一種警務崗亭優化選址方法

李弘哲,王世杰,李成名

（1.蘭州交通大學 測繪與地理信息學院，甘肅 蘭州 730070；2.地理國情監測技術應用國家地方聯合工程研究中心，甘肅 蘭州 730070；3.甘肅省地理國情監測工程實驗室，甘肅 蘭州 730070；4.中國測繪科學研究院，北京 100830）

城市是區域信息化建設的主戰場，其經濟社會發展快速、信息資源豐富，對地理信息的需求旺盛、更新速度快、精細度要求高[1]。在“智慧城市”的建設中，作為保衛人民群眾生命和財產安全的重要職能機構，公安系統建設的意義重大。Olayinka A A[2]等主要研究了發展中國家警務崗亭位置對犯罪率的影響；齊琳[3]、張慶全[4]、肖志煒[5]等提出向專業化、智能化的空間分析方向發展以及向使用高分辨率、高時效性的犯罪制圖方向發展是未來警務GIS的發展方向；參考文獻[6]～[11]在GIS的基礎上，結合犯罪地理學的相關知識，分析了犯罪時空分布與影響因素；薛鐘[12]、肖漢[13]等通過模型預測了犯罪率。上述成果均在不同程度上推動了警務GIS的發展，并在犯罪研究的各領域取得了良好的效果。然而，目前國內外對于犯罪的研究成果多數是宏觀的、寬泛的，極少有針對某一重要具體問題提出的切實可行的指導方案。例如，近年來出警效率低下、到達案發現場不及時，成為公安系統的主要弊病。為響應公安部“快速出警、分秒必爭”的號召，全國各縣市努力創建“快警平臺”、警務崗亭等；但由于沒有科學的方法支持，導致警務崗亭布局不盡合理。

1 實驗區域與研究方法

本文以湖南省新寧縣主城區為實驗區，采集2018年1月17日—2020年9月18日共29例案件數據，犯案地點如圖1所示。主城區內學校和醫院的地理位置如圖2所示。本文采用的圖像處理軟件為ArcGIS10.3，除了運用地圖矢量化、緩沖區分析、疊置分析、點距離計算等GIS常規功能模塊外，主要利用核密度估計（KDE）和區域覆蓋模型（AOM）進行規劃選址。

圖1 犯罪地點分布圖

圖2 醫院與學校分布圖

1.1 KDE方法

KDE方法是一種以GIS為基礎的，常被用作估計隨機變量密度函數的檢驗方法。空間中的點要素具有離散分布的特點，但其密度卻是可以度量的，可通過統計實驗區域內所發生的事件總數來構造函數。該方法的優勢在于，能將離散分布的點按照其空間分布特征轉化為不同密度連續變化的面域，從而通過極強的空間分布模式顯現出來。

式中，k{}為核密度函數；h取大于0的正值；x、Xi為獨立同分布的樣本點；x-Xi為樣本點與Xi之間的距離。

1.2 AOM

AOM是一種融合了犯罪心理學、犯罪圖形學和統計學等學科相關知識的犯罪預測模型。該模型操作便利，在分析真實案例時的正確率能達到80%以上，因此具有較好的應用前景[12]。其構造方法為：

1）按照犯罪時間的先后順序，將29例發生在實驗區內的案件地點，依次標定為A1、A2、…、A29。

2）測量兩兩犯罪地點之間的實地距離，記為Dij，如D12表示犯罪地點A1與犯罪地點A2之間的實地距離。

3）計算每個犯罪地點距其他犯罪地點的平均距離，記為Ri，如R1表示犯罪地點A1距其他犯罪地點的平均距離，計算公式為：

4）以Ai為圓心，以Ri為半徑建立圓形緩沖區，再對這些圓形緩沖區進行疊置分析，重疊最多的部分即為最后得到的犯罪預測區。

2 實驗驗證

2.1 實驗區概況

湖南省新寧縣位于湘西南邊陲，山地、丘陵、平原等多種地形混雜；主城區總面積為19.8 km2，總人口為6.46萬人。作為全市警務系統重點建設縣和“快警平臺”示范縣，新寧縣治安情況總體良好，但警務崗亭設置不盡合理，使本就匱乏的警力資源極度緊張。

2.2 警務崗亭優化選址

具體實驗流程如圖3所示。以街道為尺度，利用ArcGIS10.3進行地圖矢量化處理，圖層包括水體、道路、作案地點、醫院和學校等。犯罪地點核密度分析結果如圖4所示，核密度分析的輻射范圍可作為犯罪行為的地域界限，認為界限內至少發生過一例案件，為高頻案發區，界限外則可認為無案件發生。

圖3 實驗流程圖

圖4 核密度分布圖

通過KDE可選出位于高頻案發區內的醫院和學校，在醫院和學校1 km范圍內設立警務崗亭，達到消除公共隱患、快速出警的目的。因此，建立緩沖區后，利用疊置分析法獲得醫院與學校緩沖區的相交面域，再與高頻案發區進行疊置分析，相交面域則為待定警務崗亭選址區，如圖5所示。

圖5 待定選址區

本文進行點距離計算，并對計算結果進行統計，構成29×29階Dij矩陣；利用2018年1月17日—2018年10月14日的案例數據，即A1～A10共10組數據構造犯罪預測區，其余19組數據用于犯罪預測區的置信度計算。計算結果如表1所示。

表1 平均距離統計表

以Ai為圓心，以Ri為半徑構建圓形緩沖區，相交區域即為犯罪預測區，如圖6所示。在沒有參與建模的19例案件中，16例落入犯罪預測區內，預測概率達到了84%，說明置信度良好。將犯罪預測區和待定選址區進行疊置分析，相交區域即為警務崗亭的優化選址區，如圖7所示。

圖6 犯罪預測區

圖7 優化選址區

3 結語

本文提出的警務崗亭優化選址方法解決了警務崗亭設置紊亂的問題，調和了警力資源緊張與警力配置效率低下的突出矛盾，具有較強的實用性、可推廣性以及“先人一步”進行犯罪預警的前瞻性，且在一定程度上推動了警務GIS的發展。在優化選址區中設置的警務崗亭，位于高頻犯案區和犯罪預測區內，且輻射了盡可能多的學校和醫院，最大限度地節省了警力資源，可為城市建成區警務崗亭科學布局提供理論支持和實踐參考。