La presente investigación se plantea por problema la tendencia de los eventos delictivos a ocurrir y concentrarse en ciertas zonas de una ciudad, en tanto que la mayor parte de la misma experimenta pocos o ningún delito; este fenómeno de eventos delictivos que ocurren cerca de donde han ocurrido otros eventos delictivos (near repeat) es lo que en la bibliografía con frecuencia se denomina un 'hotspot'; Un hotspot no es más que una aglomeración de delitos en un periodo de tiempo, aunque algunos autores han adelantado definiciones; Ratcliffe (2004) habla de áreas con alta intensidad criminal, mientras que Sherman los define como
"small places in which the occurrence of crime is so frequent that it is highly predictable, at least over a one year period. (Sherman 1995:36).”;
en tanto, Martin Short escribe
"agregados espacio-temporales de eventos criminales son comúnmente designados como hotspots del delito (Short 2008:1250)”
y para Anselin:
A crime hot spot is a location, or small area within an identifiable boundary, with a concentration of criminal incidents. These chronic crime places where crime is concentrated at high rates over extended periods of time may be analogous to the small percentage of chronic offenders who are responsible for a large percentage of crime (Anselin 2000:222).
Naturalmente, estas definiciones implican que identificar un hotspot requiere problematizar aspectos relativos al tiempo en que ocurren las observaciones y muy especialmente en torno a la escala a la que se observan. Como ocurre con frecuencia en estos casos, también suele destacarse que no basta la inspección visual para detectar un hotspot una vez que se han tomado decisiones sobre el tiempo y la escala: es necesario algún tipo de procedimiento estadístico (coeficientes de localización LISA, nearest neighbor, kernel smoothing, entre otros). Estos problemas serán tratados en esta investigación, y están lejos de ser triviales, en tanto que, como escribe Kelly,
"the misidentification of a site as a place where a crime is or has occurred opens that place and its residents up to potentially needless intrusion, intimidation, surveillance or violence. (Kelly 2014:12737)"
Kernel smoothing para heatmap y contourmap calculado para cada tipo de delito mediante el paquete spatstat de R
Vuelve pronto!