基于大数据对未来反恐态势的研究分析

何静

摘 要：借用经济学上用以衡量收入差距的基尼系数和洛伦兹曲线建立数学模型来衡量恐怖袭击事件，并进一步揭示了近三年来恐怖袭击事件发生的聚焦特点。然后根据这些特点为国际反恐组织对特定地区重大恐怖袭击事件的风险预警机制等提供建议。

关键词：恐怖袭击;基尼系数;洛伦兹曲线;空间特性

中图分类号：D915.3      文献标志码：A      文章编号：1673-291X（2019）05-0186-02

引言

分析和预测未来反恐态势的趋势，除了通过定性的描述和分析之外，更重要的是要对其进行定量分析。指标体系的建立是预测、分析的前提和基础，通过定量分析研究近三年来恐怖袭击事件发生的分布特征，可以预测下一年某些重点地区的反恐态势。

综观国内外文献，对未来反恐趋势的研究大多停留在定性的主观分析上[1，2]，而缺乏客观的定量分析研究。本文借助经济学上用以衡量收入差距的基尼系数和洛伦兹曲线进行建模来分析全球恐怖态势的时空特性。

一、数据和研究方法

（一）数据

本文使用的数据来源于GTD近三年发生的恐怖袭击事件数据，总共包含39 452起事件、132个国家、12个地区。本文试图获得不同因素恐怖袭击事件的空间聚焦特点，研究因素主要有132个国家、12个地区、22类袭击目标、9种袭击方式和12类武器。

（二）基尼系数和Lorenz曲线

基尼系数[3]可以用来表示极端事件在全部事件中所占的比例。基尼系数和洛伦兹曲线[4]在开始阶段一直被经济学家用来衡量收入分配的差距大小。本文将基尼系数拿来研究恐怖袭击事件。首先将不同因素对应的袭击频率由低到高的顺序进行排列，然后计算各个因素所对应事件的累计百分比，最后将累计百分比作为曲线的轴，曲线的轴是每一个因素占上述所有因素个数的累计百分比，即可得到Lorenz曲线。为了分辨出不同因素对应的恐怖袭击事件的聚焦点，本文引入ABC管理分类法（帕累托图），通过这种方法能够辨别出多样本中的主要事物和次要事物。

二、模型建立

本文将以袭击目标为例详细得举出基尼系数的计算步骤。所选择的数据为全球恐怖袭击22类目标的频数数据。首先把不同袭击目标的频数按照由低到高的顺序进行排序，然后对每个袭击目标进行编号，算出每类袭击目标占所有袭击目标的百分比，以及单个目标占所有22类袭击目标的百分比，最后给出各自的累计百分比，结果如表1所示。计算可得襲击目标的基尼系数Gini=0.7053。

同理，按上述方法计算出恐怖袭击事件采用的攻击方式、武器类型、发生的地区和国家所对应的基尼系数，之后使用MATLAB软件将各因素的Lorenz曲线画在一张图上，如图1。

图1中，洛伦兹曲线分为三个区间：0—10%，10%—20%和20%—100%。其中，A区间表示所有因素中最重要的因素，也就是袭击聚焦点;次要因素为B区间;C区间是所有因素中最不重要因素。由图1中的A区间显然能够得到每个因素的重点，结果如表2所示。

根据上文分析可以得知利用Gini系数和洛伦兹曲线能够有效得出恐怖袭击的聚焦性和热点地区;同时可知国家因素的基尼系数最大，其聚集性最明显。

三、结论

本文从影响恐怖袭击的各个影响因素分析了各因素的聚集热点，发现在各个影响上皆具有聚焦性，尤其在空间上存在明显的聚集性。基于此可以得出，在下一年的恐怖袭击事件中，袭击地区热点仍将集中在中东&北非、南亚、撒哈拉以南的非洲;恐怖袭击国家热点将聚集在伊拉克、阿富汗、印度、巴基斯坦、等国家。在反恐计划中，可以对这些热点地区和国家深究其恐怖袭击事件高发的根源。

参考文献：

[1]  唐志超.当前国际恐怖主义演变趋势及中国应对策略[J].中国人民公安大学学报：社会科学版，2018，34（1）：1-10.

[2]  李伟.全球恐怖主义与反恐斗争的现状与趋势[J].世界知识，2017，（24）：39，42.

[3]  朱凯.不同类型数据下基尼系数的计算方法[J].内江科技，2018，（9）：30，43-44.

[4]  刘伟，蒋立，闫强.基于洛伦兹曲线的我国能源生产与消费的区域性非均衡研究[J].中国矿业，2018，27（7）：54-58.