犯罪热点分析方法总结和一种新的分析思路

   犯罪活动的空间分布形态主要有两种，分别是点分布和面分布，相应的热点分析可分为点分析和面分析。无论基于点形态还是面形态，犯罪热点的分析都由两个过程构成：空间分布模式的识别和热点的探测。换句话说，就是首先确定犯罪活动是否聚集，如果有聚集，再识别出热点具体位置。

1、犯罪空间分布模式识别

 犯罪空间分布模式识别，为犯罪空间分析提供首要依据，是从总体上研究犯罪时空分布特征，确定犯罪活动是否存在聚集状态。由于犯罪活动空间形态不同，犯罪空间分布识别可分为“基于面形态的分布识别”和“基于离散点的分布识别”。

（1）基于面形态的分布模式识别

    基于面形态的分布模式识别通过空间自相关分析方法进行。地理学第一定律指出，任何事物都与其周围事物存在联系，与其越相近的事物联系越紧密。这就意味着地区间的犯罪行为并非均匀或随机分布的，一般都存在某种空间依赖性。空间依赖性又称为空间自相关性，指一个地区犯罪数据统计值与其他地区相关，用以度量犯罪统计数据的聚集状态，一般分为全局和局部两种指标。全局指标用于探测整个研究区域内犯罪空间聚集状态，主要有Moran’s I 、Geary’s C、Getis-Ord’ s G 及连接数等指标。但是，全局指标未考虑区域要素的空间异质性，而局域指标恰好可以弥补这一不足，用来识别犯罪统计数据的局域聚集状态。

（2）基于离散点的分布模式识别

基于离散点的分布模式识别的基础是犯罪位置及其距离等特征，具体有空间分布描述性分析、样方分析、距离分析等方法。空间分布描述性分析主要有中心位置、标准距离、标准差椭圆等空间统计指标，主要反映犯罪的聚集中心、聚集程度和分布趋势等特征。样方分析分别统计随机分布假设和实际分布下每个指定样方内的犯罪数量，如果更少的样方内拥有比期望更多的犯罪数量，则表示该犯罪分布聚集。距离分析包括了最近邻指数（NNI）和Ripley’s K 函数等方法。最近邻指数分析是将实际分布下犯罪位置之间的最近邻距离与随机分布下相比，如果比随机分布情形下的最近邻距离更小，则认为该犯罪分布聚集，通过K 阶近邻指数可以适应多尺度聚集效应分析。Ripley’s K 函数则是以每个犯罪点为圆心，计算给定距离内犯罪总数的平均值，然后除以研究区的犯罪点密度，如果大于期望值，则表示该犯罪分布聚集。最近邻指标相对Ripley’s K 而言原理简单，计算简便，因而应用更为广泛。极值效应、局部聚集效应对空间分布描述性分析应用影响较大，而样方分析存在样方形状、大小选择等问题，距离分析则存在边界效应、尺度效应及可变区域单元等问题。

2、犯罪热点探测

犯罪热点探测是指通过某种方法识别犯罪高发且彼此分离的区域或时段，同样分为“基于面形态的热点探测方法”和“基于离散点的热点探测方法”。

（1）基于面形态的犯罪热点探测

基于面形态的热点探测，一般是以某种辖区为单元（如警区、行政单元等）计算犯罪总量、犯罪率等统计指标，从而确定某时段内的“犯罪热点地区”或某辖区内的“犯罪热点时段”，也可以对犯罪类型进行分析，从而探测“犯罪热点类型”，该方法常为警方进行辖区整治、警力调整以及考核等提供依据，但受可变区域单元以及统计指标选择等因素影响。基于面形态的热点探测方法有专题图法（包括犯罪率区位商方法）、局部Moran指数法和局域Getis-Ord ‘s G统计方法等。而局部Moran指数法和局域Getis-Ord ‘s G统计方法是最为常用的热点分析方法。

（2）基于离散点的犯罪热点探测

 基于离散点的热点探测主要是指点模式分析中的空间聚类方法，主要有犯罪位置数量统计法、分割法、层级聚类法、核密度估计法等。犯罪位置数量统计法是通过统计某位置的实际犯罪数量来探测“犯罪热点位置”，该方法比较适用于通过地址比对而产生的犯罪离散点数据。分割法是将所有犯罪点划分到特定几个分组中从而形成热点地区，如K 均值聚类，该方法通过分组数来控制聚集规模，但存在主观性、随意性等问题。层级聚类法首先将一些犯罪点按搜索半径或聚集所需最少犯罪数量等规则进行聚类，然后在这些小聚类基础上产生更高一级的大聚类，如最近邻分级聚集、STAC 聚集等。该方法可以通过人为改变聚类参数来调整聚集规模，并按照一定规则产生层级不等的聚集，满足了警方对犯罪热点不同尺度的处置要求。密度估计法是将研究区域划分为若干网格后计算每个网格内犯罪发生密度。它不仅可以识别犯罪高发区域中心，而且可以逐渐向周边形成一个犯罪发生密度由高至低的连续区域。

3、犯罪热点分析的一种新思路

基于离散点的分析，更多地用于犯罪活动发生地点的识别，如某一幢建筑、某条街道发生的犯罪活动是否偏多。而基于面形态的分析则较多地用于区域犯罪水平的估计和判断，如某个区县、某个警区发生的犯罪活动是否多于整体平均水平等。不同空间形态的犯罪热点分析所服务的目标层次是不一样的：面形态分析更侧重于偏宏观的犯罪水平的估计，点形态分析更侧重于战术性的犯罪活动防范和控制。现有的研究要么是单独针对点形态进行的犯罪热点分析，要么是单独针对面形态进行的分析。而从治安情报分析的实际工作出发，遵循认识事物从宏观到微观、从一般到具体的原则，可以提出犯罪热点分析的一种新的思路：

首先，采用面形态分析来获取犯罪活动空间分布模式。如果结果显示为聚集状态，再进行面形态的犯罪热点识别。

其次，针对识别出的犯罪热点区域（面），采用点形态分析进行进一步的空间分布模式判断。若为聚类状态，再进行点形态的犯罪热点识别，最终确定出该区域内犯罪热点的具体位置。