長三角某城市地鐵沿線扒竊案件高發區域及防控對策研究

陳童鑫，王大為（中國人民公安大學， 北京 100038）

長三角某城市地鐵沿線扒竊案件高發區域及防控對策研究

陳童鑫，王大為
（中國人民公安大學， 北京 100038）

隨著城市建設的迅速發展，城市地鐵沿線扒竊案件亦呈現高發態勢。公安機關應當針對這一問題，全面地構建綜合性的犯罪防控體系，從而維護城市社會治安穩定。

扒竊；空間分析；犯罪熱點；城市空間防控

一、研究背景

隨著城市建設的迅速發展，突變的城市設施結構不僅加大了人口的流動性以及城市間、城市內部區位的通達性，也改變了原有傳統的穩定、靜態城市空間環境。城市空間環境是指圍繞城市人群的近域空間（包括市區和郊區城鎮）及其可以影響人們生存發展的要素的總和。城市空間環境是城市存在、發展的空間依托，也是滋生社會問題的土壤，城市犯罪和城市空間環境有著密切的聯系。工業化和城鎮化使城市的空間環境發生了翻天覆地的變化，誘發犯罪的環境因素隨之增多，城市的犯罪大量增加。

而作為城市內部最主要的流動空間載體——交通設施，其不僅整合了城市內部的空間流動，也強化了城市、郊區以及附屬城鎮的同城化效應。根據犯罪形態理論（Crime Pattern Theory），通徑（道路）是連接人們日常行為中的各類認知空間的途徑。同時根據日常活動理論（Cohen和Felson）中關于被害目標的易吸引性之四個特性（VIVA）①有價值性（Value）、 遲鈍（Inertia）、明顯（Visibility）以及可接近（Access）。，城市中的交通設施所帶來的特殊情境也是增加被害目標吸引性的概率因素之一。作為典型的城市交通設施，地鐵不僅具有道路的縱貫特征和強大的通勤功能，其也是連接城市生活功能區的橋梁。城市地鐵帶來的城市人口流動效應使得原來城市區位的動態性增強，同時也給不同區位的社會生活結構帶來一定的沖擊，從而形成了相應的社會問題。因此，研究地鐵沿線周圍的犯罪空間分布特征、犯罪高發區域以及相關城市環境因素對其影響并提出相應的防控對策具有現實意義。

近年來隨著地理信息技術的發展以及環境犯罪學理論的豐富，關于城市犯罪空間的研究越來越受到我國學者的關注。研究主要體現在討論城市內部的犯罪區域分布與城市內部結構特征的關系，并驗證了城市內部的犯罪分布特征與城市內部的地理環境、社會環境等都具有關聯性，取得了一些本土化的結論并提出相關防治對策。比如徐沖等對DP半島的街頭搶劫案件的熱點時空模式進行了分析，發現犯罪熱點區域多發生于主干道、通達性強的節點或土地利用混合度高的地方。①毛媛媛、丁家駿對上海市浦東新區的“兩搶”犯罪的時空分布進行了相關分析，得出了兩搶犯罪高發區具有犯罪目標相對集中、人口流動性較大以及作案后便于逃逸的特點。②陳鵬等對長安街沿線的扒竊案件高發區域進行了時空分析，發現扒竊案件與POI（興趣點）密度較高的區域存在高相關性以及扒竊的高發區域存在于商場、通勤點等人口流動性較大的區域。③此類研究證明了城市內部的相關生態要素與某些街頭犯罪④之間存在著一些聯系，例如人口流量大、商業娛樂設施集中、道路密集的相關城市區域或街道往往可能是街頭犯罪的高發區域。

綜上，基于城市犯罪空間防控理論和空間分析技術，本文以長三角地區的H市地鐵沿線為例，對其扒竊類案件的分布情況進行分析，并結合地鐵沿線的城市環境要素來分析其高發區域的時空模式，并提出針對性的空間預防建議。

二、研究區域和研究數據

本文所選的長三角某城市H市位于中國東南沿海，是Z省的政治、經濟、文化和金融中心。同時選取H市的地鐵1號線為主要的研究對象，地鐵1號線為H市的首條地鐵線路，一共設置34個停靠站，總長為48公里，并于2012年11月24日正式運營。其不僅是連接中心城核心區與若干副城中心區的骨干線，也是整合主城區各個重要商業街區（H商圈、W商圈、Y商業街等）、交通樞紐（火車站）、金融區、主要大型廣場（W文化廣場、武林廣場）以及旅游景區（X風景區等）的交通干線。基于其貫穿城區的特征以及經過城市要素的多樣性，本研究選取了主城區的9個站點組成的線路為具體研究區域，共計9.4公里，途徑兩個區級行政單位。如圖一所示。

圖一 H市地鐵1號線沿線地圖

同時本文研究的扒竊犯罪主要為街頭類扒竊類犯罪，主要是指在公共場所或交通工具上竊取他人隨身攜帶的財物的犯罪行為。扒竊類犯罪具有發案量大、案件發生地域集中且隱蔽性較強等特點，故而扒竊類犯罪往往是公安機關打防的重點。同時扒竊類犯罪屬于犯罪人和被害人直接接觸式的犯罪，案發后被害人往往能夠及時發現并報案，這使得報警平臺上的案發時間和案發地點信息的誤差較小，利于空間統計。然而發生在公交車上的扒竊犯罪由于交通工具本身的移動性較強，被害人往往難以記起被盜的詳細地點，所以報案數據平臺上記錄的案件地點信息多為xx路公交車。因此基于案發地點定位的精確性，本文選取的扒竊類案件并不包括發生在公交車上的扒竊類案件。本文研究的數據來源于H市公安局的案件記錄平臺，主要是A區和B區（地鐵1號線經過的兩個城區）2015年的發案數據，經過篩選得到4769起扒竊類案件數據。

三、地鐵沿線扒竊犯罪高發區域判斷

為研究地鐵沿線的扒竊類案件，筆者對地鐵1號線周圍500米的區域進行緩沖區分析，明確了11.94平方公里的緩沖區并在緩沖區中統計得到扒竊類案件2165起的數據。同時根據案件數與所占區域面積之比計算扒竊類案件的密度。即公式為：密度=案件數量/研究區域。根據統計，兩城區扒竊案件密度為96起/平方公里，而地鐵沿線的緩沖區內的扒竊類案件密度為181起/平方公里。因此，可在案件密度的比較上看出兩城區的扒竊類案件主要集中在地鐵沿線及周圍地區。

1. 扒竊犯罪分布的空間要素自相關

對于扒竊類案件，需要對其分布的聚集狀態進行分析，也就是需要研究其空間要素自相關。根據Tobler（托布勒）地理學第一定律（first law of geography），地區與地區間會相互影響且此種影響隨著距離的加大而遞減。①何平．犯罪空間分析與治安系統優化[M]，北京：中國書籍出版社，2013：3．同時其也可認為是一個地區某種犯罪數據的統計值（如犯罪總量、犯罪率等）與其他地區的犯罪數據統計值相關。①陸娟．基四于、莫扒蘭竊指案數件的的盜時竊空犯熱罪點率分全析局分布模式分析[J] ．警察技術， 2014，（1）：45-46．并且空間自相關可分為正相關、負相關和零相關，即對應聚類模式、離散模式和隨機模式。因此本文對地鐵沿線的扒竊案件的空間自相關采用Moran's I指數的方法進行分析。Moran's I指數的計算公式為：

其中要素i的屬性與其平均值（）的偏差，是要素i和j之間的空間權重，n等于要素總數，So是所有空間權重的聚合。通過計算得到H市地鐵沿線扒竊案件分布的Moran's I的指數為0.027＞0，因此其空間自相關為正相關，即分布為聚類模式。同時得到Z值為10.572，P＜0.0001，表明扒竊類案件分布的聚類程度較大，且具備統計上的顯著性。這也就是說H市地鐵沿線扒竊案件整體上具有聚集效應。

2. 扒竊案件的熱點區域分布

扒竊類犯罪分布具有聚集性特征。犯罪熱點（Crime Hot Spot）指的是在一個區域的犯罪率水平要明顯高于整個地域的平均水平。②陳鵬，洪衛軍，隋晉光，瞿珂譯．地理信息系統與犯罪制圖[M]．北京：中國人民公安大學出版社，2014：105．對犯罪熱點的分析本文采用核密度估計(Kernel Density Estimation)。核密度估計屬于非參數密度估計中的一種類型，也是用于犯罪熱點分析的常用方法之一。其原理是計算固定點的相對應強度，并給予權重值，距離固定點越遠則權重越小。即對于空間上分布的各個點x1，x2，…，xn中的任意一點xk，相鄰的其他點xi對它的貢獻率由xk到xi的距離所決定。③陳鵬，李錦濤，馬偉，犯罪熱點的分析方法研究［J］，中國人民公安大學學報（自然科學版），2012，（3）．

通過軟件ArcGIS的可視化模擬得到H市地鐵號線（部分）沿線扒竊類案件分布的核密度圖，如圖二所示。通過核密度分布圖可以直觀地得到地鐵沿線扒竊案件的核密度分布圖，其所有的熱點區域都依附于地鐵線路，并且存在于幾個主要地鐵站附近。三個主要的犯罪熱點區域分別存在于5號站附近的H商圈（A）、7號站附近的W商圈（B）、8號站附近的W文化廣場區域（C）。

圖二 H市地鐵1號線沿線扒竊類案件的核密度分布圖

四、扒竊案件的時空熱點分析

本文采用時空熱點矩陣模型來分析H市地鐵沿線扒竊案件的時空分布。時空熱點矩陣（Hot Spots Matrix）是拉特克利夫（Ratcliffe）提出分析犯罪熱點的模式，其提出的主要的犯罪熱點分布類型如表一所示。同時根據各種犯罪熱點特征的不同，此矩陣可以形成33種組合以提供分析犯罪熱點的根據。

表一 犯罪熱點矩陣①

1. A區域

A區域為5號站附近的H商圈。H商圈位于W風景名勝區的東側，北起平海路，南臨清河坊風景區。其中大型商場主要有H百貨、J商廈、L購物廣場；西側的主要景點包括X音樂噴泉，H公園等；并且5號站東側是Z省中醫院，可以說A區域是集旅游、商業、娛樂、醫療于一體的綜合性商圈。此區域在2015年一共發生338起扒竊案件，主要分布在H百貨大樓附近。根據時空的分布圖（圖三），此區域屬于b－B組合類型（聚集型），即此區域本身就屬于扒竊案件的聚集區域，且案發時間的峰值為18時至19時以及21時至22時左右。此時間段不僅是商場的正常營業時間，也是一天中人們吃飯購物的高峰期，并且此時間段便利的城市地鐵也從其他城區帶來了大量流動人口。同時從環境犯罪學角度出發，屬于典型的犯罪產生地（Crime Generators），即此地并沒有與犯罪動機相關因素吸引了犯罪者，而是犯罪人、機會與標的物在同一時間與地點聚集在一起。此區域在特定時間聚集的大量人流增加了犯罪人和標的物的接觸機會，同時18時至19時以及21時至22時相比其他時間段顯得更為突出，因而這兩個時間段發生扒竊案件的可能性大于其他時間段。

圖三 A區域扒竊案件時空分布圖

2. B區域

B區域為7號站附近的W商圈。與H商圈不同，W商圈是H市較早建成且更具綜合性的商業街區。其北臨大運河，南望X風景區，其中大型商場有H大廈購物城、百貨大樓；大型文化娛樂場所包括H市劇院、Z省展覽館等；并且W商圈坐落于核心的老城區之中，因此傳統的老居民社區較多。此區域在2015年一共發生669起案件，兩個犯罪熱點形成帶狀的分布模式，且主要集中于W廣場附近以及H大廈附近。根據時空分布圖（圖四），此區域仍屬于b－B組合類型（聚集型），扒竊案件集中的發生時間主要在18時至22時，且峰值存在于18時至19時左右。根據犯罪熱點的分布位置和時間的發生峰值來看，由W廣場附近綜合性功能導致的犯罪產生地作用顯得較為突出。一是W廣場的功能和毗鄰的劇院、展館使得此區域成為附近市民晚上文娛活動、健身散步的主要場地。因此晚上的這段時間附近市民出行增加了人流量并潛在增加了犯罪機會。二是W廣場周圍擁有20個公交站點，屬于H市繁華地帶的交通樞紐。因此，人們在晚上進入商業街區消費娛樂也為公交站點以及地鐵站點附近增加了人口流量。此外，交通的便利性也有利于犯罪嫌疑人的犯罪目標搜索和作案后逃逸。同時由于此區域的城市要素的復雜性，其也具備犯罪吸引地（Crime Attractors）的特質。犯罪吸引地是指一個地方提供許多犯罪者熟悉的犯罪機會，具有犯罪動機的人會被吸引到這些場所。①Brantingham, Patricia and Paul(1995)．”Criminality of Place: Crime Generators and Crime Attractors”．European Journal on Criminal Policy and Research 3(3):1-26．即武林廣場區域的高發扒竊案件以及其他失序事件（違規停車、攤販等）也可能導致吸引其他地區的犯罪人來到此區域進行扒竊犯罪。

圖四 B區域扒竊案件時空分布圖

3. C區域

C區域是8號站附近的W文化廣場區域。X文化廣場位于W廣場以及運河北側，其中包括H市地標性建筑——H中心大樓、Y百貨以及Z省博物館、科技館等場所。此區域在2015年共發生307起案件，犯罪熱點分布呈點狀，位于環球中心附近。根據時空分布圖（圖五），此區域屬于b－C組合類型（聚集型＋熱點型），扒竊案件集中發生的時間峰值在8時至9時以及19時至21時左右。由于環球中心大樓為典型的商務辦公大樓，因此在早高峰上班和晚高峰下班時，人口流動量在此段時間增加較為明顯，故扒竊案件發生時間的峰值與人們上下班的活動規律相吻合。同時晚上19時至21時，X文化廣場的娛樂、商業功能所帶來的環境變化也增加了潛在犯罪人與標的物接觸的機會。

圖五 C區域扒竊案件時空分布圖

五、地鐵沿線扒竊犯罪的防控策略

通過對H市地鐵沿線的扒竊類案件的時空分析，可得出扒竊類案件在此區域存在顯著性特征。其時空模式的對比具體如表二所示：

可以看出地鐵沿線三個犯罪熱點區域存在著時空模式的一致性，即其都存在于商業區域范圍內，特別是大型商場附近，并且可以看出這些區域扒竊犯罪的發案時間都多集中在夜晚，即19時至21時，也就是發生在人們出行較集中的時間段，這體現出了三個犯罪熱點區域中都存在共同的城市要素。同時三個熱點區域的時空模式的區別也十分明顯，一是在案件發生的峰值時間段上可以看出辦公區以及交通樞紐的扒竊案件集中發生在早晚上下班高峰，而包括生活區要素的熱點區域中的扒竊案件集中發生在晚鍛煉的時間段；二是空間的開放性有著明顯區別。A區域案件多集中在大型商場等封閉性空間之中，而B、C區域案件集中在廣場、交通換乘站等開放空間或半開放空間之中。因此，基于犯罪熱點發生的具體城市空間特征，有必要對扒竊案件發生的具體區域實施針對性的防控措施。

表二 H市熱點區域時空特征匯總表

1. A區域

基于區域A扒竊案件的時空模式和空間開放特征，對區域A此類封閉性商場應采取相應的通過環境設計的預防（CPTED）理論中的區域強化（Territorial Reinforcement）和加強監管（Surveillance）的應對原則。區域強化要求明確空間層次（Spatial Hierarchies）劃分以及確保公共領域和私人領域之間的劃分。①[澳]亞當·蘇通，阿德里恩·切尼，羅伯·懷特．犯罪預防：原理、觀點與實踐[M] ．北京：中國政法大學出版社，2012：95．因此在A區域中的商場可以設置明顯的標志來區分商場內的公共空間和內部空間以及相應各個功能區塊，同時設置明亮寬敞的通道入口引導人群的分流來避免在人群高峰時段導致的人群高密度現象，避免形成對扒竊犯罪人有利的犯罪條件；增強自然監控效果，消除隱蔽區域和死角的存在。

加強監管可以從以下措施出發：提供燈光照明良好、方便使用的活動走廊或通道從而在夜晚能夠擴大人們的視野從而形成自我保護；加強商場內部的安保措施，如加強巡邏、安裝監控探頭，從而起到震懾犯罪嫌疑人的作用；同時把公交停靠站和出租車上下客站設置于商場附近，以便更好地進行監控。

2. B區域和C區域

針對區域B和區域C此類綜合性空間的犯罪應對策略應從CPTED理論中的多個應對原則進行考慮。一是對于B區域內的開放空間（武林廣場），需要采取“活動支持和形象管理”（Activity Support and Image Management）的措施，活動支持旨在完善自然監管的專門設施，如在廣場以及周邊為不同群體提供適合他們的專屬空間（Dedicated Spaces），從而在空間利用上解決不同人群（當地居民、游客、商販）沖突；在緩和空間使用沖突的基礎之上，還應當通過相應的第三方來提升整體形象，如在案件集中發生的時間段加強巡邏工作，從而掃除空間盲區。二是在B區域的交通樞紐地段應當加強監控。如可在人流大量集中的部位加設治安員、協管員，在交通樞紐附近的街面增設治安崗亭①王發曾． 城市犯罪空間盲區的綜合治理研究[J]． 地理研究, 2010(1): 57-67．；或是在封閉空間和開放空間的過渡區，如公交車站和地鐵的出入口設置隔離圍欄或通道以減少人與人之間的接觸和摩擦。三是在C區域的此類辦公場所，可以建立加強正式控制的模式。即在大樓的入口處采取身份驗證等措施來使人們認為自己進入了控制區域，從而也部分阻止潛在犯罪人進入目標區域。

六、研究結論與展望

本研究通過探討H市地鐵沿線扒竊案件的分布特征，找出了三個主要的犯罪熱點區域，主要存在于商業街區、交通樞紐等人口流動量較大的區域，并結合時空模式分析以及案件熱點區域的空間要素特征，提出了針對性的防控建議。本研究通過空間變量客觀地反映了扒竊類犯罪的分布情況，由于研究區域的時間跨度不大，只能印證此區域的短期效應（Short—term），因此只能為短期內的犯罪情況作出相應評估以及提出應對策略。

當前城市格局的變化快速，交通運輸網絡在空間上已經從網狀發展到了立體狀，使得空間的交替和銜接形成多樣的模式，也使整個城市空間模式更具復雜化。這種空間模式的復雜化帶來了犯罪盲點的增多和防控難度的增加。②陳鵬，李欣，胡嘯峰，曾昭龍，趙鵬凱．北京市長安街沿線的扒竊案件高發區分析及防控對策[J]．地理科學進展，2015，（10）：1250-1258．而關于交通運輸網絡對城市犯罪的影響，我們還應當考慮城市之間的影響，因為城市之間的交通越便捷，犯罪活動和犯罪人群的流動就越快。故對此類城市犯罪問題，除了加強對空間防控的措施之外，更應該從整合區域的防控模式出發來應對此類街頭犯罪問題。例如，特別要基于犯罪人群特征完善區域警務合作模式。從扒竊類犯罪的人群來看，外來流動人口占據較大比例，因此此類犯罪的口袋效應顯得突出。口袋效應是指一旦犯罪嫌疑人感到在一個地區作案困難，就會轉移到另一地區。因此，在針對扒竊類犯罪的防控模式上應當選擇全局性的區域警務合作模式，即長三角地區的警務部門應當認識到區域犯罪的內在聯動關系，防止此類犯罪在整個地區的此消彼長現象。

[1]王大為．中國城市群中的犯罪問題與對策研究——以珠三角地區為例[C]//多元城鎮化與中國發展．北京：社會文獻出版社，2013．

[2]徐沖，柳林，周素紅，葉信岳，姜超．DP半島街頭搶劫犯罪案件熱點時空模[J] ．地理學報， 2013，（12）．

[3]毛媛媛，丁家駿．搶劫與搶奪犯罪行為時空分布特征研究——以上海市浦東新區為例[J] ．人文地理，2014，（1）．

[4]陳 鵬，李 欣，胡嘯峰，曾昭龍，趙鵬凱．北京市長安街沿線的扒竊案件高發區分析及防控對策[J]．地理科學進展，2015，（10）．

[5] 王永杰，論街面犯罪的特點及偵查對策[J]．上海：犯罪研究，2007，（3）．

[6]何平，犯罪空間分析與治安系統優化[M]．北京：中國書籍出版社，2013．

[7]陸娟．基于莫蘭指數的盜竊犯罪率全局分布模式分析[J]．警察技術， 2014，（1）．

[8]陳鵬，洪衛軍，隋晉光，瞿珂譯．地理信息系統與犯罪制圖[M]．北京：中國人民公安大學出版社，2014．

[9]陳鵬，李錦濤，馬偉．犯罪熱點的分析方法研究[J]．中國人民公安大學學報（自然科學版），2012，（3）．

[10]Ratcliffe J H． 2004． The hotspot matrix: a framework for thespatio- temporal targeting of crime reduction[J]． Police Practice and Research: an International Journal, 5（1）： 5-23．

[11]Brantingham, Patricia and Paul(1995)．”Criminality of Place: Crime Generators and Crime Attractors”．European Journal on Criminal Policy and Research 3（3）：1-26．

[12]劉大千, 修春亮, 于嘉．長春市財產犯罪的空間分析[J]． 地理科學，2012，（4）．

[13][澳]亞當·蘇通，阿德里恩·切尼，羅伯·懷特．犯罪預防：原理、觀點與實踐[M]．北京：中國政法大學出版社，2012．

[14] 李春雷, 姚巍． 城市化進程中我國城市住區犯罪防控空間探索: 基于 CPTED 理論視角下對我國城市住區的個案考察[J]． 中國人民公安大學學報（社會科學版）， 2011． （4）．

[15]王發曾． 城市犯罪空間盲區的綜合治理研究[J]． 地理研究，2010，（1）．

Study on the Preventive Countermeasures against the High Incidence of Pocketpicking along Metro Lines of a Certain City of Yangtze River Delta

Chen Tongxin, Wang Daweixin
(China People’s Public Security University, Beijing 100038, China)

With the rapid development of city construction, there appears a high incidence of pocketpicking along metro lines. Targeting the problem, police agencies should establish comprehensive crime-preventing system so as to maintain public order and social stability.

Pocketpicking; Space Analysis; Hot Spot of Crime; Urban Space Control

D631

A

1008-5750(2016)06-0026-(10)

10.13643/j.cnki.issn1008-5750.2016.06.003

2016-10-26 責任編輯：何銀松

陳童鑫(1992-),男，中國人民公安大學碩士研究生，研究方向為犯罪學；王大為（1959-），男，中國人民公安大學教授，研究方向為犯罪學、社會學。