空间数据驱动的B市主城区犯罪时空分布及其影响因素分析

摘要：

以基于派出所的泰森多边形为研究单元,采用核密度估计、标准差椭圆、G统计分析、地统计分析和全局Moran's I指数分析B市2016～2017年犯罪在空间上的分布情况.基于空间兴趣点(point of interest,POI)与多时相遥感分类体系等多源数据,采用相关分析和主成分分析提取犯罪影响因子,通过解释变量Johnson变换后的地理加权回归(geographically weighted regression,GWR)模型和基于主成分因子的最小二乘法(ordinary least squares,OLS)模型解释因子对5类犯罪空间分布的影响.研究发现:时空分析上,在6月 ～7月份犯罪率最高,具有"东西"走向且"离心型犯罪化"的表现;影响因素分析中16个自变量中有10个变量对犯罪率存在较强的正相关影响,而这些变量之间具有空间自相关性,因此采用基于主成分分析的OLS和GWR模型对其消除空间自相关性建立回归模型;而几个回归模型检验上,基于主成分因子的OLS、GWR与Johnson变换后GWR模型均具有较高的拟合度.此研究结果可为犯罪防控及犯罪预测建模提供参考与建议.

关键词：时空分布、影响因素、犯罪分析

所属期刊栏目：19

分类号：X956

资助基金：国家重点研发计划2017YFC0822405;公安部技术研究计划2018JSYJA01

在线出版日期：2019-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：384-394