2014年2月
我们通过分析共同犯罪网络来研究犯罪中的同伴效应。我们首先提供了一个可信的估计,这些网络中的同伴效应等于0.17。这一估计意味着,与一名共犯有关联的个人的社会乘数为1.2,与三名共犯有关联的个人的社会乘数为2。然后,我们在现实世界环境中提供了关键参与者政策的首批实证测试之一。该策略定义了从每个网络中删除罪犯的微观策略,以最大限度地减少犯罪总量。利用纵向数据,我们能够将关键参与者政策的理论预测与现实世界的结果进行比较。通过关注关键参与者随着时间的推移而消失的网络,我们表明理论预测的犯罪减少接近于在现实世界中观察到的情况。我们还表明,关键参与者策略优于其他合理的警察策略,如针对最活跃的罪犯或针对网络中具有最高中介性或特征向量中心性的罪犯。这表明,基于行为的政策在减少犯罪方面比那些基于没有微观基础的算法的政策更有效。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。