蔡 曄，王占宏

1 前言

當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，很難在一個大的組織中進行經(jīng)驗的共享和傳遞，因而存在一定的局限性。

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

城市違法案件在一定的地域環(huán)境下，并不是隨機分布的，而是與該地區(qū)的人口、環(huán)境、經(jīng)濟、政策、社會因素有著必然聯(lián)系，并表現(xiàn)為一定的時間和空間形態(tài)。掌握違法案件的時空分布規(guī)律,對有效打擊違法案件、提高民眾對社會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，熱點分析是理解事件間隱含關系的有效工具，通過熱點分析可以有效地對事件做出回歸分析和前景預測，因此將違法案件治理、預防與熱點分析結合起來將更好地幫助研究人員得出科學的結論。

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

本文采用上海2009年盜竊、搶劫違法案件數(shù)據(jù)進行處理和熱點分析，并選取了常住人口密度、來滬人口密度等可能影響違法案件發(fā)生的18 個指標，進行了主成分分析，探索隱含的空間關聯(lián)模式。有助于打破以往被動預防違法案件的局面，主動對重點區(qū)域、重點指標加強管理，為城市預防違法案件措施在空間上的合理布局，提供決策導向和參考。

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，地處長江三角洲前緣，面積約為6340平方公里，1900 多萬常住人口，是中國經(jīng)濟、金融、貿易和航運中心，共19 個 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、長寧；“近郊區(qū)”包括青浦、松江、嘉定、閔行、寶山、浦東；“遠郊區(qū)”包括金山、奉賢、崇明。數(shù)據(jù)處理和統(tǒng)計的單元為派出所轄區(qū)，共有441。

（2）數(shù)據(jù)來源與處理

空間數(shù)據(jù)來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)研究需要重點抽取了2009年搶劫、扒竊數(shù)據(jù)，并按照派出所進行統(tǒng)計。人口、房屋數(shù)據(jù)來自上海市實有人口信息管理系統(tǒng)，包含戶籍人口、外來流動人口、境外人口、出租房、閑置房、自住房、集體宿舍、工地工棚，娛樂休閑等場所數(shù)據(jù)來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ETL 工具根據(jù)研究需要進行抽取，并進行了預處理。

2.2 研究方法

（1）熱點分析Hotspot analysis

本次研究采用了ARCGIS9.1的熱點分析工具，熱點分析工具為數(shù)據(jù)集中的每一個要素計算 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，簡化復雜的問題。

本次研究中，我們把盜竊、搶劫案件1 到12 月份熱點區(qū)域常住人口密度、來滬人口密度、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)、娛樂休閑場所數(shù)、歌舞廳數(shù)、網(wǎng)吧數(shù)、桑拿洗浴場所數(shù)、游藝游戲機房數(shù)、臺球廳數(shù)、酒吧數(shù)、咖啡吧數(shù)、茶室數(shù)量18 個指標，利用SPSS 進行了主成分分析。

3 結果與討論

3.1 違法案件熱點的時空分布

計算結果得出了盜竊、搶劫案件每個派出所的Z、P 值，當P 值＜0.05 時，形成的Z值有兩個區(qū)間，即Z＞2.58，Z＜-2.58，說明兩類案件都具有明顯的空間聚集,即具有熱點和冷點。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/冷點時空分布

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

上海市盜竊案件和搶劫案件的熱點、冷點時空分布圖，圖中深紅色表示案件的熱點區(qū)域，深藍色表示是案件的冷點區(qū)域。

圖1 顯示盜竊案件違法案件熱點主要以“中心城核心區(qū)”為中心，隨季節(jié)變化而動態(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，而遠郊區(qū)基本是違法案件冷點。圖2 顯示，搶劫案件違法案件熱點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。

3.2 違法案件熱點相關因素的主成分分析

分析結果顯示同類案件不同時間的主成分分析結果基本一致。而盜竊案件和搶劫案件的分析結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果，表2 剔除了累計貢獻率大于85%以后的成分。

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

表3

表4

根據(jù)分析結果和實際調查，影響盜竊案件的主要因素是娛樂休閑場所、歌舞廳、游藝游戲機房、桑拿洗浴場所，而影響搶劫案件的主要因素是來滬流動人員密度和出租房屋數(shù)量。

4 結論

我們通過對上海2009年1 月～12 月的盜竊、搶劫數(shù)據(jù)進行空間數(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)勢和空間上的動態(tài)變化趨勢，并通過主成分分析，解析出了影響盜竊、搶劫違法案件熱點的主要影響因素。所以，我們建議在市中心區(qū)域加強娛樂休閑場所、歌舞廳、游藝游戲機房、桑拿洗浴場所等的管理，而在近郊地區(qū)加強來滬人員和出租房屋的管理，并加強巡邏。

[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)挖掘技術及應用[J].現(xiàn)代商貿工業(yè),2012,(11)

[3]張鵬.淺談數(shù)據(jù)挖掘技術及其應用[J].科技信息(學術研究),2008,(12)

[4]彭振龍丘金壽.基于數(shù)據(jù)倉庫的電子政務數(shù)據(jù)挖掘研究[J].宜春學院學報,2012,(4)