Comparison of Variables Affecting on Crime Occurances at Different Scales by Using a Spatial Statistics Method

Abstract

Many studies have been focused on understanding the occurance of the crimes since 20th century. Following years, the geographical location have been identified as having a very important contribution in understanding the crime. Thus, researchers have also included the spatial factors in their working field while determining the influencing factors on crime. Studies have concluded that these factors also vary according to the location of the study in different regions. However, the factors affecting the crime are changed not only by the location but they also changed according to the scale of the research of the same study area. In this study, the factors influencing crime are identified by changing the scale of the study area that covers the central district of Izmir. The study established the differences of the identified variables which affected on robbery events at the comparison of regional and local scales of the same study area by using spatial statistical methods. The results of the research has current findings to support decisions on crime prevention studies.

Keywords

• Crime prevention
• Decision support
• Geographical Information Systems
• Spatial analysis
• Spatial statistics

Farklı Çalışma Ölçeklerinde Suç Oluşumuna Etki Eden Değişkenlerin Mekansal İstatistik Yöntemiyle Karşılaştırılması

Abstract

20. yüzyıldan bu yana suçların oluşma nedenlerini anlamak ile ilgili birçok çalışma yapılmıştır. İlerleyen yıllarda da coğrafi konumun suçu anlama konusunda çok önemli bir katkısı olduğu tespit edilmiştir. Böylece araştırmacılar çalışma alanlarında suça etki eden faktörleri belirlerken mekansal faktörleri de araştırmalarına dahil etmişlerdir. Farklı bölgelerde gerçekleştirilen çalışmalarda suçu etkileyen faktörlerin konuma göre de farklılık gösterdiği sonucuna ulaşmışlardır. Ancak suçu etkileyen faktörler sadece konuma göre değil aynı konuma ilişkin yapılacak araştırmanın ölçeğine göre de değişiklik göstermektedir. İzmir'in merkez ilçelerini kapsayan alanda gerçekleştirilen bu çalışma ile sadece çalışma ölçeği değiştirilerek suça etki eden değişkenler tespit edilmiştir. Bölgesel ve yerel ölçek karşılaştırılarak gerçekleştirilen çalışmada mekansal istatistik yöntemlerinden yararlanılarak hırsızlık suçunun oluşmasını açıklayan faktörlerin değişiklik gösterdiği saptanmıştır. Elde edilen araştırma sonuçları suç önleme çalışmalarına karar destek oluşturacak geçerli bulgular içermektedir.

Keywords

• Coğrafi Bilgi Sistemleri
• Karar destek
• Mekansal analiz
• Mekansal istatistik
• Suç önleme

References

1. Ackerman, V. W., 1998. Socioeconomic correlates of increasing crime rates in smaller communities. Professional geographer, 50, 372-387.
2. Aksoy, H., 2004. Coğrafi profilleme, 3. Coğrafi bilgi sistemleri bilişim günleri. Fatih Üniversitesi, İstanbul.
3. Anderson, C. A., Anderson, D. C., 1984. Ambient temperature and violent crime: Tests of the linear and curvilinear hypotheses. Journal of personality and social psychology, 46(1), 91-97.
4. Ayhan, İ., 2007. Kentte suç oranlarının ekonomik sosyal ve mekansal değişkenlerle modellenmesi. Yüksek Lisans tezi, Dokuz Eylül Üniversitesi, İzmir.
5. Brunsdon, C., McClatchey, J., Unwin, D. J., 2001. Spatial variations in the average rainfall-altitude relationship in Great Britain: An approach using geographically weighted regression. International journal of climatology, 21, 455-466.
6. Cahill, F. M., Mulligan, F. G., 2003. The determinants of crime in Tucson, Arizona. Urban geography, 24, 582-610.
7. Ceccato, V., Haining, R., Signoretta, P., 2002. Exploring offence statistics in Stockholm city using spatial analysis tools. Annals of the association of American geographers, 92, 29-51.
8. Cohn, E. G., 1990. Weather and crime. British journal of criminology, 30(1), 51-64.

9. Cozens, P. M., 2002. Sustainable urban development and crime prevention through environmental design for the British city. Towards an effective urban environmentalism for the 21st century-cities, 19, 129-137.
10. Chainey, S., Ratcliffe, J., 2005. GIS and Crime Mapping. Wiley Press, Chichester.
11. Ergün, N., Yirmibeşoğlu, F., 2005. İstanbul’da 2000-2004 yılları arasında suçun mekansal dağılımı. Planlamada yeni politika ve stratejiler riskler ve fırsatlar: 8 Kasım dünya şehircilik günü 29. kolokyumu, İstanbul.
12. Field, S., 1992. The effect of temperature on crime. British journal of criminology, 32(3), 340-351.
13. Fotheringham, A. S., Brunsdon, C., Charlton, M., 2002. Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley Press, Chichester.
14. Gillespie, W. T., Agnew, A. J., Mariano, E., Mossler, S., Jones, N., Braughton, M., Gonzalez, J., 2009. Finding Osama bin Laden. MIT international review, 1-17.
15. Gorr, W. L., Olligschlaeger, A. M., 1994. Weighted spatial adaptive filtering: Monte Carlo studies and application to illicit drug market modeling. Geographical analysis, 26, 67-87.
16. Gruenewald, P. J., Freisthler, B., Remer, L., LaScala, E. A., Treno, A., 2006. Ecological models of alcohol outlets and violent assaults: Crime potentials and geospatial analysis. Addiction, 101, 666-677.
17. Malczewski, J., Poetz, A., 2005. Residential burglaries and neighborhood socioeconomic context in Londo, Ontario: Global and local regression analysis. The professional geographer, 57(4), 516-529.
18. MGM (Türkiye Meteoroloji Genel Müdürlüğü), 2012. Telefonla görüşme, 16 Nisan 2012.
19. Murray, T. A., McGuffog, I., Western, S. J., Mullins, P., 2001. Exploratory spatial data analysis techniques for examining urban crime. British journal of criminology, 41, 309-329.
20. Newman, O., 1972. Defensible Space: Crime Prevention Through Urban Design. Macmillan, New York.
21. Olligschlaeger, A. M., 1997. Spatial analysis of crime using GIS-based data: Weighted spatial adaptive filtering and chaotic cellular forecasting with applications to street level drug markets. Doktora tezi, Carnegie Mellon Üniversitesi, Pittsburg.
22. Openshaw, S., 1984. The Modifiable Areal Unit Problem. Geo Books, Norwich.
23. Salleh, S. A., Mansor, N. S., Yusoff, Z., Nasir, R.A., 2012. The crime ecology: Ambient temperature vs. spatial setting of crime (burglary). Social and behavioral sciences, 42, 212-222.
24. Schmid, C. F., 1960. Urban crime areas: Part II. American Sociological Review, 25, 655-78.
25. Shepard, D., 1968. A two-dimensional interpolation function for irregularly-spaced data. Proceedings of the 1968 ACM National Conference, 517-524.
26. Strano, M., 2004. A neural network applied to criminal psychological profiling: an Italian initiative. International journal of offender therapy and comparative criminology, 48(4), 1-7 .
27. TÜİK (Türkiye İstatistik Kurumu), 2008. Ceza İnfaz Kurumuna Giren Hükümlü İstatistikleri. http://tuikapp.tuik.gov.tr/girenhukumluapp/girenhukumlu.zul, 18 Haziran 2013.
28. Ural, S., Hussain, E., Shan, J., 2011. Building population mapping with aerial imagery and GIS data. International journal of applied earth observation and geoinformation, 13, 841-852.
29. Yavuz, Ö., Tecim, V., 2011. CBS tabanlı suç önleme çalışmalarında yapay sinir ağları kullanılarak mekansal karar sistemi oluşturulması. Suç önleme sempozyumu, Merinos Atatürk Kültür ve Kongre Merkezi, Bursa.
30. Yavuz, Ö., Tecim, V., 2013. Exploring scale effect using geographically weighted regression on mass dataset of urban robbery. International archieves of the photogrammetry, remote sensing and spatial information sciences, XL-4/W1, 147-154.