入室盜竊臨近重復(fù)案件與孤立案件分布的影響因素對(duì)比研究

　　摘要：以中國(guó)南方某特大城市 YP 區(qū)為例，結(jié)合犯罪地理學(xué)主要理論選取相關(guān)變量構(gòu)建二元邏輯回歸模型，探討區(qū)域環(huán)境對(duì)入室盜竊臨近重復(fù)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(jī)和公園集聚的區(qū)域發(fā)生臨近重復(fù)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(fù)案件;青少年人口比重高和低租金住戶多的社區(qū)會(huì)加劇弱勢(shì)群體、問(wèn)題人群的集中趨勢(shì)，臨近重復(fù)犯罪發(fā)生的可能性也會(huì)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(jié)果可對(duì)微觀社區(qū)層面入室盜竊臨近重復(fù)犯罪的治安防控與警務(wù)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(xué) 發(fā)表時(shí)間：2021-10-14

　　關(guān)鍵詞：入室盜竊;臨近重復(fù);孤立案件;社會(huì)解組理論;日常活動(dòng)理論

　　犯罪是影響民生的重大問(wèn)題，與人民的日常生活密切相關(guān)，是影響社會(huì)穩(wěn)定的重要因素，犯罪防控日益成為社會(huì)治安的主要內(nèi)容。隨著社會(huì)的進(jìn)步，信息技術(shù)的發(fā)展，犯罪類型與方式逐漸多樣化，這對(duì)犯罪的治理與防控提出新的挑戰(zhàn)[1~3]。犯罪時(shí)空格局的形成機(jī)理是犯罪地理研究的重要內(nèi)容。在探究犯罪機(jī)理解釋方面產(chǎn)生了眾多影響深遠(yuǎn)的經(jīng)典理論，如社會(huì)解組理論[4] 、日常活動(dòng)理論[5] 和犯罪模式理論[6] 等。社會(huì)解組理論一般強(qiáng)調(diào)社會(huì)經(jīng)濟(jì)環(huán)境對(duì)犯罪機(jī)理形成有促進(jìn)作用。 Shaw 和 McKay 認(rèn)為，貧困、社會(huì)剝奪與犯罪高發(fā)之間有較強(qiáng)的相互聯(lián)系，突出了鄰里住區(qū)的社會(huì)環(huán)境對(duì)犯罪的決定作用[4]。他們提出社會(huì)經(jīng)濟(jì)地位較低、種族異質(zhì)性強(qiáng)和人口流動(dòng)性高會(huì)削弱居住區(qū)的正式與非正式的社會(huì)控制力，制造一定程度的社會(huì)解組(social disorganization)，從而滋生了犯罪。國(guó)內(nèi)外的眾多研究進(jìn)一步驗(yàn)證了人口與住房特征、土地利用與交通可達(dá)性、種族異質(zhì)性與貧困等對(duì)犯罪有重要的影響[7~9]。日常活動(dòng)理論則強(qiáng)調(diào)有動(dòng)機(jī)的犯罪者、合適的目標(biāo)和監(jiān)管的缺失是犯罪發(fā)生的 3 個(gè)必要條件。研究者應(yīng)用該理論分析了犯罪的空間分異與設(shè)施的關(guān)系，較多地討論了學(xué)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(dòng)理論存在一定共性，均強(qiáng)調(diào)客觀環(huán)境對(duì)人們活動(dòng)的約束，并將犯罪高發(fā)的場(chǎng)所與設(shè)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(rèn)為，此類場(chǎng)所與設(shè)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(jī)會(huì)，從而影響犯罪的空間格局。

　　長(zhǎng)期以來(lái)，犯罪地理學(xué)的研究證明，犯罪的發(fā)生在時(shí)空分布上呈現(xiàn)出較明顯的集聚性[13~16]。時(shí)空集聚分析最初應(yīng)用在流行病學(xué)領(lǐng)域分析流行病的傳染過(guò)程，使用納克斯(Knox)方法驗(yàn)證疾病傳染案例之間的時(shí)空臨近重復(fù)發(fā)生現(xiàn)象。犯罪學(xué)家隨后將 Knox 方法應(yīng)用到研究城市犯罪的時(shí)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(kuò)展，例如槍擊、暴力搶劫、縱火、走私等類型[17,18]。最新的研究開(kāi)始關(guān)注警務(wù)政策如中國(guó)的“嚴(yán)打”對(duì)臨近重復(fù)發(fā)生模式的影響[19] ，以及臨近重復(fù)發(fā)生模式的時(shí)間穩(wěn)定性縱向分析[20] 等。此外，近年來(lái)學(xué)者們通過(guò)分析建成環(huán)境的結(jié)構(gòu)或周圍社區(qū)的社會(huì)經(jīng)濟(jì)和人口特征，論證了其對(duì)臨近重復(fù)發(fā)生模式高發(fā)和易發(fā)地點(diǎn)的重要性。如 Haberman 和 Ratcliffe[18] 認(rèn)為基于周圍環(huán)境特征的數(shù)據(jù)可以用來(lái)預(yù)測(cè)臨近重復(fù)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(fù)案件要多于住房存量不均的郊區(qū)，而 Zhang 等[22] 強(qiáng)調(diào)臨近重復(fù)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(shí)間上沒(méi)有關(guān)聯(lián)的案件)和重復(fù)/近重復(fù)盜竊(在空間和時(shí)間上有關(guān)聯(lián)的案件)。研究發(fā)現(xiàn)，在鄰里尺度上“社會(huì)解組”的衡量指標(biāo)與入室盜竊孤立案件和重復(fù)/ 臨近重復(fù)案件顯著相關(guān)。

　　以往研究從微觀社會(huì)與空間環(huán)境方面關(guān)注對(duì)于臨近重復(fù)案件時(shí)空分布的影響，但存在以下不足：①基于社會(huì)解組理論的各因素，如租房的低租金人群和青少年人口，對(duì)入室盜竊的臨近重復(fù)發(fā)生模式的貢獻(xiàn)比較研究不足。首先不同層次的人群對(duì)入室盜竊臨近重復(fù)犯罪有不同的作用，生活在社會(huì)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(huì)生存環(huán)境，這里住房擁擠、人口眾多，犯罪目標(biāo)與潛在犯罪者接觸機(jī)會(huì)增加，容易滋生入室盜竊等犯罪。②對(duì)中國(guó)的臨近重復(fù)發(fā)生模式影響因素研究較少。國(guó)內(nèi)的文獻(xiàn)對(duì)臨近重復(fù)犯罪現(xiàn)象的研究較少，大多停留在對(duì)于時(shí)空模式的探索研究階段，且暫無(wú)文獻(xiàn)以中國(guó)為案例，研究臨近重復(fù)犯罪現(xiàn)象中不同案件的影響因素差異，國(guó)外研究得出的相關(guān)結(jié)論能否適用于中國(guó)快速城市化背景下的微觀社會(huì)與空間環(huán)境需要進(jìn)一步驗(yàn)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(guó)東南部沿海省份，受 ZG 市轄管，位于 ZG 市中南部。改革開(kāi)放以來(lái)，YP 區(qū)經(jīng)濟(jì)快速發(fā)展，城市用地規(guī)模相繼擴(kuò)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(fù)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(jì)發(fā)展階段和發(fā)展模式有關(guān)，有利于增強(qiáng)對(duì)入室盜竊研究的典型性。研究數(shù)據(jù)包括中國(guó) 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(dǎo)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?cè)丝凇⑸鐓^(qū)外來(lái)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(diǎn)、報(bào)警時(shí)間等內(nèi)容;道道通電子地圖導(dǎo)航數(shù)據(jù)主要包括 POI 數(shù)據(jù)(http://www.ritu.cn/)，例如銀行&ATM 機(jī)、休娛場(chǎng)所等。

　　1.2 研究方法

　　1)臨近重復(fù)計(jì)算器。本研究使用臨近重復(fù)計(jì)算 器 ( near repeat calculator, NRC) 1.3 版 本 測(cè) 驗(yàn) YP 區(qū)入室盜竊是否具有臨近重復(fù)發(fā)生模式。臨近重復(fù)計(jì)算器在操作過(guò)程中包含了自定義的時(shí)間和空間標(biāo)度設(shè)置。基于已有的實(shí)證文獻(xiàn)，本研究使用的單位空間標(biāo)度為 100 m[25]。在臨近重復(fù)計(jì)算器中，本研究選取 P<0.001 的統(tǒng)計(jì)顯著性水平，將執(zhí)行 999 次蒙特卡洛模擬。確定臨近重復(fù)發(fā)生模式之后分別統(tǒng)計(jì)臨近重復(fù)案件與孤立案件的數(shù)量，本文將臨近重復(fù)鏈中的引發(fā)案件與臨近重復(fù)案件一并歸類為臨近重復(fù)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(gè)類別的分類因變量，并且類別間無(wú)次序的關(guān)聯(lián)。本研究的因變量為 2 類入室盜竊案件，即臨近重復(fù)案件與孤立案件，故適用二元邏輯回歸模型。模型結(jié)構(gòu)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(fù)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(dāng)自變量 Xi 每增加一個(gè)單位并且其他變量保持不變時(shí)，將導(dǎo)致發(fā)生比增加或減少 倍。

　　2 臨近重復(fù)發(fā)生模式與案件空間分布

　　2.1 臨近重復(fù)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(shí)空標(biāo)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(fēng)險(xiǎn)機(jī)率較大，且平均高出期望值水平 20% 以上。同時(shí)發(fā)現(xiàn)，隨著時(shí)空距離的遞增，臨近重復(fù)計(jì)算的 Knox 發(fā)生比率值呈現(xiàn)遞減的趨勢(shì)，這與 Youstin 等人[26] 在臨近重復(fù)分析結(jié)果中提到的“梯度衰減模式”保持一致。整體結(jié)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(fēng)險(xiǎn)最高。根據(jù) Ratcliffe[27] 的指導(dǎo)原則，案件必須表現(xiàn)出統(tǒng)計(jì)顯著性水平 P<0.05 并且 Knox 比率為 1.20 或更高時(shí)，臨近重復(fù)發(fā)生模式才被認(rèn)為是高風(fēng)險(xiǎn)的。遵循以上原則，在使用臨近重復(fù)計(jì)算器分類 2 種案件，設(shè)置時(shí)空標(biāo)度來(lái)搜索臨近重復(fù)發(fā)生鏈(nearrepeat chains)時(shí)，選擇時(shí)空標(biāo)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(diǎn)生成 5 級(jí)核密度圖。將最高級(jí)(圖 2a 高等級(jí))犯罪熱點(diǎn)區(qū)域中的所有案件提取出來(lái)，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(fù)案件 681 起，占比 43.29%。而孤立案件與臨近重復(fù)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(fù)案件在犯罪熱點(diǎn)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(diǎn)中臨近重復(fù)案件分布的集聚性更強(qiáng)，與犯罪熱點(diǎn)的聯(lián)系更為緊密。通過(guò)比較孤立案件與臨近重復(fù)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(fù)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(duì)較高;孤立案件主要熱點(diǎn)區(qū)域集中連片分布在南部老城區(qū)，而臨近重復(fù)案件主要熱點(diǎn)區(qū)域較為集中在西北部城中村片區(qū)。

　　3 變量設(shè)置與模型構(gòu)建

　　3.1 變量選取

　　本文將臨近重復(fù)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(fù)案件 2 409 起。在模型設(shè)置中，本文將臨近重復(fù)案件取值為“1”，孤立案件取值為“0”。

　　基于犯罪地理學(xué)的重要理論，本文選取了 10 個(gè)自變量來(lái)構(gòu)建模型，并根據(jù)理論將變量按照其在犯罪發(fā)生機(jī)理中的作用進(jìn)行類別劃分。首先選取的是入室盜竊目標(biāo)變量，在日常活動(dòng)理論中，居民數(shù)量承擔(dān)著受害目標(biāo)的作用。因?yàn)榫用駭?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(biāo)相應(yīng)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(zhuǎn)化成矢量數(shù)據(jù)，該數(shù)據(jù)來(lái)自譚敏等[28] 利用隨機(jī)森林模型計(jì)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(jié)果，將其再匹配到本研究每個(gè)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(biāo)和犯罪發(fā)生器變量，包含銀行&ATM、休娛場(chǎng)所(KTV、臺(tái)球廳、電影院劇院等)、公園和酒吧。根據(jù)環(huán)境犯罪學(xué)的理論及前人研究，此類設(shè)施與場(chǎng)所具有凝聚人流，吸引潛在的犯罪分子在附近活動(dòng)的效應(yīng)，進(jìn)而影響入室盜竊的發(fā)生[30,31]。這類設(shè)施的位置來(lái)自于導(dǎo)航數(shù)據(jù)中的興趣點(diǎn)(point of interest，POI)。如果某個(gè)案件點(diǎn)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(huì)解組狀況的變量，包括外來(lái)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(lái)人口代表社區(qū)流動(dòng)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(huì)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(jí)的屬性數(shù)據(jù)[29]。最后用道路密度用來(lái)表征社區(qū)的交通可達(dá)性，即 accessibility。計(jì)算方法為社區(qū)內(nèi)的路網(wǎng)長(zhǎng)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(jìn)行犯罪活動(dòng)的出入成本會(huì)相對(duì)較低，犯罪也會(huì)隨之增加。

　　3.2 變量描述性統(tǒng)計(jì)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(fù)案件、孤立案件的占比分別為 26.10%，73.90%。

　　入室盜竊目標(biāo)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(gè)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(shí)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(fù)案件 250 m 范圍內(nèi)有銀行&ATM 機(jī)，63.79%(4 359/6 833)的孤立案件 250 m 范圍內(nèi)有銀行&ATM 機(jī);50.52%(1 217/2 409)的臨近重復(fù)案件 250 m 范圍內(nèi)有休娛場(chǎng)所，43.29%(2 958/ 6 833)的孤立案件 250 m 范圍內(nèi)有休娛場(chǎng)所;15.53% (374/2 409)的臨近重復(fù)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(huì)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(huì)解組屬性相差較大。如外來(lái)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(biāo)準(zhǔn)偏差大于均值，說(shuō)明數(shù)據(jù)分布離散性較強(qiáng)，而非正態(tài)分布。道路密度：臨近重復(fù)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(shuō)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(shuō)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(jié)果與分析

　　模型結(jié)果(表 3)顯示居民數(shù)量對(duì)臨近重復(fù)案件具有顯著的正向影響。這與日常活動(dòng)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(huì)增加受害目標(biāo)與潛在犯罪者的接觸機(jī)會(huì)，發(fā)生入室盜竊案件的數(shù)量也會(huì)相應(yīng)增加。相關(guān)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(fù)案件對(duì)的聚集性呈正相關(guān)，但人口密度與街頭搶劫和重傷他人等暴力犯罪在時(shí)間和空間上均不顯著相關(guān)。

　　銀行&ATM 機(jī)、公園對(duì)臨近重復(fù)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(duì)臨近重復(fù)案件呈負(fù)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(biāo)類變量銀行&ATM 機(jī)和公園的 exp(β) 值，給定其他條件不變的情況下，臨近重復(fù)案件發(fā)生在這 2 種設(shè)施和場(chǎng)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(jī)和公園的周圍區(qū)域住區(qū)更有可能發(fā)生臨近重復(fù)案件。這與已有的研究保持一致，Piza 等曾研究得出銀行&ATM 機(jī)對(duì)盜竊的臨近重復(fù)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(dòng)理論，銀行&ATM 機(jī)和公園此類設(shè)施與場(chǎng)所鄰近居民區(qū)，提供了充足的適宜的被盜潛在目標(biāo)。

　　道路密度與臨近重復(fù)案件具有顯著的負(fù)向影響關(guān)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(dá)性高，社區(qū)的商業(yè)化程度相對(duì)較高。國(guó)內(nèi)研究認(rèn)為沿街商場(chǎng)與商店較多，依據(jù)“街道眼理論”，因街道活動(dòng)頻繁，提升了店家對(duì)生疏人群的警惕與人們對(duì)異常行為的關(guān)注度[32]。因此犯罪者在此周圍進(jìn)行犯罪活動(dòng)時(shí)被發(fā)現(xiàn)的風(fēng)險(xiǎn)較高，進(jìn)而抑制了犯罪活動(dòng)。根據(jù)在 YP 區(qū)的實(shí)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(shè)備，形成了對(duì)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(duì)臨近重復(fù)案件的影響為正，并且其 exp(β) 值達(dá)到 2.227，影響程度是所有因素中最高的。這符合前人已證實(shí)的類似研究結(jié)果，如 Browning 等在探討犯罪與人口的年齡結(jié)構(gòu)時(shí)發(fā)現(xiàn)青少年人口比重對(duì)犯罪有重要促進(jìn)作用[33]。龍冬平等分析了社區(qū)環(huán)境對(duì)入室盜竊與室外盜竊的對(duì)比影響發(fā)現(xiàn)，青少年人口比例對(duì)兩類犯罪均有影響且效應(yīng)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(shí)薄弱，個(gè)人行為易受居住環(huán)境的情境因素影響，喜愛(ài)刺激性活動(dòng)且易被他人煽動(dòng)，故從事犯罪活動(dòng)的可能性較高。YP 區(qū)流動(dòng)人口犯罪情況分析表明，參與團(tuán)伙犯罪的未成年人數(shù)比重有顯著的上升趨勢(shì)[34]。

　　低租金住戶對(duì)臨近重復(fù)案件的產(chǎn)生具有正向影響，但其影響程度遠(yuǎn)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(fù)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(lái)務(wù)工人員在此居住，人口多源化、文化異質(zhì)性較強(qiáng)，導(dǎo)致社區(qū)內(nèi)部鄰里關(guān)系淡薄，凝聚力不強(qiáng)。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(huì)公益與文化娛樂(lè)設(shè)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(huì)控制能力。此外，低租金住戶的增加，會(huì)加劇弱勢(shì)群體、問(wèn)題人群在這些社區(qū)的集中化，從而導(dǎo)致犯罪的集聚與高發(fā)的可能性上升。

　　4 結(jié)論與討論

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

　　1)犯罪發(fā)生器與犯罪目標(biāo)方面。相對(duì)于孤立案件，臨近重復(fù)案件的顯著影響因素?zé)o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(biāo)與潛在犯罪者的時(shí)空交互的維度上，即犯罪目標(biāo)與潛在犯罪者接觸的機(jī)會(huì)越多，越容易產(chǎn)生臨近重復(fù)犯罪。具體來(lái)看，居民人口密度高與銀行&ATM 機(jī)、公園等設(shè)施場(chǎng)所集聚的區(qū)域發(fā)生臨近重復(fù)案件的概率比孤立案件更高。

　　2)可達(dá)性方面。道路密度與臨近重復(fù)案件具有顯著的負(fù)向影響關(guān)系，表明道路在此過(guò)程中形成了較強(qiáng)的犯罪監(jiān)管作用，對(duì)潛在犯罪者的行為產(chǎn)生了約束。

　　3)社會(huì)解組方面。低租金住戶和青少年人口集聚的社區(qū)會(huì)加劇弱勢(shì)群體、問(wèn)題人群的集中趨勢(shì)，臨近重復(fù)犯罪發(fā)生的可能性也會(huì)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(huì)解組，如存在人口多源化、文化差異大、社會(huì)控制弱、集中失業(yè)與貧困等問(wèn)題。此類問(wèn)題的集成會(huì)形成滋養(yǎng)犯罪的溫床，加劇臨近重復(fù)犯罪。

　　4)總體而言，日常活動(dòng)理論、社會(huì)解組理論與犯罪模式理論對(duì)于解析 YP 區(qū)入室盜竊臨近重復(fù)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(dòng)強(qiáng)度增加，頻繁出入犯罪發(fā)生器等場(chǎng)所與設(shè)施，增強(qiáng)了犯罪者與犯罪目標(biāo)時(shí)空交互，而社會(huì)解組進(jìn)一步影響了社會(huì)環(huán)境的混亂程度，等等要素都對(duì)臨近重復(fù)犯罪產(chǎn)生重要的推動(dòng)作用。

　　本文的研究結(jié)果與已有的國(guó)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(jī)、公園、居民數(shù)量等相關(guān)變量會(huì)正向顯著影響入室盜竊的臨近重復(fù)發(fā)生模式，這與前人研究結(jié)果類似;差異性體現(xiàn)在道路密度對(duì)臨近重復(fù)犯罪是負(fù)向影響，而國(guó)外學(xué)者的研究結(jié)果中一般是正相關(guān)影響。這可能與國(guó)內(nèi)外基礎(chǔ)設(shè)施建設(shè)有關(guān)。本文的研究區(qū)域是中國(guó)南部某大城市，在新一輪城市化背景下，道路配套的基礎(chǔ)設(shè)施如監(jiān)控設(shè)備建設(shè)得比較完善，而國(guó)外犯罪高發(fā)的區(qū)域存在監(jiān)控設(shè)施老化破損，難以滿足警務(wù)監(jiān)控需求等問(wèn)題。

　　綜上所述，存在共性與差異這是由中國(guó)獨(dú)特的城市化進(jìn)程與地方環(huán)境不同所決定的，西方的犯罪學(xué)研究經(jīng)驗(yàn)值得借鑒，但需要結(jié)合中國(guó)的實(shí)際情況進(jìn)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(jìn)的地方。例如，增加犯罪者與受害者有關(guān)的情境變量，分析的可靠性與真實(shí)性可能會(huì)有所提升，但這些數(shù)據(jù)通常不可獲得或有待進(jìn)一步挖掘。本文使用的入室盜竊案件數(shù)據(jù)僅為公安機(jī)關(guān)登記在案的接警數(shù)據(jù)，與真實(shí)犯罪量相比還存在一定數(shù)量的未報(bào)警案件。此外，選取不同的時(shí)空標(biāo)度對(duì)分析結(jié)果的影響也存在一定差異。這些問(wèn)題與不足有待日后的研究進(jìn)一步探討與完善。