关于情报主导警务的几点思考

何庆

（北京市公安局公安交通管理局，北京100037）

关于情报主导警务的几点思考

何庆

（北京市公安局公安交通管理局，北京100037）

结合数据统计分析技术和智能化一般经验，围绕情报主导警务的概念、内涵、目标任务、作用机理、发展要点等五个方面进行了研究。一是通过对概念的梳理，认为情报主导警务必须置于数据统计分析和人工智能的技术背景下；二是从情报主导警务的发展历史出发，探讨其内涵；三是将情报主导警务建设划分为三个发展阶段，并确定各自目标和作用；四是通过实例探讨数据统计分析技术对警务决策的支持机制；五是提出推进我国情报主导警务工作的三点建议。

警务信息化；情报主导警务；警务决策；警情数据分析

近年来，情报主导警务是我国公安理论和实务界的热点，相关的研究非常多。由于情报主导警务源于国外，而国内各地公安机关在研究上由于资料匮乏，在应用中需求不同、实践不一、体会各异，使得部分研究人员对情报主导警务的概念认识混淆，对其发展路径规划不合理。为此，一些研究人员进行了相关研究。如吴开青通过对国外研究情况的概括，讨论了情报主导警务的内涵。[1]孟宪文对情报和信息的概念进行了比较辨析。[2]本文从数据分析技术角度出发，首先明确情报的概念，继而探讨情报主导警务的内涵，再讨论其与警务信息化的关系，然后通过实例说明警情数据统计分析对警务决策支持，最后提出推进我国情报主导警务工作的策略。

一、情报主导警务的概念：置于数据分析和人工智能的背景下理解

情报主导警务源于国外，英文称为“intelligence ledpolicing”。其中，情报是由“intelligence”翻译而来的，但它过去常常由“information”（现翻译为“信息”）翻译而来。这导致情报和信息的概念混淆，影响了其发展规划。一些文献介绍了混淆的原因，并进行了细致的辨析。[3]事实上，intelligence不仅可翻译为情报，还被翻译为智力、智能。《现代汉语词典》将其定义为“人认识、理解客观事物并运用知识、经验解决问题的能力，包括记忆、观察、想象、思想和判断等。”可见，intelligence既是一种认知结果，也是一种认知能力。因此，可以认为信息是对事物的直接表征，而情报则是对信息的智力加工。简单情报约等于信息。

传统的公安情报是对信息的简单加工，情报主导警务则是对信息的深度加工。上世纪50年代以来，电子技术的快速发展，信息以电子形式存在，大大降低了信息收集和存储的难度，信息量极大丰富，限制决策科学性的不再是信息的匮乏，而是对信息的高度综合提炼。赫伯特·西蒙（人工智能创始人之一）说：“信息消费了什么是很明显的：它消费的是信息接受者的注意力。信息越丰富，就会导致注意力越匮乏……信息并不匮乏，匮乏的是我们处理信息的能力。我们有限的注意力是组织活动的主要瓶颈。”[4]

为从这些丰富的信息中挖掘出高质量的信息，现代统计学、计算机科学、运筹学等一系列应用数学在情报分析中得到了广泛的应用，使得原本复杂的自然现象、社会现象，都可基于数据得到更加全面、细致而凝练地描述和刻画，进而采用数学的方法予以抽象处理，从而对客观世界认识更加深入、科学。这一科学被称为知识工程，属于智能科学（intelligent science）重要分支。智能科学作为一种先进的方法科学，一经面世便迅速推广到各行各业，极大地提高了人们的工作效率，改善了人们的生活，涌现了商务智能（Business intelligence）、智能交通（intelligencetraffic）、智能搜索（intelligentsearchengine）等各类产品。

纵观国外情报主导警务各种模式[5]，均是在信息的电子化及基于数据库有序管理后，通过数据统计、数据挖掘对信息进行深度分析，获得高价值的情报辅助警务决策的。以美国的CompStat为例，[6]尽管其计算机系统于1994年建成，但早在70年代，Comp-Stat的设计者梅普尔就开始探索用数据统计方法分析警情并取得了良好的成绩。在推进警务信息化过程中，美国司法部提出“数据和信息是执法工作当中制定战略和决策的基础”，提倡数据驱动管理（datadriven management），充分体现了数据分析在警务信息化中的作用和地位。

因此，情报主导警务的重点是数据统计分析技术在情报分析中的应用，而它也被称为“policing intelligence”（警务智能）。理解情报主导警务不能脱离智能科学及数据统计的这一技术背景。突出这一点，一是强调情报主导警务虽然重视信息的搜集，但更重视信息的分析；二是情报主导警务虽然具备自身特色，但仍然需要广泛借鉴其他行业的智能化经验。

二、情报主导警务的内涵：从情报主导警务兴起的脉络谈起

上世纪80年代，西方发达国家违法犯罪数量大幅上升，而警力却未能有效增长，[7]供需之间矛盾突出。如何配置警力提升警务效能，成为警方的首要问题。同时，随着城市化发展，城市外来人口增多，增加了警务工作难度，而居民对社会治安更加敏感，增加了警务工作压力。经过社区警务变革后，警方迫切需要新的警务变革。

1979年，戈德斯坦提出“问题导向警务”（SARA）的理念，[8]它以问题为中心，试图回答以下四个核心问题：第一，存在什么问题？第二，什么原因？第三，应该采取哪些措施？第四，效果如何？这四个核心问题构成了四个环节，分别命名为扫描、分析、反应、评估。尖锐的问题和严密的逻辑，促使决策者不断地对工作进行反思和改进，强化了对警务流程的管理和控制，实现了警务工作从被动反应向主动预防转变。可以说，“问题导向警务”开情报主导警务先声。

50年代兴起的环境犯罪学，为情报主导警务奠定了坚实的理论基础。[9]环境犯罪学认为，犯罪行为的发生不是随机的，而存在规律，这个规律可以体现在空间上，也可能会体现在其他因素上。按照犯罪规律进行工作，可以有效遏制违法犯罪行为。随着这一理论的发展，最终形成著名的3I模式——用情报描述犯罪形势，辅助决策者决策，进而控制犯罪形势。如图1所示。

图1 3I模式

在这些理论的铺垫下，随着计算机的推广，80年代后期到90年代初，水到渠成，英国、美国和澳大利亚先后但却不约而同地推出了情报主导警务模式。情报主导警务成为国际警界的共识。

概言之，情报主导警务的主要观点有：主张采取实证的、学术的，而非逻辑的或经验的方法研究警务问题；违法犯罪滋生于社会土壤中，警务工作的目标不是打击违法犯罪，而是改变犯罪环境；违法犯罪虽然随机存在，但具有统计规律，按规律布警，可以有效提高警务效能，缓解尖锐的警力供需矛盾；大量地收集信息，并应用定量的方法处理，可以得到高质量的情报；利用计算机和其他电子设备提高信息处理速度和能力。

三、情报主导警务和警务信息化的关系

资料电子化、程序自动化、方法定量化是警务信息化的三个突出特征。资料电子化是指公安机关将相关资料以电子形式存储在计算机中，是警务信息化的基石，决定着信息化警务的广度。程序自动化是指以计算机替代人工自动化处理资料，是警务信息化的支柱，决定着信息化警务的速度。方法定量化是指定量而非定性地处理资料，从而提升情报分析的水平，决定着信息化警务的深度。

结合这三个特征和智能化一般经验，警务信息化可以分为三项内容：信息设备的完善、侦查技术的进步和管理决策的变革。设备的完善就是要让公安机关配齐信息化设备，原有的警务模式不变，只是计算机取代人工。如将资料的人工查询改为计算机查询。侦查技术的进步则是在资料电子化后，采用智能技术改进情报信息搜索水平。如采用聚类分析的方法，发现案件的相关性，实现系列案件的串并。[10]管理决策的变革则是对公安情报信息深入分析挖掘，发现违法犯罪的规律，指导警务部门在警力投入、勤务时间范围、电子装备、管理区域乃至打击力度等多方面进行战略性调整。

在这三项工作内容中，情报信息对警务工作的影响深度逐级递增。情报分别支持警务、辅助警务、主导警务，后一个阶段建立在前一阶段基础之上。情报信息主导警务是警务信息化的最高阶段，此时情报信息对警务工作的影响最深刻、最全面。上述划分是基于技术深度而言，警务信息化的效果还取决于实际需求，其发展规划需要与实际情况结合起来。

四、数据统计分析对警务决策的支持

数据分析技术在情报主导警务中发挥着巨大作用，本文重点讨论数据分析对警务决策的支持。很多学者研究了统计对决策的支持机制，如李金昌将统计对决策的支持机制总结为九点，[11]分别是：把握全局——总体性思想、心中有数——数量性思想、知己知彼——调查性思想、合理定位——差异性思想、高瞻远瞩——推断性思想、科学决策——风险性思想、随机应变——偶然性思想、独具慧眼——关联性思想、以质取胜——误差性思想。下面结合实例，介绍数据分析技术对警务管理决策支持。

（一）数据统计分析可以更加全面、简要、直观地描述警情

图2是按照拥堵时间长短对某市682条路段排序的统计图。图中每一个蓝点表示一条路段的拥堵时间。红色直线表示如果拥堵均衡分布，则拥堵时间会连接成一条直线。从图中可以看出，该城市拥堵分布严重不均衡，而且最堵的10条路段（数量占总体1.38%）占总体的28.84%。数据统计分析迅速指明了警务工作的重点。英国情报主导警务工作起源于肯特郡，其标志为一份研究结果表明在犯罪总量中80%的案件由20%的罪犯所为。可见，数据统计分析技术可以全面、简要而直观地整理繁多、复杂的警情数据，为警务管理决策提供高质的情报。

图2 某市路段拥堵时间排序统计

（二）采取抽样调查方法研究总体情况

开展高效的警务工作，需要深入了解一些社会指标的总体情况。但由于各方面限制，往往不能获得全部数据，这时需要采用抽样调查的方法。如某城市公安交通管理部门需要掌握城市内每天上路行驶的车辆数。由于很难开展总体调查，必须采取抽样调查的方法，于是借鉴了统计学里面的“捕获再捕获”的方法：[12]如果要估计湖中鱼的总数，那么可以先捕200条，做上标记放回湖中，待它们与湖中未做标记的鱼混合，再捕100条。若其中20条做过标记，说明有标记的鱼占20%，湖中有鱼1000条。借用这种方法，通过视频对车辆检测的相关数据，就可以推测总体情况，从而为决策提供有效信息。

（三）采取多元统计方法把握内部结构

社会是复杂的，警情指标也是多元的。面对复杂的现象，需要更好的技术才能把握总体情况。统计学提供了聚类分析、因子分析、多元回归、判别分析等一系列的分析工具。

（四）通过数据预测技术把握先机

预测未来方能洞察先机，提高决策水平。数据统计分析技术提供时间序列分析、贝叶斯推断、回归分析等技术，能够对警情进行预测，从而调整警力配置，预防和打击犯罪。如章社生等采取数学建模的方法，对犯罪嫌疑人住处及下次作案地点进行了预测。[13]昆明市公安局西山分局用温特斯法对110警情数量进行预测以指导警力配置。[14]

五、当前推进情报主导警务的几点策略

根据情报主导警务基本理论和我国的实际情况，当前推进情报主导警务要强化三个方面的工作。

（一）在公安科学研究中倡导警情的定量研究，扫清情报主导警务的技术难题，推动情报主导警务的实践

历史证明，当数学能够服务于一个实践领域，那么该领域的效率就会大大提高。警情的定量化分析，可以有效提高警务效能，是情报主导警务的重要目标。然而，当前我国公安工作虽然积累了大量数据，但定量化的分析研究较少，不仅远远不能满足实践需求，而且与经济、卫生、能源等诸多行业比较相形见绌。

警情定量研究不足，存在一定的客观原因。诸如，公安相关的一些警情指标难以量化；警情数据的异方差特性、截断特性，不能适用经典统计推断技术；一般行业决策关注的是表征常态的平均水平，而警务决策关注的是表征异常的离群数值。这些客观因素，都使得经典统计学远远不能满足警务决策需要，限制了数据统计技术在公安工作中的影响力。

警情数据统计分析是情报主导警务的核心课题，学术界应当高度重视。加强警情数据统计分析的研究，注重学术积累，扫清情报主导警务的技术难题，才能保证情报主导警务的顺利实施。

需要注意的是，统计学是一门应用科学。作为一门应用科学，需要方法性知识和应用领域知识结合起来，因此统计学分为数理统计学和应用统计学。当数理统计学与实践结合起来，就形成了经济统计学、地理统计学等应用统计学。警情定量统计分析，也需要建立在警情知识的掌握上，不能简单借鉴其它应用统计的经验。

（二）情报分析在公安机关工作中存在普遍需求，且实践性很强，必须强化全警情报分析能力

当前情报分析工作需求大，而公安机关情报分析研究人才缺口大。公安机关面临着一个选择：是借助行业外人才的帮助，或者搭建高性能的计算机分析平台以克服对专业人才的依赖，还是强化自身情报分析能力建设？显然，前者见效快，后者投入大，见效慢。

随着时代的发展，“用数据说话”和“用数据管理”渐渐成为政府部门的必然要求。在情报主导警务中，凡是拥有丰富信息的岗位，都存在着强烈的情报分析需求，而情报分析又是一个需要分析工具和实践经验结合起来的工作，同时警情又处在不断变化发展中。因此，借助行业外人才或者一个情报分析软件的帮助都不能满足实践需求。只有强化全警的情报分析能力，才能满足警情分析的需求。

（三）领导干部在情报辅助决策中处于核心地位，强化领导干部情报定量能力，才能衔接好情报分析和管理决策

自2003年公安部要求在公安机关中推进情报主导警务以来，各级公安机关高度重视这一工作。但在推进情报主导警务的组织保障上，不仅需要组织和领导重视，更需要领导的亲身参与。情报分析为管理决策服务，两者之间存在着密切关系，而情报分析与领导决策处于不同岗位，工作目标、内容、形式各不相同，强调领导的参与似乎是一个悖论。

但是统计学认为，统计是一门科学，也是一门艺术。统计是一门艺术，不仅是指统计在形式上具有审美性，而且在内容上也具有主观性。如统计分析结果，不具有完全确定性，而是存在于一定概率之上，接受分析结果需要考虑主观风险；统计分析过程是客观的，但其分析目的和选择指标具有主观性，必须体现决策的主观倾向；统计分析方法必须遵规守矩，但全面的认识和经验的直觉可以提高分析技巧，而这恰恰是决策者的特长；分析结果具有欺骗性，只有具有统计知识的决策者才能明察秋毫、洞若观火。[15]

因此，推进情报主导警务工作不仅需要组织和领导的重视，更需要领导干部、特别是中基层领导干部的参与。可以预见，未来数据统计分析能力将与文字材料写作能力同等重要，成为公安机关中基层领导干部的重要能力。

[1]吴开清.国外关于情报信息主导警务工作的研究概况[J].公安研究,2005(7):88-91.

[2]孟宪文.警务主导观：信息还是情报[J].中国人民公安大学学报(社会科学版),2006(4):85-89.

[3]刘新文.信息、情报概念辨析[J].术语标准化与信息技术,2009(4): 16-19.

[4][6]涂子沛.大数据[M].桂林:广西师范大学出版社,2012:86,77.

[5]杨静,刁筠波.几种情报分析研判模式对我国情报主导警务工作的启发与思考[J].警察技术,2011(5):70-73.

[7]田孝良,张晓菲.西方发达国家“情报主导警务”模式的共性分析[J].湖北警官学院学报,2010(7):90-93.

[8]万川.西方情报主导警务理论的发展脉络[J].北京人民警察学院学报,2009(6):84-87.

[9]梅建明.英美警务新战略——情报制导战略述评[J].江苏警官学院学报,2006(1):115-124.

[10]夏颖,王哲,程琳.聚类分析在犯罪数据分析中的应用[J].合肥工业大学学报(自然科学版),2009(12):1924-1927.

[11]李金昌.统计思想研究[M].北京:中国统计出版社,2009:246-254.

[12]金勇进,杜子芳,蒋妍.抽样技术（第二版）[M].北京:中国人民大学出版社,2010:227.

[13]章社生,曲径,郑传建,赵伟明.犯罪嫌疑人住处及下次作案地点预测[J].武汉理工大学学报(信息与管理工程版),2010(6):970 -973.

[14]杨建军,张勇坚.温特斯法在110警情预测中的应用初探[J].云南警官学院学报,2009(6):45-50.

[15][德]克莱默.统计数据的真像[M].隋学礼译.北京:机械工业出版社,2008.

D631

A

1673―2391(2014)02―0010―04

2013-08-15责任编校：边草

北京市科委资助课题《基于智能交通海量数据的交通环境分析研究系统》；课题编号为：z131100005613010。