Abstract

La détection d'agrégats spatiaux est une technique d'analyse préliminaire de la répartition spatiale de données qui identifie les zones ou les groupes de zones présentant un risque disproportionnellement haut. Bien que de nombreuses méthodes de détection d'agrégats locaux aient été développées, aucune recherche n'a critiqué ces méthodes, car elles contribuent à l'étude spatiale de la criminalité. Cet article tente d'identifier les points névralgiques d'infractions en matière de drogues à Toronto et de comparer les agrégats détectés à l'aide de quatre méthodes : (1) statistique de balayage spatiale - distance euclidienne, (2) statistique de balayage spatiale - contiguïté non euclidienne, (3) statistique de balayage spatiale (forme flexible), et (4) l'indice local du I de Moran. On a découvert que toutes les méthodes ont détecté des agrégats au centre-ville, mais ce ne sont pas toutes les méthodes qui en ont détecté à l'ouest et à l'est de Toronto. Il a été observé que les statistiques d'analyse spatiale ont détecté les agrégats les plus grands et les plus circulaires, ce qui en fait un outil convenable pour contribuer aux initiatives générales du maintien de l'ordre et pour mettre en valeur des variables possibles qui pourraient être comprises dans une contre-recherche. L'indice local du I de Moran, au contraire, a trouvé les agrégats les plus petits et compacts, ce qui en fait un test approprié pour identifier les zones qu'une prévention de la criminalité (exigeante en terme de ressources) et un maintien de l'ordre devraient cibler.

Abstract

Spatial cluster detection is an exploratory spatial data analysis technique that identifies areas or groups of areas with disproportionately high risk. Several local cluster detection methods have been developed; yet no research has critiqued these methods as they contribute to spatial studies of crime. This study aims to identify the locations of drug offence hotspots in Toronto and compare the clusters detected through four methods: (1) spatial scan statistic -Euclidean distance, (2) spatial scan statistic - non-Euclidean contiguity, (3) flexibly shaped scan statistic, and (4) local Moran's I. It was found that all methods detected clusters in the downtown, with fewer methods detecting clusters in the west and east of Toronto. It was observed that the spatial scan statistic detected the largest and most circular clusters, making it a suitable tool to inform general policing initiatives and highlight possible variables to be included in confirmatory research. The local Moran's I method, in contrast, found the smallest and most compact clusters, indicating that it is an appropriate test for identifying areas where resource intensive crime prevention and policing efforts should be targeted.

pdf

Share