野生动物非法交易犯罪案件信息特征分析

朱 明

(南京森林警察学院信息技术学院，南京，210023)

为了维护生物多样性和生态平衡，推进生态文明建设，我国专门制定了《野生动物保护法》，我国《刑法》也对破坏野生动物资源的有关行为规定为犯罪。2020年2月24日，全国人大常委会通过了《关于全面禁止非法野生动物交易、革除滥食野生动物陋习、切实保障人民群众生命健康安全的决定》，规定了“全面禁止以食用为目的猎捕、交易、运输在野外环境自然生长繁殖的陆生野生动物”；各级人民政府及其有关部门应当“严格查处违反本决定和有关法律法规的行为”。

对野生动物非法交易案件的信息进行分析，可以把握案件发生的规律，提供决策者参考，以便有针对性预防和打击犯罪，更好地保护野生动物资源。

随着科技的发展和网络的普及，人们每天面临着多样、丰富和大量的数据，这些数据也包括与野生动物交易有关的，如何对这些数据进行分析，使之产生价值是使用者关心的话题。本文主要采用大数据分析的方法对国内有关野生动物非法交易案件的信息进行结构化处理与分析，找出本类案件的统计特点，为研究和执法提供参考。

本文所研究的野生动物非法交易犯罪案件，以我国《刑法》所规定的“非法收购、运输、出售珍贵、濒危野生动物、珍贵、濒危野生动物制品罪”为研究样本。

1 研究现状

从现有文献来看，对于野生动物非法交易案件的研究，有围绕《濒危野生动植物种国际贸易公约》进行展开，从野生动物非法贸易的性质及其影响，以及对国际协定和条例的理解与执行进行探讨。Pires等[1]认为野生动物非法贸易是一个日益严重的问题，主要原因在于生存、替代药物、附属品和宠物贸易，对非法野生动物产品的高需求正威胁着许多最濒危物种的生存，正所谓有需求就会有贸易。Ayling[2]认为《公约》虽然在执行，并采取了一系列措施，但是野生动物的非法交易仍在继续，原因在于这种贸易非常有利可图。减少野生动物非法贸易的政策需要了解驱动野生动物犯罪的个人和团体，具体到地理位置区域和物种。作者专门针对犀牛角贸易及各种网络进行了探讨。骆家林等[3]认为野生动物资源犯罪具有行为链条化，作案团伙化，手段专业化，犯罪跨区域化和非法贸易网络化等特征。

从中国知网，以主题词“野生动物”和“非法贸易”(或“非法交易”)检索出的文章进行计量可视化分析，去除相同或类似主题词，可以看出讨论比较多的相关主题是生物资源、象牙贸易、犀牛角、CITES、野生动物犯罪和犯罪调查等。

从国内对相关案件的研究来看，未见有对本类案件的所有判决书数据进行整理和分析，也未见对此类案件的信息特征进行较为全面的梳理。

2 数据收集与整理

对于大量案件的分析，需要对文本特征进行分析，根据文本特征通过自建词库和编程提取到有价值的信息，这个过程也就是数据的结构化处理。

本研究从开放法律文书平台下载了2013年至2020年5月的全部“非法收购、运输、出售珍贵、濒危野生动物、珍贵、濒危野生动物制品罪”案例，经过数据去空和去重后得到3 346例。按照《最高人民法院关于人民法院在互联网公布裁判文书的规定》，裁判文书的上网为本文研究本类案件2014年以来的已判决案件全部数据提供了方便。

在本案案件的信息特征处理中，应用自然语言处理的方法，对数据进行结构化处理。

一是建立了民族、文化程度、职业、被侵害动物等词库，编写了提取这些关键词的程序，给案例自动打上了上述标签。

二是利用Python中的工具包和正则表达式，编写了提取侵害人居住地、起诉地、出生日期和作案时间等特征信息的程序，并自动打上标签。

三是对判决书中“当事人”字段中的被告人进行分列处理时发现了重复的数据，以判断同案号并且同姓名的方法，专门编写程序将重复提取到的“被告人”进行去除。

四是为了在全部案例中通过已经知晓的关键词关联出其他相类似的关键词，笔者应用Python中的gensim工具包针对收集案例中“庭审过程”所描述的内容，进行了word2vec训练，专门建立了word2vec模型。

3 案件的基本特征

人、事、物、时间和空间构成了一个事件的基本要素。本研究从这5个因素出发，根据3 346份刑事判决书能够提取到的信息做了以下信息特征的统计分析。

3.1 侵害人的特征

根据判决书的文本信息，首先对每个案件中的被告人信息进行了提取，经过去除重复数据、空数据等共计得到4 379名被告人，提取了被告人的性别、民族、年龄、职业、文化程度、居住地等信息。下述统计在去除缺失数据后，最低仍占整个数据的59.67%以上，具有统计学意义。表1列举了每个特征所提取到标签的比例，以及前5个标签的比例。本文用词“以上”、“以下”含本数。

表1 侵害人信息特征

3.2 作案行为特征

收购、运输和出售是本类案件的主要行为特征。其中，收购占63%，出售占57%，运输占24%。收购、出售中的交易方式有当面进行的，也有相当多的案例通过网络进行。

随着网络通信工具的成熟，作案行为中的联系、支付手段有很多采用网络进行，其中涉及的联系和交易平台主要有国内的微信、支付宝等；国外的Whatsapp。国内被利用作为销售的网站或平台还包括：闲鱼、淘宝、贴吧、微博和抖音等。

利用网络联系后一般以快递的形式寄到买家手上，交易双方都不用直接谋面，减少了交易风险，也给侦查带来了困难。例如，2018年5月云南省森林公安破获的“4·10”专案中，犯罪嫌疑人蒋某通过网络平台发布销售野生动物的视频信息，私下谈成后，由在广西边境城市活动的上家于某，通过物流寄递野生动物活体完成买卖。

从关键词淘宝、微信、支付宝、闲鱼、贴吧和微博的统计来看，案件涉及最多的是微信839例，其次是支付宝135例，再次是QQ128例。此外笔者还应用word2vec模型关联出一些平台，如快手、天下、58同城等。

3.3 侵害的动物或动物制品

从收购、出售等行为来看主要涉及的野生动物或其制品包括亚洲象(Elephasmaximus)、穿山甲(Manisspp.)等。表2列举了前10种所占的比例。

表2 侵害动物或制品占比

上述动物的统计中亚洲象所涉及的是其制品，因一般法律文书为说明制品属于什么动物，机器在判断时自动提取而得到。

应用为此类案件建立的word2vec模型，查找相关动物制品的名称或叫法。结果从“象牙”关联出犀牛角、平安扣、红珊瑚、羚羊角、砗磲、河马牙、盔犀鸟、象牙雕牌；从“象牙雕牌”关联出象牙珠、象牙筒珠、盔犀鸟喙制品、雕牌、虎牙、吊坠；从“吊坠”关联出吊牌、牌子、观音、圆珠、挂件、佛头、笔筒、手链、珠链、手环；从“雕牌”关联出圆牌、方牌、挂牌、扳指、挂坠；从“挂坠”关联出烟嘴、戒指等。

由此看来动物制品丰富多样，此种word2vec的训练可为执法人员在市场或交易等的可能动物制品检查中提供较为明确的思路。

美国国际开发署的报告表明，走私者通过航空运输的方式非法贩运象牙、犀牛角、爬行动物、鸟类、穿山甲、海产品和其他哺乳动物，这些物种占所有被走私的野生动植物的81%[4]。这也与我国此类案件的动物制品统计有相似之处。

3.4 侵害时间

以检察机关指控的首起案件的作案时间进行分析统计，比较了2014—2019年各年度的趋势，从图1中可以看出此类案件具有明显的季节特点；此外，2019年看上去有明显下降趋势，但因为法院判决时间有滞后的情况。笔者在2019年收集统计之前的数据时也发现有此种类似的情况，而且今年还受到疫情的影响。

3.5 案件的地点

根据所收集到的案例统计，各省涉及野生动物非法贸易(含收购、运输、出售等行为)分布情况主要集中在沿海省份如广东、福建、江苏，以及与东南亚国家接壤的云南、广西等。从城市排序来看，排前5 的城市(自治州)分别为天津市、上海市、北京市、广州市和德宏傣族景颇族自治州。而作为上游犯罪的非法猎捕、非法杀害等犯罪行为，笔者也做了统计，发现排在前5的分别是呼伦贝尔市、西双版纳傣族自治州、三明市、阿坝藏族羌族自治州和重庆市。显然两者从区域和经济水平来看有显著差异。此外均出现了云南所属的自治州。

交易的具体场所包括家里、店铺中、路面、市场等。同样应用上述所建立的word2vec模型，查询“市场”关联到菜市场、地摊、批发市场、鱼虫、农贸市场、广场、花鸟、流动、鱼市。此外通过某文玩店关联到了很多餐饮店、农家屋，甚至还有服饰店。

4 相关特征的关联分析

4.1 关联规则的构建

关联规则挖掘，也称市场篮子分析，起源于市场营销领域，目前在其他领域得到有效应用，如生物信息学、核科学、药物流行病学、免疫学和地球物理学，也被运用于管理领域[5]。构建关联规则的目的是发现隐藏在大数据之间的关联关系。其主要衡量指标包括支持度、置信度和提升度。本研究应用Python提供的pymining进行关联规则的构建，在设置最小支持度0.1；最小置信度0.9后得到如表3所示的11条关联规则。

表3 生成的关联规则

4.2 分析

从上述关联规则来看，有以下特点：

一是前件有收购、运输动物行为，具有初中文化、汉族、农民、30岁以下特征的，主要与性别男性相关联；二是前件有出售、运输行为的，主要与收购行为相关联；三是前件是亚洲象的，主要与动物制品相关联；四是前件为居住于云南省的，起诉地主要与云南省相联系。

5 对策建议

《国家林业和草原局关于加强野生动物保护管理及打击非法猎杀和经营利用野生动物违法犯罪活动的紧急通知》(林护发〔2019〕21号)从深刻认识野生动物保护的重大政治意义；强化组织协调；全面部署实施从源头、流通到市场各环节的监管举措；加强宣传教育；强化监督检查等5个方面对打防涉及野生动物保护的违法犯罪提出了要求。本文从前面的数据特征统计分析、word2vec模型和关联规则所挖掘出来的联系，建议采取以下较为具体的对策进行防范。

5.1 开展季节性防控

从前述6年的数据分析来看，本类案件的发生从总体上看具有明显的季节性特点。案例数量从3月开始往上走，至8月达到最低点，9月后又开始出现高峰，10月到高点。根据这一特点，野生动物执法部门可调整执法力量配置，在高发时段进行有针对性的重点防控。

5.2 对特定群体和场所进行有针对性的宣传

从侵害人的特征统计以及数据关联分析来看，40岁以下占了一半以上，并且大部分为农民、个体户或无固定职业者。实际上个体户中也有很多来自农民。法律意识淡薄也是造成这类群体在案件中占大多数的原因[6]。从关联到的场所来看，有各类市场、店铺和网络等，因此很有必要在菜市场、地摊、批发市场、鱼虫市场、农贸市场、广场、花鸟市场、文玩场所、流动路口张贴宣传告示，开展普法宣传，提高公众保护野生动物的法律意识；执法部门与电商网站、新媒体网站合作进行法律宣传。

《国务院办公厅关于有序停止商业性加工销售象牙及制品活动的通知》要求2017年12月31日前全面停止商业性加工销售象牙及制品活动。但本研究仍然提取到2018年、2019年涉及象牙制品交易案件100余例。这说明仍然有人无视象牙禁令，为了利益而作案。这说明一方面要强化检查打击，另一方面也要对于象牙销售的禁令加强有针对性的宣传。

5.3 对热点地区进行有针对性预防

热点分析理论将犯罪的区域划分为产生地、吸引地和促进地，并分别给出了相应的对策[7]。通过前面的统计分析，找出了案件高发的省市，但这不足以说明这些省市就是热点区域的中心，因有些省份本身野生动物资源丰富，打击力量的水平高、力度大。热点分析理论主要是针对一个城市的犯罪区域。对于以消费为主的野生动物非法贸易犯罪，也就是分析前面归纳的市场、古玩等交易场所，根据犯罪率确定犯罪的因子。如果是产生地，则重点要加强监督、检查；如果是吸引地，则还要进行路线的干预；如果是促进地，则要增加防卫力量[7]。

5.4 对上游下游犯罪进行联动打击

对于野生动物，收购、出售的前提是有人猎捕或杀害野生动物；对于野生动物制品，收购、出售的前提也存在猎捕、杀害，只是某些野生动物制品因其收藏功能而无即时的猎捕、杀害。在现实检查中有发现无合法来源凭证的情况[8]，因此应落实监管责任，做好源头管控。对于来源不明的野生动物或野生动物制品应追根溯源，追查是否涉及其他违法行为，在源头上进行治理。

5.5 与网管等多部门合作，运用现代科技成果进行打击和防范

从前面特征分析中发现，很多案件通过微信等网络手段进行联系或交易，如何及时发现网络涉及侵害野生动物信息，应纳入网络监管部门的范围，督促互联网企业做好相关违法行为的监管工作，依法实行执法部门、网站，甚至包括公益组织在内的多部门联合防范。

在打击防范中，应充分应用现代人工智能的科技成果助力执法部门打击防范野生动物违法犯罪行为。应用人工智能技术识别涉及野生动物的图片、视频和文字。据报道，国际爱护动物基金会(IFAW)联合百度大脑飞桨团队合作开发的一款名为“濒危物种AI守护官”对象、虎(Pantheratigris)和穿山甲3个物种相关制品图片识别准确率已达到75%左右，准确识别出3 348幅目标野生动物制品图片[9]。

研究野生动物或其制品名称的网络语言也有助于打击防范此类违法犯罪行为。因并非屏蔽了“象牙”两字，网上就不存在发表象牙制品交易的信息。如何发现这些网络语言(或称犯罪黑话)，可构建网络语言方面的模型。笔者上述训练的word2vec也是这方面的成果之一，也愿意无偿为相关执法部门服务，合作打击和防治野生动物犯罪。

6 结语

上述采用大数据的方法整理了案例，并分析了野生动物非法交易犯罪案件的特征，进行了关联规则的数据挖掘。统计数据占全部数据的大多数，具有统计学意义，分析结论具有合理性。随着打击贩卖野生动物活动的深入开展，以及人们法律意识的提高，这类犯罪现象有所收敛，但不排除会采用更为隐秘的方式进行交易，对于野生动物的保护需要综合治理，对于大数据背景下的情报信息分析，可从自然语言的处理，包括专用词库的建设，以及图片、视频的人工智能识别进一步开展研究，以深入挖掘犯罪现象，更好地保护生物多样性和生态文明建设成果。