国外针对犯罪问题在时空分布上的研究较早，19世纪末Guerry应用统计学方法分析了法国全国范围内犯罪与环境、人口变化之间的关系[3]。在犯罪空间分布特征分析中，研究人员通常会采用一系列检验指标，如Moran’s I指数[4]、Geary’s C指数[5]、Ripley’s K函数法[6]等来判断犯罪数据是否在全域空间内存在聚集现象。另外，很多研究还采用了核密度估计法[7-9]寻找犯罪空间聚集热点。近年来，时间分析在犯罪时空分布研究领域愈发受到关注。Bennett和Townsley分别研究了英国剑桥市和澳大利亚昆士兰市的入室盗窃时空分布，都发现短时内犯罪热点具有很高的不稳定性[10; 11]。综合考虑时间和空间两方面的信息，Townsley提出的热点图法[11]是一种比较直观的犯罪时空模式研究方法，反映了犯罪数量的长期变化趋势、一日内的变化趋势和空间上的聚集情况。分析犯罪时空分布特征可以对研究区域的犯罪情况有一定的认识，为了达到犯罪预防和控制目的，研究人员越来越关注这些犯罪地理分布模式背后的驱动因素，探讨犯罪行为与外部社会环境之间的关系并建立模型。Andresen根据温哥华警局接收的报警信息和由LandScan全球人口动态统计分析数据库中获得的24小时内人口平均值，使用空间误差模型估计了受害人口数值[12]。Cahill等使用地理加权回归模型研究了美国波特兰市的暴力犯罪与居民收入程度、种族分布情况、常住人口稳定性、已婚家庭比例、人口密度、土地利用情况、交通便捷程度等社会性指标的关系[13]。

相对于国外，我国的犯罪地理学的研究开展得比较晚，大致开始于上个世纪80年代末，且研究伊始重心放在对国外的理论研究成果的介绍上[14-19]。到最近4-5年，针对犯罪时空分析的研究越来越多。耿莎莎等采用空间位置较精确的犯罪数据（街道精度），参考研究区的土地利用情况、道路情况、人口统计资料，进行了犯罪空间分布分析，寻找了案件高发地，并尝试模拟预测了犯罪的未来空间分布情况。冯健等对精细到警务片区的北京城八区七类财产犯罪分布情况进行了空间和时间上的展示，并讨论了形成机制[20]。王帅针对多种较为成熟的热点分析方法，提出了一套犯罪时空分布分析流程，以江苏省某市为研究区域，选取入室盗窃、抢劫、电动车盗窃三类案件为研究对象，得到时间和空间的分布特征，并讨论了其社会经济因素方面的成因[21]。冯沐孜等利用上海市2006-2009年的盗窃案件数据，基于ArcGIS及Excel软件，运用描述性统计、核密度估计等方法，分析了上海市盗窃案件的空间分布、时间分布，以及时空分布规律[22]。徐冲等选取H市中心城区DP半岛作为研究区域，以岛上2006-2011年发生的街头抢劫案件（共373起）作为研究对象，将DP半岛内街头抢劫案件的时空分布特征分别从宏观和局部微观两个尺度层面进行系统的分析[2]。徐晓等基于分时段核密度估计和时空K函数方法，对武汉市江岸区入室盗窃案件的热点区域分布以及时空聚集模式进行分析[23]。刘大千等分析了长春市2008年不同犯罪的空间分布特征，并通过建立多元回归模型，探究几类犯罪空间分异的影响因子[24]。叶玲等研究了犯罪人口空间重心演变规律、犯罪热点判别与可视化，并从不同时间尺度探讨案事件的时间演变特征[25]。

  从国内外同类研究情况来看，国外在犯罪时空分析研究方面产生了大量高质量学术论文及工具软件，在理论、方法、模型及实际应用方面均广泛涉及。在国内，该领域还处于发展阶段，相关研究大都集中在宏观分析层面上，通过利用犯罪热点时空分布研究为警方实际工作服务的相关报道较少。