APP下载

犯罪热区网格的时空特征分析及防控建议*

2020-11-28胡欣雨杨越蔡栋

科技与创新 2020年10期
关键词:犯罪案件网格化热点

胡欣雨,杨越,蔡栋

犯罪热区网格的时空特征分析及防控建议*

胡欣雨,杨越,蔡栋

(江苏警官学院,江苏 南京 210031)

针对C市主城区两抢一盗等街头犯罪案件频发现象,利用软件、犯罪热点时空矩阵法对犯罪热区网格进行时空特征分析。寻找相同时空矩阵类型区域的共同影响因素,为基层公安部门进行警力资源优化配置提供辅助决策。

犯罪热点;时空矩阵;街头犯罪;防控措施

1 引言

近年来,国外的专家学者对犯罪地理学有较深的研究,已经取得了丰硕的成果,而国内对犯罪地理学的研究起步较晚,改革开放后,也逐渐有学者投入对犯罪地理学的研究中,现仍处于理论研究阶段,实践与应用部分内容较为匮乏,结合数据利用地理信息技术进行深入分析仍存在很大的必要性。本文从两抢一盗案件切入,对研究区域内的犯罪点进行网格化处理,基于时空矩阵对犯罪热区网格进行时空特征分析,尝试为基层公安部门的犯罪防控工作提供辅助意见。

2 研究方法

本文先对研究区域内的犯罪热点进行网格化处理,然后利用PAI(prediction accuracy index)[1]指数对每个网格热点稳定性进行评估,确定稳定存在的犯罪网格,最后利用犯罪热点时空矩阵(hotspot space-time matrix)[2]对犯罪热区的两抢一盗案件进行时间和空间上的分类划分。

2.1 网格化

网格化治理起源于北京,2004-10,北京东城区在全国首次推行“网格化城市管理新模式”[3],提出“万米网格”,以100 m作为网格边长,一万平方米为网格单位,将整个城区划分为1 539个互相联结的网[4]。后来网格化治理逐渐在全国推广,无准确划分规则。

2.2 PAI指数

PAI指数(Predictive Accuracy Index)是用来确定热点区的一个指数,用以衡量所选区域能否被认定为热点区域的一个标准[5],公式如下:

(1)

式(1)中:为发生在需要被判断是否是稳定犯罪热区的区域案件数;为整个研究地区犯罪案件数量的总和;为需要被判断是否是稳定犯罪热区的区域面积;为整个研究地区的总面积。

2.3 犯罪热点时空矩阵

犯罪热点时空矩阵方法是基于类型学的思想建立的对犯罪热点区域时空特征更加系统、细致分析的矩阵框架[2]。基于对犯罪热点区域的空间分布状态、时间分布状态分类进行时空类型组合。

3 研究过程

研究微观尺度下犯罪发生的时空特征可以更加精确地分析犯罪案件的分布特点、趋势。本研究团队探究同种时空类型的网格内影响犯罪案件时空分布的相似相关因素,最后针对两抢一盗案件在不同的时空类型区域进行针对性的案件防控提供参考。

3.1 数据预处理

研究数据为C市中心城区20XX年两抢一盗案件,共38 898起。由于重复报警、重复录入等问题,对数据数据进行了清洗,共生成研究数据36 884条。

3.2 实验主体步骤

第一,进行格网化。研究团队根据C市中心城区整体面积和犯罪案件规模制作合适的网格图。本文研究区域面积608.04 km2,为避免概化效果和分割过碎,最终研究团队选取了以500 m作为网格大小的边长参数,对研究区域进行划分,得到网格图,且从1~4 697标上了数字序号。

第二,识别热区网格。指数能够衡量所选定区域是否为热点区域。所以计算每个网格第一、二、三、四季度时的值都大于1时,则该网格为热区网格,具有稳定性和研究价值。经过计算,4 697个网格中有97个网格,被人们认定为热区网格。

第三,基于热区网格分析犯罪时空特征及对策分析。分析热区网格的时空组合特征,选取典型的时空类型网格作为范例,进行犯罪防控研究。

4 两抢一盗案件时空分析

4.1 典型热区网格

接下来研究团队将用典型区域时空类型进行示例,在研究的97个热区网格里选择了满足6种时空分布模式的6个典型热区网格(包含647、832、892、1 059、1 066、1 192),分别分析6种时空矩阵模式的特征。这6个网格第一、二、三、四季度时的值都大于1,为热区网格,具有稳定性和研究价值[6]。

4.2 典型犯罪热区网格的时空分析与防控建议

4.2.1 热区网格647

20XX年,编号647热区网格内犯罪案件共404起,报案时间分布除23:00至次日05:00这个时间段案件数量较少,其余各时间段案件发生量相对平均。研究区域主要是住宅区,周围分布着许多商铺,案件分布相对均匀分散。

针对类似编号647热区网格的区域,需要投入相对较多的警力资源。首先,推进实现住宅区等公共的、人口密集的场所视频监控全方位覆盖,增加摄像头的人脸比对功能;其次应将大区化为小巡区,设置巡逻更点,进行巡逻活动,对可疑人员进行盘查,增加见警率对犯罪分子产生威慑;最后,依托网格员、辅警和分社区力量,针对典型的街头犯罪案例开展定期安全防范宣传。

4.2.2 热区网格1066

20XX年,编号1066热区网格内犯罪案件共383起,报案时间分布除23:00至次日05:00、13:00左右这几个时间段案件数量较少,其余各时间段案件发生量相对平均。研究区域主要是住宅区和商业区,中间有两条公路穿过,案件分别聚集在小区和超市,其他区域只有极少量案件发生,案件分布相对聚集在特定区域。

针对类似编号1066热区网格的区域,人们应该将警力资源集中部署在几个聚集点及周边地区,且落实小区物业和商贸综合体责任。小区要进行门禁系统改造升级,增加电子围栏、刷卡进出、人脸比对、抓拍车辆等功能。社区内部要增加犯罪防范宣传栏和警民联系点。商贸区旁边要增设联勤联防点,商场各大通道出入口均应张贴醒目标记提醒群众管理好随身物品。

4.2.3 热区网格1192

20XX年,编号1192热区网格内犯罪案件共234起,报案时间分布除02:00、04:00、05:00、23:00这四个时间点左右案件数量较少,其余各时间段案件发生量相对平均。研究区域除居民小区外,还有两个综合市场和一些小型店铺,案件主要聚集在综合市场附近的十字路口,少量盗窃案件分布在其他区域,案件分布相对集中在部分区域。

针对类似编号1192热区网格的区域,人们应该仔细分析案件聚集的中心区域特征。综合市场进出人员复杂,犯罪分子聚集可能性较高。周围居民住宅小区房屋普遍老旧,监控质量和物业管理能力较差,犯罪分子极易溜入作案。应该联合网格员做好社区警务室建设,保证24 h有人在岗,做好监控、巡逻工作。注重监控人脸比对工作,守住人流密集处,进行定点排查。

4.2.4 热区网格1059

20XX年,编号1059热区网格内犯罪案件共112起,报案时间分布在07:00、08:00这两个时间点左右案件数量明显增加。研究区域被主干道路穿过,北侧是住宅区,南侧是汽车城,盗窃案件较为均匀。

针对类似编号1059热区网格的区域,在峰值时段应当增加警力。一部分盗窃案件均匀分布在小区内,应当适当增加巡逻强度,尤其是峰值时段,更要广播提醒小区住户提高警惕,保管好自身财物。另一部分案件则平均分布在汽车城内,汽车城内来往人员复杂,应当通过安装监控设施来提高监管力度。针对这种大概率的区域内部作案,要注重以防管人,做好人口排查工作,尤其防范前科人员,重点关注人员,且定期进行治安清查工作。

4.2.5 热区网格892

20XX年,编号892热区网格内犯罪案件共116起,在23:00至次日06:00期间几乎没有盗窃案件发生,时间上的明显峰值为15:00、17:00、18:00这三个时间点。研究区域主要为旅游景点,公园占据了主要面积,区域内还有一座寺庙,除旅游景点以外,研究区域内其他地区主要为公交中心与一些商铺,盗窃案件主要集中在公交中心,其他地区的盗窃案件数量为极少数,案件分布相对聚集在特定区域。针对类似编号892热区网格的区域,人们应该在峰值时段对犯罪热点区域进行打击。在交通路口增加交警数量和特勤站岗,进行交通管控和治安治理。升级犯罪集中点的监控功能,增加犯罪证据抓取率,导入记录的犯罪人员面部信息,以便于人脸识别。

4.2.6 热区网格832

20XX年,编号832热区网格内犯罪案件共121起,时间上的峰值为8:00—12:00时段。研究区域被主要干道穿过,儿童医院和康复医院分别位于主干道的北侧和南侧,案件以儿童医院为中心,其他区域少量分布,案件分布相对集中在部分区域。

针对类似编号832热区网格的区域,在峰值时间段应该配备更多的警力资源给案件聚集中心。儿童医院是一个人群密集的场所,需要增设监控设备,减少监控盲区死角。犯罪峰值时增加巡逻管理人员,为保安配备更好的防范工具,在人流量大的地方,增加紧急报警按钮,以便使街头犯罪能得到迅速的解决。

5 结论

犯罪热点时空分布研究可以更好地帮助警方对犯罪热点进行准确预测、精准打击,有助于在警力有限的情况下精确投放、部署警力[7]。本文从微观层面分析影响两抢一盗犯罪时空分布的影响因素,用指数找到稳定的犯罪网格,

深入探究犯罪时空分布相同的微观区域的共同影响因素,从而对不同种类区域执行更有针对性的防控措施,为基层公安部门进行警力资源优化配置提供辅助决策,提高犯罪防控的效率。

[1]CHAINEY S,TOMPSON L,UHLIG S.The utility of hotspot mapping for predicting patterns of crime[J].Security Journal,2008(21):4-28.

[2]JERRY H R.The hotspot matrix:a framework for the spatio-temporal targeting of crime reduction[J]. Police Practice and Research,2004,5(1):5-23.

[3]陈海松,应敏.城市综合管理的实践:“网格化”与“大联动”——以上海为例[J].上海城市管理,2014,23(4):64-69.

[4]竺乾威.公共服务的流程再造:从“无缝隙政府”到“网格化管理”[J].公共行政评论,2012,5(2):1-21,178.

[5]徐冲,柳林,周素红,等.DP半岛街头抢劫犯罪案件热点时空模式[J].地理学报,2013,68(12):1714-1723.

[6]林文敏,罗晓宏,刘超.“创新潮”背景下武汉市创业创新平台空间布局及写字楼租金对其影响研究[J].攀枝花学院学报,2018,35(3):48-52.

[7]鲍世方,王占宏.犯罪时空扫描统计分析研究与实践[J].微型电脑应用,2017,33(10):63-66,77.

胡欣雨(1999—),女,江苏扬州人,本科在读,研究方向为公安视听技术。

指导老师:蔡栋(1985—),男,江苏泰兴人,博士研究生,江苏警官学院治安管理系副主任,副教授,研究方向为犯罪地理学。

江苏省教育厅高等学校大学生实践创新创业训练计划省级重点项目“基于时空矩阵的犯罪热点模式研究”(编号:201810329008Z)

2095-6835(2020)10-0025-02

D631.2

A

10.15913/j.cnki.kjycx.2020.10.009

〔编辑:王霞〕

猜你喜欢

犯罪案件网格化热点
农业农村部部署推进乡镇农产品质量安全网格化管理
Minor Offense
智慧社区视野下网格化社会服务客体研究
4月高考热点关注
河北发力网格化监管信息化
中国一年破获毒品犯罪案件11万余起
农村网格化建设专题
2013年12月企业界犯罪案件追踪