Headnote
Resumen:
La crisis economica de 2008 produjo en Espana una fuerte correccion del precio de la vivienda que no mostro signos de recuperacion hasta principios de 2014. Este articulo analiza para el caso espanol como influyeron diferentes delitos en la recuperacion del precio de la vivienda entre 2015-2019. Se emplea un panel de datos con efectos fijos para 119 ciudades espanolas. Los resultados muestran que la vivienda se devaliia ante un incremento de la delincuencia, aunque se refleja entre uno y dos anos despues (-0,2%). Tambien se confirma que los delitos contra el patrimonio producen un mayor impacto negativo en el precio, especialmente el robo con violencia (-1,3%) y el robo con fuerza en domicilios (0,8%).
PALABRAS CLAVE: Precio vivienda; delincuencia; panel de datos; Espana.
Clasificacion JEL: R21.
Abstract:
The 2008 economic crisis in Spain triggered a significant correction in housing prices, and signs of recovery did not manifest until early 2014. This article delves into the Spanish context, examining how various types of crimes influenced the housing price recovery between 2015 and 2019. A fixed-effects panel data analysis was conducted across 119 Spanish cities. The findings demonstrate that housing values depreciate in response to an increase in criminal activity, with noticeable effects emerging within one to two years (-0.2%). Furthermore, it is confirmed that crime against property have a more pronounced negative impact on housing prices, especially robbery with violence (-1.3%) and burglary with forced entry (0.8%).
Keywords: Housing prices; crime; data panel; Spain.
Clasificación JEL: R21.
1. Introduccion
La crisis economica de 2008 produjo en Espana una fuerte correccion del sector inmobiliario que se extendi 6 durante varios anos. Hasta 2014 el mercado inmobiliario no experimento las primeras seiiales de recuperacion al obtener datos positivos para distintas variables del sector, como el niimero de transacciones o la inversion real en no experimento las primeras seiiales de recuperacion al obtener datos positivos paradistintas variables del sector, como el niimero de transacciones o la inversion real en inmuebles (Alves y Urtasun, 2019).
Por su parte, el precio de la vivienda tambien mostro sintomas de mejoria en 2014 tras alcanzar los precios mas bajos en las dos ultimas decadas. A partir del primer trimestre de dicho ano, en gran parte de las ciudades espanolas el precio de la vivienda recupero una dinamica de crecimiento positivo tras una caida acumulada del 30% desde finales de 2007. Esto supuso que desde el primer trimestre de 2014 hasta finales de 2019 el crecimiento acumulado del precio de la vivienda oscilase en torno al 12,5% (Figura 1).
La literatura academica ha investigado para el caso de otros paises que incidencia han tenido distintos factores en la recuperacion del mercado inmobiliario tras la crisis economica de 2008 (Taltavull et al., 2022). La razon de ello es que el precio de la vivienda no solo depende de factores directos tan to por el lado de la demanda como de la oferta, sino que tambien se determina por otros elementos indirectos como, por ejemplo, la tasa de delincuencia del entorno socioeconomico en el que se ubica la vivienda. En esta situacion se espera previsiblemente que exista una relacion inversa entre el nivel de delincuencia y el precio de los inmuebles: en las zonas en las que la tasa de criminalidad aumenta, se producira una disminucion de los precios (Rukus y Warner, 2013).
Y es que la seguridad es uno de los elementos principales en la toma de decisiones por parte de los individuos cuando valoran la posibilidad de comprar una vivienda (Meehan y Benson, 2017). Por ello en las zonas mas seguras existe una mayor demanda que presiona los precios al alza, mientras que en las consideradas inseguras ocurre justamente lo contrario: una menor demanda y, a su vez, una mayor oferta porque los propietarios de viviendas situadas en zonas degradadas querran deshacerse de estos activos antes de que su desvalorizacion sea cada vez mas considerable.
A esto se anade que generalmente en dichas ubicaciones existe menos inversion en vivienda e infraestructuras (Gibbons, 2004), lo que produce una mayor inestabilidad comunitaria que afecta a la calidad de vida de los residentes y hace que deseen trasladarse a otros emplazamientos donde su seguridad y su bienestar sea mayor.
En definitiva, generalmente la literatura acepta que la delincuencia es un elemento que devaliia el valor de las viviendas. Sin embargo, tal y como indican por Ihlanfeldt y Mayock (2010), los resultados son mas controvertido respecto en que medida esto sucede, con que rapidez y condicionado a que otros factores. Y es que el vinculo entre el crimen y los valores de la vivienda varia segiin el entorno y el periodo analizado (Graaff y Zietz, 2020).
Estas cuestiones han sido examinadas a nivel internacional en diferentes estudios, sin embargo no hay analisis que traten la relacion entre el precio de la vivienda y la tasa de delincuencia para el contexto espanol, salvo el realizado por Buonanno et al. (2013); y menos aiin a nivel de ciudades para el periodo 2015-2019, cuando el precio de la vivienda se incremento en gran parte de los municipios. Esto resulta particularmente Uamativo si se considera la aparente correlacion que existe para el caso espanol, al menos de manera grafica, entre la evolucion del precio de la vivienda y la de la tasa de delitos desde el inicio de la crisis financiera internacional en 2008 (Figura 1).
En la Figura 1 se observa que estas dos variables mantienen un comportamiento similar durante la ultima decada: desde 2008 tanto el precio de la vivienda como la tasa de delincuencia experimentan una caida sostenida. A partir de 2014 el precio de la vivienda recupero la dinamica positiva, mientras que, con un retraso temporal de dos anos, la tasa de delincuencia tambien empezo a aumentar en 2016. Esta tendencia alcista para la criminalidad se mantuvo durante tres anos consecutivos hasta el primer trimestre de 2020, cuando la pandemia de la COVID-19 y las medidas de confinamiento asociadas provocaron una disminucion significativa en los niveles de delincuencia, rompiendo la serie temporal y dificultando la posibilidad de continuar con un analisis conjunto de ambas variables.
Por lo tanto, en esta investigacion se quiere comprobar para el caso espanol si determinados tipos delictivos reducen la subida de precios de la vivienda o si, por el contrario, los determinantes del mercado inmobiliario contrarrestan los efectos de la criminalidad. Para este fin se utiliza un indice de delincuencia total, que esta formado por la suma de los delitos para los que la teoria establece que existe una mayor relacion directa con el precio: homicidio, lesiones, robos con violencia, robos con fuerza en domicilios,hurtos y sustraccion de vehiculos. Ademas, tambien se combina una categoria de delitos violentos y otra de delitos contra la propiedad para comprobar que tipologia delictiva produce un mayor impacto sobre el valor de los inmuebles. Y por ultimo se analizan delitos concretos como el robo con fuerza, robo con violencia, hurto y sustraccion de vehiculo para determinar sus incidencia en el precio de la vivienda.
Para el analisis de dichas categorias delictivas esta investigacion emplea un panel de datos con efectos fijos individuales y de tiempo para 119 ciudades de Espana a partir de los indicadores del proyecto europeo Urban Audit que comprende el periodo 2015-2019. Con ello se pretende controlar los posibles problemas metodologicos que presentan habitualmente los estudios empiricos en los que se analiza la influencia de la delincuencia sobre el precio de vivienda.
Este trabajo es novedoso porque para el caso espanol no existen estudios que analicen como afecta la delincuencia al precio de la vivienda con datos desagregados a nivel de ciudades, lo que limita la informacion para realizar estrategias de inversion o politicas piiblicas a nivel nacional que gestionen este hecho. Ademas, en un contexto de turbulencias economicas tras la pandemia de COVID-19 y un incremento del nivel de delincuencia en Espana despues de casi una decada de reduccion de la misma, se hace aiin mas relevante la necesidad de entender como ciertos delitos pueden influir en el mercado inmobiliario espanol.
A continuation, se desarrolla el marco teorico y una revision de la cuestion. En la tercera section se explica la metodologia que se ha aplicado en este estudio. En la cuarta se exponen los principales resultados y, por ultimo, se recogen las conclusiones de la investigacion.
2. Mahco teohico
La teoria de valoracion de la vivienda o del suelo urbano afirma que los agentes participantes en el mercado inmobiliario determinan el precio de la vivienda mediante la capitalization que realizan tanto de las comodidades como de las incomodidades de la zona en la que se sitiia el inmueble (Wong et al., 2019).
A partir de esta premisa teorica la delincuencia se interpreta como una "incomodidad" que dificulta el desarrollo de la vida de sus habitantes, deteriora el entorno urbano y genera inestabilidad comunitaria (Mcllhatton et al., 2016). El efecto que esto provoca es un desajuste entre la oferta y la demanda que induce al descenso de los precios (Rukus y Warner, 2013): la demanda de vivienda se contrae porque los individuos tienen como preferencia residir en ubicaciones que consideran mas seguras, mientras que la oferta aumenta porque los propietarios de viviendas situadas en zonas degradadas quieren deshacerse de estos activos antes de que su desvalorizacion siga aumentando.
La literatura academica ha investigado como afecta la delincuencia al precio de la vivienda y generalmente establece una relation inversa entre estas dos variables (Taltavull et al., 2022). Una de las primeras investigaciones que determina esta asociacion es Thaler (1978), que afirma que los delitos contra la propiedad provocan un descenso de hasta el 3% en el precio de la vivienda. Tras este trabajo se publicaron otros estudios que apoyan estos resultados, como Rizzo (1979), Dubin y Goodman (1982), Clark y Cosgrove (1990) o Can (1990) entre otros.
Esta relation negativa entre la delincuencia y el precio de la vivienda tambien se ha obtenido en investigaciones mas recientes. Linden y RockofF (2008) analizan como la information disponible sobre la ubicacion de delincuentes sexuales afecta al precio de la vivienda reduciendola hasta en un 4%, pero senalan que existen diferencias significativas entre los propios vecindarios analizados. Para el caso de Suecia Ceccato y Wilhelmsson (2011; 2012) afirman que tanto la propia delincuencia como el miedo a ella afectan al precio de los apartamentos. Pope y Pope (2012) concluyen que el valor de las propiedades disminuye ante un aumento de la criminalidad (una elasticidad que oscilaentre-0,15 y -0,35). Wong et al. (2019) tambien establecen una asociacion negativa con una elasticidad que varia entre 0,141 y 0,166; o Margaretic y Bautista (2023), que refuerzan estos resultados al determinar que la delincuencia local afecta negativamente a los precios de la vivienda.
Asimismo, la literatura academica, aunque sin un consenso claro, tambien destaca la incidencia diferencial que los distintos tipos de delitos tienen sobre el precio de la vivienda (Andrade y Cifuentes, 2021). La razon de ello es que no todas las formas de delincuencia son percibidas como igual de graves y por tanto, no causan los mismos perjuicios sobre la sociedad, por lo que previsiblemente la incidencia sobre el precio de la vivienda variara segiin la action delictiva cometida (Lynch y Rasmussen, 2001).
En este sentido, algunos estudios indican que son los delitos contra la propiedad los que tienen una mayor influencia en el precio de la vivienda. Asi, Gibbons (2004) sostiene que los danos contra la propiedad, como el vandalismo o los grafitis, son los delitos que mas afectan al valor de las viviendas (hasta en un 10%). Por su parte, Wilhelmsson y Ceccato (2015) y Ceccato y Wilhelmsson (2018) argumentan que para el caso de Suecia el robo residential es el delito que genera la mayor repercusion sobre los precios de los inmuebles debido a que se considera una violation grave de la privacidad de las personas. A su vez, Graaff y Zietz (2020) encuentran que los delitos contra la propiedad tienen una elasticidad a largo plazo de 0,15 en relation con la perdida de valor de las viviendas, mientras que para los delitos violentos esta elasticidad es de tan solo 0,06.
En contraposition hay otras investigaciones que senalan que son los delitos violentos los que producen una mayor desutilidad a las victimas y que, por tanto, tienen una mayor repercusion negativa en el valor de las viviendas (Wong et al., 2019). En este sentido, Braakmann (2016) sostiene que en Reino Unido un aumento de la tasa de delitos violentos reduce el precio de la vivienda entre un 0,6% y un 1,6%, mientras que la delincuencia no violenta lo hace en un 0,4% como maximo. Tita et al. (2006) y Bogges et al. (2013) Uegan a conclusiones similares, afirmando que el precio de la vivienda disminuye cuando aumenta el niimero de delitos violentos.
Ademas, Ihlanfeldt y Mayock (2010) hallan que solo el deli to de robo con violencia (reduccion del 0,11%) y el deli to de agresion con agravantes (disminucion del 0,12%) presentan una correlation negativa y significativa con el precio de la vivienda tras examinar siete categorias de delitos. A esto se une que en otros estudios se determina que la reduccion de los homicidios, el delito mas violento de todos, se asocia con una revalorization positiva del precio de las viviendas en la zona (Battisti et al., 2022; Delgado y Wences, 2019; Klimovay Lee, 2014; Mueller y Besley, 2012; Shapiro y Hasset, 2012).
Pero tambien hay que seiialar que algunas investigaciones obtienen una relation positiva entre los delitos contra la propiedad y el precio de los inmuebles. Por ejemplo, Case y Mayer (1996) o Mcllhatton et al. (2016) afirman que en las zonas donde el precio de la vivienda es mayor se produce un aumento de los delitos contra la propiedad.
La explication aducida para esta relation con train tuitiva es doble (Wong et al., 2019): por un lado, que en las zonas con mejores condiciones socioeconomicas el beneficio esperado del delito es mayor (Gibbons, 2004); y por otro lado, que son las ubicaciones en las que mas denuncias se registran (Lynch y Rasmussen, 2001).
No obstante, es importante seiialar que estos hallazgos podrian estar influenciados por problemas de endogeneidad (ver Ihlanfeldt y Mayock, 2010). Para controlar las posibles fuentes de dicha endogeneidad los estudios emplean diferentes metodos, como el uso de variables instrumentales (Ceccato y Wilhelmsson, 2011; Tita et al., 2006) o el desarrollo de modelos espaciales (Braakmann, 2017; Mcllhatton et al., 2016).
Otra parte de la literatura opta en cambio por la adoption de un enfoque de panel de datos con efectos fijos, tal y como hace esta investigation. Esta metodologia afronta las cuestiones de endogeneidad al redutir el sesgo de variable omitida y, en cierta medida, controla la causalidad inversa, dos factores que podrian dar lugar a endogeneidad (Graaffy Zietz, 2020).
Entre los estudios que aplican esta perspectiva destacan, entre otros, Schwartz et al. (2003), que emplean un panel de datos con efectos fijos para el caso de Nueva York; Pope y Pope (2012), cuya investigation parte de un marco de efectos fijos; Mueller y Besley (2012), que aplican este modelo para examinar el impacto en el precio de la vivienda de la reduccion de los asesinatos resultante del proceso de paz en Irlanda del Norte; o el estudio de Graaffy Zietz (2020), que utilizan datos de panel con efectos fijos para moderar la endogeneidad en el caso del precio de los apartamentos en Hamburgo.
En definitiva, las investigaciones sobre que tipologia delictiva ocasiona un mayor impacto sobre el valor de los inmuebles no son concluyentes y apuntan a la existencia de divergencias en funcion de las especificidades propias de cada entorno (Andrade y Cifuentes, 2021; Mcllhatton et al., 2016), lo que, en ultima instancia, es la expresion de la complejidad que existe en la relation entre el crimen y el precio de la vivienda (Taltavull et al., 2022).
Sin embargo, a pesar de la considerable atencion que este tema ha recibido en la literatura academica international y de que las propias caracteristicas del entorno condicionan la relation entre estas dos variables, cabe destacar que para el contexto espaiiol solo se ha identificado el estudio realizado por Buonanno et al. (2013). Dicha investigation afirma que un aumento de la desviacion estandar en la perception de seguridad en un distrito de Barcelona (Espaiia) conlleva un incremento del 0,57% en el precio de la vivienda, mien tras que en las zonas menos seguras el precio de las propiedades puede ser hasta un 1,27% inferior.
Este vacio en la investigation para el caso de Espaiia resulta particularmente Uamativo dado que para este contexto se ha analizado la relation que establece la delincuencia con diversos factores locales, como el turismo (Valente y Medina-Ariza, 2022), el alojamiento Airbnb (Maldonado-Guzman, 2023), la inmigracion (Garcia-Espana et al., 2020), o la influencia del nivel economico en la criminalidad (Torres-Tellez y Montero-Soler, 2023) entre otras cuestiones. Por lo tanto, este trabajo pretende ocupar este espacio vacio y analizar para el caso espaiiol la relation entre determinados delitos y el precio de la vivienda adoptando un enfoque de panel de datos con efectos fijos.
5. Datos
Para analizar que papel jugo la delincuencia en la recuperation del precio de la vivienda en Espana durante el periodo 2015-2019, se emplea un panel de datos balanceados con observaciones anuales para 119 ciudades1 espanolas en base al proyecto Urban Audif que publica datos estadisticos de contenido socioeconomico de aproximadamente 900 ciudades europeas.
A pesar de que dicho proyecto permite acceder a datos para tal niimero de ciudades, esta investigation se concentra exclusivamente en el ambito de los municipios espanoles por las siguientes razones: (1) se busca comprender mejor la relation del precio de la vivienda con la delincuencia en el caso concreto de Espana; (2) la existencia de una significativa variabilidad entre los contextos legales, economicos y sociales de cada pais europeo puede llevar a la detection de relaciones espurias o no extrapolables a la realidad espanola en caso de incluir en la muestra ciudades no espanolas; (3) las definiciones de algunas variables pueden diferir entre los distintos paises dificultando el analisis, en particular aquellas relacionadas con la delincuencia debido a las diferencias sustanciales en la definition de los delitos y en sus registros por parte de las policias; 4) disponer de un conjunto de datos uniforme y coherente en torno a los municipios espanoles para aumenta la fiabilidad de las conclusiones extraidas.
La variable dependiente que se utiliza es el cambio anual en el valor tasado medio de la vivienda libre en €/m2 en terminos logaritmicos A In yit = In yit - In yjt_1. El calculo de esta variable se realiza a partir de los datos de los informes que elaboran las empresas de tasacion que son parte de la Asociacion Espanola de Analisis del Valor. Para ello ponderan el valor segiin la cantidad de viviendas clasificadas en los distintos estratos a partir de la information catastral de cada una de las viviendas: la tipologia, la antigiiedad, el uso, el estado material, la calidad del edificio, etc. La fuente de los datos es el Ministerio de Transportes, Movilidad y Agenda Urbana.
Por otro lado, la principal variable explicativa de interes es el indice de delincuencia total por cada 1.000 habitantes expresado en tasas (normalizado por la poblacion total de cada municipio) que esta compuesto por las distintas tipologias delictivas que se utilizan generalmente en la literatura anglosajona y para las que la teoria establece que existe una mayor relation directa con el precio de los inmuebles (Ihlanfeldt y Mayock, 2010): homicidio, lesiones, robos con violencia e intimidation, robos con fuerza en domicilios, hurtos y sustraccion de vehiculos.
Tambien se emplea un indice que representa, por un lado, a los delitos contra la propiedad (suma de robo con fuerza en domicilio, hurtos y sustraccion de vehiculos), y por otro, a los delitos violentos (suma de homicidios dolosos, lesiones y robo). Y por ultimo se adopta un enfoque mas desagregado para lo que se diferencian los delitos de robo con fuerza, robo con violencia, hurto y sustraccion de vehiculo. Los datos son tornados en terminos absolutos del Ministerio del Interior.
A su vez, se incorporan otras variables de control que pueden influir en el precio de la vivienda tanto desde el lado de la demanda como de la oferta segiin la literatura academica. Para ello esta investigation explota los datos procedentes de los "Indicadores Urbanos", que se trata de una selection y adaptation que lleva a cabo el Instituto National de Estadisticas del proyecto Urban Audil? mencionado anteriormente.
En el caso de Espana estos indicadores abarcan una amplia gama de variables sobre la situation economica, demografica y social de un total de 126 municipios4 de tamano medio y grande. LaTabla 1 muestra las estadisticas descriptivas para cada una de las variables que se incorporan al modelo.
Por el lado de la demanda de vivienda se incorporan regresores de control que varian en el tiempo como la poblacion inmigrante (porcentaje de residentes extranjeros respecto a la poblacion total), el numero de hogares (grupo humano formado por una o varias personas que residen habitualmente en una vivienda familiar, sin necesidad de existir necesariamente vinculos familiares) y la proportion de hogares unipersonales (cociente entre el numero de hogares unipersonales y el total de hogares). Se espera que un aumento del numero de personas y de hogares presione al alza la demanda de vivienda incrementando su precio (Taltavull, 2012).
La tasa de desempleo se incorpora como variable proxy del bienestar economico. Las mayores oportunidades laborales generalmente favorecen a la revalorization de la vivienda. La razon es que las zonas con mejores condiciones economicas atraen a un mayor numero de personas en busca de mejoras laborales, lo que incrementa la demanda de vivienda y esto supone una subida del precio (Panagiotidis y Printzis, 2016).
Tambien se incluye la renta media anual por habitante como posible factor que repercute en la demanda de la vivienda. El motivo es que una variation de los ingresos de la poblacion puede modificar las pautas de consumo: una mejora de la renta favorece a que los no propietarios compren una vivienda; y puede propiciar que los que ya tienen una en propiedad se muden a otra con mejores caracteristicas o que incluso decidan adquirir una segunda residencia o invertir en bienes raices (Wang y Kang, 2014).
Otra variable que se anade al modelo es el numero de transacciones de vivienda que se realiza cada ano en los distintos municipios espanoles. Se emplea como indicador de la circulation del mercado de vivienda al reflejar la demanda real del mismo, por lo que recoge las fluctuaciones que experimenta el mercado de vivienda (Wang y Kang. 2014).
Finalmente, para controlar los efectos de la oferta de vivienda se incorpora la variable catastro, que representa el niimero de bienes inmuebles de uso residential para cada municipio. La teoria economica establece que, en un contexto de crecimiento del precio de la vivienda producido por un incremento de la demanda, un aumento de la oferta puede equilibrar el mercado y moderar la subida del precio (Caldera y Johansson, 2013).
4. ESPECIFICACION DEL MODELO
Los datos de panel combinan secciones transversales en distintos periodos temporales, lo que facilita contar generalmente con un conjunto amplio de observaciones que mejoran la fiabilidad y robustez de las estimaciones realizadas (Wooldrige, 2012). Ademas, al incorporar observaciones multiples a lo largo del tiempo para cada unidad, se posibilita controlar la autocorrelation, el aumento de los grados de libertad y la reduction de la colinealidad entre las variables empleadas (Hsiao, 2003).
Aiin mas importante, la dimension temporal en los datos de panel tiene cierto potential para abordar la causalidad inversa, que es una de las causas de endogeneidad en los modelos econometricos sobre la delincuencia y la vivienda. Esto se debe a que el poder explicativo del estimador utilizado se basa en la variation de las variables a lo largo del tiempo y no en las diferencias entre las unidades transversales. Esto significa que el modelo se enfoca en como las variables cambian dentro de cada entidad con el tiempo, lo que puede ayudar a discernir mejor la direction de la causalidad (Graaffy Zietz, 2020).
Para explotar la singularidad propia de los datos de panel esta investigation adopta un enfoque estandar de efectos fijos (FE) individuales y de tiempo. Este metodo se emplea habitualmente cuando se sospecha que las entidades analizadas tienen caracteristicas individuales que no pueden ser incorporadas al modelo (Torres-Reyna, 2007) y que condicionan tanto a los predictores como a los resultados del fenomeno analizado.
De este modo la inclusion de efectos fijos individuales en el modelo permite controlar la heterogeneidad no observada y omitida que reside en el termino error debido a las caracteristicas individuales no observables y constantes de cada ciudad (Wooldridge, 2012), como por ejemplo la gestion policial, las politicas de seguridad o la normativa urbanistica local. En consecuencia, se reduce en gran medida el sesgo de variable omitida, que constituye otra de las principales fuentes de los problemas de endogeneidad presentes este tipo de analisis (Ihlanfeldt y Mayock, 2010).
Tambien se introducen efectos fijos de tiempo que capturan los acontecimientos inobservables en cada periodo temporal y que inciden de manera uniforme en todas las unidades de observation analizadas (Baltagi, 2008). Es decir, que permiten tener en cuenta las caracteristicas especificas de cada ano en el analisis (Baltagi, 2008), como la inflation, la eficacia policial o el crecimiento del precio que es atribuible al ciclo economico.
Finalmente, se realiza un contraste de significatividad conjunta para confirmar que los efectos fijos son significativamente distintos de cero en los modelos desarrollados (Min y Choi, 2009). Los valores que se obtienen verifican que los efectos fijos individuales y los temporales no son redundantes, como tampoco lo es la combination de ambos.
Asimismo, el modelo incorpora otra serie de variables de control que segiin la literatura academica pueden incidir en el precio de la vivienda. De esta forma, la ecuacion empleada es la siguiente:donde el indice i corresponde a la ciudad y t al ano; yit hace referenda al precio de la vivienda; CLt es el efecto ftjo del ano y 5; es el efecto ftjo del municipio; Zit representa a la tasa de delincuencia, X it es el vector de las variables de control y, por ultimo, el termino error esta representado por £it.
Finalmente, hay que destacar que se incorporan al modelo hasta dos rezagos de las variables delictivas. Esto se realiza en base a la teoria puesto que se considera que el impacto de la delincuencia no sucede demanera inmediata (Fajnzylber et al., 2002), sino que sus efectos necesitan de un tiempo para verse reflejados sobre el precio del mercado inmobiliario. Principalmente ocurre porque laviviendaes un bien poco elastico y porque la percepcion de seguridad tampoco se reduce de manera inmediata, sino que es un proceso que requiere de cierto tiempo.
5. Resultados
En la Tabla 2 se examina la relacion que establece la delincuencia total con la evolucion del precio de la vivienda para el periodo examinado. Para ello se desarrollan tres modelos en los que se incorporan hasta dos retardos de la tasa de delincuencia. Se observa en la Columna 1 que la correlation entre el precio de la vivienda y la delincuencia total no es estadisticamente significativa. Tampoco el rezago de un ano de dicha variable se asocia significativamente con el valor de los inmuebles. Sin embargo, en la Columna 3 se obtiene que el retraso de dos anos de la tasa de delincuencia total produce un descenso del precio de la vivienda de hasta un 0,2%.
Estos resultados estan en linea con la literatura academica que afirma que el incremento de las actividades delictivas precisa de un tiempo para ejercer un efecto negativo sobre el precio de la vivienda. Para el caso de Espana este periodo se sitiia hasta en dos anos, que es cuando incide sobre el valor de los inmuebles, aunque de una forma leve. No obstante, la magnitud de la incidencia tambien esta en linea con parte de la literatura, como Pope y Pope (2012), Wong et al. (2019) o Graaffy Zietz (2020).
Entre el resto de los regresores que incorpora el modelo destacan especialmente tres: el desempleo, el mimero de hogares y la renta. La tasa de desempleo establece una relacion negativa en los tres modelos desarrollados, con una elasticidad que oscila entre -0,04 y -0,07. La renta se presenta como una variable determinante del precio de la vivienda durante el periodo 2015-2019, ya que en todos los casos se asocia positivamente con la variable dependiente con una elasticidad que llega a ser de 0,375. Es decir, que, manteniendose todo lo demas constante, si la renta de los individuos se incrementa un 10% los precios de la vivienda aumentarian hasta un 3,75%. Por su parte, la variable hogares responde a lo esperado segiin la teoria economica puesto que se asocia de manera positiva con los precios de los inmuebles.
En cuanto a la variable que representa a la oferta, que mide la cantidad de viviendas disponibles por municipio, aunque si presenta el efecto negativo esperado segiin la teoria economica, en ningiin caso establece una relacion estadisticamente significativa con el precio de la vivienda. Esto parece confirmar que en el periodo 2015-2019 la oferta no se presenta como un elemento que incidio en el crecimiento del precio de la vivienda.
Para profundizar mas sobre relacion delincuencia-precio de la vivienda, en la Tabla 2 se divide el indice de delincuencia total en las categorias de delitos contra la propiedad y delitos violentos con el objetivo de comprobar si existe una incidencia diferencial entre estas formas delictivas. La agregacion puede generar estimaciones mas confiables si determinados tipos de delitos son raros en algunas ubicaciones y no en otras (Graaffy Zietz, 2020).
De esta forma, para el caso espanol los delitos violentos no establecen una asociacion significativamente estadistica para el periodo 2015-2019. En cambio, los delitos contra la propiedad si afectan a la recuperation del precio de la vivienda a partir del ano de retraso al incidir negativamente sobre dicha variable (-0,2%), mientras que al segundo ano este impacto se duplica hasta alcanzar el -0,4%.
Finalmente, la estrategia empirica que adopta esta investigacion permite analizar los tipos individuals de delincuencia y su incidencia sobre los valores de los bienes inmuebles. Y es que las distintas formas delictivas pueden tener diferentes niveles de impacto en el mercado inmobiliario. En este sentido, tras obtener que son los delitos contra la propiedad los que ejercen un impacto negativo sobre el precio de la vivienda durante el periodo analizado, se incorporan hasta cuatro tipologias distintas de los delitos contra la propiedad: robo con fuerza en domicilio, robo con violencia (aunque la literatura anglosajona lo clasifica como violento, se ha decidido incluirlo debido a su naturaleza intrinseca en torno a la propiedad), hurto y sustraccion de vehiculo.
De las cuatro formas delictivas que se analizan, destaca el hecho de que solo el robo con violencia ejerce un efecto inmediato sobre la variable dependiente. Ademas, se trata de la tipologia que causa un mayor impacto negativo sobre el precio de la vivienda con hasta un -1,3%- Este resultado esta en linea con otras investigaciones, como Ihlanfeldt y Mayock (2010).
Por su parte, el robo con fuerza en domicilio establece una correlation negativa con la variable dependiente de un 0,8% al ano de retardo, mientras que un incremento de los hurtos produce una desvaloracion de un 0,3% del precio de la vivienda a los dos anos de producirse dicho aumento. La sustraccion de vehiculos no se presenta como un elemento con una incidencia estadisticamente significa sobre el precio de la vivienda para el periodo analizado.
6. CONCLUSIONES
El objetivo de este trabajo ha sido analizar que impacto tuvieron diferentes tipos de delitos en la recuperacion del precio de la vivienda en Espana durante el periodo 2015-2019. Para ello se ha adoptado un enfoque de efectos fijos individuals y temporales para 119 municipios espanoles con la intencion de controlar los posibles problemas metodologicos que presentan en ocasiones los modelos de delincuencia. Este analisis es novedoso respecto a los trabajos previos por los siguientes motivos: (1) se trata de uno de los primeros trabajos que analiza para el caso de Espana la relacion precio de vivienda y delincuencia a nivel de ciudades; (2) aporta resultados sobre en que medida, con que rapidez y condicionado a que otros factores impacta la delincuencia en el valor de los inmuebles; (3) utiliza los indicadores urbanos del proyecto Urban Audit, que hasta el momento no se han explotado para el contexto espanol en cuanto a la relacion delincuencia y precio de vivienda se refiere. Los resultados mas importantes que se obtienen son los siguientes.
En primer lugar, el precio de la vivienda en el contexto espanol se reduce cuando se experimenta un incremento del nivel de delincuencia. No obstante, este efecto negativo no se produce de forma inmediata, sino que se refleja entre uno y dos anos despues segiin el tipo de delito del que se trate, salvo para el caso del robo con violencia que produce un impacto inmediato sobre el mercado inmobiliario. Estos resultados son similares a los que se obtienen en otras investigaciones.
En segundo lugar, parece confirmarse que para el caso espanol son los delitos contra la propiedad los que juegan un papel clave en el valor de los inmuebles al reducirlo en un 0,2% el primer ano y un 0,4% al segundo ano, mientras que la categoria de delitos violentos no presenta asociaciones estadisticamente significativas. Esto puede indicar que en Espana los potenciales compradores de viviendas a la hora de elegir su residencia valoran mas la seguridad de sus posesiones materiales que la seguridad personal, lo que en parte puede encontrar justification en el hecho de que en Espana la delincuencia violenta no es considerada como un problema grave en comparacion con otros paises de Europa.
En tercer lugar, la tipologia delictiva de robo es la que causa un efecto negativo mayor sobre el precio de la vivienda: el robo con violencia reduce el valor de los inmuebles hasta en un 1,3% y el robo con fuerzaen domicilios un 0,8%. La incidencia de otros delitos de menor gravedad tiene un impacto reducido, como el hurto, o incluso inexistente como es el caso de la sustraccion de vehiculos. Estos resultados se alinean con estudios previos como Pope y Pope (2012), Ceccato y Wilhelmsson (2011) o Graaffy Zietz (2020).
En cuarto lugar, la mejora de la economia es un elemento determinante en la recuperacion del precio de la vivienda en Espana durante el periodo 2015-2019. El sector inmobiliario fue uno de los principales pilares de la actividad economica en Espana durante las dos ultimas decadas. Esto amplifico en cierta medida las consecuencias negativas que tuvo la crisis economica de 2008 y los anos posteriores de recesion sobre la economia del pais y la de los hogares espanoles, lo que produjo una caida de la demanda y de los precios de la vivienda entre otras cuestiones. Por lo tanto, una vez que esta situation se ha revertido y la economia ha vuelto a crecer, esto ha favorecido a la recuperacion del mercado de vivienda en el caso espaiiol.
Por ultimo, esta investigacion presenta algunas limitaciones que abren futuras lineas de investigation. La principal de ellas es que la calidad y la disponibilidad de los datos a nivel de ciudad frecuentemente esta limitada por lo que puede afectar a la precision de los analisis. Ademas, aunque la imposibilidad de controlar factores fundamentales que afectan al precio de la vivienda, como el PIB o la capacidad de credito de las personas, se intenta superar a partir del enfoque metodologico que emplea esta investigacion, es necesario que los resultados obtenidos sean reforzados por otros trabajos en los que se tengan en cuenta este tipo de variables. Tambien se precisan de investigaciones a nivel de barrio que sirvan para tomar decisiones politicas de caracter local, ya que la relation precio-delincuencia no necesariamente se mantiene constante entre los propios vecindarios de una misma ciudad.
References
Referencias
Alves, P., & Urtasun, A. (2019). Recent housing market developments in Spain. Economic Bulletin, 2/2019, Banco de Espana.
Andrade, N., & Cifuentes, A. (2021). Crime and (price) punishment in the Chilean real estate market: the case of Santiago. Crime, Law and Social Change, 76, 497-523.
Arellano, M. (1987). Computing robust standard errors for within-groups estimators. Oxford Bulletin of Economics and Statistics, 48, 431-434.
Baltagi, B. (2008). Econometric analysis of panel data (4th ed.). Wiley.
Battisti, M., Bernardo, G., Lavezzi, A., & Maggio, G. (2022). Shooting down the price: Evidence from Mafia homicides and housing prices. Papers in Regional Science, 101(3), 659-683.
Boggess, L., Greenbaum, R., & Tita, G. (2013). Does crime drive housing sales? Evidence from Los Angeles. Journal of Crime and Justice, 36, 299-318.
Braakmann, N. (2016). The link between crime risk and property prices in England and Wales: Evidence from street-level data. Urban Studies, 54(8), 1-18
Buonanno, P., Montolio, D., & Raya-Vilchez, J. M. (2013). Housing prices and crime perception, Empirical Economics, 45, 305-321.
Caldera, A., & Johansson, A. (2013). The price responsiveness of housing supply in OECD countries. Journal of Housing Economics, 22(3), 231-249.
Can, A. (1990). The measurement of neighborhood dynamics in urban house prices. Economic Geography, 66, 254-272.
Case, K. E., & Mayer, C. J. (1996). Housing price dynamics within a metropolitan area. Regional Science and Urban Economics, 26, 387^07.
Ceccato, V., & Wilhelmsson, M. (2011). The impact of crime on apartment prices: Evidence from Stockholm, Sweden. GeografiskaAnnaler: Series B, Human Geography, 93, 81-103.
Ceccato, V., & Wilhelmsson, M. (2012). Acts of vandalism and fear in neighbourhoods: do they affect housing prices? In V.A. Ceccato (Ed.), The Urban Fabric of Crime and Fear. Springer.
Ceccato, V., & Wilhelmsson, M. (2018). Does crime impact real estate prices? An assessment of accessibility and location. In J. Gerben, N. Bruinsma, & S. D. Johnson (Eds.), Oxford Handbook on Environmental Criminology (pp. 518-544). Oxford University Press.
Clark, D. E., & Cosgrove, J. (1990). Hedonic demand, identification, and the demand for public safety. Journal of Regional Science, 30, 105-121.
Delgado, J., & Wences, G. (2019). A hedonic approach to the valuation of the effect of criminal violence on housing prices in Acapulco City. Empirical Economics, 59, 2999-3018.
Dubin, R. A., & Goodman, A. (1982). Valuation of education and crime neighbourhood characteristics through hedonic housing prices. Population and Environment, 5, 5166-5181.
Fajnzylber, P., Lederman, D., & Loayza, N. (2002). Inequality and Violent Crime. Journal of Law and Economics, 45, 1-40.
Gibbons, S. (2004). The costs of urban property crime. The Economic Journal, 114, 441-452.
Graaff J., & Zietz, J. (2020). The impact of crime on apartment prices in Hamburg, Germany. Journal of European Real Estate Research, 15, 58-87.
Hsiao, C. (2003). Analysis of Panel Data. Cambridge University Press.
Ihlanfeldt, K., & Mayock, T. (2010). Panel data estimates of the effects of different types of crime on housing prices. Regional Science and Urban Economics, 40, 161-172.
Klimova, A., & Lee, A. D. (2014). Does a Nearby Murder Affect Housing Prices and Rents? The Case of Sydney. Economic Record, 90, 16-40.
Kim, S., & Lee, K. (2018). Potential crime risk and housing market responses. Journal of Urban Economics, 118, 1-17.
Lynch, A., & Rasmussen, D. (2001). Measuring the impact of crime on house prices. Applied Economics, 33, 1981-1989.
Linden, L., & Rockoff J. (2008). Estimates of the Impact of Crime Risk on Property Values from Megan's Laws. American Economic Review, 98(3), 1103-1127.
Maldonado-Guzman, D. G. (2022) Airbnb and crime in Barcelona (Spain): testing the relationship using a geographically weighted regression. Annals ofGIS, 28(2), 147-160.
Margaretic, P., & Bautista, J. (2023). How local is the crime effect on house prices? The Journal of Real Estate Finance and Economics.
Matilla, M., Perez, P. y Sanz, B. (2017). Econometriayprediction. McGraw-Hill.
Mcllhatton, D., McGreal, W., Taltavull de la Paz, P., & Adair, A. (2016). Impact of crime on spatial analysis of house prices: evidence from a UK city. International Journal of Housing Markets and Analysis, 9, G27-GA7.
Meehan, B., & Benson, B. L. (2017). Does Private Security Affect Crime?: ATest Using State Regulations as Instruments. Applied Economics, 49(48), 4911-4924.
Min, I. S., & Choi, P. S. (2009). Panel data analysis. The Korea Association of STATA.
Montolio, D., & Planells-Struse, S. (2016). How time shapes crime: The temporal impacts of football matches on crime. Regional Science and Urban Economics, 61, 99-113.
Mueller, H., & Besley T. (2012). Estimating the Peace Dividend: The Impact of Violence on House Prices in Northern Ireland. American Economic Review, 102, 810-833.
Panagiotidis, T., & Printzis, P. (2016). On the macroeconomic determinants of the housing market in Greece: aVECM approach. International Economics and Economic Policy, 13, 387-409.
Pope, J. (2008). Fear of crime and housing prices: household reactions to sex offender registries. Journal of Urban Economics, 64, 601-614.
Pope, D. G., & Pope, J. (2012). Crime and property values: Evidence from the 1990s crime drop. Regional Science and Urban Economics, 42, 177-188.
Rizzo, M. J. (1979). The cost of crime to victims: an empirical analysis. Journal of Legal Studies, 8, 177- 205.
Rukus, J., & Warner, M. (2013). Crime Rates and Collective Efficacy: The Role of Family Friendly Planning. Cities, 31, 37-46.
Schwartz, A. (2003). Has falling crime driven New York City's real estate boom? Journal of Housing Research, 14, 1-35.
Shapiro, R. J., & Hassett, K. (2012). The Economic Benefits of Reducing Violent Crime: A Case Study of 8 American Cities. Center for American Progress.
Taltavull de La Paz, P. (2012). The responsiveness of new supply to house prices: a perspective from the Spanish housing market. In C. Jones, M. White, and N. Dunse (Eds), Challenges of the Housing Economy: An International Perspective. Willey-Blackwell.
Taltavull de la Paz, P., Berry, J., Mcllhatton, D., Chapman, D., & Bergonzoli, K. (2022). The impact of crimes on house prices in LA County. Journal of European Real Estate Research, 15, 88-111.
Thaler, R. (1978). A note on the value of crime control: evidence from the property market. Journal of Urban Economics, 5, 137-145.
Tita, G. E., Petras, T. L., & Greenbaum, R. T. (2006). Crime and residential choice: a neighborhood level analysis of the impact of crime on housing prices. Journal ofQuantitative Criminology, 22,133-iYl.
Torres-Tellez, J., & Montero-Soler, A. (2023). After the economic crisis of 2008: Economic conditions and crime in the last decade for the case of Spain. American Journal ofEconomics andSociology, 82(3), 223-239.
Valente, R., & Medina-Ariza, J. (2022). Mobility, Nonstationary Density, and Robbery Distribution in the Tourist Metropolis. European Journal on Criminal Policy and Research, 1-23.
Wang, P., & Kang, M. (2014). An empirical analysis on the housing prices in the Pearl River Delta Economic Region of China. International Journal of Urban Sciences, 18, 103-114.
Wilhelmsson, M., & Ceccato, V. (2015). Does burglary affect property prices in a nonmetropolitan municipality? Journal of Rural Studies, 39, 210-218.
Wong, W, Azhari, A., Hiau, N., & Yin, C. (2019). Estimating the impact of crime risk on housing prices in Malaysia. International Journal of Housing Markets and Analysis, 13, 769-789.
Wooldridge, J. (2012). Introductory Econometrics: A modern approach. Cengage learning.
Footnote
