ひったくり発生マップに関するアンケートの結果(大場亨)

2004年1月1日掲載
2004年1月12日改訂
2004年9月25日改訂

1.はじめに
 刑法犯認知件数が増加し,検挙率が減少する状況の中,犯罪の発生を予防することに大きな関心が寄せられている.犯罪に対する注意を住民に促すため,犯罪発生地点をインターネットで公開する都道府県警が増えているのはその典型である.住民の防犯意識が高まるとの理由で犯罪発生地図の公開に賛成する意見がある一方で,危険とされた地域に買物客や新規の住民が来なくなるとの理由でこれに反対する意見もある.このような賛否両論はいずれも科学的な調査結果を論拠としていないため,犯罪発生地図に対する評価が定まっていない.
 犯罪発生地図の公開の効果を正当に評価するとともに,その課題を見つけていくためには,犯罪発生地図が閲覧者の防犯行動に与える影響を科学的に調査することが不可欠である.しかしこのような調査は全く行われていない.そこで本稿では,インターネットで公開されている犯罪発生地図が閲覧者の防犯行動に与える影響をアンケートによって調査する.犯罪発生地図が公開されている罪種のうち,その地域の住民でなくても被害に遭う危険があるひったくりを対象とする.
 経験的,学識的に想定した因果関係を検証する手段として構造方程式モデリング及び共分散構造分析が近年注目されている.複雑な現象を比較的単純に理解することができるように,測定可能な変数(観測変数)と測定できない変数(潜在変数)からなる因果モデルを想定して,その妥当性を適合度という指標で検証することが,それらでは可能である.本稿では,犯罪発生地図と防犯行動との因果関係について構造方程式によりモデルを作成し,共分散構造分析を行うことにより,犯罪発生地図の防犯行動への心理的影響度合を定量的に明らかにする.

2.調査方法
 犯罪発生地図をインターネットで公開している警察は2003年11月現在で,警視庁,大阪府警,京都府警,北海道警,宮城県警,茨城県警,埼玉県警,神奈川県警,三重県警,奈良県警,島根県警である.前述のように一部の地域では犯罪発生地図の公開に関する賛否の議論が活発になされているものの,その他の地域ではその存在を知らない住民も多い.そこでインターネットで犯罪発生地図を公開している代表例である警視庁の例を,アンケート調査を実施する前に被験者に見せることにした.
 警視庁は2003年5月から「犯罪発生マップ」をインターネットで公開している(警視庁,2003;島田・原田,2003).ひったくり,車上狙い,粗暴犯,住宅対象侵入盗,事務所対象侵入盗の発生密度がカーネル密度推定法で推定されている.これらのうち自動車に乗らない人は車上狙いには関心が低いと予想され,その地域に居住または勤務していない人は住宅対象侵入盗または事務所対象侵入盗には関心が低いと予想される.そこで誰でも被害に遭う可能性があるひったくりの発生マップを被験者に見せることにした.またそのサイトで説明されている事項を被験者に伝えることにした.
 ひったくり発生マップの心理的効果を多様な閲覧者について明らかにするため,複数の大学の学生,主婦,民間会社員,公務員,公益団体社員などを調査の対象とする.ここで調査の客観性と信頼性を確保するためには,無作為抽出した住民に対して調査を行うことが望ましい.しかし特に女性等のいわゆる犯罪弱者をも調査対象として犯罪に関する意識を個別に調査する場合には,回答者が抵抗を感じる恐れがあるとともに,個人情報を保護する上でも問題がある.またインターネットに拒絶感がある人を調査対象に含めると,ひったくり発生マップに対する回答にその影響が現れる恐れもある.このため2003年11月から12月にかけて開催された5つのGIS関連セミナー等の会場で,パーソナルコンピュータに接続された液晶プロジェクタを用いて警視庁のひったくり発生マップを多数の参加者に同時に紹介した後,無記名方式によるアンケート調査を実施した.

表1 アンケート調査を実施したセミナー等の概要,アンケートの配布数・回収数・有効回答数

実施日

セミナー等の名称

主催者

開催場所

アンケート

配布数 回収数 有効回答数 有効回答率
11月14日(金) GISをどう活かすか-環境・ランドスケープ分野での実際- 社団法人ランドスケープコンサルタンツ協会・(株)環境コミュニケーションズ 東京体育館(東京都渋谷区)

84

68

64

76.2%

11月20日(木) 日本ESRI・ERDASユーザ会2003 日本ESRI・ERDASユーザ会 青山TEPIA(東京都港区)

35

33

33

94.3%

12月1日(月) 国土交通大学校専門課程測量技術研修 国土交通省国土交通大学校 国土交通大学校(東京都小平市)

19

19

18

94.7%

12月4日(木) 授業「社会科学のための基礎コンピュータE」 早稲田大学社会科学部 早稲田大学(東京都新宿区)

22

22

20

90.9%

12月4日(木) 授業「環境情報論」 東京情報大学環境情報学科 東京情報大学(千葉県千葉市)

120

116

115

95.8%

280

258

250

89.3%

 調査の概要を表1に示す.アンケートの配布数の合計は280票であるのに対して,回収した数の合計は258票である(回収率92.1%).このうちすべての設問に回答した有効回答数の合計は250票である(配布数に対する有効回答率は89.3%).性別や職業に関する回答の結果を表2に示す.有効回答のうち男性による回答は201票,女性による回答は49票である.

表2 性別,職業別の有効回答数
  男性 女性
職業 民間会社の役員・社員

43

12

55

公務員・教員

32

4

36

公益団体の社員・会員

6

 

 

6

学生・主婦

120

33

153

201

49

250

 このほか表3のようにひったくり発生マップのわかりやすさ,自己の行動を考える上での有用性,防犯行動への影響などに関して質問した.「全くそう思わない」を1,「あまりそう思わない」を2,「どちらともいえない」を3,「ややそう思う」を4,「とてもそう思う」を5とする5件尺度法で質問した.
 なお,ひったくり発生マップには半年毎の集計結果が掲載されている.このため閲覧した時点では,最も長い場合で半年前の情報になっていることがある.このような半年も前の情報に有用性を感じる人はほとんどいまい.そこでひったくり発生マップが毎月更新されていると回答者に想定していただき,長くても1ケ月前の情報であるとした場合のひったくり発生マップの有用性を,質問項目V4で回答していただいた.

表3 質問項目の平均値,標準偏差
 

質問項目

平均値 標準偏差
V1 ひったくり発生マップによる犯罪情報の提供はわかりやすいと思う

3.620

.944

V2 ひったくり発生マップを見て,ひったくりの発生場所についての認識が深まった

3.776

.871

V3 警察からのひったくり発生情報は正確であると思う

3.584

1.071

V4 長くても1ケ月前の情報であることは,自分の行動を考える上で充分新しいと思う

3.256

1.091

V5 ひったくりの発生場所を警察がインターネットで公開することは,自分の生活の安全に役立つと思う

4.160

.871

V6 最近のひったくりの発生場所を知りたいと思う

3.864

1.083

V7 ひったくりが多い地域に出かけるときは,カバンの持ち方などに気をつけようと思う

3.932

1.069

V8 家族・同僚・近所の人などにもひったくり発生マップを見せて,防犯について話し合ってみたいと思う

3.220

1.175


3.分析結果

3-1.予備的な分析の結果
 各質問項目の平均値,標準偏差を表3に示す.表3の質問項目に対する回答のすべてについて最尤法によって母数を推定する因子分析を行い,3つの因子を抽出した.promax回転を行った後の因子パターン行列を表4に示す.情報に対する評価に関する因子が防犯行動に関する因子に影響するなど,抽出される因子が独立でないと考えられるため,斜交回転であるpromax回転を行った.これら3つの因子は全分散の37.4%を説明している.「最近のひったくりの発生場所を知りたい」,「カバンの持ち方などに気をつける」,「家族・同僚・近所の人などにもひったくり発生マップを見せて話し合う」の因子負荷量が第1因子で大きい.このことから第1因子を「自主防犯行動」と命名する.「わかりやすい」,「認識が深まった」,「警察の情報は正確である」の因子負荷量が第2因子で大きい.このことから第2因子を「情報認識」と命名する.「自己の行動を考える上で情報は充分新しい」,「自己の生活にひったくり発生場所の公開は役立つ」の因子負荷量が第3因子で大きい.このことから第3因子を「情報に対する評価」と命名する.

表4 promax回転後の因子パターン行列
  第1因子 第2因子 第3因子
V1

-.169

.689

.104

V2

.289

.546

-.051

V3

.004

.272

.197

V4

-.135

.092

.411

V5

.215

.196

.364

V6

.719

-.159

.203

V7

.545

.027

-.059

V8

.720

.066

-.207


 因子間の相関行列を表5に示す.第3因子「情報に対する評価」と第1因子「自主防犯行動」,第2因子「情報認識」と第3因子「情報に対する評価」との相関が大きく,第2因子「情報認識」と第1因子「自主防犯行動」との相関はあまり大きくない.

表5 因子間の相関行列
  第1因子 第2因子 第3因子
第1因子「自主防犯行動」

1.000

   
第2因子「情報認識」

.319

1.000

 
第3因子「情報に対する評価」

.639

.496

1.000


3-2.構造方程式モデルの構築
 以上の結果から潜在変数を設定し,構造方程式モデルを構築する.まずひったくり発生マップを閲覧することによって,そのわかりやすさ等について閲覧者は「情報認識」を行う.次に自己の行動を考える上での有用性について「情報に対する評価」がされ,最後に「自主防犯行動」に結びつくと仮定する.このように認識が評価に,評価が行動に影響を及ぼすという認知的流れに沿って,モデルを構築する.
 以上の仮説に基づいたモデルを表現したパス・ダイアグラムを図1に示す(ただし図1には後述する分析結果も併記している).図1において,直接に観測することができない潜在変数は楕円で囲まれている.また潜在変数を推定するために実際に測定される観測変数は長方形で囲まれている.ここで表3のように質問して測定された結果を観測変数V1からV8としている.前述の因子分析の結果から,潜在変数「情報認識」の影響を受ける観測変数はV1,V2,V3のみであるとし,その他の観測変数はその影響を受けないと仮定する.同様に潜在変数「情報に対する評価」の影響を受ける観測変数はV4,V5のみであると仮定し,潜在変数「自主防犯行動」の影響を受ける観測変数はV6,V7,V8のみであると仮定する.
 潜在変数「情報認識」は潜在変数「情報に対する評価」に,潜在変数「情報に対する評価」は潜在変数「自主防犯行動」に影響を与えるとの仮説を立てる.しかしひったくり発生マップのわかりやすさや正確さを認識したからといって,その情報を自分なりに解釈したり評価したりすることなく,閲覧者は自己の防犯行動を変えるとは考えにくい.また前述の因子分析において第2因子「情報認識」と第1因子「自主防犯行動」との相関係数があまり大きくなかったことから,潜在変数「情報認識」と潜在変数「自主防犯行動」との間には直接の因果関係を仮定しない.
パスダイアグラムと共分散構造分析の結果
図1 パス・ダイアグラムと共分散構造分析の結果

3-3.共分散構造分析の結果
 最尤法による共分散構造分析によってモデルを検討した.モデルの適合度指標であるGFI(Goodness of Fit Index)の値は0.972,AGFI(Adjusted Goodness of Fit Index)の値は0.944であり,いずれも非常に高い値を示している.したがってデータとモデルの適合度は充分高く,構成されたモデルは標本共分散行列をよく説明していると考えられる(1).
 この共分散構造分析の結果を図1に示す.単方向の矢印には標準化されたパス係数を付した.想定した潜在変数によって説明されない観測変数の分散を生じさせる誤差の項をe,原因となる潜在変数によって説明されない,結果となる潜在変数の分散を生じさせる誤差の項をゼータで表した.
 仮説「母パス係数は0である」に関するt検定の結果,すべてのパス係数について有意水準1%以下でこの仮説が棄却された.潜在変数から観測変数へのパス係数はいずれも正の値を示していることから,潜在変数と観測変数とは正の関係にある.潜在変数と観測変数との関係についてモデルにおいて想定したとおりの結果が得られたといえる.
 潜在変数「情報認識」から観測変数V1へのパス係数(0.536)やV2へのパス係数(0.695)と比べて,V3へのパス係数(0.399)が小さい.つまり,わかりやすさや認識の深まりと比べて,警察の情報の正確さへの信頼感は潜在変数「情報認識」との相関が小さい.この理由の一つとして,警察の情報の正確性について回答者各人に共通な客観的基準がないため,アンケートの質問「警察からのひったくり発生情報は正確であると思う」に回答者は判断しにくく,この質問に対する回答のばらつきが回答者間で大きくなった可能性が考えられる.
 潜在変数「情報に対する評価」から観測変数V5へのパス係数(0.754)と比べて,観測変数V4へのパス係数(0.286)が小さい.つまり自分の行動を考える上での有用感と比べて,情報の新しさに対する評価は潜在変数「情報に対する評価」との相関が小さい.ひったくりの発生場所が移り変わる期間に関する情報を警視庁のひったくり発生マップ公開ページは提供していないこともあって,1ケ月に一度の更新であることが自己の行動を考える上で新しいかどうかについて受け止め方が回答者によってばらついた可能性がある.
 潜在変数「自主防犯行動」から観測変数V6へのパス係数(0.799)と比べて,観測変数V7やV8へのパス係数が小さい.最近のひったくり発生場所をひったくり発生マップで知ろうとする行動は多くの回答者にとってしやすいものの,カバンの持ち方に気をつけたり,知人にもこれを見せて相談したりする行動は回答者によって差異があると思われる.
 潜在変数間のパス係数も正の値を示し,かつ有意である.このことから回答者全体としては情報認識が深ければ,情報の有用感の評価が高まり,防犯行動をしようとすると考えられる.ここで潜在変数「情報に対する評価」の分散のうち,潜在変数「情報認識」の分散で説明することができる分散の割合は,それらの潜在変数間の標準化されたパス係数の2乗で示される.従って潜在変数「情報に対する評価」の分散の52.6%が潜在変数「情報認識」によって説明される.同様に,潜在変数「自主防犯行動」の分散の42.6%が潜在変数「情報に対する評価」によって説明される.

4.おわりに
 本稿では,「情報認識」「情報に対する評価」「自主防犯行動」の各潜在変数を設定し,観測変数によって測定した.共分散構造分析の結果,回答者全体としてはひったくり発生マップによって情報認識が深まれば,情報の有用感の評価が高まり,防犯行動をしようとする効果があることが立証された.
 潜在変数「情報に対する評価」から観測変数へのパス係数についての考察により,自分の行動を考える上での有用感と比べて,1ケ月に一度の更新であることが自己の行動を考える上で新しいかどうかについての受け止め方が回答者によってばらついている可能性が考えられた.ひったくりの発生場所が移り変わる期間に関する情報があわせて提供されることが望まれる.
 潜在変数「自主防犯行動」の分散のうち潜在変数「情報に対する評価」の分散によって説明される割合は42.6%であった.このことから全体としては情報の有用感が強まると防犯行動をしようとすると考えられるものの,回答者の中には情報の有用感があるにも関わらず防犯行動をあまりとろうとしない者がある程度存在することが窺える.また潜在変数「自主防犯行動」から観測変数へのパス係数についての考察からは,最近のひったくり発生場所をひったくり発生マップで知ろうとする行動は多くの回答者にとってしやすいものの,カバンの持ち方に気をつけたり,知人にもこれを見せて相談したりする行動は回答者によって差異があると思われた.目的が犯罪発生の予防である以上,犯罪発生状況の情報を公開するにあたっては閲覧者にその有用性を評価させるのみでなく,このような防犯行動を促す余地が残されている.
 インターネットでひったくり発生マップを閲覧することができると思われる人が本稿の調査対象になっている.それ以外の人の情報の受け止め方については今後の研究課題として残されている.
 なお本稿では潜在変数「自主防犯行動」を測定する観測変数として,最近の犯罪発生地点情報の知りたさ,カバンの持ち方への配慮,知人への情報の周知を用いた.しかし犯罪発生地域に行きたくないとする行動については本稿は調査していない.仮に犯罪発生地域を閲覧者が認識したとしても,そこを通らなければならない場合があるため,犯罪発生地域の忌避行動については細かな条件設定をした分析が本稿とは別に必要である.


(1)カイ2乗値は30.280(df =18)であり,仮説「モデルがデータに適合している」はカイ2乗検定により有意水準3.5%で棄却される.しかし標本数が多いときにはこの仮説が棄却されることがほとんどであることや,モデルからの乖離が大きい一部のデータに影響されるため,共分散構造分析でモデルの適合性を検討するのにカイ2乗値は適切でないとされている(Anderson and Gerbing, 1988).本稿においても標本数が多いためにこのような結果になったと考えられる.

参考文献
 Anderson, J. C. and Gerbing, D. W.(1988) Structual equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411-423.
 警視庁(2003) 犯罪発生マップ.<http://www.keishicho.metro.tokyo.jp/toukei/yokushi/yokushi.htm>.
 島田貴仁・原田豊(2003) WWWによる犯罪地図の公開.「地理情報システム学会講演論文集」,12,127-130.
 豊田秀樹(1998)『共分散構造分析<入門編>-構造方程式モデリング-』,朝倉書店.

トップページに戻る > このページのトップに戻る