พื้นที่ที่มี อัตราการเกิดอาชญากรรมสูง คือพื้นที่ที่มี ความรุนแรง ของอาชญากรรม สูง โดยปกติจะแสดงให้เห็นด้วยแผนที่ แผนที่เหล่านี้ จัดทำขึ้นเพื่อให้นักวิจัยและนักวิเคราะห์ตรวจสอบ พื้นที่ ทางภูมิศาสตร์ที่เกี่ยวข้องกับอาชญากรรม นักวิจัยและนักทฤษฎีตรวจสอบการเกิดของพื้นที่ที่มีอัตราการเกิดอาชญากรรมสูงในบางพื้นที่และสาเหตุที่เกิดขึ้น และนักวิเคราะห์ตรวจสอบเทคนิคที่ใช้ในการทำวิจัย^{[ 1 ]}การพัฒนาแผนที่ที่มีพื้นที่ที่มีอัตราการเกิดอาชญากรรมสูงกำลังกลายเป็นเครื่องมือที่สำคัญและมีอิทธิพลต่อการบังคับใช้กฎหมาย ช่วยพัฒนาความรู้และความเข้าใจเกี่ยวกับพื้นที่ต่างๆ ในเมือง และอาจรวมถึงสาเหตุที่อาชญากรรมเกิดขึ้นในพื้นที่เหล่านั้นด้วย

ทฤษฎีอาชญากรรมสามารถเป็นแนวทางที่มีประโยชน์สำหรับนักวิจัยและนักวิเคราะห์ในการวิเคราะห์จุดที่มีอาชญากรรมเกิดขึ้นบ่อย มีทฤษฎีอาชญากรรมมากมายที่อธิบายว่าทำไมอาชญากรรมจึงเกิดขึ้นในบางสถานที่และทำไมอาชญากรรมจึงไม่เกิดขึ้นในที่อื่น ทฤษฎีสถานที่พิจารณาอาชญากรรมในสถานที่เฉพาะเจาะจง ซึ่งสามารถมองได้ว่าเป็น "จุดบนแผนที่" ^{[ 2 ]}ทฤษฎีอาชญากรรมอีกทฤษฎีหนึ่งที่ใช้เกี่ยวกับจุดที่มีอาชญากรรมเกิดขึ้นบ่อยคือทฤษฎีย่าน ทฤษฎีเหล่านี้มองอาชญากรรมในระดับที่ใหญ่กว่าและในพื้นที่การมองเห็นที่กว้างกว่า เมื่อพิจารณาพื้นที่ประเภทนี้ โดยทั่วไปจะใช้ข้อมูลทางสถิติเพื่อกำหนดจุดที่มีอาชญากรรมเกิดขึ้นบ่อย ทฤษฎีที่ใช้กันอย่างแพร่หลายในการอธิบายอาชญากรรมคือทฤษฎีรูปแบบอาชญากรรมทฤษฎีรูปแบบอาชญากรรมอธิบายว่าอาชญากรรมไม่ได้เกิดขึ้นแบบสุ่ม จุดที่มีอาชญากรรมเกิดขึ้นบ่อยสามารถช่วยในการกำหนดรูปแบบเชิงพื้นที่และเวลาทฤษฎีนี้อนุญาตให้ทำการกล่าวโดยทั่วไปเกี่ยวกับจุดที่มีอาชญากรรมเกิดขึ้นบ่อยในพื้นที่ และสามารถคาดการณ์พื้นที่ที่มีอาชญากรรมเกิดขึ้นบ่อยได้โดยใช้ทฤษฎีรูปแบบอาชญากรรม^{[ 3 ]}เมื่อสร้างจุดที่มีอาชญากรรมเกิดขึ้นบ่อย ควรประเมินทฤษฎีที่สามารถช่วยอธิบายการเกิดขึ้นของจุดเหล่านั้นเพื่อกำหนดสาเหตุที่แท้จริง

สามารถสร้างจุดที่มีอาชญากรรมสูงได้โดยใช้วิธีการต่างๆ มากมาย ขึ้นอยู่กับประเภทของการวิเคราะห์ที่ต้องการ วิธีการสร้างจุดที่มีอาชญากรรมสูงมีสองวิธี ได้แก่ STAC (การวิเคราะห์อาชญากรรมเชิงพื้นที่และเวลา) และเพื่อนบ้านที่ใกล้ที่สุด Samuel Bates สร้าง STAC ในช่วงต้นทศวรรษ 1990 เขาสร้างเครื่องมือที่ออกแบบมาเพื่อสร้างจุดที่มีอาชญากรรมสูงซึ่งมีความหนาแน่นของพื้นที่สูงในรูปแบบวงกลมบนแผนที่^{[ 4 ]} Clark และ Evans ตรวจสอบการจัดเรียงจุดเชิงพื้นที่ ซึ่งเป็นพื้นฐานของเพื่อนบ้านที่ใกล้ที่สุด Clark และ Evans สร้างวิธีการนี้ขึ้นเพื่อศึกษาประชากรของพืชและสัตว์ แต่ต่อมาวิธีการนี้ถูกดัดแปลงเพื่อศึกษาแบบแผนของอาชญากรรม^{[ 5 ]}

ระยะห่างระหว่างเพื่อนบ้านที่ใกล้ที่สุด หรือที่รู้จักกันในชื่อดัชนีเพื่อนบ้านที่ใกล้ที่สุด (NNI) เป็นหัวข้อที่นักพฤกษศาสตร์สองคนในช่วงต้นทศวรรษ 1950 คือ ฟิลิป คลาร์ก และฟรานซิส อีแวนส์ ให้ความสนใจ นักพฤกษศาสตร์ทั้งสองเริ่มออกแบบสูตรเพื่อแยกแยะรูปแบบของพืชและสัตว์และการกระจายตัวของพวกมันในสภาพแวดล้อมคลาร์กและอีแวนส์ (1954)เสนอสูตรที่จะวัดระยะห่างระหว่างพืชและสัตว์ในประชากรที่มีการกระจายแบบสุ่มหากมีการกระจายแบบสุ่ม ระยะห่างเฉลี่ยไปยังเพื่อนบ้านที่ใกล้ที่สุดสามารถพัฒนาได้ พวกเขากำหนดการกระจายแบบสุ่มว่า "ชุดของจุดบนพื้นที่ที่กำหนดซึ่งมีโอกาสเกิดขึ้นในพื้นที่ย่อยใด ๆ เท่ากับจุดอื่น ๆ" ^{[ 6 ]}

วิธีการนี้ได้รับการปรับให้เข้ากับCrimeStatซึ่งเป็นโปรแกรมคอมพิวเตอร์ที่สร้างขึ้นเพื่อวิเคราะห์ข้อมูลอาชญากรรม โปรแกรมนี้ใช้ดัชนีเพื่อนบ้านที่ใกล้ที่สุด (NNI) เพื่อทดสอบการรวมกลุ่มเพื่อพิจารณาว่ามี "จุดร้อน" ของอาชญากรรมหรือไม่ CrimeStat ใช้ทฤษฎีของ Clark และ Evans และสมมติว่าการกระจายของอาชญากรรมที่ใช้ในการทำสถิติโดยรวมมีการกระจายแบบสุ่ม^{[ 7 ]} NNI เปรียบเทียบระยะทางที่สังเกตได้ระหว่างแต่ละจุดบนแผนที่กับเพื่อนบ้านที่ใกล้ที่สุด หรือในอีกนัยหนึ่งระหว่างเหตุการณ์อาชญากรรมแต่ละครั้ง จากนั้นจะคำนวณระยะทางเพื่อสร้างระยะทางเฉลี่ยเพื่อพิจารณาว่ารูปแบบอาชญากรรมมีการกระจายแบบสุ่มหรือไม่^{[ 1 ]}

ต่อไปนี้จะอธิบายขั้นตอนการคำนวณ NNI อย่างละเอียดตามที่Eck et al. (2005)ระบุไว้ ขั้นแรก จะทำการระบุพิกัดทางภูมิศาสตร์ของเหตุการณ์อาชญากรรมบนแผนที่ จากนั้นคำนวณระยะห่างระหว่างเหตุการณ์อาชญากรรมหนึ่งกับเหตุการณ์ใกล้เคียง หลังจากนั้น นำระยะห่างทั้งหมดมารวมกันและหารด้วยจำนวนเหตุการณ์อาชญากรรมบนแผนที่ ตามที่Eck et al. (2005) ระบุ ไว้ ค่านี้เรียกว่าระยะห่างเฉลี่ยของเพื่อนบ้านที่ใกล้ที่สุดที่สังเกตได้ จากนั้นต้องสร้างแผนที่ของเหตุการณ์แบบสุ่มที่ครอบคลุมพื้นที่เดียวกันกับที่กำลังวิเคราะห์ กระบวนการคำนวณแบบเดียวกันนี้จำเป็นต้องทำเพื่อหาระยะห่างเฉลี่ยของเพื่อนบ้านที่ใกล้ที่สุดแบบสุ่ม ตัวเลขทั้งสองนี้จะสร้างอัตราส่วนที่เปรียบเทียบเหตุการณ์ที่สังเกตได้กับเหตุการณ์แบบสุ่ม ซึ่งเรียกว่าดัชนีเพื่อนบ้านที่ใกล้ที่สุด

Eck et al. (2005)อธิบายเพิ่มเติมว่า หากผลลัพธ์ที่ได้น้อยกว่า 1.0 ข้อมูลเหตุการณ์อาชญากรรมจะถือว่ามีการกระจุกตัว หากผลลัพธ์เท่ากับ 1.0 ข้อมูลเหตุการณ์อาชญากรรมจะกระจายแบบสุ่มบนแผนที่ สุดท้าย หากดัชนีเพื่อนบ้านที่ใกล้ที่สุดมีค่ามากกว่า 1.0 ชุดข้อมูลจะแสดงรูปแบบอาชญากรรมที่สม่ำเสมออย่างมีนัยสำคัญในชุดข้อมูล การใช้ดัชนีเพื่อนบ้านที่ใกล้ที่สุดเป็นการทดสอบความสุ่มอย่างสมบูรณ์ในชุดจุดข้อมูล ซึ่งเป็นประโยชน์สำหรับนักวิเคราะห์เนื่องจากเป็นเทคนิคที่สามารถวัดการเปลี่ยนแปลงความหนาแน่นในช่วงเวลาต่างๆ ได้^{[ 1 ]}

การพัฒนาการวิเคราะห์เชิงพื้นที่และเวลาของวงรีอาชญากรรม หรือวงรี STAC เริ่มต้นจากโปรแกรมที่ใช้ในการกำหนด "วงกลมร้อน" ของเหตุการณ์อาชญากรรมบนแผนที่อาชญากรรม^{[ 4 ]}ซามูเอล เบตส์ ได้สร้างสูตรที่ใช้ตาราง ไม่ว่าจะเป็นรูปสี่เหลี่ยมผืนผ้าหรือสามเหลี่ยม เพื่อสร้างขอบเขตโดยรอบพื้นที่ จากนั้นจะกำหนดรัศมี และสร้างวงกลมรอบจุดของเหตุการณ์อาชญากรรมแต่ละครั้ง หลังจากนั้น จะสร้างตารางอีกตารางหนึ่งที่สร้างวงกลมที่มีรัศมีครึ่งหนึ่งของรัศมีเดิมที่กำหนดไว้ จากนั้นจึงรวมตารางนี้เข้ากับตารางแรกเพื่อสร้างวงกลมที่มีจำนวนเหตุการณ์สูงสุด ซึ่งก็คือ "วงกลมร้อน" ^{[ 4 ]}วิธีนี้ได้สร้างพื้นฐานของสิ่งที่ใช้ในการสร้างวงรีจุดร้อนในปัจจุบัน

สูตรดั้งเดิมของ Bate ไม่ได้ตอบคำถามว่า "วงกลมร้อน" แสดงถึงพื้นที่ที่มีความหนาแน่นของเหตุการณ์อาชญากรรมสูงกว่าอย่างชัดเจนหรือไม่ สูตรนี้ยังมีปัญหาอื่นๆ อีก เช่น "วงกลมร้อน" บางวงอาจทับซ้อนกันและมีเหตุการณ์อาชญากรรมเดียวกันเกิดขึ้น นอกจากนี้ "วงกลมร้อน" บางครั้งยังยืดออกจนกลายเป็นรูปวงรี^{[ 4 ]}ปัญหาเหล่านี้ทำให้เกิดการสร้างวงรีจุดร้อนขึ้นมา

ปัจจุบันมีการสร้างวงรีเพื่อแสดงระดับการกระจายตัวของเหตุการณ์อาชญากรรมที่แตกต่างกัน โดยจะใช้ในการวิเคราะห์เพื่อตรวจสอบว่ามีแนวโน้มทิศทางใดในชุดข้อมูลหรือไม่ ขั้นแรกผู้ใช้จะกำหนดขนาดของวงรี โดยทั่วไปสำหรับชุดข้อมูลอาชญากรรมบนแผนที่ จะใช้หน่วยเป็นไมล์ หลังจากนั้น ผู้ใช้จะกำหนดจำนวนค่าเบี่ยงเบนมาตรฐานที่ต้องการใช้ ซึ่งจะกำหนดจำนวนจุดข้อมูลที่ต้องการรวมไว้ในวงรี โดยทั่วไปจะใช้ค่าเบี่ยงเบนมาตรฐานหนึ่งหรือสองค่า ค่าเบี่ยงเบนมาตรฐานหนึ่งค่าจะครอบคลุมข้อมูลร้อยละ 68 และสองค่าจะครอบคลุมข้อมูลร้อยละ 95 ^{[ 8 ]}

วงรี STAC กลายเป็นเครื่องมือสำคัญสำหรับนักวิเคราะห์เนื่องจากมีประสิทธิภาพและรวดเร็ว โดยทั่วไปการศึกษาจะใช้วงรี STAC เพื่อเปรียบเทียบชุดข้อมูลต่างๆ โดยปกติแล้วจะใช้วงรีในการตรวจสอบพื้นที่ที่มีอาชญากรรมในช่วงเวลาต่างๆ^{[ 9 ]}วงรีเรียกว่าสถิติลำดับแรกเพราะเป็นจุดเริ่มต้นสำหรับนักวิเคราะห์ในการตรวจสอบชุดข้อมูล ในขณะที่ดูสถิติโดยรวม วงรีสร้างขอบเขตที่ชัดเจนสำหรับชุดข้อมูลซึ่งไม่จำเป็นต้องเป็นไปตามแนวถนนหรือขอบเขตของย่าน ดังนั้นเมื่อตรวจสอบวงรีเหล่านี้ ควรใช้การวิเคราะห์ทางสถิติเพิ่มเติมบนวงรี^{[ 7 ]}

การศึกษาที่ใช้ดัชนีเพื่อนบ้านที่ใกล้ที่สุด (NNI) และวงรี STAC เสร็จสมบูรณ์สำหรับเมืองโรอาโนก รัฐเวอร์จิเนีย การศึกษานี้มุ่งเน้นไปที่ข้อมูลที่รายงานต่อตำรวจเกี่ยวกับการปล้นที่เกิดขึ้นระหว่างวันที่ 1 มกราคม 2547 ถึง 31 ธันวาคม 2550 โดยมีการปล้นทั้งหมด 904 ครั้งที่รายงาน^{[ 10 ]}วัตถุประสงค์ของการศึกษานี้คือเพื่อตรวจสอบว่ามีพื้นที่เฉพาะที่เกิดการปล้นโดยใช้การวิเคราะห์ฮอตสปอตหรือไม่ โครงการเริ่มต้นด้วยการกำหนดพิกัดทางภูมิศาสตร์ของข้อมูลทั้งหมดลงบนแผนที่จุด ข้อมูลการปล้นทั้งหมดมาจากระบบบันทึกและการจัดการของเมือง หลังจากได้รับผลลัพธ์ที่น่าพอใจจากการกำหนดพิกัดทางภูมิศาสตร์ของข้อมูลแล้ว ข้อมูลจึงถูกทดสอบสำหรับการจัดกลุ่มทั่วโลกและเชิงพื้นที่^{[ 10 ]}เพื่อทดสอบความสุ่มเชิงพื้นที่ จึงใช้ NNI สำหรับแต่ละปี ตั้งแต่ปี 2547 ถึง 2550 จะคำนวณ NNI และเปรียบเทียบกับชุดของจุดสุ่ม แต่ละปีจะมีค่า NNI น้อยกว่าหนึ่ง^{[ 10 ]}ค่าที่น้อยกว่าหนึ่ง ตามที่Eck et al. (2005)ระบุว่าการจัดกลุ่มในชุดข้อมูลมีความสอดคล้องในการกระจายตัว ( Van Patten, McKeldin-Coner & Cox 2009 ) สรุปได้ว่าชุดข้อมูลมีการจัดกลุ่มเชิงพื้นที่ทั่วโลกอย่างมีนัยสำคัญซึ่งใช้ได้กับประชากรศึกษาทั้งหมด

หลังจากการทดสอบการจัดกลุ่มแบบสุ่มโดยใช้การวิเคราะห์ฮอตสปอต NNI ถูกนำมาใช้ในการศึกษา การศึกษานี้ตรวจสอบฮอตสปอตโดยใช้ เทคนิค การวิเคราะห์เชิงพื้นที่ ที่แตกต่างกันหลาย วิธี การศึกษานี้ใช้การจัดกลุ่มแบบลำดับชั้นเพื่อนบ้านที่ใกล้ที่สุด (NNH) และการประมาณความหนาแน่นเคอร์เนลอื่นๆ (KDE) ต่อไปนี้จะพิจารณาการวิเคราะห์วงรี STAC ในรายละเอียดเพิ่มเติมสำหรับวัตถุประสงค์ของส่วนนี้ วงรีถูกพัฒนาขึ้นสำหรับแต่ละปีแล้วจึงตรวจสอบเพิ่มเติมโดยใช้เทคนิคต่างๆ ในการสร้างวงรี การตั้งค่าพารามิเตอร์ทำขึ้นโดยอิงจากระยะทางที่บุคคลสามารถเดินทางด้วยเท้าได้ในเวลาประมาณห้านาทีก่อนที่จะมองหาการขนส่งรูปแบบอื่น รัศมีการค้นหาหนึ่งในสี่ไมล์ถูกกำหนดไว้สำหรับข้อมูล^{[ 10 ]}วงรีถูกสร้างขึ้นสำหรับจำนวนเหตุการณ์ปล้นทั้งหมด 904 ครั้ง ใช้การกระทำผิด 15 ครั้งต่อวงรี การกระทำผิดลดลงเหลือ 7 ครั้งต่อวงรีสำหรับปีเดียว และสำหรับช่วงสองปี จะมีการประเมิน 7, 10 และ 15 ครั้ง^{[ 10 ]}

จากการใช้เทคนิคต่างๆ ในการศึกษาครั้งนี้ สรุปได้ว่าวงรี STAC มีอัตราความน่าเชื่อถือสูงสุด พบว่าวงรีมีแนวโน้มที่จะมีความแม่นยำน้อยกว่าวิธีการอื่นๆ ที่ใช้ แต่มีความสม่ำเสมอมากกว่าอย่างเห็นได้ชัดVan Patten, McKeldin-Coner & Cox (2009)สรุปในการศึกษาครั้งนี้ว่าวิธีการทั้งหมดที่ใช้มาบรรจบกันในบริเวณเดียวกันของเมือง ซึ่งบ่งชี้ว่ามีการรวมกลุ่มเชิงพื้นที่แบบสุ่มและความสอดคล้องกันระหว่างวิธีการต่างๆ ที่ใช้ การวิเคราะห์จุดร้อนทำให้สามารถระบุพื้นที่ต่างๆ ในเมืองว่าเป็น "พื้นที่ปัญหา" ได้ มีพื้นที่ที่ถูกกำหนดว่าเป็นแหล่งกำเนิดอาชญากรรมและพื้นที่ดึงดูดอาชญากรรมVan Patten, McKeldin-Coner & Cox (2009)แนะนำว่าสำหรับพื้นที่ดึงดูดอาชญากรรม ควรเพิ่มการดูแลรักษาความปลอดภัยและการจัดการพื้นที่ที่ดีขึ้น พื้นที่ที่มีแหล่งกำเนิดอาชญากรรมจะต้องใช้แนวทางเชิงกลยุทธ์มากขึ้นจากตำรวจเพื่อให้เกิดผลกระทบ^{[ 11 ]}

ในช่วงต้นทศวรรษ 1990 อาชญากรรมเริ่มเพิ่มสูงขึ้นอย่างมีนัยสำคัญในเมืองชิคาโก รัฐอิลลินอยส์ กลุ่มสังคมหลายกลุ่มได้ขอให้โครงการความปลอดภัยชุมชนวิเคราะห์ความสัมพันธ์ระหว่างสถานประกอบการขายเครื่องดื่มแอลกอฮอล์กับอาชญากรรมในเมือง^{[ 12 ]}เพื่อวิเคราะห์ข้อมูลสำหรับเมือง ได้มีการใช้ STAC ellipses ข้อมูลตำแหน่งที่ตั้งของสถานประกอบการที่มีใบอนุญาตจำหน่ายสุราถูกดึงมาจากกรมสรรพากรของเมืองชิคาโก มีการใช้ใบอนุญาตจำหน่ายสุราสามประเภท ได้แก่ ร้านเหล้า สินค้าบรรจุภัณฑ์ และการบริโภคเป็นครั้งคราว^{[ 13 ]}ในปี 1993 มีใบอนุญาตจำหน่ายสุราทั้งหมด 5,947 ใบ โดยบางสถานประกอบการถือครองหลายใบ จากนั้นข้อมูลนี้จะถูกแปลงเป็นพิกัดทางภูมิศาสตร์เพื่อสร้างแผนที่ระบุตำแหน่งที่แน่นอน ระยะเวลาการศึกษาเหตุการณ์คือช่วงเวลาหกเดือนตั้งแต่เดือนมกราคมถึงมิถุนายน 1993 มีเหตุการณ์อาชญากรรม 3,364 ครั้งที่รายงานต่อตำรวจในช่วงเวลานี้ ซึ่งเกิดขึ้นในหรือรอบๆ สถานประกอบการจำหน่ายสุรา อาชญากรรมเหล่านี้รวมถึงอาชญากรรมเกี่ยวกับทรัพย์สิน ความผิดเกี่ยวกับยาเสพติด และความผิดลหุโทษ แต่ไม่ได้จำกัดอยู่เพียงหมวดหมู่เหล่านี้^{[ 14 ]}ข้อมูลนี้ยังถูกแปลงเป็นพิกัดทางภูมิศาสตร์ในแผนที่จุดสำหรับการวิเคราะห์ด้วย

เพื่อตรวจสอบความเข้มข้นของสถานประกอบการจำหน่ายสุราและเหตุการณ์อาชญากรรม ได้มีการใช้วงรี STAC วงรีจำนวน 5 วงถูกสร้างขึ้นซึ่งครอบคลุมพื้นที่ที่มีสถานประกอบการจำหน่ายสุราหนาแน่นที่สุด สรุปได้ว่าวงรีทั้งหมดอยู่ในพื้นที่ทางเหนือของเมือง โดยมีศูนย์กลางอยู่ที่ย่านสถานบันเทิงยามค่ำคืน ย่านคนโสดที่ทันสมัย ​​และศูนย์การค้า^{[ 15 ]}วงรีจำนวน 6 วงถูกสร้างขึ้นสำหรับจุดที่มีเหตุการณ์อาชญากรรมเกิดขึ้นบ่อย วงรี 2 วงกระจุกตัวอยู่ในพื้นที่ที่มีสถานประกอบการจำหน่ายสุราเกิดขึ้นบ่อย ในขณะที่อีก 4 วงอยู่ในพื้นที่สำมะโนประชากรที่มีรายได้ต่ำ C. Block และ R. Block สรุปจากวงรีเหล่านี้ว่าจุดที่มีสถานประกอบการจำหน่ายสุราเกิดขึ้นบ่อยไม่จำเป็นต้องดึงดูดอาชญากรรมมากที่สุดเสมอไป

การศึกษาครั้งนี้ได้ตรวจสอบสถิติอาชญากรรมที่เกี่ยวข้องกับสถานประกอบการจำหน่ายสุราเพิ่มเติมโดยการวิเคราะห์จำนวนของแต่ละประเภทที่รวมอยู่ในวงรีแต่ละวง พบว่าอาชญากรรมฆาตกรรมมักเกิดขึ้นในพื้นที่ที่มีรายได้ต่ำของเมืองซึ่งไม่ได้ตั้งอยู่ใกล้กับแหล่งรวมสถานประกอบการจำหน่ายสุรา นอกจากนี้ยังพบว่าพื้นที่ที่มีอาชญากรรมสูงในแหล่งรวมสถานประกอบการจำหน่ายสุรามักตั้งอยู่บนถนนสายหลักของเมืองที่ดึงดูดนักท่องเที่ยว และอยู่ใกล้กับระบบขนส่งมวลชนและย่านคนโสด^{[ 12 ]} Block & Block (1995)สรุปการศึกษาโดยระบุว่าความหนาแน่นของใบอนุญาตจำหน่ายสุราและความหนาแน่นของอาชญากรรมไม่ได้มีความสัมพันธ์กันอย่างแน่นแฟ้น พื้นที่เหล่านี้ดึงดูดอาชญากรรม แต่ไม่จำเป็นต้องเป็นสาเหตุของอาชญากรรมเสมอไป

การทำแผนที่อาชญากรรมและการวิเคราะห์เชิงพื้นที่ได้กลายเป็นเครื่องมือที่เพิ่มมากขึ้นซึ่งหน่วยงานบังคับใช้กฎหมายและกลุ่มอื่นๆ ใช้ในการวิเคราะห์รูปแบบอาชญากรรม เครื่องมือเหล่านี้ช่วยในการใช้กลยุทธ์การป้องกันอาชญากรรมมากมายทั่วสหรัฐอเมริกา อย่างไรก็ตาม เครื่องมือเหล่านี้ยังอยู่ในระหว่างการพัฒนา การทำแผนที่อาชญากรรม เนื่องจากยังเป็นเรื่องใหม่ จึงมีปัญหาทางเทคนิคและประเด็นด้านจริยธรรมมากมายที่ไม่ควรมองข้ามเมื่อใช้เครื่องมือเหล่านี้ ส่วนต่อไปนี้จะตรวจสอบข้อวิจารณ์ในด้านการวิเคราะห์เชิงพื้นที่และการทำแผนที่จุดเสี่ยงอาชญากรรมในวงกว้างRatcliffe (2002)อธิบายถึงความเสี่ยงและปัญหาที่อาจเกิดขึ้นจากการใช้การวิเคราะห์เชิงพื้นที่และการทำแผนที่อาชญากรรม นอกจากนี้ ผลกระทบของความยากจนและการเหยียดเชื้อชาติไม่ได้ถูกรวมอยู่ในแผนที่อาชญากรรม ทำให้ปัจจัยนี้ไม่ได้รับการพิจารณา และเจ้าหน้าที่ตำรวจแต่ละคนนำเอาอคติและการตัดสินใจส่วนตัวเข้ามาเกี่ยวข้องในกระบวนการ อาชญากรรมไม่ใช่สิ่งสมมติ มันมีสาเหตุที่เป็นรูปธรรมตั้งแต่ความยากจนทางการเงิน ไปจนถึงสาเหตุทางชีวภาพ (ความไม่สมดุลของฮอร์โมน ฯลฯ) และความสิ้นหวัง

หนึ่งในขั้นตอนแรกในการวิเคราะห์อาชญากรรมโดยใช้การทำแผนที่อาชญากรรม คือการสร้างแผนที่ระบุตำแหน่งโดยใช้กระบวนการgeocodingซึ่งเป็นกระบวนการฝังข้อมูลพิกัดของเหตุการณ์อาชญากรรมลงบนแผนที่เมือง ใครๆ ก็สามารถสร้างแผนที่บนอินเทอร์เน็ตได้โดยใช้กระบวนการ geocoding อย่างไรก็ตาม geocoding มีข้อผิดพลาดมากมายที่อาจเกิดขึ้นได้ เนื่องจากกระบวนการนี้ยังอยู่ในระหว่างการพัฒนา ซึ่งกลายเป็นปัญหาเมื่อใช้การวิเคราะห์เชิงพื้นที่ เพราะหากพื้นฐานของการวิเคราะห์ไม่ถูกต้อง อาจทำให้การวิเคราะห์ทั้งหมดผิดเพี้ยนไปได้ นี่เป็นเรื่องที่น่ากังวลเพราะข้อมูลที่แสดงบนแผนที่ โดยเฉพาะบนอินเทอร์เน็ตที่ประชาชนสามารถดูได้ อาจไม่ถูกต้องเสมอไป^{[ 16 ]} Ratcliffe (2002)ได้สร้างรายการปัญหาที่อาจเกิดขึ้นกับ geocoding ซึ่งไม่ควรละเลย เขาได้ระบุว่าอาจมีข้อผิดพลาดที่แตกต่างกันสิบประการเกิดขึ้นเมื่อทำการ geocoding และไม่ควรละเลย^{[ 17 ]}

• สมุดรายชื่อถนนที่ล้าสมัย ซึ่งไม่รู้จักที่อยู่หรือถนนใหม่ๆ
• ตัวย่อของชื่อถนนและเส้นทางที่ไม่สามารถระบุได้ด้วยซอฟต์แวร์ระบุพิกัดทางภูมิศาสตร์
• ชื่อท้องถิ่นที่แตกต่างกันซึ่งไม่ตรงกับข้อมูลในฐานข้อมูล
• แก้ไขปัญหาการซ้ำซ้อนที่เกิดจากถนนหลายสิบสายที่มีชื่อเดียวกันทั่วเมือง
• ที่อยู่ที่ไม่ถูกต้องเนื่องจากพิมพ์ผิด
• การลดทอนเส้นโค้งที่ไม่สะท้อนเส้นโค้งที่แท้จริงของถนน และวางจุดพิกัดทางภูมิศาสตร์ผิดที่
• ข้อมูลที่ไม่ถูกต้องในไฟล์ที่อยู่ทำให้ซอฟต์แวร์ระบุพิกัดทางภูมิศาสตร์ข้ามการบันทึกข้อมูลไป
• ความไม่สามารถระบุพิกัดทางภูมิศาสตร์ของสถานที่ที่ไม่มีที่อยู่ชัดเจน เช่น ระยะทาง 50 เมตรตามถนน หรือในพื้นที่ชนบทที่อยู่ห่างจากตัวเมืองหลายไมล์
• ความคลาดเคลื่อนทั่วไปในการระบุพิกัดทางภูมิศาสตร์ ซึ่งทำให้จุดที่ได้อยู่ห่างจากที่อยู่จริง
• ที่อยู่ที่ไม่ชัดเจนหรือไม่แน่นอน ทำให้ไม่สามารถระบุที่อยู่จริงได้

ประเด็นอื่นๆ ที่เกี่ยวข้องกับการทำแผนที่อาชญากรรมยังรวมถึงการตีความและการประยุกต์ใช้เครื่องมือวิเคราะห์เชิงพื้นที่ต่างๆ ในส่วนของวงรี STAC นั้น ปัญหาเกิดขึ้นในการประยุกต์ใช้ วงรีสร้างขอบเขตที่ชัดเจนสำหรับอาชญากรรมโดยพิจารณาจากตำแหน่งที่วงรีปรากฏบนแผนที่ ขอบเขตของวงรีไม่ได้สอดคล้องกับการเคลื่อนไหวของผู้คนหรือผังเมืองที่แท้จริง ดังนั้น จุดที่อยู่นอกเหนือขอบเขตของวงรีจึงควรได้รับการตรวจสอบเมื่อทำการตีความ ( Eck et al. 2005 ) ดัชนีเพื่อนบ้านที่ใกล้ที่สุด (NNI) ก็มีปัญหาเช่นกัน NNI ที่ใช้สำหรับการวิเคราะห์ทางสถิติเชิงพื้นที่ระดับโลกไม่ได้แสดงถึงข้อมูลเดียวกันในระดับท้องถิ่นเสมอไปEck et al. (2005)ระบุว่าเมื่อใช้วิธีนี้ ควรใช้เครื่องมือวิเคราะห์เชิงพื้นที่อื่นๆ เช่น Moran's I หรือสถิติ Geary's C การจัดกลุ่มสามารถเกิดขึ้นได้ในระดับการวิเคราะห์ที่แตกต่างกัน ดังนั้น การวิจัยเกี่ยวกับเครื่องมือวิเคราะห์ที่เหมาะสมจึงควรได้รับการพิจารณาอย่างจริงจัง ไม่มีเครื่องมือใดที่ดีกว่าเครื่องมืออื่นอย่างแน่นอน

หน่วยงานตำรวจหลายแห่งได้ปรับตัวโดยการนำแผนที่อาชญากรรมและซอฟต์แวร์ทำแผนที่อาชญากรรมไปไว้บนเว็บไซต์ของตนเพื่อให้ประชาชนได้ดู ดังนั้น ปัญหาเรื่องความเป็นส่วนตัวจึงอาจเกิดขึ้นได้ แผนที่เหล่านี้แสดงข้อมูลโดยตรงแก่ประชาชนเกี่ยวกับสถานที่เกิดเหตุอาชญากรรมและประเภทของอาชญากรรมที่เกิดขึ้น ซึ่งนำไปสู่ปัญหาเรื่องความเป็นส่วนตัวRatcliffe (2002)อธิบายว่าเหยื่อของอาชญากรรมและบางครั้งแม้แต่ผู้กระทำผิดก็ไม่จำเป็นต้องต้องการให้ข้อมูลของตนถูกนำเสนอต่อสาธารณะ เขาอธิบายเรื่องนี้โดยใช้ตัวอย่างของเหยื่อการโจรกรรม โดยระบุว่าพวกเขาไม่ต้องการให้ข้อมูลและที่ตั้งของตนปรากฏออนไลน์ให้ประชาชนดู เพราะอาจเป็นการโฆษณาว่าทรัพย์สินของพวกเขามีความเสี่ยง^{[ 18 ]}

การวิเคราะห์อาชญากรรมเป็นพัฒนาการที่ค่อนข้างใหม่ซึ่งนำมาใช้ในการปฏิบัติงานของตำรวจเพื่อป้องกันอาชญากรรมวงรี STAC ได้รับการพัฒนาตลอดหลายปีที่ผ่านมาและกลายเป็นเครื่องมือเชิงกลยุทธ์ที่ใช้โดยหน่วยงานบังคับใช้กฎหมาย วงรี STAC ถูกนำมาใช้โดยชิคาโกในการศึกษาเรื่องพื้นที่ สถานที่ และอาชญากรรม: พื้นที่จุดร้อนและสถานที่ที่มีอาชญากรรมที่เกี่ยวข้องกับสุรา [ ^{12 ] การ}ศึกษานี้เริ่มต้นขึ้นเพื่อตรวจสอบว่าสถานประกอบการที่มีใบอนุญาตจำหน่ายสุราและกิจกรรมที่เกี่ยวข้องกับอาชญากรรมมีความเชื่อมโยงกันหรือไม่ การศึกษาได้สรุปว่าทั้งสองประเภทนี้ไม่จำเป็นต้องมีความสัมพันธ์กัน แต่การศึกษานี้ช่วยให้หน่วยงานบังคับใช้กฎหมายสร้างกลยุทธ์เพื่อป้องกันอาชญากรรมในพื้นที่เหล่านี้ได้^{[ 12 ]}

จากการศึกษาครั้งนี้ ตำรวจและกลุ่มชุมชนได้ร่วมมือกันเพื่อพยายามแก้ไขและป้องกันอาชญากรรมในพื้นที่ที่มีวงรี STAC แสดงอัตราการเกิดอาชญากรรมสูง ในบริเวณเส้นทางคมนาคม ตำรวจได้เพิ่มการลาดตระเวนด้วยเท้าและจักรยานเข้าไปในพื้นที่ กลุ่มชุมชนท้องถิ่นได้ช่วยเหลือตำรวจโดยการแจ้งให้ประชาชนทราบถึงปัญหาอาชญากรรมในพื้นที่ เมื่อผู้โดยสารลงจากรถไฟ พวกเขาก็จะแจ้งให้ทราบถึงอันตรายในพื้นที่ ในพื้นที่อื่นๆ ที่มีอาคารว่างเปล่าจำนวนมาก เมืองได้ร่วมมือกันเพื่อพยายามหาธุรกิจมาเช่าหรือรื้อถอนอาคารเหล่านั้น กรมตำรวจยังเริ่มใช้การวิเคราะห์เชิงพื้นที่เพื่อวางแผนรูปแบบอาชญากรรม เช่นเดียวกับที่ใช้ในการศึกษาครั้งนี้^{[ 12 ]}การศึกษาครั้งนี้ทำให้ตำรวจมีเครื่องมือและความรู้ในการเริ่มต้นหน่วยวิเคราะห์อาชญากรรมของตนเอง ซึ่งยังคงใช้งานอยู่ในปัจจุบัน

ในช่วงเวลาเดียวกันนี้กรมตำรวจชิคาโกและหน่วยงานข้อมูลกระบวนการยุติธรรมทางอาญาแห่งรัฐอิลลินอยส์ได้ทำการศึกษาอีกโครงการหนึ่ง โครงการนี้มีชื่อว่า โครงการ ระบบเตือนภัยล่วงหน้าจุดประสงค์ของการศึกษาคือเพื่อช่วยให้ตำรวจระบุพื้นที่เสี่ยงสูงที่มีอัตราการฆาตกรรมและความรุนแรงที่เกี่ยวข้องกับแก๊งสูง การศึกษานี้ตรวจสอบพื้นที่ 23 ตารางไมล์ในชิคาโก ซึ่งมีคดีฆาตกรรมเกือบ 20 เปอร์เซ็นต์จากทั้งหมด 1,864 คดีในช่วงปี 1991–1992 ^{[ 4 ]}วงรี STAC ซึ่งเป็นเครื่องมือวิเคราะห์เชิงพื้นที่ ถูกนำมาใช้เพื่อกำหนดพื้นที่เสี่ยงสูงของเมือง วงรีเหล่านี้ถูกสร้างขึ้นเพื่อให้ข้อมูลแก่ตำรวจเกี่ยวกับพื้นที่ที่มีอาชญากรรมสูงที่สัมพันธ์กับตำแหน่งที่ตั้ง เพื่อสร้าง "ระบบเตือนภัยล่วงหน้า" การศึกษาได้สรุปว่าจำเป็นต้องมีการเฝ้าระวังอาณาเขตที่เกี่ยวข้องกับแก๊งเนื่องจากสงครามแย่งชิงพื้นที่และการแก้แค้นระหว่างแก๊งต่างๆ ตำรวจได้เข้าแทรกแซงโดยสร้างกระบวนการสองขั้นตอนในการระบุพื้นที่ที่มีปัญหาเฉพาะ และจากนั้นจึงเข้าแทรกแซงด้วยกลยุทธ์การป้องกันอาชญากรรม "ระบบเตือนภัยล่วงหน้า" ได้รับการปรับปรุงอย่างต่อเนื่องเพื่อวิเคราะห์รูปแบบอาชญากรรมและได้ถูกนำไปไว้ใน GeoArchives เพื่อให้หน่วยงานอื่นนำไปใช้^{[ 4 ]}

จากการศึกษาครั้งนี้ โครงการลดความรุนแรงของแก๊งจึงถูกริเริ่มขึ้นในพื้นที่ 23 ไมล์ จุดประสงค์ของโครงการนี้คือการลดความรุนแรงที่เกี่ยวข้องกับแก๊งผ่านการระดมพลังชุมชน^{[ 4 ]}ปัจจุบันกลุ่มนี้ใช้ "ระบบเตือนภัยล่วงหน้า" เจ้าหน้าที่ในโครงการนี้ใช้พื้นที่ที่มีปัญหาเพื่อกำหนดเป้าหมายเยาวชนที่เปราะบางในพื้นที่เหล่านั้น พวกเขายังได้สร้างทีมเพื่อติดตามและดูแลสมาชิกแก๊งที่รู้จัก 200 คน และยังให้พวกเขาเข้าถึงการศึกษา งาน และบริการทางสังคมอีกด้วย^{[ 4 ​​]}

การศึกษาจาก Campbell Collaboration แสดงให้เห็นว่าอาชญากรรมลดลงเมื่อตำรวจออกลาดตระเวน การลดลงนี้เห็นได้ชัดเจนในอาชญากรรมบางประเภทมากกว่าประเภทอื่น การศึกษาเดียวกันนี้แนะนำว่าหน่วยงานตำรวจควรลงทุนในการลาดตระเวนในพื้นที่เสี่ยงเพื่อรักษาโครงการป้องกันอาชญากรรม^{[ 19 ]}