用计算机方法研究城市犯罪：未来会怎样？

本文是一篇关于城市犯罪研究发展趋势的综述性文章。长期以来，城市环境一直是犯罪学研究的核心场景。过去几十年间，该领域经历了显著的方法论与实证研究转型——新型大数据（如手机定位、卫星图像、街景数据、社交媒体等）不断涌现，同时灵活多样的计算技术（尤其是机器学习）被广泛应用。文章系统梳理了这一演进过程，并评估其对深化城市犯罪理解的潜力，同时也坦诚指出当前仍存在的挑战，例如数据偏差、算法偏见、方法可重复性不足，以及研究长期局限于欧美语境等问题。作者强调，计算方法的价值不仅在于提升犯罪预测精度，更在于支持更严谨的因果推断（即识别哪些因素真正导致犯罪发生或减少），从而超越传统‘相关不等于因果’的局限。在此基础上，文章提出未来研究的三大关键方向：一是促进社会学、地理学、计算机科学、公共卫生等多学科深度协作；二是全面推行开放科学实践，包括数据共享、代码公开、预注册研究方案等，以增强结果可信度与可复现性；三是将研究视野从西方大城市扩展至全球南方城市、中小城市及城乡结合部，避免理论与政策的‘西方中心主义’偏差。最终目标是让新技术真正服务于科学进步与公共政策优化，为全球城市的安全治理与可持续发展提供坚实、公正、可落地的知识支撑。