Nusikalstamumo tendencijos Vilniaus miesto urbanistinėse erdvėse 2012 m
Date
2014Author
Beconytė, Giedrė
Balčiūnas, Andrius
Bielinskas, Vytautas
Jukna, Laurynas
Metadata
Show full item recordAbstract
Straipsnyje aptariama Vilniaus miesto policijos 2012 m. registruotų nusikalstamų veikų geografinės sklaidos sąsaja su miesto gyventojų tankiu bei teritorijų urbanizacijos lygmeniu ir užstatymo specifika. Atlikto tyrimo tikslas – nustatyti, ar Vilniaus miesto nusikalstamumo teritorinėje struktūroje yra ypatumų, kurių nepaaiškina gyventojų tankis, ir išsiaiškinti galimas jų sąsajas su užstatytų teritorijų parametrais. Šiam tikslui pasiekti bendro VU ir VGTU tyrimo metu daugiau kaip 20 600 nusikalstamų veikų atvejų buvo lokalizuoti pagal nurodytus jų adresus, klasifikuoti pagal veikos pobūdį ir analizuoti kartu su Vilniaus miesto gyventojų tankio duomenimis bei su urbanistinių erdvių duomenų baze, apimančia užstatymo ypatumus – morfometrinius parametrus (užstatytą plotą, tūrį, statinių perimetro konfigūraciją) ir vyraujančias konstrukcines medžiagas. Autoriai sudarė aplinkos įtakos nusikalstamumui teorinę schemą ir tyrė, kaip skirtingų tipų nusikalstamų veikų teritorinė sklaida ir santykinai didelis jų skaičius, tenkantis fiksuotam gyventojų skaičiui, galėtų būti susiję su užstatytos miesto teritorijos ypatumais. Kartografiniais metodais pateikti geografinės analizės rezultatai atskleidžia tokios sąsajos erdvinę struktūrą ir sudaro pagrindą toliau analizuoti jos priežastis. The paper summarizes the results of geographic research into criminal events registered by police in Vilnius city in 2012. All registered events that amount to more than 20 000 have been localised by their street addresses and categorised by type. The authors propose a concentric criminality model where crime rates in correcpondingly public sites, homes and other territories are influenced by the parameters of both society and urban environment that are dynamically related. Statistical grid maps showing relative criminality rates allow for making assumptions on the influence of diverse factors besides population density. They can also be used for prevention planning. Spatial analysis reveals dependence between relative criminality rate and constructive and morphometric characteristics of the territory that is in turn related with the specific social structures (urban communities) inside the city. Statistical grid maps can also be used for prevention planning. They show concentration of criminal activity in central and in densely populated areas, however impact of population density on crime rates is not as high as it could be expected – the correlation is only about 0.45. Crimes concentrate around some objects such as airport, railway station and some of the large shopping centres. It is likely that the major part of crimes can be explained by socio-demographic characteristics of different urban communities. Detailed results of the research are available for public view as a statistical grid at www.geoportal.lt.
