1、常态化防疫背景下城市盗窃犯罪的时空演变及其机理研究以浙江海宁市为例郑滋椀1,2，姜超3,4*，汪婕1，刘璐5，陈鹏2，董齐芬1(1.浙江警察学院大数据与网络安全研究院，杭州310053；2.中国人民公安大学信息网络安全学院，北京102600；3.首都经济贸易大学城市经济与公共管理学院，北京100070；4.城市群系统演化与可持续发展的决策模拟研究北京市重点实验室，北京100070；5.复旦大学法学院，上海200433)摘 要：新冠疫情的爆发会对区域内犯罪数量产生显著影响。然而，常态化疫情防控是否显著改变了犯罪空间分布格局，仍然有待进一步的实证检验。论文选择始终采取常态化疫情防控措施的浙江海宁市
2、中心城区，采用标准差椭圆、核密度估计方法，对2018年2月2021年7月城市盗窃犯罪的时空格局演变特征及其机理进行研究。结果表明：新冠疫情爆发后，研究区内盗窃犯罪月均数量较疫情前降幅达53%，并持续在100200起之间波动，而其日内分布模式却没有明显变化；2020年2月2021年7月，研究区内盗窃犯罪热点较疫情前有明显减弱、减少，且其犯罪空间分布格局较为稳定；针对疫情前的12个典型犯罪热点区域，其月均犯罪数量在疫情后的降幅在52%78%之间，其分季度的时间演变模式存在明显差异；根据日常活动理论和犯罪三角理论，常态化疫情防控中有7类具体措施可对各区域的犯罪产生较大影响。研究结果对于理解重大突发公
3、共卫生事件下的犯罪空间演变规律和制定科学的犯罪防控策略均具有重要参考价值。关 键 词：常态化疫情防控；盗窃犯罪；犯罪地理；浙江海宁近年来，新冠疫情已经成为全球公共卫生突发事件，对各国的社会、经济运行都产生了深远影响。为有效阻断或减缓新冠病毒的传播，世界各国采取了保持社交距离、减少出行、居家办公、佩戴口罩等多种非医学疫情防控措施。这些防控措施在控制疫情大范围传播的同时，也深刻改变了人们生活、工作等日常行为模式，进而间接影响到犯罪产生的环境因素、犯罪机会分布格局、犯罪者行为模式以及犯罪者与受害者的交互特征等。因此，除研究疫情防控背景下的疫情时空聚集特征1、旅游发展2、人员活动3等主题外，有必要进一
4、步探究疫情防控对犯罪数量及其空间分布格局的影响。疫情爆发以来，国内外众多学者围绕疫情对犯罪的影响已经开展了大量研究。例如，Nivette等4第42卷 第2期2023年2月地 理 科 学 进 展Progress in GeographyVol.42,No.2Feb.2023收稿日期：2022-05-06；修订日期：2022-06-27。基金项目：国家自然科学基金项目(41901160，42001159)；浙江省自然科学基金项目(LQ18G010001)；教育部人文社会科学研究规划基金项目(20YJAZH009)；首都经济贸易大学北京市属高校基本科研业务费专项(XRZ2022008)。Founda
5、tion:National Natural Science Foundation of China,No.41901160 and 42001159;Zhejiang Provincial Natural Science Foun-dation of China,No.LQ18G010001;Science Foundation of Ministry of Education of China,No.20YJAZH009;Funda-mental Research Funds for the Municipal Universities of Beijing-Capital Universi
6、ty of Economics and Business,No.XRZ2022008.第一作者简介：郑滋椀(1989)，男，浙江温州人，硕士，高级实验师，主要从事犯罪地理、警务研究。E-mail:*通信作者简介：姜超(1988)，男，河北衡水人，博士，讲师，硕士生导师，主要从事城市空间治理、犯罪地理、地理信息科学研究。E-mail:引用格式：郑滋椀,姜超,汪婕,等.常态化防疫背景下城市盗窃犯罪的时空演变及其机理研究:以浙江海宁市为例 J.地理科学进展,2023,42(2):341-352.Zheng Ziwan,Jiang Chao,Wang Jie,et al.Spatiotemporal
7、evolution of urban theft crimes and mechanism in the con-text of regular COVID-19 pandemic prevention and control:Acase study of Haining,Zhejiang.Progress in Geography,2023,42(2):341-352.DOI:10.18306/dlkxjz.2023.02.011341-352页地理科学进展第42卷通过分析23个国家中27个城市的犯罪数据，发现在疫情发生后入室盗窃、偷窃、汽车盗窃、抢劫、故意伤害等犯罪数量均呈现明显的下降趋势
8、。Abrams5分析美国25个大城市20152020年的犯罪数据，发现毒品犯罪、入室盗窃和大多数暴力犯罪数量在疫情爆发后均迅速下降。其他很多相关研究也表明，疫情及其防控措施对犯罪具有显著的抑制作用，疫情防控措施的实施显著减少了犯罪的发生数量6-7。然而，相关研究也发现疫情会对部分犯罪类型，如网络犯罪、杀人犯罪等，具有一定的促进作用。Buil-Gil等8研究发现，在疫情防控封锁措施实施期间，英国网络犯罪和在线欺诈犯罪有所增加，特别是与在线购物和拍卖相关的欺诈犯罪数量增幅最大；Rashid9的研究发现，在疫情期间孟加拉国达卡的非法毒品交易比预期数量高出 75%；Piquero等10发现，美国得克萨
9、斯州达拉斯在采取封锁防控措施后的2周内家庭暴力犯罪出现短期激增。总之，国外有大量证据表明，疫情防控对犯罪产生明显影响，使犯罪案件水平发生了显著改变。在国内，靳高风等11-12研究了20202021年全国的犯罪数量变化态势，发现在疫情蔓延期间，犯罪数量大幅减少，但与疫情防控相关的犯罪行为有所增加，并且随着全国疫情防控的常态化，犯罪数量预期呈增加态势，网络犯罪成为主要犯罪类型，诈骗犯罪数量可能会超过盗窃犯罪。陈强胜13分析了疫情防控期间广州市犯罪形势变化，发现犯罪总量呈下降趋势，但电信网络诈骗等新型犯罪持续高发。以上研究表明：新冠疫情发生以来，国内外的疫情防控措施对犯罪产生了显著的影响，成为近年来
10、影响各类犯罪数量变化的关键变量。然而，疫情防控措施，特别是常态化疫情防控措施的实施是否显著改变了城市犯罪的空间分布格局，仍然有待进一步的实证检验。近几十年来，大量学者以空间为视角，对犯罪空间分布格局、时空演变特征等进行了深入研究，发现犯罪具有明显的空间特征，不仅表现出空间聚集性，形成犯罪热点，而且呈现出一定的空间稳定性，即在没有犯罪防控措施干预的情况下，犯罪热点不会发生明显变化14-16。疫情爆发后，在存在大规模疫情爆发的地区，采取严格限制人员流动的措施，不仅会显著影响各类犯罪案件数量，也必然会对犯罪空间分布格局产生较大影响。然而，在不存在大规模疫情爆发、仅采取出入公共或室内场所核验健康码/行
11、程码等常态化防疫措施的地区，其犯罪数量及空间分布格局是否也会发生显著改变，是当前仍有待明确的重要问题。本文以始终采取常态化疫情防控措施的浙江省海宁市中心城区为研究区域，以盗窃犯罪为研究对象，在分析犯罪数量时间演变特征的基础上，着重分析国内新冠疫情前后城市盗窃犯罪空间格局的演变特征和演化过程，并结合日常活动理论、犯罪三角理论等环境犯罪学理论，进一步探究常态化疫情防控对犯罪时空演变影响的内在机理。本研究对于理解人口空间流动性、犯罪环境机会与犯罪空间格局之间的关系具有重要意义，对于常态化疫情防控背景下犯罪防控策略的科学制定具有重要参考价值。1 研究区域与数据1.1 研究区域本文研究地点为浙江省海宁市
12、。该市位于浙江省北部，下辖 4 个街道、8 个镇，总面积约 863km2。根据2020年第7次全国人口普查，海宁市常住人口约107万。2020年海宁市实现地区生产总值1030.78亿元，名列全国百强县榜单第17位，第三产业占比高。在城市功能类型方面，海宁市中心城区具有大型购物商场、老旧商业区、大型皮革城、老旧农居房、新型商品房、火车站等多种功能类型的场所。在疫情防控措施方面，海宁市在研究期内没有发生过大规模的疫情爆发事件，没有采取过大规模、长时间的居家隔离、居家办公、集中隔离等严格限制人员流动的防控措施，而是主要采取小范围健康管理、核酸检测、佩戴口罩以及出入商场、酒店、宾馆、车站、农贸市场、医
13、疗机构等公共场所时测量体温、核验健康码等非严格限制人员流动的常态化疫情防控措施。因此，海宁市是一个适合开展常态化疫情防控措施影响下犯罪时空演变特征及其机理研究的区域。由于该市地域广阔，部分区域为人口稀少、犯罪数量少的农村区域，与城市中心区域的犯罪发生模式和疫情防控措施会存在一定的差异，因此，本文选择该市中心城区作为研究区域，具体包括硖石街道、海洲街道、海昌街道、马桥街道等4个街道，总面积约243 km2，占海宁市总面积的28%。342第2期郑滋椀 等：常态化防疫背景下城市盗窃犯罪的时空演变及其机理研究1.2 研究数据研究数据来源于当地公安机关犯罪案件管理系统，主要包含犯罪发生时间、犯罪类型、经
14、度、纬度等字段。由于盗窃犯罪的案件数量较多，且与地理空间环境具有高度关联性17，因此选择盗窃犯罪作为研究对象。研究时段为2018年2月至2021年7月，计42个月，共发生盗窃犯罪9993起。由于疫情爆发时间为2020年1月底，因此2018年2月至2020年1月为疫情爆发前时期，共24个月，期间共发生7481起盗窃犯罪；2020年2月至2021年7月为疫情爆发后时期，共18个月，期间共发生2512起盗窃犯罪。2 研究方法2.1 标准差椭圆标准差椭圆是对点数据分布的主要方向和离散程度进行量化表达的一种方法，由D.W.Lefever在1926年提出18。利用该方法生成的结果以椭圆形式输出，其中：椭圆
15、中心位于全体点数据的中心位置，椭圆长半轴所指方向是犯罪案件点的主要分布方向，长、短半轴的长度表示所指方向上犯罪案件点与中心位置之间距离的标准差。椭圆扁率越大，表明犯罪点分布的方向性越明显。椭圆面积代表犯罪点空间分布的聚集程度，面积越小，聚集程度越大。利用标准差椭圆可以比较疫情前后城市盗窃犯罪空间分布的聚集程度和方向差异。2.2 核密度估计核密度估计是一种估计概率密度函数的非参数估计方法，是检测局部密度变化、探索空间热点的有效技术19。利用核密度估计能有效展现疫情前后城市盗窃犯罪空间分布的演变过程。其原理是：根据待估计点和每一个样本点之间的距离，分别计算核密度值，距离越近，得到的核密度值越大。最
16、后，将所有核密度值进行加权求和，从而得到该估计点在样本分布中的概率密度值。每个估计点的犯罪核密度估计值f?()x,y为：f?()x,y=1nh2i=1nKx-xih,y-yih(1)式中：K()x,y为高斯分布核密度函数，n为总犯罪数量，h为搜索半径，()x,y为待估计点空间位置，()xi,yi为第i起犯罪的空间位置。3疫情前后城市盗窃犯罪时空演变特征3.1 城市盗窃犯罪时间演变特征3.1.1 月际演变特征根据疫情发生前后盗窃犯罪数量的月际变化(图1)可知，疫情爆发前的24个月，各月犯罪数量在200400起之间波动，平均311起/月；而在疫情爆发后的 18 个月，各月犯罪数量均大幅下降，基本在100200起之间波动，平均146起/月，降幅达53%。从演化过程来看，疫情爆发后的第1个月(即2020年2月)是犯罪数量最少的月份，只有52起，相对于2019年2月的犯罪数量，降幅达71.3%。疫情爆发后的第2个月，盗窃犯罪数量出现一定程度的反弹，但在随后的16个月中均未达到疫情爆发前的历史同期水平。盗窃犯罪月际演变态势表明，在疫情爆发前，犯罪水平及其变化受社会、经济、文化、科技、政策等一系列因
