Criminalidade e espaço urbano: as redes de relação entre crime, vítimas e localização no Rio de Janeiro

Artigo Científico doi 10159021753369015e20220141 FCV é arquiteta e urbanista Mestre em Arquitetura e Urbanismo Mestranda em Ciência da Computação email fventorimuciedu VMN é Arquiteto e urbanista PhD email vmnettofeuppt urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 118 Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro Crime and urban space the relationship networks between crime victims and location in Rio de Janeiro ISSN 21753369 Licenciado sob uma Licença Creative Commons Fernanda Careta Ventorim a Vinicius M Netto b a Universidade da Califórnia Departamento de Ciência da Computação Irvine CA Estados Unidos Universidade Federal Fluminense UFF Programa de PósGraduação em Arquitetura e Urbanismo Niterói RJ Brasil b Universidade do Porto Centro de Investigação do Território Transportes e Ambiente CITTA Porto Portugal Como citar Ventorim F C Netto V M 2023 Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana v 15 e20220141 httpsdoiorg10159021753369015e20220141 Resumo A criminalidade urbana é um dos problemas mais graves em países em desenvolvimento Em contextos de forte desigualdade social como no Brasil as atividades criminosas afetam a vida das pessoas de maneira generalizada aparentemente ignorando contornos geográficos econômicos ou sociais Porém uma leitura rigorosa do problema da criminalidade pode revelar modos como ela se acentua em função de fatores soci ais e espaciais específicos Este artigo investiga as relações entre crime vítimas e situações urbanas A hi pótese é a de que essas relações não sejam aleatórias mas envolvam padrões de conexão entre certos tipos de crime características das vítimas e a localização das ocorrências Conexões heterogêneas entre esses fatores tornariam certos grupos sociais mais suscetíveis a tipos específicos de crime O artigo investiga es sas conexões na cidade do Rio de Janeiro propondo um método de análise via redes complexas capaz de agrupar i ocorrências criminais similares de acordo com o perfil das vítimas ii as características dos tipos de crime registrados e iii suas diferentes localizações O exame dessa topologia da criminalidade urbana é realizado em um estudo empírico de grande escala envolvendo 5000 ocorrências aleatoriamente selecionadas entre 2007 e 2018 na cidade do Rio de Janeiro Palavraschave Criminalidade Ocorrência criminal Segregação urbana Redes complexas Abstract Urban crime is one of the most serious problems in developing countries In contexts of strong social inequality as in Brazil criminal activities affect peoples lives in a generalized way apparently ignoring geographic eco nomic or social contours However a rigorous reading of crime occurrences can reveal ways in which they Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 218 might be intensified due to specific social and spatial factors This paper investigates the relationships between crime victims and urban situations The hypothesis is that these relationships are not random but involve patterns of connection between certain types of crime characteristics of victims and location of the crime Heterogeneous connections between these factors would make certain social groups more prone to specific types of crime The article investigates these connections in the city of Rio de Janeiro It does so proposing a method of analysis of complex networks capable of grouping i similar crime incidents according to victims profiles ii the characteristics of the types of crime registered and iii their distinct locations The examina tion of this topology of urban crime is carried out in a largescale empirical study involving 5000 randomly selected crime incidents between 2007 and 2018 in the city of Rio de Janeiro Keywords Crime Crime incidents Urban segregation Complex networks Introdução A criminalidade urbana é tida como um dos problemas mais graves em países em desenvolvimento veja eg Abramovay et al 2002 Particularmente em contextos de forte desigualdade social como é o caso do Brasil as atividades criminosas podem afetar a vida de cidadãos de forma generalizada aparentemente ignorando contornos geográficos econômicos ou sociais As cidades são ambientes particularmente sujeitos aos eventos de crime apresentando uma incidência superlinear ie uma concentração mais do que proporcional de crimes em relação ao tamanho de populações urbanas Bettencourt 2013 A distribuição urbana de ocorrências criminais está relacionada a diferentes fatores como as condições estruturais da produção da violência e os aspectos sociais e econômicos de sua reprodução cotidiana como as características de vítimas potenciais o comportamento de escolha do tipo de crime e de vítima por parte do ofensor e características do ambiente construído incluindo padrões de localização residencial relacionados à renda acessibilidade e condições locais na vizinhança Andrews Bonta 2010 O presente artigo foca nas condições de reprodução da criminalidade Pesquisas anteriores nesse campo de investigação identificaram relações entre crime e espaço urbanos em função de características espaciais de densidade residencial tamanho de quarteirões e acessibilidade das ruas Hillier Sahbaz 2008 condições de uso do solo e da arquitetura como a presença de atividades comerciais fatores de visibilidade e de interface arquiteturarua Newman 1972 Saboya et al 2016 ou a presença ou ausência de elementos urbanos como pontos de ônibus e parques eg Barnum et al 2017 He et al 2020 fatores de apropriação do espaço urbano como as condições da copresença de pessoas e vigilância natural no espaço público bem como fatores de segurança institucional e policial eg Hegemann et al 2011 Groff Mccord 2012 Essas abordagens foram capazes de mostrar que crimes não ocorrem de modo aleatório nas cidades e que diferentes tipos de crimes envolvem condições específicas Entretanto suas abordagens empíricas ainda não exploram com precisão as relações entre elementos chave nessa trama a topologia que conecta i vítimas e suas características e condição social como perfil de renda sexo e idade ii os tipos de crimes aos quais elas são submetidas e iii as condições urbanas que geraram a oportunidade do crime aqui abordadas como a distribuição e localização de ocorrências na cidade e possíveis padrões de concentração de certos tipos de crime A pergunta que nos move é Haveria associações entre esses componentes da criminalidade a condição social de suas vítimas e sua materialização em diferentes localizações urbanas Argumentamos neste artigo que uma leitura rigorosa desses aspectos pode iluminar modos pelos quais a criminalidade urbana se manifesta e se acentua sobretudo quanto às características das vítimas das ocorrências criminais e sua localização no espaço urbano Nosso estudo é centrado no caso da cidade do Rio de Janeiro Olharemos as características de distribuição de renda em seus bairros sua posição e distância em relação ao principal pólo de emprego Central Business District CBD Nossa hipótese é a de Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 318 que as associações entre tipos de crime tipos de vítima e localização espacial não sejam aleatórias mas encontrem padrões emergentes de conexões distribuídas de acordo com certas características sócio espaciais Gravemente essa distribuição heterogênea implicaria que certos grupos sociais são mais suscetíveis a tipos específicos de crime em seu cotidiano Investigaremos essa hipótese introduzindo uma abordagem ainda não explorada na literatura especializada sobre condições urbanas do crime o método de análise de redes complexas Esse método permite explorar associações a partir das similaridades e frequências de conexões entre fatores e variáveis que compõem o problema da criminalidade urbana Veremos por exemplo que vítimas do sexo feminino da raça negra e faixa etária entre 20 e 40 anos estão de fato mais frequentemente sujeitas a crimes violentos localizados em áreas espacialmente segregadas e de baixa renda do Rio Veremos os tipos de crimes aos quais outras vítimas estão sujeitas em outras situações sociais e urbanas Para chegar a observações empíricas sistêmicas e precisas nosso método ainda faz uso de medidas de centralidade em redes e detecção de comunidades baseadas em similaridade combinações mais frequentes entre tipos de crime vítima e localização O estudo empírico é de ampla escala envolve uma amostra de 5000 ocorrências aleatoriamente selecionadas dentro de uma base de dados inicial de 492305 ocorrências entre 2007 e 2018 obtida junto ao Instituto de Segurança Pública do Estado do Rio de Janeiro ISPRJ O artigo está estruturado nas seguintes seções Esta primeira seção apresentou o problema de pesquisa e nossa abordagem A segunda seção apresenta o estado da arte sobre o problema de pesquisa representado por algumas das principais abordagens às relações entre criminalidade e espaço urbano analisando também algumas de suas limitações A terceira seção apresenta dados contextuais da criminalidade no Rio de Janeiro A quarta seção desenvolve o método Apresentaremos uma métrica para avaliar a similaridade entre as ocorrências criminais Em seguida desenvolveremos um algoritmo para agrupar ocorrências semelhantes de modo a identificar clusters na amostra a partir de suas características A quinta seção faz sua aplicação na análise empírica das redes de associação entre tipos de vítima crime e localização A sexta seção analisa os resultados gerados para o Rio de Janeiro Examinaremos os padrões de associações entre características de vítimas grupos de crimes similares e as características de sua localização sob o ponto de vista da distribuição das ocorrências e suas distâncias ao CBD do Rio de Janeiro Essa análise da distribuição permitirá finalmente a identificação de padrões de concentração de tipos de crime como proxy ao papel da segregação espacial envolvendo crimes e vítimas As conclusões discutem as contribuições potenciais e limitações da presente abordagem em relação ao estado da arte sobre as relações entre crime vítima e espaço urbano Crime e espaço urbano na literatura Para entender as condições da ocorrência de crimes diversas linhas de estudo foram estabelecidas de teorias que investigam o comportamento de criminosos Burgess Akers 1966 Raine 1997 a teorias do crime como consequência da desorganização social ou de um sistema social deficiente Zaluar 1999 A criminologia tradicionalmente focada em estudos do ofensor e da vítima evoluiu nas últimas décadas em direção a uma criminologia ambiental ie enfatizando a influência do ambiente físico e urbano na ocorrência do crime O crime afetaria as populações de modo particular nas cidades e de modo potencialmente heterogêneo em termos sociais e espaciais implicado que grupos sociais distintos tendem a estar expostos a graus distintos de violência em seu cotidiano Uma das primeiras teorias que ressaltaram essa relação foi a de Becker 1968 com foco no processo de tomada de decisão do criminoso Cohen Felson 1979 desenvolvem a teoria do padrão criminal que associa a ocorrência a variáveis como localização e vítimas específicas Crimes estariam concentrados espacialmente porém seriam mutáveis e dinâmicos ao longo do tempo Já a teoria das atividades rotineiras de Brantingham Brantingham 1984 entende que a ocorrência do crime envolve a convergência de três elementos o Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 418 agressor a vítima e a ausência de policiamento formando um ambiente propício para sua realização Por fim a teoria da oportunidade Felson Clarke 1998 trata vetores do crime relacionado à vítima ambiente tipo e momento em que o crime é realizado Mais recentemente a análise de padrões espaciais da criminalidade adicionou avanços como a leitura dos impactos que violência sobre cidades e suas populações Zaluar 1999 e as análises qualitativas da percepção da violência eg Caldeira 2000 No Brasil outras abordagens estão relacionadas a forma como elementos arquitetônicos podem influenciar a propensão de crimes Saboya et al 2016 e o sentimento de insegurança Monteiro Iannicelli 2009 Metodologicamente muitas dessas abordagens espaciais ao problema do crime têm se valido de técnicas de geolocalização de ocorrências de diferentes tipos de crimes e análises qualitativas e quantitativas de situações urbanas Alguns estudos empíricos apresentam diferenças quanto a dados usados e divergências sobre como analisar a relação entre ocorrências e fatores urbanos Exemplos incluem análises da criminalidade via simulações que buscam identificar a evolução da rivalidade entre gangues em Los Angeles Hegemann et al 2011 ou o comportamento e localização espacial dos ofensores membros de gangues Radil et al 2010 Outra abordagem conhecida se limita à análise à condição espacial a relação entre a estrutura topológica de redes de ruas e suas características e a distribuição de crimes eg Hillier Sahbaz 2008 Davies Johnson 2015 Essas análises têm identificado condições espaciais de ocorrências mas raramente incluem conexões sistêmicas a tipos de vítimas associados Argumentamos que uma abordagem baseada na análise de redes de similaridade conectando tipos de crimes vítimas e localizações mostra considerável potencial exatamente nesse aspecto Isso se dá em função da complexidade das associações possíveis entre diferentes fatores na reprodução do crime e na capacidade da análise de redes em varrer e identificar essas associações baseada no exame preciso de conexões entre fatores impulsionada matematicamente e computacionalmente Como veremos a leitura precisa dessas associações na forma de redes permite representar essas conexões e reconhecer padrões de associações mais frequentes Para explorarmos mais profundamente o potencial da análise de redes vejamos a abordagem desde seus fundamentos até suas aplicações A abordagem das redes complexas O termo redes complexas é utilizado para identificar uma área de estudo sobre modelagem de fenômenos que envolvem entidades e o relacionamento entre elas As redes são como uma ferramenta de abstração para evidenciar entidades e suas relações A literatura apresenta exemplos de aplicação de redes complexas em diversos campos de estudo como a disseminação de fake news nas redes sociais social networks as causas e comportamentos de epidemias como a da COVID19 biological networks bem como o funcionamento da Internet technology networks No presente estudo a busca por padrões de associação entre tipos de crime vítimas e localizações em um vasto número de casos seria uma tarefa praticamente impossível sem o recurso computacional para verificação exaustiva das similaridades entre as ocorrências Por isso o método de construção dessas associações faz uso das chamadas redes complexas capazes de serem aplicadas a grandes bases de dados e gerarem resultados estatisticamente confiáveis Redes complexas são uma abordagem ainda pouco explorada em estudos urbanos da criminalidade mas têm sua origem em métodos quantitativos clássicos como a Teoria dos Grafos A representação da sociedade e do ambiente natural através do modelo de redes complexas acontece desde os estudos de Euler no século XIX sendo continuada em trabalhos com o enfoque nos padrões espaciais de Alexander 1965 na estrutura social de Freeman 1978 até os mais atuais com o foco em estruturas biológicas como a pesquisa de Girvan Newman 2002 Especificamente quanto à teoria dos grafos Boccaletti et al 2006 p 180 define Teoria de Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 518 Grafos é uma estrutura natural para o tratamento matemático exato de redes complexas e formalmente uma rede complexa pode ser representada como um grafo tradução livre1 Szwarcfiter 1986 define grafo por G V E 2 onde G grafo composto por um conjunto finito não vazio V e um conjunto E de pares não ordenados de elementos distintos de V V vértices do grafo G E arestas do grafo G Um grafo pode ser representado de diferentes formas Boccaletti et al 2006 p 180 apresenta três representações grafo a não direcionado em que as arestas aparecem representadas quando dois vértices têm uma relação entre elas b direcionado os vértices são conectados por setas indicando a direção de cada relação e c ponderado que é graficamente representado pelas espessuras das relações entre os vértices que indicam seus pesos na relação Embora diversas pesquisas tenham investigado características topológicas de redes Barabási et al 2016 Kossinets Watts 2006 Uzzi Spiro 2005 a heterogeneidade das relações arestas que conectam os vértices é um tópico sob crescente atenção Em muitas redes reais eg redes em locais de trabalho ou redes digitais de difusão de informação essas relações são frequentemente associadas a pesos que as diferenciam em termos de força intensidade ou capacidade Wasserman Faust 1994 Barrat et al 2004 Opsahl Panzarasa 2009 Uma importante finalidade das redes complexas é evidenciar padrões em fenômenos físicos biológicos e sociais buscando entender a relação e as conexões entre entidades Há na literatura exemplos de algoritmos matemáticos que propuseram solucionar este problema Girvan Newman 2002 desenvolveram uma estrutura chamada de comunidade em redes não ponderadas descrita como um método algorítmico que busca identificar fortes semelhanças entre eles levando à clusterização da rede Blondel et al 2008 propuseram um algoritmo para detectar comunidades em grafos capazes de avaliar o quanto os vértices de uma comunidade estão conectados em comparação com uma rede aleatória Mais recentemente Cazabet Rossetti 2019 p 2 trouxeram uma definição de comunidade útil para esclarecer esses termos Uma comunidade estática em um grafo G V E é i um cluster ou seja um conjunto de vértices CV ii tendo características topológicas relevantes conforme definido por um algoritmo de detecção de comunidade tradução livre2 Ou seja a comunidade de um grafo é um cluster de vértices que apresentam características topológicas semelhantes Essa foi uma breve leitura geral da abordagem de redes complexas algumas aplicações e conceitos básicos Aproximemos agora essa leitura topológica ao fenômeno das associações entre eventos de crime vítima e as condições de situação das ocorrências em si Aplicando redes complexas no estudo do crime urbano O fenômeno do crime urbano e sua reprodução envolve uma multiplicidade de elementos de naturezas distintas como as características pessoais sociais e comportamentais tanto de vítimas quanto de criminosos bem como condições temporais e espaciais em interações potencialmente complexas ie 1 Graph theory is the natural framework for the exact mathematical treatment of complex networks and formally a complex network can be represented as a graph 2 A static community in a graph G VE is i a cluster ie a set of nodes CV ii having relevant topological characteristics as defined by a community detection algorithm tradução livre Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 618 não inteiramente previsíveis e lineares Além dessa característica do fenômeno o alto índice criminal no Brasil e no Rio de Janeiro e o volume decorrente de dados tornam o problema particularmente atraente para a aplicação do método de redes complexas Apropriandose das definições anteriores neste estudo as ocorrências criminais serão tratadas como os vértices do grafo e as arestas as relações de semelhanças entre elas Quanto maior a similaridade mais forte será essa relação A busca de padrões de associações entre variáveis ligadas ao problema do crime urbano demanda imergirmos em uma trama empírica diversa Fizemos o uso da aplicação de um algoritmo matemático capaz de fazer emergir as chamadas comunidades que demonstram maiores semelhanças entre si através da clusterização das ocorrências criminais Agora apliquemos a abordagem das redes complexas para entender as associações entre tipos de crime vítimas e situações urbanas na cidade do Rio de Janeiro Para tanto vejamos um pouco sobre a natureza da criminalidade nesse contexto específico O contexto do Rio de Janeiro os números da criminalidade O Rio de Janeiro é uma cidade conhecida internacionalmente por diferentes motivos entre eles por problemas relacionados ao crime e suas ramificações Desde a década de 1960 altas taxas de homicídio prevaleciam principalmente nas famosas favelas encravadas na cidade formal incluindo em áreas afluentes da zona sul e nas extensas zonas norte e oeste da cidade em sua conurbação à Baixada Fluminense Mais recentemente milícias vêm assumindo o controle territorial de vastas áreas incluindo práticas de vigilância de atividades comerciais e sociais adicionando ao quadro desafiador do crime organizado na cidade Em que pesem esses movimentos organizados dados apontam que a incidência geral de crimes violentos vem diminuindo Cerqueira et al 2019 possivelmente em conexão a políticas públicas O Atlas da Violência 2019 apontou queda no registro de homicídios dolosos na cidade desde 1991 quando a série histórica do crime teve início Cerqueira et al 2019 De 2018 a 2019 houve queda de 193 nos homicídios no Estado do Rio de Janeiro Furtos chegaram a uma média anual de aproximadamente 18000 ocorrências entre 2010 e 2015 e tiveram redução desde então Apesar dessas quedas ao longo dos últimos anos outros tipos de crimes vêm se acentuando sobretudo o roubo com forte crescimento desde 2012 superando as 210000 ocorrências em 2018 Figura 1 Figura 1 Série histórica de ocorrências em relação aos nove diferentes tipos de crime listados Fonte autores a partir dos dados do ISPRJ Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 718 Outra evidência a ser destacada é a semelhança na evolução de três tipos de crime ameaça lesão corporal dolosa e lesão corporal culposa de trânsito Os três crimes apresentaram leve aumento de ocorrências entre 2007 e 2013 com queda até 2017 Outros tipos de crimes se mantiveram estáveis no período homicídio doloso estupro pessoas desaparecidas e tentativa de homicídio com incidências estáveis em torno de 10000 ocorrências registradas ao ano Encontrar conexões entre fatores da criminalidade nesse volume estarrecedor envolve penetrar esses fatores e características buscando a identificação de similaridades entre aspectos das ocorrências Método parte I encontrando similaridades entre ocorrências no Rio Utilizaremos os dados fornecidos pelo Instituto de Segurança Pública do Estado do Rio de Janeiro ISPRJ Esses dados são extraídos dos registros de boletins de ocorrência criminal entre 2007 e 2018 na capital É importante pontuar que possivelmente um número de casos não são devidamente registrados incluindo em função de falta de informação ou medo por parte das vítimas e ficam fora de análises rigorosas do estado da criminalidade na cidade Entre os tipos de crimes disponíveis nesses registros focaremos nos crimes cometidos contra a pessoa seguindo a classificação do ISPRJ a crimes relacionados a lesões contra a vítima lesão corporal dolosa ie com a intenção de ferir ameaça e estupro b crime associado às pessoas desaparecidas pessoas desaparecidas c crimes relacionados aos homicídios homicídio doloso ie com a intenção de matar tentativa de homicídio morte por intervenção de agente do Estado eg resultado de ação policial d crime associado a acidentes de trânsito lesão corporal culposa de trânsito ie sem a intenção de ferir Além dessa tipologia de crimes a base inclui dados das i características da vítima sexo idade e raça ii a localização da ocorrência bairro e o tempo horário da ocorrência Naturalmente há fatores importantes com papeis potencialmente causais sobre as relações entre essas variáveis e suas implicações para efeito da realização de crimes como a incidência de milícias e suas consequências no domínio de bairros ou os efeitos de políticas públicas de segurança e de práticas de policiamento em diferentes áreas da cidade Entretanto esses são fatores de notória dificuldade de obtenção de informação e dados Assim não oferecem condições de inclusão para efeito do método de análise utilizado Suas implicações devem ser tema para futuras pesquisas A análise do grande número de ocorrências criminais no intervalo de tempo estudado e nos moldes assinalados acima um total de 492305 ocorrências demanda alta capacidade computacional o que impõe dificuldades para o exame empírico da similaridade entre casos Uma forma de resolver esse limite de modo a manter a representatividade do conjunto de casos a examinar demanda a definição de uma amostra um subset desse banco de dados suficientemente grande para oferecer robustez estatística Alcançamos a solução para esse dilema na forma de um tradeoff entre tamanho desejável da amostra e custo computacional A geração dessa amostra suficiente e factível foi feita a partir de uma seleção aleatória de um conjunto de 5000 ocorrências capaz de oferecer nível de confiança estatística acima de 95 Construímos a amostra aleatória via algoritmo produzido na linguagem de programação Python Construção do grau de similaridade entre ocorrências criminais O próximo passo envolve verificar o grau de similaridade entre ocorrências criminais Graus baixos de similaridade são menos interessantes do que os casos com alta similaridade para efeito de detecção de padrões nos dados Para isso construímos uma métrica para identificar o grau de similaridade entre ocorrências a partir de dois grupos de variáveis aquelas relacionadas ao crime tipo de crime e horário e as relacionadas às vítimas sexo idade e raça Tabela 1 Atribuímos pesos na forma de percentuais por exemplo a similaridade entre dois tipos iguais de crime é 100 Já a similaridade entre tipos de crimes de um mesmo grupo foi definida em 50 conforme os grupos a a d acima Neste desenho experimental a Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 818 variável espacial não entra no método de detecção das comunidades de modo que padrões locacionais emerjam a posteriori a partir das comparações entre os resultados de similaridade encontrados pelo algoritmo e as localizações das ocorrências O mesmo desenho é utilizado em relação à variável renda Tabela 1 Métrica do grau de similaridade entre variáveis das ocorrências Tema Variáveis Ocorrência 1 Ocorrência 2 Percentual de Similaridade Crime Tipo de Crime Crimes iguais Crimes iguais 100 Crimes do mesmo grupo Crimes do mesmo grupo 50 Crimes de grupos dife rentes Crimes de grupos dife rentes 0 Horário Manhã Tarde Noite Madrugada Iguais Iguais 100 Manhã Tarde 33 Tarde Noite 33 Noite Madrugada 33 Madrugada Manhã 33 Diferentes Diferentes 0 Vítima Sexo Feminino e Mascu lino Iguais Iguais 100 Diferentes Diferentes 0 Idade 100 O1O2 entre 0 e 100 Exemplos 89 14 Exemplos 32 18 43 96 Raça Branco Negro e Pardo Iguais Iguais 1005 Branca Parda 50 Parda Negra 50 Diferentes Diferentes 0 Fonte autores A partir desses percentuais representando o grau de similaridade entre variáveis em cada categoria propomos o grau de similaridade total entre duas ocorrências criminais através de uma equação GS TC H S 100 IiIj R 1 onde GS Grau de similaridade entre duas ocorrências TC Similaridade da variável tipo de crime H Similaridade da variável horário S Similaridade da variável sexo Ii Idade da vítima i Ij Idade da vítima j R Similaridade da variável raça Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 918 Em seguida testamos essa medida verificando a distribuição das ocorrências a partir desses graus de similaridade Figura 2 Histograma da distribuição do grau de similaridade entre ocorrências criminais Fonte autores Fizemos isso examinando o histograma das frequências de ocorrências eixo y no gráfico da Figura II para diferentes graus de similaridade eixo x do gráfico da Figura 2 O histograma mostra que a maioria das ocorrências apresentou graus de similaridade entre 40 e 70 Dado que graus baixos de similaridade são menos interessantes para efeito de detecção de padrões nos dados consideraremos apenas as ocorrências com grau de similaridade acima de 70 Em seguida utilizamos esse limiar de similaridade para reconhecer os clusters de ocorrências similares Método parte II o uso de redes complexas para capturar associações No presente estudo o método envolve avaliar a existência de similaridades entre ocorrências por meio de recursos capazes de computar relações entre as informações que compõem cada registro de ocorrência criminal Para este fim desenvolvemos um algoritmo para mapear essas associações no grafo representando as ocorrências Em seguida avaliaremos seus graus de similaridade Os graus de similaridade entre ocorrências serão usados para gerar a rede de similaridade entre elementos da criminalidade urbana de acordo com um modelo de relacionamento estruturado de acordo com as variáveis Esse método de representação e análise das similaridades permite a detecção automática de clusters chamados de comunidades na literatura em Network Science veja Barabási 2016 Construção da rede de ocorrências criminais similares Com base na teoria dos grafos consideramos as ocorrências como os vértices do grafo e o grau de similaridade entre elas como as arestas O resultado dessa construção é um grafo ponderado que representa o grau de relação entre vértices pela espessura da aresta entre eles Boccaletti et al 2006 Encontramos na literatura de redes algoritmos que permitem agrupar entidades a partir de semelhanças Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 1018 De posse da amostra de 5000 ocorrências o método envolve a análise dos quantitativos das ocorrências criminais buscando associações mais frequentes entre tipos de crime vítima e localizações por meio do modelo de redes complexas ponderadas Para reconhecimento e geração dessas conexões na forma de grafos utilizamos o software Graphtool Peixoto 2018 módulo em Python A formação das comunidades em nossa amostra acontece por meio de uma ramificação das ocorrências que encontra uma hierarquia com diferentes níveis A Figura 3 ilustra o resultado de um subset da amostra com 1000 vértices e suas conexões estilizadas de forma curvilínea Cada ponto ao longo do círculo externo representa uma ocorrência criminal e cada conjunto de pontos formando uma linha de mesma cor foi identificado pelo algoritmo como uma comunidade ou seja ocorrências com características topológicas semelhantes O grafo de linhas retilíneas e vértices quadrados no interior do círculo em cinza traz a principal estrutura mostrando a hierarquia das ramificações em comunidades emergindo na borda do círculo O grafo estilizado também mostra que as ramificações têm continuidades e estão conectadas entre si A intensidade da conexão é evidenciada pelas cores da amarela próxima à borda do círculo à laranja até as cores mais frias roxo e preto Figura 3 Representação das comunidades cores distintas do círculo externo em um subset de 1000 ocorrências criminais vértices representada por cada ponto deste círculo A estrutura no interior do círculo em linhas cinzas traz o grafo da hierar quia das ramificações em diferentes clusters Fonte autores No presente estudo o algoritmo encontrou um total de 96 comunidades nas 5000 ocorrências com uma média de 52 ocorrências por comunidade Entretanto esse número de ocorrências é excessivamente pequeno gerando muitas comunidades com alto grau de similaridade interna mas bastante específicas Em que pese a precisão analítica um número menor de comunidades facilita o entendimento e a identificação de relações de similaridades em um leque mais amplo de ocorrências O método de análise em comunidades permite explorar diferentes arranjos de números de comunidades a partir de diferentes graus de similaridade Testamos cinco níveis hierárquicos com 52 29 16 8 e 3 comunidades Após analisarmos essas hierarquias identificamos que a estrutura com melhor balanço entre grau de similaridade interno nas comunidades e número de comunidades foi a hierarquia com 16 comunidades Esses clusters combinam especificidades das ocorrências sem generalização ou afunilamento excessivo das características topológicas dos agrupamentos Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 1118 A partir da detecção das comunidades por meio do modelo de redes complexas no algoritmo de Peixoto 2018 chegamos aos agrupamentos de ocorrências criminais similares quanto às variáveis dos tipos de crime e vítima Com esse resultado poderemos seguir à última etapa do método identificar padrões espaciais nos 16 clusters de ocorrências similares em termos de tipos de crimes e de vítima no Rio Resultados padrões de similaridade em ocorrências A análise das conexões entre os clusters de ocorrências e localização espacial nos permitirá averiguar a existência de relação entre grupos de crimes similares e sua distribuição espacial correspondentes aos bairros do Rio Nossa hipótese sugere a existência de padrões de associação entre os componentes do tipo de crime e características das vítimas potencialmente concentrados em certas localizações das ocorrências de acordo com sua distância ao principal pólo de emprego CBD e de renda das áreas da cidade Lembramos que uma distribuição heterogênea pode tornar certos grupos sociais mais suscetíveis a tipos específicos de crime Resumindo as três etapas do método nos levaram a um total de 16 comunidades dentro da amostra de 5000 ocorrências criminais nas quais as ocorrências apresentam características similares que as aproximem na topologia das variáveis A Tabela 2 traz os principais resultados para cada comunidade identificada Tabela 2 Resumo das 16 comunidades identificadas pelo algoritmo de acordo com as variáveis relacionadas a características da vítima tipo e horário do crime e os bairros com de maior concentração da ocorrência Comunidade Ocorrências Vítima Crime Localização Sexo1 Raça2 Idade anos Tipo de crime3 Horário4 Bairro5 1 497 100 M 100 B 231 3040 229 2030 545 LCD 451 Ameaça 475 T 336 M Lagoa Cen tro Camorim 2 336 100 F 607 N 39 P 339 2030 295 3040 58 LCD 408 Ameaça 536 Ma 259 T Santa Cruz Pavuna Ri cardo de Al buquerque 3 115 100 F 513 B 40 P 287 1020 27 2030 843 LCCT 60 N 40 T Lagoa Pe nha Santa Cruz 4 487 100 F 994 P 324 2030 263 3040 491 LCD 487 Ameaça 628 N 372 M Santa Cruz Ri cardo de Al buquerque Realengo 5 165 100 F 994 B 218 3040 188 2030 879 LCCT 503 T 412 M Lagoa Pe nha Bonsucesso 6 415 100 M 518 B 34 P 26 2030 248 3040 525 LCD 472 Ameaça 66 N 34 T Santa Cruz Pavuna Campo dos Afonsos 7 239 100 M 473 P 381 B 251 2030 218 3040 778 LCCT 527 N 473 T Lagoa Santa Cruz Penha 8 791 100 F 100 B 282 3040 277 2030 501 Ameaça 48 LCD 42 T 37 M Santa Cruz Olaria Ri cardo de Al buquerque 9 770 100 F 56 B 273 P 30 3040 273 2030 51 Ameaça 478 LCD 727 N 273 T Santa Cruz Lagoa Penha Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 1218 Comunidade Ocorrências Vítima Crime Localização Sexo1 Raça2 Idade anos Tipo de crime3 Horário4 Bairro5 10 25 100 F 80 P 12 B 48 1020 32 010 100 Estupro 36 N 36 T Santa Cruz Pavuna Cam pinho 11 262 100 M 100 B 347 2030 244 3040 821 LCCT 443 T 347 M Lagoa Pa rada de Lu cas Penha 12 156 100 M 100 P 397 2030 244 3040 100 LCCT 506 N 494 M Lagoa Santa Cruz Penha 13 261 100 M 100 P 268 3040 257 2030 559 LCD 437 Ameaça 674 N 326 M Santa Cruz Cidade Nova Parada de Lu cas 14 164 100 M 665 N 317 P 311 2030 274 3040 573 LCD 421 Ameaça 445 Ma 323 T Santa Cruz Cidade Nova Olaria 15 134 100 F 709 P 284 N 209 3040 179 4050 855 LCCT 403 M 328 N Lagoa Pe nha Santa Cruz 16 182 100 M 577 P 407 N 33 2030 236 3040 429 LCCT 242 Pessoas desaparecidas 198 Homicí dio doloso 324 Ma 319 M Santa Cruz Penha Ci dade Universi tária 1 F Feminino M Masculino 2 B Branca N Negra P Parda 3 LCD Lesão corporal dolosa LCCT Lesão corporal culposa de trânsito 4 M Manhã T Tarde N Noite Ma Madrugada 5 Quantitativo de ocorrências relativizados pelo total da população do bairro 3 maiores Fonte autores Iniciemos por uma análise geral dos tipos de crime e vítimas na cidade do Rio de Janeiro Segundo o IBGE 2010 532 da população no Rio de Janeiro eram pessoas do sexo feminino dado compatível com os resultados da amostra que apresenta uma proporção de 565 de vítimas do sexo feminino Os quantitativos relacionados à raça da vítima também segue a mesma linha a amostra aponta que 53 das vítimas dos crimes em geral no período de 2007 a 2018 são brancas 38 pardas e 10 são negras Notamos que as três raças mais presentes na população da cidade correspondem à 512 de brancos 365 pardos e 115 negros Quanto à faixa de idade mais incidente nas comunidades percebemos que as vítimas entre 20 e 40 anos são as mais presentes o que também se alinha às faixas de idade de maior percentual na população da cidade Gravemente esta análise evidencia as mulheres como o grupo mais sujeito a lesões contra a vítima no Rio de Janeiro 717 na média anual do total de casos no período Destes crimes de agressão ie com intenção de ferir como lesão corporal dolosa ameaça e estupro são os predominantes evidenciados em 9 das 16 comunidades Em 517 dos casos as vítimas são negras ou pardas sendo que 798 do total das vítimas tem entre 20 e 40 anos Em absoluto contraste o tipo de crime mais frequente para vítimas masculinas é a lesão corporal culposa de trânsito ie sem intenção de ferir com 635 das LCCTs no período um tipo de crime que aparece em evidência em 7 das 16 comunidades Identificamos ainda que crimes contra a vida homicídio doloso tentativa de homicídio morte por intervenção de agente do Estado ou pessoa desaparecida têm homens como principais vítimas 838 dos crimes contra a vida Raça importa nesse tipo de crime Mais de dois terços das vítimas são negros ou pardos 683 dos casos no período analisado Casos envolvendo homens Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 1318 adultos entre 20 e 40 anos encontram maior proporção nos casos 619 o que sugere que as vítimas mais frequentes são homens economicamente atuantes na cidade Dentre os 16 clusters identificados alguns padrões sociais e espaciais foram evidenciados Vejamos dois exemplos de comunidades com associações mais eloquentes enquanto padrões de relação entre vítimas crimes e localizações Foram identificadas oito comunidades nas quais lesões contra a vítima lesão corporal dolosa ameaça e estupro aparecem em destaque Aqui as vítimas mais frequentes são pessoas do sexo feminino negras ou pardas entre 30 e 50 anos 2736 da amostra O confronto deste dado com a renda mostra que na maioria dos casos as vítimas residem em bairros de baixa renda na cidade em que a renda per capita está entre R17412 e R37665 Vejamos a Comunidade 2 que evidência claramente esse padrão de associações Comunidade 2 A comunidade 2 agrupou 336 ocorrências criminais exclusivamente contra mulheres negras e pardas Entre as vítimas neste cluster 607 dos registros são negros e 39 são pardos Os tipos de crime mais frequentes são lesão corporal dolosa 58 do total no cluster e ameaça 408 Figura 4 Figura 4 Comunidade 2 Fonte autores a partir dos dados do ISPRJ Distribuição das variáveis para tipo de crime características da vítima sexo raça e idade e horário das ocorrências acima Ocorrências registradas por mulheres em sua maioria negras ou pardas entre 20 e 40 anos vítimas de lesão corpo ral dolosa ou ameaça acometidas principalmente de madrugada Distribuição espacial de ocorrências as barras mostram a taxa relativa de ocorrências média anual de ocorrências no bairro no período população no bairro multiplicada por 100000 na cidade do Rio de Janeiro As cores indicam a faixa de renda per capita média Os círculos indicam a localiza ção e distâncias ao CBD Mulheres da faixa etária de 20 e 30 anos 339 do total de vítimas neste cluster e de 30 e 40 anos 295 foram as principais vítimas As vítimas das faixas adjacentes 10 a 20 anos e 40 a 50 anos têm porcentagens próximas a 14 Analisando o fator temporal a maioria das ocorrências 536 ocorreu de madrugada As demais dividiramse em duas faixas de horários 259 à tarde e 205 de manhã As 336 ocorrências da Comunidade 2 estão majoritariamente inseridas na zona oeste do Rio de Janeiro sendo que 25 ocorrências delas no bairro de Santa Cruz 19 em Campo Grande 18 ocorrências aconteceram Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 1418 em Bangu Quando o quantitativo é relativizado pelo total da população dos bairros os bairros com maior incidência são Santa Cruz taxa de 22945 ocorrências população do bairro 100000 na média anual no período Pavuna 11954 Ricardo de Albuquerque 5669 e Rocha Miranda 5591 Figura 4 A distribuição espacial desses crimes violentos contra negras e pardas se mostra heterogênea com picos de casos sobretudo em áreas de baixa renda e espacialmente segregadas Três deles Pavuna Ricardo de Albuquerque e Rocha Miranda estão a aproximadamente 20 km de distância do CBD indicado pelos círculos concêntricos Santa Cruz é o bairro mais distante em relação ao CBD e apresenta a maior taxa de ocorrências o que claramente tem implicações diretas com riscos à população feminina negra e parda no bairro Em relação a outros clusters de crimes e vítimas o algoritmo identificou ainda sete comunidades nas quais a lesão corporal culposa de trânsito aparece em evidência Nesses casos existem diferentes tipos de relação no entanto as características pessoais que se destacaram foram os homens brancos entre 20 e 40 anos Na maioria dos casos as vítimas residem em bairros de padrão médio e alto em que a renda per capita está entre R591 e quase R3000 Vejamos a Comunidade 11 que evidencia fortemente esse padrão Comunidade 11 Este cluster apresentou 262 ocorrências criminais e todas suas vítimas são homens brancos majoritariamente nas faixas de idade entre 20 e 40 anos 591 dos casos no cluster Outras faixas de idade incluem vítimas de 40 a 50 anos 134 e de 10 a 20 anos 84 A grande maioria das ocorrências 821 registrou lesão corporal culposa de trânsito como crime sofrido Crimes relacionados a pessoas desaparecidas e tentativa de homicídio também estão agrupados neste cluster 73 e 5 dos crimes no cluster respectivamente O horário da tarde abrangeu 443 das ocorrências registradas 347 ocorreram de manhã e 21 de madrugada Figura 5 Figura 5 Comunidade 11 Fonte autores a partir dos dados do ISPRJ Distribuição das variáveis para tipo de crime características da vítima sexo raça e idade e horário das ocorrências acima Ocorrências registradas por homens brancos entre 20 e 40 anos vítimas majoritariamente de lesão corporal culposa de trânsito em especial no horário da tarde Distribuição espacial de ocorrências as barras mostram a taxa relativa de ocor rências média anual de ocorrências no bairro no período população no bairro multiplicada por 100000 na cidade do Rio de Janeiro As cores indicam a faixa de renda per capita média Os círculos indicam a localização e distâncias ao CBD Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 1518 Ao espacializar as 262 ocorrências da Comunidade 11 identificamos que os bairros com maiores quantidades são Tijuca e Campo Grande 14 ocorrências Copacabana e Barra da Tijuca 13 A maior parte desses bairros é notoriamente de classes média e alta Analisando os tipos de crime nesta comunidadee relativizando pelo tamanho da população nos respectivos bairros a Lagoa bairro de alta renda a menos de 10 km do CBD tem a maior taxa de ocorrências 489 ocorrências população do bairro 100000 na média anual no período com o resultado quatro vezes maior que os bairros seguintes Parada de Lucas 119 seguido de Penha 6324 e Pavuna 5434 classificados na faixa mais baixa de renda per capita e estão entre 10 e 25 km de distância do CBD O resultado mostra o caráter heterogêneo da distribuição desse tipo de crime tanto espacialmente quanto em termos de renda incluindo bairros ligados às vias automobilísticas expressas como a Linha Vermelha ligando centro à zona norte e região metropolitana Figura 5 Conclusões associando tipos de crimes vítimas e espaços urbanos no Rio de Janeiro A hipótese que guiou a pesquisa foi a de que haveria padrões nas associações entre tipos de crime perfis das vítimas e a localização das ocorrências de acordo com características espaciais de distância e renda Essa distribuição tornaria certos grupos sociais mais suscetíveis a tipos específicos de crime A pesquisa envolveu a proposição de um método para analisar as características e distribuição da criminalidade no Rio de Janeiro estruturado em três etapas I uma métrica para analisar o grau de similaridade entre ocorrências criminais quanto a tipos de crime e vítima II uso de um modelo de redes complexas para agrupar essas ocorrências em comunidades e III análise da dimensão espacial das ocorrências focando nas características de localização distância ao CBD e renda per capita média nos bairros das ocorrências Os dados utilizados foram os do registro de boletins de ocorrências do ISPRJ entre 2007 e 2018 Em função de limitações computacionais selecionamos randomicamente uma amostra de 5000 ocorrências extraídas da base total de dados de aproximadamente 500000 registros no Rio Nossos principais achados gerais mostram que crimes têm sexo raça e idade predominantes no Rio de Janeiro Mulheres são vítimas de 566 do total de crimes na cidade no período um número maior do que sua proporção na população como um todo 532 de acordo com o censo IBGE 2010 De forma mais grave mulheres são vítimas de 717 dos crimes de agressão Nesses tipos de crimes as vítimas negras ou pardas somam 517 dos casos Mulheres jovens entre 20 e 40 anos são a grande maioria das vítimas 798 dos crimes de agressão analisados Homens por sua vez são vítimas em 838 dos crimes contra a vida Este tipo de crime afeta homens negros e partos desproporcionalmente correspondendo a 683 das vítimas a população negra e parda constitui 47 da população total do Rio e afeta mais os jovens entre 20 e 40 anos eles são 619 das vítimas Homens ainda são vítimas de 635 dos crimes de lesão corporal culposa de trânsito destes 49 dos casos envolvem brancos e 546 envolvem vítimas entre 20 e 40 anos Nosso método buscou ainda padrões de conexões entre tipos de crimes e de vítimas e sua condição de renda e localização Tipos de crimes encontram perfis sociais bastante definidos e até certo ponto perfis espaciais O método proposto identificou um total de 16 comunidades com ocorrências de características similares Esses clusters reúnem vítimas em grupos sociais mais sujeitos a certos tipos de crime Os clusters foram em seguida analisados sob o ponto de vista da sua distribuição espacial e localização na cidade e da renda média nos bairros de ocorrência Conjuntamente nossos resultados apontam heterogeneidades alarmantes na incidência de crimes Vimos a formação de clusters Comunidades 2 4 9 e 10 compostos por vítimas em sua maioria do sexo feminino das raças parda ou negra 274 da amostra associadas a crimes de violência com a intenção de ferir ou denegrir como a lesão corporal dolosa e ameaça Esses clusters estão associados a bairros com renda predominantemente baixa localizados em áreas espacialmente e socialmente segregadas ie distantes do principal pólo de emprego do Rio e caracterizadas por homogeneidade Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 1618 quanto à renda Por sua vez mulheres brancas vítimas dos mesmos tipos de crime são agrupadas nas Comunidades 8 e 9 e apresentam percentual ligeiramente inferior 245 Nesses casos o algoritmo identificou que as vítimas se distribuem de modo diverso pelo território do Rio residindo tanto em áreas espacialmente segregadas da cidade como na zona oeste quanto em bairros mais valorizados na zona sul do Rio Um outro cluster preocupante é a Comunidade 10 na qual apesar de pequeno no número 25 todas as ocorrências têm o estupro como crime relatado pelas vítimas O mais alarmante são as características dessas vítimas todas do sexo feminino em sua maioria crianças e jovens entre 0 e 20 anos e pardas 88 dos casos na comunidade Vemos ainda qual é o padrão de crime e localização mais fortemente relacionado a vítimas do sexo masculino a lesão corporal de trânsito Comunidades 7 11 12 15 e 16 Esse tipo de lesão acontece frequentemente em acidentes automobilísticos o que sugere que o ofensor tem poder aquisitivo compatível com a propriedade do veículo Essas ocorrências ainda envolvem frequentemente pedestres como vítimas e ocorrem mais comumente em números absolutos em bairros de média e alta renda per capita próximos à área central da cidade Quando relativizados pelo tamanho da população dos bairros a incidência desse crime se mostra mais diversa quanto à renda revelando concentração também em bairros mais pobres particularmente ligados a certas vias automobilísticas expressas A última comunidade encontrada teve um resultado mais diverso em relação aos tipos de crimes onde foram englobadas apenas 182 ocorrências criminais com um alto índice de pessoas desaparecidas 242 dos casos na comunidade e homicídio doloso 198 Além do fato de que nenhuma outra comunidade ter evidenciado crimes de cunho doloso como essa identificamos que nesse cluster todas as vítimas foram homens jovens adultos em sua grande maioria pardos 577 e negros 407 Em suma nossa análise dos dados criminais da cidade do Rio de Janeiro buscou averiguar a existência de similaridade entre ocorrências de acordo com tipos específicos de crime perfis das vítimas e características de suas localizações De acordo com o desenho experimental usado a variável espacial não foi incluída no método de detecção das comunidades de modo que padrões locacionais pudessem emergir com os resultados isto é uma vez que tenhamos encontrado padrões de conexão entre crimes e vítimas analisamos sua distribuição na cidade sua possível concentração em bairros específicos e a distância destes ao CBD O mesmo vale para o papel da renda média per capita nos bairros Esse método não estabelece papeis causais da localização ou da renda outros métodos também teriam dificuldade nesse aspecto mas aponta associações entre características espaciais e sociais úteis para entendermos e tratarmos o problema da criminalidade Finalmente estes achados suportam a hipótese que norteou esta pesquisa encontramos padrões ligando tipos específicos de crime perfis das vítimas e ocorrências em bairros com localização e renda específicas Em outras palavras vítimas de perfis específicos mostram frequentes conexões a tipos de crime e a espaços também específicos evidenciando certos padrões territoriais da criminalidade no Rio de Janeiro sejam eles em áreas centrais ou em áreas espacialmente distantes na cidade Gravemente esses achados baseados em ocorrências entre 2007 e 2018 no Rio apontam que certos grupos sociais sobretudo mulheres e entre elas negras e pardas se mostram mais do que proporcionalmente suscetíveis a tipos específicos de crime em suas experiências urbanas Apontam assim uma forte associação entre a desigualdade de sexo raça localização e renda na sujeição ao crime urbano Declaração de disponibilidade de dados O conjunto de dados que dá suporte aos resultados deste artigo está disponível no SciELO DATA e pode ser acessado em httpsdoiorg1048331scielodata5CDCAJ Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 1718 Agradecimentos Este trabalho foi apoiado originalmente pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico CNPq VMN informa ainda o suporte financeiro do Centro de Investigação do Território Transportes e Ambiente CITTA Faculdade de Engenharia da Universidade do Porto FEUP Referências Abramovay M et al 2002 Juventude violência e vulnerabilidade social na América Latina desafios para políticas públicas Brasília UNESCO Andrews D A Bonta J 2010 The psychology of criminal conduct Anderson Publishing Co Alexander C 1964 A city is not a tree Architectural Forum 122 1 pp 5862 Barrat A Barthelemy M PastorSattorras R Vespignani A 2004 The architecture of complex weighted networks Proceedings of the national academy of sciences 10111 37473752 httpsdoiorg101073pnas0400087101 Barabási A et al 2016 Network science Cambridge Cambridge university press Barnum J D et al 2017 The crime kaleidoscope A crossjurisdictional analysis of place features and crime in three urban environments Applied Geography 79 p 203211 httpsdoiorg101016japgeog201612011 Becker G S 1968 Crime and punishment An economic approach In The economic dimensions of crime Palgrave Macmillan London p 1368 Bettencourt L A 2013 The origins of scaling in cities Science 340 6139 p 14381441 httpsdoiorg101126science1235823 Blondel V D et al 2008 Fast unfolding of communities in large networks Journal of statistical mechanics theory and experiment 200810 p P10008 httpsdoiorg10108817425468200810P10008 Boccaletti S et al 2006 Complex networks Structure and dynamics Physics reports 42445 p 175308 httpsdoiorg101016jphysrep200510009 Brantingham P J Brantingham P L 1984 Patterns in crime New York Macmillan Burgess R L Akers R L 1966 A differential associationreinforcement theory of criminal behavior Social problems 142 p 128147 httpsdoiorg101525sp196614203a00020 Caldeira T P 2000 Cidade de muros crime segregação e cidadania em São Paulo São Paulo Editora 34 Cazabet R Rossetti G 2019 Challenges in community discovery on temporal networks In Temporal Network Theory Springer Cham p 181197 Cerqueira D et al 2019 Atlas da Violência 2019 Brasília Nota Técnica Ipea Cohen L E Felson M 1979 Social change and crime rate trends A routine activity approach American sociological review p 588608 httpsdoiorg1023072094589 Davies T Johnson S D 2015 Examining the relationship between road structure and burglary risk via quantitative network analysis Journal of Quantitative Criminology 313 p 481507 httpsdoiorg101007s1094001492354 Felson M Clarke R V 1998 Opportunity makes the thief Police research series paper 98136 10 Freeman L C 1978 Segregation in social networks Sociological Methods Research 64 p 411429 httpsdoiorg101177004912417800600 Girvan M Newman M J 2002 Community structure in social and biological networks Proceedings of the national academy of sciences 9912 p 78217826 httpsdoiorg101073pnas122653799 Groff E Mccord E S 2012 The role of neighborhood parks as crime generators Security journal 251 p 124 httpsdoiorg101057sj20111 Criminalidade e espaço urbano as redes de relação entre crime vítimas e localização no Rio de Janeiro urbe Revista Brasileira de Gestão Urbana 2023 15 e20220141 1818 He Z et al 2020 Discovering the joint influence of urban facilities on crime occurrence using spatial colocation pattern mining Cities 99 p 102612 httpsdoiorg101016jcities2020102612 Hegemann R A et al 2011 Geographical influences of an emerging network of gang rivalries Physica A Statistical Mechanics and its Applications 3902122 p 38943914 httpsdoiorg101016jphysa201105040 Hillier B Sahbaz O 2008 An evidencebased approach to crime and urban design or can we have vitality sustainability and security all at once Bartlett School of Graduates Studies University College London IBGE INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA 2012 Censo Brasileiro de 2010 Rio de Janeiro IBGE Monteiro C Iannicelli C 2009 Spatial profiles of urban crime The role of morphology in a context of social inequality Proceedings of the 7th International Space Syntax Symposium 080108011 Newman O 1972 Defensible space New York Macmillan Opsahl T Panzarasa P 2009 Clustering in weighted networks Social networks 312 155163 httpsdoiorg101016jsocnet200902002 Peixoto T P 2018 Nonparametric weighted stochastic block models Physical Review E 971 p 012306 httpsdoiorg101103PhysRevE97012306 Radil S M et al 2010 Spatializing social networks Using social network analysis to investigate geographies of gang rivalry territoriality and violence in Los Angeles Annals of the Association of American Geographers 1002 p 307326 httpsdoiorg10108000045600903550428 Raine A 1997 The psychopathology of crime Criminal behavior as a clinical disorder Gulf Professional Publishing Saboya R et al 2016 Uso do solo visibilidade e ocorrência de crimes um estudo de caso em Florianópolis Santa Catarina Oculum Ensaios 132 p 255274 httpsdoiorg102422023180919v13n2a2990 Szwarcfiter J L 1986 Grafos e algoritmos computacionais São Paulo Campus Wasserman S Faust K 1994 Social Network Analysis Methods and Applications 8 Cambridge Cambridge University Press Zaluar A 1999 Um debate disperso violência e crime no Brasil da redemocratização São Paulo São Paulo em Perspectiva Editor responsável Rodrigo Firmino Recebido 17 jun 2022 Aprovado 17 jun 2022