• شاخص نزدیک­ترین همسایه (NNI)

شاخص نزدیک­ترین همسایه روشی ساده و سریع برای آزمودن گرد آمدگی و تجمع بزهکاری در یک محدوده جغرافیایی است. در آزمون شاخص نزدیک­ترین همسایه، توزیع واقعی داده ­های جرم با گروهی از داده ­ها به همان تعداد نمونه و با توزیع بی­قاعده مقایسه می­ شود. این روش را هنگامی می­توان به کار گرفت که کاربر به داده­هایی دسترسی دارد که هر نقطه به یک جرم منفرد مربوط است (بدون توجه به این که بعضی از این جرایم در نقشه، دقیقاً در یک نقطه و بر روی هم قرار می­گیرند). مراحل آزمون شاخص نزدیک­ترین همسایه شامل محاسبه فاصله هر نقطه جرم، تا نزدیک­ترین نقطۀ بزه مجاور، محاسبه جمع فاصله نزدیک­ترین نقاط مجرمانه مجاور و تقسیم حاصل جمع بر تعداد نقاط مجرمانه است. این مقدار، متوسط فاصله از نزدیک­ترین همسایۀ واقعی است؛ شرح سایر مراحل دراین مجال نمی گنجد.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

اگر نتیجه آزمون شاخص نزدیک­ترین همسایه برابر یک باشد، داده ­های بزهکاری به صورت تصادفی توزیع شده ­اند. اگر نتیجۀ کوچک­تر از یک باشد، بیانگر خوشه­ای بودن داده ­های مجرمانه است و اگر شاخص نزدیک­ترین همسایه بزرگ­تر از یک باشد، نشان دهنده الگوی توزیع یکنواخت داده ­های مجرمانه است. همچنین این تحلیل نشان می­دهد، تفاوت­هایی میان نتایج آزمون شاخص نزدیک­ترین همسایه براساس کوچکترین سطح احاطه کننده و سطح واقعی ناحیۀ تحت پوشش نقاط جرم، وجود دارد. هنگامی­که ناحیۀ تحت پوشش واقعی، معین است یا به راحتی می­توان آن را تعیین نمود، باید از آن در محاسبۀ شاخص نزدیک­ترین همسایه استفاده کرد. اگر حدود ناحیه معین نباشد، اغلب از کوچکترین مستطیل احاطه کننده اطراف محدوده توزیع جرایم برای تعیین محدودۀ تحت پوشش داده ­های جرم استفاده می­ شود (همان،۴۱-۴۰).

• آزمون خودهمبستگی فضایی^[۴۳]

روش های آزمون خود همبستگی فضایی ارتباط میان توزیع های نقطه ای جرایم را با یکدیگر بررسی می کند. آزمون خود همبستگی فضایی هنگامی مثبت است که وقایع نقطه ای به صورت خوشه ای قرار گرفته اند و یا وقایعی که نزدیک یکدیگر قرار دارند در مقایسه با آنهایی که در فاصله دورتری از هم قرار گرفته اند، مقدار مشابهی دارند (Chakravorty, 1995: 53-58). روش های خود همبستگی فضایی به مقدار شدت و نه هر دو (Intensity Value) نیاز دارد. مقدار شدت، وزن جرم تعداد جرایمی است که به نقطه ای از مختصات ناحیه ای که جرایم در آن تجمع یافته است، نسبت داده می شود(برای مثال، مرکز ثقل ناحیه). اگر داده ­های اصلی جرایم مانند داده ­های دقیق زمین مرجع، وجود داشته باشد، جمع کردن داده ­ها نشان دادن آنها در یک نقطه، جزئیات فضایی را از بین خواهد برد. با افزایش دسترسی به داده ­های مجرمانه زمین مرجع دقیق، استفاده از روش هایی که به مقدار شدت نیاز ندارند و به کار گرفتن آزمون هایی که با داده های نقطه ای جرم را مورد استفاده قرار می دهند، اهمیت بیشتری می یابد. از مهمترین روش­های تحلیل خودهمبستگی فضایی می­توان به روش اماره موران و روش Geary’s C اشاره کرد (همان،۴۱).
۲-۲-۱۳-۴- ۲- روش های گرافیگی نمایش کانونهای جرم خیز

• نقشه نقطه­ای

متداول­ترین رویکرد برای نمایش الگوهای جغرافیایی بزهکاری، استفاده از نقشه­های نقطه­ای است (Jefferis, 1999: 27). ترسیم نقشه نقطه­ای بیشتر به این علت رواج پیدا کرده است که شکل رقومی شده و ساده­ای از روش سنتی و آشنای قرار دادن پونزهایی به نشانه بزه بر روی نقشه­های کاغذی روی دیوار است. در کاربردهای رقومی، اگر این نقاط جغرافیایی به شکل مناسبی با اطلاعات مرتبط دیگر ترکیب شوند مانند علایمی که نوع، تاریخ و زمان وقوع جرم را نشان دهند، آنگاه دسته­ای از نقاط که از شرایط خاصی برخوردارند را می­توان به سادگی و به سرعت انتخاب نمود. سپس می­توان این انتخاب­ها را به وسیله نمادهای مناسب نشان دهنده گروه جرایم خاص، نمایش داد. هرچند تفسیر الگوهای فضایی جرایم و کانون­های جرم­خیز در داده ­های نقطه­ای جرم دشوار است، به خصوص هنگامی که تعداد داده ­ها بسیار زیاد است (همان: ۴۴).

• ترسیم نقشه­های موضوعی از محدوده­های جغرافیایی

یک روش متداول برای نمایش هر نوع توزیع فضایی، روش ترسیم نقشه­های موضوعی از محدوده­های جغرافیایی است. محدوده­های جغرافیایی معمولاً به عنوان محدوده­های اداری یا سیاسی تعریف می­شوند، بلوک­های سرشماری، حوزه ­های رأی­گیری یا نمونه­برداری، بخش­ها یا محدوده­های اداری از این جمله است. جرایمی که به صورت نقطه روی نقشه ترسیم شده ­اند را می­توان به این محدوده­های جغرافیایی اضافه نمود. جرایم ارتکابی در محدوده جغرافیایی را می­توان بر روی نقشه موضوعی نشان داد تا الگوی فضایی بزهکاری در محدوده مورد نظر به دست آید (همان، ۴۷).

• ترسیم نقشه­های موضوعی شبکه­ ای

برای حل مشکل اندازه و شکل­های متفاوت محدوده­های ادارای و اجرایی، می­توان شبکه­ ای یکپارچه را بر روی محدوده تحت مطالعه که به صورت موضوعی هاشور زده شده است، ترسیم نمود. واحدی که باید به صورت موضوعی روی نقشه آورده شود، می ­تواند تعداد جرم در هر سلول شبکه باشد یا محاسبه تراکم بزهکاری برای هر سلول شبکه محاسبه می­ شود. اگر اندازه سلول­های شبکه کوچک باشد و در صورتی که واقعاً کانون­های جرم­خیز درون نواحی جغرافیایی وجود داشته باشد، تحلیل­گر می ­تواند آنها را شناسایی کند و در عین حال وجود میزان بالای جرم در محدوده­های جغرافیایی کوچک­تر نیز مورد محاسبه قرار گرفته و نمایش داده می­ شود (همان، ص۵۳).

• روش درون­یابی و روش هموارسازی سطح پیوسته

روش درون­یابی
درون­یابی روشی با محبوبیت فزاینده برای به تصویر کشیدن توزیع جرم و شناسایی کانون­های جرم­خیز است. این روش تعداد نقاط جرم درون شعاع تعیین شده جستجو را با هم جمع می­ کند و سطح هموار و پیوسته­ای ایجاد می­نماید که نمایانگر حجم یا تراکم توزیع جرم در محدوده مورد مطالعه است. از جمله موارد استفاده از روش­های درون­یابی، نمایش سطوح توزیع میزان بارش در یک محدوده جغرافیایی است .(همان، ۵۶)
روش تخمین تراکم کرنل^[۴۴]
مناسب­ترین روش برای به تصویر کشیدن داده های بزهکاری به صورت سطح پیوسته، روش تراکم کرنل چهارگانه است. این روش سطح همواری از تغییرات در تراکم نقاط جرم در روی محدوده ایجاد می نماید. استفاده فزاینده ترسیم نقشه به روش هموارسازی سطح پیوسته، عمدتاً به دلیل جنبه های دیداری و در دسترس بودن آن است. نقشه های تهیه شده به روش هموارسازی سطح پیوسته کانون های جرم خیز، امکان تغییر ساده تر خوشه های جرم را فراهم می آورد و توزیع فضایی و مکانی کانون های جرم خیز را با دقت بیشتری نشان می دهد. همچنین روش تخمین تراکم کرنل به جای خوشه بندی برخی جرایم و حذف بقیه آنها، میزان تمرکز در تمامی سطوح جرایم را در نظر می گیرد(قزلباش، ۱۳۸۷: ۲۴؛ جباری، ۱۳۸۸: ۵۸).
منابع و مأخذ

• احمدی، حبیب (۱۳۸۳)، بررسی عوامل مؤثر بر تمایل حاشیه نشینان بر رفتار بزهکارانه، مطالعه موردی: حاشیه نشینان شهر شیراز، شیراز، دانشگاه شیراز، مرکز جمعیت شناسی.

• اردشیری ، مهیار، (۱۳۸۰)، تحولات کالبدی شهرها، مجله شهر ،شماره ۱۹٫

• اسماعیل زاده، یعقوب و حسن، (۱۳۸۷)، عوامل موثر در کاهش با افزایش امنیت اجتماعی در شهرها، مجموعه مقالات نخستین همایش ملی پیشگیری از جرم.

• پاکزاد، جهانشاه، مبانی نظری و فرایند طراحی شهری، تهران، انتشارات شهیدی، ۱۳۸۵٫

• پورجعفر، محمدرضا، محمودی­نژاد، هادی، رفیعیان، مجتبی و انصاری، مجتبی، ارتقاء امنیت محیطی و کاهش جرایم شهری با تأکید بررویکرد CPTED، نشریه بین ­المللی علوم مهندسی دانشگاه علم و صنعت ایران، جلد۱۹، شماره۶، ۱۳۸۷٫

• جعفری، محمّد تقی (۱۳۵۲)، جبر و اختیار، چاپ اوّل، قم، دار التبلیغ اسلامی.

• جعفریان، محمد حسن، شایسته زرین، امیر،(۱۳۸۸) ،کاربرد سیستم اطلاعات جغرافیایی (GIS) در پیشگیری انتظامی از جرم.

• خسروی­نیا، بابک و موضلی، مرضیه (۱۳۹۰)، تاثیر آب­وهوا بر ارتکاب جرم، مطالعه­ موردی: لارستان، فصلنامه جغرافیای طبیعی، سال چهارم، شماره ۱۱، بهار ۱۳۹۰٫

• دانشپور، عبدالهادی و فخاری، ساره (۱۳۹۰)، مقابله با جرم و جنایت در فضای شهری به کمک ابزارهای طراحی شهری، فصلنامه نماد گلستان.

• رایان­پور، عماد (۱۳۸۷)، بررسی نظری فضای شهری و جرم، فصلنامه امنیت و نظم، سازمان تحقیقات و مطالعات ناجا، سال اول شماره ۴٫

• رستگار، موسی، ۱۳۸۸، ارائه الگوی مکانیابی بهینه فضاهای ورزشی یا استفاده از سیستم اطلاعات جغرافیایی(موردشهر زنجان)، دانشگاه زنجان، زنجان.

• زهره احمدآبادی و همکاران (۱۳۸۷)، رابطه مکان و جرم، فصلنامه علمی پژوهشی رفاه اجتماعی، سال هفتم شماره ۲۷ .

• زیاری، کرامت الله، ۱۳۸۸، برنامه ریزی کاربری اراضی شهری،تهران، موسسات انتشارات دانشگاه تهران، چاپ هفتم.

• سرلک­زایی، شریف (۱۳۸۵)؛ بحران امنیت اجتماعی در ایران؛ ماهنامه برداشت اول؛ سال سوم، شماره۲۲٫

• سفیری، خدیجه (۱۳۸۷)، نقش نهادهای غیردولتی محله­ای در تأمین امنیت اجتماعی ، مجله مطالعات اجتماعی ایران، ویژه نامه شهر و محله، شماره ۲٫

• سلطانی، محمدعلی (۱۳۷۴)، اثرات جمعیت بر ناهنجاری­های اجتماعی، فصلنامه تحقیقات جغرافیایی، شماره ۲۹٫

• سلیمی، علی و داوری، محمد(۱۳۸۰)، جامعه شناسی کجروی، قم، پژوهشکده حوزه و دانشگاه.