(2011-0025)治安预测方法及技术比较研究.doc

治安预测方法与技术比较研究 王 欣 （中国人民公安大学图书馆, 北京 102600） 摘要：治安预测是犯罪情报分析中重要的情报分析方法，是警方的日常警务工作中经常使用的工具，本文对国内外治安情报预测方法进行了广泛的研究，分析并总结了目前治安预测主要的技术和方法，比较了国外内治安预测研究的不同点，展望了未来治安预测的发展方向。 关键词：情报主导警务 犯罪情报分析 治安预测 犯罪分析 犯罪制图 The Comparative Study of Crime forecasting Technology Abstract: Crime forecasting is an important intelligence analysis method and a useful tool for policing. With comprehensive studying on crime forecasting literature , this paper classify most of the crime forecasting method and compare the difference of the domestic and the overseas research. Finally，We look to the future of crime forecasting. Keywords: Intelligence-led Policing Crime intelligence analysis Crime forecasting crime analysis crime mapping 引言 基于统计学和计算机科学的各种预测方法早已应用在经济、医学等领域，却在九十年代末期才开始被警方关注，这与警务模式的改变不无关系。在“社区警务”和“情报主导警务”两大现代警务理念提出之前，欧美警方的警务工作是以事件为中心的，是一种被动的反应式警务管理方法，其关注的焦点是罪犯而并非犯罪，而预测某个罪犯的行为几乎是不可能的。上世纪六十年代开始，西方警务发生了重大变革，“社区警务”和“问题导向的警务”理念被广泛接受。进入九十年代，欧美执法部门提出“情报主导警务”，并将犯罪情报分析纳入警方的日常工作。治安预测正是产生于以上背景而产生，治安预测并不关注具体罪犯的行为，而关注的是犯罪可能发生的时间和地点、数量和模式，这些信息足以让警方预先布防，有效的减少犯罪[1]，改善社会治安环境。在英美国家，通常使用“Crime forecasting”一词来代表对城市未来一段时间内治安情况的预测，所以在本文中犯罪预测与治安预测一词含义相同。 治安预测的产生与两件事物的发展密切相关：环境犯罪学的发展和地理信息系统在警方的普及。环境犯罪学是犯罪学的一个分支，主要研究犯罪现象与空间和地理因素之间的关系。犯罪在空间上的分布呈现不均匀状态，并始终随着时间动态变化，这些变化往往与地域文化、经济、环境相关，并呈现出季节特征。犯罪预测正是要捕捉和预测犯罪动态分布的变化，为警方的战略部署和战术安排提供参考。九十年代初期地理信息系统逐渐在欧美警方普及，最初警方将犯罪数据标记在地理信息系统上，用以发现当前的犯罪热点，1997年卡耐基梅隆大学的Olligschlaeger第一次将预测技术与地理信息系统相结合，提出了第一个基于地理信息系统的犯罪预测方法[2]。 治安预测自产生起就受到了警方的关注，1998年已经在犯罪制图方面取得重大成功的美国国家司法研究所一次资助了5个关于治安预测的研究项目。目前治安预测已经成为欧美警方制定警务战术策略的重要工具。治安预测与地理信息系统密不可分，从这种意义上来说，治安预测可以看作是犯罪制图与预测技术的结合，是犯罪制图更深层次的发展[3]。目前犯罪预测已经成为犯罪情报分析中最重要的研究内容。本文对十年来治安预测技术主流和发展进行归纳和整理，并在此基础上对治安预测技术进行了展望。本文的第2节将对国内外治安预测技术进行简要介绍，第3节比较了国内外的治安预测研究状况，第4节对全文做了总结和展望。 2 治安预测方法概述 2.1 时间序列法 时间序列法是在观察和分析数据长期形成的时间序列规律和趋势的基础上对未来进行预测的一种方法，时间序列不需要分析与被预测量相关的自变量以及因变量与自变量之间的关系。时间序列分析法认为时间序列本身就已经包含了足够多的关于系统的信息，只需要对时间序列进行分析就可以预测未来，用一句话来概括就是“让数据自己说话”。构造时间序列是通常会考虑长期趋势、季节变动、循环变动和不规则变动。博克斯詹金斯法、指数平滑法均属于时间序列法范畴。如果平稳时间序列自回归的阶数为，移动平均的阶数为，非平稳的时间序列经过阶差分可以转换为平稳时间序列