大數(shù)據(jù)視野下社區(qū)矯正危險性評估方法及應(yīng)用

◆王萌萌 高冠東 宋杰 李云航

（中央司法警官學(xué)院 河北 071000）

1 我國社區(qū)矯正危險性評估現(xiàn)狀

進(jìn)入新時代，云計算、大數(shù)據(jù)、人工智能蓬勃興起。經(jīng)濟(jì)社會發(fā)展的方方面面都離不開信息化，社區(qū)矯正領(lǐng)域也極其重視信息化建設(shè)。2019年7月5日，司法部召開全系統(tǒng)網(wǎng)信工作會議，就深入學(xué)習(xí)貫徹習(xí)近平總書記網(wǎng)絡(luò)強(qiáng)國戰(zhàn)略思想、建設(shè)“數(shù)字法治、智慧司法”信息化體系做出了全面部署。會議提出到2019年年底，初步建成“數(shù)字法治、智慧司法”信息化體系，形成“大平臺共享、大系統(tǒng)共治、大數(shù)據(jù)慧治”的信息化新格局

社區(qū)矯正人員再犯風(fēng)險評估是非常具有現(xiàn)實意義的一個課題。從字面上理解，社區(qū)矯正人員風(fēng)險評估（RiskAssessment ofCommunityCorrection）是指相關(guān)負(fù)責(zé)部門對某一矯正人員在社區(qū)服刑期間再次實施違法犯罪行為的可能性進(jìn)行評估，即對其人身危險性的測評。從實際相關(guān)經(jīng)驗來看，風(fēng)險評估是社區(qū)矯正的一項基礎(chǔ)工作。采取科學(xué)的評估方法能夠顯著提升矯正方案的針對性，根據(jù)需求分析和評估結(jié)果及時調(diào)整矯正項目的內(nèi)容，將會切實降低社區(qū)矯正人員二次犯罪的風(fēng)險，對促進(jìn)我國社區(qū)矯正工作的科學(xué)發(fā)展具有重大意義。

2 社區(qū)矯正工作中存在的問題

數(shù)據(jù)繁雜的社區(qū)矯正工作是大數(shù)據(jù)應(yīng)用的重要領(lǐng)域，從海量的犯罪大數(shù)據(jù)中挖掘潛在有用的信息，實現(xiàn)數(shù)據(jù)的深度應(yīng)用和綜合應(yīng)用尤為重要。但目前研究存在檔案分級分類機(jī)制不足、測評量表存在缺陷等一系列問題。

2.1 檔案信息收集分析存在問題

個人檔案是指對個人的相關(guān)情況的記載，起著依據(jù)和記錄憑證的作用。而社區(qū)矯正檔案則是專門針對社區(qū)服刑人員而建立的，主要記載社區(qū)服刑人員的生活狀態(tài)、平時表現(xiàn)、工作經(jīng)歷以及社區(qū)服刑人員改過自新、重新融入社會的重要人生軌跡等。社區(qū)矯正檔案的管理工作是我國司法制度改革工作中的重要組成部分，社區(qū)矯正檔案中記載內(nèi)容的好壞直接說明社區(qū)服刑人員的表現(xiàn)是否良好，它關(guān)系到社區(qū)服刑人員監(jiān)管措施的采取。

2.2 測評量表存在的缺陷

測評量表通過對社區(qū)矯正對象的人身危險性和重新犯罪的可能性進(jìn)行科學(xué)的量化，從而準(zhǔn)確地分析矯正對象重新犯罪的風(fēng)險大小，為針對性地實施監(jiān)督管理和教育矯正、避免矯正對象重新犯罪提供科學(xué)的參考依據(jù)。量表的設(shè)計基本是地方根據(jù)當(dāng)?shù)厣鐓^(qū)矯正情況各自為政，在測評因子的選取、分值的設(shè)定與分?jǐn)?shù)段的劃分上差別較大。上海市率先設(shè)計了《社區(qū)矯正風(fēng)險評估測評表》，其中涉及過多的主觀因素和含糊的項目，從而缺乏客觀、統(tǒng)一的標(biāo)準(zhǔn)；北京市研發(fā)了《北京市社區(qū)服刑人員綜合狀態(tài)評估指標(biāo)體系》，雖然內(nèi)容完整但專業(yè)性太強(qiáng)，導(dǎo)致操作起來困難；江蘇省開發(fā)了社區(qū)矯正風(fēng)險評估網(wǎng)絡(luò)系統(tǒng)軟件，但矯正工作者在實際運用中仍然憑借自己的主觀認(rèn)知，根據(jù)對服刑人員的印象打分，從而客觀性較弱，難以保證預(yù)測結(jié)果的準(zhǔn)確性，難以實現(xiàn)刑罰個別化。另外，在測評因子的選取上，量表難以把不同權(quán)重賦予不同因子。如酗酒和賭博對社區(qū)矯正人員再次犯罪都有影響，但影響程度不同，權(quán)重系數(shù)應(yīng)體現(xiàn)出差異[1]。

3 大數(shù)據(jù)——解決社區(qū)矯正問題的利劍

3.1 大數(shù)據(jù)在司法領(lǐng)域的優(yōu)勢

近年來，大數(shù)據(jù)成為推動商業(yè)創(chuàng)新和政府管理變革的新動力。在我國互聯(lián)網(wǎng)、金融、健康醫(yī)療、生物信息與制藥、城鎮(zhèn)化與智慧城市等多個領(lǐng)域，大數(shù)據(jù)已經(jīng)得到了廣泛應(yīng)用并產(chǎn)生了巨大影響。大數(shù)據(jù)的5V 特點（IBM 提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。在司法領(lǐng)域的基本應(yīng)用是指通過計算機(jī)、網(wǎng)絡(luò)等科技手段采集、儲存、共享、驗證、比對和分析虛擬空間和實體空間當(dāng)中的數(shù)據(jù)資源，發(fā)現(xiàn)犯罪線索，收集犯罪信息，緝獲犯罪嫌疑人。從海量的犯罪大數(shù)據(jù)中挖掘潛在有用的信息、知識和見解，實現(xiàn)數(shù)據(jù)的深度應(yīng)用和綜合利用。利用大數(shù)據(jù)分析預(yù)測矯正人員犯罪風(fēng)險率，可大大提高觀察效率。在大數(shù)據(jù)背景下，關(guān)聯(lián)各類警務(wù)業(yè)務(wù)信息和開展全國范圍內(nèi)通用滿足實戰(zhàn)要求的犯罪分析研究，可提高未來社區(qū)矯正風(fēng)險評估工作效率和犯罪預(yù)防預(yù)測準(zhǔn)確度。

3.2 國內(nèi)外的應(yīng)用現(xiàn)狀

在國外的研究中，BlakeByronWalker[2]利用犯罪預(yù)測架構(gòu)體系框架圖形象介紹、總結(jié)了預(yù)測預(yù)警算法，為預(yù)警系統(tǒng)建立提供了技術(shù)支持；EnriqueGracia[3]著眼于當(dāng)前中國社會，討論有關(guān)利用FSOM 和規(guī)則提取的智能決策支持模型預(yù)防犯罪，研究了采用人工智能分析數(shù)據(jù)解決犯罪的應(yīng)用價值；DaweiWang[4]立足大量時空犯罪數(shù)據(jù)和有力的在線報告大數(shù)據(jù)進(jìn)行分析，跟蹤強(qiáng)度暴力犯罪行為；Jamesonltoole[5]、Nathhaneagle[6]參與英國有關(guān)的研究，采用流行病學(xué)和心理學(xué)等學(xué)說進(jìn)行犯罪分析，有力支撐獄內(nèi)人員的心理變化研究以及危險程度評估。

國內(nèi)已有的犯罪預(yù)測分析主要在定性研究以及宏觀預(yù)測上。例如浙江創(chuàng)新“五大應(yīng)用”，推進(jìn)司法行政部門打造“智慧監(jiān)獄”，開發(fā)犯情預(yù)測預(yù)警預(yù)防“平安360”系統(tǒng)，實現(xiàn)犯情分析報告生成周期由原來的10 個工作日縮短至3 分鐘，自動預(yù)警準(zhǔn)確率達(dá)100%。浙江司法系統(tǒng)已實現(xiàn)連續(xù)7年監(jiān)獄安全“四無”目標(biāo)。鄧洋[7]采用灰色系統(tǒng)理論與預(yù)測模型，依據(jù)時間數(shù)列資料的自身規(guī)律對犯罪現(xiàn)象未來發(fā)展的趨勢、水平和程度進(jìn)行一種計量和推測；張海文[8]利用相關(guān)的犯罪理論解釋犯罪發(fā)生的內(nèi)因和外因，并基于GIS 犯罪分析技術(shù)方面的研究資料研究國外優(yōu)秀軟件的應(yīng)用方向；李凌[9]將粗糙集邊界和離群點檢測方法結(jié)合在一起，充分發(fā)揮這兩類方法的特點，提出了一種基于邊界和距離的離群點檢測方法；張春明[10]利用大數(shù)據(jù)分析技術(shù)將社區(qū)矯正人員的自建動態(tài)因素量表和靜態(tài)因素量表相結(jié)合，通過實驗測量法進(jìn)行權(quán)重賦值，并應(yīng)用統(tǒng)計方法對量表進(jìn)行信度和效度檢驗。隨著社區(qū)矯正業(yè)務(wù)信息管理系統(tǒng)的不斷完善，關(guān)于服刑人員的歷史數(shù)據(jù)量也越來越大。系統(tǒng)通過設(shè)定社區(qū)矯正人員的服刑表現(xiàn)、犯罪史、犯罪嚴(yán)重程度等與服刑人員危險性有關(guān)的數(shù)據(jù)，使通過大數(shù)據(jù)分析、云計算等方式較為準(zhǔn)確判斷社區(qū)矯正人員的危險性成為可能。

4 大數(shù)據(jù)在社區(qū)矯正運用中的功能

大數(shù)據(jù)技術(shù)的運用方式一般有三種：一是數(shù)據(jù)檢索；二是數(shù)據(jù)比對；三是數(shù)據(jù)挖掘。獲取司法系統(tǒng)的犯罪數(shù)據(jù)，然后在Linux 系統(tǒng)上采用Hadoop 搭建云計算平臺，并使用HIVE 結(jié)合MySQL 數(shù)據(jù)庫錄入司法大數(shù)據(jù)，對其進(jìn)行整合與分析，從中提取與社區(qū)矯正人員危險性有關(guān)的數(shù)據(jù)，具體包括社區(qū)矯正人員之前的犯罪時間、地點，犯罪行為動機(jī)與社區(qū)矯正期間的行為狀況和心理狀態(tài)。推進(jìn)司法系統(tǒng)使用危險性分析系統(tǒng)，可提供對實時社區(qū)矯正人員的危險性評估數(shù)據(jù)。對評估數(shù)據(jù)進(jìn)一步進(jìn)行挖掘與分類，也有利于其結(jié)合GIS 技術(shù)對系統(tǒng)進(jìn)行優(yōu)化升級。

4.1 引用數(shù)據(jù)挖掘技術(shù)建成危險性分析系統(tǒng)

數(shù)據(jù)挖掘（DataMining）是從眾多數(shù)據(jù)中挖掘出知識，其最主要目的是確定數(shù)據(jù)的趨勢和模式。將數(shù)據(jù)挖掘技術(shù)引入社區(qū)矯正分析中，運用空間關(guān)聯(lián)規(guī)則等數(shù)據(jù)挖掘技術(shù)，對現(xiàn)有的社區(qū)矯正人員評估數(shù)據(jù)進(jìn)行挖掘，接下來運用關(guān)聯(lián)規(guī)則以及空間關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)對海量的社區(qū)矯正人員數(shù)據(jù)進(jìn)行分類挖掘，為建立模型提供數(shù)據(jù)基礎(chǔ)。[11]從統(tǒng)計的角度看，數(shù)據(jù)挖掘可以看作是用計算機(jī)技術(shù)自動探索分析大量的數(shù)據(jù)集。與以往的數(shù)據(jù)分析方法（例如數(shù)據(jù)查詢、數(shù)據(jù)報表、聯(lián)機(jī)應(yīng)用分析等）進(jìn)行比較，數(shù)據(jù)挖掘的優(yōu)勢在于結(jié)果未知的情況下，嘗試對復(fù)雜多樣的社區(qū)矯正數(shù)據(jù)進(jìn)行分類分析[12]。

4.2 運用數(shù)據(jù)挖掘算法對危險性進(jìn)行分析

以矯正人員為中心，采取一系列步驟，從存儲大量要素信息的社區(qū)矯正人員數(shù)據(jù)庫中挖掘出有實際效果、先前未知、可以使用的知識，然后運用這些挖掘出來的數(shù)據(jù)做出合理決策[13]。針對社會及司法系統(tǒng)收集的數(shù)據(jù)，應(yīng)用基于圖的數(shù)據(jù)挖掘算法[14]（即基于相同犯罪特征頻繁子圖結(jié)構(gòu)的挖掘犯罪規(guī)律算法GDMCR）對高危人群案發(fā)、高發(fā)地點、犯罪網(wǎng)絡(luò)標(biāo)志成員等規(guī)律性和特征進(jìn)行分析。

4.3 利用時空序列分析法預(yù)測犯罪

在現(xiàn)有的警務(wù)系統(tǒng)基礎(chǔ)之上，利用GIS 空間分析法（Delaunay三角網(wǎng)，ZDW 插值），GIS 地圖顯示機(jī)制以及空間分析技術(shù)，建成網(wǎng)絡(luò)化分布和聯(lián)網(wǎng)運行的社區(qū)矯正分析系統(tǒng)。綜合考慮犯罪心理學(xué)警察辦案條件，對社區(qū)矯正區(qū)域?qū)嵤┚_監(jiān)控。利用犯罪信息進(jìn)行分析，通過時空序列分析法預(yù)測社區(qū)矯正人員的危險程度，對連環(huán)犯罪及其他類型的犯罪的預(yù)測運用時空序列模型