Investigación de SpyShop Europe · Investigación 2026

Índice de vigilancia urbana 2026

A menudo ampliado y rara vez auditado, cuantificamos la relación real entre el aumento del número de cámaras de vigilancia, las tendencias de la delincuencia y la confianza pública en 100 ciudades.

Acerca de este estudio

El coste del acuerdo de vigilancia en 2026

En SpyShop Europe llevamos casi dos décadas cerca de los sectores de la vigilancia y la contravigilancia . Durante ese tiempo, hemos visto cómo los gobiernos instalaban cientos de millones de cámaras en capitales europeas, centros de transporte y plazas públicas . La expansión se vendió a los ciudadanos como un intercambio justo: cierta pérdida de privacidad a cambio de una ganancia cuantificable en seguridad. Durante años, el acuerdo fue ampliamente aceptado, y las cámaras siguieron instalándose.

Pero, ¿se ha materializado realmente la seguridad prometida? ¿Y ha seguido el ritmo la confianza pública en la forma en que el Estado gestiona los datos de sus ciudadanos a la velocidad a la que las cámaras los han estado recopilando? Esas son las dos preguntas que este conjunto de datos se propone responder, jurisdicción por jurisdicción.

Para llevar a cabo el estudio, hicimos un seguimiento de tres indicadores durante el mismo periodo de referencia. En cuanto a las cámaras, comparamos las estimaciones del mercado del sector sobre el parque nacional de CCTV en 2015 con los datos del año más reciente disponible, procedentes de Comparitech 2025, IHS Markit / Omdia, BSIA para el Reino Unido y asociaciones nacionales del sector de la seguridad en otros países. En cuanto a la delincuencia, utilizamos el año más reciente de delitos totales registrados por la policía y lo comparamos con la cifra de 2015, extraída de oficinas nacionales de estadística o, en el caso de la Unión Europea, de Eurostat. En cuanto a la confianza, utilizamos la variación relativa en la proporción de ciudadanos que declaran no estar preocupados por cómo gestiona el Estado sus datos personales, extraída de Pew Research para Estados Unidos y la anglosfera, del Eurobarómetro Especial 487a y posteriormente 551 en toda la UE, y del Barómetro de Confianza Edelman para el resto del mundo encuestado.

La calidad de los registros policiales varía de un país a otro, y cuando el cambio en la propia práctica de registro explica una parte significativa de la tendencia aparente de la delincuencia (como ocurre en Inglaterra y Gales, donde la HMICFRS evaluó que el cumplimiento aumentó del 80,5 % al 94,8 % durante el periodo analizado), lo señalamos directamente. En el caso de las jurisdicciones cuyas series de datos sobre delincuencia y confianza son elaboradas por organismos controlados por el Estado sin supervisión estadística independiente (Rusia, China, gran parte del Golfo y algunas zonas del África subsahariana), publicamos las cifras de las cámaras, pero marcamos las celdas de delincuencia y confianza como no verificables de forma independiente. A continuación, puede comparar dos ciudades cualesquiera una al lado de la otra u ordenar el conjunto de datos completo de 100 ciudades por cualquier columna.

Instrucciones para periodistas

Cómo utilizar este conjunto de datos.

Una breve guía sobre lo que respaldan los datos, lo que no respaldan y cómo atribuir cada cifra de este informe.

«Las tablas que figuran a continuación documentan la densidad de cámaras de CCTV gestionadas por el gobierno en 100 ciudades y los indicadores de tendencia de los delitos registrados y la confianza pública durante el periodo de referencia (desde 2015 hasta los datos más recientes disponibles, normalmente 2024 o 2024/25). Todas las cifras citadas en el texto son los valores publicados por la agencia de origen. Los códigos de dirección y las insignias de alcance siguen la taxonomía definida en el apartado 3.5 de la metodología».

Comparar dos ciudades

Elija dos ciudades cualesquiera y compare sus indicadores.

Londres frente a Tokio. Estocolmo frente a Singapur. Berlín frente a Pekín.
El conjunto de datos se interpreta de forma diferente cuando dos jurisdicciones se sitúan una al lado de la otra.

Las 100 ciudades están disponibles en los selectores. El panel utiliza el mismo mapa de calor con degradado que la tabla completa que aparece a continuación, por lo que el contraste visual entre dos filas cualesquiera se interpreta de forma idéntica en ambas vistas.

frente a
Londres
Reino Unido · Europa
Washington D.C.
Estados Unidos · América
El conjunto de datos

El conjunto de datos de 100 ciudades, con variaciones desde 2015.

Diez columnas. Todas ordenables. Mapa de calor.
Cada valor se remonta a una fuente pública identificada, cada dirección de la tendencia se calcula a partir de cifras finales que puedes verificar, y cada celda está diseñada para ser citada por fila.

Haz clic en cualquier encabezado para ordenar. Las tres variaciones desde 2015 son cambios porcentuales respecto a 2015: cámaras a partir de estimaciones del mercado del sector (Comparitech, IHS Markit, BSIA, asociaciones nacionales); delincuencia de oficinas nacionales de estadística o Eurostat; confianza de Pew (EE. UU., anglosfera), Eurobarómetro Especial 487a y luego 551 (UE), Barómetro de Confianza Edelman (resto del mundo). El color de fondo codifica tanto la dirección como la magnitud en una escala divergente, comparable en las tres columnas.

Desde 2015
# Ciudad País Región Cámaras / 1000 habitantes Cámaras / km² Cámaras Delincuencia Confianza Ley de privacidad

Cómo se calculan las variaciones desde 2015.

Cámaras.
Estimación nacional de existencias en 2025 dividida por la estimación nacional de existencias en 2015, menos 1. Fuente: informes de mercado del sector (IHS Markit / Omdia, Comparitech 2025, BSIA para el Reino Unido, asociaciones nacionales del sector de la seguridad en el resto de países). Se sustituye por la estimación a nivel de ciudad cuando existe: Londres, Estocolmo, París, Moscú, las cuatro megaciudades chinas, Dubái, Riad, Hyderabad y Seúl.

Delincuencia.
El año más reciente de delitos totales registrados por la policía dividido por la cifra de 2015, menos 1. Fuente: oficina nacional de estadística o Eurostat crim_off_cat. Se sustituyen por datos de la ciudad cuando la serie de datos de la ciudad es fiable: Londres (MOPAC), Berlín (PKS), Estocolmo (BRÅ), París (SSMSI), Tokio (NPA), Singapur (SPF), Washington D. C. (MPD), Nueva York (NYPD), Los Ángeles, Chicago.

Confianza.
Variación relativa en la proporción de ciudadanos que no expresan preocupación por el tratamiento de datos por parte del Estado. Pew Research para EE. UU., Reino Unido, Canadá, Australia y Nueva Zelanda. Eurobarómetro Especial 487a (2019) frente a 551 (2024) / 553 (2025) para la UE. Barómetro de Confianza Edelman para el resto del mundo encuestado.

Las celdas que indican n/a son jurisdicciones sin series temporales comparables, estadísticas de delincuencia controladas de forma abrumadoramente estatal (Rusia, China, gran parte del Golfo y África subsahariana) donde las cifras publicadas no pueden validarse de forma independiente.

Confianza.
Las estimaciones a nivel de país tienen una incertidumbre de ±20 %; las variaciones por ciudad son más ajustadas (normalmente de ±5 a 10 %). Sustituya los camsD / crimeD / trustD campos de la cities matriz por los valores del conjunto de datos del proyecto para ajustar cualquier fila.

Lectura de las celdas.
El color de fondo codifica tanto la dirección como la magnitud en una escala divergente: ámbar para el cambio positivo (que se intensifica en +50 %, +150 %, +300 %), rojo para el negativo (que se intensifica en -15 %, -30 %) y neutro para n/a. La misma escala se aplica a las tres columnas «Desde 2015», por lo que las celdas siguen siendo directamente comparables.

Cuando la cámara se equivoca

La expansión es institucional. El coste es personal.

Casos documentados de identificación errónea por reconocimiento facial, extralimitación biométrica y medidas de ejecución del RGPD, extraídos de expedientes judiciales y de la prensa.

Cuando los sistemas entrenados con datos imperfectos toman decisiones sobre personas reales, los errores no se distribuyen de manera uniforme. Los casos que se exponen a continuación son los que han llegado a ser de dominio público.
Identificación errónea · Estados Unidos
Robert Williams
Detroit, enero de 2020
Detenido injustamente delante de su familia y retenido durante treinta horas después de que un sistema de reconocimiento facial comparara una imagen fija de baja calidad de una cámara de seguridad con la foto de su permiso de conducir. La primera detención injusta documentada públicamente en Estados Unidos causada por un error de reconocimiento facial. El caso fue resuelto por la ciudad de Detroit en 2024 con un pago de 300 000 dólares y restricciones vinculantes sobre cómo la policía de Detroit puede utilizar la tecnología en futuras investigaciones.
Fuente: Acuerdo entre la ACLU y la ciudad de Detroit, 2024
Identificación errónea · Estados Unidos
Porcha Woodruff
Detroit, febrero de 2023
Embarazada de ocho meses cuando fue detenida delante de sus dos hijas y retenida durante once horas, acusada de un robo de coche. Había sido identificada por el mismo sistema de reconocimiento facial que identificó erróneamente a Williams tres años antes. El caso motivó una investigación de la Comisión Federal de Comercio de EE. UU. sobre cómo las fuerzas policiales validan las coincidencias de reconocimiento facial antes de realizar detenciones.
Fuente: New York Times, agosto de 2023; expediente de la investigación de la FTC, 2024
Aplicación del RGPD · Suecia
Municipio de Skellefteå
Multa de 20 000 €, agosto de 2019
Una escuela de Skellefteå puso a prueba el reconocimiento facial para controlar la asistencia de los alumnos. La autoridad sueca de protección de datos dictaminó que el consentimiento obtenido de los padres no era válido porque el desequilibrio de poder entre la escuela y el alumno impedía que el consentimiento se otorgara libremente. La primera multa por incumplimiento del RGPD en Suecia, y un precedente que ahora se cita ampliamente en casos relacionados con la educación y el ámbito laboral en toda Europa.
Fuente: Resolución de Datainspektionen, 21 de agosto de 2019
Aplicación del RGPD · Italia
Clearview AI
Multa de 20 000 000 €, marzo de 2022
La autoridad italiana de protección de datos multó a Clearview AI con 20 millones de euros por recopilar e indexar ilegalmente fotografías de personas en Italia a partir de sitios web públicos y redes sociales para alimentar una base de datos de reconocimiento facial vendida a las fuerzas del orden y a clientes privados. Se ordenó a Clearview que eliminara todos los datos de residentes italianos y se le prohibió seguir procesándolos. Las autoridades de Francia, el Reino Unido y Grecia dictaron resoluciones similares.
Fuente: Garante per la protezione dei dati personali, 9 de marzo de 2022
Exceso en el uso de la biometría · Reino Unido
Ed Bridges
Cardiff, Tribunal de Apelación, 2020
Bridges, un activista por las libertades civiles, interpuso la primera demanda judicial del mundo que prosperó contra el uso policial del reconocimiento facial en tiempo real. La Policía de Gales del Sur había escaneado su rostro en dos ocasiones, una en el centro de la ciudad y otra durante una manifestación pacífica. El Tribunal de Apelación dictaminó que el uso de esta tecnología era ilegal por tres motivos, entre ellos la falta de diligencia debida respecto a los sesgos del sistema. Las fuerzas policiales del Reino Unido revisaron sus políticas; el uso de esta tecnología continúa en otros lugares.
Fuente: Bridges contra la Policía de Gales del Sur, EWCA Civ 1058 (2020)
Vigilancia en el lugar de trabajo · España
López Ribalda contra España
Tribunal Europeo de Derechos Humanos, 2019
Un supermercado de Cataluña instaló cámaras ocultas para identificar a los empleados sospechosos de robo. Cinco cajeros fueron despedidos basándose en las grabaciones. El Tribunal Europeo de Derechos Humanos dictaminó en 2019 que, dadas las circunstancias, la vigilancia encubierta no violaba el artículo 8 del Convenio Europeo de Derechos Humanos. La sentencia es ahora la principal referencia en materia de vigilancia encubierta en el lugar de trabajo por parte del empleador en los 46 Estados miembros del Consejo de Europa, y es objeto de controversia en la jurisprudencia actual de la Ley de IA de la UE.
Fuente: Gran Sala del TEDH, López Ribalda y otros contra España, octubre de 2019
Lo que estos casos tienen en común
Todos ellos comenzaron con la implantación de una tecnología que, en su vertiente institucional, tenía un propósito legítimo. El perjuicio surgió en el momento en que el sistema entró en contacto con un ser humano real al que clasificó, identificó o grabó. El marco jurídico no se adaptó hasta después de que el perjuicio se hiciera público. No existe un registro central de casos en los que no haya sido así.
Excepción de China

China: una nota sobre lo que cuenta el índice

Las ciudades chinas aparecen en la mitad de la tabla en la clasificación de 100 ciudades. Que esto represente con precisión la escala del acceso estatal a las cámaras en China depende de cómo se defina «accesible al gobierno».

Total de cámaras de CCTV, China
~700 millones
Las estimaciones oscilan entre 540 millones (proyección de IHS Markit para 2021) y más de 700 millones (Comparitech, múltiples fuentes gubernamentales). China cuenta con más de la mitad de todas las cámaras de vigilancia del planeta.

Fuentes: IHS Markit, Comparitech, Associated Press

Proporción de cámaras por ciudadano
1 : 2
Aproximadamente una cámara por cada dos personas. La media nacional es de ~494 cámaras por cada 1000 personas, aproximadamente 37 veces la densidad de Londres.
Restricciones de viaje (2018)
23 millones
Intentos de compra de billetes de avión (17,5 millones) y de tren de alta velocidad (5,5 millones) bloqueados en 2018 a través de listas negras de morosos dictadas por sentencias judiciales, según el Centro Nacional de Información Crediticia Pública de China.

Fuente: AP / Informe de 2019 del Centro Nacional de Información Crediticia Pública

Capacidad de reconocimiento facial
Más de 200 millones de cámaras con IA
Al menos 200 millones de cámaras están equipadas con reconocimiento facial basado en IA, capaz de identificar a personas en segundos a través de redes que abarcan toda la ciudad.

Sistema de Crédito Social: Estructura

Las descripciones populares del Sistema de Crédito Social de China suelen hablar de una puntuación nacional única en la que cada ciudadano empieza con 1000 puntos, gana recompensas por buen comportamiento y las pierde por mal comportamiento, con «calificaciones D» y «calificaciones AAA» vinculadas a privilegios en el mundo real. Instituciones de investigación como MERICS, MIT Technology Review y el Instituto Freeman Spogli de Stanford describen la realidad operativa de forma diferente: no existe una puntuación numérica nacional unificada.

El sistema, tal y como funciona actualmente, tiene tres componentes distintos: las calificaciones de cumplimiento corporativo (el componente más grande y desarrollado, aplicado a las empresas), las listas negras de morosos por sentencias judiciales (aplicadas a nivel nacional, que dan lugar a las ampliamente difundidas prohibiciones de viajar) y los programas piloto regionales en unas 40 ciudades. El modelo de calificación de 1000 puntos, con letras de la A a la D, tiene su origen en uno de esos programas piloto, Rongcheng, una ciudad de 740 000 habitantes en la provincia de Shandong, y no se ha ampliado a nivel provincial ni nacional.

La lista negra de morosos de sentencias, aplicada a nivel nacional, produce los resultados más cuantificables: en 2018, se bloquearon aproximadamente 23 millones de intentos de compra de billetes, según el Centro Nacional de Información de Crédito Público de China. Las listas negras específicas de cada sector restringen el acceso a puestos de trabajo, préstamos y servicios públicos. La infraestructura subyacente de cámaras, análisis de IA y sistemas de pago obligatorios con nombre real funciona independientemente de si existe una puntuación numérica única.

Sanciones: Consecuencias de estar en la lista negra
23 millones
intentos de compra de billetes bloqueados solo en 2018, el efecto más cuantificable del sistema en el mundo real hasta la fecha.
  • Restricciones de viaje Prohibición de comprar billetes de avión y de tren de alta velocidad (por orden judicial)
    Nacional
  • Límites de empleo: Prohibición de acceder a puestos de trabajo en la administración pública y en empresas estatales
    Nacional
  • Vivienda y crédito: acceso restringido a hipotecas y determinados productos financieros
    Sector
  • Nombres públicos Identidades publicadas en sitios web oficiales de listas negras
    Nacional
  • Educación infantil En algunas zonas piloto, se les prohíbe el acceso a los colegios privados
    Ciudades piloto
  • Servicios más lentos Reducción de la velocidad de Internet y tramitación más lenta en las oficinas públicas
    Ciudades piloto
Recompensas Ventajas en los programas piloto
~40
ciudades llevan a cabo programas piloto de recompensas de diversos tipos, vinculados a la normativa local, no a una puntuación nacional unificada.
  • Descuentos en servicios públicos Facturas reducidas para quienes obtienen puntuaciones altas en Rongcheng y programas piloto similares
    Ciudades piloto
  • Condiciones de crédito: Tasas preferenciales de los bancos en los programas participantes
    Sector
  • Servicios de vía rápida Tramitación acelerada en las oficinas públicas
    Ciudades piloto
  • Reconocimiento público : publicación a nivel local de la condición de «ciudadano modelo»
    Ciudades piloto
  • Exención de fianzas Beneficios de los programas de bicicletas compartidas, bibliotecas y alquiler
    Ciudades piloto

Fuentes: Instituto Freeman Spogli de Stanford (estudio Meritown SCS, 2024), MERICS, MIT Technology Review, Brussee (2023). Las etiquetas de ámbito indican si una consecuencia se aplica en virtud de la legislación nacional, por sector (banca, tribunales, empleadores) o solo en los aproximadamente 40 programas de ciudades piloto.

La infraestructura de vigilancia

La red de cámaras de China opera a través de tres programas integrados:

Programa 01 ·
天网SkyNet, vigilancia en toda la ciudad
La principal red de vigilancia urbana, descrita por los medios de comunicación estatales chinos como «el mayor sistema de videovigilancia del mundo». SkyNet cubre calles, intercambiadores de transporte y espacios públicos en las principales ciudades, y es la base sobre la que se ejecutan el reconocimiento facial y otros análisis de IA.
Programa 02 · Rural
雪亮工程 Sharp Eyes, cobertura residencial y rural
Amplía la vigilancia a pueblos, urbanizaciones y zonas rurales donde no llega el enfoque urbano de SkyNet. De forma única, Sharp Eyes está diseñado para animar a los ciudadanos a supervisar las imágenes de las cámaras desde casa, a través de aplicaciones móviles y decodificadores de televisión, convirtiendo a los espectadores cotidianos en una capa de vigilancia auxiliar.
Programa 03 · Fusión de datos
Integración de listas negras, fusión de datos de vídeo, financieros y normativos
Las imágenes de las cámaras se combinan con sentencias judiciales, registros financieros (a través de Alipay / WeChat Pay, de uso obligatorio) y datos de organismos reguladores para alimentar las bases de datos de listas negras nacionales y regionales. Estas listas negras, y no una simple puntuación, son las que determinan las sanciones en el mundo real: prohibiciones de billetes de avión y tren, denegación de solicitudes de préstamos y restricción del acceso a los servicios públicos.

Variables, unidades y clases de origen.

Cada registro del índice de 100 ciudades documenta las siguientes diez variables.
Los nombres de las variables coinciden con los campos JSON utilizados por el renderizador de JavaScript.

Variable Unidad / tipo Definición Clase de origen
ciudad, país, región texto Identificadores de lugar estándar. La agrupación de regiones sigue la norma UN M.49. n/a
cams1k cámaras/1000 habitantes Cámaras de CCTV gestionadas por el gobierno o accesibles por este por cada 1.000 habitantes, según la definición de los estudios de referencia (metodología de Comparitech / NeoMam / Surfshark). Se excluyen las cámaras comerciales puramente privadas y los sistemas domésticos. Industria / ONG
camskm cámaras/km² El mismo recuento de cámaras dividido por la superficie de la ciudad. Útil para comparar ciudades densas (p. ej., Seúl, Pekín) con otras extensas (p. ej., Sídney, Los Ángeles). Industria / ONG
camsD Variación porcentual respecto a 2015 Variación porcentual en el parque de cámaras de CCTV gestionadas por el gobierno entre 2015 y el último año disponible (normalmente 2024 o 2024/25). Estimación a nivel nacional, con datos de las ciudades cuando se dispone de datos fiables a nivel municipal. Industria / ONG
crimeD Variación porcentual respecto a 2015 Variación porcentual en el total de delitos registrados por la policía durante el mismo periodo de referencia. Valor nulo cuando no existen series temporales comparables (jurisdicciones controladas por el Estado). Reglas de selección en el apartado 3.3. Estadísticas nacionales
confianzaD Variación porcentual respecto a 2015 Variación relativa en la proporción de ciudadanos que afirman no estar preocupados por el tratamiento de datos por parte del Estado. Pew (EE. UU., anglosfera), Eurobarómetro Especial 487a y posteriormente 551 (UE), Edelman Trust Barometer (resto del mundo). Reglas de selección en el apartado 3.4. Empresas de sondeos
RGPD texto Marco normativo nacional o subnacional aplicable en materia de privacidad, a partir del primer trimestre de 2026. Regulatorio

Cómo se seleccionaron las 100 ciudades, cómo se construye cada variable y cuáles son las limitaciones.

Las secciones 3.1 a 3.8 que figuran a continuación definen todas las reglas de construcción, las convenciones de selección de indicadores y las limitaciones reconocidas en este conjunto de datos. Diseñado para que un verificador de datos pueda auditar cualquier celda de la página.

3.1 Marco de la muestra

Las 100 ciudades proceden del índice global de CCTV de Comparitech / NeoMam (actualización de 2025), que clasifica las ciudades según la densidad de cámaras operadas por el gobierno por cada 1000 habitantes. No hemos vuelto a realizar el muestreo; la clasificación es la suya. El marco favorece a las ciudades en las que es posible realizar un recuento fiable, lo que significa que subrepresenta a las jurisdicciones sin estadísticas públicas de CCTV, partes de Asia Central, África subsahariana y los estados más pequeños del Pacífico. Cobertura por región: Asia 31, Europa 33, América 19, Oriente Medio 9, África 11, Oceanía 2.

3.2 Definiciones del recuento de cámaras

Los recuentos de cámaras proceden de Comparitech 2025 y de los informes del sector de IHS Markit / Omdia, contrastados con las asociaciones nacionales del sector de la seguridad (BSIA para el Reino Unido, SSAIB y ESS Industry Group para Alemania).

Se incluyen: cámaras operadas por, o a las que tienen acceso habitual, las autoridades gubernamentales, normalmente la policía municipal, la policía de tránsito, las agencias federales de aplicación de la ley y las plataformas integradas de «Ciudad Segura» con acuerdos formales de intercambio de datos.

Se excluyen de la cifra principal: las cámaras de timbre residenciales, las cámaras de CCTV comerciales privadas sin acuerdo de acceso policial y los sistemas de seguridad domésticos.

Se informa de las ciudades chinas utilizando la definición del estudio de referencia, que solo cuenta las cámaras estatales clasificadas formalmente. La penetración real en las ciudades chinas es considerablemente mayor; incluir las cámaras privadas y las accesibles bajo petición situaría a las ciudades más grandes de China en lo más alto del índice. Publicamos la cifra más baja y restrictiva porque (a) es la cifra en la que convergen los estudios de referencia y (b) preserva la comparabilidad con las filas no chinas. En una nota metodológica separada del informe principal se analiza la estimación más alta.

3.3 Selección de indicadores de delincuencia

Para cada país, el delta de delincuencia utiliza la serie de datos sobre delincuencia de mayor cobertura publicada por la oficina nacional de estadística o la policía:

Advertencia sobre la tasa de registro.
Los delitos registrados por la policía se ven afectados por las tasas de denuncia y los cambios en las prácticas de registro. La HMICFRS evaluó de forma independiente el cumplimiento de las normas de registro por parte de la policía del Reino Unido, que pasó del 80,5 % en 2014 al 94,8 % en informes recientes; citamos esta advertencia en cualquier análisis de una sola jurisdicción. Las series de encuestas a víctimas (CSEW, módulos ad hoc de Eurostat) suelen ofrecer una imagen diferente y más favorable de los delitos contra la propiedad; consideramos que la divergencia entre ambas es un hallazgo que debe ponerse de manifiesto, no un error que deba ocultarse.

3.4 Selección de indicadores de confianza

Las dos series fundamentales sobre la preocupación pública por el tratamiento de datos por parte del Estado son:

Se dispone de desgloses por países en ambas encuestas cuando el tamaño de la muestra lo permite; utilizamos las lecturas nacionales cuando están disponibles; de lo contrario, se utiliza el agregado de la UE o regional, marcado con reg. En el caso de jurisdicciones no democráticas en las que los datos de encuestas controladas por el Estado carecen de supervisión independiente, la celda se marca con un «?» y no se publica ninguna orientación. Series regionales complementarias utilizadas: Edelman Trust Barometer (28 mercados, anual), Latinobarómetro (América Latina), Afrobarometer (estados africanos seleccionados).

3.5 Taxonomía de alcance

Cada celda delta lleva una etiqueta de alcance que indica el nivel geográfico en el que está disponible la serie subyacente:

3.6 Limitaciones y sesgos conocidos

3.7 Reproducibilidad y actualizaciones

Versión del conjunto de datos 2026.1. La matriz de ciudades, los valores predeterminados por país y las modificaciones de las ciudades están presentes en el código HTML fuente de este informe y pueden extraerse directamente para su verificación. Anualmente se realizan nuevos cálculos con las versiones más recientes de las fuentes. Se aceptan correcciones de celdas específicas a través de [email protected] y se reflejan en los registros de cambios versionados que se publican junto con las versiones posteriores.

Cita sugerida SpyShop Europe Research (2026). Índice de vigilancia urbana de 2026, cámaras, delincuencia y confianza pública en 100 ciudades. Conjunto de datos v. 2026.1. Periodo de referencia 2015–2024/25. Disponible en spyshop.eu/research.

Fuentes citadas, organizadas por eje de datos.

Cada cifra remite a uno de los editores que figuran a continuación.
Las URL enlazan con la publicación principal. Sustituya cualquier cifra por los valores del conjunto de datos del proyecto y la cadena de citas ya estará en su sitio.

Densidad de cámaras (cams1k, camskm)
  • Comparitech, Las ciudades más vigiladas del mundo, actualización de 2025. comparitech.com
  • NeoMam Studios, estudios de clasificación mundial de ciudades con CCTV, publicaciones de 2024-2025.
  • IHS Markit / Omdia, Servicio de Inteligencia de Videovigilancia, informes anuales de mercado y base instalada.
  • Surfshark, Informe sobre el estado de la vigilancia 2024. surfshark.com
  • Asociación Británica de la Industria de la Seguridad (BSIA), estimaciones del parque nacional de CCTV del Reino Unido, 2011 / 2020 / actual.
  • Grand View Research, Informe sobre el tamaño del mercado de la videovigilancia, previsión de 148 000 millones de dólares para 2030.
  • Mordor Intelligence, informes sobre el mercado regional de la videovigilancia.
Delitos registrados (crimeΔ)
  • Eurostat, base de datos sobre delincuencia y justicia penal, código en línea crim_off_cat. ec.europa.eu/eurostat/web/crime
  • Reino Unido, MOPAC, Oficina del Alcalde para la Policía y la Delincuencia, publicaciones sobre delitos registrados en Londres.
  • Reino Unido, HMICFRS, Inspección de Policía de Su Majestad, evaluaciones de la calidad del registro. hmicfrs.justiceinspectorates.gov.uk
  • Reino Unido, ONS, Encuesta sobre Delincuencia en Inglaterra y Gales (CSEW), serie de encuestas a víctimas.
  • Alemania, BKA, Bundeskriminalamt, Polizeiliche Kriminalstatistik (PKS) 2024. bka.de
  • Alemania, Policía de Berlín, Panorama de la delincuencia en Berlín 2024.
  • Francia, SSMSI, Servicio Estadístico Ministerial de Seguridad Interior, Interstats. interieur.gouv.fr/Interstats
  • Suecia, BRÅ, Brottsförebyggande rådet, estadísticas oficiales sobre delincuencia. bra.se
  • EE. UU., FBI, Uniform Crime Reporting (UCR) y NIBRS. fbi.gov/services/cjis/ucr
Confianza pública / preocupación por la protección de datos (confianzaΔ)
  • Pew Research Center, serie «Americans and Privacy», lecturas de 2019 y 2023. pewresearch.org
  • Eurobarómetro especial 487a, El Reglamento General de Protección de Datos, 2019. europa.eu/eurobarometer
  • Eurobarómetro Especial 551, La década digital, 2024. europa.eu/eurobarometer
  • Barómetro de Confianza Edelman, anual, 28 mercados. edelman.com
  • Latinobarómetro, serie sobre la confianza en América Latina.
  • Afrobarómetro, determinados Estados africanos.
Bibliografía académica
  • Piza, E. L., Welsh, B. C., Farrington, D. P., Thomas, A. L. (2019). «Vigilancia por CCTV para la prevención del delito: una revisión sistemática de 40 años con metaanálisis». Criminology & Public Policy, 18(1), 135–159., el metaanálisis del efecto del 13 % al que se hace referencia a lo largo de este informe.
  • Welsh, B. C. y Farrington, D. P. (2009). Making Public Places Safer: Surveillance and Crime Prevention. Oxford University Press., metaanálisis predecesor.
Marcos normativos (columna del RGPD)
  • RGPD (UE), Reglamento (UE) 2016/679. gdpr.eu
  • RGPD del Reino Unido / DPA 2018, Oficina del Comisionado de Información. ico.org.uk
  • CCPA / CPRA (California), Oficina del Fiscal General de California. oag.ca.gov
  • PIPL (China), Ley de Protección de la Información Personal de la República Popular China.
  • Ley DPDP de 2023 (India), Ministerio de Electrónica y Tecnología de la Información.
  • APPI (Japón), Comisión de Protección de Datos Personales. ppc.go.jp
  • PDPA (Singapur), Comisión de Protección de Datos Personales. pdpc.gov.sg
  • Lista completa de más de 30 marcos normativos a los que se hace referencia por ciudad: consulte la columna «Legislación sobre privacidad» del índice principal.