中國旅游“兩搶一盜”犯罪事件時空分布及組態影響因素

黃 銳，謝朝武,b，賴菲菲

（a. 華僑大學旅游學院；b. 中國旅游研究院旅游安全研究基地，福建 泉州 362021）

安全穩定的社會環境是旅游活動順利開展的必要條件，犯罪事件是破壞旅游地安全環境的重要事件類型，不僅對旅游者人身財產和心理安全構成威脅，也可能損害旅游地的社會秩序和品牌形象。近年來國內旅游業發展迅猛，旅游人次從2010 年的21.03億人次增長到2019年的60.06億人次（國家統計局，2020）。與此同時，中國旅游犯罪事件也呈現較高的規模水平。全國旅行社責任險統保示范項目數據顯示①，2010—2019 年間游客因旅游搶奪、搶劫與盜竊事件申請保險理賠案件達到2 217 起，各地亟需進一步降低旅游社會安全風險，提升安全保障能力。基于此，科學識別中國旅游犯罪事件的分布特征及其影響因素，對于營造健康和諧的旅游安全環境，推動國內旅游平穩有序發展具有重要的理論與實踐價值。

搶奪、搶劫與盜竊（以下簡稱“兩搶一盜”）指以非法財物占有為目的的公開搶奪、暴力脅迫和私密竊取等侵犯他人財物的行為（曲比偉石等，2019）。“兩搶一盜”一般是地方刑事犯罪發案率最高的案件，既有研究常通過“兩搶一盜”犯罪體現地方整體治安水平（王麗華，2012；鄭文升等，2016；曲比偉石等，2019）。“兩搶一盜”是犯罪地理學重點關注的犯罪類型，相關學者多分析城市居民生活區（宋廣文等，2017）、商業步行街（曾敏玲 等，2014a，2014b）和城市交通干線（Wagner,1997；柳林等，2017）等微觀空間尺度下“兩搶一盜”犯罪事件的時空分布模式，并將其影響因素歸結為建成環境（肖露子等，2017）、居民活動（宋廣文等，2017）、土地利用（周素紅等，2017）和風險設施（Bowers et al., 2014）等局部環境因素。國內“兩搶一盜”犯罪文獻呈現研究尺度微觀化趨勢，主要側重于城市內部空間場所盜搶事故的分析（鄭文升等，2016；戴劭勍等，2018），而對宏觀空間尺度下區域間“兩搶一盜”事件的空間分布格局及成因缺乏探索。既有研究表明，大范圍尺度（國家或省域）的犯罪往往與宏觀社會環境有關，人口密度（Cahill et al., 2003）、社會福利（徐雷等，2012）、人口流動率（嚴小兵，2013a）、收入差距（嚴小兵，2013b）、電子支付使用率（Armey et al.,2014）和地區失業率（張丹丹等，2018）等宏觀因素都是影響地方犯罪率的重要因素。國外學者在犯罪環境決定論的基礎上，引入了社會解組理論（social disorganization theory）對宏觀尺度犯罪事件的成因進行解釋（Shaw et al.,1986）。社會解組理論認為，不同地區社會安全風險、社會結構穩定性以及社會控制能力差異是影響犯罪事件空間分異的主要原因（Bursik et al.,1988; Braga et al.,2014），這為剖析中國宏觀尺度下“兩搶一盜”事件的影響因素提供了相對成熟的理論框架。

旅游“兩搶一盜”是犯罪地理學的重要研究領域，旅游活動具有流動性、異地性和暫時性，旅游者在非慣常環境下高消費、低防范的特殊行為方式使得其更易成為犯罪分子盜搶的首要目標（Brunt et al.,1999；邱淑，2009；王金偉等，2009）。與常住地居民“兩搶一盜”事件相比，旅游“兩搶一盜”事件的發生場域、發生時段和影響因素均存在較大差異（James et al.,1983；邱淑，2009）。一方面，相關研究發現，旅游“兩搶一盜”事件具有明顯的區域性、季節性和流動性的時空規律特征（龔勝生等，2002）：旅游熱點地帶通常被犯罪者認為是機會之地（Harper et al.,2013），“兩搶一盜”事件頻發地通常出現在游客高度集聚的特定區域（Chesney-Lind et al.,1986;Pizam,1999）。同時，受旅游活動時間不均衡性的影響，旅游“兩搶一盜”事件在旅游淡旺季節、晝夜高低峰時段也存在異質性分布規律（邱淑，2009；Matakovi?, 2020）。此外，旅游者在特定時空環境下的移動也招致旅游犯罪活動的流動，形成旅游犯罪事件動態變化的空間特征（Biagi et al., 2014; Han et al., 2019）。另一方面，就旅游盜搶犯罪影響因素而言，相關研究認為，地方犯罪率與旅游者盜搶受害率存在動態關系（Pizam et al.,1996），同時旅游業的過度開發會改變原有的社會結構，造成旅游盜搶犯罪的激增（Re‐cher et al.,2020），而充足的安全保障投入和有效的社會管理會抑制旅游盜搶犯罪的發生（George,2017）。既有文獻展現了旅游盜搶犯罪事件受多重社會因素的影響，這與社會解組理論的核心思想具有較高一致性。縱觀現有文獻，國內外學者對旅游盜搶事件的時空分布研究多停留在定性討論和有限案例的歸納總結層面（黃建軍，2000；高科，2010；印偉，2013），且受制于旅游犯罪數據較難獲取等現實困境，相關分析多局限于微觀場所（謝朝武，2010）或特定區域（黃建軍，2000；董斌彬等，2016），較少有研究從宏觀視角對旅游盜搶事故的省域分布規律進行分析，且對復雜社會因素的交互影響作用缺乏量化實證。

基于此，本研究以規模化的旅游盜搶保險案例數據為樣本，借助地理空間研究方法探索中國旅游“兩搶一盜”犯罪事件的省域時空分布特征，采用模糊集定性比較分析法（Fuzzy-Set Qualitative Comparative Analysis，fsQCA）系統甄別中國旅游盜搶犯罪事件的多重影響因素，并剖析其組態影響效應。以期為豐富和拓展宏觀尺度下的旅游犯罪地理學研究，優化中國旅游地安全治理提供理論參考。

1 數據來源與研究方法

1.1 數據來源

數據來源于“旅行社責任保險統保示范項目”中有關國內旅游搶劫、搶奪與盜竊事件出險案例。旅行社責任保險是國家強制旅行社為游客投保的險種，文化和旅游部數據統計顯示，截至2020年，全國超過2萬家旅行社參與統保示范項目，覆蓋面達到80%以上，具有樣本量大、數據信息真實可靠等優勢。共梳理出2010—2019年期間中國31個省份、直轄市以及自治區（不包括港澳臺地區）的2 217起旅游盜搶犯罪保險案例，其中，盜竊犯罪事件1 998起，“兩搶”犯罪事件219起。對所有犯罪事件進行信息編碼與分類，事件信息要素主要包括時間變量（年份、季度、月份、時間段）與空間變量（區域、省份、城市）以及事件基本信息等。根據《中國統計年鑒》《中國旅游統計年鑒》《中國檢察年鑒》《中國人口統計年鑒》以及國家信息中心《中國移動支付發展報告》等統計資料，收集2010—2019 年旅游“兩搶一盜”事件的引致因素相關指標數據。

1.2 研究方法

1.2.1 空間自相關 全局空間自相關可有效揭示旅游“兩搶一盜”犯罪事件在研究區域內空間相關性的總體趨勢，通常用Moran′s I 統計量進行度量。當Moran′s I 接近于0 時，表明不存在空間自相關，空間上呈現隨機分布；若數值趨近1，說明空間集聚性越強；若趨近-1，則空間分散性越大。計算公式為：

式中：xi、xj表示空間單元i、j的屬性值；ˉx和S2為序列均值和標準差；n為研究單元數量；Wij為空間權重矩陣。

1.2.2 核密度估計 核密度估計能有效反映地理要素在空間上的集聚密度規律，若某一區域的點分布密集，說明該區域事件發生概率高，反之則表明發生概率低。利用核密度估計對全國旅游“兩搶一盜”犯罪事件冷熱點分布進行探測，該估計通常采用Rosenblatt-parzen函數，公式為：

1.2.3 標準差橢圓 標準差橢圓可以從重心、密集程度、方向、形狀等多角度揭示空間要素的分布特征與及其空間分布變化規律，主要參數包括橢圓中心、方位角以及橢圓長、短半軸的標準差。其中，橢圓中心坐標能有效反映地理要素的相對位置；方位角揭示要素分布的主要延展趨勢方向；長、短半軸表示地理要素在空間分布上的離散程度。標準差橢圓可以很好地表征全國旅游“兩搶一盜”犯罪事件的空間變化規律。

1.2.4 季節強度指數 季節強度指數是測量旅游盜搶事件時間分布集中程度的有效工具，計算公式為：

式中：R為每個區域旅游“兩搶一盜”犯罪事件的季節強度指數；Xi為第i月的旅游盜搶事件占該區域全年旅游盜搶事件的百分比；8.33為全年絕對平均的前提下計算出來的每月事件發生數占全年事件總數的百分比。R值表示該區域旅游盜搶事件在發生時間上的集中程度，若R 值越趨近于0，說明旅游盜搶事件在各月份分布較為均衡；R值越大，說明旅游盜搶事件具有季節集中性。

設計中將MC33887DH的輸入引腳IN1接到PWM信號上，IN2接到同一PWM發生器模塊的另一個PWM信號上。只是在實際使用中，IN2的信號輸入并沒有采用PWM信號，而是直接輸入高低電平來與IN1形成電壓差。在EN、D1和都滿足芯片正常工作的條件下，當IN1的電平高于IN2時，OUT1和OUT2的輸出信號就會形成前向信號，當N1的電平低于IN2時，OUT1和OUT2的輸出信號就會形成反向信號。當N1的電平等于IN2時，OUT1和OUT2的輸出信號相等，電機停轉。因此，通過控制IN1和IN2的電平既可以實現對于電機速度的控制，也可以實現對于電機轉向的控制[12]。

1.2.5 fsQCA 模糊集定性比較分析法 采用模糊集定性比較分析方法（fsQCA）分析全國旅游“兩搶一盜”事件風險因子的組態影響。fsQCA是近年來比較經典的用于解決復雜因果關系的研究方法（Ragin,2008）。fsQCA 方法基于布爾代數和集合論原理，能有效識別復雜風險因子影響的“聯合效應”和“互動效應”。傳統統計回歸方法是根據相關關系進行的因果推斷，追求數據擬合凈效應較好的單一因果關系模型；而fsQCA是根據集合關系進行的因果推斷，旨在識別多重并發因果關系，探索特定結果存在的多種路徑，且該方法能對已有事件的影響因子進行溯因推理，其在小樣本研究中也具有一定優勢（張明等，2019a）。考慮到旅游盜搶事件是多重風險因子綜合作用的結果，故采用fsQCA方法對全國旅游盜搶事件的風險影響因子進行分析。在fsQCA分析中，一致性測度表示共享給定前因條件組合的案例在展示特定結果方面的一致程度，覆蓋度測度則是評估了前因條件組合對結果集合實例的解釋程度（Ragin, 2008；張子昂等，2021）。一致性取值范圍為（0，1），通常判定充分條件一致性合理水平為0.75，較為嚴格標準為0.8。覆蓋度取值范圍為（0，1），取值越髙表明其對于因果路徑的解釋力能力越好（Ragin,2008）。

2 全國旅游“兩搶一盜”犯罪事件的時空分布分析

2.1 全國旅游“兩搶一盜”犯罪事件總體時空分布

首先根據全局Moran′s I 指數從整體上判斷旅游“兩搶一盜”事件的空間模型類型，結果如表1所示。總體而言，2010－2019年全國旅游“兩搶一盜”事件的全局Moran′s I估計值>0，且通過了5%的顯著性水平，表明2010－2019 年中國總體旅游“兩搶一盜”事件在31個省域范圍內存在顯著的空間自相關關系。從歷年的變化情況看，2010－2015年全局Moran′s I估計值均為正數，且均通過5%的顯著性水平檢驗，由此可見全國旅游“兩搶一盜”事件在2010-2015 年呈現空間集聚效應，然而在2016-2019年，Moran′sI估計值逐漸趨近于0，并且沒有通過顯著性水平，說明全國旅游“兩搶一盜”事件在2016-2019年沒有存在空間相關性，這也在一定程度上證明了近年來旅游“兩搶一盜”犯罪事件的空間分布越來越呈現隨機性特征，其空間集聚效應減弱，特定地區針對旅游者的大規模盜搶集群事件不斷減少。

表1 全國旅游盜搶犯罪事件的全局Moran's I估計值Table 1 Bivariate global Moran's I estimated value of tourist robbery incidents in China

為探索全國旅游盜搶事件在各地的分布情況，利用ArcGIS 中的核密度分析工具，采用自然斷裂法將全國2010—2019年累計的旅游“兩搶一盜”事件按聚集密度分為低密度、中低密度、中密度、中高密度和高密度5 類，具體分析旅游“兩搶一盜”犯罪事件在各省內部的聚集程度。從整體上看，旅游“兩搶一盜”事件分布范圍較廣，在中國31 個省、直轄市、自治區（不包含港澳臺）均有覆蓋，且事件高發的核心區域呈現密度集聚態勢（圖1-a）。具體而言，1）全國旅游盜搶事件主要在西南地區、中部地區以及南部地區的熱門旅游城市呈點狀集聚分布，在西北、東北地區雖有發生旅游盜搶事件，但還未形成明顯的聚集效應。2）旅游盜搶事件高發地集中于云南省的昆明、大理與麗江，以及海南省的三亞與海口，而北京、長沙、張家界、廣州、杭州、桂林等旅游城市和人口密集城市也有中等密度的旅游盜搶事件集聚；進一步對“兩搶”事件（圖1-b）和“一盜”事件（圖1-c）進行核密度分析，“兩搶”和“一盜”事件集聚的高值區域具有較高一致性，即盜竊犯罪事件高發的旅游地往往搶奪和搶劫事件也高發。一般而言，宏觀尺度的旅游地犯罪事件受地方基礎安全風險和旅游聚集因素影響較大，旅游人次較多且治安環境較差的旅游地是旅游犯罪事件集聚的熱點地區，這也導致了“兩搶”和“一盜”事件的空間分布規律具有較強趨同性。

圖1 2010—2019年全國旅游“兩搶一盜”事件的核密度分布Fig.1 The nuclear density distribution of robbery,snatching,and theft tourism crimes from 2010 to 2019 in China

2.2 全國旅游“兩搶一盜”事件年度空間分布

2.2.1 年度時間變化特征 中國旅游“兩搶一盜”事件的年份分布特征如圖2所示。2010-2019年中國旅游“兩搶一盜”事件數量整體上呈現逐年下降的趨勢，其中，2013-2014 年與2017-2018 年下降幅度較大，分別降低30.2%和49.6%。這一趨勢體現了全國旅游地社會治安風險在逐年下降。原因可能在于：一方面，隨著中國經濟快速發展，全國人均收入水平有了大幅度提升，社會人員盜搶犯罪作案動機減弱。同時，近年來各地區對旅游業發展不斷重視，旅游目的地政府為保證當地旅游平穩發展，加大了對社會治安的管控力度，如設立旅游警察大隊維護旅游秩序，加強景區各場所電子監控等措施，這使得旅游地整體社會治安水平有了較大提升。另一方面，伴隨著近年來中國智能手機的市場占有率提高和移動互聯網的發展，依托于智能手機和移動網絡的電子支付開始逐漸取代現金、信用卡等主流支付方式，特別是2014年前后移動支付在全國的大規模普及，游客出行更傾向于掃碼支付、刷臉支付，這進一步減少了現金盜搶事件發生的可能（陳秀珍等，2017）。此外，多個省份借助人工智能、大數據等新興技術打造一部手機游全省的智慧旅游平臺，實現游前、游中、游后消費過程全覆蓋（王謙，2015）。旅游地智慧旅游公共服務平臺的應用既改變了游客的消費習慣和支付行為，也提升了各地景區游覽的安全性，加速了旅游“兩搶一盜”事件數量的減少。

圖2 2010—2019年旅游“兩搶一盜”事件年度變化特征Fig.2 Annual change characteristics of robbery,snatching,and theft tourism crimes from 2010 to 2019

2.2.2 年度空間演變特征 以2013、2016、2019年為時間分界點分析省域尺度下中國旅游“兩搶一盜”事件的空間分布差異。首先，利用ArcGIS10.5中的自然斷裂法將中國31個省市分為低值區、中低值區、中值區、中高值區、高值區5種類型。從圖3可知，全國旅游“兩搶一盜”事件呈現動態空間變化特征。整體上看（圖3-a），2010-2019年中國旅游盜搶事件的空間分布格局總體符合“胡煥庸線”特征，盜搶事件總體沿黑河—騰沖線分布，即高值區、中高值區主要分布于“胡煥庸線”東側，而“胡煥庸線”西側除了新疆之外，其余都屬于低值區（四川、云南、黑龍江、陜西按切割面積記入東側）。具體而言：1）2011-2013 年（圖3-b）中國旅游盜搶事件主要集中于西南地區與東南沿海地區，其中，旅游“兩搶一盜”事件高發于海南、云南兩省，中低值區主要在中國北部地區連片分布，而低值區在西北部地區集中。2）2014-2016 年（圖3-c）中國旅游盜搶事件的中高值區較上一時期明顯縮小，由北京市、山東省、福建省、廣東省、廣西壯族自治區、湖南省、四川省7個省市逐漸縮小為湖南省、廣東省兩地，而中值區不斷擴張，主要集中于中國中部與南部地區且呈現連片分布格局。3）2017-2019年（圖3-d）中國旅游“兩搶一盜”事件數量較上一時期進一步縮減，高值區與中高值區明顯收縮，分別在西部地區與南部沿海地區呈現塊狀分布；相反，低值區與中低值區明顯擴張，“兩搶一盜”事件省域聚集呈現不斷減弱的變化趨勢。從保險案例詳情和現實情境看，各省發生的針對旅游者特定人群的職業化、團伙化的專項盜搶事件減少，特定地域“兩搶一盜”事件集群化趨勢減弱，隨機性、偶發性旅游盜搶事件發生趨勢增強。

圖3 2010—2019年旅游“兩搶一盜”事件省域分布Fig.3 Provincial distribution of robbery,snatching,and theft tourism crimes from 2010 to 2019

2.3 全國旅游“兩搶一盜”犯罪事件年內空間分布

2.3.1 年內季節性集聚特征 進一步探討全國旅游“兩搶一盜”事件在年內的季節性集聚特征，利用季節強度指數測算全國七大區域旅游盜搶事件分布的均衡程度（表2）。從各地區的季節集中強度指數均值看，西北地區的季節強度指數均值最大，達到11.07，而西南地區的季節強度指數均值最小，為5.52。此外，北方地區（西北、東北、華北）季節強度指數明顯大于東部、中部及南方地區（華中、華東、華南、西南）。已有研究表明，犯罪集聚密度和人口集聚密度高度相關（毛媛媛等，2006），同時旅游犯罪具有季節性和周期性（印偉，2013）。中國北方地區游客主要以外部地區流入為主，旅游活動呈現明顯的季節性特征，旅游“兩搶一盜”事件也多發生于人流量密集的旅游旺季，因此北方地區旅游盜搶事件的季節性差異明顯。而南方、中部和東部地區人口密集，適游期較長，旅游客流量常年密集，因此季節性差異相對較小，旅游盜搶事件呈現均勻分布特征。總體而言，2010-2019年全國七大區域旅游“兩搶一盜”事件的季節強度指數存在波動性上漲特征，從實際情況看，近年來全國各地社會治安環境不斷提升，各旅游地安全管控能力增強，不法分子僅在人流密集的旺季才存在作案機會，因此導致有限盜搶事件多集中在旅游旺季。

表2 2010—2019年全國旅游“兩搶一盜”事件季節強度指數Table 2 Seasonal intensity index of robbery,snatching,and theft tourism crimes from 2010 to 2019 in China

2.3.2 年內季節空間演變特征 為進一步獲取中國旅游“兩搶一盜”事件的年內季節空間分布格局以及發展演變特征，利用標準差橢圓進一步分析案例事故點在春季（3-5 月）、夏季（6-8 月）、秋季（9-11月）、冬季（12-2月）時段中的空間移動趨勢。根據中國旅游“兩搶一盜”事件的標準差橢圓分析可以發現（表3、圖4）：總體而言，中國4 個季度旅游盜搶事件的標準差橢圓分布范圍較大，涵蓋了除東北、西北地區部分省份以外的23個省、市以及自治區。具體來看，中國旅游盜搶事件在季節上呈現較顯著的空間差異。1）由表3的標準差橢圓參數發現橢圓的中心坐標在春季與冬季時偏向中部與南部地區，分別在湖南省懷化市東北方位（27°42′46″N、110°18′03″E）與廣西壯族自治區桂林市東北方位（26°15′07″N、110°41′41″E），主要沿東北—西南方向分布。而在夏季與秋季的橢圓中心坐標向北部遷移，分別在湖北省宜昌市（30°35′49″N、111°04′40″E）與湖南省張家界市（29°20′02″N、110°45′14″E），表明全國旅游盜搶事件的空間分布在夏季與秋季相較于春、冬季節整體向北部躍遷。2）從長、短半軸的變化情況看，長半軸先由春季的11.071 km擴大到夏季的12.303 km，到秋季與冬季時分別縮小至11.645 與11.681 km，由此可以判斷：在一年四季中旅游盜搶事件在東北—西南方向上呈現出先極化、后分散、再極化的趨勢。短半軸由春季的6.785 km 擴大至夏季與秋季的8.341 與8.563 km 后，又縮小至冬季的6.923 km，可見全國旅游盜搶事件在西北—東南方向也表現出先極化、后分散、再極化的趨勢。3）橢圓方位角在42.379°與59.634°范圍內擴展，但全國旅游盜搶事件總體上仍然以東北—西南方向分布。4）從區域面積看，旅游盜搶事件在夏季與秋季時覆蓋面積較廣，分別是322.371 與313.504 km2，而在春季與冬季時覆蓋面積較小，分別是235.955與254.034 km2。

圖4 全國旅游“兩搶一盜”事件的季節標準差橢圓分布Fig.4 Seasonal standard deviation ellipse distribution of robbery,snatching,and theft tourism crimes in China

表3 全國旅游“兩搶一盜”事件的標準差橢圓參數Table 3 Standard deviation ellipse parameters of robbery,snatch‐ing,and theft tourism crimes in China

2.4 全國旅游“兩搶一盜”犯罪事件時點空間分布

2.4.1 時點變化特征 2010-2019年全國旅游“兩搶一盜”事件在不同時點上的發生比例具有差異性（圖5），總體而言，全國旅游盜搶犯罪事件在24個時點上的變化趨勢呈現兩頭凸起中間凹陷的“駝峰”型。具體而言，在凌晨階段（T 00:00-06:00），旅游“兩搶一盜”事件呈現先下降后急劇上升的變化趨勢，并在T 07:00 達到最高峰；上午（T 07:00-12:00）與下午（T 13:00-18:00）階段，旅游“兩搶一盜”事件依舊維持在較高水平，但保持波動變化的發展態勢；晚上（T 19:00-23:00）階段，旅游“兩搶一盜”事件在T 19:00-20:00 達到小波峰后急劇下降。出現這一變化趨勢的原因可能在于：一方面，早晨T 07:00 是游客出游趕車高峰期，警惕性較弱，人流密集的交通場所易發生盜竊事件。另一方面，在凌晨階段，民宿、酒店客房等入室盜竊的犯罪率高，而游客在早上退房時發現物品遺失會第一時間報案，但記不清具體發生時點，這也是導致T 07:00 旅游盜竊事件占比較高的原因；上午T 09:00-11:00和下午T 14:00-17:00是景區盜竊事件高發時段，這一時期為游客進行游覽的主要時間段，景區人員混雜加之游客對周圍環境不熟悉，易給犯罪分子可乘之機；而在T 19:00-20:00 旅游盜搶事件占比出現小波峰是由于游客開展夜間休閑活動，大多游客異地旅游會選擇去一些人流密集的夜市、特色商業街等地，而旅游者語言服飾、行為方式與當地居民顯著不同且攜帶大量現金和貴重物品，極易成為竊賊的首選目標。另外，夜晚在一些僻靜的景區街道針對旅游者的搶奪和搶劫事件發生率也較高。

圖5 全國旅游“兩搶一盜”分時點占比Fig.5 The proportion of robbery,snatching,and theft tourism crimes at different times in China

2.4.2 時點空間演變特征 從各省份旅游“兩搶一盜”事件在各個時點比例分布的熱力圖看（圖6），31 個省、直轄市、自治區在24 h 內旅游“兩搶一盜”事件發生比例在空間分布上的差異較小，均高發于上午和下午游客出游的高峰時段，晚上旅游“兩搶一盜”事件發生比例相對較小，而在凌晨時段“兩搶一盜”事件發生比例均低于其他時間段。從省域分布差異看，如海南省、云南省、四川省、廣東省等旅游犯罪事件高發地區，熱力強度百分比在各個時點分布較為均勻，即全時段都具有發生盜搶犯罪事件風險。而吉林省、內蒙古自治區、寧夏自治區等事件總量較低的地方，旅游“兩搶一盜”犯罪事件呈現時間集聚特征，多發生在游客出游高峰期和人流密集的時點。

圖6 各省（區）“兩搶一盜”分時點熱力Fig.6 Heat map of each province's robbery,snatching,and theft tourism crimes at different times

3 全國旅游“兩搶一盜”犯罪事件影響因素組態分析

3.1 變量選擇與校準

犯罪環境學中的社會解組理論認為，犯罪事件的形成受地區復雜的社會環境影響（Shaw et al.,1986;Bursik et al.,1988;Braga et al.,2014），地區社會治安風險的惡化會激發更多的犯罪動機，較高的人口異質性和流動性也會帶來社會結構的解組，從而引發社會功能失序，同時社會風險難以約束和監督，社會安全控制能力薄弱也會導致地區抵制犯罪活動能力減弱。基于此，在結合社會解組理論和借鑒前人宏觀犯罪事件影響因素變量選取的基礎上（邱淑，2009；王麗華，2012；嚴小兵，2013a，2013b；Armey et al.,2014；程建新等，2016；龍冬平等，2017；張丹丹等，2018），選擇地方風險因素（刑事犯罪率、失業率、人口密度）、旅游集聚因素（旅游產業占比、旅游人次）以及社會控制因素（人均公共安全支出、移動支付水平）作為全國旅游“兩搶一盜”犯罪事件的影響因素，采用fsQ‐CA 方法探討多重宏觀社會因素對旅游盜搶犯罪事件的組合作用。同時，將因果變量的原始值轉移到模糊分數中使其符合布爾代數運算邏輯，給案例賦予集合隸屬分數進行校準（張明等，2019b）。基于已有校準方法（Garcia-Castro et al., 2016；牛曉晨等，2020）以及本研究案例變量測量值的分布情況，將條件變量和結果變量的25%、50%、75%分位值分別記為完全不隸屬度、交叉點和完全隸屬度。通過3個閾值設定，利用fsQCA算法將因果變量測量值轉換為0~1模糊得分。

3.2 單個條件的必要性分析

單變量必要性檢驗是模糊集條件組合分析的前提，一個必要條件可被看成結果的一個超集（su‐per set），若必要條件被包含在真值表分析中，則可能會被納入到“邏輯余項”中被簡化，當單個條件變量的一致性＞0.9 時即可視為結果變量的必要條件（Ragin,2008）。利用fsQCA3.0 軟件工具對產生高旅游盜搶犯罪事件規模結果的必要條件進行檢驗，結果顯示：各個單項前因變量一致性水平均未超過0.9，沒有構成必要條件，說明單個前因條件變量對旅游盜搶犯罪事件的解釋力較弱。鑒于盜搶事件結果是“多重復雜并發因果”，有必要對這些前因條件變量進行構型分析，進一步識別產生高“兩搶一盜”事件規模的多重條件組態以獲取更多信息。

3.3 條件組態的充分性分析

條件組態的充分性分析是fsQCA的核心，組態是給定結果相關條件的組合，條件組態充分性分析主要揭示不同前因條件形成的組態對結果的充分性，即在集合論上判斷多個條件組態集合是否為結果集合的子集。根據fsQCA 內部算法生成真值表，并根據前人研究標準（Ragin, 2008；張明等，2019b；張子昂等，2021）和本研究樣本規模，選擇一致性閾值為0.8，頻數閾值為1對真值表進一步篩選。通過模糊集定性比較分析得到復雜解（com‐plex solution）、中間解（intermediate solution）和簡約解（parsimonious solution）3 種類型，其中，中間解將符合理論與實際知識的“邏輯余項”納入解，并且不允許剔除必要條件，是fsQCA普遍采用的解的類型（Ragin,2008）。因此，選擇中間解作為匯報類型，并結合簡約解對核心條件和邊緣條件加以區分。若前因條件在簡約解和中間解中同時存在，該條件則為核心條件；若僅出現中間解，則看作邊緣條件（杜運周等，2017）。核心條件具有決定性前因成分的條件，邊緣條件則是對結果產生一定補充影響作用的條件。如表4所示，最終計算得到的產生高事件規模的組態有5種，5種組態的總體解的一致性為0.924，＞0.75 的閾值標準（Ragin,2008），說明這5種組態是影響旅游盜搶犯罪事件的充分條件。此外，總體解覆蓋度為0.650，表明在所有旅游盜搶事件影響因素中，約有65%都包含在這5種條件組合路徑中。

表4 旅游“兩搶一盜”事件前因條件構型Table 4 Antecedent configuration of robbery,snatching,and theft tourism crimes

對產生高旅游“兩搶一盜”事件規模的5種組態路徑進一步分析：組態H1（~Crime×~Population×~Payment× ~Expenditure×Tourists×Service） 顯 示，不論旅游地高失業率是否存在，高旅游人次、高旅游產業占比的存在和高移動支付水平、高人均公共安全支出的缺席發揮著核心性作用。旅游地高刑事犯罪率、高人口密度的缺席發揮了輔助性作用。該組態一致性為0.945，唯一覆蓋度為0.086。組態H2（Crime×Unemployment× ~Payment× ~Expenditure×Tourists×Service）顯示，旅游地高刑事犯罪率、高旅游人次和高旅游產業占比的存在以及高移動支付水平和高人均公共安全支出的缺席發揮著核心性作用，高失業率的存在發揮了輔助作用。而旅游地人口密度成為無關緊要條件。該組態一致性為0.972，唯一覆蓋度為0.090。組態H3（Crime×Unemploy‐ment×Population×Payment×Expenditure×Tourists× ~Service）顯示，旅游地高刑事犯罪率和高旅游人次的存在發揮著核心性作用，旅游地高失業率、高人口密度、高人均公共安全支出、高移動支付水平的存在和高旅游產業占比的缺席發揮了輔助性作用。該組態一致性為0.851，唯一覆蓋度為0.169。組態H4（Crime× ～Unemployment× ～Population× ～Pay‐ment×Expenditure×～Tourists×Service）顯示，旅游地高刑事犯罪率、高人均公共安全支出和高旅游產業占比的存在發揮著核心性作用，旅游地高失業率、高人口密度、高移動支付水平和高旅游人次的缺席發揮了輔助性作用。該組態一致性為0.892，唯一覆蓋度為0.063。組態H5（Crime×～Unemploy‐ment×Population×Payment×Expenditure×Tourists×Service）顯示，旅游地高刑事犯罪率、高人均公共安全支出、高旅游人次和高旅游產業占比的存在和旅游地高失業率的缺失發揮著核心性作用，旅游地高人口密度、高移動支付水平的存在發揮著輔助性作用。該組態一致性為0.942，唯一覆蓋度為0.146。總體來看，單個解的一致性水平均超過0.8，展現出較高的一致性水平。單個解的覆蓋度在0.063～0.169 浮動，說明條件組合能夠解釋的個案占總量介于6.3%～16.9%，其中組態H3和組態H5解釋力稍高，其他組態解釋力水平較為接近。

3.4 組態的區域性引致案例分析

結合各案例在前因組合的模糊集隸屬度進一步判斷各組態所匹配的省份信息，對5種組態的區域性引致分析如下：組態H1所對應的省份是四川省和陜西省。兩省地處中國西部地區，雖然本地人口密度較低，刑事犯罪率居于較低水平，但兩省外來游客量較大，地方產業發展對旅游業依賴性較強，在旅游熱點地區易形成針對旅游者的職業化盜搶事件。且政府在公共安全方面支出相對較少，移動支付覆蓋率相較于東部地區覆蓋范圍較為有限，以現金結算為主的支付方式加大了旅游“兩搶一盜”事件的管控風險。組態H2所對應的省區是云南省、廣西壯族自治區和遼寧省。這些省份旅游地刑事犯罪率、失業率處于較高水平，且政府公共安全方面支出相對較少、地方移動支付覆蓋度低。同時，這些省份旅游人次較高，旅游產業占比較大，相對低的地方安全治安水平和較高的外來旅游人口占比導致地方旅游盜搶集群事件高發，該組態的一致性水平也達到最高。組態H3所對應的省市是福建、山東、湖南和上海，這些地區旅游地刑事犯罪率和失業率較高，地區人口較為密集，加之接待的游客數量較多，社會人口結構復雜，治安環境風險較高。雖然這些省市的人均公共安全支出較高，且存在一定移動支付覆蓋度，但整體社會盜搶風險仍然偏高。組態H4所對應的省份是貴州省和海南省，兩省旅游產業占比較高，經濟發展對于旅游產業的依賴性較強，雖然旅游人次絕對數量較低，但旅游人口占地方人口比重較高，且多為外省游客，地區人口流動性較高。同時，兩省刑事犯罪率高、移動支付水平低，地方社區易形成針對旅游者的職業化盜搶事件。雖然兩省在人均公共安全支出方面投入水平較高，但由于地處偏遠地區，旅游安全屬地綜合治理能力偏弱，安全管控的投入產出效率低，地方旅游“兩搶一盜”事件仍處于較高水平。組態H5所對應的省市是北京、廣東省和浙江省。這是中國經濟發達、城市化水平較高地區，外來務工人員較多，人口密集且流動性較大。雖然各地在人均公共安全支出方面投入較高，但由于所在地區人口結構復雜，治安管控難度較大，刑事犯罪率相對較高，加之旅游產業發達、外來游客大量涌入等綜合性因素導致游客“兩搶一盜”事件規模較高。總體來看，5 種組態所匹配的“兩搶一盜”事件發生地主要分布在旅游業依托的偏遠省份（如組態H1、H2、H4）或人口密度較高的旅游大省（組態H3、H5）。從區域引致成因看，地方治安風險因素、旅游集聚因素以及社會控制因素的相互耦合作用形成了全國旅游“兩搶一盜”犯罪事件的空間分異格局。

4 結論與討論

4.1 結論

利用空間自相關、核密度估計、標準差橢圓、季節集中強度等方法全面剖析2010-2019年全國旅游“兩搶一盜”犯罪事件的時空分布特征及其發展演變。在此基礎上，借助模糊集定性比較分析法（fsQCA）探索全國旅游“兩搶一盜”犯罪事件的復雜社會因素的組態影響，主要得出以下結論：

1）從總體時空分布上看，2010-2019 年全國旅游“兩搶一盜”犯罪事件存在較強的空間自相關性。分階段看，2010-2015年旅游“兩搶一盜”犯罪事件具有顯著的集聚效應，而在2016 年之后，“兩搶一盜”犯罪事件呈現隨機性的分布特征。全國旅游“兩搶一盜”犯罪事件在31 個省域均有覆蓋，且事件高發核心區域呈現點狀聚集態勢，主要集中在西南地區、中部地區以及南部地區。同時，“兩搶”和“一盜”事件的空間集聚規律具有較強趨同性。

2）從時間演化上看，在年度分布方面，全國旅游“兩搶一盜”犯罪事件數量呈現逐年下降趨勢，這與中國移動支付普及趨勢具有較高耦合性。省域尺度的“兩搶一盜”犯罪事件沿“胡煥庸線”分布，主要集中在“胡煥庸線”東側的云南、海南和廣東等地區，但事件高發區域呈現逐年縮減變化特征，特定地區旅游“兩搶一盜”集群事件減少；在年內季節性集聚程度方面，全國七大區域的旅游“兩搶一盜”事件季節強度指數存在波動性上漲趨勢，各地區季節性差異愈加明顯，北方地區的季節性差異顯著大于東部、中部及南方地區。其次，夏秋兩季的旅游“兩搶一盜”事件分布范圍大于春、冬兩季，分布中心也有向北部躍遷的趨勢，這與盜搶事件的發生特征和旅游流空間流動特征密切相關；在時點分布方面，全國旅游“兩搶一盜”事件在24 h內呈現“駝峰”型變化趨勢，這與游客出游的行為特征高度相關。旅游“兩搶一盜”事件高發省份（海南、云南等）在全時段都有旅游盜搶風險，而對于盜搶事件較少的省份（吉林、內蒙古等）在游客出游高峰時段具有較高聚集性盜搶風險。

3）地方風險因素（刑事犯罪率、失業率、人口密度）、旅游集聚因素（旅游產業占比、旅游人次）以及社會控制因素（人均公共安全支出、移動支付水平）的相互耦合作用形成中國旅游盜搶犯罪事件的空間分異格局。通過對5種組態的區域引致性分析發現，各前因條件的組態引致路徑表現出明顯的地區差異性，組態因素引致的“兩搶一盜”犯罪事件主要分布在經濟欠發達的旅游經濟依托型偏遠省份或人口密度較高的旅游大省。

4.2 討論

旅游“兩搶一盜”是旅游犯罪中的重要類型，隨著中國旅游產業的發展壯大，加強宏觀尺度旅游地盜搶犯罪管控對中國國家安全形象維護和塑造至關重要。本文基于規模化旅游盜搶保險數據分析了中國旅游“兩搶一盜”犯罪事件的空間集聚和時間演化特性，并揭示了宏觀尺度下旅游者流動特征、行為特征與犯罪發生特征的時空耦合機制，這對于旅游屬地高峰期監測和預警、安全保障資源分時投入以及聯防聯控機制的建立提供了有益參考。同時，基于社會解組理論系統解構了多重社會因素對旅游“兩搶一盜”事件的影響作用，識別出地方風險因素、旅游地集聚因素和社會安全控制因素對旅游盜搶事故的組態影響路徑，為宏觀尺度下國家行政部門的旅游盜搶犯罪空間防控、空間干預提供理論借鑒。但本文仍存在不足之處，就研究尺度而言，本文著眼于宏觀層面，主要分析全國“兩搶一盜”事件在省域范圍內的空間分布模式及影響因素，而各省內部旅游盜搶犯罪仍存在一定差異，具有特殊的地方性原因，更加深層次微觀旅游犯罪的過程機理仍有待發掘。在以后的研究中，要充分利用保險案例數據優勢，結合典型地域和案例，對微觀環境下犯罪事件進行更加深度的解讀。此外，也可以從旅游者行為學、環境犯罪學和犯罪地理學等多學科理論視角剖析旅游犯罪事件形成的內在機理。