摘  要： 在研究、分析國內(nèi)外有關研究成果的基礎上,，從關聯(lián)分析、趨勢分析,、熱點分析以及異常分析4個方面提出我國犯罪時空分析方法的分類體系框架,，并綜述每種類型不同時空分析方法的應用特點，以期能夠為公安部門進行犯罪預防和警力部署提供一定的參考和幫助,。

　　關鍵詞： 時空分析,；犯罪；犯罪分析

　　對犯罪現(xiàn)狀的分析和犯罪趨勢的預測可以促進公安部門加大執(zhí)法力度,，抑制犯罪率的增長,，對維護社會穩(wěn)定有很好的促進作用[1]。通過犯罪分析,，可以系統(tǒng)地識別,、分析犯罪的模式和趨勢，提高警力部署的效力,、制定犯罪預防策略和輔助案件偵破[2],。通過時空的角度來進行犯罪分析則更有利于直觀地反映犯罪現(xiàn)象的分布特點及其未來的發(fā)展趨勢[3]。19世紀早期,，地圖制圖與空間信息就開始在犯罪分析領域得到應用,，最早始于法國[4],。1833年，法國統(tǒng)計學家格雷通過犯罪統(tǒng)計得出結論：犯罪現(xiàn)象在時間和空間分布上是不均衡的,，隨著時間和空間的不同呈現(xiàn)出不同的特點[5],。1900年，紐約市警察局率先使用地圖來進行犯罪分析,。20世紀80年代初,，國外開始將GIS技術應用于犯罪分析領域[5-6]。進入90年代后,，由于計算機技術的高速發(fā)展,，GIS的成本降到了合理的價格，極大地促進了GIS在犯罪分析方面的應用[5],。目前在美國,，人數(shù)超過100人的警察局中約有70%，人數(shù)不到100人的警察局也有40%建立了犯罪分析系統(tǒng)[5],。我國也有不少學者開展相關研究：如金光[7]等人利用數(shù)據(jù)挖掘技術進行案件類型單維關聯(lián)分析,、不同案件的序列分析以及案件分類；丁世潔[8]運用數(shù)理統(tǒng)計的回歸分析法等手段,，預測刑事案件的發(fā)案規(guī)律并有效識別案件模式,；顏峻[9-10]等人提出一種將動態(tài)優(yōu)化窗寬算法與DENCLUDE算法相結合的優(yōu)化聚類算法應用于入室盜竊犯罪熱點分析；陸娟等人提出一種適用于不同尺度空間聚類的犯罪熱點探測方法,，主要用于探測犯罪高發(fā)地區(qū),。本文在研究、分析國內(nèi)外有關研究成果的基礎上,，將犯罪時空分析方法分成關聯(lián)分析,、趨勢分析、熱點分析和異常分析等四種類型,，并對其進行綜述,。其分類體系框架如圖1所示。

　　1 犯罪時空關聯(lián)分析

　　地理學第一定律指出,，任何事物都與其周圍事物存在聯(lián)系,，與其越相近的事物聯(lián)系越緊密。因此,，大多數(shù)學者在進行犯罪時空分析時充分利用了這個規(guī)律,，尋找各個要素之間的關聯(lián)。這里所指的關聯(lián)要素主要包括犯罪類型,、犯罪地點,、犯罪時間（包括季節(jié)、日期,、時段等）,、犯罪客體以及犯罪密度[11-12],。

　　通常情況下，針對不同的案事件數(shù)據(jù),，其關聯(lián)分析方法也有所不同,，一般使用的方法有相關分析法、灰色關聯(lián)法,、數(shù)據(jù)碰撞法,、串案軌跡分析法等[13]，其特點如表1所示,。

　　2 犯罪時空趨勢分析

　　趨勢分析用來收集信息,，并試圖在信息中發(fā)現(xiàn)模式或趨勢。它不僅可以用來評估過去不確定的事,，還可以用于預測未來的事件,。犯罪趨勢預測分析可分為犯罪時間趨勢預測和犯罪空間趨勢預測[17-18]。

　?。?）犯罪時間趨勢預測法主要是根據(jù)過去的犯罪變化規(guī)律來預測未來的犯罪趨勢,，它假設犯罪的發(fā)展變化具有時間上的連續(xù)性。因此,，是一種在較為理想的假設下的預測方法,，常用于短期的犯罪預測，不適合用于長期的趨勢分析,。它的主要分析方法有移動平均法,、指數(shù)平滑法和加權平均法等，其特點如表2所示,。

　?。?）犯罪空間趨勢預測法主要是根據(jù)過去犯罪地點的犯罪密度規(guī)律來預測未來的犯罪發(fā)生地。它強調(diào)的是地點因素在預測中的作用,。適合空間趨勢分析的方法有標準差橢圓法和系列犯罪分析法等，其特點如表2所示,。

　　3 犯罪時空熱點分析

　　犯罪熱點分析即通過案事件時空序列數(shù)據(jù),，分析犯罪高發(fā)地區(qū)、犯罪高發(fā)時間,、犯罪高發(fā)類型和犯罪高發(fā)目標[3],。此處的犯罪高發(fā)地區(qū)又包括犯罪產(chǎn)生地、犯罪吸引地和犯罪促進地,。犯罪高發(fā)時間又包括犯罪高發(fā)季節(jié),、犯罪高發(fā)日、犯罪高發(fā)時段,。熱點的程度主要取決于其超過平均水平的程度[24],。而通過不同的熱點程度還可以進行分級熱點分析,。

　　主要的熱點分析方法有中心平均法、標準差法（包括標準距離圓和標準差橢圓）,、核密度估計法,、等密度估計法、聚類法（此處主要介紹最鄰近指數(shù)法及高聚類分析法）等[25],，其特點如表3所示,。

　　4 犯罪時空異常分析

　　當犯罪熱點區(qū)域中出現(xiàn)與犯罪數(shù)據(jù)的一般行為或模式不一致的離散點時，稱這些數(shù)據(jù)對象為異常點,、離群點或偏差點,。有些離群數(shù)據(jù)比常規(guī)數(shù)據(jù)更有意義，由于離群數(shù)據(jù)本身含有重要信息,，可以從犯罪離群數(shù)據(jù)中發(fā)現(xiàn)新的犯罪趨勢,。因此需要進一步對其進行異常分析，即離群檢測,。犯罪異常分析也可以理解為犯罪冷點分析,。常用于異常分析的方法有系列犯罪分析法和低聚類分析法等，其特點如表4所示,。

　　本文通過對我國犯罪時空分析方法的歸納總結,，可以看出開展犯罪時空分析可以挖掘出犯罪的顯性及隱形時空規(guī)律，從而為犯罪預測,、犯罪預防和警力配置等科學決策提供支撐,。2010年以來，由公安部統(tǒng)一組織研制的公安警用地理信息平臺軟件開始逐步在全國進行推廣應用,，這將為犯罪時空分析提供更好的基礎軟硬件平臺和犯罪時空序列數(shù)據(jù)基礎,。可以預見,，我國利用GIS技術進行犯罪時空分析將進入一個新的發(fā)展階段,。

　　參考文獻

　　[1] 王曉雁.暴力犯罪史上最低，經(jīng)濟犯罪井噴式增長[N].法制日報,，2013.

　　[2] SANTOS R B. Crime analysis and crime mapping[M]. US： Sage Publications,， 2012.

　　[3] 王帥.犯罪案件時空熱點分析研究——以江蘇省某市為例[D].北京：首都師范大學，2012.

　　[4] 賀日興.犯罪制圖——地理信息技術應用新領域[J].測繪通報,，2006（6）：46-50.

　　[5] 楊毅.地理信息系統(tǒng)在犯罪分析及輔助決策中的應用研究[D].成都：四川大學,，2005.

　　[6] 耿莎莎，張旺鋒,，劉勇,，等.基于GIS的城市犯罪行為空間分布特征及預警分析[J].地理科學進展，2011，30（10）：1240-1246.

　　[7] 金光,，錢家麟,，錢江波，等.基于數(shù)據(jù)挖掘決策樹的犯罪風險預測模型[J].計算機工程,，2003,，6（9）：183-185.

　　[8] 丁世潔.刑事案件分析模型的研究與設計[J].武漢理工大學學報，2006,，3（3）：138-140.

　　[9] 顏峻,，袁宏永，疏學明.用于犯罪空間聚集態(tài)研究的優(yōu)化聚類算法[J].清華大學學報,，2009,，49（2）：176-178.

　　[10] 顏峻，袁宏永,，疏學明.社會安全事件空間分布研究[J].中國安全科學學報,，2008，18（7）：39-42.

　　[11] 陸娟,，湯國安,，張宏，等.一種犯罪熱點探測方法[J].測繪通報,，2012（4）：30-32.

　　[12] 李小文,，曹春香，常超一.地理學第一定律與時空鄰近度的提出[J].自然雜志,，2007,，29（4）：69-71.

　　[13] 陸娟，湯國安,，張宏,，等.犯罪熱點時空分布研究方法綜述[J].地理科學進展，2012,，31（4）：419-425.

　　[14] PHILLIPS P,， LEE I. Criminal cross correlation mining and visualization[M]. Intelligence and Security Informatics. Springer Berlin Heidelberg， 2009： 2-13.

　　[15] 陳凱.基于灰色關聯(lián)分析法的毒品犯罪群實證研究——以湘潭市湖區(qū)判決資料為樣本[D].湘潭：湘潭大學,，2010.

　　[16] 張培晶,，謝曉專，宋蕾.PGIS在犯罪分析中的應用[J].中國人民公安大學學報,，2012（4）：45-49.

　　[17] 史婷婷,，郝弗非,，譚寧生等.基于WebGIS的犯罪空間分析應用技術[J].計算機系統(tǒng)應用,，2012，21（8）：160-165.

　　[18] Wikipedia： Trend analysis[EB/OL]. http：//en.wikipedia.org/wiki/Trend_analysi s， [2013-03-05].

　　[19] 劉笑兵,，張姝.移動平均法在毒品情報分析中的應用[J].情報探索,，2009（10）：55-32.

　　[20] 王欣.治安預測方法與技術比較研究[J].中國人民公安大學學報，2011（3）：29-35.

　　[21] GORR W,， OLLIGSCHLAEGER A,， THOMPSON Y. Short-term time series forecasting of crime[J]. The International Journal of Forecasting， Special Section on Crime Forecasting,， 2003,，19（4）：579-594.

　　[22] 汪蘭香.福州城市犯罪制圖及其空間分析[D].福州：福建師范大學，2012.

　　[23] 關兆.犯罪制圖技術在犯罪情報分析中的應用[J].法制與社會,，2011：252-231

　　[24] 劉戰(zhàn)國,，郜口.城中村犯罪熱點研究：以深圳L村為例[J].公共安全，2010（3）：9-12.

　　[25] 汪蘭香,，陳友飛,，李民強，等.犯罪熱點研究的空間分析方法[J].福建警察學院學報,，2012（1）：16-20.

　　[26] 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,，2012（3）：31-57.

　　[27] 薛安榮.基于犯罪數(shù)據(jù)的預測理論與技術的研究[D].鎮(zhèn)江：江蘇大學,，2011.

　　[28] 程日能.數(shù)據(jù)挖掘技術在警務綜合信息系統(tǒng)的應用研究[D].廣州：廣東工業(yè)大學，2011.

　　[29] 劉冬妮.案件信息時空分析系統(tǒng)的設計與實現(xiàn)[D].北京：北京郵電大學,，2012.