我国经济技术发展日新月异,与其同步增长的财产犯罪现象更表现出频发性、智能性等特点,城市安全问题已成为发展中亟待解决的问题,深入探索财产犯罪的相关特性能够有效促进城市健康稳定发展。本文主要选取2006、2008、2010和2013年四个年份的财产犯罪数据,以及盗窃案、抢夺案、抢劫案和诈骗案四种财产犯罪类型,结合福州市特殊地点及社会经济因素,运用重心模型、Gini指数、地理加权回归(Geographically WeightedRegression,GWR)模型、组合预测模型等方法,纳入空间因素、时间因素及经济因素等,深度挖掘福州市近年来财产犯罪时空演变特征及驱动机制问题,直观反映财产犯罪的有关特性。论文探讨了传统财产犯罪研究中重空间轻时间,重宏观轻微观等不足之处,对此从不同的空间尺度(县域、派出所辖区)与时间尺度(年、月、日、时)展开研究,利用主成分分析与GWR模型,挖掘福州市财产犯罪的空间依赖性和异质性,并预测近5年财产犯罪数据,提出防范建议。研究结果表明近年来福州市财产犯罪人口分布不均衡、存在区域差异性,同时空间结构不稳定,虽然重心都处于仓山区,但是由盖山镇偏移至仓山镇;鼓楼区、台江区和仓山区属于犯罪热点区域,总体上福州财产犯罪在空间上具有较强的正相关性,并且这种正相关性不断增强。其次是2006年至2013年财产犯罪人口数量逐年上升,2月份为每年的低发期,不同类型财产犯罪具有不同的季节趋向性,并且一天24小时之内各类犯罪的时间分布也存在差异。并且财产犯罪受到特殊地点、社会经济发展、市场环境和收入水平等社会因素的影响,基于GWR模型,研究各因素对不同地区财产犯罪的影响程度和偏移方向。另外利用差分自回归移动平均模型(Autoregressive Intergrated Moving Average Model,ARIMA)、指数平滑法、季节性灰色模型和 BP(Back Propagation)神经网络模型的组合预测模型对未来财产犯罪数量的预测方法是可行的,具有较高的精度。论文的特色在于,从不同空间尺度与时间尺度研究财产犯罪时空机理,并发挥可视化优势将犯罪分析与信息可视化结合,研究财产犯罪驱动机制时考虑了空间异质性与差异性,引入了 GWR模型,同时开展了预测防范工作,将时空格局、驱动机制和预测合为一体进行全面研究,在一定程度上丰富了财产犯罪研究方面的内容。