微观尺度下毒品犯罪时空分布及成因分析——以SZ市NH、DM街道为例
发布时间：2021-10-09 05:08
毒品犯罪是全球共同关注的犯罪问题,许多学者从不同的专业领域开展了大量研究。已有文献对毒品犯罪的成因进行分析,由于数据的局限性,较少从微观尺度对毒品犯罪热点的时空分布进行研究。论文以SZ市NH、DM街道内社区为例,基于毒品犯罪案件数据,利用探索性数据分析和时空扫描识别毒品犯罪时空热点分布,结合用地类型、动态人流量等数据定量分析毒品犯罪案件的时空分布影响因素。研究结果如下:①毒品犯罪主要分布在商业发达地区和城中村地区,且城中村的毒品犯罪时空热点分布的起始时间较商业发达地区更早,影响范围也更大;②毒品犯罪在不同用地类型分布是不均匀的,其中"住宿旅游娱乐""商业百货批发零售""餐饮经营服务品牌"3类用地类型与毒品犯罪具有高度相关性;③人流量高热区的面积占比与毒品犯罪的发生有一定的相关性,高热区面积占比大于5%或为0时,能够抑制毒品犯罪的发生;高热区面积占比在0～5%之间,能够促进毒品犯罪的发生。
【文章来源】：地理科学进展. 2020,39(05)北大核心CSSCICSCD
【文章页数】：12 页
【部分图文】：
研究区域
区位熵是由哈盖特所提出的概念，用来反映某一区域在高层次区域的地位和作用。此后程连生等[30]在探究城市犯罪的地域分布时，使用区位熵的概念来揭示犯罪的地域分布具有明显的不平衡性。刘大千等[31]提出犯罪率区位熵来反映犯罪的空间分布情况。柳林等[32]对其进行修正，提出更为精确的时位熵即标准化犯罪强度指数(Standardized Crime Intensity Index,SCII)来反映犯罪案件时间分布的不均衡性。本文借用区位熵概念来计算毒品犯罪率区位熵，计算公式如下：式中：Ti表示第i个泰森多边形内毒品犯罪案件数量；Si表示第i个泰森多边形的面积；n为划分泰森多边形的数量。Qi>1、Qi=1和Qi<1，分别代表该时段的犯罪案发数量大于、等于和小于研究期内的平均水平。本文采用毒品犯罪率区位熵指数Qi，探究毒品犯罪与用地类型的相关性。
利用SaTScan软件对NH、DM街道2009—2018年毒品犯罪案件进行时空扫描(图4)。发现NH、DM街道毒品犯罪的热点时段多为夜间24:00，毒品犯罪的时空热点区域呈现多区域分布现象，其中时空热点分布范围较大的区域主要有HB社区、HR社区和XX社区。此外，还有一些毒品犯罪时空热点分布在商业发达地区，如YY社区、JN社区、JB社区和DM社区，热点分布范围、时段都相对较小。值得注意的是，在XX社区内不仅出现多个毒品犯罪时空热点区域，而且热点时段也是所有热点区域中时段最长的，即从19:00持续到24:00。2.4 毒品犯罪时空分布成因分析
【参考文献】：
期刊论文
[1]基于风险地形建模的毒品犯罪风险评估和警务预测[J]. 张宁,王大为. 地理科学进展. 2018(08)
[2]ZG市工作日地铁站点扒窃案件的时空分布及其影响因素[J]. 肖露子,柳林,周素红,宋广文,张春霞,陈建国. 地理科学. 2018(08)
[3]基于环境犯罪学理论的入室盗窃时空分布研究——以北京市主城区案件的分析为例[J]. 徐嘉祥,陈鹏,陈建国. 人文地理. 2018(01)
[4]城市入室盗窃犯罪的多尺度时空格局分析——基于中国H市DP半岛的案例研究[J]. 柳林,姜超,周素红,刘凯,徐冲,曹晶晶. 地理研究. 2017(12)
[5]微观空间因素对街头抢劫影响的空间异质性——以DP半岛为例[J]. 徐冲,柳林,周素红,姜超. 地理研究. 2017(12)
[6]不同类型道路密度对公共空间盗窃犯罪率的影响——基于ZG市的实证研究[J]. 柳林,杜方叶,肖露子,宋广文,刘凯,姜超. 人文地理. 2017(06)
[7]针对非平衡警情数据改进的K-Means-Boosting-BP模型[J]. 李卫红,童昊昕. 中国图象图形学报. 2017(09)
[8]ZG市诈骗犯罪的时空分布与影响因素[J]. 柳林,张春霞,冯嘉欣,肖露子,贺智,周淑丽. 地理学报. 2017(02)
[9]改进的GA-BP神经网络模型在财产犯罪预测中的应用[J]. 李卫红,闻磊,陈业滨. 武汉大学学报(信息科学版). 2017(08)
[10]北京市长安街沿线的扒窃案件高发区分析及防控对策[J]. 陈鹏,李欣,胡啸峰,曾昭龙,赵鹏凯. 地理科学进展. 2015(10)
硕士论文
[1]盗三车类案件时空分布特征及预测[D]. 赵丹丹.河南大学 2017
本文编号：3425696
【文章来源】：地理科学进展. 2020,39(05)北大核心CSSCICSCD
【文章页数】：12 页
【部分图文】：
研究区域
区位熵是由哈盖特所提出的概念，用来反映某一区域在高层次区域的地位和作用。此后程连生等[30]在探究城市犯罪的地域分布时，使用区位熵的概念来揭示犯罪的地域分布具有明显的不平衡性。刘大千等[31]提出犯罪率区位熵来反映犯罪的空间分布情况。柳林等[32]对其进行修正，提出更为精确的时位熵即标准化犯罪强度指数(Standardized Crime Intensity Index,SCII)来反映犯罪案件时间分布的不均衡性。本文借用区位熵概念来计算毒品犯罪率区位熵，计算公式如下：式中：Ti表示第i个泰森多边形内毒品犯罪案件数量；Si表示第i个泰森多边形的面积；n为划分泰森多边形的数量。Qi>1、Qi=1和Qi<1，分别代表该时段的犯罪案发数量大于、等于和小于研究期内的平均水平。本文采用毒品犯罪率区位熵指数Qi，探究毒品犯罪与用地类型的相关性。
利用SaTScan软件对NH、DM街道2009—2018年毒品犯罪案件进行时空扫描(图4)。发现NH、DM街道毒品犯罪的热点时段多为夜间24:00，毒品犯罪的时空热点区域呈现多区域分布现象，其中时空热点分布范围较大的区域主要有HB社区、HR社区和XX社区。此外，还有一些毒品犯罪时空热点分布在商业发达地区，如YY社区、JN社区、JB社区和DM社区，热点分布范围、时段都相对较小。值得注意的是，在XX社区内不仅出现多个毒品犯罪时空热点区域，而且热点时段也是所有热点区域中时段最长的，即从19:00持续到24:00。2.4 毒品犯罪时空分布成因分析
【参考文献】：
期刊论文
[1]基于风险地形建模的毒品犯罪风险评估和警务预测[J]. 张宁,王大为. 地理科学进展. 2018(08)
[2]ZG市工作日地铁站点扒窃案件的时空分布及其影响因素[J]. 肖露子,柳林,周素红,宋广文,张春霞,陈建国. 地理科学. 2018(08)
[3]基于环境犯罪学理论的入室盗窃时空分布研究——以北京市主城区案件的分析为例[J]. 徐嘉祥,陈鹏,陈建国. 人文地理. 2018(01)
[4]城市入室盗窃犯罪的多尺度时空格局分析——基于中国H市DP半岛的案例研究[J]. 柳林,姜超,周素红,刘凯,徐冲,曹晶晶. 地理研究. 2017(12)
[5]微观空间因素对街头抢劫影响的空间异质性——以DP半岛为例[J]. 徐冲,柳林,周素红,姜超. 地理研究. 2017(12)
[6]不同类型道路密度对公共空间盗窃犯罪率的影响——基于ZG市的实证研究[J]. 柳林,杜方叶,肖露子,宋广文,刘凯,姜超. 人文地理. 2017(06)
[7]针对非平衡警情数据改进的K-Means-Boosting-BP模型[J]. 李卫红,童昊昕. 中国图象图形学报. 2017(09)
[8]ZG市诈骗犯罪的时空分布与影响因素[J]. 柳林,张春霞,冯嘉欣,肖露子,贺智,周淑丽. 地理学报. 2017(02)
[9]改进的GA-BP神经网络模型在财产犯罪预测中的应用[J]. 李卫红,闻磊,陈业滨. 武汉大学学报(信息科学版). 2017(08)
[10]北京市长安街沿线的扒窃案件高发区分析及防控对策[J]. 陈鹏,李欣,胡啸峰,曾昭龙,赵鹏凯. 地理科学进展. 2015(10)
硕士论文
[1]盗三车类案件时空分布特征及预测[D]. 赵丹丹.河南大学 2017
本文编号：3425696
本文链接：https://www.wllwen.com/falvlunwen/fanzuizhian/3425696.html
