美國(guó)內(nèi)布拉斯加州林肯市犯罪行為的聚類及熱點(diǎn)分布分析

0 引 言

熱點(diǎn)( 或熱區(qū)) 可以指代犯罪情況的空間密度。由于地理學(xué)是用來(lái)研究小范圍研究區(qū)域中的高百分比研究實(shí)例的科學(xué)，所以對(duì)于犯罪情況的分析和研究就有必要定義一個(gè)準(zhǔn)確的熱點(diǎn)( S. C. Smith) 。本文將通過兩種不同的分析方法: 緊鄰層空間聚類分析( 以下簡(jiǎn)稱 NNH) 和針對(duì)犯罪的空間和時(shí)間分析法( SPAC) ，分別對(duì)林肯市入室行竊和搶劫的數(shù)據(jù)進(jìn)行分析，并嘗試將兩種方法進(jìn)行對(duì)比以便給出更加科學(xué)的分析報(bào)告，以幫助決策部門進(jìn)行徒步巡邏的部署。首先，為了對(duì)兩種犯罪情況進(jìn)行分析，有必要了解兩種違法行為的特點(diǎn)和概念。街頭搶劫是針對(duì)單一的頻繁移動(dòng)的目標(biāo)進(jìn)行的違法行為，而入室搶劫則通常是針對(duì)靜態(tài)的固定目標(biāo)進(jìn)行( V. Patten) 。兩者在犯罪的形式分為動(dòng)態(tài)和靜態(tài)的不同，搶劫具有高犯罪率( Cohen&Felson) ，而入室行竊具有較明顯的固定目標(biāo)的特點(diǎn)，兩種形式的犯罪行為都可以作為理想的日常行為理論研究目標(biāo)。

1 分析方法介紹

模糊模型是可以測(cè)量并展示熱點(diǎn)區(qū)域的特定區(qū)域分析工具。它允許用戶根據(jù)需要定義一個(gè)半徑，并在半徑范圍內(nèi)搜索所有半徑區(qū)域內(nèi)所發(fā)生的事件。所得到的成果為一幅展現(xiàn)半徑范圍內(nèi)每一個(gè)區(qū)域犯罪行為頻率的地圖。

緊鄰層空間聚類分析( NNH) 作為與模糊模型相似的技術(shù)，它集合事件發(fā)生地點(diǎn)由用戶自行定義的、包含最少地點(diǎn)的緊鄰聚類集合內(nèi)，成為第一階聚類。此方法提供這一用戶定義參數(shù)的目的是提供連續(xù)性計(jì)算第一階聚類直到?jīng)]有犯罪事件可以被集合收錄。之后，通過將第一階聚類中心進(jìn)行分組整理并將他們視作單一事件而生成第二階聚類并進(jìn)行連續(xù)的分層處理，直到不再識(shí)別任何聚類。

在此次分析中使用的最后一個(gè)技術(shù)手段是針對(duì)犯罪的空間和時(shí)間分析法，該方法的功能是，首先建立一個(gè)獨(dú)立程序然后 合 并 進(jìn) 入 CrimeState 進(jìn) 行 分 析 ( BLOCK， 1995) 。通過在研究區(qū)域疊加一個(gè)柵格圖層并在每一個(gè)柵格節(jié)點(diǎn)上應(yīng)用搜索圈，STAC 算法能夠掃描所有數(shù)據(jù)然后計(jì)數(shù)每一個(gè)搜索圈中點(diǎn)的數(shù)量并最終識(shí)別密度最高的聚類或集合。由于一些選項(xiàng)與 NNH 相似或相同，用戶可以根據(jù)需要將 NNH 和 STAC 進(jìn)行對(duì)比并得出更優(yōu)結(jié)果或更具科學(xué)行的分析報(bào)告( Paul Couch，2007) 。

風(fēng)險(xiǎn)控制( 調(diào)整) 后的緊鄰層空間聚類分析( RNNH)作為與標(biāo)準(zhǔn)化的 NNH 相似的方法，與 NNH 在計(jì)算橢圓上使用的是相同的算法，而不同的是將發(fā)生犯罪行為趨勢(shì)集中在人口密度高的地區(qū)的熱點(diǎn)計(jì)算在內(nèi)。并使用另一平面以便于進(jìn)行基于潛在人口犯罪可能性的控制。

2 數(shù)據(jù)處理、分析和結(jié)果

首先，針對(duì)兩種犯罪行為使用模糊建模，設(shè)置搜索半徑為 500 英尺，即 152. 4 m。應(yīng)用以上參數(shù)，在 CrimeState軟件中進(jìn)行設(shè)置并輸出如圖 1 所示成果。可以看出入室盜竊和搶劫的最高熱點(diǎn)數(shù)量分別增加到 17 和 8 次。因?yàn)楸疚牟皇褂媚：＝o出任何建議或與另外兩種方法進(jìn)行任何比對(duì)分析，所以，模糊建模將作為第一階段展示犯罪分布情況的算法工具使用。根據(jù)圖 1 所示看出，兩種犯罪都在內(nèi)布拉斯加大學(xué)林肯校區(qū)( 圖 1 下圖中大圓選中部分) 的南部和東部存在較高的發(fā)生數(shù)量。根據(jù)谷歌地圖( 圖 1 上圖) 可以看出，林肯校區(qū)南部是林肯市市中心( 圖 1 下圖中橢圓選中部分) ，也就是說該區(qū)域人口密度較高。

完成了使用模糊模型的第一階段犯罪分布情況展示之后，本文將著重闡述 NNH 和 STAC 進(jìn)行犯罪行為熱點(diǎn)分析的數(shù)據(jù)處理過程、方法和結(jié)果并給出最終的徒步巡邏建議。為了使得結(jié)果足夠完整和精確，將對(duì)地圖成果的詳細(xì)信息進(jìn)行解釋說明。為了保證誤差不是由于參數(shù)和誤差指數(shù)造成的，以下分析中所有參數(shù)均為同一比例尺下設(shè)定。NNH 的參數(shù)設(shè)定為: 每個(gè)聚類最少點(diǎn)數(shù)設(shè)置為 10，單位英里，同時(shí)橢圓的標(biāo)準(zhǔn)差設(shè)置為 1X。另一方面，STAC 的參數(shù)設(shè)置為: 將搜索半徑設(shè)置為 0. 2，其他參數(shù)于 NNH 相同。

2.1 橢圓和凸包的對(duì)比分析( 僅針對(duì)搶劫的NNH 分析)

對(duì)比橢圓和凸包在搶劫的 NNH 分析中的詳細(xì)情況，相比于橢圓方法而言，多邊形所代表的凸包方法包含了更多的單點(diǎn)，然而這些多包涵進(jìn)來(lái)的單點(diǎn)并不與其他單相互集中形成聚類，而是呈現(xiàn)較為離散的分布。因此，為了保證分析的準(zhǔn)確和質(zhì)量，記下來(lái)的處理和分析過程中將使用橢圓形成聚類，而不是凸包方法。

2.2 基于 NNH 的搶劫行為分析

針對(duì)基于 NNH 方法的搶劫犯罪行為的聚類，由于NNH 聚類算法是對(duì)熱點(diǎn)熱鍵進(jìn)行連續(xù)分層形成聚類直至此過程中不再有任何可識(shí)別的聚類的同時(shí)沒有足夠的時(shí)間可供 NNH 進(jìn)行計(jì)算，余下的僅為搶劫行為的第一階聚類。容易確定 NNH 聚類是在內(nèi)布拉斯加州立大學(xué)林肯校區(qū)和林肯市城區(qū)兩處。所以，也就意味著街道搶劫行為頻繁發(fā)生于這兩個(gè)區(qū)域，而這兩個(gè)區(qū)域就是街道搶劫犯罪行為的熱點(diǎn)。

2.3 基于 NNH 的入室盜竊行為分析

基于 NNH 的入室盜竊行為分析與街頭搶劫事件的分析方法相同，但不同的是基于 NNH 的入室盜竊行為的分析生成了第一階聚類和第二階聚類如圖2 所示，小橢圓表示第一階聚類 ( NNH1 ) ，大橢圓表示第二階聚類( NNH2) 。圖中橢圓所代表的第一階聚類主要聚集在林肯市城鎮(zhèn)中心地帶，兩種聚類所標(biāo)示的區(qū)域?yàn)槿胧冶I竊時(shí)間的熱點(diǎn)。結(jié)合谷歌地圖，入室盜竊事件主要發(fā)生在購(gòu)物中心和住宅區(qū)。

更多內(nèi)容請(qǐng)查看pdf