Los incendios intencionados en la vía pública constituyen un fenómeno poco analizado en la literatura científica española. La academia ha puesto el foco de atención en la quema intencionada de entornos forestales, en detrimento de los actos de quema contra el mobiliario urbano, tales como vehículos, contenedores de residuos, portales de edificios, etc. Si bien es cierto que los incendios forestales tienen consecuencias graves para el medio ambiente y para las personas, aquellos iniciados en la vía pública suponen también unos costes nada desdeñables. Por ejemplo, el Ayuntamiento de Zaragoza estimó que los daños sufridos por quema de contenedores en 2014 fueron superiores a los 174.000 euros. A las pérdidas económicas y materiales sufridas se suma el miedo que generan tales actos. Los vecinos de los barrios donde se concentran los fuegos en un breve espacio de tiempo experimentan una sensación subjetiva de inseguridad dadas las consecuencias que aquellos puede tener para su vida y su patrimonio.

La concentración de episodios de incendios en determinadas zonas de la ciudad implica problemas objetivos y subjetivos de seguridad. Objetivos por la evidente existencia de algunos factores responsable de la acumulación de incendios premeditados en esas zonas en concreto. Subjetivos porque la concentración de estos episodios genera en los residentes de tales zonas sentimientos elevado de inseguridad y miedo al delito. A nivel geográfico, el hueco existente en la literatura científica no ha permitido conocer cuáles son esos factores estructurales de los barrios responsables de la mayor concentración de incendios intencionados en las calles.

El objetivo de este artículo es arrojar, de forma exploratoria, algo de luz a los factores que puedan explicar por qué unos barrios experimentan más incendios intencionados que otros. La ciudad objeto de estudio para este proyecto es Barcelona.

La hipótesis de partida es que existen una serie de características estructurales del barrio que le configuran como un entorno de oportunidad para la quema de elementos en el entramado urbano. El conocimiento de esos factores podría estimular el diseño, desarrollo y aplicación de medidas tendentes a eliminarlos o reducirlos. El objetivo es conocer qué variables de las analizadas explican mejor la mayor o menor ocurrencia de incendios en cada uno de los 73 barrios que componen la ciudad de Barcelona. Para ello se llevará a cabo una regresión lineal múltiple.

Para ello, a través de los datos cedidos por la Generalitat de Cataluña se obtienen el número de incendios intencionados que ocurrieron en cada barrio de Barcelona durante el año 2012. El resultado constituye la variable dependiente de este estudio, esto es, Y = número de incendios intencionados en cada barrio. Por su parte, las variables independientes se obtuvieron a través del portal Open Data de Barcelona. La siguiente tabla muestra cada variable incorporada y el motivo de su selección.

Variable

Motivo de incorporación

Incendios intencionados en la vía pública durante el año 2011. Número de incendios

La literatura criminológica basada en el lugar afirma que uno de  los mejores estimadores

del   presente   es   el   pasado.   Por   ello, se

premeditados ocurridos en los barrios durante 2011.

considera como variable independiente el número de incendios en cada barrio el año

anterior al del objeto de estudio.

Problemas de convivencia vecinal en el barrio. Número de incidentes relacionados con problemas de convivencia entre los vecinos gestionados por la Guardia Urbana en

2012.

Las disputas entre los residentes del barrio pueden derivar en formas de venganza tales como la quema de vehículos.

Vandalismo. Número de incidentes por vandalismo gestionados por Guardia Urbana en 2012.

La concentración de estos incidentes puede indicar la falta de un control social formal e informal en el barrio, emitiendo señales de poca vigilancia y supervisión de actos

incívicos o delictivos.

Manifestaciones. Número de incidentes por manifestaciones gestionadas por Guardia Urbana en 2012.

Las manifestaciones pueden derivar en actitudes violentas contra el mobiliario urbano, tales como la quema indiscriminada

de elementos situados en la calle.

Residuos. Variable formada por la combinación de dos factores: (i) número de incidentes relacionados con problemas de residuos y suciedad en el barrio gestionados por Guardia Urbana y (ii) cantidad media de residuos generada por barrio.

Esta variable podría operar de dos formas: 1. Los vecinos podrían quemar los residuos acumulados como protesta a la Administración Local que no los retira o 2. La acumulación de residuos supone la concentración de objetivos adecuados a quemar por parte de aquellos con intención

de establecer un incendio.

Enfermedad Mental. Número de actuaciones realizadas por la Guardia Urbana en relación

con personas con enfermedad mental.

Los sujetos que padecen ciertos desórdenes mentales pueden prestar mayor tendencia al

inicio de fuego intencionado.

Drogas. Número de incidentes relacionados con problemas de droga en el barrio gestionados por Guardia urbana en 2012.

La presencia de drogas puede aumentar el conflicto entre grupos de traficantes. Un ajuste de cuentas podría saldarse prendiendo fuego al vehículo del sujeto acusado de

impago.

Vehículos abandonados. Número de vehículos abandonados en el barrio en 2012.

La presencia acumulada de estos vehículos puede suponer la existencia de objetivos adecuados para el incendio. Además, un número alto de vehículos abandonados puede emitir pistas visuales sobre la

desorganización social en el barrio.

A continuación, se muestran los resultados para la regresión lineal múltiple y se interpretan los distintos estadísticos (figura1). Antes de proceder a la valoración de los coeficientes y del resto de resultados, es importante observar el estadístico F, para comprobar si efectivamente existe una relación lineal en las variables que se analizan. Dado el p-valor asociado a este estadístico (p-valor<0.05), podemos rechazar la hipótesis nula y afirmar que, al menos uno de los parámetros del modelo es distinto de cero, es decir, que el modelo de regresión lineal tiene sentido en este caso.

Respecto de los distintos coeficientes, es necesario observar el parámetro Pr(>|t|). Con ello se busca comprobar si debemos eliminar algunas de las variables del modelo, dada su insignificancia. En este caso, debemos eliminar las variables “convivencia ciudadana”, “drogas” y “vandalismo”. El resto de las variables son significativas y deben permanecer en el modelo.

El signo de los coeficientes es coherente con los resultados esperados, a excepción de la variable “convivencia ciudadana” y “vandalismo”. Al tener un signo negativo, implica que a mayor cantidad de problemas de convivencia o de vandalismo en el barrio, menor riesgo de incendios intencionados. No obstante, dado el valor de Pr(>|t|) para estos coeficientes, ambos son eliminados del modelo.

Figura 1: Resultados de la regresión lineal por modelo OLS.

                     

La ecuación queda entonces de la siguiente manera:

Número de incendios en el barrio (Y) = -1.854197 + 0.876065* enfermedad mental + 0.397408*incendios en 2011 + 0.029305*manifestaciones + 0.717894* residuos + 0.051224*vehículos abandonados. Partiendo del modelo anterior, si en un barrio, habiéndose producido en el año anterior

49   incendios,   se   realizan   30   intervenciones   por  personas   con   enfermedad mental,  27 intervenciones por manifestaciones existen 125 problemas por residuos y se acumulan en el barrio 79 vehículos abandonados, el número de incendios intencionados para ese barrio se estima en 138.5 fuegos.

Visto todo lo anterior, cabe formular una pregunta más, igualmente importante. ¿Puede aplicarse el modelo para predecir nuevos valores? Es decir ¿Proporcionará con otros datos unos valores fiables? Para resolver a la cuestión debemos fijarnos en el valor del estadístico Múltiple R-Squared, que en este caso es de 0.7478. Puede observarse que es un valor muy cercano a 1, lo que implica que el modelo es bastante fiable.

A modo de conclusión, existen una serie de condicionantes que permiten estimar con una fiabilidad considerable el número de incendios intencionado en la vía pública. Los resultados en la regresión son los esperados, aunque los signos de dos de las variables resulten contrarios a las hipótesis de partida. Probablemente se deba a la existencia de autocorrelación espacial en la variable dependiente, dada la naturaleza geográfica de los datos, por lo que los resultados han de interpretarse con cautela. No obstante, puede concluirse que la importancia de analizar los incendios premeditados en entornos urbanos es importante, ya que revelar factores como los que se han manifestado en este proyecto pueden impulsar medidas preventivas a varios niveles.

Dejar respuesta

¡Por favor introduce tu comentario!
Por favor introduce tu nombre aquí