Presentation Information
[E6-04]機械学習等を活用した地理的犯罪予測に基づく金属盗パトロール実験
*Takahiro No1, Masaki Sekiguchi1, Tomoya Ohyama2 (1. Police Info-Communications Research Center, 2. Tokyo Univ.)
Keywords:
金属盗 (metal theft),地理的犯罪予測 (geographical crime prediction),機械学習 (machine learning),差の差分析 (difference-in-differences)
近年，金属の価格高騰を背景に，金属盗が増加しており，令和5年に発生した金属盗の被害金額は約133億円であった．金属盗被害の中で，太陽光発電所施設に対する金属ケーブル窃盗の被害が占める割合は高い．諸外国の研究において犯罪の発生場所はランダムではなく，集中すると知られており，将来に犯罪の発生リスクが高い当該場所への警察の集中的な介入は犯罪抑止に効果的であると報告されている．そこで，警察の限られた人的リソースを効率的に配置し，効果的な犯罪抑止に資するため，茨城県内で機械学習等を活用した地理的犯罪予測手法を用いて，将来に金属盗の発生リスクが高い場所を特定し，集中パトロールを実施した．差の差分析（DID）の結果，処置署は対照署と比較して金属盗が減少したことが明らかになった．