PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2012 | nr 12 Zróżnicowanie przestrzeni społeczno-ekonomicznej - wybrane problemy | 89--110
Tytuł artykułu

Struktura i typologia przestrzenna przestępczości w Polsce - przykład wykorzystania walidacji liczby skupień w metodzie k-średnich

Treść / Zawartość
Warianty tytułu
The Spatial Structure and Typology of Crime in Poland - an Example of Using Validation of the Number of Clusters in K-Means Method
Języki publikacji
PL
Abstrakty
Celem tego opracowania jest przedstawienie zróżnicowania przestrzennego przestępczości na poziomie podregionów w Polsce. Pod uwagę wzięto główne rodzaje przestępstw: kryminalne, gospodarcze i drogowe. Ponieważ delikty te wykazują odmienne rozkłady przestrzenne postanowiono przedstawić typologię przestrzenną, dzięki której potwierdzono istniejące różnice natężenia zjawisk przestępczych między Polską wschodnią i zachodnią oraz niechlubnie wyróżniającą się pozycję dużych miast. (abstrakt oryginalny)
EN
This paper presents an overview of the present state of crime in Poland, and the main goals are to detect the distribution and clustering of crimes, and to identify high rate regions. It is a common practice to compare countries, regions or cities in terms of safety performance, and to rank them in terms of risk indicators such as the crime rates, which are often expressed as the number of crime per 10 000 persons. This paper examines the subregional disparities hidden behind the national statistics (www.stat.gov.pl) on some crime statistics in Poland with GIS and spatial analyses. The first step to identify possible patterns of crime rates is to map the crime phenomenon. The distribution of relative rates of crimes in the Polish subregions were presented in fig. 1. The analysis of all the committed in Poland crimes in years 2008-2011, maintaining the same territorial level of researches (66 subregions; i. e. NTS-3 European statistical level) revealed an interesting crime geographies picture, which in turn, increased the assumption of not homogenous spatial distributions. Talking into consideration all the crimes in Poland there were 294 crimes per 10 000 inhabitants, but in large cities (Wrocław - 561; katowicki - 527; trójmiejski - 509; Poznań - 488) and in north-western subregions the value was more than 50% higher than the Polish average. In the eastern subregions the number of crimes was the half of the Polish average value (krośnieński - 169; przemyski - 174; rzeszowski - 179). The changes of crime rates in 2008-2011 years were shown in fig. 2. Statistics of growth rates in north subregions there was a more than 2% decrease (koszaliński, Szczecin, szczeciński, słupski, ełcki), in the central and southern subregions a strong increase (nearly 10%; nowosądecki, Kraków, poznański, tyski). The statistics for whole Poland indicates an increase of 2%. If the number of solved crimes is related to the estimated total number of crimes, the performance of police is very weak - generally in Poland it is only about 70%. In the subregions of largest Polish cities, detectability of crimes is much lower in comparison to other subregions (fig. 3). Crimes can be distinguished by four categories: criminal offences (the main two groups are: against property and against life and health), commercial crimes, traffic and the so-called "others". In this paper, some kinds of crime activities were examined. Criminal crimes against life and health include crimes like homicide, deliberate wounding, assault, damage to health. Assaults and damages to health are, in general, committed by male adults; in recent years, more types of violent crimes are committed by the underaged. The subregions of Śląsk, West and North Poland, had relatively more violent crimes per 10 000 population (fig. 5). Category of crimes against property consists of various forms of theft, burglary and robbery, theft with assault, criminal coercion. Crimes against property account for 53% of total crimes and for 78% of criminal offences. In general, property crimes per 10 000 residents are strongly overrepresented in the crime profiles of the subregions of West and North Poland, Śląsk region (katowicki - 351; gliwicki - 256) and all largest Polish cities (trójmiejski - 303; Kraków - 292; Poznań - 291), but typically lower in the subregions of East (puławski - 72; przemyski - 72; chełmsko-zamojski - 77; krośnieński) and Central (sieradzki) Poland (fig. 6). Commercial crime is the crime of "respectable" people. There is a very broad rande of examples of white-collar crime. Individuals (for example computer criminals, taxes), small businesses (for example VAT taxes), large corporations (for example creative bookkeeping), and governmental agencies (for example corruption) may get involved. Some researchers argue that commercial crime is even more serious than, the violent acts of the street criminals, because is like an insidious corrosion that slowly but surely destroys national economy. White-collar crimes per 10 000 people are overrepresented in subregions which are located in different parts of Poland, such as: Trójmiasto (161 crimes), sandomiersko-jędrzejowski (82), katowicki (74), bytomski, gorzowski and bydgosko-toruński (fig. 7). Traffic crimes - Polish law distinguishes between traffic violations (for example, driving at higher speeds than allowed, driving without a licence, or ignoring red traffic lights) and more serious traffic crimes, e.g. alcohol driving, accidents with victims, hit-and-run accidents. The rates of solved traffic crimes are typically low, compared to criminal crime rates. Traffic crimes per 10 000 people are overrepresented in the western (gorzowski - 78; zielonogórski - 66), eastern (bialski - 77) and central (sieradzki, skierniewicki) subregions of Poland, with the exception of the subregions which include large Polish cities (fig. 8). Basing on the crime patterns of the various categories of offences described above, the k-means cluster statistical technique has been used in the spatial typology analysis. Despite its popularity for general clustering, k-means suffers from major shortcoming: the number of clusters k has to be supplied by the user. In this paper a simple index for validating of the number of clusters has been used. It was the Davies-Bouldin Index (DBI). As it's shown in fig. 9, the proper number of clusters is 4. As an example, consider partitions into 4 clusters of 66 Polish subregions (using police date crime) see the fig. 10. The different types include subregions: 1) the largest Polish cities (with highest criminal and commercial offences rates and the lowest rates of detectability); 2) located nearby the largest Polish cities (crime rates are similar to the Polish averages); 3) of North and West Poland (with highest criminal, traffic and commercial offences rates and high rates of detectability); 4) of Central and East Poland (with lowest criminal and commercial offences levels and highest rates of detectability). (original abstract)
Twórcy
  • Uniwersytet Łódzki
Bibliografia
  • Baarsch J., Celebi M.E., 2012, Investigation of Internal Validity Measures for K-Means Clustering, Proceedings of the International MultiConference of Engineers and Computer Scientists, vol. I, IMECS, March 14-16, 2012, Hong Kong.
  • Bogacka E., 2009a, Przestępczość w Poznaniu, Biuletyn Instytutu Geografii Społeczno- -Ekonomicznej i Gospodarki Przestrzennej, Seria Rozwój Regionalny i Polityka Regionalna, nr 6, Poznań.
  • Bogacka E., 2009b, Poziom i czynniki przestępczości w układzie regionalnym Polski, Biuletyn Instytutu Geografii Społeczno-Ekonomicznej i Gospodarki Przestrzennej, Seria Rozwój Regionalny i Polityka Regionalna, nr 8, Poznań.
  • Bolshakova N., Azuaje F., 2003, Cluster validation techniques for genome expression data, Signal Processing, 83(4).
  • Brown S.E., Esbensen F.-A., Geis G., 2010, Criminology: Explaining Crime and Its Context, Anderson Publishing, wyd. VII, New Providence.
  • Bułat K., Czerniak P., Gorzelak A., Grabowski K., Iwański M., Jakubek P., Jodłowski J., Małek M., Młodawska-Mąsior S., Papierz A., Stożek M., 2010, Kryminologia, Oficyna Wolters Kluwer Polska, Warszawa.
  • Dinakaran K., Suresh R.M., 2011, Validation Techniques to Find Optimal Clusters in Gene Expression Data, "European Journal of Scientific Research", vol. 54, no 3.
  • Feliksiak M., 2009, Poczucie bezpieczeństwa i opinie o pracy policji, Komunikat z badań CBOS, Warszawa.
  • Giddens A., 2006, Socjologia, PWN, Warszawa.
  • Gronowski P., 2003, Geographical differentiation of the crime rate and the level of unemployment in the małopolskie voivodship [w:] Górka Z. (red.), Changes of geographical environment and those of the social-economic phenomena, "Prace Geograficzne", z. 112, Kraków.
  • Guzik R., 2000, Przestępczość w przestrzeni Krakowa w wyobrażeniach jego mieszkańców [w:] "XIII Konwersatorium Wiedzy o Mieście", Katedra Geografii Miast i Turyzmu UŁ, ŁTN, Łódź.
  • Hołyst B., 2009, Kryminologia, LexisNexis, wyd. X, Warszawa.
  • Jałowiecki B., 1980, Człowiek w przestrzeni miasta, Katowice.
  • James G.M., Sugar C.A., 2003, Finding the Number of Clusters in a Dataset: An Information-Theoretic Approach, "Journal of the American Statistical Association", vol. 98.
  • Kojder A., 2002, Przestępczość i korupcja [w:] Kojder A. (red.), Dawne i nowe problemy społeczne. Szkice do obrazu społeczeństwa polskiego u progu XXI stulecia, Kancelaria Sejmu, Biuro Studiów i Ekspertyz, Warszawa.
  • Kovács F., Legány C., Babos A., 2005, Cluster validity measurement techniques, Proceedings of the 6th International Symposium of Hungarian Researchers on Computational Intelligence, November, Budapest.
  • Lasek M., Pęczkowski M., 2006, Wyznaczanie liczby skupień w problemach niehierarchicznego grupowania obiektów, "Optimum - Studia Ekonomiczne", nr 4 (32).
  • Maik W., 1995, Socio-spatial analysis of crime and delinquency. A case study of Toruń [w:] Gałczyńska B., Węcławowicz G. (red.), Urban and regional issues in geographical research in Poland and Italy, Conference Papers, no 24, Instytut Geografii i Przestrzennego Zagospodarowania PAN, Warszawa.
  • Marcińczak S., Siejkowska A., 2003, Percepcja miejsc niebezpiecznych w Łodzi [w:] Jażdżewska I. (red.), Funkcje metropolitalne i ich rola w organizacji przestrzeni, Łódź.
  • Marcińczak S., Siejkowska A., 2004, Zróżnicowanie przestrzenne przestępczości w Łodzi w latach 1988-2001 a percepcja obszarów niebezpiecznych [w:] Słodczyk J. (red.), Przemiany struktury przestrzennej miast w sferze funkcjonalnej i społecznej, UO, Opole.
  • Mordwa S., 2003, Przestępczość w dużych miastach w Polsce (na przykładzie Łodzi), [w:] Jażdżewska I. (red.), Funkcje metropolitalne i ich rola w organizacji przestrzeni, Łódź.
  • Mordwa S., 2006, Bezpieczeństwo publiczne [w:] Dzieciuchowicz J. (red.) Usługi nierynkowe w przestrzeni miejskiej Łodzi, Wyd. UŁ.
  • Mordwa S., 2010, Poczucie bezpieczeństwa mieszkańców wybranych osiedli w Łodzi, [w:] Madurowicz M. (red.), Wartościowanie współczesnej przestrzeni miejskiej, Uniwersytet Warszawski, Warszawa.
  • Mordwa S., 2011, Poczucie bezpieczeństwa w Łodzi. Przykład badań mieszkańców osiedli mieszkaniowych [w:] Dzieciuchowicz J. (red.), Współczesne przemiany środowiska mieszkaniowego - wybrane problemy, "Space-Society-Economy", no 10, Department of Spatial Economy and Spatial Planning, Łódź.
  • Mordwa S., 2011, Kradzieże w przestrzeni Łodzi, "Acta Universitatis Lodziensis, Folia Geographica Socio-Oeconomica", nr 11.
  • Mydel R., Kozimor K., 1989, Demograficzne, czasowe i przestrzenne aspekty przestępczości w Krakowie, "Folia Geographica, Series Geographica-Oeconomica", vol. XXII.
  • Pelleg D., Moore A., 2000, X-means: Extending K-Means with Efficient Estimation of the Number of Clusters, In Proceedings of the 17th International Conference on Machine Learning (ICML), San Francisco.
  • Piotrowski W., 1966, Społeczno-przestrzenna struktura m. Łodzi - studium ekologiczne, Warszawa-Wrocław-Kraków.
  • Pióro Z., 1962, Ekologia społeczna w urbanistyce na przykładzie badań lubelskich i toruńskich, Warszawa.
  • Raport o stanie bezpieczeństwa w Polsce w 2010 roku, 2011, Ministerstwo Spraw Wewnętrznych i Administracji, Warszawa.
  • Reid S.T., 2000, Crime and Criminology, McGraw-Hill, Wyd. IX, New York.
  • Salvador S., Chan P., 2004, Determining the Number of Clusters/Segments in Hierarchical Clustering/Segmentation Algorithms, IEEE Int. Con. Tools with Artificial Intelligence (ICTAI), November, Boca Raton, Florida.
  • Siegel L.J., 2012, Criminology, Wadsworth, Wyd. XI, Belmont.
  • Szreder L., 2007, Stan zagrożenia pospolitą przestępczością kryminalną w Polsce [w:] Rajchel K. (red.), Bezpieczeństwo osobiste obywatela w RP, Wyd. WSZiP, Warszawa.
  • Tibshirani R., Walther G., Hastie T., 2001, Estimating the number of clusters in a data set via the gap statistic, "Journal of the Royal Statistical Society", series B, 63, part 2.
  • Walmsley D.J., Lewis G.J., 1997, Geografia człowieka. Podejścia behawioralne, PWN, Warszawa.
  • Węcławowicz G., 2002, Przestrzeń i społeczeństwo współczesnej Polski. Studium z geografii społeczno-gospodarczej, PWN, Warszawa.
  • Wódz J., 1989, Problemy patologii społecznej w mieście, Warszawa.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171334911

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.