大數據在重點人口社區心理服務與干預中的應用

馬錦飛　王金玲

在黨的十九大報告中，習近平總書記提出：“建設平安中國，加強和創新社會治理，維護社會和諧穩定，確保國家長治久安、人民安居樂業。”“第一個階段，從2020年到2035年，在全面建成小康社會的基礎上，再奮斗十五年，基本實現社會主義現代化。基本公共服務均等化基本實現，全體人民共同富裕邁出堅實步伐;現代社會治理格局基本形成，社會充滿活力又和諧有序。”習近平總書記的治理思想符合社會歷史的發展規律，具有重大的理論和實踐意義。

同時，習近平總書記在黨的十九大報告中進一步指出：“加強社區治理體系建設，推動社會治理重心向基層下移，發揮社會組織作用，實現政府治理和社會調節、居民自治良性互動。”社區是社會的重要基礎，社會治理好壞的關鍵，在于基層社區治理的能力和水平。“加強和創新社會治理，關鍵在體制創新，核心是人，只有人與人和諧相處，社會才會安定有序。社會治理的重心必須落到城鄉社區，社區服務和管理能力增強了，社會治理的基礎就實了。”

重點人口管理是社會治理工作的重要組成部分，在預防、發現、控制、打擊違法犯罪活動，實現治安綜合治理，維護社會和諧穩定方面發揮了積極的作用。《公安部重點人口管理規定》指出，重點人口是指具有危害國家安全或者社會治安嫌疑，由公安機關重點管理的人員。隨著改革開放的不斷深入，區域經濟不斷融合發展，人口流動速度加快，流動體量也大幅增長，客觀上導致重點人口在管理上難度增加，傳統的重點人口管理模式難以適應新時代的要求。目前，重點人口管理主要存在以下三個特征：教育、幫教管理措施缺少人文關懷;在重點人口管理上存在管理弱化現象;信息化應用水平有待提高。在推進社區心理服務體系建設工作中，重點人口管理是一個關鍵點，以大數據為技術手段可以為重點人口犯罪行為的預測提供便利。

一、大數據在社區心理服務體系建設領域的應用

近年來，大數據技術在社會各行各業得到了廣泛應用，心理學作為社會科學的重要組成部分，致力于探討人類的心理與行為規律。互聯網平臺和網絡應用積累的海量網絡大數據記載著大規模人群所思、所想和所感，這為挖掘人類的心理與行為規律提供了龐大、客觀、真實的數據資源。在這個信息化時代，從微觀到宏觀，一個全面高效安全的、基于互聯網技術的社區心理服務體系有待建設。

（一）基于大數據的重點人口犯罪行為預測變量

導致犯罪行為的社會因素有很多，而誘發犯罪更重要的因素是犯罪嫌疑人的個人因素。心理問題并不是無跡可尋，往往會有一些行為表現，這就使犯罪行為和犯罪行為的預測變為可能。基于大數據的社區心理服務體系建設中的犯罪行為預測以預測警務理論作為理論基礎，預測警務理論和實踐的基本概念使我們可以根據現有的數據對未來的犯罪活動進行概率推斷。

預測方法可以結合更廣泛的數據，從而對犯罪可能發生的地點和犯罪嫌疑人可能被定位的地點作出預測。這些預測性的特征變量可分為空間、時間、社交網絡三類。一是空間變量。犯罪嫌疑人一般從以下3個維度出發，尋找合適的空間變量。潛在受害者的活動范圍：以搶劫、盜竊為例，大型商超和酒店人流繁雜，很容易給扒手可乘之機;犯罪嫌疑人的逃生路線：高速公路、大橋隧道、地鐵等等為犯罪嫌疑人提供了方便快捷的逃跑方式;犯罪嫌疑人的落腳點：酒吧、成人用品店、快餐連鎖店、公交站、公共醫療站這些人流密集且不容易引起注意的地方是犯罪嫌疑人極佳的臨時落腳點。二是時間變量。時間變量會隨天氣、活動、節日等因素改變。社會學家認為高溫會引發憤怒、沮喪等情緒，導致人類的攻擊性行為，因此和暴力相關的犯罪會增加。溫度較高時，人們在室外活動時間較長，更有可能成為受害者，此外，無人的房子也更有可能成為竊賊的目標。其他的時間如薪水發放日、大型文體活動舉辦期間、夜間、自然災害期等也更容易引發犯罪事件。三是社會關系網絡。該變量描述了兩個個體之間的關系。這些關系當中包含積極和消極的關系。積極的關系有家庭親屬關系、朋友關系、同事關系等等。消極的關系如施害者與被害者、債務糾紛的債權人和債務人。當我們明確預測方向的時候，就可以選擇將某一類的關系作為預測變量。例如，分析人員在試圖預測嫌疑人的藏身之處時，使用積極關系中的變量去做預測分析可知，通常嫌疑人有很大的概率投奔自己信任的人。

（二）基于大數據的重點人口監管流程

基于大數據的社區心理服務體系建設是一個綜合的流程，包括數據收集、犯罪預測分析、采取干預行動、刑事響應四個運行環節。

1.數據收集。根據不同的分析主題將不同數據源的數據匯集起來，并依據不同的分析主題將其有機地融合在一起，這個過程被稱為數據融合。除了警方已有的數據外，也要將各類商業、基礎設施、人口統計學等數據融合其中，形成一個高風險位置、個人和群體緊密結合的圖像。

2.犯罪預測分析。主要包括四類：預測犯罪的方法、預測犯罪嫌疑人的方法、預測犯罪嫌疑人身份的方法和預測犯罪受害人的方法。預測犯罪的方法主要指應用于預測犯罪風險增加的地點和時間的方法。預測犯罪嫌疑人的方法可以用來識別將來可能犯罪的個人。預測犯罪嫌疑人身份的方法用于精確匹配特定的過去犯罪的最有可能的嫌疑人畫像。預測犯罪受害人的方法是指采用類似于聚焦犯罪嫌疑人、犯罪位置和高風險時間等方法，用于識別可能成為犯罪受害人的群體或在某種情況下的個人。

3.采取干預行動。這類干預行動分為三類：一般干預、特定的犯罪干預和特定的問題干預。一般干預指分配更多的警力資源用于響應增加的風險，比如對“犯罪熱點”派更多的警察，或者對“熱點人物”分配更多的假釋和緩刑聯系人。特定的犯罪干預是針對特定的犯罪類型量身分配資源，這些資源投放和干預行動可能聚焦于一個給定的熱點或一個處于犯罪風險的特定的個人。特定的問題干預是指對特定位置、人群、個人的犯罪風險進行識別，并采取有針對性的情境預防措施。

4.刑事響應。當警方發起干預后，部分犯罪嫌疑人可能被逮捕，部分犯罪嫌疑人可能遠離該熱點位置，從而導致熱點位置冷卻下來。這些變化將使最初的數據發生變化，必須通過新一輪的數據收集、分析和干預，再次啟動新的業務循環。

二、重點人口社區心理服務體系平臺的構建

（一）正確把握大數據理念，培育大數據思維

大數據在人們的生活中無處不在，公安機關必須充分重視大數據，利用大數據來展開警務分析預測工作。針對重點人口，公安機關應率先在重點領域開展應用示范，如：提高公安機關的大數據安全態勢感知能力，加強公安機關對大數據的預測能力和應急處置能力，提高公安機關的情報分析能力。

（二）重視硬件建設，著力解決保障問題

通過人工智能分析平臺構建前科人員再次犯罪預測模型，可以為事先防控犯罪提供科學的參考依據。在大數據時代，公安機關要以實戰、實用為追求，開發建設各類數據分析應用平臺系統。建立社區重點人口心理測評檔案系統，包括基本人口學信息采集、心理測評信息采集、線下民警和居委會信息搜集;搭建社區重點人口大數據信息平臺，包括大數據采集手段的應用途徑、大數據信息的搜集和儲存方式，從而推動公安機關將掌握的海量數據最大限度地服務于社區治理工作。

（三）依托預警APP推進大數據平臺建設

數據的流動性和可獲取性是大數據發展最大的障礙，最主要的技術難題在于大數據平臺的兼容和通道的建立。犯罪行為預測要實現聯動需要攻克的最大障礙就是信息的共享性和傳輸的便捷性，所以要在機制上進行一次根本性的改革。一是推翻傳統理念，提升犯罪預防在公安工作中的地位;二是充分調動不同警力的積極性，使其主動投身到犯罪預防中，并在起步階段盡量避免給民警增加額外的工作負擔;三是借助新型手段構建共享平臺，形成一套多警種參與的預防工作合成作戰機制，并形成相互協作、相互促進的良性循環。

（四）大數據犯罪行為預測與公民權利關系的平衡

我國現行法律對大數據可涉及的范圍并沒有明確的限制與規定，導致大數據可能會侵犯公民的隱私。雖然在一般情況下并不涉及個人隱私，但是在大數據分析下有可能推算出更有價值的信息，而這些信息可能會涉及公民的隱私。雖然大數據可以幫助公安機關提前預測犯罪行為的發生，但是在犯罪行為未發生之前，公安機關如何對被預測者進行干預且不侵犯公民的人身自由權是個值得研究的問題。

三、結語

在大數據時代，警務人員和社區心理工作者必須順應社會發展趨勢，實現數據資源整合，加強社會資源和互聯網資源的信息處理，深度挖掘犯罪案件相關數據，與此同時，又要注重保護公民的隱私權和人身自由權，以大數據應用為支撐，提升社區心理服務水平以及公安機關的工作效率，從而合理建設重點人口社區心理服務體系，為建設平安中國作出應有的貢獻。

【本文系遼寧省社科規劃基金項目“全面落實習近平社會治理思想，構建社區重點人口心理服務與干預體系”（L18DKS004）的階段性成果】

（作者單位：遼寧師范大學心理學院）