犯罪热点与冷点的空间差异分析，本文主要内容关键词为：冷点论文,热点论文,差异论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、问题的提出 为在更高起点、更高层次推进“平安中国”建设，“加快创新立体化社会治安防控体系”①成为犯罪治理的中心议题。在以往研讨中，影响犯罪发生的经济、社会、教育、政策、心理及生理、文化等因素多受重视，但影响犯罪的地理空间因素的实证分析相对较少。立体化防控的开展需要依托城市空间环境，如何把握空间环境与犯罪(以“两抢一盗”为主)的相关性成为研讨焦点。在经验上，空间环境与犯罪有关的认识早被警察、民众及研究者感知；在理论上，通过防卫空间、情境预防、“通过环境设计预防犯罪”等学说的研讨，空间环境影响犯罪发生已成犯罪学共识；在实践中，“最大限度将警力摆上街面”②、最大限度挤压违法犯罪活动空间构成犯罪防控的新常态。 针对空间因素和犯罪的相关性，欧美犯罪学界涌现出大量实证研究成果。如房屋类型等社会经济变量对犯罪的影响③、空间环境与犯罪恐惧的关联④、视频监控和照明在犯罪预防中的作用⑤、“设计确保安全”(SBD)计划的英国应用⑥、“通过环境设计预防犯罪”(CPTED)计划的美国实践⑦等。在此领域，我国相关理论解读、方案介绍、方法借鉴较多，基于城市空间环境特质的实证分析甚为薄弱，犯罪学理论对防控实践的支持乏力。因此，基于空间环境影响犯罪的经验共识，实证探察哪些空间因素影响犯罪、如何影响犯罪很有必要。 为把握空间环境对犯罪的影响，有学者运用城市设计、建筑规划方法，提出城市的“治安死角”⑧和“空间盲区”⑨是影响盗窃等犯罪的环境诱因。对城市管理者和防控主体来说，上述分析的局限有二：其一，环境犯罪学中“死角”、“盲区”等高危空间的经验描述色彩过重，精密计量程度有限；“死角”、“盲区”等概括性范畴缺乏对各种空间因素如何影响犯罪的解释能力。其二，无法系统性评估特定区域内的犯罪风险，无法精准探测犯罪热点及冷点的分布状况。泛泛的环境设计对于犯罪治理实践缺乏针对性和可操作性，针对犯罪热点或高风险区域的环境设计才可能具有较强的应用价值。 为弥补上述局限，在探测犯罪冷热点的基础上，本文提出并尝试验证如下假设：假设一，在犯罪热点和冷点中，某些空间因素的地理分布可能存在较大差异；假设二，某些空间因素在特定区域内个数或比例的变化与盗窃犯罪数量的多少存在相关关系。也就是说，需要具体区分各种空间因素在热点和冷点中的差异，把握何种空间因素对犯罪具有较强吸引力。那么，究竟应如何验证上述假设呢？ 对此，源自地理学、依托地理信息系统(GIS)的犯罪制图技术为假设验证提供了基础性方案。“犯罪制图是指利用地理信息系统对违法犯罪和其他相关警务问题进行空间分析的过程。”⑩如今，犯罪制图系犯罪空间统计、热点探测、罪犯活动轨迹分析、特定社区及场所安全性评估、犯罪治理资源的科学调配、治理绩效的可视化督查、犯罪预警及预测、被害预防指导等项目的必备工具。犯罪制图不仅能探测研究区内的犯罪热点和冷点，还能为统计、比较各种空间因素提供支持。这种制图探测犯罪分布、体察冷热点空间特征及空间差异的研究思路，构成了量化空间环境对犯罪的影响、改进立体化治安防控的有益尝试。 二、犯罪热点与冷点的制图探测 “作为政治、经济、商务决策的中心，城市地域是人类社会发展和变化的形态，空间决定着人、交通、居住、产业、环境之间的关系。”(11)随着长期人类空间活动和区位选择的累积，各种要素集聚和扩散的区位、能量与速度并不均匀，这造成城市系统的非平衡性。(12)那么，刑事犯罪在城市中的空间分布是否存在非均衡性呢？这需借助GIS技术制图验证。 (一)犯罪制图的前期准备 关于制图工具，选取ArcGIS10.0软件制图。作为基于计算机对空间信息进行分析和处理的工具，GIS是在计算机硬、软件系统支持下，对整个或部分地球表层空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。(13)作为全球首款支持云架构的GIS平台，该软件具备真正的3D建模、编辑和分析能力。 关于制图样本，以Z省省会城市H市X区的W街道为研究区。该街道系典型的城市中心商业住宅区，经济发达、社会活跃、流动人口多。街道辖区面积5.05平方公里，有社区居委会12个，常住人口49884户共103720人，每平方公里的人口密度超过2万人。该街道高中档商品房小区林立，亦存在大量的城中村农民房；围绕住宅区密布大量的商业网点，还有H市城西规模较大的商业综合体。 关于犯罪类型，以研究区2011-2013年公安机关刑事立案的3340起盗窃犯罪为制图对象。选择盗窃犯罪的理由有二：第一，盗窃犯罪在各类犯罪中数量最为庞大。在全国及研究区层面，盗窃占公安机关全部刑事立案数的比例超过70%；国外盗窃案件在犯罪总量中也占主要地位，如日本“无论哪个时期盗窃犯都占犯罪总量的70-80%，盗窃犯罪是犯罪发展趋势的决定因素。”(14)第二，与其他犯罪相比，盗窃更容易受周围环境影响。 在确定制图工具、分析制图样本及选取犯罪类型后，还需做如下准备工作：首先，将盗窃犯罪数据进行预处理，将整理出的犯罪地理信息录入GIS系统；其次，对照谷歌地图，绘制研究区矢量地图；再次，在矢量地图上，将盗窃犯罪地点一一标示；第四，依次统计道路长度、停车场个数、金融网点个数(包括ATM机)、政府机关及事业单位个数、公交站点个数、商业网点个数、居住用地比例、教育用地比例、绿地比例(包括公园)、农民房比例等空间因素，并将上述空间因素在地图上具体标示出来。至此，犯罪制图的前期准备基本完成。 (二)犯罪聚集性验证 犯罪在空间上呈聚集分布态势，才可能形成热点与冷点。针对犯罪聚集性的系统性研究首推美国乔治梅森大学杰出教授大卫·威斯勃德。2004年，威斯勃德在考察1989-2002年西雅图市犯罪空间分布状况基础上，发现在14年间50%的案件仅发生于4.5%的路段上，由此提出并验证犯罪热点。(15)鉴于该研究的卓越成就，威斯勃德2010年荣获斯德哥尔摩犯罪学奖。威斯勃德教授多次提出，希望世界各国学者能够复制西雅图研究。国内中山大学的柳林教授团队通过对广州等地的犯罪制图，验证了犯罪聚集性。笔者曾对Z省H市S区、L市L区等地进行制图，印证了盗窃犯罪、“两抢”犯罪在研究区均存在明显的聚集性。(16)实际上，城市犯罪的聚集性构成了犯罪空间分布的第一法则。
图表1 盗窃犯罪的网格色温图与核密度图
图表2 盗窃犯罪的路段色温图
图表3 盗窃犯罪的路段分布统计表 在W街道，2011-2013年公安机关刑事立案的3340起盗窃犯罪呈现明显的聚集分布态势。借助图表1右侧的核密度地图，在全局层面，用肉眼即可发现犯罪的聚集分布。为精确计量犯罪的聚集程度，可将研究区划分为面积均等的210个网格(每个网格面积约为0.024平方公里)和长度均等的222个路段(每个路段长度约为50米)，以便在网格和路段的微观地理层面探测犯罪聚集性。 在网格层面，5.24%的网格(11个网格)中发生37.49%的犯罪(1252起案件)，10.48%的网格(22个网格)中发生52.34%的犯罪(1748起案件)。犯罪在网格层面呈明显的聚集分布(参见图表1左侧的网格色温图)。在路段层面，51.67%(1726起案件)的盗窃犯罪发生于街面，在4.95%的路段上发生37.02%(639起案件)的街面盗窃；在9.91%的路段上发生51.56%(890起案件)的街面盗窃。犯罪在路段层面呈明显的聚集分布(参见图表2和3)。由此，盗窃犯罪在研究区的聚集性获验证，这为犯罪热点与冷点的精准探测奠定了基础。 (三)热点网格、冷点网格及普通网格的厘定 基于犯罪的聚集性，研究区内210个网格可划分为热点网格、冷点网格及普通网格三类。之所以在热点与冷点的空间比较中引入普通网格，这直接源自威斯勃德教授的建议。笔者最初构想是仅比较犯罪的热点和冷点，但在当面向威斯勃德请教时，威斯勃德建议在热点与冷点基础上加入中间值进行比较，即在热点、中间值、冷点之间对比。(17) 引入普通网格的原因有三：第一，以犯罪数量多少为标准将网格加以类型化，在冷热点网格外，的确存在普通网格这一类型，且该类网格的数量可能占全部网格的大多数。第二，热点网格不仅是相对于冷点的热点，热点网格还是相对于普通网格的热点；冷点网格也不仅是相对于热点的冷点，冷点网格还是相对于普通网格的冷点。第三，正如热点与冷点之间可能存在空间差异，热点网格与普通网格、冷点网格与普通网格之间也可能存在空间差异。 关于冷点网格的确定，据犯罪地图显示，210个网格中有45个网格在2011-2013年未发生盗窃犯罪。这45个网格(占全部网格的21.42%)无疑属于冷点。关于热点网格的确定，由于冷点网格占全部网格20%多一点，那么我们倾向于将热点网格也设定为全部网格的20%左右。在通盘考察各网格中犯罪数量的基础上，可将2011-2013年发生25起以上盗窃犯罪的网格设定为热点网格。于是，共有热点网格41个(占全部网格的19.52%)。其中，犯罪数量最多的前三位热点网格分别发生371、130、101起案件，犯罪数量最少的热点网格发生25起案件。关于普通网格的确定，在确定热点和冷点网格后，其余124个网格(占全部网格的59.04%)为普通网格。普通网格犯罪数量最多的有24起，犯罪数量最少的仅有1起。
图表4 盗窃犯罪热点网格、冷点网格及普通网格分布图 三、热点、冷点及普通网格的空间对比 “城市空间环境是围绕城市人群的近域空间及其中可以影响人群生存和发展的各种要素的总和。”(18)空间因素的比较不单纯是物质性物理环境的对比，各种空间因素本身还蕴含着丰富的人口、经济、社会信息。毕竟，“空间是社会的产物。一旦空间与人类生产、生活相结合，便从此具有社会性。”(19)鉴于研究区的商业居住属性，故选取能反映该区域社会属性的十种空间因素：道路长度、绿地比例、居住用地比例、农民房比例、教育用地比例、商业网点个数、公交站点个数、政府机关个数、金融网点个数(含ATM机)、停车场个数。 从总体上看，在5.05平方公里的研究区中，各类道路的总长度为84235.38米、绿地比例为4.27%、居住用地比例为33.79%、农民房比例为3.02%、教育用地比例为1.59%、商业网点611个、公交站点41个、政府机关事业单位及基层组织35个、金融网点39个、停车场20个。在具体对比时，还需分类统计各网格中十类空间因素的具体数量或比例。 (一)基于均值的比较 鉴于三类网格内部的各网格的犯罪数量及空间因素数量或比例亦存在一定差异，为便于对比，还需计算各因素在冷点、热点及普通网格中的均值(参见图表5)，并以均值进行比较。 对照图表5和6，在盗窃数量上，热点、冷点、普通网格的均值存在显著差异，尤其是热点均值远远高于普通网格。 道路长度直接反映特定区域的道路密度及通达程度，借助主干路、次干路、支路及小区路，潜在罪犯能顺利达到犯罪地点、感知罪前情境、作案后逃避且隐匿于人群。在对比中，冷点的道路长度均值远少于热点和普通网格，热点中的道路长度均值亦高于普通网格。可见，特定区域内的道路长度数值越大则盗窃犯罪越多。 绿地比例是城市生态水平高低的重要标志，在H市中心区W街道土地价格及房价高企，绿地在研究区内比例相对较少；教育用地比例均值在各类网格中数值都很小且相差不大。通过均值尚不能发现上述两种空间因素的规律性认识。 居住用地比例均值在各类网格中相差不大，尚未发现明显差异。W街道的居住区既包括每平米4万元的高档商品房社区及价格更高的别墅区，包括中档商品房社区，也包括单位房改房及经济适用房社区，还包括在城市扩张中形成的以农民房为建筑形式的城中村社区。因此，笼统地以居住用地比例进行对比可能是不适宜的。 对此，进一步选取“农民房比例”因素深入探察。尽管城中村的侵财犯罪有社会解组、集体效能低、潜在罪犯差异交往几率大等原因，但不可忽视这些原因均依附于特定的空间环境。(20)H市的农民房社区(典型低收入人群聚居区)吸引了大量外来流动人口居住，农民房社区人口密度大、居民流动性强、居民互信程度和社区融合程度不高、物业管理水平有限(很多农民房社区甚至没有物业)、房屋私密性差，社区缺乏封闭管理且存在很多治安死角。农民房社区一直是H市治安防控的重点和难点。对照图表5，冷点中根本不存在农民房社区，农民房仅占普通网格面积的0.47%；但在热点中农民房比例高达14.08%。这充分说明农民房比例高低构成了区分热点与冷点、普通网格的空间标志，较高的农民房比例与盗窃犯罪高发存在紧密关联。 商业点数量均值在各类网格中差异明显。冷点中商业点数量微乎其微，热点的商业点数量远远高于普通网格。商业网点对盗窃犯罪具有较强吸引力，尤其是研究区内最大商业点——西城广场商业综合体位于大量热点网格的中心。商业网点为盗窃的发生提供了条件，诱发犯罪的财产高度集中、商业网点密布和人口流动性强等因素大大增加了治理难度。作为城市发展中的正常经济地理现象，“商业聚集揭示出直接环境对商业经济主体的成长扮演着极为重要的角色，这种正反馈的机制促进了当地商业经济的持续增长。”(21)政府为提升城市水平，致力于商业及服务业的发展，这被认为是任何城市想获得稳定利润增长的前提条件。然而商业经济活动经常地与犯罪预防的需求相矛盾。(22)城市商业繁荣是否必须以大量盗窃犯罪的发生为代价，成为亟待破解的难题。基于商业聚集与犯罪聚集的相关性，如何在繁荣经济、发展商业的同时有效预防盗窃犯罪，构成“创新社会治安治理机制”(23)的难点。
图表6 各种因素均值在冷热点的分布表(1为冷点网格、2为普通网格、3为热点网格) 公交站点均值在冷点网格中为零，即冷点网格没有公交站点；而热点中的公交站点均值远高于普通网格。公交站点不仅是公交车扒窃的重要分析节点(24)，还影响到周边区域的人口分布、人口流动，公交站点构成了吸引犯罪的重要空间因素。 政府机关、事业单位及基层组织在冷点、普通及热点网格中的均值呈现明显的升序排列，尤其是政府机关因素在热点中的均值远高于普通及冷点网格；这一结果打破传统的经验认识。在传统观念上，政府机关(尤其是派出所及社区警务室)周边环境中犯罪相对较少，政府机关因素具有一定的遏制犯罪功效；但研究区唯一的派出所毗邻W街道最大商业综合体，围绕该综合体形成了研究区最大的盗窃热点。可见，政府机关及警务机构对周边环境中犯罪的预防效应也是相对的；当考虑某种空间因素具有诱发犯罪的危险因素或预防犯罪的保护因素时，还需综合考虑其他空间、社会、人口等因素的影响。 银行(含ATM机)和停车场均属于商业网点，但考虑到这两种因素可能对盗窃犯罪发生具有较强烈的诱发作用，故单独加以考察。与商业点分布规律一致，银行因素和停车场在冷点、普通及热点网格中的均值也呈明显的升序排列，尤其是热点均值远高于普通及冷点网格。 综上，经均值对比，道路长度、农民房比例、商业点、政府机关、公交站点、银行及停车场数量在冷点、普通及热点网格中均依次呈现明显的升序排列。也就是说，借助空间统计的初步判断，上述七种空间因素在盗窃犯罪热点、普通及冷点网格中存在较大的差异性，七种空间因素在网格中的数量或比例与网格中盗窃犯罪数量呈正比例关系。 (二)空间因素在不同分组中的显著差异性检验 在均值比较基础上，判断空间因素的差异性还需在热点与冷点、热点与普通、冷点与普通分组中，分别检验特定因素是否存在显著差异。以SPSS20.0软件对“热点与冷点”、“热点与普通”、“冷点与普通”样本分别进行单独T检验，以检验两组样本是否来自具有相同均值的样本。当P值＜0.05时，该因素在这两个分组对比上存在明显差异，意味着该因素构成判断这两个分组差异性的标准；当P值≥0.05，该因素在这两个分组对比中不存在显著差异，意味着该因素不是判断这两个分组差异性的标准。样本分组如存在显著性差异能够保障空间统计结果的科学性。具体来说，每类空间因素均要在“热点与冷点”、“热点与普通”、“冷点与普通”分组中进行差异性检验，十类空间因素共需检验30次。(参见图表7)
图表7 单独T检验显著性(P值)一览表 对照图表7，只有7个分组(针对绿地比例的热点与普通分组、针对居住比例的热点与冷点分组、针对居住比例的热点与普通分组、针对教育用地比例的热点与冷点分组、针对农民房比例的冷点与普通分组、针对公交站点的热点与普通分组、针对停车场的热点与普通分组)没有通过显著性检验，其余23次分组均通过显著性检验。 对不存在显著性差异的7个分组，由于绿地比例、居住比例、教育用地比例因素在三类网格中的差异不明显，故不需考虑上述前4个分组；仅需注意后3个分组，即农民房比例在冷点与普通网格分组中不存在显著差异，公交站点在热点与普通网格分组中不存在显著差异，停车场在热点与普通网格分组中不存在显著差异。 对存在显著性差异的23个分组，在排除绿地比例、居住比例、教育用地比例因素P值＜0.05的5个分组后，道路长度、农民房比例、商业点、政府机关、公交站点、银行及停车场数量这7类空间因素在剩余18个分组中均存在显著性差异，尤其是7类空间因素在热点与冷点网格的对比中均存在显著性差异。 总之，通过均值的空间统计与显著差异性检验，本文提出的两个假设最终获得验证。关于假设一，在犯罪热点、冷点及普通网格之间，上述7类空间因素在18个分组中存在显著性差异。关于假设二，在网格层面，7类空间因素的数量或比例与盗窃犯罪数量呈正比例关系。 四、空间差异对立体化治安防控的启示 1.基于空间差异把握立体化防控的重点 空间因素在热点、冷点及普通网格之间的差异，证明某些空间因素对犯罪具有较强吸引力。那么，如何降低或控制犯罪热点中特定空间因素的犯罪吸引力则构成立体化防控的关键所在。近年来，“立体化社会治安防控”被各级公安机关多次强调，并俨然成为城市犯罪防控的基本导向；但立体化防控需要借助何种方式防控什么因素仍有待厘清。 立体化防控的重心在于“立体化”，而“立体”本身就是对城市空间环境的一种经验描述，“立体”的城市空间亦由多种空间因素有机组合而成。“城市是一个有机体，有自身的生长逻辑和再生能力。城市空间是这个有机体的血管，维系着它的生存和生长。”(25)犯罪滋生于城市空间环境；但空间因素不是犯罪原因，而是犯罪条件，是犯罪发生的地点。冷热点之间的空间差异探究揭示出热点中哪些空间因素诱发犯罪的危险性高，如复杂且高密度的道路、密集的商业网点及金融网点、农民房社区的存在等。 对此，一方面，应将更多的治理资源投入到热点空间。针对热点中的道路、商场及临街商户、金融网点、住宅区等实施分类防控；在有条件的城区，将各种危险性空间因素对接物联网，将热点中的建筑、绿化、灯光、道路、门禁、窗户、监控、围栏等纳入“智慧城市”方案，从而开展智能防控；同时，还应兼顾警务应对、社区参与及城市设计等治理方案，做到综合防控。 另一方面，针对各种危险性因素的分布状况，开展犯罪风险评估及预测，“强化犯罪预测与犯罪控制实务的联系”。(26)正所谓“国之大务莫先于戒备”(27)，犯罪风险的评估与预测构成科学开展立体化防控的前提。根据犯罪风险评估及预测，调整巡逻路线和时间、优化警力部署，对各种危险性空间因素进行控制。 2.基于空间差异制定防卫空间方案 防卫空间设计系立体化防控的重要策略。美国学者戈特迪纳认为，“空间不仅是容器，也是影响人类行为的有意义的客体。一方面，个人或群体在特定的空间中活动，不断地进行调试；另一方面，人们也可以创建或改变空间，以满足自身需要。”(28)防卫空间实践就是人类利用和改变空间以预防犯罪的典型范例。空间差异分析能把握特定空间因素与犯罪的相关性，这为如何利用或针对空间因素，开展防卫空间设计提供基础性方案。 对于一般性盗窃等犯罪来说，借助空间差异分析，可发现道路长度与盗窃犯罪数量呈正相关。于是，科学改造道路就成为防控犯罪的可行方案。“有相当有效和一致的证据证明封闭街道或设置路障的防御空间技术，在城市街区可有效预防犯罪。”(29)与道路改造类似，商业网点、农民房、停车场、金融网点等吸引犯罪的空间因素均可开展有针对性的空间改造，在满足日常经营、生活的情况下，释放出空间环境预防犯罪的功效。 对于暴恐犯罪来说，空间差异分析同样有犯罪防控的指导意义。空间差异分析要求立体化防控以特定重点区域和场所为重心，而暴恐犯罪亦存在明显的空间差异，该类犯罪往往发生于重要建筑物或重点场所(如政府机关、车站、广场)。在战术层面，为防范暴恐犯罪，美国在“9.11”后实施了华盛顿“国家首都城市设计和安全计划”。该计划应对暴恐犯罪的主要空间策略就是“安全地带”方案，即在重要建筑物与道路之间的划出第一地带“建筑内部”、第二地带“建筑边缘”、第三地带“建筑前庭”、第四地带“步行便道”、第五地带“缘侧辅路”和第六地带“城市街道”，其中第三、四和五地带是“安全地带”的设计重点。(30)这种防卫空间设计可用于我国城市重点场所的暴恐犯罪防控。在战略层面，空间差异分析能把握到特定目标的重要性、暴露性、标志性、易损性、邻接性等指标，可帮助防控主体评估特定场所的脆弱性。“这种设计并不是要告诉人们具体哪个目标脆弱性最高或哪个目标何时可能会受到攻击，而是在一个完整的社区中基于多个目标给出区域的风险分析结果，进而从战略上而不是战术上进行相关工作的部署。”(31) 3.基于空间差异扩充立体化防控的参与主体 空间差异分析可剖析警察、罪犯以外的第三方主体与空间环境的相关性，为实施基于地点管理者的第三方警务提供理论支持。“从经济学角度看，城市是一个其居民主要依赖工业及商业——而非农业——为生的聚落。”(32)基于研究区的实证研究，可发现商业网点具有较强的犯罪吸引力，商业网点数量与盗窃犯罪数量呈正比例关系。由于商业区以商户为主，故在商业区开展群防群治工作需要发挥商户等经营者的作用。商户经营者还具有一重身份——地点管理者。在西方国家，由地点管理者参与的犯罪防控也称为“第三方警务”，(33)最典型且应用较广的第三方警务当属商业改善区计划(Business Improvement District简称BID)。 BID计划在特定商业区范围内，通过对当地物业的业主或者从事商业活动者的资产进行强制评估，根据评估投入资金设立民间主导的组织，从而在市政府的服务之外提供卫生设备及安全设施，聘请更多的保安，采取由警局提供警力但由民间支付费用的额外安全措施，改善空间环境，安装闭路电视监视器及改善街道照明等。(34)尽管犯罪防控不是该计划的全部内容，但也是BID计划不可分割的重要组成部分。如今，国外已有数以千计的BID民间组织以地点管理者身份治理商业区。该计划对我国城市商业区的犯罪治理具有较强的借鉴价值，尤其是能为群防群治策略提供一个稳定、有效的运作机制。 4.基于空间差异改进被害预防 城市是强刺激的环境，人与物的集中使刺激达到顶点。(35)“生活在具体地理空间中的人对周围环境也有一个感应、观察与认知的过程。”(36)有时人们会对危险空间环境生成心灵感应，但有时人们依靠生活经验形成的恐惧热点并不一定就是真正的犯罪热点，主观认知的吸引犯罪因素也并不都正确。在犯罪制图基础上，空间差异分析可准确判断不同网格内的各种空间因素分布情况，系统评估各种空间因素的犯罪吸引力，可帮助社会公众更深入、理性、全面地感知犯罪高危环境特征，帮助民众辨识犯罪冷热点。借助网络、报纸及自媒体，上述犯罪时空信息能够最大限度实现社会共享，从而为民众提供较为全面的犯罪防控经验和技巧，帮助民众在出行、购房、租房等日常生活中趋利避害，增强防范意识和能力、减少犯罪恐惧、提升公众安全感。 总之，基于空间差异分析，立体化社会治安防控需根植城市空间、聚焦犯罪热点、优化防控布局、利用环境设计、借助量化决策，进而构筑安全且安心的城市防卫空间。 ①中共中央总书记习近平同志连续两年对“平安中国”建设作出重要指示，并多次强调加快创新立体化社会治安防控体系。参见《加快创新立体化社会治安防控体系》，《法制日报》2014年11月06日02版。 ②参见樊大彧：《“警力摆上街面”有助提升公众安全感》，载《北京青年报》2014年3月17日A2版。 ③MassoomehHedayatiMarzbali,Aldrin Abdullah,NordinAbd.Razak,Mohammad JavadMaghsoodiTilaki .The relationship between socio-economic characteristics,victimization and CPTED principles:evidence from the MIMIC model[J].Crime,Law and Social Change(2012)58:351-371。 ④HilleKoskela,Rachel Pain.Revisiting fear and place:women's fear of attack and the built environment[J].Geoforum,2000,31(2):269-280. ⑤Brandon C.Welsh,Mark E.Mudge,David P.Farrington.Reconceptualizing public area surveillance and crime prevention:Security guards,place managers and defensible space[J].Security Journal Vol.23,4,299-319. ⑥Cozens,Pascoe,Hillier.Critically Reviewing the Theory and Practice of Secured By Design(SBD)for Residential New-Build in Britain[J]Crime Prevention and Community Safety:An International Journal,2004,6(1):13-29. ⑦Welsh,B.C.,Mudge,M.E.,& Farrington,D.P.Reconceptualizing public area surveillance and crime prevention:Security guards,place managers,and defensible space.Security Journal,2010,23(4),299-319. ⑧[日]伊藤滋：《城市与犯罪》，郑光林、夏金池译，群众出版社1988年版，第97～114页。 ⑨王发曾：《城市犯罪空间》，东南大学出版社2012年版，第204～248页。 ⑩[美]雷切尔·桑托斯：《犯罪分析与犯罪制图》，金诚、郑滋椀译，人民出版社2014年版，第7～8页。 (11)[美]理查德·格林、詹姆斯·皮克：《城市地理学》，中国地理学会城市地理专业委员会译校，商务印书馆2011年版，第2页。 (12)房艳刚：《城市地理空间系统的复杂性研究》，东北师范大学博士论文2006年印制，第65页。 (13)汤国安、杨欣等：《ArcGIS地理信息系统空间分析实验教程》(第二版)，科学出版社2012年版，第1页。 (14)[日]伊藤滋：《城市与犯罪》，郑光林、夏金池译，群众出版社1988年版，第19～21页。 (15)Weisburd D,Bushway S,Lum C,et al.TRAJECTORIES OF CRIME AT PLACES:A LONGITUDINAL STUDY OF STREET SEGMENTS IN THE CITY OF SEAITLE[J].Criminology,2004,42(2):283-322. (16)参见单勇、阮重骏：《城市街面犯罪的聚集分布与空间防控——基于地理信息系统的犯罪制图分析》，载《法制与社会发展》2013年第6期；单勇：《空间治理：基于犯罪聚集分布的综合治理政策修正》，载《社会科学战线》2014年第1期；单勇：《城市中心区犯罪热点制图与防卫空间设计》，载《吉林大学社会科学学报》2014年第2期。 (17)威斯勃德教授关于网格类型的建议，是2015年2月11—12日在浙江警察学院举办的“大数据与犯罪预防——循证警务国际学术研讨会”上，笔者先以PPT形式向威斯勃德教授汇报“中国在犯罪制图领域的研究进展”，然后请教如何科学比较犯罪热点与冷点问题，威斯勃德教授对此做出了系统性回应。在此，向威斯勃德教授致敬，当然本文的一切责任均由笔者承担。 (18)王发曾主编：《城市犯罪空间盲区分析与综合治理》，商务印书馆2012年版，第132页。 (19)李志刚、顾朝林：《中国城市社会空间结构转型》，东南大学出版社2011年版，第2页。 (20)刘战国：《城中村犯罪的形成机制——以深圳T村为例》，载《犯罪研究》2010年第6期。 (21)张衍广、林振山、李茂玲：《商业聚集效应的动力学分析》，载《商业研究》2008年第5期，第26页。 (22)[英]麦克·马圭尔、罗德·摩根、罗伯特·赖纳等：《牛津犯罪学指南》(第四版)，刘仁文、李瑞生等译，中国人民公安大学出版社2012年版，第437页。 (23)在2015年2月15日发布的《关于全面深化公安改革若干重大问题的框架意见》中，创新社会治安治理机制成为全面深化公安改革的七项任务之一。社会治安治理机制之所以亟待创新，就是要科学应对当前发展与稳定、自由与秩序等一系列两难问题；而如何兼顾繁荣城市商业与治理商业区犯罪就属于这种两难问题。 (24)叶文菁、吴升：《基于加权时空关联规则的公交扒窃犯罪模式识别》，载《地理信息科学学报》2014年第4期。 (25)盛强：《社区级活力中心分布的空间逻辑——以北京三环内222个街区内小商业聚集为例》，载《国际城市规划》2012年第6期。 (26)赵军：《我国犯罪预测及其研究的现状、问题与发展趋势》，载《湖南大学学报》(社会科学版)2011年第3期。 (27)诸葛亮：《心书译析》，索宝祥译析，民族出版社2000年版，第56页。 (28)夏建中：《城市社会学》，中国人民大学出版社2010年版，第162页。 (29)Welsh B C,Mudge M E,Farrington D P.Reconceptualizing public area surveillance and crime prevention:Security guards,place managers and defensible space[J].Security Journal,2010,23(4):299-319. (30)马瑞、朱文一：《华盛顿“国家首都城市设计和安全计划”及其对当代北京城市建设的启示》，载《国际城市规划》2011年第1期。 (31)[英]Spencer Chainey，Lisa Tompson：《犯罪制图案例分析：实践与研究》，陈鹏等译，中国人民公安大学出版社2014年版，第130页。 (32)[德]马克斯·韦伯：《韦伯作品集VI：非正当性的支配——城市类型学》，康乐、简惠美译，广西师范大学出版社2005年版，第2页。 (33)[澳]洛林·梅热罗尔、珍妮特·兰斯莉：《第三方警务》，但彦铮、刘莹、刘端、何文娟译，中国人民公安大学出版社2012年版，第53页。 (34)Nelson R H,Christensen E,Norcross E.Lessons from business improvement districts:Building on past successes[J].Mercatus Policy Series,Policy Primer,2009(5). (35)夏建中：《城市社会学》，中国人民大学出版社2010年版，第50页。 (36)姚华松、薛德升、许学强：《城市社会空间研究进展》，载《现代城市研究》2007年第9期。
标签：差异分析论文; 空间分析论文; 城市热点论文; 立体城市论文; 社会因素论文; 网格系统论文; 法律论文; 商业论文;
