新冠疫情防控措施对入室盗窃...基于北京市主城区的案例研究_张新宇.pdf

新冠疫情防控措施对入室盗窃犯罪热点的影响基于北京市主城区的案例研究张新宇，陈鹏*(中国人民公安大学信息网络安全学院，北京 102600)摘 要：为了分析新冠疫情防控措施对入室盗窃犯罪热点带来的影响，论文收集了北京市2020年重大突发公共卫生事件一级响应期间和2019年同一时期的入室盗窃案件数据，利用核密度分析、PAI(predictive accuracy index)指数等方法比较了疫情防控前后犯罪热点的变化，从路网密度、POI多样性等环境特征以及发案地点、重复作案等角度对发生明显变化的犯罪热点的环境特征和案件特征进行了分析，讨论了疫情防控措施对犯罪热点带来的影响。结果表明：疫情发生后，北京市主城区内的入室盗窃类案件数量大幅下降，2020年一级响应期间的日均发案量较2019年同一时期降幅达66.8%；2019年出现的8个主要犯罪热点在2020年疫情防控期间呈现出明显衰减现象，其中5个热点基本消失，3个热点有所减弱；出现衰减的热点普遍具有交通便利性好、要素多样性高、发案地点集中、犯罪人重复作案明显等特点；疫情防控期间实施的居家隔离和社交限制等措施对犯罪人的作案机会形成压缩、公共场所的实名查验对犯罪人的匿名性形成削弱是疫情期间犯罪数量下降和热点效应衰减的主要原因。研究结果对疫情防控期间的犯罪预防和警力资源优化具有一定的意义。关 键 词：新冠疫情；防控措施；入室盗窃；犯罪热点；日常活动理论；理性选择理论；北京市突如其来的新冠疫情给社会生活带来了巨大的变化，而采取的疫情防控措施几乎影响了人类活动的每个领域，也给犯罪活动带来了深刻的影响。自2020年以来，国内外学者针对疫情防控对城市犯罪的影响这一领域开展了相应的研究，发现疫情防控对不同类型的犯罪均产生了显著性的影响效应。例如，Nivette等1发现，在疫情发生初期，23个国家的27个城市中发生的入室盗窃、偷窃、汽车盗窃、抢劫、故意伤害等犯罪呈现显著下降趋势。Ashby2针对美国疫情初期 16 个大城市的研究显示，与疫情爆发前的2019年相比，住宅入室盗窃和机动车盗窃显著减少。另一项针对美国疫情爆发初期25个大城市的研究中，发现毒品犯罪、普通盗窃、住宅盗窃、严重暴力犯罪事件和逮捕人数普遍下降，而非居民区盗窃和汽车盗窃案却有所增加3。Borrion等4就疫情爆发初期中国某城市的商业盗窃案件数据展开研究，并进行了弹性评估，发现犯罪数量在疫情防控放松后会产生一定程度的反弹。Dai等5则对疫情爆发初期湖北省某县级市的110报警数据展开分析，发现犯罪、交通和纠纷类的报警数据显著减少，但与家庭暴力、公共安全和其他问题有关的报警数据却大幅增加。为抑制疫情传播，各个国家和地区大量采取了“居家令”(stay-at-home orders)和“社交限制”(socialdistancing)等防控措施，这被认为对入室盗窃等以居民住所、营业场所等固定目标为对象实施侵害的第42卷 第2期2023年2月地 理 科 学 进 展Progress in GeographyVol.42,No.2Feb.2023收稿日期：2022-07-21；修订日期：2022-09-21。基金项目：教育部人文社会科学规划基金项目(20YJAZH009)；中央高校基本科研业务费专项(2020JKF501)。Foundation:Project of Humanities and Social Sciences of Ministry of Eduction in China,No.20YJAZH009;Special Fund for BasicScientific Research of Central Universities,No.2020JKF501.第一作者简介：张新宇(1998)，男，河南濮阳人，硕士生，研究方向为警务数据分析。E-mail:*通信作者简介：陈鹏(1981)，男，辽宁营口人，博士，副教授，研究方向为犯罪地理和公安大数据分析。E-mail:引用格式：张新宇,陈鹏.新冠疫情防控措施对入室盗窃犯罪热点的影响:基于北京市主城区的案例研究 J.地理科学进展,2023,42(2):328-340.Zhang Xinyu,Chen Peng.The impact of COVID-19 prevention and control measures on residential burglary hotspots:A casestudy of the core urban areas of Beijing.Progress in Geography,2023,42(2):328-340.DOI:10.18306/dlkxjz.2023.02.010328-340页第2期张新宇 等：新冠疫情防控措施对入室盗窃犯罪热点的影响犯罪活动有着巨大的影响。因此，在疫情防控影响犯罪变化的研究中，入室盗窃类案件始终是研究人员关注的重点犯罪类型。对这一类犯罪的研究中，在时间效应方面，Hodgkinson等6通过分析疫情防控初期加拿大温哥华市的犯罪数据，发现入室盗窃案件的变化并不明显；Koppel等7对疫情防控前后住宅区和公共空间2种用地的入室盗窃案件进行了对比分析，发现公共场所的入室盗窃增加了26%，住宅区减少了 14%，但犯罪总量基本没有变化；Balmori等8对墨西哥的城市犯罪进行了研究，发现2020年110月疫情防控期间入室盗窃案件经历了下降和反弹的过程；Chen等9针对中国南方某市的犯罪数据进行研究，发现入室盗窃案件在疫情防控初期呈明显的下降趋势。随着疫情的不断发展，研究人员在获得更多信息的基础上，也开始从更加精细化的角度来探讨疫情防控对入室盗窃案件的影响。如Mohler等10从社交距离变化的层面对疫情防控期间美国洛杉矶和印第安纳波利斯的入室盗窃开展研究，发现入室盗窃案件的变化呈现为明显的空间异质性，其中洛杉矶案发量的减少与社交限制相关，但印第安纳波利斯的案件变化与社交限制的关联性并不显著；Halford等11结合英国的犯罪数据和谷歌人口流动性报告发现，疫情防控期间入室盗窃案发量的下降与人口流动性的下降有关；Campedelli等12对美国芝加哥市的犯罪活动进行分析，发现在疫情防控期间，入室盗窃案件普遍减少，但不同社区的变化幅度不同，其中对于65岁以上人口占比越高的社区，其发生的入室盗窃案件在统计上显著减少的可能性就越低；Payne等13基于澳大利亚昆士兰77个地区的犯罪数据分析，发现居民区入室盗窃在疫情防控初期呈现下降趋势，非居民区入室盗窃在“封城”后则经历了先上升后下降的趋势，其认为当地政府采取的社交限制措施是引发这一变化的主要原因；此外，Schleimer等14通过研究美国实施疫情防控措施后16个主要城市的犯罪数据，发现入室盗窃案发量与居家人口的百分比呈正相关。整体上，新冠疫情爆发后疫情防控措施对犯罪活动的影响效应分析已经成为犯罪学和地理学领域的新方向，尤其是入室盗窃案件因受疫情防控措施影响较大，受到了研究人员的重点关注。但从目前已产出的研究成果来看，现有工作主要侧重于从疫情期间社交距离的变化、人口流动性的变化及居家人口的变化等视角对入室盗窃案件的影响来展开分析，并基于日常活动理论(routine activity theo-ry)15-17以及理性选择理论(rational choice theory)18-20等经典环境犯罪学观点进行解释。但这些工作大多集中在城市或社区级尺度，空间视角相对单一，不够精细，并且疫情防控对犯罪活动的影响分析主要偏重于空间单元内的人口构成、种族影响13等因素，缺少结合地理环境的犯罪空间热点效应的影响性分析。对此，本文拟针对北京市疫情防控前后的入室盗窃案件热点分布变化开展实证研究，结合北京市疫情防控政策，分析对比疫情防控前后入室盗窃案件的热点分布特征，并结合犯罪热点内的环境结构和发案特征，利用环境犯罪学基本原理，对疫情防控措施影响犯罪热点分布的过程进行解释，进一步深化人们对疫情防控影响犯罪地理分布的认识。1 研究区域、数据及方法1.1 研究区域及数据1.1.1 研究区概况本文实证研究对象为北京市。截至2021年末，北京市总面积约为16410 km2，其中主城区(东城、西城、海淀、丰台、朝阳、石景山)面积约为1385 km2，占比为8.4%。北京市常住人口约为2188.6万人，其中主城区常住人口约为1098.8万人，占比为50.2%。以北京市的6条环线高速路为参考对其地理方位表示如图1所示，北京市由内向外可分为不同的城市功能区，其中二环以内为老城区，主要空间要素为老旧民居、古建筑及政府单位机关等；二环至三环为城市功能扩展区，主要空间要素包括CBD、大型交通枢纽，但也存在部分老旧民居；三环以外为通勤区，主要空间要素除高校外，为商住小区、居民区等。总体上，北京市的城市发展属于由内向外、逐渐扩张的趋势，同时与原有的空间要素相互融合相互影响，造成了空间环境的复杂性和犯罪活动的高发性21。因此，为了对研究区域形成有效聚焦，本文仅对主城区内的入室盗窃案件进行分析，具体以五环路内的区域为主。1.1.2 POI及路网数据本文研究所采用的空间数据为北京市的POI数据和路网数据，均来源于百度地图。其中POI数据包括了类型、坐标等信息，且类型信息包含多个等级，具体如表1所示，本文按照第一级进行分类。329地理科学进展第42卷路网数据为涵盖北京市主要城区的道路及其支路等。1.1.3 犯罪数据犯罪数据来源于北京市公安局，犯罪类型选择为入室盗窃案件，其主要字段包括案件编号、案发时间、主案别以及案发地址等。在犯罪数据的筛选上，根据北京市疫情防控措施的调整进行选择。北京市自2020年1月24日启动了突发公共卫生事件一级响应机制，响应期间采取了居住区封闭管理，省际客运全部停运，所有旅游团禁止出行，地铁限流50%，生活服务、购物、金融、旅游景点、体育休闲等暂停开放等措施。随着全国疫情防控形势取得阶段性胜利，北京市于4月30日凌晨将疫情防控等级降为二级，防控措施开始逐步放开，各类场所开始逐步恢复运营。为此，本文选择了一级响应实施的时间区间，即2020年1月24日至4月29日，作为数据选择时间窗口，同时为了进行对比也提取了2019年1月24日至4月29日期间发生的入室盗窃案件数据。对数据进行噪声去除并进行人工清洗后，最终得到2019、2020年可用于分析的入室盗窃案件数据，分别为1260、418起。1.2 研究方法1.2.1 核密度估计核密度是一种非参数估计的空间统计方法，在进行犯罪热点挖掘时的原理为假设每一个案件属于独立同分布，则每个案件数据点服从概率密度函数，犯罪活动在空间的分布可以表示为区域内所有犯罪活动邻域内的核密度函数之和22-24。点xi的核密度函数f(x)可以表达为：f(x)=1ni=1nK(xi-xkh)（1）式中：xk表示xi邻域内的点，xixk表示两者之间的距离，h为距离衰减阈值。本文以ArcGIS 10.7为工具进行核密度分析，并控制像元大小和搜索半径参数相同。1.2.2 PAI指数PAI(predictive accuracy index)指数25是Chainey于2008年提出的用于确定热点区的一个指数，用以衡量所选区域能否被认定为犯罪热点的一个标准，其表达式如下：PAI=nN100/(aA100)（2）式中：n是发生在待判定区域的案件数值；N是犯罪案件数量的总值；a是待判定是否为热点区域的面积值；A是研究区的面积值。如果将整个研究区域表1 POI二级类型示例Tab.1 Secondary type of POI一级餐饮酒店购物生活服务旅游景点休闲娱乐运动健身教育培训文化传媒医疗汽车服务交通设施金融房地产公司企业政府机构二级中餐厅/外国餐厅/小吃快餐店等星级酒店/公寓式酒店/民宿等购物中心/百货商场/超市/市场等通讯营业厅/照相馆/家政服务等公园/动物园/文物古迹/风景区等度假村/电影院/KTV/歌舞厅等体育场馆/极限运动场所/健身房等高等院校/中学/小学/幼儿园等新闻出版/广播电视/艺术团体等综