在犯罪空间分析和空间建模过程中，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犯罪相关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。本研究采用一种较为新颖的空间统计方法，即特征向量空间滤波方法（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。以此为基础，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—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。研究发现：① 基于特征向量空间滤波的泊松回归模型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回归模型，较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。该方法可推广至其他计数模型和广义线性回归分析场景中，有助于提升模型参数的准确估计水平，找回因自相关等原因而被遗漏的变量； ② 新兴时空热点分析显示，室外盗窃绝对数量随疫情到来呈递减趋势，室外盗窃热点持续于海宁市主城区中部，冷点呈多点分布；③ 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；④ 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。

过度饮酒的危害是中国乃至全球面临的问题。本研究结合经典理论构建过度饮酒行为与地理环境关系的理论框架，使用广州市急救医疗指挥中心受理的公众急性酒精中毒呼叫记录、手机信令等多源时空数据，探究动态地理背景下过度饮酒行为的时空特征及影响因素。结果显示： ① 过度饮酒行为在时间上多发于周末和夜间，在空间上集中于城市商业中心；其空间分布在日间较为均衡，而在夜间较为集聚； ② 过度饮酒行为受酒精可获得性的影响，其与社区的KTV、交通站点密集度正相关。KTV的正向影响在日间主要体现在旧城区，在夜间体现在旧城区、近郊区和开发区，夜间的影响相对明显；交通站点的正向影响主要体现在近郊区，且在日间相对明显； ③ 过度饮酒行为也受部分空间失序因素的影响，其与所在社区的土地建成率正相关，但与建筑楼龄、街景脏乱度等关系不显著。土地建成率的正向影响主要体现在新城区的景观风貌核心地区以及城郊结合部的城中村社区，且在日间相对明显； ④ 过度饮酒行为与社会失序的关系较为复杂且时空分异性较强，其整体上与社区的外地出生人口比例负相关，与低教育人口比例和住宅租金正相关。⑤按照日间和夜间过度饮酒行为影响因素的聚类，分别划分不同的类型区，可针对这些类型区实施差异化的干预措施，以降低过度饮酒的危害。研究揭示了动态地理背景和较小空间尺度下过度饮酒行为与地理环境的关系，弥补了以往的相关研究对动态地理背景和时空异质性考虑不足、分析尺度较大等局限，相关结果能为酒精政策制定和完善、地区治安和卫生资源配置、城乡空间规划设计和相关健康问题的环境干预措施提供参考。