Comprendre les variations du taux d'homicide en Europe

摘要

The homicide is the best measured crime because it is rare that a homicide goes unnoticed. Many authors have therefore sought to explain what might influence the variations in homicide rates throughout the world. The results of these studies suggest that there are several factors influencing the variation of homicide rate. This study will integrate the model, in addition to known predictors (the standard of living, the inequality, or, demographic factors) variables which are proximal (alcohol and drug consumption, presence of organized crime, corruption, crime rate, etc.) to see whether they could also influence the variation in homicide rates. This study will focus on the homicide rate from 41 European countries. A selection of our variables will be implemented using bivariate (correlation, partial correlation) analysis before joining the remaining variables in several multiple regression models that will ultimately isolate the variables that influence the real rate homicide. The results indicate that proximal factors have a real influence on homicide rates. After taking into consideration many variables at the macroscopic level, not onlyare the two proximal variables (abuse of alcohol and the percentage of victim of burglary) significantly related to homicide rates, but incorporating such variables in a multiple regression model also increases explained variance.%L'homicide est le crime le mieux mesuré, il est rare qu'un tel crime passe inaperçu. De nombreux auteurs ont donc cherché à expliquer ce qui pouvait influencer la variation du taux d'homicide dans les pays du monde. Les résultats de ces études suggèrent qu'il existe plusieurs facteurs influençant la variation du taux d'homicide. Cet article intégrera au modèle d'analyse, en plus des prédicteurs déjà connus (le niveau de vie, l'inégalité ou encore des facteurs démographiques), des variables plus proximales (consommation d'alcool, de drogue, présence de criminalité organisée, corruption, taux de criminalité, etc.) afin de voir s'ils pourraient également influencer la variation du taux d'homicide. Cette étude se concentrera sur le taux d'homicide de 41 pays européens. Une sélection de nos variables sera effectuée à l'aide d'analyses bivariées (tests de corrélation et corrélations partielles) avant d'intégrer les variables restantes dans plusieurs modèles de régression multiple qui permettra in fine d'isoler les variables ayant une réelle influence sur le taux d'homicide. Les résultats suggèrent que les facteurs proximaux ont une réelle influence sur le taux d'homicide. En effet, non seulement deux variables proximales (l'abus de la consommation d'alcool, et le pourcentage de personne s'étant déclaré victime de cambriolage) sont, après avoir pris en considération de nombreuses variables de niveau macroscopique, significativement liées au taux d'homicides, mais en plus, le fait d'intégrer ce type de variables dans un modèle de régression multiple fait augmenter la variance expliquée.