¿Qué explica la criminalidad en Cataluña? Un análisis por comarcas

Resumen de resultados

• La urbanización domina. La correlación de rango entre criminalidad y densidad de población es 0,76, mucho más fuerte que la de cualquier otra variable medible. La mayoría de las demás "explicaciones" son este mismo hecho con otro disfraz.
• La hipótesis de la pobreza falla con los datos brutos (0,18: las comarcas ricas denuncian algo más de delitos), pero se sostiene al mantener constante la densidad (−0,47). Entre comarcas de urbanización similar, menor renta va con más criminalidad denunciada.
• El paro no tiene ningún efecto independiente. Su correlación bruta de 0,39 se hunde a 0,01 al controlar la densidad.
• La población nacida en el extranjero correlaciona con la criminalidad (0,38) y, a diferencia del paro, sobrevive a los controles de densidad y turismo (0,45). Se debilita hasta 0,28, por debajo del umbral de significación, cuando la renta entra en los controles. Con 40 observaciones agregadas, los efectos de inmigración y pobreza no pueden separarse, y unos datos comarcales no pueden atribuir ningún delito a nadie.

La pregunta y los datos

La variable de resultado es el número de delitos denunciados a los Mossos d'Esquadra por 1.000 habitantes empadronados en 2024, disponible para 40 de 43 comarcas. Es la misma cifra que alimenta nuestro ranking de comarcas más seguras, y su fuente y cobertura se describen en la página de metodología.

Las explicaciones candidatas salen del resto del conjunto de datos: renta familiar media (Idescat, 2022, ordenada en renta familiar más alta), tasa de paro (menos paro), proporción de residentes nacidos fuera de España (comarcas más internacionales), densidad de población (la inversa de más rurales), plazas turísticas por habitante (menos turísticas), edad mediana, proporción de nacidos en América Latina y proporción de residentes que saben hablar catalán (dónde se habla más catalán).

Cada hipótesis se enuncia tal como circula en el debate público y se somete a la misma prueba: primero la asociación bruta y después la asociación una vez descontado lo que la urbanización ya explica.

Método: correlaciones de rango y qué cuenta como evidencia

Todas las asociaciones son correlaciones de rango de Spearman. Las métricas comarcales están muy sesgadas (el Barcelonès tiene unas veinte veces la densidad de la comarca mediana) y la correlación de rango es invariante a esas distorsiones: solo pregunta si valores más altos de una variable acompañan a valores más altos de la otra, no si la relación es lineal.

Para mantener constante una tercera variable usamos la correlación parcial de rango: cada variable se convierte a rangos, los dos rangos de interés se regresan sobre los rangos de control y se correlacionan los residuos. Los controles son la densidad de población (urbanización) y las plazas turísticas por habitante (exposición a visitantes, explicada más abajo). Para la hipótesis migratoria añadimos la renta como tercer control, por motivos que esa sección deja claros.

Con n = 40, una correlación de rango es estadísticamente significativa a p < 0,05 (bilateral) cuando su valor absoluto supera aproximadamente 0,31; cada variable de control de una correlación parcial gasta un grado de libertad adicional y eleva ligeramente ese listón. En este artículo publicamos una veintena de coeficientes, así que al nivel del 5% cabría esperar un valor "significativo" límite por puro azar. Por eso nos apoyamos en magnitudes, comprobaciones de robustez y coherencia entre especificaciones, no en un único cruce de umbral.

Todo lo que sigue es observacional, ecológico (agregados comarcales, no individuos) y de un solo período. La correlación, con o sin controles, no es causalidad; la sección de conclusiones detalla exactamente qué afirmaciones sostienen los datos.

Hipótesis 1: la criminalidad es un fenómeno urbano

Respaldada, y sin discusión. La correlación de rango entre criminalidad denunciada y densidad de población es 0,76. Las tres tasas más altas son Barcelonès (91,3 delitos por 1.000 habitantes), Alt Empordà (83,8) y Tarragonès (73,3); las tres más bajas, Terra Alta (24,1), Ripollès (26,2) y Pallars Sobirà (26,5), todas rurales.

La población total se comporta igual (bruta 0,70) y cae a −0,10 al controlar la densidad: es el mismo hecho, no un segundo. Esta es la línea de base que toda otra hipótesis debe superar, porque casi todo lo demás de una comarca (renta, estructura de edad, migración, lengua) también varía con la urbanización. Una correlación bruta con la criminalidad nunca es, por sí sola, evidencia de un mecanismo distinto.

Hipótesis 2: las comarcas pobres tienen más criminalidad

Los datos brutos parecen refutarla: la correlación entre renta familiar y criminalidad es 0,18, ligeramente positiva. Las comarcas ricas denuncian algo más de delitos, porque las comarcas más ricas son las urbanas y lo urbano significa criminalidad.

Mantener constante la densidad invierte el signo hasta −0,47, un caso de manual de confusión (a menudo descrito como paradoja de Simpson): comparando comarcas de urbanización similar, la más pobre tiende a denunciar más delitos. Los dos paneles de la Figura 2 muestran la inversión directamente.

La honestidad exige las comprobaciones que la debilitan. Restringida a comarcas de interior (a más de 20 km de la costa, n = 25), la correlación ajustada se difumina hasta −0,12; quitando las ocho comarcas más turísticas queda en −0,35 (n = 32). Una parte sustancial de la señal "pobre y con criminalidad" vive, por tanto, en la costa. Y cuando la población extranjera se añade a los controles, el efecto de la renta se modera hasta −0,31: renta e inmigración se solapan tanto entre comarcas que, con esta muestra, los datos no pueden separarlas del todo (véase la hipótesis 4). Veredicto: respaldada a densidad igual, moderadamente, con la salvedad de que el efecto se concentra en la Cataluña costera.

Hipótesis 3: el paro genera criminalidad

No respaldada. La correlación bruta es 0,39 (n = 35), que parece evidencia hasta que se controla la densidad: la correlación parcial es 0,01, indistinguible de cero. El paro es mayor en las comarcas urbanas y de la costa sur, que es donde la criminalidad es mayor por razones que el control de densidad ya captura. De las cuatro hipótesis, este es el resultado negativo más limpio: ninguna especificación deja un efecto del paro.

Hipótesis 4: más inmigración significa más criminalidad

Es la afirmación que más a menudo se hace con menos cuidado, en ambas direcciones, así que la publicamos completa. La correlación bruta entre población nacida en el extranjero y criminalidad denunciada es 0,38, y no se comporta como el artefacto del paro: sobrevive al control de densidad (0,45) y al de densidad más turismo (0,45). También es estable al eliminar cualquier comarca individual (rango dejando una fuera: de 0,39 a 0,56). Quien afirme que los datos no muestran asociación alguna se equivoca.

Pero la asociación no sobrevive al contacto con la renta. Añadir la renta familiar a los controles la debilita hasta 0,28, por debajo del listón de significación, y el efecto es simétrico: la correlación ajustada de la propia renta se modera de −0,46 a −0,31 al controlar la población extranjera. Los residentes nacidos fuera se concentran exactamente en las comarcas de menor renta (el Lleida agrícola, las economías de servicios de la costa turística), de modo que con 40 observaciones agregadas las dos variables llevan en gran parte la misma información. Los datos, sencillamente, no pueden distinguir "la inmigración se asocia con la criminalidad" de "las zonas pobres tienen a la vez más inmigración y más criminalidad".

Dos hechos más aconsejan contención. Primero, el problema de composición: la población nacida en el extranjero mezcla jubilados comunitarios de la costa del Empordà, trabajadores de servicios latinoamericanos y jornaleros de África Occidental. La proporción de nacidos en América Latina ilustra lo engañosa que puede ser una correlación de subgrupo: bruta 0,49, aparentemente una de las relaciones más fuertes de la tabla, y sin embargo se desvanece hasta −0,01 bajo los controles de densidad y turismo. Así es exactamente un artefacto de pura geografía.

Segundo, la falacia ecológica: son agregados comarcales. Una correlación entre la proporción de población extranjera de una comarca y su tasa de delitos no dice nada sobre quién los comete. Las comarcas con más inmigración son lugares densos, transitados y turísticos donde los delitos contra cualquiera son más frecuentes. Nada en este conjunto de datos identifica autores, y ningún análisis comarcal puede hacerlo. Veredicto: una asociación bruta real y robusta que no puede separarse de la pobreza, no puede atribuirse a ningún grupo y se encoge en cada subconjunto que sondeamos (solo interior: 0,35; sin las ocho comarcas más turísticas: 0,32).

Correlaciones que se disuelven bajo controles

La tabla siguiente reúne todas las variables contrastadas. El patrón a observar es cuántas correlaciones brutas impresionantes comparten una única explicación. La edad mediana (−0,49 bruta: las comarcas jóvenes denuncian más delitos) se hunde a −0,10 porque las comarcas jóvenes son las urbanas. La proporción que sabe hablar catalán (−0,67 bruta, uno de los valores más fuertes de la tabla) cae a −0,30: sigue a la ruralidad, no a ninguna propiedad protectora de la lengua. Quien busque en estos datos una correlación llamativa con la criminalidad la encontrará; el control de densidad es la primera pregunta que hay que hacerle.

Lo que estos datos no pueden decir

El problema del denominador. Las tasas dividen delitos entre habitantes empadronados, pero los delitos afectan a todos los presentes, visitantes incluidos. En las comarcas turísticas el numerador incluye delitos contra personas que el denominador no cuenta, lo que infla la tasa. Los datos muestran la huella: las plazas turísticas por habitante correlacionan con la criminalidad solo a −0,12 en bruto, pero a 0,41 una vez controlada la densidad, y por eso Alt Empordà, una comarca de densidad modesta, registra la segunda tasa más alta. Controlamos las plazas turísticas en todo el análisis, pero son un proxy imperfecto de los flujos de visitantes: el Barcelonès tiene pocas plazas por habitante y enormes visitas diarias.

El problema de composición. "Delitos" agrega el hurto de bicicletas con la criminalidad violenta. La mezcla difiere casi con seguridad entre comarcas urbanas y rurales de maneras que un total único no puede mostrar, y el delito patrimonial contra visitantes pesa mucho en los totales costeros.

Alcance. Un período (2024), 40 observaciones, unidades agregadas. Ninguno de estos coeficientes identifica un efecto causal; los controles eliminan los factores de confusión medibles, no los que no podemos medir (intensidad policial, propensión a denunciar y estructura de edad de la población en riesgo quedan sin medir).

Conclusiones

Ordenadas por la firmeza con que los datos las sostienen: (1) La criminalidad denunciada en Cataluña es, ante todo, un fenómeno de urbanización; la densidad sola ordena las comarcas mejor que cualquier variable social medible. (2) A urbanización comparable, las comarcas más pobres denuncian más delitos, un efecto moderado concentrado en la costa. (3) El paro no añade nada una vez descontada la urbanización. (4) La población extranjera muestra una asociación bruta real que sobrevive a los controles geográficos, pero no puede separarse de la renta, no resiste todos los subconjuntos y, al ser ecológica, no puede atribuir ni un solo delito a nadie. El resumen defendible de la hipótesis 4 no es "no hay relación" ni "la inmigración causa criminalidad": es que los datos comarcales son el instrumento equivocado para esa pregunta, y quien cite una sola correlación de ellos se está extralimitando.

Para un hogar que decide dónde vivir, la lectura práctica es más simple: las comarcas con poca criminalidad son las rurales de interior, y el ranking de comarcas más seguras junto con el de comarcas más rurales ya codifica casi todo lo que estas correlaciones pueden ofrecer.

Explora los datos de este informe

Cada variable usada aquí tiene página pública: comarcas más seguras, renta familiar, paro, población extranjera, crecimiento de la inmigración 2007 a 2022, densidad de población y presión turística. Las fuentes, períodos y coberturas de cada conjunto de datos están en la página de metodología.