从谷歌街景发现城市犯罪的微观环境影响因素

原创 贺力 定量群学

作者：贺力

贺力，加拿大麦克马斯特大学地理学博士，西安交通大学社会学系讲师，大数据算法与分析技术国家工程实验室“社会大数据分析技术与应用研究中心”骨干成员，实证社会科学研究所研究员，入选中国博士后国际交流计划“引进项目”。主持教育部人文社科基金、中国博士后科学基金等5项课题，参与国家社科重大、国家自科等项目12项。已在《Applied Geography》、《Geographical Analysis》、《Computer Environment and Urban Systems》等国际著名期刊发表SSCI、SCI论文13篇，1项国家发明专利获授权，获2019陕西高校人文社科研究优秀成果二等奖。研究兴趣包括计算社会科学、空间计量与空间分析、犯罪空间分析、城市空间大数据分析、地理信息系统等。

研究背景

犯罪地理学和犯罪社会学研究表明，犯罪在城市内呈现空间聚集特征。这与失业、贫困人口、人口流动等社会经济环境密切相关，同时，大量实证研究已发现城市建成环境的微观特征在诱发和抑制犯罪中起到重要作用，如破窗、空置或废弃的房屋、街上废弃车辆、违法涂鸦、路灯照明等。

收集建成环境数据的方法称为“环境审计”（Environmental Audit），大量文献已回答“审计什么”的问题，但对“在哪里审计”和“如何高效审计”的研究仍显不足，这种不足制约了环境审计的精准实施和环境数据的高效获取。

本文提出以空间统计方法先行控制社会经济因素的影响，并提出一种基于回归模型的环境审计地点选择方法，进而以谷歌街景图像数据为数据源，利用虚拟环境审计采集微观环境数据，并据此更准确地发现建成环境与暴力犯罪的相关关系。

数据和方法

犯罪数据、社会经济人口数据

犯罪数据为美国俄亥俄州哥伦布市2002年的4791起暴力犯罪数据，社会经济和人口统计变量来自美国2000年的人口普查数据。

表1. 回归分析中所使用变量的描述性统计

（样本为567个街块组block groups）

基于特征向量空间过滤的

泊松回归模型

采用基于特征向量空间过滤的泊松回归模型探索社会经济指标对暴力犯罪的影响。作为一种非参数方法，它将模型残差中的空间形态转移到模型均值中去，从而将模型中空间自相关的残差转化为空间独立的残差。

特征向量组合有助于从未被解释的因变量中识别空间自相关，基于空间过滤的泊松回归模型可表达为以下形式：

其中，Y 为因变量，即暴力犯罪数量，该变量服从泊松分布。

代表数学期望验算，ɡ 表示连接函数，一般为对数函数，X 表示自变量的线性无关向量，β代表回归系数向量，E 为空间过滤，由一组线性组合的特征向量构成，γ 表示空间过滤变量的参数。为了降低过度离散对模型估计的影响，可引入离散参数来修正模型置信区间。

审计地点的选取方案

对回归模型的空间过滤数值进行 3 分位数分类：按照病例对照研究思想，从 Q1 和 Q3 中配对选取环境审计地点，并保证其在城市中呈随机空间分布。

图1.从Q1和Q3两个分位数范围中

选择待审计地点的示意图

利用谷歌街景数据进行环境审计

谷歌街景影像是新型GIS 的代表性数据产品之一，如图2，允许我们对街道两侧的建成环境进行“虚拟观测”。

图2. 谷歌街景中的建筑环境特征

作者开发了桌面版环境审计软件RBEI（图3），可实现环境审计数据的GIS空间化管理。

图3. 作者开发的桌面版的环境审计软件界面

分析和结果

分析回归结果，发现表2中 8 个社会经济变量具有统计显著性。

表2. 基于特征向量空间过滤的泊松回归参数估计

（因变量为2002年暴力犯罪数量）

提出模型残差中系统性的空间自相关与模型缺少建成环境因素有关的假设，从 Q1 和 Q3 中选择331 个街区进行环境审计和数据采集，见图4。

图4. 研究区范围及从中选择的

审计地点的空间分布情况

利用列联表分析发现了20个显著的环境变量，如涂鸦、破窗、废弃房屋、围栏、草坪修缮程度等，见表3和图5。

表3. 建成环境变量的卡方独立性检验结果

图5. 从街景图像中识别出的

与暴力犯罪分布相关的建成环境因素

讨论和结论

本文提出的“在哪里审计”和“如何高效审计”解决方案，有助于更具针对性地回答“何种环境特征会诱导暴力犯罪”，以及“何种环境特征会抑制暴力犯罪”的问题，对丰富犯罪地理学理论、丰富环境审计思路和方法、指导犯罪预防措施的制定、精准化治安治理等均具有重要意义，且本方案对其他类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.

编辑：徐荣婧 许子妍

原标题：《从谷歌街景发现城市犯罪的微观环境影响因素》

阅读原文