首页 历史故事探究时空因素对回归分析的影响

探究时空因素对回归分析的影响

【摘要】:以多重共线性分析后确定的13个环境参数,将时空贝叶斯估计中的环境相关项变量分为3个时间相关项、9个空间相关项和1个时空相关项。表6.6三类犯罪事件的时空贝叶斯回归模型系数续表在建筑密度大的区域一般是以小型建筑、密集型建筑为主,区域内居民数量较多且素质有高有低,导致潜在罪犯的基数较大,同时,建筑密度大的区域路况一般较为复杂,犯罪成功率和逃脱率较高,因此在建筑密度越大的区域发生各类犯罪的几率越高。

以人口调查区为空间单元、以月为时间单元建立起时空立方体模型,采用时空贝叶斯估计方法对犯罪事件时空演变展开分析,时空贝叶斯回归具有贝叶斯统计模型的基本性质,可以求解权重系数的概率密度函数,进行在线学习以及基于贝叶斯因子的模型假设检验(朱慧明等,2005)。以多重共线性分析后确定的13个环境参数,将时空贝叶斯估计中的环境相关项变量分为3个时间相关项、9个空间相关项和1个时空相关项。

因各环境相关项数据的单位不统一,使得其不同类型数据的数值差异较大,因此需统一数据量纲,以避免数值差异导致分析结果不准确。使用调查区号为1区域的环境参数为标准值,在此基础上求得各调查区在各时间范围内环境参数与标准值的比,以该比值作为环境参数的输入。

以确定的先验概率结合相关数据,建立时空贝叶斯估计的回归模型,对三类犯罪事件分别计算其模型分析结果,获得相关参数的数值,并据此对三类犯罪事件时空贝叶斯估计的回归模型进行分析,结果见表6.6,从表中可以看出,建筑密度、最近酒吧距离、青年比例、非洲裔比例、受高等教育率、失业率和临近区域犯罪数等环境变量对三类犯罪事件的数量都有较大影响。其中,建筑密度、非洲裔比例和临近区域犯罪数与三类犯罪事件数量均成正比关系,最近酒吧距离与三类犯罪事件数量成反比关系,而青年比例、受高等教育率和失业率对不同类型犯罪事件的影响不同,且失业率和受高等教育率在不同类型犯罪事件的影响关系中呈相同的影响关系,青年比例则与失业率和受高等教育率的影响关系完全相反,因此可先分析建筑密度、最近酒吧距离、非洲裔比例和临近区域犯罪数对三类犯罪事件的影响,再分析青年比例、受高等教育率和失业率对三种犯罪事件的影响,最后分别就其他因素对各类型犯罪的影响展开分析。

表6.6 三类犯罪事件的时空贝叶斯回归模型系数

续表

在建筑密度大的区域一般是以小型建筑、密集型建筑为主,区域内居民数量较多且素质有高有低,导致潜在罪犯的基数较大,同时,建筑密度大的区域路况一般较为复杂,犯罪成功率和逃脱率较高,因此在建筑密度越大的区域发生各类犯罪的几率越高。临近区域犯罪数多则会因临近区域的罪犯活动范围增大、区域内居民受不良影响等原因致使犯罪现象扩散,从而导致区域内犯罪数量增加,因此临近区域犯罪数和犯罪数量也是成正比关系。酒吧一般位于较为繁华的地段,人流量较大,且酒吧临近区域一般是警察重点关注的区域,因此虽然在酒吧附近有较多的潜在罪犯和合适目标,但距酒吧越近的区域犯罪数量反而会因监管较强的原因而减少,所以最近酒吧距离与三类犯罪事件的数量均成反比关系。

失业率和受高等教育率间有着一定的隐含关系,一般而言,区域内受高等教育的人所占比例越高,则失业率应越小,即两者应成反比关系,但在犯罪事件影响分析中,两者对不同犯罪类型的影响保持了高度一致,则说明犯罪事件的发生并不仅是因为失业率和受高等教育率本身的影响,有可能是失业率和受高等教育率差异而带来的其他社会环境差异致使犯罪事件数量不同。失业率和受高等教育率与抢劫事件和暴力犯罪事件均成反比关系,而与盗窃事件成正比关系。失业率升高后,社会闲置人员增加,一方面增加了这部分人员的犯罪可能性,另一方面也促使社会监管力量增加,因此可将失业率对抢劫事件和暴力犯罪事件的反比关系理解为增强社会监管作用大于增加犯罪可能性作用,而其对盗窃事件的正比关系可理解为增加犯罪可能性作用大于增强社会监管作用。区域内受高等教育的人数比例越大,则区域内的人文环境越好,因此发生抢劫和暴力犯罪事件的可能性越小,而人文环境较好的区域一般经济条件也较好,所以该区域可能成为盗窃者的目标区域,因此发生盗窃事件的可能性较大。青年是犯罪率较高的一个群体,这是因为大部分青年人比较冲动,常采用武力手段来解决问题,因此在青年比例较高的地区暴力犯罪事件和抢劫事件发生较多;与此同时青年也是一个见义勇为的群体,在青年比例较高的区域盗窃者的盗窃成功率较小,所以青年比例与暴力犯罪事件数量及抢劫事件数量成正比关系而与盗窃事件数量成反比关系。

道路密度对抢劫事件影响较小而对盗窃事件和暴力犯罪事件影响较大,且均成反比关系。道路密度大的区域,一般是较为繁华、人流量较大的区域或者是人流量很小而车流量较大的区域,这两类区域中前者因人流量较大,从而使监管力量较强,后者则是人流量少使潜在罪犯少,监管力量强或潜在罪犯少均会导致犯罪数量较少,所以道路密度对三种类犯罪事件均为负影响。

人口密度仅对盗窃事件数量的影响较大,且人口密度越大,盗窃事件数量越少,因为在人口密度大的地区,普遍是经济条件一般的区域且来往的人较多,使盗窃的收获率、成功率和逃脱率都较小,因此人口密度与盗窃事件数量成较为明显的反比关系。

月均温度对盗窃事件和暴力犯罪事件影响较大,且都成正比关系。温度越高,就会有越多的人选择打开门窗、车窗以散热纳凉,这为盗窃者提供了可乘之机,同时温度较为适宜时也便于盗窃者作案,因此温度与盗窃事件数量成正比关系。在温度适宜的时节,人们出游的概率较高,人与人的交流增多则使得相互间发生摩擦进而发生暴力犯罪事件的概率升高,而在温度较高时,人们又会变得比较暴躁,也增加了发生暴力犯罪事件的可能,因而温度与暴力犯罪事件数量也成正比关系。

除以上已分析的因素外,最近警局距离、月总降水量和气候对三种类型犯罪事件的影响均较小,因此不对这三类环境因素展开分析。

综合以上分析可以看出,环境因素对不同犯罪类型的影响方式并不相同,即使有着关联关系的环境因素对同类型犯罪的影响也不一定相同,因此分析环境因素对犯罪事件的影响时,需要结合具体区域的事件情况进行分析,不可直接将某地区的分析结论移植应用到另一地区。

以上分析了各环境因素和不同类型犯罪事件的关系并探讨了可能的影响方式,结合空间属性数据、时间属性数据和时空属性数据对不同区域三种类型犯罪事件的数量变化进行分析,即可完成犯罪事件的环境关联要素分析。此处以曼哈顿南部的部分区域作为研究区域,因为该地区是盗窃事件集聚度最高的热点区域,也是抢劫事件和暴力犯罪事件的高发区域。图6.19为曼哈顿南部区域1月、4月、8月和10月的盗窃事件分布图,由图6.19可看出,盗窃事件高发区域为固定的几个区域,所有区域在不同月份的犯罪数在某个范围内波动不会出现较大变化,这足以说明临近区域犯罪数对犯罪事件时空分布的影响;同时在温度较高的月份,各区域的盗窃事件数普遍比温度较低月份高。

图6.19 研究区域不同月份盗窃事件分布