警务防控行为对犯罪时空格局的影响机制及其效能评估研究——以海宁市为例

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41901160
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0110.人文地理
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

The project mainly analyzes the spatio-temporal characteristics, influence mechanism, evidence_based evaluation and prevention strategy from the perspectives of criminology, geography and policing by selecting Haining city in China as study areas. At first, we use exploratory spatial data analysis and mapping method to thoroughly explore the relationships between crime and its prevention behaviors, and further reveals the spatio-temporal characteristics of crime, crime prevention behaviors and the geographical environment. Secondly, we analyze the impact factors and procedure of crime prevention behaviors to figure out the inner mechanism. Thirdly, we select some subareas as study group and control group to evaluate the efficiency of crime prevention behaviors and accordingly build an evaluation system with multiple indicators using randomized control trial. Finally, we summarize the tactics and strategy of crime prevention based on the theory of defensible space, crime prevention through environmental design and situational crime prevention. In sum, this project expects to further enrich the object, content and method of geography of crime in theory and improve the effectiveness of crime prevention in practice.
随着城市化进程的快速推进,城市犯罪问题日渐突出,探索更加高效的犯罪防控策略已经成为犯罪研究的热点和难点。本项目以海宁市为研究区域,以警务犯罪防控行为为研究对象,整合犯罪学、地理学等分析视角,遵循“时空特征-影响机制-循证评估-策略优化”的研究逻辑思路,首先利用空间探索分析、制图等技术深入剖析犯罪和防控行为的时空特征与关系;第二,利用地理加权回归分析、田野调查等方法,分析防控行为对犯罪的影响及过程,揭示防控行为对犯罪时空格局的影响机制;第三,采用随机控制实验,选择犯罪热点区域建立实验组和对照组,循证评估防控行为的犯罪防控效能,并建立效能评估指标和体系;最后,整合可防卫空间、通过环境设计预防犯罪、情景犯罪预防等理论,凝练、总结、优化犯罪空间防控的路径和策略。本项目在理论上有望进一步丰富犯罪地理研究的对象、内容、范式和理论,在实践上进一步推进破窗警务、热点警务等实践,优化我国犯罪空间防控策略。

结项摘要

随着城市化进程的快速推进,探索更加高效的犯罪防控策略已经成为犯罪地理研究的热点和难点。本项目的主要研究内容是:(1)运用核密度估计、地理加权回归分析等空间分析方法,研究盗窃、性犯罪、电信网络诈骗等犯罪的时空特征及其影响因素;(2)分析盗窃犯罪破案率与侦破时长的时空分布特征;(3)研究疫情防控行为对盗窃以及车辆盗窃犯罪的时空格局影响以及基于日常活动理论的影响机理,并评估防控行为对不同类型犯罪、不同时段犯罪、不同街区犯罪的防控效果。研究的主要结论如下:(1)犯罪与餐饮美食、购物消费、医疗保健等环境因子正相关,其中性犯罪空间格局的形成是多重因素综合作用的结果,并且强奸、猥亵犯罪具有不同的时空分异特征以及其受人口结构和建成环境的影响程度不同;(2)电信网络诈骗犯罪的地域性特征明显,表现为犯罪主体的地域性和犯罪案发的地域性,并且电信网络诈骗犯罪人来源地和案发地的空间格局影响因素存在差异;(3)随破获时间的增加,犯罪被破获的可能性逐渐减少,并且随着侦破时长的增加,已破案件的空间格局由集中分布转向均匀分散,并且不同犯罪热点区域具有不同的已破案件侦破时长分布模式;(4)常态化疫情防控显著改变了犯罪空间分布格局,根据日常活动理论和犯罪三角理论,常态化疫情防控中有7类具体措施可对各区域的犯罪产生较大影响;(5)疫情爆发后,两轮车辆盗窃的总犯罪率显著下降,但在市中心显示出聚集,同时在不同疫情防控措施政策下,两轮车辆盗窃犯罪在空间维度上也呈现出不同的分布;疫情发生后犯罪密度显著减少的街区中,餐饮服务类和交通服务设施类的POI占比大,而在密度增加的街区中,医疗服务设施类的POI占比较大;(6)双重差分法结果表明疫情防控对总体犯罪以及不同类型犯罪均存在抑制作用。本研究结果进一步丰富了犯罪地理学研究,揭示了“犯罪-空间-防控行为”的关系,为科学制定犯罪空间预防、打击策略提供了理论和实践参考。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
ST3DNetCrime: Improved ST-3DNet Model for Crime Prediction at Fine Spatial Temporal Scales
ST3DNetCrime:改进的 ST-3DNet 模型,用于精细时空尺度的犯罪预测
  • DOI:
    10.3390/ijgi11100529
  • 发表时间:
    2022-10
  • 期刊:
    ISPRS Int. J. Geo-Inf
  • 影响因子:
    --
  • 作者:
    Qifen Dong;Yu Li;Ziwan Zheng;Xun Wang;Guojun Li
  • 通讯作者:
    Guojun Li
Security alert: Generalized deep multi-view representation learning for crime forecasting
安全警报:用于犯罪预测的广义深度多视图表示学习
  • DOI:
    10.1111/coin.12504
  • 发表时间:
    2022
  • 期刊:
    Computational Intelligence
  • 影响因子:
    2.8
  • 作者:
    Ziwan Zheng;Yu Xia;Xiaocong Chen;Junwei Yao
  • 通讯作者:
    Junwei Yao
基于网络K函数法的盗窃犯罪空间格局研究
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    警察技术
  • 影响因子:
    --
  • 作者:
    汪婕;邵军;郑滋椀;董齐芬
  • 通讯作者:
    董齐芬

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码