外来犯罪人群体户籍地空间分布对比研究
——以北京市2005年和2014年数据的实证分析为例

原鹏辉， 陈 鹏， 姜 超， 朱冠宇

(1.中国人民公安大学警务信息工程与网络安全学院, 北京 102600；2.北京大学地球与空间科学学院遥感与地理信息研究所, 北京 100871)

0 引言

随着我国城镇化进程的加快，人口跨地域流动和迁移的趋势逐渐加强[1-2]。大规模的外来流动人口在为城市经济建设做出巨大贡献的同时，也给社会治安和管理带来了一系列的问题和挑战[3-4]。因此，如何在城市中实现有效的流动人口犯罪防控，已成为当下中国城市发展面临的主要问题和挑战。近年来，从空间地理视角研究和分析流动人口或犯罪人口的空间迁移或地域构成成为了研究人员关注的重点[5-11]。例如，在流动人口地域来源构成方面，鲁奇等[12]通过对北京市流动人口的来源地空间分布进行研究，发现北京市流动人口主要来自与北京具有相似地理文化背景的华北等区域。王桂新等[13]在对人口普查数据进行分析后发现，我国流动人口来源地主要分布于中西部的人口大省。梁宏[14]通过对人口普查数据进行分析，发现广东省流动人口主要来自湖南、广西、四川等邻近广州的中部省份。袁麒翔等[15]对人口普查数据进行了分析，研究结果表明宁波市外来流动人口主要来自安徽、四川、江西等距浙江较近的省份。基于国家卫生计生委流动人口动态监测数据，李晓壮[16]对北京市流动人口的地域来源分布进行了分析，发现河北、河南、山东是北京流动人口的主要流出地省份。而在犯罪人口的户籍地来源构成方面，傅跃建等[17]通过对义乌市3 786例流动人口犯罪数据进行统计，发现义乌市流动人口犯罪者的户籍来源地表现出明显异质的地域特征，但该工作中主要是基于数量统计方法，并未进一步从空间的角度分析各户籍地的地域分布及其聚集特性。

本文针对北京市流动人口犯罪群体，通过开展不同年份下的流动人口犯罪群体户籍地的空间地理分布与空间统计分析，研究其户籍地的地理空间分布特征及其变化趋势，为城市犯罪防控和流动人口管理提供策略建议。

1 数据和方法

1.1 数据来源

为探索和分析10年间北京市外来犯罪者的户籍地分布及变化，分别选取2005年与2014年的外来犯罪人群体作为研究对象。本文数据来自北京市裁判文书网的犯罪人数据，其中包括犯罪人的户籍地信息。本研究中外来犯罪人为中国大陆且户籍地为非北京的外来流动人口，共计3 700人。

1.2 研究方法

由于本研究主要针对北京市2005和2014年外来犯罪人户籍地的空间分布变化趋势进行分析，因此主要采用对比检验和空间分析等方法。具体包括层次聚类法、局部Geary指数和非参数检验方法等。

(1)层次聚类法

层次聚类法的基本原理是将一定数量的样本各自看成一类，然后根据类与类之间的距离或相似程度，将相似程度最高的两类加以合并。随后再分析合并后的类与其他类之间的相似程度，并选择相似的类进行合并。重复这一过程，直到将所有的样本合并为一类为止[18]。本文采用样口聚类(Q型聚类)，以应用广泛的类平均法中的组间联结法作为类与类之间距离的计算方法。

(2)局部Geary指数

局部Geary指数是能探测出高值集聚和低值集聚的局部空间自相关指标[19]，其定义式为：

①

②

(3)KS非参数检验

KS方法的目的是检验两个独立样本是否取自同一总体，其基本原理是分别做出两个样本的累积频数分布曲线，然后观察两条曲线的差异[20]。假定两个样本的样本量分别是n1和n2，用S1(X)和S2(X)分别表示两个样本的累积频数分布函数。检验统计量D为两个样本的累积分布频率的最大绝对差值，记为D=max(|S1(Xj)-S2(Xj)|)。当D较小时，两样本差异较小，两样本更有可能取自相同分布的总体；反之，当D较大时，两样本差异较大，两样本更有可能取自不同分布的总体。近似正态分布的检验统计量计算公式如下：

③

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

④

2 分析结果

2.1 北京市外来犯罪人户籍地的空间分布及其变化趋势

利用层次聚类方法，分别在省级和地市级尺度上，对北京市外来入室盗窃者户籍地的空间分类特征进行研究。

(1)省级尺度的空间分布与变化

以2005年与2014年各省级行政区的犯罪人数占总犯罪人数之比(以下简称为犯罪人数占比)作为两个标准的分类变量，对北京市外来犯罪人群体的省级户籍地进行层次聚类。如表1和图1所示，结果反映出犯罪人户籍地在空间上存在有4个明显的分类区，分别为低位平稳区、中位下降区、高位下降区及新增高位区。其中新增高位区位于四川，其犯罪人数占比从2005年的5.8%上升至2014年的13.0%，增加幅度较大。高位下降区为河北、河南，其平均犯罪人数占比从2005年的18.7%下降至2014年的16.8%。该结果表明在北京市的河南与河北籍犯罪人数在逐渐下降。中位下降区主要位于黑龙江、山东，其平均犯罪人数占比从2005年的6.7%下降至2014年的5.4%，下降幅度相对较低。而低位平稳区位于剩余的其他省份，其省份数量占全部研究省份数量的83.8%。同时，低位平稳区的平均犯罪人数占比普遍较低，且基本呈稳定不变状态。

表1 2005年和2014年外来犯罪人群体省级户籍地的层次聚类分布

图1 省级户籍地分类区的平均犯罪人人数占比分布

(2)地市级尺度的空间分布与变化

以2005年和2014年各地市级户籍地的犯罪人数占比作为两个标准的分类变量，对犯罪人地市级户籍地的空间分布进行层次聚类，结果如表2与图2所示。结果表明，犯罪人的地市级户籍地同样存在明显的分类地区，即低位平稳区、中位下降区、新增高位区及新增中位区。其中新增中位区位于云南昭通，其犯罪人人数占比从2005年的0.1%上升至2014年的5.1%，上升幅度为50%。而新增高位区位于四川凉山，其犯罪人数占比从2005年的0.5%上升至2014年的9.3%，上升幅度相对较大。新增中位区与新增高位区均位于距北京市较远的云南、四川省份城市。该结果表明北京市外来犯罪人员的户籍地呈现出多源化现象，一些来自较远地区的犯罪人占比开始逐渐增加。而中位下降区位于河北的张家口、承德、保定，河南的周口、信阳以及重庆等地，其平均犯罪人数占比从2005年的3.5%下降至2014年的2.7%，下降幅度较低。最后，剩余其他城市是低位平稳区，其平均犯罪人数占比同样普遍较低且呈稳定状态。

表2 2005年和2014年外来犯罪人群体市级户籍地的层次聚类分布

图2 市级户籍地分类区的平均犯罪人数占比分布

2.2 北京市外来犯罪人户籍地的空间集聚态势及其变化趋势

利用局部Geary指数，进一步分析北京市外来犯罪人户籍地的空间自相关性，挖掘各户籍地犯罪人数分布的空间模式属于高值集聚模式或低值集聚模式。

(1)省级尺度的空间集聚态势与变化

分别计算2005年与2014年各省级户籍地犯罪人数的局部Geary指数，结果如图3和表3所示。犯罪人户籍地高集聚区和低集聚区分别位于Geary指数分布图的第四象限和第三象限，其中，2005年呈现为犯罪人户籍地高集聚区的省份主要分布于河北、河南、山东、辽宁、山西等距北京市较近的区域，而2014年犯罪人户籍地高集聚区的省份则转变为河南、山东、山西、陕西、辽宁。该结果反映出河南、山东等距北京市较近的地区构成了北京市外来犯罪人群体的主要来源地。此外，2005年犯罪人户籍地低集聚区的省份主要位于距北京市较远的广东，而2014年低集聚区数量下降至0个。该结果表明在省级层面，犯罪人较少的户籍地之间相邻的情况在减少，各户籍地之间的空间差异性在逐渐扩大。

图3 2005年和2014年各省级户籍地犯罪人数的Geary指数分布

表3 2005年和2014年各省级户籍地犯罪人数的空间集聚分布

(2)地市级尺度的空间集聚态势与变化

分别对2005年与2014年各地市级户籍地的犯罪人人数分布进行空间自相关分析，结果显示(图4)：犯罪人户籍地高集聚区和低集聚区分别位于Geary指数分布图的第四、第三象限。其中，在2005年犯罪人户籍地表现为高集聚性的城市数量共42个，主要分布于河北、河南、山东、内蒙古、重庆、湖北等地区。而2014年具有高集聚性的城市数量下降至39个，主要分布在河北、河南、内蒙古、四川、云南等地区城市。该结果反映出犯罪人户籍地高集聚区主要位于距北京市较近的城市区域，但其聚集区开始逐渐向云南、四川等距北京市较远的城市地区偏移。同时，2005年犯罪人户籍地低集聚城市数量共79个，主要位于新疆、西藏、青海、云南、广东等地区城市，而2014年低集聚区数量下降至74个，主要分布在新疆、西藏、青海等地区城市。高聚集区和低集聚区的城市数量变化结果表明，在地级市层面，相同属性的犯罪人户籍地之间彼此相邻的情况在减少，空间差异性开始扩大。

图4 2005年和2014年各市级户籍地犯罪人数的Geary指数分布

2.3 北京市外来犯罪人数量及其变化趋势

分别以省级与地市级为研究尺度，对2005年和2014年北京市外来犯罪人户籍地的分布情况进行对比分析。

(1)省级尺度的犯罪人数量及其变化

图5 2005年和2014年各省级户籍地犯罪人数量的K-S检验结果

图6 2005年和2014年地市级户籍地犯罪人数的K-S检验结果

首先对2005年与2014年北京市外来犯罪人群体的省级户籍地分布进行K-S非参数检验，结果如图5所示。其中，2005年与2014年犯罪人户籍地的省级分布差异在原假设下的检验显著性水平为0.607，远大于0.05，表明2005年与2014年北京市外来犯罪人群体的户籍地省级分布无显著性差异变化。进一步，将2005年与2014年各省级户籍地的犯罪人数变化值进行统计，发现近50%的省级户籍地犯罪人数量变化绝对值在10人以内，反映出各省级户籍地的犯罪人数量基本呈稳定不变状态。同时，将犯罪人数量下降幅度排名前5%以及上升幅度排名前5%的省份进行统计排序发现，犯罪人数量增加幅度较大的户籍地主要位于四川、云南等距北京市较远的省份；而犯罪人数量下降幅度较大的户籍地主要分布于河北、河南、山东等距北京市较近的省份。

(2)市级尺度的犯罪人数量及变化

同样，对2005年与2014年犯罪人户籍地的地市级分布差异进行K-S检验，结果如图6所示。其中，2005年与2014年犯罪人的地市级户籍地分布差异在原假设下的检验显著性水平为0.000，远小于0.05，表明2005年与2014年北京市外来犯罪人群体的户籍地市级分布存在着显著性差异变化。进一步，对各地市级户籍地的犯罪人数量变化值进行统计分析。分别按照犯罪人数量下降幅度前5%及犯罪人数量上升幅度前5%，将各地市进行统计排序，发现北京市外来犯罪人数量下降幅度较大的城市主要位于河南信阳、周口，河北承德、保定、廊坊等距北京市较近的城市区域，而犯罪人数量上升幅度较大的城市主要位于四川凉山、云南昭通、湖南衡阳等距北京市较远的城市区域。

3 结论

本文对不同2005年和2014年的北京市外来犯罪人群体的户籍地地域分布进行了实证对比研究。首先，通过层次聚类和空间统计的定性研究发现，北京市外来犯罪人的户籍地分布主要呈现出空间多源性和集中性现象，即距北京市较近的地区为外来犯罪人的主要来源地，但其犯罪人数量在逐渐下降；同时距北京市较远的一些地区犯罪人在北京市外来犯罪人群体的占比却在逐渐增加。其次，从非参数检验法的定量研究得出，在2005年与2014年间，不同地域来源的外来犯罪者人数存在显著的差异变化。

随着我国城市化进程的加快以及区域交通便利性的不断提高，人口的跨区域流动性也在日益增强，由此也带来了严重的外来流动人口犯罪问题。因此，在外来人口流出地方面，公安机关可建立外出人员务工系统，对跨地域的外出人员进行就业信息登记，提高人口流出的组织化和程序化。在外来人口流入地方面，公安机关应加强对社区出租屋的人口普查和登记，发挥社区、农村等基层群众组织的辅助作用，加强法制宣传教育，提高外来人员的法律意识。同时，两地公安执法部门应加强人口流入和流出的合作管理，了解外来人口的就业流向及变化，健全外来人口的管理与服务体系，保障和维护其合法权益。

通过本文研究可以看出，大型城市由于流动人口的占比较大，外来犯罪人的地域来源也具有一定的多样性，但从本文对北京市的情况分析可以看出，外来犯罪人群体整体上表现出较强的地理临近现象，即外来犯罪人群体主要来自于目标城市周边的区域。然而，随着区域交通的不断提升，交通成本影响人口流动的重要性在逐渐下降，来自偏远区域的犯罪人占比开始不断提升。这种新出现的外来犯罪人群体的地域集中现象对于城市的犯罪防控具有十分重要的意义。根据城市社会的亚文化现象，来自某一特殊地域的犯罪人的犯罪示范效应极易引起同地域犯罪人群体规模的扩大，因此对于某地域犯罪人群体的快速增加还需要进一步从犯罪关系结构等方面进行深入研究，以便于公安执法部门采取有针对性的犯罪打击和防控策略。