Journal of Geo-information Science, Volume. 22, Issue 4, 887(2020)
Fig. 2. Conceptual framework of explaining street contact crime based on routine activity theory
Fig. 4. Kernel density map of street contact crime and WeChat population for different time intervals
Table 1. Descriptive statistics of dependent and independent variables
View tableView in ArticleTable 1. Descriptive statistics of dependent and independent variables
变量 平均值 方差 最小值 最大值 街面接触型犯罪数量/件 00:00—06:59 1.16 7.34 0 29 07:00—17:59 1.12 2.77 0 9 18:00—23:59 1.08 4.50 0 15 微信人口（百人） 00:00—06:59 7.21 44.16 0.29 33.12 07:00—17:59 29.34 427.87 0.80 97.16 18:00—23:59 17.37 178.59 0.64 65.53 餐饮点/个 0.70 1.62 0 8 网吧/个 0.08 0.13 0 3 健身房/个 0.02 0.02 0 1 KTV/个 0.01 0.08 0 2 休闲会所/个 0.06 0.07 0 2 购物场所/个 1.73 8.88 0 17 公交站点/个 0.19 0.25 0 3 与最近巡逻驻点的距离/km 0.37 0.11 0 1.34 平均房屋价格/百万元 2.53 0.52 0.87 5.29 道路长度/km 0.70 0.50 0 6.76
Table 2. Negative binomial regression model for different time intervals of street contact crime
View tableView in ArticleTable 2. Negative binomial regression model for different time intervals of street contact crime
变量 凌晨—清晨（00:00—06:59） 白天（07:00—17:59） 晚上（18:00—23:59） B IRR B IRR B IRR 常数 -2.05* 0.13 -1.02 0.36 -0.85 0.42 微信人口 0.12*** 1.13 0.03*** 1.03 0.04*** 1.04 餐饮点 0.10 1.10 0.07 1.07 0.27*** 1.31 网吧 -0.15 0.86 0.22 1.25 -0.34 0.70 健身房 -0.31 0.73 0.99* 2.69 0.08 1.08 KTV 1.22** 3.38 0.02 1.02 0.89 2.44 休闲会所 0.84* 2.31 0.22 1.25 0.77* 2.16 购物场所 0.02 1.02 0.03 1.03 -0.01 0.99 公交站点 0.34 1.43 0.24 1.28 0.64*** 1.89 与最近巡逻驻点的距离 0.46 1.58 0.38 1.46 0.62* 1.86 平均房屋价格 0.15 1.17 -0.16 0.86 -0.31 0.73 道路长度 0.11 1.11 0.07 1.07 0.00 1.00 AIC 612.18 628.35 578.95
Get Citation
Copy Citation Text
Lin LIU, Siyi LIANG, Guangwen SONG.
Received: Nov. 21, 2019
Accepted: --
Published Online: Nov. 12, 2020
The Author Email: Lin LIU (lin.liu@uc.edu)
