犯罪多発地帯

犯罪多発地帯とは、犯罪発生率の高い地域を指します。これらは通常、地図を用いて視覚化されます。地図は、研究者や分析者が犯罪と地理的な地域との関係を調査するために作成されます。研究者や理論家は、特定の地域における犯罪多発地帯の発生とその発生理由を調査し、分析家は調査に用いられる手法を検証します。[ 1 ]犯罪多発地帯を含む地図を作成することは、警察活動にとって重要かつ影響力のあるツールになりつつあります。犯罪多発地帯は、都市内の様々な地域、そしておそらくそこで犯罪が発生する理由に関する知識と理解を深めるのに役立ちます。

犯罪理論は、犯罪多発地帯の分析において、研究者や分析者にとって有用な指針となり得ます。犯罪が特定の場所で発生し、他の場所で発生しない理由を説明する犯罪理論は数多く存在します。場所理論は、特定の場所における犯罪を考察するもので、これは「地図上の点」とも捉えられます。[ 2 ]犯罪多発地帯に関して用いられるもう一つの犯罪理論は、近隣理論です。これらの理論は、犯罪をより広いレベル、より広い視野で捉えます。このような地域を考察する際には、統計情報を用いて犯罪多発地帯を特定するのが一般的です。犯罪を説明するために広く用いられている理論は、犯罪パターン理論です。犯罪パターン理論は、犯罪はランダムではないことを説明します。犯罪多発地帯は、時空間パターンの特定に役立ちます。この理論は、地域の犯罪多発地帯に関する一般的な見解を導き出すことを可能にし、犯罪パターン理論を用いて犯罪多発地帯を予測することができます。[ 3 ]犯罪多発地帯を作成する際には、その発生を説明するのに役立つ理論を評価し、根本原因を特定する必要があります。

犯罪ホットスポットは、様々な方法で作成できます。必要な分析の種類に応じて、異なる方法を使用する必要があります。ホットスポットを作成する2つの異なる方法は、STAC（犯罪の空間的および時間的分析）と最近隣法です。サミュエル・ベイツは1990年代初頭にSTACを開発しました。彼は、犯罪の高密度地域を含むホットスポットを地図上に円の形で作成するように設計されたツールを作成しました。[ 4 ]クラークとエバンスはポイントの空間配置を調査し、最近隣法の基礎を作成しました。クラークとエバンスは、動植物の個体群を研究するためにこの方法を開発しましたが、後にこの方法は犯罪パターンの研究に応用されました。[ 5 ]

重要な概念と重要な展開

最近傍距離

最近傍距離（ NNI）は、1950年代初頭にフィリップ・クラークとフランシス・エヴァンスという二人の植物学者が注目した分野でした。二人の植物学者は、植物と動物のパターンと、それらの環境における分布を区別するための公式を設計し始めました。クラークとエヴァンス（1954）は、ランダムな分布を持つ集団における植物と動物の間隔を測定する公式を提案しました。ランダムに分布している場合、最近傍までの平均距離を算出することができます。彼らはランダムな分布を「ある領域上の点の集合が、他の点と同様に、どのサブ領域にも出現する確率が同じである」と定義しました。[ 6 ]

この手法は、犯罪データを分析するために構築されたコンピュータプログラムであるCrimeStatに採用されています。このプログラムは、最近隣指数（NNI）を用いてクラスタリングを検定し、犯罪の「ホットスポット」が存在するかどうかを判断します。CrimeStatはクラークとエヴァンスの理論に基づき、世界統計を行う際に用いられる犯罪分布はランダム分布であると仮定しています。[ 7 ] NNIは、地図上の各点とその最近隣点、つまり各犯罪事件間の観測距離を比較します。これらの距離は平均距離を算出するために計算され、犯罪パターンがランダムに分散しているかどうかを判断します。[ 1 ]

以下では、 Eck ら (2005)に従って NNI を計算する手順を詳しく説明します。まず、犯罪事件が地図上にジオコード化され、1 つの犯罪事件と隣接する事件の間の距離が計算されます。その後、すべての距離が合計され、地図上の犯罪事件の数で割ります。Eckら (2005)によると、この値は観測平均最近隣距離と呼ばれます。次に、分析対象の同じエリアをカバーするランダム事件のマップを作成する必要があります。平均ランダム最近隣距離を作成するためにも、同じ計算プロセスを実行する必要があります。これら 2 つの数値は、観測された事件とランダム事件を比較する比率を作成し、最近隣指数と呼ばれます。

Eckら（2005）はさらに、生成された結果が1.0未満の場合、犯罪事件データはクラスター化しているとみなされると説明しています。結果が1.0の場合、犯罪事件データは地図上にランダムに分布しています。最後に、最近傍指数が1.0を超える場合、データセットは有意に均一な犯罪パターンを示しています。最近傍指数を使用することで、データポイントの集合における完全なランダム性を検証できます。これは、一定期間にわたる密度の変化を測定できる手法であるため、分析者にとって有用です。[ 1 ]

犯罪楕円の空間的・時間的分析

犯罪楕円の空間的・時間的分析（STAC楕円）の開発は、犯罪地図上の犯罪発生地点の「ホットサークル」を特定するプログラムとして始まりました。[ 4 ]サミュエル・ベイツは、長方形または三角形のグリッドを用いてエリアの周囲に境界線を描く公式を考案しました。まず半径を定義し、各犯罪発生地点の周囲に円を作成します。次に、元の半径の半分の円を作成する別のグリッドを作成します。このグリッドを最初のグリッドと組み合わせることで、発生件数が最も多い円を作成し、「ホットサークル」を作成します。[ 4 ]この手法は、現在ホットスポット楕円を作成するために使用されている手法の基礎を築きました。

ベイトの元の公式では、「ホットサークル」が明らかに犯罪発生密度の高い地域を表しているかどうかは不明でした。また、この公式には、一部の「ホットサークル」が重なり合い、同じ犯罪発生率を共有するという問題もありました。さらに、「ホットサークル」が長くなり、楕円形になることもありました。[ 4 ]これらの問題が、ホットスポット楕円の作成につながりました。

楕円は、犯罪発生件数の分散度合いを示すために作成されます。楕円は、データセットに方向性のある傾向があるかどうかを分析する際に常に使用されます。まず、ユーザーは楕円のサイズを設定します。通常、地図上の犯罪データセットではマイルが使用されます。次に、ユーザーは使用する標準偏差の値を定義します。これにより、楕円に含めるデータポイントの数が決まります。通常、1つまたは2つの標準偏差が使用されます。1つの標準偏差にはデータの68%が含まれ、2つの標準偏差にはデータの95%が含まれます。[ 8 ]

2つの標準偏差を用いたSTAC楕円の例。黒い楕円はウィスコンシン州ケノーシャ市のバーを含むホットスポットです。黄色の楕円は、同市における飲酒運転犯罪のホットスポットです。

STAC楕円は、その効率性と迅速性から、分析者にとって不可欠なツールとなっています。研究では通常、STAC楕円を用いて異なるデータセットを比較します。通常、楕円を用いて、一定期間にわたる犯罪発生地域が分析されます。[ 9 ]楕円は、分析者がデータセットを分析する際の出発点となるため、一次統計と呼ばれます。楕円は、データセットに明確な境界を設定しますが、必ずしも道路や地域の境界線に沿っているわけではありません。したがって、これらの楕円を分析する際には、楕円に加えて、より詳細な統計分析を行う必要があります。[ 7 ]

経験的裏付け

研究1：強盗の微小空間分析

バージニア州ロアノーク市を対象に、最近隣指数 (NNI) と STAC 楕円を使用する調査が実施されました。この調査は、2004 年 1 月 1 日から 2007 年 12 月 31 日までに発生した強盗について警察に通報されたデータに焦点を当てており、通報された強盗の件数は合計 904 件でした。[ 10 ]この調査の目的は、ホットスポット分析を使用して、局所的な強盗地域があるかどうかを判断することでした。このプロジェクトは、まずすべてのデータをピンポイント マップにジオコーディングすることから始まりました。すべての強盗データの記録は、市の記録および管理システムから取得されました。データのジオコーディングから満足のいく結果が得られた後、データはグローバルおよび空間的なクラスタリングについてテストされました。[ 10 ]空間的なランダム性をテストするために、NNI が採用されました。2004 年から 2007 年までの各年について、NNI が計算され、一連のランダム ポイントと比較されました。[ 10 ] Eckら（2005）によると、1未満の値はデータセット内のクラスタリングの分布が一貫していることを意味します。（Van Patten、McKeldin-Coner、Cox 2009）。データセットには、研究対象集団全体に当てはまる重要なグローバル空間クラスタリングがあると結論付けました。

ランダムクラスタリングのテストに続いて、NNIホットスポット分析が本研究で採用されました。本研究では、様々な空間分析手法を用いてホットスポットを調査しました。最近傍階層的クラスタリング（NNH）やその他のカーネル密度推定（KDE）も使用しました。以下では、このセクションの目的のために、STAC楕円の分析についてさらに詳しく見ていきます。楕円は各年ごとに作成され、その後、様々な手法を用いてさらに検証されました。楕円を作成するために、人が別の交通手段を探す前に徒歩で約5分で移動できる距離に基づいてパラメータ設定が行われました。データの検索半径は1/4マイルに設定されました。[ 10 ]強盗事件の総数904件について楕円が作成されました。1つの楕円につき15件の犯罪が使用されました。1年間は楕円につき7件の犯罪に減らし、2年ごとに7件、10件、15件の犯罪を評価しました。[ 10 ]

本研究では、様々な手法が用いられた結果、STAC楕円が最も高い信頼性を示したと結論付けられました。楕円は他の手法よりも精度が低い傾向があるものの、はるかに一貫性が高いことが分かりました。Van Patten、McKeldin-Coner、Cox (2009) は、本研究において、用いられたすべての手法が市内の同じ地域に収束すると結論付けました。これは、用いられた様々な手法間にランダムな空間的クラスタリングと一致が見られることを示しています。ホットスポット分析を用いて、市内の様々な地域が「問題地域」として特定されました。犯罪発生源と犯罪誘引源と判断された地域がありました。Van Patten、McKeldin-Coner、Cox (2009)は、誘引源となる地域では警備体制を強化し、より良い場所の管理に重点を置くべきであると提言しています。犯罪発生源を含む地域では、効果を上げるためには警察によるより戦略的なアプローチが必要となるでしょう。[ 11 ]

研究2：早期警報システムプロジェクト

1990 年代初頭、イリノイ州シカゴでは犯罪が急増し始めた。多くの社会団体がコミュニティ セーフティ プロジェクトに、市内のアルコール販売店と犯罪の関係を分析するよう依頼した。[ 12 ]市のデータを分析するために、STAC 楕円が使用された。酒類販売許可証を持つ施設の位置データは、シカゴ市税務局から取得した。使用された酒類販売許可証は、居酒屋、包装商品、付随的消費の 3 種類であった。[ 13 ] 1993 年には、合計 5,947 の酒類販売許可証があり、複数の酒類販売許可証を持つ施設もあった。このデータはその後、地理コード化され、関係する場所の正確な地図が作成された。事件の研究期間は 1993 年 1 月から 6 月までの 6 か月間であった。この期間中に酒類販売店の中や周辺で発生した 3,364 件の犯罪が警察に通報された。[ 14 ]このデータは分析のためにピンポイントマップに地理コード化されました。

酒類販売店と犯罪発生件数の集中度を調査するため、STAC楕円が利用された。酒類販売店の最も密集した地域を含む5つの楕円が生成された。すべての楕円は市の北部地域、ナイトライフエリア、おしゃれな独身者街、ショッピングセンターの中心に含まれていると結論付けられた。[ 15 ]犯罪多発地点用に6つの楕円が生成された。楕円のうち2つは酒類販売店の多発地点に集中していたが、4つは低所得の国勢調査区域内に存在した。C.ブロックとR.ブロックはこれらの楕円から、酒類販売店の多発地点が必ずしも最も多くの犯罪を引き起こすわけではないと結論付けた。

この研究では、各楕円に含まれる各カテゴリーの数を分析することで、酒類販売店に関連する犯罪の統計をさらに調べた。殺人事件は、酒類販売店の密集地帯の近くではない、市内の低所得者層地域で多く発生していることが判明した。また、酒類販売店の密集地帯における犯罪多発地域は、観光客を惹きつける市内のメインストリートや、高速交通機関や独身者の居住地区の近くに位置していることが判明した。[ 12 ] Block & Block (1995)は、酒類販売免許の密度と犯罪密度には強い関連がないと結論付けている。これらの地域は犯罪を引き寄せるが、必ずしも犯罪の原因になるとは限らない。

批判

犯罪マッピングと空間分析は、法執行機関やその他の団体が犯罪パターンを分析するために利用するツールとして、ますます普及しています。これらのツールは、米国全土で多くの犯罪防止戦略の実施に役立ってきましたが、まだ発展途上です。犯罪マッピングはまだ新しい技術であるため、これらのツールを利用する際に見過ごしてはならない多くの技術的問題に加え、倫理的問題も抱えています。以下のセクションでは、空間分析と犯罪多発地帯のマッピングに関する批判を広義で考察します。Ratcliffe (2002) は、空間分析と犯罪マッピングの利用に伴う潜在的なリスクと問題について説明しています。さらに、貧困や人種差別の影響が犯罪マッピングに含まれていないため、これらの要因が考慮されず、個々の警察官が自身の悪癖や判断をプロセスに持ち込むことになります。犯罪は神話的な概念ではなく、経済的貧困から生物学的要因（ホルモンの不均衡など）、絶望に至るまで、具体的な根本原因があります。

犯罪マップを用いた犯罪分析の最初のステップの一つは、ジオコーディングというプロセスを用いてピンポイントマップを作成することです。これは、犯罪発生地点の座標情報を市街地図に埋め込むプロセスです。ジオコーディングというプロセスを用いれば、誰でもインターネット上で地図を作成できます。しかし、ジオコーディングはまだ開発段階にあるため、多くのエラーが発生する可能性があります。これは空間分析を行う際に問題となります。分析の根拠が正しくない場合、利用される分析全体が歪められる可能性があるからです。特にインターネット上で一般公開される地図上で伝えられる情報は必ずしも正確ではない可能性があるため、懸念事項となります。[ 16 ] Ratcliffe (2002) は、ジオコーディングで発生する可能性のある、見過ごしてはならない問題のリストを作成しました。彼は、ジオコーディングでは10種類のエラーが発生する可能性があり、それらは見過ごしてはならないと述べています。[ 17 ]

  • 新しい住所や道路を認識しない古い道路ディレクトリ。
  • ジオコーディング ソフトウェアで認識できない通りや道路の名前の略語。
  • データベースのエントリと一致しないローカル名のバリエーション。
  • 市内に同じ名前の道路が数十あることで発生する重複の問題を解決します。
  • 誤植により存在しない住所。
  • 道路の実際の曲線を反映せず、ジオコーディングされたポイントを間違った場所に配置してしまう線の簡略化。
  • ジオコーディング ソフトウェアがレコードをスキップする原因となる、アドレス ファイル内のノイズ。
  • 道路沿い 50 メートルや町から数マイル離れた田舎など、住所以外の場所をジオコーディングできない。
  • 実際の住所から少し離れた場所にポイントを配置する一般的なジオコーディングの不正確さ。
  • 実際の住所を特定できない曖昧な住所。

犯罪マッピングに関するその他の問題には、さまざまな空間分析ツールの解釈と適用も含まれます。STAC 楕円に関しては、適用時に問題が生じます。楕円は、地図上で楕円が形成される場所に関して、犯罪の明確な境界を作成します。楕円の境界は、人の動きや都市の実際のレイアウトには従いません。したがって、解釈する際には楕円の外れ値も調べる必要があります ( Eck ら、2005 年)。最近隣指標 (NNI) にも、独自の問題があります。グローバル空間統計のために実行された NNI は、必ずしもローカル レベルで同じ情報を表すわけではありません。Eckら (2005 年)は、この方法を使用する場合は、Moran の I 統計量や Geary の C 統計量などの他の空間分析ツールを使用する必要があると述べています。クラスタリングは分析のさまざまなレベルで発生する可能性があるため、使用する適切な分析ツールの研究を真剣に行う必要があります。他のツールよりも必ずしも優れているツールはありません。

多くの警察署は、犯罪地図や犯罪マッピングソフトウェアをウェブサイトに掲載し、一般公開しています。そのため、プライバシーの問題が発生する可能性があります。これらの地図は、犯罪が発生した場所や犯罪の種類に関する情報を一般市民に直接提供します。これがプライバシーの問題につながります。ラットクリフ（2002）は、犯罪被害者、そして時には犯罪者でさえも、必ずしも自分の情報が一般公開されることを望んでいるわけではないと説明しています。彼は強盗の被害者を例に挙げ、自分の情報や位置情報がオンラインで公開されることを望まないと述べています。なぜなら、それは自分の財産が危険にさらされていることを示す可能性があるからです。[ 18 ]

犯罪防止

犯罪分析は、犯罪予防のための警察活動において比較的新しい手法として活用されています。STAC楕円は長年にわたり発展を続け、警察が用いる戦略的ツールとなっています。シカゴ市は、「空間、場所、そして犯罪：酒類関連犯罪のホットスポットエリアとホットプレイス」と題した研究において、STAC楕円を活用しました。[ 12 ]この研究は、酒類販売免許施設と犯罪関連活動の関連性を明らかにすることを目的としました。この研究では、これら2つのカテゴリーは必ずしも関連していないと結論付けられましたが、この研究は、警察がこれらの地域で犯罪を予防するための戦略的戦術を策定するのに役立ちました。[ 12 ]

この研究を受けて、警察と地域団体が協力し、STAC楕円が犯罪発生率の高さを示した地域で犯罪の解決と防止に取り組んだ。交通機関の場所で、警察は徒歩と自転車によるパトロールをその地域に追加した。地域団体は、その地域の犯罪問題を住民に知らせることで警察を支援した。通勤者が電車を降りる際に、その地域の危険性を住民に知らせた。空きビルが多い他の地域では、市が協力してそこに店舗を建てるか、撤去するよう努めた。警察はまた、この研究にあるような犯罪パターンを描くために空間分析を活用し始めた。[ 12 ]この研究により、警察は独自の犯罪分析ユニットを立ち上げるためのツールと知識を手に入れ、それは今日でも使用されている。

同じ時期に、シカゴ警察とイリノイ州刑事司法情報局は、別の調査を完了しました。この調査は「早期警告システム・プロジェクト」と呼ばれ、殺人やギャング関連の暴力事件の発生率が高い高リスク地域を警察が特定できるように支援することを目的としていました。この調査では、1991年から1992年にかけて発生した1864件の殺人事件の約20%を占めるシカゴの23平方マイルの地域を調査しました。[ 4 ]空間分析ツールであるSTAC楕円形を用いて、市内の高リスク地域を特定しました。これらの楕円形は、犯罪発生率の高い地域とその位置に関する情報を警察に提供し、「早期警告システム」を構築するために作成されました。この調査では、異なるギャング間の縄張り争いや報復行為があるため、ギャング関連の地域を監視する必要があると結論付けられました。警察は、具体的な問題地域を特定し、犯罪防止戦略を介入させるという2段階のプロセスを構築して介入しました。 「早期警報システム」は犯罪パターンを分析するために継続的に更新されており、他の部署でも使用できるようにGeoArchivesに保管されています。[ 4 ]

この調査を受けて、23マイル圏内でギャング暴力削減プログラムが開始されました。このプロジェクトの目的は、コミュニティの動員を通じてギャング関連の暴力を減らすことでした。[ 4 ]このグループは現在、「早期警戒システム」を活用しています。このプロジェクトのスタッフは、ホットスポット地域を利用して、これらの地域の脆弱な若者をターゲットにしています。また、200人のギャングメンバーを監視・監督するチームを結成し、教育、仕事、社会福祉へのアクセスを提供しています。[ 4 ]

キャンベル・コラボレーションによる研究では、警察がパトロールを行うと犯罪率が低下することが示されました。この低下は、犯罪の種類によって顕著に現れました。同研究は、警察が犯罪防止プログラムを維持するために、犯罪多発地点のパトロールに投資すべきだと示唆しています。[ 19 ]

参考文献

  1. ^ a b c（ラトクリフ 2004）
  2. ^ (エック他 2005、p.10 )
  3. ^ (ブランティンガム＆ブランティンガム 1999 )
  4. ^ a b c d e f g h (ブロック 1995 )
  5. ^ (クラーク＆エヴァンス 1954 )
  6. ^ (クラーク＆エヴァンス 1954、446ページ)
  7. ^ a b（エックら 2005）
  8. ^ (ミッチェル 2005 )
  9. ^ (レヴァイン 2005 )
  10. ^ a b c d e ( Van Patten、McKeldin-Coner & Cox 2009 )
  11. ^ ( Van Patten、McKeldin-Coner & Cox 2009、p. 27)
  12. ^ a b c d e（ブロック＆ブロック 1995）
  13. ^ (ブロック＆ブロック 1995、151ページ)
  14. ^ (ブロック＆ブロック 1995、152ページ)
  15. ^ (ブロック＆ブロック 1995、158ページ)
  16. ^ (ラトクリフ 2002 )
  17. ^ (ラトクリフ 2002、216～217 ページ)
  18. ^ (ラトクリフ 2002、212ページ)
  19. ^ Braga, Anthony A.; Turchan, Brandon; Papachristos, Andrew V.; Hureau, David M. (2019年9月). 「小規模地理的地域におけるホットスポット警察活動の犯罪への影響」. Campbell Systematic Reviews . 15 (3) e1046. doi : 10.1002/cl2.1046 . ISSN  1891-1803 . PMC  8356500. PMID 37133274.  S2CID 203441137 . 

参考文献

「 https://en.wikipedia.org/w/index.php?title=Crime_hotspots&oldid=1323964811」より取得