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...     

社区环境对入室盗窃和室外盗窃影响的对比分析——以ZG市ZH半岛为例

社区环境的基本属性是影响城市犯罪的重要因素,而这两类犯罪相似的空间形态受社区环境哪些因素的影响及作用方式如何未探寻及验证。因此,本文结合日常活动理论、CPTED理论、可防卫空间等理论,以中国东南沿海地区ZG市ZH半岛为例,融合多源异构时空数据,利用偏最小二乘法,检验社区尺度下的建成环境和社会环境,对入室盗窃和室外盗窃的影响进行对比分析。研究发现：① ZH半岛内具有一定的规律性特征,即在建成环境背景下,入室盗窃的影响因素相对集中,而室外盗窃的影响因素较为分散;② 社会环境和建成环境对两类犯罪的影响及作用力存在着相对的共性和差异性,其共性主要表现在人口密度（-）、青少年人口比重（+）、公交站点密度（-）以及到主中心的距离（-）对入室盗窃和室外盗窃的发生都有显著的影响,且作用力方向一致;差异性主要体现在道路网络密度（-）、零售商业密度（+）和餐饮住宿密度（+）是影响室外盗窃发生的主要因子,而居民文化程度（-）显著影响入室盗窃的发生。研究结果的引申,可为社区层面的入室盗窃和室外盗窃的联合防控提供一些参考。     

私自盗矿法不容 拘留

近日,栾川县地矿局三道庄矿区监督科和地矿派出所联合查获一起团伙盗窃矿石案。没收盗窃钼精矿100余袋,摩托钻一台,4名盗窃分子现已被栾川县公安局依法行政拘留。2月19日下午,三道庄矿区监督科接到举报,马圈十八盘已封闭的2104坑口被炸开。接到电话后,三道庄矿区监督科迅速与地     

基于贝叶斯逻辑回归模型研究百度街景图像微观建成环境因素对街面犯罪的影响

街面犯罪对公众的生活安全构成一定的威胁。以往对于公共盗窃和寻衅滋事等街面犯罪的研究往往停留在社区甚至更宏观的层面,难以向微观尺度深入,它们忽略了通过环境设计预防犯罪(Crime Prevention Through Environmental Design,CPTED)理论中所主张的地址级的建成环境的精确特征。地址级的微观建成环境被广泛认为对各类犯罪的发生有着直接或间接的影响,然而对微观建成环境的度量一直是一个挑战。先前的大多数研究都是通过调查样本来表征建成环境,会受到两方面的限制:(1)建成环境特征描述不完整的限制;(2)数据在空间覆盖方面具有稀疏性的限制。百度街景图像作为一个新的数据来源,可以被用来提取地址级的微型环境的建成特征,从而使犯罪研究可以聚焦在更微观的尺度中。本研究使用深度学习全卷积图像分割算法从百度街景图像中提取地理位置的环境变量,共选取树木、通车道路、人行道等8种变量来表现研究区微观建成环境的差异。在控制了与街面犯罪有关的其他因素后,采用贝叶斯逻辑回归模型来评估微观建成环境影响因素对公共盗窃和寻衅滋事案件的影响。结果表明加入了微观建成环境物理特征之后的模型表现更好。对...     

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GIS的上海市盗窃案件时空分析

利用上海市2006—2009年的盗窃案件数据,基于ArcGIS及Excel软件,运用描述性统计、核密度估计等方法,分析了上海市盗窃案件的空间分布、时间分布,以及时空分布规律。研究表明:空间上,上海市盗窃案件密度在中心城区最高,向周边区域衰减,并在远郊某些地区出现孤立热点;时间上,以时、日、月为尺度的盗窃案件分布表现出各自的周期规律;2006—2009年,盗窃案件数持续上升的区域主要是在郊区,持续下降的区域主要是在市区。研究成果能为犯罪预防以及案件侦破提供依据。     

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。     

不同街景影像微环境提取方法对街面财产犯罪解释的差异分析

作为城市的骨架，街道网络是人们日常活动的重要载体，其也在很大程度上影响着犯罪事件的分布。因此，街道微环境是研究街面犯罪空间格局及其影响机制的重要切入点。已有研究中基于街景影像的街道微环境度量，多采用语义分割单一技术提取各类环境要素在影像中的像素占比，但该方法不适宜提取行人等离散要素。近期有学者结合使用语义分割和目标检测2种技术来提取影像中复杂的环境要素，但2种方法提取的微环境要素对街面犯罪的解释还未有比较研究。为探究这一问题，本文将百度街景影像作为街道层级建成环境数据，采用上述2种做法分别提取并获得街道微观环境特征变量：第1种做法仅使用语义分割技术将所有要素以像素比例度量；第2种做法用语义分割技术将人行道、建筑、墙面、栅栏、树木和草地以像素比例度量，而用目标检测技术将街面行人和路灯以个数度量。在控制了土地利用混合度、集中劣势、街道长度和密度、犯罪吸引器和发生器后，构建零膨胀负二项回归模型以分析街道微环境特征与街面财产犯罪（如街面盗窃、扒窃）间的关系。模型中分别加入通过两种方式提取的街道微环境特征变量，并比较其对街面财产犯罪影响的差异。研究结果表明：(1)与采用语义分割单一技术提取的街道...     

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。     

城市微环境与盗窃犯罪关系研究进展

城市微观社会环境和微观建成环境（即“城市微环境”）失序是影响盗窃犯罪时空格局和形成机理的两大关键因素,直接影响犯罪的机会、成本和手段,掌握微环境与盗窃的关系是CPTED、犯罪地理学的核心内容。本文聚焦国内外城市微环境与盗窃关系的研究进展,系统梳理了影响盗窃时空分异的城市微环境特征,总结了微环境的测度方式。总体上有4类问题待解决：① 当前利用手机大数据求算的环境人口指标主要为人口数量和流动性,少有从人口属性、社交规律等方面深层刻画微观社会环境。② 缺乏对微观建成、社会环境的系统性整合,易导致伪相关或不相关。③ 西方犯罪学理论的“本土化”实证研究不够充分,理论内涵和概念存在本土操作化困难,中国实证研究产生的“本土”知识对西方理论有补充性和挑战性,但还需“国际概念化”。④ 街景已被用于微观建成环境的虚拟测量,但随机选取测量地点的做法因未顾及微观社会环境的非均衡性而缺乏针对性。未来有4方面研究趋势：① 与公安部门紧密合作,结合敏感数据,刻画微观尺度人口属性、社交规律等特征,拓展“风险人口”的概念外延,准确反映微观社会环境,开展理论和政策导向的实证研究。② 耦合微观社会和建成环境,从社会、环境、行为等多维理论层面辨析两种微观环境的互嵌依据和耦合路径,诉诸“大”数据刻画“微”环境,探索微环境对盗窃的条件交互机制和尺度依赖性。③ 把握犯罪学理论内涵,兼顾中国城市社会情境,开发理论核心概念“本土”操作化新可能。④ 持续发展基于街景的远程化、虚拟化、自动化、智能化建成环境观测手段,注重针对性采样和系统性整合研究。