Detailansicht
Testing "the law of crime concentration at place" and its effects by crime type, study area size, and unit of analysis
a case study in three Hungarian cities
Michel Sedrani
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Geowissenschaften, Geographie und Astronomie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Kartographie und Geoinformation
Betreuer*in
Ourania Kounadi
DOI
10.25365/thesis.81445
URN
urn:nbn:at:at-ubw:1-19829.32483.657111-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Diese Masterarbeit untersucht, ob David Weisburds „Law of Crime Concentration at Place“ in einem mitteleuropäischen Kontext anwendbar ist, indem die Kriminalitäts-konzentration auf Mikroebene in den drei ungarischen Städten Budapest, Debrecen und Miskolc getestet wird. Die Studie nutzt polizeilich registrierte, geokodierte Straftaten für den Zeitraum 2013–2016 und verwendet ein einheitliches 200 × 200 Meter Raster als mikrogeografische Analyseeinheit. Analysiert werden vier Deliktskategorien: einfache Körperverletzung, schwere Körperverletzung, Wohnungseinbruchdiebstahl und Kfz-Aufbruch. Die Kriminalitätskonzentration wird anhand von Hypothesen des kumulativen Prozentsatzes, Lorenzkurven und Gini-Koeffizienten gemessen, einschließlich des generalisierten Gini-Koeffizienten zur Berücksichtigung der Situation „mehr Orte als Straftaten“. Die räumliche Stabilität über die Zeit wird mit dem Spatial Point Pattern Test (SPPT) untersucht, indem das Jahr 2013 mit dem Jahr 2016 verglichen wird. Die Ergebnisse zeigen, dass Kriminalität in allen drei Städten stark auf Mikroorte konzentriert ist. Über die verschiedenen Maße hinweg vereint ein kleiner Anteil der Rasterzellen einen großen Anteil der Straftaten auf sich. Gleichzeitig wird der Vergleich zwischen den Städten differenzierter, sobald der generalisierte Gini-Koeffizient berücksichtigt wird. Budapest weist ein breiteres räumliches Kriminalitätsmuster mit mehr aktiven Rasterzellen auf, während Debrecen und Miskolc weniger aktive Rasterzellen aufweisen. Budapest kann dennoch nicht einfach als weniger konzentriert gelten, da das Ausmaß der Konzentration je nach Deliktskategorie und Maß variiert. Die kumulativen Prozentwerte und Lorenzkurven deuten auf eine stärkere Konzentration bei den Körperverletzungsdelikten hin, während der generalisierte Gini-Koeffizient ein differenzierteres Bild zwischen Städten und Deliktskategorien zeigt. Die SPPT-Ergebnisse deuten in allen drei Städten auf eine deutliche räumliche Stabilität zwischen 2013 und 2016 hin. Gleichzeitig zeigen robuste Stabilitätsmaße, dass diese Stabilität geringer ausfällt, wenn die Analyse auf kriminalitätsrelevante Rasterzellen beschränkt wird, insbesondere in Budapest. Insgesamt stützen die Ergebnisse die Anwendbarkeit von Weisburds „Law of Crime Concentration at Place“ im ungarischen Kontext und zeigen, dass rasterbasierte Mikroeinheiten für europäische Stadträume einen geeigneten Ansatz zur Untersuchung von Kriminalitätskonzentration darstellen.
Abstract
(Englisch)
This thesis examines whether David Weisburd’s “Law of Crime Concentration at Place” can be applied in a Central European context by testing crime concentration at micro-places in three Hungarian cities: Budapest, Debrecen, and Miskolc. The study uses police-registered, geocoded crime incidents for the period 2013–2016 and applies a uniform 200 × 200 meters grid as the micro-geographic unit of analysis. Four crime categories are analyzed: simple assault, aggravated assault, residential burglary, and car break-in. Crime concentration is assessed using cumulative percentage hypothesis measures, Lorenz curves, and Gini coefficients, including the generalized Gini coefficient to address the “more places than crimes” situation. Spatial stability over time is examined using the Spatial Point Pattern Test (SPPT), comparing the first and last year of the study period (2013 vs 2016). The findings show that crime is highly concentrated at micro-places in all three cities. Across the different measures, a small share of grid cells accounts for a large share of crime incidents. At the same time, the comparison between cities becomes more nuanced once the generalized Gini coefficient is considered. Budapest has a broader spatial footprint of crime, with more grid cells recording incidents, while Debrecen and Miskolc have fewer active grid cells. However, Budapest cannot simply be described as less concentrated than the two smaller cities, because concentration differs by crime type and by the measure used. The cumulative percentage results and Lorenz curves suggest stronger concentration for the assault categories, while the generalized Gini coefficient shows a more differentiated picture across cities and crime types. The SPPT results indicate substantial spatial stability between 2013 and 2016 in all three cities. At the same time, robust stability measures show that this stability is weaker when the analysis is limited to crime-relevant grid cells, particularly in Budapest. Overall, the results support the applicability of the law of crime concentration at place in a Hungarian setting and show that grid-based micro-units provide a suitable approach for studying crime concentration in European urban contexts where street-segment units may be less appropriate.
Schlagwörter
Schlagwörter
(Deutsch)
Kriminalitätskonzentration Mikroorte Rasterzellenanalyse Räumliche Stabilität Ungarische Städte Städtische Kriminalität
Schlagwörter
(Englisch)
crime concentration micro-places grid cell analysis spatial stability Hungarian cities urban crime
Autor*innen
Michel Sedrani
Haupttitel (Englisch)
Testing "the law of crime concentration at place" and its effects by crime type, study area size, and unit of analysis
Hauptuntertitel (Englisch)
a case study in three Hungarian cities
Publikationsjahr
2026
Umfangsangabe
82 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Ourania Kounadi
Klassifikationen
74 Geographie > 74.19 Europa ,
74 Geographie > 74.48 Geoinformationssysteme
AC Nummer
AC17915506
Utheses ID
80753
Studienkennzahl
UA | 066 | 856 | |