“建设更高水平的平安中国”的新展开——犯罪热点稳定性的再验证及其启示

单 勇，王 熠

（南京大学 法学院，江苏 南京 210008）

一、以往犯罪空间分析的短板

随着“建设更高水平的平安中国”战略日趋深入，如何实现犯罪在空间维度的风险预警与源头治理成为犯罪治理的重要议题，基于犯罪制图的情境预防与防卫空间应对获得高度重视。城市空间的复杂构成在诱发犯罪与控制犯罪上的重要性已在域外相关研究中被多次证明[1]。所谓“一图胜万言”，基于地理信息系统（简称GIS）的犯罪空间分析以地图方式呈现犯罪的空间分布状况，揭示不同类型城市空间的犯罪分布规律，从而为立体化社会治安防控体系建设提供理论依据。在以往研究中，借助GIS 的犯罪制图方法，城市空间中的犯罪聚集性和热点稳定性已得到多次验证，犯罪聚集性、热点稳定性和犯罪转移性构成犯罪空间分布的三大特性，围绕空间分布“三性”形成了体系化的城市犯罪学研究成果①。既有的犯罪制图研究不仅革新了犯罪现象的分析方法，更新了犯罪热点成因的分析工具，还提出一系列颇具可操作性的空间预防策略。必须承认的是，囿于客观原因的限制，以往关于热点稳定性的实证分析仍存在一定不足，亟须针对原有研究区开展进一步的验证。具体来说，对于热点稳定性的制图验证还需做出以下三个方面的补强：

第一，既有研究缺乏长时段的历年热点稳定性验证。由于犯罪制图研究在国内兴起时间较短，相关研究主要着眼于中短期的历年热点稳定性分析，缺乏较长时段的热点稳定性分析，即热点在中短期呈现稳定分布，那么在长时段是否仍呈现稳定分布呢？如果这一问题获得验证，对犯罪的空间防控将极具参考价值。

第二，既有研究在验证热点稳定性过程中相对忽视了犯罪转移性。犯罪转移性是影响热点稳定性极为重要的变量。犯罪的转移现象既有特定不法分子偶然选择的原因，也有城市发展和更新引发的城市空间特征结构性变化的影响。可以说，犯罪热点是否会转移、热点转移受哪些因素影响是城市犯罪学的理论关键。从本质上看，对于犯罪转移性的忽视实际是对城市空间的结构性变化的忽视，此前中短期的制图分析也没有能力监测到城市空间长期变化对犯罪分布的影响，如今从中长期视角探究城市更新影响犯罪转移性的条件已经具备。

第三，犯罪热点成因的验证尚存在空白之处。基于城市空间因素的犯罪引力研究开辟出“从相关到因果”的分析路径，勾勒出特定空间变量对于犯罪热点的强关联关系，推动了犯罪控制从原因到条件的转型。而明确城市空间因素与犯罪热点之间的相关性，需要借由科学分析工具，在不同时空中予以验证，以保证其真实性和有效性。既有研究揭示出城市中的特定空间因素影响犯罪聚集性的具体程度，通过逐步回归模型明确了标志性建筑、商业点密度、公交车站密度、居住用地比例以及医疗用地比例与犯罪密度间存在不同的函数关系②，但该模型中的强相关变量能否被后续研究所验证仍有待进一步探讨。

综上，犯罪空间实证研究打开了城市犯罪学的新进路，通过分析犯罪热点在特定空间中的聚集性、稳定性及转移性能够揭示出犯罪空间分布规律。与此同时，既有研究的短板也逐渐开始显现，长时段热点稳定性的再次验证、对犯罪转移性的忽略及热点成因验证上的空白成为城市犯罪学亟待解决的理论问题。本文在总结既有研究的基础上，基于循证研究的思路，运用近年的最新数据，对城市犯罪的空间聚集性、热点稳定性以及犯罪转移性进行再次检验，以此检验关于犯罪空间分布规律的理论认识，为“建设更高水平的平安中国”提供城市犯罪学方案。

二、基于循证分析的新思路

城市犯罪学的发展离不开科学的方法、系统的数据以及必不可少的理论验证，围绕上述要素的循证研究无疑构成了理论创新的基本路径。循证研究（Evidence-based Research）是“基于证据进行科学实践”的总称，最初在医学领域获得成功，而后迅速扩散至经济、管理、犯罪控制、社会治理等领域，其逻辑主线是将主观经验和客观数据有机结合，遵循科学、理性、严密且系统的方法检验研究成果在实践中的效果[2]。在犯罪防控领域，谢尔曼等人在研究报告《预防犯罪：什么有效、什么无效、什么有希望》中提出了循证警务（Evidence-based Policing）概念，将所能获得的关于警务工作的最佳研究证据运用于警务实践，并评估警察机关和警察的工作效果［3］。循证分析不仅能够为预防性警务提供理论支持，还能够检验以往研究成果的可靠性。为评估以往犯罪空间分析的科学性，对于同一研究区和同一犯罪类型的再次制图验证极具必要性。针对犯罪空间分布规律的循证研究可将既有经验通过客观数据加以验证，验证特定的空间因素与犯罪发生之间的内在联系，助推特定防卫空间应对的开展；通过中长时段的循证研究重复验证既往研究中所发现的犯罪聚集性、热点稳定性和犯罪转移性，有助于深化对犯罪空间分布规律的认识。此外，由于中长时段的循证研究周期较长，在国内犯罪实证研究中甚为罕见，故对后续研究的开展亦具有较强的指导意义。

循证分析的实现路径可具化为优质数据的采集、有效证据的转化及有效证据的应用三个方面。

第一，在数据采集层面，本循证研究是对既有研究的再次验证，选取同一研究区中同种犯罪在不同时间范围的空间数据。本研究以盗窃犯罪为对象，仍以此前研究使用的Z省H市S区为研究区。S区为省会城市的中心区，具有较强的城市样本价值。本研究的相关数据来源于中国裁判文书网，案由选择为“盗窃罪”，法院名称设定为“H市S区人民法院”，日期范围为“2010年1月1日至2012年12月31 日”与“2017 年1 月1 日至2019 年12 月31 日”两个时段。通过阅读判决书中的相关信息，排除作案地点不在S 区及重复的文书，分别选取S 区2010—2012 年的盗窃犯罪622 起和2017—2019 年的盗窃犯罪332 起。这两个时段的长度均为三年，两个时段之间的间隔为4 年。之所以留出一定的间隔时间，是为了避免两个对照组之间可能存在的影响，使分组对照实验的设计更为客观。

第二，在有效证据的转化工具层面，本研究选用ArcGIS10.7 软件绘制犯罪地图，其中ArcMap、ArcCatalog 以及ArcToolbox 是ArcGIS 的核心功能，也是本研究使用的主要工具。ArcMap 是以地图为核心的应用，可将空间数据以可视化的方式予以呈现；ArcCatalog是管理空间数据的程序，为空间数据的存储和使用提供便利；ArcToolbox 则提供了多种分析工具，如密度分析工具、距离分析工具、3D建模工具、数据转化工具等，帮助实现对空间分布的深入解读，为犯罪的空间治理提供依据。在具体方法设计上，本研究可分为数据输入、热点制图及比较分析三个阶段。本研究先将S区的地理数据按照时间顺序整理成标准数据集并录入ArcGIS系统；而后参照谷歌地图绘制SHP格式的地图，结合空间数据构建犯罪热点分布的检验模型，输出热区图及散点图；在时间和空间两个维度对比分析S 区的热点分布情况，验证犯罪聚集性、热点稳定性及犯罪转移性。

第三，在有效证据的应用层面，利用经过检验的有效证据可以更为深刻地认知热点稳定性。在当前各地开展市域治理现代化创新的热潮下，针对稳定热点的犯罪控制无疑构成了“平安建设”有效性的试金石。循证研究对热点稳定性的验证不仅是对犯罪与空间之间关系的检验，也是从城市空间维度对“平安建设”的理论发展，还能为控制犯罪条件、消除空间诱因和挤压犯罪盲区提供理论依据。

三、犯罪热点稳定性的再验证过程

犯罪的空间防控之所以有效的理论前提在于犯罪热点具有稳定性。如果城市空间中的犯罪热点并未呈聚集样态而是随机分布，抑或犯罪热点随着时间的推移而发生显著的空间位移，那么根本无法开展有针对性的空间防控和预防性警务。本文的犯罪热点稳定性再验证分犯罪聚集性验证、空间结构特征对犯罪热点稳定性的影响、犯罪热点影响因素验证三个步骤。

（一）犯罪聚集性的再验证

犯罪密度图和散点图是直观表达犯罪空间分布的最佳方式。如图1 所示，将2010—2012 年的盗窃犯罪以网格色温的形式展示，以S 区事先划定的161 个网格为计量犯罪密度的单位，网格的颜色越深表示在该区块发生的犯罪数量越多。同时，将2017—2019 年盗窃犯罪发生的位置以散点的形式标记在该网格色温地图之中。在一张犯罪地图中集成2010—2012 年的网格色温图与2017—2019 年的犯罪散点图，从而对比这两个时段的盗窃犯罪空间分布状况。在图1 的上图部分中，2017—2019 年的犯罪热点依然呈现较为明显的聚集分布态势，其中27.2%的犯罪发生在5%的区域内，44.2%的犯罪发生在10%的区域内。2017—2019 年的大部分犯罪仍发生在2010—2012年的犯罪高密度网格之中，2010—2012 年发生过盗窃案的网格在2017—2019年再次发生盗窃案件的比率为95.2%，前10%热点网格再次发生盗窃案件的概率为100%。即便是在犯罪消失的23 个网格中，43.5%的网格在2010—2012年间仅发生1起案件，86.9%的网格发生了5起以下案件，属于偶发性分布，不影响对热点稳定性的认定。从网格色温图和散点图的对比看，S 区的两组犯罪热点尽管在时间上具有较长的间距，但在空间上仍呈现大范围的重合。

图1 2010—2012年、2017—2019年S区犯罪空间分布图

测量前述犯罪热点的空间聚集程度需要借助空间相关性分析工具。空间相关性是指同一变量在不同空间位置上的相关性，是空间单元属性值聚集程度的一种度量[4]。空间分布包括均匀分布、聚集分布、随机分布等形态。通过Moran’s I指数计算相邻网格之间的盗窃犯罪的空间相关程度，可以判断犯罪是否在空间中存在聚集状态。其中，Moran’s I 指数的I 值（空间自相关指数）决定着相邻网格之间的盗窃犯罪是否存在相关关系，z-score 值表示盗窃案件的空间分布是否为聚集状态。当I值为正数时，表示相邻网格的盗窃案件在空间上呈正相关的关系；I 值为负则认为相邻网格的盗窃案件在空间上呈负相关的关系；I值接近于0则表示两者间不存在相关关系。z-score值的可采信范围为大于1.96或小于-1.96，如其大于1.96表示盗窃犯罪的空间分布是聚集的，如该值小于-1.96则表示盗窃犯罪的空间分布是离散的，而数值向一侧的偏离程度表示空间分布的聚集性程度。

如表1 所示，2010—2012 年和2017—2019 年盗窃犯罪的I 值分别为0.86 和0.79，z-score 值分别为46.5和56.3，表明相邻网格之间的犯罪存在“空间正自相关”，并呈高值聚集状态。通过对比两组数据的z-score值可知，盗窃犯罪在2017—2019年的聚集程度更高，表明犯罪聚集性趋于增强，大部分犯罪发生在少数特定网格之中，犯罪偶发性地理区块减少。由此可见，犯罪的空间分布在中长时段仍具有极为明显的聚集性，犯罪聚集性是城市犯罪空间分布的第一定律，犯罪热点是城市犯罪学的核心范畴。

表1 2010—2012年、2017—2019年S区犯罪聚集指数对比

（二）空间结构特征对犯罪热点稳定性的影响

城市空间的结构特征是影响犯罪聚集分布的基本原因，通过犯罪密度分析可筛选出城市空间中犯罪热点的核心聚集区域，以此分析空间结构特征对热点稳定性和犯罪转移性的影响。具体而言，对犯罪空间分布影响的洞察可从城市中观和微观两个层面展开。

1.中观层面的犯罪热点变化

S 区地处“长三角”世界级城市群，是“长三角”经济带核心城市的中心城区，当前处于发育鼎盛阶段，其城市功能实现了从经济发展到服务型城市的转向，在城市结构上具有相当的成熟性[5]。在城市中观层面，早在2010年S区的城市结构就已趋于稳定，依赖S区较为稳定的规划框架，犯罪热点的分布范围保持较好的稳定性；但受街面犯罪的集中整治等影响，热点在一定范围内出现小幅转移。如图2所示，湖滨商圈、吴山商圈、城站火车站及其周边商业区、四季青商圈南部板块依然为犯罪高密度区域，热点分布范围的重合度较高。作为“景城结合”的特殊板块，湖滨商圈在2004年即被规划为市级商业中心的核心区。此后，湖滨商圈的商业潜力被不断挖掘，也使其犯罪吸引力持续增强。城站火车站系H 市的交通枢纽之一，有着极强的人口流动性，这为盗窃犯罪的发生提供了有利条件。新杭派服饰城、置地国际电商基地、九天国际服装城等作为四季青商圈的组成部分，属于商业活动聚集区，现金流动频繁、人员构成复杂，亦是犯罪高密度区。上述四大区块构成S区中长时段的稳定犯罪热点区域。

图2 2010—2012年和2017—2019年S区的犯罪高密度区对比

中观层面的犯罪高密度区域在保持整体稳定的同时，也出现了一定程度的转移。第一，针对吴山商圈、火车站周边板块、服饰城周边板块的综合治理使犯罪热点区域被压缩在商圈中心地带的较小范围内。以吴山广场为例，有关部门通过改善物理环境及加强社区建设等方式，使盗窃案件数量从2010—2012 年的14 起减少为2017—2019 年的4起。第二，网吧成为盗窃犯罪的新热点。火车站周边编号为334 的网格在2010—2012 年仅发生盗窃案件2起，而在2017—2019年发生盗窃案件7起，其中5起发生在网吧内。网吧的主要消费群体是流动人口，交通枢纽还提高了周边空间流动人口的数量，加之网吧内环境嘈杂、可供盗窃的财物（如手机）较多以及失主注意力无法集中于财物等特征，使此类空间的犯罪吸引力持续增强。第三，医院所在网格始终是盗窃犯罪的高密度区域，医院所属网格的犯罪热点保持了较高的稳定性。例如，A 大学医学院附属第一医院（编号为304的网格）在2010—2012 年和2017—2019 年各发生盗窃案件9 起；A 大学医学院附属第二医院（编号为315 的网格）在2010—2012 年发生盗窃案件7 起，在2017—2019 年发生盗窃案件6 起；H 市第一人民医院（编号为103的网格）在2010—2012 年发生盗窃案件13 起，在2017—2019年发生盗窃案件8起。

2.微观层面的犯罪热点变化

在微观层面，2010—2019年H市的城市更新不断推进，城市空间及其业态的变化情况对犯罪热点的稳定性产生了一定影响。

第一，湖滨商圈的犯罪吸引力持续增强，其组成区块占据了犯罪密度最高的前五个网格。换言之，在2017—2019 年，湖滨商圈承载了S 区中的大部分盗窃犯罪。编号为104、110、111的网格系湖滨商圈的核心区块，在2010—2012年的犯罪量仅占盗窃总量的4.0%，但在2017—2019 年则占盗窃总量的15.0%。然而，湖滨商圈的发展仍在持续推进中，商圈整体影响力不断提升的同时，也将酝酿出更强的犯罪吸引力。

第二，受到湖滨商圈高引力区块的影响，原属前5名的犯罪高密度区——龙翔桥板块的犯罪吸引力开始下降。编号为101的网格的盗窃案件数量占盗窃案件总量的比率从1.4%降为0.2%，编号为102的网格的盗窃案件数量从5.6%降为1.8%，龙翔服饰城等传统犯罪热点区域在2017—2019 年实现了盗窃犯罪的“清零”。

第三，S 区城站火车站对盗窃犯罪的吸引力降幅明显。城站火车站在2010—2012 年为盗窃犯罪的最高密度区块，共发生盗窃案件45 起，占比7.5%；而在2017—2019 年仅发生15 起，占比3.8%。S 区城站火车站中犯罪热点转移的主要原因在于2013年H市火车东站正式投入使用，并取代城站火车站成为H市的主要交通枢纽③。客流量的减少加上犯罪防控力度的增大，使S 区城站火车站的犯罪吸引力受到一定程度的削弱。

综上，通过犯罪热点制图在中微观层面对中高密度热点稳定性的验证，可发现十年间两组盗窃犯罪热点的对比情况如下：在中观层面，犯罪热点的聚集分布区域具有良好的稳定性，热区重叠率较高，火车站、湖滨商业圈、吴山商业圈、服装城商业圈等原高密度区域仍具备较强的犯罪吸引力。在城市治理日趋深化的过程中，中高密度的犯罪热区被挤压，盗窃热点在2017—2019年仍具有较强的聚集性，符合全局Moran’s I指数的验证。街面盗窃开始向室内盗窃转移，网吧等室内场所开始成为新的犯罪高发场所。在微观层面，湖滨商业区成为持续吸引盗窃犯罪的热点区域；由于城市更新的原因，2010—2012 年的高密度热区的犯罪吸引力呈现不同程度的下降，龙翔服饰城等传统高密度空间犯罪率接近于零，这体现了城市结构性变化对犯罪聚集性的重大影响。

（三）犯罪热点之空间成因的再验证

纵观中微观层面的高密度犯罪热点，其犯罪引力的变化主要受特定空间因素的影响。高密度、多元化、道路网络全覆盖、系统性规划是城市发展的核心要素，亦是定义城市空间犯罪吸引力变化的主要依据[6]。根据日常活动理论，适合的目标、潜在的犯罪者、缺乏有能力的监控者是影响犯罪决策的主要因素[7]。具化到城市变量，即通过概率思维验证商业网点、道路网络、人口特征等因素对犯罪的影响，从而建构犯罪热点成因的分析框架，把握城市犯罪引力的动态变化。在犯罪密度模型中，与犯罪聚集存在强相关性的空间因素主要包括：

第一，标志性建筑。犯罪热点地图表明，标志性建筑物所在网格的盗窃犯罪密度明显较高，火车站、大型商业场所具备更强的犯罪吸引力。标志性建筑的规划会破坏空间的稳定结构，造成特定区块内的犯罪激增。换言之，标志性建筑所在的网格即是稳定的犯罪热点。因此，标志性建筑既是影响热点形成的关键因素，亦是犯罪空间立体化防治的重要参考。在“更高水平的平安中国”建设过程中，应以标志性建筑为原点，在合适半径内设置空间防控的缓冲区，科学评估犯罪风险，设计综合性的防控方案。

第二，密集型商业区。商业点密度与犯罪热点的正向线性关系得到再次验证。密集型商业区强化了空间溢出效应，通过空间回荡将犯罪动态反馈到相邻空间，扩大空间因素对犯罪的影响力，从而引起特定区域内的犯罪聚集。一般来说，有利于犯罪发生的标的物具备较高价值（value）、便于携带（inertia）、易见（visibility）且易于接近（accessibility）的特性[8]。密集型商业区导致诱发犯罪的人财物高度集中，可为盗窃犯罪提供合适的条件。可见，繁荣的商业区块吸引盗窃已成为城市犯罪的一个通例。

第三，交通枢纽。交通枢纽是影响空间人口流动性强度的重要标志。如今，S 区城站火车站对犯罪的吸引力较2012年已有明显的削弱，但仍是值得重点布控的犯罪热点区域。通过分析S区城站火车站在中长时段的热点聚集强度变化，可以验证人口流动性强度是影响犯罪聚集性和热点稳定性的重要变量。流动人口的集散地极容易加剧特定空间范围内的社会解组，大量的流动人口打破社会秩序的稳定性，加剧了城市空间的失序。

第四，医疗机构。医疗机构类似于商业区，与盗窃犯罪呈较为明显的线性关系。医院住院部实质上属于开放式的居住区，具有可自由出入、财物暴露程度高、人口构成复杂的特点。医疗机构不同于封闭式住宅区，基于医疗和探视、陪伴等需求，需保持病房的开放性以供医护人员及陪护人员自由出入。病人接受住院治疗时即以医院为短时生活场所，该场所人口密度大、财产隐蔽程度较低，病人及其家属所携带的财物易成为盗窃的目标。在推进空间防控过程中，也应重视医疗机构对犯罪的吸引力，以医疗机构作为重要的犯罪治理节点，通过合理的防卫空间设计、实名制进入医院等措施实现对医院内盗窃犯罪的有效预防。

总之，犯罪热点区域主要是在经济活动密集、人口流动性大的空间，此前关于犯罪热点成因的结论亦在2017—2019 年的对照组中获得了验证。因此，城市中的稳定热点区域成为立体化社会治安防控的重中之重，如何运用综合措施有效削弱稳定热点的犯罪吸引力、减少犯罪空间诱因的影响、挤压稳定热点空间自然成为“建设更高水平的平安中国”的题中应有之义。

四、犯罪热点稳定性对“平安建设”的启示

随着新技术革命成为国家治理现代化的全新引擎，针对稳定热点的犯罪治理新增了技术治理的元素，既有的警务应对、环境设计预防犯罪、社区治理、引入地点管理者等策略均与技术治理实现了深度融合，从而推动了“更高水平的平安中国”建设。

（一）从“原因控制”到“条件控制”的治理转向

传统的犯罪治理主要通过回应犯罪原因的方式达到控制犯罪的目的。犯罪原因分为结构性原因和非结构性原因。对于中国这样一个正向城镇化、信息化、现代化转型的大国来说，诸如流动人口的城市融入、就业增加、留守儿童教育、贫困人口减少、信息技术被不法分子大范围利用等结构性原因的有效治理绝非一朝一夕就能实现，而是需要依靠党政主导的科层制体系开展长期的综合治理。例如，中国共产党领导中国人民实现近1 亿人口脱贫的扶贫攻坚战，从根本上遏制了由贫困引发的犯罪增长。从本质上看，针对犯罪发生的结构性原因进行治理更具综合性、长期性的社会治理属性，社会治理的实现往往兼具犯罪预防的附随效果。因此，犯罪治理应主要考虑更具针对性和可操作性的非结构性原因（亦称犯罪发生的条件）。

以城市犯罪为例，相对于难度更大的“原因控制”，侧重“条件控制”的犯罪治理可操作性和针对性更强，这种“条件控制”更多地聚焦于稳定犯罪热点的空间防控，以消除和限制对犯罪具有诱发作用的环境因素为治理目标。对于S区犯罪密度最高的商业区来说，一方面，应采取防卫空间设计提升商业区的监控能力，通过环境设计控制人口流动，防范因人口过度拥挤而产生的安全风险；通过道路、照明、绿植、围栏等物质性设施的合理设计，提升建筑的可防卫性，消除治安死角，改善空间场所的可通达性；通过智能监控设备实现危险行为的实时识别与预警；通过在公共场所安装人脸识别摄像头，实现高危人员的精准识别与视频跟踪。另一方面，针对稳定热点区域合理调配警务资源，在犯罪高发时段和高发地点实现警察及综治人员的控制者在场。在技术治理勃兴的背景下，控制者在场并非都表现为物理性质的防控人员在场，还可以表现为非物理性质的在场，即通过视频监控的方式实现防控人员的在线，以在线监控实现多场景、多空间、多手段的全景式控制，以在线监控指挥针对犯罪热点区域的线下组织化调控。

（二）针对稳定犯罪热点的基层整体智治

技术革命为针对犯罪条件的治理带来新的方案。针对稳定热点的犯罪治理呼唤将新技术融入“智慧城市”建设及基层社会治理的系统中，以基层整体智治的方式实现稳定热点区域的有效治理。

一方面，针对稳定热点的犯罪治理应遵循犯罪空间分布规律，着眼于对城市空间因素吸引犯罪的阻断与干预，实现城市空间的源头治理和整体性治理。根据“破窗理论”，较小的无序如果不能得到及时纠正，便会导致社会控制力的削弱，从而引发更多的失序和犯罪行为[9]。城市中往往充斥着许多可能导致“破窗效应”的轻微不法现象，如违章建筑、违章停车、社区管理不善、不文明现象等。通过大数据、人工智能等技术可以对城市空间进行实时监控，对可能造成社会失序的行为进行及时响应。如今，在H 市“城市大脑”的支撑下，各街道和乡镇兴起了依托“基层治理综合信息指挥中心”的基层整体智治，镇街层面的综合指挥中心通过互联网、物联网、大数据、人工智能等技术感知基层源头的社会风险、收集和研判信息，通过综治执法队伍（由公安、交警、行政执法、应急管理等部门组成）、网格员队伍及矛盾纠纷调处队伍实现针对犯罪热点的在线与在场的综合性组织化调控，以人工智能和人工判断相结合的方式组织前述三类队伍的一体化治理活动，进而从源头上消除犯罪聚集的发生条件和环境诱因，营造安全且安心的城市空间环境，保障人民群众的安全。

另一方面，对于稳定热点的治理离不开技术治理的泛在应用。对于经济活动密集的商业区，在法律许可的范围内，在公共空间中应用大规模的人脸识别技术，以人脸识别追踪不法分子的活动轨迹，识别出入本区域的在逃人员的行踪线索，以消除不法分子实施犯罪后的隐匿条件，实现对违法犯罪的及时打击与对不法分子的威慑效应。尽管人脸识别技术在国内外的治理实践中引发了激烈的争论，但该技术的确极大地提升了犯罪治理能力。技术治理的价值导向在于社会安全防卫与个人权利保障的均衡。根据《个人信息保护法》第十三条的规定，个人信息处理者为履行法定职责所必需时可以处理个人信息。《个人信息保护法》第三十四条规定，国家机关为履行法定职责处理个人信息，应当依照法律、行政法规规定的权限、程序进行，不得超出履行法定职责所必需的范围和限度。公安机关等治理主体开展犯罪治理无疑属于履行法定职责，在犯罪热点区域使用人脸识别等技术只要不超出法定职责的范围和限度就是合法的。

总之，针对稳定热点的基层整体智治不仅要依靠公安机关开展的技术治理，还离不开党政科层制体系下综治部门的整体性治理与源头性治理。基层整体智治既是线上的技术治理，也是线上和线下相结合的技术治理，以线上治理指挥和协调线下治理。基层整体智治离不开针对稳定热点区域的直接控制，更有赖于针对稳定热点区域中吸引犯罪因素的间接治理与系统性改善。

（三）以地图公开建构犯罪治理共同体

党的十九届四中全会通过的《中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定》提出，“建设人人有责、人人尽责、人人享有的社会治理共同体”[10]。为“建设更高水平的平安中国”，犯罪治理亦离不开社会力量的充分参与，离不开亿万个体参与的被害预防。毕竟，人民群众具有潜在被害人的治理身份。基于此，犯罪治理共同体的建构可谓适逢其会，而城市犯罪学研究以及稳定热点的再验证则为犯罪治理共同体的建构提供了“犯罪地图”的治理依据。

一方面，综治机构应定期对社会公开犯罪地图，以保障人民群众的知情权、参与权和监督权，引导人民群众有针对性地参与稳定热点的犯罪治理。犯罪治理共同体不仅是价值共同体，更是利益共同体。人们在参与治理的过程中能够实现被害预防的现实利益。英国警察学家约翰·安德逊指出：“产生犯罪的根源是社会，抑制犯罪的主体是公众，警察只是打击犯罪的力量之一。”[11]犯罪地图构成了向社会公众传递治安和犯罪情况的信息载体，使民众对犯罪热点区域有着较为清晰的认知，从而增强国民的防范意识，为国民的被害预防提供趋利避害的安全指引。同时，犯罪地图也是警民互动的重要依据。警察的力量不可能渗透至社会生活与城市空间的每一个角落，而国民则能够切实感受到日常生活中的安全隐患、治安盲区和潜在风险，借助犯罪地图的指引，国民在社区自治层面参与的被害预防将更具可操作性和现实价值；借助“随手拍”等信息化服务，国民能够结合地图中的信息反馈提出更具建设性的建议。

另一方面，以第三方警务为犯罪治理共同体运行的基本机制，犯罪地图构成了针对稳定热点开展第三方警务的现实依据。“所谓第三方警务，是指警察通过劝说或强制手段促使各种组织或非犯罪群体帮助警方防控或减少犯罪，这些组织或群体包括公共住房机构、财产主、家长、健康和房屋监查人员以及业主等。”[12]“第三方警务最为核心的是，警务部门综合运用民事法律、刑事法律与市场监管法律手段，促使第三方承担起更多的犯罪控制职责。”[13]在稳定热点区域，各类商业主体密布，减弱商业区的犯罪吸引力的重要举措是将部分犯罪预防任务分解给商户，依据犯罪地图赋予商业主体在经营空间内的预防犯罪职责，指导商户开展空间防控。可见，第三方警务在本质上是一种具有自治性质的犯罪预防措施，既包括避免商户自身遭受犯罪侵害的被害预防，还包括在商户之经营场所保障顾客的人身财产安全。第三方警务有助于预防基层源头的轻微违法及犯罪风险，有助于以属地管辖的方式将商业主体组织起来，形成热点区域的综合治理合力。

综上，通过对S区的犯罪热点稳定性的再验证，在较长周期中确认了犯罪的聚集性、热点的稳定性和犯罪的转移性，形成了对犯罪空间分布规律更为深刻的认识，为针对稳定热点区域的犯罪治理提供了控制犯罪条件的治理理念、基层整体智治的治理方案、犯罪治理共同体的建构策略，以此推进“更高水平的平安中国”建设。

注释：

①前期关于犯罪空间研究的成果具体参见：单勇.犯罪热点成因：基于空间相关性的解释[J].中国法学，2016（2）：280-302；单勇.犯罪地图的公开[J].国家检察官学院学报，2016（3）：112-124，175；单勇.基于热点稳定性的犯罪空间分布规律再认识[J].法制与社会发展，2016（5）：118-130；单勇.基于犯罪大数据的社会治安精准防控[J].中国特色社会主义研究，2016（6）：54-61；单勇.城市高密度区域的犯罪吸引机制[J].法学研究，2018（3）：118-135.

②回归分析表明：表征标志性建筑的虚拟变量对犯罪具有正向吸引力，商业点密度与盗窃犯罪密度呈明显的线性关系，公交站点密度与盗窃密度的相关性是三次函数关系，居住用地比例与盗窃密度是二次函数关系，医疗用地比例与盗窃密度呈明显的线性关系。参见：单勇.犯罪热点成因：基于空间相关性的解释[J].中国法学，2016（2）：280-302.

③数据显示，2018年2月11日H市火车东站单日发送17.2 万人，城站火车站单日发送仅为5.8 万人。2019 年H 市火车东站共完成旅客发送7190万人次，成为长三角地区客发量最高的车站。参见：https：//zj.qq.com/a/20180212/001286.htm，http：//k.sina.com.cn/article_3164957712_bca56c 100200140gp.html，2021年4月16日访问。