(Techniki GIS) W poszukiwaniu hot spotów przestępczości (R17)

(Techniki GIS) W poszukiwaniu hot spotów
przestępczości
(R17)
Stanisław MORDWA
Bogata już literatura poświęcona przestrzennym analizom
przestępczości
udowadnia,
że
przestępczość
jest
silnie
skoncentrowana na poziomie mikro jednostek miasta, gdzie wysokie
natężenia przestępstw okazuje się stabilne w czasie. Hot spoty
przestępczości można zatem ogólnie zdefiniować jako: małe
jednostki przestrzenne, charakteryzujące z wysokimi wskaźnikami
działalności przestępczej. Jednak w poszczególnych badaniach
określenie zasięgu miejsca, które jest hot spotem, jak i znaczenie
tego terminu często się: od pojedynczych adresów lub budynków,
przez odcinki/strony ulic, po niewielkie grup segmentów ulicy z
podobnymi problemami patologicznymi. Generalnie jednak hot spoty
powinny być postrzegane jako mikro-miejsca, które należy odróżnić
od większych jednostek przestrzennych (sektory policyjne,
dzielnice), które tradycyjnie są uwzględniane w badaniach
przestępczości.
Ostatnie osiągnięcia w systemach informacji geograficznej
oraz rozwój metod analizy przestrzennej znacznie poprawiły
możliwości badaczy, którzy mają zadanie określenia wzorców
przestrzennych przestępczości. Głównym zadaniem w identyfikacji
hot spot przestępczości jest ocena stopnia losowości rozkładu
przestrzennego danych. Większość dostępnych narzędzi udostępnia
różne sposoby rozróżnienia, czy rozmieszczenie przestępczości jest
jednolite, czy też istnieją wyraźnie skupiska przestrzenne, które nie
są zgodne z rozmieszczeniem przypadkowym. Istnieją zatem różne
metody i aplikacje, przy pomocy których można wykrywać wzorców
rozkładu przestępstw w przestrzeni i skojarzać je z innymi
zjawiskami. W tym referacie przedstawione zostaną trzy dostępne
narzędzia, które można wykorzystać do identyfikacji hot spotów:
ArcView, CrimeStat i GeoDa. Każde z nich reprezentuje odmienne
podejście do analizy hot spotów i posiada różne zalety i wady, które
zostaną omówione.