警情預(yù)測時空關(guān)聯(lián)分析研究
——以廣西壯族自治區(qū)為例

劉莉莉,貢曉靜,秦 概

(1.廣西警察學(xué)院,廣西 南寧 530028;2.廣西南寧市公安局青秀分局,廣西 南寧 530028)

0 引言

信息化、建設(shè)智慧城市、平安城市的發(fā)展要求以及大數(shù)據(jù)、物聯(lián)網(wǎng)的快速發(fā)展,大力推動了科技強警的步伐,廣西公安在加快信息化建設(shè)的過程中建立了很多科學(xué)的地理信息系統(tǒng),大大提高了公安機關(guān)防范和打擊犯罪的效能。近年來,在公共安全建模與預(yù)測領(lǐng)域也取得了一定的成果,并通過應(yīng)急指揮系統(tǒng)解決了一些特、重大事件。但是,一些易發(fā)案件的發(fā)案率還是居高不下,這影響到社會治安和民眾生活質(zhì)量,也不符合平安城市的建設(shè)要求。因此,對警情進行預(yù)測是將是很重要的一項工作。

隨著公安數(shù)據(jù)的海量增長,傳統(tǒng)的基于個人經(jīng)驗的警情分析已逐漸滿足不了日益增長的犯罪數(shù)據(jù)以及錯綜復(fù)雜的時空關(guān)聯(lián)關(guān)系。當(dāng)下,警情預(yù)測應(yīng)該在大數(shù)據(jù)的支持下,通過可視化的方式,即地理信息系統(tǒng)展示,對海量歷史數(shù)據(jù)進行時間、空間等進行相關(guān)性分析,得出準(zhǔn)確的預(yù)測結(jié)果,定位警情高發(fā)地域和時域,為公安機關(guān)警力部署提供決策依據(jù)。利用環(huán)境犯罪學(xué)的相關(guān)理論以及地理信息技術(shù),對警情進行數(shù)據(jù)挖掘與時空相關(guān)性分析,將成為公安機關(guān)未來研究的重點之一。

1 國外研究現(xiàn)狀

在時空關(guān)聯(lián)挖掘算法上,較為認(rèn)可的關(guān)聯(lián)規(guī)則挖掘的算法主要有Apriori算法和PF-Growth算法,主要針對“購物籃”類型的數(shù)據(jù)庫,是非時空屬性的數(shù)據(jù)。

Marcin Gorawski等[1]在傳統(tǒng)的Apriori算法基礎(chǔ)上對數(shù)據(jù)集連接步驟進行改進,通過擴展自連接的約束條件,獲得更多候選項集和頻繁項集,進而生成時空關(guān)聯(lián)模式。

人們從外界獲取的信息約有80%以上來自于視覺系統(tǒng),可視化分析的優(yōu)勢在于能夠直觀形象地將數(shù)據(jù)轉(zhuǎn)化為圖形或圖表,向用戶提供知識化結(jié)果,并且能夠直觀地發(fā)現(xiàn)數(shù)據(jù)的差異或關(guān)聯(lián)。因此,可視化時空分析是當(dāng)前時空關(guān)聯(lián)分析領(lǐng)域應(yīng)用較為廣泛的研究方法之一。

2011 年年底美國警方公布開發(fā)了一個名為 Blue CRUSH的犯罪預(yù)測軟件,稱此軟件可以對已發(fā)案的歷史數(shù)據(jù)進行分析來預(yù)測今后犯罪將發(fā)生的時空。一些城市試用了此軟件后犯罪率降低了30%。

國外一些地區(qū)已經(jīng)在日常警務(wù)工作中使用犯罪預(yù)測技術(shù),犯罪率有了明顯降低。如美國肯特利用 Pred Pol將盜竊降低了 15%～50%,美國蘭凱斯特市使用 IBM SPSS Modeler 將犯罪率降低了42%,大曼徹斯特警局利用犯罪預(yù)測,將入室盜竊降低了 26.6%等。

2 國內(nèi)研究現(xiàn)狀及水平

目前在國內(nèi),不少學(xué)者結(jié)合自身研究領(lǐng)域?qū)r空數(shù)據(jù)進行了時空關(guān)聯(lián)規(guī)則算法的擴展和改進。

岳慧穎[2]提出的時空數(shù)據(jù)挖掘算法(Shi Kong Data Mining,SKDM),先考慮空間約束條件后綜合考慮時間因素,得到有時間與空間約束的關(guān)聯(lián)規(guī)則。夏英[3]、張俊[4]等學(xué)者借鑒SKDM算法思路,提出了時空關(guān)聯(lián)規(guī)則挖掘算法Spatio-Temporal Apriori (STApriori)算法,該算法用于智能交通指揮可科學(xué)有效地緩解城市交通擁擠,調(diào)整城市交通流量分布。郭文月[5]使用貝葉斯網(wǎng)絡(luò)模型,研究了用于表現(xiàn)時空事件特征的可視化表達(dá)方式,再運用可視化分析系統(tǒng)對全球恐怖主義事件的時空分布特征、局部對比特征及整體趨勢進行可視化分析,最后利用ArcGIS處理工具構(gòu)建社會安全事件可視化表達(dá)模型。柳林等[7]對城市入室盜竊案件進行了研究分析,揭示了一定區(qū)域環(huán)境內(nèi)犯罪者的行為特征,之后又利用隨機森林分析方法及時空核密度分析方法分別對不同周期的犯罪熱點進行了預(yù)測,通過實例分析,得出最優(yōu)預(yù)測方法。借鑒美國的Blue CRUSH軟件,國內(nèi)學(xué)者閻耀軍等[8]研發(fā)的以北京市懷柔區(qū)為研究區(qū)域的犯罪預(yù)測時空定位信息管理系統(tǒng)于2013年4月在北京市懷柔區(qū)投入運行,運行2個多月的數(shù)據(jù)顯示,該系統(tǒng)明顯地降低了犯罪的發(fā)生率,提高了各類案件的破案率,并為懷柔區(qū)警力部署提供了科學(xué)的決策,減少了警務(wù)分布的盲目性和隨機性。

總體來說,雖然很多學(xué)者研究了警情時空分布的形成原理,然而他們選取的空間環(huán)境數(shù)據(jù)項各有千秋,再加上不同城市環(huán)境的差異性,這些研究對警情時空的關(guān)聯(lián)分析仍顯匱乏,亟須深入發(fā)掘。

3 廣西警情預(yù)測存在的問題

目前,廣西公安機關(guān)案件除涉穩(wěn)、電詐案件有預(yù)警外,其他犯罪基本沒有預(yù)警,據(jù)有關(guān)方面統(tǒng)計,世界各國警察與人口數(shù)量的平均比例是35名/萬人,而我國的警民比例遠(yuǎn)低于這個數(shù)。一些已經(jīng)發(fā)生的案件都有可能無法破案,這與人力、財力、物力息息相關(guān),警力不足是一個很大的原因,公安機關(guān)打擊犯罪還處于一種被動局面,即案件發(fā)生后的破案而不是案發(fā)前的預(yù)測。即使有預(yù)警采用的也是傳統(tǒng)的人工分析,如盜竊(包括入室盜竊、盜竊電動自行車)主要還是依靠民警的個人經(jīng)驗進行警情預(yù)測分析,通過同類案件、同一犯罪主體、犯罪環(huán)境和時間的規(guī)律進行分析預(yù)測,在海量的數(shù)據(jù)中,犯罪原因、主體、發(fā)案現(xiàn)場的環(huán)境等關(guān)系盤根錯節(jié),人工分析費時而且還容易出現(xiàn)遺漏,并且需要大量的經(jīng)驗,一般的民警根本無法完成。所以,傳統(tǒng)的基于個人經(jīng)驗的警情分析已不能應(yīng)對日益增長的犯罪數(shù)據(jù)以及錯綜復(fù)雜的時空關(guān)系。如果將海量的數(shù)據(jù)交由計算機系統(tǒng)進行分析預(yù)測,瞬間就能得出結(jié)果。實現(xiàn)這個目標(biāo)并不是不可能,國內(nèi)外諸多學(xué)者已經(jīng)在犯罪預(yù)測領(lǐng)域取得了一定的研究成果[9]。

3.1 側(cè)重個案分析

目前廣西對警情的預(yù)測研究大多側(cè)重某個案例的分析,提出的方法比較分散,沒有形成一個通用的技術(shù)框架。比如情報氣象站,通過發(fā)案區(qū)域監(jiān)控、案件以及重點人員管控模型進行組合數(shù)據(jù)分析得出預(yù)警信息,這些預(yù)警針對的是涉穩(wěn)事件,預(yù)警重點為報復(fù)社會人員、非正常上訪人員、精神病人、揚言報復(fù)社會的極端人員等,其他犯罪如盜竊、搶奪、搶劫等沒有納入預(yù)測的行列,而盜竊案的發(fā)案率是相當(dāng)高的,有時盜竊還會在特定的環(huán)境影響下演變?yōu)閭Π干踔撩?嚴(yán)重影響了公民的生活質(zhì)量,也影響了公民對公安機關(guān)的滿意度。所以,普通案件預(yù)測同樣應(yīng)該得到重視。

3.2 犯罪預(yù)防措施具有一定的盲目性

為降低城市犯罪的發(fā)生率,公安機關(guān)一般會采用街面巡邏和設(shè)置社區(qū)警務(wù)的方式,雖然對預(yù)防犯罪起到了一定的作用,但是,由于街面巡邏具有盲目性和隨機性,民警對犯罪發(fā)生的時間和地點不能事先預(yù)測,再加上一些犯罪主體反偵察能力較強,他們通過事先踩點,伏擊守候,在巡邏民警離開后再實施犯罪。還有一些犯罪是臨時起意,其中有環(huán)境因素的影響,比如天氣、犯罪主體的心情等。由于警力不足,公安機關(guān)不可能做到任何區(qū)域時時刻刻都有人巡邏,犯罪主體總會有見縫插針的機會,這樣的街面巡邏會造成人力物力的浪費[10]。

4 解決策略

4.1 研發(fā)應(yīng)用于實際警務(wù)工作的警情預(yù)測信息系統(tǒng)

近年來,國內(nèi)研究犯罪預(yù)測的學(xué)者大有人在,但鮮少應(yīng)用于警務(wù)實戰(zhàn),偏重于理論研究。我國正處于并將長期處于社會主義初級階段,全國老齡化問題日趨嚴(yán)重,警民比例短期內(nèi)不可能有大幅提高,所以,在有限的警力條件下,要擺脫人工分析進行預(yù)測的瓶頸,必須依靠科技的力量增強公安機關(guān)的執(zhí)法能力,美國的 Pred Pol 犯罪預(yù)測平臺、IBM SPSS Modeler的犯罪預(yù)測、大曼徹斯特警察局采用最佳覓食者理論預(yù)防犯罪及國內(nèi)的犯罪預(yù)測時空定位信息管理系統(tǒng)都表明警情預(yù)測能有效地降低犯罪率。但是,犯罪的發(fā)生與很多因素相關(guān),如環(huán)境、犯罪主體的思想活動、人們的生活習(xí)慣、建筑物結(jié)構(gòu)、地形、天氣等,要從這些因素入手進行研究才有可能達(dá)到準(zhǔn)確的警情預(yù)測,這就需要相關(guān)部門加強對犯罪地理學(xué)、時空數(shù)據(jù)模型、時間數(shù)據(jù)挖掘和犯罪形成機理的研究,開發(fā)出能夠正確預(yù)警的信息系統(tǒng)并應(yīng)用于警務(wù)實戰(zhàn)。

4.2 擴大警情預(yù)測范圍

南寧市自2018 年以來發(fā)生在街面、入室盜竊、盜竊電動自行車等傳統(tǒng)侵財類案件發(fā)案率占刑事案件的一半以上,而且具有專業(yè)性、職業(yè)性、團伙性和跨區(qū)域性的特點,這些案件發(fā)案率高但是破案率低,即使破案,贓款贓物也很難完全追回,對社會治安穩(wěn)定和人民生活質(zhì)量的影響非常大。所以,防治這些易發(fā)案件是保障社會治安穩(wěn)定和民眾生命財產(chǎn)安全的有效手段。相關(guān)部門僅僅將報復(fù)社會人員、非正常上訪人員、精神病人、揚言報復(fù)社會的極端人員進行警情預(yù)測還遠(yuǎn)遠(yuǎn)不夠,其他多發(fā)性案件同樣會對社會治安產(chǎn)生威脅,也應(yīng)該納入警情預(yù)測。

4.3 針對性地進行巡防

警情何時何地發(fā)生,受到時間維、空間維動態(tài)性、關(guān)聯(lián)性和不確定性的影響,而且警情發(fā)生的原因也很復(fù)雜,傳統(tǒng)的數(shù)據(jù)分析方法不具備處理多個數(shù)據(jù)項集復(fù)雜關(guān)系的能力。因而,街面巡邏依靠的是對歷史發(fā)案情況的經(jīng)驗總結(jié),找出易發(fā)案地段和時段從而進行巡防,不能準(zhǔn)確地預(yù)測發(fā)案時間和地點,具有一定的隨機性和盲目性,犯罪嫌疑人仍然有機可乘。使用科學(xué)預(yù)測警情的信息系統(tǒng)能準(zhǔn)確地預(yù)測未來一段時間警情發(fā)生的時空,公安機關(guān)就可以提前部署警力在這些時空,既避免了警力的浪費,也能預(yù)防犯罪的發(fā)生。

5 結(jié)語

從國內(nèi)對警情預(yù)測的研究來看,時空關(guān)聯(lián)的理論、方法、模型研究多,應(yīng)用比較少,特別是一些經(jīng)濟發(fā)達(dá)的省份走在了前面,而且已經(jīng)取得了一些成果,但是警情的發(fā)生規(guī)律、成因及變化趨勢都會有所區(qū)別,因此,任何一種警情的時空關(guān)聯(lián)分析研究都不能脫離當(dāng)?shù)卣?、?jīng)濟、文化背景,廣西可以到這些省份進行實地調(diào)研,借鑒其預(yù)測技術(shù)與成果以及寶貴經(jīng)驗,但需要緊密結(jié)合本省城市的特點以及特定犯罪類型,并與有實力的公司進行合作開發(fā),研發(fā)出科學(xué)的適合本地區(qū)的警情預(yù)測信息系統(tǒng),得出客觀合理的警情預(yù)測結(jié)果,通過測試進行不斷優(yōu)化,再向全區(qū)甚至全國進行推廣使用。相信,在不久的將來,廣西也可以利用先進的警情預(yù)測技術(shù)降低犯罪的發(fā)生率,給民眾一個更加安全穩(wěn)定的社會治安環(huán)境。