在犯罪空间分析及各类空间数据回归建模中，模型残差中的空间自相关问题对模型参数估计的准确度和相关影响因素的分析构成了极大的阻碍，模型残差存在显著空间自相关会导致模型的有偏估计及误导性的推断，甚至导致错误的研究结论。当前主要空间计量模型如空间滞后模型、空间误差模型和空间杜宾模型着眼于一般线性模型的空间溢出效应，不适用于广义线性回归模型，这就导致以计数为主的犯罪数据在参数估计上存在偏差。因此，本文采用一种新颖的空间统计方法，即特征向量空间滤波（Eigenvector Spatial Filtering），来消除犯罪回归模型估计过程中的残差自相关问题，以及由此引发的模型参数有偏估计问题。在此基础上，本文立足犯罪模式理论和社会解组理论，以浙江省海宁市主城区为研究区，采用2018年1月至2021年9月室外盗窃警情立案数据、海宁市建成环境数据、珞珈一号夜间灯光遥感数据以及WorldPop人口网格数据，在网格尺度上构建基于特征向量空间滤波的泊松回归模型，在消除模型残差自相关、纠正模型参数估计偏误的基础上，识别出海宁室外盗窃犯罪的影响因素。
特征向量空间滤波在犯罪回归分析中的应用框架
首先，本文将室外盗窃犯罪点状数据汇总到渔网网格中，采用新兴时空热点分析法，从时间和空间两个维度挖掘海宁市室外盗窃犯罪的时空模式。研究发现，海宁市中心城区室外盗窃递减热点集中分布在海昌街道、硖石街道和海州街道交界处，另有少量持续热点分布于递减热点东部，基本覆盖周围的公园、中小学等公共场合，公共场合的集中分布带来的人流量是保持此处室外盗窃热点的直接原因，而2020年新冠疫情袭来，人流量的绝对数量有所减少，因此形成了递减热点。冷点集中分布在中心城区外围。其中，增强冷点分布最广，说明疫情后室外盗窃的绝对数量有所减少；连续冷点多点集中分布，这几处多分布在城边人烟稀少地；另有少量分散冷点和振荡冷点分布，此处住宅区与非住宅区交错分布，既有门禁严格的小区，也有诸如学校、卫生院、家纺城等公共场所，因此，此处室外盗窃的聚类不稳定，形成振荡冷点。
室外盗窃犯罪案件的空间分布
室外盗窃时空热点演变模式（新兴时空热点分析）
随后，本文基于特征向量空间滤波方法，利用海宁市室外盗窃犯罪警情数据、海宁市建成环境POI数据、经处理的人均夜间灯光数据，建立了3个泊松回归模型。模型结果显示，特征向量空间滤波提取出了模型残差中的自相关部分，确保残差无显著空间自相关，将显著的空间滤波加入模型，大幅度提升了模型拟合优度，纠正了系数估计偏误问题，缓解了过度离散问题，并找回了遗漏变量；由各类建成环境所刻画的犯罪吸引地、产生地、促成地对室外盗窃有显著影响，本文同时也对与以往研究结论不一致的地方进行了讨论；发现人均夜间灯光所表征的城市相对剥夺水平对室外盗窃有显著正向影响。
基于特征向量空间滤波的泊松回归参数估计
最后，本文凝练了特征向量空间滤波（ESF）的4个优势：①ESF适用于广义线性回归模型；②数据限制小，不受假设限制；③模型残差应当无显著空间自相关，但常规泊松回归模型缺少针对残差空间自相关性的解决办法，ESF可以提取模型残差中的空间自相关部分，作为变量加入模型，消除残差空间自相关问题；④ESF使过度离散参数估计值更小，计数模型普遍存在的过度离散问题得到缓解，特征向量能较好地解释回归模型中的空间自相关性。同时，本文也说明了局限性和未来展望，包括：①针对犯罪机会指标和社会经济不平等指标，未来可进一步考察其与盗窃犯罪间可能存在的非线性关系，以及该关系可能存在的时间依赖性；②人均夜间灯光可测度社会解组理论视角下的相对剥夺水平，未来可进一步考察人均夜间灯光在测度过程中的尺度依赖性问题；③未来可借助街景数据实现城市微观建成环境的精细量化，探索微观建成环境和微观社会环境在影响城市盗窃犯罪时的复杂交互性和条件依赖性。
贺 力
