基于层次分析和模糊综合评价的电信网络诈骗犯罪形势评估

◆马志博

基于层次分析和模糊综合评价的电信网络诈骗犯罪形势评估

◆马志博

（中国人民公安大学侦查学院 北京 100032）

当前预防电信网络诈骗犯罪形势依然严峻，建立科学的电信网络诈骗犯罪形势评价指标体系，是推进电信网络诈骗犯罪预防工作的现实需要，有利于提高电信网络诈骗犯罪形势评价的准确性，增强电信网络诈骗犯罪预防决策的前瞻性、系统性、针对性。运用层次分析法和模糊综合评价法对电信网络诈骗犯罪形势进行定量评估，可以为防范打击电信网络诈骗犯罪效果的提高提供科学依据。

电信网络诈骗；犯罪形势；层次分析法；模糊综合评价法

对电信网络诈骗犯罪进行评估是打击防范电信网络诈骗犯罪的重要组成部分。对电信网络诈骗犯罪形势进行有效评估，有利于发现电信网络诈骗犯罪过程中的薄弱环节，完善和改进电信网络诈骗犯罪防范方法，保障人民群众生命财产安全。

目前来看，我国学术界对于电信网络诈骗犯罪的研究大多是从定性的角度出发，在此基础上分析犯罪原因、提出应对对策，而对于电信网络诈骗犯罪的评价指标体系的研究不够深入，因此难以从定量的角度出发，对电信网络诈骗犯罪形势进行评估。本文首先构建了电信网络诈骗犯罪形势评价指标体系，其次基于层次分析法和模糊综合评价法，对电信网络诈骗犯罪形势进行了科学、全面的评价，有利于提高电信网络诈骗犯罪预防的效果和处置效率。

1 层次分析法在电信网络诈骗犯罪形势评估中的应用

1.1 确定指标权重的流程

确定各级指标权重是对电信网络诈骗犯罪形势进行评估的基础，对于指标权重的确定已有许多研究。本文拟选用层次分析法（AHP）作为电信网络诈骗犯罪形势的评估方法。这种方法根据要实现的目标，将问题拆解为不同的因素，并根据因素之间的相互关系和隶属关系，将不同层次的因素组合，形成多层次分析结构模型，最终使问题归结为最低层（决策、规划等）相对于最高层（总体目标）的权重值或相对优势或劣势的排序[1]。指标权重通常通过以下步骤确定：

（1）建立各级指标层。首先确定目标层，根据评估体系框架依次建立各级指标层。

（2）确定判断矩阵。根据Saaty确定的比较尺度表（表1），由专家对各级指标的权重进行赋值，然后逐对比较每一指标层的各项指标，最后构建出判断矩阵[2]。

（3）层次单排序及一致性检验。计算判断矩阵的最大特征值λmax和λmax对应的特征向量ω[4]。然后计算判断矩阵的一致性指标CI，见公式（1）：

对判断矩阵的一致性比率CR进行计算，见公式（2）：

注：CI为一致性指标；RI是对应的平均随机一致性指标。平均随机一致性指标值如表2所示。

表1 比较尺度表

表2 平均随机一致性指标值（RI）

当CR<0.1时，则矩阵通过一致性检验，计算出的ω为指标权重[5]；当CR≥0.1时，则需要重构判断矩阵。

（4）层次总排序。通过层次单排序，可以得到某一级指标对上一级的权重，递推可得到所有指标对电信网络诈骗犯罪形势的权重。假设一个指标层A层中的一个指标为Aj，其对应的下一级指标则为b1，b2，... bk，则根据Aj的层次单排序权重b1j，b2j，... bnj，可得出对于电信网络诈骗犯罪形势的权重，如公式（3）所示：

1.2 评价指标体系设计

本文通过走访一线侦查人员的意见，查阅相关资料，并咨询侦查领域相关专家的意见，最终决定从“犯罪嫌疑人—案件—社会—保障情况”四个方面建立对应的评价指标体系。其中包括4个一级指标：犯罪嫌疑人因素、案件因素、社会因素、保障情况，以及12个二级指标：作案人数（C11）、发案率（C21）、经济发展水平（C31）、警力（C41）等。

（1）犯罪嫌疑人因素（B1）

电信网络诈骗犯罪少不了侦查人员与犯罪嫌疑人的较量，犯罪嫌疑人因素在评价指标体系内的重要性不言而喻。此一级指标包括作案人数、犯罪嫌疑人构成、反侦查能力3个二级指标。

①作案人数（C11）。作案人数是指实施电信网络诈骗犯罪的嫌疑人人数。作案人数的增加或减少在一定程度上反映了电信网络诈骗犯罪分散作案与团伙作案之间的变化趋势。

②犯罪嫌疑人构成（C12）。犯罪嫌疑人的构成是指电信网络诈骗犯罪中老年人、未成年人、一般的犯罪嫌疑人等不同类型的人员的所占比例。

③反侦查能力（C13）。反侦查能力是指犯罪嫌疑人根据侦查机关的侦查活动逃避侦查的能力。犯罪嫌疑人的反侦查能力的强弱一定程度上反映了案件破获的难度。

（2）案件因素（B2）

对于电信网络诈骗犯罪形势的预测，必不可少的就是对案件的分析。与案件数量有关的因素是对电信网络诈骗犯罪形势预测最直接的指标。该一级指标下包含的二级指标有发案率、破案率、涉案金额。

①发案率（C21）。发案率是指一定地区、某一时期内发案数与同期人口数的比值，通常用于表达某一地区、某一时期治安状况，或用来比较两个不同时期的治安状况，也用于不同地区、省市和不同国家之间的比较[6]。本文中电信网络诈骗犯罪的发案率，从某种程度上可以体现当地此类犯罪出现的频率和数量。

②破案率（C22）。破案率是指在一定地区和一定时期内破案数占发案总数的比重。在本文中，电信网络诈骗犯罪的破案率，从某种程度上可以直接体现当地对此类犯罪的治理效果。

③涉案金额（C23）。涉案金额是指实际案件中产生的财物的价值数额[7]，即电信网络诈骗犯罪嫌疑人的实际犯罪金额或违纪金额。

（3）社会因素（B3）

社会因素是指能够影响电信网络诈骗犯罪案发数量或影响其犯罪形势的主要社会环境因素。该一级指标下包含经济发展水平、文化教育状况、相关法律政策3个二级指标。

①经济发展水平（C31）。一个地区的经济发展水平可以从规模和速度两方面进行衡量。在规模指标中，最常用的是“人均GDP”指标，而速度指标中，最常用的是“GDP年增长率”。从某种程度上来说，一个地区的经济发展水平与电信网络诈骗犯罪存在着正相关的关系。

②文化教育水平（C32）。文化教育水平体现的是一个地区人员总体的受教育程度，一个地区不同学历人数分别占地区人口总数的占比，是反映一个地区文化教育情况的最直观的评判标准。

③法律政策情况（C33）。法律政策是指国家、省、市为了防范、惩治电信网络诈骗犯罪而专门出台、完善的相关法律、法规、政策等。

（4）保障情况（B4）

保障情况是指为了打击防范电信网络诈骗犯罪，而在人力、物力、财力等方面的投入情况。该一级指标下包含3个二级指标：警力、经费和装备。

①警力（C41）。警力因素指的是投入到电信网络诈骗犯罪办理及研究的警务人员情况。

②经费（C42）。经费因素指的是投入到专门用于反电信网络诈骗犯罪领域的经费。

③装备（C43）。装备因素指的是投入到专门用于反电信网络诈骗犯罪领域的武器、设施、设备等。

综上所述，本文所建立的电信网络诈骗犯罪形势评价指标体系图如1图所示。

图1 电信网络诈骗犯罪形势评价指标体系

本文拟对1、2级指标进行评分并计算其权重，在此基础上邀请了10名专家进行评分。某位专家对1、2级指标的评分表如表3—表7所示。

表3 电信网络诈骗犯罪形势A判断矩阵及权重

λmax=4.118 CI=0.039 RI=0.89 CR=0.044

CR＜0.1，因此通过一致性检验。

表4 犯罪嫌疑人因素B1判断矩阵及权重

λmax=3.054 CI=0.027 RI=0.52 CR=0.052

CR＜0.1，因此通过一致性检验。

表5 案件因素B2判断矩阵及权重

λmax=3 CI=0 RI=0.52 CR=0

CR＜0.1，因此通过一致性检验。

表6 社会因素B3判断矩阵及权重

λmax=3.029 CI=0.015 RI=0.52 CR=0.028

CR＜0.1，因此通过一致性检验。

表7 保障情况B4判断矩阵及权重

λmax=3.007 CI=0.004 RI=0.52 CR=0.007

CR＜0.1，因此通过一致性检验。

由表3—表7可得判断矩阵，计算其一致性比率CR分别为：0.044，0.052，0，0.028，0.007，通过计算，各CR值均＜0.1，上述判断矩阵均通过一致性检验。

基于此可得1级指标权重为：

ω0=（0.237，0.446，0.218，0.098）

2级指标对1级指标的权重分别为：

ω1=（0.589，0.252，0.159），ω2=（0.333，0.333，0.333），ω3=（0.655，0.187，0.158），ω4=（0.798，0.097，0.105）

对10名专家的打分分别进行进行一致性检验，得出各级指标的权重，再取平均值，得到最终的权重表，见表8。

表8 综合权重表

3 模糊综合评价法在电信网络诈骗犯罪形势评估中的具体应用

模糊综合评价法基于模糊数学的隶属度理论，将定性评价转为定量评价。其基本思想是建立评价指标体系，利用模糊线性变换原理和最大隶属度原则，对与目标相关的各因素从低层次到高层次进行评价，直到得到最终评价结果，具有结果直观、系统和整体性强等优点[8]。基于上文评价指标体系，本文拟采用模糊综合评价方法对电信网络诈骗犯罪进行评价，以期获得准确、直观的犯罪形势评估结果。

3.1 模糊综合评价法评估电信网络诈骗犯罪形势的流程

运用模糊综合评价法对电信网络诈骗犯罪形势进行评估的流程如下：

（1）构建评价因素集。设某一层级的电信网络诈骗犯罪指标有l个，则可记为A = {Ai} = {A1，A2，…，Al}。对应Ai的下一级指标可以记为Ai= { Ai1，Ai2，…，Aik}。

（2）建立评语集。本文将评语集划分为5个等级：V = {非常严峻，比较严峻，一般，比较乐观，非常乐观}。

（3）确定指标隶属度。假设有x个专家对某个指标进行了评判，其中有y个专家选择了某评语等级，则该指标对于该评语集的隶属度为y/x。

（5）计算综合评定向量。本文选用加权平均类型模糊算子进行计算，得到综合评定向量式B。如公式（4）所示：

式中：ω表示指标的权重集，R表示模糊关系矩阵。

L=B·P （5）

式中：B为综合评定向量，P为赋值矩阵。

3.2 对评价指标的模糊综合评价

表9 电信网络诈骗犯罪形势综合评价标准

（2）生成权重系数矩阵。运用上文层次分析法生成电信网络诈骗犯罪评估的1级指标和2级指标的权重，即：

ω0=（0.219，0.412，0.248，0.122），ω1=（0.423，0.298，0.279），ω2=（0.516，0.262，0.222），ω3=（0.451，0.277，0.272），ω4=（0.648，0.169，0.184）

（3）生成隶属度打分表。本文拟对各2级指标进行打分，专家对于电信网络诈骗犯罪形势的隶属度打分见表10。

表10 专家隶属度打分表

（4）生成模糊判断矩阵。基于各指标的隶属度（见表10）及前文各指标的权重（见表8），可生成模糊判断矩阵，如表11所示。

表11 模糊判断矩阵表

（5）对模糊判断矩阵进行分析

利用公式可计算对于1级指标的综合评定矩阵为：

B1=（0.340，0.130，0.458，0.172，0）

B2=（0.577，0.200，0.175，0.048，0）

B3=（0.427，0.082，0.491，0，0）

B4=（0.412，0.135，0.308，0.147，0）

根据1级指标综合评定矩阵，可以得到2级指标隶属度矩阵，如公式（6）所示：

综上所述，可以得知电信网络诈骗犯罪形势级别为非常严峻。

4 结论与建议

根据层次分析法所得到的权重指标来看，首先对1级、2级指标进行分析。1级指标权重从大到小排序为：案件因素（B2）＞社会因素（B3）＞犯罪嫌疑人因素（B1）＞保障情况（B4）。其中，对电信网络诈骗犯罪形势影响最大的是案件因素这一指标，权重为0.412，因此要防止电信网络诈骗犯罪形势的恶化，首先要采取相应措施降低电信网络诈骗犯罪的发案率，减少其涉案金额，并努力提高其破案率。在犯罪嫌疑人因素方面，其权重为0.219，结合相对于此因素的2级指标权重来看，公安机关在办理电信网络诈骗犯罪的过程中，更要注意作案人数的变化趋势，防止电信网络诈骗犯罪呈现群体化、规模化的趋势。在社会因素方面，其权重为0.248，再结合2级指标相对于1级指标的权重来看，经济发展水平权重最高，因此可知电信网络诈骗犯罪与当地的经济发展水平紧密相关。保障情况因素的权重为0.122，在1级指标里权重占比不高，但需要注意的是，在2级指标中，警力因素的权重比超过六成，结合目前我国基层公安机关普遍出现的警力不足的问题，投入更多警力于电信网络诈骗犯罪领域似乎显得不可行，因此，如何提升办案效率和效果，借助高科技设备、完善电信网络诈骗犯罪防范体系，是今后处理电信网络诈骗犯罪的重点所在。

其次对2级指标进行分析，根据表8得出的总权重可知各个2级指标在电信网络诈骗犯罪形势评估中的影响大小，其权重从高到低排序如下所示：发案率（C21）＞经济发展水平（C31）＞破案率（C22）＞作案人数（C11）＞涉案金额（C23）＞警力（C41）＞文化教育水平（C32）＞法律政策情况（C33）＞犯罪嫌疑人构成（C12）＞反侦查能力（C13）＞装备（C43）＞经费（C42）。结合模糊综合评价对各指标的评价，也为结果的确定提供了重要的依据。

总的来说，本文在对电信网络诈骗犯罪形势进行评估的过程中，将定性与定量相结合，并进行分析，构建了一个电信网络诈骗犯罪形势评估模型，对于防范与处置电信网络诈骗犯罪具有一定的现实意义与参考价值。但是，影响电信网络诈骗犯罪形势的因素还有很多，基于人的主观性以及笔者能力的不足，本文所列举的影响因素还不够完善，这也是后续继续研究的方向之一。另外，在进行模糊综合评价时，限于笔者的资源不足，评估结果会受到专家数量和个人经验的影响，结果的准确性可能有一定程度的偏差，需要进一步的改进与完善。

[1]许树柏. 实用决策方法：层次分析法原理[M]. 天津大学出版社，1988.

[2]满金萍，张利军.基于灰色聚类法的绿色建筑评价研究[J].工程经济，2017，27（07）：76-80.

[3]张驰，陈涛，倪顺江.基于层次分析和模糊综合评价的电网系统应急能力评估[J].中国安全生产科学技术，2020，16（02）：180-186.

[4]朱俊杰. 基于平衡计分卡的北京银行A分行绩效评价体系研究[D].江苏大学，2017.

[5]赵安.完善金融支持工业发展评价体系的建议——以大庆市为例[J].黑龙江金融，2017（01）：46-48.

[6]郭翔．犯罪学辞典[M].上海人民出版社，1989.

[7]迟冠男. 行政处罚中的违法所得认定问题研究[D].吉林大学，2016.

[8]龚志伟.基于层次分析法和模糊综合评价的云南省毒品犯罪形势评估[J].云南警官学院学报，2017（02）：6-12.