近10年来犯罪时空预测国内外研究与实践进展

基于地点的犯罪时空预测由于不直接涉及个人数据，且可与警务巡逻和精准化治安防控策略有机结合，现已成为预测性警务领域的研究热点和主要实践方向。本文对2013年以来国内外犯罪时空预测的最新进展进行综述，主要工作包括：(1)总结了该领域研究在文献数量快速增加、研究主题日益多元、主要研究群体分布相对集中等方面的总体特征；(2)梳理了犯罪时空预测的目标主体、时间尺度、空间尺度、模型方法、精度评价、实践效果评估六大基本要素的新变化、新指标或新进展；(3)介绍了常用犯罪时空预测软件及各国预测性警务实践；(4)探讨了在实践应用的各个阶段所面临的伦理问题及挑战，以及各界为规避此问题做出的尝试；(5)展望了犯罪时空预测后续研究重点。本研究为犯罪时空预测领域勾勒出一个较为全面和清晰的轮廓，可为国内犯罪地理、智慧警务、警用地理信息系统（PGIS）等相关领域的研究者和从业人员提供有益参考。     

面向不同主题的犯罪大数据可视分析

大数据时代,传统犯罪分析将向探索式可视分析的方向转变。本文基于公安犯罪数据的特点和犯罪分析理论,结合可视化技术（Wordle图、故事线图、平行坐标图、散点图矩阵等）,从表示内容、表示方法、交互设计等提出面向不同主题的犯罪大数据可视分析方法,其中,包括系列犯罪时空轨迹数据的可视分析、犯罪实时态势数据的可视分析、犯罪时空过程数据的可视分析、时间序列犯罪统计数据的可视分析、犯罪案情文本数据的可视分析、犯罪多维属性数据的可视分析,以及犯罪相关统计数据的可视分析等。相关可视分析方法为案件侦查、犯罪趋势预测、犯罪热点分析等方面提供了支持,也为今后面向其他领域的可视化表达研究提供了借鉴和参考。     

基于犯罪空间分异和建成环境的公共场所侵财犯罪热点预测

机器学习是当前犯罪热点预测的主流方法,随机森林算法因需要的数据量较小、有较好的预测能力和预测精确度、且有较高的可理解度,更是被广泛应用,代表地理环境和建成环境的多源数据也被广泛用于模型改进的尝试实践中,但这些实践都只考虑研究区整体的预测精度变化情况,并未区分不同区域犯罪热点预测结果的差异及其原因。因此,本文以公共场所侵财犯罪为例,根据历史犯罪分布情况及过往犯罪热点分布规律,将研究区分为稳定高发热点网格、较高发热点网格、偶发热点网格及非热点网格这4类,并依据社会失序理论、日常活动理论和犯罪模式理论,选取城中村范围、路网密度及POI（餐饮、娱乐、商场3类设施）密度这3个具有代表性的协变量加入到随机森林预测模型中,探讨预测结果精度的变化情况。根据2017年26个双周的犯罪热点预测实验的预测结果,得到以下结论：加入协变量后,研究区整体、稳定高发热点网格及较高发热点网格的预测精度都有不同程度的提高,分区模型的精度显著高于整体模型的精度,说明考虑空间分异对提高模型精度起重要作用。     

基于加权时空关联规则的公交扒窃犯罪模式识别

近年来,公交扒窃案呈上升趋势,为了预防和打击此类犯罪,需要有效识别其犯罪模式。传统的犯罪分析方法,往往将时间和空间分割开来研究,本文则引入加权时空关联规则进行挖掘分析,试图找出公交扒窃的案发时空规律。首先,对公交扒窃数据进行时间粒度和空间粒度的划分,将公交主要运营时间以2 h为单位划分成等间隔的公交时段并对其进行编码,将公交线路按公交站点划分成公交路段;其次,对数据进行空间分析和时间归并,提取出每个案件发生的公交路段和案发时段,并将案发时段归并到公交时段中;再次,由于每个公交路段的案发率不同,其对结果的贡献率也不同,因此,给每个路段赋予一个权重;最后,用Apriori算法进行加权关联规则挖掘,得到公交扒窃的时空犯罪模式。研究表明,这种挖掘方法具有以下特点:(1)按公交站点进行公交路段的划分具有创新性;(2)通过对案发路段的加权,能将空间位置重要程度的差异区分开来,更符合实际情况;(3)挖掘过程中同时考虑了时间与空间属性。     

融合图自编码器与GRU的城市盗窃犯罪时空分布预测模型

犯罪预测是进行犯罪预防的前提，高效准确的犯罪预测对于提高城市管理效率、保障公共安全都具有重要的意义。当前，关于犯罪预测的已有研究大多采用单一的机器学习方法或深度学习模型，忽略了犯罪的时空依赖关系，往往难以获得准确的预测结果。本文提出一个基于深度学习技术的犯罪时空预测模型—GAERNN：(1)利用GAE模型捕获犯罪案件的空间分布特征；(2)将带有空间依赖关系的特征经序列化处理后作为GRU模型的输入，进一步提取犯罪序列的时间特征；(3)经全连接层处理获得犯罪时空预测结果，并选取MLP、GCN等基准模型进行对比实验，结合RMSE、MSE等多个指标对模型预测结果进行评估。实验结果表明：对于各模型预测结果可视化分析，GAERNN模型预测的可视化结果与实际数据分布最相符合；在各模型误差分析方面，相比预测性能较差的MLP,GAERNN模型各月份的RMSE分别降低了1.02、3.58、1.29以及0.45；在子模块有效性评估方面，相比其变体模型GAE-LSTM,GAERNN模型在各月份的MAPE分别降低了2.15%、10.07%、1.92%以及2.54%，说明GAERNN模型能显著提高盗窃犯罪时空预测...     

城市派出所空间位置优化及警力分配

提高公安派出所的治安防控能力是解决我国城市治安问题的有效途径之一。本文从公安派出所空间位置优化和警力分配两个角度出发,针对当前公安派出所空间位置布局较为随意及警力资源紧缺的现状,以及多目标优化的需求,结合新兴空间大数据和犯罪数据,进行派出所多目标空间优化研究,包括派出所空间布局的数学期望、量化指标以及多目标空间优化模型,并在相关理论模型的基础上利用犯罪热点和房屋建筑分布的空间异质性开展派出所警力（治安和户籍分类）的空间分配研究。以兰州市中心城区为分析区域开展公安派出所空间位置优化和警力分配实验,结果表明：① 在不增加派出所数量、最大维持原有空间布局的前提下,本文提出的方法能有效降低派出所服务区重叠度（17.2%）和平均响应时间（6.67 s）,提高面积覆盖度（12.01%）和需求点覆盖度（7.25%）,并有效提高研究区内各区域应急响应时间的公平性（基尼系数由0.382降低到0.268）;② 数据分析发现,城市犯罪热点以及房屋建筑空间分布均存在空间分异现象。理解并量化分析空间分异特征,有助于优化派出所治安和户籍警力的配置。     

基于潜在受害者动态时空分布的街面接触型犯罪研究

街面接触型犯罪是指犯罪者在街面通过采取与受害者身体接触的方式而实施的违反法律的行为,已有文献研究利用了不同类型的大数据代表的周遭人口表征街面接触型犯罪中“潜在受害者”因素,但由于数据的局限性,无法应用在微观的空间尺度上的街面接触型犯罪研究。微信热力图是具有高时空分辨率和高人口覆盖度,能动态地反映人流量热度的程序。因此,本文以经济发达的ZG市的XT街道为例,结合日常活动理论,并基于微信热力图数据代表的周遭人口表征的“潜在受害者”因素,首先定性地描述和识别街面接触型犯罪的时空分布特征,然后划分不同时段分析街道街面接触型犯罪的影响因素。研究发现：① 街面接触型犯罪案件存在时空的集聚性,街道街面接触型犯罪在晚上（18:00—23:59）是高发期,在白天（07:00—17:59）是低发期,在22:00—22:59数量达到最大值,主要聚集在城中村区域,且不同时期的影响因素存在一定的差异;② 微信人口数量在所有时期均对街面接触型犯罪存在显著的正向影响,其代表的周遭人口能很好地表征日常活动理论中的“潜在受害者”因素,且在凌晨—清晨（00:00—06:59）对街面接触型犯罪的影响最大;③ 不同场所对街面接触型犯罪的影响存在时间上的差异,餐饮点在晚上对街面接触型犯罪存在显著的正向影响,KTV、健身房和公交站点分别对应在凌晨—清晨、白天与晚上对街面接触型犯罪有显著的正向影响,而休闲会所在凌晨、清晨、晚上均有显著的影响,与最近巡逻驻点的距离仅在晚上时期显著影响街面接触型犯罪。本文的研究结论可为警方采用微信热力图来分析街面接触型犯罪和经济发达地区警方部署提供参考依据。     

基于PCA-GWR方法的村级贫困时空格局及致贫因素分析

探究贫困的时空变化及识别致贫因素,可以为扶贫政策的制定和实施提供参考。贫困是由多种因素造成的,地理加权回归（GWR）可以分析各因素对贫困的影响在空间上的差异,但致贫因素之间存在较强的相关性会导致多重共线性问题。本文探索了基于主成分的地理加权回归方法（PCA-GWR）,结合自然、经济和社会属性对贫困空间格局特征进行因素分析;为探究贫困的时空变化规律,探索用全局Moran's I指数、局部G系数对村级贫困发生率的时空格局变化特征进行分析。并以江西省永新县为研究区为实验区进行分析。研究结果表明：① PCA-GWR模型中变量的方差膨胀因子（VIF）值明显低于GWR模型变量的VIF值,PCA-GWR模型有效地解决了GWR模型中存在的多重共线性问题;② 永新县贫困格局分布与地形、植被分布等自然因素和低学历、缺乏劳动力、疾病等乡村主体自生发展能力相关,且每种影响因素与贫困发生率的关系呈现出不同的空间模式;③ 2013—2017年永新县贫困发生率从11.27%下降至0.97%,呈现出逐年下降趋势,且村间贫困差距逐年缩小,其中2013—2015年贫困发生率分布西高东低,2016年和2017年整体值较低;④ 从空间相关性来看：全局上,2013—2016年表现出空间正相关,2017年呈现随机分布;局部上,2013—2016年的冷、热点分布变化不大,冷点分布在中部,热点聚集在西南部,2017年热点分布在南部,冷点零星分布于北部地区。研究结果可为政府扶贫政策的制定提供参考。     

顾及时空对象空间相互作用的疫情风险评估建模与应用

新型冠状病毒肺炎（Coronavirus Disease 2019,COVID-19）在全球的传播仍在持续,根据COVID-19在国内早期的扩散特征,从地理学角度出发,构建了一种顾及时空对象空间相互作用机制的疫情风险评估模型,模型在参照时空对象空间相互作用迁移型传导模式的基础上,重点考虑了疫情传播的时空过程、并兼顾空间依赖及空间异质性因素,实现了疫情风险城际传播的关联性、动态性分析。在实证研究阶段,基于该模型对武汉及其主要影响城市在2020年1月上旬到4月上旬的疫情风险及动态演变进行了评估,通过与基于城市对象自身属性计算得到的实时疫情风险指数及其空间分布进行比较,验证了基于时空对象的空间相互作用模型在疫情风险评估方面的有效性。结果表明：① 模型能兼顾疫情传播的空间依赖及空间异质性特征,体现疫情风险的城际传播过程,为疫情传染风险评估及相关空间问题的研究提供了一种新的视角和方法;② 来自源对象的输入性疫情风险与对象间的空间相互作用强度存在显著正相关性,因此在疫情防控中要结合空间相互作用的主要影响因素进行综合决策。     

COVID-19疫情时空分析与建模研究进展

COVID-19疫情是进入21世纪以来最为严重的全球公共卫生事件,并成为不同学科共同关注的热点。根据文献计量学分析结果,从疫情开始直至近期,关于COVID-19疫情的文章已经超过13 000篇,相关研究除从医学及生物学角度探讨病毒致病机理、特效药物和疫苗研制之外,更多的是探索疫情的非药物防控方法。本文针对后者,从传播关系识别、疫情时空模式分析、疫情预测模型、疫情传播模拟、疫情风险评估和疫情影响评价6个方面梳理近期研究进展。传播关系识别的研究主要包括：聚集性疫情和传播关系的识别,其中,个体轨迹大数据已成为此类研究的关键。针对疫情的时空模式分析发现,疫情分布具有显著的时空异质性,而时空传播则呈现出典型的网络特征。针对疫情的预测仍主要依赖于动力学模型,而从宏观到微观的预测模型,人群流动的影响不容忽视,并成为模型预测精度的关键要素之一。针对疫情的情景模拟主要侧重于通过模拟手段评估交通限制、社区防控和医疗资源调配等措施的效果。在非药物的干预中,交通阻断和社区防控措施被证明是目前最有效的手段;医疗资源的保障和优化调配则是防控的基础;而复工复产的情景模拟显示,在防控措施到位的情况下,复工进程必须有序有节。针对疫情风险评估的研究,目前主要关注生物因素、自然因素和社会因素。具体地,疫情感染风险与个体是否具有基础性疾病关系密切,而感染病毒后的死亡率存在性别差异;在自然因素中,如温度、降水、气候等会影响疫情的传播,但影响有限;而社会因素中,除了人群流动和人口密度的影响外,社会不公平性所导致的就医条件差异也会对感染率产生显著影响。针对疫情对未来的影响,本文主要关注公众心理、自然环境和经济发展3个方面,即疫情对公众心理和经济的影响主要以负面为主,而对自然环境的影响则起正向作用。通过对现有研究的系统梳理,可以看出,大数据尤其是个体轨迹和群体大数据在非药物干预的各个方面均发挥了重要的作用;重大疫情的防控已经不是单一学科和手段所能解决的问题,需要多学科的交叉以及不同领域人员的协作;疫情期间各种防控措施的效果、影响因素等均已被明确的揭示,但疫情的空间溯源、精准预测以及对未来的影响仍然是未解的难题。     

犯罪时空预测方法研究综述与展望

犯罪时空预测作为预测警务的核心支撑技术,自2000年左右至今得到了快速的发展.本文介绍了犯罪时空预测的实践背景和理论基础,将犯罪时空预测解构为利用历史案件的时空位置、时空环境和个体行为等要素,结合相应的算法模型预测未来案件时空分布的过程.然后,从输入要素的视角对当前的犯罪时空预测方法进行了总结和归纳,将其划分为基于案件...     

多时间尺度密度聚类算法的案事件分析应用

时空聚类是数据挖掘研究的主要内容之一,在环境保护、疾病预防与控制、犯罪预防与打击等领域具有重要的应用价值。已有的时空聚类方法中,时间“距离”都认为是真实的间隔,而对于具有社会属性的案事件而言,其在不同时间尺度下具有明显的周期性特征,忽略这些特征将很难反映出案事件真实的时空规律。本文综合考虑多时间尺度下的时间属性,构建等效时空邻近域,并借鉴经典的密度聚类算法,提出了多时间尺度等效时空邻近域密度聚类算法（MTS-ESTN DBSCAN）。通过对福州市区2013年案事件数据的聚类分析表明,该方法在案事件时空聚类方面具有可行性,对于进一步深入研究城市犯罪地理具有一定的理论意义和实际价值。     

中国犯罪地理与警务GIS研究进展

近30年来,随着公安部门犯罪防控需求的增加,中国犯罪地理学正处于新的发展机遇期。为了能较客观、全面地把握我国犯罪地理学的研究现状与动态,本文从中国知网、万方和维普3大电子资源数据库中筛选出与犯罪地理研究主题相关的期刊论文,以此为样本,对研究内容与研究实力等情况进行统计分析。结果表明,自1980s中期以来,中国犯罪地理学在论文数量、研究方法、实证区域、研究机构与核心作者等方面都日益增多,已经在城市犯罪地理、警用地理信息系统、规划设计预防犯罪、情境犯罪预防等4个主要研究方向出现了导向作用明显的核心作者,呈现出良好的发展态势。进入21世纪后,新的发展机遇在促进犯罪地理学论文数量与研究实力快速增加的同时,也导致了案例研究、量化研究的所占比重显著减少,研究区域的空间范围也大幅收敛,集中在长三角、京津、珠三角地区。新的研究阵营不断涌现,核心作者比重不断下降,犯罪地理学进入了研究阵营争鸣角力的重构期。未来我国犯罪地理学的发展任重而道远,不仅亟需完善相关的理论体系、加强国内的案例实证,而且还需注意研究规范的统一、核心作者群的代际更替等诸多问题。     

涉毒人员日常活动对盗窃警情空间格局影响的时间差异

根据日常活动理论,犯罪时空格局与受害者、犯罪者日常活动规律均存在较强关系。但受限于数据获取难度,较缺乏有关犯罪者日常活动与实际警情时空格局的研究。已有文献表明涉毒人员与盗窃等财产犯罪存在较大相关性。基于此,本研究通过分析涉毒人员日常活动对盗窃警情时空格局的影响,验证犯罪者日常活动在塑造盗窃警情时空格局中的作用。本文以中国南部大城市ZG市XT派出所为例,以150 m×150 m的格网为分析单元,采用盗窃警情数据、涉毒人员日常活动数据、POI数据以及巡逻盘查数据,划分不同时间段分别建立泊松回归模型。研究发现：① 相对于传统静态的抓获或警情数据,动态的潜在犯罪者、受害者日常活动数据可更有效地提高盗窃模型的拟合优度;② 相对于全天汇总的总人数,动态近实时的涉毒人员活动与居民活动能更好地解释盗窃的空间分布;③ 静态的土地利用混合度在不同时段对盗窃具有不同的影响作用。以上结果验证了涉毒人员日常活动与盗窃警情的时空格局的关系,研究结论验证和丰富了日常活动理论,可为实际犯罪预测与警力布置提供一定的参考。     

山西省原平市神经管畸形时空分析

神经管畸形是发生于中枢神经系统的一种先天性异常,在所有的新生儿出生缺陷中所占比例较高。在我国,作为矿业大省的山西,神经管畸形最为严重,原平市又是山西省出生缺陷的高发市之一。本文利用山西省原平市2007-2012年的神经管畸形病例资料,基于贝叶斯理论的时空建模方法,综合考虑时间组分和时空交互组分,对神经管畸形的时空规律进行研究。研究识别了研究区内疾病发生的热点区域、冷点区域、温点区域,并对这些区域随时间的变化趋势进行了分析。研究发现,原平市18个乡镇中有1个热点区域、17个温点区域,整体发病率较高;原平市神经管畸形整体上随时间变化呈缓慢下降趋势,但该趋势并不明显;1个热点区域疾病风险下降趋势慢于整体趋势,4个温点区域疾病风险下降趋势快于整体趋势,13个温点区域疾病风险时间变化趋势与整体趋势趋同。本文识别了山西省原平市神经管畸形发病的时间趋势和空间趋势,可以揭示神经管畸形潜在的风险因子或控制措施供进一步流行病学研究,也可以为公共卫生部门制定及时有效的防治控制措施提供一定的科学参考。     

2008—2018年中国手足口病时空分异特征

手足口病是一种在婴幼儿中多发的常见传染病,对儿童的身体健康具有重要影响。为揭示我国手足口病的时空分异特征,为手足口病的防控提供科学依据,本文选取自2008年手足口病被列为丙类传染病以来至2018年中国手足口病发病率为研究数据,运用全局莫兰指数、Getis-Ord G_i ^*、新兴时空热点分析和标准差椭圆等空间统计方法对中国手足口病的整体和局部时空分布模式、特征和趋势进行了分析。结果显示：① 2008—2018年我国手足口病发病率呈现显著的空间聚集性,且聚集的强度显著增高;② 我国手足口病发病的热点区域主要集中在东南沿海地区,且较明显向内陆以及北部沿海地区扩张,而冷点区域主要集中在西北内陆以及东北地区;③ 我国手足口病的新兴时空热点模式以振荡的热点为主,新增热点主要出现在云南、重庆和四川,而冷点分布区域相对稳定,且冷点大部分以加强的、持续的模式出现;④ 手足口病高发病率区域在2008—2018年期间主要向西南方向移动,但在2008—2009年、2013—2014年以及2017—2018年存在向北部移动的趋势,同时2018年手足口病在东—西方向上的分布范围显著增大。总体来说,我国手足口病在南方地区高发。     

点模式条件下的犯罪嫌疑人时空同现模式挖掘与分析

现有时空同现模式挖掘方法因其在空间和时间频繁阈值等参数值的设定上存在困难且缺乏客观依据的问题而难以被应用到犯罪地理研究中。为此,本文通过引入时空状态同现模式和最小时空参与率等概念对现有挖掘方法进行了重新建模,并结合广义Grubbs异常值检验提出了一种点模式分布下的犯罪嫌疑人时空同现模式挖掘框架。基于该框架对中国某省部分犯罪嫌疑人的真实移动轨迹数据的实验分析结果表明,本文所提出的方法能够有效地挖掘出嫌疑人间显著的时空同现模式,且这些模式的时空分布特征不仅与犯罪活动易发生在非农业生产区这一共识基本相符,还与日常活动理论的基本观点相适应。本文拓展了时空同现模式挖掘在犯罪地理研究中的应用,研究成果对公安机关等执法部门在重点监控某些犯罪嫌疑人以及合理分配和部署警力资源方面具有重要意义。