盗窃旅财犯罪嫌疑人犯罪概率分析与积分预警模型应用

高 峰

（济南铁路公安局 刑侦处，山东 济南250001）

2011年3月1日，公安部在全国实施“积分预警，分类处置”的重点人员管控工作新模式，对公安机关警务模式改革提出明确的要求。面对日趋严峻复杂的铁路反恐维稳斗争形势和日益繁重的打击防范工作，积极顺应公安信息化作战的警务模式改革趋势，建立符合铁路公安实际的情报积分预警模型和标准，进一步完善和创新重点人员管控工作模式，提高防范、打击犯罪工作效率水平，已经成为当前铁路公安情报信息工作的一个重要研究方向。

为此，按照公安局党委“121”总体规划和新时期对于“加强信息化建设，建立信息主导警务的新型勤务模式”的要求，笔者试对济南局盗窃旅财前科人员实名制数据、犯罪概率和积分预警模型进行分析、测算，对进一步完善铁路大情报系统建设和重点人员管控工作机制，提出相应的参考数据和建议，供大家批评指正。

一、全局盗窃旅财前科人员及其实名制数据情况

（一）全路盗窃旅财前科人员及其实名制数据情况

经查询铁路公安局《全路违法犯罪人员系统》和《铁路公安案件管理系统》，2012年1月至2014年6月，全路共立盗窃旅财案件18867起，破获6457起，共抓获盗窃旅财流窜犯罪嫌疑人2521名。

经查询铁路公安局《实名制分析综合分析系统》，2012年1月至2014年6月，该2521名盗窃旅财前科人员共有152803条实名制购票数据，其中有828名盗窃旅财前科人员在济南局管内站车有实名制乘车信息12036条。

（二）全局盗窃旅财前科人员实名制数据分析

2012年1月至2014年6月共30个月，该828名盗窃旅财前科人员共有涉及济南局站车的实名制购票数据12036条；该30个月，全局共立盗窃旅财案件1067起，破获155起。

1.从乘车次数分析。一是按月均乘车次数分析。该828名盗窃旅财前科人员中：月均乘降列车3次及以上、乘车90次以上的有30人，涉及实名制购票数据5690条，分别占前科人员总数的3.6%、实名制购票数据总数的47.3%；月均乘降列车3次以下、乘车90次以下的有798人，涉及实名制购票数据6346条，分别占前科人员总数的96.4%、实名制购票数据总数的52.7%。二是按结伙乘车次数分析。12036条实名制购票数据中，2人以上结伙乘车的数据共有2664条，占22.1%。该2664条数据中，2人共同乘车的1018次，3人结伙乘车的153次，4人结伙乘车的32次，5人结伙乘车的7次，6人结伙乘车的1次。

2.从重点人员情况分析。一是从年龄看，该828名盗窃旅财前科人员中：24岁以下的48人，占5.8%；25至40岁的274人，占33.1%；41至50岁的331人，占40.0%；50岁以上的175人，占21.1%。二是从籍贯看，该828名盗窃旅财前科人员共涉及27个省、市、自治区，主要有东北籍169名、河南籍168名、四川籍76名、湖南籍58名、山东籍51名、湖北籍46名、安徽籍43名、江西籍36名、广西籍29名、河北籍27名、陕西和江苏籍各23名，分别占20.4%、20.3%、9.2%、7.0%、6.2%、5.6%、5.2%、4.3%、3.5%、3.3%、2.8%、2.8%（见图1）。

图1 ：828名盗窃旅财前科人员的籍贯分布情况

3.从活动线路分析。12036条实名制购票数据中：在局管内车站乘降列车的4878条，占40.5%；跨局乘降列车的4153条，占34.5%；在外局车站乘降济南局列车的3005条，占25%。在4878条局管内车站乘降数据中：较为突出的线路是胶济线1657条，占34%；菏兖日线1120条，占23%；京九线910条，占18.7%；京沪线906条，占18.6%（见表1、图2）。

表1 ：管内车站乘降数据所占比例表

图2 ：管内车站乘降数据所占比例与旅财案件数所占比例对比图

4.从乘降车站分析。12036条实名制购票数据中：乘车车站为局管内车站的数据6980条，占58%；到达车站为局管内车站的数据7135条，占59.3%。该12036条实名制购票数据，共涉及局管内车站63个。从乘降次数来看，京九线较为突出的车站是菏泽、聊城站，京沪线较为突出的车站是兖州、济南、泰山、枣庄西、滕州站，胶济线较为突出的车站是潍坊、淄博、青岛、高密、胶州、城阳、济南东站，菏兖日线较为突出的车站是济宁、巨野、临沂站，蓝烟线较为突出的车站是烟台、莱阳站（见表2）。

5.从乘车车次分析。12036条实名制购票数据中，共涉及济南局值乘的列车97趟次、实名制购票数据有5879条，占47.3%。该5879条列车数据中：在管内车站乘降济南局列车的2874条，占48.9%；在外局车站乘降济南局列车的3005条，占51.1%。

表2 ：2012年1月至2014年6月乘车次数50次以上的车站发案情况

19 20济南东莱阳57 51 68 29 0 14

表3 ：2012年1月至2014年6月乘降次数100次以上的列车发案情况

（三）旅财案件发案概率测算

基本数字：2012年1月至2014年6月，全路共立盗窃旅财案件18867起，破获6457起。济南局共立盗窃旅财案件1067起，破获155起，抓获流窜犯136名；其中立车站盗窃旅财案件388起，破获54起，立列车盗窃旅财案件679起，破获101起。

1.全路旅财案件发案概率测算。一是按立案数来测算：按该全路盗窃旅财前科人员乘降列车152803次、发生18867起盗窃旅财案件测算，盗窃旅财案件发案概率为12.3%。二是按照破案数来测算，共破获盗窃旅财案件6457起、涉及实名制数据95814条，盗窃旅财案件发案概率为6.7%。

2.全局旅财案件发案概率测算。一是按立案数来测算：按该828名盗窃旅财前科人员乘降列车12036次、发生1067起盗窃旅财案件测算，盗窃旅财案件发案概率为8.7%。二是按照破案数来测算，共破获盗窃旅财案件155起，抓获流窜犯136名，涉及济南局站车实名制数据1833条，盗窃旅财案件发案概率为8.5%。

3.车站旅财案件发案概率测算。一是按立案数来测算：济南局管内22个车站发生盗窃旅财案件388起，涉及车站实名制数据6212条，车站旅财案件发案概率为6.2%。二是按照破案数来测算，共破获车站盗窃旅财案件54起、抓获流窜犯43名，共涉及实名制数据1517条，车站盗窃旅财案件发案概率为3.6%。

4.列车旅财案件犯罪概率测算。一是按立案数来测算：济南局97趟值乘列车发生盗窃旅财案件679起，涉及客车实名制数据5666条，列车旅财案件发案概率为12%。二是按照破案数来测算，共破获列车盗窃旅财案件101起、抓获流窜犯93名，共涉及实名制数据1175条，列车盗窃旅财案件发案概率为8.6%。

5.线路旅财案件犯罪概率预警测算。2012年1月至2014年6月，济南局共立管内旅财案件610起、涉及客车实名制数据4787条。按立案数来测算，济南局管内京沪、胶济客专、菏兖日、京九、蓝烟、京沪高铁、胶新线7条线路分别立案242起、155起、76起、64起、42起、25起、6起，分别涉及客车实名制数据条906条、1657条、1120条、910条、129条、34条、31条，发案概率分别为26.7%、9.4%、6.8%、7.0%、32.6%、73.5%、19.4%。

综上所述，从对旅财案件与实名制购票数据分析测算结果来看，重点人员乘降次数与旅财案件发案数有一定的客观对应性，呈一定的比例关系，这一测算结果为建立旅财案件和盗窃旅财前科人员积分预警模型提供了依据。

二、对盗窃旅财前科人员和旅财案件积分预警模型的测算

表4 ：2012年1月至2014年6月全局管内旅财案件立案情况及发案概率

按照公安部关于开展“积分预警、分类管控”的基本原理和要求，结合对上述济南局旅财案件涉及实名制数据的分析和测算情况，可以最具有铁路特色的旅财案件和扒窃前科人员为突破口，进一步研究、探索前科人员积分预警模型的测算标准，逐步将涉毒、涉拐、重大刑事犯罪前科等重点人员纳入到积分预警工作中，以加强动态管控机制建设，全面实施“信息主导警务的新型勤务模式”。

（一）旅财案件积分预警模型

1.全局旅财案件积分预警模型。以全路旅财案件发案概率为基数测算，全路盗窃旅财前科人员日均乘降列车次数超过8.1次（最高不超过14.8次），发生1起盗窃旅财案件。以全路旅财案件发案概率为基数测算，全局136名盗窃旅财前科人员在济南局站车日均乘降列车次数超过11.3次（最高不超过11.8次），发生1起盗窃旅财案件。综上所述，济南局旅财案件积分预警最低线为盗窃旅财前科人员日均乘降列车8.3至11.3次，最高线为11.8至14.8次。

2.线路旅财案件积分预警模型。按照济南局管内各线路发案概率测算，京沪高铁、胶济客专、京沪、菏兖日、京九、蓝烟、胶新线积分预警最低线，分别为管内盗窃旅财前科人员日均乘降列车1.4次、10.7次、3.7次、14.2次、14.7次、3.1次、5.2次。

（二）盗窃旅财前科人员积分预警模型

按照公安部关于积分预警模型的要求，由省、市公安机关分别构建对前科人员的积分预警模型并设定积分规则，根据积分高低进行二次研判后，分别以橙、黄、蓝三种颜色发布预警指令。刑事前科人员积分模型包括背景信息、动态信息和管控信息，实行总积分超过100分的，按100分计算。

1.背景信息积分预警标准。一是根据涉案次数计算预警积分，并根据连续涉案情况，自动提升预警积分。二是按照24岁以下、25至40岁、41至50岁和50岁以上等四个不同年龄段计算预警积分。三是根据前科人员是否有吸毒、流窜、刑释解教等前科系数叠加相乘计算预警积分，用于放大某类要素对前科人员再犯罪可能性的影响。

2.动态信息积分预警标准。一是乘降次数。以不同计分标准计算月乘降3次以下、3至5次和5次以上的预警分值，并根据连续乘降情况，自动提升预警积分。二是乘降车站。按照乘降车站分别为局管内车站、跨局车站和外局车站乘降济南局客车三种类型，分别计算月乘降3次以下、3至5次和5次以上的预警分值；乘降车站系涉恐、涉毒、涉拐、涉假重点地区的，要叠加相乘计算预警积分，用于放大某类要素对前科人员再犯罪可能性的影响。三是结伙乘车次数。分别以不同计分标准计算2人结伙、3人以上结伙乘降列车次数的分值；同时按照同一户籍地市的前科人员、同一前科等不同类型，以不同系数叠加相乘计分。

3.管控信息积分预警标准。一是对前科人员经营侦查。按照“认定违法犯罪嫌疑人”、“有重大作案嫌疑但证据不足”、“有作案嫌疑”、“有违法行为”、“未发现有作案嫌疑”等类型计算积分。二是住宿、网吧等外围调查信息反馈。派出所开展管控工作的反馈信息，按次累计，积分与经营侦查单位反馈项合并计算。

三、关于加强“积分预警、分类管控”模型应用工作的建议

为深入贯彻铁路公安局和公安局党委关于信息化建设总体框架要求，依托省警综平台和铁路实名制数据，进一步加强对铁路积分预警模型的研究、实践，不断深化公安刑侦“大情报”平台建设，积极适应信息化建设推动基础工作、专业手段、侦查经营等方面模式转变的新要求，建立以深度研判、情报导侦、联动处置为核心的重点人员管控新模式，改变以往的预警指令逐条处置的方法，实施精确管控、精准打击，全面提升打防管控能力。

（一）加强情报平台建设，建立科学积分预警模型

一要加强情报平台建设。整合铁路刑事、治安、违法犯罪人员、指纹、客货运实名制、铁路出租房屋和雇佣人员等铁路资源信息库，建立信息收集、分析研判、预警处置等实战功能于一体的大情报平台。同时按照公安部新的信息采集、录入标准和要求，制定铁路公安机关入库信息的范围、程序、标准，规范信息采集、录入和预警处置、反馈工作，为做好情报平台建设与积分预警工作机制的对接与应用打下坚实基础。

二要搭建科学的积分预警模型。依托情报平台汇集的信息资源，通过对以往涉恐、涉稳、涉毒、在逃、重大刑事犯罪前科、重性精神病、重点上访人员各类重点人和实际案例的反复分析验证，引入地方公安机关关于“高危地域”、“高危人员”和“同类前科同行积分骤增”等典型特征的研判经验，设置科学的积分模型、积分指标，合理设定积分分值，采取系统积分和人工研判相结合的方式，客观评估重点人员可能从事涉恐、违法犯罪等危害社会行为风险，形成精准预警指令，使基层单位有的放矢开展管控工作，实现立足本地、本职、本岗位管控重点人员的工作目标。

（二）创新工作机制，建立重点人员管控新模式

全力推进情报积分预警、分类管控机制与各部门、各警种整合对接。

一是实行联动机制，强化落地查控。针对各部门各警种实际，制定重点人员积分预警、分类管控处置流程、操作细则和联动处置规范，通过建立网上发现、网上排查、网上关联和网上侦查工作联动机制，最快时间内进行落地查控，最大限度实现信息资源和侦查力量的整合。同时，选取部分派出所和乘警支队作为试点先期运作，从中发现问题，不断完善系统、充实内容和细化程序，形成预警处警时间迅速、处警人员专业的联动机制，建立以信息化实现基础管控动态化的警务模式。

二是实行协作机制，形成作战合力。建立国保、刑侦、治安、情报、反恐、网安和技侦等部门协调联动工作机制，实现网上与网下、虚拟与现实社会同时作战。

三是优化情报队伍及手段建设。成立局处情报中心专门研判机构和专门研判队伍，开展全天候研判和“大情报”接发指令等工作。实行情报、国保、刑侦、治安、反恐、网安、技侦等部门情报会商制度，定期开展会商研判，引入相关技术手段，全面分析重点人员动态管控信息，为防范打击工作提供情报支撑。

四是实行考核机制，增强工作动力。将重点人员积分预警的各类指令的下发率、签收率、反馈率、经营成功率纳入各部门、各警种考核范畴，通过各系统线上考核，拉动基层派出所、队与情报部门融合对接。

（三）强化深度应用，提升实战效果

一是加强内外信息资源整合。按照“立足长远、协同配合、互惠互利、服务大局”的原则，最大限度实现路内外和路地公安机关之间信息资源共享，加强大情报平台和省市警综系统的有效对接，强化对地方社会资源信息的整合利用，使预警信息和管控措施在情报平台与基层所队民警之间有效流转，实现重点人员现状、管控措施、预警级别“三可知”，杜绝“假管控”、“漏控”等问题。同时，针对侦查实战的应用需求，开发信息资源关联查询、轨迹信息分析、人案关联关系分析等通用性分析工具，为实现信息资源的深度应用提供支撑。

二是建立“主动进攻”实战模式。积极利用情报平台开展深度研判，实行“积分预警、深度研判”双轨式运行机制，重点挖掘具有明显高危特征、预警级别升高的重点人员，同时准确把握“人案关联”分析思路，分析其重点特征和同行人员，精确指导基层实战。建立符合铁路刑事犯罪特点的重点人员经营侦查数据库，将跨局流窜作案人员，涉毒、涉拐等高危人员以及其他有重大作案嫌疑的人员，纳入局处情报平台进行积分预警，并汇集经营侦查过程中获取的有关信息，支持侦查实战，使积分预警管控工作在铁路公安反恐防暴、追逃、缉毒、打击倒票等专项工作中发挥更大的作用。

三是建立情报主导警务的勤务模式。积分预警经过实践检验，已经成为“情报主导警务”的有效杠杆，改变了情报信息只作为研判辅助的状态，成为主导警务发展的新手段。根据情报信息精确研判，可以引导打防控警力向案件高发时段、区域集中，向反恐维稳工作需要方向集中，向案件侦破指向犯罪嫌疑人集中，实现科学动态布警，提升警务效能和打防控工作能力水平。