蔡 曄，王占宏

1 前言

當(dāng)前在公安部門被廣泛采用的仍然是人工分析的手段。這種人工分析的方法往往面臨很大的挑戰(zhàn)：例如分析的數(shù)據(jù)和信息通常分布在許多不同的數(shù)據(jù)源，信息量大且缺少關(guān)聯(lián)性；并且人工的分析手段通常被看作是一種特殊的專業(yè)技能，很難在一個(gè)大的組織中進(jìn)行經(jīng)驗(yàn)的共享和傳遞，因而存在一定的局限性。

從國(guó)內(nèi)外與數(shù)據(jù)挖掘相關(guān)的研究領(lǐng)域中，我們發(fā)現(xiàn)，采用可視化技術(shù)將不同類型的數(shù)據(jù)和數(shù)據(jù)間隱含的關(guān)聯(lián)信息進(jìn)行描述和展現(xiàn)，并借助眾多空間數(shù)據(jù)挖掘的方法）來(lái)發(fā)現(xiàn)和揭示數(shù)據(jù)中隱含的公共要素和關(guān)聯(lián)，已成為該領(lǐng)域研究所采用的手段和方法的發(fā)展趨勢(shì)。

城市違法案件在一定的地域環(huán)境下，并不是隨機(jī)分布的，而是與該地區(qū)的人口、環(huán)境、經(jīng)濟(jì)、政策、社會(huì)因素有著必然聯(lián)系，并表現(xiàn)為一定的時(shí)間和空間形態(tài)。掌握違法案件的時(shí)空分布規(guī)律,對(duì)有效打擊違法案件、提高民眾對(duì)社會(huì)安全信賴程度起著非常重要的作用。在眾多的空間數(shù)據(jù)挖掘方法中，熱點(diǎn)分析是理解事件間隱含關(guān)系的有效工具，通過(guò)熱點(diǎn)分析可以有效地對(duì)事件做出回歸分析和前景預(yù)測(cè)，因此將違法案件治理、預(yù)防與熱點(diǎn)分析結(jié)合起來(lái)將更好地幫助研究人員得出科學(xué)的結(jié)論。

在空間數(shù)據(jù)挖掘領(lǐng)域里，學(xué)者們就熱點(diǎn)分析所做的研究工作大致可分為如下幾類：劃分技術(shù)、網(wǎng)格技術(shù)、密度技術(shù)、層次聚類技術(shù)以及空間自相關(guān)。這些方法各有特點(diǎn)，但空間自相關(guān)不僅能夠探測(cè)熱點(diǎn)，還能夠揭示事件間的聯(lián)系，所以本研究中采用自相關(guān)分析方法。

本文采用上海2009年盜竊、搶劫違法案件數(shù)據(jù)進(jìn)行處理和熱點(diǎn)分析，并選取了常住人口密度、來(lái)滬人口密度等可能影響違法案件發(fā)生的18 個(gè)指標(biāo)，進(jìn)行了主成分分析，探索隱含的空間關(guān)聯(lián)模式。有助于打破以往被動(dòng)預(yù)防違法案件的局面，主動(dòng)對(duì)重點(diǎn)區(qū)域、重點(diǎn)指標(biāo)加強(qiáng)管理，為城市預(yù)防違法案件措施在空間上的合理布局，提供決策導(dǎo)向和參考。

2 研究區(qū)域與方法

2.1 研究區(qū)域與數(shù)據(jù)

（1）研究范圍

研究區(qū)域上海，地處長(zhǎng)江三角洲前緣，面積約為6340平方公里，1900 多萬(wàn)常住人口，是中國(guó)經(jīng)濟(jì)、金融、貿(mào)易和航運(yùn)中心，共19 個(gè) 區(qū)縣，包含“中心城核心區(qū)”包括黃浦、靜安、盧灣、虹口；“中心城邊緣區(qū)”包括楊浦、閘北、普陀、徐匯、長(zhǎng)寧；“近郊區(qū)”包括青浦、松江、嘉定、閔行、寶山、浦東；“遠(yuǎn)郊區(qū)”包括金山、奉賢、崇明。數(shù)據(jù)處理和統(tǒng)計(jì)的單元為派出所轄區(qū)，共有441。

（2）數(shù)據(jù)來(lái)源與處理

空間數(shù)據(jù)來(lái)源上海警用地理信息系統(tǒng)，包括行政區(qū)、派出所范圍。案件數(shù)據(jù)來(lái)自上海市公安局網(wǎng)上辦案信息系統(tǒng)，根據(jù)研究需要重點(diǎn)抽取了2009年搶劫、扒竊數(shù)據(jù)，并按照派出所進(jìn)行統(tǒng)計(jì)。人口、房屋數(shù)據(jù)來(lái)自上海市實(shí)有人口信息管理系統(tǒng)，包含戶籍人口、外來(lái)流動(dòng)人口、境外人口、出租房、閑置房、自住房、集體宿舍、工地工棚，娛樂(lè)休閑等場(chǎng)所數(shù)據(jù)來(lái)自上海市公安局派出所綜合信息系統(tǒng)，上述數(shù)據(jù)通過(guò)ETL 工具根據(jù)研究需要進(jìn)行抽取，并進(jìn)行了預(yù)處理。

2.2 研究方法

（1）熱點(diǎn)分析Hotspot analysis

本次研究采用了ARCGIS9.1的熱點(diǎn)分析工具，熱點(diǎn)分析工具為數(shù)據(jù)集中的每一個(gè)要素計(jì)算 Getis-Ord Gi*，得到高值或低值要素在空間上發(fā)生聚類的位置。

Getis-Ord 局部統(tǒng)計(jì)可表示為：

其中xj 是要素j的屬性值，wi,j 是要素i 和j 之間的空間權(quán)重，n 為要素總數(shù)，且：

（2）主成分分析

主成分分析 （Principal Component Analysis，PCA ）是一種掌握事物主要矛盾的統(tǒng)計(jì)分析方法，它可以從多元事物中解析出主要影響因素，揭示事物的本質(zhì)，簡(jiǎn)化復(fù)雜的問(wèn)題。

本次研究中，我們把盜竊、搶劫案件1 到12 月份熱點(diǎn)區(qū)域常住人口密度、來(lái)滬人口密度、境外人口密度、出租房數(shù)、閑置房數(shù)、自住房數(shù)、集體宿舍數(shù)、工地工棚數(shù)、旅店數(shù)、娛樂(lè)休閑場(chǎng)所數(shù)、歌舞廳數(shù)、網(wǎng)吧數(shù)、桑拿洗浴場(chǎng)所數(shù)、游藝游戲機(jī)房數(shù)、臺(tái)球廳數(shù)、酒吧數(shù)、咖啡吧數(shù)、茶室數(shù)量18 個(gè)指標(biāo)，利用SPSS 進(jìn)行了主成分分析。

3 結(jié)果與討論

3.1 違法案件熱點(diǎn)的時(shí)空分布

計(jì)算結(jié)果得出了盜竊、搶劫案件每個(gè)派出所的Z、P 值，當(dāng)P 值＜0.05 時(shí)，形成的Z值有兩個(gè)區(qū)間，即Z＞2.58，Z＜-2.58，說(shuō)明兩類案件都具有明顯的空間聚集,即具有熱點(diǎn)和冷點(diǎn)。如圖1、圖2所示：

圖1 上海市2009年1～12 月盜竊案件違法案件熱點(diǎn)/冷點(diǎn)時(shí)空分布

圖2 上海市2009年1～12 月?lián)尳侔讣`法案件熱點(diǎn)/冷點(diǎn)時(shí)空分布

上海市盜竊案件和搶劫案件的熱點(diǎn)、冷點(diǎn)時(shí)空分布圖，圖中深紅色表示案件的熱點(diǎn)區(qū)域，深藍(lán)色表示是案件的冷點(diǎn)區(qū)域。

圖1 顯示盜竊案件違法案件熱點(diǎn)主要以“中心城核心區(qū)”為中心，隨季節(jié)變化而動(dòng)態(tài)變化，前3 季度主要向東西方向延伸，而第四季度向南北方向延伸，而遠(yuǎn)郊區(qū)基本是違法案件冷點(diǎn)。圖2 顯示，搶劫案件違法案件熱點(diǎn)主要集中在中心城邊緣區(qū)和近郊區(qū)，而中心城核心區(qū)在大多數(shù)季節(jié)是違法案件冷點(diǎn)。

3.2 違法案件熱點(diǎn)相關(guān)因素的主成分分析

分析結(jié)果顯示同類案件不同時(shí)間的主成分分析結(jié)果基本一致。而盜竊案件和搶劫案件的分析結(jié)果還是有較大的差別。

如表1，表2所示：

表1

表2

2009年9 月上海盜竊案件的主成分分析結(jié)果，表2 剔除了累計(jì)貢獻(xiàn)率大于85%以后的成分。

2009年9 月上海搶劫案件的主成分分析結(jié)果，表4 中剔除了累計(jì)貢獻(xiàn)率大于85%以后的成分，如表3，表4所示：

表3

表4

根據(jù)分析結(jié)果和實(shí)際調(diào)查，影響盜竊案件的主要因素是娛樂(lè)休閑場(chǎng)所、歌舞廳、游藝游戲機(jī)房、桑拿洗浴場(chǎng)所，而影響搶劫案件的主要因素是來(lái)滬流動(dòng)人員密度和出租房屋數(shù)量。

4 結(jié)論

我們通過(guò)對(duì)上海2009年1 月～12 月的盜竊、搶劫數(shù)據(jù)進(jìn)行空間數(shù)據(jù)挖掘，發(fā)現(xiàn)了上海盜竊、搶劫違法案件的整體態(tài)勢(shì)和空間上的動(dòng)態(tài)變化趨勢(shì)，并通過(guò)主成分分析，解析出了影響盜竊、搶劫違法案件熱點(diǎn)的主要影響因素。所以，我們建議在市中心區(qū)域加強(qiáng)娛樂(lè)休閑場(chǎng)所、歌舞廳、游藝游戲機(jī)房、桑拿洗浴場(chǎng)所等的管理，而在近郊地區(qū)加強(qiáng)來(lái)滬人員和出租房屋的管理，并加強(qiáng)巡邏。

[1]白亮.數(shù)據(jù)挖掘淺析[J].廈門科技,2010,(03)

[2]張修鵬 李捍東 孫航白保良.論數(shù)據(jù)挖掘技術(shù)及應(yīng)用[J].現(xiàn)代商貿(mào)工業(yè),2012,(11)

[3]張鵬.淺談數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J].科技信息(學(xué)術(shù)研究),2008,(12)

[4]彭振龍丘金壽.基于數(shù)據(jù)倉(cāng)庫(kù)的電子政務(wù)數(shù)據(jù)挖掘研究[J].宜春學(xué)院學(xué)報(bào),2012,(4)