基于临近相似性考虑的犯罪热点密度图预测准确性比较——以DP半岛街头抢劫犯罪为例

在无时空考虑的密度估计算法基础上,分别加入了案件点之间的时间临近相似性、空间临近相似性和时空临近相似性的考虑,利用DP半岛2006~2007年的街头抢劫犯罪数据为基础计算无时空临近相似性、时间临近相似性、空间临近相似性和时空临近相似性4种不同算法所得到的犯罪热点图,并以之预测2008年的街头抢劫。通过Natural breaks（Jenks）分级方法和等比例面积选取两种方式来划定热点区域进行预测并进行PAI指数得分比较,结果表明时空临近相似性的密度估计算方法在犯罪预测的优势比较显著。     

接触型与非接触型犯罪时空稳定性对比及其联合防控——以盗窃和电信网络诈骗为例

近年来,以盗窃为代表的接触型犯罪和以电信网络诈骗为代表的非接触型犯罪均呈多发态势,严重影响社会治安稳定。已有研究对不同类型犯罪分布模式的时空稳定性关注仍不够,且未能提出不同类型犯罪的空间联合防控策略。本文以ZG市HT区为例,以社区为分析单元,运用核密度估计、时空跃迁测度法等方法,对比分析2017年盗窃犯罪和电信网络诈骗犯罪的时空分布特征及其空间分布模式的月度稳定性,并从犯罪防控角度改进时空跃迁测度法,结合二阶聚类法识别两类犯罪联合防控空间类型。研究发现：① 两类犯罪时空稳定性差异大,盗窃犯罪的空间分布模式稳定,月度变化小;而电信网络诈骗犯罪空间稳定性整体波动起伏大,月度变化较大;② 识别出两类犯罪的四种联合防控空间类型,分别是“两类犯罪无需防控社区”“两类犯罪邻域防控社区”“盗窃犯罪热点防控、电信网络诈骗犯罪无需防控社区”“盗窃犯罪连片防控、电信网络诈骗综合防控社区”。该研究有助于了解接触型犯罪和非接触型犯罪时空特征的共性和差异性,给警务联合防控提供决策支持。     

北京市长安街沿线的扒窃案件高发区分析及防控对策

本文利用空间分析方法,对北京市长安街沿线的扒窃类案件的空间分布特征进行了研究。首先分析了长安街沿线的犯罪分布状况,发现该长安街沿线共存在3个异常明显的犯罪高发区域,分别对应于西单商业圈(A)、建国门路段(B)和大望路—四惠路段(C),通过将长安街沿线的常住人口与兴趣点(Point of Interest, POI)分布进行比较,发现案件与POI密度较高的区域存在较高的相关性。随后,利用核密度估计方法和时空热点矩阵方法分析了3个异常明显的案件高发区域内的犯罪活动时空分布模式,结果表明：高发区域A的犯罪高发时段为上午10时至下午18时,其中峰值出现在正午12时,犯罪活动主要集中在区域内的一些大型购物场所内;高发区域B和C的犯罪高发时间均为上午6时和下午18时前后,与早晚交通高峰时间比较一致,犯罪活动主要集中在区域内比较重要的公共交通站点附近。最后,根据长安街沿线案件高发区域内犯罪活动的时空规律性特征,提出了犯罪防控措施与建议。     

入户盗窃犯罪的时空分布热点及其机理研究——以A市CP区警情分析为例

采用核密度估计和Aoristic analysis等方法分析了2015年A市CP区入户盗窃警情的时空分布热点,并通过热点矩阵分类进一步对热点内的犯罪时空分布格局及其内在犯罪机理进行分析。结果显示：CP区共有3个犯罪热点区域和2个集中时段;3个热点区域分别为时间集中-空间聚集型、时间集中-空间分散型、时间集中-空间热点型;同时,影响入户盗窃犯罪的机理在于犯罪主体关联要素、犯罪客体关联要素、犯罪环境关联要素在时空上的密切耦合,共同影响入户盗窃犯罪活动的形成;提示在预防及控制犯罪“热点”中,需要采取更有针对性的防范措施和对策。     

犯罪热点时空分布研究方法综述

犯罪在地理时空内并不是均匀分布的,而是表现出明显的时空聚集特性,这种聚集性常用“犯罪热点”表述.基于对犯罪热点的理解,从犯罪热点时空分布模式、犯罪热点成因分析以及犯罪热点时空转移及预测等3 个方面总结了当前国内外犯罪热点时空分布相关研究方法的进展.最后,对该领域研究进行了总结与展望.总体上,国内相关研究较少,尚需进一步结合中国国情,提出适用方法.另外,也需要通过相关犯罪理论的深入研究以及其他领域研究方法的借鉴,实现犯罪热点时空分布研究方法的突破与创新.     

微观尺度下毒品犯罪时空分布及成因分析——以SZ市NH、DM街道为例

毒品犯罪是全球共同关注的犯罪问题,许多学者从不同的专业领域开展了大量研究。已有文献对毒品犯罪的成因进行分析,由于数据的局限性,较少从微观尺度对毒品犯罪热点的时空分布进行研究。论文以SZ市NH、DM街道内社区为例,基于毒品犯罪案件数据,利用探索性数据分析和时空扫描识别毒品犯罪时空热点分布,结合用地类型、动态人流量等数据定量分析毒品犯罪案件的时空分布影响因素。研究结果如下：① 毒品犯罪主要分布在商业发达地区和城中村地区,且城中村的毒品犯罪时空热点分布的起始时间较商业发达地区更早,影响范围也更大;② 毒品犯罪在不同用地类型分布是不均匀的,其中“住宿旅游娱乐”“商业百货批发零售”“餐饮经营服务品牌”3类用地类型与毒品犯罪具有高度相关性;③ 人流量高热区的面积占比与毒品犯罪的发生有一定的相关性,高热区面积占比大于5%或为0时,能够抑制毒品犯罪的发生;高热区面积占比在0~5%之间,能够促进毒品犯罪的发生。     

基于时空临近重复效应的犯罪热点特征及成因分析——以北京市抢劫案件为例

时空临近重复效应是犯罪活动的一种重要时空特征。为深入研究犯罪热点的特征及其形成原因,论文以北京市内城六区2012—2014年抢劫案件为例,通过核密度估计、时空临近重复计算及定义时空临近重复案件链等方法分析了犯罪热点的案件构成,并从犯罪人因素和环境因素等方面对犯罪热点内的案件特征结构进行了分析。结果表明：北京市内城六区的抢劫案件存在有“a”“b”“c”三个主要的空间热点,并且热点内的大部分案件均具有显著的时空临近重复效应;其中热点“a”位于双井、劲松一带,热点“c”位于南四环大红门桥一带,且2个热点内案件的犯罪人特征在一致性程度上高于环境类特征,表明热点的形成源于犯罪人在热点区域内重复作案的可能性较大;而热点“b”位于东南三环的分钟寺地区,热点内案件的环境类特征在一致性程度上高于犯罪人特征,表明该热点的形成为不同犯罪人在热点区域内集中作案的可能性较高。研究对警务部门开展针对性的犯罪打击和防控有一定的支撑作用。     

贝叶斯方法在犯罪时空格局研究上的应用——以长春市为例

对比分析了2008年和2018年长春市犯罪空间格局的变化特征,进而构建了贝叶斯时空分析模型,整合了犯罪时空格局演化中的固定效应、空间随机效应和时间随机效应,基于R环境中的INLA程序包对模型的各个参数进行了拟合,结合GIS制图,识别出异于总体趋势的犯罪相对风险高值区,并进一步解析了犯罪格局形成和演化的过程和规律。研究发现,犯罪总量在10 a间显著下降,犯罪数量较高的警区数量明显减少。长春市周边地区犯罪率有所提高,而城市中心区域的多数警区则明显下降。贝叶斯时空模型表明,虽然城市犯罪相对风险的平均水平较低,但其总体上却呈现出显著的增加趋势。空间效应的高值区主要集中在城市中心核心区域,特别是传统的商业网点或经济活动较为集中的警区。时间效应的高值区主要集中在城市外围地区,尤其是国家级开发区所在的警区。综合空间效应和时间效应,城市中心区域存在既是空间效应的高值区也是时间效应高值区的时空共同高风险区。贝叶斯方法在数据整合、区域异质性识别以及灵活性方面具有明显的优势,对于犯罪时空格局形成和演化规律的理解和把握上均有所助益。     

国外犯罪时空分布研究综述

从时间和空间的角度而言,犯罪事件的发生具有一定的规律。采用地理学视角观察犯罪问题,可以揭示其时空分布特征,有助于犯罪的预防与控制。国外学术界和警界对犯罪时空分布研究比较深入,在理论和实践上都有许多成果。本文主要从犯罪时空分布特征识别、犯罪时空分布模型建立、犯罪时空分布模式形成机制这三个方面,介绍和总结了当前国际上犯罪时空分布研究的进展,以期为我国在该领域的研究工作提供借鉴。     

加拿大爱得蒙顿市犯罪问题的地理研究*

运用GIS技术和回归分析方法,分析加拿大爱得蒙顿市各类犯罪的空间分布规律。结果发现：城市犯罪分布的空间差异异常明显,城市内部存在少数极端的犯罪高发区;犯罪的空间分布遵循距离衰减规律,表现为距城市中心越近的地区犯罪发生密度越高,距城市中心越远的地区犯罪密度越低;犯罪发生密度与居住人口密度成正相关,即居住人口密度越高,越容易诱发犯罪,但不同类型的犯罪与居住人口密度的关联程度不一样;不同用地性质的区域犯罪发生密度存在明显差异,在各类用地中,商业区为城市犯罪的高发区。     

Novel evaluation metrics for sparse spatio-temporal point process hotspot predictions - a crime case study

Many physical and sociological processes are represented as discrete events in time and space. These spatio-temporal point processes are often sparse, meaning that they cannot be aggregated and treated with conventional regression models. Models based on the point process framework may be employed instead for prediction purposes. Evaluating the predictive performance of these models poses a unique challenge, as the same sparseness prevents the use of popular measures such as the root mean squared error. Statistical likelihood is a valid alternative, but this does not measure absolute performance and is therefore difficult for practitioners and researchers to interpret. Motivated by this limitation, we develop a practical toolkit of evaluation metrics for spatio-temporal point process predictions. The metrics are based around the concept of hotspots, which represent areas of high point density. In addition to measuring predictive accuracy, our evaluation toolkit considers broader aspects of predictive performance, including a characterisation of the spatial and temporal distributions of predicted hotspots and a comparison of the complementarity of different prediction methods. We demonstrate the application of our evaluation metrics using a case study of crime prediction, comparing four varied prediction methods using crime data from two different locations and multiple crime types. The results highlight a previously unseen interplay between predictive accuracy and spatio-temporal dispersion of predicted hotspots. The new evaluation framework may be applied to compare multiple prediction methods in a variety of scenarios, yielding valuable new insight into the predictive performance of point process-based prediction.     

Spatiotemporal evolution of urban theft crimes and mechanism in the context of regular COVID-19 pandemic prevention and control: A case study of Haining,Zhejiang北大核心CSCD

新冠疫情的爆发会对区域内犯罪数量产生显著影响。然而,常态化疫情防控是否显著改变了犯罪空间分布格局,仍然有待进一步的实证检验。论文选择始终采取常态化疫情防控措施的浙江海宁市中心城区,采用标准差椭圆、核密度估计方法,对2018年2月—2021年7月城市盗窃犯罪的时空格局演变特征及其机理进行研究。结果表明:(1)新冠疫情爆发后,研究区内盗窃犯罪月均数量较疫情前降幅达53%,并持续在100~200起之间波动,而其日内分布模式却没有明显变化;(2)2020年2月—2021年7月,研究区内盗窃犯罪热点较疫情前有明显减弱、减少,且其犯罪空间分布格局较为稳定;(3)针对疫情前的12个典型犯罪热点区域,其月均犯罪数量在疫情后的降幅在52%~78%之间,其分季度的时间演变模式存在明显差异;(4)根据日常活动理论和犯罪三角理论,常态化疫情防控中有7类具体措施可对各区域的犯罪产生较大影响。研究结果对于理解重大突发公共卫生事件下的犯罪空间演变规律和制定科学的犯罪防控策略均具有重要参考价值。     

Understanding the spatial distribution of crime in hot crime areas

Hot crime areas are always targeted for police patrol to deter crimes. While much research has studied the distribution patterns of hot crime areas, research on the spatial distribution of crime within hot crime areas remains limited. Using burglary records in a large Chinese city, the ‘hottest’ place with the highest crime density was located using two spatial temporal kernel density estimation methods. The results indicated that the majority of crime within hot crime areas was concentrated within a small area distant from the hot area's center. These results provide a micro view of crime distribution within hot crime areas. Our analysis indicates that the results will not be affected by the methods adopted in identification of hot areas. This research is expected to improve the efficiency of police patrols.     

Voronoi Diagrams and Spatial Analysis of Crime

A range of spatial analyses are used in the field of crime mapping, such as kernel density estimation, Ripley's K-function, and spatial autocorrelation, but there is limited use of Voronoi diagrams (VDs). The goal of this article is to contribute to the spatial analysis of crime through the use of VDs. We use four years of commercial robbery data from Campinas, Brazil, and employ several VD techniques: (1) We analyze crime concentrations through the properties of VDs—area and number of vertices—and coverage curve; (2) we introduce a new crime geovisualization with VD in three dimensions; and (3) we apply a network VD technique to crime analysis. The results demonstrate associations between these VD techniques and the ability of the researcher to recognize crime patterns associated with crime concentration, crime along pathways, and the highly regularized distribution of crime in limited areas spatially.     

基于风险地形建模的毒品犯罪风险评估和警务预测

犯罪具有明显的时空特征,研究犯罪问题离不开时间和空间维度分析,以及产生犯罪的社会、地理、生态、环境等因素。风险地形建模是美国学者研发的空间风险评估和警务预测技术,已在全球六大洲45个国家和美国35个州得到了独立测试和验证,被广泛应用于警务预测、国土安全、交通事故、公共医疗、儿童虐待、环境污染、城市发展等多个领域。在毒品、纵火、爆炸、强奸、抢劫、盗窃等犯罪研究领域更是取得了显著成果。本文运用犯罪热点分析和风险地形建模,以长三角地区N市毒品犯罪为研究对象,对该市2015年毒品犯罪的危险因子、空间盲区、风险地形进行分析,探索毒品犯罪的生成机理和演化规律,并对2016年毒品犯罪进行预测。研究结果表明,N市毒品犯罪呈现明显的犯罪热点和冷点;出租屋、酒店、车站、ATM机、停车场、娱乐场所、城市快速路、网吧是N市毒品犯罪的风险性因素。风险地形建模能较好地预测毒品犯罪。公安机关禁毒部门应据此进行严密管控,逐步限制、消除犯罪产生地、犯罪吸引地、犯罪促进地的生存土壤和条件。     

时间地理支持下的核密度估计研究进展

时间地理核密度估计是经典核密度估计(KDE)基于时间地理的一种扩展,主要是将标准核函数的定义域扩展至时间地理的时空可达域,以通过增强定义域在时空方面的物理意义来避免非零密度被分配到可达域之外的问题。时空可达域包括时空碟和由时空碟复合而成的潜在路径区域(PPA)。这2类可达域用作核函数的定义域能解决上述问题,但也带来了新的问题。基于时空碟构建的核函数能叠加成PPA上的概率密度,但敏感于时空碟的时间点。而基于PPA构建的核函数相较于理想布朗桥模型缺乏双峰特性,且也不能生成时空碟上的概率密度函数。因此,时间地理与KDE相结合的研究还处于应用前的理论探索阶段,论文的目标就是对这一进程进行梳理并引出未来的发展趋势。论文围绕时空轨迹不确定性量化这一目标,首先回顾了时间地理与核密度估计的不同功用,然后对两者相融合的意义、框架和模式进行了阐述。最后,认为时间地理的可达域代替核密度估计的定义域是改进时空轨迹不确定性测度的重要手段,但距离目标的落地还有一定的距离。