美国内布拉斯加州林肯市犯罪行为的聚类及热点分布分析

0 引 言

热点( 或热区) 可以指代犯罪情况的空间密度。由于地理学是用来研究小范围研究区域中的高百分比研究实例的科学，所以对于犯罪情况的分析和研究就有必要定义一个准确的热点( S. C. Smith) 。本文将通过两种不同的分析方法: 紧邻层空间聚类分析( 以下简称 NNH) 和针对犯罪的空间和时间分析法( SPAC) ，分别对林肯市入室行窃和抢劫的数据进行分析，并尝试将两种方法进行对比以便给出更加科学的分析报告，以帮助决策部门进行徒步巡逻的部署。首先，为了对两种犯罪情况进行分析，有必要了解两种违法行为的特点和概念。街头抢劫是针对单一的频繁移动的目标进行的违法行为，而入室抢劫则通常是针对静态的固定目标进行( V. Patten) 。两者在犯罪的形式分为动态和静态的不同，抢劫具有高犯罪率( Cohen&Felson) ，而入室行窃具有较明显的固定目标的特点，两种形式的犯罪行为都可以作为理想的日常行为理论研究目标。

1 分析方法介绍

模糊模型是可以测量并展示热点区域的特定区域分析工具。它允许用户根据需要定义一个半径，并在半径范围内搜索所有半径区域内所发生的事件。所得到的成果为一幅展现半径范围内每一个区域犯罪行为频率的地图。

紧邻层空间聚类分析( NNH) 作为与模糊模型相似的技术，它集合事件发生地点由用户自行定义的、包含最少地点的紧邻聚类集合内，成为第一阶聚类。此方法提供这一用户定义参数的目的是提供连续性计算第一阶聚类直到没有犯罪事件可以被集合收录。之后，通过将第一阶聚类中心进行分组整理并将他们视作单一事件而生成第二阶聚类并进行连续的分层处理，直到不再识别任何聚类。

在此次分析中使用的最后一个技术手段是针对犯罪的空间和时间分析法，该方法的功能是，首先建立一个独立程序然后 合 并 进 入 CrimeState 进 行 分 析 ( BLOCK， 1995) 。通过在研究区域叠加一个栅格图层并在每一个栅格节点上应用搜索圈，STAC 算法能够扫描所有数据然后计数每一个搜索圈中点的数量并最终识别密度最高的聚类或集合。由于一些选项与 NNH 相似或相同，用户可以根据需要将 NNH 和 STAC 进行对比并得出更优结果或更具科学行的分析报告( Paul Couch，2007) 。

风险控制( 调整) 后的紧邻层空间聚类分析( RNNH)作为与标准化的 NNH 相似的方法，与 NNH 在计算椭圆上使用的是相同的算法，而不同的是将发生犯罪行为趋势集中在人口密度高的地区的热点计算在内。并使用另一平面以便于进行基于潜在人口犯罪可能性的控制。

2 数据处理、分析和结果

首先，针对两种犯罪行为使用模糊建模，设置搜索半径为 500 英尺，即 152. 4 m。应用以上参数，在 CrimeState软件中进行设置并输出如图 1 所示成果。可以看出入室盗窃和抢劫的最高热点数量分别增加到 17 和 8 次。因为本文不使用模糊建模给出任何建议或与另外两种方法进行任何比对分析，所以，模糊建模将作为第一阶段展示犯罪分布情况的算法工具使用。根据图 1 所示看出，两种犯罪都在内布拉斯加大学林肯校区( 图 1 下图中大圆选中部分) 的南部和东部存在较高的发生数量。根据谷歌地图( 图 1 上图) 可以看出，林肯校区南部是林肯市市中心( 图 1 下图中椭圆选中部分) ，也就是说该区域人口密度较高。

完成了使用模糊模型的第一阶段犯罪分布情况展示之后，本文将着重阐述 NNH 和 STAC 进行犯罪行为热点分析的数据处理过程、方法和结果并给出最终的徒步巡逻建议。为了使得结果足够完整和精确，将对地图成果的详细信息进行解释说明。为了保证误差不是由于参数和误差指数造成的，以下分析中所有参数均为同一比例尺下设定。NNH 的参数设定为: 每个聚类最少点数设置为 10，单位英里，同时椭圆的标准差设置为 1X。另一方面，STAC 的参数设置为: 将搜索半径设置为 0. 2，其他参数于 NNH 相同。

2.1 椭圆和凸包的对比分析( 仅针对抢劫的NNH 分析)

对比椭圆和凸包在抢劫的 NNH 分析中的详细情况，相比于椭圆方法而言，多边形所代表的凸包方法包含了更多的单点，然而这些多包涵进来的单点并不与其他单相互集中形成聚类，而是呈现较为离散的分布。因此，为了保证分析的准确和质量，记下来的处理和分析过程中将使用椭圆形成聚类，而不是凸包方法。

2.2 基于 NNH 的抢劫行为分析

针对基于 NNH 方法的抢劫犯罪行为的聚类，由于NNH 聚类算法是对热点热键进行连续分层形成聚类直至此过程中不再有任何可识别的聚类的同时没有足够的时间可供 NNH 进行计算，余下的仅为抢劫行为的第一阶聚类。容易确定 NNH 聚类是在内布拉斯加州立大学林肯校区和林肯市城区两处。所以，也就意味着街道抢劫行为频繁发生于这两个区域，而这两个区域就是街道抢劫犯罪行为的热点。

2.3 基于 NNH 的入室盗窃行为分析

基于 NNH 的入室盗窃行为分析与街头抢劫事件的分析方法相同，但不同的是基于 NNH 的入室盗窃行为的分析生成了第一阶聚类和第二阶聚类如图2 所示，小椭圆表示第一阶聚类 ( NNH1 ) ，大椭圆表示第二阶聚类( NNH2) 。图中椭圆所代表的第一阶聚类主要聚集在林肯市城镇中心地带，两种聚类所标示的区域为入室盗窃时间的热点。结合谷歌地图，入室盗窃事件主要发生在购物中心和住宅区。

更多内容请查看pdf