周素红
, 谢蔚翰
Zhou Suhong, Xie Weihan
中图分类号: K901
文献标识码: A
文章编号: 1000-0690（2017）06-0885-10
通讯作者:
收稿日期: 2016-08-31
修回日期: 2016-11-1
网络出版日期: 2017-06-20
版权声明: 2017 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
作者简介：周素红(1976-),女,广东饶平人,教授,博导,主要从事城市地理学、时空间行为、城乡规划和GIS应用等方面研究。E-mail: eeszsh@mail.sysu.edu.cn
展开
摘要
选取H市中心城区2009年和2010年发生的街头抢劫案件为研究对象,构建地理加权泊松回归GWPR模型,探讨不同性质土地利用对案件影响的空间差异性。研究表明,各类用地与街头抢劫的关系存在显著的空间异质性。其中,位于中心区外围的传统居住区和部分新建社区等居住用地对街头抢劫存在显著的负向影响;商业服务业设施用地对街头抢劫的影响总体上显著性不强,但与其中的商业设施点类型密切相关,独栋高层的商业综合体会使犯罪数量下降,而临街商铺形式的商业设施点则是犯罪高发区域;工业用地仅对老城区的街头抢劫产生正向影响;公园绿地总体上与街头抢劫案件呈负相关性,但城市开敞绿地多的地方案件数量也较多;交通设施用地与街头抢劫的关系则受到交通设施、道路等级、路网形态的影响。最后通过聚类分析发现,土地利用对案件影响的主导因素的空间分异模式与不同的城市功能分区有一定的对应关系,可以对每个功能分区根据其街头抢劫发生的主导因素制定相应的土地利用规划导则。
关键词：
Abstract
According to environmental criminology, built environment, especially land use may have some effects on the occurrence of criminal behaviour. The research on the relationship between crime and the land use can provide a new perspective on crime prevention from the angle of urban public security planning. However, most of the researches to date used the global model, and less to consider the factor of spatial differences, which can be improved by the Geographical Weighted Poisson Regression (GWPR). This article studies the effect of land use on the distribution of robbery cases happened in the urban area of H city by GWPR model. The results show that the correlation between residential land use and street robbery cases appears to be negative in traditional dwelling districts, resulting from the strong social bond between each resident; how the commercial and business land use affect the cases distribution depends on their spatial form, the individual high-rise commercial complex building attracts less street robberies because of better access control, while the street-side mode of commercial land use attracts more cases due to the convenient escaping routes for the criminal; the positive correlation between industrial land and cases only appears in the old city since the manufacturing industries have enhanced the complexity of social structure; tourism scenic spot with thorough security administration has negative effect on street robberies. But others lacking of residents and supervise tend to suffer from crimes; besides, relationship between the street robbery and transportation land use is affected by the transport-facilities, road-grades and road-network pattern. Generally, cases will gather in the regions near the faster road and those with high accessibility. And the traffic station areas have more potential criminal due to the heavy visitor flow. In addition, because of the diversified land use distribution all around the city, the primary land use factors to street robbery differ from each other in different regions. Therefore, on the basis of regression coefficients, the urban area of H city is divided into 6 parts by cluster, which are corresponding to several urban function areas, including the old city comprehensive functional areas, new city living areas, traffic station, wholesale market, urban-rural fringe areas and traditional residential district, contributing to summarizing street robbery spatial pattern. Consequently, according to the relationship between land use and street robbery discovered previous, correlative land use planning guidelines in every district are made to prevent the occurrence of criminal behaviour consciously, which may help to urban planning and police prevention.
Keywords：
《城市规划编制办法》规定“城市规划是政府调控城市空间资源、指导城乡发展与建设、维护社会公平、保障公共安全和公众利益的重要公共政策”。然而,当前通过城市规划预防甚至阻止犯罪活动的研究与实践在中国开展较少,也尚未形成针对预防犯罪的空间环境设计规范或导则。而日常行为理论表明空间是犯罪的条件,不同的空间会影响犯罪的动机、机会、控制,当出现“有动机、有目标、弱控制”的情况时,犯罪容易被诱发[1]。例如狭窄拥挤的空间使犯罪主体容易接近目标并实施犯罪[2];明确的公共与私密空间层次可以强化使用者的所有权,有助于激发居民的领域性,增强对环境的控制力[3];另外,茂密的灌木丛、弱光源等很容易成为犯罪主体的藏身之所[4-6]。土地是空间的载体,不同的土地利用性质具有不同的空间特征。所以从土地利用性质维度分析其与犯罪案件多寡的关系,并从空间特征层面剖析其对犯罪条件的影响机制,是空间与犯罪关系研究的进一步深化与总结,有助于制定预防犯罪的土地利用规划导则,有望成为城市社会治安防控体系规划编制的重要抓手。
在土地利用与犯罪关系研究方面,已有的研究通常选取居住、商业、交通等用地类型,及经济社会、人口等指标为自变量,通过全局模型探讨其与犯罪案件量的相关性[7],普遍认为商业用地是最容易吸引犯罪的地方,高密度居住区具有较多的犯罪案件,少数认为工业用地也是犯罪高发地区[8-17];城市交通枢纽以及通达性较高的道路集聚有较多的案件,交通设施用地的犯罪受到交通流线速度、路网密度、路口形态等的影响[18-20];其余用地类型与犯罪案件无显著相关性[10]。但全局模型将地理空间视为均质体[15-17],其结果并不能体现出各种用地类型与犯罪关系的空间差异性。而该空间差异规律正是制定精细的、有助于预防犯罪的土地利用规划的重要依据。
地理加权回归模型（GWR）是一种揭示影响因素空间异质性的建模技术,允许回归系数估计值随地理位置的变化而变化 [21],已被应用于揭示犯罪与建成环境和社会经济因素的关系中,但在土地利用性质对犯罪影响的空间差异研究中应用较少[22-26]。由于GWR一般要求因变量符合正态分布,当因变量是符合泊松分布的“犯罪点数量”的时候,地理加权泊松回归模型（GWPR）比一般地理加权回归模型的分析效果更好[27],该模型在国外已经被应用到交通事故、疾病空间分布规律研究等领域[28]。
因此,本文将以城市土地利用性质为解释变量,犯罪案件数量为因变量,通过构建GWPR模型研究两者之间相关性的空间差异。结合到已有数据类型以及街头抢劫对社会影响的恶劣性,本文将以街头抢劫案件为研究对象。根据《雅典宪章》,城市的主要功能为“居住、工作、游憩、交通”,按照中国最新版本的《城市用地分类与规划建设用地标准》①(① 参见中华人民共和国住房和城乡建设部公告 第880号《城市用地分类与规划建设用地标准》。)用性质的提法,本文在“居住”功能方面选取居住用地;“工作”功能方面选取代表第二与第三产业的工业用地与商业服务业设施用地（下文简称商服用地）;“游憩”功能方面选取公园绿地;“交通”功能方面选取交通设施用地等作为解释变量。另外,作为对商服用地的补充,本文将商业设施点的个数也作为解释变量放进模型中进行研究。需要说明的是,考虑到以上土地利用性质之外的其他用地类型在城市中并非居民日常生活活动的主要场所,因此本文未选其作为自变量进入模型。
本文案例地为中国东南沿海某省的H市中心城区。近年来,外向型经济促使其发展水平稳步提高,同时也带来大量的外来务工人员和复杂的社会结构,一定程度上给当地治安管理带来了压力。2007年当地政府采取了规模空前的治安整治行动,但犯罪现象依然屡见不鲜,体现了单单依靠行政手段来应对城市犯罪的局限性。因此本文拟从地理学角度研究其犯罪与土地利用性质的关系,以期为犯罪预防提供新视角。H市中心城区包含了19个派出所辖区,其中,XJ、XH、QX、YTQ、QD、NT、XP、DH、DP、MD、HNA区域属于老城区;SX、JE、YS、GTA等为新城区;SK属于城市老住区,分布有部分批发市场; XJ、MD布局有城市对外交通站场（图1）。
街头抢劫案件数据来源于H市公安局2009、2010年110接警数据,中心城区的案件总数为930起,由于本文主要研究城市建设用地与犯罪的关系,因此剔除掉分布在非建设用地上的案件点,共得到案件点数825个;土地利用数据来源于H市中心城区2010年土地利用现状图;商业设施点数据来源于“道道通”导航电子地图数据,共有设施点285个。
由于街头抢劫案件数据属于点数据,而土地利用现状属于面数据,因此,为了方便在两者之间构建模型,考虑到个体的步行范围一般为500 m,利用ArcGIS将研究区划分成由若干个500 m×500 m大小的栅格组成的网络,剔除掉非建设用地所占面积达到90%以上的栅格后,提取各栅格中的案件数及不同类型用地的面积。最终获得216个栅格分析单元,在此基础上进一步构建GWPR模型研究街头抢劫案件热点空间分布与土地利用之间的关系。
本文首先采用ArcGIS10.1核密度（Kernel Density）分析H市中心城区街头抢劫案件的空间分布特征;其次构建GWPR模型研究犯罪热点的空间分布与不同类型的土地利用之间的关系;根据不同栅格内各类土地利用的影响系数对栅格进行聚类分析,总结H市中心城区街头抢劫案件受土地利用影响的空间结构模式。
GWPR模型的形式如下[28]：
式中,A代表各个单元格中犯罪点的数量;
Gauss函数：
式中,b是带宽,
Bi-square函数：
式中,b是带宽,
本文选取了不同性质的土地利用作为解释变量,考虑到城市中不同土地之间时刻通过人流、交通流产生联系。因而,某个地理单元对其他单元的影响强度虽然随着距离的增加而衰减,但不应有明显的0值。所以,本文选取了Gauss函数作为空间权重矩阵。
利用核密度分析,生成案件发生的密度分布图（图2）,结合实地可发现以下特征：① 案件热点主要集中在XP、NT、DH、MD、YTQ、HNA等老城区,而往外围新城区热点数量较少,总体上呈现由核心向外围逐渐减少的态势,因为老城区人口数量多且社会构成复杂,潜在的犯罪目标与犯罪分子较多,犯罪机会增大;② SK以及JE、YS、SX是仅次老城区的案件集中区域,前者属于批发市场集聚区,后者属于城市新区,都具有较频繁的商业活动,人口流动性较大;相对来说MZ和GTA人口数量较少,案件数量较少;而MH、XC辖区内没有案件发生,因为该地区是城市的自然风景区,人迹罕至;③ 部分热点分布在相邻派出所辖区的边界地带,可能是由于分工不明确,边界地带成为警力巡逻的盲区。
图2 H市街头抢劫案件发生密度分布
Fig.2 The distribution density of crimes occurrence in the urban area of H City
在街头抢劫案件空间分布特征的分析基础上,为了探讨该分布特征与各种用地类型之间的关系的空间差异性,本文通过构建GWPR模型进一步分析。
针对GWPR模型效果的评价,本文选取AIC值（Akaike信息准则）、异常值（Deviance）以及异常值可解释度（Percent deviance explained）3个指标,将其与普通线性回归模型（简称OLS）进行比较。首先,AIC值是评价模型精确度及复杂性的指标,当两模型的AIC差值大于3,则可认为具有较低AIC的模型更佳[29]。结果显示,本文GWPR与OLS两模型AIC的差值远大于3,可认为本研究的模型效果更佳;其次,从异常值来看,GWPR模型的异常值减小了272.537,异常值可解释度提高了24个百分点。可见,本文所采用的GWPR模型具有较大的优越性,各个自变量回归系数估计结果的最大、最小及均值如表1。
表1 GWPR模型回归系数估计结果
Table 1 Results of the GWPR coefficient
| 变量 名称 | 居住 用地 | 商服 用地 | 商业设 施点 | 工业 用地 | 公园 绿地 | 交通设 施用地 |
|---|---|---|---|---|---|---|
| 最大值 | 0.000 | 2.691 | 11.112 | 3.975 | 4.161 | 8.381 |
| 最小值 | -3.345 | -2.908 | 0.000 | 0.000 | -2.872 | -3.838 |
| 均值 | -0.546 | -0.103 | 5.851 | 0.551 | 0.062 | 3.648 |
后文分别利用GWPR模型分析居住用地、商服用地、工业用地、公园绿地和交通设施用地对街头抢劫影响的空间差异。
3.2.1 居住用地对街头抢劫数量的影响
总体上,居住用地对街头抢劫案件的影响呈负相关,从回归系数空间分布图3a上看：① SK和YS、JE3个连片地区回归系数绝对值最大,居住用地对街头抢劫的负向影响较为明显。因为2009~2010年YS和JE新开发的楼盘开始入住,当地居民人数经历从少到多的较快上升过程。人流的瞬时性增加对犯罪活动形成自然监督效应;SK地区的居住小区年代较久,紧凑的街道两旁的老居民对社区的认同感较强,共同维护社区安全稳定的意愿较强,对犯罪分子形成震慑作用。因此在该用地上形成“无目标、无动机、强控制”的空间,不利于罪犯实施抢劫。② GTA是另一个居住用地回归系数为负值的地区。该地区分布有一些一类居住用地,即别墅小区。由于社区物业管理系统完善,监管盲区较少,形成“强控制”的情况,犯罪分子实施行动的难度较大。但由于一类居住用地的面积相对较少,因此负向作用相对较弱。③ 在NT、XP、HAN、DP、MD等老城区,居住用地对街头抢劫数量的影响并不显著。可能是因为老城区是一个二类居住用地与三类居住用地相互混杂的地区,其中3类居住用地以城中村为主,廉价的租金吸引了低收入群体在此汇集,客观上造成人口的社会结构复杂。同时狭窄的街巷与脏乱的环境增加犯罪分子接触目标的机会,该用地形成了“有目标、有动机、弱控制”的易犯罪空间。所以,在与二类居住用地负向影响的相互作用下,该地区居住用地回归系数并不显著。
图3 不同用地类型与街头抢劫案件发生量的GWPR回归系数分布
Fig.3 The distribution of GWPR regression coefficient of different land uses and the amount of street robberies
3.2.2 商业服务业设施用地对街头抢劫数量的影响
商业服务业设施用地上街头抢劫案件的数量与商服设施的空间组织形态密切相关,二者的关系在空间上表现出差异性：① 在HAN与MZ交界处、GTA以及YS地区,商服用地与街头抢劫数量呈现负相关性（图3b）。调查发现,该地区独栋商业综合体建筑形式的商服用地较多,完善的门禁系统强化了入口控制;较好的照明和绿化不利于犯罪分子躲避隐藏,两者表现出负相关性。② 在XC地区,商服用地与街头抢劫数量呈现正相关性。调查发现,该地区商服用地以临街传统零售商铺为主。街头抢劫案件容易发生在受害者逛街购物于建筑红线以内路过多家商店门口的过程中,正处于私密空间过渡到公共空间途中,警惕性较弱。同时临街商铺由于直面城市街道,犯罪分子具有便捷的逃逸流线;另外该类型用地环境维护相对较差,为犯罪分子提供躲避隐藏的机会。因此形成“有目标、有动机、弱控制”的情况,对街头抢劫具有一定的正向刺激作用。③ 为了进一步验证临街商铺类商服用地与街头抢劫的正相关性,本文将沿街的商业设施点作为自变量进入模型。结果表明二者呈现较强的正相关性,同时该现象具有空间差异性,具体表现在HAN及周边的老城区回归系数最大,并以此为中心向外围逐渐变小（图3c）。可能是因为老城区建成年代久远,临街商铺的环境维护比JE、SK地区新建的商品房小区差。该结论较好地证明了“临街商铺类商服用地街头抢劫案件数量较多”的观点。
3.2.3 工业用地对街头抢劫数量的影响
工业用地对街头抢劫数量的影响并不显著（图3d）,但QD、DH、XP等老城区呈现正相关性。老城区土地利用混合度高,多种类型的就业岗位使不同收入阶层的群体在该空间的集聚,增加犯罪目标。另外H市中心城区还分布有少量从事制造业的工业用地。而从事制造业的劳动力大多属于低收入群体,受教育水平相对较低,且由于高强度长时间的劳作可能导致心理压力较大。因此一旦受到不良动机的诱导,则容易对该地区周边中高收入人群实施抢劫等犯罪行为。
3.2.4 公园绿地对街头抢劫数量的影响
从图3e中可以看出大部分地区公园绿地对街头抢劫数量的影响并不显著,仅在XJ及GTA地区两者呈现负相关性,因为这两个地区的公园绿地属于有治安管理的景区;而SK是正在城市化地区,其公园绿地为原有乡村的闲置绿地,处于待开发状态,人迹罕至、缺少治安管理及灯光照明,导致附近居民晚间在该地区散步时容易成为犯罪目标,形成了“有目标、有动机、无控制”的空间,街头抢劫案件容易发生。
3.2.5 交通设施用地对街头抢劫数量的影响
交通设施用地对街头抢劫数量的影响总体上具有正相关性（图3f）,然而在SK地区两者之间却呈现负相关性,表明交通设施用地对街头抢劫数量的影响具有较明显的空间差异性：① SK地区城市道路等级较低,道路网无序不成体系,断头路较多,严重影响犯罪分子作案后逃离现场的速度,降低了犯罪动机,因而两者呈现出显著的负相关性;② 相反地,HAN、GTA地区道路用地密度较大,且路网呈现规整的棋盘状,通达性较高,犯罪分子具有便捷的逃离流线;另外,该地区布局有综合交通枢纽用地,其周边的用地类型较为单一,流动的人群对区域不存在责任与认同感,对周边环境未形成控制力;长途车站加大了人流的社会结构复杂性,犯罪目标的数量上升。因而该用地形成“有目标、有动机、无控制”的空间,交通设施用地与街头抢劫数量呈现正相关性;③ 此外,城市主干道经过的QD/DH以及SX/YS/JE地区,交通设施用地与街头抢劫数量之间也呈现出较强的正相关性。
可见,交通设施用地与街头抢劫数量的关系受到交通设施、道路等级以及路网形态等多方面因素的影响,在空间上呈现出差异性。
H市中心城区土地开发程度较高,土地利用性质组合形式多样。受各种用地类型与案件分布相关性不同的影响,不同区位上街头抢劫案件分布情况的主导用地因素存在差异。根据6个解释变量的回归系数对所有栅格采用层次聚类法进行聚类,可以将中心城区划分为6类主导因素不同的案发区。并发现案发区的虚拟边界与城市功能分区的物理边界存在一定的耦合关系,6类案发区分别对应老城综合功能区、新城生活区、对外交通站场、批发市场区、城乡结合部地区、传统居住区（表2,图4）。根据各种用地类型对案件的影响规律,可对各个城市功能分区制定相应的土地利用规划导则,为预防犯罪行为提供参考依据。
表2 H市中心城区街头抢劫主导因素判别表
Table 2 Distinguishing characteristics of robbery areas based on primary factors in the urban area of H City
| 城市功能分区 | 回归系数平均值 | |||||
|---|---|---|---|---|---|---|
| 交通设施用地 | 工业用地 | 居住用地 | 公园绿地 | 商服用地 | 商业设施点 | |
| 老城综合功能区 | 5.623 | 2.251 | 0.000 | 0.000 | -0.533 | 8.588 |
| 新城生活区 | 4.645 | 0.023 | -0.622 | 0.000 | 0.000 | 6.442 |
| 对外交通站场 | 5.499 | 0.000 | -0.787 | -2.341 | -0.923 | 4.006 |
| 批发市场区 | 1.685 | 0.107 | 0.000 | 0.000 | 1.432 | 3.691 |
| 城乡结合部地区 | -2.365 | 0.000 | -0.247 | 2.801 | 0.000 | 2.131 |
| 传统居住区 | -0.999 | 0.000 | -2.585 | 0.000 | -0.406 | 2.595 |
图4 H市中心城区街头抢劫主导因素空间分异（a）与结构模型（b）
Fig.4 The spatial pattern of robbery areas based on primary factors in the urban area of H City
总体上,交通设施用地和商业设施点的回归系数在多数分区都比较高,居住用地在各类分区中回归系数为0或者负值,而工业、公园和商服用地的回归系数都比较小且存在较大的区域差异。可见,对于不同功能区而言,主导因素存在一定的差异,需要编制差异化的安全规划,进行犯罪防控（表2,表3）。
表3 不同功能区土地利用特征与街头抢劫主导因素及安全规划导则
Table 3 The land use characteristic and primary factors as well as planning guideline of different functional areas
| 功能区类型 | 土地利用特征 | 街头抢劫主导因素 | 安全规划导则 |
|---|---|---|---|
| 老城综合功能区 | 道路用地密度大通达性高;临街商业较多环境维护差;分布少量工业用地和城中村 | 交通设施用地;环境维护较差的临街商业设施点;狭窄拥挤的城中村 | 规划治安管理用地和商业综合体;加强交通设施用地的安全环境设计;工业用地外迁 |
| 新城生活区 | 新规划道路网栅格化;二类居住用地环境维护较好 | 商业设施点和交通用地;小区与周边居民在物理隔离的影响下社会联系不紧密 | 适当加强商业设施点和交通用地的安全环境设计;规划公园绿地,提高可达性;营造良好的公共空间环境 |
| 对外交通站场 | 独立的对外交通站场用地 | 用地功能单一,居民无领域感,未形成对环境的控制力 | 提高土地利用混合度;规划商服设施,并与出站流线连通 |
| 批发市场区 | 商业用地与仓储用地混杂导致道路通行能力下降 | 混杂的用地功能增加了犯罪分子与犯罪目标接触的机会 | 配置仓储用地,且与商服用地在空间布局上分开 |
| 城乡结合部地区 | 城市道路用地与农村道路无法系统衔接,出现断头路;村庄大片农林用地闲置分散 | 不协调的城市道路用地与农村道路;闲置的农林用地等非建设用地 | 打通开放绿地与居住用地之间的道路,并完善其休憩、健身等配套设施 |
| 传统居住区 | 居住用地历史悠久,居民存在较强的社区认同感 | 人口结构复杂的城中村居住区 | 以自由发展为主,配置适当比例的治安管理用地 |
1） 老城综合功能区。老城综合功能区街头抢劫案件分布密度最大,其中,商业设施点、交通设施用地和工业用地越多的地方,越容易发生抢劫,而以商业综合体等为特征的商服用地越多的地方抢劫案件越少（表2,图4）。该区典型特征为道路用地密度较大,路网通达性高,有多条城市主干道经过;临街的商住混合用地较多,且灯光、绿化等环境维护较差;另外遗留有部分工业用地,使得该地区人口的社会结构较为复杂。在老城区的用地规划中,建议增设治安管理用地;加强交通设施用地的安全环境设计,适当降低临街商业设施点类型商服用地的比例,条件允许情况下适当提高综合体类型商服用地的比例,通过统一的门禁设施阻断犯罪分子逃离流线;同时将工业用地外迁或者转变其产业类型,空间形式改为楼宇工业,改善周边环境。
2） 新城生活区。新城生活区位于老城区外围,呈环状分布,该区街头抢劫案件分布密度处于中等水平,其中,商业设施点、交通设施用地越多的地方,越容易发生抢劫,而居住用地越多的地方抢劫案件越少。新城生活区典型特征为在交通规划引导下,道路用地密度较高,路网形态格网化且通达性高,有利于犯罪分子作案后迅速逃离现场;新开发的楼盘大多数属于底层商业的商住混合用地,环境维护相对较好,便于犯罪分子隐藏潜伏的空间较少;但同时居住小区的公共绿地属于封闭式管理,安全性较好,但容易使得日常生活中小区居民与周边地区居民的社会联系较弱。在新城区的用地规划中,建议适当加强商业设施点和交通用地的安全环境设计,提高城市配套公园绿地与居住用地的比例。通过良好的公共空间环境营造进一步提高社区的凝聚力,在居民间共同形成对犯罪活动的社会监督效应。
3） 对外交通站场。城市对外交通站场主要位于中心城区边缘,该区商业设施点、交通设施用地越多的地方,越容易发生抢劫,而居住、公园和商服等用地越多的地方抢劫案件越少。城市对外交通站场的治安管理用地较少,且其周边地区成为大型的客流集散地,人流量大且人口结构复杂,导致潜在犯罪分子和犯罪目标数量上升;同时由于用地类型单一,该地区往往只是承担旅客短时间停留中转的功能,人流之间未能形成固定熟悉的社会关系,对犯罪活动缺乏社会监督力量。因而此类型区街头抢劫案件分布密度处于中等水平。在城市对外交通站场周边地区的用地规划中,建议提高土地利用混合度,适当提高商服用地的比例,并在空间设计中将出站流线与商服空间连通,通过商服用地的门禁治安管理以及商店业主彼此之间形成的紧密的社会关系对犯罪活动产生一定的震慑作用。
4） 批发市场区。城市批发市场区街头抢劫案件分布密度较低,该区商业设施点、商服用地和交通设施用地越多的地方,越容易发生抢劫。城市批发市场区主要特征为商服用地与仓储用地在空间上混杂,由于发生在批发市场的买卖活动以“三现交易”（即现场、现金、现货）为主,交易过程容易令潜在犯罪分子寻找到犯罪对象,导致案件数量有所上升;但同时因为批发市场客货流较多,道路通行能力下降,影响到犯罪分子作案后的逃离速度,增加其被捕的风险,因此降低了其作案动机。在该地区的用地规划中,建议在周边配置适当比例的仓储用地,实现客流与货流分离,使现金与现货交易在空间上能够分开进行,形成安全有序的市场环境,也便于更好地组织警力巡逻监督犯罪活动。
5） 城乡结合部地区。城乡结合部位于已经城市化地区与乡村地区交汇处,属于即将推进城市化的地区。该区公园绿地和商业设施点越多的地方,越容易发生抢劫,而交通设施用地越多的,反而抢劫事件越少。城乡结合部位典型特征为,乡村地区狭窄的街巷与城市地区规整宽敞的道路用地彼此间无法衔接形成一个统一的整体,导致出现较多的断头路,交通通达性低而增加了犯罪分子作案后被捕的风险;另外,由乡村地区遗留下来有较大面积的公园绿地,而治安管理系统的盲区较多使其容易成为犯罪活动发生的主要场所。总体上看,此类型区街头抢劫案件分布密度处于中等水平。在城乡结合部地区的用地规划中,建议打通分散的公园绿地与居住用地的之间的道路,并完善其休憩、健身设施以吸引更多的人流量,以人群的汇集共同形成对犯罪活动的社会监督力量,抑制潜在犯罪分子的作案动机。
6） 传统居住区。城市传统居住区属于具有较久居住历史的社区,该区除了商业设施点会引发抢劫外,其他交通设施用地、居住用地和商服用地越多,抢劫反而越少。城市传统居住区居住人群较为稳定,土地利用混合度较高,社区居民彼此间形成了较为紧密的情感纽带,居民对社区认同感较强,对犯罪活动形成了较强的社会监督,因而此类型区街头抢劫案件分布密度最低。所以在此类型区的用地规划中,采取以自由发展为主,辅以适当合理的治安管理用地布局即可。
本文建立了基于地理加权泊松回归的街头抢劫案件与居住用地、工业用地、商服用地、公园绿地、交通设施用地、商业设施点分布关联的分析模型,模型考虑了自变量空间影响的异质性,解释效果较好。研究结果表明,土地利用对犯罪分布的影响存在空间差异性,且不同用地类型对其影响的机制各不相同,运用该机制有利于从土地利用规划角度预防犯罪行为的发生。
结果表明：① 位于中心区外围的传统居住区和部分新建社区的居住用地与街头抢劫案件之间呈现显著的负相关,因为居住人口的增加会对犯罪行为产生一定的自然监督作用;② 商服用地与街头抢劫案件的关系视其空间形态而有所不同,当其为商业综合体类的商服用地时,两者呈现显著的负相关;当其为临街商铺类的商服用地时,两者呈现显著的正相关,因为该用地直接面临城市街道而具有便捷的流动空间;③ 工业用地与街头抢劫案件之间的关系在大部分区域不显著,而在老城区却呈现显著的正相关性,可能的原因是老城区人口的社会结构差异性较大,从事制造业的工人多属文化水平较低的低收入劳动力,因而容易对高收入群体产生犯罪动机;④ 公园绿地总体上与街头抢劫案件呈负相关关系,而部分城市开敞绿地也容易滋生案件;⑤ 交通设施用地与街头抢劫的关系受到交通设施、道路等级、路网形态的影响。城市主干道、栅格网状道路为犯罪分子提供了快速的逃离流线而集聚较多的案件。另外综合交通枢纽用地周边人流量大且社会构成复杂,潜在目标与犯罪分子较多,因而也较容易产生犯罪行为。
H市中心城区发展较为成熟,土地使用类型丰富,空间分布差异较大。因此,街头抢劫案件在城市不同区位发生的主导因素不同。根据不同类型的土地利用与犯罪热点的回归系数可以通过聚类将城区分为6类不同主导因素影响的街头抢劫案件分布区,6类案发区与城市功能分区存在一定耦合关系,分别对应老城综合功能区、新城生活区、对外交通站场、批发市场区、城乡结合部地区、传统居住区。每个功能分区应根据其街头抢劫发生的主导机制而制定相应的土地利用规划导则。
总体而言,本研究的部分结论与前人的研究存在共性,均认为居住用地、交通设施用地对案件的吸引力较大。而本研究的创新主要体现在运用GWPR模型来研究案件分布与土地利用性质的关系,一方面充分考虑了地理空间的异质性,较好地刻画了土地利用对案件影响特征的空间差异;另一方面也是对空间环境设计与犯罪关系研究的进一步深化与总结。但本文也存在一些不足,例如在自变量的选取上,由于城市土地往往是混合使用的,所以应该考虑到不同用地类型交互作用下对案件数量的影响,然而考虑到与单个变量共线性太强的问题,本研究未使交互变量进入模型,这将在进一步的研究当中加以改进。
The authors have declared that no competing interests exist.
| [1] |
Social Change and Crime Rate Trends: A Routine Activity Approach [J].https://doi.org/10.2307/2094589 URL [本文引用: 1] 摘要
It is hypothesized that the dispersion of activites away from households and families increases the opportunity for crime and thus generates higher crime rates. Data on changes in such variables as labor force participation and household composition are used to support the hypothesis. (Author/RLV)
|
| [2] |
Design against crime: Beyond defensible space [M]. |
| [3] |
Defensible space [M]. |
| [4] |
The Crime Reducing Effect of Improved Street Lighting: The Dudley Project [J]. |
| [5] |
城区步行街防侵犯照明研究[D] .
Research on the crime prevention lighting of the city walking street .
|
| [6] |
Crime Prevention Through Housing Design [M]. |
| [7] |
国内城市空间环境与犯罪关系研究评析 [J].A review of studies on the relationship between environment and crime in China . |
| [8] |
Commercial Density, Residential Concentration, and Crime: Land Use Patterns and Violence in Neighborhood Context [J].https://doi.org/10.1177/0022427810365906 URL [本文引用: 1] 摘要
Drawing on Jacobs’s (1961) and Taylor’s (1988) discussions of the social control implications of mixed land use, the authors explore the link between commercial and residential density and violent crime in urban neighborhoods. Using crime, census, and tax parcel data for Columbus, Ohio, the authors find evidence of a curvilinear association between commercial and residential density and both homicide and aggravated assault, consistent with Jacobs’s expectations. At low levels, increasing commercial and residential density is positively associated with homicide and aggravated assault. Beyond a threshold, however, increasing commercial and residential density serves to reduce the likelihood of both outcomes. In contrast, the association between commercial and residential density and robbery rates is positive and linear. The implications of these findings for understanding the sources of informal social control in urban neighborhoods are discussed.
|
| [9] |
DP半岛街头抢劫犯罪案件热点时空模式 [J].
The spatio-temporal patterns of street robbery in DP peninsula .
|
| [10] |
Land use and violent crime [J].https://doi.org/10.1111/j.1745-9125.2009.00174.x URL [本文引用: 1] 摘要
Although research has shown specific land uses to be related to crime, systematic investigation of land uses and violent crime has been less common. This study systematically examines links between land uses and violent crime and assesses whether such links are conditioned by socioeconomic disadvantage. We employ geocoded Uniform Crime Report (UCR) data from the Indianapolis police department and information on 30 categories of land use and demographic information from the 2000 U.S. Census. We use land use variables to predict violent crime counts in 1,000 1,000-feet grid cells using negative binomial regression models. Results indicate that, net of other variables, specific land uses predict variation in counts for individual violent crimes and aggregate rates. Some nonresidential land uses are associated with higher violent crime counts, whereas others are associated with lower counts. Specific land uses also condition the effects of socioeconomic disadvantage on violent crime. The implications for routine activity/opportunity and social disorganization/collective efficacy theories of crime are discussed.
|
| [11] |
Planning safer suburbs: Do changes in the built environment influence residents’ perceptions of crime risk? [J].https://doi.org/10.1016/j.socscimed.2013.08.010 URL PMID: 24161093 摘要
61Feeling unsafe from crime can negatively impact residents' health and wellbeing.61We examined the influence of changes in the built environment on perceived crime risk.61Increases in land allocated to retail increased residents perceptions of crime risk.61Paradoxically, land-uses that enhance one health outcome may negatively impact others.61Retail land needs to be balanced with strategies that alleviate perceived crime risk.
|
| [12] |
Reducing Crime by Shaping the Built Environment with Zoning: An Empirical Study of Los Angeles [J].https://doi.org/10.2139/ssrn.2109511 URL 摘要
The authors find that neighborhoods in which there was a zoning change experienced a significant decline in crime.
|
| [13] |
The Built Environment and Community Crime Risk Interpretation [J].https://doi.org/10.1177/0022427803253801 URL 摘要
In this article, the authors examine whether subjective perceptions of community safety are informed by the built environment. They posit that the built environment serves as a heuristic device, providing cues about likely levels of neighborhood crime, independent of the effects of neighborhood crime itself. Using data on 4,456individuals nested within 100 census tracts, the authors estimate hierarchical logistic models of perceived community crime risk. They focus on the role of the neighborhood built environment in the form of aggregated perceptions of nonresidential land use, while controlling for individual-level criminal opportunity, community-level social structural antecedents, and community-level objective crime. The findings indicate that the neighborhood-level presence of businesses and parks and playgrounds increases individual perceptions of community danger, but these effects disappear once neighborhood crime rates are controlled. The presence of schools has no effect on subjective interpretations of community crime, regardless of whether actual area crime is considered.
|
| [14] |
城市空间环境对城市犯罪的影响 [J].https://doi.org/10.3969/j.issn.1003-2398.2001.02.001 URL 摘要
城市空间环境的基本属性是影响城市犯罪的重要的空间因子.本文全面分析了城市空间环境的分异格局、布局形态、相互作用等基本属性的空间显现形式,系统论述了这些属性对城市犯罪种类、犯罪率、犯罪要素的直接与间接影响.
The urban spatial environment’s influences on urban crime .https://doi.org/10.3969/j.issn.1003-2398.2001.02.001 URL 摘要
城市空间环境的基本属性是影响城市犯罪的重要的空间因子.本文全面分析了城市空间环境的分异格局、布局形态、相互作用等基本属性的空间显现形式,系统论述了这些属性对城市犯罪种类、犯罪率、犯罪要素的直接与间接影响.
|
| [15] |
犯罪空间分布与环境特征——以上海市为例 [J].https://doi.org/10.3969/j.issn.1000-3363.2006.03.013 URL [本文引用: 1] 摘要
首先回顾了国内外犯罪与空间环境关系研究的相关文献.以《上海公安年鉴》和《新民晚报》报道的犯罪数据为基础,运用ArcView和SPSS软件,使用描述统计、相关分析和回归分析等方法,研究上海城市的犯罪案件空间分布特征及犯罪分布与环境的关系.研究结果有助于在规划过程中控制和调整相关环境因素,改变可能诱发犯罪的环境,起到预防犯罪的作用.
Research on spatial environment characters of crimes: Case study of Shanghai .https://doi.org/10.3969/j.issn.1000-3363.2006.03.013 URL [本文引用: 1] 摘要
首先回顾了国内外犯罪与空间环境关系研究的相关文献.以《上海公安年鉴》和《新民晚报》报道的犯罪数据为基础,运用ArcView和SPSS软件,使用描述统计、相关分析和回归分析等方法,研究上海城市的犯罪案件空间分布特征及犯罪分布与环境的关系.研究结果有助于在规划过程中控制和调整相关环境因素,改变可能诱发犯罪的环境,起到预防犯罪的作用.
|
| [16] |
抢劫与抢夺犯罪行为时空分布特征研究——以上海市浦东新区为例 [J].
Study on spatial-temporal patterns of robbery and snatch: A case study of Pudong New Area, Shanghai .
|
| [17] |
长春市财产犯罪的空间分析 [J].https://doi.org/10.1007/s11783-011-0280-z URL [本文引用: 2] 摘要
基于长春市公安局提供的警区层面的犯罪数据,分析了长春市2008年财产犯罪率的空间分布特征。研究发现长春市财产犯罪率呈现出城市中心高而外围低的圈层式空间模式。通过对犯罪高发区域的用地性质和功能的分析发现,长春市主要商业区和主要客运交通枢纽所在警区均具有较高的财产犯罪率。利用空间分析的方法,判定出长春市财产犯罪的热点地区,从统计学意义上验证了犯罪活动的空间集聚性,进而推测这些区域可能存在犯罪扩散和溢出效应。借鉴国外相关理论及实证研究,结合长春市实际情况,通过回归建模分析,探讨了长春市财产犯罪率同人口、社会经济、土地利用等各因子可能存在的相互关系,发现长春市财产犯罪率受到人口密度、就业活跃度、商业区、服务业活跃度、客运枢纽和年轻人口比例的显著影响,在一定程度上支持了日常活动理论的基本观点,但需结合长春市实际情况做具体分析与解释。
Spatial Analysis of Property Crimes in Changchun .https://doi.org/10.1007/s11783-011-0280-z URL [本文引用: 2] 摘要
基于长春市公安局提供的警区层面的犯罪数据,分析了长春市2008年财产犯罪率的空间分布特征。研究发现长春市财产犯罪率呈现出城市中心高而外围低的圈层式空间模式。通过对犯罪高发区域的用地性质和功能的分析发现,长春市主要商业区和主要客运交通枢纽所在警区均具有较高的财产犯罪率。利用空间分析的方法,判定出长春市财产犯罪的热点地区,从统计学意义上验证了犯罪活动的空间集聚性,进而推测这些区域可能存在犯罪扩散和溢出效应。借鉴国外相关理论及实证研究,结合长春市实际情况,通过回归建模分析,探讨了长春市财产犯罪率同人口、社会经济、土地利用等各因子可能存在的相互关系,发现长春市财产犯罪率受到人口密度、就业活跃度、商业区、服务业活跃度、客运枢纽和年轻人口比例的显著影响,在一定程度上支持了日常活动理论的基本观点,但需结合长春市实际情况做具体分析与解释。
|
| [18] |
Convenience Stores, Armed Robbery,Physical Environmental Features [J].https://doi.org/10.1177/000276427602000205 URL [本文引用: 1] 摘要
[Abstract unavailable]
|
| [19] |
Residential street design and traffic control[D] .
|
| [20] |
|
| [21] |
Geographically Weighted Regression: The Analysis of Spatially Varying Relationships [J].https://doi.org/10.1107/S0108270198099594 URL [本文引用: 1] 摘要
ABSTRACT of the original paper because they are different from those reported in the CSD le, on the Internet site and in Table 1 of the original paper.
|
| [22] |
Relationship between spatial distribution of thief crime and geographical factors [J].https://doi.org/10.1177/1941738109357305 URL [本文引用: 1] 摘要
The geographical weighted regression(GWR) model is used to analyze the relationships between the spatial distributions of crime and geographical factors to find the cause of crime spatial distributions.The GWR model can capture the spatial variations in the spatially non-stationary problems.The GWR procedure is used to build a local model to analyze the effects of population density,road network density,and distance from police stations on the crime rate at the census tract level to give a set of mappable parameter estimates and t-values of significance that vary over space.Analytical results demonstrate that the spatial relationship between crime and geographical factors is a spatially non-stationary process and that the GWR model can help improve the accuracy of parameter estimation.
|
| [23] |
Spatial non-stationarity of the factors affecting crime rate at province scale in China [J].https://doi.org/10.11820/dlkxjz.2013.07.018 URL Magsci 摘要
Income inequality and floating population are two important factors affecting crime rate. One major problem of the previous studies is that they were all based on ordinary least squares (OLS) estimation with constant coefficients. OLS estimation presumes that the individuals are homogeneous and the relationship between the crime rate and the two affecting factors do not change over spatial units, which contradicts the fact that significant differences exist among the 31 provinces of China. In other words, the relationship between crime and income inequality and floating population is too complicated to be explained by ordinary least squares estimation with constant coefficients. Geographically weighted regression (GWR) is a powerful tool for exploring spatial heterogeneity. GWR recognizes that relationships between variables are likely to vary across space. Instead of estimating one parameter for each independent variable, GWR estimates local parameters. A parameter is estimated for each data location in the study area. In a GWR model, parameters are estimated using a weighting function based on distance so that locations closest to the estimation point have more influence on the estimate. Using geographically weighted regression model, this paper analyzes the local relationship between crime rate and income inequality and floating population in 31 provinces of China. The results show that: (1) The effects on crime rate are spatially non-stationary. The correlation between crime rate and income inequality is significant in some provinces, but not significant in some other provinces. The correlation between crime rate and floating population is significant in all provinces, but not with the same degree. (2) GWR model is more suited than OLS model, the <i>AIC</i> and <i>R</i> square are both improved in GWR model. This study demonstrates the usefulness of GWR for exploring local processes that drive crime rates and for examining the misspecifications of a global model of crime rate. The practical implication of GWR analysis is that different crime prevention policies should be implemented in different regions of China. Because of such a heterogeneity, criminal policy needs to suit the local situations.
|
| [24] |
Addressing issues of spatial spillover effects and non-stationarity in analysis of residential burglary crime [J].https://doi.org/10.1007/s10708-013-9481-2 URL 摘要
The aim of this paper is to address two critical but largely neglected issues in the spatial analysis of urban crime which are spatial spillover effects of crime penetrating neighborhood boundaries and non-stationarity regarding the relationships between contextual factors and neighborhood crime. We use a GIS-based spatial approach to normalize the estimate of burglary crime at block group level and use the geographically weighted regression (GWR) to investigate the correlates of neighborhood crime. Results suggest that the use of normalized measure of neighborhood crime helps better reveal the spatial patterns of burglary crime and the use of GWR accounts for the spatial variations of relationships between contextual factors and crime. In particular, the normalized measure of crime has implications for improving the measurement accuracy of the risk of crime across urban neighborhoods and can be applied to the spatial analysis of other socioeconomic issues such as housing foreclosures and environmental hazards which are also plagued by the spatial spillover issue when geographically contiguous data are analyzed.
|
| [25] |
Exploring Spatial Patterns of Property Crime Risks in Changchun, China [J].https://doi.org/10.4018/jagr.2013070105 URL 摘要
Urban crime has increasingly become a major issue for Chinese cities. Using crime data collected at police precincts in 2008, the main aim of this research is to examine the spatial distribution of property crime which accounted for almost 82% of all crimes in the city of Changchun, and analyze the relationship between the spatial patterns of property crime and neighborhood characteristics. Standardized property crime rates (SCR) were applied to assess the relative risk of property crime across the city. Statistically significant clusters of high-risk areas or hot-spots were detected. A global ordinary least squares (OLS) regression model and a geographically weighted regression (GWR) model were calibrated to explore the risk of property crime as a function of contextual neighborhood characteristics. The analytical results show that significant local variations exist in the relationship between the risk of property crime and several neighborhood socioeconomic variables.
|
| [26] |
The spatial distribution cause analysis of theft crime rate based on GWR model [R]. |
| [27] |
Geographically Weighted Poisson Regression (GWPR) for Analyzing the Malnutrition Data in Java-Indonesia [R]. |
| [28] |
Geographically weighted Poisson regression for disease association mapping [J].https://doi.org/10.1002/sim.2129 URL PMID: 16118814 [本文引用: 2] 摘要
Abstract This paper describes geographically weighted Poisson regression (GWPR) and its semi-parametric variant as a new statistical tool for analysing disease maps arising from spatially non-stationary processes. The method is a type of conditional kernel regression which uses a spatial weighting function to estimate spatial variations in Poisson regression parameters. It enables us to draw surfaces of local parameter estimates which depict spatial variations in the relationships between disease rates and socio-economic characteristics. The method therefore can be used to test the general assumption made, often without question, in the global modelling of spatial data that the processes being modelled are stationary over space. Equally, it can be used to identify parts of the study region in which ‘interesting’ relationships might be occurring and where further investigation might be warranted. Such exceptions can easily be missed in traditional global modelling and therefore GWPR provides disease analysts with an important new set of statistical tools. We demonstrate the GWPR approach applied to a dataset of working-age deaths in the Tokyo metropolitan area, Japan. The results indicate that there are significant spatial variations (that is, variation beyond that expected from random sampling) in the relationships between working-age mortality and occupational segregation and between working-age mortality and unemployment throughout the Tokyo metropolitan area and that, consequently, the application of traditional ‘global’ models would yield misleading results. Copyright 08 2005 John Wiley & Sons, Ltd.
|
| [29] |
Assessment of Spatiotemporal Varying Relationships Between Rainfall, Land Cover and Surface Water Area Using Geographically Weighted Regression [J]. |
/
| 〈 |
|
〉 |
