研究区域概况简介

2023-06-15 历史故事版权反馈

【摘要】：道路网密度数据是根据各人口调查区内道路总长度和调查区面积计算获得的。表6.1中展示了2017年纽约市空间属性数据的样例。图6.1美国本土社会经济基础数据公共安全事件的爆发会对犯罪事件产生影响，2020年弗洛伊德事件引发的群体性抗议事件是个典型案例。由于犯罪数据表格中的犯罪类型多样，而各类型犯罪事件在弗洛伊德事件中的变化情况不尽相同，所以有必要对犯罪类型进行分类处理。

在犯罪事件的空间格局研究中，芝加哥学派认为城市人文地理环境和自然地理环境均会影响犯罪事件，而且更为注重人文地理环境的影响，并在人口密度、经济收入、人种比例、失业率等人文地理环境因素对犯罪影响的研究上开展了大量工作。也有学者认为自然环境对犯罪的影响较大，例如高温易滋生暴力犯罪、夜间更多出现盗窃，因此在犯罪成因研究过程中，也将自然环境因素作为考量范围。本章选择了建筑密度、道路网密度、最近警察局网络距离、最近酒吧网络距离、临近区域犯罪数、月均温度、月总降水量、月气候类型、人口密度、人均收入、青年比例、人种比例、受高等教育比例、失业率等14个环境因素作为犯罪成因的研究对象，分析此类参数数据对犯罪事件的影响。

根据时间维度和空间维度的状态，可以将参数数据分为三类:空间属性数据、时间属性数据和时空属性数据。空间属性数据是指在分析的时空范围内，数据属性只和其空间位置相关而不随时间变化；时间属性数据是指随时间而变化但在同时段的所有空间范围内相同的数据；而时空属性数据则指同时随时间和空间而变化的数据。

空间属性数据包括人口密度、青年比例、人均收入、失业率、受高等教育率、最近警局距离、最近酒吧距离等。其中的人口密度数据是依据LandScan全球人口数据库(SATPALDA，2019)提供的数据及纽约市人口调查数据，将两者的数据进行融合再分配到各人口调查区，得到的最新人口数据。道路网密度数据是根据各人口调查区内道路总长度和调查区面积计算获得的。最近警察局网络距离与最近酒吧网络距离均是在道路网基础上计算出其与研究区内相应项的最近网络距离。建筑物密度以调查区内建筑物中心点的数量和调查区面积计算而得。青年比例、人种比例、受高等教育率和失业率则以2012—2016年纽约市人口调查数据为准，青年比例是指调查区年龄在15岁至45岁间的人所占调查区总人口比例，人种比例主要指各人口调查区内非洲裔及非洲裔人口的比例，受高等教育比例指获得学士及以上学位的比例，失业率指人口调查区内的登记失业比例。表6.1中展示了2017年纽约市空间属性数据的样例。

表6.1　空间属性数据样例

pagenumber_ebook=145,pagenumber_book=138

续表

pagenumber_ebook=146,pagenumber_book=139

时间属性数据包括月均温度、月总降水量和天气类型三类。月均温度是纽约市周边三个气象观测站每日均温的均值，月总降水量是一个月内三个观测站每日降水量观测值均值的累积。天气类型则是月内出现雨雪冰雹等天气的比例。表6.2为纽约市2017年各月的时间属性数据。时空属性数据则是临近区域犯罪数据，在计算某段时间特定区域的临近区域犯罪数时，依据上一时段该区域及与该区域直接相邻区域的犯罪数加权求得。

表6.2　时间属性数据样例

pagenumber_ebook=146,pagenumber_book=139

对于犯罪事件的全局分析，美国本土的基础经济人口数据不可或缺，数据来源为数据分享网站kaggle(https://www.kaggle.com/)，数据尺度为县级，共有3220条记录，每条记录包含6类34种数据项，分别是:人口数据:包括各县总人口数、男性人数、女性人数、以及成年人人数；族裔数据:包括西班牙裔(拉美裔)、白人、非洲裔人、亚裔、印第安裔、太平洋岛人百分比；经济数据:包括总收入、总收入偏差、人均收入、人均收入偏差、贫困人口数以及儿童贫困人口数；行业数据:包括从事专业工作、服务业工作、办公室工作、建筑业工作、生产工作占比；通勤数据:包括开车通勤、拼车通勤、公共交通通勤、步行通勤、在家工作、其他方式通勤占比及平均通勤时间；工作类型数据:包括就业人数、私人工作、公共工作、个人工作、家庭工作占比及失业人数；主要数据如图6.1所示。

pagenumber_ebook=147,pagenumber_book=140

图6.1　美国本土社会经济基础数据

公共安全事件的爆发会对犯罪事件产生影响，2020年弗洛伊德事件引发的群体性抗议事件是个典型案例。为此，本研究从武力冲突事件数据集网站(Acled，2020)收集了由弗洛伊德事件引发的群体性抗议事件，经过筛选得到9416条记录，每条记录包括抗议事件主题、发生时间、类型、所在区域、经纬度等数据项；从纽约市开放数据中心收集了纽约市2020年1月1日至9月30日的犯罪数据，犯罪数据的每一条记录代表一起犯罪事件，包含的基本信息有:犯罪时间、犯罪类型、年龄、性别、种族、犯罪地点(经纬度坐标)等，共10337条记录；空间基础数据包括从OpenStreetMap(https://www.openstreetmap.org/)上下载的纽约市行政区划边界数据、街道数据、POI数据点。由于犯罪数据表格中的犯罪类型多样，而各类型犯罪事件在弗洛伊德事件中的变化情况不尽相同，所以有必要对犯罪类型进行分类处理。参照spotcrime网站(2020年)的犯罪类型将犯罪数据分为逮捕(arrest)、入室盗窃(burglary)、枪击(shooting)、纵火(arson)、袭击(assault)、抢劫(robbery)、偷窃(theft)七类。

研究区域概况简介

相关推荐