Los sociólogos Paul‐Philippe Pare y Richard Felson realizaron un estudio estadístico que se propuso medir la correlación entre desigualdad, pobreza y delincuencia entre 68 países con datos comparables.

La investigación descubrió alta correlación entre pobreza, mortalidad infantil y delincuencia.

Si bien la correlación entre desigualdad y delincuencia aparece menos marcada, lo atribuyen a la falta de indicadores adecuados para precisar las múltiples dimensiones de la desigualdad.

Como fuere, el estudio de Pare y Felson confirma una conclusión común a la sociología criminalística: el único modo de reducir sustantiva de la delincuencia, es atacar enérgicamente la pobreza, lo cual se logra con políticas sociales y redistributivas del ingreso, en las antípodas de la variante neoliberal del capitalismo predominante

Desigualdad, Probleza y Criminalidad entre las Naciones

Examinamos la relación entre desigualdad de ingresos, pobreza y diferentes tipos de delitos. Nuestros resultados son consistentes con investigaciones recientes que muestran que la desigualdad no está relacionada con las tasas de homicidio cuando se controla la pobreza.

En nuestros análisis multinivel de la Encuesta internacional sobre victimización por delitos, encontramos que la desigualdad no está relacionada con el asalto, el robo, el robo con allanamiento de morada y el hurto cuando se controla la pobreza.

Argumentamos que también existen razones teóricas para dudar de que el nivel de desigualdad de ingresos de un país afecte la probabilidad de comportamiento delictivo.

Muchos académicos y comentaristas sociales sostienen que los altos niveles de desigualdad económica tienen efectos negativos en las sociedades. Afirman que la desigualdad solo beneficia a unos pocos ciudadanos ricos, mientras que la mayoría de la gente sufre sus consecuencias. La crisis financiera de 2008 revitalizó esos debates.

Por ejemplo, en un libro de gran éxito de ventas, Wilkinson y Pickett ( 2009 ) relacionan la desigualdad económica con una amplia gama de males sociales, que incluyen una menor confianza social, deterioro de la salud mental y física, consumo excesivo, adicción a las drogas, obesidad y sistemas educativos deficientes.

Para ellos, es el contexto de desigualdad y no la pobreza material el que genera estos problemas.

Ningún académico ha argumentado con más fuerza sobre las consecuencias negativas de la desigualdad económica que los sociólogos (por ejemplo, Neckerman y Torche 2007 ).
El papel de la desigualdad económica ha sido de particular interés para los sociólogos interesados en la variación internacional de las tasas de homicidio. Hasta hace poco, la idea de que los altos niveles de desigualdad conducen a mayores tasas de homicidio era sabiduría convencional (Chamlin y Cochran 2005 ; Neapolitan 1997 ).

Esa sabiduría se basó en una gran cantidad de estudios transnacionales que han encontrado una asociación positiva entre la desigualdad de ingresos y las tasas de homicidio (p. Ej., Messner, Raffalovich y Shrock 2002 ; Fajnzylber, Lederman y Loayza 1998 , 2002a ,2002b ; Pratt y Godsey 2003 ; ver también Chamlin y Cochran 2005 ; LaFree 1999 ; Messner 2003 ; Neapolitan 1997 para revisiones).

Sin embargo, un trabajo reciente de Pridemore ( 2008 , 2011 ) ha desafiado esta idea. Examinamos el tema más a fondo en esta investigación y ampliamos los análisis a otros tipos de delitos.

Antes de realizar nuestros análisis empíricos, discutimos temas teóricos e investigaciones previas. Primero discutimos la base teórica para esperar que la pobreza produzca crimen.
Los efectos sobre la pobreza son más simples y directos que los efectos sobre la desigualdad, ya que no implican necesariamente los efectos adicionales de los grupos de referencia.

Luego consideramos las explicaciones teóricas de los efectos de la desigualdad, centrándonos en el papel de los grupos de referencia y la compatibilidad del argumento con la literatura sobre violencia.

Finalmente, revisamos la investigación sobre desigualdad económica y homicidio y otros delitos.

Pobreza y crimen

La correlación entre el nivel socioeconómico y los delitos violentos está bien establecida (p. Ej., Pratt y Cullen 2005 ; Sampson y Lauritsen 1994 ; Bailey 1984 ; Lee 2000 ). Sin embargo, su interpretación no está clara.

La relación podría ser espuria si las características individuales o grupales afectan tanto el éxito económico como el comportamiento criminal (Cusson 2005 ). También podría ser que el comportamiento delictivo afecte el estado socioeconómico, si la prisión o un estilo de vida delictivo interfiere con el logro del trabajo (Cusson 2005).

Sin embargo, la mayoría de los académicos asumen que vivir en la pobreza aumenta la probabilidad de comportamiento delictivo. De hecho, algunas de las teorías sociológicas del crimen más influyentes han involucrado intentos de explicar los efectos causales del estatus socioeconómico. Algunas de estas teorías se centran en la discriminación y la falta de oportunidades legítimas.

Por ejemplo, las personas pobres pueden tener más probabilidades de cometer delitos porque sus oportunidades para el logro legítimo de objetivos ampliamente compartidos están bloqueadas o porque están expuestas a una amplia variedad de experiencias negativas (Merton 1938 ; Agnew 1999 ). 1

Además, las personas pobres pueden participar en delitos violentos para manejar sus quejas porque carecen de acceso al sistema legal (Black 1976 , 1983).

Un segundo conjunto de explicaciones se centra en los controles sociales más bajos, en particular los asociados con barrios desfavorecidos. Es más probable que la gente pobre viva en barrios socialmente desorganizados con niveles más bajos de eficacia colectiva que la gente con un estatus más alto (Bursik 1988 ; Sampson, Raudenbush y Earls 1997 ).
Los efectos del vecindario pueden aumentar si los riesgos de violencia llevan a los residentes a adoptar una postura agresiva o armarse (Anderson 1999 ; Felson y Paré 2010 ).

En tercer lugar, algunas explicaciones se centran en la tendencia de las personas de nivel socioeconómico bajo a participar en subculturas violentas o desviadas (Anderson 1999 ; Miller 1958 ; Wolfgang y Ferracuti 1967 ). Sus experiencias de socialización los llevan a tener actitudes que conducen al delito, por ejemplo, la creencia de que es importante responder a la falta de respeto con violencia física.

Desigualdad económica y delincuencia

La afirmación de que la desigualdad económica conduce a la delincuencia es esencialmente un argumento contextual que implica la privación relativa que experimentan las personas que viven en la pobreza.

Las personas pobres comparan sus resultados con los resultados de su grupo de referencia y si sus propios resultados son peores, sienten privaciones. Los efectos de la privación relativa sobre el crimen a menudo se atribuyen a la experiencia de frustración (Brush 1996 ; Krahn, Hartnagel y Gartrell 1986 ). Por ejemplo, Blau y Blau ( 1982 ) argumentaron que:

La desigualdad en los recursos implica que hay grandes riquezas a la vista pero no al alcance de muchas personas destinadas a vivir en la pobreza. Hay mucho resentimiento, frustración, desesperanza y alienación. (1982: 119) (ver también, Agnew 1999 ; Wilkinson 2004 )

Estos argumentos se basan directa o indirectamente en la hipótesis de la agresión por frustración, una teoría que propone un vínculo biológico entre el logro bloqueado de metas y la agresión reactiva o enojada (Dollard et al. 1939 ; Berkowitz 1993 ). Los pobres se sienten frustrados por los altos niveles de desigualdad y esta frustración los lleva a emprender una agresión reactiva, generalmente dirigida a otras personas pobres que no produjeron la frustración.

Una explicación más sociológica es que la desigualdad y la privación relativa generan anomia o anomia institucional donde las reglas que gobiernan la conducta carecen de legitimidad y pierden su fuerza (Merton 1938 ; Messner y Rosenfeld 1997a , 1997b ; Savolainen 2000 ).

Los argumentos relacionados sugieren que los efectos de la desigualdad se deben a la falta de apoyo social o a un sistema de bienestar débil (por ejemplo, Antonaccio y Tittle 2007; Pratt y Godsey 2003 ).

El desacuerdo sobre si el crimen está relacionado con la pobreza o la desigualdad no es un argumento sobre si las personas se ven afectadas por una privación relativa o absoluta. Los efectos sobre la pobreza pueden deberse tanto a la privación relativa como a la privación absoluta.

Las personas evalúan los resultados en términos de sus expectativas, y esas expectativas se ven afectadas por sus percepciones de los resultados de los demás (comparaciones sociales) y sus propios resultados anteriores (comparaciones temporales).

Así, los pobres pueden sufrir privaciones absolutas si sus condiciones materiales básicas son insuficientes, y pueden sufrir privaciones relativas si piensan que a otros pobres les va mejor que a ellos o que sus propias circunstancias han empeorado con el tiempo. Aquellos que plantean la hipótesis de los efectos de la desigualdad económica están sugiriendo que los pobres comparan sus resultados con los de individuos más prósperos en algún grupo social grande o agregado del que son miembros.

Afirman que las personas de estatus inferior se sienten relativamente desfavorecidas porque sus resultados son menos favorables que los de los residentes más ricos de su país (o ciudad o estado). Pasamos ahora a una discusión de esta afirmación.

Grupos de referencia y desigualdad económica

Las circunstancias económicas pueden afectar la privación relativa, pero su efecto está mediado por las interpretaciones subjetivas del actor: los individuos responden a su «definición de la situación» (Thomas y Thomas 1928 ). Las explicaciones que enfatizan la privación relativa deben hacer suposiciones acerca de quién usa la gente como grupo de referencia (Clark 1972 ; Cochran, Chamlin, Beeghley y Fenwick 2004 ; Easterlin 2001 ).

En los estudios internacionales se asume que la gente se compara con sus compatriotas. La teoría y la investigación de grupos de referencia, por otro lado, enfatiza las comparaciones con grupos más pequeños e íntimos, es decir, amigos, familias y asociados (Clark 1972 ; Cochran et al. 2004; Easterlin 2001 , ver también Runciman 1966 ). Por tanto, no está claro si debería esperarse que la desigualdad de ingresos en las grandes sociedades (es decir, los países) produzca sentimientos de privación relativa.

En segundo lugar, incluso si los compatriotas son un grupo de referencia, no está claro que la cantidad de personas ricas en un país marque una diferencia psicológica en la forma en que las personas evalúan sus resultados. En toda gran sociedad, hay personas privilegiadas que son muy visibles en los medios de comunicación y que pueden servir como un alto estándar de comparación. Puede que no importe si constituyen el 0,01 por ciento o el 1 por ciento de la población o si ganan 50 o 500 veces más que el trabajador medio.

El tamaño de ese grupo o la proporción de la riqueza del país en sus manos puede no ser un factor destacado en cómo la gente juzga su propia situación. Es posible que quienes viven en la pobreza ni siquiera sean conscientes del nivel de desigualdad, pero ciertamente son conscientes de su propia pobreza.

En tercer lugar, la comparación social y la privación relativa son aspectos omnipresentes de la vida diaria que no reflejan únicamente el éxito económico. Con frecuencia nos encontramos con personas que son más atractivas, más talentosas, más saludables y más populares que nosotros, por lo que hay muchas oportunidades de sufrir o estar insatisfechos en comparación.

Además, las comparaciones temporales pueden hacer que las personas se sientan frustradas cuando les va peor que en el pasado, incluso cuando les va mejor que a otros. Todas estas comparaciones deberían diluir el efecto contextual de la distribución del ingreso sobre los sentimientos de privación relativa.

Los efectos contextuales suelen ser débiles; éste puede ser particularmente así.

La literatura sobre violencia

El argumento de la desigualdad también contradice algunas literaturas prominentes en el estudio de la violencia. En primer lugar, ignora los estudios sobre los efectos de los contextos vecinales sobre los delitos violentos.

Aquellos que estudian los efectos del vecindario hacen el argumento opuesto sobre los efectos de la desigualdad, aunque usan un lenguaje diferente (por ejemplo, Kubrin y Weitzer 2003 ; Parker y Reckdenwald 2008 ; Sampson, Raudenbush y Earls 1997). Argumentan que las tasas de criminalidad deberían ser más altas en contextos sociales con ‘desventaja concentrada’, es decir, en contextos donde la desigualdad es baja pero la pobreza es alta.

Si bien el argumento de la desigualdad sugiere que las personas pobres tienen más probabilidades de cometer delitos si viven entre personas más ricas, el argumento del vecindario sugiere que las personas pobres tienen más probabilidades de cometer delitos si viven entre otras personas pobres.

Quizás las personas ricas produzcan privaciones relativas, pero también aumentan la eficacia colectiva y brindan estabilidad social. Quizás estos procesos se compensan entre sí, por lo que no producen ningún efecto general. Es interesante que dos de las literaturas más influyentes en criminología sociológica hacen predicciones opuestas sobre los efectos contextuales de la desigualdad en el comportamiento delictivo, pero no se influyen ni siquiera se reconocen entre sí.

En segundo lugar, el argumento de la desigualdad contradice la literatura sobre quién es probable que sea víctima de violencia criminal. Implica que los delincuentes que han experimentado privaciones relativas deben atacar a los ricos y poderosos. La investigación muestra, sin embargo, que las personas de estatus más bajo tienen tasas mucho más altas de victimización (Miethe, Stafford y Long 1987 ; Sampson y Lauritsen 1994).

Se podría argumentar que los agresores desplazan su agresión hacia otras personas pobres o que se involucran en ataques aleatorios. Sin embargo, tanto los estudios cualitativos como cuantitativos sugieren que la mayoría de los incidentes violentos provienen de conflictos interpersonales entre el agresor y la víctima (p. Ej., Jacobs y Wright 2006 ; Katz 1988 ; Luckenbill 1977; ver Tedeschi y Felson 1994 , para una revisión).

La agresión desplazada es rara y la focalización aleatoria aún más: los delincuentes suelen atacar a la persona con la que tienen un agravio. El comportamiento violento es instrumental, no un arrebato irracional basado en una frustración que flota libremente.

Finalmente, el argumento de la desigualdad contradice la literatura sobre privaciones relativas y violencia colectiva. La investigación sobre disturbios y revoluciones sugiere que la privación relativa no afecta el comportamiento a menos que las personas tengan agravios específicos, y que su comportamiento implica una acción política racional, no actos aleatorios de violencia (Gurr 1968 , 1970 ; Brush 1996 ; Walker, Wong y Kretzschmar 2002 ).

Los académicos que estudian el comportamiento colectivo ahora enfatizan el comportamiento intencional de individuos o grupos pequeños dentro de reuniones más grandes en lugar de «turbas» irracionales que atacan a víctimas al azar (por ejemplo, Goodwin 2001 ; McAdam, Tarrow y Tilly 2001 ; McPhail 1991 ).

Investigación sobre desigualdad y homicidio

Dados estos problemas teóricos, ¿cómo se explican las relaciones entre la desigualdad y las tasas de homicidio que se han encontrado en la investigación internacional? Según Pridemore ( 2008 , 2011 ) se han observado efectos de la desigualdad porque la investigación no logró controlar la pobreza (ver también Neumayer 2003 ).

Señaló que controlar por el desarrollo económico o el PIB per cápita en los estudios internacionales no controla por la pobreza porque los índices de desarrollo económico son medidas de tendencia central y no reflejan la situación de los que están en la parte inferior de la jerarquía de ingresos.

Se preguntó por qué estos estudios no controlaban la pobreza cuando la investigación en los EE. UU. mostraba que la pobreza es un predictor constante de homicidio (p. Ej., Bailey 1984; Lee 2000 ).

Pridemore (2008) luego analizó la relación entre la desigualdad y las tasas de homicidio controlando la tasa de mortalidad infantil, una medida indirecta de la pobreza (ver, por ejemplo, Mosley y Chen 1984).

Con base en una muestra de 46 países, encontró que las tasas de homicidio están relacionadas con la mortalidad infantil, pero que la relación entre las tasas de homicidio y el índice de Gini de desigualdad de ingresos no es estadísticamente significativa.

En un estudio posterior, Pridemore (2011 ) volvió a examinar la cuestión de la desigualdad frente a la pobreza utilizando tres conjuntos de datos diferentes de estudios publicados anteriormente (Fajnzylber et al. 1998 ; Savolainen 2000). Encontró un efecto positivo de la mortalidad infantil y ningún efecto del índice de Gini basado en los datos de Fajnzylber et al. Y en los datos de homicidios de mujeres (víctimas) de Savolainen.

Sin embargo, también encontró que la mortalidad infantil y el índice de Gini tienen efectos positivos en los datos de homicidios masculinos (víctimas) de Savolainen.

Messner, Raffalovich y Sutton (2010) cuestionó la interpretación de Pridemore del significado de la mortalidad infantil basándose en sus análisis de 16 países desarrollados. Descubrieron que la tasa de mortalidad infantil estaba más fuertemente relacionada con una medida de pobreza relativa (aquellos que ganan el 60 por ciento del ingreso medio nacional) que con una medida de pobreza absoluta (el porcentaje que solo puede pagar un nivel básico de subsistencia) (r = 0,744 frente a r = 0,539).

Además, la mortalidad infantil y la pobreza relativa se relacionaron significativamente con las tasas de homicidio, mientras que la medición de la pobreza absoluta no. Argumentaron que la relación entre la mortalidad infantil y el homicidio puede reflejar los efectos de la pobreza tanto absoluta como relativa. Sin embargo, la implicación de su trabajo con respecto a los efectos de la desigualdad no está clara.

Su medida de pobreza relativa no aborda el extremo superior de la distribución del ingreso y, por lo tanto, no es una medida de desigualdad. Además, su medida de pobreza absoluta puede ser demasiado extrema para medir adecuadamente la pobreza en los países desarrollados. Finalmente, no está claro por qué la pobreza relativa tendría un efecto sobre la mortalidad infantil.

La razón por la que la pobreza absoluta está relacionada con la mortalidad infantil es presumiblemente debido a su relación con la atención prenatal y posnatal (Mosley y Chen1984 ).

Un estudio reciente de Ouimet ( 2012) intentó desentrañar los efectos de la desigualdad de ingresos y la pobreza con una muestra grande de 165 países. La medida de pobreza de Ouimet se basa en el «exceso de mortalidad infantil», una variable residualizada que mide el efecto de la mortalidad infantil neta del Ingreso Nacional Bruto per cápita.

El Ingreso Nacional Bruto es supuestamente una medida de la riqueza de un país, pero su fuerte correlación negativa con la mortalidad infantil (r = −0,85) sugiere que también refleja la pobreza. Su análisis principal mostró que tanto la desigualdad de ingresos como el exceso de tasa de mortalidad infantil tienen efectos positivos sobre la tasa de homicidios.

Sin embargo, no está claro si la medida residual proporciona una prueba justa del papel de la desigualdad frente a la pobreza. Por ejemplo, la correlación de orden cero entre la tasa de mortalidad infantil residualizada y el homicidio es de solo 0,31,

Investigación sobre desigualdad y otros delitos

Los académicos se basan en las teorías del crimen, no en las teorías del homicidio, para explicar los efectos de la desigualdad y la pobreza en las tasas de homicidio. Si la desigualdad o la pobreza son criminógenas, entonces deberían tener un impacto en diferentes tipos de delitos.

De hecho, el tratamiento sociológico clásico de Merton (1938) enfatiza los delitos cometidos con fines de lucro. Por ejemplo, los ‘innovadores’ y los ‘rebeldes’ en su análisis son delincuentes contra la propiedad y empresarios criminales, no asesinos. El enfoque en el homicidio en la investigación se basa en preocupaciones metodológicas, no en preferencias teóricas.

La relación entre la desigualdad de ingresos y los delitos que no provocan la muerte ha recibido mucha menos atención. La mayoría de los estudios se han basado en análisis agregados de datos oficiales (por ejemplo, Bennett 1991 ; Bourguignon 2001 ; Eisner 2002 ; Kick y LaFree 1985 ; Krohn 1978 ; LaFree y Kick 1986 ; Messner 1986 ).

Algunos de estos estudios han encontrado efectos positivos, algunos efectos negativos y algunos ningún efecto. La validez de estos estudios se ha cuestionado principalmente debido a las diferencias en los informes y registros de delitos entre las naciones (Soares 2000 ).

Algunos estudios se han basado en datos de la Encuesta internacional sobre victimización por delitos (Napolitano 2003 ; Tseloni y Farrell 2002 ; Van Wilsem 2004 ; Van Wilsem, de Graaf y Wittebrood 2002 ). Todos ellos muestran alguna evidencia de una asociación positiva entre desigualdad y victimización.

Solo uno de los estudios fue multinivel (Van Wilsem, de Graaf y Wittebrood 2002 ) y encontró evidencia mixta: la desigualdad de ingresos se asoció con delitos de robo dentro de los vecindarios de residencia de las víctimas (pero no afuera) y delitos violentos fuera del vecindario de residencia (pero no dentro).

Es importante destacar que no controló la pobreza. Sólo uno de los estudios agregados (Neapolitan 2003) incluyó un control de la pobreza (mortalidad infantil), y su evidencia también fue mixta. Los análisis agregados sugirieron que la desigualdad de ingresos tuvo un efecto positivo sobre el asalto, el robo y el robo con allanamiento de morada, ningún efecto sobre el hurto y los delitos sexuales y un efecto negativo sobre el fraude.

Sin embargo, las medidas de criminalidad de Napolitano se basaron en datos de encuestas de ciudades capitales, mientras que sus medidas de desigualdad y pobreza se basaron en datos nacionales. Para la mayoría de los países, es probable que la situación económica de su ciudad capital sea diferente a la de toda la nación.

Estudio actual

El objetivo del estudio actual es evaluar más a fondo si la desigualdad de ingresos o la pobreza están asociadas con la variación entre países en la delincuencia. Primero, presentamos un análisis del índice de Gini como medida de desigualdad. Hacemos un estudio de simulación para mostrar que refleja el efecto de la pobreza y la desigualdad.

La simulación proporciona evidencia adicional de que es importante controlar la pobreza al examinar los efectos de la desigualdad. En segundo lugar, estimamos los efectos de la desigualdad y la pobreza (mortalidad infantil) en las tasas de homicidio utilizando un conjunto de datos más grande que Pridemore (2008, 2011) utilizado (63 frente a 46 o menos países). Un conjunto de datos más grande permite más poder para detectar un efecto de desigualdad y reduce la sensibilidad del modelo.

El último problema es particularmente importante dadas las pequeñas muestras y las grandes correlaciones entre las variables independientes. En tercer lugar, para abordar el trabajo de Messner, Raffalovich y Sutton (2010), utilizamos una medida de pobreza más directa que la tasa de mortalidad infantil. Resultará que la medición de la pobreza y el tamaño de la muestra marcan la diferencia.

Finalmente, estimamos los efectos de la desigualdad y la pobreza sobre otro tipo de delitos. Para estos análisis, realizamos un análisis multinivel de la Encuesta Internacional de Victimización por Delitos (ICVS). Examinamos si los encuestados tienen más probabilidades de ser víctimas de agresiones, robos, robos y otros robos en países con altos niveles de desigualdad o altos niveles de pobreza.

Los modelos multinivel tienen una ventaja sobre los análisis agregados porque permiten controlar los efectos de composición. No podemos examinar directamente si los pobres cometen más delitos utilizando una encuesta de victimización. Sin embargo, podemos probar si las personas tienen un mayor riesgo de victimización si viven en un país con altos niveles de desigualdad o pobreza.

Nuestros análisis se centran en los principales efectos de la desigualdad y la pobreza, no en las interacciones estadísticas. Sin embargo, la idea de que los individuos responden a una privación relativa implica que solo los pobres deberían experimentar una privación relativa. Hasta donde sabemos, nadie ha probado nunca las interacciones estadísticas, ya sea que estuvieran examinando los efectos de la desigualdad en el crimen o en algún otro resultado (ver Neckerman y Torche 2007 para una revisión).

No tenemos una medida del estatus socioeconómico del delincuente individual en ninguno de los conjuntos de datos. Tampoco tenemos el poder estadístico para examinar adecuadamente las interacciones estadísticas (aunque hacemos algunos de estos análisis). Nuestro supuesto es que, dado que la mayoría de los delincuentes tienen un estatus inferior, cualquier efecto de la desigualdad se revelará en un análisis de los efectos principales.

Un análisis del índice de Gini

La mayoría de los estudios criminológicos sobre desigualdad se basan en el índice de Gini. Sin embargo, es probable que medidas de desigualdad de ingresos como el Gini reflejen los efectos tanto de la pobreza como de la desigualdad económica porque las distribuciones de ingresos están muy sesgadas: hay muchas más personas pobres que ricas.

Debido a esta distribución logarítmica normal, altos niveles de desigualdad se asocian con altos niveles de pobreza (Chakravarty 2009; Limpert et al. 2001; Singh y Maddala 1976).
Incluir una medida de desarrollo o ingreso promedio per cápita no resuelve este problema, ya que son medidas de tendencia central.

Presentamos los resultados de dos simulaciones en la Tabla  I para ilustrar el problema. Ambas simulaciones involucran naciones hipotéticas con el mismo tamaño de población (1,000,000), el mismo PIB per cápita ($ 10,000 per cápita) y la misma forma de distribución del ingreso (log-normal).

Una nación tiene una alta desigualdad de ingresos (desviación estándar = $ 5,000) mientras que la otra nación tiene una baja desigualdad de ingresos (desviación estándar = $ 2,000); tenga en cuenta que estos son valores realistas.

Usamos el porcentaje de personas que ganan menos de la mitad del ingreso promedio (<$ 5,000) como una medida del porcentaje de personas que viven en la pobreza. La tabla muestra que seis veces más personas viven en la pobreza en la nación menos igualitaria que en la nación más igualitaria (6 por ciento contra 1 por ciento). Los resultados son similares si las simulaciones se repiten con diferentes semillas aleatorias o si se utilizan diferentes umbrales de pobreza (por ejemplo, si el umbral de pobreza es de $ 3,000 en lugar de $ 5,000) . 2 Correlación entre Desigualdad, Pobreza y Criminalidad en el Mundo

Nota:
En ambas simulaciones, la población total es de 1.000.000 y el PIB per cápita promedio es de $ 10.000. La desigualdad de ingresos es mayor en la nación menos igualitaria (desviación estándar = $ 5,000) que en la nación más igualitaria (desviación estándar = $ 2,000).

En resumen, la mayoría de las investigaciones anteriores incluyen controles para el desarrollo económico, no la pobreza. Como señala Pridemore ( 2008 ), los indicadores de desarrollo económico no miden la pobreza.

La simulación proporciona más evidencia de que no es apropiado utilizar el índice de Gini u otras medidas de desigualdad sin controlar la pobreza. Las naciones con altos niveles de desigualdad también tienen altas tasas de pobreza, incluso cuando el nivel de desarrollo económico está controlado. Por tanto, los estudios basados en el índice de Gini son difíciles de interpretar, ya que reflejan el efecto tanto de la desigualdad de ingresos como de la pobreza.

Se debe controlar la proporción de personas que viven en la pobreza para que el índice de Gini refleje un efecto de desigualdad.

Un reanálisis de los datos internacionales sobre homicidios

Ahora intentamos desentrañar los efectos de la desigualdad de ingresos y la pobreza en las tasas de homicidio en 63 países. Incluimos las mismas variables de control que Messner, Raffalovich y Shrock ( 2002 ), uno de los estudios más influyentes en esta área. Primero intentamos una réplica aproximada del análisis de Messner, Raffalovich y Shrock.

Luego sustituimos nuestras medidas de pobreza por la medida de desarrollo económico y comparamos los resultados. Siguiendo a Pridemore (2008, 2011), nuestra hipótesis es que la desigualdad de ingresos no está relacionada con las tasas de homicidio, una vez que la pobreza se controla adecuadamente.

Usamos la regresión OLS con Expectativa-Maximización para los casos faltantes (software SPSS versión 20). Los países con datos faltantes sobre variables independientes y de control aún pueden incluirse. Los modelos son idénticos a las regresiones OLS, pero tienen la ventaja de manejar la estimación con datos faltantes en lugar de eliminar casos, lo que preserva el tamaño de la muestra.

Otra ventaja es que se imputan valores plausibles (con un error de medición adicional para evitar un ajuste excesivo), por lo que estos valores son fáciles de volver a analizar. También buscamos valores atípicos y no encontramos ninguno. Tenga en cuenta que el uso de una transformación logarítmica (Log 10) de la tasa de homicidios normaliza la distribución de la variable y ayuda a reducir el impacto de posibles valores atípicos.

Medición

Obtuvimos nuestra medida de la tasa de homicidios por 100.000 habitantes de la Organización Mundial de la Salud. La tasa de homicidios se registró para normalizar su distribución y reducir el impacto estadístico de las naciones con tasas de homicidio muy altas.

Cuando los datos estuvieron disponibles, usamos un promedio de seis años para minimizar las fluctuaciones anuales aleatorias (entre 1990-2000). Cuando se dispone de menos años de datos, el promedio se calculó a partir de todos los años disponibles. Tenga en cuenta que se utilizan al menos dos años de datos para cada nación.

El Apéndice I muestra una lista de las naciones incluidas en los análisis.

La desigualdad de ingresos, el desarrollo económico y la pobreza son nuestras principales variables independientes.

La desigualdad de ingresos se mide con el índice de Gini, que está disponible en línea como parte de la Base de datos mundial sobre desigualdad de ingresos (Naciones Unidas 2000 ). Siguiendo la sugerencia de Deninger y Squire (1996 ), agregamos 6.6 a las estadísticas de Gini basadas en el gasto para hacerlas más comparables con las estadísticas de Gini basadas en los ingresos.

Nuestra medida de desarrollo es proporcionada por el Informe de Desarrollo Humano de las Naciones Unidas (1998).

El Índice de Desarrollo Humano (IDH) se basa en la esperanza de vida al nacer, la tasa de alfabetización de adultos, la tasa de escolarización y el ingreso per cápita ajustado por el costo de vida.

Siguiendo a Pridemore ( 2008 , 2011 ), usamos la tasa de mortalidad infantil (registrada) como nuestra primera medida de pobreza. Nuestra segunda medida de pobreza se basa en dos índices separados de los índices de pobreza humana (IPH) proporcionados por el Informe de Desarrollo Humano de las Naciones Unidas (2008).

El primero evalúa la pobreza en los países en desarrollo y se basa en la probabilidad de no sobrevivir hasta los 40 años, la tasa de analfabetismo de adultos, el porcentaje de personas sin acceso a agua potable, el porcentaje de personas sin acceso a servicios de salud y el porcentaje de niños. menores de cinco años con bajo peso.

El segundo evalúa la pobreza en las naciones más industrializadas y se basa en la probabilidad de no sobrevivir hasta los 60 años, la tasa de analfabetismo funcional de los adultos, el porcentaje de personas que ganan menos del 50% del ingreso familiar disponible medio nacional y el porcentaje de personas desempleado durante más de un año.

Según el Informe de Desarrollo Humano de las Naciones Unidas, es necesario utilizar índices separados porque la pobreza se manifiesta de diferentes formas en las naciones en desarrollo y las naciones desarrolladas: los pobres de los países desarrollados tienen más recursos que los pobres de los países en desarrollo.

Los primeros pueden vivir con un presupuesto limitado, pero generalmente tienen acceso a alimentos, refugio, atención médica y agua potable.

Los pobres de los países en desarrollo pueden carecer de estas necesidades.

Dado que la pobreza en los países en desarrollo es más severa que la pobreza en los países más industrializados en términos absolutos, los índices HPI deben interpretarse en consecuencia. Las personas pobres que viven en países desarrollados están aún mejor, en términos absolutos, que las personas pobres que viven en países en desarrollo.

Para reflejar esta situación, creamos una lista de los países desarrollados y los ordenamos de acuerdo con su puntaje de índice de pobreza (números más altos para más pobreza).

Hicimos lo mismo con los países en desarrollo. Luego combinamos las listas, clasificando a todos los países en desarrollo con niveles más altos de pobreza que todos los países desarrollados.

Por lo tanto, la lista combinada indica una clasificación de 1 para el país desarrollado con la menor pobreza (Suecia) y una clasificación de 59 para el país en desarrollo con mayor pobreza (Zimbabwe). Tenga en cuenta que cuatro países tienen valores perdidos en este índice de pobreza. Estimamos modelos que incluyen y excluyen estos cuatro países y los resultados son los mismos (Modelos 3 y 4 en la Tabla IV).

Controlamos la densidad de población (registrada), el tamaño de la población (registrada), el crecimiento económico y la proporción de sexos. Las medidas de densidad y tamaño de la población y crecimiento económico se obtuvieron del Informe sobre Desarrollo Humano. La proporción de sexos (el número de hombres por cada 100 mujeres) se obtuvo de la Encyclopedia of Global Population and Demographics (Ness y Ciment 1999 ). Tiene dos valores perdidos.

Correlación entre Desigualdad, Pobreza y Criminalidad en el Mundo

Resultados

Las estadísticas descriptivas se presentan en la Tabla II y una matriz de correlación es presentado en la Tabla III. La tasa promedio de homicidios es de 6,99 por 100.000, y varía
de 0,74 (Japón) a 53,68 (Colombia). La tasa de homicidios es más fuerte relacionado con el índice de pobreza (r = 0,70) y la tasa de mortalidad infantil (r = 0,68) que a la desigualdad (r = 0,54) o al desarrollo económico (r = −0,54), lo que sugiere que la pobreza probablemente sea la variable más importante en nuestro análisis multivariante
análisis. Las medidas de pobreza están relacionadas con el desarrollo (r = −0,64 y −0,58), lo que sugiere que los índices abarcan dominios diferentes pero relacionados. los

El índice de pobreza y la tasa de mortalidad infantil están altamente correlacionados con cada otro (r = 0,76) sugiriendo que ambos son medidas razonables de pobreza. Finalmente, las correlaciones entre la desigualdad de ingresos y las medidas de pobreza (r = 0,76 para el índice de pobreza; r = 0,54 para la mortalidad infantil) confirman que las naciones con altos niveles de desigualdad de ingresos también tienen altos niveles de pobreza.

Correlación entre Desigualdad, Pobreza y Criminalidad en el Mundo

Presentamos los resultados de nuestros análisis multivariados en la Tabla  IV . Estos modelos se basan en ecuaciones que incluyen el índice de desarrollo o diferentes medidas de pobreza. Las pruebas confirmaron que la multicolinealidad no alcanzó niveles problemáticos (VIF> 5) en estos análisis.

En el Modelo 1 estimamos la misma ecuación que la estimada por Messner, Raffalovich y Shrock ( 2002 ). El modelo no incluye ninguna medida de pobreza. Nuestros resultados son similares a los de ellos: la desigualdad de ingresos se asocia positivamente con el homicidio, controlando el índice de desarrollo y otras características nacionales. Además, las naciones que están más desarrolladas económicamente y que tienen una alta proporción de sexos tienen tasas de homicidio más bajas.

En el Modelo 2 sustituimos la tasa de mortalidad infantil por el índice de desarrollo. En este modelo, el efecto de la desigualdad es más débil (de b = 0.025 a 0.019) pero sigue siendo estadísticamente significativo. La tasa de mortalidad infantil tiene un fuerte efecto positivo sobre los homicidios. El coeficiente estandarizado indica que es el predictor más poderoso de homicidio en el modelo 2. Los otros coeficientes no cambian mucho.

En el Modelo 3 sustituimos el índice de pobreza por el índice de desarrollo y la mortalidad infantil. En esta ecuación, el coeficiente de desigualdad es cercano a cero y estadísticamente no significativo. El índice de pobreza, por otro lado, tiene un efecto positivo sustancial y estadísticamente significativo. El coeficiente estandarizado indica que es el predictor más poderoso de homicidio en el modelo 3.

Nuevamente, los otros coeficientes no cambian mucho. Los resultados muestran que la pobreza se asocia positivamente con el homicidio, pero la desigualdad de ingresos no.

El Modelo 4 es una réplica del Modelo 3, omitiendo cuatro países con valores perdidos en el índice de pobreza. Los resultados del Modelo 4 son casi idénticos a los del Modelo 3, lo que confirma que el fuerte efecto de la pobreza y el efecto no significativo de la desigualdad no son un artefacto de la Expectativa-Maximización con datos faltantes.

En análisis no presentados, examinamos si podría haber efectos no lineales (es decir, cuadráticos) o interactivos de la desigualdad de ingresos. No observamos relaciones o interacciones no lineales con otras variables. También volvimos a estimar el modelo con el índice de desarrollo y el índice de pobreza en la misma ecuación.

Este análisis tuvo problemas de multicolinealidad, pero reveló un efecto de pobreza estadísticamente significativo, pero ningún efecto de desigualdad o desarrollo. También estimamos una ecuación en la que sustituimos el Producto Interno Bruto (PIB) per cápita (Banco Mundial 2001) como medida del desarrollo económico, ya que algunos estudios utilizan esta medida en lugar del índice de desarrollo.

Su efecto no fue estadísticamente significativo y su inclusión no tuvo mucho efecto sobre los coeficientes de desigualdad y pobreza.

Finalmente, realizamos algunos análisis complementarios para abordar los problemas de medición relacionados con nuestro índice de pobreza. Primero, estimamos ecuaciones en las que sustituimos las puntuaciones reales en los índices de pobreza por las clasificaciones, agregando la puntuación máxima de pobreza de los países desarrollados a la puntuación de pobreza de los países en desarrollo.

Este ajuste refleja el hecho de que la pobreza es más severa en los países en desarrollo que en los desarrollados. Los resultados fueron similares a los presentados en el Modelo 4.
En segundo lugar, analizamos las naciones desarrolladas y en desarrollo por separado para abordar la cuestión de si era apropiado combinar los dos índices de pobreza. Los análisis de estas submuestras revelaron resultados similares a los que presentamos.

Para las naciones desarrolladas, la tasa de homicidios se relacionó positivamente con el índice de pobreza (b = 0.025; beta = 0.623; p <0. 01) pero sin relación con la desigualdad de ingresos (b = −0,007; beta = −0,097; p = 0,529). Para las naciones en desarrollo, observamos el mismo patrón (b = 0.020; beta = 0.401; p <0.05 para pobreza yb = 0.010; beta = 0.186; p = 0.329 para desigualdad). Tenga en cuenta que cualquier error de medición en este índice tenderá a hacer que nuestras estimaciones de los efectos de la pobreza sean más conservadoras y dar una ventaja a la medida de desigualdad. En otras palabras, si hemos clasificado erróneamente algún país al crear el índice, debería debilitar la relación entre el índice de pobreza y la tasa de homicidios.

Un análisis de los datos de ICVS

Ahora usamos los datos de ICVS para examinar los efectos de la desigualdad de ingresos y la pobreza en el asalto físico, el robo, el robo y el hurto. El ICVS está alojado en el Instituto Interregional de Investigación sobre la Justicia y la Delincuencia de las Naciones Unidas (UNICRI) «para proporcionar datos sólidos sobre el delito y la victimización con fines de comparación internacional (UNICRI 2005)».

Nuestros análisis se basan en países donde se realizó una encuesta nacional entre 1989 y 2000 (28 de los 58 países). Las naciones con encuestas de ciudades capitales o encuestas regionales no se incluyen debido a problemas de medición discutidos anteriormente.

En el Apéndice I se presenta una lista de naciones .. Si bien el tamaño de la muestra es pequeño, no favorece una hipótesis sobre la otra. Además, resultará que los efectos no significativos son cercanos a cero, lo que sugiere que nuestros resultados serían similares si tuviéramos más poder estadístico.

Muchos académicos creen que las encuestas de victimización brindan mejores medidas del delito que los datos oficiales, dado que muchos delitos no se denuncian a la policía (Napolitano 1997 , 2003 ; Van Kesteren, Mayhew y Nieuwbeerta 2001).

Además, la medición de la delincuencia y otras variables en la ICVS está estandarizada: se hacen las mismas preguntas en todos los países. Las preguntas sobre victimización se centran en comportamientos específicos en lugar de categorías generales de delitos (por ejemplo, robo).

Este método es mejor para las comparaciones entre países, ya que el significado de las categorías de delitos puede variar de un país a otro. Por supuesto, el ICVS también tiene limitaciones.

Por ejemplo, todavía puede haber variaciones entre naciones en la interpretación de preguntas sobre comportamiento delictivo o en la disposición de las personas a participar en la encuesta y revelar la victimización. (Para discusiones más extensas sobre los méritos y limitaciones de la ICVS, ver Block 1993 ; Napolitano 1997 ; Napolitano 2003 ; UNICRI 2005; Van Wilsem 2004 ; Van Kesteren, Mayhew y Nieuwbeerta 2001 ; Van Dijk 2008 ).

Medición

Las cuatro variables dependientes en este análisis se basan en si el encuestado fue víctima de agresión física, robo, hurto y hurto durante el último año. A los encuestados se les hicieron las siguientes preguntas, y las variables se codifican con 1 si los encuestados informaron de victimización y 0 en caso contrario:

(1) ‘¿Ha sido atacado o amenazado personalmente por alguien de una manera que realmente lo asustó, ya sea en casa o en otro lugar, como en un bar, en la calle, en la escuela, en el transporte público, en la playa o en su lugar de trabajo? ‘ 3

(2) ‘¿Alguien te ha quitado algo usando la fuerza o amenazándote o alguien intentó hacerlo?’

(3) «¿Alguien entró en su casa o piso sin su permiso y robó o intentó robar algo?»

(4) “Aparte del robo que implica la fuerza, existen muchos otros tipos de robo de propiedad personal, como el hurto o el robo de un bolso, billetera, ropa, joyas, equipo deportivo. Esto puede suceder en el trabajo, en la escuela, en un pub, en el transporte público, en la playa o en la calle. ¿Ha sido víctima personalmente de alguno de estos robos? 4

Nuestras variables a nivel nacional son el índice de Gini, el índice de pobreza y la tasa de mortalidad infantil (logaritmo). Se miden de la misma forma que en el análisis de homicidios. Incluimos las siguientes variables a nivel individual: nivel de ingresos, sexo, edad, frecuencia de actividades de ocio nocturno fuera del hogar y tamaño de la ciudad o pueblo de residencia.

El nivel de ingresos se trata como una variable ficticia codificada como 50% superior o 50% inferior (la categoría de referencia). 5

El género se codifica con 1 para mujeres y 0 para hombres. La edad se mide con un conjunto de variables ficticias, codificadas como 15-24 (la categoría de referencia), 25-34, 35-49, 50 años o más o edad desconocida.

La actividad nocturna se basa en las respuestas a la pregunta «¿Con qué frecuencia sale usted personalmente por la noche con fines recreativos, por ejemplo, para ir a un pub, restaurante, cine o para ver a amigos?»

Las respuestas se codifican como ‘Casi todos los días’, ‘Al menos una vez a la semana’, ‘Menos de una vez a la semana’ (la categoría de referencia). El tamaño de la ciudad o pueblo donde viven los encuestados se mide con un conjunto de variables ficticias codificadas como ‘Menos de 10,000’, ‘10,000-49,999 ‘, ‘50,000-99,999’, ‘100,000-499,999’, ‘500,000 o más’ (la categoría de referencia).

Es importante controlar las características individuales de estos encuestados porque es probable que afecten la probabilidad de victimización, y porque es probable que sean asociados a la pobreza y la desigualdad.

Resultados

Las estadísticas descriptivas se presentan en la Tabla  V, mientras que los resultados multivariados se presentan en la Tabla  VI.

La ecuación 1 incluye el índice de pobreza, mientras que la ecuación 2 incluye la tasa de mortalidad infantil. Las ecuaciones se estiman mediante regresión logística multinivel de Bernoulli (software HLM versión 6).

Correlación entre Desigualdad, Pobreza y Criminalidad en el MundoCorrelación entre Desigualdad, Pobreza y Criminalidad en el Mundo

Notas:

Los grupos de referencia son [Bajos ingresos, hombres, edades de 16 a 24 años, ciudad de más de 500.000 habitantes, actividades nocturnas fuera del hogar menos de una semana]. Las variables ficticias para la edad desconocida de los encuestados, ingresos desconocidos, tamaño de pueblo / ciudad desconocido y frecuencia desconocida de actividades nocturnas fuera del hogar se incluyen pero no se presentan.
* p <0,05. Los resultados no respaldan la idea de que el nivel de desigualdad de ingresos de una nación tiene un efecto significativo en cualquier tipo de victimización por delincuencia. Ninguno de los coeficientes del índice de Gini se acerca a la significación estadística. No importa si se incluye el índice de pobreza o la mortalidad infantil en la ecuación. Vemos evidencia de que el índice de pobreza está asociado positivamente con el robo y el robo y que la tasa de mortalidad infantil está asociada positivamente con los tres delitos contra la propiedad. Sin embargo, ninguna de las variables a nivel nacional predice la victimización por agresión. También observamos los efectos de nuestras variables de control de nivel individual. Los encuestados con ingresos por encima de la mediana tienen menos probabilidades de ser agredidos que los encuestados por debajo de la mediana, pero tienen un poco más de probabilidades de sufrir un robo. Las mujeres tienen menos probabilidades de ser asaltadas o robadas, pero más probabilidades de sufrir robos. Los encuestados de mayor edad tienen menos probabilidades de ser víctimas de agresión, robo o hurto. Los residentes de ciudades más pequeñas y aquellos que salen con menos frecuencia por la noche tienen menos probabilidades de experimentar los cuatro tipos de victimización. Estos patrones son consistentes con otras investigaciones (Miethe y Meier 1994 ; Felson 2002 ) y, por lo tanto, proporcionan evidencia de la validez de los datos. También realizamos análisis agregados (resultados no presentados). Primero, examinamos las relaciones bivariadas entre la desigualdad y el crimen para ver si estaban relacionadas sin controles de pobreza. La desigualdad de ingresos se correlacionó con la tasa de robos (r = 0,49; p <0,05) y la tasa de robos (r = 0,46; p <0,05). Estos coeficientes son similares en fuerza a la correlación entre la desigualdad y las tasas de homicidio reportadas en el Cuadro  III.(r = 0,54). Por otro lado, la desigualdad no tuvo una relación bivariada significativa ni con las tasas de agresión (r = 0,21; ns) ni con las tasas de robo (r = 0,14; ns). En segundo lugar, examinamos un modelo agregado multivariado. Los resultados fueron similares a los de nuestros análisis multinivel, aunque el efecto del índice de pobreza y la tasa de mortalidad infantil fueron ligeramente más fuertes para los robos y robos. Correlación entre Desigualdad, Pobreza y Criminalidad en el Mundo

Discusión

Los sociólogos tienen un interés desde hace mucho tiempo en las consecuencias negativas de la desigualdad (por ejemplo, Neckerman y Torche 2007 ). Una de esas consecuencias, se ha argumentado, son las tasas de criminalidad más altas. Sin embargo, los criminólogos sociológicos han ignorado en gran medida el estudio de delitos distintos del homicidio, aunque sus explicaciones se basan en teorías del crimen, no en teorías del homicidio.

Argumentamos que había razones teóricas para ser escépticos de que el nivel de desigualdad de ingresos de un país afecte su tasa de criminalidad. Sugerimos que las personas no utilicen a sus compatriotas como grupo de referencia y que no estén en sintonía con la distribución de ingresos.

También sugerimos que la igualdad en un área geográfica puede implicar una concentración de pobreza que puede conducir a más delincuencia, no a menos. Finalmente, citamos estudios que sugieren que los incidentes violentos provienen de conflictos interpersonales con adversarios en lugar de agresiones desplazadas o aleatorias.

Los estudios sobre la violencia individual y colectiva no apoyan la idea de que la violencia refleje un arrebato irracional producido por una frustración que flota libremente. En resumen, la violencia puede ser más una respuesta a circunstancias locales y contextos más próximos.

Nuestros resultados sugieren que la desigualdad de ingresos no está relacionada con la variación de la delincuencia entre países, cuando se controla la pobreza. No está relacionado con asalto, robo, robo y hurto, según nuestros análisis multinivel de la ICVS. Cuando la pobreza se controla adecuadamente, la desigualdad de ingresos tampoco está relacionada con las tasas de homicidio.

Nuestros resultados de homicidios son generalmente consistentes con los de Pridemore ( 2008 , 2011 ). Sin embargo, sí encontramos que se mantuvo un pequeño efecto de la desigualdad cuando controlamos la mortalidad infantil. La diferencia entre nuestros resultados y los de Pridemore probablemente se deba a los efectos de nuestro tamaño de muestra más grande. Cuando incluimos solo las naciones que estudió, replicamos sus resultados.

Nuestra investigación proporciona más evidencia de que los efectos de la desigualdad de ingresos encontrados en investigaciones anteriores se debieron a una falla en el control de la pobreza. Demostramos que el índice de Gini refleja los efectos de la pobreza y la desigualdad, incluso cuando el desarrollo económico está controlado.

El índice de desarrollo económico es una medida de tendencia central y nunca se pensó que fuera una medida de pobreza. Como se indica en un documento de las Naciones Unidas:

El índice de desarrollo humano mide el progreso en una comunidad o país en su conjunto. El índice de pobreza humana mide la privación, la proporción de personas de la comunidad que quedan fuera del progreso. (Naciones Unidas 1998 : 25)

Encontramos evidencia bastante consistente sobre los efectos de la pobreza. Una persona que vive en un país con altos niveles de pobreza tiene más probabilidades de ser víctima de un homicidio, robo, allanamiento de morada y otros delitos de hurto. No podemos determinar si la relación entre pobreza y crimen es espuria o refleja un efecto causal.

Si hay un efecto causal, no podemos determinar si el efecto refleja una privación absoluta o relativa. Sin embargo, podríamos argumentar que la afirmación de un efecto causal de la pobreza no requiere tantos supuestos cuestionables como el argumento de que la desigualdad tiene un efecto causal.

No encontramos efectos de la pobreza sobre el riesgo de agresión física. Los ciudadanos no tienen más probabilidades de convertirse en víctimas de agresiones cuando viven en países con altos niveles de pobreza. Puede ser que no haya suficiente variación a lo largo del país en las tasas de agresión para detectar un efecto contextual. Un análisis de los componentes de la varianza en el análisis HLM mostró que hubo mucha menos variación entre países en la agresión que en los otros delitos.

Las agresiones pueden ser más ubicuas que otros delitos, cometidas por una gama más amplia de personas. Sin embargo, existe una variación dentro de los países, como lo indica el hecho de que la victimización por agresión está tan fuertemente asociada con factores de nivel individual (ingresos, edad, residencia urbana, género y actividades rutinarias) como lo están otros tipos de victimización.

La investigación internacional internacional futura debería centrarse en cómo interpretar la relación entre pobreza y delincuencia. Además, un desafío metodológico para los estudios futuros es desarrollar un índice confiable y estandarizado que mida directamente el nivel de pobreza en las naciones.

Nuestro estudio se basa en dos sustitutos de la pobreza, pero cada uno de ellos tiene defectos, por lo que es posible que estemos subestimando el verdadero impacto de la pobreza en la delincuencia. Además, sería útil recopilar datos de varios niveles para examinar si las personas con un nivel socioeconómico bajo tienen más probabilidades de cometer delitos si viven en áreas con altos niveles de desigualdad o pobreza concentrada.

No pudimos examinar adecuadamente esta interacción estadística con este conjunto de datos.

En resumen, hemos cuestionado si la desigualdad de ingresos conduce a la delincuencia tanto por motivos teóricos como empíricos. Es interesante que las revisiones de la literatura sobre desigualdad y resultados de salud hayan encontrado un patrón similar (por ejemplo, Daly et al. 1998 ; Lynch et al. 2004 ). Encuentran que la pobreza, pero no la desigualdad de ingresos, es perjudicial para la salud de una población.

Quizás la búsqueda de los efectos de la desigualdad en las ciencias sociales refleja lo que Felson ( 2002 ) describe como la falacia de la pestilencia: la tendencia a asumir que un mal social causa otros males sociales. Hay muchas razones por las que uno podría querer reducir la desigualdad económica, pero nuestros resultados sugieren que reducir la tasa de criminalidad no es una de ellas.

Trabajo disponible en Wiley Online Library

Notas;

1 En algunos países en desarrollo, las personas que viven en situaciones de pobreza extrema pueden cometer delitos contra la propiedad para sobrevivir.

2 Una semilla aleatoria es un concepto en las simulaciones de Monte Carlo que permite la generación de números aleatorios. Cambiar las semillas aleatorias asegura la creación de un nuevo conjunto de números aleatorios.

3 Se utilizaron viñetas ligeramente diferentes para el robo en las encuestas de 1989 y 1992, y para el robo en la encuesta de 1989. Los significados, sin embargo, eran muy similares.

4 Los encuestados se les pidió si el delincuente realidad los atacó. Solo incluimos los incidentes que culminaron en un ataque real; las amenazas solas sin un ataque se codificaron en 0. Sin embargo, replicamos el análisis codificando también las amenazas como asaltos. Los efectos de la pobreza y la desigualdad fueron los mismos.

5 Esta medida binaria de ingresos es limitada, pero era la mejor medida disponible en la ICVS.

Bibliografía:

Agnew, R. 1999 ‘ Una teoría general de la tensión de las diferencias comunitarias en las tasas de delincuencia ‘, Revista de investigación sobre delincuencia y delincuencia 36 : 123 – 155 .
Anderson, E. 1999 Código de la calle , WW Norton & Company.
Antonaccio, O. y Tittle, CR 2007 ‘ A Cross-national Test of Bonger’s Theory of Criminology and Economic conditions ‘, Criminology 45 : 925 – 958 .
Bailey, WC 1984 ‘ Pobreza, desigualdad y tasas de homicidio en la ciudad: algunos hallazgos no tan inesperados ‘, Criminología 22 : 531 – 550 .
Bennett, RR 1991 ‘ Desarrollo y crimen: un análisis transnacional de series de tiempo de modelos en competencia ‘, The Sociological Quarterly 32 : 343 – 363 .
Berkowitz, L. 1993 Agresión: sus causas, consecuencias y control , Nueva York : McGraw-Hill.
Black, D. 1976 The Behavior of Law , Nueva York : Academic Press.
Black, D. 1983 ‘El crimen como control social ‘, American Sociological Review 48 : 34 – 45 .
Blau, JR y Blau, PM 1982 ‘ The Cost of Inequality: Metropolitan Structure and Violent Crime ‘, American Sociological Review 47 : 114 – 129 .
Block, R. 1993 ‘ Measuring Victimization: The Effects of Methodology, Sampling, and Fielding ‘ en AA Frate , U. Zvekic y JJM Dijk (eds) Understanding Crime: Experiences of Crime and Crime Control , Roma : United Nations Interregional Crime and Justice Instituto de Investigación.
Bourguignon, F. 2001 ‘ Crime as a Social Cost of Poverty and Inequality: A Review Focusing on Developing Countries ‘ en S. Yusuf , S. Evenett y W. Wu (eds) Facets of Globalization: International and Local Dimensions of Development , Washington DC : Banco Mundial.
Brush, SG 1996 ‘ Dinámica de cambios teóricos en las ciencias sociales ‘, Revista de resolución de conflictos 40 : 523 – 545 .
Bursik, RJ 1988 ‘ Desorganización social y teorías del crimen y la delincuencia: problemas y perspectivas ‘, Criminología 26 : 519 – 551 .
Biblioteca en línea de Wiley PubMed Web of Science®
Clark, RE 1972 Teoría y delincuencia de grupos de referencia , Nueva York : Human Science Press.
Chakravarty, SR 2009 Desigualdad, polarización y pobreza: avances en el análisis distributivo , Springer.
Chamlin, MB y Cochran, JK 2005 ‘ Desigualdad económica atribuida y homicidio entre sociedades modernas: hacia el desarrollo de una teoría transnacional ‘, Estudios de homicidio 9 : 3 – 29 .
Cochran, JK , Chamlin, MB , Beeghley, L. y Fenwick, M. 2004 ‘ Religión, religiosidad y conducta sexual fuera del matrimonio: una aplicación de la teoría de grupos de referencia ‘, Investigación sociológica 74 : 70 – 101 .
Cusson, M. 2005 La Délinquance, une Vie Choisie: Entre Plaisir et Crime , Éditions Hurtubise.
Daly, MC , Duncan, GJ , Kaplan, GA y Lynch, JW 1998 ‘ Vínculos macro-a-micro en la relación entre la desigualdad de ingresos y la mortalidad ‘, The Milbank Quarterly 76 : 315 – 339 .
Deninger, K. y Squire, L. 1996 ‘ Un nuevo conjunto de datos para medir la desigualdad de ingresos ‘, Revista económica del Banco Mundial 10 : 565 – 592 .
Dollard, J. , Doob, N. , Miller, NE , Mowrer, OH y Sears, RR 1939 Frustración y agresión , New Haven, CT: Yale University Press.
Easterlin, RA 2001’Ingreso y felicidad: hacia una teoría unificada’, The Economic Journal 473:465-484.
Eisner, M. 2002 ‘ Crime, Problem Drinking, and Drug Use: Patterns of Problem Behavior in Cross-national Perspective ‘, Annals of the American Academy of Political and Social Sciences 580 : 201 – 225 .
Fajnzylber, P. , Lederman, D. y Loayza, N. 1998 Determinantes de las tasas de delincuencia en América Latina y el mundo: una evaluación empírica , Washington DC : Banco Mundial.
Fajnzylber, P. , Lederman, D. y Loayza, N. 2002a ‘ What Causes Violent Crime? ‘, Revisión Económica Europea 46 : 1323 – 1356 .
Fajnzylber, P. , Lederman, D. y Loayza, N. 2002b ‘ Inequality and Violent Crime ‘, The Journal of Law and Economics 45 : 1 – 39 .
Felson, M. 2002 Crimen y vida cotidiana . 3 rd edición , Sage.
Felson, RB y Paré, PP 2010 ‘¿ Culturas de armas o culturas de honor? Explicando las diferencias regionales y raciales en el transporte de armas ‘, Social Forces 88 : 1357 – 1378.
Goodwin, J. 2001 Sin otra salida: Estados y movimientos revolucionarios, 1945–1991 , Cambridge University Press.
Gurr, TR 1968 ‘ Factores psicológicos en la violencia civil ‘, World Politics 20 : 245 – 278 .
Gurr, TR 1970 Why Men Rebel , Princeton University Press.
Jacobs, BA y Wright, R. 2006 Street Justice: Retaliation in the Criminal Underworld , Nueva York : Cambridge University Press.
Katz, J. 1988 Seducciones del crimen: atracciones morales y sensuales al hacer el mal , libros básicos.
Kick, EL y LaFree, GD 1985 ‘El desarrollo y el contexto social del asesinato y el robo ‘, Investigación social comparada 8 : 37 – 58 .
Krahn, H. , Hartnagel, T. y Gartrell, J. 1986 ‘ desigualdad del ingreso y los índices de homicidios: datos transnacionales y las teorías criminológicas ‘, Criminología 24 : 269 – 295 .
Krohn, M. 1978 ‘ A Durkheimian Analysis of International Crime Rates ‘ Social Forces 57 : 654 – 670 .
Kubrin, CE y Weitzer, R. 2003 ‘ Homicidio de represalia: Desventaja concentrada y cultura de barrio ‘, Problemas sociales 50 : 157 – 180 .
LaFree, G. 1999 ‘ Comparative Cross-national Studies in Homicide ‘ en MD Smith y MA Zahn (eds) Homicide Studies: A Source Book of Social Research , Beverly Hills, California : Sage.
LaFree, G. y Kick, E. 1986 ‘ Cross-national Effects of Developmental, Distributional, and Demographic Variables on Crime: A Review and Analysis ‘, International Annals of Criminology 24 : 213 – 235
Lee, MR 2000 ‘ Pobreza concentrada, raza y homicidio ‘, Sociological Quarterly 41 : 189 – 206 .
Biblioteca en línea de Wiley Web of Science®
Limpert, E. , Stahel, WA y Abbt, M. 2001 ‘ Distribuciones logarítmicas normales en todas las ciencias: claves y pistas ‘, Bioscience 51 : 341 – 352 .
Luckenbill, DF 1977 ‘ Homicidio criminal como una transacción situada ‘, Social Problems 26:176- 186
Lynch, J. , Smith, GD , Harper, S. , Hillemeier, M. , Ross, N. , Kaplan, GA y Wolfson, M. 2004 ‘ Is Income Inequality a Determinant of Population Health? Parte 1. Una revisión sistemática », The Milbank Quarterly 82 : 5 – 99 .
McAdam, D. , Tarrow, S. y Tilly, C. 2001 Dynamics of Contention , Cambridge University Press.
McPhail, C. 1991 El mito del mundanal ruido , Nueva York : Aldine de Gruyter.
Merton, RK 1938 ‘ Estructura social y anomia ‘, American Sociological Review 3 : 672 – 682 .
Messner, SF 1986 ‘ Modernización, características estructurales y tasas sociales de delincuencia: una aplicación de la teoría macrosocial de Blau ‘, Sociological Quarterly 27 : 27 – 41
Biblioteca en línea de Wiley Web of Science®
Messner, SF 2003 ‘ Comprensión de la variación transnacional en la violencia criminal ‘ en W. Heitmeyer y J. Hagan (eds) International Handbook of Violence Research , Dordrecht, Países Bajos : Kluwer.
Messner, SF , Raffalovich, LE y Shrock, P. 2002 ‘ Reevaluación de la relación transnacional entre la desigualdad de ingresos y las tasas de homicidio: implicaciones del control de calidad de los datos en la medición de la distribución de ingresos ‘, Journal of Quantitative Criminology 18 : 377 – 395 .
Messner, SF , Raffalovich, LE y Sutton, GM 2010 ‘ Tasas de pobreza, mortalidad infantil y homicidios en una perspectiva transnacional: evaluaciones de validez de criterios y construcciones’, Criminología 48: 509-537.
Messner, SF y Rosenfeld, R. 1997a El crimen y el sueño americano . 2 nd Ed , Belmont : CA. Wadsworth.
Messner, SF y Rosenfeld, R. 1997b ‘ Restricción Política del mercado y los niveles de homicidio criminal: Aplicación A transnacional de anomia institucional-Theory ‘, Fuerza Social 75 : 1393 – 1416 .
Miethe, TD y Meier, RF 1994 El crimen y su contexto social: hacia una teoría integrada de delincuentes, víctimas y situaciones , State University of New York Press.
Miethe, TD , Stafford, MC y Long, JS 1987 ‘ Diferenciación social en victimización criminal: una prueba de actividades rutinarias / teorías de estilo de vida ‘, American Sociological Review 52 : 184 – 194 .
Miller, WB 1958 ‘ La cultura de clase baja como medio generador de delincuencia de pandillas ‘, Journal of Social Issues 14 : 5 – 19 .
osley, WH y Chen, LC 1984 ‘ un marco analítico para el Estudio de la supervivencia infantil en los países en desarrollo ‘, Population and Development Review 10 : 25 de – 45 .
Napolitano, JL 1997 Cross-National Crime: A Research and Review Sourcebook , Westport, Connecticut : Greenwood Press.
Napolitano, JL 2003 ‘ Explicación de la variación en la victimización por delitos entre naciones y dentro de las naciones ‘, Revista Internacional de Justicia Penal 13 : 76 – 89 .
Neckerman, K. y Torche, F. 2007 ‘ Desigualdad: causas y consecuencias ‘, Revista anual de sociología 33:335-357 .
Ness, I. y Ciment, J. 1999 Encyclopedia of Global Population and Demographics, Volume 1 and 2 , ME Sharpe Reference.
Neumayer, E. 2003 ‘Una buena política puede reducir los delitos violentos: evidencia de un panel internacional de tasas de homicidio, 1980-97 ‘ Journal of Peace Research 40 : 619 – 640 .
Ouimet, M. 2012 ‘ A World of Homicides: the Effect of Economic Development, Income Inequality, and Excess Infant Mortality on the Homicide Rate for 165 Countries in 2010 ‘, Homicide Studies 16 : 238 – 258 .
Parker, KF y Reckdenwald, A. 2008 ‘ Desventaja concentrada, modelos de conducta masculinos tradicionales y violencia juvenil afroamericana’, Criminología 46 : 711 – 735 .
Pratt, TC y Cullen, FT 2005 ‘ Evaluación de predictores y teorías del crimen a nivel macro: un metaanálisis ‘ en M. Tonry (ed) Crime and Justice: A Review of Research Vol. 12 , Chicago, IL : University of Chicago Press.
Pratt, TC y Godsey, TW 2003 ‘ Social Support, Inequality, and Homicide: A Cross-national Test of an Integrated Theoretical Model ‘, Criminology 41 : 611 – 643 .
Pridemore, WA 2008 ‘ Un metodológica adición a la transnacional de Literatura Estructura Social y homicidio: una primera prueba de la tesis de la pobreza y Homicidios ‘, Criminología 46 : 133 – 154 .
Biblioteca en línea de Wiley Web of Science®
Pridemore, WA 2011 ‘La pobreza importa: una reevaluación de la relación desigualdad-homicidio en estudios transnacionales ‘, British Journal of Criminology 51 : 739 – 772 .
Runciman, WG 1966 Privación relativa y justicia social . Routledge.
Sampson, RJ y Lauritsen, JL 1994 ‘ Victimización violenta y ofensa: factores de riesgo a nivel individual, situacional y comunitario ‘ en AJ Reiss y J. Roth (eds) Comprensión y prevención de la violencia: influencias sociales , vol. 3 , Washington, DC : National Academy Press.
Sampson, RJ , Raudenbush, S. y Earls, F. 1997 ‘ Barrios y delitos violentos: un estudio multinivel de eficacia colectiva ‘, Science 277 : 918 – 924 .
Savolainen, J. 2000 ‘ Desigualdad, estado de bienestar y homicidio: mayor apoyo a la teoría de la anomia institucional ‘, Criminología 38 : 1021 – 1042 .
Singh, SK y Maddala, GS 1976 ‘ A Function for Size Distribution of Incomes ‘, Econometrica 44 : 963 – 970 .
Soares, RR 2000 ‘ Development, Crime, and Punishment: Accounting for the International Differences in Crime Rates ‘ Manuscrito disponible en línea en:http://lacea.org/meeting2000/RodrigoSoares.pdf
Tedeschi, JT y Felson, RB 1994 Violencia, agresión y acciones coercitivas , Washington, DC : Asociación Americana de Psicología.
Thomas, WI y Thomas, DS 1928 The Child in America: Behavior Problems and Programs , Nueva York : Knopf.
Tseloni, A. y Farrell, G. 2002 ‘ Victimización por robo en Europa: los roles de la victimización previa, actividades de rutina a nivel micro y macro ‘ en P. Nieuwbeerta (ed) Victimización por delito en perspectiva comparada: resultados de la encuesta internacional sobre víctimas del delito, 1989-2000, Den Haag : Boom Juridische uitgevers.
Informe sobre desarrollo humano 1998 de las Naciones Unidas 1998 , NY : Oxford University Press.
Base de datos de desigualdad de la renta mundial de 2000 de las Naciones Unidas . Disponible en línea en:www.wider.unu.edu
Informe sobre desarrollo humano 2008 de las Naciones Unidas, 2008 . Disponible en línea en:http://hdr.undp.org/en/reports/
UNICRI 2005 Encuestas internacionales sobre víctimas de delitos . Disponible en línea enwww.unicri.it/icvs/
Van Dijk, JJ 2008 El mundo del crimen: Rompiendo el silencio sobre los problemas de seguridad, justicia y desarrollo en todo el mundo , Sage.
Van Kesteren, JN , Mayhew, P. y Nieuwbeerta, P. 2001 Criminal Victimization in Seventeen Industrialized Countries: Hallazgo clave de la Encuesta Internacional de Víctimas del Crimen 2000 , La Haya, Ministerio de Justicia : WODC.
Van Wilsem, J. 2004 ‘ Criminal Victimization in Cross-national Perspective: An Analysis of Rates of Theft, Violence and Vandalism Across 27 Countries ‘ European Journal of Criminology 1 : 89 – 109 .
Van Wilsem, J. , de Graaf, ND y Wittebrood, K. 2002 ‘ Variaciones en CTN Victimización: El impacto de la composición y Contexto ‘ en P. Nieuwbeerta (ed) victimización en perspectiva comparada: Los resultados de las víctimas del crimen Internacional de la encuesta, 1989-2000 , Den Haag : Boom Juridische uitgevers.
Walker, I. , Wong, NK y Kretzschmar, K. 2002 » Privación relativa y atribución: del agravio a la acción » en I. Walker y HJ Smith (eds) Privación relativa: especificación, desarrollo e integración , Cambridge University Press.
Wilkinson, R. 2004 ‘ ¿Por qué la violencia es más común donde la desigualdad es mayor? ‘, Anales de la Academia de Ciencias de Nueva York 1036 : 1 – 12 .
Biblioteca en línea de Wiley PubMed Web of Science®
Wilkinson, R. y Pickett, K. 2009 The Spirit Level , Allen Lane.
Wolfgang, ME y Ferracuti, F. 1967 The Subculture of Violence: Towards an Integrated Theory in Criminology , Londres : Tavistock Publications.
Indicadores de desarrollo mundial 2001 del Banco Mundial en CD-Rom , Washington, DC : Banco Mundial.

Dejar respuesta

Please enter your comment!
Please enter your name here