国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

外來犯罪人群體戶籍地空間分布對(duì)比研究
——以北京市2005年和2014年數(shù)據(jù)的實(shí)證分析為例

2020-05-15 09:23原鵬輝朱冠宇
關(guān)鍵詞:犯罪人流動(dòng)人口聚類

原鵬輝, 陳 鵬, 姜 超, 朱冠宇

(1.中國人民公安大學(xué)警務(wù)信息工程與網(wǎng)絡(luò)安全學(xué)院, 北京 102600;2.北京大學(xué)地球與空間科學(xué)學(xué)院遙感與地理信息研究所, 北京 100871)

0 引言

隨著我國城鎮(zhèn)化進(jìn)程的加快,人口跨地域流動(dòng)和遷移的趨勢(shì)逐漸加強(qiáng)[1-2]。大規(guī)模的外來流動(dòng)人口在為城市經(jīng)濟(jì)建設(shè)做出巨大貢獻(xiàn)的同時(shí),也給社會(huì)治安和管理帶來了一系列的問題和挑戰(zhàn)[3-4]。因此,如何在城市中實(shí)現(xiàn)有效的流動(dòng)人口犯罪防控,已成為當(dāng)下中國城市發(fā)展面臨的主要問題和挑戰(zhàn)。近年來,從空間地理視角研究和分析流動(dòng)人口或犯罪人口的空間遷移或地域構(gòu)成成為了研究人員關(guān)注的重點(diǎn)[5-11]。例如,在流動(dòng)人口地域來源構(gòu)成方面,魯奇等[12]通過對(duì)北京市流動(dòng)人口的來源地空間分布進(jìn)行研究,發(fā)現(xiàn)北京市流動(dòng)人口主要來自與北京具有相似地理文化背景的華北等區(qū)域。王桂新等[13]在對(duì)人口普查數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn),我國流動(dòng)人口來源地主要分布于中西部的人口大省。梁宏[14]通過對(duì)人口普查數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)廣東省流動(dòng)人口主要來自湖南、廣西、四川等鄰近廣州的中部省份。袁麒翔等[15]對(duì)人口普查數(shù)據(jù)進(jìn)行了分析,研究結(jié)果表明寧波市外來流動(dòng)人口主要來自安徽、四川、江西等距浙江較近的省份?;趪倚l(wèi)生計(jì)生委流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù),李曉壯[16]對(duì)北京市流動(dòng)人口的地域來源分布進(jìn)行了分析,發(fā)現(xiàn)河北、河南、山東是北京流動(dòng)人口的主要流出地省份。而在犯罪人口的戶籍地來源構(gòu)成方面,傅躍建等[17]通過對(duì)義烏市3 786例流動(dòng)人口犯罪數(shù)據(jù)進(jìn)行統(tǒng)計(jì),發(fā)現(xiàn)義烏市流動(dòng)人口犯罪者的戶籍來源地表現(xiàn)出明顯異質(zhì)的地域特征,但該工作中主要是基于數(shù)量統(tǒng)計(jì)方法,并未進(jìn)一步從空間的角度分析各戶籍地的地域分布及其聚集特性。

本文針對(duì)北京市流動(dòng)人口犯罪群體,通過開展不同年份下的流動(dòng)人口犯罪群體戶籍地的空間地理分布與空間統(tǒng)計(jì)分析,研究其戶籍地的地理空間分布特征及其變化趨勢(shì),為城市犯罪防控和流動(dòng)人口管理提供策略建議。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)來源

為探索和分析10年間北京市外來犯罪者的戶籍地分布及變化,分別選取2005年與2014年的外來犯罪人群體作為研究對(duì)象。本文數(shù)據(jù)來自北京市裁判文書網(wǎng)的犯罪人數(shù)據(jù),其中包括犯罪人的戶籍地信息。本研究中外來犯罪人為中國大陸且戶籍地為非北京的外來流動(dòng)人口,共計(jì)3 700人。

1.2 研究方法

由于本研究主要針對(duì)北京市2005和2014年外來犯罪人戶籍地的空間分布變化趨勢(shì)進(jìn)行分析,因此主要采用對(duì)比檢驗(yàn)和空間分析等方法。具體包括層次聚類法、局部Geary指數(shù)和非參數(shù)檢驗(yàn)方法等。

(1)層次聚類法

層次聚類法的基本原理是將一定數(shù)量的樣本各自看成一類,然后根據(jù)類與類之間的距離或相似程度,將相似程度最高的兩類加以合并。隨后再分析合并后的類與其他類之間的相似程度,并選擇相似的類進(jìn)行合并。重復(fù)這一過程,直到將所有的樣本合并為一類為止[18]。本文采用樣口聚類(Q型聚類),以應(yīng)用廣泛的類平均法中的組間聯(lián)結(jié)法作為類與類之間距離的計(jì)算方法。

(2)局部Geary指數(shù)

局部Geary指數(shù)是能探測(cè)出高值集聚和低值集聚的局部空間自相關(guān)指標(biāo)[19],其定義式為:

(3)KS非參數(shù)檢驗(yàn)

KS方法的目的是檢驗(yàn)兩個(gè)獨(dú)立樣本是否取自同一總體,其基本原理是分別做出兩個(gè)樣本的累積頻數(shù)分布曲線,然后觀察兩條曲線的差異[20]。假定兩個(gè)樣本的樣本量分別是n1和n2,用S1(X)和S2(X)分別表示兩個(gè)樣本的累積頻數(shù)分布函數(shù)。檢驗(yàn)統(tǒng)計(jì)量D為兩個(gè)樣本的累積分布頻率的最大絕對(duì)差值,記為D=max(|S1(Xj)-S2(Xj)|)。當(dāng)D較小時(shí),兩樣本差異較小,兩樣本更有可能取自相同分布的總體;反之,當(dāng)D較大時(shí),兩樣本差異較大,兩樣本更有可能取自不同分布的總體。近似正態(tài)分布的檢驗(yàn)統(tǒng)計(jì)量計(jì)算公式如下:

Dj=|S1(xi)-S2(xj)|

2 分析結(jié)果

2.1 北京市外來犯罪人戶籍地的空間分布及其變化趨勢(shì)

利用層次聚類方法,分別在省級(jí)和地市級(jí)尺度上,對(duì)北京市外來入室盜竊者戶籍地的空間分類特征進(jìn)行研究。

(1)省級(jí)尺度的空間分布與變化

以2005年與2014年各省級(jí)行政區(qū)的犯罪人數(shù)占總犯罪人數(shù)之比(以下簡稱為犯罪人數(shù)占比)作為兩個(gè)標(biāo)準(zhǔn)的分類變量,對(duì)北京市外來犯罪人群體的省級(jí)戶籍地進(jìn)行層次聚類。如表1和圖1所示,結(jié)果反映出犯罪人戶籍地在空間上存在有4個(gè)明顯的分類區(qū),分別為低位平穩(wěn)區(qū)、中位下降區(qū)、高位下降區(qū)及新增高位區(qū)。其中新增高位區(qū)位于四川,其犯罪人數(shù)占比從2005年的5.8%上升至2014年的13.0%,增加幅度較大。高位下降區(qū)為河北、河南,其平均犯罪人數(shù)占比從2005年的18.7%下降至2014年的16.8%。該結(jié)果表明在北京市的河南與河北籍犯罪人數(shù)在逐漸下降。中位下降區(qū)主要位于黑龍江、山東,其平均犯罪人數(shù)占比從2005年的6.7%下降至2014年的5.4%,下降幅度相對(duì)較低。而低位平穩(wěn)區(qū)位于剩余的其他省份,其省份數(shù)量占全部研究省份數(shù)量的83.8%。同時(shí),低位平穩(wěn)區(qū)的平均犯罪人數(shù)占比普遍較低,且基本呈穩(wěn)定不變狀態(tài)。

表1 2005年和2014年外來犯罪人群體省級(jí)戶籍地的層次聚類分布

圖1 省級(jí)戶籍地分類區(qū)的平均犯罪人人數(shù)占比分布

(2)地市級(jí)尺度的空間分布與變化

以2005年和2014年各地市級(jí)戶籍地的犯罪人數(shù)占比作為兩個(gè)標(biāo)準(zhǔn)的分類變量,對(duì)犯罪人地市級(jí)戶籍地的空間分布進(jìn)行層次聚類,結(jié)果如表2與圖2所示。結(jié)果表明,犯罪人的地市級(jí)戶籍地同樣存在明顯的分類地區(qū),即低位平穩(wěn)區(qū)、中位下降區(qū)、新增高位區(qū)及新增中位區(qū)。其中新增中位區(qū)位于云南昭通,其犯罪人人數(shù)占比從2005年的0.1%上升至2014年的5.1%,上升幅度為50%。而新增高位區(qū)位于四川涼山,其犯罪人數(shù)占比從2005年的0.5%上升至2014年的9.3%,上升幅度相對(duì)較大。新增中位區(qū)與新增高位區(qū)均位于距北京市較遠(yuǎn)的云南、四川省份城市。該結(jié)果表明北京市外來犯罪人員的戶籍地呈現(xiàn)出多源化現(xiàn)象,一些來自較遠(yuǎn)地區(qū)的犯罪人占比開始逐漸增加。而中位下降區(qū)位于河北的張家口、承德、保定,河南的周口、信陽以及重慶等地,其平均犯罪人數(shù)占比從2005年的3.5%下降至2014年的2.7%,下降幅度較低。最后,剩余其他城市是低位平穩(wěn)區(qū),其平均犯罪人數(shù)占比同樣普遍較低且呈穩(wěn)定狀態(tài)。

表2 2005年和2014年外來犯罪人群體市級(jí)戶籍地的層次聚類分布

圖2 市級(jí)戶籍地分類區(qū)的平均犯罪人數(shù)占比分布

2.2 北京市外來犯罪人戶籍地的空間集聚態(tài)勢(shì)及其變化趨勢(shì)

利用局部Geary指數(shù),進(jìn)一步分析北京市外來犯罪人戶籍地的空間自相關(guān)性,挖掘各戶籍地犯罪人數(shù)分布的空間模式屬于高值集聚模式或低值集聚模式。

(1)省級(jí)尺度的空間集聚態(tài)勢(shì)與變化

分別計(jì)算2005年與2014年各省級(jí)戶籍地犯罪人數(shù)的局部Geary指數(shù),結(jié)果如圖3和表3所示。犯罪人戶籍地高集聚區(qū)和低集聚區(qū)分別位于Geary指數(shù)分布圖的第四象限和第三象限,其中,2005年呈現(xiàn)為犯罪人戶籍地高集聚區(qū)的省份主要分布于河北、河南、山東、遼寧、山西等距北京市較近的區(qū)域,而2014年犯罪人戶籍地高集聚區(qū)的省份則轉(zhuǎn)變?yōu)楹幽稀⑸綎|、山西、陜西、遼寧。該結(jié)果反映出河南、山東等距北京市較近的地區(qū)構(gòu)成了北京市外來犯罪人群體的主要來源地。此外,2005年犯罪人戶籍地低集聚區(qū)的省份主要位于距北京市較遠(yuǎn)的廣東,而2014年低集聚區(qū)數(shù)量下降至0個(gè)。該結(jié)果表明在省級(jí)層面,犯罪人較少的戶籍地之間相鄰的情況在減少,各戶籍地之間的空間差異性在逐漸擴(kuò)大。

圖3 2005年和2014年各省級(jí)戶籍地犯罪人數(shù)的Geary指數(shù)分布

表3 2005年和2014年各省級(jí)戶籍地犯罪人數(shù)的空間集聚分布

(2)地市級(jí)尺度的空間集聚態(tài)勢(shì)與變化

分別對(duì)2005年與2014年各地市級(jí)戶籍地的犯罪人人數(shù)分布進(jìn)行空間自相關(guān)分析,結(jié)果顯示(圖4):犯罪人戶籍地高集聚區(qū)和低集聚區(qū)分別位于Geary指數(shù)分布圖的第四、第三象限。其中,在2005年犯罪人戶籍地表現(xiàn)為高集聚性的城市數(shù)量共42個(gè),主要分布于河北、河南、山東、內(nèi)蒙古、重慶、湖北等地區(qū)。而2014年具有高集聚性的城市數(shù)量下降至39個(gè),主要分布在河北、河南、內(nèi)蒙古、四川、云南等地區(qū)城市。該結(jié)果反映出犯罪人戶籍地高集聚區(qū)主要位于距北京市較近的城市區(qū)域,但其聚集區(qū)開始逐漸向云南、四川等距北京市較遠(yuǎn)的城市地區(qū)偏移。同時(shí),2005年犯罪人戶籍地低集聚城市數(shù)量共79個(gè),主要位于新疆、西藏、青海、云南、廣東等地區(qū)城市,而2014年低集聚區(qū)數(shù)量下降至74個(gè),主要分布在新疆、西藏、青海等地區(qū)城市。高聚集區(qū)和低集聚區(qū)的城市數(shù)量變化結(jié)果表明,在地級(jí)市層面,相同屬性的犯罪人戶籍地之間彼此相鄰的情況在減少,空間差異性開始擴(kuò)大。

圖4 2005年和2014年各市級(jí)戶籍地犯罪人數(shù)的Geary指數(shù)分布

2.3 北京市外來犯罪人數(shù)量及其變化趨勢(shì)

分別以省級(jí)與地市級(jí)為研究尺度,對(duì)2005年和2014年北京市外來犯罪人戶籍地的分布情況進(jìn)行對(duì)比分析。

(1)省級(jí)尺度的犯罪人數(shù)量及其變化

圖5 2005年和2014年各省級(jí)戶籍地犯罪人數(shù)量的K-S檢驗(yàn)結(jié)果

圖6 2005年和2014年地市級(jí)戶籍地犯罪人數(shù)的K-S檢驗(yàn)結(jié)果

首先對(duì)2005年與2014年北京市外來犯罪人群體的省級(jí)戶籍地分布進(jìn)行K-S非參數(shù)檢驗(yàn),結(jié)果如圖5所示。其中,2005年與2014年犯罪人戶籍地的省級(jí)分布差異在原假設(shè)下的檢驗(yàn)顯著性水平為0.607,遠(yuǎn)大于0.05,表明2005年與2014年北京市外來犯罪人群體的戶籍地省級(jí)分布無顯著性差異變化。進(jìn)一步,將2005年與2014年各省級(jí)戶籍地的犯罪人數(shù)變化值進(jìn)行統(tǒng)計(jì),發(fā)現(xiàn)近50%的省級(jí)戶籍地犯罪人數(shù)量變化絕對(duì)值在10人以內(nèi),反映出各省級(jí)戶籍地的犯罪人數(shù)量基本呈穩(wěn)定不變狀態(tài)。同時(shí),將犯罪人數(shù)量下降幅度排名前5%以及上升幅度排名前5%的省份進(jìn)行統(tǒng)計(jì)排序發(fā)現(xiàn),犯罪人數(shù)量增加幅度較大的戶籍地主要位于四川、云南等距北京市較遠(yuǎn)的省份;而犯罪人數(shù)量下降幅度較大的戶籍地主要分布于河北、河南、山東等距北京市較近的省份。

(2)市級(jí)尺度的犯罪人數(shù)量及變化

同樣,對(duì)2005年與2014年犯罪人戶籍地的地市級(jí)分布差異進(jìn)行K-S檢驗(yàn),結(jié)果如圖6所示。其中,2005年與2014年犯罪人的地市級(jí)戶籍地分布差異在原假設(shè)下的檢驗(yàn)顯著性水平為0.000,遠(yuǎn)小于0.05,表明2005年與2014年北京市外來犯罪人群體的戶籍地市級(jí)分布存在著顯著性差異變化。進(jìn)一步,對(duì)各地市級(jí)戶籍地的犯罪人數(shù)量變化值進(jìn)行統(tǒng)計(jì)分析。分別按照犯罪人數(shù)量下降幅度前5%及犯罪人數(shù)量上升幅度前5%,將各地市進(jìn)行統(tǒng)計(jì)排序,發(fā)現(xiàn)北京市外來犯罪人數(shù)量下降幅度較大的城市主要位于河南信陽、周口,河北承德、保定、廊坊等距北京市較近的城市區(qū)域,而犯罪人數(shù)量上升幅度較大的城市主要位于四川涼山、云南昭通、湖南衡陽等距北京市較遠(yuǎn)的城市區(qū)域。

3 結(jié)論

本文對(duì)不同2005年和2014年的北京市外來犯罪人群體的戶籍地地域分布進(jìn)行了實(shí)證對(duì)比研究。首先,通過層次聚類和空間統(tǒng)計(jì)的定性研究發(fā)現(xiàn),北京市外來犯罪人的戶籍地分布主要呈現(xiàn)出空間多源性和集中性現(xiàn)象,即距北京市較近的地區(qū)為外來犯罪人的主要來源地,但其犯罪人數(shù)量在逐漸下降;同時(shí)距北京市較遠(yuǎn)的一些地區(qū)犯罪人在北京市外來犯罪人群體的占比卻在逐漸增加。其次,從非參數(shù)檢驗(yàn)法的定量研究得出,在2005年與2014年間,不同地域來源的外來犯罪者人數(shù)存在顯著的差異變化。

隨著我國城市化進(jìn)程的加快以及區(qū)域交通便利性的不斷提高,人口的跨區(qū)域流動(dòng)性也在日益增強(qiáng),由此也帶來了嚴(yán)重的外來流動(dòng)人口犯罪問題。因此,在外來人口流出地方面,公安機(jī)關(guān)可建立外出人員務(wù)工系統(tǒng),對(duì)跨地域的外出人員進(jìn)行就業(yè)信息登記,提高人口流出的組織化和程序化。在外來人口流入地方面,公安機(jī)關(guān)應(yīng)加強(qiáng)對(duì)社區(qū)出租屋的人口普查和登記,發(fā)揮社區(qū)、農(nóng)村等基層群眾組織的輔助作用,加強(qiáng)法制宣傳教育,提高外來人員的法律意識(shí)。同時(shí),兩地公安執(zhí)法部門應(yīng)加強(qiáng)人口流入和流出的合作管理,了解外來人口的就業(yè)流向及變化,健全外來人口的管理與服務(wù)體系,保障和維護(hù)其合法權(quán)益。

通過本文研究可以看出,大型城市由于流動(dòng)人口的占比較大,外來犯罪人的地域來源也具有一定的多樣性,但從本文對(duì)北京市的情況分析可以看出,外來犯罪人群體整體上表現(xiàn)出較強(qiáng)的地理臨近現(xiàn)象,即外來犯罪人群體主要來自于目標(biāo)城市周邊的區(qū)域。然而,隨著區(qū)域交通的不斷提升,交通成本影響人口流動(dòng)的重要性在逐漸下降,來自偏遠(yuǎn)區(qū)域的犯罪人占比開始不斷提升。這種新出現(xiàn)的外來犯罪人群體的地域集中現(xiàn)象對(duì)于城市的犯罪防控具有十分重要的意義。根據(jù)城市社會(huì)的亞文化現(xiàn)象,來自某一特殊地域的犯罪人的犯罪示范效應(yīng)極易引起同地域犯罪人群體規(guī)模的擴(kuò)大,因此對(duì)于某地域犯罪人群體的快速增加還需要進(jìn)一步從犯罪關(guān)系結(jié)構(gòu)等方面進(jìn)行深入研究,以便于公安執(zhí)法部門采取有針對(duì)性的犯罪打擊和防控策略。

猜你喜歡
犯罪人流動(dòng)人口聚類
基于犯罪人地域特征的共同犯罪網(wǎng)絡(luò)及影響因素研究
基于雙變量probit的流動(dòng)人口社會(huì)融入研究
和諧人際關(guān)系的構(gòu)建與犯罪人的再社會(huì)化
面向WSN的聚類頭選舉與維護(hù)協(xié)議的研究綜述
基于高斯混合聚類的陣列干涉SAR三維成像
數(shù)說流動(dòng)人口
數(shù)說流動(dòng)人口
基于Spark平臺(tái)的K-means聚類算法改進(jìn)及并行化實(shí)現(xiàn)
流動(dòng)人口二孩可在居住地登記
基于加權(quán)模糊聚類的不平衡數(shù)據(jù)分類方法
姚安县| 祁东县| 牟定县| 海口市| 黄浦区| 齐河县| 昭苏县| 临清市| 称多县| 金门县| 喜德县| 刚察县| 海盐县| 河池市| 盐源县| 武隆县| 盐亭县| 长武县| 天峻县| 马龙县| 江陵县| 开鲁县| 青海省| 察隅县| 岑溪市| 房产| 潼关县| 上杭县| 都匀市| 嫩江县| 苍梧县| 临夏市| 开原市| 株洲县| 普兰县| 商南县| 丰宁| 孝义市| 绥芬河市| 辽源市| 新和县|