毒品犯罪與次生犯罪共生關系:以華北沿海T市為例

王文汐, 霍宏濤*, 蔣晨琛

(1. 中國人民公安大學信息網絡安全學院, 北京 100038; 2. 北京大學遙感與地理信息系統研究所, 北京 100871)

毒品一直是中國強力打擊的違禁品,禁毒工作關系國家安危、民族興衰和人民福祉。近年來,公安機關大力實施“清源斷流”戰(zhàn)略,有力打擊了各類毒品違法犯罪,但受百年變局和世紀疫情影響,全球毒品產量與濫用人數持續(xù)上升[1],國內疫情防控常態(tài)化后,部分地區(qū)毒品濫用問題出現反彈[2]。國家最高人民法院于2022年“6·26”國際禁毒日前夕發(fā)布的典型案例中指出了目前毒品犯罪的特點,即易誘發(fā)嚴重的暴力犯罪和存在法定從重處罰情節(jié)[3]。此外,毒品濫用易引發(fā)肇事肇禍風險;不法分子利用“聽話水”實施強奸、猥褻等他類犯罪[1]。柳林等[4]研究表明在實際盜竊等侵財類警情中,涉毒人員是一類數量較大且不可忽視的作案群體。

現有研究大多以毒品類犯罪、侵財類犯罪等單類犯罪作為研究對象,對犯罪的空間分布特征開展研究[5-12],而對毒品犯罪及其次生犯罪的空間關聯關系的研究較為匱乏。朱飛等[13]研究發(fā)現毒品犯罪與有組織犯罪的共生基本模式分為自我復制和牟取暴利兩方面。柳林等[4]基于日常活動理論探討發(fā)現白天時段涉毒人員日?；顒訉σ雇?凌晨時段盜竊警情存在顯著影響。以上研究均停留在現象的解釋與分析上,缺乏對共生關系的量化分析,即毒品犯罪對其次生犯罪具有引發(fā)或者抑制作用在多大空間范圍內效果最為顯著未有明確的研究結果。此外,對研究區(qū)域的處理方法上國內犯罪地理方向的研究大多將研究區(qū)域視為面域進行微觀劃分和分析,例如基于派出所的泰森多邊形方法[12,14]、網格化方法[15-16]和警務區(qū)[17]等。但面域為主觀預設且為單一空間尺度,易遺漏信息且無法精準反映出空間溢出效應的范圍與強度[18],故使用微型地理數據方法替代基于面域可以克服面域形狀不同對研究結果的影響。

考慮到中國毒品犯罪地域分布以沿海地區(qū)為主的特征[1],現選取華北沿海T市作為研究區(qū)域,將犯罪案件抽象為發(fā)案點,首次將產業(yè)聚集度DO指數(DO index)引入犯罪共生研究,使用基于距離測度方法分析兩類犯罪間的空間分布關系,并探究以下問題:鄰近重復作案是產生犯罪熱點的重要成因[16],那么一類案件的鄰近重復作案是否會引發(fā)另一類案件的犯罪熱點的出現?毒品犯罪案件在空間上是否與其他類型案件具有共聚或互散關系?這些共聚或互散關系發(fā)生在多大的空間尺度上?以期用數值化方式直觀地展現毒品犯罪與多種次生犯罪間的共生關系,彌補面域研究方式的不足,補充日?；顒永碚?個引致犯罪因素的空間視角,為打擊毒品犯罪和其次生犯罪提供科學依據。

1 研究區(qū)域與數據

1.1 研究區(qū)域概述

選取的研究區(qū)域為華北沿海T市,全市面積約11 000 km2。該市作為中國北方較大的沿海開放城市,長期與170多個國家和地區(qū)的300多個港口保持貿易往來,故對于毒品的海上運輸提供了一定的可乘之機。選取該市作為研究區(qū)對毒品犯罪的研究具有重要的意義。

1.2 數據來源與處理

以華北沿海T市2018—2019年的毒品犯罪和兩大類次生犯罪作為研究對象,其中第一類為涉毒人員為獲得購毒資金而實施侵財型犯罪,第二類為涉毒人員因吸毒后行為失控而誘發(fā)的殺人、傷害和危險駕駛等次生犯罪。毒品犯罪數據和次生犯罪數據均來源于北大法寶(https://www.pku-law.com/procuratorate/)的起訴書,獲取自2018年1月1日—2019年12月31日在該市發(fā)生的相關犯罪類型案件的全部起訴書。犯罪類型包括走私、販賣、運輸、制造毒品、搶劫、搶奪、危險駕駛、故意殺人、故意傷害等。此外,為了保證數據的真實性及有效性,對于起訴書中案發(fā)地點不明以及無效信息進行內容剔除,最終提取與研究相關的部分,包括案發(fā)地點、案發(fā)時間(年月日)。利用坐標拾取工具來進行已知地理位置的經緯度獲取,以WGS1984坐標系作為標準,便于后續(xù)在ArcGIS中對數據進行分析。

2 研究框架與研究方法

2.1 研究框架

整體研究框架如圖1所示,旨在探究毒品犯罪及其次生犯罪在空間上的分布關系及成因,研究過程分為兩部分。第一部分,利用核密度分析和平均最近鄰方法分析每類犯罪的空間熱點區(qū)域,通過對比不同犯罪的熱點區(qū)域找出兩類犯罪的熱點共生區(qū)域;第二部分,利用DO指數分析兩類犯罪間的空間分布關系。最終根據日?；顒永碚?、理性選擇理論及社會失序理論對犯罪共生現象進行分析,并給出相應的犯罪預防對策。

共選取3個研究方法,其中核密度方法(kernel density)和平均最近鄰方法(average nearest neighbor)用于研究犯罪的空間熱點。此外,引入基于距離測度的產業(yè)聚集度DO指數來衡量兩類犯罪間的空間分布關系。核密度方法僅能反映一類犯罪的熱點發(fā)案區(qū)域,比較兩類犯罪間空間分布關系時需通過圖像進行定性比較。易受顏色、空間尺度等因素影響,難以獲得較為準確的結果。DO指數相較傳統分析方法具有一定的優(yōu)勢,可以滿足以下5項無偏有效估計標準[19]。

(1)可以利用數值直觀地反映兩類犯罪間的空間分布關系,通過簡單的求和計算后可以得到兩類犯罪間在空間上的分散或聚集程度。

(2)能夠控制犯罪活動的總體聚集程度。

(3)能夠控制各類要素的集中程度。

(4)指數估計值的無偏性不會受空間尺度改變的影響。

(5)能夠針對估計結果進行顯著性檢驗。

2.2 核密度方法

地理學第一定律認為犯罪案件作為一種事件在空間上是相互聯系的,并且相鄰犯罪案件之間的聯系較不相鄰的犯罪案件之間的聯系更緊密,存在聚集、隨機和規(guī)則分布。核密度方法用于計算點要素測量值在指定領域范圍內的單位密度。它充分考慮了事物的時空鄰近關系與集聚特征形成的聯系,從而能根據歷史案件累積的空間分布集聚規(guī)律來定量估算風險大小,進而較好地識別整體上穩(wěn)定存在的犯罪高發(fā)熱點區(qū)域[20],在犯罪地理領域十分常見。

核密度分析使用的核函數為

(1)

式(1)中:r為查找半徑;scale為柵格中心點到點的距離與查找半徑的比例。

2.3 平均最近鄰

平均最近鄰是一種空間統計工具,可以用來分析數據在空間上的分散或聚集程度[21]。其計算過程包括以下3個步驟。

步驟1計算觀測平均距離。通過測量每個要素的質心與其最近鄰要素的質心之間的距離,計算所有最鄰近距離的平均值。其公式為

(2)

式(2)中:di為第i個要素與和本身最近的要素之間的距離;n為要素的個數。

步驟2計算預期平均距離。假設所有數據是隨機分布的,計算該隨機分布中數據平鋪后的平均距離。其公式為

(3)

式(3)中:n為要素的個數;A為研究區(qū)域的面積。

步驟3計算最近鄰指數。最近鄰指數就是觀測平均距離與預期平均距離的比值。其公式為

(4)

如果最近鄰指數小于1,則表現的模式為聚類;如果指數大于1,則表現的模式趨向于擴散。通過最近鄰指數可以對比不同數據的聚集程度。

2.4 基于距離測度方法的DO指數

利用Duranton 和 Overman提出的DO指數方法對毒品犯罪與其次生犯罪的空間聚集程度進行度量。具體來講,DO指數的計算分為如下三步。

步驟1計算核密度估計值。假定在指定時間內毒品犯罪案件共發(fā)生了n起,次生犯罪案件共發(fā)生了m起,分別從兩類犯罪中遍歷抽取并運用每個犯罪案件發(fā)生地的經緯度數據,可以計算出n×m個兩兩犯罪對彼此的空間距離,它與實際交通距離存在一定偏差,但對估計結果影響不大,Duranton等[19]曾詳細闡述了這一問題。計算兩類犯罪中兩兩案件彼此距離的核密度值k(d)的公式為

(5)

式(5)中:d為兩兩案件彼此的空間距離;dij為毒品犯罪i與次生犯罪j之間的距離值;f()為高斯核密度函數;h為帶寬,借鑒Silverman[22]的做法對帶寬進行設置。

步驟2反事實實驗。為了識別兩個不同犯罪類型的空間分布關系,將n個毒品犯罪案件和m個次生犯罪案件在收集到的所有案發(fā)地址上進行1 000次無放回抽樣的隨機選址,1起毒品犯罪案件和1起次生犯罪案件被分配到其中一個候選地址中。

(6)

在運用局部置信區(qū)間識別犯罪類型間的空間分布特征時,必須要對d的取值區(qū)間進行限制,因為在d取值較大時,可能發(fā)生無法合理適應研究城市的總體面積,從而導致即使ΦⅠ(d)>0,也不能認為毒品犯罪和次生犯罪在對應的距離點上是聚集的,因此閾值的確定對于聚集的判定是非常重要的。鑒于已有研究[8]對于北京市作為研究區(qū)域所選取的閾值為2 km,結合北京市與所研究區(qū)域的整體區(qū)域面積對比,將閾值縮小至1.5 km。

3 毒品犯罪與次生犯罪共生關系分析

圖2為T市2017—2019年各類犯罪數量。2018年各類犯罪案件數量較2017年上漲幅度較大,雖然2019年數量小幅降低但是數量仍舊高于2017年。故仍需對該市刑事犯罪深入研究。

圖2 2017—2019年各類犯罪數量Fig.2 Number of various types of crimes during 2017 and 2019

3.1 犯罪組合核密度分析

由圖3(a)可知,2018年毒品犯罪發(fā)案具有兩個主要的熱點地區(qū),其中主熱點區(qū)為X區(qū)的中部,次熱點區(qū)為市內六區(qū)(以下簡稱為Z區(qū))。在Z區(qū)熱點區(qū)域中由毒品犯罪發(fā)案率最高的Z5區(qū)向東南方向的Z6區(qū)和西北方向的C區(qū)中部延伸。2019年毒品犯罪發(fā)案[圖4(a)]僅有Z區(qū)一個主要的熱點地區(qū)。

審圖號:GS(2019)3266號圖3 2018年各類犯罪核密度分析圖Fig.3 Analysis of kernel density of various types of crimes in 2018

審圖號:GS(2019)3266號圖4 2019年各類犯罪核密度分析圖Fig.4 Analysis of kernel density of various types of crimes in 2019

由圖3(b)可知,2018年搶劫罪主要呈現出3個犯罪熱點地區(qū),較2018年毒品犯罪[圖3(a)]增加了犯罪熱點區(qū)域Q區(qū)。大多搶劫案件分布在該市的南部區(qū)域,所有搶劫犯罪呈現出南部多且東西向延伸,北部少的水滴形分布。2019年搶劫罪[圖4(b)]僅表現出Z區(qū)一個主要的熱點地區(qū)。同2019年毒品犯罪[圖4(a)]相比,熱點區(qū)新增了Z4區(qū)。

由圖3(c)可知,2018年強奸罪的犯罪熱點區(qū)域為Z區(qū)。與2018年毒品犯罪[圖3(a)]相比,發(fā)案區(qū)域覆蓋地區(qū)大致相同但2018年強奸罪發(fā)案區(qū)域和熱點區(qū)覆蓋面積更大。2019年強奸罪[圖4(c)]出現了兩個犯罪熱點區(qū)域。相較2019年毒品犯罪[圖4(a)],強奸罪熱點區(qū)覆蓋面積更大且新增B區(qū)熱點區(qū)。

由圖3(d)可知,2018年危險駕駛罪僅有一個犯罪熱點區(qū)域,由Z區(qū)中的Z5區(qū)、Z6區(qū)和Z4區(qū)組成,該犯罪熱點形成原因與市民上下班通勤有關。與2018年毒品犯罪[圖3(a)]相比,危險駕駛罪Z熱點區(qū)覆蓋面積更大,但X區(qū)未表現為熱點區(qū)。2019年危險駕駛罪[圖4(d)]也僅有一個犯罪熱點區(qū)域,與2019年毒品犯罪[圖4(a)]相比,犯罪熱點區(qū)域大致重疊。

由圖3(e)可知,2018年故意傷害罪的犯罪熱點區(qū)域僅Z區(qū)。與2018年毒品犯罪[圖3(a)]相比熱點區(qū)不同。2019年故意傷害罪[圖4(e)]出現了兩個犯罪熱點區(qū)域,一個是Z區(qū),一個是X區(qū)的中部核心城區(qū)。與2019年毒品犯罪[圖4(a)]相較,非熱點區(qū)的X區(qū)表現為故意傷害罪熱點區(qū)。

由圖3(f)可知,2018年故意殺人罪的犯罪熱點區(qū)域僅一個,由Z區(qū)中Z2區(qū)、Z4區(qū)、Z5區(qū)和Z6區(qū)區(qū)域組成。Q區(qū)由于與Z區(qū)相連,與Z區(qū)通勤成本低,便于犯罪分子流竄作案,故也有案件分布。與2018年毒品犯罪[圖3(a)]相比X區(qū)未表現為熱點區(qū)。2019年故意殺人罪[圖4(f)]僅一個犯罪熱點區(qū)域,為Z區(qū)的Z2區(qū)、Z4區(qū)和Z6區(qū)區(qū)域。該熱點區(qū)分別向北和西方向延伸至Z3區(qū)、C區(qū)和Q區(qū)區(qū)域。與2019年毒品犯罪[圖4(a)]相較,故意殺人罪的熱點區(qū)覆蓋面積明顯更大,且向西方向的延伸更加明顯。

3.2 平均最近鄰結果分析

利用平均最近鄰分別對毒品犯罪和5類次生犯罪數據進行分析,得到每類犯罪數據的最近鄰指數,結果如表1和表2所示?？梢钥闯?2018年除故意傷害罪外,毒品犯罪和其他四類次生犯罪Z得分均小于-2.58且最近鄰比率均小于1,故5類犯罪均在空間上呈現出聚集狀態(tài)。其中,搶劫罪(ANN=0.46,P=0.000 0)在99%的置信度上呈現聚集狀態(tài)且最近鄰比率最小,集聚程度最高。此外毒品犯罪(ANN=0.51,P=0.000 0)、危險駕駛罪(ANN=0.55,P=0.000 0)、強奸罪(ANN=0.59,P=0.000 0)和故意殺人罪(ANN=0.72,P=0.001 691)均在99%的置信度上呈現聚集狀態(tài)。特別地,故意傷害罪Z得分大于2.58且最近鄰比率大于1,故2018年故意傷害罪在空間上趨向離散狀態(tài)。

表1 2018年各類犯罪平均最近鄰分析結果Table 1 Result of average nearest neighbor of various types of crimes in 2018

表2 2019年各類犯罪平均最近鄰分析結果Table 2 Result of average nearest neighbor of various types of crimes in 2019

2019年除故意傷害罪外,毒品犯罪和其他4類次生犯罪Z得分均小于-2.58且最近鄰比率均小于1,故該5類犯罪均在空間上呈現出聚集狀態(tài)。其中,搶劫罪(ANN=0.34,P=0.000 0)在99%的置信度上呈現聚集狀態(tài)且最近鄰比率最小,集聚程度最高。此外毒品犯罪 (ANN=0.375,P=0.000 0)、危險駕駛罪(ANN=0.42,P=0.000 0)和故意殺人罪(ANN=0.349,P=0.000 0)均在99%的置信度上呈現聚集狀態(tài)。強奸罪(ANN=0.66,P=0.000 0)在95%的置信度上呈現聚集狀態(tài)。特別的,故意傷害罪Z得分大于2.58且最近鄰比率大于1,故2019年故意傷害罪在空間上趨向離散狀態(tài)。

3.3 DO指數計算結果分析

3.3.1 共聚關系組合分析

通過表3可知,研究涉及的10組犯罪關系中,有8組關系在空間上呈現出共聚關系,分別是2018年和2019年毒品和搶劫罪、強奸罪、故意殺人罪和危險駕駛罪的組合。以2018年毒品犯罪與搶劫罪組合為例(圖5),該對組合的k(d)值在0.213～0.59 km的連續(xù)空間上超出上包跡線,其在至少一處距離d上超過了上包跡線,說明2018年毒品犯罪與搶劫犯罪組合在空間上呈現出共聚分布。表4為8對共聚關系組合的共聚指數Φ(d)值,該數值大小可以表現出組合在空間上共聚關系的程度,共聚指數越大則說明該對關系在空間上呈現出的共聚關系越明顯;反之,則共聚關系越不強烈。

表3 毒品犯罪與次生犯罪的分布關系類型及尺度Table 3 Types and scales of spatial distribution relationship between drug-related crimes and secondary crimes

表4 8對共聚關系犯罪組合的共聚指數ΦⅠ(d)值Table 4 ΦⅠ(d)of 8 colocalization pairs

毒品犯罪與搶劫罪組合中,在毒品犯罪發(fā)生之前涉毒人員會由于缺少購買毒品所需資金來通過搶劫非法獲得毒資[23],毒品犯罪發(fā)生之后涉毒人員也會由于毒品引發(fā)的亢奮、興奮的精神狀態(tài),從而失去對自身行為的理性控制而實施搶劫犯罪。該組合2019年共聚指數最大值對應的距離d(0.84 km)相較于2018年(0.4 km)更大(圖5),且2019年該組合共聚指數(0.225 3)較2018年(0.290 0)有所降低,即共聚程度有所減弱。2018年1月,中共中央、國務院發(fā)出了《關于開展掃黑除惡專項斗爭的通知》,該市自2018年初加大了對于涉黑組織、惡勢力犯罪團伙的打擊力度,根據理性選擇理論[24]可知,該項舉措有利于加強犯罪分子對監(jiān)管力度的認知。

毒品犯罪與強奸罪組合中,毒品犯罪引發(fā)強奸罪較為典型的案例是毒品犯罪分子引誘女童吸食毒品后實施強奸。該組合2019年共聚指數最大值對應的距離d(0.36 km)相較于2018年(0.2 km)更大(圖5),但2019年該組合共聚指數(0.284 3)較2018年(0.116 3)不降反增,說明2019年毒品犯罪與強奸罪的共聚關系更為強烈。

毒品犯罪與故意殺人罪組合中,由于毒品犯罪多為有組織的犯罪且組織內部關系復雜[25],涉及大量金錢與毒品交易。故由毒品犯罪引發(fā)的故意殺人罪部分發(fā)生于涉毒犯罪團伙內部,出于金錢或其他利益糾葛;此外還會發(fā)生于毒品發(fā)作導致吸毒者出現失控或產生幻覺時。該組合2019年共聚指數最大值對應的距離d(0.91 km)相較于2018年(0.88 km)更大(圖5),且2019年該組合共聚指數(0.115 4)較2018年(0.207 5)有所降低,即共聚程度有所減弱。

毒品犯罪與危險駕駛罪組合中,涉毒人員引發(fā)的危險駕駛犯罪大多在毒品犯罪發(fā)生之后,即由于吸食或注射毒品后為尋求刺激進行危險性極高的“飆車”等活動或逃避法律制裁而發(fā)生的次生犯罪。2018年毒品犯罪與危險駕駛罪在0.56～0.717 km范圍內共聚,共聚指數在0.64 km處最大,約為0.04。2019年該對組合在0.77～1.5 km內共聚,共聚指數約為0.06。

3.3.2 隨機關系組合分析

與共聚關系相比,隨機分布的組合對數量較少,互散分布的組合沒有出現,說明毒品犯罪與其次生犯罪在空間上總會具有一定的分布關系,而不是毫不相關的。研究中2018年和2019年毒品犯罪與故意傷害犯罪組合均在空間上呈現出隨機分布關系。以該組合2018年為例,其k(d)值一直處在上包跡線之下,沒有在一處距離d出現超過上包跡線(圖6)。根據起訴書內容可知,該市故意傷害罪大多為突發(fā)性犯罪,起因于日常行車矛盾、工作口角或感情糾紛,故意傷害犯罪分子因情緒激動為發(fā)泄憤怒等實施故意傷害行為。此外,考慮到毒品的藥理性會導致吸毒者失去一定的理性判斷能力,無法衡量其犯罪收益和犯罪風險的大小,削弱了理性選擇理論對犯罪者實施犯罪過程中的影響作用,于是犯罪者實施故意傷害行為的地點隨機性大大增高。

圖6 2018年毒品犯罪與故意傷害罪組合k(d)值及上包跡線示例Fig.6 Upper envelope and k(d) of drug-related crime and crime of intentional injury of 2018

3.4 討論

根據日?；顒永碚揫26]提出的3個引致犯罪的要素,在一定空間尺度內一種犯罪會為另一種犯罪提供犯罪動機因素和潛在的受害者因素,從而導致另一種犯罪的發(fā)生。結合3個研究方法,具體結論如下。

(1)共聚關系組合的共聚程度隨距離增加為倒U形關系。研究在空間上呈現出共聚關系的8對犯罪組合中,大部分組合的共聚程度隨著距離增加表現為先增大后減小的倒U形關系(圖6)。公安機關對犯罪的偵查以犯罪發(fā)生地為中心,犯罪分子為了減少自身的被捕風險,不會選擇在已實施犯罪的地點實施二次犯罪,故組合中一類犯罪的發(fā)案地點并不會成為另外一類犯罪的發(fā)案密度最高地,另一類犯罪的發(fā)案密度最高地而是會出現在一定的空間尺度外,如2018年毒品犯罪與搶劫犯罪的組合中出現在約0.4 km處。

(2)共聚關系組合在空間上呈現小尺度共聚。除故意傷害罪外,每類犯罪均在空間上呈現聚集狀態(tài),且各類犯罪的熱點區(qū)大體一致,每類犯罪的空間模式相似,為犯罪組合在空間上呈現共聚關系提供初步驗證。計算可知8對共聚的犯罪組合平均在0.48 km范圍內呈現出共聚關系,說明共聚關系的犯罪組合均表現在較小的空間尺度內。分析原因如下:①每類犯罪熱點區(qū)均覆蓋部分或Z區(qū)區(qū)域,并且Z區(qū)的占地面積僅占該市總面積的不到1%;②毒品會導致吸毒者行動能力減弱,降低犯罪分子出行距離;③犯罪成本會隨著距離增大而增大,過大的距離將無法保證足夠的犯罪收益。

(3)毒品犯罪對搶劫罪引發(fā)效果最明顯,與強奸罪共聚程度較前一年增強。在8對共聚關系的犯罪組合中,2018年共聚指數最高的是毒品犯罪與搶劫罪組合(0.29),說明2018年毒品犯罪對搶劫罪的引發(fā)效果最明顯,故加強涉毒相關人員管控能夠有效地控制搶劫罪的發(fā)生。2019年共聚關系最明顯的是毒品犯罪與強奸罪組合,其共聚指數約為0.28。該對組合的共聚指數較2018年不降反增,說明由毒品犯罪引發(fā)的強奸罪仍舊是公安打擊的重點,引起該類犯罪發(fā)生的因素仍舊是社會治理的痛點所在。毒品巨大的成癮性使得吸食者對其產生巨大的依賴。受害者尤其為未成年人由于自我保護能力弱、受教育水平低或迫于生存壓力,易成為毒品犯罪分子的目標對象[27]。根據該類犯罪特點可采取以下舉措:①通過在已發(fā)案地點周邊的0.16～0.91 km范圍內布置警力,增強范圍區(qū)域內監(jiān)管措施;②加強社會相關人群的基礎情況管控并且組織社區(qū)民警定期進行回訪,減少其未來參與犯罪可能性;③加強各類人群普法教育與典型犯罪案例講解,增強法律知識與自我保護意識,避免其發(fā)展為潛在受害者。

(4)建成區(qū)高發(fā)的故意傷害罪需針對性解決。根據上述分析結果可知,2018年與2019年故意傷害罪和毒品犯罪空間模式和熱點區(qū)不同,并且該市故意傷害罪多起因于日常生活,故兩類犯罪在空間上未呈現出共聚關系?！吧鐣W習理論[28]”認為,對犯罪行為持有中立的價值取向和判斷,能在一定程度上減輕自身對犯罪或越軌行為的愧疚感,從而促使行為人自我原諒或寬恕[29]。針對突發(fā)性高、空間上趨于離散的故意傷害罪,需針對性地采取以下措施:①通過加強社區(qū)宣傳和普法教育來增強民眾的法制觀念,加強對犯罪行為的認知;②該市大量犯罪均發(fā)生于中心城區(qū)外的建成區(qū),結合黨的二十大報告中提出的“健全共建共治共享的社會治理制度”,可通過組建鄉(xiāng)鎮(zhèn)社區(qū)志愿者隊伍與公安隊伍配合工作,共同維護社會穩(wěn)定,減少犯罪的發(fā)生。

4 結論

利用2018年和2019年的毒品犯罪案件以及毒品犯罪的5類次生犯罪案件(分別為故意殺人罪、故意傷害罪、危險駕駛罪、搶劫罪和強奸罪)數據,構建10對犯罪組合(分別是2018年和2019年的毒品犯罪和搶劫犯罪組合、毒品犯罪和強奸罪組合、毒品犯罪和故意傷人罪組合,毒品犯罪和故意傷害罪組合和毒品犯罪和危險駕駛罪組合),將重點放于兩類犯罪在空間上的聚集程度,引入了經濟學領域基于距離測度方法的DO指數來計算兩類犯罪案件在空間上的共生關系。以期從空間維度上為日?；顒永碚撝袧撛诘姆缸镎吆蜕鐣蚍矫嫣峁┭a充參考作用,并根據所得結果和該市自身特點提出針對性對策建議,旨在提高警務工作的效能,優(yōu)化實戰(zhàn)警務工作。

共有8對組合在空間上呈現出共聚關系,分別是2018年和2019年的毒品犯罪和搶劫犯罪組合、毒品犯罪和強奸罪組合、毒品犯罪和故意傷人罪組合和毒品犯罪和危險駕駛罪組合。其余2組犯罪組合在空間上呈現出隨機關系,分別是2018年毒品犯罪與故意傷害罪組合和2019年毒品犯罪與故意傷害罪組合。所涉及的10組犯罪組合中均未出現互散的關系,與已有毒品犯罪相關研究大體一致。

犯罪的形成是由各方面因素共同作用導致的,僅從一個角度或者成因分析往往不夠,故對于犯罪共生的研究仍有很多方面需要繼續(xù)深入研究。

(1)細化時間維度。一種類型的犯罪對于另一種類型犯罪的引發(fā)作用是否具有時效性。由于吸毒后人員受毒品藥理性的作用影響具有一定的時效性,該時效性應當以小時為粒度進行深入研究,以年為單位弱化了時間維度對共生關系的作用,故毒品犯罪對其次生犯罪的引發(fā)作用是否會隨著時間增長而增長或降低仍需要探討。

(2)考慮不同社會環(huán)境對犯罪的促進(或抑制)作用。創(chuàng)新點在于利用了經濟學中的DO指數來計算兩類犯罪間共生關系的強度大小,但該方法僅考慮犯罪之間的影響關系,缺少其他犯罪影響因素的綜合考量。