陳 鵬 瞿 珂 胡嘯峰 曾昭龍

（1 中國人民公安大學信息技術(shù)與網(wǎng)絡安全學院 北京 102600；2 北京市公安局情報信息中心 北京 102300）

在犯罪活動的特征中，犯罪時間是一個非常重要的描述性條件，利用犯罪時間這一特性有利于人們從時間的角度研究犯罪活動的發(fā)生規(guī)律，并在此基礎上開展案件分析和犯罪人行為分析，以及相關防控對策的研究[1-2]。近些年來，人們從犯罪學、統(tǒng)計學和公安學等領域?qū)Ψ缸锏臅r間性特征進行了一些研究，從分析的角度上看，關于犯罪的時間性研究大致可以分為長期、中期和短期三個層次，其中，長期層面上的犯罪時間研究側(cè)重于從年、季度等來分析犯罪活動的規(guī)律[3-4]；中期層面犯罪時間研究則主要集中在月份和周的犯罪規(guī)律分析[5]；短期層面上的犯罪時間研究則主要是分析不同時段上的犯罪分布特點[6-7]。相比于犯罪的長期和中期分析，犯罪短期分析的實戰(zhàn)意義和價值性更高，但同時存在的問題也較多，主要體現(xiàn)在小顆粒度下犯罪活動的準確時間難以確定。

在目前關于犯罪時段特征的研究中，人們主要是以受害人的報案時間作為分析依據(jù)，這種處理方式對于搶劫、扒竊等近身接觸式犯罪類型影響較小，但對于某些案件（尤其是侵財類案件）來說，由于犯罪人的作案目標并非受害人本身，而是其相關的財物，因此，犯罪人的作案時機往往會選擇受害人對其財物的監(jiān)管缺失的時間區(qū)間內(nèi)（時間盲區(qū)），這樣一來，人們對于犯罪的準確發(fā)生時間便會難以把握，而僅能根據(jù)受害人對其財物失去監(jiān)管的時間盲區(qū)間隔來進行模糊推斷。這種情況在長期和中期的犯罪時間分析中不會受到太大的影響，因為大顆粒度的分析能夠?qū)π☆w粒度下產(chǎn)生的時間偏差進行過濾，但是在時段分析這種小顆粒度一級的分析中，這種犯罪時間的模糊性特點往往會對分析結(jié)果產(chǎn)生很大的影響。然而在現(xiàn)有的關于犯罪的時段性特征分析中，這種小顆粒度下的犯罪時間模糊性對犯罪時段分布特征的影響還尚未受到更多的關注。對此，本文以某市入室盜竊這一典型的高發(fā)類侵財案件為樣本，分別從時段概率分布和報案時間兩個角度來研究犯罪的時間分布特征，并對兩種時間分析的結(jié)果進行比較分析。

1 時段概率分析方法

時段概率分析方法是一種專門針對小顆粒度下犯罪時間模糊性的分析方法，由Jerry Ratcliffe于2002年提出[8]，其基本原理是根據(jù)報案數(shù)據(jù)中的兩個時間——起始時間和終止時間來計算犯罪時間盲區(qū)的發(fā)案概率分布，如圖1所示。所謂的起始時間是指受害人時間盲區(qū)間隔的起點，終止時間是受害人時間盲區(qū)間隔的終點。現(xiàn)設案件數(shù)量為n，每個案件的起始時間為si，終止時間為fi，i∈1…n，則犯罪時間分布具體的計算方法如下：

步驟1：對第i個案件，計算所有案件的起始時間和終止時間的時間間隔td，其中td＝fi－si；

步驟2：以起始時間所在時段si為區(qū)間起點，終止時間所在時段fi為區(qū)間終點，區(qū)間內(nèi)每個時段賦以相應的概率值1/（fi－si）；

步驟3：對每個時段內(nèi)n個案件所產(chǎn)生的概率值進行加和，最終得到犯罪活動的時段分布。

圖1 時段概率分析方法原理示意圖

從時段概率分析方法的原理可以看出，該方法將每個案件的時間盲區(qū)折合為各個時段相應的概率，進而計算出整個案件集合在各個時段的發(fā)案概率，有效地避免了細顆粒度下案發(fā)時間模糊性的影響。

2 數(shù)據(jù)來源

為比較不同犯罪時間分析方法的差別，本文收集了某市2017年1月至6月間入室盜竊案件記錄共計1459條，通過分析案件記錄的簡要案情，可以獲得每個案件的起始時間和終止時間，其中，僅對時間盲區(qū)間隔在24小時以內(nèi)的案件進行分析。經(jīng)過濾后最終得到有效分析數(shù)據(jù)為1282條。

對數(shù)據(jù)中的三種情況分別進行處理如下：

（1）起始時間和終止時間在同一時段，如起始時間為13時12分，終止時間為13時45分，則按照相同時段計算，時間間隔為0；

（2）起始時間和終止時間在同一天不同時段，如起始時間為7時32分，終止時間為14時19分，則直接計算時段的時間間隔，并將概率賦予各個時段；

（3）起始時間和終止時間不在同一天，但相隔時間小于24小時，如起始時間為17時13分，終止時間為次日4時49分，則計算時段的時間間隔，但將概率賦予起始時間至24時、0時至次日終止時間內(nèi)的時段。

3 數(shù)據(jù)分析

首先，對所有案件計算其時間盲區(qū)的間隔，并統(tǒng)計其分布頻率如圖2所示。從圖2可見，對入室盜竊案件，受害人從離開現(xiàn)場到回到現(xiàn)場發(fā)現(xiàn)失竊的時間盲區(qū)間隔大多較短，其中超過20%的案件其時間盲區(qū)間隔為1小時左右，12%的案件其時間盲區(qū)間隔為2小時左右，但隨著時間盲區(qū)的間隔越長，發(fā)案的比例就會越低。這一現(xiàn)象表明入室盜竊案件的時間盲區(qū)間隔具有一定的集中性，其中，在受害人的短時外出行為期間發(fā)案頻率較高。

圖2 入室盜竊案件的時間間隔分布

運用時段概率分析和報案時間分析，對入室盜竊案件的犯罪時段規(guī)律進行研究，為方便比較，對犯罪活動在不同時段的發(fā)生次數(shù)進行歸一化處理。設y1～y24分別為各時段的犯罪發(fā)生次數(shù)，則各時段的犯罪發(fā)生率為：

分析結(jié)果如圖3所示。從圖3可見，基于時段概率分析方法得到的犯罪時段分布與基于報案時間得到的犯罪時段分布存在有一定的相似度，通過利用相關系數(shù)檢驗法可以得到兩個時段分布的相關性為0.627（p＜0.001）。但在某些時段的分布上兩個數(shù)據(jù)序列存在有較大的差別，具體表現(xiàn)為兩個主要特點：一是從整體來看，基于報案時間得到的犯罪時段分布波動性較大，存在有兩個明顯的犯罪高發(fā)區(qū)間，一個為7～12時，一個為14～20時，而基于時段概率分析得到的犯罪時段分布則相對穩(wěn)定，僅有一個明顯的犯罪高發(fā)區(qū)間，其范圍為14～18時；二是在夜間發(fā)案上，基于報案時間得到的犯罪時段分布中，1～6時顯示為低發(fā)案時段，這期間每個時段的發(fā)案總量占比不到1%。但在基于時段概率分析得到的犯罪時段分布中，從0～8時期間的發(fā)案量則維持在一個相對較高的水平上（每個時段發(fā)案總量占比約為3%左右）。

圖3 基于時段概率和報案時間的入室盜竊犯罪時段分布

為從統(tǒng)計分布上分析兩個犯罪時段分布的差異，對其按照發(fā)案比率進行累積加和，得到累積分布曲線，隨后，利用K-S（Kolmogorov－Smirnov test）統(tǒng)計檢驗方法分析兩個分布曲線的差異性。K-S檢驗是一種基于累積經(jīng)驗分布函數(shù)比較兩個經(jīng)驗分布是否存在顯著性差異的統(tǒng)計方法。假定兩個樣本的樣本量分別為n1和n2，用f1(x)和f2(x)分別表示兩個樣本的累積經(jīng)驗分布函數(shù)，記Dj=f1(xj)-f2(xj)，檢驗（2）中的統(tǒng)計量是否為近似正態(tài)分布。

利用R語言工具包對數(shù)據(jù)進行分析，結(jié)果為：D=0.208，p=0.675。該結(jié)果表明，分別由基于報案時間和時段概率產(chǎn)生的犯罪時間數(shù)據(jù)序列之間沒有明顯區(qū)別，如圖4所示，兩個數(shù)據(jù)序列具有相同的數(shù)據(jù)分布特征，因此，可以在此基礎上進一步開展比較分析。

圖4 基于時段概率和報案時間的入室盜竊犯罪發(fā)案累積分布曲線

在犯罪時段分析中，數(shù)據(jù)序列的集中性程度是反映犯罪時段分布的一個重要特征。為了比較兩種犯罪時段分布的聚集性特征，引入Gini集中指數(shù)對兩個時段數(shù)據(jù)進行分析[9]。Gini集中指數(shù)是一個反映數(shù)據(jù)集中程度的指標。對一個時間序列，x1,x2…xN（N為序列長度），可以定義參數(shù)Fi與Qi如下：

對于最小集中，R=0，對最大集中，R=1。R一般為0和1之間的數(shù)值。

利用Gini集中指數(shù)，對兩種犯罪時段分布數(shù)據(jù)進行分析，得到基于報案時間分析的犯罪時段分布Gini指數(shù)為0.168，而基于時段概率分析得到的Gini指數(shù)為0.087，即基于報案時間的犯罪時段分布比基于時段概率的犯罪時段分布具有更高的集中性。

4 結(jié)論

通過對某市入室盜竊案件數(shù)據(jù)運用報案時間和時段概率兩種方法進行犯罪時間分布特征分析，可以發(fā)現(xiàn)兩種方法生成的犯罪時段分布在統(tǒng)計上屬于同一種統(tǒng)計分布，且相關度較高，但在集中性程度上存在有一定的差別，具體表現(xiàn)為基于報案時間的犯罪時段較基于時段概率的犯罪時段分布在7～12時具有較高的集中性，但在0～7時之間的分布水平較低。

實際上，對于入室盜竊這種犯罪類型來說，其發(fā)案時機一般集中在受害人對室內(nèi)監(jiān)管最為薄弱的時間，即不在現(xiàn)場。而從人們的日常活動規(guī)律來看，7～24時屬于人們的日?；顒宇l率較高的時間段，因此，在這一時間區(qū)間內(nèi)發(fā)生入室盜竊的可能性總體上要高于夜間，這一點在兩種方法上均得到了有效的體現(xiàn)，即7～24時的發(fā)案比重高于0～7時。但從人們的作息規(guī)律角度，由于0～7時屬于人們的常規(guī)休息時間，在該時段內(nèi)發(fā)生的入室盜竊行為一般難以及時發(fā)現(xiàn)，因此，容易導致7時后受害人集中報案的情況發(fā)生，所以從這一點來看，基于報案時間的犯罪時段分布對于0～7時間段的發(fā)案情況容易產(chǎn)生低估的效果，而相比之下，基于時段概率的犯罪時段分布則更為合理。

參考文獻：

[1] 戴莉.城市“兩搶一盜”犯罪的時間規(guī)律及打擊防范對策研究[J].武漢公安干部學院學報,2007(4):21-25.

[2] 方穎,郭馮宇.城市入室盜竊的犯罪時間分析及對策探討——以二線城市X市Y區(qū)為例[J].四川警察學院學報,2015(5):13-19.

[3] 王仲伸.未來五年崇文區(qū)犯罪增長趨勢預測和行動對策[J].北京警察學院學報,2006(1):88-95.

[4] 朱德林.犯罪季節(jié)變動穩(wěn)定性及其測定[J].江蘇警官學院學報,2006(3):36-40.

[5] 陳謙信.犯罪的時間特性[J].理論與現(xiàn)代化,2009(4):113-117.

[6] 張寶義.城市農(nóng)民工犯罪的時間規(guī)律及分析——以天津市為背景的研究[J].中國人民公安大學學報(社會科學版),2006(1):105-108.

[7] 王春林.農(nóng)民工犯罪時間特征[J].河北公安警察職業(yè)學院學報,2010(4):43-45.

[8] Ratcliffe J H. Aoristic signatures and the spatio-temporal analysis of high volume crime patterns[J]. Journal of quantitative criminology,2002(1):23-43.

[9] 陳鵬,疏學明,顏峻,等.犯罪活動在一天內(nèi)的發(fā)生時間規(guī)律[J].清華大學學報(自然科學版),2009(12):2032-2035.