【中文摘要】随着犯罪治理活动日趋精细化，犯罪在城市空间的分布规律渐获重视。犯罪空间分析不能止步于以往的犯罪聚集性验证（或热点探测），热点相对稳定性的发现能为针对热点的地点警务提供直接证据支持；热点稳定性与犯罪转移性的并存揭示出犯罪空间分布的复杂性和多样性。由此，聚集性、稳定性及转移性构成把握犯罪空间分布的基本规律，针对犯罪空间分布规律的精准防控成为创新社会治安综合治理的重要举措，犯罪地图亦构成城市公共政策制定及评估的基础工具。

【中文关键字】犯罪热点；犯罪制图；犯罪聚集性；热点稳定性；犯罪转移性；精准防控

【全文】

      一、问题的提出

      近年来，“加快创新立体化社会治安防控体系”、[1]“最大限度将警力摆上街面”[2]以挤压违法犯罪活动空间成为犯罪防控的新常态。由此，犯罪空间研究受到学界热议，城市犯罪空间盲区分析、[3]空间防控理论梳理、[4]环境设计预防犯罪方案述评、[5]犯罪热点制图[6]等问题的研讨获得推进。虽然有关环境预防的探讨颇为热烈，但更基础的犯罪空间分布实证观测则显得相对薄弱。[7]环境预防的科学开展离不开对犯罪空间分布的全面体察和实验评估。目前，犯罪的空间聚集性已获验证，“这种犯罪现象在地理时空内的聚集性常用‘犯罪热点’来表述。”[8]犯罪热点成为犯罪空间研究的核心议题，关于犯罪空间分布的理论认识取得初步进展。基于热点稳定性的犯罪空间分布规律再认识法制与社会发展。

      “犯罪热点是指犯罪数量高于平均犯罪数量的区域，或者是人们成为受害者的风险高于平均受害风险的区域。”[9]探测、分析热点的目的在于针对热点开展犯罪控制，但关于犯罪转移的争议使地点防控的有效性受到严重质疑。不少学者基于经验常识提出，犯罪及其热点随时间变化可能存在一定的空间位移。早在1976年，Reppetto提出了犯罪转移假说。该观点认为，“犯罪与地点之间关联微弱，犯罪热点随着时间变化发生明显转移。犯罪转移构成了针对热点的地点警务的主要质疑。”[10]“如果热点迅速地从一个地点转移到另一个地点，那么在热点区域实施防控就鲜有意义，针对热点的警务干预将不具有效率。”[11]犯罪转移论成为对热点警务的主要批评。[12]犯罪热点究竟是快速转移还是相对稳定分布于特定空间，构成了能否针对热点开展精准防控的前提。因此，犯罪在空间上的稳定性抑或转移性是否存在亟待证实。

      党的十八届五中全会在《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》中提出：加强和创新社会治理。推进社会治理精细化。以信息化为支撑加快建设社会治安立体防控体系。[13]由此，源自犯罪时空数据分析的精准防控或智能防控成为犯罪控制的新思路、新趋势，基于地理信息系统的犯罪制图等信息化技术构成创新立体化治安防控的基础性工具。从刑事政策上看，精准防控要求加深对犯罪空间分布特性的科学理解。从社会需求上看，2016年2月，中共中央、国务院颁布的《关于进一步加强城市规划建设管理工作的若干意见》要求“打开封闭小区”，从而引发了各界对犯罪可能转移到小区内部的担忧。这对立体化防控和城市综合治理提出了新挑战，对全面掌控犯罪空间规律及热点变化提出了新要求。

      犯罪在空间上不仅限于聚集分布，犯罪空间分析更不能止步于热点探测。随着地理信息系统（简称GIS）[14]的应用，GIS带来研究方法上的革新，推动了犯罪空间分析迈进精准计量时代，这为全面把握犯罪空间分布规律提供了可能。借助犯罪地图，我们能够更为精准地监测犯罪热点变化，发现城市生态系统中犯罪空间分布的复杂性和多样性。从发展趋势上看，探究“空间中的秩序”[15]是现代地理学研究的核心问题。“时间和空间是事物存在的基本形式”，[16]对犯罪热点在时间纵向上演化规律的再认识可谓适逢其会。对此，美国乔治梅森大学、以色列希伯来大学教授大卫·威斯勃德在西雅图研究中发现且验证了犯罪热点的稳定性，这一科学发现是犯罪空间及地点警务研究的关键环节。我们对犯罪空间分布的再认识亦从回顾西雅图研究的热点稳定性发现出发。

      二、热点稳定性及地点警务有效性的发现与验证

     （一）热点稳定性及地点警务有效性的发现

      热点稳定性是指犯罪在空间上不仅呈现聚集分布，而且热点随时间变化保持相对稳定。热点相对稳定是开展地点警务的前提；地点警务是针对热点区域的警务干预，地点警务有效意味着热点降低且犯罪未向周边区域转移。因此，热点稳定性与地点警务有效性在理论上和实践中是紧密联系的问题。西雅图研究的主要贡献在于对热点稳定性的揭示及地点警务有效性的验证。

      西雅图研究分三阶段次第展开：第一，以空间统计验证犯罪的聚集性，推动防控重心从罪犯转向地点、从宏观中观尺度转向微观地理单位；第二，证明热点在时间跨度上具有稳定性，为开展地点警务提供前提条件；第三，以参与性实验验证地点警务的有效性，观测到在地点警务干预下热点并未出现明显的空间位移。

      热点稳定性以犯罪聚集性为存在前提。威斯勃德对西雅图市1989-2002年的犯罪数据进行空间统计，发现研究区“在14年间50%的案件仅发生于4.5%的路段上”，[17]从而证实犯罪聚集性。威斯勃德在美国其他城市也发现了类似的特征，如“2010年纽约10%路段上聚合了所有在路段上发生案件的72.8%，10%的十字路口上集中了所有在十字路口发生案件的69.6%。”[18]对此，笔者以GIS技术对我国Z省省会H市S区[19]2009-2015年盗窃犯罪进行制图分析及空间统计，发现5%和10%的路段上分别聚集分布了全部犯罪的39.15%和56.2%；5%和10%的网格上分别聚集分布了全部犯罪的32.61%和51.8%.可见，在我国城市中，同样存在犯罪的聚集性。

      在验证犯罪聚集性后，威斯勃德根据犯罪在路段上的分布情况，将上万条路段划分为无犯罪组、低犯罪且稳定组、低犯罪且下降组、低犯罪且上升组、高犯罪且上升组、高犯罪且下降组、高犯罪且稳定组等18组犯罪事件轨迹。借助分组轨迹模型，[20]威斯勃德发现，18组轨迹中有8组轨迹的斜率近乎为0，轨迹态势非常稳定；18组轨迹中的3组轨迹有犯罪增长趋势（这些路段仅占全部路段的2%）；剩下的7组轨迹呈现下降趋势（占全部路段的14%）。[21]威斯勃德在18组轨迹变化中既找到增长的和下降的轨迹，也找到相对稳定的轨迹。这些稳定的轨迹既包括犯罪低发路段（冷点），也包括犯罪高发路段（热点）。威斯勃德随后又对青少年犯罪的聚集性和稳定性进行实验，并得出类似结论。[22]威斯勃德揭示出，犯罪热点在一定时期内在日常性治理下保持较强的稳定性，同时也发现犯罪冷点也有较强的稳定性。

      在探测出稳定的犯罪热点后，自然要针对热点开展地点警务。那么，地点警务的有效性如何？随着专项地点警务的实施，热点区域犯罪数量是否下降？热点周边毗邻区域的犯罪数量是增多了还是减少了？如果热点区域的犯罪减少，但周边区域犯罪数量随之增多，表明了犯罪发生转移、地点警务效果不佳；如果热点区域和周边区域的犯罪数量同时减少，则意味着地点警务有效且地点警务的犯罪控制效益发生了扩散。

      威斯勃德在泽西市通过与警方合作设置实验区、对照区开展分组对照实验，对存在犯罪市场的毒品犯罪和卖淫行为的地点警务进行实验研究。本次实验使用了6000次每次超过20分钟的实验地点社会观察，并以针对实验地点被逮捕者的访谈及人类学田野调查为补充。大量的定量研究显示，至少对具有犯罪市场的毒品犯罪和卖淫行为，开展地点警务不会导致犯罪简单转移至周边区域；实施地点警务最有可能的效果是犯罪控制效益向周边扩散。[23]在地点警务有效性实验中，犯罪转移并未出现。不仅毒品和卖淫热点在地点警务干预下数量明显减少，而且地点警务对毗邻的、非干预区域的犯罪率也有显著改善，“犯罪控制的效益扩散到原先没有加强犯罪预防的区域。”[24]此外，威斯勃德也承认，对不存在犯罪市场的盗窃等犯罪，犯罪转移和防控效益扩散情况尚未获得验证。[25]

      总之，“理论是逻辑体系和可使用的确定事实的结合，科学的理论是打开现实中各种不解之谜的钥匙。”[26]热点稳定性的发现为地点警务提供了直接证据和理论基础，地点警务有效性的发现证明了“针对地点的防控策略比针对人的防控策略更有效”[27]的观点具有合理性，为我国立体化治安防控建设提供了可资借鉴的创新思路。凭借“西雅图研究”的卓越贡献，威斯勃德荣获2010年斯德哥尔摩犯罪学奖。

     （二）热点稳定性及地点警务有效性的验证

      在发现热点稳定性后，威斯勃德向犯罪学学者发出在各自所在行政区内复制西雅图研究的学术邀请。威斯勃德指出，如果我们想要构建一套犯罪地理学科学体系，这种重复非常必要。[28]该邀请引起学者们的浓厚兴趣，Curman和Braga分别验证了热点稳定性和地点警务有效性。

      针对热点稳定性，Curman运用加拿大温哥华1991-2006年间的犯罪数据，以路段为地理单位，分别使用分组轨迹模型和K-means算法，[29]复制威斯勃德在西雅图的开创性研究。该实验首先印证了犯罪的聚集性，即研究区7.8%的路段上发生了全部犯罪的60%.其次，不仅使用西雅图研究中的分组轨迹模型检验出热点有较强稳定性，还用K-means算法测算出同样的结论。最后，通过揭示低犯罪路段与高犯罪路段毗邻、犯罪稳定分布路段与犯罪自然减少路段毗邻的事实，提出犯罪热点应以路段为单位分析，只有犯罪高发路段，而不能简单地说某一区域是“犯罪社区”。[30]

      针对地点警务有效性，Braga于2001年对美国五个项目组的犯罪热点及地点警务研究进行了评估。这五个项目组具体包括：“第一，1995年，威斯勃德针对泽西城的毒品市场空间分析；第二，1999年，布拉加等人针对泽西城暴力地点的问题指向性警务干预研究；第三，1994年，奥普针对圣路易三个毒品市场地区的问题指向性警务干预研究；第四，1995年，谢尔曼和罗根在堪萨斯城破旧房屋（多为毒品交易、生产地点）的警务临检研究；第五，1999年，休斯顿警力针对性打击项目研究。在上述项目中，研究者并未发现地点警务干预导致犯罪的实质转移。”[31]在2005年，Braga以犯罪数据是否准确、统计方法是否科学、统计内容是否全面为标准，再次选取上述第一、二、四项研究，并增加了1989年谢尔曼针对明尼阿波里斯市的犯罪空间研究、1995年谢尔曼和威斯勃德针对明尼阿波里斯市犯罪热点的警察巡逻项目，通过对这五项研究的评估，同样未发现明显的犯罪转移出现。[32]

      关于热点稳定性的验证，国内研究相对薄弱。2015年2月11-12日，在浙江警察学院举办的“大数据与犯罪预防——循证警务国际学术研讨会”上，威斯勃德教授向笔者发出复制西雅图研究的邀请。鉴于地点警务有效性验证需与公安部门合作进行跟踪实验，这种评估项目周期长、难度大，单靠学者个人努力难以完成。笔者选择对热点稳定性进行实验验证。在当地司法机关的支持下，笔者取得了研究区的全样本犯罪数据，并完成了研究区Z省省会H市S区2009-2015年全部犯罪数据时空信息的整理和录入GIS系统工作。

      项目组以常见多发的盗窃犯罪为研究类型，有意回避了威斯勃德的分组轨迹模型，而采用计量精度更高的基于GIS的犯罪热点制图方法。具体来说，首先以S区网格化管理的网格为地理单位，形成每年的网格色温图；其次将每年的网格色温图进行叠加，以研究区总面积的1%、5%、10%为区域标识出持续热点；最后，对不同面积的持续热点进行空间统计，发现七年间研究区内10.99%的犯罪持续发生于1.11%的区域内，30.79%的犯罪持续发生于5.17%的区域内，52.11%的犯罪持续发生于10.53%的区域内，从而验证了热点稳定性，得出盗窃犯罪热点较长时间内在一定程度上保持相对稳定的结论。具体参见下图：

      三、热点稳定性与犯罪聚集性、犯罪转移性的关系梳理

      热点稳定性在不同国家、地区被反复验证，意味着热点稳定性是一种较为普遍和概括的理论表述，稳定性有可能像犯罪聚集性一样成为犯罪地理学定律。毕竟，“一个表述越不概括，它就越像事实；表述越概括，就越像定律。”[33]“在鉴定定律上，有两种标准最有意义：第一种是表述的普遍性；第二种是表述与构成理论的表述体系之间的关系。”[34]由于我们已经验证了热点稳定性理论表述的普遍性，那么热点稳定性成为犯罪地理学定律还需判断其是否符合第二种标准，即热点稳定性与犯罪空间理论体系的关系。也就是说，热点稳定性是否遵循且延续了犯罪空间研究的理论传统，是否推动犯罪空间理论走向深入？对此，分析热点稳定性与犯罪聚集性、犯罪转移性的关系，构成了把握热点稳定性在犯罪空间研究中理论地位的适宜契入点。

     （一）从犯罪聚集性到热点稳定性的跨越

      “地理学是区位的科学。”[35]犯罪地理学的使命在于准确把握犯罪空间的分布特征，从中发现犯罪空间的分布规律，根据分布规律实施各种预防预警措施。犯罪空间研究已然经历了从环境影响犯罪的常识认识到犯罪聚集性的发现、从犯罪聚集性到热点稳定性的验证的两次跨越。

      以往关于环境影响犯罪的常识性、一般性认识主要源自地理学第一定律“空间依赖性”。所谓空间依赖性，是指“任何事物都与其他事物相联系，但邻近的事物比较远事物联系更为紧密”。[36]空间依赖性具体到犯罪空间研究，在与人们日常生活的感受结合后，便形成如下观念：“行为是一个人与他的周围环境交互作用的结果，物理环境可能给个体创造不同程度的犯罪机会。”[37]遗憾的是，这种认识并未与计量方法相结合，其精确性、针对性、可操作性有限。随着GIS技术被引入犯罪空间研究，对于犯罪空间的探测能力与分析精度获得实质性提升，犯罪的聚集分布特征得以凸现。如下图所示，Z省H市S区2009-2015年每年的盗窃犯罪都呈现明显的聚集分布态势。犯罪空间研究的第一次跨越主要得益于方法论由经验描述到科学计量的转变。

      仅认识到犯罪聚集性，对犯罪空间分布的把握还远远不够，犯罪热点在时间纵向上的变化直接影响防控措施的开展，故犯罪空间测量应继续推进。在稳定性验证实验中，运用GIS技术进行空间统计，发现犯罪热点、冷点在七年间保持了相对的稳定性；除少数稳定热点区域外，研究区的大多数网格持续犯罪低发或无犯罪。于是，稳定热点或持续热点便成为精准防控的重中之重。这种少数稳定热点与多数稳定冷点分异的格局符合地理学第二定律“空间异质性”。空间异质性是指，所期望的事物在地球表面会因地点不同而有所差异，每个空间位置上的事物都具有区别于其他位置上事物的特点。[38]可见，犯罪空间研究的第二次跨越适应了精准防控或精细化治理的刑事政策需求。

      如果说犯罪聚集性的发现是对空间环境影响犯罪传统认识的扬弃，热点稳定性则构成对聚集性认识的深化。犯罪聚集性和热点稳定性是两种相互联系的特性。聚集性是基础，稳定性是关键。在聚集性基础上的热点稳定性制图，为开展针对热点的精准防控提供了关键性理论支撑。

     （二）热点稳定性与犯罪转移性的并存

     “当犯罪转移到另一个时间或地点，或以另一种形式发生时，犯罪现象就发生变化，这称为犯罪转移。”[39]犯罪转移包括空间转移、时间转移、目标转移及战术转移。[40]其中，时间转移、目标转移和战术转移也可能涉及到犯罪的空间位移。热点稳定性的验证并不意味着不存在犯罪转移。从哲学上看，犯罪及其热点的变化和转移是永恒的，而热点在一定时期内保持稳定仅是相对的。在我国，城中村改造、城郊农民房拆迁、商业综合体兴建、建造地铁、打开封闭社区[41]等城市更新活动均在不同程度上影响着人口分布和人口流动，客观上为犯罪及其热点的转移提供了现实基础。罪犯在S区实施连续盗窃的地点也随“适宜的目标、潜在罪犯、缺乏监护者三因素的时空聚合”[42]而发生变化。因此，有些路段和网格会突然出现热点，有时热点又会消失，有时热点则相对保持不变。学者曾借助时空核密度估计和扫描统计的时空变量，对热点进行探查性分析，从而区分出稳定的犯罪时空热点和短暂的犯罪时空热点。[43]还有学者借助以反应扩散偏微分方程为基础的数学模型研究犯罪热点的形成、扩散和消失。[44]

      为了检测犯罪的空间位移，仍以S区为例，运用GIS软件对2009-2015年盗窃犯罪制作每一年的标准差椭圆地图并探测椭圆的平均中心，通过比较七年的七个标准差椭圆和七个平均中心的空间位置，测量犯罪在整体分布上是否发生空间变化。创建标准差椭圆可以概括犯罪地点分布的中心趋势和方向趋势。根据GIS软件参数设定，每个椭圆均涵盖了当年全部犯罪的68%.椭圆的长半轴表示犯罪分布的方向，短半轴表示犯罪分布的范围，长短半轴的值差距越大（扁率越大），表示数据的方向性越明显。“犯罪的分散程度可用标准差椭圆来度量，椭圆的大小和形状表明分散的程度；椭圆的平均中点可作为比较不同犯罪类型和同种类型不同时期的犯罪在空间分布的相对度量。”[45]在实验中，每年的标准差椭圆及平均中心的空间位置变化是测量犯罪转移性的重要指标。如下图所示，历年的标准差椭圆及平均中心均在不同程度上发生了空间位移。由此可判断，S区的盗窃犯罪在每年均发生一定的空间位移。可见，尽管S区的持续稳定热点区域得以划定，但研究区中存在犯罪转移亦是不争的事实。热点稳定性与犯罪转移性的并存充分反映出犯罪空间分布特征的复杂性和多样性。虽然热点稳定性对精准防控意义重大，但在防控决策中也不能忽视犯罪转移性。

      总之，随着犯罪制图分析的深入，热点的相对稳定性获得多次验证，热点稳定性既是对犯罪聚集性研究的推进，也与犯罪转移性共生并存。作为犯罪空间分布的规律性总结，犯罪聚集性、热点稳定性及犯罪转移性为科学认识犯罪空间分布、依托空间特征开展精准防控提供了理论依据。

      四、犯罪空间分布“三性”的理论价值及政策启示

     （一）犯罪空间研究范式的提出

      犯罪聚集性、热点稳定性及犯罪转移性构成了探究犯罪空间分布的分析框架，关于犯罪空间的理论研讨与防控反思无法绕开这三种特性。美国地理学家Barnes指出，“在科学哲学角度上人类行为既具有普遍性、逻辑性和必然性，也充满着不确定性、异质性和偶然性。”[46]犯罪聚集性及热点稳定性反映了犯罪空间分布所具有的普遍性、逻辑性和必然性的一面，而犯罪转移性则反映出犯罪空间分布的不确定性、异质性和偶然性一面。

      无论是同心圆模型、日常活动理论、犯罪目标区位论、破窗理论、犯罪风险计量模型，还是防卫空间设计、环境设计预防犯罪方案、情境预防及地点警务策略，均以犯罪热点的空间变化为理论焦点和应对依据。随着犯罪聚集性、热点稳定性及犯罪转移性被反复验证，犯罪空间分布“三性”逐渐成为犯罪空间问题的研究范式，成为“普遍公认的科学成就，并在一个时期内为全体应用者提供模型问题和解答。”[47]毕竟，“范式是可以模仿的科学成就。”[48]

      该研究范式的理论价值包括三方面：

      第一，该研究范式的提出有助于改变犯罪地理研究长于事实而短于理论的弊端，聚集性、稳定性、转移性构成犯罪空间分布规律的分析框架，为犯罪地理学的发展提供了科学方法论。

      第二，该研究范式的提出确立了犯罪空间研究的中心议题，“三性”问题的证实与证伪一时间成为学术研讨焦点，有助于为犯罪空间这一跨学科（涉及犯罪学、人文地理学、地理信息系统、城市设计、计算机科学等）问题域设定共同的研讨语境、研究模式、学术规范、争鸣对象，并催生犯罪空间研究学术共同体的形成。

      第三，该研究范式的提出能为城市犯罪的空间治理提供宝贵智识思想。当前，“平安城市”和“紧凑城市”建设、“打开封闭小区”、创新城市公共安全防控等问题均不离开犯罪的空间治理。城市本是以空间为载体的生态系统，“两抢一盗”等犯罪亦受空间环境的影响，犯罪空间治理的理念、原则、方案等均须针对犯罪空间分布现状而因地制宜、有的放矢。

     （二）以精准防控创新综合治理刑事政策

      犯罪聚集性、热点稳定性及犯罪转移性的制图分析是犯罪时空测量的适宜方法，该方法为精准防控的开展提供了坚实基础。当前，“现代移动通信、移动定位、移动互联网的发展，使地球上的一切事、物、人密切地联系在一起，形成了一个‘人机物’混合的三元世界。”[49]以往粗放式、经验式的传统治理举措无法有效应对犯罪防控的新挑战，在城市高密度区域运用信息化技术改进社会治安综合治理刑事政策适逢其会。“按照渐进主义的理解，政策是对过去政策的补充和修正。”[50]因此，基于犯罪空间分布的精准防控构成了创新综合治理刑事政策的重要举措，也是智能警务和地点警务的核心理念。

      精准防控是一种在“技术治理”[51]逻辑指导下，遵循计量犯罪学的研究模式，根植于犯罪大数据挖掘和分析，注重探测及干预高危地点（或空间环境）、把握高发时间、对高危人群进行数据画像、体察罪犯出行特征、设计最佳出警路线、设定治安缓冲区、分犯罪类型进行专题性风险评估等的“日常性治理”[52]策略。犯罪空间的精细化观测是开展精准防控的前提，基于此，关于精准防控的含义可分四个层次解读：

      第一，精准防控注重潜入城市微观空间（路段、网格、院落、建筑物、公交站点、商业场所）治理犯罪。犯罪防控的地理单元问题在以往并未受到真正重视，而地理单元又是影响防控举措及治理绩效的重要因素。如果防控所针对的地理单元过大，可能引发对犯罪问题的曲解和误读。如根据犯罪地图显示，很多热点路段与冷点路段毗邻，因此只有犯罪热点路段和网格，不存在所谓“犯罪社区”、“犯罪之乡”、“犯罪之城”的说法。这种“犯罪社区”的误解与“标签效应”类似，“污名”使社区居民产生更为强烈的犯罪恐惧感。[53]相对于宏观及中观的防控对策，针对微观热点的精准防控在操作性上具有明显优势。

      第二，精准防控以犯罪大数据为决策基础、以计量犯罪学所倡导的各种科学方法为技术支撑。在大数据时代，犯罪大数据成为犯罪治理及社会治理的宝贵财富。随着信息技术的成熟与普及，互联网、物联网、人联网三网融合为犯罪治理精细化水平的提升提供了坚实的技术保障，GPS、GIS、RS（遥感）为犯罪空间分布“三性”的精确观测提供了技术支持，犯罪大数据挖掘和分析模型的推陈出新为精准预测提供了可能。“将科学的方法用于研究犯罪与失序，改变我们思考犯罪及其控制的方式，以服务于预防和减少犯罪，从而提升犯罪政策的科学基础。”[54]相对于源自个体经验的传统防控活动，精准防控根植于犯罪数据分析，强调犯罪风险的科学评估，坚持防控应对的数据化决策。插上科学翅膀的精准防控不仅必要而且颇具前景，甚为可行。

      第三，精准防控要求将有限的防控资源投注到最需要干预的节点上，这也是治理城市高密度、复杂区域的客观需要。据笔者调研时了解，2016年，上海市地铁每天客运量超过一千万人次，地下轨道空间系犯罪防控的重点自不必说。那么，如何科学研判十几条线路及数百个地铁站中的犯罪热点区块，这恐怕离不开以室内GIS、微空间GIS、地下空间GIS对犯罪地下空间分布规律进行测量，从而将警力部署在最需要干预的关键节点上。

      第四，精准防控更多体现在犯罪预防措施的开展上。防控机构基于犯罪大数据的建模分析，预测犯罪高危时空，从而有针对性地安排预防性巡逻；探寻出对犯罪有较强吸引力的危险空间环境，采取环境设计和社区参与相结合的治理方案。在时机成熟时，可将精准防控进一步推广为精准被害预防，将精准防控所依赖的犯罪地图对社会有条件公开。犯罪地图公开能为民众日常生活、出行、出游、购房、租房、求学等活动提供极为重要的安全参考。

     （三）以犯罪地图助力城市公共政策制定

      犯罪空间分布“三性”主要依靠犯罪制图发现及验证。正所谓“一图胜万言、一目了然”，地图是人类知识的科学载体，是科学发现与分析的方法；地图以科学的符号系统、投影和综合方法表达复杂地理世界的空间结构和空间关系。决策者在制定城市公共政策时，有时难免会牵涉到犯罪预防问题，这时需参考犯罪空间分布规律，犯罪地图便成为评估公共政策的得力工具。

      前一段时间，关于“开放封闭住宅小区”的规定可谓是“一石激起千层浪”。此举本是为打通城市交通的“毛细血管”，以破解交通拥堵的“城市病”，但引发了关于物权保护的争议，实际上犯罪热点的扩散和转移同样不容忽视。为此，笔者对Z省H市主城区W街道进行了犯罪制图，针对W街道2012-2014年公安机关刑事立案的盗窃案件制作网格色温图和犯罪密度图。

      如以上关于W街道2012-2014年公安机关刑事立案的盗窃案件的网格色温图和犯罪密度图所示，A小区是实施严格封闭管理的高档小区。在A小区的南面、北面及东面均分布有明显的犯罪热点，A小区内则多年主要刑事案件零发案。周边犯罪热点没有扩散到A小区主要得益于封闭式围墙的存在。一旦打开小区围墙，小区内部道路转变为城市公共道路，公共道路的延伸将人、车、公共设施引入小区，犯罪机会亦在小区内随之滋生。在小区三面均为犯罪热点的情况下，极有可能出现犯罪向小区内转移及扩散现象。如果参考犯罪地图，那么A小区很可能无法实施打开小区的方案。可见，“打开封闭小区”等城市公共政策的制定及评估离不开预防犯罪的思考与犯罪地图的辅助。在此意义上，“地图建构世界，而非复制世界。”[55]

      总之，犯罪空间研究不能仅停留于犯罪聚集性探测上，还应从热点稳定性验证出发，全面把握犯罪分布的聚集性、稳定性、转移性，以犯罪空间分布“三性”作为精准防控的理论基础，在更高起点更高层次上实现重熙累洽的“平安中国”治理目标。

【作者简介】

单勇（1979-），男，黑龙江黑河人，同济大学法学院副教授，法学博士。

【注释】

基金项目：2014年度国家社科基金青年项目“基于犯罪热点制图的城市防卫空间研究”（14CFX016）；同济大学中央高校基本科研业务费资助。

[1]本报评论员：《创新立体化社会治安防控体系》，《法制日报》2014年11月6日，第2版。

[2]樊大彧：《“警力摆上街面”有助提升公众安全感》，《北京青年报》2014年3月17日，第A2版。

[3]参见王发曾：《城市犯罪空间》，东南大学出版社2012年版；王发曾主编：《城市犯罪空间盲区分析与综合治理》，商务印书馆2012年版。

[4]参见李本森：《破窗理论与美国的犯罪控制》，《中国社会科学》2010年第5期；单勇：《街面犯罪空间防控的学说演进与理论启示》，载陈兴良主编：《刑事法评论》（第33卷），北京大学出版社2013年版。

[5]参见[美]Timothy D.Crowe:《环境设计预防犯罪》（第3版），陈鹏等译，中国人民公安大学出版社2015年版；岳平：《犯罪防控战略与策略之辨明——论犯罪空间防控的兴起及发展》，《上海大学学报（社会科学版）》2015年第6期。

[6]参见单勇、阮重骏：《城市街面犯罪的聚集分布与空间防控——基于地理信息系统的犯罪制图分析》，《法制与社会发展》2013年第6期；单勇：《城市中心区的犯罪热点制图与防卫空间设计》，《吉林大学社会科学学报》2014年第2期；单勇、劳纯丽：《犯罪热点与冷点的空间差异分析》，《浙江社会科学》2015年第7期；金诚等：《流动人口的空间分布与犯罪问题研究——以流动人口聚集区与犯罪热点的相关性为视角》，《中国人民公安大学学报（社会科学版）》2014年第5期。

[7] 囿于防控资源的有限性，在实践中开展环境预防往往必须明确“防卫什么空间”、“针对空间中的何种因素防卫”等基础问题，这些基础问题的解决取决于依托犯罪地理数据，对犯罪空间分布状况运用地理信息系统等科学量具进行犯罪测量。鉴于数据收集的难度和GIS的技术门槛，国内犯罪空间测量的研究成果较为有限。

[8] 陆娟、汤国安：《犯罪热点时空分布研究方法综述》，《地理科学进展》2012年第4期，第419页。

[9] Eck J， Chainey S， Cameron J， et al.“Mapping Crime: Understanding Hotspots”， U.S.Department of Justice Office of Justice Programs National Institute of Justice，2005， p.2.

[10] Weisburd D， Wyckoff L A， Ready J， et al.“Does Crime Just Move around the Corner? A Controlled Study of Spatial Displacement and Diffusion of Crime Control Benefits”， Criminology， Vol.44，No.3（2006）， p.551.

[11] William Spelman，“Criminal Careers of Public Places”，in John Eck & David Weisburd （Eds.），Crime & Place: Crime Prevention Studies，（Dec.，1995）， p.115.

[12] See Paul Michael Cozens， Greg Saville， David Hillier，“Crime Prevention through Environmental Design（CPTED）： A Review and Modern Bibliography”， Property Management， Vol.23， No.5（2005），pp.341-342.

[13] 参见《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》，《人民日报》2015年11月4日，第001版。

[14] 地理信息系统（简称GIS）是用于收集、管理、集成、分析和展示与空间相关数据的计算机系统。利用GIS进行犯罪制图促进了犯罪空间分布态势的分析，从而使预防犯罪工作更具有针对性。参见[英]Spencer Chainey、[美]Jerry Ratcliffe:《地理信息系统与犯罪制图》，陈鹏、洪卫军、隋晋光、瞿珂译，中国人民公安大学出版社2014年版，第27页。

[15] 参见蔡云龙、[美]Bill Wyckoff主编：《地理学思想经典解读》，商务印书馆2011年版，第383-389页。

[16] 牛文元：《理论地理学》，商务印书馆1992年版，第2页。

[17] David Weisburd， Shawn Bushway，Cynthia Lum， Sue-Ming Yang，“Trajectories of Crime at Places:A Longitudinal Study of Street Segments in the City of Seattle”，Criminology， Vol.42， No.2（2004），p.294.

[18] David Weisburd， Cody W.Telep， Brian A.Lawton，“Could Innovations in Policing have Contributed to the New York City Crime Drop even in a Period of Declining Police Strength?: The Case of Stop， Question and Frisk as a Hot Spots Policing Strategy”，Justice Quarterly， Vol.31， No.1（2014），p.142.

[19] Z省省会H市S区是该省省会最为核心的城区，经济极为发达，旅游业发达，人口流动性强，人口密度每平方公里超过2万人。

[20] 分组轨迹分析法也被称为分组轨迹模型（简称GBTM）。GBTM是一种参数统计模型，用以证实不同的组别在既定的变量下，一定时间内遵循相似的变化模式。Nagin 和Land在他们的犯罪生涯研究中率先在犯罪学领域使用该方法。See Andruff H， Carraro N， Thompson A， et al.“Latent Class Growth Modelling: A Tutorial”， Tutorials in Quantitative Methods for Psychology，Vol.5， No.1（2009），pp.11-24.

[21] 参见[英]Spencer Chainey、[美]Jerry Ratcliffe:《地理信息系统与犯罪制图》，陈鹏、洪卫军、隋晋光、瞿珂译，中国人民公安大学出版社2014年版，第300页。

[22] See David Weisburd， Nancy A.Morris， Elizabeth R.Groff，“Hot Spots of Juvenile Crime: A Longitudinal Study of Arrest Incidents at Street Segments in Seattle， Washington”， Journal of Quantitative Criminology， Vol.25， No.4（2009）， pp.443-467.

[23] 参见注[10]，第583页。

[24] Ronald V.Clarke， David L.Weisburd，“Diffusion of Crime Control Benefits: Observations on the Reverse of Displacement”，Crime Prevention Studies，（Jan.，1994），p.179.

[25] 参见注[10]，第582页。

[26] [美]威廉·邦奇：《理论地理学》，石高玉、石高俊译，商务印书馆2012年版，第9页。

[27] AA Braga， DL Weisburd，“Editors' introduction: Empirical Evidence on the Relevance of Place in Criminology”， Journal of Quantitative Criminology， Vol.26， No.1（2010）， p.5.

[28] 2015年2月12日，在浙江警察学院举办的“大数据与犯罪预防——循证警务国际学术研讨会”上，在本文作者做了“犯罪制图的中国进展”专题报告后，大卫·威斯勃德教授向作者发出了验证热点稳定性的邀请。

[29] K-means算法也称非参数统计模型，可用以分析纵向数据。作为一种非参数统计模型，K-means不要求数据符合一个特定的分布，并能够适应更大的数量，这使其优于分组轨迹模型。See ASN Curman， MA Andresen，PJ Brantingham，“Crime and Place: A Longitudinal Examination of Street Segment Patterns in Vancouver， BC”，Journal of Quantitative Criminology，Vol.31，No.1（2015），pp.127-147.

[30] See ASN Curman， MA Andresen， PJ Brantingham，“Crime and Place: A Longitudinal Examination of Street Segment Patterns in Vancouver， BC”，Journal of Quantitative Criminology， Vol.31， No.1（2015），pp.127-147.

[31] Anthony A.Braga，“The Effects of Hot Spots Policing on Crime”， Annals of the American Academy of Political and Social Science， Vol.578， No.1（2001），pp.115-117.

[32] See Anthony A.Braga，“Hot Spots Policing and Crime Prevention: A Systematic Review of Randomized Controlled Trials”，Journal of Experimental Criminology， Vol.1， No.3（2005）， p.337;David Weisburd，“Shifting Crime and Justice Resources from Prisons to Police”，Criminology& Public Policy， Vol.10， No.1（2011）， p.156.

[33] Ackoff， R.L.， Gupta， S.K.， Minas， J.S.，Scientific Method: Optimizing Applied Research Decisions， R.E.Krieger，1984，p.1.

[34] [英]大卫·哈维：《地理学中的解释》，高泳源、刘立华、蔡云龙译，商务印书馆1996年版，第125页。

[35] 同注[26]，第231页。

[36] W.R.Tobler，“A Computer Movie Simulating Urban Growth in the Detroit Region”， Economic Geography，Vol.46，（Jun.，1970），p.236.

[37] M Felson，RV Clarke，“Opportunity Makes the Thief: Practical Theory for Crime Prevention”，Police Research，Vol.1， No.1（1998），p.1.

[38] 参见注[15]，第403页。

[39] [美]雷切尔·博巴·桑托斯：《犯罪分析与犯罪制图》，金诚、郑滋椀译，人民出版社2014年版，第46页。

[40] See Ronald V.Clark， John E.Eck，“Crime Analysis for Problem Solvers in 60 Small Steps”，Washington，2005.

[41] 2016年2月，中共中央、国务院颁布的《关于进一步加强城市规划建设管理工作的若干意见》中提出“原则上不再建封闭住宅小区，已建成的住宅小区和单位大院要逐步打开，实现内部交通公共化，解决交通路网布局问题，促进土地节约利用”.“打开封闭小区”客观上为犯罪转移和扩散提供了机会，也对犯罪防控提出了新挑战。

[42] Lawrence E.Cohen， Marcus Felson，“Social Change and Crime Rate Trends: A Routine Activity Approach”，American Sociological Review， Vol.44， No.4（1979），p.589.

[43] See Tomoki Nakaya， Keiji Yano，“Visualising Crime Clusters in a Space-time Cube: An Exploratory Data-analysis Approach Using Space-time Kernel Density Estimation and Scan Statistics”，Transactions in Gis， Vol.14， No.3（2010），pp.223-239.

[44] See Short M B， Brantingham P J， Bertozzi A L， et al.“Dissipation and Displacement of Hotspots in Reaction-Diffusion Models of Crime”，Proceedings of the National Academy of Sciences， Vol.107， No.9（Mar.，2010），pp.3961-3965.

[45] 郑滋椀、金诚：《犯罪制图：理解犯罪热点（中）》，《预防青少年犯罪研究》2012年第5期，第67-68页。

[46] Trevor J.Barnes，“A Paper Related to Everything but More Related to Local Things”， Annals of the Association of American Geographers， Vol.94， No.2（2004），p.278.

[47] Thomas S.Kuhn，“The Structure of Scientific Revolution”，Physics Today， Vol.36， No.6（1962），pp.821-824.

[48] [美]托马斯·库恩：《科学革命的结构》，金吾伦、胡新和译，北京大学出版社2003年版，第44页。

[49] 周成虎：《全空间地理信息系统展望》，《地理科学进展》2015年第2期，第130页。

[50] [美]托马斯·戴伊：《理解公共政策》（第十二版），谢明译，中国人民大学出版社2011年版，第15页。

[51] 参见渠敬东、周飞舟、应星：《从总体支配到技术治理——基于中国30年改革经验的社会学分析》，《中国社会科学》2009年第6期，第104页。

[52] 参见单勇、侯银萍：《中国犯罪治理模式的文化研究——运动式治罪的式微与日常性治理的兴起》，《吉林大学社会科学学报》2009年第2期，第39页。

[53] See Dennis P.Rosenbaum，“The Limits of Hot Spots Policing”， In David Weisburd， Anthony A.Braga （Eds.）， Police Innovation: Contrasting Perspectives， Cambridge University Press，2006，p.254.

[54] [英]伊恩·路德、理查德·斯帕克斯：《公共犯罪学？》，时延安等译，法律出版社2013年版，第184页。

[55] [美]丹尼斯·伍德：《地图的力量：使过去与未来现形》，王志弘等译，中国社会科学出版社2000年版，第1页。

原发布时间：2016/10/27 9:59:37

稿件来源：《法制与社会发展》2016年第5期

网址：http://article.chinalawinfo.com/ArticleFullText.aspx?ArticleId=97828&lis...