长三角某城市地铁沿线扒窃案件高发区域及防控对策研究

陈童鑫，王大为（中国人民公安大学， 北京 100038）

长三角某城市地铁沿线扒窃案件高发区域及防控对策研究

陈童鑫，王大为
（中国人民公安大学， 北京 100038）

随着城市建设的迅速发展，城市地铁沿线扒窃案件亦呈现高发态势。公安机关应当针对这一问题，全面地构建综合性的犯罪防控体系，从而维护城市社会治安稳定。

扒窃；空间分析；犯罪热点；城市空间防控

一、研究背景

随着城市建设的迅速发展，突变的城市设施结构不仅加大了人口的流动性以及城市间、城市内部区位的通达性，也改变了原有传统的稳定、静态城市空间环境。城市空间环境是指围绕城市人群的近域空间（包括市区和郊区城镇）及其可以影响人们生存发展的要素的总和。城市空间环境是城市存在、发展的空间依托，也是滋生社会问题的土壤，城市犯罪和城市空间环境有着密切的联系。工业化和城镇化使城市的空间环境发生了翻天覆地的变化，诱发犯罪的环境因素随之增多，城市的犯罪大量增加。

而作为城市内部最主要的流动空间载体——交通设施，其不仅整合了城市内部的空间流动，也强化了城市、郊区以及附属城镇的同城化效应。根据犯罪形态理论（Crime Pattern Theory），通径（道路）是连接人们日常行为中的各类认知空间的途径。同时根据日常活动理论（Cohen和Felson）中关于被害目标的易吸引性之四个特性（VIVA）①有价值性（Value）、 迟钝（Inertia）、明显（Visibility）以及可接近（Access）。，城市中的交通设施所带来的特殊情境也是增加被害目标吸引性的概率因素之一。作为典型的城市交通设施，地铁不仅具有道路的纵贯特征和强大的通勤功能，其也是连接城市生活功能区的桥梁。城市地铁带来的城市人口流动效应使得原来城市区位的动态性增强，同时也给不同区位的社会生活结构带来一定的冲击，从而形成了相应的社会问题。因此，研究地铁沿线周围的犯罪空间分布特征、犯罪高发区域以及相关城市环境因素对其影响并提出相应的防控对策具有现实意义。

近年来随着地理信息技术的发展以及环境犯罪学理论的丰富，关于城市犯罪空间的研究越来越受到我国学者的关注。研究主要体现在讨论城市内部的犯罪区域分布与城市内部结构特征的关系，并验证了城市内部的犯罪分布特征与城市内部的地理环境、社会环境等都具有关联性，取得了一些本土化的结论并提出相关防治对策。比如徐冲等对DP半岛的街头抢劫案件的热点时空模式进行了分析，发现犯罪热点区域多发生于主干道、通达性强的节点或土地利用混合度高的地方。①毛媛媛、丁家骏对上海市浦东新区的“两抢”犯罪的时空分布进行了相关分析，得出了两抢犯罪高发区具有犯罪目标相对集中、人口流动性较大以及作案后便于逃逸的特点。②陈鹏等对长安街沿线的扒窃案件高发区域进行了时空分析，发现扒窃案件与POI（兴趣点）密度较高的区域存在高相关性以及扒窃的高发区域存在于商场、通勤点等人口流动性较大的区域。③此类研究证明了城市内部的相关生态要素与某些街头犯罪④之间存在着一些联系，例如人口流量大、商业娱乐设施集中、道路密集的相关城市区域或街道往往可能是街头犯罪的高发区域。

综上，基于城市犯罪空间防控理论和空间分析技术，本文以长三角地区的H市地铁沿线为例，对其扒窃类案件的分布情况进行分析，并结合地铁沿线的城市环境要素来分析其高发区域的时空模式，并提出针对性的空间预防建议。

二、研究区域和研究数据

本文所选的长三角某城市H市位于中国东南沿海，是Z省的政治、经济、文化和金融中心。同时选取H市的地铁1号线为主要的研究对象，地铁1号线为H市的首条地铁线路，一共设置34个停靠站，总长为48公里，并于2012年11月24日正式运营。其不仅是连接中心城核心区与若干副城中心区的骨干线，也是整合主城区各个重要商业街区（H商圈、W商圈、Y商业街等）、交通枢纽（火车站）、金融区、主要大型广场（W文化广场、武林广场）以及旅游景区（X风景区等）的交通干线。基于其贯穿城区的特征以及经过城市要素的多样性，本研究选取了主城区的9个站点组成的线路为具体研究区域，共计9.4公里，途径两个区级行政单位。如图一所示。

图一 H市地铁1号线沿线地图

同时本文研究的扒窃犯罪主要为街头类扒窃类犯罪，主要是指在公共场所或交通工具上窃取他人随身携带的财物的犯罪行为。扒窃类犯罪具有发案量大、案件发生地域集中且隐蔽性较强等特点，故而扒窃类犯罪往往是公安机关打防的重点。同时扒窃类犯罪属于犯罪人和被害人直接接触式的犯罪，案发后被害人往往能够及时发现并报案，这使得报警平台上的案发时间和案发地点信息的误差较小，利于空间统计。然而发生在公交车上的扒窃犯罪由于交通工具本身的移动性较强，被害人往往难以记起被盗的详细地点，所以报案数据平台上记录的案件地点信息多为xx路公交车。因此基于案发地点定位的精确性，本文选取的扒窃类案件并不包括发生在公交车上的扒窃类案件。本文研究的数据来源于H市公安局的案件记录平台，主要是A区和B区（地铁1号线经过的两个城区）2015年的发案数据，经过筛选得到4769起扒窃类案件数据。

三、地铁沿线扒窃犯罪高发区域判断

为研究地铁沿线的扒窃类案件，笔者对地铁1号线周围500米的区域进行缓冲区分析，明确了11.94平方公里的缓冲区并在缓冲区中统计得到扒窃类案件2165起的数据。同时根据案件数与所占区域面积之比计算扒窃类案件的密度。即公式为：密度=案件数量/研究区域。根据统计，两城区扒窃案件密度为96起/平方公里，而地铁沿线的缓冲区内的扒窃类案件密度为181起/平方公里。因此，可在案件密度的比较上看出两城区的扒窃类案件主要集中在地铁沿线及周围地区。

1. 扒窃犯罪分布的空间要素自相关

对于扒窃类案件，需要对其分布的聚集状态进行分析，也就是需要研究其空间要素自相关。根据Tobler（托布勒）地理学第一定律（first law of geography），地区与地区间会相互影响且此种影响随着距离的加大而递减。①何平．犯罪空间分析与治安系统优化[M]，北京：中国书籍出版社，2013：3．同时其也可认为是一个地区某种犯罪数据的统计值（如犯罪总量、犯罪率等）与其他地区的犯罪数据统计值相关。①陆娟．基四于、莫扒兰窃指案数件的的盗时窃空犯热罪点率分全析局分布模式分析[J] ．警察技术， 2014，（1）：45-46．并且空间自相关可分为正相关、负相关和零相关，即对应聚类模式、离散模式和随机模式。因此本文对地铁沿线的扒窃案件的空间自相关采用Moran's I指数的方法进行分析。Moran's I指数的计算公式为：

其中要素i的属性与其平均值（）的偏差，是要素i和j之间的空间权重，n等于要素总数，So是所有空间权重的聚合。通过计算得到H市地铁沿线扒窃案件分布的Moran's I的指数为0.027＞0，因此其空间自相关为正相关，即分布为聚类模式。同时得到Z值为10.572，P＜0.0001，表明扒窃类案件分布的聚类程度较大，且具备统计上的显著性。这也就是说H市地铁沿线扒窃案件整体上具有聚集效应。

2. 扒窃案件的热点区域分布

扒窃类犯罪分布具有聚集性特征。犯罪热点（Crime Hot Spot）指的是在一个区域的犯罪率水平要明显高于整个地域的平均水平。②陈鹏，洪卫军，隋晋光，瞿珂译．地理信息系统与犯罪制图[M]．北京：中国人民公安大学出版社，2014：105．对犯罪热点的分析本文采用核密度估计(Kernel Density Estimation)。核密度估计属于非参数密度估计中的一种类型，也是用于犯罪热点分析的常用方法之一。其原理是计算固定点的相对应强度，并给予权重值，距离固定点越远则权重越小。即对于空间上分布的各个点x1，x2，…，xn中的任意一点xk，相邻的其他点xi对它的贡献率由xk到xi的距离所决定。③陈鹏，李锦涛，马伟，犯罪热点的分析方法研究［J］，中国人民公安大学学报（自然科学版），2012，（3）．

通过软件ArcGIS的可视化模拟得到H市地铁号线（部分）沿线扒窃类案件分布的核密度图，如图二所示。通过核密度分布图可以直观地得到地铁沿线扒窃案件的核密度分布图，其所有的热点区域都依附于地铁线路，并且存在于几个主要地铁站附近。三个主要的犯罪热点区域分别存在于5号站附近的H商圈（A）、7号站附近的W商圈（B）、8号站附近的W文化广场区域（C）。

图二 H市地铁1号线沿线扒窃类案件的核密度分布图

四、扒窃案件的时空热点分析

本文采用时空热点矩阵模型来分析H市地铁沿线扒窃案件的时空分布。时空热点矩阵（Hot Spots Matrix）是拉特克利夫（Ratcliffe）提出分析犯罪热点的模式，其提出的主要的犯罪热点分布类型如表一所示。同时根据各种犯罪热点特征的不同，此矩阵可以形成33种组合以提供分析犯罪热点的根据。

表一 犯罪热点矩阵①

1. A区域

A区域为5号站附近的H商圈。H商圈位于W风景名胜区的东侧，北起平海路，南临清河坊风景区。其中大型商场主要有H百货、J商厦、L购物广场；西侧的主要景点包括X音乐喷泉，H公园等；并且5号站东侧是Z省中医院，可以说A区域是集旅游、商业、娱乐、医疗于一体的综合性商圈。此区域在2015年一共发生338起扒窃案件，主要分布在H百货大楼附近。根据时空的分布图（图三），此区域属于b－B组合类型（聚集型），即此区域本身就属于扒窃案件的聚集区域，且案发时间的峰值为18时至19时以及21时至22时左右。此时间段不仅是商场的正常营业时间，也是一天中人们吃饭购物的高峰期，并且此时间段便利的城市地铁也从其他城区带来了大量流动人口。同时从环境犯罪学角度出发，属于典型的犯罪产生地（Crime Generators），即此地并没有与犯罪动机相关因素吸引了犯罪者，而是犯罪人、机会与标的物在同一时间与地点聚集在一起。此区域在特定时间聚集的大量人流增加了犯罪人和标的物的接触机会，同时18时至19时以及21时至22时相比其他时间段显得更为突出，因而这两个时间段发生扒窃案件的可能性大于其他时间段。

图三 A区域扒窃案件时空分布图

2. B区域

B区域为7号站附近的W商圈。与H商圈不同，W商圈是H市较早建成且更具综合性的商业街区。其北临大运河，南望X风景区，其中大型商场有H大厦购物城、百货大楼；大型文化娱乐场所包括H市剧院、Z省展览馆等；并且W商圈坐落于核心的老城区之中，因此传统的老居民社区较多。此区域在2015年一共发生669起案件，两个犯罪热点形成带状的分布模式，且主要集中于W广场附近以及H大厦附近。根据时空分布图（图四），此区域仍属于b－B组合类型（聚集型），扒窃案件集中的发生时间主要在18时至22时，且峰值存在于18时至19时左右。根据犯罪热点的分布位置和时间的发生峰值来看，由W广场附近综合性功能导致的犯罪产生地作用显得较为突出。一是W广场的功能和毗邻的剧院、展馆使得此区域成为附近市民晚上文娱活动、健身散步的主要场地。因此晚上的这段时间附近市民出行增加了人流量并潜在增加了犯罪机会。二是W广场周围拥有20个公交站点，属于H市繁华地带的交通枢纽。因此，人们在晚上进入商业街区消费娱乐也为公交站点以及地铁站点附近增加了人口流量。此外，交通的便利性也有利于犯罪嫌疑人的犯罪目标搜索和作案后逃逸。同时由于此区域的城市要素的复杂性，其也具备犯罪吸引地（Crime Attractors）的特质。犯罪吸引地是指一个地方提供许多犯罪者熟悉的犯罪机会，具有犯罪动机的人会被吸引到这些场所。①Brantingham, Patricia and Paul(1995)．”Criminality of Place: Crime Generators and Crime Attractors”．European Journal on Criminal Policy and Research 3(3):1-26．即武林广场区域的高发扒窃案件以及其他失序事件（违规停车、摊贩等）也可能导致吸引其他地区的犯罪人来到此区域进行扒窃犯罪。

图四 B区域扒窃案件时空分布图

3. C区域

C区域是8号站附近的W文化广场区域。X文化广场位于W广场以及运河北侧，其中包括H市地标性建筑——H中心大楼、Y百货以及Z省博物馆、科技馆等场所。此区域在2015年共发生307起案件，犯罪热点分布呈点状，位于环球中心附近。根据时空分布图（图五），此区域属于b－C组合类型（聚集型＋热点型），扒窃案件集中发生的时间峰值在8时至9时以及19时至21时左右。由于环球中心大楼为典型的商务办公大楼，因此在早高峰上班和晚高峰下班时，人口流动量在此段时间增加较为明显，故扒窃案件发生时间的峰值与人们上下班的活动规律相吻合。同时晚上19时至21时，X文化广场的娱乐、商业功能所带来的环境变化也增加了潜在犯罪人与标的物接触的机会。

图五 C区域扒窃案件时空分布图

五、地铁沿线扒窃犯罪的防控策略

通过对H市地铁沿线的扒窃类案件的时空分析，可得出扒窃类案件在此区域存在显著性特征。其时空模式的对比具体如表二所示：

可以看出地铁沿线三个犯罪热点区域存在着时空模式的一致性，即其都存在于商业区域范围内，特别是大型商场附近，并且可以看出这些区域扒窃犯罪的发案时间都多集中在夜晚，即19时至21时，也就是发生在人们出行较集中的时间段，这体现出了三个犯罪热点区域中都存在共同的城市要素。同时三个热点区域的时空模式的区别也十分明显，一是在案件发生的峰值时间段上可以看出办公区以及交通枢纽的扒窃案件集中发生在早晚上下班高峰，而包括生活区要素的热点区域中的扒窃案件集中发生在晚锻炼的时间段；二是空间的开放性有着明显区别。A区域案件多集中在大型商场等封闭性空间之中，而B、C区域案件集中在广场、交通换乘站等开放空间或半开放空间之中。因此，基于犯罪热点发生的具体城市空间特征，有必要对扒窃案件发生的具体区域实施针对性的防控措施。

表二 H市热点区域时空特征汇总表

1. A区域

基于区域A扒窃案件的时空模式和空间开放特征，对区域A此类封闭性商场应采取相应的通过环境设计的预防（CPTED）理论中的区域强化（Territorial Reinforcement）和加强监管（Surveillance）的应对原则。区域强化要求明确空间层次（Spatial Hierarchies）划分以及确保公共领域和私人领域之间的划分。①[澳]亚当·苏通，阿德里恩·切尼，罗伯·怀特．犯罪预防：原理、观点与实践[M] ．北京：中国政法大学出版社，2012：95．因此在A区域中的商场可以设置明显的标志来区分商场内的公共空间和内部空间以及相应各个功能区块，同时设置明亮宽敞的通道入口引导人群的分流来避免在人群高峰时段导致的人群高密度现象，避免形成对扒窃犯罪人有利的犯罪条件；增强自然监控效果，消除隐蔽区域和死角的存在。

加强监管可以从以下措施出发：提供灯光照明良好、方便使用的活动走廊或通道从而在夜晚能够扩大人们的视野从而形成自我保护；加强商场内部的安保措施，如加强巡逻、安装监控探头，从而起到震慑犯罪嫌疑人的作用；同时把公交停靠站和出租车上下客站设置于商场附近，以便更好地进行监控。

2. B区域和C区域

针对区域B和区域C此类综合性空间的犯罪应对策略应从CPTED理论中的多个应对原则进行考虑。一是对于B区域内的开放空间（武林广场），需要采取“活动支持和形象管理”（Activity Support and Image Management）的措施，活动支持旨在完善自然监管的专门设施，如在广场以及周边为不同群体提供适合他们的专属空间（Dedicated Spaces），从而在空间利用上解决不同人群（当地居民、游客、商贩）冲突；在缓和空间使用冲突的基础之上，还应当通过相应的第三方来提升整体形象，如在案件集中发生的时间段加强巡逻工作，从而扫除空间盲区。二是在B区域的交通枢纽地段应当加强监控。如可在人流大量集中的部位加设治安员、协管员，在交通枢纽附近的街面增设治安岗亭①王发曾． 城市犯罪空间盲区的综合治理研究[J]． 地理研究, 2010(1): 57-67．；或是在封闭空间和开放空间的过渡区，如公交车站和地铁的出入口设置隔离围栏或通道以减少人与人之间的接触和摩擦。三是在C区域的此类办公场所，可以建立加强正式控制的模式。即在大楼的入口处采取身份验证等措施来使人们认为自己进入了控制区域，从而也部分阻止潜在犯罪人进入目标区域。

六、研究结论与展望

本研究通过探讨H市地铁沿线扒窃案件的分布特征，找出了三个主要的犯罪热点区域，主要存在于商业街区、交通枢纽等人口流动量较大的区域，并结合时空模式分析以及案件热点区域的空间要素特征，提出了针对性的防控建议。本研究通过空间变量客观地反映了扒窃类犯罪的分布情况，由于研究区域的时间跨度不大，只能印证此区域的短期效应（Short—term），因此只能为短期内的犯罪情况作出相应评估以及提出应对策略。

当前城市格局的变化快速，交通运输网络在空间上已经从网状发展到了立体状，使得空间的交替和衔接形成多样的模式，也使整个城市空间模式更具复杂化。这种空间模式的复杂化带来了犯罪盲点的增多和防控难度的增加。②陈鹏，李欣，胡啸峰，曾昭龙，赵鹏凯．北京市长安街沿线的扒窃案件高发区分析及防控对策[J]．地理科学进展，2015，（10）：1250-1258．而关于交通运输网络对城市犯罪的影响，我们还应当考虑城市之间的影响，因为城市之间的交通越便捷，犯罪活动和犯罪人群的流动就越快。故对此类城市犯罪问题，除了加强对空间防控的措施之外，更应该从整合区域的防控模式出发来应对此类街头犯罪问题。例如，特别要基于犯罪人群特征完善区域警务合作模式。从扒窃类犯罪的人群来看，外来流动人口占据较大比例，因此此类犯罪的口袋效应显得突出。口袋效应是指一旦犯罪嫌疑人感到在一个地区作案困难，就会转移到另一地区。因此，在针对扒窃类犯罪的防控模式上应当选择全局性的区域警务合作模式，即长三角地区的警务部门应当认识到区域犯罪的内在联动关系，防止此类犯罪在整个地区的此消彼长现象。

[1]王大为．中国城市群中的犯罪问题与对策研究——以珠三角地区为例[C]//多元城镇化与中国发展．北京：社会文献出版社，2013．

[2]徐冲，柳林，周素红，叶信岳，姜超．DP半岛街头抢劫犯罪案件热点时空模[J] ．地理学报， 2013，（12）．

[3]毛媛媛，丁家骏．抢劫与抢夺犯罪行为时空分布特征研究——以上海市浦东新区为例[J] ．人文地理，2014，（1）．

[4]陈 鹏，李 欣，胡啸峰，曾昭龙，赵鹏凯．北京市长安街沿线的扒窃案件高发区分析及防控对策[J]．地理科学进展，2015，（10）．

[5] 王永杰，论街面犯罪的特点及侦查对策[J]．上海：犯罪研究，2007，（3）．

[6]何平，犯罪空间分析与治安系统优化[M]．北京：中国书籍出版社，2013．

[7]陆娟．基于莫兰指数的盗窃犯罪率全局分布模式分析[J]．警察技术， 2014，（1）．

[8]陈鹏，洪卫军，隋晋光，瞿珂译．地理信息系统与犯罪制图[M]．北京：中国人民公安大学出版社，2014．

[9]陈鹏，李锦涛，马伟．犯罪热点的分析方法研究[J]．中国人民公安大学学报（自然科学版），2012，（3）．

[10]Ratcliffe J H． 2004． The hotspot matrix: a framework for thespatio- temporal targeting of crime reduction[J]． Police Practice and Research: an International Journal, 5（1）： 5-23．

[11]Brantingham, Patricia and Paul(1995)．”Criminality of Place: Crime Generators and Crime Attractors”．European Journal on Criminal Policy and Research 3（3）：1-26．

[12]刘大千, 修春亮, 于嘉．长春市财产犯罪的空间分析[J]． 地理科学，2012，（4）．

[13][澳]亚当·苏通，阿德里恩·切尼，罗伯·怀特．犯罪预防：原理、观点与实践[M]．北京：中国政法大学出版社，2012．

[14] 李春雷, 姚巍． 城市化进程中我国城市住区犯罪防控空间探索: 基于 CPTED 理论视角下对我国城市住区的个案考察[J]． 中国人民公安大学学报（社会科学版）， 2011． （4）．

[15]王发曾． 城市犯罪空间盲区的综合治理研究[J]． 地理研究，2010，（1）．

Study on the Preventive Countermeasures against the High Incidence of Pocketpicking along Metro Lines of a Certain City of Yangtze River Delta

Chen Tongxin, Wang Daweixin
(China People’s Public Security University, Beijing 100038, China)

With the rapid development of city construction, there appears a high incidence of pocketpicking along metro lines. Targeting the problem, police agencies should establish comprehensive crime-preventing system so as to maintain public order and social stability.

Pocketpicking; Space Analysis; Hot Spot of Crime; Urban Space Control

D631

A

1008-5750(2016)06-0026-(10)

10.13643/j.cnki.issn1008-5750.2016.06.003

2016-10-26 责任编辑：何银松

陈童鑫(1992-),男，中国人民公安大学硕士研究生，研究方向为犯罪学；王大为（1959-），男，中国人民公安大学教授，研究方向为犯罪学、社会学。