基于嶺回歸的詐騙犯罪影響因素研究

趙云鶴

（阜平縣公安局，河北 保定 073200）

犯罪現(xiàn)象是社會突出矛盾的集中體現(xiàn)，隨著社會主義現(xiàn)代化的進程，詐騙犯罪也非常突出顯著起來?！吨腥A人民共和國刑法》第二百六十六條規(guī)定，詐騙罪是指以非法占有為目的，用虛構事實或者隱瞞真相的方法，騙取數(shù)額較大的公私財物的行為。隨著時代的發(fā)展和人民生活水平的提高，居民防騙意識大大增強，詐騙犯罪看似離我們很遠，其實又卻無時無刻在我們身邊。從中國統(tǒng)計年鑒查詢，2005年、2006年公安機關立案的詐騙案件數(shù)為330967起和355590起；2017年、2018年公安機關立案的詐騙案件數(shù)為1322918起和1469134起，詐騙犯罪不降反升。研究詐騙犯罪的影響因素，對于如何預防、打擊詐騙，建設法治社會，依然有著極其重要的意義。

一、研究綜述

很多文獻從不同角度研究了如何防范打擊詐騙犯罪。有文章認為中國正處在社會變革發(fā)展期，人們的思想觀念、價值理念受到嚴重沖擊，誘發(fā)了一些人的私欲引發(fā)了一部分人嚴重的個人利己主義思想，以自我為中心，不考慮自己實行行為后果，在社會生活中不擇手段，坑蒙拐騙，無視社會道德與法律的約束[1]。有些文獻還對中國ZG市公安局2015年4、5月的110詐騙接警數(shù)據(jù)進行統(tǒng)計分析，發(fā)現(xiàn)詐騙犯罪整體表現(xiàn)出與受教育水平、老齡化和人口城鎮(zhèn)化水平等社會環(huán)境要素顯著相關的特征，各類詐騙受害的影響因素又各不相同[2]。有文獻[3]中對詐騙犯罪頻發(fā)的原因進行了分析和探究，認為之所以出現(xiàn)這種現(xiàn)象，從受害人的角度來說是因為他們的沒有較高的警惕心，輕信他人，有占便宜貪財?shù)乃枷耄瑫r缺乏防騙意識。文獻中可以看出，我國電信詐騙高發(fā)，在詐騙犯罪中占有很大比重。我國電信類的詐騙案件在近十年每年都呈現(xiàn)出高達20%-30%增速，截止到2015年，我國公安部門共立案調(diào)查了59萬件電信類詐騙案件，同比上升32.5%，共造成經(jīng)濟損失222億元[4]。

根據(jù)中央統(tǒng)計局數(shù)據(jù)，如圖1所示，2005年至2018年我國詐騙案件宏觀數(shù)據(jù)波浪上升。我們將以我國2005年至2018年的公安機關立案的詐騙案件數(shù)為基礎，利用科學研究方法，量化教育、收入、電信網(wǎng)絡因素對詐騙犯罪的影響。

圖1 我國詐騙案件立案統(tǒng)計數(shù)據(jù)

二、基于實際數(shù)據(jù)的詐騙犯罪因素影響分析

（一）研究分析方法的選擇

詐騙犯罪在我國日常生活中還是普遍存在，其主要原因是我國處于社會主義初級階段，社會發(fā)展不平衡不充分。近年來，我國社會經(jīng)濟飛速增長，隨著市場經(jīng)濟的深入，自由貿(mào)易經(jīng)濟帶來的直接影響是城鄉(xiāng)居民收入分配平等、受教育不均衡的問題。一些弱勢群體受利欲誘惑，喪失正確的人生觀、價值觀，開始不惜代價獲取利益，甚至鋌而走險走上犯罪道路。經(jīng)濟發(fā)展帶來的是社會生產(chǎn)技術的提升，移動手機、互聯(lián)網(wǎng)廣泛普及，已經(jīng)成為我們?nèi)粘Ｉ钪胁豢苫蛉钡牟糠帧Ｒ环N新信息技術從產(chǎn)生、發(fā)展到成熟，需要一段很長的過程，在發(fā)展完善的過程中總會出現(xiàn)漏洞，這就給犯罪嫌疑人創(chuàng)造了可乘之機，利用高科技手段的新型電信犯罪日益增多。根據(jù)以上影響因素選取變量建立回歸預測模型，設Y為因變量，表示詐騙犯罪立案數(shù)，X1，X2，X3，X4，X5為自變量。

（1）X1表示城鄉(xiāng)居民收入差距，X1=城鎮(zhèn)居民人均可支配收入絕對數(shù)-農(nóng)村居民人均純收入絕對數(shù)的差值，衡量我國城鄉(xiāng)居民收入貧富差距。

（2）X2表示移動電話用戶數(shù)，衡量我國移動手機數(shù)量普及程度。

（3）X3表示互聯(lián)網(wǎng)上網(wǎng)人數(shù)，衡量我國互聯(lián)網(wǎng)用戶數(shù)量發(fā)展程度。

（4）X4表示高中階段毛入學率，X4=某學年度高中教育在校生數(shù)/學齡人口總數(shù)，衡量我國高中階段教育發(fā)展水平。

（5）X5表示高等教育毛入學率，X5=某學年度高等教育在校生數(shù)/學齡人口總數(shù)，衡量我國高等教育階段教育發(fā)展水平。

（以上數(shù)據(jù)來自中國統(tǒng)計年鑒、中國教育統(tǒng)計年鑒）。

關于對影響因素進行分析，筆者主要從預測方面上進行了分析和探究，其中主要用到了以下方法：自回歸神經(jīng)網(wǎng)絡，滑動平均模型，多元線性回歸，從上述影響因素看，這5個因素在不同程度的增長，因此，它們的增長具有相同方向性，即自變量數(shù)據(jù)序列存在多重共線性，若使用最小二乘法(OLS)估計模型的系數(shù)，不能客觀反映自變量與因變量的相互關系[5]-[6]。嶺回歸是最小二乘法的改良，得到的系數(shù)估計估計精度更高，從而解決這種自變量數(shù)據(jù)共線性問題，對新的新數(shù)據(jù)做預測時的均方誤差更小。

（二）嶺回歸基本原理

作為一種專門用來分析共線性數(shù)據(jù)的方法，嶺回歸這種有偏估計回歸方法中對最小二乘估計法進行了改良，拋去了其原有的優(yōu)勢，為了盡力保持回歸系數(shù)的穩(wěn)定性，該方法降低了信息的合精度，從而使得所得到的回歸系數(shù)更加真實可靠，在解決問題時更加精準有效。

多元回歸的線性回歸模型可表示如下：

在該式中，Y是因變量，X是獨立變量，β是回歸系數(shù)，ε是誤差。

回歸系數(shù)β按照最小二乘法的估計為：

若自變量存在多重共線，則矩陣XTX為奇異矩陣，矩陣特征值很小，從而引起矩陣XTX的逆陣對角線上的元素很大，造成參數(shù)估計極不穩(wěn)定，數(shù)據(jù)發(fā)生微小變化就可能導致參數(shù)估計發(fā)生很大的變化，系數(shù)不能客觀反映自變量對因變量的影響。

嶺回歸就是給矩陣XTX加上一個對角陣，使矩陣的特征值變大，將奇異矩陣盡可能轉化為非奇異矩陣，提高參數(shù)估計的穩(wěn)定性。得到的參數(shù)更能真實反映客觀實際。

嶺回歸求解回歸系數(shù)β方法為：

式中，k為嶺回歸參數(shù)，k∈[0，1]，k越大，共線性對回歸參數(shù)穩(wěn)定性的影響越小，k=0，則變?yōu)樽钚《朔ü烙?，此時為無偏估計，k≠0，則為有偏估計，隨著k的增大，預測的方差也隨之增大，因此，k應既能足夠消除共線對參數(shù)估計影響又盡可能要小，即k一般在嶺軌跡變化趨于穩(wěn)定時，盡可能選取較小的值。

因為每個自變量的數(shù)量級和量綱都不完全一樣，因此在進行嶺回歸前，需要先對所有的自變量進行統(tǒng)一的標準處理，從而使得其具有相同的數(shù)量級和量綱，主要利用以下方法：

式中，sij為第j個的第i個原始數(shù)值；rij為第j個的第i個標準化數(shù)值；σj為第j個標準差。

設嶺回歸求得的標準化系數(shù)為β=[a1，a2，…，an]T，非標準化β0=[b1，b2，…，bn]T，則有：

因此，嶺回歸方程可表示為：

表1為2005年-2018年我國詐騙案件立案數(shù)、城鄉(xiāng)居民收入差距、移動電話用戶數(shù)、互聯(lián)網(wǎng)上網(wǎng)人數(shù)、高中階段毛入學率、高等教育毛入學率等因素，最近14年內(nèi)，我國這6項指標均呈上升態(tài)勢，詐騙案件立案數(shù)增幅為343.8914%，城鄉(xiāng)居民收入差距增幅為458.3091%，移動電話用戶數(shù)增幅298.0870%，互聯(lián)網(wǎng)上網(wǎng)用戶646.4054%，高中階段毛入學率為16.3827%，高等教育毛入學率為129.0476%。城鄉(xiāng)居民收入差距增長速度最快，高中階段毛入學率最慢。從數(shù)據(jù)分布特點看，6個自變量都是同向變動，因此可能存在多重共線問題，運用嶺回歸是最好的研究方法。

由此，X=[X1，X2，X3，X4，X5]，對 X 和 Y 進行線性回歸，即：

（三）最小二乘法回歸

把表1中所列舉出的數(shù)據(jù)作為本次研究的樣本數(shù)據(jù)，通過最小二乘法來得出回歸系數(shù)β的估值，表2所展現(xiàn)的就是所得到的結果，其中相關系數(shù)R2=0.955。通過表2可以看出，得到的X1的系數(shù)不為正，這一結果數(shù)據(jù)不具有任何現(xiàn)實意義，因此在研究時，不適合使用最小二乘法來計算估取回歸參數(shù)。

在進行共線性診斷時，想要判斷樣本的自變量的共線性是否存在，需要從以下幾個方面入手：（1）比較自變量容忍度數(shù)值，結果否小于0.1；（2）比較膨脹系數(shù)數(shù)值，結果是否大于10；（3）比較條件指數(shù)數(shù)值，結果是否大于30；（4）比較特征值，結果是否大于10或接近0；（5）比較方差比例，結果是否大于0.5。通過對表2的相關數(shù)據(jù)進行分析可以得到，在這些自變量中有4個自變量的容忍度數(shù)值小于0.1，且4個自變量膨脹系數(shù)VIF均大于10，說明存在多重共線性。在表3中的共線性診斷結果可知，6維度特征值為0，4維度、5維度特征值接近于0；3至6維的條件指數(shù)大于30，自變量X4、X5、X6在不同維度下的方差比例存在大于0.5的現(xiàn)象。以上結果說明了在這五個自變量中，其中四個自變量存在程度較高的共線性。

（四）嶺回歸

在對回歸系數(shù)進行估算時，采用嶺回歸法。首先通過SPSS工具對整體進行分析，然后把迭代步長擬定為0.01，從而確定最佳嶺參數(shù)k的值。通過相關的計算和運行后，可以得到相關的嶺回歸跡線圖，即下圖2。

圖2 嶺跡圖

通過圖2可以看出，當k的值越來越大時，所有自變量的系數(shù)都將逐漸穩(wěn)定，這時通過計算所得到的迭代尋優(yōu)的結果為k=0.99，這個數(shù)值表明了最佳嶺回歸的參數(shù)等于0.99。表4所顯示的就是嶺回歸參數(shù)的結果，通過表格可以看出其四個自變量的取值分別為a1=0.18，a2=0.166，a3=0.161，a4=0.109，a5=0.2，相關系數(shù)R2=0.9，模型的F檢驗值為14.386，此時顯著性概率的數(shù)值為0.001，該數(shù)值大小低于顯著水平，這表明該模型已經(jīng)完成并通過了檢驗，模型具有有效性。但是相關系數(shù)的數(shù)值出現(xiàn)了較大幅度的降低，這表明嶺回歸在解決共線性的相關問題時，為了較好達到預期目標，不得不丟失了部分數(shù)據(jù)，導致預測信息的精度有所降低。

通過嶺回歸來估計得到標準化系數(shù)，所得到的數(shù)據(jù)值能夠真實客觀地反映出在整個系統(tǒng)中，各自變量對因變量的影響大小。在5個標準回歸系數(shù)中，由于a5＞a1＞a2＞a3＞a4，因此，影響詐騙犯罪立案總量5個因素的重要性從大到小排序依次是：高等院校毛入學率、城鎮(zhèn)居民收入差、移動電話用戶數(shù)、互聯(lián)網(wǎng)上網(wǎng)人數(shù)、高中階段毛入學率。這與詐騙犯罪發(fā)案特征基本吻合。校園安全防范工作已經(jīng)成為社會綜管理的重要組成部分[7]，廣泛的校園安全教育有效提高學生對詐騙案件的認識，強化防范和自我保護意識。但由于高中和高等院校學業(yè)壓力、學生理解能力及教育側重點等多因素存在差異，高等院校學生與高中學生在防范能力上存在偏差。我國正處在經(jīng)濟高速發(fā)展階段，由于農(nóng)村勞動生產(chǎn)水平低，收入分配制度不完善，我國城鄉(xiāng)居民人均收入差距逐漸拉大，據(jù)統(tǒng)計，2018年我國基尼系數(shù)為0.474，該數(shù)值表明，我國貧富差距較大，在市場經(jīng)濟的大潮沖擊和誘惑下，部分人價值觀念和社會心態(tài)方面出現(xiàn)種種困惑，產(chǎn)生好逸惡勞的心理，通過投機取巧詐騙以獲取財富，同時通過擁有的財富來突顯個人的社會地位[3]。當今社會，現(xiàn)代通信技術迅猛的發(fā)展，移動手機、互聯(lián)網(wǎng)用戶成為生活不可或缺的部分，在飛速發(fā)展的形勢下，電信運營行業(yè)在經(jīng)營、管理、技術等方面存在大量的問題和漏洞，同時用戶群體龐大，給犯罪分子制造了可乘之機。電信運營部門過分重視商業(yè)利潤價值，忽視社會責任感培養(yǎng)，對本行業(yè)自身業(yè)務工作管理不力，另一方面，行業(yè)內(nèi)的管理機構對國家的法律法規(guī)執(zhí)行不到位，助長了電信詐騙犯罪的高發(fā)。

表1 中國詐騙犯罪影響因素指標

根據(jù)表4的嶺回歸的非標準化系數(shù)為b1=14.046，b2=1.921，b3=3，b4=5458.785，b5=9365.235，可得到最終嶺回歸方程為：

Y=435689646+14.046X1+1.921X2+3X3+5458.785X4+9365.235X5

圖3 詐騙案件立案預測曲線

三、對防范詐騙犯罪的建議

（一）解決城鄉(xiāng)居民貧富差距，推動發(fā)展共同富裕

堅持中國特色社會主義經(jīng)濟制度不動搖，公有制為主體，多種所有制經(jīng)濟共同發(fā)展。鼓勵引導支持非公有制經(jīng)濟發(fā)展，對中小企業(yè)給與政策傾斜，創(chuàng)造更好的營商環(huán)境，充分發(fā)揮地域優(yōu)勢，增加勞動收入。加快農(nóng)業(yè)產(chǎn)業(yè)化速度，優(yōu)化農(nóng)村資源配置，推進城鎮(zhèn)化發(fā)展速度，加速農(nóng)村剩余勞動力轉移，為農(nóng)民創(chuàng)造更多的就業(yè)崗位，發(fā)揮地區(qū)產(chǎn)業(yè)優(yōu)勢，發(fā)展特色農(nóng)業(yè)，推進農(nóng)村區(qū)域經(jīng)濟快速發(fā)展。

表2 回歸系數(shù)

表3 共線性診斷

表4 嶺回歸分析結果

（二）保障受教育機會，完善校園安全防范措施

建立全層次、全覆蓋的教育資助體系，保障貧困、弱勢群體子弟享有公平、公正的受教育權益和機會，讓更多學生接受到高等教育。加強學生詐騙犯罪防范教育，貼近實際，采用多種方式向學生介紹詐騙的特點及防范措施，使學生在長期的潛移默化中不斷提高自己的安全防范意識。

（三）完善部門監(jiān)管，堵塞電信行業(yè)漏洞

電信運營部門完善行業(yè)制度，杜絕發(fā)生公民信息泄露問題。加大力度對電信行業(yè)詐騙多發(fā)部位進行防控，采用新技術、新方法，抵御網(wǎng)絡黑客、網(wǎng)絡攻擊的入侵能力。國家職能部門強化責任意識，落實監(jiān)管職責，對電信行業(yè)嚴格管理，及時發(fā)現(xiàn)、糾正行業(yè)違規(guī)問題，保障人民群眾財產(chǎn)安全。各部門應當加強合作與交流，通信、銀行、物流、公安、法院、檢察建立聯(lián)系協(xié)作機制。適當簡化案件偵察辦理程序，盡快查清案件事實，挽回受害人的經(jīng)濟損失，減小案件辦案難度。

（四）增強社會群眾防范意識

加強社會對于詐騙犯罪的防范意識，新聞媒體要充分發(fā)揮宣傳職能，加強對詐騙犯罪的宣傳力度，讓居民了解、認識詐騙犯罪的危害。相關管理部門通過多種方式加強對詐騙的宣傳，在日常生活中開展普法活動，使詐騙犯罪防范深入人心。社會各界共同努力，營造良好的社會防詐騙宣傳氛圍，共同打擊詐騙犯罪，不給不法分子可乘之機。

四、結語

本文研究了詐騙案件立案數(shù)與城鄉(xiāng)居民收入差距、移動電話用戶數(shù)、互聯(lián)網(wǎng)上網(wǎng)人數(shù)、高中階段毛入學率、高等院校毛入學率等因素之間的關系，研究表明，對我國詐騙犯罪立案數(shù)影響最大的是高等院校毛入學率，最小的是高中階段毛入學率。5個因素對詐騙案件立案數(shù)影響差距不大，是影響我國詐騙犯罪立案數(shù)增長的重要因素。

經(jīng)濟發(fā)展新常態(tài)、社會治安管理面臨新格局、詐騙犯罪持續(xù)增長，給打擊、管控犯罪帶來新的挑戰(zhàn)。從以上分析城鄉(xiāng)居民收入差距、移動電話用戶數(shù)、互聯(lián)網(wǎng)上網(wǎng)人數(shù)、高中階段毛入學率、高等院校毛入學率對詐騙犯罪立案數(shù)影響可見，教育問題對詐騙犯罪立案數(shù)影響最大，說明我國高中、高等教育普及率需要進一步提升。城鄉(xiāng)居民存在較大差距，就必須想辦法提高農(nóng)村居民的收入，使農(nóng)村較快富裕起來，要營造安全良好的移動、互聯(lián)網(wǎng)管理格局，部門間交流合作，形成打擊詐騙、嚴懲犯罪的新格局。