• 收藏
  • 加入书签
添加成功
收藏成功
分享

基于GIS的广东省电信诈骗犯罪时空特征及影响因素分析

赖沁泠 赖丽瑜 徐嘉璐
  
一起生活科学
2022年2期
广东警官学院

打开文本图片集

摘要:电信诈骗犯罪具有危害性大、手段新、侦查难等特点,统计广东省电信诈骗犯罪案件数据,利用arcgis软件针对广东省不同地市进行犯罪热点分析,绘制各地市电信诈骗犯罪热点,综合展现电诈犯罪的时空特征及影响因素。结合GIS软件与概率模型,分析未来广东省电诈犯罪热点图,为侦查部门打击电信诈骗提供地理依据,提高地方布控能力。

关键字:电信诈骗;地理信息系统;时空特征;影响因素

一、背景

电信犯罪具有涉及范围广、手段翻新花样多、隐蔽性高、案件量大等特征,容易引发连锁反应,从市到省甚至蔓延至全国。在公安部公布的全国七大电信诈骗地中,广东茂名位于首位,显示出广东省打击电信诈骗犯罪的严峻程度。因此,本文将对广东省电信诈骗警情的时空分布特征进行分析,基于判决文书文本、相应调研数据中关于电信网络诈骗案件的判决数据,结合GIS技术,综合展现我国电信网络诈骗的典型空间模式,以期基于广东省整体的宏观尺度进行犯罪地理实证,并辅助研究地理信息系统探讨发案影响因素,以拓展犯罪地理学领域对电信诈骗犯罪的研究成果。

二、数据与方法

(一)数据来源

数据一为2013年-2021年广东省电信诈骗犯罪案件数据。借助中国裁判文书网进行案件数据检索,在2013年-2021年中广东省刑事犯罪案件中,将检索关键词设置为“电信诈骗”,将文书类型设置为“判决书”,将案由设置为“诈骗罪”,为防止同一案件重复计算,将审批程序设置为“刑事一审”,筛选后共获得951条案件数据。

数据二为广东每年各地级市常住人口数量数据。通过收集广东统计局每年公布的各地市常住人口数据可得。

数据三为2021年广东省各地级市GDP排名。通过整理广东省统计局和各市统计公报可得。

数据四为2020年广东省各地市受教育程度排名。通过整理广东省统计局数据可得。

(二)研究方法

1. Getis-Ord Gi*统计法

Getis-Ord Gi*值通过给一组加权要素,检验不同于平均水平的值,来判断是否为目标区域。

2.模糊综合评价法

模糊综合评价法是对一个复杂问题进行拆分,借助模糊数学将一些难以定量的影响因素定量化,进而进行综合性评价,使得出的决策更加客观和准确。

三、电信诈骗区域犯罪趋势热点分析

热点图使用空间统计分析,以识别具有统计显著性的热点和冷点。热点分析过程中会关联统计邻近的每一个要素,因此,仅仅一个孤立的高值不会构成热点,一个孤立的低值也不会构成冷点,单个要素以及它的邻居都是高/低值才算是热/冷点,由于具有统计显著性,热点分析的最终可视化效果更加客观。

(一)空间特征

将所整理统计到的各市每百万人犯罪案件值映射到广东省市级行政地图上,利用ArcGIS软件,输入各市每百万人犯罪案件值,将空间关系设置为FIXED_DISTANCE_BAND,结果显示如下图1。可以看出有一个热点、两个次热点,其中热点区域有珠海市,次热点区域有中山市、茂名市。以上热点区域城市,要加强对电信诈骗犯罪的防范,提高打击犯罪的能力。

(二)时间特征

以年份为时间单位进行观察,对广东省各地市进行犯罪热点区域分析,有助于总结出电信诈骗犯罪的重点城市,为今后各地市针对性打击电信诈骗提供参考意见,以下为各年份的广东省城市热点图。

犯罪热点的出现,说明该地区不仅高发且周边地区的犯罪案件数量也较高,且与周边地区犯罪数量变化联系紧密,空间相关性强。总体上,电信诈骗犯罪热点区域数量经历了先减后增再减的变化,随着时间推移而改变,从开始的珠三角区域再到广东西南部沿海城市再逐渐重回珠三角,说明珠三角区域仍是电信诈骗犯罪高发区域,犯罪率高,团伙化明显。

四、广东省各地市的电诈影响因素分析

通过分析广东省各地级市的电信诈骗案件内容,对影响犯罪的因素进行分析、比较和取舍,确定影响因素,再通过模糊综合评价法建立模型,预测各市未来发生犯罪的概率并进行可视化展示。

(一)影响因素

通过案件研究和分析内在关系,广东省各个地市中的电信诈骗犯罪受到经济、地理、文化程度等因素影响,因此,归纳出五个有影响力的因素:城市因素、人口犯罪率因素、警力因素、文化程度因素、人群年龄因素。

(二)建立模糊综合评价模型

1.建立风险因素集。将上述分析出的影响因素建立风险因素集,影响因素编号依次为u1,u2……u5。得到评判对象

2.通过对电诈案件调查分析、专家评分的步骤,确定每个影响指标的权重,分别为b1、b2、b3、b4、b5,其中b1=0.294,b2=0.2352,b3=0.1176,b4=0.1765,b5=0.1765。

3.根据综合评价公式得到的计算结果折线图

综合评价值综合了电诈犯罪的五个具体因素,评价值越高,城市出现电信诈骗犯罪的可能性越大。根据结果显示,前五的城市为珠海市、茂名市、中山市、阳江市、深圳市。

(三)基于GIS的广东省电信诈骗犯罪预测

将各地市的犯罪综合评价值输入ArcGIS软件中,制作热点分析图,结果显示热点区域有佛山市、东莞市、中山市、深圳市、珠海市、江门市,次热点区域有广州市、云浮市、阳江市,这些城市主要分布在珠三角地区及沿岸地区,经济交通相对发达,容易产生电信诈骗犯罪。对于热点城市,当地公安需要提高技术侦查手段,有效预防犯罪,注重信息情报、为侦查工作提供更好的路径,激活社区警务效能,夯实基层基础工作。

参考论文:

[1]钟海东,吴健平,余柏蒗,王占宏.基于GIS的上海市犯罪空间特征研究[J].华东师范大学学报(自然科学版),2013(02):30-37+55.

[2]陈天麒.2019年我国电信网络诈骗犯罪的典型空间模式——基于314份判决文书数据的研究[J].法制博览,2020(17):7-11+104.

资金项目:本项目受大学生创新创业训练项目(202011110001)资助,指导老师:袁晓宏

作者简洁:赖沁泠(1999-),女,学生。

*本文暂不支持打印功能

monitor