An Analysis of Urban Residential Crimes using Eigenvector Spatial Filtering

아이겐벡터 공간필터링을 이용한 도시주거범죄의 분석

The spatial distribution of crime incidences in urban neighborhoods is a reflection of their socio-economic environment and spatial inter-relations. Spatial interactions between offenders and victims lead to spatial autocorrelation of the crime incidences. The spatial autocorrelation among the incidences biases the interpretation of the ecological model in OLS framework. This research investigates residential crimes using residential burglaries and robberies occurred in the city of Columbus, Ohio, for 2000. In particular, the spatial distribution of incidence rates of residential crimes are accounted in OLS framework using eigenvectors, which reflect spatial dependence in crime patterns. Result presents that handling spatial autocorrelation enhanced model estimation, and both economic deprivation and crime opportunity are turned out significant in estimating residential crime rates.

도시에서 범죄는 해당 지역 인구의 사회경제적 특징과 공간적 상호관계를 반영한다. 범죄의 피의자와 피해자 사이의 상호작용은 범죄패턴의 공간적 자기상관으로 나타난다. 이러한 범죄의 공간자기상관은 일반적인 최소자승모델에서 편향된 추정치를 제공하여 잘못된 해석으로 이어질 수 있다. 본 연구는 도시주거범죄로서 2000년에 오하이오주 콜럼버스에서 발생한 주거 강도와 절도를 분석 하였다. 특히 주거 범죄율의 공간적 분포패턴은 공간자기상관을 반영하는 아이겐벡터(Eigenvector)를 이용하여 최소자승모델로 분석 하였다. 아이겐 벡터를 이용한 공간자기상관의 필터링은 기존의 모델에서는 잔차에 남아있던 공간자기상관 요소를 설명하기 때문에, 더 효율적인 추정을 가능하게 하였다. 경제적 궁핍과 범죄의 기회가 주거범죄율을 추정하는데 통계적으로 유의미한 요인이었다.