朱小波 李 昕 葉信岳

一、引言

近年來，無論是理論界還是警方、政府等犯罪治理部門對盜竊犯罪都進(jìn)行了詳細(xì)的研究和深入的探討。在國內(nèi)學(xué)界，以中國人民公安大學(xué)為代表的諸多研究團(tuán)隊(duì)長期致力于從犯罪地理、犯罪時(shí)空的角度對犯罪熱點(diǎn)識別、成因分析、熱點(diǎn)轉(zhuǎn)移以及犯罪預(yù)測進(jìn)行研究。①陸娟、湯國安、張宏等：《犯罪熱點(diǎn)時(shí)空分布研究方法綜述》，載《地理科學(xué)進(jìn)展》2012年第4期。在一線實(shí)戰(zhàn)單位，各地公安部門陸續(xù)開展了以“智慧警務(wù)”、“數(shù)據(jù)警務(wù)”為引領(lǐng)的警務(wù)革新項(xiàng)目，以期在大數(shù)據(jù)時(shí)代，通過海量犯罪數(shù)據(jù)挖掘、分析，優(yōu)化警力布置，精確治理犯罪。在國外，早在20世紀(jì)初,美國芝加哥大學(xué)的社會學(xué)者M(jìn)cKay等針對芝加哥城市犯罪區(qū)位特征進(jìn)行研究,并深入分析了環(huán)境特征與犯罪率的關(guān)系。②Wim Bernasco and Richard Block，“Robberies in Chicago: A Block-Level Analysis of the Influence of Crime Generators,Crime Attractors, and Offender Anchor Points”，Journal of Research in Crime and Delinquency，2011,48(1)，PP.33-57.近年來，以地點(diǎn)警務(wù)創(chuàng)始人戴維·韋斯伯德（David L. Weisburd）為代表的學(xué)者們一直關(guān)注街區(qū)等地理微觀因素在解釋犯罪中的作用。最近，該團(tuán)隊(duì)在華盛頓州西雅圖進(jìn)行的一項(xiàng)關(guān)于犯罪集中程度的縱向研究中發(fā)現(xiàn)，該市每年50%以上的犯罪事件都集中在5%至6%的街道上。因此，注重犯罪的微地點(diǎn)（Micro places）能使警方的預(yù)防犯罪工作起到事半功倍的效果。

另一方面，我們也應(yīng)看到，盜竊犯罪是一項(xiàng)十分復(fù)雜的犯罪形式。目前，從理論方面解釋受害的日常活動理論、③吳宗憲：《西方犯罪學(xué)》，法律出版社2006年版，第14頁。剖析犯罪嫌疑人的理性選擇理論以及與犯罪情境相關(guān)的一些理論，①J.J.Turanovic，M.D.Reisig，“Risky lifestyles, low self-control, and violent victimization across gendered pathways to crime”，Journal of Quantitative Criminology，2015, 31(2)，PP.183-206.顯然還不足以對盜竊犯罪做全面的剖析。在實(shí)證方面，目前對竊案發(fā)生的社會原因探討較多，但對各類影響因素的實(shí)證考量，尤其是對城市近年來的大數(shù)據(jù)量的盜竊樣本進(jìn)行多維度分析、數(shù)據(jù)關(guān)聯(lián)檢驗(yàn)的研究較少。②柳林、張春霞、馮嘉欣等：《.ZG市詐騙犯罪的時(shí)空分布與影響因素》，載《地理學(xué)報(bào)》2017年第2期。加之犯罪數(shù)據(jù)較難獲取，目前對于盜竊犯罪的實(shí)證分析研究只能在有限的范圍內(nèi)進(jìn)行開展。因此，相對來說研究的深度還有待提高。

由此，本文選取美國芝加哥市2015年1月1日至2017年12月31日接報(bào)的一般盜竊③根據(jù)2016年美國聯(lián)邦調(diào)查局發(fā)布的《統(tǒng)一犯罪報(bào)告》(Uniform Crime Reports)的定義，theft意為為非法占有、攜帶、剝奪他人實(shí)際占有或推定占有的財(cái)產(chǎn)的行為。例如自行車、汽車零件和配件盜竊，入店行竊（shoplifting）、扒竊（pocket-picking）或是并非通過暴力、強(qiáng)迫、欺詐手段獲取他人財(cái)物的行為。預(yù)謀盜竊（attempted larcenies）也包括在內(nèi)，而盜用（embezzlement）、偽造（forgery）、支票欺詐（check fraud）等被排除在外。警情為研究樣本，首先從時(shí)間的月、周、小時(shí)和空間的道路維度對該市的竊案報(bào)警進(jìn)行總體分析,在關(guān)聯(lián)相關(guān)數(shù)據(jù)后，得出總體的時(shí)間和空間特征。第二步，在盜竊案件發(fā)生的具體位置這一維度進(jìn)行數(shù)據(jù)深入挖掘、分別得出發(fā)生在街面(Street)、別墅(Residence)、公寓(Apartment）的三種多發(fā)性竊案的高發(fā)時(shí)間、空間特征并甄別其異同性。最后，在人口普查區(qū)尺度上,嘗試找出影響盜竊案發(fā)生的因素，力求從多維視角“透視”竊案背后隱藏的“秘密”，同時(shí)也為我國大城市的盜竊犯罪治理提供借鑒。即本文旨在解決三個(gè)問題：（1）芝加哥市一般盜竊報(bào)案總體時(shí)間分布和空間聚集性展示與檢驗(yàn)；（2）確定三種多發(fā)性竊案的高發(fā)時(shí)間、空間特征、案值大小和高發(fā)警務(wù)區(qū)；（3）分析一般盜竊案件發(fā)生的“強(qiáng)關(guān)聯(lián)”因素。

二、研究區(qū)域概況

芝加哥市位于美國伊利諾伊州的庫克縣，毗鄰五大湖之一的密歇根湖，是美國僅次于紐約市和洛杉磯的第三大城市。芝加哥南北長40.23公里、東西寬24.14公里，陸地面積約為588.3平方公里。人們習(xí)慣上將其分為北部、中部和南部三個(gè)部分。

數(shù)據(jù)顯示，2017年芝加哥市警察局共接報(bào)118231起報(bào)警，其中暴力案件30154起（主要包括：謀殺、搶劫、強(qiáng)奸、攻擊他人），財(cái)產(chǎn)類案件88077起（主要包括：入室盜竊、一般盜竊、盜竊機(jī)動車）。財(cái)產(chǎn)案件幾乎是暴力案件的三倍。其中又以一般盜竊案件（Theft）接報(bào)數(shù)最多63949件，占財(cái)產(chǎn)案件的72.6%，總報(bào)警量的54%。同期紐約市的該類案件接報(bào)量為107589件，洛杉磯市接報(bào)66091件，全美該類案件接報(bào)總數(shù)為5638455。對比芝加哥市的人口為2704958人，紐約市人口8537552人，洛杉磯總?cè)丝?976322人，美國的總?cè)丝跒?23127513人④表一的數(shù)據(jù)均來自于United states census網(wǎng)站。。計(jì)算得出，芝加哥居民每一千人中成為盜竊案受害者的指數(shù)為23.64，洛杉磯為16.62，紐約為12.6，而全美的平均指數(shù)為17.44。再對比芝加哥市（陸地）面積606平方公里，紐約市（陸地）面積789平方公里，洛杉磯市（陸地）面積1290平方公里，得出芝加哥每平方千米發(fā)生一般盜竊案件的指數(shù)為 105.5,洛杉磯為 51.23，紐約為136.3 ，美國平均僅為0.6。

表1 美國三大城市2017年一般盜竊案件案發(fā)情況

通過上表可以清晰的看出，芝加哥市是三個(gè)城市中的面積最小、人口最少的城市，但每千人受害指數(shù)卻最高，接近紐約的兩倍，并且其每平方千米的竊案發(fā)生率位居第二，達(dá)到了洛杉磯的兩倍之多，盜竊案件居高不下，安全形勢不容樂觀。

三、主要數(shù)據(jù)與研究方法

（一）數(shù)據(jù)來源和相關(guān)說明

本文運(yùn)用的犯罪數(shù)據(jù)來源于芝加哥市警察局的CLEAR系統(tǒng)（Citizen Law Enforcement Analysis and Reporting，即公民執(zhí)法分析和報(bào)告系統(tǒng)）。為了保護(hù)犯罪受害人的隱私，地址只在道路（Street）級別顯示，具體門牌號位置不做確定。該數(shù)據(jù)集包括了 2015年 1月1日至2017年12月31日美國伊利諾伊州芝加哥市警察局接報(bào)的所有犯罪事件,內(nèi)容包括案件編號（ID）、案由（Primary Type）、對應(yīng)警務(wù)區(qū)（Beat）、案件坐標(biāo)(longitude latitude)等22個(gè)字段。其中案由字段包括販賣人口（human trafficking ）、阻礙執(zhí)法（interference with public officer）、恐嚇（intimidation）等共30種罪名。本文抽取字段名為“theft”即一般盜竊的數(shù)據(jù)，總量為182673條。（在美國警方的數(shù)據(jù)統(tǒng)計(jì)中，普遍將一般盜竊犯罪歸為除了入室盜竊（Burglary）和機(jī)動車盜竊（Motor Vehicle Theft）之外的所有盜竊。）經(jīng)過數(shù)據(jù)清洗，去除無法獲取經(jīng)緯度坐標(biāo)和撤銷報(bào)警的數(shù)據(jù)，最終得到 176508條。通過Arcgis軟件，對每條一般盜竊案的報(bào)警數(shù)據(jù)通過經(jīng)緯度實(shí)現(xiàn)自動落點(diǎn)。

研究中的其他數(shù)據(jù)主要包括芝加哥市各人口統(tǒng)計(jì)區(qū)的黑人數(shù)、白人數(shù)、亞裔數(shù)、總?cè)丝跀?shù)、單親家庭數(shù)、房價(jià)、貧困率、房屋新建（改建）許可頒證數(shù)等均來自于美國國家統(tǒng)計(jì)局的官方數(shù)據(jù)，且也都在人口統(tǒng)計(jì)區(qū)級別進(jìn)行收集。

（二）研究方法

1.數(shù)據(jù)可視化：

為了清晰的表達(dá)數(shù)據(jù)，本文首先采用數(shù)據(jù)可視化的方法。第一步，將所有數(shù)據(jù)進(jìn)行匯總，然后運(yùn)用基于JavaScript的Cross filter組件進(jìn)行動態(tài)數(shù)據(jù)過濾，并采用dc.js進(jìn)行可視化展示。

如圖1所示，左側(cè)為基于Leaflet的芝加哥一般盜竊案的熱度圖，根據(jù)犯罪地點(diǎn)的經(jīng)緯度坐標(biāo)進(jìn)行自動匯集，數(shù)量從高到低依次按照紅、黃、綠進(jìn)行可視化顯示。中間為所有案發(fā)道路的犯罪數(shù)量橫向柱狀圖，并按照數(shù)量從多到少進(jìn)行排序。右側(cè)上方為一般盜竊案的數(shù)據(jù)總量。右側(cè)下方用餅狀圖分別展現(xiàn)了Description（案情描述），Location(案發(fā)位置)，District（警察分局）和Beat（警務(wù)巡邏區(qū)）的犯罪數(shù)量對比。其中柱狀圖和餅狀圖采用dc.js的可視化展現(xiàn)方式，可進(jìn)行實(shí)時(shí)交互，用戶可以選取其中的任意一項(xiàng)或多項(xiàng)，通過Cross filter組件進(jìn)行數(shù)據(jù)過濾并聯(lián)動展示。例如，點(diǎn)擊Location中的Street就可以同時(shí)顯示與街面盜竊案相關(guān)的案情描述、高發(fā)警察分局和警務(wù)巡邏區(qū)。犯罪時(shí)間統(tǒng)計(jì)則采用移動窗口的方式進(jìn)行時(shí)間范圍的數(shù)據(jù)過濾。

圖1 芝加哥市一般盜竊案件可視化分析界面

2.隨機(jī)森林回歸算法

隨機(jī)森林回歸算法是 Breiman（2001）提出的基于決策樹分類器的融合算法，其基本思想是基于統(tǒng)計(jì)學(xué)理論,利用 Bootstrap重抽樣方法從原始樣本中抽取多個(gè)樣本，對每個(gè)Bootstrap 樣本構(gòu)建決策樹，然后將所有決策樹預(yù)測平均值作為最終預(yù)測結(jié)果。①王雨晨、過仲陽、王媛媛：《基于隨機(jī)森林的犯罪風(fēng)險(xiǎn)預(yù)測模型研究》，載《華東師范大學(xué)學(xué)報(bào)（自然科學(xué)版）》2017年第4期。隨機(jī)森林回歸可以看成是由很多弱預(yù)測器(決策樹) 集成的強(qiáng)預(yù)測器。該算法在運(yùn)算量沒有顯著提高的前提下提高了預(yù)測精度，對多元共線性不敏感，可以很好地預(yù)測多達(dá)幾千個(gè)解釋變量的作用，被稱為當(dāng)前最好的算法之一。本文采用 Python語言作為模型運(yùn)行的平臺。

四、芝加哥市一般盜竊案件的多維度分析

（一）一般盜竊案件的總體時(shí)空分布檢驗(yàn)

1.時(shí)間特征

（1）按月度劃分（圖2）：通過芝加哥市2015-2017年的一般盜竊犯罪報(bào)案折線圖，可以看出明顯的規(guī)律性特征。每年的二月都是盜竊犯罪的最低谷，隨后從三月開始發(fā)案就呈初步上升趨勢，這一趨勢一直持續(xù)到八月達(dá)到峰值，隨后從九月開始，開始逐步回落。

圖2 芝加哥市2015-2017年的一般盜竊犯罪報(bào)案月度折線圖

（2）按星期維度劃分（圖3），周一到周日的案發(fā)總量分布較為平均，未見明顯的差異性。

（3）按小時(shí)維度劃分（圖3），呈“中間高兩端低”的金字塔型，該類報(bào)警一般是從8時(shí)開始上升，一直到12時(shí)，隨后12-18時(shí)，報(bào)警數(shù)量呈高發(fā)趨勢，持續(xù)在全天的最高位運(yùn)行，即下午時(shí)段為一般盜竊案最高發(fā)的時(shí)間段。從20時(shí)至次日凌晨6時(shí)，報(bào)案量又開始逐步下降。

圖3 芝加哥市2015-2017年的一般盜竊犯罪報(bào)案周、小時(shí)案發(fā)圖

（二）空間特征

（1）街道維度：在全部的176654件盜竊案件報(bào)警中，報(bào)案量前六位的街道分別是：N MICHIGAN AVE（密歇根北大道，3585件）、N STATE ST（州北街3518件）、N CLARK ST（克拉克北街，2771件）、W NORTH AVE（西北大道，2689件）、S STATE ST（州南街，2665件）、S MICHIGAN AVE（密歇根南大道，2149件），總計(jì)17377件，占全部盜竊報(bào)案量的9.84%。如果將N MICHIGAN AVE和S MICHIGAN AVE，N STATE ST和S STATE ST看成一條道路的話，那么芝加哥市的竊案高發(fā)區(qū)域就非常明確的集中在上述四條道路上。N MICHIGAN AVE和一街之隔的N STATE ST都處于整個(gè)城市的最核心，是芝加哥市最著名的高層購物中心，百貨商場、高級餐廳的聚集地。密歇根北大道的其中一段從 Oak street到芝加哥河，被譽(yù)為“Magnificent Mile”（華麗一英里）。而克拉克北街則長達(dá)13公里,擁有眾多的歷史景點(diǎn)、各式餐館和兩個(gè)球隊(duì)主場，在最南端又背靠著名的林肯公園。可以想見，每天如織的人潮和貨物的進(jìn)出，繁榮了經(jīng)濟(jì)的同時(shí)也帶來了大量的竊案。

（2）警方維度：對應(yīng)案發(fā)最高的是第一分局（接報(bào) 19235件）和第十八分局（接報(bào)18103件），最高的巡邏區(qū)是1834號巡邏區(qū)域（3915件），1833號巡邏區(qū)域（2597件）。

圖4 芝加哥市一般盜竊案件空間分布熱力圖（截取案發(fā)量最高的前六位街道顯示）

（二）三種具體多發(fā)性盜竊犯罪的時(shí)空分布檢驗(yàn)

在微觀層面，通過數(shù)據(jù)關(guān)聯(lián)，本文根據(jù)竊案報(bào)警數(shù)量，篩選出案發(fā)前三位的主要位置（Location）分別為街面（Street）、別墅（Residence即House）、公寓（Apartment）的案案件逐一進(jìn)行深入挖掘分析。

1.發(fā)生在街面的盜竊案件報(bào)警量為44867件，占一般盜竊案件總量的25.4%。經(jīng)過數(shù)據(jù)關(guān)聯(lián)發(fā)現(xiàn)，街面盜竊案件的案值在500美金及以下的占27646件，占61.6%，500美金及以上的占15753件，占35.1%。因此，從整體上講，街面案件的案值普遍不高。再聚焦到街道發(fā)現(xiàn)，該類報(bào)警最高的是N MILWAUKEE AVE（密爾沃基北大道，615件）。該大道是僅次于MICHIGAN AVE的商業(yè)街，坐落著琳瑯滿目的服裝、禮品和精品店。另一方面，地鐵藍(lán)線（Blue line，從奧黑爾國際機(jī)場始發(fā)經(jīng)市中心到福利斯特公園）也是沿該大道走向。由此可知，在地鐵和商業(yè)的為城市帶來了大量的人流，同樣也很可能成為盜竊分子首選的作案地。其次的四條街道：N CLARK ST、W NORTH AVE、S MICHIGAN AVE和S Doctor Martin Luther King Junior Drive（馬丁路德金南路）。對應(yīng)案發(fā)最高的警務(wù)區(qū)是十四分局（接報(bào)791件）和十八分局（接報(bào)456件），案發(fā)最高的巡邏區(qū)是1424號（1004件）。

在時(shí)間維度上：①年度特征：每年二月和十二月一般都是發(fā)案的低谷期，同時(shí)四月之后一直到十月的春、夏、秋季普遍多發(fā)。②周維度分布相當(dāng)平均，周一到周日案發(fā)相差無幾。③小時(shí)維度就可以看出端倪，該類案件一般從下午14時(shí)開始上升一直到18時(shí)達(dá)到高峰，并且這一趨勢一直延續(xù)到22時(shí)，隨后才逐漸下降。因此，從三年的數(shù)據(jù)可以非常明顯的看出每天的18時(shí)-22時(shí)（傍晚至上半夜）是街面盜竊案件高發(fā)時(shí)段。注意，這一點(diǎn)與前述分析的一般盜竊案發(fā)的整體時(shí)間趨勢有所不同。

2.發(fā)生在別墅的盜竊案件報(bào)警量為13018件，占總量的7.4%，經(jīng)過數(shù)據(jù)關(guān)聯(lián)發(fā)現(xiàn)，案值在500美金及以下的為5928件，占45.5%，500美金以上的有3365件，占25.9%，其余案值不詳。因此，別墅盜竊案有將近一半在500美金以下，情況與街面盜竊案件類似，案值較低。關(guān)聯(lián)到具體街道顯示，案發(fā)前五位的街道S Doctor Martin Luther King Junior Drive、S MICHIGAN AVE（密歇根南大道）、S INDIANA AVE（印第安納南大道）、S WABASH AVE（瓦巴什南大道）以及S EMERALD AVE（艾姆萊德南大道），全部處在南區(qū)。眾所周知，芝加哥的南區(qū)是美國最大，也是最為危險(xiǎn)的貧民窟之一，95%以上居住的是芝加哥最為窮困的少數(shù)族裔，尤其以非裔美國人為主。該區(qū)域還建設(shè)許多Public House（即保障房或是公租房），通常分配給位居社會最底層，無力承擔(dān)住房費(fèi)用的窮苦民眾乃至乞丐居住。由于住戶經(jīng)濟(jì)條件原因，治安通常十分?jǐn)?，甚至淪為犯罪窩點(diǎn)。對應(yīng)案發(fā)最高的警務(wù)區(qū)是分局是第七分局（接報(bào)1023件）和第八分局（接報(bào)966件），案發(fā)最高的警務(wù)巡邏區(qū)是512號巡邏區(qū)域（160件）。

在時(shí)間維度上：①年度特征：每年十月之前的八、九月會有一波小高峰。②周維度分布也基本是平均分布，周一到周日案發(fā)相差無幾。③小時(shí)維度上，每天的9-10、12-14時(shí)兩個(gè)時(shí)間段案發(fā)量非常高。這一點(diǎn)尤為明顯，值得警方加以關(guān)注。

3.發(fā)生在公寓的盜竊案件報(bào)警量為10440件，占總量的5.9%。通過運(yùn)用同樣的方法，發(fā)現(xiàn)公寓盜竊案件的案值在500美金及以下的為4697件，占45%，500美金以上的有2443件，占 23.4%。案值情況與前面兩類案件如出一轍。另外，同樣的方法獲取案發(fā)前五位的街道分別是：S DR MARTIN LUTHER KING JR、N SHERIDAN RD（謝里單北路）、S MICHIGAN AVE 、S INDIANA AVE 、S SOUTH SHORE DR（南岸南路）。由此可見，除謝里單北路之外，其余的又都位于南區(qū)，而且 S DR MARTIN LUTHER KING JR、S MICHIGAN AVE和 S INDIANA AVE這三條街又重復(fù)出現(xiàn)，說明該地區(qū)的竊案情況已經(jīng)相當(dāng)糟糕，應(yīng)當(dāng)引起當(dāng)?shù)鼐胶驼淖銐蛑匾?。對?yīng)案發(fā)最高的警務(wù)區(qū)是第三分局（接報(bào)851件）和第六分局（接報(bào)793件），案發(fā)最高的警務(wù)巡邏區(qū)是421號巡邏區(qū)域（187件）。

在時(shí)間維度上：①年度特征：在每年的夏季七、八月份是該類盜竊案的高發(fā)月份，臨近圣誕的十二月也需要注意。②周維度分布也基本是平均分布。③小時(shí)維度上的案發(fā)呈“白天多、夜間少”的趨勢，每天的8-18時(shí)段要明顯高于20-24的時(shí)間段，其中9-10、12-13時(shí)為一天中公寓盜竊案發(fā)最高的兩個(gè)時(shí)段。由此可見，竊賊都明顯有等住客離家上班后，實(shí)施盜竊的意圖。

此外，以上三種多發(fā)性的盜竊案有一個(gè)非常明顯的共同特征就是在凌晨時(shí)段22時(shí)-次日9時(shí)左右案發(fā)量是一天中最低。

五、一般盜竊犯罪的影響因素分析

（一）指標(biāo)選取

目前大多數(shù)對于美國犯罪問題的研究普遍采用的解釋變量為貧困率，單親家庭數(shù)，房價(jià)中位數(shù)、人種、就業(yè)率、本科學(xué)位獲得率等等。①Yan Zhang, Jihong Zhao, Ling Ren, Larry Hoover，“Space–Time Clustering of Crime Events and Neighborhood Characteristics in Houston”，Criminal Justice Review,2015,40(3)，PP.341-356.但本文在考慮上述因素的同時(shí)，將芝加哥市房屋管理局的住房新建（改建）許可數(shù)據(jù)也作為解釋變量加入其中，檢驗(yàn)其對一般盜竊案發(fā)的影響程度。

（二）模型選擇

借助SPSS軟件對因變量（一般盜竊案發(fā)數(shù)）進(jìn)行正態(tài)性檢驗(yàn)（用Shapiro-Wilk檢驗(yàn)），發(fā)現(xiàn)處于離散分布狀態(tài)，不服從正態(tài)分布，且標(biāo)準(zhǔn)化殘差過于集中。因此，該數(shù)據(jù)并不適用多元線性回歸模型。隨后，考慮Poisson回歸模型和負(fù)二項(xiàng)回歸模型進(jìn)行分析，但是擬合效果均不理想。最后，本文嘗試運(yùn)用 Python3.6軟件構(gòu)建隨機(jī)森林回歸算法進(jìn)行解釋。

（三）模型訓(xùn)練與測試

1.數(shù)據(jù)預(yù)處理

考慮到房價(jià)、貧困率、犯罪數(shù)等變量的數(shù)值差距較大而且單位不同,因此考慮將其轉(zhuǎn)化為無量綱的純數(shù)值,便于不同量綱或者量級的指標(biāo)能夠進(jìn)行比較和加權(quán)。本文采用z-score標(biāo)準(zhǔn)化方法進(jìn)行數(shù)據(jù)預(yù)處理。z-score標(biāo)準(zhǔn)化：標(biāo)準(zhǔn)分?jǐn)?shù)（standard score）也叫z分?jǐn)?shù)（z-score）,是一個(gè)分?jǐn)?shù)與平均數(shù)的差再除以標(biāo)準(zhǔn)差的過程。其公式表示為：

2.特征選擇

根據(jù)隨機(jī)森林自帶的特征選擇算法，得到八個(gè)影響因子及其估計(jì)結(jié)果(表3)。

表3 隨機(jī)森林模型估計(jì)結(jié)果

結(jié)果顯示：新建、改建房屋許可證數(shù)與房價(jià)中位數(shù)對一般盜竊犯罪的影響程度較大，其中新建、改建房屋許可證數(shù)對一般盜竊案發(fā)數(shù)影響程度達(dá)到了0.628，這可以理解為政府每頒發(fā)一張新建、改建房屋許可證，就有62.8%的可能發(fā)生一起盜竊案件。這一關(guān)系背后的深意尤其值得我們注意。眾所周知，一個(gè)地域的新建、改建房屋許可是該地區(qū)經(jīng)濟(jì)活力的直接反映。結(jié)合前文對該市一般盜竊案空間聚集的檢驗(yàn)，市中心最繁華的“華麗一公里”密歇根大道是一般盜竊案發(fā)案最高的區(qū)域，與此同時(shí)，2017年政府在區(qū)域共頒發(fā)了736張新建、改建房屋許可證，冠絕整個(gè)芝加哥市。因此，足可見該地區(qū)的經(jīng)濟(jì)活力之強(qiáng)，并且隨之而來的人流、物流、車流也都為竊案提供了可乘之機(jī)。在結(jié)合房價(jià)的影響程度來看，對于盜竊這類典型的侵財(cái)類案件來說，“經(jīng)濟(jì)因素”無疑還是犯罪嫌疑人首要考量的對象。與之形成鮮明的對比的是，總?cè)丝?、貧困率、各人種數(shù)對一般盜竊犯罪的影響并不大。

（四）回歸結(jié)果評估

在本次算法測試過程中，隨機(jī)抽取80%的犯罪數(shù)據(jù)作為訓(xùn)練集，另外20%作為測試集。訓(xùn)練集用于訓(xùn)練分類模型，測試集用于評估模型的好壞。訓(xùn)練集的作用是用來擬合模型，通過設(shè)置分類器的參數(shù)，訓(xùn)練分類模型并擬合出多個(gè)分類器得出最優(yōu)模型后，最后通過測試集進(jìn)行模型性能評價(jià)，以此來衡量該最優(yōu)模型的性能和分類能力。即可以把測試集當(dāng)做從來不存在的數(shù)據(jù)集，當(dāng)已經(jīng)確定模型參數(shù)后，使用測試集進(jìn)行模型性能檢驗(yàn)。

因此，根據(jù)訓(xùn)練好的隨機(jī)森林算法模型，對20%的測試集進(jìn)行測試，得到如下結(jié)果：

（1）MSE是預(yù)測數(shù)據(jù)和原始數(shù)據(jù)對應(yīng)點(diǎn)誤差的平方和的均值，計(jì)算公式如下:

通過計(jì)算的出該模型的MSE(均方差)=0.215

（2）RMSE(均方根誤差)，也叫回歸系統(tǒng)的擬合標(biāo)準(zhǔn)差，是MSE的平方根，計(jì)算公式如下：

通過計(jì)算的出該模型的RMSE（均方根誤差）=0.4637

（3）R-square(確定系數(shù))，計(jì)算公式如下：

“確定系數(shù)”是通過數(shù)據(jù)的變化來表征一個(gè)擬合的好壞，其正常取值范圍為[0,1]，越接近1，表明方程的變量對y的解釋能力越強(qiáng)。本文模型的R2(確定系數(shù))= 0.7199，擬合度較高，說明該模型解釋度較好。并且由圖5、6可以看出，該模型的可靠性較高。

圖5 隨機(jī)森林模型算法真實(shí)值與預(yù)測值對比

橫軸：表示從801個(gè)人口統(tǒng)計(jì)區(qū)內(nèi)，抽取的20%即160個(gè)人口統(tǒng)計(jì)區(qū)的相關(guān)數(shù)據(jù)作為測試集?？v軸：考慮到因變量一般盜竊犯罪數(shù)的數(shù)值（最小值為2起，最大值5597起）分布情況，因此本文對一般盜竊犯罪數(shù)即縱軸取對數(shù)處理，使之范圍在0-10內(nèi)，這樣也利于作圖表達(dá)。

圖6 誤差分布

橫軸：表示從801個(gè)人口統(tǒng)計(jì)區(qū)內(nèi)，抽取的20%即160個(gè)人口統(tǒng)計(jì)區(qū)的相關(guān)數(shù)據(jù)作為測試集?？v軸即誤差（真實(shí)值減去預(yù)測值的絕對值），越接近于0表示越結(jié)果越穩(wěn)定，預(yù)測效果越好。從圖中可以看出，除了第90個(gè)到100個(gè)測試數(shù)據(jù)中有個(gè)別誤差較大外，其余數(shù)據(jù)均小于1，結(jié)果較好。

六、結(jié)論

本文以美國三大城市中安全形勢最嚴(yán)峻的芝加哥市為例，綜合運(yùn)用數(shù)據(jù)可視化、數(shù)據(jù)關(guān)聯(lián)等技術(shù)對該市2015-2017年的17余萬條一般盜竊數(shù)據(jù)進(jìn)行過濾和制圖表達(dá)，并同時(shí)進(jìn)行了數(shù)據(jù)聯(lián)動展示，分析其時(shí)空分布特征。

時(shí)間特征：每年的二月都是盜竊犯罪的最低谷，隨著天氣轉(zhuǎn)暖，從三月開始發(fā)案就呈初步上升趨勢，這一趨勢一直持續(xù)到八月達(dá)到峰值，隨后從九月開始，開始逐步回落。周一到周日的案發(fā)總量分布較為平均，未見明顯的差異性。每天的12-20時(shí)是一天中的發(fā)案最高峰，需嚴(yán)加注意。

空間特征：該類案件呈現(xiàn)出在市中心“華麗一公里”區(qū)域內(nèi)的高度聚集。再深挖一步，對三種微觀類型的多發(fā)性盜竊案件，即街面盜竊、別墅盜竊和公寓盜竊進(jìn)行聚焦，挖掘其共性和特性。最后，通過隨機(jī)森林回歸算法建模分析得出新建、改建房屋許可證數(shù)與房價(jià)中位數(shù)對一般盜竊犯罪的影響程度較大，而傳統(tǒng)意義上我們認(rèn)為的“影響因素”總?cè)丝凇⒇毨?、各人種數(shù)等反而對一般盜竊犯罪的影響并不大。

本文的研究僅僅是一次有益嘗試，目前還處在探索階段，需要在后續(xù)研究中不斷進(jìn)行深化與探索。例如，考慮到空間異質(zhì)性問題和自相關(guān)性的問題，在今后的深入研究中還將引入地理加權(quán)回歸模型或者空間滯后模型等空間分析技術(shù)，力求最終的分析和建模更加精確。