基于多元线性回归模型的道路密度对盗窃罪的影响研究

基于多元线性回归模型的道路密度对盗窃罪的影响研究

1不同类型道路与犯罪关系定性分析公共空间盗窃是与人们日常旅行活动最密切相关的犯罪之一。也是发生的最常见的事件之一。他在影响城市公共安全和其他问题方面发挥了重要作用。这已成为国内外学术界的中心。道路密度对犯罪率存在影响已经得到了大量的实证研究还有相关研究着眼于道路通达度等属性对犯罪率的影响及其机制的分析。相关研究主要存在以下观点:(1)部分学者认为高的道路通达度等属性容易产生犯罪不同类型道路密集的区域建成环境和社会环境存在较大的差异,成为不同类型道路密度对犯罪率的影响存在差异的原因,因此针对建成环境和社会环境的犯罪防控显得尤为重要。早在20世纪80年代,西方城市对犯罪防控的探索就已经着眼于建成环境总结前人的研究,有学者将所有类型道路作为一个整体探讨道路密度与犯罪的关系,有的学者仅仅着眼于主干道和次干道作为道路的代表探讨道路密度与犯罪的关系,还有学者探讨不可通车道路密度与犯罪的关系。然而不同类型道路在建成环境、社会环境等各种属性方面存在较大的差异,将所有类型道路归为一类或者选取其中某几类作为代表忽略了不同类型道路建成环境和社会环境等属性的差异。采用何种方式来探讨不同类型道路与犯罪的关系对结果产生一定的影响。定性分析基于上述分析,本文以ZG市的城市主干道、城市次干道、城市支路、其他可通车道路和不可通车道路为研究对象,将不同类型的道路属性考虑在内建立多元线性回归模型,探讨不同类型道路密度对公共空间盗窃犯罪率的影响。接下来本文将回答两个问题:(1)不同类型道路密度对公共空间盗窃犯罪率有什么样的影响?(2)不同类型道路密度对公共空间盗窃犯罪率产生不同影响的原因。2理论基础和研究框架2.1道路类型密度对公共空间盗窃犯罪率的影响本文主要基于日常活动理论,同时在理性选择理论、犯罪分布理论和社会失序理论的综合视角下探讨道路类型密度对公共空间盗窃犯罪率的影响。日常活动理论2.2道路密度与公共空间盗窃犯罪率关系的提出首先,本文根据道路的社会环境、建成环境等各方面属性将道路分为两大类别,一类由城市主干道、城市次干道、城市支路和其他可通车道路组成;另一类由不可通车道路组成。其次,我们基于理性选择理论和社会失序理论等,考虑不同类型道路密集区域社会环境的差异对公共空间盗窃犯罪率的影响,并基于犯罪分布理论等,考虑不同类型道路密集区域建成环境差异对公共空间盗窃犯罪率的影响(图1)。城市主干道、城市次干道、城市支路和其他可通车道路与外界联系密切不可通车道路与外界联系不密切,其设施大多为本地居民服务的,不易吸引人流的聚集,因此不容易吸引易受害者和潜在犯罪者的聚集;聚集的大多是本地的街坊,相互熟知,匿名性差,对犯罪者的识别性强,“守望效应”3研究领域、研究数据和研究方法3.1公共空间盗窃的人口普查本文的研究区为中国东南沿海城市——ZG市的中心城区,研究区的总面积3525.6平方公里,分布在10个区,共177个派出所。ZG市经济发达,各种服务设施齐全,社会环境多元化。研究区内2013年公共空间盗窃警情约为9万件,占全市的83%左右。根据第六次人口普查的结果,研究区内总人数约为1000万人,其中外来人口425.3万人,占总人口的40%左右。本文中公共空间盗窃指的是在公共空间中(不包括公共交通上)盗取他人财物的行为。研究区内道路网密集,道路类型多元,包括城市主干道、城市次干道、城市支路、其他可通车的道路和不可通车道路。城市主干道、城市次干道、城市支路、其他可通车道路与不可通车道路的描述如表1所示,在图2中我们抽象的描述了各类型道路周边的用地性质和设施分布,与表1对各道路类型特征的描述相结合,更为直观的表征了各类型道路周边的建成环境特征。3.2侦查数据来源本文以派出所为研究单元,本文的研究数据主要有110接警数据、人口普查数据、POI数据和交通道路网数据等基础地理数据。其中警情数据主要来源于2013年110案件类接警数据中公共空间盗窃警情数据,人口数据来自于第六次人口普查数据,汇总到派出所单元;POI数据则是来源于2014年“电子地图”导航数据和路网数据。在城市空间中造成公共空间盗窃犯罪聚集的原因有很多,包括建成环境、社会环境和道路属性等因素,所以在探讨不同类型道路密度对公共空间盗窃犯罪率的影响时要考虑其他建成环境、社会环境等因素的影响。考虑文献的梳理3.3可变量y的影响Spearman多元线性回归式中:k为解释变量的数目,β使用多元线性回归的前提条件是因变量服从正态分布,但本文中因变量不满足正态分布,因此在此引入BoxCox变换Box-Cox变换的特点是引入一个参数λ,通过数据本身的分布特征估计出该参数,从而确定出选用的数据变换形式。对因变量Y的数据变换可以明显的改善数据的正态性、对称性和方差齐性。在本文中,进行了Box-Cox转换后,公共空间盗窃犯罪率的偏度为-0.032,满足正态分布。4基于核密度分析的公共空间盗窃犯罪特研究区内经济发达,交通便捷,道路网系统发达。研究区域内部建成环境和社会环境是非均质的,社会经济等特征存在很大的差异,存在不同类型的交通需求,因此不同类型道路密度也存在较大的差异。研究区范围内城市主干道、城市次干道、城市支路、其他可通车道路、不可通车道路和公共空间盗窃的空间分布如图3所示。研究区域内部有不同的经济社会发展状况,社会环境和建成环境在空间分布上存在较大的差异,同样公共空间盗窃犯罪在空间上的分布不是均匀的而是在某些地方存在聚集现象。接下来,我们对研究区域内公共空间盗窃案件的空间分布进行了核密度分析,对公共空间盗窃犯罪的热点进行了识别,大致辨识出公共空间盗窃犯罪的聚集区域,根据核密度分析的结果将城市空间分为犯罪低发区、犯罪中发区和犯罪高发区,结果如图3的Ⅵ所示。通过定性的观察不同类型道路的空间分布和公共空间盗窃犯罪的核密度分析可以定性的看出城市主干道、城市次干道、城市支路、其他可通车道路和不可通车道路的分布与公共空间盗窃犯罪分布呈现显著相关,并且通过定性的分析可以得出城市主干道、城市次干道、城市支路和其他可通车道路密度高的地方同时也是公共空间盗窃犯罪率高的地方。以上的分析仅仅基于定性的方法,难以在所有类型道路密度都高的区域分别识别不同类型道路密度与公共空间盗窃犯罪率的关系,为了更深层次和更明确的探讨不同类型道路与公共空间盗窃犯罪率之间关系,接下来我们将结合定量的方法进一步分析论证。5道路类型对公共空间盗窃的影响的分析5.1相关分析Spearman相关系数在这用于检验各解释变量与公共空间盗窃犯罪率之间的相关关系。根据Spearman相关系数5.2城市次干道与城市东南角、城市支路、其他可通行道路的关系本文探讨不同类型道路密度对公共空间盗窃犯罪率的影响,在研究中涉及到了多个自变量,且因变量为连续变量,可以建立多元线性回归模型。多元线性回归模型要求因变量符合正态分布,因此需要对因变量公共空间盗窃犯罪率进行了Box-Cox转换。转换后因变量的偏度为-0.032,满足正态分布,符合建立多元线性回归模型条件。采用直接进入策略对通过共线性检验的自变量建立多元线性回归模型多元线性回归模型结果显示,城市次干道、城市支路、其他可通车道路、不可通车道路密度对公共空间盗窃犯罪率影响是显著的,其中城市次干道、城市支路和其他可通车道路密度与公共空间盗窃犯罪率呈正相关;不可通车道路密度与公共空间盗窃犯罪率呈负相关。而城市主干道密度对公共空间盗窃犯罪率的影响不显著。在选取的社会环境和建成环境变量中,年轻人比例、高学历人口比例、商品楼密度、餐饮设施密度对公共空间盗窃犯罪率的影响都是显著的,银行密度是不显著的,且年轻人比例、餐饮设施密度对公共空间盗窃犯罪率存在正向影响,而高学历人口比例和商品楼密度对公共空间盗窃犯罪率存在负向影响。城市次干道是城市道路网中区域性的干道,承担主干路与各分区间的交通集散作用的道路,其兼具交通功能和服务功能。其社会环境和建成环境比较复杂,由于道路的通达性好,吸引各种设施的分布且各种设施的服务范围很大,容易吸引人流的聚集,产生更多易受害者和潜在犯罪者的聚集;人口的流动性大,匿名性强,对潜在犯罪者的识别性差,“守望效应”城市支路是城市道路网中干道以外,联系次干道或供内部使用的道路。以服务功能为主。分布有各种具有服务功能的设施,且其服务范围比较大,吸引人流的聚集,产生易受害者和潜在犯罪者;并且人口流动性大,邻里“守望效应”差其他可通车道路城市中可通车的较宽的胡同、里弄等,承载的是服务功能。此类型道路与人们的日常活动联系最为密切。吸引人流的聚集,产生易受害者和潜在犯罪者;人口混杂并且匿名性大,邻里“守望效应”不可通车道路是城市中不可通车的步行小道,老街坊道路等。其社会环境和建成环境比较均质,由于道路的通达性较差,不易吸引各种设施的分布,且其设施的服务范围很小主要为本地居民服务的,不容易产生易受害者和潜在犯罪者的聚集;人口的流动性小,匿名性弱,对潜在犯罪者的识别性强,“守望效应”城市主干道是连接城市各分区的干路,仅承载交通功能。城市主干道密度对公共空间盗窃犯罪率影响不显著。原因可能是城市主干道道路等级高,承载的是较大尺度区域之间联系的功能;城市主干道上多为写字楼等高档场所,具有严密的监控设施,是特定人群上班的场所,与其他人日常活动联系不密切;而城市次干道、城市支路和其他可通车道路街道两旁多为商品楼、餐饮设施、娱乐设施等,城市主干道的建成环境与城市次干道、城市支路、其他可通车道的建成环境存在很大的差异。综合上述分析,城市次干道、城市支路和其他可通车道路密度与公共空间盗窃犯罪率呈现正相关,即城市次干道、城市支路、其他可通车道路密集区域公共空间盗窃犯罪率较高。这几类道路的共同特征是潜在犯罪者、易受害者和有效监管缺失在空间上交互频繁,产生更多的公共空间盗窃的犯罪机会,并且其社会环境和建成环境相对开放,潜在犯罪者的空间感知范围广,潜在犯罪者和易受害者的产生和吸引能力强于有效监管6道路密度对公共空间盗窃犯罪率的影响本研究得出以下结论:一是城市次干道密度、城市支路密度、其他可通车道路密度与公共空间盗窃犯罪率呈正相关,即城市次干道、城市支路、其他可通车道路的密集区域公共空间盗窃犯罪率高。城市次干道兼具交通功能和服务功能,城市支路和其他可通车道路承载服务功能。这几类道路的社会环境和建成环境特征容易产生犯罪机会;并且潜在犯罪者空间感知范围广;潜在犯罪者和易受害者的产生和吸引能力强于该地对犯罪的防控能力,公共空间盗窃犯罪率高。二是不可通车道路密度与公共空间盗窃犯罪率呈负相关,即不可通车道路密集区域公共空间盗窃犯罪率低。不可通车道路承载的是服务功能。不可通车道路的社会环境和建成环境特征产生较少的犯罪机会,并且潜在犯罪者空间