警情预测时空关联分析研究——以广西壮族自治区为例

刘莉莉,贡晓静,秦 概

(1.广西警察学院,广西 南宁 530028;2.广西南宁市公安局青秀分局,广西 南宁 530028)

0 引言

信息化、建设智慧城市、平安城市的发展要求以及大数据、物联网的快速发展,大力推动了科技强警的步伐,广西公安在加快信息化建设的过程中建立了很多科学的地理信息系统,大大提高了公安机关防范和打击犯罪的效能。近年来,在公共安全建模与预测领域也取得了一定的成果,并通过应急指挥系统解决了一些特、重大事件。但是,一些易发案件的发案率还是居高不下,这影响到社会治安和民众生活质量,也不符合平安城市的建设要求。因此,对警情进行预测是将是很重要的一项工作。

随着公安数据的海量增长,传统的基于个人经验的警情分析已逐渐满足不了日益增长的犯罪数据以及错综复杂的时空关联关系。当下,警情预测应该在大数据的支持下,通过可视化的方式,即地理信息系统展示,对海量历史数据进行时间、空间等进行相关性分析,得出准确的预测结果,定位警情高发地域和时域,为公安机关警力部署提供决策依据。利用环境犯罪学的相关理论以及地理信息技术,对警情进行数据挖掘与时空相关性分析,将成为公安机关未来研究的重点之一。

1 国外研究现状

在时空关联挖掘算法上,较为认可的关联规则挖掘的算法主要有Apriori算法和PF-Growth算法,主要针对“购物篮”类型的数据库,是非时空属性的数据。

Marcin Gorawski等[1]在传统的Apriori算法基础上对数据集连接步骤进行改进,通过扩展自连接的约束条件,获得更多候选项集和频繁项集,进而生成时空关联模式。

人们从外界获取的信息约有80%以上来自于视觉系统,可视化分析的优势在于能够直观形象地将数据转化为图形或图表,向用户提供知识化结果,并且能够直观地发现数据的差异或关联。因此,可视化时空分析是当前时空关联分析领域应用较为广泛的研究方法之一。

2011 年年底美国警方公布开发了一个名为 Blue CRUSH的犯罪预测软件,称此软件可以对已发案的历史数据进行分析来预测今后犯罪将发生的时空。一些城市试用了此软件后犯罪率降低了30%。

国外一些地区已经在日常警务工作中使用犯罪预测技术,犯罪率有了明显降低。如美国肯特利用 Pred Pol将盗窃降低了 15%～50%,美国兰凯斯特市使用 IBM SPSS Modeler 将犯罪率降低了42%,大曼彻斯特警局利用犯罪预测,将入室盗窃降低了 26.6%等。

2 国内研究现状及水平

目前在国内,不少学者结合自身研究领域对时空数据进行了时空关联规则算法的扩展和改进。

岳慧颖[2]提出的时空数据挖掘算法(Shi Kong Data Mining,SKDM),先考虑空间约束条件后综合考虑时间因素,得到有时间与空间约束的关联规则。夏英[3]、张俊[4]等学者借鉴SKDM算法思路,提出了时空关联规则挖掘算法Spatio-Temporal Apriori (STApriori)算法,该算法用于智能交通指挥可科学有效地缓解城市交通拥挤,调整城市交通流量分布。郭文月[5]使用贝叶斯网络模型,研究了用于表现时空事件特征的可视化表达方式,再运用可视化分析系统对全球恐怖主义事件的时空分布特征、局部对比特征及整体趋势进行可视化分析,最后利用ArcGIS处理工具构建社会安全事件可视化表达模型。柳林等[7]对城市入室盗窃案件进行了研究分析,揭示了一定区域环境内犯罪者的行为特征,之后又利用随机森林分析方法及时空核密度分析方法分别对不同周期的犯罪热点进行了预测,通过实例分析,得出最优预测方法。借鉴美国的Blue CRUSH软件,国内学者阎耀军等[8]研发的以北京市怀柔区为研究区域的犯罪预测时空定位信息管理系统于2013年4月在北京市怀柔区投入运行,运行2个多月的数据显示,该系统明显地降低了犯罪的发生率,提高了各类案件的破案率,并为怀柔区警力部署提供了科学的决策,减少了警务分布的盲目性和随机性。

总体来说,虽然很多学者研究了警情时空分布的形成原理,然而他们选取的空间环境数据项各有千秋,再加上不同城市环境的差异性,这些研究对警情时空的关联分析仍显匮乏,亟须深入发掘。

3 广西警情预测存在的问题

目前,广西公安机关案件除涉稳、电诈案件有预警外,其他犯罪基本没有预警,据有关方面统计,世界各国警察与人口数量的平均比例是35名/万人,而我国的警民比例远低于这个数。一些已经发生的案件都有可能无法破案,这与人力、财力、物力息息相关,警力不足是一个很大的原因,公安机关打击犯罪还处于一种被动局面,即案件发生后的破案而不是案发前的预测。即使有预警采用的也是传统的人工分析,如盗窃(包括入室盗窃、盗窃电动自行车)主要还是依靠民警的个人经验进行警情预测分析,通过同类案件、同一犯罪主体、犯罪环境和时间的规律进行分析预测,在海量的数据中,犯罪原因、主体、发案现场的环境等关系盘根错节,人工分析费时而且还容易出现遗漏,并且需要大量的经验,一般的民警根本无法完成。所以,传统的基于个人经验的警情分析已不能应对日益增长的犯罪数据以及错综复杂的时空关系。如果将海量的数据交由计算机系统进行分析预测,瞬间就能得出结果。实现这个目标并不是不可能,国内外诸多学者已经在犯罪预测领域取得了一定的研究成果[9]。

3.1 侧重个案分析

目前广西对警情的预测研究大多侧重某个案例的分析,提出的方法比较分散,没有形成一个通用的技术框架。比如情报气象站,通过发案区域监控、案件以及重点人员管控模型进行组合数据分析得出预警信息,这些预警针对的是涉稳事件,预警重点为报复社会人员、非正常上访人员、精神病人、扬言报复社会的极端人员等,其他犯罪如盗窃、抢夺、抢劫等没有纳入预测的行列,而盗窃案的发案率是相当高的,有时盗窃还会在特定的环境影响下演变为伤害案甚至命案,严重影响了公民的生活质量,也影响了公民对公安机关的满意度。所以,普通案件预测同样应该得到重视。

3.2 犯罪预防措施具有一定的盲目性

为降低城市犯罪的发生率,公安机关一般会采用街面巡逻和设置社区警务的方式,虽然对预防犯罪起到了一定的作用,但是,由于街面巡逻具有盲目性和随机性,民警对犯罪发生的时间和地点不能事先预测,再加上一些犯罪主体反侦察能力较强,他们通过事先踩点,伏击守候,在巡逻民警离开后再实施犯罪。还有一些犯罪是临时起意,其中有环境因素的影响,比如天气、犯罪主体的心情等。由于警力不足,公安机关不可能做到任何区域时时刻刻都有人巡逻,犯罪主体总会有见缝插针的机会,这样的街面巡逻会造成人力物力的浪费[10]。

4 解决策略

4.1 研发应用于实际警务工作的警情预测信息系统

近年来,国内研究犯罪预测的学者大有人在,但鲜少应用于警务实战,偏重于理论研究。我国正处于并将长期处于社会主义初级阶段,全国老龄化问题日趋严重,警民比例短期内不可能有大幅提高,所以,在有限的警力条件下,要摆脱人工分析进行预测的瓶颈,必须依靠科技的力量增强公安机关的执法能力,美国的 Pred Pol 犯罪预测平台、IBM SPSS Modeler的犯罪预测、大曼彻斯特警察局采用最佳觅食者理论预防犯罪及国内的犯罪预测时空定位信息管理系统都表明警情预测能有效地降低犯罪率。但是,犯罪的发生与很多因素相关,如环境、犯罪主体的思想活动、人们的生活习惯、建筑物结构、地形、天气等,要从这些因素入手进行研究才有可能达到准确的警情预测,这就需要相关部门加强对犯罪地理学、时空数据模型、时间数据挖掘和犯罪形成机理的研究,开发出能够正确预警的信息系统并应用于警务实战。

4.2 扩大警情预测范围

南宁市自2018 年以来发生在街面、入室盗窃、盗窃电动自行车等传统侵财类案件发案率占刑事案件的一半以上,而且具有专业性、职业性、团伙性和跨区域性的特点,这些案件发案率高但是破案率低,即使破案,赃款赃物也很难完全追回,对社会治安稳定和人民生活质量的影响非常大。所以,防治这些易发案件是保障社会治安稳定和民众生命财产安全的有效手段。相关部门仅仅将报复社会人员、非正常上访人员、精神病人、扬言报复社会的极端人员进行警情预测还远远不够,其他多发性案件同样会对社会治安产生威胁,也应该纳入警情预测。

4.3 针对性地进行巡防

警情何时何地发生,受到时间维、空间维动态性、关联性和不确定性的影响,而且警情发生的原因也很复杂,传统的数据分析方法不具备处理多个数据项集复杂关系的能力。因而,街面巡逻依靠的是对历史发案情况的经验总结,找出易发案地段和时段从而进行巡防,不能准确地预测发案时间和地点,具有一定的随机性和盲目性,犯罪嫌疑人仍然有机可乘。使用科学预测警情的信息系统能准确地预测未来一段时间警情发生的时空,公安机关就可以提前部署警力在这些时空,既避免了警力的浪费,也能预防犯罪的发生。

5 结语

从国内对警情预测的研究来看,时空关联的理论、方法、模型研究多,应用比较少,特别是一些经济发达的省份走在了前面,而且已经取得了一些成果,但是警情的发生规律、成因及变化趋势都会有所区别,因此,任何一种警情的时空关联分析研究都不能脱离当地政治、经济、文化背景,广西可以到这些省份进行实地调研,借鉴其预测技术与成果以及宝贵经验,但需要紧密结合本省城市的特点以及特定犯罪类型,并与有实力的公司进行合作开发,研发出科学的适合本地区的警情预测信息系统,得出客观合理的警情预测结果,通过测试进行不断优化,再向全区甚至全国进行推广使用。相信,在不久的将来,广西也可以利用先进的警情预测技术降低犯罪的发生率,给民众一个更加安全稳定的社会治安环境。