基于灰色關聯(lián)分析的電信詐騙犯罪宏觀影響因素探究

焦 婧，劉曉麗

(中國刑事警察學院 網(wǎng)絡犯罪偵查系， 遼寧 沈陽 110854）

基于灰色關聯(lián)分析的電信詐騙犯罪宏觀影響因素探究

焦 婧，劉曉麗

(中國刑事警察學院 網(wǎng)絡犯罪偵查系， 遼寧 沈陽 110854）

灰色關聯(lián)分析（GRA）因在系統(tǒng)影響因素關聯(lián)分析中的良好性能表現(xiàn)，使其在眾多學科中都得到了十分廣泛的應用。在當今大數(shù)據(jù)時代，基于“少數(shù)據(jù)”的灰色關聯(lián)分析有著十分廣闊的發(fā)展空間。借助灰色關聯(lián)分析法對我國電信詐騙犯罪發(fā)案數(shù)的宏觀影響因素進行關聯(lián)分析，結(jié)果顯示出生產(chǎn)總值及人均可支配收入、城鄉(xiāng)收入差距這三個宏觀影響因素對電信詐騙犯罪發(fā)案數(shù)有顯著影響，進而為打擊和預防電信詐騙犯罪提供了新思路。

灰色關聯(lián)；分析電信詐騙；宏觀影響因素

一、問題提出與現(xiàn)狀分析

近年來，電信詐騙呈現(xiàn)高發(fā)態(tài)勢，屢打不絕，已逐漸成為危害社會穩(wěn)定的毒瘤之一。幾乎每天都有數(shù)以萬計的人們受到電信詐騙的騷擾，老百姓深受其害，造成了巨大的經(jīng)濟損失。據(jù)統(tǒng)計：“近 10年來，我國電信詐騙案件每年以 20%至30%的速度快速增長，2015年全國公安機關共立電信詐騙案件 59萬起，同比上升 32.5%，共造成經(jīng)濟損失 222億元。2016年 1月至 7月，全國共立電信詐騙案件 35.5萬起，同比上升36.4%，造成損失 114.2億元”[1]。電信詐騙犯罪現(xiàn)已嚴重影響人們的日常生活，對社會秩序造成了惡劣的影響，成為迫需解決的問題之一。

任何犯罪都是一種社會現(xiàn)象，是由社會、自然、經(jīng)濟、工業(yè)化程度等諸多因素綜合產(chǎn)生的，對犯罪的研究要從經(jīng)濟、社會等多角度進行解讀。通過研究電信詐騙發(fā)案數(shù)量與經(jīng)濟、人口、生活水平等相關因素的關聯(lián)程度，找出電信詐騙的主要宏觀影響因素，對分析其犯罪成因以及有效打擊、防范電信詐騙具有重要的指導意義。

基于“小樣本、計算量小”的灰色關聯(lián)分析方法與回歸分析等其他數(shù)理統(tǒng)計方法相比，具有對樣本要求少的優(yōu)點，特別適合我國統(tǒng)計數(shù)據(jù)有限的現(xiàn)狀。灰色關聯(lián)分析解決了本文研究的電信詐騙犯罪發(fā)案數(shù)樣本少和隨機變化的問題，因此運用 GRA研究電信詐騙犯罪發(fā)案數(shù)的主要宏觀影響因素是十分合適的。

二、灰色關聯(lián)分析原理簡介

灰色系統(tǒng)（Grey System）是1982年由鄧聚龍教授提出，研究的是一種與時間有關的在一定范圍之內(nèi)變化的隨機序列的灰色過程[2]?；疑P聯(lián)分析是灰色系統(tǒng)理論的主要研究內(nèi)容之一，其基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷因素之間以及因素與系統(tǒng)之間聯(lián)系是否緊密，曲線越接近，相應序列之間的關聯(lián)度就越大，反之就小[3]。由于現(xiàn)實存在的任一系統(tǒng)的發(fā)展態(tài)勢都是多種因素共同影響的結(jié)果，通過GRA可以對系統(tǒng)的相關影響因素進行關聯(lián)分析，找出各影響因素與系統(tǒng)之間的數(shù)值關系，即“灰色關聯(lián)度”，分析灰色系統(tǒng)中各種因素之間的關系和各種因素對系統(tǒng)影響程度，從而找出對系統(tǒng)發(fā)展起主要影響作用的因素?；疑P聯(lián)分析對于一個系統(tǒng)發(fā)展變化態(tài)勢提供了量化的度量，十分適合動態(tài)歷程發(fā)展分析。

灰色關聯(lián)分析與回歸分析、方差分析、主成分分析、因子分析、時間序列分析等方法相比，具有以下四個優(yōu)點[4]：

1．不需要大量數(shù)據(jù)就能找到統(tǒng)計規(guī)律。

2．不要求樣本服從某個典型的概率分布，不要求各因素數(shù)據(jù)與系統(tǒng)特征數(shù)據(jù)之間呈線性關系。

3．計算量小。

4．不會出現(xiàn)量化結(jié)果與定性分析結(jié)果不符的現(xiàn)象。

灰色關聯(lián)分析的數(shù)學模型簡單易懂，其建模的基本思想是：（1）確定特征序列與因素序列；（2）進行無量綱化處理；（3）計算關聯(lián)系數(shù)；（4）計算關聯(lián)度；（5）關聯(lián)度排序。

灰色關聯(lián)分析現(xiàn)已滲透于金融、農(nóng)業(yè)等眾多學科和領域，但在犯罪領域的研究中應用不是很多。筆者通過搜索互聯(lián)網(wǎng)和中國知網(wǎng)、萬方等數(shù)據(jù)庫平臺僅發(fā)現(xiàn)重慶警察學院姚琴發(fā)表的《灰色關聯(lián)度在毒品犯罪查獲中的應用》、西安電子科技大學曹飛發(fā)表的《我國刑事犯罪的灰色關聯(lián)度分析》、鐵道警官高等?？茖W校王剛、靳慧云發(fā)表的《基于灰色關聯(lián)分析的網(wǎng)絡犯罪分析及對策》等 10余篇論文，因此灰色關聯(lián)分析在犯罪系統(tǒng)中的還有很大研究空間。

三、電信詐騙犯罪宏觀影響因素關聯(lián)分析

（一）搜集數(shù)據(jù)，確定影響因素指標表

以分析全國電信詐騙犯罪發(fā)案數(shù)為例，介紹如何搜集數(shù)據(jù)、確定影響因素指標表。

本文選取 2012—2016年全國電信詐騙犯罪的發(fā)案數(shù)作為特征序列，選取經(jīng)濟水平、收入差距、城鎮(zhèn)化程度等七個宏觀因素指標作為影響電信詐騙犯罪發(fā)案數(shù)的因素序列，進行關聯(lián)分析。特征序列與因素序列的數(shù)據(jù)如表1、表2所示。表1中2012—2015年的數(shù)據(jù)來源為公安網(wǎng)，表2的數(shù)據(jù)來源為中國統(tǒng)計年鑒、國家統(tǒng)計局及搜狐等新聞客戶端。

表1 2012—2016年全國電信詐騙犯罪發(fā)案數(shù)

表2 2012—2016年宏觀影響因素指標表

電信詐騙發(fā)案數(shù)為 35.5萬起，并沒找到全年電信詐騙案件的發(fā)案數(shù)，所以對 2016年的發(fā)案數(shù)作缺失值處理，缺失處理過程采取的是灰色系統(tǒng)理論中的級比生成序列方法，方法為：

“若序列X中端點處有缺失，即，

則可以采用級比生成法生成”，公式如下所示：

通過公式計算，得到 2016年的電信詐騙案件的發(fā)案數(shù)為87萬起。

（二）灰色關聯(lián)分析流程介紹

以對全國電信詐騙犯罪發(fā)案數(shù)的宏觀影響因素關聯(lián)分析為例，介紹灰色關聯(lián)分析流程。

1.確定特征序列和因素序列。反應系統(tǒng)行為特征的為特征數(shù)列，影響系統(tǒng)行為的為因素數(shù)列。選取特征序列“2012—2016年電信詐騙發(fā)案數(shù)”記為 X0，選取因素序列“2012—2016年相關宏觀影響因素指標”記為Xi。

2.因素值規(guī)范化處理。由于系統(tǒng)中各序列的數(shù)據(jù)可能因量綱不同，不便于比較或比較時難以得到正確的結(jié)論，所以在進行灰色關聯(lián)分析時，要進行數(shù)據(jù)的規(guī)范化處理，即無量綱化處理。常見的處理辦法有初值化變換、均值化變換、百分比變換等方法。本文采取的處理方法為初值化變換，公式如下所示，處理結(jié)果為表3所示。

表3 因素規(guī)范化處理結(jié)果

3.求差序列。求因素序列與特征序列的絕對差值，得出兩級最大差與最小差，公式如下所示，處理結(jié)果如表4所示。

表4 求差序列結(jié)果

4.求關聯(lián)系數(shù)。經(jīng)規(guī)范化處理后，把特征序列中各數(shù)據(jù)作為參考點、把因素序列中各數(shù)據(jù)作為比較點，關聯(lián)系數(shù)就是參考點與較點之間距離的一種函數(shù)，函數(shù)表達式如下所示：

5.計算灰色關聯(lián)度。關聯(lián)系數(shù)是特征序列與因素序列在各點的關聯(lián)程度值，無法進行整體性比較，所以將各點的關聯(lián)系數(shù)集中為一個值，即關聯(lián)度。關聯(lián)度的計算公式如下所示：

由該公式計算得出，全國電信詐騙犯罪發(fā)案數(shù)的相關影響因素的關聯(lián)度分別為：

6.關聯(lián)度排序。對計算出來的關聯(lián)度進行排序。關聯(lián)度大的因素對電信詐騙犯罪的發(fā)案數(shù)影響程度大，反之亦然。本文選取的電信詐騙相關影響因素的關聯(lián)度排序為：

7.結(jié)果分析。根據(jù)該排序，可以得出如下的結(jié)論：

對全國電信詐騙犯罪發(fā)案數(shù)影響最大的因素是國民生產(chǎn)總值，即國民生產(chǎn)總值激增是刺激我國電信詐騙案件猛增的首要因素。

（三）電信詐騙犯罪宏觀影響因素關聯(lián)度對比分析

1.數(shù)據(jù)選取，確定影響因素指標表。電信詐騙犯罪連年高發(fā)，現(xiàn)已呈現(xiàn)出地域化的特點，不同地區(qū)的電信詐騙發(fā)案數(shù)量相差很多，南方地區(qū)如廣東等地電信詐騙案件發(fā)案數(shù)與北方地區(qū)如遼寧等地相比要高很多。

本文擬分析廣東省和遼寧省的電信詐騙發(fā)案數(shù)的主要宏觀影響因素，研究兩省的電信詐騙發(fā)案數(shù)的主要宏觀影響因素與全國電信詐騙發(fā)案數(shù)的主要宏觀影響因素是否相同、兩省的主要宏觀影響因素是否相同以及導致廣東省的電信詐騙發(fā)案數(shù)遠遠高于遼寧省的原因所在。

對比分析選取的宏觀影響因素與全國電信詐騙宏觀影響因素相同。宏觀影響因素的數(shù)據(jù)來源為《中國統(tǒng)計年鑒》。在搜集兩省的電信詐騙發(fā)案數(shù)的數(shù)據(jù)過程中，作者通過中國裁判文書網(wǎng)、兩省的人民檢查院信息公開網(wǎng)以及互聯(lián)網(wǎng)上新聞客戶端查閱大量參考文獻，但遼寧省只查閱到2014年以及2015年兩年的數(shù)據(jù)，分別為6287起、7911起；廣東省只查閱到 2013-2015年三年的數(shù)據(jù)，分別為 43900起、54000起、51923起。表六為2012-2016年遼寧、廣東兩省電信詐騙犯罪發(fā)案數(shù)。表7、表8分別為遼寧、廣東宏觀影響因素指標表。

表6 2012—2016年遼寧、廣東兩省電信詐騙發(fā)案數(shù)

表7（1） 2012—2016年遼寧省宏觀因素指標表

表7（2） 2012—2016年遼寧省宏觀因素指標表

作者通過對缺失數(shù)據(jù)進行缺失值處理，求出遼寧2012年、2013、2016年的電信詐騙發(fā)案數(shù)分別為 3913起、4998起、9954起。廣東 2012年、2016年的電信詐騙發(fā)案數(shù)分別為35688起、49926起。

表8 2012—2016年廣東省宏觀因素指標表

2.遼寧省電信詐騙宏觀影響因素關聯(lián)分析。按照（二）介紹的灰色關聯(lián)分析流程，求出遼寧省電信詐騙發(fā)案數(shù)與各宏觀影響因素的關聯(lián)度分別為：

關聯(lián)度排序分別為：

根據(jù)該關聯(lián)度排序，可以得出如下結(jié)論：

對遼寧省來說，對電信詐騙發(fā)案數(shù)影響最大的宏觀因素是生產(chǎn)總值、人均可支配收入和城鄉(xiāng)收入差距。

3.廣東省電信詐騙宏觀影響因素關聯(lián)分析。按照（二）介紹的灰色關聯(lián)分析流程，求出廣東省電信詐騙發(fā)案數(shù)與各宏觀影響因素的關聯(lián)度分別為：

關聯(lián)度排序分別為：

根據(jù)該關聯(lián)度排序，可以得出如下結(jié)論：對廣東省來說，對電信詐騙發(fā)案數(shù)影響最大的宏觀因素與遼寧相同，也是生產(chǎn)總值、人均可支配收入和城鄉(xiāng)收入差距。但生產(chǎn)總值這一宏觀影響因素對廣東省電信詐騙發(fā)案數(shù)的影響程度較遼寧省更為顯著。

（四）結(jié)果分析

本文基于灰色關聯(lián)分析理論，利用灰色模型對信息的不確定性、隨機性的弱化，對“2012—2016年全國電信詐騙犯罪發(fā)案數(shù)”以及“2012—2016年廣東和遼寧地區(qū)電信詐騙發(fā)案數(shù)”的相關宏觀影響因素關聯(lián)度分別進行了研究，分析結(jié)果是：

1.全國范圍內(nèi)進行關聯(lián)分析的結(jié)論是：國內(nèi)生產(chǎn)總值對全國電信詐騙發(fā)案數(shù)的影響最為顯著；而人均可支配收入、城鄉(xiāng)收入差距等其他六個影響因素的影響程度接近且不顯著。

2.廣東、遼寧兩省進行關聯(lián)分析的結(jié)論是：省內(nèi)生產(chǎn)總值、人均可支配收入及城鄉(xiāng)收入差距對電信詐騙發(fā)案數(shù)的影響最為顯著；城鎮(zhèn)人口比重等三個影響因素的影響程度不顯著。

3．廣東省電信案件發(fā)案數(shù)之所以比遼寧省高出很多，很大程度上是因為廣東省的生產(chǎn)總值比遼寧要高很多。

四、結(jié) 論

根據(jù)本文研究的全國以及遼寧、廣東兩省電信詐騙發(fā)案數(shù)的宏觀影響因素關聯(lián)分析的結(jié)果，可以看出：生產(chǎn)總值不論是對全國范圍內(nèi)還是一個地域內(nèi)的電信詐騙發(fā)案數(shù)的影響程度都很顯著，這說明我國經(jīng)濟生產(chǎn)總值迅猛增長的同時，也伴隨著電信詐騙犯罪等新的犯罪逐漸增多起來。而對于城鄉(xiāng)收入差距較大及人均收入較高的地區(qū)，也會成為電信詐騙發(fā)案數(shù)增長的顯著宏觀影響因素。

針對影響程度顯著的生產(chǎn)總值及人均可支配收入、城鄉(xiāng)收入差距這三個宏觀影響因素，筆者提出以下兩點防范電信詐騙犯罪建議：

1.在社會生產(chǎn)總值不斷增長的同時，要大力提高人們的受教育程度及道德水平。生產(chǎn)總值的迅速增長，使人們生活水平大幅度提高，但是由于個體的差異以及一些想不勞而獲的人的存在，導致一些處于弱勢群體的人因收入差距大而價值觀念發(fā)生扭曲，便會通過犯罪渠道來獲得自身滿足。而因電信詐騙犯罪具有犯罪成本低且犯罪獲利額巨大的特點，就使這些價值觀念相對畸形的人們通過電信詐騙獲取財富。因此在生產(chǎn)總值不斷增長的同時，大力提高人們的受教育程度及道德水平對預防電信詐騙犯罪具有十分重要的意義。

2.縮小貧富差距。對于人均收入較高及城鄉(xiāng)收入差距較大的區(qū)域，政府應提高社會福利支出，以消除所得分配不均、貧富差距加大的現(xiàn)象，消除中下階層民眾的不公平感、相對剝削及憤怒，進而減少電信詐騙犯罪的發(fā)案率。

[1]黃夏露.我國電信詐騙犯罪治理中的政府作用研究[D].華南理工大學,2016.

[2]徐新躍,方德勝.灰色Verhulst模型預測軟土地基建筑物的沉降[J].地下空間與工程學報,2001,21(s1): 515-518.

[3]黃世超.基于灰色系統(tǒng)理論的圖像信息隱藏技術研究[D].南京郵電大學,2014.

[4]劉思峰.灰色系統(tǒng)理論及其應用（第5版）[M].北京:科學出版社,2010.

（責任編輯：李 剛）

Studies on Macroscopic Influencing Factors of Telecom-fraud Crime Based on Grey Relational Analysis

JIAO Jing, LIU Xiao-li
(Department of Cyber Crime Investigation, National Police University of China, Shenyang 110854, China)

Grey relational analysis (GRA) has been widely used in many disciplines because of its good performance in association analysis of system factors. In today’s era of big data, the grey relational analysis based on “l(fā)ess data” has a very broad space for development. In the analysis of m acro factors incidence of te lecommunications fra ud in C hina us ing GRA, res ults s howed that GDP a nd p er ca pita disposable income factors, income gap between urban and rural areas have sign ificant influence on the number o f telecommunications fraud in cidence, which p rovides a new th ought to co mbat and p revent telecommunications fraud.

grey relational analysis; telecommunications fraud; macroscopic influencing factors

D918

A

：2096-0727(2017)05 -0092-06

2017-06-07

焦 婧（1992-），女，遼寧葫蘆島人，碩士研究生。研究方向：網(wǎng)絡安全與執(zhí)法。劉曉麗（1968-），女，遼寧沈陽人，教授，碩士。研究方向：網(wǎng)絡犯罪偵查。