入室盗窃临近重复案件与孤立案件分布的影响因素对比研究

入室盗窃临近重复案件与孤立案件分布的影响因素比照研究摘要：以中国南方某特大城市 YP 区为例，结合犯罪地理学主要理论选取相关变量构建二元逻辑回归模型，探讨区域环境对入室盗窃临近重复案件和孤立案件分布的影响差异。研究发现：摘要：以中国南方某特大城市 YP 区为例，结合犯罪地理学主要理论选取相关变量构建二元逻辑回归模型，探讨区域环境对入室盗窃临近重复案件和孤立案件分布的影响差异。研究发现：居民数量、银行&ATM 机和公园集聚的区域发生临近重复案件的概率比孤立案件更高，而道路密度高的社区难以发生临近重复案件;青少年人口比重高和低租金住户多的社区会加剧弱势群体、问题人群的集中趋势，临近重复犯罪发生的可能性也会随之上升，其中青少年人口的影响程度高于低租金住户。研究结果可对微观社区层面入室盗窃临近重复犯罪的治安防控与警务政策制定提供一定的参考。柳林; 陈德宝; 徐冲; 龙冬平; 肖露子; 陈悉， 地理科学 发表时间：2022-10-14关键词：入室盗窃;临近重复;孤立案件;社会解组理论;日常活动理论犯罪是影响民生的重大问题，与人民的日常生活密切相关，是影响社会稳定的重要因素，犯罪防控日益成为社会治安的主要内容。随着社会的进步，信息技术的开展，犯罪类型与方式逐渐多样化，这对犯罪的治理与防控提出新的挑战13。犯罪时空格局的形成机理是犯罪地理研究的重要内容。在探究犯罪机理解释方面产生了众多影响深远的经典理论，如社会解组理论4 、日常活动理论5 和犯罪模式理论6 等。社会解组理论一般强调社会经济环境对犯罪机理形成有促进作用。 Shaw 和 McKay 认为，贫困、社会剥夺与犯罪高发之间有较强的相互联系，突出了邻里住区的社会环境对犯罪的决定作用4。他们提出社会经济地位较低、种族异质性强和人口流动性高会削弱居住区的正式与非正式的社会控制力，制造一定程度的社会解组(social disorganization)，从而滋生了犯罪。国内外的众多研究进一步验证了人口与住房特征、土地利用与交通可达性、种族异质性与贫困等对犯罪有重要的影响79。日常活动理论那么强调有动机的犯罪者、适宜的目标和监管的缺失是犯罪发生的 3 个必要条件。研究者应用该理论分析了犯罪的空间分异与设施的关系，较多地讨论了学校、酒吧、公园、贩酒店等要素在其中的重要作用1012。犯罪模式理论与日常活动理论存在一定共性，均强调客观环境对人们活动的约束，并将犯罪高发的场所与设施归纳为犯罪发生器(crime generator)、犯罪吸引器(crime attractor)等概念。研究认为，此类场所与设施能够聚集大量人群，吸引犯罪者与受害者，提供较多的犯罪时机，从而影响犯罪的空间格局。长期以来，犯罪地理学的研究证明，犯罪的发生在时空分布上呈现出较明显的集聚性1316。时空集聚分析最初应用在流行病学领域分析流行病的传染过程，使用纳克斯(Knox)方法验证疾病传染案例之间的时空临近重复发生现象。犯罪学家随后将 Knox 方法应用到研究城市犯罪的时空集聚性，研究的犯罪类型也由最初的入室盗窃犯罪向多种犯罪类型扩展，例如枪击、暴力抢劫、纵火、走私等类型17,18。最新的研究开始关注警务政策如中国的“严打对临近重复发生模式的影响19 ，以及临近重复发生模式的时间稳定性纵向分析20 等。此外，近年来学者们通过分析建成环境的结构或周围社区的社会经济和人口特征，论证了其对临近重复发生模式高发和易发地点的重要性。如 Haberman 和 Ratcliffe18 认为基于周围环境特征的数据可以用来预测临近重复犯罪的发生。Townsley 等21 发现住房存量均匀的郊区的临近重复案件要多于住房存量不均的郊区，而 Zhang 等22 强调临近重复发生现象的集聚更频繁地发生在低收入和种族/民族多样化的社区;Nobles 等23 将入室盗窃事件分为 2 类：孤立盗窃(在空间和时间上没有关联的案件)和重复/近重复盗窃(在空间和时间上有关联的案件)。研究发现，在邻里尺度上“社会解组的衡量指标与入室盗窃孤立案件和重复/ 临近重复案件显著相关。以往研究从微观社会与空间环境方面关注对于临近重复案件时空分布的影响，但存在以下缺乏：基于社会解组理论的各因素，如租房的低租金人群和青少年人口，对入室盗窃的临近重复发生模式的奉献比拟研究缺乏。首先不同层次的人群对入室盗窃临近重复犯罪有不同的作用，生活在社会底层的人群受生活压力所迫和生存技能限制更容易促生屡次犯罪的可能性。其次低租金住户集聚的地区，一定程度上代表了恶劣的社会生存环境，这里住房拥挤、人口众多，犯罪目标与潜在犯罪者接触时机增加，容易滋生入室盗窃等犯罪。对中国的临近重复发生模式影响因素研究较少。国内的文献对临近重复犯罪现象的研究较少，大多停留在对于时空模式的探索研究阶段，且暂无文献以中国为案例，研究临近重复犯罪现象中不同案件的影响因素差异，国外研究得出的相关结论能否适用于中国快速城市化背景下的微观社会与空间环境需要进一步验证与分析。1 研究区域与方法1.1 研究区域研究区位于中国东南部沿海省份，受 ZG 市辖管，位于 ZG 市中南部。改革开放以来，YP 区经济快速开展，城市用地规模相继扩大，新建和改造了大量的社区，形成了 YP 区新老社区、各类建筑等并存的复杂建成环境现状。这种社区异质化与区域内各社区不同的经济开展阶段和开展模式有关，有利于增强对入室盗窃研究的典型性。研究数据包括中国 2022 年 ?第六次人口普查 ?资料24 、 2022 年 YP 区入室盗窃警情数据(社区入室盗窃)、 2022 年道道通电子地图导航公司的数据( :/ ritu /)。其中，人口数据主要涉及社区层面的社区总人口、社区外来人口、社区青少年人口等属性数据;入室盗窃警情数据包括案发地点、报警时间等内容;道道通电子地图导航数据主要包括 POI 数据( :/ ritu /)，例如银行&ATM 机、休娱场所等。1.2 研究方法1)临近重复计算器。本研究使用临近重复计算 器 ( near repeat calculator, NRC) 1.3 版 本 测 验 YP 区入室盗窃是否具有临近重复发生模式。临近重复计算器在操作过程中包含了自定义的时间和空间标度设置。基于已有的实证文献，本研究使用的单位空间标度为 100 m25。在临近重复计算器中，本研究选取 P2)二元逻辑回归模型。二元逻辑回归模型是适用于仅有 2 个类别的分类因变量，并且类别间无次序的关联。本研究的因变量为 2 类入室盗窃案件，即临近重复案件与孤立案件，故适用二元逻辑回归模型。模型结构如下： ln( Pi 1 Pi ) = + K k=1 kXki 式中，Xki(i=1,2, ,n)为自变量; 为回归模型的截距;k 为回归模型的系数;K 为变量的总数;i 为样本总数;根据本文的变量数据，Pi 为入室盗窃案件是临近重复案件的概率，那么 1Pi 为孤立案件的概率。比值比 exp() 的式子为 P/(1P)= kXi，当自变量 Xi 每增加一个单位并且其他变量保持不变时，将导致发生比增加或减少 倍。2 临近重复发生模式与案件空间分布2.1 临近重复发生模式从表 1 可以看出，首次入室盗窃案发生后，在时空标度为(0100 m，04 d)(0100 m，58 d)(101 200 m，04 d)再次发生入室盗窃案的风险机率较大，且平均高出期望值水平 20% 以上。同时发现，随着时空距离的递增，临近重复计算的 Knox 发生比率值呈现递减的趋势，这与 Youstin 等人26 在临近重复分析结果中提到的“梯度衰减模式保持一致。整体结果说明，临近入室盗窃首发案件的 200 m 范围和 4 d 内的区域再次被盗的平均风险最高。根据 Ratcliffe27 的指导原那么，案件必须表现出统计显著性水平 P2.2 案件空间分布利用入室盗窃全部案件点生成 5 级核密度图。将最高级(图 2a 高等级)犯罪热点区域中的所有案件提取出来，总数为 1 573 起案件。其中孤立案件 892 起，占比 56.71%;临近重复案件 681 起，占比 43.29%。而孤立案件与临近重复案件在案件总数中的占比分别为 73.90%，26.10%。不难看出，与孤立案件相比，临近重复案件在犯罪热点区域中的比重相较于在全部案件中的比重有显著的上升，说明犯罪热点中临近重复案件分布的集聚性更强，与犯罪热点的联系更为紧密。通过比拟孤立案件与临近重复案件的核密度图(图 2b、c)，可以发现孤立案件与临近重复案件空间分布格局存在明显差异：孤立案件整体分布较广泛，离散性相对较高;孤立案件主要热点区域集中连片分布在南部老城区，而临近重复案件主要热点区域较为集中在西北部城中村片区。3 变量设置与模型构建3.1 变量选取本文将临近重复案件与孤立案件 2 类变量作为因变量，共 9 242 起案件，其中孤立案件 6 833 起，临近重复案件 2 409 起。在模型设置中，本文将临近重复案件取值为“1，孤立案件取值为“0。基于犯罪地理学的重要理论，本文选取了 10 个自变量来构建模型，并根据理论将变量按照其在犯罪发生机理中的作用进行类别划分。首先选取的是入室盗窃目标变量，在日常活动理论中，居民数量承当着受害目标的作用。因为居民数量代表着区域内住户数量，即居民数量越多，住户数量也越多，形成的入室盗窃目标相应地随之增加。居民数量是采用 2022 年 ZG 市 30 m×30 m 栅格人口数量图转化成矢量数据，该数据来自谭敏等28 利用随机森林模型计算珠江三角洲 2022 年常住人口数据 30 m 格网空间化的结果，将其再匹配到本研究每个案件的 250 m 缓冲区内29 ，可以得到该缓冲区内的常住人口数量值;其次是其他目标和犯罪发生器变量，包含银行&ATM、休娱场所(KTV、台球厅、电影院剧院等)、公园和酒吧。根据环境犯罪学的理论及前人研究，此类设施与场所具有凝聚人流，吸引潜在的犯罪分子在附近活动的效应，进而影响入室盗窃的发生30,31。这类设施的位置来自于导航数据中的兴趣点(point of interest，POI)。如果某个案件点的 250 m 缓冲区内包含某类 POI，该类 POI 的变量值为 1，否那么为 0 29。其次是衡量社会解组状况的变量，包括外来人口比重、青少年人口比重以及低租金住宅户数(租金低于 500 元)。外来人口代表社区流动性和种族异质性，青少年人口和低租金住户变量表达了社会解组理论中的“集中缺陷。这些变量取自入室盗窃案件案发地所在的社区，该社区范围内所有的入室盗窃案件都被赋值为该社区级的属性数据29。最后用道路密度用来表征社区的交通可达性，即 accessibility。计算方法为社区内的路网长度/社区面积。道路密度越高，说明社区的交通便利程度也越高，犯罪者的进行犯罪活动的出入本钱会相对较低，犯罪也会随之增加。3.2 变量描述性统计分析据表 2 的因变量，2022 年 YP 区纳入分析的共 9 242 件入室盗窃案件，其中临近重复案件、孤立案件的占比分别为 26.10%，73.90%。入室盗窃目标与犯罪发生器：居民数量的最大值与最小值二者相差较大，说明每个案件位置附近的住户分布有较大差异。根据 2 类案件与 POI 实际分布情况以及表 2 中数据 ：74.43%(1 793/ 2 409)