發(fā)布時(shí)間：2021-10-06 15:46

　　以基于派出所的泰森多邊形為研究單元,采用核密度估計(jì)、標(biāo)準(zhǔn)差橢圓、G統(tǒng)計(jì)分析、地統(tǒng)計(jì)分析和全局Moran’s I指數(shù)分析B市2016～2017年犯罪在空間上的分布情況。基于空間興趣點(diǎn)（point of interest,POI）與多時(shí)相遙感分類(lèi)體系等多源數(shù)據(jù),采用相關(guān)分析和主成分分析提取犯罪影響因子,通過(guò)解釋變量Johnson變換后的地理加權(quán)回歸（geographically weighted regression,GWR）模型和基于主成分因子的最小二乘法（ordinary least squares,OLS）模型解釋因子對(duì)5類(lèi)犯罪空間分布的影響。研究發(fā)現(xiàn):時(shí)空分析上,在6月～7月份犯罪率最高,具有"東西"走向且"離心型犯罪化"的表現(xiàn);影響因素分析中16個(gè)自變量中有10個(gè)變量對(duì)犯罪率存在較強(qiáng)的正相關(guān)影響,而這些變量之間具有空間自相關(guān)性,因此采用基于主成分分析的OLS和GWR模型對(duì)其消除空間自相關(guān)性建立回歸模型;而幾個(gè)回歸模型檢驗(yàn)上,基于主成分因子的OLS、GWR與Johnson變換后GWR模型均具有較高的擬合度。此研究結(jié)果可為犯罪防控及犯罪預(yù)測(cè)建模提供參考與建議。 

【文章來(lái)源】：科學(xué)技術(shù)與工程. 2019,19(26)北大核心

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

研究區(qū)域Fig.1Studyarea點(diǎn)v構(gòu)建的泰森多邊形V定義如下［13］:

載荷;xj為原始變量指標(biāo)。1.3變量定義及模型設(shè)計(jì)根據(jù)理性選擇理論和日�；顒�(dòng)理論［33，34］，兩個(gè)重要理論基礎(chǔ)并結(jié)合近年來(lái)的實(shí)證研究［35，36］，本文模型中的自變量因子共16個(gè)［1.1節(jié)(3)中數(shù)據(jù)來(lái)源為12個(gè)POI因子以及4個(gè)RS地物因子］。將16個(gè)空間因子通過(guò)式(12)比率化后的分布密度作為研究的自變量:分布密度=∑該泰森多邊形內(nèi)空間因子數(shù)人口密度(12)表2中可決系數(shù)R2越接近1，模型的擬合度越高。擬合曲線如圖5所示�？梢钥闯�:犯罪率與餐飲、超市商城、交通設(shè)施、金融保險(xiǎn)、生活服務(wù)、體育休閑、住宅、醫(yī)療和酒店的線性關(guān)系較為明顯，而與風(fēng)景名勝、公共設(shè)施、公司企業(yè)和教育的線性關(guān)系不為明顯。因此解釋變量為:餐飲、超市商城、交通設(shè)施、金融保險(xiǎn)、生活服務(wù)、體育休閑、醫(yī)療、住宿服務(wù)、建筑面積和道路長(zhǎng)度，共取10個(gè)因子，并對(duì)其做Johnson正態(tài)變換后擬合曲線如圖6所示。表3中，Johnson變換后偏度Z-scoreK，峰度Z-scoreS，在α=0.05的檢驗(yàn)水平下，均在±1.96之間;可以認(rèn)為Johnson變換后的數(shù)據(jù)服從正態(tài)分布。至此可構(gòu)建變量因子及模型。(1)解釋變量:POI因子、遙感地物分類(lèi)因子記為{x1，x2，x3，x4，x5，x6，x7，x8，x9，x10}。(2)數(shù)據(jù)變化:Johnson變換的3種類(lèi)型:SB(bounded)、SL(lognormal)和SU(unbounded)。表2各影響因子擬合曲線R2值Table2Eachimpactfac

圖6犯罪率與各相關(guān)因子Johnson變換后擬合曲線Fig.6ThefittingcurvesofcrimerateandthecorrelationcurveaftertheJohnsontransform表3各相關(guān)因子Johnson變換前后正態(tài)變換檢驗(yàn)Table3NormaltransformationtestbeforeandafterJohnsontransformofcorrelationfactors變量原始數(shù)據(jù)Johnson變換Z-scoreKZ-scoreSZ-scoreKZ-scoreS餐廳13.68223.008－0.026－0.407超市商城18.46945.0440.953－0.995交通設(shè)施13.93826.3730.286－0.762金融保險(xiǎn)23.90675.5900.3490.337生活服務(wù)14.81826.0890.474－0.736體育休閑14.04222.7520.281－0.663住宿服務(wù)14.39627.3710.490－0.833醫(yī)療17.76041.0000.620－0.204建筑15.81831.4670.0100.305道路16.87034.8510.1610.050犯罪17.92237.3790.224－0.457(3)兩個(gè)模型:基于主成分分析的回歸模型、GWR模型。(4)單因素分析:基于主成分因子的OLS回歸模型。(5)綜合分析:所有相關(guān)因子的GWR模型。2結(jié)果與分析2.1聚類(lèi)檢驗(yàn)結(jié)果分析聚類(lèi)檢驗(yàn)結(jié)果包括基于GIS的G統(tǒng)計(jì)量與Moran'sI指數(shù)的檢驗(yàn)以及核密度估計(jì)、標(biāo)準(zhǔn)差橢圓與統(tǒng)計(jì)分析的時(shí)空聚集性檢驗(yàn)。2.1.1聚類(lèi)檢驗(yàn)G統(tǒng)計(jì)量與Moran'sI指數(shù)(表4)分析結(jié)果顯示，G指數(shù)對(duì)應(yīng)的z值均大于99%置信度下的z值為2.58，說(shuō)明總犯罪、盜竊、故意傷害、搶奪、搶劫和詐騙的具有高值與高值聚集的特征，且這種分布模式的概率在99%以上。同樣在99%置信度的情況下，對(duì)比Moran'sI方法可以看出詐騙類(lèi)犯罪在全局上呈隨機(jī)分布形態(tài)，在局部有高值聚類(lèi)的特點(diǎn)。2.1.2時(shí)空分析采用基于犯罪點(diǎn)和派出點(diǎn)的核密度估計(jì)、

【參考文獻(xiàn)】：
期刊論文
[1]基于夜光遙感與POI數(shù)據(jù)空間耦合關(guān)系的南海港口城市空間結(jié)構(gòu)研究[J]. 于丙辰,劉玉軒,陳剛.  地球信息科學(xué)學(xué)報(bào). 2018(06)
[2]基于理性選擇理論的社區(qū)環(huán)境對(duì)入室盜竊的影響研究[J]. 肖露子,柳林,宋廣文,周素紅,龍冬平,馮嘉欣.  地理研究. 2017(12)
[3]不同類(lèi)型道路密度對(duì)公共空間盜竊犯罪率的影響——基于ZG市的實(shí)證研究[J]. 柳林,杜方葉,肖露子,宋廣文,劉凱,姜超.  人文地理. 2017(06)
[4]AMSR-E亮溫?cái)?shù)據(jù)的3種正態(tài)變換方法比較[J]. 付秀麗,王博.  遙感信息. 2017(03)
[5]基于Johnson分布體系的發(fā)輸電系統(tǒng)可靠性評(píng)估[J]. 張立波,程浩忠,曾平良,張沈習(xí),周勤勇.  上海交通大學(xué)學(xué)報(bào). 2017(05)
[6]北京地面沉降時(shí)空分布特征研究[J]. 周超凡,宮輝力,陳蓓蓓,郭琳,高明亮.  地球信息科學(xué)學(xué)報(bào). 2017(02)
[7]北京市長(zhǎng)安街沿線的扒竊案件高發(fā)區(qū)分析及防控對(duì)策[J]. 陳鵬,李欣,胡嘯峰,曾昭龍,趙鵬凱.  地理科學(xué)進(jìn)展. 2015(10)
[8]理解理性選擇理論:歷史、發(fā)展與論爭(zhēng)[J]. 邢瑞磊.  武漢大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2015(03)
[9]基于主成分分析的衡陽(yáng)市土地生態(tài)安全評(píng)價(jià)[J]. 王鵬,況福民,鄧育武,田亞平,易鋒.  經(jīng)濟(jì)地理. 2015(01)
[10]論日�；顒�(dòng)理論在刑事偵查中的應(yīng)用[J]. 艾明.  中國(guó)刑警學(xué)院學(xué)報(bào). 2014(01)

碩士論文
[1]電信網(wǎng)絡(luò)詐騙犯罪成因及治理研究[D]. 隋新宇.中國(guó)社會(huì)科學(xué)院研究生院 2017



本文編號(hào)：3420310