DP半岛街头抢劫犯罪案件热点时空模式

被引:59
作者
徐冲 [1 ]
柳林 [1 ,2 ]
周素红 [1 ]
叶信岳 [3 ]
姜超 [1 ]
机构
[1] 中山大学地理科学与规划学院,综合地理信息研究中心
[2] 辛辛那提大学地理系
[3] 肯特州立大学地理系
关键词
DP半岛; 街头抢劫; kernel密度; PAI指数; 时空类型矩阵;
D O I
暂无
中图分类号
D917 [犯罪学];
学科分类号
0306 ; 030605 ;
摘要
选取H市中心城区DP半岛作为研究区域,以岛上2006-2011年发生的街头抢劫案件(共373起)作为研究对象,将DP半岛内街头抢劫案件的时空分布特征分别从宏观和局部微观两个尺度层面进行系统的分析。首先,对岛上的街头抢劫案件按年、月和小时进行统计分析,总结其在不同时间尺度上的变化规律:2007年开始的严打使案件数量逐年减少,直到2010年才略有回升;春节期间(二月前后)的案件数量明显高于其他月份;晚上22:00-23:00期间是案件高发时段。其次,利用Kernel密度方法对研究区街头抢劫犯罪的宏观空间分布进行整体的辨别,剥离出犯罪热点空间分布,分析热点与道路网和土地利用的关联性,结果表明热点多分布于主干道、通达性高的节点或土地利用混合度高的地方。最后,选出4个最主要的热点从微观尺度进行分析,PAI指数表明这4个热点在时间上是稳定的,从2006年到2011年一直存在。依据"热点时空类型矩阵"的时间分布和空间分布模式,将这4个稳定热点归类到不同微观时空模式,并对每类模式下的街头抢劫犯罪提出有针对性的防控对策,以便优化警力资源的配置、最大限度抑制和减少犯罪的发生。
引用
收藏
页码:1714 / 1723
页数:10
相关论文
共 14 条
[1]   城市犯罪时空特征与机制——以北京城八区财产类犯罪为例 [J].
冯健 ;
黄琳珊 ;
董颖 ;
宋蕾蕾 .
地理学报, 2012, 67 (12) :1645-1656
[2]   犯罪热点时空分布研究方法综述 [J].
陆娟 ;
汤国安 ;
张宏 ;
蒋平 ;
吴伟 .
地理科学进展, 2012, 31 (04) :419-425
[3]   城市犯罪时空特征分析 [J].
陈征 ;
于翔 ;
祝晓光 .
城市问题, 1991, (01) :18-24
[4]   城市化与城市犯罪 [J].
陈显容 .
城市问题, 1990, (02) :50-53
[5]  
城市与犯罪[M]. 群众出版社 , (日)伊藤滋编, 1988
[6]  
Visualising Crime Clusters in a Space‐time Cube: An Exploratory Data‐analysis Approach Using Space‐time Kernel Density Estimation and Scan Statistics[J] . TomokiNakaya,KeijiYano.Transactions in GIS . 2010 (3)
[7]  
(Looking) Back to the Future: Using Space—Time Patterns to Better Predict the Location of Street Crime[J] . Lisa Tompson,Michael Townsley.International Journal of Police Science & Managem . 2010
[8]  
Comparing spatial patterns of robbery: Evidence from a Western and an Eastern European city[J] . Vania Ceccato.Cities . 2008 (4)
[9]   Kernel Density Estimation of traffic accidents in a network space [J].
Xia, Zhixiao ;
Yan, Jun .
COMPUTERS ENVIRONMENT AND URBAN SYSTEMS, 2008, 32 (05) :396-406
[10]  
The Utility of Hotspot Mapping for Predicting Spatial Patterns of Crime[J] . Chainey, Spencer,Tompson, Lisa,Uhlig, Sebastian.Security Journal . 2008 (1-2)