原創 賀力 定量群學

作者：賀力

賀力，加拿大麥克馬斯特大學地理學博士，西安交通大學社會學系講師，大數據算法與分析技術國家工程實驗室“社會大數據分析技術與應用研究中心”骨干成員，實證社會科學研究所研究員，入選中國博士后國際交流計劃“引進項目”。主持教育部人文社科基金、中國博士后科學基金等5項課題，參與國家社科重大、國家自科等項目12項。已在《Applied Geography》、《Geographical Analysis》、《Computer Environment and Urban Systems》等國際著名期刊發表SSCI、SCI論文13篇，1項國家發明專利獲授權，獲2019陜西高校人文社科研究優秀成果二等獎。研究興趣包括計算社會科學、空間計量與空間分析、犯罪空間分析、城市空間大數據分析、地理信息系統等。

研究背景

犯罪地理學和犯罪社會學研究表明，犯罪在城市內呈現空間聚集特征。這與失業、貧困人口、人口流動等社會經濟環境密切相關，同時，大量實證研究已發現城市建成環境的微觀特征在誘發和抑制犯罪中起到重要作用，如破窗、空置或廢棄的房屋、街上廢棄車輛、違法涂鴉、路燈照明等。

收集建成環境數據的方法稱為“環境審計”（Environmental Audit），大量文獻已回答“審計什么”的問題，但對“在哪里審計”和“如何高效審計”的研究仍顯不足，這種不足制約了環境審計的精準實施和環境數據的高效獲取。

本文提出以空間統計方法先行控制社會經濟因素的影響，并提出一種基于回歸模型的環境審計地點選擇方法，進而以谷歌街景圖像數據為數據源，利用虛擬環境審計采集微觀環境數據，并據此更準確地發現建成環境與暴力犯罪的相關關系。

數據和方法

犯罪數據、社會經濟人口數據

犯罪數據為美國俄亥俄州哥倫布市2002年的4791起暴力犯罪數據，社會經濟和人口統計變量來自美國2000年的人口普查數據。

表1. 回歸分析中所使用變量的描述性統計

（樣本為567個街塊組block groups）

基于特征向量空間過濾的

泊松回歸模型

采用基于特征向量空間過濾的泊松回歸模型探索社會經濟指標對暴力犯罪的影響。作為一種非參數方法，它將模型殘差中的空間形態轉移到模型均值中去，從而將模型中空間自相關的殘差轉化為空間獨立的殘差。

特征向量組合有助于從未被解釋的因變量中識別空間自相關，基于空間過濾的泊松回歸模型可表達為以下形式：

其中，Y 為因變量，即暴力犯罪數量，該變量服從泊松分布。

代表數學期望驗算，ɡ 表示連接函數，一般為對數函數，X 表示自變量的線性無關向量，β代表回歸系數向量，E 為空間過濾，由一組線性組合的特征向量構成，γ 表示空間過濾變量的參數。為了降低過度離散對模型估計的影響，可引入離散參數來修正模型置信區間。

審計地點的選取方案

對回歸模型的空間過濾數值進行 3 分位數分類：按照病例對照研究思想，從 Q1 和 Q3 中配對選取環境審計地點，并保證其在城市中呈隨機空間分布。

圖1.從Q1和Q3兩個分位數范圍中

選擇待審計地點的示意圖

利用谷歌街景數據進行環境審計

谷歌街景影像是新型GIS 的代表性數據產品之一，如圖2，允許我們對街道兩側的建成環境進行“虛擬觀測”。

圖2. 谷歌街景中的建筑環境特征

作者開發了桌面版環境審計軟件RBEI（圖3），可實現環境審計數據的GIS空間化管理。

圖3. 作者開發的桌面版的環境審計軟件界面

分析和結果

分析回歸結果，發現表2中 8 個社會經濟變量具有統計顯著性。

表2. 基于特征向量空間過濾的泊松回歸參數估計

（因變量為2002年暴力犯罪數量）

提出模型殘差中系統性的空間自相關與模型缺少建成環境因素有關的假設，從 Q1 和 Q3 中選擇331 個街區進行環境審計和數據采集，見圖4。

圖4. 研究區范圍及從中選擇的

審計地點的空間分布情況

利用列聯表分析發現了20個顯著的環境變量，如涂鴉、破窗、廢棄房屋、圍欄、草坪修繕程度等，見表3和圖5。

表3. 建成環境變量的卡方獨立性檢驗結果

圖5. 從街景圖像中識別出的

與暴力犯罪分布相關的建成環境因素

討論和結論

本文提出的“在哪里審計”和“如何高效審計”解決方案，有助于更具針對性地回答“何種環境特征會誘導暴力犯罪”，以及“何種環境特征會抑制暴力犯罪”的問題，對豐富犯罪地理學理論、豐富環境審計思路和方法、指導犯罪預防措施的制定、精準化治安治理等均具有重要意義，且本方案對其他類似研究具有便捷的移植性。

原文：

He, L., Páez, A., & Liu, D. (2017). Built environment and violent crime: An environmental audit approach using Google Street View. Computers, Environment and Urban Systems. 66, 83-95.

編輯：徐榮婧 許子妍

原標題：《從谷歌街景發現城市犯罪的微觀環境影響因素》

閱讀原文