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。
关键词:扒窃
;
犯罪热点
;
空间分析
;
时空热点矩阵
;
北京
Abstract
Using spatial analysis methods, the geographic pattern of pickpocket incidents along the Chang'an Street in Beijing was examined in this study. First, the crime distribution along the street was identified. The results demonstrate that major crime clustering areas existed in the Xidan business area (A), Jianguomen area (B), and Dawanglu-Sihui Area (C). By comparing the spatial pattern of crimes with population density and point of interest (POI) density along the street, it was found that crimes tended to be clustered around locations having higher POI density. In the next step, spatiotemporal patterns of offences in the three areas were analyzed using kernel density estimation and space-time hotspot matrix. The results indicate that zone A maintained higher crime level between 10 a.m. and 6 p.m. and the peak time appeared at 12 a.m., and the offences concentrated in the major shopping malls. However, in zones B and C, the higher level of crimes occurred in the hours around 6 a.m. and 6 p.m., which are the periods of peak traffic flow in the morning and evening. Lastly, some detailed crime prevention and suppression suggestions and strategies are proposed on the basis of the spatial attributes and blind areas theory.
CHENPeng, LIXin, HUXiaofeng, ZENGZhaolong, ZHAOPengkai. Clustering pattern analysis and prevention strategies to pickpocketing offence along the Chang'an Street in Beijing[J]. 地理科学进展, 2015, 34(10): 1250-1258 https://doi.org/10.18306/dlkxjz.2015.10.005
实际上,在环境犯罪学领域,关于道路结构与犯罪活动之间的相关性已有学者对此进行了研究。从理论层面上,犯罪学家布兰廷汉姆(Brantingham et al, 1982, 1993a, 1993b)等从犯罪形态理论(Crime Pattern Theory)的角度指出,道路是连接人们日常生活中不同类型认知空间(Awareness Space)的重要途径,因此,在犯罪地理上可以将人们的认知活动空间分为两种拓扑结构,即点(Node)和线(Path)。围绕着这两种典型拓扑结构特征,一些学者从实践层面研究了犯罪空间分布与街道特征之间的关系。如约翰逊(Johnson et al, 2010)等统计了不同类型道路附近的入室盗窃案件发生频率,发现位于主干道以及道路密集区域周边的发案率要明显高于交通不发达区域;而戴维斯(Davies et al, 2013)与波特(Porta et al, 2006a, 2006b)等则利用路网结构化的方法,通过模拟巴黎街道网络中路段的连通性和入室盗窃案件之间的地理关系,证明路段的可达性越高越会提升案件的发案率水平。然而,对这些研究工作进行简单的总结可以发现,这种以路段为单位的犯罪活动频率统计基本上没有考虑到路段沿线的地理要素与空间类型的影响,因此其结果中路段沿线的犯罪分布被假设为均匀分布。而事实上,道路沿线的各种地理要素与空间结构,包括公共空间(路口、车站)、非公共空间(商场、银行)(王发曾, 2003)以及移动空间(车辆、地铁)(王发曾, 2007)等所具有的各种犯罪盲区在吸引和影响犯罪活动方面所起的作用是不同的(Brantingham et al, 1995),因此,道路沿线的犯罪分布也必然存在着一定的特征性。此外,从犯罪预防的角度,由于道路沿线集中了多种复杂的空间类型,因此,消除犯罪盲区、实现对街头犯罪活动的有效防范就需要采取综合性的防控措施。所以,从道路本身的特殊一维性空间结构来研究道路沿线的犯罪分布形态、识别犯罪高发部位、分析犯罪高发现象的原因以及提出有效的综合性犯罪预防对策具有重要的现实意义。
Fig.7 Spatial and temporal distributions of crimes in area C
5 案件高发区域的空间盲区分析与防控策略
通过对北京市长安街沿线扒窃类案件的高发区域识别与区域内案件的时空特征性分析,可分别总结出长安街沿线3个案件高发区域的一些基本特征(表1)。从中可以看到,长安街沿线的案件高发区域均是人、财、物流量密集的场所,具体表现为商业场所和公共交通枢纽两类。从扒窃类犯罪活动的本质而言,由于嫌疑人的主要犯罪目标为行人或店铺内无人看防的财物,因此,人流或商业密集场所具有的大量潜在性的犯罪目标无疑对犯罪嫌疑人的作案创造了有利条件(Cohen et al, 1979),这几个案件高发区域内的空间要素均具有典型的“犯罪吸引地(Crime Attractor)”特征(Brantingham et al, 1995)。然而,如果进一步的对3个案件高发区域进行分析,可发现3个区域在空间的特征方面又存在着显著的区别。虽然3个案件高发区域从空间性质上都具有公共空间的属性,但在空间的开放性上却具有不同的特征:对区域A,案件的高发区域主要位于商业购物中心和场所内部,属于典型的封闭性公共空间,犯罪盲区主要有出入口缺乏值守、空间内部的无主式管理、邻近主干道及地铁交通有利于嫌疑人作案后逃逸等;对区域B和区域C,案件的高发区域为公共交通枢纽和街面,包括有移动式公共空间和非封闭性公共空间两种类型,犯罪盲点主要有区域管理的无主性和开放性、移动空间的封闭性和有限性等(王发曾,2006)。因此,对具有不同空间特征的案件高发区域,需要基于具体的空间特征属性采取有针对性的以消除犯罪盲区为目的的防控策略:
本文利用空间分析和统计方法从实证性角度分析了北京市长安街沿线的扒窃类案件的分布情况。研究结果表明,长安街沿线的扒窃案件分布具有非均匀性的分布特征,其中有3个显著性的高发区域。而从3个区域所对应的地理要素以及犯罪活动的热点部位和时空特征来看,容易集中大流量人群的商业中心、购物场所和公共交通枢纽具有引发扒窃案件的高发态势,这也从另一个方面印证了环境犯罪学中的日常活动理论和犯罪吸引地理论(Cohen et al, 1979; Brantingham et al, 1995)。因此,从犯罪预防的角度,针对这些引发案件高发的区域空间类型,从消除空间内犯罪盲区的角度提出了综合性的防控对策。
在城市地理环境中,街道作为城市重要基础设施之一对城市犯罪活动有着十分重要的影响,这种影响主要体现在人员出行行为和犯罪空间的复杂性两个方面。因此,对于街道沿线的犯罪活动高发区域分析还需要从两个方面继续深入:首先,随着公共交通的日益发达,尤其是街道与地下交通路网的相互贯通,使人们的出行成本在降低的同时也使其出行的范围不断增大。从受害人的角度来看,人们日常活动范围的加大使得其接触到的人、事、物不断增多,客观上提升了发生各种摩擦、冲突与犯罪活动的风险;而从嫌疑人的角度,出行选择的增多使其选择犯罪目标、作案后逃逸也更加便利。因此,相比于传统的单纯基于街道拓扑结构的犯罪影响性分析(Brantingham et al, 1993; Johnson et al, 2010),今后的工作还需要进一步考虑地上路网与地下交通的综合可达性对人员出行行为和犯罪高发区域形成影响的研究,以便于从量化的角度来确定这种综合可达性对街道沿线犯罪高发部位的影响。其次,从城市犯罪的空间层面,道路沿线的地理要素与空间结构正变得日益复杂化。从空间类型上,道路沿线的空间结构包括有车辆、地铁等移动式空间,和街面、公园等开放式空间以及商业场所、银行等封闭式空间。从空间的衔接上,交通枢纽、地铁站点等成为移动式空间和固定式空间之间彼此相互连接和叠加的节点,而这些节点就往往会成为犯罪活动高发的部位。因而,这种空间复杂化带来了犯罪盲点的增多和防控难度的增加。目前已有学者对不同类型空间的犯罪防控分别进行了针对性的研究(王发曾, 2003, 2006, 2007, 2010),但如何实现街道沿线的移动空间与固定空间之间的犯罪防控联动效应,消除复杂空间内的犯罪盲区,提高道路沿线的综合性犯罪防控效果也需要进一步的深入研究。
致谢:本文研究工作得到了北京市交通管理委员会的数据支持,作者在此表示衷心的感谢。
The authors have declared that no competing interests exist.
... 在城市地理环境中,街道作为城市重要基础设施之一对城市犯罪活动有着十分重要的影响,这种影响主要体现在人员出行行为和犯罪空间的复杂性两个方面.因此,对于街道沿线的犯罪活动高发区域分析还需要从两个方面继续深入:首先,随着公共交通的日益发达,尤其是街道与地下交通路网的相互贯通,使人们的出行成本在降低的同时也使其出行的范围不断增大.从受害人的角度来看,人们日常活动范围的加大使得其接触到的人、事、物不断增多,客观上提升了发生各种摩擦、冲突与犯罪活动的风险;而从嫌疑人的角度,出行选择的增多使其选择犯罪目标、作案后逃逸也更加便利.因此,相比于传统的单纯基于街道拓扑结构的犯罪影响性分析(Brantingham et al, 1993; Johnson et al, 2010),今后的工作还需要进一步考虑地上路网与地下交通的综合可达性对人员出行行为和犯罪高发区域形成影响的研究,以便于从量化的角度来确定这种综合可达性对街道沿线犯罪高发部位的影响.其次,从城市犯罪的空间层面,道路沿线的地理要素与空间结构正变得日益复杂化.从空间类型上,道路沿线的空间结构包括有车辆、地铁等移动式空间,和街面、公园等开放式空间以及商业场所、银行等封闭式空间.从空间的衔接上,交通枢纽、地铁站点等成为移动式空间和固定式空间之间彼此相互连接和叠加的节点,而这些节点就往往会成为犯罪活动高发的部位.因而,这种空间复杂化带来了犯罪盲点的增多和防控难度的增加.目前已有学者对不同类型空间的犯罪防控分别进行了针对性的研究(王发曾, 2003, 2006, 2007, 2010),但如何实现街道沿线的移动空间与固定空间之间的犯罪防控联动效应,消除复杂空间内的犯罪盲区,提高道路沿线的综合性犯罪防控效果也需要进一步的深入研究. ...
城市犯罪中的公共空间盲区及其综合治理
3
2003
... 实际上,在环境犯罪学领域,关于道路结构与犯罪活动之间的相关性已有学者对此进行了研究.从理论层面上,犯罪学家布兰廷汉姆(Brantingham et al, 1982, 1993a, 1993b)等从犯罪形态理论(Crime Pattern Theory)的角度指出,道路是连接人们日常生活中不同类型认知空间(Awareness Space)的重要途径,因此,在犯罪地理上可以将人们的认知活动空间分为两种拓扑结构,即点(Node)和线(Path).围绕着这两种典型拓扑结构特征,一些学者从实践层面研究了犯罪空间分布与街道特征之间的关系.如约翰逊(Johnson et al, 2010)等统计了不同类型道路附近的入室盗窃案件发生频率,发现位于主干道以及道路密集区域周边的发案率要明显高于交通不发达区域;而戴维斯(Davies et al, 2013)与波特(Porta et al, 2006a, 2006b)等则利用路网结构化的方法,通过模拟巴黎街道网络中路段的连通性和入室盗窃案件之间的地理关系,证明路段的可达性越高越会提升案件的发案率水平.然而,对这些研究工作进行简单的总结可以发现,这种以路段为单位的犯罪活动频率统计基本上没有考虑到路段沿线的地理要素与空间类型的影响,因此其结果中路段沿线的犯罪分布被假设为均匀分布.而事实上,道路沿线的各种地理要素与空间结构,包括公共空间(路口、车站)、非公共空间(商场、银行)(王发曾, 2003)以及移动空间(车辆、地铁)(王发曾, 2007)等所具有的各种犯罪盲区在吸引和影响犯罪活动方面所起的作用是不同的(Brantingham et al, 1995),因此,道路沿线的犯罪分布也必然存在着一定的特征性.此外,从犯罪预防的角度,由于道路沿线集中了多种复杂的空间类型,因此,消除犯罪盲区、实现对街头犯罪活动的有效防范就需要采取综合性的防控措施.所以,从道路本身的特殊一维性空间结构来研究道路沿线的犯罪分布形态、识别犯罪高发部位、分析犯罪高发现象的原因以及提出有效的综合性犯罪预防对策具有重要的现实意义. ...
... 在城市地理环境中,街道作为城市重要基础设施之一对城市犯罪活动有着十分重要的影响,这种影响主要体现在人员出行行为和犯罪空间的复杂性两个方面.因此,对于街道沿线的犯罪活动高发区域分析还需要从两个方面继续深入:首先,随着公共交通的日益发达,尤其是街道与地下交通路网的相互贯通,使人们的出行成本在降低的同时也使其出行的范围不断增大.从受害人的角度来看,人们日常活动范围的加大使得其接触到的人、事、物不断增多,客观上提升了发生各种摩擦、冲突与犯罪活动的风险;而从嫌疑人的角度,出行选择的增多使其选择犯罪目标、作案后逃逸也更加便利.因此,相比于传统的单纯基于街道拓扑结构的犯罪影响性分析(Brantingham et al, 1993; Johnson et al, 2010),今后的工作还需要进一步考虑地上路网与地下交通的综合可达性对人员出行行为和犯罪高发区域形成影响的研究,以便于从量化的角度来确定这种综合可达性对街道沿线犯罪高发部位的影响.其次,从城市犯罪的空间层面,道路沿线的地理要素与空间结构正变得日益复杂化.从空间类型上,道路沿线的空间结构包括有车辆、地铁等移动式空间,和街面、公园等开放式空间以及商业场所、银行等封闭式空间.从空间的衔接上,交通枢纽、地铁站点等成为移动式空间和固定式空间之间彼此相互连接和叠加的节点,而这些节点就往往会成为犯罪活动高发的部位.因而,这种空间复杂化带来了犯罪盲点的增多和防控难度的增加.目前已有学者对不同类型空间的犯罪防控分别进行了针对性的研究(王发曾, 2003, 2006, 2007, 2010),但如何实现街道沿线的移动空间与固定空间之间的犯罪防控联动效应,消除复杂空间内的犯罪盲区,提高道路沿线的综合性犯罪防控效果也需要进一步的深入研究. ...
城市建筑空间设计的犯罪防控效应
2
2006
... 通过对北京市长安街沿线扒窃类案件的高发区域识别与区域内案件的时空特征性分析,可分别总结出长安街沿线3个案件高发区域的一些基本特征(表1).从中可以看到,长安街沿线的案件高发区域均是人、财、物流量密集的场所,具体表现为商业场所和公共交通枢纽两类.从扒窃类犯罪活动的本质而言,由于嫌疑人的主要犯罪目标为行人或店铺内无人看防的财物,因此,人流或商业密集场所具有的大量潜在性的犯罪目标无疑对犯罪嫌疑人的作案创造了有利条件(Cohen et al, 1979),这几个案件高发区域内的空间要素均具有典型的“犯罪吸引地(Crime Attractor)”特征(Brantingham et al, 1995).然而,如果进一步的对3个案件高发区域进行分析,可发现3个区域在空间的特征方面又存在着显著的区别.虽然3个案件高发区域从空间性质上都具有公共空间的属性,但在空间的开放性上却具有不同的特征:对区域A,案件的高发区域主要位于商业购物中心和场所内部,属于典型的封闭性公共空间,犯罪盲区主要有出入口缺乏值守、空间内部的无主式管理、邻近主干道及地铁交通有利于嫌疑人作案后逃逸等;对区域B和区域C,案件的高发区域为公共交通枢纽和街面,包括有移动式公共空间和非封闭性公共空间两种类型,犯罪盲点主要有区域管理的无主性和开放性、移动空间的封闭性和有限性等(王发曾,2006).因此,对具有不同空间特征的案件高发区域,需要基于具体的空间特征属性采取有针对性的以消除犯罪盲区为目的的防控策略: ...
... 在城市地理环境中,街道作为城市重要基础设施之一对城市犯罪活动有着十分重要的影响,这种影响主要体现在人员出行行为和犯罪空间的复杂性两个方面.因此,对于街道沿线的犯罪活动高发区域分析还需要从两个方面继续深入:首先,随着公共交通的日益发达,尤其是街道与地下交通路网的相互贯通,使人们的出行成本在降低的同时也使其出行的范围不断增大.从受害人的角度来看,人们日常活动范围的加大使得其接触到的人、事、物不断增多,客观上提升了发生各种摩擦、冲突与犯罪活动的风险;而从嫌疑人的角度,出行选择的增多使其选择犯罪目标、作案后逃逸也更加便利.因此,相比于传统的单纯基于街道拓扑结构的犯罪影响性分析(Brantingham et al, 1993; Johnson et al, 2010),今后的工作还需要进一步考虑地上路网与地下交通的综合可达性对人员出行行为和犯罪高发区域形成影响的研究,以便于从量化的角度来确定这种综合可达性对街道沿线犯罪高发部位的影响.其次,从城市犯罪的空间层面,道路沿线的地理要素与空间结构正变得日益复杂化.从空间类型上,道路沿线的空间结构包括有车辆、地铁等移动式空间,和街面、公园等开放式空间以及商业场所、银行等封闭式空间.从空间的衔接上,交通枢纽、地铁站点等成为移动式空间和固定式空间之间彼此相互连接和叠加的节点,而这些节点就往往会成为犯罪活动高发的部位.因而,这种空间复杂化带来了犯罪盲点的增多和防控难度的增加.目前已有学者对不同类型空间的犯罪防控分别进行了针对性的研究(王发曾, 2003, 2006, 2007, 2010),但如何实现街道沿线的移动空间与固定空间之间的犯罪防控联动效应,消除复杂空间内的犯罪盲区,提高道路沿线的综合性犯罪防控效果也需要进一步的深入研究. ...
城市建筑空间设计的犯罪防控效应
2
2006
... 通过对北京市长安街沿线扒窃类案件的高发区域识别与区域内案件的时空特征性分析,可分别总结出长安街沿线3个案件高发区域的一些基本特征(表1).从中可以看到,长安街沿线的案件高发区域均是人、财、物流量密集的场所,具体表现为商业场所和公共交通枢纽两类.从扒窃类犯罪活动的本质而言,由于嫌疑人的主要犯罪目标为行人或店铺内无人看防的财物,因此,人流或商业密集场所具有的大量潜在性的犯罪目标无疑对犯罪嫌疑人的作案创造了有利条件(Cohen et al, 1979),这几个案件高发区域内的空间要素均具有典型的“犯罪吸引地(Crime Attractor)”特征(Brantingham et al, 1995).然而,如果进一步的对3个案件高发区域进行分析,可发现3个区域在空间的特征方面又存在着显著的区别.虽然3个案件高发区域从空间性质上都具有公共空间的属性,但在空间的开放性上却具有不同的特征:对区域A,案件的高发区域主要位于商业购物中心和场所内部,属于典型的封闭性公共空间,犯罪盲区主要有出入口缺乏值守、空间内部的无主式管理、邻近主干道及地铁交通有利于嫌疑人作案后逃逸等;对区域B和区域C,案件的高发区域为公共交通枢纽和街面,包括有移动式公共空间和非封闭性公共空间两种类型,犯罪盲点主要有区域管理的无主性和开放性、移动空间的封闭性和有限性等(王发曾,2006).因此,对具有不同空间特征的案件高发区域,需要基于具体的空间特征属性采取有针对性的以消除犯罪盲区为目的的防控策略: ...
... 在城市地理环境中,街道作为城市重要基础设施之一对城市犯罪活动有着十分重要的影响,这种影响主要体现在人员出行行为和犯罪空间的复杂性两个方面.因此,对于街道沿线的犯罪活动高发区域分析还需要从两个方面继续深入:首先,随着公共交通的日益发达,尤其是街道与地下交通路网的相互贯通,使人们的出行成本在降低的同时也使其出行的范围不断增大.从受害人的角度来看,人们日常活动范围的加大使得其接触到的人、事、物不断增多,客观上提升了发生各种摩擦、冲突与犯罪活动的风险;而从嫌疑人的角度,出行选择的增多使其选择犯罪目标、作案后逃逸也更加便利.因此,相比于传统的单纯基于街道拓扑结构的犯罪影响性分析(Brantingham et al, 1993; Johnson et al, 2010),今后的工作还需要进一步考虑地上路网与地下交通的综合可达性对人员出行行为和犯罪高发区域形成影响的研究,以便于从量化的角度来确定这种综合可达性对街道沿线犯罪高发部位的影响.其次,从城市犯罪的空间层面,道路沿线的地理要素与空间结构正变得日益复杂化.从空间类型上,道路沿线的空间结构包括有车辆、地铁等移动式空间,和街面、公园等开放式空间以及商业场所、银行等封闭式空间.从空间的衔接上,交通枢纽、地铁站点等成为移动式空间和固定式空间之间彼此相互连接和叠加的节点,而这些节点就往往会成为犯罪活动高发的部位.因而,这种空间复杂化带来了犯罪盲点的增多和防控难度的增加.目前已有学者对不同类型空间的犯罪防控分别进行了针对性的研究(王发曾, 2003, 2006, 2007, 2010),但如何实现街道沿线的移动空间与固定空间之间的犯罪防控联动效应,消除复杂空间内的犯罪盲区,提高道路沿线的综合性犯罪防控效果也需要进一步的深入研究. ...
城市犯罪的移动空间盲区及其综合治理
1
2007
... 实际上,在环境犯罪学领域,关于道路结构与犯罪活动之间的相关性已有学者对此进行了研究.从理论层面上,犯罪学家布兰廷汉姆(Brantingham et al, 1982, 1993a, 1993b)等从犯罪形态理论(Crime Pattern Theory)的角度指出,道路是连接人们日常生活中不同类型认知空间(Awareness Space)的重要途径,因此,在犯罪地理上可以将人们的认知活动空间分为两种拓扑结构,即点(Node)和线(Path).围绕着这两种典型拓扑结构特征,一些学者从实践层面研究了犯罪空间分布与街道特征之间的关系.如约翰逊(Johnson et al, 2010)等统计了不同类型道路附近的入室盗窃案件发生频率,发现位于主干道以及道路密集区域周边的发案率要明显高于交通不发达区域;而戴维斯(Davies et al, 2013)与波特(Porta et al, 2006a, 2006b)等则利用路网结构化的方法,通过模拟巴黎街道网络中路段的连通性和入室盗窃案件之间的地理关系,证明路段的可达性越高越会提升案件的发案率水平.然而,对这些研究工作进行简单的总结可以发现,这种以路段为单位的犯罪活动频率统计基本上没有考虑到路段沿线的地理要素与空间类型的影响,因此其结果中路段沿线的犯罪分布被假设为均匀分布.而事实上,道路沿线的各种地理要素与空间结构,包括公共空间(路口、车站)、非公共空间(商场、银行)(王发曾, 2003)以及移动空间(车辆、地铁)(王发曾, 2007)等所具有的各种犯罪盲区在吸引和影响犯罪活动方面所起的作用是不同的(Brantingham et al, 1995),因此,道路沿线的犯罪分布也必然存在着一定的特征性.此外,从犯罪预防的角度,由于道路沿线集中了多种复杂的空间类型,因此,消除犯罪盲区、实现对街头犯罪活动的有效防范就需要采取综合性的防控措施.所以,从道路本身的特殊一维性空间结构来研究道路沿线的犯罪分布形态、识别犯罪高发部位、分析犯罪高发现象的原因以及提出有效的综合性犯罪预防对策具有重要的现实意义. ...
城市犯罪的移动空间盲区及其综合治理
1
2007
... 实际上,在环境犯罪学领域,关于道路结构与犯罪活动之间的相关性已有学者对此进行了研究.从理论层面上,犯罪学家布兰廷汉姆(Brantingham et al, 1982, 1993a, 1993b)等从犯罪形态理论(Crime Pattern Theory)的角度指出,道路是连接人们日常生活中不同类型认知空间(Awareness Space)的重要途径,因此,在犯罪地理上可以将人们的认知活动空间分为两种拓扑结构,即点(Node)和线(Path).围绕着这两种典型拓扑结构特征,一些学者从实践层面研究了犯罪空间分布与街道特征之间的关系.如约翰逊(Johnson et al, 2010)等统计了不同类型道路附近的入室盗窃案件发生频率,发现位于主干道以及道路密集区域周边的发案率要明显高于交通不发达区域;而戴维斯(Davies et al, 2013)与波特(Porta et al, 2006a, 2006b)等则利用路网结构化的方法,通过模拟巴黎街道网络中路段的连通性和入室盗窃案件之间的地理关系,证明路段的可达性越高越会提升案件的发案率水平.然而,对这些研究工作进行简单的总结可以发现,这种以路段为单位的犯罪活动频率统计基本上没有考虑到路段沿线的地理要素与空间类型的影响,因此其结果中路段沿线的犯罪分布被假设为均匀分布.而事实上,道路沿线的各种地理要素与空间结构,包括公共空间(路口、车站)、非公共空间(商场、银行)(王发曾, 2003)以及移动空间(车辆、地铁)(王发曾, 2007)等所具有的各种犯罪盲区在吸引和影响犯罪活动方面所起的作用是不同的(Brantingham et al, 1995),因此,道路沿线的犯罪分布也必然存在着一定的特征性.此外,从犯罪预防的角度,由于道路沿线集中了多种复杂的空间类型,因此,消除犯罪盲区、实现对街头犯罪活动的有效防范就需要采取综合性的防控措施.所以,从道路本身的特殊一维性空间结构来研究道路沿线的犯罪分布形态、识别犯罪高发部位、分析犯罪高发现象的原因以及提出有效的综合性犯罪预防对策具有重要的现实意义. ...
Criminality of place: crime generators and crime attractors
3
1995
... 实际上,在环境犯罪学领域,关于道路结构与犯罪活动之间的相关性已有学者对此进行了研究.从理论层面上,犯罪学家布兰廷汉姆(Brantingham et al, 1982, 1993a, 1993b)等从犯罪形态理论(Crime Pattern Theory)的角度指出,道路是连接人们日常生活中不同类型认知空间(Awareness Space)的重要途径,因此,在犯罪地理上可以将人们的认知活动空间分为两种拓扑结构,即点(Node)和线(Path).围绕着这两种典型拓扑结构特征,一些学者从实践层面研究了犯罪空间分布与街道特征之间的关系.如约翰逊(Johnson et al, 2010)等统计了不同类型道路附近的入室盗窃案件发生频率,发现位于主干道以及道路密集区域周边的发案率要明显高于交通不发达区域;而戴维斯(Davies et al, 2013)与波特(Porta et al, 2006a, 2006b)等则利用路网结构化的方法,通过模拟巴黎街道网络中路段的连通性和入室盗窃案件之间的地理关系,证明路段的可达性越高越会提升案件的发案率水平.然而,对这些研究工作进行简单的总结可以发现,这种以路段为单位的犯罪活动频率统计基本上没有考虑到路段沿线的地理要素与空间类型的影响,因此其结果中路段沿线的犯罪分布被假设为均匀分布.而事实上,道路沿线的各种地理要素与空间结构,包括公共空间(路口、车站)、非公共空间(商场、银行)(王发曾, 2003)以及移动空间(车辆、地铁)(王发曾, 2007)等所具有的各种犯罪盲区在吸引和影响犯罪活动方面所起的作用是不同的(Brantingham et al, 1995),因此,道路沿线的犯罪分布也必然存在着一定的特征性.此外,从犯罪预防的角度,由于道路沿线集中了多种复杂的空间类型,因此,消除犯罪盲区、实现对街头犯罪活动的有效防范就需要采取综合性的防控措施.所以,从道路本身的特殊一维性空间结构来研究道路沿线的犯罪分布形态、识别犯罪高发部位、分析犯罪高发现象的原因以及提出有效的综合性犯罪预防对策具有重要的现实意义. ...
... 通过对北京市长安街沿线扒窃类案件的高发区域识别与区域内案件的时空特征性分析,可分别总结出长安街沿线3个案件高发区域的一些基本特征(表1).从中可以看到,长安街沿线的案件高发区域均是人、财、物流量密集的场所,具体表现为商业场所和公共交通枢纽两类.从扒窃类犯罪活动的本质而言,由于嫌疑人的主要犯罪目标为行人或店铺内无人看防的财物,因此,人流或商业密集场所具有的大量潜在性的犯罪目标无疑对犯罪嫌疑人的作案创造了有利条件(Cohen et al, 1979),这几个案件高发区域内的空间要素均具有典型的“犯罪吸引地(Crime Attractor)”特征(Brantingham et al, 1995).然而,如果进一步的对3个案件高发区域进行分析,可发现3个区域在空间的特征方面又存在着显著的区别.虽然3个案件高发区域从空间性质上都具有公共空间的属性,但在空间的开放性上却具有不同的特征:对区域A,案件的高发区域主要位于商业购物中心和场所内部,属于典型的封闭性公共空间,犯罪盲区主要有出入口缺乏值守、空间内部的无主式管理、邻近主干道及地铁交通有利于嫌疑人作案后逃逸等;对区域B和区域C,案件的高发区域为公共交通枢纽和街面,包括有移动式公共空间和非封闭性公共空间两种类型,犯罪盲点主要有区域管理的无主性和开放性、移动空间的封闭性和有限性等(王发曾,2006).因此,对具有不同空间特征的案件高发区域,需要基于具体的空间特征属性采取有针对性的以消除犯罪盲区为目的的防控策略: ...
... 本文利用空间分析和统计方法从实证性角度分析了北京市长安街沿线的扒窃类案件的分布情况.研究结果表明,长安街沿线的扒窃案件分布具有非均匀性的分布特征,其中有3个显著性的高发区域.而从3个区域所对应的地理要素以及犯罪活动的热点部位和时空特征来看,容易集中大流量人群的商业中心、购物场所和公共交通枢纽具有引发扒窃案件的高发态势,这也从另一个方面印证了环境犯罪学中的日常活动理论和犯罪吸引地理论(Cohen et al, 1979; Brantingham et al, 1995).因此,从犯罪预防的角度,针对这些引发案件高发的区域空间类型,从消除空间内犯罪盲区的角度提出了综合性的防控对策. ...
Mobility, notoriety, and crime: a study of crime patterns in urban nodal points
1
1982
... 实际上,在环境犯罪学领域,关于道路结构与犯罪活动之间的相关性已有学者对此进行了研究.从理论层面上,犯罪学家布兰廷汉姆(Brantingham et al, 1982, 1993a, 1993b)等从犯罪形态理论(Crime Pattern Theory)的角度指出,道路是连接人们日常生活中不同类型认知空间(Awareness Space)的重要途径,因此,在犯罪地理上可以将人们的认知活动空间分为两种拓扑结构,即点(Node)和线(Path).围绕着这两种典型拓扑结构特征,一些学者从实践层面研究了犯罪空间分布与街道特征之间的关系.如约翰逊(Johnson et al, 2010)等统计了不同类型道路附近的入室盗窃案件发生频率,发现位于主干道以及道路密集区域周边的发案率要明显高于交通不发达区域;而戴维斯(Davies et al, 2013)与波特(Porta et al, 2006a, 2006b)等则利用路网结构化的方法,通过模拟巴黎街道网络中路段的连通性和入室盗窃案件之间的地理关系,证明路段的可达性越高越会提升案件的发案率水平.然而,对这些研究工作进行简单的总结可以发现,这种以路段为单位的犯罪活动频率统计基本上没有考虑到路段沿线的地理要素与空间类型的影响,因此其结果中路段沿线的犯罪分布被假设为均匀分布.而事实上,道路沿线的各种地理要素与空间结构,包括公共空间(路口、车站)、非公共空间(商场、银行)(王发曾, 2003)以及移动空间(车辆、地铁)(王发曾, 2007)等所具有的各种犯罪盲区在吸引和影响犯罪活动方面所起的作用是不同的(Brantingham et al, 1995),因此,道路沿线的犯罪分布也必然存在着一定的特征性.此外,从犯罪预防的角度,由于道路沿线集中了多种复杂的空间类型,因此,消除犯罪盲区、实现对街头犯罪活动的有效防范就需要采取综合性的防控措施.所以,从道路本身的特殊一维性空间结构来研究道路沿线的犯罪分布形态、识别犯罪高发部位、分析犯罪高发现象的原因以及提出有效的综合性犯罪预防对策具有重要的现实意义. ...
a. Environment, routine, and situation: toward a pattern theory of crime
1
1993
... 在城市地理环境中,街道作为城市重要基础设施之一对城市犯罪活动有着十分重要的影响,这种影响主要体现在人员出行行为和犯罪空间的复杂性两个方面.因此,对于街道沿线的犯罪活动高发区域分析还需要从两个方面继续深入:首先,随着公共交通的日益发达,尤其是街道与地下交通路网的相互贯通,使人们的出行成本在降低的同时也使其出行的范围不断增大.从受害人的角度来看,人们日常活动范围的加大使得其接触到的人、事、物不断增多,客观上提升了发生各种摩擦、冲突与犯罪活动的风险;而从嫌疑人的角度,出行选择的增多使其选择犯罪目标、作案后逃逸也更加便利.因此,相比于传统的单纯基于街道拓扑结构的犯罪影响性分析(Brantingham et al, 1993; Johnson et al, 2010),今后的工作还需要进一步考虑地上路网与地下交通的综合可达性对人员出行行为和犯罪高发区域形成影响的研究,以便于从量化的角度来确定这种综合可达性对街道沿线犯罪高发部位的影响.其次,从城市犯罪的空间层面,道路沿线的地理要素与空间结构正变得日益复杂化.从空间类型上,道路沿线的空间结构包括有车辆、地铁等移动式空间,和街面、公园等开放式空间以及商业场所、银行等封闭式空间.从空间的衔接上,交通枢纽、地铁站点等成为移动式空间和固定式空间之间彼此相互连接和叠加的节点,而这些节点就往往会成为犯罪活动高发的部位.因而,这种空间复杂化带来了犯罪盲点的增多和防控难度的增加.目前已有学者对不同类型空间的犯罪防控分别进行了针对性的研究(王发曾, 2003, 2006, 2007, 2010),但如何实现街道沿线的移动空间与固定空间之间的犯罪防控联动效应,消除复杂空间内的犯罪盲区,提高道路沿线的综合性犯罪防控效果也需要进一步的深入研究. ...
b. Nodes, paths and edges: considerations on the complexity of crime and the physical environment
Social change and crime rate trends: a routine activity approach
2
1979
... 通过对北京市长安街沿线扒窃类案件的高发区域识别与区域内案件的时空特征性分析,可分别总结出长安街沿线3个案件高发区域的一些基本特征(表1).从中可以看到,长安街沿线的案件高发区域均是人、财、物流量密集的场所,具体表现为商业场所和公共交通枢纽两类.从扒窃类犯罪活动的本质而言,由于嫌疑人的主要犯罪目标为行人或店铺内无人看防的财物,因此,人流或商业密集场所具有的大量潜在性的犯罪目标无疑对犯罪嫌疑人的作案创造了有利条件(Cohen et al, 1979),这几个案件高发区域内的空间要素均具有典型的“犯罪吸引地(Crime Attractor)”特征(Brantingham et al, 1995).然而,如果进一步的对3个案件高发区域进行分析,可发现3个区域在空间的特征方面又存在着显著的区别.虽然3个案件高发区域从空间性质上都具有公共空间的属性,但在空间的开放性上却具有不同的特征:对区域A,案件的高发区域主要位于商业购物中心和场所内部,属于典型的封闭性公共空间,犯罪盲区主要有出入口缺乏值守、空间内部的无主式管理、邻近主干道及地铁交通有利于嫌疑人作案后逃逸等;对区域B和区域C,案件的高发区域为公共交通枢纽和街面,包括有移动式公共空间和非封闭性公共空间两种类型,犯罪盲点主要有区域管理的无主性和开放性、移动空间的封闭性和有限性等(王发曾,2006).因此,对具有不同空间特征的案件高发区域,需要基于具体的空间特征属性采取有针对性的以消除犯罪盲区为目的的防控策略: ...
... 本文利用空间分析和统计方法从实证性角度分析了北京市长安街沿线的扒窃类案件的分布情况.研究结果表明,长安街沿线的扒窃案件分布具有非均匀性的分布特征,其中有3个显著性的高发区域.而从3个区域所对应的地理要素以及犯罪活动的热点部位和时空特征来看,容易集中大流量人群的商业中心、购物场所和公共交通枢纽具有引发扒窃案件的高发态势,这也从另一个方面印证了环境犯罪学中的日常活动理论和犯罪吸引地理论(Cohen et al, 1979; Brantingham et al, 1995).因此,从犯罪预防的角度,针对这些引发案件高发的区域空间类型,从消除空间内犯罪盲区的角度提出了综合性的防控对策. ...
Modelling patterns of burglary on street networks
1
2013
... 实际上,在环境犯罪学领域,关于道路结构与犯罪活动之间的相关性已有学者对此进行了研究.从理论层面上,犯罪学家布兰廷汉姆(Brantingham et al, 1982, 1993a, 1993b)等从犯罪形态理论(Crime Pattern Theory)的角度指出,道路是连接人们日常生活中不同类型认知空间(Awareness Space)的重要途径,因此,在犯罪地理上可以将人们的认知活动空间分为两种拓扑结构,即点(Node)和线(Path).围绕着这两种典型拓扑结构特征,一些学者从实践层面研究了犯罪空间分布与街道特征之间的关系.如约翰逊(Johnson et al, 2010)等统计了不同类型道路附近的入室盗窃案件发生频率,发现位于主干道以及道路密集区域周边的发案率要明显高于交通不发达区域;而戴维斯(Davies et al, 2013)与波特(Porta et al, 2006a, 2006b)等则利用路网结构化的方法,通过模拟巴黎街道网络中路段的连通性和入室盗窃案件之间的地理关系,证明路段的可达性越高越会提升案件的发案率水平.然而,对这些研究工作进行简单的总结可以发现,这种以路段为单位的犯罪活动频率统计基本上没有考虑到路段沿线的地理要素与空间类型的影响,因此其结果中路段沿线的犯罪分布被假设为均匀分布.而事实上,道路沿线的各种地理要素与空间结构,包括公共空间(路口、车站)、非公共空间(商场、银行)(王发曾, 2003)以及移动空间(车辆、地铁)(王发曾, 2007)等所具有的各种犯罪盲区在吸引和影响犯罪活动方面所起的作用是不同的(Brantingham et al, 1995),因此,道路沿线的犯罪分布也必然存在着一定的特征性.此外,从犯罪预防的角度,由于道路沿线集中了多种复杂的空间类型,因此,消除犯罪盲区、实现对街头犯罪活动的有效防范就需要采取综合性的防控措施.所以,从道路本身的特殊一维性空间结构来研究道路沿线的犯罪分布形态、识别犯罪高发部位、分析犯罪高发现象的原因以及提出有效的综合性犯罪预防对策具有重要的现实意义. ...
Permeability and burglary risk: are cul-de-sacs safer
2
2010
... 实际上,在环境犯罪学领域,关于道路结构与犯罪活动之间的相关性已有学者对此进行了研究.从理论层面上,犯罪学家布兰廷汉姆(Brantingham et al, 1982, 1993a, 1993b)等从犯罪形态理论(Crime Pattern Theory)的角度指出,道路是连接人们日常生活中不同类型认知空间(Awareness Space)的重要途径,因此,在犯罪地理上可以将人们的认知活动空间分为两种拓扑结构,即点(Node)和线(Path).围绕着这两种典型拓扑结构特征,一些学者从实践层面研究了犯罪空间分布与街道特征之间的关系.如约翰逊(Johnson et al, 2010)等统计了不同类型道路附近的入室盗窃案件发生频率,发现位于主干道以及道路密集区域周边的发案率要明显高于交通不发达区域;而戴维斯(Davies et al, 2013)与波特(Porta et al, 2006a, 2006b)等则利用路网结构化的方法,通过模拟巴黎街道网络中路段的连通性和入室盗窃案件之间的地理关系,证明路段的可达性越高越会提升案件的发案率水平.然而,对这些研究工作进行简单的总结可以发现,这种以路段为单位的犯罪活动频率统计基本上没有考虑到路段沿线的地理要素与空间类型的影响,因此其结果中路段沿线的犯罪分布被假设为均匀分布.而事实上,道路沿线的各种地理要素与空间结构,包括公共空间(路口、车站)、非公共空间(商场、银行)(王发曾, 2003)以及移动空间(车辆、地铁)(王发曾, 2007)等所具有的各种犯罪盲区在吸引和影响犯罪活动方面所起的作用是不同的(Brantingham et al, 1995),因此,道路沿线的犯罪分布也必然存在着一定的特征性.此外,从犯罪预防的角度,由于道路沿线集中了多种复杂的空间类型,因此,消除犯罪盲区、实现对街头犯罪活动的有效防范就需要采取综合性的防控措施.所以,从道路本身的特殊一维性空间结构来研究道路沿线的犯罪分布形态、识别犯罪高发部位、分析犯罪高发现象的原因以及提出有效的综合性犯罪预防对策具有重要的现实意义. ...
... 在城市地理环境中,街道作为城市重要基础设施之一对城市犯罪活动有着十分重要的影响,这种影响主要体现在人员出行行为和犯罪空间的复杂性两个方面.因此,对于街道沿线的犯罪活动高发区域分析还需要从两个方面继续深入:首先,随着公共交通的日益发达,尤其是街道与地下交通路网的相互贯通,使人们的出行成本在降低的同时也使其出行的范围不断增大.从受害人的角度来看,人们日常活动范围的加大使得其接触到的人、事、物不断增多,客观上提升了发生各种摩擦、冲突与犯罪活动的风险;而从嫌疑人的角度,出行选择的增多使其选择犯罪目标、作案后逃逸也更加便利.因此,相比于传统的单纯基于街道拓扑结构的犯罪影响性分析(Brantingham et al, 1993; Johnson et al, 2010),今后的工作还需要进一步考虑地上路网与地下交通的综合可达性对人员出行行为和犯罪高发区域形成影响的研究,以便于从量化的角度来确定这种综合可达性对街道沿线犯罪高发部位的影响.其次,从城市犯罪的空间层面,道路沿线的地理要素与空间结构正变得日益复杂化.从空间类型上,道路沿线的空间结构包括有车辆、地铁等移动式空间,和街面、公园等开放式空间以及商业场所、银行等封闭式空间.从空间的衔接上,交通枢纽、地铁站点等成为移动式空间和固定式空间之间彼此相互连接和叠加的节点,而这些节点就往往会成为犯罪活动高发的部位.因而,这种空间复杂化带来了犯罪盲点的增多和防控难度的增加.目前已有学者对不同类型空间的犯罪防控分别进行了针对性的研究(王发曾, 2003, 2006, 2007, 2010),但如何实现街道沿线的移动空间与固定空间之间的犯罪防控联动效应,消除复杂空间内的犯罪盲区,提高道路沿线的综合性犯罪防控效果也需要进一步的深入研究. ...
a. The network analysis of urban streets: a dual approach
0
2006
b. The network analysis of urban streets: a primal approach
0
2006
The hotspot matrix: a framework for the spatio-temporal targeting of crime reduction