功能區(qū)視角下城市夜光與夜間“兩搶一盜”犯罪的空間相關(guān)性
——以H市市轄區(qū)為例

王燦祥，朱 萌,2，滕茹潔，姚宇超，何佳琦，余 帆

（1. 安徽農(nóng)業(yè)大學(xué)林學(xué)與園林學(xué)院，合肥 230036；2. 華中科技大學(xué)建筑與城市規(guī)劃學(xué)院，武漢 430074；3. 合肥工業(yè)大學(xué)建筑與藝術(shù)學(xué)院，合肥 230601）

夜間犯罪與日間相比，具有更高的隱蔽性與預(yù)謀性，其發(fā)生有著更明顯的地域指向性（蔡秋平，1993）。相關(guān)研究表明，夜光是影響夜間犯罪的諸多重要因素之一（吳浩源等，2015；毛媛媛等，2018），如Krause（1977）提出夜間或者低能見度的條件能為盜竊提供所需的掩護(hù)；Coghlan（2016）對(duì)犯罪時(shí)間分布進(jìn)行分析，發(fā)現(xiàn)夜間攻擊性行為與財(cái)產(chǎn)損失犯罪發(fā)生率要遠(yuǎn)高于日間；Liu（2022）在犯罪高發(fā)的場(chǎng)所與設(shè)施的研究中指出，夜光分布模式與街頭搶劫犯罪的聚集模式具有很高的擬合度，Pease（1999）認(rèn)為，利用夜光減少犯罪現(xiàn)象是可行的；Chen（2018）提出，合理的夜光環(huán)境可以降低犯罪率，減少居民的不安全感。由此可知，夜間夜光強(qiáng)度對(duì)城市社會(huì)安全事件的空間分布有重要影響（Liu et al.,2020；柳林等，2021a）。

但在關(guān)于城市夜光與夜間犯罪之間的具體關(guān)系尚未形成定論，Sun（2022）認(rèn)為，不同環(huán)境的情況下，夜光對(duì)犯罪的作用并不相同。主流觀點(diǎn)認(rèn)為，城市空間的夜光環(huán)境與犯罪發(fā)生率有明顯的負(fù)向相關(guān)關(guān)系（王發(fā)曾，2012），已有研究在部分功能區(qū)如商業(yè)區(qū)、城市公園和其他區(qū)域，證實(shí)了在城市空間內(nèi)形成充足、有效的夜光環(huán)境對(duì)犯罪現(xiàn)象的預(yù)防有著積極的作用（陽佩良等，2018；徐華宇，2020）。但也有部分觀點(diǎn)認(rèn)為城市夜光對(duì)夜間犯罪幾乎沒有影響（Steinbach et al.,2015），在城市邊緣的居住功能區(qū)附近，二者在一定條件下甚至有著正向的相關(guān)關(guān)系（Zhou et al.,2019），Singhal（2020）也在研究中發(fā)現(xiàn)，夜光與區(qū)域犯罪現(xiàn)象之間存在著正相關(guān)現(xiàn)象。學(xué)者認(rèn)為城市犯罪存在空間分異，不同的城市功能，犯罪的特點(diǎn)也不相同（張延吉等，2021），故研究結(jié)果的不一致有可能是由于研究區(qū)域的功能性質(zhì)不同造成的。因此，有必要開展功能區(qū)視角下城市夜光與犯罪的空間相關(guān)性研究。

考慮到在諸多犯罪行為中，搶劫、搶奪與盜竊（以下簡(jiǎn)稱“兩搶一盜”）犯罪（黃銳等，2022）一般是地方刑事犯罪發(fā)案率最高的案件，這類犯罪危害性大數(shù)量多，且案發(fā)與環(huán)境因素密切相關(guān)（曾敏玲等，2014）。因此，本文針對(duì)夜間“兩搶一盜”犯罪現(xiàn)象，以H市市轄區(qū)為研究對(duì)象，基于POI數(shù)據(jù)進(jìn)行功能區(qū)識(shí)別，并結(jié)合夜光遙感數(shù)據(jù)與夜間犯罪數(shù)據(jù)等，利用核密度分析、雙變量空間自相關(guān)分析等研究方法，從市轄區(qū)整體與不同功能區(qū)角度探討城市夜光與夜間“兩搶一盜”犯罪之間的空間相關(guān)性。以期為今后基于燈光設(shè)計(jì)的犯罪防控策略提供針對(duì)性的依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

H市是A省的省會(huì)，坐落于中國的中部，其市轄區(qū)包含4個(gè)行政區(qū)?？偯娣e約為915 km2，人口約為382萬人，GDP約為4 746.7億元，轄區(qū)內(nèi)用地類型豐富。作為國內(nèi)近年來飛速發(fā)展的城市之一，H市市轄區(qū)人口數(shù)量、用地面積、城市建設(shè)等方面都在飛速增長(zhǎng)，高城市化水平給居民帶來的不僅僅是更好的生活環(huán)境，還有犯罪等影響城市安全的問題。在此背景下，夜間犯罪問題已成為H市城市管理所面臨的重要問題之一。

1.2 數(shù)據(jù)來源

1.2.1 夜間“兩搶一盜”犯罪數(shù)據(jù) 數(shù)據(jù)來自于H市公安局提供的2017 年10-11 月的110 接警數(shù)據(jù)。相比于現(xiàn)有研究常用的裁判文書網(wǎng)刑事判決書數(shù)據(jù)，110 接警數(shù)據(jù)雖獲取難度大，但具有更低的“犯罪黑數(shù)”①犯罪黑數(shù)：指犯罪行為實(shí)際已經(jīng)發(fā)生，但由于各種原因而未納入官方統(tǒng)計(jì)之中的犯罪行為的總和，即犯罪的發(fā)案件數(shù)和統(tǒng)計(jì)表上所列的立案數(shù)之間的差額。，更能反映當(dāng)?shù)氐姆缸锴闆r（郭哲，2019）。首先，對(duì)數(shù)據(jù)中涉及到私人信息等敏感內(nèi)容進(jìn)行脫敏處理，再根據(jù)H市當(dāng)?shù)?0-11月平均日出和日落時(shí)間以及當(dāng)?shù)厝藛T活動(dòng)時(shí)間段，選取T 18:00 至次日T 06:00 作為研究時(shí)段，并基于此保留夜間犯罪數(shù)據(jù)。然后，根據(jù)犯罪類型，從夜間犯罪數(shù)據(jù)中提取搶劫、搶奪及盜竊的犯罪數(shù)據(jù)。整理之后的犯罪數(shù)據(jù)類型豐富，數(shù)據(jù)量大，具有良好的可信度。數(shù)據(jù)包含行政區(qū)劃、報(bào)警時(shí)間、案發(fā)地點(diǎn)、接警案由、管轄單位等信息。最后，借助數(shù)據(jù)提供的案發(fā)地點(diǎn)，對(duì)案件發(fā)生地進(jìn)行地圖定位，并利用百度地圖坐標(biāo)拾取工具拾取案件發(fā)生的坐標(biāo)，得到最終的犯罪數(shù)據(jù)，總計(jì)1 500條。H市的矢量地圖來源于自然資源部地圖技術(shù)審查中心標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站②http://bzdt.ch.mnr.gov.cn/index.jsp提供的官方地圖數(shù)據(jù)，將犯罪數(shù)據(jù)疊加到H 市轄區(qū)的城市矢量地圖上，最終得到H市市轄區(qū)的夜間“兩搶一盜”犯罪地點(diǎn)分布（圖1）。

1.2.2 NPP-VIIRS 夜光遙感數(shù)據(jù) 城市夜光的表征主要依靠夜光遙感數(shù)據(jù)攜帶的亮度值。夜光遙感可以獲取夜間、無云條件下地表發(fā)射的可見光信息（江威等，2017）。在城市地區(qū)，夜光遙感主要檢測(cè)夜間路燈、商業(yè)區(qū)和住宅區(qū)建筑物的燈光與一級(jí)交通流發(fā)出的低強(qiáng)度燈光等（卓莉等，2015）。夜光遙感能直接反映人類活動(dòng)的信息，因此在社會(huì)科學(xué)領(lǐng)域得到廣泛的應(yīng)用（Lu et al.,2014；鄭淵茂等，2020）。

在夜光遙感影像研究中，目前使用最廣泛的遙感數(shù)據(jù)是美國國防氣象衛(wèi)星（Defense Meteorological Satellite Program,DMSP）搭載的可見紅外成像線性掃描業(yè)務(wù)系統(tǒng)（Operational Linescan System,OLS）數(shù)據(jù)、美國新一代國家極軌衛(wèi)星（Suomi National Polarorbiting Partnership,Suomi-NPP）搭載的可見光近紅外成像輻射（Visible Infrared Imaging Suite,VIIRS）傳感器數(shù)據(jù)和由武漢大學(xué)團(tuán)隊(duì)與相關(guān)機(jī)構(gòu)共同研發(fā)制作的“珞珈一號(hào)”夜光遙感數(shù)據(jù)（LJ1-01）（Ma et al., 2012；李小敏 等，2018；鐘亮等，2019）。選用NPP-VIIRS 夜光遙感數(shù)據(jù)作為數(shù)據(jù)來源，原因主要有：1）與DMSP-OLS 夜光數(shù)據(jù)相比，NPP-VIIRS數(shù)據(jù)具有更高的分辨率，可達(dá)到500 m，比DMSP-OLS 數(shù)據(jù)提高了250 倍，能夠更加精確、豐富地反映各類空間信息（趙麗嫻等，2020）。2）“珞珈一號(hào)”數(shù)據(jù)分辨率雖比NPP-VIIRS 高，但其時(shí)間范圍涵蓋不夠全面，在H 市只提供2018年的數(shù)據(jù)，無法與NPP-VIIRS數(shù)據(jù)相匹配。NPP-VIIRS夜光數(shù)據(jù)來源于美國國家海洋和大氣管理局（NOAA/NGDC）③https://eogdata.mines.edu/download_dnb_composites.html。將下載的遙感影像進(jìn)行校正與降噪等預(yù)處理，并與H市市轄區(qū)地圖疊加，得到H 市市轄區(qū)2017 年10 與11 月的夜光遙感影像（圖2）。

1.2.3 POI 數(shù)據(jù) 城市功能區(qū)是指城市內(nèi)部各活動(dòng)的分布空間及其相應(yīng)的用地分異，是對(duì)城市用地結(jié)構(gòu)的基礎(chǔ)表現(xiàn)和劃分（張景奇等，2021），城市功能區(qū)的識(shí)別研究對(duì)于深入探究犯罪規(guī)律具有重要意義（張延吉等，2019）；而興趣點(diǎn)（Point Of Interest,POI）數(shù)據(jù)是一種代表地理實(shí)體的點(diǎn)狀空間數(shù)據(jù)（駱少華等，2020），其中蘊(yùn)含了大量的地理實(shí)體信息，如實(shí)體的名稱、地址、坐標(biāo)等，因此被廣泛應(yīng)用于城市相關(guān)的各項(xiàng)研究，是常見的城市功能區(qū)劃分依據(jù)之一（池嬌等，2016），基于POI 數(shù)據(jù)的功能區(qū)劃分與傳統(tǒng)方法相比精細(xì)度更高（薛冰等，2019）。本研究采用高德地圖的地圖開放平臺(tái)的POI數(shù)據(jù)，對(duì)其進(jìn)行提取、糾偏、清洗之后，得到H市市轄區(qū)POI數(shù)據(jù)共2.4萬余條，包含單體POI數(shù)據(jù)的名稱、類別、地址、經(jīng)緯度等信息。

2 研究方法

基于上述預(yù)處理的NPP-VIIRS夜光遙感數(shù)據(jù)與夜間“兩搶一盜”犯罪數(shù)據(jù)進(jìn)行空間分布格局分析，將分析后的結(jié)果分別作為第一變量與第二變量，構(gòu)建雙變量空間自相關(guān)分析模型，分別從H市市轄區(qū)和不同城市功能區(qū)角度對(duì)城市夜光與夜間“兩搶一盜”犯罪的空間相關(guān)性進(jìn)行研究（圖3）。

2.1 空間分布格局分析

根據(jù)研究區(qū)的實(shí)際情況，建立500 m×500 m的格網(wǎng)將H 市市轄區(qū)劃分為5 738 個(gè)不同的區(qū)域。將NPP-VIIRS夜光遙感柵格數(shù)據(jù)轉(zhuǎn)化為矢量數(shù)據(jù)；并對(duì)110警情數(shù)據(jù)進(jìn)行核密度分析，將核密度值作為犯罪發(fā)生率，并將柵格數(shù)據(jù)矢量化。將2種矢量數(shù)據(jù)分別賦值到建立的格網(wǎng)中，進(jìn)行城市夜光與夜間犯罪的空間格局分析。

核密度分析模型是空間分布格局分析中運(yùn)用最廣泛的非參數(shù)估計(jì)模型（顧朝林等，2009），是描述社會(huì)治安公共安全在區(qū)域內(nèi)的空間差異及變化的主要手段之一（李業(yè)錦等，2013）。數(shù)學(xué)表達(dá)式（朱萌等，2021）為：

式中：x-xi為估計(jì)值點(diǎn)x與樣本點(diǎn)xi之間的距離；K0(x)是核函數(shù)，是一種加權(quán)函數(shù)或平滑轉(zhuǎn)換函數(shù)；n為研究對(duì)象觀測(cè)值總數(shù)；h為帶寬，即平滑轉(zhuǎn)換參數(shù)。在核函數(shù)的選擇中，由于本文數(shù)據(jù)特征維數(shù)少，故采用高斯核函數(shù)（Gaussian）。利用ArcGIS 的核密度分析工具，通過多次實(shí)驗(yàn)得出，將核密度的帶寬h設(shè)為500 m最能體現(xiàn)犯罪數(shù)據(jù)的空間分布特征。

2.2 基于POI的功能區(qū)識(shí)別分析

2.2.1 POI 數(shù)據(jù)的分類 依據(jù)高德地圖的分級(jí)分類標(biāo)準(zhǔn)，POI數(shù)據(jù)分級(jí)分類繁多，存在重復(fù)交叉等現(xiàn)象，且與城市用地分類標(biāo)準(zhǔn)不一致，需對(duì)其進(jìn)行重分類。參考《城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)（GB50137—2011）》（中華人民共和國住房和城鄉(xiāng)建設(shè)部，2012） 和《2017 年國民經(jīng)濟(jì)行業(yè)分類（GB/T 4754—2017）》（國家統(tǒng)計(jì)局，2017），并遵循POI分類的普遍性、一致性原則，將數(shù)據(jù)重新分類，共分為道路與交通設(shè)施用地、居住用地、綠地與廣場(chǎng)用地、商業(yè)服務(wù)業(yè)用地、物流倉儲(chǔ)用地、公共管理與公共服務(wù)用地、工業(yè)用地、非建設(shè)用地8大類。由于本研究主要聚焦于城市，非建設(shè)用地不屬于本研究范疇，故將其排除。

2.2.2 功能區(qū)的確定 本文采用相關(guān)研究中常用的基于POI 的功能區(qū)識(shí)別方法（丁彥文等，2020）。由于POI 是忽略實(shí)體對(duì)象的建筑面積抽象而成的一種無面積及體積的點(diǎn)，在功能區(qū)的識(shí)別中，這種建筑面積或占地面積引起的差異對(duì)結(jié)果有重要影響。因此，通過遙感影像及網(wǎng)上資料查詢，大致確定各類POI的平均建筑面積或占地面積，再結(jié)合趙衛(wèi)鋒等（2011）提出的POI 顯著度度量模型中“公眾認(rèn)知度”，分別賦予不同類型的用地相應(yīng)的權(quán)重?；趧?chuàng)建的500 m×500 m的格網(wǎng)，根據(jù)每類POI 所占的權(quán)重，計(jì)算每類POI的核密度，再通過式（2）確定每個(gè)格網(wǎng)內(nèi)各類型POI占所有類型POI核密度值的比例（薛冰等，2020）：

式中：i表示POI 的類型；di表示某個(gè)格網(wǎng)內(nèi)第i種類型的POI在地塊單元內(nèi)的核密度值；D為單元中所有POI 類型的核密度總數(shù)；Ci表示某個(gè)格網(wǎng)內(nèi)，第i種類型的POI的核密度值占所有類型的POI核密度值的比例。

功能區(qū)的判定標(biāo)準(zhǔn)（周杭等，2022）為：若某一類POI 的比例＞50%，則確定該類型為此格網(wǎng)的功能區(qū)類型；若所有類型的POI 比例均＜50%，則判定該功能區(qū)為混合功能區(qū)，其類別主要取決于占比最高的2 或3 種POI 的類別；若格網(wǎng)內(nèi)沒有POI，則該格網(wǎng)屬于無數(shù)據(jù)功能區(qū)，則將其排除。

2.3 雙變量空間自相關(guān)分析

雙變量空間自相關(guān)能夠探索某屬性在空間上的分布特征以及變量間的集聚程度（周婷等，2021）。分為雙變量全局空間自相關(guān)（Global Moran'sⅠ,GMI）與雙變量局部空間自相關(guān)（Local Indicators of Spatial Association,LISA）兩類。

2.3.1 雙變量全局空間自相關(guān) 雙變量全局空間自相關(guān)通過全局Moran'sΙ指數(shù)分析兩空間數(shù)據(jù)集之間整體的相關(guān)性，利用雙變量全局空間自相關(guān)分析方法，從H市市轄區(qū)整體角度與不同功能區(qū)角度，分別將H市市轄區(qū)夜光與夜間“兩搶一盜”犯罪發(fā)生率作為第一變量與第二變量，采用Geoda軟件中的全局Moran'sⅠ指數(shù)，測(cè)度H 市市轄區(qū)夜光與夜間“兩搶一盜”的空間自相關(guān)性。計(jì)算公式（毛潤(rùn)彩等，2022）為：

式中：n為空間單元數(shù)；Cij為空間單元i到j(luò)的空間權(quán)重矩陣值；X a i-Xˉa為空間單元i中屬性a與其平均值的差值，同理，X b i-Xˉb為空間單元i中屬性b與其平均值的差值。Moran'sΙ指數(shù)的取值范圍為[-1,1]，在一定的置信水平下，正值代表整體分布呈正相關(guān)，值越大，表示兩變量的空間相關(guān)性越好；負(fù)值代表整體分布呈負(fù)相關(guān)，值越小，表示兩變量的空間差異性越大。當(dāng)Moran'sΙ指數(shù)為0 時(shí)，表示不存在空間相關(guān)性，兩變量值在空間上隨機(jī)分布。

2.3.2 雙變量局部空間自相關(guān) 雙變量局部空間自相關(guān)用于分析局部區(qū)域內(nèi)兩變量的聚集與分異狀態(tài)，可深入分析燈光與夜間“兩搶一盜”的局部空間自相關(guān)性。在雙變量全局空間自相關(guān)的基礎(chǔ)上，使用Geoda軟件中的局部Moran'sΙ工具，探索城市夜光與夜間“兩搶一盜”犯罪發(fā)生率之間的雙變量LISA聚類，進(jìn)一步挖掘H市市轄區(qū)及不同功能區(qū)的角度下，變量之間的空間相關(guān)性及分布模式?？臻g分布模式根據(jù)結(jié)果分為高-高聚集、低-低聚集、低-高聚集、高-低聚集及不顯著。計(jì)算公式（毛潤(rùn)彩等，2022）為：

式中：n為空間單元數(shù)；Wij為空間單i元到j(luò)的空間權(quán)重矩陣值；X i k-Xˉk為空間單元i中屬性k與其平均值的差值；σk、σi分別為屬性k和l的方差。

3 結(jié)果分析

3.1 夜光與夜間犯罪的空間分布格局分析

通過核密度分析構(gòu)建H 市市轄區(qū)“兩搶一盜”犯罪空間分布格局，犯罪水平越高的地區(qū)，其核密度越高，具有更高的集聚特性。從圖4 可以看出，H 市市轄區(qū)“兩搶一盜”犯罪分布在空間上形成“一主一副”雙核心結(jié)構(gòu)，屬于明顯的集聚分布。其中，主核心高密度集聚區(qū)位于H市4區(qū)的交界處，此處為H市城市化水平最高的地區(qū)，犯罪的發(fā)生率向四周呈逐漸降低的趨勢(shì)。副核心在H市市轄區(qū)的西南部，但其周圍地區(qū)“兩搶一盜”犯罪的發(fā)生率相對(duì)不高，此處為H市新興的城市發(fā)展區(qū)，具有很高的發(fā)展?jié)摿Α＞C合來看，城市“兩搶一盜”犯罪的高密度集聚熱點(diǎn)分布與城市經(jīng)濟(jì)發(fā)展水平關(guān)聯(lián)較高，經(jīng)濟(jì)水平較高以及快速發(fā)展的地區(qū)易成為“兩搶一盜”犯罪熱點(diǎn)區(qū)域。

從研究區(qū)域各單元網(wǎng)格中與城市夜光夜間“兩搶一盜”犯罪的空間分布可見（圖5），對(duì)于夜光與夜間“兩搶一盜”犯罪發(fā)生率而言，雖有個(gè)別網(wǎng)格存在差異，大部分網(wǎng)格高值均分布在主核心內(nèi)，低值均分布在城市邊緣地帶，二者具有相似的空間分布。

3.2 城市功能區(qū)劃分結(jié)果

根據(jù)功能區(qū)定量識(shí)別方法，對(duì)分析結(jié)果進(jìn)行可視化處理（圖6）。結(jié)果顯示，H市市轄區(qū)共有22種不同的功能區(qū)，其中有6種單一功能用地，16種混合功能用地。對(duì)于無數(shù)據(jù)的功能區(qū)，基本不屬于城市區(qū)域，故無數(shù)據(jù)功能區(qū)的犯罪特征不在本研究的考慮范圍。

3.3 雙變量全局空間自相關(guān)分析結(jié)果

進(jìn)行空間自相關(guān)檢驗(yàn)的前提是空間范圍內(nèi)的功能區(qū)格網(wǎng)單元數(shù)量需≥3。部分功能區(qū)數(shù)量較少，無法滿足空間自相關(guān)運(yùn)算的要求，為了提高結(jié)果準(zhǔn)確性，首先，將H市市轄區(qū)的功能區(qū)劃分為單一用地與混合用地分別提取出來，進(jìn)行雙變量全局空間自相關(guān)分析。其次，提取不同的功能區(qū)，并剔除格網(wǎng)單元數(shù)量≤4的功能區(qū)。最后，對(duì)剩余的格網(wǎng)按不同功能區(qū)的因變量，即H市市轄區(qū)“兩搶一盜”犯罪發(fā)生率進(jìn)行雙變量全局空間自相關(guān)檢驗(yàn)，并用Moran'sⅠ指數(shù)進(jìn)行度量。

如表1 所示，在H 市市轄區(qū)、單一用地、混合用地、道路與交通設(shè)施用地、公共管理與公共服務(wù)設(shè)施用地、居住用地、商業(yè)服務(wù)業(yè)用地、商業(yè)服務(wù)業(yè)用地+居住用地、商業(yè)服務(wù)業(yè)用地+公共管理與公共服務(wù)用地、公共管理與公共服務(wù)設(shè)施用地+道路與交通設(shè)施用地、商業(yè)服務(wù)業(yè)用地+道路與交通設(shè)施用地內(nèi)，城市夜光與夜間“兩搶一盜”犯罪發(fā)生率之間的Moran'sΙ指數(shù)均＞0，標(biāo)準(zhǔn)化Z值＞1.96，置信水平P＜0.05，表現(xiàn)為顯著。而物流倉儲(chǔ)用地、居住用地+道路與交通設(shè)施用地表現(xiàn)為不顯著。從結(jié)果看，在H 市市轄區(qū)的角度，城市夜光與夜間“兩搶一盜”犯罪存在顯著的空間相關(guān)性，且呈現(xiàn)空間異質(zhì)性；在單一功能區(qū)與混合功能區(qū)角度，上述兩變量均呈現(xiàn)空間相關(guān)性；在不同功能區(qū)角度，大部分功能區(qū)內(nèi)的兩變量均表現(xiàn)出空間相關(guān)性，僅有小部分功能區(qū)展現(xiàn)隨機(jī)分布的特性。

表1 H市市轄區(qū)及不同功能區(qū)內(nèi)城市夜光與夜間“兩搶一盜”犯罪雙變量全局Moran's I分析結(jié)果Table 1 Bivariate global Moran's Ⅰanalysis of urban nighttime light and nighttime robbery,snatching,and theft crimes in H city and different functional areas

3.4 H 市市轄區(qū)夜光與夜間“兩搶一盜”犯罪的空間關(guān)系

對(duì)H市市轄區(qū)進(jìn)行雙變量局部空間自相關(guān)分析（圖7），從空間分布看，低-低聚類主要分布在市轄區(qū)外圍，高-高聚類主要分布在市轄區(qū)內(nèi)部，高-低聚類與低-高聚類則分布在二者之間。

1）低-低聚集區(qū)（LL）指城市夜光較弱，且夜間“兩搶一盜”犯罪發(fā)生率較低的區(qū)域，二者具有顯著的正相關(guān)。從城市地圖上看，這些區(qū)域除未開發(fā)的地區(qū)及湖泊外，多為城市的經(jīng)濟(jì)技術(shù)開發(fā)區(qū)及高新技術(shù)產(chǎn)業(yè)園。由于其功能性質(zhì)，夜間鮮有人員逗留，且?guī)缀蹙斜０仓凳兀蚨缸锇l(fā)生率偏低且城市夜光也較弱。

2）高-高聚集區(qū)（HH）指城市夜光較強(qiáng)，且夜間“兩搶一盜”犯罪發(fā)生率較高的區(qū)域，兩者也具有顯著的正相關(guān)性。這些區(qū)域集中分布在H市市轄區(qū)四大城區(qū)的交匯處，大部分位于一環(huán)或者二環(huán)以內(nèi)。該區(qū)域與其他區(qū)域相比，是城市空間商業(yè)化的重要載體，接待大量以休閑旅游為目的的本地居民與游客。根據(jù)犯罪行為學(xué)中的日常活動(dòng)理論（柳林等，2021b），該區(qū)域有利于犯罪者找到合適的目標(biāo)。

3）高-低聚集區(qū)（HL）指城市夜光較強(qiáng)，但夜間“兩搶一盜”犯罪發(fā)生率較低的區(qū)域，二者具有顯著的負(fù)相關(guān)。這些區(qū)域分為兩部分，第一部分與低-低聚集區(qū)類似，為經(jīng)濟(jì)開發(fā)區(qū)及高新技術(shù)產(chǎn)業(yè)園。不同的是這些區(qū)域包含大量的職工宿舍及相關(guān)居住區(qū)。由于居住區(qū)的夜光亮度值較高，而“兩搶一盜”犯罪發(fā)生率較低。另一部分為機(jī)場(chǎng)、高鐵站、大型生態(tài)公園等。對(duì)于機(jī)場(chǎng)而言，由于功能需要，機(jī)場(chǎng)的夜光亮度極高，且人流量大，易發(fā)生盜竊等犯罪；但H 市的“兩搶一盜”犯罪發(fā)生率低，說明H市機(jī)場(chǎng)管理較為得當(dāng)。而H市高鐵站情況與機(jī)場(chǎng)不同，其夜間活動(dòng)區(qū)域在城市地下空間，高鐵站的夜光在地下的亮度要遠(yuǎn)高于地上，從而導(dǎo)致結(jié)果有偏差。而大型生態(tài)公園的情況則與經(jīng)濟(jì)開發(fā)區(qū)類似，但犯罪率低的原因有待進(jìn)一步研究。

4）低-高聚集區(qū)（LH）指城市夜光較弱，但夜間“兩搶一盜”犯罪發(fā)生率較高的區(qū)域，二者也具有顯著的負(fù)相關(guān)。這些區(qū)域數(shù)量較少，較為零散地分布在高-高聚集區(qū)的周圍。這進(jìn)一步印證了隨著城市功能性質(zhì)的改變，城市夜間“兩搶一盜”犯罪發(fā)生率與夜光的關(guān)系也不盡相同。

5）不顯著指城市夜光與夜間“兩搶一盜”之間的空間相關(guān)性并不明顯的區(qū)域。除少量的未開發(fā)用地與河流湖泊外，不顯著的區(qū)域大部分為二環(huán)以外的商業(yè)服務(wù)業(yè)用地，與一環(huán)二環(huán)以內(nèi)的商業(yè)服務(wù)業(yè)用地相比，這些區(qū)域?qū)α鲃?dòng)人口的接納量較少，大部分服務(wù)于周邊小區(qū)或產(chǎn)業(yè)園。夜間“兩搶一盜”犯罪的影響因素需進(jìn)一步挖掘。

3.5 不同城市功能區(qū)夜光與夜間“兩搶一盜”犯罪的空間關(guān)系

對(duì)H市市轄區(qū)不同功能區(qū)進(jìn)行雙變量局部空間自相關(guān)分析（圖8），將功能區(qū)格網(wǎng)分為5個(gè)不同的聚集區(qū)域?？梢园l(fā)現(xiàn)，單一功能區(qū)中（圖8-a、b、c、d），空間異質(zhì)性最明顯的功能區(qū)為居住用地、商業(yè)服務(wù)業(yè)用地、道路與交通設(shè)施用地；公共管理與公共服務(wù)用地的格網(wǎng)則幾乎均表現(xiàn)為不顯著?；旌瞎δ軈^(qū)（圖8-e、f、g、h）的空間聚類模式以不顯著為主，顯著集聚模式主要為高-高聚類，分布在城市二環(huán)周圍。一方面，H市市轄區(qū)功能較為明確，功能混亂的區(qū)域較少。城市功能分區(qū)的混亂會(huì)導(dǎo)致犯罪防控難度的增加（朱紅，2014），故混合功能區(qū)較少的H 市市轄區(qū)的功能劃分就犯罪防控而言相對(duì)合理。另一方面，混合用地內(nèi)夜光較強(qiáng)的混合功能區(qū)夜間“兩搶一盜”犯罪的發(fā)生率也較高，且高-高聚集的功能區(qū)主要分布在商業(yè)與其他功能的混合功能區(qū)內(nèi)部。

3.5.1 居住用地 居住用地高-高聚類格網(wǎng)主要分布在市轄區(qū)一環(huán)以外，二環(huán)以內(nèi)；低-低聚類格網(wǎng)主要分布在市轄區(qū)外圍格網(wǎng)；低-高聚類格網(wǎng)分布在市轄區(qū)北部；高-低聚類格網(wǎng)分布在市轄區(qū)南部（圖8-a）。根據(jù)通過環(huán)境設(shè)計(jì)預(yù)防犯罪理論（Crime Prevention through Environmental Design,CPTED）理論（毛媛媛等，2014），對(duì)居住區(qū)犯罪問題產(chǎn)生影響的物質(zhì)因素主要可以歸納為居住區(qū)規(guī)模、物業(yè)管理、居住區(qū)主路形式、居住區(qū)綠地功能4個(gè)方面。隨著H市內(nèi)的市政府與省政府相繼南移，南部迅速發(fā)展，與北部老城區(qū)相比，這4個(gè)方面的物質(zhì)要素都更加完善，導(dǎo)致南部“兩搶一盜”的犯罪發(fā)生率較北部低，但夜光強(qiáng)度卻更高。

3.5.2 商業(yè)服務(wù)業(yè)用地 商業(yè)服務(wù)業(yè)用地的不同聚類格網(wǎng)存在明顯的集聚分布特征，具體表現(xiàn)為中心高-高聚集，外圍低-低聚集（圖8-b）。商業(yè)服務(wù)業(yè)用地屬于城市高人流量、高經(jīng)濟(jì)活力的公共空間，一方面會(huì)分散受害者的注意力，促使受害者產(chǎn)生一種安全的假象，導(dǎo)致自我防控意識(shí)的削弱；另一方面，由于進(jìn)入該類公共空間的人群具有高度的復(fù)雜性、隨機(jī)性與不可預(yù)測(cè)性，會(huì)導(dǎo)致相應(yīng)的內(nèi)部盲區(qū)（王發(fā)曾，2003）增多。根據(jù)理性選擇理論（肖露子等，2017），該類地區(qū)有利于犯罪者追求自身利益最大化，而高強(qiáng)度的夜光意味著較高的城市經(jīng)濟(jì)活力（陳世莉等，2020），即城市經(jīng)濟(jì)活力與夜間“兩搶一盜”犯罪具有一定程度的相關(guān)性。

3.5.3 道路與交通設(shè)施用地 由于道路上的路燈提供的夜光強(qiáng)度較高，除去不顯著的格網(wǎng)，道路與交通設(shè)施用地的聚類情況主要為高-高聚類及高-低聚類，占比為93%。高-高聚類主要分布在南二環(huán)路周圍，而高-低聚類主要分布在西部及南部（圖8-c）。由圖可知，高-高聚類的單元網(wǎng)格主要分布二環(huán)路的周圍，高-低聚類主要分布在二環(huán)以外，具有明顯的空間集聚特征。但根據(jù)王發(fā)曾（2012）對(duì)于道路與交通設(shè)施用地犯罪成因的解釋，這些區(qū)域的犯罪一般高發(fā)于公共交通工具如公交車的內(nèi)部，其具有移動(dòng)性強(qiáng)等特點(diǎn)，導(dǎo)致接警地點(diǎn)與實(shí)際案發(fā)地點(diǎn)可能有些許出入，因而結(jié)果可信度降低。

4 結(jié)論與討論

以H市市轄區(qū)為研究對(duì)象，利用雙變量空間自相關(guān)分析，分別從整體及不同功能區(qū)的角度，對(duì)城市夜光與夜間“兩搶一盜”犯罪的空間相關(guān)性展開探討，得到的主要結(jié)論有：

1）城市夜光與夜間“兩搶一盜”犯罪的分布具有空間集聚性，熱點(diǎn)均主要分布在城市發(fā)展水平較高的區(qū)域。

2）整體上，城市夜光對(duì)夜間“兩搶一盜”犯罪的影響具有空間異質(zhì)性。不同區(qū)域夜間“兩搶一盜”犯罪與夜光的關(guān)聯(lián)程度變化明顯，且關(guān)聯(lián)程度較高的區(qū)域恰好是城市發(fā)展水平較高的區(qū)域。

3）居住用地的功能區(qū)，對(duì)于城市夜光與夜間“兩搶一盜”犯罪發(fā)生率的空間相關(guān)性而言，北部老城區(qū)與南部新城區(qū)之間存在差異。商業(yè)與服務(wù)業(yè)用地功能區(qū)，城市夜光與夜間“兩搶一盜”犯罪具有最強(qiáng)的空間相關(guān)性，且呈以城市一環(huán)及二環(huán)區(qū)域?yàn)橹行牡膯魏诵姆植稼厔?shì)。核心內(nèi)部以高-高聚集為主，核心外部則以低-低聚集為主。道路與交通設(shè)施用地由于其犯罪高發(fā)于公共交通設(shè)施的內(nèi)部，報(bào)警地點(diǎn)與實(shí)際犯罪地點(diǎn)有所出入，因而結(jié)果可信度降低。

從城市尺度上，夜間的夜光亮度與經(jīng)濟(jì)活躍程度（活力）具有較高的相關(guān)性（陳世莉等，2020）。多數(shù)城市活力研究將城市夜光作為經(jīng)濟(jì)活力的主要指標(biāo)（王娜等，2021），而本研究發(fā)現(xiàn)夜間“兩搶一盜”犯罪發(fā)生率亦與城市夜光相關(guān)，特別是在商業(yè)與服務(wù)業(yè)用地功能區(qū)中；因此，如何在保持經(jīng)濟(jì)活力的前提下，減少“兩搶一盜”犯罪現(xiàn)象還需進(jìn)一步討論。

本研究尚存在以下問題：1）使用基于POI 的方法將城市分為不同的功能區(qū)，雖相較于傳統(tǒng)方法有更高的真實(shí)性與實(shí)際性，但POI身為點(diǎn)數(shù)據(jù)，不具有面積屬性，導(dǎo)致一些微小地塊無法被識(shí)別，如小微綠地等，而這些區(qū)域是犯罪地理學(xué)研究的重點(diǎn)區(qū)域之一。隨著AOI數(shù)據(jù)獲取與利用方法的改善以及夜光遙感成像技術(shù)的進(jìn)步，城市功能區(qū)劃分技術(shù)也會(huì)隨之改進(jìn)，研究結(jié)果將更加準(zhǔn)確。2）夜光是城市經(jīng)濟(jì)活力的象征，夜光亮度值越高，意味著城市的經(jīng)濟(jì)活力越高。這說明城市犯罪與城市活力可能有一定的空間相關(guān)性。未來將聚焦于城市活力對(duì)城市犯罪的影響，探討城市犯罪更深層次的影響因素。3）城市夜光與夜間“兩搶一盜”犯罪具有一定的空間關(guān)系，但城市夜間犯罪的影響因素較多，對(duì)于商業(yè)與服務(wù)業(yè)用地，夜光對(duì)城市夜間犯罪的影響較大，但在其他功能區(qū)，如居住用地或道路與交通設(shè)施用地，其主要影響因素并非夜光。未來需要綜合考慮更多的影響因素探討城市夜間犯罪。