Violência no Rio: a economia importa?

A violência no Rio tem sido tema de alguns posts por aqui, graças à excelente base de dados do Instituto de Segurança Pública (ISP). Uma pergunta imediata é quais seriam os fatores relevantes para explicar os diversos aspectos da criminalidade no Rio de Janeiro. Pensando nisso, resolvi escrever a Edição 69 do Clube do Código sobre isso.

Becker (1968) define a decisão de cometer um crime como um processo racional, onde o potencial criminoso calcularia custos e benefícios para então decidir se vai em frente ou não. A partir desse trabalho seminal, uma extensa literatura teórica e empírica tem sido desenvolvida, relacionando diversos fatores econômicos que impactam nos custos e benefícios da decisão de cometer um crime.

Os gráficos acima relacionam o total de roubos e os homicídios dolosos no Rio de Janeiro à taxa de desemprego medida pela PNAD Contínua. O desemprego funciona como uma proxy para a situação econômica do país. Como é possível ver, há uma diferença importante na correlação entre os dois tipos de crimes. Enquanto os homicídios são apenas levemente correlacionados com o desemprego, há uma correlação mais forte entre esta e o total de roubos.

Dependent variable:
total_roubos hom_doloso
(1) (2)
desemprego 1,483.346*** 5.870**
(85.198) (2.339)
dummy -10,303.840***
(2,027.971)
Constant 437.673 333.273***
(853.107) (23.519)
Observations 92 92
R2 0.777 0.065
Adjusted R2 0.772 0.055
Residual Std. Error 1,995.093 (df = 89) 55.383 (df = 90)
F Statistic 154.826*** (df = 2; 89) 6.295** (df = 1; 90)
Note: *p<0.1; **p<0.05; ***p<0.01

A tabela acima traz, por seu turno, os resultados das regressões do total de roubos e dos homicídios dolosos contra a taxa de desemprego. De modo a prevenir regressões espúrias, nós testamos as especificações usando o teste CADF, de onde conseguimos rejeitar a hipótese nula de ausência de cointegração. Os modelos, contudo, são bastante distintos em termos de ajuste. Enquanto o desemprego (e mais uma dummy) explicam parte importante da variação do total de roubos, ele explica muito pouco da variação dos homicídios dolosos. Esses resultados, a propósito, estão em linha com Levitt (1997), que mostrou que a taxa de desemprego afeta os crimes contra a propriedade, mas não os crimes violentos.

O exercício completo estará disponível na sexta-feira, na Edição 69 do Clube do Código.

_________________

Balassiano, L.; Costa, C. M.; Gomes, F. A. R. (2012) Os Fatores econômicos importam? Uma análise da criminalidade no estado do Rio Grande do Sul. FUCAPE Working Papers nº 35.

BECKER, G. Crime and Punishment: An Economic Approach, Journal of Political Economy, 76, 169-217, 1968.

Bruce E. Hansen, 1995. "Rethinking the Univariate Approach to Unit Root Testing: Using Covariates to Increase Power," Boston College Working Papers in Economics 300., Boston College Department of Economics.

LEVITT, S. Using Electoral Cycles in Police Hiring to Estimate the Effect of Police on Crime, American Economic Review, V. 87, No.3, pp. 270-290, 1997.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Transfer Learning: mostrando porque o Python está na ponta do desenvolvimento

A aprendizagem por transferência (transfer learning) é o reuso de um modelo pré-treinado em um novo problema. Portanto, sua utilização torna-se um avanço enorme para a previsão de diferentes tipos de variáveis, principalmente para aquelas ordenadas no tempo. Mostramos nesta postagem o uso do Transfer Learning com o Python para o caso de Séries Temporais.

Criando Tabelas com o Python: mostrando o poder da linguagem sobre o Excel

Nos dias atuais, pessoas que trabalham com dados estão constantemente confrontados com um dilema: criar uma tabela não tão genial no Excel ou manter em um formato ainda pior, como um dataframe, mas mantendo a flexibilidade de obtenção dos dados. Podemos resolver esse grande problema, unindo a flexibilidade e beleza ao usar a biblioteca great_tables do Python.

Análise do Censo Demográfico com o R

Como podemos analisar dados do Censo Demográfico para produzir pesquisas e implementar políticas públicas? Mostramos nesta postagem o resultado de uma breve análise dos dados preliminares do Censo Demográfico de 2022 usando o R.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.