Scientific- Research Quarterly of Geographical Data (SEPEHR)

Scientific- Research Quarterly of Geographical Data (SEPEHR)

Investigating spatial diffusion pattern of residential burglary in Mashhad in the 2011-2017 Period

Document Type : Research Paper

Authors
Mehdi Bazargan 1
Mohammad Ajza Shokouhi 2
1 Ph.D. student of geography and urban planning, Ferdowsi University of Mashhad, Mashhad, Iran
2 Associate professor of geography and urban planning, Ferdowsi University of Mashhad, Mashhad, Iran
10.22131/sepehr.2020.40472
Abstract
Introduction
Nowadays, theft -especially residential burglary-is considered as one of the most common and frequent crimes in many countries of the world, including Iran. As such, it has become a pervasive and serious problem with various social, economic, and security-related aspects. Investigating geographical dimensions of this crime facilitates the process of exploring this phenomenon. Space and its special features play an important and undeniable role in crime commitment, because space has always been considered as one of the most important factors in commitment of financial crimes such as residential burglary. Spatial analysis and geographical investigation of crimes seek to provide a spatial presentation of criminal actions, crime dispersion, and crime hotspots. This type of crime analysis basically aims to provide a model for decreasing crime commitment in urban spaces. Accordingly, the present research seeks tomodel spatial diffusion of residential burglary crimes in MashhadusingHogstrand’s spatial diffusion theory.
 
Materials and methods
The present study is performed based on descriptive-analytic and qualitative methods. The research sample includes cases of residential burglary committed in Mashhad in the 2011-2017period. Data analysis was performed using ArcGIS software. Case study area includes Mashhad, with an area of about 35187 hectares, a population of more than 3057679, and a population density of 87 people per hectare.
 
Results and discussion
Police reports in Mashhad suggest that the highest crime rates belong to the 2nd and 3thdistricts, and the lowest rates belong toSamen (around Razavi Shrine), the 12th, and 8thdistricts. 70% of crimes in Mashhad are committed in informal settlements including the 2nd, 3th, 4th, 5th, 6th, 7th, and 10thdistricts. However, only 10.6% of the city area and 29.3% of its population belong to these districts. Furthermore, the highest crime rates have been reported in 2017. In 2011, only two major crime hotspots were observed in Mashahd (in the 2nd and 3thdistricts). Results suggest that crimes have spread from one place to anotherin Mashhad, which indicates a close relationship between crime and distance factor. In other words, proximity to a crime hotspothas resulted in rapid spread of crimes, and due to the short distance, nearby places have been affected more quickly. Informal settlements of Mashhad are located in eastern, northern, and northeastern districts,which contain 99% of crime hotspots. This indicates that spatial autocorrelation of crimes in informal settlements of Mashhad is relatively high, which has led to formation of crime hotspots in these districts. However, moving from marginalized areas towards southern districts of Mashhad (more prosperous regions), spatial correlation of crimes decreases, and lead to formation of 99% of cold spots.
 
Conclusion
The present research has investigated the spatial diffusion pattern of crimes in Mashhad in 2011-2017period.To reach this end, crime hotspots were investigated by quantitative methods such as Kernel density, Moran coefficient, and crime hotspot analysis. Results suggest that the highest crime rates are reported in the 2nd and 3thdistricts, while the lowest rates are reported in Samen (around Razavi Shrine), the 12th, and 8th regions. In fact, 70% of crimes in Mashhad are committed in informal settlements including the 2nd, 3th, 4th, 5th, 6th, 7th, and 10thdistricts. Moreover, statistics indicate that for every100000 people,anaverage of 75/2 cases of crimes have been reported in the 2011-2017period.Results of Moran coefficient for spatial diffusion of crimes indicated the presence of a cluster distribution of crimes in Mashhad. Meanwhile, spatial diffusion pattern of crimes in Mashhad suggests that the first crime hotspots were formed in northern, eastern, and northeastern districtsof Mashhad, and crimes have spread from these to other districts (more central and prosperous regions such as the 8th and 9thdistricts). In fact, investigations suggest that crimes are spreading from informal settlements to other regionsof Mashhad, and acompatible spatial diffusion pattern of crimes exists in this city.
Keywords
Spatial diffusion
Spatial analysis
Crimes
Residential burglary
Mashhad
1.   آمارنامه شهر مشهد، 1395، معاونت برنامه‌ریزی و توسعه شهرداری مشهد.
2.   ابراهیم‌زاده، بذرافشان؛ عیسی، جواد، 1386، مدل پخش فضایی هاگراستراند و پخشایش فضایی زعفران در خراسان، مجله جغرافیا و توسعه، بهار و تابستان.
3.   ابراهیم‌زاده، عیسی؛ 1384، بررسی چگونگی توسعه و گسترش فضایی زعفران در جنوب خراسان براساس مدل هاگراستراند (مدل پخش فضایی)، سیستان و بلوچستان، دانشگاه زاهدان.
4.   ارجمند، حیدری؛ شهرام، علی‌اکبر، 1394، راهکارهای جلوگیری در جهت کاهش و پیشگیری از وقوع جرایم سکونتگاه‌های پیرامونی در مناطق حاشیه‌ای شهر یاسوج (مطالعه موردی: مهریان، مادوان و بله زار)، سومین کنفرانس ملی توسعه پایدار در علوم جغرافیا و برنامه‌ریزی، معماری و شهرسازی.
5.   باهوش، محمد، 1392، بررسی عوامل محیطی مؤثر بر پیشگیری از سرقت منزل (سرکلانتری شرق مشهد)، پایان‌نامة کارشناسی ارشد دانشگاه علوم انتظامی، دانشکده علوم و فنون انتظامی، تهران.
6.   برتاو، حاجی‌نژاد، عسگری؛ گلی، عیسی، علی، 1392، بررسی الگوهای سرقت مسکونی با به کارگیری رویکرد تحلیل اکتشافی داده‌های فضایی (مطالعه موردی: شهر زاهدان)، پژوهش‌های راهبردی امنیت و نظم اجتماعی، دوره دوم، شماره دوم، صص 23-1.
7.   رضایی‌راد، هندبانی، ذاکراستقامتی؛ مجید، عبداله، محمدرضا، 1388؛ عوامل سرقت منزل در فرماندهی انتظامی تهران بزرگ، فصلنامه مطالعات مدیریت انتظامی، شماره سوم، صص 383-363.
8.   رهنما، عباسزاده؛ محمد رحیم، غلامرضا، 1387، اصول مبانی و مدل‌های سنجش فرم کالبدی شهر، انتشارات جهاد دانشگاهی، چاپ اول، مشهد.
9.   ریحان، محمد؛ 1392، بررسی و تحلیل مکانی فضایی کانون‌های جرم و بزهکاری (نمونة موردی: سرقت از منزل در شهر ارومیه با استفاده از GIS)، فصلنامة دانش انتظامی، 6(21)، صص 130-103.
10.  زیاری، کرامت‌اله؛ 1383، مکتب‌ها و نظریه‌ها و مدل‌های برنامه و برنامه‌ریزی منطقه‌ای، یزد، انتشارات دانشگاه یزد، چاپ اول، یزد.
11.  شکویی، حسین؛ 1386، اندیشه‌های نو در فلسفه جغرافیا، انتشارات گیتاشناسی، چاپ نهم، تهران.
12.  شکویی، حسین؛ 1387، جغرافیای کاربردی و مکتب‌های جغرافیایی، انتشارات به نشر، چاپ هفتم، تهران.
13.  شمس، پرهیز، مهدنژاد، قمری، محمدی؛ مجید، فریاد، حافظ، مصطفی، کاوه، 1391، تحلیل رابطه جرم و تراکم جمعیت در بلوک‌های آماری با استفاده از سامانه‌های اطلاعات جغرافیایی GIS (مطالعه موردی منطقه اسکان غیررسمی اسلام آباد زنجان)، مجله پژوهش و برنامه‌ریزی شهری، سال سوم، شماره 8، صص 38-19.
14.  صفاری، کونانی؛ علی، سلمان، 1394، درآمدی بر جغرافیای جنایی (بنیادهای پژوهشی، نظریات و روش تحلیل فضایی جرم)، انتشارات مجد، چاپ دوم، تهران.
15.  عطاشنه، م.، امیری، م. 1389، علل و عوامل جرم سرقت در شهر اهواز (سال‌های 75 تا 85)، فصلنامه علوم اجتماعی، سال چهارم، شماره 11، صص 126-103.
16.  فرید، یداله؛ 1357، سیر اندیشه در قلمرو جغرافیای انسانی، انتشارات مؤسسه تحقیقات اجتماعی و علوم انسانی، تبریز.
17.  کلانتری، توکلی؛ محسن، مهدی؛ 1386، شناسایی و تحلیل کانون‌های جرم خیز شهری، فصلنامه مطالعات پیشگیری از جرم، دوره دوم، شماره دوم، صص 100-75.
18.  کلانتری، قزلباش، یغمایی؛ محسن، سمیه، بامشاد؛ 1389، بررسی جغرافیایی کانون‌های جرمخیز شهر زنجان، پژوهش‌های جغرافیای انسانی، شماره 74، صص 95-41.
19.  کلانتری، محسن؛ 1380، بررسی جغرافیایی جرم و جنایت در مناطق شهر تهران، رساله دکتری جغرافیا و برنامه‌ریزی شهری، دانشگاه تهران، دانشکده جغرافیا.
20.  کیانی، کاظمی؛ اکبر، علی‌اکبر؛ 1394، تحلیل توزیع خدمات عمومی شهر شیراز با مدلهای خودهمبستگی فضایی در نرم‌افزار ArcGIS و Geoda، نشریه پژوهش و برنامه‌ریزی شهری، سال ششم، شماره 22، صص 14-1.
21.  موسوی، میرنجف؛ 1390، تحلیل فضایی جرم در شهر ارومیه، دفتر تحقیقات کاربردی انتظامی استان آذربایجان غربی.
22.  موسوی، یعقوب؛ 1378، جامعه شناختی جرایم شهری، مجله اطلاعات سیاسی- اقتصادی، 144- 143، صص 95-84.
23.  نیروی انتظامی خراسان رضوی، 1397.
24.  ولیدی، محمدصالح؛ 1379، حقوق جزای اختصاصی، انتشارات امیرکبیر، جلد اول، تهران.
25.  هافتون، گراهام؛ 1387، منطقه راهبردهای فضایی و توسعه پایدار، ترجمه عارف اقوامی مقدم، انتشارات آذرخش، چاپ اول، تهران.
26.  هاگت، پیتر؛ 1375، جغرافیا ترکیبی نو، ترجمه شاپور گودرزی‌نژاد، انتشارات سمت، جلد اول و دوم، تهران.
27.  هریسون، دیوید؛ 1377، جامعه‌شناسی نوسازی و توسعه، ترجمه علیرضا کلدی، انتشارات دانشگاه علوم بهزیستی و توانبخشی، تهران.
28. Bailey, Trevor C., and Anthony Gatrell. 1995, Interactive spatial data analysis. Harlow England: Longman Scientific & Technical.
29. Bowden, L. 1965, Diffusion of the Decision to Irrigate, Chicago: Dept. of Geography Research Paper No. 97.
30. Brown R. 1999, Choice of intergroup comparisons: antecedents and consequences. Research proposal to the ESRC (UK), University of Kent.
31. Brown, L.2000. Geography of crime, University of Wollongong. School of Geosiences, from the worldwide.
32. Clarke, R.V.G. 1997, Situational Crime Prevention: Successful Case Studies, Harrow & Heston Publishers.
33. Coupe, R.T. and Griffiths, M. 1996, solving residential burglary. Crime Detection and Prevention Series Paper 77. London: Home Office.
34. Esposito, John L. 1990, the Iranian Revolution: Its Global Impact, Florida; University Press of Florida.
35. Fox, Jonathan. 2008, a World Survey of Religion and the State, New York, Cambridge Press.
36. Girling, P. 1968, The Diffusion of Banks in the United States, 1781 to 1861, Master’s Thesis, Penn State University.
37. Hagerstrand, T. 1968, Innovation Diffusion as a Spatial Process university of Chicago Press.
38. Hu, Y., & Wang, F. 2016, Temporal trends of intraurban commuting in Baton Rouge, 1990–2010. Annals of the American Association of Geographers, 106(2), pp. 470–479.
39. Hu, Y., Wang, F., Guin, C. Zhu, H. 2018, A spatio-temporal kernel density estimation framework for predictive crime hotspot mapping and evaluation, Applied Geography 99, pp. 89–97.
40. Kevin R. Cox. 1972, Location and Behavior; John Wiley, London. McColl. W. Robert. (1973). Vietnam, Cuba and the Ghetto. An invitation to Geography. McGrawl-Hill.
41. Morrill, Richard; Gary, L. Gaile and Grant, Thrall. 1988, Spatial Diffusion, SAGE.Nineteenth century. An invitation to Geography. McGraw-Hill. London.
42. Quicka, M., Li, G., Smith, I.B. 2018, Crime-general and crime-specific spatial patterns: A multivariate spatial analysis of four crime types at the small-area scale, Journal of Criminal Justice 58, pp. 22–32.
43. Rogerson, Yamada, Peter, Ikuho, 2009, Statistical detection and surveillance of geographic clusters, New York, CRC Press.
44. Vandeviver, C., Bernasco, W. 2017, The geography of crime and crime control, Applied Geography, pp. 1-6.
45. Wang, D., Ding, W., Lo, H., Stepinski, T., Salazar, J., & Morabito, M. 2012, Crime hotspot mapping using the crime related factors—a spatial data mining approach. Applied Intelligence, 1-13.