入室盜竊臨近重復案件與孤立案件分布的影響因素對比研究

　　摘要：以中國南方某特大城市 YP 區(qū)為例，結合犯罪地理學主要理論選取相關變量構建二元邏輯回歸模型，探討區(qū)域環(huán)境對入室盜竊臨近重復案件和孤立案件分布的影響差異。研究發(fā)現(xiàn)：居民數(shù)量、銀行&ATM 機和公園集聚的區(qū)域發(fā)生臨近重復案件的概率比孤立案件更高，而道路密度高的社區(qū)難以發(fā)生臨近重復案件;青少年人口比重高和低租金住戶多的社區(qū)會加劇弱勢群體、問題人群的集中趨勢，臨近重復犯罪發(fā)生的可能性也會隨之上升，其中青少年人口的影響程度高于低租金住戶。研究結果可對微觀社區(qū)層面入室盜竊臨近重復犯罪的治安防控與警務政策制定提供一定的參考。

　　柳林; 陳德寶; 徐沖; 龍冬平; 肖露子; 陳悉， 地理科學 發(fā)表時間：2021-10-14

　　關鍵詞：入室盜竊;臨近重復;孤立案件;社會解組理論;日常活動理論

　　犯罪是影響民生的重大問題，與人民的日常生活密切相關，是影響社會穩(wěn)定的重要因素，犯罪防控日益成為社會治安的主要內(nèi)容。隨著社會的進步，信息技術的發(fā)展，犯罪類型與方式逐漸多樣化，這對犯罪的治理與防控提出新的挑戰(zhàn)[1~3]。犯罪時空格局的形成機理是犯罪地理研究的重要內(nèi)容。在探究犯罪機理解釋方面產(chǎn)生了眾多影響深遠的經(jīng)典理論，如社會解組理論[4] 、日常活動理論[5] 和犯罪模式理論[6] 等。社會解組理論一般強調(diào)社會經(jīng)濟環(huán)境對犯罪機理形成有促進作用。 Shaw 和 McKay 認為，貧困、社會剝奪與犯罪高發(fā)之間有較強的相互聯(lián)系，突出了鄰里住區(qū)的社會環(huán)境對犯罪的決定作用[4]。他們提出社會經(jīng)濟地位較低、種族異質(zhì)性強和人口流動性高會削弱居住區(qū)的正式與非正式的社會控制力，制造一定程度的社會解組(social disorganization)，從而滋生了犯罪。國內(nèi)外的眾多研究進一步驗證了人口與住房特征、土地利用與交通可達性、種族異質(zhì)性與貧困等對犯罪有重要的影響[7~9]。日常活動理論則強調(diào)有動機的犯罪者、合適的目標和監(jiān)管的缺失是犯罪發(fā)生的 3 個必要條件。研究者應用該理論分析了犯罪的空間分異與設施的關系，較多地討論了學校、酒吧、公園、販酒店等要素在其中的重要作用[10~12]。犯罪模式理論與日常活動理論存在一定共性，均強調(diào)客觀環(huán)境對人們活動的約束，并將犯罪高發(fā)的場所與設施歸納為犯罪發(fā)生器(crime generator)、犯罪吸引器(crime attractor)等概念。研究認為，此類場所與設施能夠聚集大量人群，吸引犯罪者與受害者，提供較多的犯罪機會，從而影響犯罪的空間格局。

　　長期以來，犯罪地理學的研究證明，犯罪的發(fā)生在時空分布上呈現(xiàn)出較明顯的集聚性[13~16]。時空集聚分析最初應用在流行病學領域分析流行病的傳染過程，使用納克斯(Knox)方法驗證疾病傳染案例之間的時空臨近重復發(fā)生現(xiàn)象。犯罪學家隨后將 Knox 方法應用到研究城市犯罪的時空集聚性，研究的犯罪類型也由最初的入室盜竊犯罪向多種犯罪類型擴展，例如槍擊、暴力搶劫、縱火、走私等類型[17,18]。最新的研究開始關注警務政策如中國的“嚴打”對臨近重復發(fā)生模式的影響[19] ，以及臨近重復發(fā)生模式的時間穩(wěn)定性縱向分析[20] 等。此外，近年來學者們通過分析建成環(huán)境的結構或周圍社區(qū)的社會經(jīng)濟和人口特征，論證了其對臨近重復發(fā)生模式高發(fā)和易發(fā)地點的重要性。如 Haberman 和 Ratcliffe[18] 認為基于周圍環(huán)境特征的數(shù)據(jù)可以用來預測臨近重復犯罪的發(fā)生。Townsley 等[21] 發(fā)現(xiàn)住房存量均勻的郊區(qū)的臨近重復案件要多于住房存量不均的郊區(qū)，而 Zhang 等[22] 強調(diào)臨近重復發(fā)生現(xiàn)象的集聚更頻繁地發(fā)生在低收入和種族/民族多樣化的社區(qū);Nobles 等[23] 將入室盜竊事件分為 2 類：孤立盜竊(在空間和時間上沒有關聯(lián)的案件)和重復/近重復盜竊(在空間和時間上有關聯(lián)的案件)。研究發(fā)現(xiàn)，在鄰里尺度上“社會解組”的衡量指標與入室盜竊孤立案件和重復/ 臨近重復案件顯著相關。

　　以往研究從微觀社會與空間環(huán)境方面關注對于臨近重復案件時空分布的影響，但存在以下不足：①基于社會解組理論的各因素，如租房的低租金人群和青少年人口，對入室盜竊的臨近重復發(fā)生模式的貢獻比較研究不足。首先不同層次的人群對入室盜竊臨近重復犯罪有不同的作用，生活在社會底層的人群受生活壓力所迫和生存技能限制更容易促生多次犯罪的可能性。其次低租金住戶集聚的地區(qū)，一定程度上代表了惡劣的社會生存環(huán)境，這里住房擁擠、人口眾多，犯罪目標與潛在犯罪者接觸機會增加，容易滋生入室盜竊等犯罪。②對中國的臨近重復發(fā)生模式影響因素研究較少。國內(nèi)的文獻對臨近重復犯罪現(xiàn)象的研究較少，大多停留在對于時空模式的探索研究階段，且暫無文獻以中國為案例，研究臨近重復犯罪現(xiàn)象中不同案件的影響因素差異，國外研究得出的相關結論能否適用于中國快速城市化背景下的微觀社會與空間環(huán)境需要進一步驗證與分析。

　　1 研究區(qū)域與方法

　　1.1 研究區(qū)域

　　研究區(qū)位于中國東南部沿海省份，受 ZG 市轄管，位于 ZG 市中南部。改革開放以來，YP 區(qū)經(jīng)濟快速發(fā)展，城市用地規(guī)模相繼擴大，新建和改造了大量的社區(qū)，形成了 YP 區(qū)新老社區(qū)、各類建筑等并存的復雜建成環(huán)境現(xiàn)狀。這種社區(qū)異質(zhì)化與區(qū)域內(nèi)各社區(qū)不同的經(jīng)濟發(fā)展階段和發(fā)展模式有關，有利于增強對入室盜竊研究的典型性。研究數(shù)據(jù)包括中國 2010 年 《第六次人口普查 》資料[24] 、 2014 年 YP 區(qū)入室盜竊警情數(shù)據(jù)(社區(qū)入室盜竊)、 2014 年道道通電子地圖導航公司的數(shù)據(jù)(http:// www.ritu.cn/)。其中，人口數(shù)據(jù)主要涉及社區(qū)層面的社區(qū)總人口、社區(qū)外來人口、社區(qū)青少年人口等屬性數(shù)據(jù);入室盜竊警情數(shù)據(jù)包括案發(fā)地點、報警時間等內(nèi)容;道道通電子地圖導航數(shù)據(jù)主要包括 POI 數(shù)據(jù)(http://www.ritu.cn/)，例如銀行&ATM 機、休娛場所等。

　　1.2 研究方法

　　1)臨近重復計算器。本研究使用臨近重復計算 器 ( near repeat calculator, NRC) 1.3 版 本 測 驗 YP 區(qū)入室盜竊是否具有臨近重復發(fā)生模式。臨近重復計算器在操作過程中包含了自定義的時間和空間標度設置。基于已有的實證文獻，本研究使用的單位空間標度為 100 m[25]。在臨近重復計算器中，本研究選取 P<0.001 的統(tǒng)計顯著性水平，將執(zhí)行 999 次蒙特卡洛模擬。確定臨近重復發(fā)生模式之后分別統(tǒng)計臨近重復案件與孤立案件的數(shù)量，本文將臨近重復鏈中的引發(fā)案件與臨近重復案件一并歸類為臨近重復案件(圖 1)。

　　2)二元邏輯回歸模型。二元邏輯回歸模型是適用于僅有 2 個類別的分類因變量，并且類別間無次序的關聯(lián)。本研究的因變量為 2 類入室盜竊案件，即臨近重復案件與孤立案件，故適用二元邏輯回歸模型。模型結構如下： ln( Pi 1− Pi ) = α+ ∑K k=1 βkXki 式中，Xki(i=1,2, ……,n)為自變量;α 為回歸模型的截距;βk 為回歸模型的系數(shù);K 為變量的總數(shù);i 為樣本總數(shù);根據(jù)本文的變量數(shù)據(jù)，Pi 為入室盜竊案件是臨近重復案件的概率，則 1−Pi 為孤立案件的概率。比值比 exp(β) 的式子為 P/(1−P)= βkXi，當自變量 Xi 每增加一個單位并且其他變量保持不變時，將導致發(fā)生比增加或減少 倍。

　　2 臨近重復發(fā)生模式與案件空間分布

　　2.1 臨近重復發(fā)生模式

　　從表 1 可以看出，首次入室盜竊案發(fā)生后，在時空標度為(0~100 m，0~4 d)(0~100 m，5~8 d)(101~ 200 m，0~4 d)再次發(fā)生入室盜竊案的風險機率較大，且平均高出期望值水平 20% 以上。同時發(fā)現(xiàn)，隨著時空距離的遞增，臨近重復計算的 Knox 發(fā)生比率值呈現(xiàn)遞減的趨勢，這與 Youstin 等人[26] 在臨近重復分析結果中提到的“梯度衰減模式”保持一致。整體結果表明，臨近入室盜竊首發(fā)案件的 200 m 范圍和 4 d 內(nèi)的區(qū)域再次被盜的平均風險最高。根據(jù) Ratcliffe[27] 的指導原則，案件必須表現(xiàn)出統(tǒng)計顯著性水平 P<0.05 并且 Knox 比率為 1.20 或更高時，臨近重復發(fā)生模式才被認為是高風險的。遵循以上原則，在使用臨近重復計算器分類 2 種案件，設置時空標度來搜索臨近重復發(fā)生鏈(nearrepeat chains)時，選擇時空標度為 200 m 和 4 d。

　　2.2 案件空間分布

　　利用入室盜竊全部案件點生成 5 級核密度圖。將最高級(圖 2a 高等級)犯罪熱點區(qū)域中的所有案件提取出來，總數(shù)為 1 573 起案件。其中孤立案件 892 起，占比 56.71%;臨近重復案件 681 起，占比 43.29%。而孤立案件與臨近重復案件在案件總數(shù)中的占比分別為 73.90%，26.10%。不難看出，與孤立案件相比，臨近重復案件在犯罪熱點區(qū)域中的比重相較于在全部案件中的比重有顯著的上升，表明犯罪熱點中臨近重復案件分布的集聚性更強，與犯罪熱點的聯(lián)系更為緊密。通過比較孤立案件與臨近重復案件的核密度圖(圖 2b、c)，可以發(fā)現(xiàn)孤立案件與臨近重復案件空間分布格局存在明顯差異：孤立案件整體分布較廣泛，離散性相對較高;孤立案件主要熱點區(qū)域集中連片分布在南部老城區(qū)，而臨近重復案件主要熱點區(qū)域較為集中在西北部城中村片區(qū)。

　　3 變量設置與模型構建

　　3.1 變量選取

　　本文將臨近重復案件與孤立案件 2 類變量作為因變量，共 9 242 起案件，其中孤立案件 6 833 起，臨近重復案件 2 409 起。在模型設置中，本文將臨近重復案件取值為“1”，孤立案件取值為“0”。

　　基于犯罪地理學的重要理論，本文選取了 10 個自變量來構建模型，并根據(jù)理論將變量按照其在犯罪發(fā)生機理中的作用進行類別劃分。首先選取的是入室盜竊目標變量，在日常活動理論中，居民數(shù)量承擔著受害目標的作用。因為居民數(shù)量代表著區(qū)域內(nèi)住戶數(shù)量，即居民數(shù)量越多，住戶數(shù)量也越多，形成的入室盜竊目標相應地隨之增加。居民數(shù)量是采用 2010 年 ZG 市 30 m×30 m 柵格人口數(shù)量圖轉化成矢量數(shù)據(jù)，該數(shù)據(jù)來自譚敏等[28] 利用隨機森林模型計算珠江三角洲 2010 年常住人口數(shù)據(jù) 30 m 格網(wǎng)空間化的結果，將其再匹配到本研究每個案件的 250 m 緩沖區(qū)內(nèi)[29] ，可以得到該緩沖區(qū)內(nèi)的常住人口數(shù)量值;其次是其他目標和犯罪發(fā)生器變量，包含銀行&ATM、休娛場所(KTV、臺球廳、電影院劇院等)、公園和酒吧。根據(jù)環(huán)境犯罪學的理論及前人研究，此類設施與場所具有凝聚人流，吸引潛在的犯罪分子在附近活動的效應，進而影響入室盜竊的發(fā)生[30,31]。這類設施的位置來自于導航數(shù)據(jù)中的興趣點(point of interest，POI)。如果某個案件點的 250 m 緩沖區(qū)內(nèi)包含某類 POI，該類 POI 的變量值為 1，否則為 0 [29]。其次是衡量社會解組狀況的變量，包括外來人口比重、青少年人口比重以及低租金住宅戶數(shù)(租金低于 500 元)。外來人口代表社區(qū)流動性和種族異質(zhì)性，青少年人口和低租金住戶變量體現(xiàn)了社會解組理論中的“集中缺陷”。這些變量取自入室盜竊案件案發(fā)地所在的社區(qū)，該社區(qū)范圍內(nèi)所有的入室盜竊案件都被賦值為該社區(qū)級的屬性數(shù)據(jù)[29]。最后用道路密度用來表征社區(qū)的交通可達性，即 accessibility。計算方法為社區(qū)內(nèi)的路網(wǎng)長度/社區(qū)面積。道路密度越高，表明社區(qū)的交通便利程度也越高，犯罪者的進行犯罪活動的出入成本會相對較低，犯罪也會隨之增加。

　　3.2 變量描述性統(tǒng)計分析

　　據(jù)表 2 的因變量，2014 年 YP 區(qū)納入分析的共 9 242 件入室盜竊案件，其中臨近重復案件、孤立案件的占比分別為 26.10%，73.90%。

　　入室盜竊目標與犯罪發(fā)生器：居民數(shù)量的最大值與最小值二者相差較大，表明每個案件位置附近的住戶分布有較大差異。根據(jù) 2 類案件與 POI 實際分布情況以及表 2 中數(shù)據(jù) ：74.43%(1 793/ 2 409)的臨近重復案件 250 m 范圍內(nèi)有銀行&ATM 機，63.79%(4 359/6 833)的孤立案件 250 m 范圍內(nèi)有銀行&ATM 機;50.52%(1 217/2 409)的臨近重復案件 250 m 范圍內(nèi)有休娛場所，43.29%(2 958/ 6 833)的孤立案件 250 m 范圍內(nèi)有休娛場所;15.53% (374/2 409)的臨近重復案件 250 m 范圍內(nèi)有公園， 13.16%(899/6 833)的孤立案件 250 m 范圍內(nèi)有公園;9.17 范圍內(nèi)有酒吧，10.19%(696/6 833)的孤立案件 250 m 范圍內(nèi)有酒吧。社會解組變量(social disorganization)。據(jù)表中的 2 類案件最大值和最小值可以看出，整體上所有社區(qū)的社會解組屬性相差較大。如外來人口比重，有比重為 0 的社區(qū)，也有比重為 96% 的社區(qū)。低租金住戶標準偏差大于均值，說明數(shù)據(jù)分布離散性較強，而非正態(tài)分布。道路密度：臨近重復案件與孤立案件道路密度的均值分別為 8.29、8.63，但其最小值分別為 0.62、 0.20 而最大值皆為 30.93，說明研究區(qū)域的社區(qū)道路密度差異程度較高。0.20 而最大值皆為 30.93，說明研究區(qū)域的社區(qū)道路密度差異程度較高。

　　3.3 模型結果與分析

　　模型結果(表 3)顯示居民數(shù)量對臨近重復案件具有顯著的正向影響。這與日常活動理論相一致，即居民數(shù)量越多，居住住戶量規(guī)模越大，將會增加受害目標與潛在犯罪者的接觸機會，發(fā)生入室盜竊案件的數(shù)量也會相應增加。相關研究也佐證了這一發(fā)現(xiàn)，如 Zhang 等[22] 發(fā)現(xiàn)住宅密度與入室盜竊臨近重復案件對的聚集性呈正相關，但人口密度與街頭搶劫和重傷他人等暴力犯罪在時間和空間上均不顯著相關。

　　銀行&ATM 機、公園對臨近重復案件都具有顯著性的正向影響 ，其 exp(β) 值分別為 1.423、 1.291。而道路密度對臨近重復案件呈負向的顯著影響，其 exp(β) 值為 0.962(表 3)。其中，根據(jù)犯罪發(fā)生器/受害目標類變量銀行&ATM 機和公園的 exp(β) 值，給定其他條件不變的情況下，臨近重復案件發(fā)生在這 2 種設施和場所附近的概率發(fā)生比是孤立案件的 1.423 和 1.291 倍 。這表明銀行 &ATM 機和公園的周圍區(qū)域住區(qū)更有可能發(fā)生臨近重復案件。這與已有的研究保持一致，Piza 等曾研究得出銀行&ATM 機對盜竊的臨近重復案件有顯著的正向影響[29]。根據(jù)犯罪模式理論與日常活動理論，銀行&ATM 機和公園此類設施與場所鄰近居民區(qū)，提供了充足的適宜的被盜潛在目標。

　　道路密度與臨近重復案件具有顯著的負向影響關系。這一發(fā)現(xiàn)與眾多前人研究不一致。道路密度高表明在社區(qū)層面交通可達性高，社區(qū)的商業(yè)化程度相對較高。國內(nèi)研究認為沿街商場與商店較多，依據(jù)“街道眼理論”，因街道活動頻繁，提升了店家對生疏人群的警惕與人們對異常行為的關注度[32]。因此犯罪者在此周圍進行犯罪活動時被發(fā)現(xiàn)的風險較高，進而抑制了犯罪活動。根據(jù)在 YP 區(qū)的實地調(diào)研發(fā)現(xiàn)，社區(qū)連接城市干道的主要道路上基本裝配了公安系統(tǒng)的監(jiān)控設備，形成了對犯罪分子威懾巨大的“天網(wǎng)”，并且社區(qū)內(nèi)部與邊緣的道路和出入口等由物業(yè)和居民自發(fā)組織地配置了攝像系統(tǒng)，提升了安保水平，這有效地限制了在主要道路附近的犯罪。

　　青少年人口比重對臨近重復案件的影響為正，并且其 exp(β) 值達到 2.227，影響程度是所有因素中最高的。這符合前人已證實的類似研究結果，如 Browning 等在探討犯罪與人口的年齡結構時發(fā)現(xiàn)青少年人口比重對犯罪有重要促進作用[33]。龍冬平等分析了社區(qū)環(huán)境對入室盜竊與室外盜竊的對比影響發(fā)現(xiàn)，青少年人口比例對兩類犯罪均有影響且效應為正[32]。青少年人口處于青春期，心理健康程度不高，守法意識薄弱，個人行為易受居住環(huán)境的情境因素影響，喜愛刺激性活動且易被他人煽動，故從事犯罪活動的可能性較高。YP 區(qū)流動人口犯罪情況分析表明，參與團伙犯罪的未成年人數(shù)比重有顯著的上升趨勢[34]。

　　低租金住戶對臨近重復案件的產(chǎn)生具有正向影響，但其影響程度遠低于青少年人口。在社區(qū)尺度，YP 區(qū)各社區(qū)的低租金住戶越多，越容易發(fā)生臨近重復案件。本研究區(qū)域包含了較多的城中村和老舊社區(qū)，這些區(qū)域有兩大特性：一是低廉的生活成本使得大量外來務工人員在此居住，人口多源化、文化異質(zhì)性較強，導致社區(qū)內(nèi)部鄰里關系淡薄，凝聚力不強。二是城中村和老舊社區(qū)由于先前規(guī)劃與后續(xù)管理不足，缺乏社會公益與文化娛樂設施，阻礙了居民的日常鄰里交流，削弱了正常的監(jiān)管作用與社會控制能力。此外，低租金住戶的增加，會加劇弱勢群體、問題人群在這些社區(qū)的集中化，從而導致犯罪的集聚與高發(fā)的可能性上升。

　　4 結論與討論

　　本文以犯罪模式理論、日常活動理論和社會解組理論等為基礎，既納入社區(qū)基本屬性、又包含了犯罪案件點緩沖區(qū)范圍內(nèi)的 POI 等微觀層面的數(shù)據(jù)，構建二元邏輯回歸模型，探討入室盜竊臨近重復案件與孤立案件分布的空間影響因素特征的對比分析。研究得到以下結論：

　　1)犯罪發(fā)生器與犯罪目標方面。相對于孤立案件，臨近重復案件的顯著影響因素無論在社區(qū)層面還是微觀緩沖區(qū)層面，其影響因素更多體現(xiàn)在犯罪目標與潛在犯罪者的時空交互的維度上，即犯罪目標與潛在犯罪者接觸的機會越多，越容易產(chǎn)生臨近重復犯罪。具體來看，居民人口密度高與銀行&ATM 機、公園等設施場所集聚的區(qū)域發(fā)生臨近重復案件的概率比孤立案件更高。

　　2)可達性方面。道路密度與臨近重復案件具有顯著的負向影響關系，表明道路在此過程中形成了較強的犯罪監(jiān)管作用，對潛在犯罪者的行為產(chǎn)生了約束。

　　3)社會解組方面。低租金住戶和青少年人口集聚的社區(qū)會加劇弱勢群體、問題人群的集中趨勢，臨近重復犯罪發(fā)生的可能性也會隨之上升，其中青少年人口的影響高于低租金住戶。這些社區(qū)代表了一定程度的社會解組，如存在人口多源化、文化差異大、社會控制弱、集中失業(yè)與貧困等問題。此類問題的集成會形成滋養(yǎng)犯罪的溫床，加劇臨近重復犯罪。

　　4)總體而言，日常活動理論、社會解組理論與犯罪模式理論對于解析 YP 區(qū)入室盜竊臨近重復案件與孤立案件的分布差異有較好的效果。人們的日常活動強度增加，頻繁出入犯罪發(fā)生器等場所與設施，增強了犯罪者與犯罪目標時空交互，而社會解組進一步影響了社會環(huán)境的混亂程度，等等要素都對臨近重復犯罪產(chǎn)生重要的推動作用。

　　本文的研究結果與已有的國內(nèi)外研究既存在共性，也存在差異性。共性表現(xiàn)在銀行&ATM 機、公園、居民數(shù)量等相關變量會正向顯著影響入室盜竊的臨近重復發(fā)生模式，這與前人研究結果類似;差異性體現(xiàn)在道路密度對臨近重復犯罪是負向影響，而國外學者的研究結果中一般是正相關影響。這可能與國內(nèi)外基礎設施建設有關。本文的研究區(qū)域是中國南部某大城市，在新一輪城市化背景下，道路配套的基礎設施如監(jiān)控設備建設得比較完善，而國外犯罪高發(fā)的區(qū)域存在監(jiān)控設施老化破損，難以滿足警務監(jiān)控需求等問題。

　　綜上所述，存在共性與差異這是由中國獨特的城市化進程與地方環(huán)境不同所決定的，西方的犯罪學研究經(jīng)驗值得借鑒，但需要結合中國的實際情況進行取舍。由于數(shù)據(jù)不可獲性與篇幅等限制，本文仍存在一些不足與有待改進的地方。例如，增加犯罪者與受害者有關的情境變量，分析的可靠性與真實性可能會有所提升，但這些數(shù)據(jù)通常不可獲得或有待進一步挖掘。本文使用的入室盜竊案件數(shù)據(jù)僅為公安機關登記在案的接警數(shù)據(jù)，與真實犯罪量相比還存在一定數(shù)量的未報警案件。此外，選取不同的時空標度對分析結果的影響也存在一定差異。這些問題與不足有待日后的研究進一步探討與完善。