功能区视角下城市夜光与夜间“两抢一盗”犯罪的空间相关性——以H市市辖区为例

以H市市辖区为例,基于POI数据识别城市功能区,并结合NPP-VIIRS夜光遥感数据与夜间“两抢一盗”犯罪数据,构建双变量空间自相关分析模型,从整体及不同功能区角度探讨城市夜光与夜间“两抢一盗”犯罪的空间关系。结果表明：1）整体上,H市夜间“两抢一盗”犯罪形成“一主一副”的犯罪热点,且夜光与夜间“两抢一盗”犯罪存在空间异质性关系。2）大部分功能区在全局Moran’sΙ上表现为正相关。在局部LISA聚类上,只有居住用地、商业服务业用地和道路与交通设施用地呈现显著的空间异质性。商业用地的高-高聚类多数分布在一环及二环以内,低-低聚类多数分布在城市外围及边缘地带,高-低聚类与低-高聚类则零散分布在二者之间的区域;居住用地的聚类情况呈现南北区域差异;道路与交通设施用地则由于报警地点与实际案发地点可能有所出入,因而结果可信度降低。     

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.     

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。     

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。     

西南地区拐卖犯罪时空特征与影响因素

以拐卖犯罪的重灾区也是典型拐出源区的西南地区（云南、贵州、四川、重庆）为研究区,利用2008—2020年中国裁判文书审判数据,综合运用文本分析、数理统计、空间分析和负二项回归检验等方法,探索西南地区拐卖犯罪的时空分异与影响因素。结果表明：1）时间分布上,拐卖犯罪整体高发于2009—2014年,呈“三峰两谷”波浪形变化,“三峰”出现于2009、2012与2014年,而于2010和2013年出现“两谷”;最高发月份为12月,拐卖妇女次高发月份集中在3、6、7、9月,而拐卖儿童次高发月份为5、7、8、9月。2）空间分布上,拐卖犯罪呈显著的“东南—西北”轴线状分布,与川渝、云贵交界线高度吻合,省际交界区域是热点地域;省域空间分布以云南省为最,重庆市最次;微观地点多发生在人流量大的医疗、车站等场所以及乡村住宅附近。3）拐卖犯罪案发量受人口性别比和城乡居民最低生活保障人数的正向影响,而农村居民人均可支配收入、城镇登记失业率、少年儿童抚养比和客运量具有负向影响;其中,人口性别比、客运量和城乡居民最低生活保障人数对拐卖妇女犯罪影响更大。最后,基于影响因素分析从加强社会建设、创新预防机制、强化打击机制3个方面提出防控治理对策。     

基于GIS的城市犯罪行为空间分布特征及预警分析

本义利用中原某县城区土地利用现状图、道路图、社区人口统计资料,以及10年的城区犯罪案例数据等,对该县城区不同犯罪类型和不同年份的犯罪数据进行了空间分析。对该县城区犯罪及其影响因素的空间格局研究表明：①该县城区的核心区案件数量最多,其次为东关和西关较多,而边缘区案件数量相对较少;②就所有犯罪案件在城区的空间分布看,犯罪密度空间分布具明显的分区特征,其中水口路、十字街和袁山市场是犯罪密度最高的区域;东关、西关以及城北新区是犯罪密度较高的区域;城市边缘区的犯罪密度最低。研究表明城市犯罪与城市建成区的发展有关系;城市犯罪案件数与城市出行人数存在较强的线性关系。通过建立城市犯罪空间分布模型,可以模拟与预测城市犯罪未来空间分布,从而使公安部门及时准确地作出防范措施。     

ZG市诈骗犯罪的时空分布与影响因素

诈骗犯罪是现代城市中亟待解决的一大社会难题。现有研究多从社会学角度,基于微观层次探讨影响诈骗受害的个人属性特征,缺乏从地理学视角对诈骗受害者生存环境中的中宏观层次因素的考虑。本文基于犯罪地理学视角,综合运用平均最近邻、核密度以及负二项回归等研究方法,对ZG市5类诈骗警情的时空分布特征和基于建成环境与社会环境两大维度的影响因素进行了深入探讨。结果表明：① 各类诈骗的时间分布规律各异,但整体上呈现出工作日高于休息日、下午或晚上高于上午、凌晨时段为最低的特征;② 和其他类型的城市犯罪类似,诈骗犯罪整体呈现出与老城区距离衰减的“多中心”显著性集聚特征;各类型诈骗热点的空间分布大同小异,多分布在城市的老城区、CBD、火（汽）车站、城中村或高校布局的周边地带;③ 各类诈骗犯罪的空间分布影响因素各异,但整体表现出与银行网点、旅游景点、道路密度、土地利用混合度、高校等建成环境因素高度相关;与购买商品房家庭占比、受教育水平、人口老龄化和城镇化水平等社会环境显著相关的特性。本文拓展了犯罪地理学领域对诈骗犯罪的研究成果,证实了各类诈骗犯罪符合日常活动理论的理论假设,对诈骗受害情景预防具有重要意义。     

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。     

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。     

四川省拐卖儿童犯罪的时空演变过程及影响因素分析

拐卖儿童犯罪给受害者带来身心创伤、给家庭带来巨大悲痛和长期困扰,已成为社会和学界关注的焦点问题。该领域犯罪地理学视角的研究兴起较晚,且主要侧重宏观整体分析,当前亟需聚焦高发源地和重点人群作精细解析。为此,论文针对中国拐卖犯罪重灾源区四川省,综合运用数理统计、空间分析、文本分析、案例分析等方法探究四川省拐卖儿童犯罪的时空演变过程与影响因素。研究发现：① 数量上,被拐男童明显多于女童,被拐儿童主要来自乡村,虽呈现1~6岁和14~17岁的“双峰”型特征,但整体趋向低龄化。② 时间上,犯罪年际分布大致呈倒“V”型波动态势,高发期为1981—2000年;犯罪年内分布集中于夏半年,周内分布周末高发,日期分布每月1日的被拐儿童数量最多。③ 空间上,存在一个被拐高发区和多个被拐次高发区;县域尺度上的犯罪格局呈现“高—高”和“低—低”聚集;随着时间的变化,拐出热点区不断向南部和东部蔓延;宏观贩运路径上,向中东部地区分散拐入,华北和华南是重点拐入的“南北两汇”。④ 对1981—2000年犯罪高发期的原因解析发现,受教育水平与城乡收入差距是影响拐卖儿童犯罪的主导因素。     

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。     

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。     

长春市财产犯罪的空间分析

基于长春市公安局提供的警区层面的犯罪数据,分析了长春市2008年财产犯罪率的空间分布特征。研究发现长春市财产犯罪率呈现出城市中心高而外围低的圈层式空间模式。通过对犯罪高发区域的用地性质和功能的分析发现,长春市主要商业区和主要客运交通枢纽所在警区均具有较高的财产犯罪率。利用空间分析的方法,判定出长春市财产犯罪的热点地区,从统计学意义上验证了犯罪活动的空间集聚性,进而推测这些区域可能存在犯罪扩散和溢出效应。借鉴国外相关理论及实证研究,结合长春市实际情况,通过回归建模分析,探讨了长春市财产犯罪率同人口、社会经济、土地利用等各因子可能存在的相互关系,发现长春市财产犯罪率受到人口密度、就业活跃度、商业区、服务业活跃度、客运枢纽和年轻人口比例的显著影响,在一定程度上支持了日常活动理论的基本观点,但需结合长春市实际情况做具体分析与解释。     

“雷霆扫毒”对贩卖毒品犯罪的影响及后续时空分布变化——以ZG市主城区为例

贩卖毒品是实现毒品犯罪经济利益的重要环节,是危害最为严重的毒品犯罪类型之一。现有研究主要关注毒品犯罪与建成环境之间的关系,没有顾及打击后贩卖毒品犯罪空间转移现象以及影响因素的变化。本文基于日常活动理论、犯罪模式理论和社会解组理论,以中国ZG市主城区为例,融合多源时空数据,分别对2013年8月开始的“雷霆扫毒”前后的贩卖毒品犯罪构建负二项回归模型,分析微观尺度下半公共空间、室外公共空间和室内私人空间对贩卖毒品犯罪影响的变化。研究发现“雷霆扫毒”行动后：① 贩卖毒品犯罪案件数量显著下降;② 半公共空间对贩卖毒品犯罪的影响作用减弱;③ 室外公共空间对贩卖毒品犯罪影响作用增强,室内私人空间对贩卖毒品犯罪的影响上升。结果表明：“雷霆扫毒”专项行动开展后一年,贩卖毒品犯罪的“主阵地”发生变化,由城市半公共空间逐渐向室外公共空间和室内私人空间转移。特别的是,“雷霆扫毒”对大毒枭及贩毒团伙的打击成效突出,促使2014年贩毒案件大幅度下降,实现了专项行动开展的目的。后续一系列专项行动进一步提升了对贩卖毒品犯罪的发现和查处能力,显示出专项行动对打击隐性犯罪的明显效果。研究表明公安执法部门必须对毒品贩卖犯罪进行持续的、有针对性的打击,对发生地的变动进行定期的监控,不能一蹴而就。     

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。