大数据背景下犯罪趋势分析的研究综述

杨海龙

摘要大数据的到来为犯罪趋势分析工作带来了机遇，本文在广泛搜集近几年来有关大数据、犯罪趋势分析等理论探索和实战应用的基础上，对基于大数据的犯罪趋势分析做一个较为全面的综述，简要介绍犯罪趋势分析的现状以及大数据环境下如何推动犯罪趋势分析的变革。

关键词大数据 犯罪趋势 研究 综述

随着互联网、移动互联网、物联网以及云计算等新一代信息技术的高度发展，一个以海量异构数据为特征的大数据时代已经到来，基于大数据的犯罪趋势的分析将成为打击违法犯罪非常有效的方式，以此为契机，学术界和各实战单位涌现出一批学者和专家试图从理论和实战的角度，探讨研究大数据给犯罪趋势分析带来的变革，在此基础上，有关犯罪趋势分析以及大数据在犯罪趋势分析中的应用都出现了一批研究成果。本文通过广泛收集近年来有关大数据和犯罪趋势分析的相关文献，梳理如何将大数据的理论和方法应用于犯罪趋势分析中，推动犯罪趋势分析方式方法的创新和变革，使犯罪趋势分析更加具有科学性和精确性，为公安机关打击违法犯罪、把握社会治安形势提供依据。

一、犯罪趋势分析

当前，有关犯罪趋势分析的研究内容较为宽泛，有关犯罪趋势分析的研究角度主要包括以下几个方面：

（一）犯罪趋势分析的现状

“犯罪趋势分析”一次最早出现于1928年美国伯吉斯的著作中，接下来美、德、苏、日等国也相继做了大量的研究，如，美国、西欧、亚洲各国等对犯罪趋势进行分析和研究并提出预防犯罪的策略。从具体的犯罪趋势分析方法来讲，国外还通过研究具体案件地点、时间、手段、类型等变化规律，进而分析犯罪趋势。例如，运用犯罪地图技术对夜间盗窃案发生的时间和地点进行分析，进而预测作案时间和地点的变化规律；。通过对过去五年中国家统计的基础数据进行分析，可以预测不同年龄层次人群的受害率；运用多元离散分析方法对海量犯罪数据进行定性和定量分析，通过分析案件内在的关联性以及案件与案件之间的关联性来预测案件种类的变化。

当前我国犯罪趋势分析重点在于通过对犯罪现象进行数字化，在此基础上把握犯罪的整体趋势，并对这一趋势进行量化。在20世纪80年代初至90年代末期，对于犯罪趋势分析的研究多是从介绍犯罪趋势分析的基本原理和方法。以及不同类型方面的犯罪趋势分析等。2000年，犯罪趋势分析向纵深发展、精度向定量发展，呈现出研究内容本质化、研究方法数理化、研究领域微观化以及成果应用普遍化等特点。

犯罪趋势分析的内容涉及各个层次和领域。按照分类的不同可以分为犯罪总量与趋势分析、犯罪原因和条件分析、犯罪时空分析、犯罪心理倾向分析、犯罪手段分析、潜在犯罪类型趋势分析以及犯罪趋势分析其他内容。也可将犯罪趋势分析的研究内容具体为研究对象的基本情况、造成不同具体对象犯罪条件和诱因的分析、掌握分析犯罪规律性的时间和地点、掌握犯罪规律性的具体手段以及在此基础上采取相应措施的分析等。还可按照犯罪趋势受时间、地点、环境、案件等要素影响的不同，将犯罪趋势分析的研究内容分为犯罪主体的分析、犯罪行為的分析、犯罪环境的分析、犯罪区域的分析等等。

（二）犯罪趋势分析的方法

犯罪趋势分析需要一定的方法，通过借助这些方法来推测未来可能的犯罪现象。犯罪分析方法有广义和狭义之分，犯罪趋势分析方法一般可分为两大类，即经验分析法和科学分析法。经验分析法是一种定性分析方法，是一种通过主观判断加之简单推理的犯罪分析方法，如头脑风暴法、德尔菲法等，经验分析法有时候需加之主观想象，结果可能有误差。而科学分析法是以准确的统计数据为基础，运用适当的数学模型得出事态变化规律，进而分析得出犯罪趋势。如，回归分析法、灰色系统理论法、GIS法、模糊BP神经网络法、随机森林法等等。当前对于犯罪趋势分析方法的研究多是属于经验预测法和科学预测法这两大类。

因此，国内关于犯罪趋势分析方面的研究多是系统地寻求犯罪的发展规律，多是进行理论探讨，主要存在预测方法落后、脱离实务需求以及与犯罪主流趋势脱节三个方面的不足和滞后，需要紧跟犯罪主流趋势，改进犯罪趋势分析方法，切实改变当前犯罪趋势分析的滞后的状况

二、大数据在犯罪趋势分析中的理论探索

大数据是应对智能犯罪的迫切需要，能够增强打击违法犯罪的洞察力，在大数据时代，犯罪趋势分析将基于数据分析，而不是基于经验和直觉，这将会大大提高犯罪趋势分析的科学性和准确性。在此基础上运用大数据原理，描绘好“三张K线图”，描绘好社会治安趋势图，进而分析犯罪趋势走向，为主动出击打击违法犯罪提供决策支持。相应地，大数据技术的发展和完善可以综合多种数据源，提供更加智能化的技术开展分析预测工作，让犯罪趋势分析更加智能，更加高效。

（一）运用大数据理论开展犯罪趋势分析需要借助一定的方法

关于方法的研究主要是通过与计算机科学、统计学等学科相结合，来探究基于大数据的犯罪趋势分析的具体模型和方法。将成熟的预测模型应用于犯罪趋势分析中可大大提高犯罪趋势分析的准确性和科学性，如引入计算机科学中分布式处理构架，并将该构架与基于大数据的犯罪预测相结合，可高效处理海量大数据，是一种有效可行的方法。美国预测警务将犯罪趋势分析方法分为四大类：分析犯罪风险增加的地点和时间、分析将来有犯罪风险的个人、分析已知犯罪案件最有可能的嫌疑人以及分析可能的犯罪受害群体或在某些情况下最容易成为犯罪受害人的个人。大数据应用于犯罪趋势分析的模型分为反馈式预测模型和非反馈式预测模型两种，并将两种模型应用于警力部署、案件处理、剖析以及公共安全四方面的领域。大数据时代传统犯罪趋势分析向探索式可视分析转变，针对不同主题的犯罪，还可以运用不同的模型和方法将预测内容可视化，如基于系列犯罪时空轨迹数据的可视分析、基于犯罪实时态势的可视分析、基于犯罪时空过程数据的可视分析以及基于时间序列犯罪统计数据的可视分析等。

（二）运用大数据理论开展犯罪趋势分析具有一定的局限性

大数据为犯罪趋势分析提供了数据支持、技术支持和方法支持，为犯罪趋势分析提供了极大的可能性，然而大数据并不是万能的，在运用大数据理论和方法进行犯罪趋势分析时也存在一定的局限性，比如存在“测不准”现象，存在预测误差和失误的现象等。由于犯罪预测的主体和客体存在着某种博弈关系，使得犯罪趋势分析的不确定性大大增加，再加上犯罪规律因人为因素的介入而变得异常复杂，加大了犯罪趋势分析“测不准”和出现分析误差或事物的现象发生。相应地，通过对海量犯罪数据进行分析的过程，可能会侵犯公民隐私，挑战平等自由和正义，导致数据乱用的现象发生，是通过大数据进行犯罪趋势分析的巨大困境。

三、大数据在犯罪趋势分析中的具体应用

犯罪大数据的巨大价值体现在犯罪大数据的创新实践中，各地公安机关尝试将大数据应用于犯罪趋势分析中，己取得一定的成效。其中，以北京怀柔分局研发的“犯罪趋势分析系统”以及苏州市局研发的“PPS犯罪趋势分析系统”最为典型。

北京市公安局怀柔分局积极推进“大数据”建设，结合大数据、云计算和科学分析模型，整合理念案件信息，成功研发“犯罪数据分析和趋势预测系统”。在该系统界面上，左边是怀柔16个警务辖区，右边是入室盗窃、诈骗案、盗窃案、抢劫案等8大犯罪案件分类，上方是关于年份、月份、季度、半年的选项，中间则呈现出所选的数据信息，可以按不同区域以图形的方式显示出发案比例。该系统收录怀柔历年来的犯罪案件数据，并将发生的犯罪案件实时导入数据库，通过相关模型和地图标注的方式分析系统中的犯罪数据并形成犯罪趋势图，自动预测未来某段时间、某个区域可能发生犯罪的概率以及犯罪的种类。借助该系统，怀柔分局已初步形成以情报为依托、以预测结果为重点的主动性工作模式，为打击防范违法犯罪提供前瞻性指导。

苏州市公安局以虎丘分局浒墅关派出所作为试点单位，积极探索应用于巡防控方面的“PPS犯罪趋势分析系统”，并在实践中不断完善，形成了相应的运行机制、操作流程以及制度规范。“PPS犯罪趋势分析系统”充分借鉴国内外先进经验，结合本辖区治安实际状况，自动抽取近年来“大平台”内的辖区案事件信息，综合人口、地理、天气、房价等业务数据构建算法模型，并根据近期的实际数据变化，分析出该辖区不同类型犯罪的走向和趋势，进而提前预测某段时间内的犯罪高发区域、犯罪高发类型和发案概率，并用红色方框标示需要提高警惕的“热点”地区，以此指导巡防布警。该系统的主界面是一张城市地图，在该地图上把需要防控的重点区域以简明扼要的形式直观展现出来，每个区域以200米*200米作為巡防重点，科学引导巡防力量针对性布控，在日常防控任务重且警力资源不增加的情况下，推动实现以预测为主的防控工作。“PPS犯罪趋势分析系统”的运用，改变了以往传统的巡防模式，将大数据充分融合进巡防工作，做到数据支撑、精确预测，向着数据引防、情报导防、科学布控的方向转变。

四、大数据背景下犯罪趋势分析的发展策略

大数据分析能够预防可能发生的案件、预测犯罪嫌疑人的特征，进而为减少社会危害提供应对思路和解决对策。将大数据运用于犯罪趋势分析，探究大数据背景下犯罪趋势分析的发展策略是公安工作未来发展模式。

大数据时代下，数据呈几何增长，这些数据成为公安工作提升战斗力的源泉，非结构化数据更是蕴含着极大的潜在价值，通过对海量数据收集、整理、分析可推动公安工作创新发展，也就是公安工作将日益以数据驱动警务决策，大大提高警务决策的科学性和准确性，摒弃了经验和直觉的依赖性。大数据的到来也改变了人类的思维模式和工作方法，完成了三个转变：从随机样本到全体数据的转变，从精准小数据到混杂大数据的转变以及从因果关系到相关关系的转变。因此，公安工作模式更加侧重于数据分析和人工分析的结合，在获取大数据分析处理结果的基础上，通过人工分析甄别和研判达到大数据精细化的转变，最终得到科学合理的分析结果，进而指导公安工作。

大数据技术的研发和应用为公安工作的发展提供了多种角度的侦查方式，大大提高了公安机关的破案效率，并为预防高科技犯罪构建了良好的治安环境。公安机关通过利用大数据技术开发软件和系统，实时动态的掌握案件的发展情况，并及时作出预警。随着公安信息化的发展，大数据在公安实战工作中的应用也逐渐成熟，通过搭建大数据处理分析平台、犯罪地理画像系统已成为公安机关信息化应用的热点问题，成为助推公安工作创新发展的利器。因此，面对大数据给公安工作带来的机遇，应以公安信息化为基础，以互联网、物联网、公安信息网、云计算等信息技术为支撑，结合大数据理念和方法，积极推动“智慧警务”建设，紧跟大数据时代潮流。并从技术层、应用层、主体层、智慧公安产业体系四个层面构建“智慧警务”系统，为智慧警务的建设提供了理论框架和思想基础。“智慧警务”模式可以创新犯罪趋势分析工具，大大提高犯罪趋势分析的准确性，使得“犯罪趋势分析和预测”向“预测警务”模式变革。在构建智慧警务的基础上，还应在规划层面、操作层面以及运行保障层面提高大数据利用率，增强公安工作的主动性和有效性。