléfono: +44(0)1865281446.
zPrograma de políticas de alimentación y nutrición de Cornell, Universidad de Cornell, Ithaca NY. Correo electrónico: <bminten@dts.mg>
1. Introducción
Durante mucho tiempo ha existido la sospecha de que la pobreza favorece la actividad delictiva, pero la evidencia sólida de esto
la relación es difícil de conseguir. Hay varias razones para este estado de cosas, todas teniendo
que ver con la causalidad conjunta entre pobreza y delincuencia (Ehrlich 1973). En primer lugar, la prevalencia
del crimen en un área desalienta los negocios, contribuyendo así a la pobreza. En segundo lugar, alta criminalidad.
áreas también pueden atraer a los delincuentes porque les resulta más fácil eludir la detección o porque estos
Las áreas constituyen puntos focales para los clientes de bienes y servicios ilegales: piense en los juegos de azar,
la prostitución o el tráfico de drogas, por ejemplo (Freeman 1996b). Finalmente, las personas con un alto
predisposición para el crimen es probable que tengan rasgos no observables (p. ej., falta de disciplina) que hacen
los haría menos empleables y, por lo tanto, los haría más pobres incluso si no recurrieran al crimen.
Por todas estas razones, los análisis de la relación entre el crimen y la pobreza son a menudo refutados.
mirado con escepticismo (eg Bourguignon 2000, Fajnzylber, Lederman y Loayza 2002a). Ex
cepto para Miguel (2003) quien muestra que la matanza de brujas aumenta en épocas de sequía, la mayoría
de los estudios existentes también analizan únicamente el efecto de la desigualdad estructural y la pobreza sobre la delincuencia. Este
El artículo es diferente en el sentido de que analizamos el efecto de la pobreza transitoria sobre el crimen aprovechando
de una secuencia inusual de eventos en Madagascar. Luego de una elección presidencial disputada, el combustible
el suministro a la sierra central del país se redujo severamente a principios de 2002, lo que resultó
en un aumento masivo y temporal de la pobreza, definida aquí como la incapacidad de los hogares para alimentarse
ellos mismos. Sin embargo, el enfrentamiento entre los dos candidatos presidenciales siguió siendo pacífico.
La policía y el ejército permanecieron mayoritariamente al margen del conflicto y se estima que menos de 100
personas murieron debido a los enfrentamientos por la crisis de seis meses.1 No hubo saqueos generalizados.
Esta situación, por dramática que haya sido para la población, permite conocer la
1Además, la mayoría de los asesinatos tuvieron lugar en la parte norte del país, que no está incluida en la
encuesta aquí presentada.
1
efecto inmediato de la pobreza transitoria sobre el crimen. Uso de datos sobre el crimen y la pobreza antes y
durante la crisis en una serie de divisiones administrativas llamadas comunas, examinamos si
las comunas donde la pobreza transitoria aumentó más también experimentaron un mayor aumento de la criminalidad.
La originalidad de este enfoque es que controla muchos de los factores que cruzan la plaga
análisis de sección, ya que el impacto fue demasiado rápido para que la causalidad inversa se manifestara en los datos.
Además, debido a que los precios del combustible se dispararon, no hubo una reubicación masiva de la población durante
el periodo de tiempo considerado. La gran magnitud y la naturaleza impredecible del choque también son
ventajas relativas a los estudios que se centran en pequeños incrementos de transferencia. Como es bien sabido, el panel
el análisis de datos es sensible al error de medición. Como resultado, a menudo es difícil identificar el
efecto de factores que cambian lentamente, como la pobreza. Los datos utilizados aquí sufren menos de este tipo de
problema porque la magnitud del impacto de la pobreza fue muy grande.
Los resultados indican que los aumentos informados en un tipo de delito, el robo de cosechas, son sistemáticamente
relacionados con aumentos en la pobreza transitoria. Otras formas de delincuencia como robos y homicidios
muestran una relación menos sistemática con la pobreza transitoria. También encontramos una fuerte asociación
entre los cambios en el aislamiento ñmedidos por los cambios en el costo del transporte al pueblo más cercano ñy
robo de cultivos Estos hallazgos sobreviven incluso después de controlar los cambios en la aplicación de la ley.
Este trabajo se enmarca dentro de una creciente literatura económica sobre delitos y conflictos (p. ej., Levitt 1997,
Ayres y Levitt 1998, Cullen y Levitt 1999). Si bien el análisis económico de la actividad delictiva
en los países avanzados está bien desarrollado (por ejemplo, Becker 1968, Morgan 2000, Krueger y Pischke
1997, Imrohoroglu, Merlo y Rupert 2000, Doyle, Ahmed y Horn 1999), esta literatura comenzó
sólo recientemente para tomar o§ para los países en desarrollo. Ahora existe un creciente reconocimiento entre
economistas que el crimen y los conflictos cobran un alto precio en el bienestar de los pobres en los países en desarrollo
(por ejemplo, Bourguignon 2000, Stewart, Humphreys y Lea 1997, Anderson 1999). Pradhan
y Ravallion (1999), por ejemplo, muestran que las familias pobres tienen un mayor deseo de mejorar
2
seguridad pública que la gente rica. En las comparaciones entre países, Fajnzylber, Lederman y
Loayza (1998) muestran que muchos países en desarrollo tienen tasas de criminalidad iguales o superiores a
la de los países desarrollados.
La literatura sobre los países en desarrollo ha analizado diferentes temas relacionados con el crimen. Para
ejemplo, utilizando evidencia de varios países, Collier y Hoe er (2004) comparan el deter relativo
mineros de la guerra civil y homicidios. Encuentran que aunque una mayor tasa de homicidios no
aumentan la probabilidad de guerra civil, las guerras civiles dejan un legado de aumento de homicidios posconflicto
tarifas Otros autores analizan los patrones de victimización por delincuencia, por ejemplo, Gaviria y Pages (2001)
para las ciudades latinoamericanas. En un sentido relacionado, Bloch y Rao (2002) muestran en India que las mujeres
que provienen de un entorno rico tienen más probabilidades de ser golpeadas por su esposo, posiblemente
extraer mayores transferencias de sus padres.
En este artículo, nos enfocamos en el efecto de la pobreza sobre el crimen. En los esfuerzos para eludir la causal
problema de la ciudad, el análisis anterior se ha centrado en experimentos naturales como las transferencias de ingresos
(por ejemplo, Imrohoroglu et al. 2000, Rephann 1999) o medidas indirectas como el desempleo (por ejemplo,
Tauchen, Witte y Griesinger 1994, Raphael y WinterEmber 2001). En esta intersección,
La conclusión de la literatura empírica es que la pobreza tiene poco efecto sobre el crimen (p.
Dreze y Reetika 2000, Krueger y Pischke 1997, Doyle et al. 1999, Morgan 2000, Azul
y Blau 1982, Jarell y Howsen 1990, Freeman 1996a, Oreopoulos 2003, Ludwig, Duncan
y HirschÖeld 2001, Katz, Kling y Liebman 2001, Chiu y Madden 1998). El disponible
la evidencia se basa en gran medida en datos de países ricos donde gran parte del crimen está relacionado con las drogas
comercio (por ejemplo, Levitt y Venkatesh 2000, Newman 1999).
Más evidencia del efecto de la desigualdad y la pobreza en el crimen está disponible en
países en desarrollo. Fajnzylber, Lederman y Loayza (2000) muestran que las diferencias en el crimen
Las tasas están relacionadas con el crecimiento y la pobreza y en parte impulsadas por factores demográficos. usando cruz
3
Los datos de sección de Sudáfrica, Demombynes y Ozler (2002) muestran que la desigualdad local es
fuertemente correlacionada tanto con los delitos contra la propiedad como con los delitos violentos. Se encontró una relación similar
en estudios entre países Soares (2004). Bourguignon, Núñez y Sánchez (2003) desarrollan una
modelo estructural del vínculo entre delincuencia y desigualdad en Colombia. Dreze y Reetika
(2000), por otro lado, muestran que las tasas de homicidios en la India no muestran relación con la urbanización.
o la pobreza.
En Madagascar, Fafchamps y Moser (2003) encuentran que el crimen es más alto en zonas aisladas, menos pop
urbanizadas, no en áreas urbanas como es común en los países ricos. Esto sugiere que la geo
El patrón gráfico de delincuencia en los países pobres puede ser bastante diferente al de los países ricos.
El Programa Ilo (2003) proporciona evidencia de que la seguridad es una de las principales preocupaciones entre los
pueblo malgache. En 2001, las condiciones de seguridad en el país se percibían como malas o muy
mal por dos tercios de los hogares rurales. Cuando se le preguntó si la seguridad es importante para mejorar
condiciones de vida, el 83% de los hogares rurales del país manifestó que la seguridad era importante o
muy importante. La seguridad en general y la criminalidad en particular estaban así en la cima de las preocupaciones de los ciudadanos.
preocupaciones, incluso antes de la crisis política que se desarrollaría en la primera mitad de 2002.
El documento está organizado de la siguiente manera. El marco conceptual se presenta brevemente en la Sección
2. El contexto se presenta brevemente en la Sección 3. Los datos se presentan en la Sección 4. Empírica
El análisis aparece en la Sección 5 donde informamos los mínimos cuadrados de efecto fijo y la regresión de Poisson.
resultados. Finalizamos con las conclusiones.
2. Marco conceptual
La literatura económica sobre el crimen se ha centrado principalmente en los incentivos y la disuasión argumentando
que, si los delincuentes son racionales, deben responder a incentivos económicos como la renta
que se puede hacer a partir del crimen, la probabilidad de ser atrapado y la severidad del castigo
4
(por ejemplo, Becker 1968, Levitt 1997). Esto es particularmente cierto en el caso de las actividades de servicios, como la droga.
el comercio, el juego y la prostitución. Dentro de este marco conceptual general, una relación
entre la pobreza y el crimen surge porque, para la gente pobre, los ingresos de las actividades delictivas son
relativamente más atractivo ya que la alternativa es más baja (Ehrlich 1973). Además, entre los
pobre, el estigma asociado con el crimen es menor y, por lo tanto, la pérdida de ingresos futuros es menor
(por ejemplo, Blume 2002, Rasmusen 1996). Los no economistas, por el contrario, a menudo han enfatizado la
aspecto irracional del crimen ñ impulsos criminales, conformismo a una subcultura ñ así como su
dimensión moral: culpa y educación (p. ej., Sah 1991, Barak 2000, Freeman 1996a, Garoupa
2003). Dentro de esta literatura, la correlación entre la pobreza y el crimen resulta en gran parte de
factores ambientales y culturales, como privación de derechos y pérdida de legitimidad, exposición
al crimen como un niño, la pérdida del ancla moral en poblaciones móviles, o la crianza en un solo padre
hogar (por ejemplo, Blau y Blau 1982, Glaeser y Sacerdote 1999).
Aquí nos enfocamos en el efecto que un cambio transitorio en la pobreza tiene sobre el crimen. Dado que
naturaleza dramática pero de corto plazo de los cambios que investigamos, muchos cambios ambientales, legales y
los factores culturales pueden considerarse como constantes.2 Por lo tanto, un enfoque de efectos fijos debe controlar
para todos ellos. Si se encuentra una relación entre delincuencia y pobreza transitoria, es probable que
deberse a un aumento en la rentabilidad relativa del crimen o a una caída en la probabilidad
de detección La literatura existente sugiere que en Madagascar la disuasión del crimen por la ley
aparato de aplicación no es muy eficaz (por ejemplo, Ministere de la Justice 1999, RazaÖtsiamidy
1997, Rasamoelina 2000, Fafchamps y Moser 2003). En el caso de Madagascar, es por lo tanto
probable que cualquier relación empírica entre el crimen y un shock de pobreza transitorio se deba a una
aumento en el diferencial entre ganancias legítimas e ilegítimas, induciendo a algunas personas
2 Salvo posible pérdida de legitimidad durante la crisis política. Como veremos, esto no sucedió en el área de
estudio por razones que se discuten en la siguiente sección.
5
volverse al crimen.3
Tomando las observaciones anteriores como punto de partida, nuestro análisis empírico comienza postulando un
relación entre delincuencia y población. Sea Cit el crimen en el lugar i en el tiempo t y
Sea Pit la población total. Esperamos que el crimen sea más o menos proporcional a la población.4
desea probar si el crimen aumenta con un aumento en la proporción Hit de la población que
no puede alimentarse a sí mismo. Ya que Fafchamps y Moser (2003) han demostrado que, en Madagascar, el crimen
aumenta con el aislamiento, también necesitamos controlar los cambios en el aislamiento a lo largo del tiempo. Fallando en
hacerlo puede introducir un sesgo de variable omitida si, como es probable, la pobreza se correlaciona con el aislamiento.
Deje que el aislamiento se mida por Tit, el costo de viaje desde la ubicación i hasta la ciudad principal más cercana. El
punto de partida de nuestro análisis es:
ciudad
mi = Golpear + Teta + i + t (2.1)
Fosa
dónde i es un efecto especíÖco de la ubicación que captura determinantes invariantes en el tiempo del crimen y t es
un muñeco de tiempo. Los parámetros de interés son y . El parámetro captura el efecto de
pobreza en delincuencia: si los pobres y los no pobres tienen la misma tasa de delincuencia, entonces debería ser cero
una vez que controlamos por la población total. En contraste, si el crimen es más frecuente entre los pobres,
esperamos ser más grande que uno. Dado que la pobreza se estima directamente, la interpretación de la
el coeficiente de pobreza no depende de la causa exacta de la variación de la pobreza a lo largo del tiempo ñ
es decir, ya sea por la crisis política, el mal tiempo o la política del gobierno. Si el crimen aumenta con
aislamiento, tal vez porque la aplicación de la ley es más difícil, entonces debería ser positivo.
La ecuación (2.1) se estima en la Sección 4. Se utilizan dos métodos de estimación. El Örst agrega
3 Por supuesto, no podemos descartar completamente otras explicaciones, como la pérdida de legitimidad de las instituciones legales.
Pero la pérdida de legitimidad debería afectar a todas las regiones más o menos de la misma manera y no necesita estar asociada con
diferencias en el aumento de la pobreza entre ubicaciones.
4Para nuestros resultados de regresión basados en efectos fijos, esta suposición no es esencial ya que los datos de población disponibles
no cambia durante la corta duración de nuestro panel.
6
errores de media cero a la ecuación (2.1) y usa efectos fijos para eliminar yo _ El atractivo de
este enfoque es que es robusto y simple de implementar. Sin embargo, no tiene por qué ser eficiente.
porque no tiene en cuenta que las estadísticas delictivas son datos de conteo: variable Cit solamente
toma un pequeño rango de valores enteros que miden cuántas veces ocurrió un evento. En
estos modelos, la eficiencia se puede mejorar utilizando una regresión de Poisson. Por lo tanto, reestimamos
el modelo considerando el número de incidentes delictivos Cit siguiendo un proceso de Poisson con
media dada por:
E[Cit] = Pita Hit+Tit+i+t (2.2)
La ecuación (2.2) se estima utilizando regresiones de Poisson de efectos fijos condicionales para eliminar yo _
La población se incluye en la regresión como una variable de compensación.
Esperamos que diferentes tipos de actividad delictiva respondan de manera diferente a los cambios en las condiciones transitorias.
pobreza. Ciertas categorías de delincuencia pueden verse como una respuesta desesperada a la pobreza, como cuando
alguien roba comida para alimentarse a sí mismo ya su familia. Esperamos que estos tipos de delitos aumenten con
un aumento en la proporción de la población que no puede alimentarse por sí misma. Otros delitos son en gran parte
afectados por la demanda de productos y servicios ilegales como las drogas y la prostitución. En
este caso, un aumento de la pobreza aumentaría la oferta de delincuentes pero al mismo tiempo reduciría
demanda de bienes y servicios ilegales. El efecto combinado sobre el crimen puede ser un aumento o una
disminuir, dependiendo de la fuerza relativa de los dos efectos. Finalmente, ciertas actividades delictivas
puede tener lugar dentro de redes bien organizadas y otras maÖas que restringen la entrada en el crimen, en
menos a corto plazo. Debido a que los pobres no pueden participar fácilmente en estas actividades, esperamos
crimen para no responder a los choques de pobreza, o al menos no inmediatamente. En Madagascar, el ganado
el robo es un grave problema endémico que aqueja a partes especíÖcas del país y se facilita
por aislamiento geográfico. Según Rasamoelina (2000) y RazaÖtsiamidy (1997), el ganado
los ladrones son grupos bien organizados que a menudo operan con la complicidad de las autoridades locales.
7
Debido a que es probable que esta forma de organización restrinja la entrada, esperamos que el robo de ganado sea relativamente
aislados de los choques de pobreza.
Por el contrario, se espera que los robos con allanamiento de morada y el robo de cosechas aumenten con la pobreza a medida que la gente recurre a
delito para mitigar el efecto del shock en sus vidas. En Madagascar, el robo de cultivos afecta principalmente
cultivos en pie en los campos, y gran parte del robo de cultivos afecta a los cultivos comerciales (p. ej., vainilla, café) que
son robados para revenderlos. Por lo tanto, la incidencia del robo de cultivos no debe equipararse automáticamente
con robo por hambre. Lo que no queda claro es si estas formas de delincuencia responden más a
pobreza profunda, por ejemplo, falta crónica de alimentos, o si son los moderadamente pobres quienes temporalmente
recurrir a la delincuencia como estrategia para suavizar el consumo. Alguna evidencia empírica de este efecto es
previsto en la Sección 5.
En cuanto a los homicidios, no tenemos grandes expectativas en un sentido u otro. La pobreza puede
aumentar la desesperación y por lo tanto la violencia. Pero si los homicidios son impulsados principalmente por idio
eventos sincráticos (p. ej., enemistades familiares) y por el crimen organizado (p. ej., robo de ganado), el número de
los homicidios pueden responder poco a los cambios en la pobreza. En Madagascar, no hay comercio de drogas para
Hablamos y no tenemos datos sobre la prostitución, que es ilegal pero ampliamente tolerada. No podemos
por lo tanto, documentar los tipos de delitos que pueden disminuir a medida que aumenta la pobreza y, por lo tanto, la demanda
por bienes y servicios ilegales cae.
Hasta ahora hemos ignorado la aplicación de la ley. Gran parte de la literatura, sin embargo, asume que el crimen
es una función decreciente de la aplicación de la ley (por ejemplo, Becker 1968, Henderson y Palmer 2002, Levitt
1997, Levitt 1998, Levitt 1996). En el caso de Madagascar, Fafchamps y Moser (2003) han
demostrado que este no es el caso; en todo caso, la presencia de personal encargado de hacer cumplir la ley parece
estar asociado con un aumento en la denuncia de delitos, incluso después de la instrumentación.5 Sin embargo,
5 No está clara la razón por la que se denuncian más delitos en áreas con más aplicación de la ley, pero puede deberse a una
mejor denuncia. También es concebible que parte del personal encargado de hacer cumplir la ley esté involucrado en actividades
delictivas, especialmente en el crimen organizado (p. ej., RazaÖtsiamidy 1997, Rasamoelina 2000). Ver Fafchamps y Moser (2003)
para una discusión.
8
los cambios en la aplicación de la ley a lo largo del tiempo pueden tener un efecto disuasorio sobre el crimen, incluso si los niveles de la ley
la aplicación no. Por esta razón, reestimamos el modelo que controla la aplicación de la ley.
personal Lit, en cuyo caso el modelo se convierte en:
ciudad
mi = Iluminado + Hit + Tit + i + t (2.3)
Fosa
Si la aplicación de la ley es efectiva para disuadir el crimen, debería ser negativa. Dado que los cambios en la ley en
forzamiento puede ser una respuesta a los cambios en la criminalidad, instrumentamos Lit con condiciones de vida.
La idea es que el personal encargado de hacer cumplir la ley puede haberse trasladado lejos de las comunas donde
el costo de vida o las condiciones de vida se deterioraron más como resultado de la crisis política. Desde que nosotros
control directo de la pobreza transitoria, es improbable que tales cambios tengan un efecto directo sobre el crimen.
3. El contexto
Estimamos el modelo utilizando datos recopilados en zonas rurales de Madagascar.6 El conjunto de datos es pequeño pero
este inconveniente es más que compensado por el conjunto inusual de circunstancias bajo las cuales el
se recopilaron datos. En diciembre de 2001, la primera vuelta de las elecciones presidenciales fue testigo de la
éxito del ex alcalde de la ciudad capital sobre el actual y antiguo presidente de la
país. Dos conteos de votos independientes dieron al retador una mayoría absoluta y declararon
él el ganador. Pero el conteo oficial de boletas le dio al retador menos del 50% de los votos.
y pidió una segunda ronda. Sospechando que los resultados oficiales habían sido amañados, el retador
cuestionó el conteo oficial de votos.
Lo que siguió fueron seis meses de tensión entre los dos candidatos. El retador
reforzó su control político sobre la capital mientras el titular se retiraba a Toamasina, el
6
Se recopilaron datos similares en áreas urbanas, pero las preguntas sobre la pobreza no pudieron ser respondidas
adecuadamente por los grupos focales porque la población de las comunas urbanas es mucho mayor y más heterogénea que
la de las comunas rurales. Los datos urbanos se ignoran en el análisis presentado aquí.
9
importante ciudad portuaria. Reuniendo bajo su estandarte a los gobernadores de la mayoría de las provincias excepto la central
tierras altas, el titular procedió a derribar puentes viales clave y bloquear la capital
ciudad y su interior. Sin embargo, para el verano de 2002, la mayor parte del ejército había reunido a los
la causa de Challengers y el presidente en ejercicio áed el país a finales de junio. El 26 de junio, el
El gobierno de Estados Unidos reconoció al nuevo gobierno. Tres días después, Francia hizo lo mismo. Por
entonces, la crisis había terminado.
El período de bloqueo es el foco de nuestra investigación empírica. La consecuencia inmediata
del bloqueo fue sextuplicar los precios de la gasolina en el altiplano y duplicar los
costos de transporte (Programa de la OIT 2002). La subsiguiente interrupción de la economía causó estragos entre
campesinos que no podían vender sus excedentes, así como entre los habitantes urbanos que enfrentaban fuertes
aumentos en los precios de los alimentos (Programa Ilo 2003). Como resultado, el país experimentó una dramática
ñ pero temporal ñ aumento de la pobreza rural, medida como la proporción de habitantes en un
comuna que experimentó di¢ cultades para alimentarse (ej. Programa Ilo 2002, Programa Ilo
2002).
Afortunadamente, el conflicto político no condujo al colapso institucional. Para mostrar su apoyo
para el retador, mucha gente ñespecialmente funcionarios de la sierra central que son los
El foco de nuestro análisis empírico buscaba comportarse de manera responsable al continuar trabajando
normalmente. Los servicios públicos como escuelas y centros de salud continuaron operando durante todo el
el período turbulento (Fafchamps y Minten 2004). Hubo un breve período de huelgas civiles
sirvientes, pero afectó principalmente a la ciudad capital, que no está incluida en el análisis presentado
aquí.
Lo mismo ocurre con la aplicación de la ley. El conflicto político no degeneró en una guerra total.
guerra civil. Se estima que menos de 100 personas murieron debido a los enfrentamientos durante los seis meses
crisis, la mayoría de ellos en la parte norte del país que no está cubierta por nuestro análisis.
10
Esto se compara con episodios de disturbios civiles en otras partes de África, por ejemplo, Costa de Marfil o Nigeria,
donde las muertes se cuentan por cientos por día. Aunque el ejército y la policía cambiaron de lealtad
durante la duración del conáicto, esencialmente no se involucraron en los combates y hubo
no hubo saqueos ni violencia generalizados. Por lo tanto, es justo suponer que en las tierras altas rurales de
Madagascar, la presencia y la efectividad del estado no se vieron significativamente afectadas por la política
conflicto, en relación con su nivel normal (bajo). De hecho, como han demostrado Fafchamps y Moser (2003),
no hay evidencia de disuasión del crimen por parte del personal encargado de hacer cumplir la ley en Madagascar.
El dramático aumento de la pobreza que se produjo durante la crisis sirve como una explicación casi natural
experimento El efecto del bloqueo sobre los precios de los combustibles fue tan grande y sistemático en las comunas
que la variación observada en la pobreza durante un período de tiempo tan corto no se debe a la medición
error. Esto es importante para fines de estimación ya que, en la regresión de efectos fijos, la medición
el error tiende a sesgar los coeficientes estimados hacia cero.
El incremento en los costos de transporte afectó la economía al aislar áreas de oferta y demanda.
No hubo aumento en el precio promedio de los alimentos básicos: los precios generales del arroz y el maíz
en junio de 2002 fueron los mismos que en el año anterior (Programa Ilo 2002). Esto es porque
Madagascar es básicamente autosuficiente en arroz y maíz durante este período del año. Allá
hubo, sin embargo, grandes cambios en los precios relativos entre regiones a medida que aumentaron los márgenes de comercialización
elevó los precios en las comunas importadoras y los bajó en las comunas exportadoras. Por el contrario, el
el precio de la mayoría de los demás bienes de primera necesidad (p. ej., azúcar, aceite, jabón) al menos se duplicó durante el período, en
áreas rurales como urbanas (Programa Ilo 2002).
La autosuficiencia a nivel nacional no implica autosuficiencia a nivel individual.
Barrett y Dorosh (1996) y Minten (2003) muestran que, con base en dos conjuntos de datos diferentes, el 60%
de la población rural son compradores netos de arroz, el principal alimento básico. Parte de la población rural
depende del trabajo asalariado para los gastos de alimentación. La crisis redujo la demanda de mano de obra asalariada y, por lo tanto,
11
aumento de la pobreza entre los trabajadores asalariados. Los peores aumentos de la pobreza transitoria se sintieron en
en términos de incapacidad para alimentar a la propia familia y en términos de dificultades para pagar las tasas escolares y
cuidado de la salud.
4. Los datos
Los datos utilizados aquí se recopilaron durante el mes de junio de 2002, justo antes de que se realizaran los bloqueos de carreteras.
levantado entre la principal ciudad portuaria de Toamasina y el resto del país. De las seis regiones
que comprende Madagascar, la encuesta se centra en tres de las regiones más afectadas del país
ñ las dos provincias de Antananarivo y Fianarantsoa ubicadas en la sierra central donde
vive la mayoría de la población, y la provincia costera de Mahajanga, que depende de
la sierra para abastecimiento de bienes de consumo y salida de sus excedentes agrícolas. Juntos
estas tres áreas concentran la gran mayoría de la población rural. La parte norte de
el país donde tuvieron lugar algunos combates no está incluido en la encuesta.
Se estableció un marco de muestreo estratificado de tal manera que fuera lo más representativo posible
de la situación en estas tres provincias. Los distritos (Övondronanas) se dividieron en seis estratos
dependiendo de la distancia a la capital de provincia y de la disponibilidad de carretera asfaltada.
En cada estrato, se seleccionó un distrito u Övondronana para cada provincia. En cada distrito,
Luego se seleccionaron cuatro comunas al azar, lo que resultó en una muestra total de 72 comunas. El
El pequeño tamaño de la muestra se debe principalmente a las heroicas condiciones en las que se llevó a cabo la encuesta.
emprendido, es decir, en medio de una grave y volátil crisis política que hizo que el transporte vehicular
difícil y costosos los movimientos de enumeradores.
La recopilación de datos estuvo a cargo del proyecto Ilo financiado por USAID en colaboración con IN
STAT y FOFIFA.7 Este proyecto tiene una larga experiencia en la recopilación de datos en Madagascar y
7
INSTAT es el instituto de estadística del Ministerio de Economía y Planificación. FOFIFA es un instituto de
investigación agrícola dentro del Ministerio de Investigación Científica.
12
acababa de realizar un censo de todas las comunas del país antes de las elecciones de diciembre.
Por lo tanto, el censo podría utilizarse como marco de muestreo para la encuesta que se analiza aquí. Todos los datos fueron
reunidos durante entrevistas grupales estructuradas. En promedio, hubo alrededor de diez participantes en
cada grupo. Los encuestadores estaban bien capacitados en métodos de entrevistas grupales estructuradas,
acaba de completar un censo nacional similar a nivel nacional. Los grupos discutieron sus respuestas.
entre ellos y el enumerador registró la respuesta una vez que se llegó a un consenso. Cada
El grupo estaba compuesto por informantes clave y, por lo tanto, no estaba destinado a ser representado estadísticamente.
tativo Sin embargo, los participantes fueron elegidos cuidadosamente para captar la diversidad de los
población residente. Los grupos generalmente incluían administradores locales, servidores públicos, comerciantes,
y agricultores.
Estamos bastante seguros de que los datos recopilados son de calidad razonable. En las zonas rurales pobres
comunidades que estudiamos, los delitos graves son eventos destacados que atraen mucha discusión
e interés En consecuencia, estamos bastante seguros de que los encuestados de los grupos focales tienen bastante
buena idea de la cantidad de delitos graves en su ubicación. Creemos que esta recopilación de datos
El método ha arrojado estadísticas criminales más precisas que las que podrían obtenerse de la ley.
organismos encargados de hacer cumplir la ley, que están sujetos a diversas formas de sesgo de información (por parte de las víctimas,
autoridades, etc.). No obstante, reconocemos que nuestra confianza en los grupos focales significa que nuestra
los datos no están completamente libres de sesgo de memoria.8 Sin embargo, no se recopilaron otros datos confiables durante
8Como en todas las encuestas, el sesgo de los encuestados es motivo de preocupación. En este caso, el temor es que los encuestados podrían
haber informado erróneamente que las personas tienen dificultades para alimentarse porque observaron un aumento en el robo de cosechas. Esto
generaría un sesgo de información en las cifras de pobreza que se correlaciona con la delincuencia denunciada.
Si bien no podemos descartar por completo esta posibilidad, confiamos en que es extremadamente improbable que nuestros resultados se deban
por completo a dicho sesgo. Primero, dada la magnitud del shock macro, es muy poco probable que la pobreza no haya aumentado. En segundo
lugar, el cuestionario era lo suficientemente largo y diverso (cubría muchos temas además de la pobreza y el crimen) como para que los encuestados
no hicieran una conexión simplemente por un diseño defectuoso del cuestionario. Tercero, el número de robos de cultivos en cada comuna sigue
siendo muy pequeño (ver Tabla 1). Los encuestados pueden haber inferido de estos pocos casos de robo que un puñado de aldeanos pasaban
hambre, pero esto por sí solo no habría justificado informar aumentos de la pobreza de varios puntos porcentuales. En cuarto lugar, se obtienen
resultados de regresión similares si utilizamos otras medidas de pobreza menos relacionadas con la alimentación, como la proporción de aldeanos
que experimentan dificultades para pagar la matrícula escolar. Finalmente, no observamos una relación similar entre la pobreza transitoria y otras
formas de robo, que son tan indicativas de dificultades Önancieras como el robo de cosechas. Por lo tanto, no parece que los encuestados
interpretaran erróneamente un aumento de diversas formas de delincuencia como indicativo de un aumento de la pobreza.
13
el período que sean comparables en el tiempo y representativos a nivel comunal. Somos
por lo tanto, obligado a trabajar con los datos disponibles.
La encuesta recopiló información detallada sobre la incidencia delictiva en el período inmediatamente
anterior a la encuesta, a saber, abrilmayo de 2002. También se recopiló información similar para abril
Mayo de 2001. Dada la alta estacionalidad en las incidencias de delincuencia (RazaÖtsiamidy 1997) y de pobreza
(Minten y Zeller 2000), los datos se recopilaron para períodos comparables durante el año. Enfocar
También se pidió a los encuestados del grupo que evaluaran la proporción de la población que experimentaba
di¢ cultades para alimentarse durante el mismo período.9 Se tomaron dos mediciones: en el
período inmediatamente anterior a la encuesta y un año antes. Dado que la pobreza es típicamente
deÖnido como la incapacidad de pagar la comida básica y la vivienda, enfrentarse a di¢ cultades para alimentarse por sí mismo puede
ser considerado un buen indicador de pobreza.10 Aunque nuestra medida es diferente de otras
medidas estándar de pobreza basadas en el ingreso actual y una línea de pobreza estimada, tiene la
ventaja de capturar la pobreza temporal de una manera simple y directa. Es el
indicador de pobreza utilizado en el análisis econométrico.11 También se recopilaron datos sobre costos de transporte.
Las respuestas se resumen en la Tabla 1, junto con las pruebas t para la diferencia entre 2001
y el período correspondiente en 2002. Todas las variables de nivel de delincuencia y tasa de delincuencia tienen un sesgo
distribución, con un alto error estándar y una mediana muy por debajo de la media. Esto es en gran parte
debido al hecho de que los delitos graves son eventos relativamente raros. De ahí que muchas comunas, que
9Las preguntas exactas fueron: í¿Qué proporción de la población de esta comuna enfrenta (1) continuas di¢ cultades para
obtener lo suficiente para comer; y (2) dificultades temporales o estacionales para tener suficiente para comer, siendo la pregunta
hecha para que las dos categorías sean mutuamente excluyentes. En el análisis presentado aquí, las dos categorías se combinan
en una sola.
1 0Mistiaen, Ozler, RazaÖmanantena y RazaÖndravonona (2002) elaboraron un mapa de pobreza de Madagascar utilizando
datos recopilados antes de la crisis política. Fafchamps y Moser (2003) muestran que estos Öguras de pobreza ayudan a predecir la
incidencia delictiva a nivel local. Estas estimaciones de pobreza, sin embargo, solo existen para un solo año.
Dadas las condiciones inusuales en las que se recopilaron los datos, no habría sido posible recopilar toda la información detallada
necesaria para medir los ingresos individuales y construir una línea de pobreza. Además, la situación de los precios y los ingresos
durante la crisis fue inusual, por lo que no es posible utilizar datos de encuestas preexistentes para construir una estimación de la
incidencia de la pobreza durante la crisis.
1 1 También experimentamos con medidas alternativas de pobreza, como la proporción de residentes de la comuna que enfrentan
dificultades crónicas y ocasionales para pagar la atención médica y las tasas escolares. Los resultados de la encuesta muestran un
patrón similar, con un aumento grande y significativo en la proporción de la población que experimenta dificultades ocasionales para
pagar la salud y la educación. Los resultados econométricos son básicamente los mismos que los presentados aquí.
14
son pequeñas unidades administrativas, experimentan poco o ningún delito en la mayoría de los años. Esto justifica usar
Regresiones de Poisson para tratar este tipo de datos.
Encontramos que el número promedio de delitos se mantuvo prácticamente constante a lo largo del tiempo, con el
posible excepción del robo de cultivos que aumentó, pero la estadística t no es significativa. Excepto
para el robo de ganado, la tasa de delincuencia Öguras ñ es decir, el número de delitos por cada 100.000 habitantes ñ
parecen haber aumentado un poco, pero el cambio no es significativo. En conjunto, estos
Öguras sugieren que la crisis política, por sí sola, no desencadenó un aumento de la delincuencia. La mesa
muestra, sin embargo, que la pobreza, medida en la forma aquí descrita, aumentó significativamente
con la crisis La magnitud del efecto es bastante grande. La parte inferior de la tabla
muestra que los costos de transporte aumentaron dramáticamente debido al bloqueo y la falta de combustible para el transporte.
Al igual que la pobreza, la diferencia en los costos de transporte es muy significativa.
También se recopiló información sobre el número de agentes encargados de hacer cumplir la ley que operaban en la
comuna. La siguiente sección de la Tabla 1 informa los cambios en el personal encargado de hacer cumplir la ley entre
2001 y 2002. Los Ögures informados combinan cuatro categorías de personal encargado de hacer cumplir la ley:
gendarmes, policías, quartiers mobiles y militares. Problemas de aplicación de la ley en Madagascar
se discuten en detalle en (Fafchamps y Moser 2003). Los Öguras no muestran cambios en el
promedio a lo largo del tiempo, pero hay cambios entre las comunas entre los dos años.
5. Resultados empíricos
Ahora estamos listos para pasar a nuestras estimaciones de la ecuación (2.1). Se incluye un dummy del año 2002
para controlar la posible presencia de un choque común, como la anarquía inducida por el
clima político deletéreo. Como se explica en la Sección 2, el costo de transporte entra en la regresión para
el control del efecto directo del mayor aislamiento sobre el crimen. Una vez que controlamos la pobreza directamente,
los costos de transporte capturan el efecto del aislamiento que, en el caso de Madagascar, Fafchamps y
15
Moser (2003) han demostrado estar asociados con una mayor incidencia delictiva. En la medida en que
la pobreza no se mide adecuadamente pero se correlaciona con el costo del transporte, incluyendo esta variable
también controla el posible sesgo de la variable omitida al medir el efecto de la pobreza transitoria en
delito. Dadas las circunstancias especiales que rodearon la encuesta, la cuadruplicación de los costos de combustible
resultante del bloqueo no pudo preverse y no tiene precedentes en la historia
de la isla.
Antes de presentar el efecto fijo, primero echamos un vistazo a los resultados de la regresión donde no se observaron
se supone que la heterogeneidad no está correlacionada con los regresores. La Tabla 2 presenta OLS y Poisson re
resultados de la gresion que controlan por poblacion pero no por efectos fijos comunales. mientras no es observado
heterogeneidad entra en la regresión de Poisson a través de efectos aleatorios, informamos los resultados de OLS con ro
Errores estándar de busto corregidos por agrupamiento. Este enfoque es preferible al aleatorio estándar.
efectos ya que permite una estructura de covarianza de error arbitraria.
Los resultados muestran un fuerte efecto de nuestra medida de pobreza en el robo de cultivos, pero ningún efecto positivo en
otras formas de actividad delictiva. Nuestra variable de pobreza incluso tiene un efecto significativo negativo en
robo de ganado en la regresión de Poisson, posiblemente porque las comunidades más pobres tienen menos ganado para
Empezar con. El aislamiento geográfico parece estar positivamente correlacionado con el robo de ganado y, en
las regresiones de Poisson solamente, con robo de cosechas y homicidios. El muñeco de tiempo, que captura
otros efectos de la crisis política, sorprendentemente tiene un signo negativo en todas las regresiones de Poisson,
significativamente para el robo de ganado. Esto sugiere que los efectos nocivos de la crisis política sobre
el crimen ocurrió principalmente a través del efecto masivo que la crisis tuvo sobre la pobreza y el aislamiento.
Una vez que controlamos estos efectos, la crisis, en todo caso, parece haber reducido el crimen. Uno
posible explicación es el apoyo político: el esfuerzo por derrocar al presidente en ejercicio y la larga
tiempo autócrata puede haber impulsado la legitimidad de las instituciones gubernamentales en las áreas controladas
por el retador presidencial, lo que resulta en una menor tolerancia hacia el crimen entre la población.
dieciséis
La Tabla 3 presenta los efectos fijos. En el caso de las regresiones de Poisson, la introducción de efectos fijos
elimina todas las observaciones con cero delitos en ambos periodos. Esto resulta en una pérdida masiva de
observaciones, especialmente para robos y homicidios que son relativamente poco frecuentes en el estudio
área. Una vez que controlamos los efectos fijos, ya no necesitamos compensar la población. En el caso
del robo de ganado, los efectos fijos también controlan las diferencias en la población de ganado entre comunas.
Nuestros resultados más fuertes y consistentes son para el robo de cultivos, donde los resultados anteriores son contradictorios.
armado y hasta fortalecido: en igualdad de condiciones, aumento de la pobreza transitoria y de
los costos de transporte provocaron el robo de más cosechas. El efecto de los costos de transporte es particularmente
fuerte: usando los resultados de la regresión lineal, encontramos que un aumento de una desviación estándar en el
logaritmo de los costos de transporte da como resultado 37 robos de cultivos adicionales, el equivalente a un aumento del 231%
con respecto al promedio de 2001. El efecto de la pobreza también es grande: un aumento de una desviación estándar
en nuestra medida de pobreza da como resultado 27 robos de cosechas más, un aumento del 170%. El muñeco del año
también es muy grande, lo que sugiere que entre los dos años, las comunas que experimentaron una gran
aumento de la pobreza y el aislamiento experimentó más delincuencia, mientras que los otros de hecho experimentaron
menos crimen.
Otro resultado de interés es el efecto positivo y signiÖcativo de un cambio en la pobreza sobre la
incidencia de robos, pero el efecto no es significativo en la regresión de Poisson. Acerca de
robo de ganado, nuevamente encontramos un efecto positivo del aislamiento y una variable ficticia de tiempo negativa pero, como en
Los resultados de la Tabla 2 muestran un efecto negativo de la pobreza sobre el crimen. Esto puede deberse a que las comunas
donde la pobreza aumentó mucho dedicaron más tiempo y esfuerzo a proteger su ganado de
ladrones, o vendía ganado para financiar el consumo, en cuyo caso había menos ganado para robar.
Como se mencionó en la Sección 2, la falta de control para la aplicación de la ley puede sesgar nuestros resultados. A
verificar esto, introducimos al personal encargado de hacer cumplir la ley como regresor adicional. Dado que todos nosotros
control listo para efectos fijos, la posible correlación entre la heterogeneidad no observada y la
17
la ubicación del personal encargado de hacer cumplir la ley no es un problema. En general, tememos que los cambios en la ley
la aplicación a lo largo del tiempo puede ser endógena a los cambios en la incidencia delictiva aunque, en nuestro
caso, es más probable que el personal encargado de hacer cumplir la ley se haya mudado por razones relacionadas con
la situación política. No obstante, corregimos el posible sesgo de endogeneidad instrumentando
aplicación de la ley con dos instrumentos. Dado que toda la estimación se lleva a cabo en efectos fijos,
eligió como instrumentos dos variables que miden el atractivo de varios lugares para la ley
personal encargado de hacer cumplir la ley: el precio del queroseno (un combustible para lámparas) y la disponibilidad de
entradas. El queroseno se importa y se utiliza aquí como variable sustituta de los cambios de año en año en
condiciones de vida: si el queroseno es caro, esto probablemente signifique que otros consumos importados
Los bienes comunes también son caros y difíciles de encontrar. En el contexto malgache, la disponibilidad de
los insumos agrícolas se utilizan como indicador de accesibilidad. Dados los bajísimos niveles de agricultura
insumos en un año normal, localidades que más se quejaron por la falta de insumos agrícolas
son probablemente los que normalmente están bien atendidos. Las comunas menos accesibles, en cambio, difícilmente
recibir nada en un año normal y por lo tanto no experimentó un deterioro.
La ecuación de instrumentación se presenta en la Tabla 4. Inmediatamente notamos que transitorio
la pobreza y el aislamiento no tienen ningún efecto sobre la ubicación del personal encargado de hacer cumplir la ley y
en consecuencia, es poco probable que hayan causado un sesgo en las regresiones del crimen. El precio del queroseno tiene el
efecto negativo anticipado en la aplicación de la ley, mientras que se considera que la falta de insumos agrícolas aumenta
presencia de las fuerzas del orden. Esto es consistente con la idea de que el personal encargado de hacer cumplir la ley se traslada
a zonas más accesibles durante la crisis. Los dos instrumentos son conjuntamente significativos y,
como se muestra en la parte inferior del primer panel en la Tabla 5, en todos los casos pasan la sobreidentificación
prueba. Resultados similares se obtienen utilizando otros instrumentos, como los cambios en la disponibilidad de
crédito agrícola, uso de insumos agrícolas o el funcionamiento de los sistemas de riego de arroz.
Los resultados con la aplicación de la ley se presentan en la Tabla 5. Para las regresiones de mínimos cuadrados, el
18
en todos los casos se rechaza la endogeneidad de los cambios en el personal encargado de hacer cumplir la ley a lo largo del tiempo. En el
regresiones de Poisson, seguimos el enfoque estándar de Smith y Blundell para la instrumentación en
regresiones de variable dependiente limitada e insertar los residuos de la regresión de instrumentación
como regresores adicionales. Este procedimiento produce una prueba de exogeneidad como un subproducto que, en todos
casos, no logra rechazar la hipótesis nula de no endogeneidad. Se informan los resultados no instrumentados
también, para fines de comparación. Son básicamente idénticos en lo que respecta a la pobreza y el aislamiento.
preocupado.
Encontramos que la aplicación de la ley tiene un efecto negativo pero generalmente no significativo sobre el crimen.
La única excepción posible es el robo de ganado, en el que se prevé un aumento del personal encargado de hacer cumplir la ley.
asociado con una caída en el robo de ganado. Esto puede deberse al hecho de que los ladrones de ganado, que operan
sobre un gran territorio, cambiar sus operaciones a otras comunas en respuesta a los movimientos en la ley
personal encargado de hacer cumplir la ley.12 La inclusión de la aplicación de la ley deja otros resultados relacionados con la pobreza y la
aislamiento básicamente intacto. De esta evidencia concluimos que nuestras estimaciones anteriores no son
un artefacto de la falta de control para la aplicación de la ley.
Antes de concluir, buscamos mejorar nuestros resultados controlando mejor los posibles
multicolinealidad. Dado el pequeño tamaño de la muestra, esta es una posible consideración. A esto
efecto, reestimamos el modelo lineal de efecto fijo usando un estimador conocido por ser más robusto
a la multicolinealidad que el método de los mínimos cuadrados, es decir, la entropía cruzada generalizada (Golan,
Judge y Miller 1996). Se ha demostrado que este estimador produce errores cuadráticos medios bajos en pequeñas
muestras y ser particularmente bueno en el manejo de regresores multicolineales.13 Los resultados no son
1 2 Este resultado parece contradecir (Fafchamps y Moser 2003) quienes encuentran que la presencia de personal encargado de hacer
cumplir la ley, en todo caso, aumenta los delitos denunciados en todas las categorías. La diferencia en los resultados puede deberse al
hecho de que (Fafchamps y Moser 2003) no controlan los efectos fijos: dado que los delincuentes pueden tardar un tiempo en involucrar al
personal encargado de hacer cumplir la ley en sus actividades de robo de ganado, la reciente llegada de aplicación de la ley en una comuna
puede desalentar temporalmente a los ladrones.
1 3El estimador generalizado de entropía cruzada (GCE) pertenece a una clase de estimadores de máxima entropía derivados de un
enfoque teórico de la información. Esta clase de estimadores se usa habitualmente en ingeniería y física (Golan et al. 1996).
19
se muestra aquí para ahorrar espacio.
Encontramos estimaciones puntuales que son en general similares a las obtenidas por mínimos ordinarios.
cuadrícula. La inferencia permanece sin cambios: la pobreza y el aislamiento no tienen un efecto notable sobre el crimen
excepto por el robo de cultivos, donde el efecto es grande. Estos resultados sugieren que nuestros hallazgos no son
un artefacto de multicolinealidad ya que esencialmente se obtienen las mismas estimaciones del coeficiente usando
MCO y GCE.
6. Conclusión
En este artículo usamos datos resultantes de una secuencia inusual de eventos para investigar la relación
nave entre el crimen y la pobreza transitoria en las zonas rurales de Madagascar. Que hace la investigacion
único es el momento de la recopilación de datos: justo en medio de una situación política grave y volátil
crisis que derivó en un bloqueo del corazón del país. Interrupción del transporte por carretera y
actividades económicas fue masiva y resultó en un aumento dramático, aunque solo temporal.
en la pobreza Debido a que la crisis política se resolvió con poco derramamiento de sangre, no hubo refugiados.
crisis y el daño es casi exclusivamente económico. Esta inusual secuencia de eventos proporciona
una oportunidad única de evaluar el efecto de la pobreza transitoria sobre el crimen mientras se mantienen otros
determinantes del crimen básicamente sin cambios. La gran magnitud del choque compensa la
pequeño tamaño de la muestra.
Se estiman regresiones de efectos fijos para un modelo de mínimos cuadrados y de Poisson. Los resultados sugieren
que ciertas formas de delincuencia aumentan con la pobreza transitoria. Nuestros resultados más concluyentes son para
robo de cosechas donde se muestra que la pobreza transitoria tiene un efecto significativo en todas nuestras regresiones.
Este resultado es consistente con Fafchamps y Minten (2005) quienes informan que el 23% de los malgaches
los agricultores se abstienen de expandir el cultivo en las tierras altas lejos de la aldea por temor a la inseguridad.
Encontramos evidencia similar con respecto a los robos, pero la evidencia no es sólida, probablemente
20
debido al pequeño tamaño de la muestra y la relativamente baja frecuencia de robos en nuestro
datos. Por el contrario, no encontramos una asociación positiva entre la pobreza transitoria y otras
formas delictivas como homicidios y robo de ganado. En todo caso, más robo de ganado está asociado con
menos pobreza, posiblemente porque la gente pobre no tiene ganado. De acuerdo con Fafchamps
y Moser (2003), también encontramos que los lugares que se volvieron más aislados, es decir, experimentaron
un mayor aumento en los costos de transporte incurrir en más delincuencia. Todos estos resultados no se ven afectados por
si controlamos o no la aplicación de la ley, pero encontramos que un aumento en la aplicación de la ley
personal reduce el robo de ganado, posiblemente porque los ladrones trasladan sus actividades a otros lugares.
Los resultados presentados aquí sugieren que el robo de cosechas, y tal vez los robos, pueden ser utilizados por
algunos de los pobres de las zonas rurales como estrategia para hacer frente a los riesgos. Otras formas de delincuencia como el homicidio y
el robo de ganado no parece responder a un aumento transitorio de la pobreza. Estos hallazgos son
consistente con la idea de que ciertas formas delictivas responden a incentivos económicos mientras que otras
no. En este caso, el lucro cesante y la dificultad para alimentarse deben haber hecho del robo
parecer más atractivo para algunas personas. En contraste, encontramos que un aumento en la pobreza transitoria
no resultó en más homicidios, lo que sugiere que otros factores además de la pobreza transitoria juegan
un papel importante en la determinación de las tasas de homicidio. Este último resultado puede ser especíÖco de las zonas rurales.
Madagascar, donde el comercio de mercancías ilegales (drogas, juegos de azar, prostitución) y el consiguiente
los conflictos en torno a los derechos de propiedad no son una causa importante de delincuencia. Es sorprendente encontrar que
el robo de ganado no respondió a un aumento de la pobreza transitoria. Esto puede deberse al hecho
que, en Madagascar, el robo de ganado está en manos del crimen organizado, lo que restringe
entrada de los pobres transitorios.
Es peligroso sacar conclusiones políticas de un ejercicio que no está diseñado para probar el efecto de
varias políticas. No obstante, los resultados presentados aquí sugieren que una red de seguridad de seguros
contra la pobreza transitoria puede, como subproducto, resultar en una reducción de ciertas formas de robo,
21
aunque no todos. Este tema merece mayor investigación.
Referencias
Anderson, DA (1999). “La Carga Agregada del Crimen.”, Journal of Law and Economics,
42(2):61142.
Ayres, I. y Levitt, SD (1998). ìMedición de las externalidades positivas de la víctima no observable
Precaución: un análisis empírico de Lojack.î, Quarterly Journal of Economics, 113(1):43ñ
77.
Barak, G. (2000), Crimen y control del crimen: una visión global, Greenwood Press, Londres.
Barrett, CB y Dorosh, PA (1996). ìEl bienestar de los agricultores y los precios cambiantes de los alimentos: Nonpara
Evidencia métrica de arroz en Madagascar.î, American Journal of Agricultural Economics,
78(3):656669.
Becker, GS (1968). "Crimen y castigo: un enfoque económico". Journal of Political
Economía, 76:169217.
Blau, JR y Blau, PM (1982). ìEl Costo de la Desigualdad: Estructura Metropolitana y Violencia
Crimen.”, American Sociological Review, 47(1):114129.
Bloch, F. y Rao, V. (2002). ìEl terror como instrumento de negociación: un estudio de caso de la dote
Violencia en la India rural.”, American Economic Review, 92(4):102943.
Blume, LE (2002), Estigma y control social: la dinámica de las normas sociales, Universidad de Cornell
Versidad, Ítaca. presentado en la reunión del equipo de Pew.
Bourguignon, F. (2000), Crimen, violencia y desarrollo desigual, Banco Mundial, Washington
ington DC Conferencia Anual del Banco Mundial sobre Economía del Desarrollo.
22
Bourguignon, F., Núñez, J. y Sánchez, F. (2003). ìUn Modelo Estructural de Delincuencia y Desigualdad
en Columbia.î, Journal of the European Economic Association, 1(23):440ñ9.
Chiu, W. y Madden, P. (1998). "Robo y Desigualdad de Ingresos.", Journal of Public Eco
nómica, 69:12341.
Collier, P. y Hoe er, A. (2004), Murder by Numbers: Comparaciones e interrelaciones
Entre el Homicidio y la Guerra Civil, Centro para el Estudio de la Economía Africana, Departamento
de Economía, Universidad de Oxford, Oxford. CSAE WPS 2004/10.
Cullen, JB y Levitt, SD (1999). ìCrimen, fuga urbana y las consecuencias para las ciudades.î,
Revista de Economía y Estadística, 81(2):15969.
Demombynes, G. y Ozler, B. (2002), Crimen y desigualdad local en Sudáfrica. (mimeo
grafico).
Doyle, J., Ahmed, E. y Horn, R. (1999). ìEl efecto de los mercados laborales y la desigualdad de ingresos
on Crime: Evidence from Panel Data.”, Southern Economic Journal, 65(4):717–738.
Dreze, J. y Reetika, K. (2000). ìCrimen, Género y Sociedad en la India: Perspectivas desde Homicide
Data.”, Revista de Población y Desarrollo, 26(2):33552.
Ehrlich, I. (1973). ìParticipación en actividades ilegítimas: una investigación teórica y empírica
tigation.î, Revista de Economía Política, 81(3):52165.
Fafchamps, M. y Minten, B. (2004), Provisión de servicios públicos, tarifas de usuario y agitación política.
(mimeógrafo).
Fafchamps, M. y Minten, B. (2005), Inseguridad y Bienestar. (mimeógrafo).
Fafchamps, M. y Moser, C. (2003). “Crimen, Aislamiento y Cumplimiento de la Ley.”, Journal of
Economías Africanas, 12(4):62571.
23
Fajnzylber, P., Lederman, D. y Loayza, N. (1998), Determinants of Crime Rates in Latin
América y el Mundo, Banco Mundial, Washington DC Banco Mundial América Latina
y Estudios del Caribe.
Fajnzylber, P., Lederman, D. y Loayza, N. (2000), Crimen y victimización: una perspectiva económica
Perspectiva., Economía, vol. 1.1, Asociación Económica de América Latina y el Caribe,
págs. 178219.
Fajnzylber, P., Lederman, D. y Loayza, N. (2002a). ìDesigualdad y Crimen Violento.î, Diario
de Derecho y Economía, 45(1):140.
Fajnzylber, P., Lederman, D. y Loayza, N. (2002b). "¿Qué causa los delitos violentos?", Euro
Revista Económica Europea, 46(7):132357.
Freeman, RB (1996a). ì¿Por qué tantos hombres jóvenes estadounidenses cometen delitos y qué
¿Podemos hacer al respecto?”, Journal of Economic Perspectives, 10(1):2542.
Freeman, S. (1996b). ìEquilibrium Income Inequality Among Identical Agents.î, Journal of
Economía Política, 104(5):10471064.
Garoupa, N. (2003). "Análisis económico conductual del crimen: una revisión crítica".
Revista de Derecho y Economía, 15(1):515.
Gaviria, A. y Pagés, C. (2001). ìUn patrón de victimización por delincuencia en las ciudades latinoamericanas.î,
Revista de Economía del Desarrollo, 67(1):181203.
Glaeser, E. y Sacerdote, B. (1999). “¿Por qué hay más delincuencia en las ciudades?”, Journal of Political
Economía, 107:S225ñ58.
Golan, A., Judge, G. y Miller, D. (1996), Econometría de máxima entropía: estimación robusta
con datos limitados, Wiley, Chichester.
24
Henderson, J. y Palmer, JP (2002). "¿Más disuasión requiere más castigo?",
Revista Europea de Derecho y Economía, 13(2):14356.
Programa de la OIT (2002). “E§ect of the Political Crisis on Welfare.”, Resumen de política de crisis política,
Numero 3.
Imrohoroglu, A., Merlo, A. y Rupert, P. (2000). ìSobre la economía política de la renta
Distribución y Crimen.”, International Economic Review, 41(1):125.
Jarell, S. y Howsen, R. (1990). "Hacinamiento transitorio y delincuencia". American Journal of
Economía y Sociología, 49:483493.
Katz, L., Kling, J. y Liebman, J. (2001). ìMudarse a Opportunity en Boston: Primeros resultados
de un Experimento de Movilidad Aleatoria.”, Quarterly Journal of Economics, 116(2):60754.
Krueger, A. y Pischke, J. (1997). ìUn Análisis Estadístico de la Delincuencia contra Extranjeros en
UnÖed Germany.î, Journal of Human Resources, 32(2):182–209.
Levitt, S. (1997). ìUso de ciclos electorales en la contratación de policías para estimar el efecto de la policía en
Crimen.”, American Economic Review, 87:27090.
Levitt, S. (1998). ìPor qué el aumento de las tasas de arrestos parece reducir el crimen: disuasión,
¿Incapacitación o error de medición?”, Economic Inquiry, 36:35372.
Levitt, SD (1996). ìEl efecto del tamaño de la población carcelaria en las tasas de criminalidad: Evidencia de
Litigios sobre hacinamiento en prisiones”. Quarterly Journal of Economics, 111(2):31951.
Levitt, SD y Venkatesh, S. (2000). ìAnálisis económico de una banda de narcotraficantes
nances.”, Quarterly Journal of Eonomics, 115:75589.
25
Ludwig, J., Duncan, G. y HirschÖeld, P. (2001). ìPobreza urbana y delincuencia juvenil: Evi
dencia de un Experimento de Movilidad de Vivienda Aleatoria.”, Quarterly Journal of Economics,
116(2):65579.
Miguel, E. (2003), Pobreza y matanza de brujas. Informe técnico, Departamento de Economía, UC
Berkeley, Berkeley. BREAD Documento de Trabajo No.41.
Ministere de la Justice (1999), Justice selon les justiciables: Une enquÍte auprËs desusers
du systËme judiciaire, Gouvernement de Madagascar, Antananarivo. (Justicia según
ciudadanos: una encuesta entre los usuarios del sistema judicial).
Minten, B. (2003), Production Agricole, Surplus Agricole CommercialisÈ et PauvretÈ,
FOFIFA/Programa OIT, Antananarivo, Madagascar. Trabajo presentado en la conferencia.
Minten, B. y Zeller, M. (2000), Más allá de la liberalización del mercado: Bienestar, generación de ingresos
y Sostenibilidad Ambiental en las Zonas Rurales de Madagascar, Ashgate, Aldershot, Reino Unido.
Mistiaen, JA, Ozler, B., RazaÖmanantena, T. y RazaÖndravonona, J. (2002), Putting Wel
fare on the Map in Madagascar., Informe técnico, documento de trabajo de la región de África n.° 34,
El Banco Mundial, Washington DC.
Morgan, K. (2000). “Desigualdad y Crimen.”, Revista de Economía y Estadística, 82(4):530539.
Newman, G. (1999), Global Report on Crime and Justice, Oficina de las Naciones Unidas contra la Droga.
Control y Prevención del Delito, Oxford University Press, Oxford.
Oreopoulos, P. (2003). ìLas consecuencias a largo plazo de vivir en un barrio pobre.î,
Quarterly Journal of Economics, 118(4):153375.
Pradhan, M. y Ravallion, M. (1999), Demand for Public Safety., Informe técnico, The World
Banco, Documento de trabajo de investigación de políticas de Washington DC 2043.
26
Programme Ilo (2002), Impact de la crise politique sur le bien Ítre des mÈnages: les rÈsultats
díune È Evaluation par des focus groups communaux., Crise Politique Policy Brief, vol. 3,
Programa Ilo y Universidad de Cornell, Antananarivo, Madagascar.
Programme Ilo (2003), BienÍtre et sÈcuritÈ alimentarire: percepciones aprËscrise des focus groups
communaux en milieu rural., Crise Politique Policy Brief, vol. 3, Programa Ilo, Cornell
Universidad, y SICIAVFAO, Antananarivo, Madagascar.
Rafael, S. y WinterEmber, R. (2001). ìIdentificación del efecto del desempleo sobre el crimen.î,
Revista de Derecho y Economía, 44(1):25983.
Rasamoelina, H. (2000), Etat, communautÈs villageoises et banditisme rural : Líexemple du vol
de beoufs dans la HauteMatsiatra, Madagascar, Université de Perpignan et Fianarantsoa,
Perpiñán. Doctor. Tesis.
Rasmusen, E. (1996). ìEl estigma y las expectativas autocumplidas de la criminalidad.î, J. Law y
Econ., 39(2):51943.
RazaÖtsiamidy, A. (1997), Le vol de boeufs dans le sud de Madagascar, Etudes Africaines, IN
ALCO, París. Doctor. Tesis.
Rephann, TJ (1999). ìLinks between Rural Development and Crime.î, Papers in Regional
Ciencia, 78(4):36586.
Sah, RK (1991). ìOsmosis social y patrones delictivos.î, Journal of Political Economy,
99(6):127295.
Soares, R. (2004). ìDesarrollo, Crimen y Castigo: Contabilidad para la Internacional
Di§erence in Crime Rates.”, Journal of Development Economics, 73(1):155–184.
27
Stewart, F., Humphreys, F. y Lea, N. (1997). ìConáicto civil en países en desarrollo por la
Último cuarto de siglo: una descripción empírica de las consecuencias económicas y sociales.î,
Estudios de Desarrollo de Oxford, 25(1):1141.
Tauchen, H., Witte, AD y Griesinger, H. (1994). ìDisuasión Criminal: Revisando el Problema
with a Birth Cohort.”, Review of Economics and Statistics, 76:399412.
28
Tabla 1: Estadísticos descriptivos
Artículo Unidad Abril/Mayo 2001 Abril/Mayo 2002 Prueba t pareada
Desv. Media Mediana St. Media Mediana St. Desv. valor t P>t
Incidencias del crimen
Robo de ganado Número por mes por comuna 27.03 1,50 86,16 33,90 0,50 93,60 0,458 0,647
Robo Número por mes por comuna 0,13 0,00 0,37 0,14 0,00 0,45 0,174 0,862 0,76
Asesinatos Número por mes por comuna 0,14 0,00 0,42 0,18 0,00 0,401 0,689 4,87 1,146
Robo de cultivos Número por mes por comuna 1,85 0,00 3,44 2,65 1,00 0,254
Tasa de criminalidad
Robo de ganado Número por mes por cada 100.000 habitantes 297,20 10,50 169,47 277,68 1,57 3,35 3,96 102,04 0,099 0,922 0,00 0,73
Robo Número por mes por cada 100.000 habitantes 0,68 0.00 0,28 1,125 0,262 0,00 2,67 0,973 0,332
Asesinatos Número por mes por cada 100.000 habitantes 0,73 0.00 0,29
Robo de cultivos Número por mes por cada 100.000 habitantes 15.95 0.00 3,47 26,71 3.73 6,41 1,48 0,142
Medidas de pobreza
Pobre % de la población que enfrenta problemas temporales/crónicos para encontrar suficiente para comer 44,12 40,00 31,00 58,25 70,00 30,97 2,735 0,007
personal encargado de hacer cumplir la ley
Número por comuna 54,04 44,00 43,64 54,34 43,00 42,47 0,041 0,967
Coste de transporte
Costos de transporte de una persona de ida a una ciudad importante (Fmg) 26687 20000 27717 52979 37500 48536 3.991 0.000 8973 6750 7630 16778
Costos de transporte de una bolsa de 50 kg de ida a una ciudad importante (Fmg) 13750 11723 4.735 0.000
Número de comunas en la encuesta=72
Cuadro 2: Vínculo entre delincuencia y pobreza resultados transversales
robo de ganado Robo homicidas robo de cultivos
Determinantes Unidad Coeficiente valor t Coeficiente Coeficiente de valor t Coeficiente de valor t valor t
Variable dependiente: tasa de criminalidad

OLS de efectos no fijos con corrección de conglomerados
pobre % de pop. 5.320 1.630 0.019 1.340 0.033 0.790 0.301 2.740
costos de transporte a la ciudad log(Fmg) 65.261 1.820 0,158 0,390 1.265 1.040 1.592 0,550
principal 2002=1 143.061 0.950 0,721 1,070 1.208 0.860 5.312 1,250
población ficticia de tiempo log(número) 204.664 0.850 0,775 0,990 3.386 0.950 15.072 2,390
en la 1362.729 0.610 8.654 1.020 19.002 0.900 129.199 2.270

comuna intercepción número de observaciones 144 143 144 144
F(4,71) 1,58 0,48 0,29 2,32

Problema>F 0,19 0,75 0,88 0,07
Coeficiente Coeficiente de valor z Coeficiente de valor z Coeficiente de valor z valor z
Variable dependiente: incidencias delictivas

Efectos aleatorios de veneno
bajos % de pop. 0.004 1.920 0.012 1.180 0,003 0.290 0.010 2.800
costos de transporte a la ciudad log(Fmg) 1.183 8.360 0.096 0.340 0,467 1.830 0.321 1.850
principal 2002=1 0.576 4.900 0.094 0.170 0.017 0.030 0.109 0.540
población ficticia de tiempo registro (número)

en la (compensación) 17.120 4.010 6.370 7.280
comuna intercepción número de observaciones
Wald chi2(3) 12.250 144 149,05 (compensación) 11.184 143 1.59 (compensación) 15.573 144 3.76 (compensación) 12,165 144 18,99
Prob>chi2 0.00 0,66 0.29 0.00

Cuadro 3: Vínculo entre delincuencia y pobreza resultados de efectos fijos
Determinantes Unidad Coeficiente Coeficiente de valor t Coeficiente de valor t Coeficiente de valor t valor t
Variable dependiente: tasa de criminalidad
MCO de efectos fijos
bajos % de pop. 0.170 0.030 0.099 2.830 0.011 0.080 0.853 3.320
costos de transporte a la ciudad principal log(Fmg) 140.436 0.480 2.369 1.180 7.333 0.950 28.855 1.980
variable ficticia de tiempo 2002=1 intercepción 121.219 0.450 2.271 1.250 2.665 0.380 22.681 1.710
número de 1040.552 0.360 26.416 1.340 69.026 0.910 298.078 2.080

observaciones F(3,69) 144 143 144 144
0.10 3.29 0,65 5.59
Problema>F 0.96 0.03 0.59 0.00
Coeficiente Coeficiente de valor z Coeficiente de valor z Coeficiente de valor z valor z

Efectos fijos de veneno
bajos % de pop. 0.005 2.010 0.015 1.050 0.077 1.200 0,015 3.430
costos de transporte a la ciudad principal log(Fmg) 1.276 7.830 0.117 0.090 1.934 1.400 1,534 3.310
tiempo ficticio 2002=1 0.638 4.760 0.276 0.260 0.073 0.060 1.178 2.690
número de observaciones 92 24 24 80
Wald chi2(3) 146.50 1,24 3,44 22.95

Prob>chi2 0.00 0,74 0,32 0.00
Cuadro 4: Ecuación de instrumentación sobre aplicación de la ley
Coeficiente valor t
MCO de efectos fijos
bajos % de registro 0.001 1.070
costos de transporte a la ciudad emergente 0.005 0.180
principal tiempo (Fmg) 2002 = 1 0.011 0.430
ficticio disponibilidad de insumos agrícolas escala 14 0.044 3.520
precio del queroseno 0.000 2.080
intercepción 3.777 13.740
Número de observaciones 141
F(5,65) 3.78
Prob>F 0.0046 Prueba que los instrumentos (disponibilidad de insumos agrícolas, precio
del queroseno) son conjuntamente significativos Valor F Valor p 0.0018
F(2,65) 6.99
Cuadro 5: Vínculo entre delincuencia y pobreza: efecto fijo, incluida la aplicación de la ley
Determinantes Unidad coef. valor t Coef. valor t Coef. Valor t Variable dependiente: coef. valor t
tasa de criminalidad
Aplicación de la ley de regresión
OLS de efectos fijos log(número) 1952.273 1.590 4.777 0.560 10.286 0.310 43.882 0.710 % de la población. 1.181
de la 0.230 0.103 2.850 0.007 0.050 0.885 3.360 Costos de transporte deficientes para el registro principal
ciudad (FMG) 121.126 0.410 2.328 1.140 6.862 0.870 28.635 1.930 Tiempo 99.226 0.370 2.225 1.190 2.106 06 0.29.290.290.290
OTRES OTRATOS OTRACIONES F(4,67) 2002=1
6317.219 1.150 8.557 0.230 26.964 0.180 135.320 0.490
142 141 142 142
0,71 2,49 0,5 4,24
Prob>F 0,59 0,05 0,74 0,00
Regresión de efecto fijo IV
Aplicación de la ley* log(número) 319,758 0,110 25,29 1,210 15,697 0,200 65,981 0,450 % de la población. 0.059
0.010 0.117 2.900 0.005 0.030 0.897 3.190 costos de transporte deficientes a la ciudad principal
log(Fmg) 140.645 0.460 2.109 0.970 6.985 0.870 28.691 1.900 ficticia de tiempo intercepción número de observaciones Wald chi2(4)
2002=1 120.530 0.430 1.962 0.990 2.069 0.280 22.213 1.610
130.877 0.010 68.685 0.840 8.284 0.030 54.865 0.090
141 140 141 141
30,75 19.38 4.07 84.08
Prob>chi2 0.00 0.00 0.54 0.00
Valor p estadístico de la prueba de 0.82 0.17 0,60 1.09
sobreidentificación 0.37 0,68 0.44 0.30
coef. valor z Coef. valor z Coef. valor z Coef. valor z

Efecto fijo Regresión de Poisson
Registro de aplicación de la ley (número) % de pop. 6.119 12.380 29.818 0.990 20.173 0.930 2.187 1.410
bajos 0,003 1,160 0,020 1,290 0,067 1,220 0.018 3.700
costos de transporte a la ciudad principal 0,992 5,950 0,189 0,140 1,037 0,720 1.668 3.490
log(Fmg) 2002=1 0,149 1,050 0,865 0,680 0,728 0,480 1.332 2.940 78
tiempo ficticio número de 92 24 22
observaciones Wald chi2(4) 272.91 2.25 3.83 24.53
Prob>chi2 0.00 0,69 0.43 0.00
Regresión de Poisson de efecto fijo IV
Aplicación de la ley* log(número) % de pop. bajos 4.780 4.350 14.13 0.300 75.949 1.080 0.005 1.650 2.598 0.780
costos de 0.040 1.620 0.049 0.080 0.018 3.430
transporte a la ciudad principal log(Fmg) término 1,043 6,080 0,340 0,210 0,653 0,440 1.662 3.470
de error ficticio 2002=1 1.169 1.180 0.437 0.320 1.282 0.720 1.331 2.940
de tiempo** 1.541 1.360 48.707 1.190 57.936 0.830 0,524 0,140 78
número de observaciones 92 24 22
Wald chi2(5) 273.00 3.14 4.33 24.56
Prob>chi2 0.00 0,68 0.50 0.00
*instrumentado; instrumentos precio del queroseno y disponibilidad de ag. insumos **
Método de SmithBlundell para corrección de endogeneidad; término de error de la instrumentación de regresión

Crime Transitory Poverty and Isolation Evidence From Madagascar SP

Cargado por

Información del documento

Descripción original:

Título original

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

Crime Transitory Poverty and Isolation Evidence From Madagascar SP

Cargado por

Copyright:

Formatos disponibles

Machine Translated by Google

Delincuencia, pobreza transitoria y aislamiento:

Marcel Fafchamps Bart Minten

Universidad de Oxford y Universidad de Cornell

robo que, en Madagascar, es una forma de delincuencia organizada.

Código de clasificación JEL: K14, I39

durante la crisis en una serie de divisiones administrativas llamadas comunas, examinamos si

problema porque la magnitud del impacto de la pobreza fue muy grande.

la de los países desarrollados.

extraer mayores transferencias de sus padres.

Tauchen, Witte y Griesinger 1994, Raphael y Winter­Ember 2001). En esta intersección,

comercio (por ejemplo, Levitt y Venkatesh 2000, Newman 1999).

Más evidencia del efecto de la desigualdad y la pobreza en el crimen está disponible en

2. El contexto se presenta brevemente en la Sección 3. Los datos se presentan en la Sección 4. Empírica

resultados. Finalizamos con las conclusiones.

factores ambientales y culturales, como privación de derechos y pérdida de legitimidad, exposición

hogar (por ejemplo, Blau y Blau 1982, Glaeser y Sacerdote 1999).

deberse a un aumento en la rentabilidad relativa del crimen o a una caída en la probabilidad

aumento en el diferencial entre ganancias legítimas e ilegítimas, induciendo a algunas personas

relación entre delincuencia y población. Sea Cit el crimen en el lugar i en el tiempo t y

punto de partida de nuestro análisis es:

un muñeco de tiempo. Los parámetros de interés son y . El parámetro captura el efecto de

media dada por:

E[Cit] = Pita Hit+Tit+i+t (2.2)

La población se incluye en la regresión como una variable de compensación.

por aislamiento geográfico. Según Rasamoelina (2000) y RazaÖtsiamidy (1997), el ganado

aislados de los choques de pobreza.

por bienes y servicios ilegales cae.

personal Lit, en cuyo caso el modelo se convierte en:

éxito del ex alcalde de la ciudad capital sobre el actual y antiguo presidente de la

cuestionó el conteo oficial de votos.

reforzó su control político sobre la capital mientras el titular se retiraba a Toamasina, el

la causa de Challengers y el presidente en ejercicio áed el país a finales de junio. El 26 de junio, el

entonces, la crisis había terminado.

El período de bloqueo es el foco de nuestra investigación empírica. La consecuencia inmediata

ñ pero temporal ñ aumento de la pobreza rural, medida como la proporción de habitantes en un

Afortunadamente, el conflicto político no condujo al colapso institucional. Para mostrar su apoyo

durante la duración del conáicto, esencialmente no se involucraron en los combates y hubo

el error tiende a sesgar los coeficientes estimados hacia cero.

áreas rurales como urbanas (Programa Ilo 2002).

La autosuficiencia a nivel nacional no implica autosuficiencia a nivel individual.

ñ las dos provincias de Antananarivo y Fianarantsoa ubicadas en la sierra central donde

vive la mayoría de la población, y la provincia costera de Mahajanga, que depende de

el país donde tuvieron lugar algunos combates no está incluido en la encuesta.

dependiendo de la distancia a la capital de provincia y de la disponibilidad de carretera asfaltada.

difícil y costosos los movimientos de enumeradores.

el período que sean comparables en el tiempo y representativos a nivel comunal. Somos

por lo tanto, obligado a trabajar con los datos disponibles.

La encuesta recopiló información detallada sobre la incidencia delictiva en el período inmediatamente

ventaja de capturar la pobreza temporal de una manera simple y directa. Es el

Regresiones de Poisson para tratar este tipo de datos.

parecen haber aumentado un poco, pero el cambio no es significativo. En conjunto, estos

Al igual que la pobreza, la diferencia en los costos de transporte es muy significativa.

gendarmes, policías, quartiers mobiles y militares. Problemas de aplicación de la ley en Madagascar

se discuten en detalle en (Fafchamps y Moser 2003). Los Öguras no muestran cambios en el

resultante del bloqueo no pudo preverse y no tiene precedentes en la historia

efectos ya que permite una estructura de covarianza de error arbitraria.

armado y hasta fortalecido: en igualdad de condiciones, aumento de la pobreza transitoria y de

Otro resultado de interés es el efecto positivo y signiÖcativo de un cambio en la pobreza sobre la

incidencia de robos, pero el efecto no es significativo en la regresión de Poisson. Acerca de

la situación política. No obstante, corregimos el posible sesgo de endogeneidad instrumentando

recibir nada en un año normal y por lo tanto no experimentó un deterioro.

Tauchen, Witte y Griesinger 1994, Raphael y WinterEmber 2001). En esta intersección,

Crimen.”, American Sociological Review, 47(1):114129.

Violencia en la India rural.”, American Economic Review, 92(4):102943.

en Columbia.î, Journal of the European Economic Association, 1(23):440ñ9.

Revista de Economía y Estadística, 81(2):15969.

Data.”, Revista de Población y Desarrollo, 26(2):33552.

tigation.î, Revista de Economía Política, 81(3):52165.

Economías Africanas, 12(4):62571.

de Derecho y Economía, 45(1):140.

Revista Económica Europea, 46(7):132357.

¿Podemos hacer al respecto?”, Journal of Economic Perspectives, 10(1):2542.

Economía Política, 104(5):10471064.

Revista de Derecho y Economía, 15(1):515.

Revista de Economía del Desarrollo, 67(1):181203.

Revista Europea de Derecho y Economía, 13(2):14356.

Distribución y Crimen.”, International Economic Review, 41(1):125.

Economía y Sociología, 49:483493.

de un Experimento de Movilidad Aleatoria.”, Quarterly Journal of Economics, 116(2):60754.

Crimen.”, American Economic Review, 87:27090.

¿Incapacitación o error de medición?”, Economic Inquiry, 36:35372.

Litigios sobre hacinamiento en prisiones”. Quarterly Journal of Economics, 111(2):31951.

nances.”, Quarterly Journal of Eonomics, 115:75589.

Morgan, K. (2000). “Desigualdad y Crimen.”, Revista de Economía y Estadística, 82(4):530539.