与犯罪相关的社会经济、建成环境与流动性条件：多城市研究
社会与信息网络
2020-04-15 v1 计算机与社会
物理与社会
摘要
如今，23% 的世界人口居住于数百万人口的城市。在这些大都市中，犯罪活动比小城市或农村地区更高且更暴力。因此，理解何种因素影响大城市中的城市犯罪是一项迫切需求。主流研究通过历史面板数据或历史模式分析结合生态因子与探索性制图来分析犯罪记录。近来，机器学习方法提供了随时间 informed 的犯罪预测。然而，既往研究一次仅聚焦于单一城市，仅考虑有限数量的因素（如社会经济特征）且常采用大空间单元。因而，我们对跨文化与跨城市影响犯罪因素的理解十分有限。在此，我们提出一个贝叶斯模型，以探究犯罪不仅与社会经济因子相关，还与邻里的建成环境（如土地利用）及流动性特征相关。为此，我们整合多个开放数据源与手机轨迹，并比较不同因子在波士顿、波哥大、洛杉矶与芝加哥等多样城市中与犯罪的相关性。我们发现，社会经济条件、流动性信息与邻里物理特征的联合使用有效解释了犯罪的出现，并提升了传统方法的性能。然而，我们表明邻里的社会生态因子与犯罪的相关性因城市而异。因此显然不存在“一刀切”的模型。
引用
@article{arxiv.2004.05822,
title = {Socio-economic, built environment, and mobility conditions associated with crime: A study of multiple cities},
author = {Marco De Nadai and Yanyan Xu and Emmanuel Letouzé and Marta C. González and Bruno Lepri},
journal= {arXiv preprint arXiv:2004.05822},
year = {2020}
}