Горячие точки

Горячие точки преступности - это районы с высоким уровнем преступности . Обычно они визуализируются с помощью карты . Они разработаны для исследователей и аналитиков, чтобы исследовать географические районы на предмет выявления преступности. Исследователи и теоретики изучают возникновение горячих точек в определенных областях и причины их возникновения, а аналитики изучают методы, используемые для проведения исследования. ^[1] Разработка карт, содержащих горячие точки, становится важным и влиятельным инструментом для работы полиции; они помогают развить знания и понимание различных районов города и, возможно, причин, по которым там совершаются преступления.

Теории преступности могут быть полезным руководством для исследователей и аналитиков при анализе горячих точек преступности. Существует множество теорий преступности, которые объясняют, почему преступление происходит в определенных местах, а в других - нет. Теории мест рассматривают преступность в определенных местах, которые также можно рассматривать как «точки на карте». ^[2] Еще одна криминальная теория, используемая в отношении очагов преступности, - это теории соседства. Эти теории рассматривают преступность на более высоком уровне и в более широкой области просмотра. При просмотре этих типов областей статистическая информация обычно используется для определения горячих точек. Широко используемой теорией для объяснения преступлений является теория закономерностей преступления . Теория моделей преступности объясняет, что преступность не случайна. Горячие точки преступности могут помочь в определении пространственно-временных закономерностей. Эта теория позволяет делать обобщенные утверждения о «горячих точках», и эти «горячие точки» можно предсказать, используя теорию закономерностей преступности. ^[3] При создании «горячих точек» теории, которые могут помочь объяснить их возникновение, должны быть оценены для определения основных причин.

Горячие точки преступности могут быть созданы множеством различных методов. В зависимости от того, какой тип анализа необходим, следует использовать разные методы. Два разных метода создания горячих точек - это STAC (пространственный и временной анализ преступности) и ближайший сосед . Сэмюэл Бейтс создал STAC в начале 1990-х годов. Он создал инструмент, предназначенный для создания «горячей точки» с высокой плотностью преступления в форме круга на карте. ^[4] Кларк и Эванс исследовали пространственное расположение точек, создавая основу для ближайшего соседа. Кларк и Эванс создали этот метод для изучения популяций растений и животных, но позже этот метод был адаптирован для изучения преступности. ^[5]

Ключевые концепции и важные разработки [ править ]

Расстояние до ближайшего соседа [ править ]

Расстояние до ближайшего соседа, также известное как индекс ближайшего соседа (NNI), в начале 1950-х годов интересовало двух ботаников, Филипа Кларка и Фрэнсиса Эванса. Два ботаника начали разрабатывать формулу, позволяющую различать образцы растений и животных и их распространение в окружающей среде. Кларк и Эванс (1954) предложили формулу, которая измеряет расстояние между растениями и животными в популяции, имеющей случайное распределение . Если бы он был распределен случайным образом, можно было бы определить среднее расстояние до ближайшего соседа. Они определили случайное распределение как «набор точек в данной области, которые имеют такую ​​же вероятность появления в любой подобласти, как и любая другая точка». ^[6]

Методология была адаптирована в CrimeStat , компьютерную программу, созданную для анализа данных о преступности. Эта программа использует индекс ближайшего соседа (NNI) для проверки кластеризации, чтобы определить, есть ли «горячая точка» преступности. CrimeStat использует теорию Кларка и Эванса и предполагает, что распределение преступлений, используемых для проведения глобальной статистики, имеет случайное распределение. ^[7] NNI сравнивает наблюдаемые расстояния между каждой точкой на карте и ближайшим соседом, или, другими словами, между каждым преступлением. Затем рассчитываются расстояния, чтобы создать среднее расстояние, чтобы определить, рассредоточена ли структура преступления случайным образом. ^[1]

Ниже приводится подробное объяснение шагов по вычислению NNI в соответствии с Eck et al. (2005) . Сначала происшествия с преступлением геокодируются на карте, а затем рассчитывается расстояние между одним происшествием и его соседом. После этого все расстояния складываются и делятся на количество преступлений на карте. Согласно Eck et al. (2005) это значение называется наблюдаемым средним расстоянием до ближайшего соседа. Затем необходимо составить карту случайных инцидентов, охватывающих ту же анализируемую область. Тот же процесс вычислений необходимо произвести, чтобы вычислить среднее случайное расстояние до ближайшего соседа. Эти два числа затем создают соотношение, которое сравнивает наблюдаемые инциденты со случайными инцидентами, которое называется индексом ближайшего соседа.

Eck et al. (2005) далее поясняют, что если полученные результаты меньше 1,0, данные о преступлениях считаются сгруппированными. Если результат равен 1.0, данные о преступлении распределяются на карте случайным образом. Наконец, если индекс ближайшего соседа больше 1.0, набор данных показывает значительную однородную структуру преступности в этом наборе данных. Использование индекса ближайшего соседа проверяет полную случайность в наборе точек данных. Это полезно для аналитиков, потому что это метод, позволяющий измерять изменения плотности с течением времени. ^[1]

Пространственный и временной анализ криминальных эллипсов [ править ]

Разработка пространственного и временного анализа криминальных эллипсов, или STAC-эллипсов, началась как программа по определению «горячего круга» криминальных инцидентов на криминальных картах. ^[4] Сэмюэл Бейтс создал формулу, в которой использовалась сетка, прямоугольная или треугольная, для создания границ вокруг области. Затем будет определен радиус, и будет создан круг вокруг точки каждого преступления. После этого создается еще одна сетка, которая создает круги, которые составляют половину исходного определенного радиуса. Затем эта сетка объединяется с первой сеткой для создания круга, содержащего наибольшее количество инцидентов, создавая «горячий круг». ^[4] Этот метод заложил основу того, что сейчас используется для создания эллипсов горячих точек.

Первоначальная формула Бэйта не давала ответа, представлял ли «горячий круг» территорию с явно более высокой плотностью преступлений или нет. У формулы были и другие проблемы, поскольку некоторые «горячие круги» пересекались и имели одни и те же преступления. «Горячие круги» также иногда становились вытянутыми, образуя овалы. ^[4] Эти проблемы привели к созданию эллипсов горячих точек.

Теперь создаются эллипсы, чтобы показать различные уровни разброса преступлений. Они всегда используются в анализе, чтобы проверить, есть ли какие-либо направленные тенденции в наборе данных. Сначала пользователь устанавливает размер эллипсов, обычно для набора данных о преступности на карте используются мили. После этого пользователь определяет величину стандартного отклонения, которую он хочет использовать; это определяет количество точек данных, которые нужно включить в эллипс. Обычно используется одно или два стандартных отклонения; одно стандартное отклонение включает шестьдесят восемь процентов данных, а два - девяносто пять процентов данных. ^[8]

Пример эллипсов STAC с использованием двух стандартных отклонений. Черный эллипс - это горячая точка с барами в городе Кеноша, штат Висконсин. Желтый эллипс - горячая точка преступлений DUI для города .

Эллипсы STAC стали важным инструментом для аналитиков из-за их эффективности и скорости. В исследованиях обычно используются эллипсы STAC для сравнения различных наборов данных. Обычно области преступности за определенные периоды времени исследуются с помощью эллипсов. ^[9] Эллипсы называются статистикой первого порядка, потому что они дают аналитику отправную точку в изучении набора данных при просмотре глобальной статистики. Эллипсы создают твердую границу для набора данных, которая не обязательно повторяет очертания улиц или окрестностей. Поэтому при изучении этих эллипсов следует проводить больше статистических анализов поверх эллипсов. ^[7]

Эмпирическая поддержка [ править ]

Исследование 1. Микропространственный анализ грабежа [ править ]

Исследование, в котором используется индекс ближайшего соседа (NNI) и эллипсы STAC, было завершено для города Роанок, штат Вирджиния. Исследование сосредоточено на данных, сообщенных в полицию, об ограблениях, которые произошли в период с 1 января 2004 г. по 31 декабря 2007 г., всего зарегистрировано 904 ограбления. ^[10] Целью этого исследования было определить, были ли локализованные районы ограблений с помощью анализа горячих точек. Первоначально проект начался с геокодирования всех данных на точечной карте. Записи всех данных о грабежах поступали из городской системы учета и управления. После получения удовлетворительных результатов геокодирования данных данные были затем протестированы на глобальную и пространственную кластеризацию. ^[10]Для проверки пространственной случайности использовался NNI. Для каждого года с 2004 по 2007 год рассчитывался NNI и сравнивался с набором случайных точек. Каждый год представляет собой значение NNI менее единицы. ^[10] Значение меньше единицы, согласно Eck et al. (2005) означает, что кластеризация в наборе данных согласована в его распределении. ( Ван Паттен, Маккелдин-Конер и Кокс, 2009 г. ). пришли к выводу, что набор данных имеет значительную глобальную пространственную кластеризацию, которая применяется ко всей исследуемой популяции.

После тестирования случайной кластеризации в исследовании использовался анализ горячих точек NNI. В исследовании изучалась горячая точка с использованием множества различных методов пространственного анализа. В исследовании использовалась иерархическая кластеризация ближайших соседей (NNH) и оценка плотности других ядер (KDE). Далее мы рассмотрим анализ эллипсов STAC более подробно для целей этого раздела. Эллипсы разрабатывались на каждый год, а затем подвергались дальнейшему исследованию с использованием различных методов. Для создания эллипсов настройки параметров были сделаны на основе расстояния, которое человек может пройти пешком примерно за пять минут, прежде чем искать другой вид транспорта. Радиус поиска данных был установлен в четверть мили. ^[10]Эллипсы были составлены для общего количества случаев ограбления, 904. Использовалось пятнадцать преступлений на эллипс. Количество правонарушений было снижено до семи инцидентов на эллипс в течение одного года, а для двухлетних шагов оценивались 7, 10 и 15 инцидентов. ^[10]

С учетом всех различных методов, использованных в этом исследовании, был сделан вывод, что эллипсы STAC обладают наибольшей надежностью. Было установлено, что эллипсы имеют тенденцию быть менее точными, чем другие используемые методы; но, безусловно, были более последовательными. Ван Паттен, Маккелдин-Конер и Кокс (2009) пришли к выводу в этом исследовании, что все используемые методы сходятся в одних и тех же районах города. Это указывает на случайную пространственную кластеризацию и согласие между различными используемыми методами. Используя анализ горячих точек, различные районы города были определены как «проблемные зоны». Были области, которые были определены как источники преступности и другие источники притяжения. Ван Паттен, Маккелдин-Конер и Кокс (2009)рекомендуют повышать уровень опеки и улучшать управление местами в сферах, привлекающих внимание. Области, в которых содержатся источники преступности, потребуют от полиции более стратегических подходов, чтобы оказать влияние. ^[11]

Исследование 2: Проект системы раннего предупреждения [ править ]

В начале 1990-х годов преступность в Чикаго, штат Иллинойс, начала расти значительными темпами. Многие социальные группы просили Проект общественной безопасности проанализировать взаимосвязь между заведениями, торгующими алкоголем, и преступностью в городе. ^[12] Для анализа данных по городу использовались эллипсы STAC. Данные о местонахождении заведений с лицензиями на продажу спиртных напитков были получены от Департамента доходов города Чикаго. Использовались три типа лицензий на продажу спиртных напитков: таверны, фасованные товары и случайное потребление. ^[13]В 1993 году было всего 5 947 лицензий на продажу спиртных напитков, причем некоторым заведениям принадлежало несколько. Затем эти данные были геокодированы для создания точной карты уважаемых местоположений. Период исследования инцидентов составлял шестимесячный период с января по июнь 1993 года. За этот период в полицию было сообщено о 3 364 преступлениях, произошедших в заведениях, где продаются спиртные напитки, или рядом с ними. Эти преступления включали имущественные преступления, преступления, связанные с наркотиками, и проступки, но не ограничивались этими категориями. ^[14] Эти данные были также геокодированы в точечную карту для анализа.

Для исследования концентрации алкогольных напитков и криминальных инцидентов использовались эллипсы STAC. Были созданы пять эллипсов, которые содержали самые плотные зоны ликеро-водочных заведений. Был сделан вывод, что все эллипсы находятся в северной части города, сосредоточенной в районах ночной жизни, фешенебельном районе для одиночек и торговых центрах. ^[15] Шесть эллипсов были созданы для горячих точек преступления. Два эллипса были сконцентрированы в районах горячих точек ликероводочных предприятий, тогда как четыре из них находились в районах переписных участков с низким доходом. Ч. Блок и Р. Блок пришли к выводу из этих эллипсов, что горячие точки ликеро-водочных заведений не обязательно привлекают наибольшее количество преступников.

В этом исследовании дополнительно изучалась статистика преступлений, связанных с алкогольными напитками, путем анализа количества каждой категории, включенной в каждый эллипс. Было установлено, что убийства, как правило, совершались в районах города с низким уровнем доходов, которые не находились вблизи точек доступа к алкогольным напиткам. Также было определено, что горячие точки преступности в местах потребления алкогольных напитков обычно располагались на главных улицах города, привлекающих туристов, а также вблизи скоростных поездов и кварталов для одиночек. ^[12] Block & Block (1995) завершили исследование, заявив, что количество лицензий на продажу спиртных напитков и уровень преступности не сильно связаны между собой. Эти области действительно привлекают преступность, но они не всегда являются причиной преступности.

Критика [ править ]

Картирование преступности и пространственный анализ становятся все более популярными инструментами, используемыми правоохранительными органами и другими группами для анализа моделей преступности. Эти инструменты помогли применить многие стратегии предупреждения преступности в Соединенных Штатах, однако они все еще развиваются. Картирование преступности, поскольку оно еще ново, связано с множеством технических проблем, а также с этическими проблемами, которые не следует упускать из виду при использовании этих инструментов. В следующем разделе будут рассмотрены критические замечания в области пространственного анализа и криминального картирования горячих точек в широком смысле. Рэтклифф (2002)описывает потенциальные риски и проблемы, возникающие при использовании пространственного анализа и картирования преступности. Кроме того, влияние бедности и расизма не включается в составление карты преступности, что приводит к тому, что этот фактор не учитывается, а отдельные миротворцы вносят в процесс свои собственные пороки и суждения. Преступление - это не мифическая конструкция, у нее есть реальные коренные причины, которые варьируются от финансовой бедности до биологических причин (гормональный дисбаланс и т. Д.) И отчаяния.

Одним из первых шагов к анализу преступности с использованием карт преступности является создание точечных карт с использованием процесса геокодирования . Это процесс встраивания координатной информации о преступлениях на карты города. Любой желающий может получить доступ к созданию карт в Интернете с помощью процесса геокодирования. Однако геокодирование может иметь много ошибок, которые могут возникнуть в процессе, потому что процесс все еще находится в стадии разработки. Это становится проблемой при использовании пространственного анализа, потому что, если основа анализа неверна, это может исказить весь используемый анализ. Это вызывает беспокойство, потому что информация, отображаемая на картах, особенно в Интернете для всеобщего обозрения, не обязательно может быть правильной. ^[16] Рэтклифф (2002)создал список возможных проблем, которые могут возникнуть при геокодировании, которые не следует упускать из виду. Он заявляет, что при геокодировании может произойти десять различных ошибок, и их не следует упускать из виду. ^[17]

• Устаревшие каталоги улиц, не распознающие новые адреса или дороги.
• Сокращения названий улиц и дорог, которые не могут быть распознаны программным обеспечением геокодирования.
• Варианты локального имени, не соответствующие записям в базе данных.
• Устраните проблемы дублирования, которые вызваны десятками одноименных улиц в городе.
• Несуществующие адреса из-за опечатки.
• Упрощение линий, которое не отражает истинных изгибов улицы и размещает геокодированные точки в неправильном месте.
• Шум в адресном файле, из-за которого программа геокодирования пропускает записи.
• Невозможность геокодирования неадресных местоположений, например, 50 м по улице или в сельской местности в нескольких милях от города.
• Общая неточность геокодирования, из-за которой точка размещается на некотором расстоянии от фактического адреса.
• Неясные или расплывчатые адреса, из-за которых невозможно определить действительный адрес.

Другие вопросы, связанные с картированием преступности, также включают интерпретацию и применение различных инструментов пространственного анализа. Что касается эллипсов STAC, возникают проблемы в применении. Эллипсы устанавливают жесткие границы для преступности относительно того, где они образуются на карте. Границы эллипсов не соответствуют движению людей или фактическому расположению города; поэтому при интерпретации следует также исследовать выбросы эллипсов ( Eck et al. 2005 ). Индекс ближайшего соседа (NNI) также имеет свой собственный набор проблем. NNI, выполняемые для глобальной пространственной статистики, не всегда представляют одну и ту же информацию на локальном уровне. Eck et al. (2005)заявляют, что при использовании этого метода следует использовать другие инструменты пространственного анализа, такие как статистика Морана I или статистика С. Гири. Кластеризация может происходить на разных уровнях анализа; поэтому к исследованиям правильных инструментов анализа следует относиться серьезно. Нет одного инструмента, который обязательно лучше другого.

Многие полицейские управления приспособились размещать карты преступности и программное обеспечение для составления карт преступности на своих веб-сайтах для публичного просмотра. Таким образом, могут возникнуть проблемы с конфиденциальностью. Эти карты предоставляют общественности прямую информацию о том, где произошло преступление и какой тип преступления. Это приводит к проблеме конфиденциальности. Рэтклифф (2002) объясняет, что жертвы преступлений и даже иногда правонарушители не обязательно хотят, чтобы их информация была представлена ​​публике. Он объясняет это на примере жертвы кражи со взломом, заявляя, что они не хотели бы, чтобы их информация и местоположение были доступны для публичного просмотра в Интернете, потому что это потенциально может рекламировать уязвимость их собственности. ^[18]

Предупреждение преступности [ править ]

Анализ преступности - довольно новая разработка, которая используется в полиции для предотвращения преступности . Эллипсы STAC развивались на протяжении многих лет и стали стратегическим инструментом, используемым правоохранительными органами. Эллипсы STAC были использованы Чикаго в исследовании под названием « Пространство, место и преступность: горячие точки и горячие места преступности, связанной с алкоголем» . ^[12] Это исследование было направлено на определение того, были ли связаны лицензионные предприятия по продаже спиртных напитков и деятельность, связанная с преступностью. В исследовании сделан вывод о том, что эти две категории не обязательно связаны между собой, но исследование, тем не менее, помогло правоохранительным органам разработать стратегическую тактику предотвращения преступности в этих областях. ^[12]

В ответ на это исследование полиция и общественные группы объединились, чтобы попытаться раскрыть и предотвратить преступность в областях, которые эллипсами STAC представляют собой инциденты с высоким уровнем преступности. В местах транзита полиция добавила в этот район пеший и велосипедный патруль. Местные общественные группы помогали полиции, информируя общественность о проблемах преступности в этом районе. Когда пассажиры выходили из поезда, они сообщали им об опасностях в этом районе. В других районах, где было много пустующих зданий, городские власти работали вместе, пытаясь заполнить их предприятиями, или сносили их. Департамент полиции также начал использовать пространственный анализ для построения схем преступности, подобных той, что приведена в этом исследовании. ^[12] Это исследование дало правоохранительным органам инструменты и знания для создания собственного подразделения по анализу преступности, которое используется до сих пор.

В этот же период Департамент полиции Чикаго и Информационное управление уголовного правосудия Иллинойса завершили еще одно исследование. Исследование называлось « Проект системы раннего предупреждения ». Цель исследования заключалась в том, чтобы помочь полиции определить районы повышенного риска, которые страдают от высокого уровня убийств и насилия со стороны банд. В ходе исследования была изучена территория Чикаго площадью двадцать три квадратных мили, на которой было совершено почти двадцать процентов убийств 1864 года, совершенных в 1991-992 годах. ^[4]Эллипсы STAC, инструмент пространственного анализа, использовались для определения зон повышенного риска в городе. Эти эллипсы были созданы, чтобы дать полиции информацию об областях с высоким уровнем преступности и их местонахождении, чтобы создать «Систему раннего предупреждения». Исследование пришло к выводу, что территорию, связанную с бандами, необходимо контролировать из-за территориальных войн и мести между различными бандами. Полиция вмешалась, создав двухэтапный процесс для выявления конкретных проблемных областей, а затем вмешалась в стратегии предотвращения преступности. «Система раннего предупреждения» постоянно обновляется для анализа моделей преступности и помещена в геоархив для использования другими отделами. ^[4]

После этого исследования в 23-мильном районе была начата программа по сокращению группового насилия. Целью этого проекта было снижение уровня насилия со стороны банд за счет мобилизации общественности. ^[4] Эта группа в настоящее время использует «систему раннего предупреждения». Сотрудники этого проекта используют горячие точки для нацеливания на уязвимую молодежь в этих районах. Они также создали команду для мониторинга и надзора за 200 известными членами банды, а также предоставляют им доступ к образованию, работе и социальным услугам. ^[4]

Ссылки [ править ]

Библиография [ править ]

• Блок, Кэролайн Ребекка (1995). «Горячие точки Stac: статистический инструмент для правоохранительных органов». В блоке, CR; Dabdoub, M .; Фрегли, С. (ред.). Анализ преступности с помощью компьютера (PDF) . Вашингтон, округ Колумбия: Исследовательский форум руководителей полиции . С. 15–32.
• Блок, Кэролайн Ребекка; Блок, Ричард Л. (1995). «Пространство, место и преступность: горячие точки и горячие точки преступлений, связанных с алкоголем». Ин Эк, Джон; Weisburd, Дэвид Л. (ред.). Места преступности в теории преступности (PDF) . Серия исследований по предупреждению преступности Рутгерса. Ньюарк, Нью-Джерси: Пресса уголовного правосудия. Архивировано из оригинального (PDF) 28 июля 2012 года. CS1 maint: обескураженный параметр ( ссылка )
• Brantingham, Patricia L .; Брантингем, Пол Дж. (1999). «Теоретическая модель формирования горячих точек преступности». Исследования по преступности и предупреждению преступности . 8 : 7–26.
• Кларк, Филип Дж .; Эванс, Фрэнсис К. (1954). «Расстояние до ближайшего соседа как мера пространственных отношений в популяциях» (PDF) . Экология . 35 : 445–53.
• Эк, Джон; Чайни, Спенсер; Кэмерон, Джеймс; Уилсон, Рональд (2005). Составление карты преступности: понимание горячих точек (PDF) . Вашингтон, округ Колумбия: Национальный институт юстиции .
• Левин, Н. (2005). «Картирование преступности и программа криминалистики». Географический анализ . 38 (1): 41–56. DOI : 10.1111 / j.0016-7363.2005.00673.x .
• Митчелл, Энди (2005). Руководство ESRI по анализу ГИС . 2: Пространственные измерения и статистика. ESRI Press . ISBN 978-1-58948-116-9.
• Ван Паттен, Исаак Т .; McKeldin-Coner, Jennifer M .; Кокс, Дина (2009). «Микропространственный анализ грабежей: предполагаемое очаговое нападение в небольшом городе». Составление карты преступности: научно-практический журнал . 1 (1): 7–32.
• Рэтклифф, Джерри Х. (2002). «Будь проклят, если ты этого не сделаешь, будь проклят: составление карты преступности и ее значение в реальном мире» . Полиция и общество . 12 (3): 211–225.
• Рэтклифф, Джерри Х. (2004). «Матрица горячих точек: основа для пространственно-временного нацеливания на снижение преступности». Полицейская практика и исследования . 5 (1): 5–23.