公安警务大数据文献计量与分析

□田慧琴,杨艳妮,刘三满

(1,3.山西警察学院,山西 太原 030401;2.三峡大学,湖北 宜昌 443002)

随着信息技术(IT)驱动的万物互联时代的蓬勃发展,各个领域不断产生海量多源异构数据,大数据概念应运而生,并且已经在政府公共管理、民生服务、商业、制造业等领域得到了广泛应用,形成了新的产业空间,产生了巨大的社会价值。[1]在此时代背景下,公安机关在各级各类信息系统平台和数据资源支撑下,通过对多源异构数据的采集汇聚和清洗融合,利用大数据的多维性、完备性和强相关性对复杂对象的信息进行快速检索、高效共享、关联分析、深度发掘和可视化分析,进而辅助决策、控制警务活动运行,甚至创造了一些新的警务产品和服务,形成了一系列的经验和实践的案例。但是通过对现有文献的检视发现,鲜有关于警务大数据方面的综述类文献。鉴于此，本文试图以中国知网CNKI中有关公安警务大数据方面的中文文献为研究对象进行总结梳理,由于公安警务研究的特殊性和特定内容保密性,我们希望从一个侧面反映当前公安警务大数据研究与实践的概况。

一、文献的选择与分析维度

(一)文献的选择

为了保证所选文献的广泛性、代表性和与研究主题的相关性,兼顾查全率和查准率,我们选取“公安”并含“大数据”和“警务”并含“大数据”为主题检索词对CNKI数据库分别进行检索。同时把检索出的文献信息(篇名、作者、作者机构、刊名、关键词、摘要等)和部分重点文献全文导入ENDNOTE(检索时间为2017年12月31日)。通过去重整理,一共得到876条记录(见表1)。其中报纸类文献146篇,硕博论文97篇,会议论文23篇,期刊文献610篇占比69.7%。对于文献的性质,一般认为会议论文和学位论文的精华部分会在学术期刊上发表,所以我们仅把610篇期刊类文献作为关注对象。

表1 公安警务大数据文献类型分布

通过对610篇文献一系列的查找鉴别,剔除编辑评论、新闻报道、产品推介等与主题相关度不强的文献,最终得到488篇目标文献作为研究对象。对这些目标文献通过分析论文题目、摘要、关键词和阅读全文的方式进行分类。

(二)文献分析维度的选择

在与信息技术(IT)应用相关的产品与服务创新、商务政务模式创新和管理创新的过程中,信息系统(IS)已经成为企业、政府机构等各类组织的运营基础和创新土壤,而大数据的产生、搜集、存储、开发、利用的基础条件就是信息系统。因此我们借鉴了信息系统(IS)领域的综述类文献的分析体系。

本文将从文献发表年度、来源期刊、作者机构、研究热点、研究主题、研究方法的维度对样本展开分析和归类。[2]文献发表年度、来源期刊和作者机构由ENDNOTE软件的菜单命令直接生成。研究热点从分析高频关键词入手。研究主题和研究方法结合文献并借鉴信息系统领域综述类文献关于研究主题和研究方法的分类来确定。研究主题从警务大数据理论研究、技术研究、应用研究、业务管理和系统平台开发五个方面进行分析总结。[3]研究方法分为理论研究和实证研究。

二、文献分析结果及讨论

(一)文献发表年度、作者机构、来源期刊和研究热点

文献发表年度分布如表2。文献最早出现在2013年,与Gartner曲线大数据(Big Data)概念的期望值巅峰吻合，也与有业内人士认为2013年是我国大数据元年相吻合。

表2 公安警务大数据期刊类文献发表年度分布

在ENDNOTE软件中对文献的作者(Author)进行统计显示有705位作者,对作者机构(Author Address)进行抽取统计共得到364个机构。为了从宏观上考量研究机构的分布情况,我们借鉴蔡萌等(2017)将各省市公安厅局和地市县公安局统称为某省公安机关,将公安部机关及其研究所统称为公安部。[4]这些作者机构主要分为五大类,分别是公安部、各省公安机关、公安警察类院校、科技信息技术公司、其他高校科研院所和党政机关。从整体的作者机构来看,公安警察类院校发文量最高,公安部及其研究所、广东公安机关、江苏公安机关处于前列,浙江公安机关、福建公安机关、山东公安机关、天津公安机关和贵州公安机关紧随其后。科技信息技术公司、其他高校科研院所和党政机关等发文机构在持续关注公安警务大数据的发展,并且在设计架构和信息服务方面为公安机关提供智力支持和技术支持。文献第一作者的机构统计如表3。

表3 公安警务大数据期刊类文献作者机构分布

在ENDNOTE软件中，经过统计得到文献来源期刊共172种。文献来源期刊发文量前10位如表4。

表4 公安警务大数据文献来源期刊前10位

利用ENDNOTE软件共抽取统计出1532个关键词。对这些关键词词意相同相近的进行合并整理,得到以下高频关键词表(表5)。

表5 公安警务大数据文献高频关键词表

从这些高频关键词可以看到目标文献的研究热点集中在大数据、大数据时代背景下的大数据思维;云计算是为海量大数据提供大规模的存储能力和高速的计算能力;以大数据应用驱动公安信息化和公安机关工作创新变革,产生新的警务机制(预测警务、情报警务、移动警务、智慧警务)与实战应用的合成作战模式;“互联网+”、物联网、云平台是大数据警务的基础;警务类型集中关注情报、交通、侦查、社会治安防控、犯罪防控、公共安全、消防等领域;大数据技术的关注点在数据中心和应用系统建设、视频监控、人脸识别、数据分析、数据挖掘、分布式存储、Hadoop生态系统等，以及这些技术在警务实战中的应用。

(二)研究主题

通过阅读并分析文献，我们梳理出目标文献主题分布如表6。

表6 公安警务大数据研究主题分布

1.公安警务大数据理论研究。这类文献共171篇,占总文献量的35%。理论研究是对研究对象系统化、逻辑化的认识过程。这类文献又分为三类:概念解析、方法论、教育与人才培养。

概念解析类文献(63篇)涉及大数据视域下的智慧警务、警务云、微警务、视频侦查、警务大数据战略、公安智库、EID(公民网络电子身份标识)、民生警务、场景化勤务、预测警务、数据警务、主动警务、合成作战、“互联网+”警务、协同警务、移动警务、国际警务合作、京津冀一体化警务战略、情报信息警务等概念的提出、界定与分析。

方法论类文献(74篇)集中在大数据时代背景下的组织发展战略、警务机制变革和警务模式创新,从组织层面分析大数据环境下公安机关面临的机遇与挑战,公安机关如何从工作思维、顶层设计、信息整合、共享应用、制度保障和系统构建等方面提升警务实战效能。研究层次包含各级公安机关警务、区域警务协作(如京津冀)和国际警务合作。涉及的警务有侦查、治安、禁毒、文保、交通、消防、情报、档案、督查、网监、后勤、政治和思想文化建设。

教育与人才培养类文献(34篇)主要关注民警思想政治教育、业务培训、公安院校图书馆工作转型、学生管理、课程改革、教学质量监控、执法能力培养、就业质量评价以及学生信息素养的全面提升。

2.业务管理类文献70篇,占总文献量的14%。信息系统的管理维度就是分析、理解、组织所面临的各种情境，做出决策并制定行动方案。这部分文献主要分析当前公安工作的现状、面临的问题、解决方法、改进策略和工作创新。具体研究主题主要集中在大数据环境下的公安情报工作、侦查工作、网络信息安全工作、公安信息化工作、信息标准化工作、公安监督、公安文化建设、网络舆情管控、重点人员管控、道路交通管理策略、信息安全与隐私保护、消防边防工作、网络社区警务、高铁警务、派出所建设、公安监所管理、出入境管理、财务管理、内部审计、后勤管理等方面。

需要特别提出的是公安情报工作类文献量共30篇,关注公安情报学理论、情报活动过程、情报管理、情报服务和情报应用等方面。涉及侦查工作的文献36篇,关注大数据环境下的侦查模式变革,侦查思维考量,特别是视频侦查和侦查合成作战模式。以大数据、云计算和视频智能分析等技术为支撑,实现多侦同步上案,多库联侦串并,人案关联侦查,多手段合成作战。案件性质涉及反恐、境外追逃、侵财犯罪、通信网络诈骗、涉毒案件、涉车案件、经济案件、缉私、跨境犯罪等方面。

3.信息技术类文献共45篇,占总文献量的9%。信息技术主要集中在大数据的收集、存储、计算和可视化技术方面,涉及计算机硬件和软件技术、数据管理技术、网络和通信技术、人工智能以及系统平台基础设施建设。包括物联网技术、芯片技术、人脸识别技术、人像识别技术、视频图像综合技战法、智能搜索引擎、警用语料库构建、警用空间区位标识技术、大数据分析模型构建、警务云存储读取技术、数据碰撞比对与关联查询分析技术、视频监控标准化、电子取证技术、大数据迁移融合技术、数据接口技术、伪基站侦测、数据挖掘技术、深度学习等各种模型构建和算法实现。

4.系统开发类文献70篇,占总文献量的14%。涉及各级各类信息系统建设，数据平台架构、设计、实现和集成的方案和实例以及改良升级策略。其中除了公安机关自身业务大数据警务信息平台建构,还有公安数据或信息系统作为一个子系统和其他部门协同联动的数据平台建构。典型系统包括突发事件应急指挥平台、移动警务综合管理服务平台、警务APP开发、视频大数据应用平台、警务云平台、公安情报综合研判平台、大数据犯罪防控战略平台、交通大数据研判分析平台、全息位置地理信息系统、基于运营商数据的实时流处理系统、全警种资源调配中心、多维警务感知指挥系统、消防大数据管理平台、安防大数据协同警务应用系统、边防大数据平台、WIFI侦测系统和城市级社会管理服务平台、立体化社会治安防控系统、道路运输业数据中心建设、电子政务内外网安全系统等。这些系统或平台包括特定公安业务子系统,公安综合信息系统建设,还包括跨组织跨行业的平台集成融合。

5.应用研究类文献132篇,占总文献量的27%。这类文献关注利用大数据的理念和技术在具体警务工作中的应用,研究利用大数据原理和方法进行网上追逃、大型活动安保、电子取证、舆情监控、群体性事件处置、电信诈骗侦测、犯罪心理分析、反恐、重点人口管控、犯罪侦查、安防、灭火救援、公安维稳、治安防控等警务活动；研究如何利用组织内外各种可用信息系统和平台数据,分析模型和技术助力警务实战。文献既有应用方法设计,也包括全国各地多警种应用实例,还有美国、挪威、新西兰、新加坡、台湾等国家和地区的案例分析。

(三)研究方法

结合上述关于公安警务大数据研究主题的分析,我们对目标文献的研究方法进行了梳理,主要分为理论研究和实证研究(如表7)。其中理论研究方法主要包括概念体系构建、概念说明及应用,实证研究方法主要包括案例研究、调查研究和实验研究。

表7 公安警务大数据研究方法分布

概念体系构建就是给出解释问题和现象的理论、框架或模型,概念说明及应用就是利用概念模型描述事实、指导实践和评价行为。[3]这类文献为381篇,占总文献量的78%。如彭知辉(2017)研究大数据环境下公安情报学研究范式,公安情报分析与大数据分析融合的背景、意义、方式及策略等。[5]徐永胜,徐公社(2017)论述大数据背景下创新侦查合成作战机制的必要性、理论认识以及侦查合成作战机制的内涵。[6]吕雪梅(2017)从剖析警务视野下的大数据思维入手,界定了大数据思维语境下的犯罪情报分析的内涵、内容和流程。[7]刘鹏(2016)对大数据背景下视频侦查构成要素进行研究。[8]李国军(2015)论述大数据驱动下预测警务创新。[9]张兆端(2014)对公安大数据建设做战略思考。[10]

实证研究类文献107篇,占总文献量的22%。案例研究如陈辉(2017)基于徐州公安机关探索实践的个案研究,分析大数据时代社会治安防控体系的创新发展。[11]调查研究如庄斌雄等(2017)在对以汕头市、潮州市、汕尾市等地为代表的粤东地区近几年的严重暴力犯罪现状进行调研的基础上,梳理出其规律特点和科技对策。[12]实验研究如田野等(2017)在利用大数据、云计算、移动互联、空间信息和无线通信等技术搭建一体化的移动警务综合管控平台。这类研究构建了基于云计算的公安警务大数据平台和“1+N”弹性服务平台架构,增强了警务资源对接能力和移动警务应用深度,提高了移动执法业务的效率,并最终在武汉市公安进行应用与实践,取得了初步成效和战果。[13]

分析表明目标文献大多运用理论研究方法,停留在思辨性分析层面,较少逻辑严谨的实证性研究。在理论探索前期，概念体系构建和概念说明及应用是较常用的研究方法,随着理论的不断完善,趋向于更严密的实证研究方法。

三、研究总结

(一)本文的局限性

本文的结论是建立在文献分析的基础之上,其主要局限性表现在以下三个方面:

1.检索库、检索条件和策略的设定限制了文献来源的广度和与主题的相关性,这极有可能遗漏那些事实上在讨论公安大数据的文章。如果能在多个数据库并且以论文题目、论文摘要、关键词、主题等多种检索条件组合的方式来检索文献，可以扩大收集文献的广度,提高结论的可信度。

2.我们对目标文献不同维度的分析是建立在对文献标题、摘要、内容进行阅读的基础之上,由于有些文章主题分散或边界模糊,文献分析维度选择不全面、科学以及我们认识水平不足的原因,可能会导致部分文章归类错误,影响结论的可信度。

3.本文的研究视角集中于已经公开发表的文献,由于公安工作部分信息的涉密性,未能实现更详尽的资料分析。另外我们未能去公安机关实地详细考察,缺乏各地大数据警务的第一手资料,对公安警务大数据的评述存在局限性。

(二)存在的问题与不足

1.对公安警务大数据基本概念、核心理念的认识不够清晰,目标文献中有些问题套用大数据的概念有些牵强,对公安警务大数据的理解各抒己见,认识不统一。各地公安机关对公安警务大数据缺少明确的战略目标、清晰的发展理念和具体的实施路径图,警务大数据建设应用仍处在各自摸索的阶段。

2.对公安机关各警种开展的大数据实践经验缺少系统性总结文献,鲜少有深入剖析的文献。全国公安警务大数据还没能在数据总量、存储能力和处理能力以及标准化建设等方面形成整体合力,难以形成跨地域、跨部门、跨警种的全警数据分布式协同管理和综合应用。当前的建设模式需要持续优化,才能形成规模效应。

3.分散在公安机关内部不同业务部门的大量的结构化和非结构化数据,关于其有效融汇共享和提高集约度方面还缺乏进一步研究实践。大数据应用强调全量数据接入，多源数据融合,而对于可结构化的大量视频数据和当前公安机关已有的海量结构化数据的深度运用(比如人物刻画、异常筛查、相关分析、趋势预测等)还需要继续研究。各地公安机关建立的警务云大数据中心,技术上采用阿里、华为、电信等不同厂商的技术方案,在互通融合方面没有实现真正的统一,数据资源的统一调度、集约管理和高效运用还存在壁垒。

4.应持续关注如下问题：公安警务大数据结合公安工作的特点进行数据驱动的警务流程再造创新；大数据支撑下的精细化管理和精准化应用；数据流、技术流、业务流、管理流有机融合；平台建设、数据整合、标准统一的一体化；公安信息网、公安通信网、公安物联网、公安移动信息网等多网络数据采集、传输、存储及应用的安全技术,大数据治理、挖掘、增值的成熟技术在公安行业的创新与集成应用。

5.教育与人才培养类文献很少关注公安大数据各级各类人才培养。当前各级各类高校纷纷建立大数据学院、数据科学与大数据技术专业,目标文献没有关于公安院校开设大数据类专业的相关文章。公安机关要做好大数据人才储备,开展多层次多形式关于大数据技术新方向、新技能和新成果的学习推广。

(三)值得研究的问题

1.公安警务大数据战略与智慧城市建设统筹结合

习近平总书记在实施国家大数据战略第二次集体学习时强调:“要以推行电子政务、建设智慧城市等为抓手,以数据集中和共享为途径,推动技术融合、业务融合、数据融合,打通信息壁垒,形成覆盖全国、统筹利用、统一接入的数据共享大平台,构建全国信息资源共享体系,实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务。” 当前我国智慧城市建设如火如荼,智慧城市建设注重城市各类信息的共享、城市大数据的挖掘利用以及城市安全的构建和保障,与公安信息化的目标与诉求高度一致。借助智慧城市建设,在更高起点上统筹推进公安信息化建设,对于实施城市管理框架内的警务大数据战略具有重要意义。[14]

2.公安数据治理和大数据治理

当前,数据治理和大数据治理有着浓厚的学术热度和实践热潮。我国2015年发布了《数据治理白皮书》国际标准研究报告,从国家层面强调了数据治理的趋势性和迫切性。数据治理和大数据治理的目的都是实现价值和管控风险,由于大数据具有随着时间的推移价值快速衰减的特质,大数据治理更强调流通所产生的价值,并且涉及个人、社会、企业、政府等众多利益相关者。[15]数据治理提供数据管理和应用框架、政策和方法,而大数据治理更强调发挥数据的应用价值,更关注将业务目标映射到数据分析与建模,数据治理是大数据治理的基础。[16]

3.警务知识管理与知识管理系统建设

知识管理关注知识的创造、存储、转移和应用,知识管理的主要目的是隐性知识显性化,促进知识分享,建立知识基础设施,进而构建知识管理系统。[17]推广应用警务知识图谱,通过数据分析抽取出人、事、物、地、组织机构、服务标识等实体,挖掘实体之间的关联关系,构建一张具有公安特性的多维多层的实体关系网络,通过关系网络展示数据中蕴含的线索、情报,以精准地服务公安实战。民警探索出的案件规律、获得的成功经验和智慧积淀可归纳成为应用模型,这些模型可以在新老民警之间,在不同警种之间得到高效的传播和复用。知识管理系统的知识创造、知识分享和知识再利用环节都可以加入人工智能技术,通过关联分析、预测分析、趋势分析实现知识的再创造,通过机器学习、深度学习、增强学习实现隐性知识的转化,通过推荐引擎、图像识别和自然语言处理实现知识再利用,进而发展嵌入人工智能的警务知识管理系统。