一种警务岗亭优化选址方法

李弘哲,王世杰,李成名

（1.兰州交通大学 测绘与地理信息学院，甘肃 兰州 730070；2.地理国情监测技术应用国家地方联合工程研究中心，甘肃 兰州 730070；3.甘肃省地理国情监测工程实验室，甘肃 兰州 730070；4.中国测绘科学研究院，北京 100830）

城市是区域信息化建设的主战场，其经济社会发展快速、信息资源丰富，对地理信息的需求旺盛、更新速度快、精细度要求高[1]。在“智慧城市”的建设中，作为保卫人民群众生命和财产安全的重要职能机构，公安系统建设的意义重大。Olayinka A A[2]等主要研究了发展中国家警务岗亭位置对犯罪率的影响；齐琳[3]、张庆全[4]、肖志炜[5]等提出向专业化、智能化的空间分析方向发展以及向使用高分辨率、高时效性的犯罪制图方向发展是未来警务GIS的发展方向；参考文献[6]～[11]在GIS的基础上，结合犯罪地理学的相关知识，分析了犯罪时空分布与影响因素；薛钟[12]、肖汉[13]等通过模型预测了犯罪率。上述成果均在不同程度上推动了警务GIS的发展，并在犯罪研究的各领域取得了良好的效果。然而，目前国内外对于犯罪的研究成果多数是宏观的、宽泛的，极少有针对某一重要具体问题提出的切实可行的指导方案。例如，近年来出警效率低下、到达案发现场不及时，成为公安系统的主要弊病。为响应公安部“快速出警、分秒必争”的号召，全国各县市努力创建“快警平台”、警务岗亭等；但由于没有科学的方法支持，导致警务岗亭布局不尽合理。

1 实验区域与研究方法

本文以湖南省新宁县主城区为实验区，采集2018年1月17日—2020年9月18日共29例案件数据，犯案地点如图1所示。主城区内学校和医院的地理位置如图2所示。本文采用的图像处理软件为ArcGIS10.3，除了运用地图矢量化、缓冲区分析、叠置分析、点距离计算等GIS常规功能模块外，主要利用核密度估计（KDE）和区域覆盖模型（AOM）进行规划选址。

图1 犯罪地点分布图

图2 医院与学校分布图

1.1 KDE方法

KDE方法是一种以GIS为基础的，常被用作估计随机变量密度函数的检验方法。空间中的点要素具有离散分布的特点，但其密度却是可以度量的，可通过统计实验区域内所发生的事件总数来构造函数。该方法的优势在于，能将离散分布的点按照其空间分布特征转化为不同密度连续变化的面域，从而通过极强的空间分布模式显现出来。

式中，k{}为核密度函数；h取大于0的正值；x、Xi为独立同分布的样本点；x-Xi为样本点与Xi之间的距离。

1.2 AOM

AOM是一种融合了犯罪心理学、犯罪图形学和统计学等学科相关知识的犯罪预测模型。该模型操作便利，在分析真实案例时的正确率能达到80%以上，因此具有较好的应用前景[12]。其构造方法为：

1）按照犯罪时间的先后顺序，将29例发生在实验区内的案件地点，依次标定为A1、A2、…、A29。

2）测量两两犯罪地点之间的实地距离，记为Dij，如D12表示犯罪地点A1与犯罪地点A2之间的实地距离。

3）计算每个犯罪地点距其他犯罪地点的平均距离，记为Ri，如R1表示犯罪地点A1距其他犯罪地点的平均距离，计算公式为：

4）以Ai为圆心，以Ri为半径建立圆形缓冲区，再对这些圆形缓冲区进行叠置分析，重叠最多的部分即为最后得到的犯罪预测区。

2 实验验证

2.1 实验区概况

湖南省新宁县位于湘西南边陲，山地、丘陵、平原等多种地形混杂；主城区总面积为19.8 km2，总人口为6.46万人。作为全市警务系统重点建设县和“快警平台”示范县，新宁县治安情况总体良好，但警务岗亭设置不尽合理，使本就匮乏的警力资源极度紧张。

2.2 警务岗亭优化选址

具体实验流程如图3所示。以街道为尺度，利用ArcGIS10.3进行地图矢量化处理，图层包括水体、道路、作案地点、医院和学校等。犯罪地点核密度分析结果如图4所示，核密度分析的辐射范围可作为犯罪行为的地域界限，认为界限内至少发生过一例案件，为高频案发区，界限外则可认为无案件发生。

图3 实验流程图

图4 核密度分布图

通过KDE可选出位于高频案发区内的医院和学校，在医院和学校1 km范围内设立警务岗亭，达到消除公共隐患、快速出警的目的。因此，建立缓冲区后，利用叠置分析法获得医院与学校缓冲区的相交面域，再与高频案发区进行叠置分析，相交面域则为待定警务岗亭选址区，如图5所示。

图5 待定选址区

本文进行点距离计算，并对计算结果进行统计，构成29×29阶Dij矩阵；利用2018年1月17日—2018年10月14日的案例数据，即A1～A10共10组数据构造犯罪预测区，其余19组数据用于犯罪预测区的置信度计算。计算结果如表1所示。

表1 平均距离统计表

以Ai为圆心，以Ri为半径构建圆形缓冲区，相交区域即为犯罪预测区，如图6所示。在没有参与建模的19例案件中，16例落入犯罪预测区内，预测概率达到了84%，说明置信度良好。将犯罪预测区和待定选址区进行叠置分析，相交区域即为警务岗亭的优化选址区，如图7所示。

图6 犯罪预测区

图7 优化选址区

3 结语

本文提出的警务岗亭优化选址方法解决了警务岗亭设置紊乱的问题，调和了警力资源紧张与警力配置效率低下的突出矛盾，具有较强的实用性、可推广性以及“先人一步”进行犯罪预警的前瞻性，且在一定程度上推动了警务GIS的发展。在优化选址区中设置的警务岗亭，位于高频犯案区和犯罪预测区内，且辐射了尽可能多的学校和医院，最大限度地节省了警力资源，可为城市建成区警务岗亭科学布局提供理论支持和实践参考。