張晟

（武漢市公安局 洪山分局，湖北 武漢430070）

大數(shù)據(jù)打防多發(fā)性盜竊案件探析

張晟

（武漢市公安局 洪山分局，湖北 武漢430070）

【摘要】多發(fā)性盜竊案件在刑事發(fā)案中始終占較高比例，其高發(fā)低破態(tài)勢(shì)制約了刑事案件整體破案率的提升。大數(shù)據(jù)的發(fā)展應(yīng)用為打防多發(fā)性盜竊案件創(chuàng)造了有利條件。在打擊犯罪層面，公安系統(tǒng)各類大數(shù)據(jù)信息平臺(tái)為實(shí)現(xiàn)“由人到案”偵查模式的精確打擊提供支撐。在防范犯罪層面，采用數(shù)據(jù)挖掘技術(shù)分析多發(fā)性盜竊案件發(fā)生的時(shí)空規(guī)律，預(yù)測(cè)重點(diǎn)時(shí)段、重點(diǎn)區(qū)域盜竊發(fā)案可能性，有針對(duì)性地進(jìn)行巡邏防控，從而實(shí)現(xiàn)降低多發(fā)性盜竊案件的數(shù)量。

【關(guān)鍵詞】大數(shù)據(jù)；多發(fā)性盜竊案件；數(shù)據(jù)挖掘；犯罪預(yù)測(cè)

動(dòng)態(tài)化信息化社會(huì)條件下，人流、物流、資金流和信息流激增，刑事盜竊案件在這種大環(huán)境下持續(xù)高發(fā)，給公安機(jī)關(guān)打防工作增加了不少難度。堅(jiān)持問題導(dǎo)向，以新一輪公安改革情報(bào)導(dǎo)偵為要求，切實(shí)提升群眾安全感和改革獲得感，研究新形勢(shì)下打防多發(fā)性盜竊犯罪有較強(qiáng)的現(xiàn)實(shí)意義。本文針對(duì)多發(fā)性盜竊案件，利用大數(shù)據(jù)技術(shù)構(gòu)建打防策略并應(yīng)用于實(shí)際，闡明大數(shù)據(jù)打擊和防范犯罪兩者之間的關(guān)系，以期對(duì)多發(fā)性盜案的偵查與防范有所裨益。

一、多發(fā)性盜竊案件的發(fā)案特點(diǎn)及打防挑戰(zhàn)

盜竊，是以非法占有為目的、秘密竊取公私財(cái)物的行為。多發(fā)性盜竊并非法律概念，而是公安機(jī)關(guān)在偵查實(shí)踐中因需要而產(chǎn)生的集合概念。本文所界定的多發(fā)性盜竊案件是指扒竊、盜竊電動(dòng)車、入室盜竊、盜竊車內(nèi)財(cái)物、盜竊機(jī)動(dòng)車油料等盜竊案件。多發(fā)性盜竊案件具有如下特點(diǎn)：

第一，侵犯法益復(fù)雜。盜竊罪規(guī)定在我國刑法264條，其侵犯法益為公私財(cái)物的所有權(quán)。但是，群眾身邊多發(fā)的入戶盜竊、扒竊等案件，實(shí)際上侵犯的是雙重客體，不但侵害財(cái)產(chǎn)權(quán)益，而且侵害公民的居所安寧與社會(huì)秩序。第二，案件高發(fā)低破。盜竊案件發(fā)案數(shù)常年高位運(yùn)行，占刑事案件總數(shù)的75%，而破案數(shù)只占發(fā)案數(shù)的20%左右。第三，作案人具有流竄性、團(tuán)伙性、職業(yè)性特點(diǎn)。2014年，武漢市洪山區(qū)共打掉盜竊團(tuán)伙44個(gè)，團(tuán)伙盜竊嫌疑人占總抓獲人數(shù)27%。抓獲盜竊嫌疑人545人，其中絕大多數(shù)為外省市籍流動(dòng)人口。盜竊嫌疑人多有前處記錄、專業(yè)手法，破獲的2157起案件中有240宗系列案件，呈現(xiàn)職業(yè)化特點(diǎn)。第四，發(fā)案地點(diǎn)多為街頭路面。第五，理性犯罪。美國學(xué)者Cornish與Clarke于1993年提出了理性犯罪抉擇理論，認(rèn)為犯罪出于意志和功利，其選擇與費(fèi)力程度、收益、成本代價(jià)有關(guān)。盜竊是一種典型的理性犯罪，表現(xiàn)有三：一是作案人每次作案腦中有較為明晰的進(jìn)出路線、犯罪計(jì)劃、選取目標(biāo)標(biāo)準(zhǔn)；二是多次打擊處理后，反偵查能力明顯增強(qiáng)；三是在理性犯罪作用下，發(fā)案時(shí)空規(guī)律較強(qiáng)。以扒竊為例，從時(shí)段看，節(jié)假日案發(fā)數(shù)高于平時(shí)；從地段看，發(fā)案集中在商圈、學(xué)校圈、醫(yī)院圈等人口集中地帶。

多發(fā)性盜竊案件高發(fā)低破，實(shí)踐中打防此類案件常常陷入僵局，究其原因主要是以下幾個(gè)方面：

一是管控流動(dòng)人口基礎(chǔ)工作薄弱，導(dǎo)致打擊犯罪成本倒掛。當(dāng)前打擊多發(fā)性盜竊案件不力是動(dòng)態(tài)化人財(cái)物大流動(dòng)的社會(huì)背景與警力不足矛盾作用的結(jié)果。一方面，市場(chǎng)經(jīng)濟(jì)下的城鎮(zhèn)化、城鄉(xiāng)一體化，流動(dòng)人口大規(guī)模、多領(lǐng)域、多區(qū)域、高速度奔涌，公安機(jī)關(guān)對(duì)流動(dòng)人口管理失范、情報(bào)滯后、控制乏力，人口基礎(chǔ)工作反哺?jìng)刹槠瓢噶Χ刃?。另一方面，我國是一個(gè)發(fā)展中國家，財(cái)力供養(yǎng)警力有限，面對(duì)龐大數(shù)量的盜竊發(fā)案，公安機(jī)關(guān)無法支付警力、物力、財(cái)力、精力成本。二是偵查機(jī)制與新形勢(shì)下盜竊案件不適應(yīng)，信息化引領(lǐng)作用不強(qiáng)。建立在以已發(fā)刑事案件為工作對(duì)象、以“由案到人”為主要偵查模式的傳統(tǒng)偵查機(jī)制已經(jīng)與動(dòng)態(tài)化條件下盜竊案件特點(diǎn)不相適應(yīng)。同時(shí)，公安機(jī)關(guān)對(duì)重點(diǎn)人員、高危人員、流動(dòng)人員落地查控普遍存在能力瓶頸，信息化對(duì)打擊破案作用有限，導(dǎo)致當(dāng)前打擊盜竊犯罪效率低、民警疲于應(yīng)付。三是社會(huì)面巡控防范科學(xué)性、針對(duì)性不強(qiáng)。多發(fā)性盜竊案件發(fā)生于街頭路面，加強(qiáng)社會(huì)面巡控是防范多發(fā)性盜竊案件最有效的基礎(chǔ)工作。目前，社會(huì)面巡控時(shí)段選取主要依賴巡邏民警的工作經(jīng)驗(yàn)，隨意性較大。

二、大數(shù)據(jù)打防多發(fā)性盜案的體系建構(gòu)及特點(diǎn)

多發(fā)性盜竊案件發(fā)案數(shù)量大，影響百姓安居樂業(yè)，必須引起我們的重視。根據(jù)多發(fā)性盜竊的一般特點(diǎn)，結(jié)合我國其他省市先進(jìn)經(jīng)驗(yàn)，打防多發(fā)性盜竊案件要堅(jiān)持“打系列、打團(tuán)伙、打規(guī)模、強(qiáng)支撐、重防控”的總體建構(gòu)思路。［1］“打系列”是要“破一串”，打出高效益。盜竊的作案次數(shù)和贓物價(jià)值是量刑依據(jù)?！按驁F(tuán)伙”是要“打一伙”，端掉全組織。盜竊犯以盜為業(yè)，多數(shù)組織完善，分工明確?！按蛞?guī)?！笔且胺€(wěn)一片”，基于信息化作戰(zhàn)的高效能，根據(jù)警情上升決定批量打擊特定犯罪。打系列、打團(tuán)伙、打規(guī)模是打擊戰(zhàn)術(shù)層面的建構(gòu)要求。

“強(qiáng)支撐”基于打擊技術(shù)層面。從目前偵查手段看，主要是技術(shù)偵查、網(wǎng)絡(luò)偵查、刑事技術(shù)、視頻偵查、情報(bào)信息化對(duì)刑事偵查的支撐作用?！爸胤揽亍被诨A(chǔ)層面，是要跳出刑偵來發(fā)展刑偵，通過針對(duì)性加強(qiáng)人防、物防、技防等基礎(chǔ)工作，以實(shí)現(xiàn)對(duì)多發(fā)性盜竊案件發(fā)現(xiàn)得了、防控得住的目標(biāo)。

圖1　多發(fā)性盜竊案件打防建構(gòu)

大數(shù)據(jù)，是一種先進(jìn)的信息技術(shù)，是指在各種類型的海量數(shù)據(jù)中，運(yùn)用各種方法快速獲得有價(jià)值信息用于決策的技術(shù)。［2］相比傳統(tǒng)方式，大數(shù)據(jù)在打防多發(fā)性盜竊案件中具有以下特點(diǎn)：

圖2　大數(shù)據(jù)分析流程

一是理念先進(jìn)，實(shí)用性強(qiáng)。人類社會(huì)已進(jìn)入大數(shù)據(jù)時(shí)代。研究大數(shù)據(jù)打防多發(fā)性盜竊案件，目的是將這種先進(jìn)科學(xué)技術(shù)轉(zhuǎn)換為公安戰(zhàn)斗力、破案生產(chǎn)力。大數(shù)據(jù)打防多發(fā)性盜竊案件創(chuàng)新處在于：在打擊犯罪中，將傳統(tǒng)刑偵工作中的刑嫌調(diào)控、摸底排隊(duì)與數(shù)據(jù)分析相結(jié)合，充分發(fā)揮各種大數(shù)據(jù)信息平臺(tái)在破案打擊中的支撐作用，將“由人到案”精確打擊的偵查模式推向成熟。在防范犯罪中，采取數(shù)據(jù)挖掘決策樹算法定量分析已發(fā)案件，發(fā)現(xiàn)發(fā)案規(guī)律，從而確定巡邏防控的重點(diǎn)區(qū)域、重點(diǎn)時(shí)段，有針對(duì)性地開展巡邏。

二是功能局限。公安工作的基本方針是專門工作與群眾路線相結(jié)合。大數(shù)據(jù)技術(shù)是公安機(jī)關(guān)打防犯罪的有力武器，可以有效緩解警力緊張、抓手不足的問題。但無論大數(shù)據(jù)技術(shù)多么先進(jìn)發(fā)達(dá)，都不能解決偵查工作中的所有問題，不能取代偵查員的主體地位，不能削弱警民之間的魚水聯(lián)系。

三、基于“由人到案”偵查模式的大數(shù)據(jù)犯罪打擊

信息化條件下偵查破案的根本方法是將特定人的身份背景信息、活動(dòng)軌跡信息與案件信息進(jìn)行碰撞。［3］由人到案，就是以特定人為源頭和工作對(duì)象，以查明特定人背負(fù)的刑事案件為目的的一種偵查模式。筆者將信息化條件下的“由人到案”劃為三步——篩刑嫌、查軌跡、碰案件。

（一）篩刑嫌

刑嫌，即刑事犯罪嫌疑人員，是指具有犯罪可疑跡象，但尚未發(fā)現(xiàn)掌握其已進(jìn)行犯罪的事實(shí)，不能對(duì)其展開立案?jìng)刹榈娜藛T。［4］篩刑嫌，是指根據(jù)已掌握犯罪的前科人員、高危人群、行為特征等條件，從已知走向未知，篩查發(fā)現(xiàn)出有待查證的重點(diǎn)人員。借助手機(jī)熱點(diǎn)（記錄項(xiàng)為手機(jī)串號(hào)、手機(jī)卡串號(hào)、時(shí)空軌跡信息）、警綜平臺(tái)（記錄項(xiàng)為已打處人員手機(jī)SIM卡通訊錄）、公交IC卡（記錄項(xiàng)為IC卡串號(hào)、時(shí)空軌跡信息）等大數(shù)據(jù)平臺(tái)，筆者在實(shí)戰(zhàn)中總結(jié)了以下五種方法篩查刑嫌人員。

一是利用已打處人員手機(jī)通訊錄篩刑嫌人員。盜竊犯，特別是慣盜，基于經(jīng)年累月的盜銷，其盜竊團(tuán)伙成員之間已經(jīng)形成了一種熟人關(guān)系網(wǎng)，而這張網(wǎng)就反映在他們的手機(jī)通訊錄中。大量交叉比對(duì)已打處的盜竊犯通訊錄，碰撞共同關(guān)系人，就不難篩查出市內(nèi)流竄性弱、不頻繁更換手機(jī)號(hào)的重點(diǎn)人員。

二是利用盜竊犯反常用機(jī)習(xí)慣篩刑嫌人員。不同于常人，刑嫌人員愛換手機(jī)號(hào)?；谶@種反常性，我們可知轄區(qū)內(nèi)誰最愛換手機(jī)號(hào)，誰就是“高危”。關(guān)聯(lián)比對(duì)熱點(diǎn)記錄的手機(jī)串號(hào)與手機(jī)卡串號(hào)，就不難篩查出市內(nèi)流竄性弱、愛換手機(jī)號(hào)的刑嫌人員。

三是利用手機(jī)卡串號(hào)號(hào)碼段對(duì)應(yīng)高危地區(qū)篩刑嫌人員。手機(jī)卡串號(hào)同手機(jī)號(hào)一樣，由于其號(hào)碼段記錄了號(hào)碼歸屬地，通過分析轄區(qū)內(nèi)特定時(shí)間活躍的高危地區(qū)手機(jī)號(hào)，就能及時(shí)發(fā)現(xiàn)職業(yè)流竄盜竊犯。

四是利用車扒人員反常使用公交 IC卡篩刑嫌人員。不同于常人，車扒人員以坐公交車為職業(yè)，在乘車上呈現(xiàn)明顯的無序性，通過分析IC卡軌跡信息，就不難篩查出活躍在公交、地鐵的車扒人員。

五是利用公安司法機(jī)關(guān)重點(diǎn)人員庫篩刑嫌人員。公安機(jī)關(guān)“七類重點(diǎn)人員”庫和司法機(jī)關(guān)戒毒人員、社區(qū)矯正人員庫掌握的重點(diǎn)人員都具有犯罪的高概率。這類人員也必須納入刑嫌人員分析范圍。

（二）查軌跡

查軌跡，是指以尋找偵查線索為目的，綜合運(yùn)用偵查措施和偵查手段落地查控刑嫌人員在轄區(qū)內(nèi)的各種活動(dòng)軌跡。

查軌跡要解決兩個(gè)問題：一是管轄問題。留有軌跡就有管轄權(quán)。二是刑嫌人員定性問題。定性就是要根據(jù)軌跡判斷刑嫌人員是正常人還是嫌疑人，是盜竊，還是銷贓、販毒。

（三）碰案件

碰案件，是指將刑嫌人員的各種軌跡與已發(fā)案件進(jìn)行碰撞，借以發(fā)現(xiàn)轄區(qū)有哪些案件是刑嫌人員所為。主要是運(yùn)用視頻偵查和刑事技術(shù)手段確定。

綜上所述，大數(shù)據(jù)進(jìn)行“由人到案”的精確打擊，繼承了傳統(tǒng)刑偵摸底排隊(duì)的基本方法，利用時(shí)間、空間、刑嫌人特征、交往關(guān)系、反常表現(xiàn)等條件篩查可疑人員，通過各類大數(shù)據(jù)信息平臺(tái)查詢重點(diǎn)人員活動(dòng)軌跡，結(jié)合已發(fā)案件性質(zhì)、現(xiàn)場(chǎng)、嫌疑人特征逐項(xiàng)查實(shí)，從中確定犯罪嫌疑人，破獲案件。

四、基于數(shù)據(jù)挖掘決策樹算法的大數(shù)據(jù)犯罪防范

“二十公”會(huì)議以來，全國公安機(jī)關(guān)不斷深入探索社會(huì)面巡控，逐步形成了以網(wǎng)格化為勤務(wù)布局和責(zé)任主體的巡控體制。大數(shù)據(jù)就是要助力網(wǎng)格化巡控，讓數(shù)據(jù)“多跑路”，讓警察“跑對(duì)路”。通過采取數(shù)據(jù)挖掘決策樹算法定量分析已發(fā)盜竊案件，預(yù)測(cè)未來發(fā)案，針對(duì)性地在重點(diǎn)時(shí)段、重點(diǎn)區(qū)域開展巡邏，最大限度擠壓犯罪空間，壓降警情少發(fā)案。

從概率論和數(shù)理統(tǒng)計(jì)學(xué)分析，在一定條件下具有多種可能結(jié)果的現(xiàn)象可視為隨機(jī)事件。犯罪，既是一種社會(huì)現(xiàn)象，也是一個(gè)在一定自然環(huán)境和社會(huì)環(huán)境下發(fā)生的隨機(jī)事件。隨機(jī)事件遵循概率論基本定理——大數(shù)定理：隨機(jī)事件的出現(xiàn)頻率將會(huì)在某數(shù)值附近波動(dòng)，隨著樣本次數(shù)的增加，隨機(jī)事件的頻率近似于它的概率。借助研究大量已發(fā)盜竊案件，可以得到概率；借助概率，我們可以尋求犯罪規(guī)律，預(yù)測(cè)未來發(fā)案。大數(shù)定律是實(shí)現(xiàn)預(yù)測(cè)的理論基礎(chǔ)，而決策樹算法則為我們從大量發(fā)案中求得概率提供了方法。

圖3　大數(shù)據(jù)防范犯罪范式示意圖

決策樹算法，是數(shù)據(jù)挖掘最常用的算法之一，是一種基于分類模型預(yù)測(cè)隨機(jī)事件的算法。決策樹采用自頂向下的遞歸方式構(gòu)造，以實(shí)例為依據(jù)，從一組無序、無規(guī)則的實(shí)例數(shù)據(jù)中推理出用于決策樹形成的分類規(guī)則，并根據(jù)分類的結(jié)果進(jìn)行預(yù)測(cè)。該算法分為兩步：其一，基于以前的數(shù)據(jù)建立一個(gè)分類模型，稱為分類器。其二，確定該模型的準(zhǔn)確率，是否可以接受，若能接受就可用于預(yù)測(cè)。［5］

（一）利用犯罪環(huán)境學(xué)理論構(gòu)造分類模型

犯罪環(huán)境，歐美國家已有研究。要真正做到情報(bào)信息主導(dǎo)警務(wù)，第一步就是要能夠解釋犯罪環(huán)境。［6］個(gè)體行為是一個(gè)人與他的周圍物理環(huán)境交互作用的結(jié)果，而這些物理環(huán)境可能會(huì)給個(gè)體創(chuàng)造不同程度的犯罪機(jī)會(huì)。

分類，是決策樹算法的核心內(nèi)容。公安機(jī)關(guān)研究大量罪犯在盜竊動(dòng)機(jī)驅(qū)使下，某具體場(chǎng)所在哪類季節(jié)、時(shí)段、環(huán)境最容易發(fā)生案件，最受罪犯青睞。利用犯罪環(huán)境學(xué)，研究案件在何種環(huán)境高發(fā)。

由此可見，犯罪發(fā)生存在四維條件，即有犯罪動(dòng)機(jī)的犯罪人、合適的作案目標(biāo)、缺乏防范犯罪的力量以及環(huán)境時(shí)空背景。［7］四條件中，目標(biāo)、防范力量、時(shí)空反映犯罪發(fā)生的客觀環(huán)境，犯罪人體現(xiàn)犯罪發(fā)生的主觀意圖。犯罪發(fā)生的主客觀方面不是絕對(duì)對(duì)立的，而是互相滲透的。傳統(tǒng)刑偵從客觀的現(xiàn)場(chǎng)分析入手，調(diào)查走訪犯罪發(fā)生的時(shí)間、地點(diǎn)、被害人，通過痕跡物證刻畫犯罪人，確定偵查方向，最終破案。因此，研究犯罪發(fā)生的客觀環(huán)境、社會(huì)環(huán)境，在重點(diǎn)區(qū)域時(shí)段加大防范力量，是可以達(dá)到減少犯罪效果的。

面對(duì)形形色色的盜案，目前還沒有一個(gè)統(tǒng)一范式描述犯罪發(fā)生環(huán)境。但偵查實(shí)踐總結(jié)出時(shí)間描述的時(shí)刻、星期、月份、照明、天氣，地點(diǎn)描述的交通便利、人口密度、房屋結(jié)構(gòu)等影響案發(fā)有較大權(quán)重。［8］

（二）利用ID3算法構(gòu)造決策樹

實(shí)驗(yàn)分析某一線城市重要商圈，其地理位置處于地鐵出口和兩條主干道交匯處，是集交通、商業(yè)和創(chuàng)意產(chǎn)業(yè)于一體的“黃金十字帶”。在這個(gè)300M× 200M的矩形網(wǎng)格內(nèi)，商業(yè)體量達(dá)到39.7萬平方米，集中了群光廣場(chǎng)、樂天城、珞珈創(chuàng)意城、新世界百貨四家商場(chǎng)。商圈常年人流不息，購物人群又多為防范意識(shí)薄弱的學(xué)生，導(dǎo)致扒竊案件高發(fā)。通過研究該網(wǎng)格內(nèi)扒竊案件的特點(diǎn)，以點(diǎn)帶面，解析決策樹算法在犯罪預(yù)防中的運(yùn)用。

圖4　某一線城市商圈示意圖

某年元旦期間9天內(nèi)的商圈扒竊案件，這里的商圈是指圍成的街道及商場(chǎng)內(nèi)部，扒竊案件僅針對(duì)街頭扒竊，不包含公交車、地鐵等車扒。把這四家商場(chǎng)組成的商圈作為一個(gè)整體，排除了交通地段、地理的影響，僅分析該處扒竊案發(fā)的時(shí)段（2、3、10日為法定節(jié)假日，工作日17點(diǎn)后為休息時(shí)段）、商場(chǎng)內(nèi)外、天氣三個(gè)變量。10起案件如下：

表1　警綜平臺(tái)錄入案件表

案情加入天氣變量后構(gòu)造訓(xùn)練集：

表2　構(gòu)造訓(xùn)練集

信息論的信息熵概念解決了信息的量化問題。信息熵的計(jì)算公式為

決策樹算法預(yù)測(cè)的準(zhǔn)確性取決于分類精度。

分類精度=正確分類的實(shí)例個(gè)數(shù)÷實(shí)例總數(shù)。

要正確分類，就要定量計(jì)算出每個(gè)變量對(duì)隨機(jī)事件發(fā)生影響大小。信息增益就是用于衡量每個(gè)變量對(duì)事件發(fā)生影響大?。?/p>

圖5　ID3算法生成決策樹示意圖

決策樹可以轉(zhuǎn)換為一組IF-THEN規(guī)則，自上而下從根節(jié)點(diǎn)到葉子結(jié)點(diǎn)的每條路徑對(duì)應(yīng)于一條 IFTHEN規(guī)則。圖5所示決策樹轉(zhuǎn)換為如下規(guī)則：

IF（天氣=晴）THEN發(fā)案=YES

IF（天氣=雨and地段=馬路）THEN發(fā)案=NO

IF（天氣=晴and地段=商場(chǎng)內(nèi)and休息時(shí)間=是）THEN發(fā)案=NO

IF（天氣=晴and地段=商場(chǎng)內(nèi)and休息時(shí)間=否）THEN發(fā)案=YES

決策樹ID3算法構(gòu)造的決策樹直觀呈現(xiàn)了犯罪預(yù)測(cè)過程。但該決策樹存在以下問題：一是訓(xùn)練樣例太少，分類粗糙，可能有噪聲或不具有代表性，存在過度擬合問題；二是ID3算法雖然有效，但該算法通常偏向取值較多屬性，不是最優(yōu)算法?；谀：齀D3算法的（FID3）改進(jìn)算法構(gòu)造的模糊決策樹在預(yù)測(cè)準(zhǔn)確率、擴(kuò)展能力、易理解度上更優(yōu)越、更可取。

五、大數(shù)據(jù)背景下打擊與防范犯罪的關(guān)系

從公安業(yè)務(wù)角度來看，大數(shù)據(jù)背景下的犯罪打防關(guān)系繼承傳統(tǒng)，二者是打防并舉、以防為主、相輔相成、缺一不可的關(guān)系。打擊是立竿見影的治標(biāo)之舉，防范是釜底抽薪的治本之策。打有利于防，沒有“打一伙、破一串、穩(wěn)一片”的精確打擊，結(jié)果必然是發(fā)案居高不下，防不勝防；防有利于打，不去有針對(duì)性地做好防范工作，打擊犯罪就喪失了駕馭局勢(shì)、控制局面的主動(dòng)權(quán)。在打防并舉的過程中，必須堅(jiān)持以防為主的方針。人民群眾呼喚和諧安全的社會(huì)環(huán)境，不僅要求兇手歸案，案件破獲，還要求減罪、減損、減贓、少發(fā)案，把犯罪遏制在萌芽階段。

萬事萬物統(tǒng)一于哲學(xué)。從哲學(xué)視角看，大數(shù)據(jù)背景下的打防犯罪首先是一個(gè)對(duì)立統(tǒng)一關(guān)系。打擊犯罪要求盡可能窮盡技術(shù)支撐，而防范犯罪不需要借助手機(jī)、視頻、網(wǎng)絡(luò)、調(diào)查走訪等任何手段措施，只需要如實(shí)錄入案件。因此，從實(shí)現(xiàn)路徑上看，兩者是對(duì)立的。同時(shí)，要認(rèn)識(shí)到大數(shù)據(jù)背景下的犯罪打防具有統(tǒng)一性。一是結(jié)構(gòu)的統(tǒng)一性，打擊和防范本來就是同犯罪活動(dòng)作斗爭(zhēng)的必要組成部分，部分與整體的天然關(guān)系決定了打防犯罪是和諧統(tǒng)一的。二是相互作用的統(tǒng)一性，打防之間相互滲透、相互補(bǔ)充。三是來源的統(tǒng)一性，刑事案件現(xiàn)場(chǎng)是犯罪行為的發(fā)生地、犯罪證據(jù)的保留地、犯罪信息的儲(chǔ)存地。［9］從打擊層面看，要實(shí)現(xiàn)“由人到案”，要求嫌疑人的軌跡與案發(fā)現(xiàn)場(chǎng)時(shí)空相印證，嫌疑人的特征與案發(fā)現(xiàn)場(chǎng)痕跡物證相吻合；從防范層面看，決策樹算法正是從大量的案發(fā)現(xiàn)場(chǎng)中獲取信息，整合歸納，從或然走向必然，實(shí)現(xiàn)預(yù)測(cè)防范犯罪。其次，大數(shù)據(jù)背景下的打防犯罪體現(xiàn)否定之否定的認(rèn)識(shí)規(guī)律。偵查員在打擊犯罪時(shí)，借助已有的偵查經(jīng)驗(yàn)、偵查理論，在辦案中不斷修正，熟練運(yùn)用，實(shí)現(xiàn)對(duì)犯罪規(guī)律認(rèn)識(shí)的第一次飛躍。在預(yù)防犯罪時(shí)，借助計(jì)算機(jī)算法，在計(jì)算中發(fā)現(xiàn)特征，分析趨勢(shì)，顛覆性地發(fā)現(xiàn)犯罪規(guī)律的新知識(shí)，實(shí)現(xiàn)對(duì)犯罪規(guī)律認(rèn)識(shí)的又一次飛躍。

六、結(jié)語

作為最古老的犯罪類型，多發(fā)性盜竊案件的打防在大數(shù)據(jù)時(shí)代面臨著新機(jī)遇。在繼承傳統(tǒng)偵查的基礎(chǔ)上，堅(jiān)持社會(huì)治理能力現(xiàn)代化與社會(huì)公正法治價(jià)值體系的雙向統(tǒng)一，深度試水情報(bào)信息主導(dǎo)警務(wù)，使警務(wù)部署更具科學(xué)性、巡邏防控更具針對(duì)性、偵查破案更具精確性，更好地打防多發(fā)性盜竊犯罪，是本文立意的初衷。

【參考文獻(xiàn)】

［1］李蕤.大數(shù)據(jù)背景下侵犯財(cái)產(chǎn)案件的發(fā)展演變與偵查策略探析［J］.中國人民公安大學(xué)學(xué)報(bào)，2014（4）.

［2］易向軍.大嘴巴漫談數(shù)據(jù)挖掘［M］.北京：電子工業(yè)出版社，2014：13.

［3］［9］尚武.我的刑事偵查觀［M］.武漢：湖北人民出版社，2012：17-82.

［4］張新楓.刑事偵查教材［M］.北京：警官教育出版社，1999：33.

［5］吳昱.大數(shù)據(jù)精準(zhǔn)挖掘［M］.北京：化學(xué)工業(yè)出版社，2014：27.

［6］［美］杰瑞·拉特克里夫.情報(bào)信息主導(dǎo)警務(wù)工作概述［A］.

［7］［8］［美］羅斯姆.地理學(xué)的犯罪心理分析［M］.李玫瑾譯.北京：中國人民公安大學(xué)出版社，2007：115-120.

①哈特利為10對(duì)數(shù)為底的信息熵單位。

【中圖分類號(hào)】D631.2

【文獻(xiàn)標(biāo)識(shí)碼】A

【文章編號(hào)】1673―2391（2015）10―0033―05

收稿日期：2015-05-19責(zé)任編校：邊 草