Vicio, virtud y victimización: ¿De qué sirve portarse bien?

Lorenzo Blanco González y Erick Rangel González¹

¹ Facultad de Economía, Universidad Autónoma de Nuevo León. E-mail: lorenzo.blancogn@uanl.edu.mx y erick.rangelgn@uanl.edu.mx, respectivamente.

Recepción: 20/12/2011.
Aceptación: 29/02/2012.

Resumen

Utilizando una base de datos para las áreas metropolitanas de León, Guanajuato y Monterrey, que captura hábitos personales y datos sociodemográficos, así como el número de veces que el entrevistado fue víctima de un delito, encontramos que existen correlaciones inversas entre estar casado y asistir a servicios religiosos con la probabilidad de sufrir delitos, como el asalto a transeúntes. Así mismo, nuestras estimaciones indican que es más probable que una persona casada o religiosa sufra un intento de robo a su vehículo. Una implicación política de este ejercicio es que tomar alcohol no sólo es nocivo para la salud, sino también para la seguridad personal.

Palabras clave: hábitos personales, probabilidad de ser victima.

Clasificación JEL: D03, K42, Z13.

Abstract

We use a database for the metropolitan areas of León, Guanajuato, and Monterrey containing personal habits, sociodemografic characteristics, and the number of times the interviewee was a victim of a crime. We find inverse correlations between being married or attending religious services, and the probability of being a victim of particular offenses such as muggings. Our estimations also indicate that it is more probable that married or religious people suffer attempted car robbery. One implication from this exercise is that drinking alcohol is not just bad for one's health; it is also bad for one's personal safety.

Introducción

Estas preguntas distan de ser triviales. Tradicionalmente, los economistas cuantifican los efectos de vicios adictivos (como el alcohol) con costos ligados a la salud. Economistas como Jonathan Caulkins y Nancy Nicosia (2009) opinan que la ciencia económica puede y debe ir más allá. No obstante, la mayoría de los artículos empíricos se centran en ésta área.

Entre la literatura existente podemos encontrar a Montarat Thavorncharoensap et al. (2010), quienes estiman que el costo de consumo de alcohol en Tailandia es casi 2 por ciento del Producto Interno Bruto. Este costo incluye gastos relacionados con salud, infracciones, intermediarios legales y horas de trabajo perdidas. Los economistas también han cuantificado indirectamente los efectos del comportamiento adictivo ligados a la salud empleando cambios en tasas de mortalidad. Por ejemplo, Christopher Carpenter y Carlos Dobkin (2009) estiman las consecuencias de disminuir la edad mínima legal para poder comprar alcohol. El resultado del estudio es el esperado. Una disminución de dicha edad aumenta el consumo de alcohol entre los jóvenes y por ende la tasa de mortalidad.

Mientras que la economía aún no ha entrado de lleno al tema de los comportamientos adictivos, desde hace mucho ha estudiado la religión, como puede observarse en La Teoría de Sentimientos Morales de Adam Smith (1759 / 1976). En años recientes, economistas como Rachel MacLeary (2007 y 2008) han estudiado el vínculo entre la religiosidad y el crecimiento económico. De acuerdo a MacLeary y Barro (2006), se ha llegado al consenso de que el comportamiento religioso incentiva la prudencia y el esmero. Por ende, las sociedades religiosas tienden a ser sociedades prósperas.

Como es de esperarse, la investigación que se ha hecho acerca del vínculo entre delincuencia y religiosidad encuentra una relación inversa (Hull y Bold, 1995; Freeman, 1996). Sin embargo, las aportaciones en el área en su mayoría han sido hechas por sociólogos y criminólogos. De acuerdo a estos estudios, los jóvenes que crecen en hogares religiosos son menos propensos a participar en actos de delincuencia y tienden a consumir menos alcohol o drogas (Iannacone, 1998).

La presente investigación no es novedosa en cuanto al modelo econométrico empleado. Nuestra aportación más bien consiste en determinar si existe una relación entre los hábitos que tenemos y la probabilidad de ser víctimas del crimen, ya que no existen artículos, al menos en nuestro conocimiento, que analicen este tema en México.

El artículo está organizado de la forma siguiente. La siguiente sección hace una descripción de las variables y los datos empleados; posteriormente se presentan el modelo empírico y sus resultados; en la parte final se presentan las conclusiones.

Datos y definiciones

Los datos que utilizamos provienen de una encuesta sobre victimización llevada a cabo el año 2009 por la Universidad de Guanajuato, la Universidad de Guadalajara y la Universidad Autónoma de Nuevo León en las áreas metropolitanas de León, Guadalajara y Monterrey respectivamente. Los entrevistados proporcionaron datos acerca de su percepción y comportamiento en reacción a la inseguridad. También proporcionaron sus datos sociodemográficos, como estado civil y escolaridad, así como de una serie de variables que plasman los hábitos individuales de los encuestados.

Se generaron tres variables para capturar el efecto de ingerir bebidas alcohólicas. Así, la variable toma es igual a 1 cuando la persona toma todos los días. Es igual a cero cuando toma moderadamente (sólo en fines de semana o reuniones) o no toma en absoluto. Análogamente se creó la variable No Toma que asume el valor de uno para los individuos que son abstemios. Por lo tanto, el individuo que toma ocasionalmente fue tomado como grupo base en nuestras estimaciones. Las variables dicotómicas Fuma y No Fuma funcionan de manera similar. Cuando la persona fuma "moderadamente" (no fuma a diario) Fuma y No Fuma son iguales a cero. Adicionalmente, la variable Asistir a Servicios Religiosos, como su nombre lo indica, le da un valor uno a todos aquéllos que van a dichos servicios una vez por semana sin falta.

Estas variables son utilizadas para elaborar otro conjunto de variables ficticias que recogen ciertos patrones combinados de comportamiento. Un encuestado Virtuoso es una persona que No Fuma, No Toma, y Asiste a Servicios Religiosos. Su antítesis es una persona Viciosa (Fuma = Toma = 1, Asiste a Servicios Religiosos = 0) y el grupo base en nuestra regresión es aquel individuo que se encuentra entre los dos extremos.

Casado es una variable que asume el valor de 0 cuando la persona es soltera, divorciada o viuda, de otra forma toma el valor de 1. La variable Sexo igual a cero cuando el encuestado es mujer y 1 cuando es hombre. Con el propósito de capturar efectos no lineales del nivel educativo decidimos emplear varios niveles educativos en lugar de los años de educación. Así, las variables educativas, que capturan el nivel de escolaridad más alto de la persona, en nuestro análisis son Menos de Primaria, Primaria, Secundaria, Preparatoria, Técnica y Profesional, y empleamos como base a aquellos individuos que cuentan con primaria. Adicionalmente, incluimos variables ficticias que indican en cuál de las tres áreas metropolitanas radica la persona.

El análisis descriptivo de los datos es siempre interesante en sí. No obstante, en aras de ahorrar tiempo, presentamos sólo una de las muchas tablas que elaboramos. El Cuadro 1 muestra ciertas características de la muestra. La evidencia muestra que afortunadamente para muchos de los entrevistados (y desafortunadamente para nosotros) son pocos los que han sido víctimas de los delitos. Los estadísticos descriptivos muestran que hay más casados y mujeres que solteros y hombres respectivamente. Así mismo, es posible inferir que los viciosos son minoría (menos de 4 por ciento), mientras que los virtuosos constituyen el 44 por ciento de la muestra.

Modelo econométrico

Nuestro análisis se limita a los tres delitos más comunes en la base de datos, robo a casa habitación, robo a autos y robo a transeúntes, así como el intento de cualquiera de éstos delitos. Para estimar las probabilidades de ocurrencia de éstos delitos se emplearon modelos binarios logit; este tipo de modelos consiste en una técnica de estimación en donde la variable dependiente (D_i) toma valores de 0 ó 1 y se asume que ésta sigue una distribución logística, de tal forma que:

En donde X es un vector que contiene las variables independientes o explicativas y B es un vector que contiene sus correspondientes coeficientes y la variable e_i representa la perturbación aleatoria. Note que a la ecuación 1 se le puede aplicar el logaritmo natural y se puede reordenar de tal forma que se obtiene lo siguiente:

La ecuación 2 no puede ser estimada a través de mínimos cuadrados ordinarios. Sin embargo, se puede emplear la técnica de máxima verosimilitud para estimar los coeficientes pertenecientes al vector B. El modelo logit tiene una ventaja muy importante sobre el modelo de probabilidad lineal, y es que las probabilidades estimadas por el primero no pueden estar fuera del rango de 0 a 1, en tanto que las probabilidades estimadas por el segundo sí pueden salirse del rango en cuestión (Green 2000). Note, sin embargo, que en la ecuación 2, la variable explicada no es D_u sino el logaritmo natural de D_i/(1-D_i), de tal forma que es necesario transformar los coeficientes para que éstos puedan ser interpretados como un cambio en la probabilidad de la variable dependiente.²

Resultados

Como se mencionó, las variables dependientes (delitos a investigar) que se emplearon en la presente investigación son las siguientes: Robo a Casa, Robo a Auto, Asalto a Transeúntes y sus respectivos intentos; para cada una de estas dos categorías se estimaron dos regresiones, la primera de ellas contiene las variables Fuma, No Fuma, Toma, No Toma, Asiste a Servicios Religiosos³ YLa regresión 2 amalgama estos hábitos en Vicioso y Virtuoso.

Los resultados de las regresiones logísticas se presentan en el Cuadro 2. ¿Cómo interpretar los coeficientes estimados? La primera columna de la Regresión 1 muestra los resultados cuando la variable dependiente es Intento de Robo a Casa. El coeficiente estimado de Nunca Fuma es igual a 0.65. En otras palabras, la probabilidad de que una persona que nunca fuma sea víctima de un intento de robo a su casa es 65 por ciento de la probabilidad de una persona que fuma moderadamente. Otra forma de interpretar este resultado es de la siguiente forma: un individuo que no fuma es 35% menos propenso a sufrir un intento de robo en su casa.

Los demás resultados son menos misteriosos y más intuitivos que el arriba mencionado. En general, una persona no viciosa es menos propensa a ser víctima de delitos como robo (o intento de robo) a casa y asalto a transeúntes.

En contraste, los resultados muestran lo opuesto para el caso de robo a vehículos. Las personas que asisten a servicios religiosos tienen una probabilidad mayor a ser víctimas de un intento de robo a su automóvil. Esto puede deberse al hecho de que si asisten semanalmente a servicios religiosos, puede ser que lo hagan a la misma hora. Es decir, tener una rutina fija hace más susceptibles a las personas a ser víctimas de un delito como robo vehicular.

Pero otras variables sociodemográficas también entran en juego. Por ejemplo, las personas casadas presentan una menor probabilidad de ser víctima de un asalto. Una posible razón por la cual esto puede ser es porque las personas casadas en general, con hijos en particular, salen menos por la noche. Por otra parte, las probabilidades de ser víctima de robo vehicular son mayores para los casados que para los demás (70% mayores aproximadamente).

La educación de la persona también afecta sus probabilidades de victimización. Esta influencia es notoria en las regresiones correspondientes al robo a auto como variable dependiente. Por ejemplo, una persona con título profesional tiene casi el doble de probabilidad de ser despojada de su vehículo.

Conclusión

Hemos revelado que el costo del consumo de alcohol está subestimado, por lo menos en las áreas metropolitanas de León, Guadalajara y Monterrey. Tomar alcohol no sólo es nocivo para la salud. También es un hábito nocivo para la seguridad de sus consumidores. Al no incluir estos costos (ponderados por probabilidades) empresas de seguros, por ejemplo, no aquilatan debidamente los daños a los que se exponen sus asegurados.

Otra implicación de nuestro estudio es que las empresas de seguros también tendrían a bien registrar la religiosidad de sus asegurados, cuando de automóviles se trata. Así mismo, las autoridades también pudieran enfocar unidades especializadas donde hay una alta concentración de gente religiosa para evitar el robo de vehículos. Esto no solamente significa vigilar el entorno inmediato de iglesias o templos. Sabemos que algunas comunidades religiosas se concentran en ciertas partes de la ciudad. Nuestros resultados sólo indican que las personas religiosas sufren de más intentos de robo vehicular. Pero, a falta de datos espaciales, no sabemos en dónde ocurren estos lamentables incidentes.

Con todo esto, volvemos al concepto de economía como una ciencia conductual. Éste fue un ejercicio exploratorio. Nuestra aportación fue determinar que existe una relación entre los hábitos que tenemos y la probabilidad de ser víctimas del crimen. El siguiente paso es la elaboración de modelos teóricos que nos ayuden a pronosticar y racionalizar lo que nuestros resultados han revelado.

Bibliografía

Carpenter, Christopher (2007) y Dobkin Carlos (2009). "The effect of alcohol consumption on mortality: regresión discontinuity evidence from the minimum drinking age." American Economic Journal: Applied Economics, 1 (1): 164-82.         [ Links ]

Caulkins, Jonathan P. y Nancy Nicosia (2009). "What economics can contribute to the addiction sciences." Addiction, 151 (7): 1156-1163.         [ Links ]

Freeman, Richard B. (1996). "Why Do So Many Young American Men Commit Crimes and What Might We Do About It?". Journal of Economic Perspectives, 10 (1): 25-42.         [ Links ]

Hull, Brooks B. y Frederick Bold. (1995). "Preaching matters: Replication and Extension." Journal of Economic Behavior and Oraanization, 27 (1) 143149.         [ Links ]

Iannaccone, Laurence R. (1998). "Introduction to the Economics of Religion." Journal of Economic Literature, 36 (3): 1465-1495.         [ Links ]

McCleary, Rachel M. (2007). "Salvation, Damnation, and Economic Incentives." Journal of Contemporary Religion, 22 (1): 49-74.         [ Links ]

----------, (2008). "Religion and Economic Development." Policy Review, 148: 45-57.         [ Links ]

---------- y Robert J. Barro (2006). "Religion and Economy." Journal of Economic Perspectives, 20 (2): 49-72.         [ Links ]

Ozascilar, Mine (2010). "Substance abuse and its risks leading to a crime: An empirical research based on investigations in university students in Istanbul." US-China Law Review, 7 (5): 57-63.         [ Links ]

Smith, Adam (1759 / 1976). Theory of Moral Sentiments. Indianapolis, IN: Liberty Fund.         [ Links ]

Thavorncharoensap, Montarat, Yot Teerawattananon, Jomkwan Yothasamut, Chanida Lertpitakpong, Khannika Thitiboonsuwan, Prapag Neramitpitagkul y Usa Chaikledkaew (2010). "The economic costs of alcohol consumption in Thailand, 2006." BMC Public Health, 10 (323): http://www.biomedcentral.com/1471-2458/10/323.         [ Links ]

Notas

² Esta transformación es trivial y es realizada por paquetes econométricos como el STATA.

³ Los grupos bases son los fumadores y los bebedores ocasionales.

⁴ En la encuesta sí se pregunta el nivel de ingresos. Sin embargo, el número de respuestas válidas es muy pequeño, por lo que consideramos que es mejor excluir la dicha variable de nuestro análisis para evitar sesgos por la composición de la muestra.