基于空间句法与GIS的赣州城区犯罪场所研究

白子申 李梦媛

（江西理工大学建筑与测绘工程学院，江西 赣州 341000）

在城市规划设计的历史中，最早是由C·Ray Jeffery在1971年提出的CPTED理论，其理论意在说明通过空间场所设计以及有效使用以减少犯罪行为的产生。社区居民的领域感促使形成有效的社区监视，进而减少犯罪行为的发生[1]。研究人员对城市社区邻里结构组成关系、空间性质、交通可达性等因素与犯罪模式之间的关系做出大量的分析研究[2]。

20世纪70年代，Bill Hillier提出空间句法理论。该理论被认为是在研究犯罪场所与空间关系中较为有效的一种手段。在空间句法理论中，不同场所空间被理解成为连接图。其对社会人群的分析是通过对空间进行拓扑分析，利用图论的基本原理，最终导出一系列的分析变量，从而实现对空间特征的量化评价[3]。在研究城市犯罪行为特征中，郑文升、卓蓉蓉等学者在研究武汉城区的犯罪特征时，曾提出武汉城区犯罪吸引场具有高聚集度、高连接值的特征等观点。其认为在实施犯罪行为后，便捷的交通为犯罪人提供逃逸的机会。本文将以赣州市老城区的“两抢一盗”犯罪数据作为基础，结合空间句法、GIS以及环境犯罪学等理论手段，探讨犯罪行为分布与空间环境之间的关系。

1 理论基础

空间句法认为空间虽为虚体，但却是人们行为产生的介质，是客观存在的自在物。人们在日常行为活动中，会自发地对空间产生理解认知。不同的理解程度导致了行为活动的多样化。空间形态影响着人们行为活动，其中也包括了犯罪行为的产生或抑制。

在城市空间中，存在着一定数量的“犯罪吸引场”。该场所具备一定的社会经济职能，但缺乏必要的防护能力。空间特征影响行为个体活动。此类场所或空间对潜在犯罪人具有较高的犯罪吸引力，如在城市人员密集地区的商业街、酒吧娱乐场所，高度的人员流动加之个体自我防护能力低，从而产生吸引犯罪人员的空间节点。

相对于高密度人口场所，人迹罕至场所仍有可能成为犯罪吸引场，如偏僻的林荫道、深巷胡同等。在缺少“社区领域感”的场所，社区居民监视较弱。这些“节点”对犯罪人员有着很大的吸引力。

2 数据处理

2.1 处理方式

根据已有的理论，犯罪热点探测有多种计算方式，本文采用Arc GIS中的核密度法。在GIS软件中拾取符合条件的案件POI点位，生成反应区间内犯罪行为聚集程度的热点图像。核密度算法方式如下：

式中：f （s） ——测点S的聚集密度（个/m2），r——核密度搜索半径（m）；dis——点 I 到点S的距离（m）。

在处理犯罪核密度数据的基础上，空间句法可以量化评价空间特征。利用Autodesk CAD软件在研究区域底图中绘制尽可能长且少的直线作为轴线。轴线覆盖研究区域有效的交通道路，用来模拟行人可视范围。将轴线模型导入Depth map进行拓扑计算，得出空间形态特征的量化数值。

Depth map的计算变量为空间特性评价提供重要的数据支撑。通过核密度算法与空间特征量化数据的对比分析，得出犯罪行为分布与空间环境之间的关联性。

2.2 数据来源

本文研究的数据来源于“中国裁判文书网”数据库。收集近年来发生在赣州市章贡区以非法占有财务为目的的案件，采集有效案件数据共162组，其中盗窃案件151起抢劫案件11起。分析区域底图来源于赣州市规划局公布的赣州城区CAD详图数据，以赣州市章贡区城区为底图，案件地点为数据源，设置栅格半径5 m，搜索半径1 500 m，在Arc GIS中进行核密度计算。

城区底图用于Depth map轴线分析。用完整且少的直线代替行人视线，覆盖研究区域。在Depth map的轴线算法中，默认轴线截止的点即为城市边缘。为减少轴线覆盖范围过小产生的“边界效应”从而对结果产生影响。绘制轴线覆盖了“章贡区”以及“章江新区”的部分地区， 共绘制轴线1 254条，导入Depth map进行拓扑计算。

3 数据分析

3.1 旧城区全局

在核密度分析中，大于72 079的密度指数超过全局指数的50%，符合此条件的区域定义为高密度犯罪区域。根据核密度计算结果显示，犯罪热点区域分布在“章贡区”六大区域（见图1）。其中，健康路社区内的大公路周边棚户区为案发密度最高区域，其余五大区域为红环路东苑居住区 （编号2）、兴国路与长征大道交汇处商圈 （编号3）、赣州市民公园与章江北大道周边区域 （编号4）、慈云塔路与宝福院路交汇周边区域 （编号5）、五龙客家风情园景区 （编号6）。

图1 赣州城区“两抢一盗”犯罪发生密度

在研究区域内，高密度犯罪区域周边通常缺少必要的市政道路以及相关设施。社区内聚集或离散人员能力较强，但交通可达性弱。节点区域无法有效组织空间渗透，区域可达性较低，难以形成有效的社区监视。高密度的人口与财富形成了滋生犯罪的“吸引场”。赣州市章贡区轴线连接度如图2所示。

图2 赣州市章贡区轴线连接度

3.2 典型区域

大公路周边的棚户区由高集成度的大公路、健康路、海会路、厚德路围合而成的区域。赣州市章贡区全局集成度如图3所示。

图3 赣州市章贡区全局集成度

该区域住宅区密度高，市政规划道路较少，多为建筑之间形成的自然道路。该区域城中村密布，多数建筑处于无人状态；主要的居住人口白天在市区工作，区域内人员聚散具有规律性；城中村内交通连接度低，空间渗透效率低下；其与连接度高的城市干道相对比，棚户区域内更为偏僻，行人与车辆出现的频率都更低。在“连接度”弱的空间环境中，村内人员在规律的时间范围内外出，社区内部很难形成有效监视。根据近几年来的案件情况整理，该区域为全局犯罪密度最高的区域。

3.3 数据特征

为了更好地分析对比高密度犯罪区域的空间特征，在提取六大高密度犯罪区域数据的同时，提取六大低密度社区（见表1） 作为数据对比。每个区域的数据采集来源于四条主要街道形成的闭合的研究区域。由于案件发生地点分散在一定区域内，研究对象不应局限于某条街道的空间评价，应考虑该区域的整体特征。

表1 高密度犯罪区域节点变量数据统计

其中，以“高密度”犯罪区间1号区域为例，该区域连接值为18，分别低于“高密度”区域的平均连接值22.58、“低密度”区域的平均连接值30.53。在集成度方面，高集成度反映出良好的集聚人群的能力。1号区域内集成度为3.79，相较于 “高密度”区域的4.20、“低密度”区域的4.67都显示出较低的水平。平均深度反映出到达目标区间的最少连接数，数值高则表现为较难达到的区域。在1号区域的平均深度为36.37，高于“高密度”区域的33.60、“低密度”区域的30.48。在赣州全局犯罪密度分布中，1号区域犯罪密度呈现出最高的水平。低密度犯罪区域节点变量数据统计如表2所示。

表2 低密度犯罪区域节点变量数据统计

总结整体的空间特征，“高密度”的犯罪区域相对比“低密度”犯罪区域普遍表现出低水平的连接度、集成度，高水平的平均深度。空间指标离散全局平均水平程度越高，表现出犯罪的密度则越高。

4 结语

空间的组构方式对主体行为存在着影响，但这种影响的结果表现出“不唯一性”。犯罪人产生犯罪动机与城市的历史、经济、人文等因素存在密切的关联性。在不同的城市或地区内，相同的空间特征可以产生不同的个体行为。

在赣州市章贡区的犯罪特征研究中，高密度的犯罪区域普遍呈现出较低的空间渗透能力以及人流集聚能力，且到达目标区域的难度较高。这样的犯罪分布与武汉中心城区的犯罪分布特征不同，赣州旧城区高水平的连接度与集成度的区间体现出的犯罪行为不明显。相反，在城市中偏僻的社区周围存在较多的犯罪吸引场。这些区域的交通覆盖率低，多为破旧的棚户区。在社区空间中，这些区域相对孤立，同时社区内部无法形成有效监视，凝聚力较弱。这样的环境更能刺激犯罪人实施犯罪的欲望。

在宏观的城市空间组构中，不同的区域有着多样化的经济、政治、文化背景。空间特征评价的量化指标对犯罪分布规律存在着多样化的指导意义，同一地区内，空间特性与犯罪分布存在着规律性，可以得出该区域的犯罪特征。

在微观层面， 社区空间强调“领属性”，强烈的“领属性”空间对外来陌生人起到防御的作用，社区内部表现出高度的凝聚力， “领属”区域让外来人员感受到已进入私人领域。不同于公共场所，在“领属”区域内，陌生人的闯入会被认定为外来入侵，内部居民会对其形成有效的“社区监视”。这样的区域能够有效消除犯罪吸引场，减少犯罪行为发生的概率。