PA Data model summary of results

Algunas personas son constantemente víctimas del delito y representan una pequeña proporción de la población que sufre un gran porcentaje de los delitos denunciados. De hecho, según el Centro Británico de Investigación Criminal (British Crime Survey) alrededor de 4% de la población sufre el 40% de los delitos (vea la tabla). La victimización reiterada se ha encontrado en delitos como la violencia doméstica, el robo a casa habitación, ataques raciales y asalto sexual, por nombrar solo algunos ejemplos. Como las instalaciones peligrosas y las ofensas reiteradas, la victimización reiterada es una variación de la regla 80-20 (paso 19).

Es fácil de notar la magnitud de este fenómeno por varias razones.

1. Muchas víctimas no informan a las autoridades de los actos que sufrieron, lo que significa que la victimización reiterada no queda asentada en los archivos policiales. Por esta razón los investigadores tratan de usar información en encuestas. Con este método puede preguntarse a la gente sobre aquellos delitos que no informaron a la policía.

2. Los analistas a menudo observan el fenómeno de la victimización reiterada contando el número de ocasiones que la policía tuvo que asistir a una dirección, pero la información policial suele tener errores sobre los datos exactos del lugar de los hechos. Esto lleva a sobreestimar los casos únicos o especiales, como sucede actualmente. Tal dificultad puede ser reducida incrementando la capacidad policial de recoger datos fidedignos a través del uso de software para mapas digitalizados. (nota de los traductores: como el Arc View, que es utilizado en nuestra página www.seguridadpublicaenmexico.org.mx).

3. La victimización reiterada puede ser desestimada por el efecto “marco temporal”. Si sólo son contadas las victimizaciones durante un periodo de tiempo específico –de enero a junio de 2002, por ejemplo – entonces alguien que haya sido víctima en diciembre de 2001, al ser establecida el “marco temporal”, no se le contaría como una víctima reiterada. Y Si tuvieran la suerte de ser victimizados en julio de 2002, tampoco se les contaría debido a esta situación. La oficina de inteligencia recomienda usar un método de “marcos cambiantes” donde cada víctima sea contada y este bajo seguimiento por un año después de sucedido el evento criminal.

El conocimiento sobre las victimas reiteradas es útil para predecir qué personas están bajo un mayor riesgo y cuando no lo están. Las personas que han sido victimizadas una vez, tienen mayor probabilidad de serlo en comparación con aquellas que nunca han pasado por esa experiencia. En este sentido, las personas que fueron victimizadas dos veces tienen una mayor oportunidad de serlo otra vez, que aquellas a las que les sucedió una vez. El tiempo entre los ataques reiterados es normalmente reducido. Conocer del tiempo promedio entre las comisiones de los delitos hace posible implementar temporalmente un programa de prevención del delito diseñado de acuerdo a su persistencia cuando el riesgo de delito es más alto.

Los recursos para la prevención del delito pueden enfocarse hacia personas que tienen el riesgo más alto de ser victimizadas cuando la proclividad al riesgo es elevada para grupos grandes de personas, la mayoría con el riesgo de ser víctima del mismo delito. Muchas fuerzas policíacas ahora usan una “respuesta graduada” cuando tienen que lidiar con este tipo de incidentes. Esto significa mientras alguien sea más victimizado más intensivas serán las medidas de prevención del delito tomadas por la policía.

Ken Pease, al explicar la victimización reiterada distingue dos tipos de contadores:

1. Los contadores de fomento explican repeticiones en términos de las experiencias positivas durante la ofensa inicial. Por ejemplo, un ladrón aprende una gran cantidad de cosas durante un allanamiento. Este conocimiento lo puede animar a regresar para iniciar otro acercamiento.

Un ladrón también puede decirle a otros acerca de los bienes que aún quedaban e invitar a otros ladrones a realizar ataques subsecuentes.

2. Los contadores de bandera explican las repeticiones en términos del atractivo inusual o la vulnerabilidad de blancos particulares que son victimizados por una variedad de victimarios. Algunas profesiones tienen niveles de victimización más altos en proporción a otros (los taxistas por ejemplo) y las personas que pasan mucho tiempo en medios arriesgados también son más proclives a ser victimizadas. Finalmente, la propiedad de productos calientes, como los automóviles atractivos a los ladrones que los ocupan para diversión (Paso 29), también aumentará la probabilidad de que se repita el proceso de victimización.

Las repeticiones virtuales, (también llamadas repeticiones cercanas) tienen características similares a aquellas que sufrió la primera víctima. Después de un ataque exitoso en un primer blanco, los victimarios generalmente se dirigen a blancos con características similares. Algunos ejemplos son casas con características equivalentes y en la misma zona donde ocurrió su primer delito, por lo que es dable esperar un peligro más alto en esas circunstancias dadas las cosas que el victimario ha aprendido a lo largo de sus experiencias anteriores.

Vecino vigilante

Todo el análisis delictivo involucra la proyección de cosas a futuro en base a lo que ha ocurrido en el pasado. La victimización reiterada nos dice del incremento en el riesgo que la misma víctima podría sufrir nuevamente, a menudo a los días o semanas siguientes a la ocurrencia del delito anterior. Pero un delito comunica más que eso. Éste ilustra cómo los riesgos se esparcirán a lugares cercanos. Kate Bowers y Shane Johnson han mostrado cómo el riesgo de robo a casa habitación se esparce entre la misma calle. Por ejemplo inicialmente roban a una casa habitación la cual se toma como referencia. En la gráfica la variable casas aisladas indica a cuantas casas de

la casa “referencia” robada inicialmente se realiza otro tipo de robo similar. Así estos números son una referencia de distancia entre la localización del primer robo y los siguientes en el mismo lado de la calle o en la casa vecina. Una distancia de uno cuenta una casa al lado de la de referencia que fue robada en el mismo lado de la calle, o la casa de enfrente. Una distancia de dos se refiere a casas dos puertas abajo en el mismo lado de la calle, o diagonalmente opuesto, y así sucesivamente. La ordenada (eje de las X’s) muestra el número de robos siguientes a la referencia. Los datos vienen

de la Policía de Merseyside. Se verá que el riesgo de otro robo declina conforme aumenta la distancia entre el robo de referencia y los demás. Para cualquier distancia dada, el riesgo es mayor para las casas que están al frente o el mismo lado de la calle. Esto muestra cuales casas deben ubicarse para protegerlas de una ola de robos. Debe darse prioridad a las casas cercanas a la casa robada y sobre todo en el mismo lado de la calle.

Fuente: dos artículos por publicarse en el European Journal of Criminology por Kate Bowers and Shane Johnson: (1) ‘The

Burglary as Clue to the Future: the Beginnings of Prospective Hot-spotting’, y (2) ‘Domestic burglary Repeats and Space- time Clusters: the Dimensions of Risk.’

Bibliografía recomendada

Graham Farrell and colleagues (2002). The Time-Window Effect in the Measurement of Repeat Victimisation. In Analysis for

Crime Prevention, Crime Prevention Studies, vol. 13, edited by Nick Tilley. Monsey, New York: Criminal Justice Press (and

WillanPublishing, UK).

Home Office (2002). Crime Reduction Tool Kits: RepeatVictimisation – Timescale.

dttp://www.crimereduction.gov.uk/toolkits/rv030104.htm. Ken Pease (1998). Repeat Victimisation: Taking Stock.Crime Prevention and Detection Paper 90. London: Home Office.

Delitos Porcentaje Porcentaje

denunciados encuestados incidentes

0 59.5 0.0 1 20.3 18.7 2 9.0 16.5 3 4.5 12.4 4 2.4 8.8 5+ 4.3 43.5

Source : British Crime Survey, 1992 all offences

Alrededor del 4% de las víctimas experimentan el 40% de los delitos

R o b o a c a s a h a bi ta c ión Casas aisladas Frente a la calle Frente a la calle Frente sobre la misma calle Casas opuestas