Revista de Ciencias Sociales (RCS)
Vol. XXVIII, No. 1, Enero - Marzo 2022. pp.
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Delincuencia juvenil en España: Un
análisis empírico tras la crisis económica de 2008
Torres-Tellez, Jonathan*
Montero Soler, Alberto **
Resumen
Los
patrones tradicionales de la delincuencia juvenil pueden estar cambiando como
consecuencia de la transformación del paso de la juventud a la edad adulta. Por
esta razón, a partir del enfoque del análisis económico del delito, este
estudio tiene como objetivo investigar qué papel jugó la edad en las tasas de
criminalidad en España tras la crisis económica de 2008. Para ello, a partir de
los datos cuantitativos oficiales, se establece un modelo econométrico de panel
de datos con efectos fijos y se controla una serie de variables tanto
socioeconómicas como demográficas que, según la literatura académica, inciden
sobre la delincuencia. Los resultados son coincidentes con los estudios
preexistentes para otros países: Los más jóvenes tienen una mayor probabilidad
de cometer delitos. De este modo, se concluye que en España los patrones de
delincuencia juvenil referentes a la edad parecen no estar cambiando por el
momento. Además, salvo el desempleo juvenil, el empeoramiento de las condiciones
económicas tras la crisis no ha influido en el crimen por lo que la estructura
de edad explica mejor la delincuencia en España que el estado de la economía.
Palabras
clave: Delincuencia
juvenil; recesión económica; criminología; panel de datos; economía del delito.
Juvenile delinquency in Spain: An empirical analysis after the economic
crisis of 2008
Abstract
Traditional patterns of juvenile delinquency may be changing as a
consequence of the transformation from youth to adulthood. Thus, from the approach
of the economic analysis of crime, this study aims to investigate how age could
influence the crime rate in Spain after the financial crisis of 2008. To that
end, and based on official quantitative data, this research applies a
fixed-effects panel data model and studies a series of socioeconomic and
demographic variables that, according to academic literature, impact on crime.
The results are consistent with pre-existing studies in other countries: the
youngest are more likely to commit crimes. In this way, it is concluded that in
Spain the patterns of juvenile delinquency related to age seem not to be
changing at the moment. Furthermore, with the exception of youth unemployment,
the worsening of economic conditions after the crisis has not influenced crime,
so the age structure better explains crime in Spain than the state of the
economy.
Keywords: Juvenil delinquency; economic recession; criminology;
data panel; economics of crime.
Introducción
La
delincuencia tiene diferentes patrones de edad, siendo los varones jóvenes los
más propensos a participar en ella (Janko y Popli, 2015). Sin embargo, el paso
de la juventud a la edad adulta está cambiando en Europa en las últimas décadas
y ha adoptado nuevas dinámicas caracterizadas por la dilatación del tiempo
necesario para completarlo, el retraso a la hora de iniciar la transición hacia
la vida adulta y la diversificación de formas en las que el mismo se produce
(Billari y Liefbroer, 2010). Como consecuencia de ello los patrones
tradicionales de la delincuencia juvenil también podrían estar cambiando.
Estas
posibles modificaciones en las pautas de delincuencia producidas por las variaciones
que están teniendo lugar en el ciclo de la vida de las personas también se han
podido ver influidas por la reciente crisis económica que ha atravesado la mayoría
de los países europeos, puesto que una parte importante de la literatura
confirma que en los periodos de mayor desempleo la tasa de criminalidad crece
(Lin, 2008; Fougère, Kramarz y Pouget, 2009).
A
pesar de estos indicios y de las investigaciones que han analizado la relación
entre actividades delictivas y variables socioeconómicas a partir del modelo
teórico que desarrolló Becker (1968), en donde relacionaba el comportamiento
delictivo con variables de naturaleza económica, el estudio económico de la
criminalidad tanto general como juvenil y sus determinantes en España ha sido
escaso, salvo algunas excepciones como Rodríguez (2003); o Buonanno y Montolio
(2008; 2009).
Sin
duda, esta situación llama la atención, puesto que los jóvenes españoles han sufrido
en los últimos años un crecimiento del desempleo muy importante junto con el
empeoramiento de unas condiciones laborales que ya eran precarias de por sí, lo
que haría pensar que la delincuencia juvenil en este país podría haberse visto
influenciada por estas condiciones.
De
este modo, este trabajo se trata de una novedosa aportación porque pretende
cubrir esta laguna investigando cuál es la influencia que ha tenido la
estructura de edad en las tasas de criminalidad en España tras la crisis
económica de 2008. Y no solo eso, sino que esta ausencia de trabajos es
preocupante tanto para el ámbito académico como para la sociedad española en sí,
debido a la importancia de un tema como la delincuencia juvenil. Además, si la
delincuencia juvenil en España no se investiga, no se podrán establecer
explicaciones a la misma que permita a las administraciones públicas enfrentar
este problema con las mayores garantías posibles.
Para
conseguir este objetivo se realiza un análisis econométrico de panel de datos,
que permitirá comprobar la incidencia y la importancia estadística que tiene
cada variable incluida en el modelo sobre la delincuencia juvenil. Así, la
estructura de la investigación es la siguiente: A continuación, se hace
referencia a la relación teórica que se establece entre la delincuencia y la
economía. Posteriormente, se realiza un repaso de la literatura académica
referida a la edad y la delincuencia. En la siguiente sección se describen las
variables utilizadas, así como la estrategia empírica para analizar los datos. En
el apartado cuatro se examinan los principales resultados. Y, por último, se
exponen las conclusiones.
1. Delincuencia y
economía
El
enfoque económico del delito parte de la premisa de que los delincuentes son
personas racionales y que, por tanto, pretenden maximizar la utilidad de sus
actividades delictivas siempre y cuando las ganancias potenciales superen a los
costos de cometer un delito (Montero y Torres, 1998; Phillips y Land, 2012).
De
este modo, la relación entre el deterioro de la economía y la delincuencia
parte de la hipótesis de que el empeoramiento de los ciclos económicos, como un
aumento del desempleo o una disminución de los ingresos, influirá en la
motivación de los potenciales delincuentes a la hora de delinquir (Becker, 1968;
Arvanites y DeFina, 2006). Es decir, las dificultades para acceder al mercado
laboral y la disminución de las posibilidades legítimas de conseguir ingresos
pueden incrementar las probabilidades de que las personas delincan con el fin
de obtener dichos ingresos y así poder hacer frente a las dificultades
económicas ante las que se encuentren.
Por
su parte, Cantor y Land (1985) incluyeron un segundo efecto de la economía
sobre la delincuencia, derivado del incremento del desempleo. Estos autores
explican que los aumentos de la tasa de desempleo pueden reducir las posibles
oportunidades de cometer un delito, es decir, que puede existir una relación
negativa entre estas dos variables.
La
explicación que establecen es que el descenso de la actividad laboral puede
disminuir las potenciales situaciones a la hora que una persona sea víctima de
un delito. En lo que respecta a los delitos violentos, la explicación reside en
que debido a que el victimario pasa más tiempo en el hogar y menos en lugares
públicos, como consecuencia del empeoramiento de las condiciones económicas,
está menos expuesto a potenciales situaciones de peligro (Kennedy y Forde, 1990;
Ha, Andresen y Davies, 2020). Mientras que en lo que se refiere a los delitos
contra la propiedad, el razonamiento gira en torno a que al estar más tiempo en
el hogar esto supone una mayor protección de la propiedad personal, lo que
también reduciría las
oportunidades de cometer este tipo de delincuencia.
En
cualquier caso, existe una amplia variedad de trabajos que han analizado los
efectos del deterioro de la economía en las tasas de delincuencia, aunque hay
cierta controversia sobre los resultados al no existir un consenso claro sobre
esta correlación. Sin embargo, a pesar que la relación edad-crimen ha sido
estudiada con frecuencia en el campo de la criminología desde diversas
perspectivas, los estudios económicos sobre esta cuestión son más escasos y no
ha sido hasta hace relativamente poco tiempo que se le ha prestado una mayor
atención (Bindler y Hjalmarsson, 2017).
2. Revisión de la
literatura académica
Entre
los trabajos que analizan la relación edad-crimen se destaca el de Grogger
(1998), que parte del modelo de Becker para investigar qué papel juega el ingreso
laboral a la hora de determinar el perfil edad-delincuencia y afirma que la
caída de los salarios pudo ser un factor clave en el incremento de la
delincuencia juvenil en los años setenta y ochenta.
Lochner
y Moretti (2004), analizan para los Estado Unidos los arrestos masculinos por
categorías de edad y confirman que la escolarización reduce de manera
importante el encarcelamiento y el arresto entre los jóvenes. Landerso, Nielsen
y Simonsen (2017), también establecen perfiles de edad-delincuencia para
Dinamarca y hallan que el comienzo de la escuela superior a edades tempranas
reduce la tasa de delitos. Otro estudio de Lochner (2004), predice el perfil
edad-crimen empleando un modelo en el que el capital humano juega un papel
fundamental y afirma que los delitos violentos y contra la propiedad son
cometidos mayoritariamente por hombres jóvenes con pocos niveles de educación.
Por
último, destacar el trabajo reciente de Bindler y Hjalmarsson (2017), en el que
realizan un análisis descriptivo de los factores económicos y no económicos que
influyeron en la tendencia en forma de U de la edad media de los presos varones
en el siglo XIX en Londres.
Para
el caso español destaca el trabajo de Buonanno y Montolio (2009), que
investigan a nivel regional cómo la edad de la población masculina influye en
las tasas de criminalidad en España tras controlar variables sociales y
económicas para el periodo 1993-2003. Esta investigación afirma que los varones
jóvenes de 15 a 19 años tienen mayores probabilidades de cometer actos
delictivos, mientras que a medida que van cumpliendo años la correlación con el
crimen se torna insignificante.
En
cuanto a la influencia de las condiciones económicas no existe un consenso
claro sobre ello. Así, Buonnano y Montolio (2008); y Fougère et al. (2009), afirman en ambos casos que un aumento del desempleo
juvenil incide en un incremento de la delincuencia en España y Francia,
respectivamente. También Jacobs y Richardson (2008), investigan la influencia
de variables económicas en los homicidios para una muestra de 14 países
desarrollados y uno de los resultados que obtienen es que los homicidios
establecen una relación positiva con la población joven masculina.
No
obstante, otros estudios, como el de Öster y Agell (2007) para Suecia, concluyen
que la falta de empleo entre los jóvenes no afecta a la delincuencia como sí
ocurre con la tasa de paro general. O Fernández-Molina y Bartolomé (2018), que
afirman para el caso español que la situación económica tiene poca relevancia
para explicar los cambios de la delincuencia juvenil en los últimos años.
Sin
embargo, no existe bibliografía al respecto sobre cómo la estructura de edad
influye en las tasas de criminalidad en España tras la última crisis económica
de 2008, puesto que el estudio más similar, como es el de Buonanno y Montolio
(2009), sitúa el espacio temporal de su investigación años antes de comenzar la
misma. Es por esta razón que este trabajo pretende ocupar el vacío existente,
analizando la incidencia que tienen las categorías de edad masculinas para el
caso español.
3. Metodología
empírica
Para
analizar el papel que tiene la edad en la delincuencia en el caso español, este
trabajo realiza una investigación cuantitativa a partir de los datos oficiales
sobre delincuencia en España, y aplica un modelo econométrico de panel de datos
balanceado con observaciones anuales para 43 provincias españolas que
comprenden el periodo 2010-2016, para ver la incidencia de las variables
utilizadas en las tasas de delincuencia (no se han incluido Melilla y Ceuta, ni
las provincias perteneciente a Cataluña, ni las del País Vasco, puesto que sus
policías autonómicas no proporcionan una serie de datos al Ministerio del
Interior [MIR]).
Las
series temporales no se han podido ampliar más allá de 2010, debido a los
constantes cambios y modificaciones en los Anuarios Estadísticos de
Criminalidad por parte del MIR. Ante esta dificultad se ha decidido seleccionar
el periodo 2010-2016, puesto que el MIR en un intento de facilitar la demanda
de información estadística sobre la criminalidad ha creado el Portal
Estadístico de Criminalidad donde se recoge una serie de variables homogenizadas
con el fin de subsanar la problemática de datos sobre la delincuencia que tiene
España.
3.1. Descripción
de variables
La
Tabla 1, recoge todas las variables incorporadas al análisis de este estudio. Por
un lado, las variables dependientes que corresponden a los tipos de delitos
analizados están agrupadas en dos categorías diferentes siguiendo la
clasificación que realiza el Ministerio del Interior: Delitos contra las
personas y delitos contra el patrimonio.
Tabla
1
Estadísticas descriptivas
|
Variables |
Media |
Máx. |
Mín. |
Desv. Est. |
|
|
% Hombres15-19 |
2,42 |
3,33 |
1,72 |
0,32 |
|
|
% Hombres 20-24 |
2,73 |
3,78 |
1,97 |
0,35 |
|
|
% Hombres 25-34 |
7,02 |
10,11 |
5,22 |
0,89 |
|
|
% Hombres 35-44 |
8,28 |
10,01 |
6,77 |
0,73 |
|
|
% Hombres 45-54 |
7,62 |
8,81 |
6,59 |
0,40 |
|
|
Extranjeros (%) |
9,26 |
24,31 |
2,53 |
5,35 |
|
|
Población Urbana (%) |
65,68 |
96,15 |
33,03 |
18,07 |
|
|
Crecimiento PIB (%) |
0,27 |
11,58 |
-10,21 |
3,05 |
|
|
PIB per Cápita |
20.356,31 |
32.857,00 |
14.763,00 |
3.563,83 |
|
|
Desempleo Juvenil |
27,68 |
47,88 |
13,37 |
7,40 |
|
|
Log Lesiones |
0,74 |
1,33 |
0,05 |
0,22 |
|
|
Log Hurtos |
2,34 |
3,44 |
1,36 |
0,39 |
|
|
Log Robo Violencia |
-0,49 |
1,34 |
-2,09 |
0,65 |
|
|
Log Robo Fuerza Establecimiento |
-0,09 |
0,80 |
-0,85 |
0,26 |
|
|
Esclarecimiento Hurtos |
18,68 |
31,78 |
9,61 |
3,86 |
|
|
Escl. robo fuerza establecimiento |
23,58 |
51,04 |
6,85 |
7,07 |
|
|
Escl. robo con violencia |
39,76 |
72,60 |
8,33 |
10,70 |
|
|
Escl. lesiones |
85,11 |
94,28 |
47,98 |
6,38 |
|
|
Número de obs. |
301 |
|
|
|
Fuente: Elaboración propia, 2021.
El primer grupo está formado por la subcategoría
lesiones, mientras que el segundo
grupo está compuesto por la subcategoría robo con violencia; por el robo
con fuerza en establecimiento; y el hurto. Estas estadísticas son recogidas por
el MIR en términos absolutos, pero para el análisis de este estudio han sido
normalizadas por cada mil habitantes según la correspondiente provincia a
partir de las cifras del Instituto Nacional Estadístico (INE).
La
decisión de elegir un mayor número de subcategorías de delitos contra la
propiedad reside en que debido a la naturaleza de este tipo de delincuencia se supone
que las variables socioeconómicas puedan explicarla mejor, mientras que los
delitos contra las personas pueden depender de otro tipo de factores que no
tengan especial relación con la economía (Cantor y Land, 1985).
a. Porcentaje de
la población masculina por tramos de edad
La
categoría grupos de edad, solo tiene en cuenta a los varones debido a que son
los que mayoritariamente cometen más delitos (Grogger, 1998). De esta forma,
este grupo de variables mide el peso relativo de la población masculina en los
distintos países y está dividido en cinco cohortes diferentes. Los tramos de edad
han sido separados en 15-19; 20-24; 25-34; 35-44; y 45-54 años,
respectivamente.
La
actividad delictiva aparece y aumenta en los primeros momentos de la
adolescencia para comenzar a descender a medida que las personas envejecen
debido, entre otros factores, al desarrollo de un mayor autocontrol, un
descenso de la impulsividad y cambios en los estilos de vida (Loeber, Farrington
y Redondo, 2011). De esto se deduce que un mayor porcentaje de hombres jóvenes
producirá unas tasas de delincuencia más elevadas.
b. Producto
Interior Bruto
En
segundo lugar, las variables socioeconómicas permitirán controlar la evolución
del crimen según la situación económica de las distintas provincias en los
últimos años. Con este fin se han incluido el Producto Interior Bruto per
cápita a precios corrientes (PIB p.c.) como representación del nivel de
ingresos de la población; y la tasa de crecimiento del Producto Interior Bruto
(PIB), puesto que ambas variables pueden ser consideradas como indicadores del
nivel de prosperidad de un país o región. En este sentido, se espera que se
establezca una relación negativa con la delincuencia.
c. Desempleo
juvenil
En
tercer lugar, se ha usado la tasa de desempleo juvenil para menores de 30 años.
Las investigaciones que intentan explicar la correlación existente entre el
desempleo y la delincuencia siguen sin establecer un consenso claro sobre ello,
puesto que hay estudios que afirman que existe una relación positiva entre ambas
variables (Lin 2008; Altindag, 2012); y otros trabajos que concluyen que la
relación entre ellas es negativa (Phillips y Land, 2012; Andresen, 2015).
Como
el INE no ofrece la tasa de desempleo juvenil desagregada a nivel provincial se
ha optado por utilizar los datos de desempleo registrado de las personas
menores de 30 años que ofrece el Servicio Público de Empleo Estatal y los
jóvenes activos por provincia según el INE para calcular el porcentaje de
jóvenes desempleados
El
hecho de incluir más de una variable que represente el estado de la economía
parte de la necesidad de subsanar los posibles errores de calibrado de las
mismas (Andresen, 2013). En el caso de la tasa de desempleo juvenil, por
ejemplo, esta no tiene en cuenta a los jóvenes que estudian y que, por tanto,
no tienen intención de trabajar de momento; ni tampoco a aquellos que han
dejado de buscar activamente empleo puesto que en periodos de inestabilidad
económica disminuye el número de personas activas ante la imposibilidad de
encontrar trabajo, lo que subestimaría los efectos de la recesión (Arvanites y
DeFina, 2006).
d. Población
urbana
La
tasa de urbanización, representada por porcentaje de personas que viven en
ciudades con más de 10.000 habitantes, es otra de las variables empleadas en
este estudio. Wirth (1938), reconoció que el tamaño y la densidad de una urbe o
población incide sobre las relaciones sociales y la integración en la
comunidad, a la vez que repercute tanto sobre el control social informal,
ejercido por los vecinos de la comunidad, como sobre el control social formal, realizado
por las autoridades. De este modo, el debilitamiento de estos factores junto
con el anonimato que otorga la ciudad hace más viable la comisión de
actividades delictivas (Roberts y Willits, 2015). Así, se espera obtener que a
medida que la población urbana sea mayor, la delincuencia crezca en sentido
positivo.
e. Tasa de
inmigración
En
lo que se refiere al porcentaje de la población extranjera se ha empleado la
tasa de inmigrantes legales como una aproximación estándar del fenómeno
migratorio, como hacen otros estudios (Buonanno y Montolio, 2008).
La
inclusión de este factor obedece a que en los últimos años se ha investigado la
relación entre el aumento de la inmigración y el de ciertos tipos de delitos
(Wadsworth, 2010). La explicación que se ha dado a esta correlación es que
tanto la imposibilidad de encontrar trabajo entre los inmigrantes ilegales como
los problemas de integración que pueden experimentar, aumentan las
posibilidades de sufrir situaciones de precariedad y de exclusión social (Castro,
García y López, 2020), que pueden derivar en la comisión de delitos. Por esta
razón se espera obtener una correlación positiva entre esta variable y el nivel
delincuencia.
f. Esclarecimientos
de delitos
Y,
por último, se ha incorporado una variable que representa los esfuerzos
disuasivos de las autoridades públicas. Para ello se ha usado la proporción
entre delitos conocidos y esclarecidos para cada subcategoría analizada. Becker
(1968), en su modelo estableció que las tasas de delincuencia dependen de las
posibilidades de ser detenido y/o condenado, es decir, si existen mayores
probabilidades de que la policía arreste al infractor de un delito o que sea
más elevada la certeza de ser penado por ello, el coste de oportunidad de
delinquir aumentará y, por ende, disminuirá la delincuencia. Por esta razón, se
espera que se establezca una relación negativa entre esta variable y los
distintos delitos analizados.
3.2. Estrategia
empírica
Todas
las variables son empleadas en su forma logarítmica, excepto el PIB, con la
intención de corregir las posibles distorsiones que puedan causar los valores
atípicos, las distribuciones asimétricas y la aparición de heterocedasticidad.
Las
variables seleccionadas han sido analizadas usando un panel de datos con
efectos fijos, lo que permite incluir las características diferentes y
particulares inobservables de cada provincia que no varían en el tiempo, así como
controlar los posibles cambios que son estables a lo largo de los años. Esto
resulta de vital importancia para los análisis relacionados con la delincuencia,
al tratarse de un fenómeno en el que inciden un sinfín de factores que
imposibilita controlarlos todos, y más si se atiende a las diferencias
culturales, económicas y sociales que existen entre cada provincia.
La
elección de este modelo econométrico se plantea de una manera más eficaz y
razonable que el uso de otros métodos, como pudiera ser un conjunto de datos de
secciones transversales, debido a las características que presenta esta
metodología (Hsiao y Sun, 2000). Entre las ventajas de seleccionar este modelo
destaca la mayor capacidad informativa de los datos de panel, puesto que
permiten controlar la heterogeneidad individual de los datos, tener más grados
de libertad y disminuir la colinealidad entre las variables explicativas, lo
que proporciona estimaciones econométricas de mayor precisión (Hsiao, 2003).
Estas
propiedades posibilitan controlar en el modelo las diferencias existentes entre
cada provincia, como puede ser el tamaño poblacional, la desigualdad o los
ingresos, lo que puede proporcionar relaciones estadísticas más sólidas y
significativas. Otra virtud que tiene este método es que gracias a su técnica
de recopilación de datos permite contar con un mayor número de observaciones,
por lo que metodológicamente proporciona más robustez y consistencia para
determinar la causalidad entre las distintas variables. Además, los paneles de datos tienen mejor disposición
a la hora de identificar y medir efectos que no son detectables en secciones
únicamente transversales o temporales (Baltagi, 2005). La ecuación empleada es
la siguiente:
(1)
Donde
el índice i y t corresponden a la provincia y al año; y j a la categoría de edad. 
es el efecto fijo del año; 
es el efecto fijo de la provincia; 
es la tasa de delincuencia por 1.000 habitantes
en logaritmo; 
es la edad de la estructura de la población; 
son las variables explicativas descritas; y 
es el término error.
4. Resultados y
discusión
Las
estimaciones que se recogen en la Tabla 2, muestran que la edad puede explicar
parte de la delincuencia y que son los jóvenes varones de entre 15 y 19 años
los más proclives a cometer actos delictivos. Estos resultados estarían en
concordancia con las teorías criminológicas que concluyen que la tasa de
criminalidad aumenta durante los primeros años de la adolescencia hasta
alcanzar su pico en torno a la entrada a la adultez, y a partir de ese momento
primero se reduce rápidamente y luego lo hace de forma gradual y más lenta
(Farrington, 1986; Loeber et al., 2011).
Sin
embargo, para controlar los posibles efectos de la crisis económica de 2008 y
la posterior recesión sobre la criminalidad, se ha ampliado el análisis
incluyendo las variables de control descritas en la sección anterior (ver Tabla
3). Así, los resultados obtenidos para el delito de lesiones indican que un
aumento del 10% de la población masculina de 15-19 años y de la de 20-24 años,
supone un incremento de este tipo de delincuencia en un 6% y un 5%,
respectivamente. Por el contrario, el crecimiento relativo de la cohorte de 35
a 44 años en un 10% conlleva una reducción de 11 puntos porcentuales de dicha
subcategoría de delito.