EN中文

地理科学 >

2023 , Vol. 43 >Issue 12: 2208 - 2216

DOI: https://doi.org/10.13249/j.cnki.sgs.2023.12.014

浙江海宁市强奸与猥亵两类性犯罪的时空分异及其影响因素对比

  • 郑滋椀 , 1, 2 ,
  • 林喆 3 ,
  • 姜超 , 4, 5, * ,
  • 陈鹏 2 ,
  • 周俊俊 6 ,
  • 刘璐 7
展开
  • 1.浙江警察学院大数据与网络安全研究院，浙江 杭州 310053
  • 2.中国人民公安大学信息网络安全学院，北京 102600
  • 3.中国科学院大学中丹学院，北京 100049
  • 4.首都经济贸易大学城市经济与公共管理学院，北京 100070
  • 5.城市群系统演化与可持续发展的决策模拟研究北京市重点实验室，北京 100070
  • 6.西北大学城市与环境学院，陕西 西安 710127
  • 7.复旦大学法学院，上海 200433

郑滋椀（1989—），男，浙江温州人，博士研究生，高级实验师，主要从事犯罪地理、警务研究。E-mail:

收稿日期: 2022-11-06

  修回日期: 2023-03-26

  录用日期: 2023-09-15

  网络出版日期: 2024-01-12

基金资助

国家自然科学基金项目(41901160)

国家自然科学基金项目(42001159)

浙江省自然科学基金项目(LY23D010001)

教育部人文社会科学研究规划基金项目(20YJAZH009)

首都经济贸易大学新入职青年教师科研启动基金项目(XRZ2022008)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Comparing spatial-temporal patterns and influencing factors of rape and indecency crime in Haining City, Zhejiang Province

  • Zheng Ziwan , 1, 2 ,
  • Lin Zhe 3 ,
  • Jiang Chao , 4, 5, * ,
  • Chen Peng 2 ,
  • Zhou Junjun 6 ,
  • Liu Lu 7
Expand
  • 1. School of Big-data and Network Security, Zhejiang Police College, Hangzhou 310053, Zhejiang, China
  • 2. School for Information and Network Security, People's Public Security University of China, Beijing 102600, China
  • 3. Sino-Danish College, University of Chinese Academy of Sciences, Beijing 100049, China
  • 4. College of Urban Economics and Public Administration, Capital University of Economics and Business, Beijing 100070, China
  • 5. Beijing Key Laboratory of Megaregions Sustainable Development Modeling, Beijing 100070, China
  • 6. College of Urban and Environmental Sciences, Northwest University, Xi'an 710127, Shaanxi, China
  • 7. Law School, Fudan University, Shanghai 200433, China

Received date: 2022-11-06

  Revised date: 2023-03-26

  Accepted date: 2023-09-15

  Online published: 2024-01-12

Supported by

National Natural Science Foundation of China(41901160)

National Natural Science Foundation of China(42001159)

Zhejiang Provincial Natural Science Foundation of China(LY23D010001)

Science Foundation of Ministry of Education of China(20YJAZH009)

Research Start-up Fund for Young Teachers of Capital University of Economics and Business(XRZ2022008)

Copyright

Copyright reserved © 2023.
Fold

摘要

基于浙江省海宁市性犯罪数据，采用核密度估计、地理探测器等空间分析方法，对比分析了强奸、猥亵2类性犯罪的时空分异特征及其受人口和场所类型的影响程度。结果表明：强奸、猥亵犯罪均高发于19时至次日3时的夜间时段；强奸犯罪无明显的季节性特征，猥亵犯罪则呈现7—8月高发的单峰形态。强奸、猥亵犯罪均在商业区和住宅区集聚，前者空间集聚程度更高。人口密度、网吧、旅馆、KTV、足浴按摩店等是强奸、猥亵犯罪共同的驱动因素，而当人口与城市功能场所交互后，能更好地解释强奸、猥亵犯罪的空间分布。研究结果可为2类性犯罪的深入研究和公安机关的打防工作提供理论与实践参考。

关键词： 性犯罪; 人口结构; 建成环境; 地理探测器; 海宁市

本文引用格式

郑滋椀 , 林喆 , 姜超 , 陈鹏 , 周俊俊 , 刘璐 . 浙江海宁市强奸与猥亵两类性犯罪的时空分异及其影响因素对比[J]. 地理科学, 2023 , 43(12) : 2208 -2216 . DOI: 10.13249/j.cnki.sgs.2023.12.014

Abstract

Sexual crime is an unlawful behavior that seriously violates personal rights, human dignity, and social order. It has become a widespread social concern to prevent and control sexual crime. Based on the sexual crime records obtained from Haining Municipal Public Security Bureau, this research compares the spatial-temporal patterns of rape and indecency crimes between January 2014 and September 2021. The results show that: 1) Both rape and indecency crimes tended to occur in the nighttime period from 19:00 to 3:00 the next day. Rape crimes showed no apparent seasonal variations while indecent crimes showed a monthly pattern that peaked in July and August. 2) Both rape and indecent crimes were concentrated in commercial and residential areas. Rape crimes are more spatially clustered than indecent crimes. Rape crimes showed a spatial distribution pattern with a core surrounded by several hotspots, while indecency crimes were spatially distributed with a pattern of "two centers, one area, multiple hotspots". 3) Common factors significantly driving spatial variations of rape and indecency crimes included population density, male population, female population, the male population aged 14-25, presence of Internet cafes, hotels, chess and card rooms, KTVs, and foot massage parlors. 4) The interaction between population variables and urban functional place variables can explain the spatial distribution of both rape and indecency crimes better than either of them alone. The indecency crime can be better explained by the interactions than the rape crime, and there were more functional places that had a significant impact on the indecency crime than the rape crime. In summary, both rape and indecency crimes showed obvious spatial-temporal patterns and were influenced by both the spatial distribution of population variables and certain types of urban functional places. In places where there were more hotels, internet cafés, teahouses, chess and card rooms, bars, and KTVs, the numbers of rape and indecency crimes were also higher. These findings provide important support for the practical prevention of sexual crimes in Haining City.

Key words： sexual crime; population structure; built environment; geo-detector; Haining City

性犯罪是指因故意侵犯他人的性权利、性健康或妨害与“性”有关的社会风化而违反刑法的行为[1]。性犯罪的受害者主要是女性，不仅严重摧残其身体和尊严，可能导致其家庭关系破裂，而且败坏社会风化环境，威胁社会公共秩序与稳定发展。近年来，随着“顺风车强奸”“丰县生育八孩女”等案件被网络媒体曝光并引发广泛的社会舆情后，如何预防和打击性犯罪、保障女性权益已经成为当前社会各界关注的热点。
当前有关性犯罪的研究主要集中在犯罪学、社会学等领域，重点围绕个体、经济社会、环境等影响因素开展。在个体因素方面，学者多采用案例分析方法，对犯罪者的童年经历[2-3]、心理生理状况[4-6]等进行深入剖析。研究发现性犯罪者多有被社会孤立、排斥和羞辱的经历，将性犯罪作为发泄愤怒的手段以弥补情感关系和性生活的贫乏[7]。经济社会方面，性别比因素对性犯罪具有独特的影响。Cameron等人[8]发现高性别比导致男性更愿意冒险、更急躁且更神经质，这些潜在的行为影响在一定程度上解释了性犯罪率的上升，而由性别比失调导致的男性在婚姻市场上的压力进一步加剧了这一现象。环境要素则包括自然环境和人工环境2部分。前者主要包括气候、昼夜、温度等。学界普遍认为犯罪倾向随着气温的升高而增加[9]。后者则主要包括建成环境等人工要素。相关研究多从个体活动空间出发，认为性犯罪的发生概率因情境环境而异[10]，多发于某些特定的建成环境中，如建筑物之间的内院、走道、远离视线的楼梯、小型公园以及连接公共交通的隧道等节点处[11]。酒吧、餐馆以及其它娱乐场所聚集的城市中心区域是另一性犯罪高发地[12-13]。上述研究初步分析了性犯罪的诱发性因素，但主要是采用半结构访谈、案例分析等定性研究方法开展的。
除个体、社会、环境等因素外，大量学者开始尝试从地理空间的视角开展犯罪研究，讨论犯罪空间分布及影响因素。现有犯罪地理研究以盗窃[14-16]、拐卖儿童[17]、抢劫[18]等犯罪类型为主。近年来，毒品犯罪[19]、诈骗犯罪[20-21]等类型也逐渐引起关注。以上研究围绕常见犯罪类型，深入分析其时空格局及影响机制，充分考虑空间要素对犯罪的影响，但性犯罪在地理学领域研究较少，相关研究仍待开展。根据《中华人民共和国刑法》（https://flk.npc.gov.cn/detail2.html?ZmY4MDgxODE3OTZhNjM2YTAxNzk4MjJhMTk2NDBjOTI%3D），性犯罪属于“侵犯公民人身权利、民主权利罪”，主要包含2个具体罪名：“强奸罪”“强制猥亵、侮辱罪”（下面简称猥亵犯罪）。从手段上来看，两者都是以暴力、胁迫或其他方法违背他人意志，侵害受害者，但两者在犯罪主体、犯罪意图、所侵害的客体和量刑等方面有明显的不同。因此，需要进一步对性犯罪的子类进行对比研究。
鉴于国内从地理学视角对性犯罪的关注非常有限，而性犯罪受环境影响较大，在前期研究的基础上，亟需从城市社会人口环境和建成环境角度研究不同性犯罪类型的时空分布规律。因此，本研究以浙江省海宁市为研究区域，采用核密度估计、地理探测器等多种空间分析方法，对比研究强奸和猥亵2类性犯罪的时空分布特征与差异，并运用地理探测器分析人口结构和建成环境的影响，从而为预防和治理2类性犯罪提供决策依据。

1 研究区域、数据与方法

1.1 研究区域

研究区域位于浙江省北部的海宁市。2020年，该市年末户籍总人口70.8万人，其中男性34.44万人，占比48.6%，GDP为1030.8亿元，其中第三产业增加值占比42.4%[22]。由于该市城区旅馆、KTV、足浴按摩、美容美发等商娱场所众多，且其郊区以村落、农田和风景区为主，性犯罪较少，故仅选取由4个街道组成的中心城区作为研究区，总面积约243 km2。

1.2 研究数据

性犯罪数据来自于海宁市公安机关案件管理系统，为2014年1月至2021年9月发生在海宁市中心城区的121起强奸犯罪和190起猥亵犯罪。由于在现实中部分性犯罪的受害者不会选择报案，因此该数据为公安机关已经立案的性犯罪数据。城市各类场所和人口数据均来源于公安机关社区警务系统，获取时间为2021年10月11日。其中，场所数据是由公安民警采集，分为旅馆、KTV、美容美发、茶室等46类场所，共有POI（兴趣点）31 634个，包含设施名称、类型以及经纬度等信息。人口数据共计22.2万条，包含户籍人口的出生年份、年龄和地址等信息，其中地址信息反映了居民身份证所显示的居住地。

1.3 研究方法

首先，采用描述性统计方法刻画海宁市强奸、猥亵犯罪的时间分布特征。然后，采用最近邻指数[23]、标准差椭圆[24]和核密度估计[25]对比强奸、猥亵2类性犯罪的空间分布和集聚特征，把握主要影响因素。最后，采用地理探测器中的因子探测和交互探测功能[26]进一步探究人口、城市建成环境因素及其两两结合后对性犯罪数量空间分布的解释程度。在犯罪地理学领域，地理探测器已被应用于盗抢[27]、传销[28]、拐卖[29]等常见犯罪类型的影响因素研究。

2 强奸、猥亵犯罪时空分布特征及对比分析

2.1 时间分布特征及差异

犯罪时日论认为，季节、月份、时段会影响犯罪案件的发生，不同时间段内犯罪的类型、数量和特征均存在差异[30]。采用单样本卡方检验的结果表明，强奸和猥亵犯罪数量的年际、月际、时际变化均具有统计上的显著差异。年际变化上，强奸和猥亵犯罪均呈现“低-高-低”的特征。2017―2019年，强奸和猥亵犯罪数量明显增加，维持在高位状态。2020年，受新冠病毒疫情影响，强奸、猥亵犯罪数量呈断崖式下跌，年性犯罪总数仅30起。2021年，随着疫情防控的常态化，人们生活逐渐回归常态，猥亵犯罪数量有所回升，但强奸犯罪数量持续下降。
月际变化上，猥亵犯罪表现为夏季高发，而强奸犯罪则无明显的季节性特征（图1a）。猥亵犯罪表现为单峰形态，7—8月达到峰值后开始缓慢下降。一方面，7—8月气温最高，受害者穿着减少，易诱发潜在不法分子产生犯罪念头，且高温易使人们情绪不稳定，临时起意、激情犯罪案件多发；另一方面，夏季娱乐场所营业时间延长，社交、娱乐活动增多，受害者暴露风险增大，相反，冬季是猥亵犯罪发生的低谷，各类活动场所的营业时间变短，减少了受害者的暴露风险，且冬季人们穿着较厚，实施犯罪的难度提高[31]。 强奸犯罪受季节影响较小，数量在5~15起低位小幅波动。
图1 强奸和猥亵犯罪数量的时间变化对比

Fig. 1 Comparison of temporal variations of rape and indecency crime

日内时际变化上，强奸、猥亵犯罪的高低发时段耦合度较高，均多发于19时至次日3时的夜间时段（图1b）。一方面，夜间是人们社交娱乐活动的高峰时段，导致潜在犯罪人和受害者相遇的可能性明显增加；另一方面，夜间视觉效果较差，且室外行人较少，监管与守护力量薄弱，提供了有利的作案环境。其中，强奸犯罪的高峰时段为凌晨2:00—2:59，而猥亵犯罪的高峰时段为夜间21:00—21:59，侧面说明强奸犯罪多为有计划的蓄意犯罪，犯罪者故意选择夜深人静的时段作案，而猥亵犯罪与社交、娱乐活动关系密切，多分布在晚间活动结束时段。

2.2 空间分布特征及差异

强奸、猥亵犯罪的最近邻指数分别为0.71、0.78，均具有统计显著性（表1），说明强奸和猥亵犯罪在空间上是集聚分布的。其中，强奸犯罪的空间集聚程度更高，与其对作案环境的要求较高、合适的作案场所数量较少有关。日间（5—18时）强奸犯罪的空间格局无明显规律性。夜间（19时至次日4时）强奸犯罪的集聚程度高于猥亵犯罪，两者的观测距离、实际距离和最近邻指数均小于日间，侧面说明夜间性犯罪频发且集中在特定场所。
表1 强奸、猥亵犯罪的最近邻指数结果

Table 1 The nearest neighbor index for rape and indecency crime

犯罪类型 观测距离/m 期望距离/m 最近邻指数 Z得分 P值
强奸犯罪 436.3 612.2 0.71 -6.05 0.00
日间 877.8 933.7 0.94 -0.79 0.42
夜间 522.4 651.8 0.80 -3.24 0.00
猥亵犯罪 374.7 480.7 0.78 -5.81 0.00
日间 651.7 749.3 0.87 -2.09 0.04
夜间 505.4 578.0 0.87 -2.70 0.01
从强奸、猥亵犯罪的空间分布格局（图2）来看，2类犯罪的标准差椭圆面积相近，说明二者在空间上的集中程度大体一致，但猥亵犯罪主要沿西北-东南轴线分布，而强奸犯罪主要沿东北-西南轴线分布。两者的热点区域部分重合，集中在海宁市老城区的中心地带，为海宁市最大的交通枢纽和商业中心。区域内娱乐场所、旅馆、商铺、写字楼众多，人口密度大、流动人口多，治安压力较大，成为犯罪多发区域。此外，海宁城区西北部的密集住宅区为强奸、猥亵犯罪的另一高发区域，区域以老旧单位社区和城中村为主，人员构成复杂，外地打工者居多，构成性犯罪的有利作案环境。 与强奸犯罪的空间单核结构不同，猥亵犯罪在城南核心商圈形成了一个新的犯罪热点。另外，相较于强奸犯罪，猥亵犯罪高发的节点数更多、分布更广泛、更接近城市外围，这些节点处或为缺乏管理的城中村、或为娱乐设施密集的城市商业副中心。
图2 强奸与猥亵犯罪的空间分布

Fig. 2 The spatial distribution of the rape and indecency crime

对比强奸、猥亵犯罪的日间、夜间空间格局可知，日间性犯罪数量较少（118起），猥亵犯罪热点区域面积明显减小，呈现多节点零星分布的空间格局，而强奸犯罪无热点区域；夜间性犯罪频发，猥亵犯罪呈现“（南北）两中心、一（居民）片区、多（乡镇）节点”的空间格局，而夜间强奸犯罪的空间分布更为聚集，形成“多节点环绕一核心（北部商业中心）”的空间结构。性犯罪在商业区和住宅区集聚的特征反映出，城市的建成环境与人口环境在不同程度上影响强奸犯罪与猥亵犯罪的空间格局。

3 强奸、猥亵犯罪空间分布影响因素分析与对比

3.1 影响因素选取

从社会人口学角度看，犯罪是社会关系失调、社会结构不平衡的一种表现[32]，人口结构状况是影响犯罪率的重要因素[33]。通常来说，年长者的犯罪率低于青年人[34]，女性的犯罪率低于男性[35]。对于犯罪人以男性为主、受害人以女性为主的性犯罪而言，青壮年男性在性犯罪者中占比较大[36]。因此，根据数据的可获性，选取人口密度、性别指标（男性人口、女性人口、性别比）、年龄结构指标作为反映人口环境的解释变量。其中，年龄结构指标根据全国人口普查中关于年龄的划分，进一步划分为0~14岁人口、15~59岁人口、60岁及以上人口。
从地理学和城市规划的角度看，城市发展、城市问题和城市建成环境是影响犯罪行为的三大因素[37]。本研究主要关注城市建成环境因素[28]对性犯罪空间格局的影响。鉴于性犯罪与城市商业娱乐场所的密切关系[38]，将娱乐、住宿等多类城市场所的数量作为城市建成环境的测度变量，探索其对性犯罪空间格局的影响程度。由于海宁市中心城区各类场所相对稳定，且2020年以来海宁市未爆发大规模的疫情事件，对各类设施经营冲击较小，因此选取2021年获取的社区警务系统中城市各类场所数据来构建解释变量。经筛选剔除无关场所，最终从46类场所中选取可能与性犯罪存在关联的旅馆、KTV、美容美发、茶室、足浴按摩、棋牌室、酒吧、网吧、浴场9类场所。
与入室盗窃、扒窃等常见、多发的侵财类犯罪不同，性犯罪的发案频率较低。如果采用较小的空间分析单元，将会导致性犯罪的空间分布规律不明显。因此，在对比不同网格下的分析结果后，最终将研究区划分为10×10格网，采用地理探测器检验人口特征及城市各类场所对强奸、猥亵犯罪空间格局的影响程度。

3.2 单因子效应分析

为分析人口特征、建成环境各因子对强奸、猥亵犯罪空间分布差异的影响程度，将各因子进行离散化处理，即用自然断点法将各因子划分为5级，采用地理探测器进行分析。因子探测分析结果（图3）显示，总体来看，除性别比外，各因子对猥亵犯罪的影响均大于对强奸犯罪的影响。人口方面，人口密度、男性 、女性和15~59岁人口对强奸犯罪的解释力均大于50%且具有统计显著性，对猥亵犯罪的解释力均大于70%且具有统计显著性。对性犯罪而言，大量的男性人口尤其是青壮年男性增加了潜在犯罪者的基数，而大量的青壮年女性人口增加了潜在受害者的数量，两者均将提高特定区域内性犯罪的发生几率。
图3 人口与建成环境因子对性犯罪影响的单因子效应

图内数值为q指数；前面有圆点的数值，表示q指数在0.05水平上具有统计显著性

Fig. 3 The single effect of population and built environment factors on the sexual crime

建成环境方面，无论对于强奸犯罪还是猥亵犯罪，网吧、旅馆、棋牌室、KTV、足浴按摩店通过了5%的显著性检验，即这5个变量是两者共同的重要驱动因素。其中，网吧对强奸犯罪的解释力最大，网吧多为24 h营业，顾客以18~25岁的青年男性为主，属于实施性犯罪的高发人群。棋牌室对猥亵犯罪的影响最大，解释力高达74%，棋牌室内人员结构复杂、人数较多，以闲散人员为主，趁机强行与他人发生搂抱、捏摸女性身体部位等较常发生。旅馆对强奸、猥亵犯罪的解释力分别为57%和64%，旅馆私密性极高，可形成完全独立的密闭空间，犯罪者常通过哄骗、诱拐和强迫等手段，将受害者带至旅馆实施性犯罪。KTV则以包厢为单位开展活动，私密性亦较强且环境昏暗，巡查人员难以进行监督，便于性犯罪加害人实施犯罪行为，对强奸、猥亵犯罪的解释力分别为56%和62%。足浴按摩店内人员成分相对复杂，且具有独立封闭空间，因而对强奸、猥亵犯罪均产生较大影响，解释力分别达49%和65%。
酒吧、美容美发设施仅对猥亵犯罪的空间分布有显著影响，解释力分别为52%和55%。酒吧人口密集，酒后滋事等越轨行为频发，受酒精影响男性易产生非理性的猥亵行为，但因酒吧多在较为繁华的商业街区集聚分布，为社会监管与警方巡逻提供了便利，强迫受害者进行性行为的难度较大。美容美发设施的顾客以年轻女性为主，易成为潜在的猥亵犯罪目标，但因其仅在白天营业，实施强奸犯罪的暴露风险较高。浴场对强奸、猥亵犯罪均不起作用，主要与其环境开放、男女活动场所分离有关。
进一步将性犯罪划分为日间（5—18时）、夜间（19时至次日4时）这2类，进行地理探测后的结果（图3）表明：人口密度、男性、女性、0~14岁人口、15~59岁人口及旅馆数量对2个时段的强奸和猥亵犯罪都有统计上的显著影响，与不分时段的分析结果类似。然而，在分时段后，大多数建成环境因子对于2类性犯罪都不再具有统计显著性，可能与分时段后的犯罪数量稀少、空间分布规律不明显有关。

3.3 交互作用探测结果分析

利用地理探测器中的交互探测方法，检测16个因子两两结合后在影响强奸、猥亵犯罪方面的作用，发现各因子交互后出现双因子增强或非线性增强（图4）。具体来看，人口要素与建成环境要素结合后，人口密度、男性、女性和15~59岁人口4类人口要素与旅馆、网吧和茶室3类城市设施交互后，对强奸犯罪空间分布的解释力几乎都提升至70%以上，而与KTV、茶室、浴场、酒吧、棋牌室、网吧和足浴按摩交互后，对猥亵犯罪的解释力几乎均可达到80%以上，说明在人口数量较多、潜在犯罪人群基数较大的地区，城市功能场所对性犯罪空间格局的影响尤为明显，其中对猥亵犯罪的影响更大、对其造成影响的功能场所的种类更多。
图4 人口与建成环境因子对性犯罪影响的双因子交互效应

图内数值为q指数

Fig. 4 The bivariate interaction effect of population and built environment factors on the sexual crime

建成环境因子之间的交互作用方面，KTV和网吧结合后对强奸犯罪的解释力达到70%，网吧的消费者以低收入的青少年、中年男性为主，属于高危犯罪人群，易冲动行事，而KTV是常见的提供陪酒等涉黄服务的娱乐场所，提供了确定和实际存在的侵害对象，而密闭且缺乏监管的昏暗环境构成了有利于强奸犯罪的现场条件和气氛，将进一步促进潜在犯罪人形成犯罪动机并实施强奸犯罪行为。棋牌室与KTV、茶室、浴场、酒吧、旅馆、网吧交互后对猥亵犯罪的解释力均大于80%，棋牌室闲散人员较多，管理难度较大，茶室、浴场等或人流量较大、或能够提供便于实施犯罪的密闭空间，两者空间邻近时，猥亵犯罪发生的几率提高；美容美发设施与网吧交互后对猥亵犯罪的解释力亦大于80%。
人口因子之间的交互作用方面，性别比与其他人口要素结合后，对强奸、猥亵犯罪的解释力大幅提升，分别可以达到68%和79%，社会性别比失调带来的婚恋压力激化了社会矛盾，易造成性别对立，部分男性产生仇视女性等不良情绪，无法通过正常渠道建立亲密关系的社会底层男性易采取性犯罪等极端方式发泄欲望。其他人口要素结合后解释力变化不大，对强奸、猥亵犯罪解释力分别在58%~68%和74%~79%。
综合看，强奸、猥亵犯罪的空间分布有非常明显的地理环境特征，仅通过人口特征、建成环境双因子交互作用就能对2类性犯罪空间分布产生相当高的解释能力。其中，人口因子与城市建成环境要素结合后对2类的影响程度大于任意2个人口因子或任意2类城市功能场所结合后的解释效果。

4 结论与讨论

预防性犯罪的发生是维护社会公共秩序、保护女性人身和心理安全的重要内容。基于浙江省海宁市中心城区2014年1月至2021年9月强奸、猥亵犯罪数据，从地理学视角对强奸、猥亵2类性犯罪的时空分布特征及其受人口、功能场所的影响开展对比探究，结果发现：
1） 强奸、猥亵犯罪在年际和时际分布上具有较高的相似度，但在月际分布上则有明显差异。年际变化上，2类性犯罪均呈“低-高-低”分布特征；时际变化上，2类犯罪均多发于19时至次日3时的夜间时段；月际变化上，猥亵犯罪呈现7—8月高发的单峰形态，而强奸犯罪则无明显的季节性特征。
2） 强奸、猥亵犯罪均呈现在商业区和特定住宅区集聚分布的空间特征。强奸犯罪的空间集聚程度更高且表现为单核结构，在日间无分布热点，夜间形成“多节点环绕–核心”空间结构。猥亵犯罪则呈现“两中心、一片区、多节点”的空间格局。
3） 在影响2类性犯罪数量的单因子效应方面，人口密度、男性、女性、青壮年人口数对强奸犯罪数量空间分布的解释程度均超过50%，对猥亵犯罪数量空间分布的解释程度均超过70%；建成环境中，网吧对强奸犯罪的解释程度最大，达到62%，而棋牌室对猥亵犯罪的影响最大，达到74%；网吧、旅馆、棋牌室、KTV 、足浴按摩店5个变量是强奸、猥亵犯罪共同的重要驱动因素；酒吧和美容美发设施仅对猥亵犯罪的空间分布影响显著；浴场对强奸、猥亵犯罪均不具有显著性影响。
4） 在影响2类性犯罪数量的双因子交互效应方面，人口变量和建成环境变量两两交互后，对强奸、猥亵犯罪解释程度出现双因子增强或非线性增强；任一人口变量与任一建成环境变量交互后对2类性犯罪的解释效果均大于任意2个人口变量或任意2个城市场所变量交互后的解释效果。人口变量与建成环境变量交互后，对猥亵犯罪的解释效果要更好，对其造成影响的城市场所类型也更多。
总体来看，强奸、猥亵2类性犯罪均具有非常明显的时空分布规律，除深受人口分布的影响外，与特定类型的功能场所也密切相关。在存在较多的旅馆、网吧、棋牌室、酒吧、KTV等娱乐休闲场所的地方，强奸、猥亵犯罪数量通常也较多。尽管2类性犯罪的空间集聚特征非常明显，但其背后的社会、经济、心理等方面的成因却非常复杂。通过分析具体案情可知：① 较大多数性犯罪案件的受害者和犯罪人的认识时间较长，通常是同事、老乡、朋友、曾经恋人或情人关系，在位于旅馆、酒吧、网吧等相对私密环境中时，犯罪者的性冲动更容易转化为具体行为且受害者更缺乏有效的保护。② 部分性犯罪案件涉及网友之间的线下见面，犯罪人的性侵犯意识较为明确，容易出现威胁或迷诱受害者的情况。③ 也有部分性犯罪案件涉及娱乐场所陪侍人员被性侵或强制猥亵，这与陪侍人员为追求经济利益而让渡了部分性拒绝权利或作出挑逗性行为有关，当然也与犯罪人守法意识弱、行为控制能力不足有关。结合日常活动理论和犯罪三角理论可知，当缺乏有效监护的潜在受害者和缺乏充分约束的潜在犯罪者在缺乏足够监管的场所中相遇的频率越高时，性犯罪案件发生的概率也就越大。而旅馆、网吧、棋牌室、酒吧、KTV等娱乐休闲场所更容易提供这样的情景环境，也就导致这些场所较为密集的地方内性犯罪数量会相对较多。
根据以上研究结果，可为海宁市2类性犯罪的预防整治工作提供一些建议，包括：① 性犯罪预防工作应将重点放在性犯罪热点区，比如南北2个商业核心区；② 加强夜间尤其是19时至次日3时的巡逻，重点关注旅馆、KTV、酒吧、网吧、棋牌室等场所以及多类场所混合集聚、人员密集的地区，青少年男性聚集的场所也应给予重点关注；③ 要求新建的商品住宅小区、城中村和其他老旧社区建设并定期维护照明和监控设施；④ 加大对可能涉黄娱乐场所的排查，采用突击检查等方式，对包厢、包间、房间等密闭空间进行抽查；⑤ 在严厉打击情节严重的强奸犯罪的同时，也要开展预防猥亵犯罪的宣传教育并制定相应的打击手段。
本研究从时空格局及其影响因素的角度对比强奸、猥亵2类性犯罪的异同，为打击性犯罪提供了理论支持，但也存在至少以下几点不足，在未来研究中有待弥补，包括：① 在探究强奸、猥亵犯罪空间分布的影响因素时，只考虑了人口要素和建成环境中的城市功能场所，经济、社会、文化、心理、政策等宏观要素及土地利用等其他人工环境指标尚未考虑；② 本研究初步揭示了国内性犯罪较易发生的城市环境，未来可以考虑针对性犯罪的易发环境，深入研究和对比处于其中的犯罪者和受害者的环境认知和空间行为，以更好地揭示诱发性犯罪的人与环境之间交互的微观机制。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
吴阶平. 中国性科学百科全书[M]. 北京: 中国大百科全书出版社, 1998.

Wu Jieping. China encyclopedia of sexology. Beijing: Encyclopedia of China Publishing House, 1998.

[2]
Levenson J S, Willis G M, Prescott D S. Adverse childhood experiences in the lives of male sex offenders: Implications for trauma-informed care[J]. Sexual Abuse, 2016, 28(4): 340-359.

DOI

[3]
Sack W H, Mason R. Child abuse and conviction of sexual crimes: A preliminary finding[J]. Law and Human Behavior, 1980, 4(3): 211-215.

DOI

[4]
Kissner J, Pyrooz D C. Self-control, differential association, and gang membership: A theoretical and empirical extension of the literature[J]. Journal of Criminal Justice, 2009, 37(5): 478-487.

DOI

[5]
Ostrosky-Zeichner L. Invasive mycoses: Diagnostic challenges[J]. The American Journal of Medicine, 2012, 125: S14-S24.

[6]
Schimmenti A, Passanisi A, Pace U et al. The relationship between attachment and psychopathy: A study with a sample of violent offenders[J]. Current Psychology, 2014, 33(3): 256-270.

DOI

[7]
Brotherton D C, Brotherton D, Barrios L. The almighty Latin king and queen nation: Street politics and the transformation of a New York City Gang[M]. New York: Columbia University Press, 2004.

[8]
Cameron L, Meng X, Zhang D. China's sex ratio and crime: Behavioural change or financial necessity?[J]. The Economic Journal, 2019, 129(618): 790-820.

DOI

[9]
Ranson M. Crime, weather, and climate change[J]. Journal of Environmental Economics and Management, 2014, 67(3): 274-302.

DOI

[10]
Beauregard E, Leclerc B. An application of the rational choice approach to the offending process of sex offenders: A closer look at the decision-making[J]. Sexual Abuse, 2007, 19(2): 115-133.

DOI

[11]
Ceccato V. The nature of rape places[J]. Journal of Environmental Psychology, 2014, 40: 97-107.

DOI

[12]
Ceccato V, Wiebe D J, Eshraghi B et al. Women's mobility and the situational conditions of rape: Cases reported to hospitals[J]. Journal of Interpersonal Violence, 2017, 35(15-16): 2917-2946.

[13]
Hewitt A, Beauregard E, Andresen M et al. Identifying the nature of risky places for sexual crime: The applicability of crime pattern and social disorganization theories in a Canadian context[J]. Journal of Criminal Justice, 2018, 57: 35-46.

DOI

[14]
柳林, 陈德宝, 徐冲, 等. 入室盗窃临近重复案件与孤立案件分布的影响因素对比研究[J]. 地理科学, 2021, 41(9): 1625-1633.

Liu Lin, Chen Debao, Xu Chong et al. Comparative study on the influencing factors of the distribution of near repeat cases and isolate cases of burglary. Scientia Geographica Sinica, 2021, 41(9): 1625-1633.

[15]
柳林, 姜超, 周素红, 等. 城市入室盗窃犯罪的多尺度时空格局分析——基于中国H市DP半岛的案例研究[J]. 地理研究, 2017, 36(12): 2451-2464.

Liu Lin, Jiang Chao, Zhou Suhong et al. Spatial-temporal patterns of burglary at multiple scales: The case of DP peninsula in H City, China. Geographical Research, 2017, 36(12): 2451-2464.

[16]
郑滋椀, 姜超, 汪婕, 等. 常态化防疫背景下城市盗窃犯罪的时空演变及其机理研究——以浙江海宁市为例[J]. 地理科学进展, 2023, 42(2): 341-352.

DOI

Zheng Ziwan, Jiang Chao, Wang Jie et al. Spatiotemporal evolution of urban theft crimes and mechanism in the context of regular COVID-19 pandemic prevention and control: A case study of Haining, Zhejiang. Progress in Geography, 2023, 42(2): 341-352.

DOI

[17]
李钢, 谭然, 王会娟, 等. 中国拐卖儿童犯罪的地理特征研究[J]. 地理科学, 2017, 37(7): 1049-1058.

Li Gang, Tan Ran, Wang Huijuan et al. Geographic characteristics of child trafficking crime in China. Scientia Geographica Sinica, 2017, 37(7): 1049-1058.

[18]
周素红, 谢蔚翰, 宋广文, 等. 土地利用对街头抢劫影响的空间分异模式: 以H市为例[J]. 地理科学, 2017, 37(6): 885-894.

Zhou Suhong, Xie Weihan, Song Guangwen et al. The spatial differentiation effect of land use on street robbery: A case study in H City, China. Scientia Geographica Sinica, 2017, 37(6): 885-894.

[19]
于阳, 黄烨. 中美城市青少年毒品犯罪的时空分布与防范对策[J]. 青少年犯罪问题, 2021, 236(5): 111-125.

Yu Yang, Huang Ye. A comparative study of the spatial and temporal distribution of urban juvenile drug-related crimes as well as the prevention measures between China and the United States. Issues on Juvenile Crimes and Delinquency, 2021, 236(5): 111-125.

[20]
柳林, 张春霞, 冯嘉欣, 等. ZG市诈骗犯罪的时空分布与影响因素[J]. 地理学报, 2017, 72(2): 315-328.

Liu Lin, Zhang Chunxia, Feng Jiaxin et al. The spatial-temporal distribution and influencing factors of fraud crime in ZG City, China. Acta Geographica Sinica, 2017, 72(2): 315-328.

[21]
张春霞, 柳林, 周素红. ZG市非接触型诈骗被害相对发生概率的性别差异[J]. 地理科学, 2018, 38(8): 1218-1226.

Zhang Chunxia, Liu Lin, Zhou Suhong. Gender difference on relative probability of non-contact fraud in ZG City. Scientia Geographica Sinica, 2018, 38(8): 1218-1226.

[22]
海宁市史志编纂委员会. 海宁年鉴(2021)[M]. 杭州: 浙江人民出版社, 2021.

Haining Historical Records Compilation Committee. Haining yearbook (2021). Hangzhou: Zhejiang People's Publishing House, 2021.

[23]
Clark P J, Evans F C. Distance to nearest neighbor as a measure of spatial relationships in populations[J]. Ecology, 1954, 35(4): 445-453.

DOI

[24]
赵璐, 赵作权. 基于特征椭圆的中国经济空间分异研究[J]. 地理科学, 2014, 34(8): 979-986.

Zhao Lu, Zhao Zuoquan. Projecting the spatial variation of economic based on the specific ellipses in China. Scientia Geographica Sinica, 2014, 34(8): 979-986.

[25]
王劲峰, 廖一兰, 刘鑫. 空间数据分析教程[M]. 北京: 科技出版社, 2019.

Wang Jinfeng, Liao Yilan, Liu Xin. The tutorial for spatial data analysis. Beijing: Science Press, 2019.

[26]
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134.

Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective. Acta Geographica Sinica, 2017, 72(1): 116-134.

[27]
唐梁博. 广州市核心区盗抢犯罪时空分布特征及其实体空间环境影响因素[D]. 广州: 广州大学, 2018.

Tang Liangbo. The spatial and temporal distribution characteristics of "robbery, grabbing and theft" in the core area of Guangzhou and the influence factors of physical apace environment. Guangzhou: Guangzhou University, 2018.

[28]
宫田田, 谢双玉, 赵浩楠. 武汉市传销犯罪点的空间格局变化及其建成环境影响因素[J]. 热带地理, 2021, 41(2): 265-276.

Gong Tiantian, Xie Shuangyu, Zhao Haonan. The spatial pattern changes of pyramid selling crime sites in Wuhan City and the factors influencing the built environment. Tropical Geography, 2021, 41(2): 265-276.

[29]
马雪瑶, 李钢, 周俊俊, 等. 家庭送养的时空演化及决策机制[J]. 热带地理, 2022, 42(9): 1462-1474.

Ma Xueyao, Li Gang, Zhou Junjun et al. Space-time evolution and decision-making mechanism of sending children out for adoption. Tropical Geography, 2022, 42(9): 1462-1474.

[30]
孙峰华, 毛爱华. 犯罪地理学的理论研究[J]. 人文地理, 2003, 18(5): 70-74.

Sun Fenghua, Mao Aihua. Study on the theories of Criminal Geography. Human Geography, 2003, 18(5): 70-74.

[31]
刘志君. 性侵未成年人防控问题思考[D]. 呼和浩特: 内蒙古大学, 2020.

Liu Zhijun. On the prevention and control of sexual assault on minors. Hohhot: Inner Mongolia University, 2020.

[32]
Bunge M. A systemic perspective on crime[M]//Wikström P H et al. The explanation of crime: Context, mechanisms and development. New York: Cambridge University Press, 2006: 8-30.

[33]
Watts R E. The influence of population density on crime[J]. Journal of the American Statistical Association, 1931, 26(173): 11-20.

DOI

[34]
Andersson J. Continuity in crime: Sex and age differences[J]. Journal of Quantitative Criminology, 1990, 6(1): 85-100.

DOI

[35]
Bennett S, Farrington D P, Huesmann L R. Explaining gender differences in crime and violence: The importance of social cognitive skills[J]. Aggression and Violent Behavior, 2005, 10(3): 263-288.

DOI

[36]
Shulman E P, Steinberg L D, Piquero A R. The age-crime curve in adolescence and early adulthood is not due to age differences in economic status[J]. Journal of Youth and Adolescence, 2013, 42: 848-860.

DOI

[37]
姜雪. 城市建成环境对犯罪行为影响的空间分异研究[D]. 哈尔滨: 哈尔滨工业大学, 2018.

Jiang Xue. Research on spatial heterogeneity of urban built environment impacts on crime behaviors. Harbin: Harbin Institute of Technology, 2018.

[38]
柏纯洁. 青少年网吧犯罪研究[J]. 云南社会主义学院学报, 2014, 63(3): 158-159.

Bo Chunjie. Research on juvenile crime in internet bar. Journal of Yunnan Socialist University, 2014, 63(3): 158-159.

Options
文章导航

/

〈 〉