Por Juan Sebastián Herrera – @herrerajuans
El ‘nuevo’ urbanismo, inspirado por las ideas y debates de Jane Jacobs y Robert Moses en los años 50, sostiene que la existencia de usos mixtos mejora la percepción de seguridad en la ciudad debido a que estos promueven control social u “ojos en la calle.” El modelo de Jacobs predice que para las áreas donde la actividad comercial es baja, la incidencia de la delincuencia e inseguridad es alta dado a que las víctimas potenciales están distribuidas de manera dispersa. Mientras que, en zonas con alta concentración comercial, tanto la percepción, como la ocurrencia de crimen disminuyen dado que los negocios y la población ejercen un efecto regulador positivo.
Sin embargo, el debate y la literatura, usualmente, han estado cortos en evaluar la medida en la que esta relación se mantiene –o no, para diferentes tipos de comercio. Adicionalmente, dado que las condiciones urbanas que promueven, o previenen el crimen son heterogéneas, viene bien estimar los efectos espaciales diferenciados controlando por las características propias de los barrios, corredores viales, etc. Para comenzar a abordar el tema, quise analizar esta relación para el caso de Bogotá y como punto de partida, me enfoqué en el análisis sobre los establecimientos comerciales de alto impacto, tal y como son definidos por la Secretaría de Planeación.
En términos de política pública y planeación urbana, es importante entender el efecto de la actividad comercial en la percepción de seguridad, ya que esto influencia las decisiones de localización de empresas y personas, generando desbalances entre la demanda y la oferta del suelo urbano. A continuación, les voy a presentar los hallazgos más importantes.
Comencemos.
Los datos de percepción de seguridad y de establecimientos de comercio que utilicé para este análisis están publicados abiertamente en la página de la Infraestructura de Datos Espaciales para el Distrito Capital –IDECA (aprovecho para MEGA recomendarles que la visiten, es lo máximo). La variable de percepción está a nivel de captura en la calle e incluye 19 mil puntos geo-rreferenciados. Sobre establecimientos, encontré alrededor de 417 mil para 2017, de los cuales, 48 mil corresponden a locales de alto impacto tipo talleres automotrices, expendio de bebidas alcohólicas, alojamiento por horas, juegos de azar y apuestas, etc.
Ya que el interés de este análisis es medir la percepción en función a distancia a establecimientos comerciales, la primera aproximación para crear la variable de interés fue, simplemente, calculando los metros lineales entre el punto de percepción, hasta el establecimiento más cercano. Sin embargo, rápidamente me di cuenta que, al hacerlo de esta manera, iba a perder mucha información tipo clúster. Es decir, si en un corredor comercial hay cinco o seis establecimientos cerca a un punto donde se capturó percepción, sólo iba a recoger el más cercano, lo que descartaría el efecto que una concentración de establecimientos pueden tener en la percepción.
Es así como, mediante la utilización de Sistemas de Información Geográfica –SIG–, creé un Kernel Density, el cual calcula la magnitud de establecimientos por unidad de área, y lo hice usando un ancho de banda de 100 metros por 100 metros –lo que, más o menos, mide una manzana promedio en Bogotá. Así, mi variable de interés ya no está expresada en distancia lineal a comercio, sino en el número de establecimientos comerciales por cada hectárea.
Punto más cercano Kernel Density
Esquema 1: Comparación entre cálculo por establecimiento más cercano, vs Kernel (a la derecha) . Autor: Juan Sebastian Herrera
Una vez definidas estas variables, pude crear unos primeros mapas que revelan la concentración de comercio de alto impacto en las localidades de Mártires, Antonio Nariño y Barrios Unidos. En estas zonas, el rango de establecimientos es de 350 a 1050 por hectárea. De igual manera, en cuanto a percepción de seguridad, las áreas con la peor percepción –color más oscuro en el mapa, están localizadas de una manera más dispersa en la ciudad, aunque hay clara concentración en Kennedy, Puente Aranda y Mártires.
También encontré que, en promedio, las zonas con la peor percepción (20% más bajo) tienen establecimientos localizados entre 0 a 300 metros; mientras que las zonas con la mejor percepción (20% más alto) tienen establecimientos en promedio a 800 metros. Esto, aunque puede ser endógeno, sugiere que sí hay una relación mucho más negativa entre este tipo de comercio y percepción.
Mapa 1: Distribución Espacial de establecimientos comerciales y percepción de seguridad. Autor: Juan Sebastian Herrera
En sus textos, Jacobs también hace énfasis en la mezcla de usos como condición esencial para asegurar el control social que, en últimas, es el encargado de prevenir hechos delictivos e inseguridad. Por esto, restringí el análisis espacial a las zonas donde, en adición al comercio de alto impacto, hay mezcla de otros usos como residenciales y de oficinas.
Ahora bien, después de este análisis exploratorio, completé un modelo de regresión espacial que me permitió encontrar coeficientes para cada uno de los puntos de percepción de seguridad después de filtrar por zonas de usos mixtos. A partir de esto pude establecer el rango de asociación de mis variables, el cual da valores positivos en todos los casos. Es decir, ya que utilicé un modelo de regresión espacial, no sólo tengo un coeficiente para todas las observaciones (el intercepto en Mínimos Cuadrados Ordinarios), sino un valor para cada uno de los puntos en la ciudad. Que el rango de asociación sea positivo implica que cada establecimiento de comercio “adicional”, deteriora la percepción de seguridad.
Y más importante, utilizando una técnica especial de interpolación, pude crear el siguiente mapa que ya no contiene valores crudos de percepción de seguridad, sino, el valor esperado en la variable de percepción, en función a la densidad de establecimientos comerciales por hectárea.
Mapa 2: Percepción en función a densidad a establecimientos comerciales de alto impacto. Autor: Juan Sebastian Herrera
Si comparamos este nuevo mapa con la distribución original de percepción que presenté anteriormente, vemos que hay diferencias no sólo en la localización de los clústeres, sino en el tamaño de los mismos. Esto sugiere que hay lugares donde, incluso controlando por las condiciones urbanas de las zonas y de presencia de usos mixtos, la variable “establecimiento de alto impacto” influencia mucho más negativamente. Además, aunque vemos que, en términos generales, la localización en la ciudad se mantiene –es decir, las áreas con los colores más oscuros tienden a ser las mismas–, la relación es más local, ya que tamaño de las manchas en el mapa tiende a ser más pequeño.
Dos conclusiones pueden inferirse a partir de este análisis. Una un poco obvia, y es que en efecto, hay comercios que no son deseables ni contribuyen a la percepción de seguridad. Pero más interesante aún, que los comercios que deterioran la percepción de seguridad tienen efectos que no son lineales a lo largo y ancho del territorio.
Este mapa es, además, interesante porque presenta visualmente algo que cualquiera que haya caminado por Bogotá ha sentido: el cambio de percepción que, en muchos casos, puede ser abrupto entre una calle y otra. Analizando en detalle algunas de las zonas rojas y naranja es posible también darse cuenta que ellas son, en muchos casos, burbujas con baja calidad urbana (andenes, espacio público, tipo de construcción, etc.) en medio de zonas de alta productividad como lo son Chapinero central y el Centro Tradicional. Este análisis no alcanza a indagar esta relación, pero es muy posible que la presencia de este tipo de establecimientos sea un factor clave en la interrupción de economías de aglomeración.
En resumen, lo primero a rescatar de este texto es que contrario a la idea de Jane Jacobs, quien se refiere al comercio como una variable positiva en relación a la seguridad urbana, este análisis muestra que, en el caso de los comercios de alto impacto, la percepción se deteriora a medida que la densidad de establecimientos aumenta en el territorio. Adicionalmente, si bien estos establecimientos tienen una relación negativa, ésta no es homogénea en toda la ciudad. Existen ciertas localizaciones en las que estos comercios están relacionados más negativamente con la inseguridad, por lo que la diferencia debe ser explicada por factores urbanos o sociales que no son explícitamente abordados en este estudio. Sin lugar a duda, estas conclusiones deben incentivar una mejor evaluación del tipo de comercios habilitados en las zonas, además de otra variable a tener en cuenta en la priorización de actuaciones de mejoramiento urbano.
El detalle técnico y especificación del modelo estarán disponibles, para aquellos interesados, en el paper que se publicará próximamente en el Journal of Public Policy de la Universidad de California en Berkeley.
*** Queda pendiente en análisis con los datos no de percepción, sino de ocurrencia de delitos. Espero conseguir estos datos para repetir el análisis y comparar.
Referencias
- Twinam, T. (2017). Danger zone: Land use and the geography of neighborhood crime. Journal of Urban Economics, 100, 104-119.
- Browning, C. R., Byron, R. A., Calder, C. A., Krivo, L. J., Kwan, M. P., Lee, J. Y., & Peterson, R. D. (2010). Commercial density, residential concentration, and crime: Land use patterns and violence in neighborhood context. Journal of Research in Crime and Delinquency, 47(3), 329-357.
- Jacobs, J. (1993). The death and life of great American cities (Modern Library Edition). New York: The Modern Library.
- Charlton, M., Fotheringham, S., & Brunsdon, C. (2009). Geographically weighted regression. White paper. National Centre for Geocomputation. National University of Ireland Maynooth.