检视与进化：电信诈骗犯罪被害预防体系的样本分析——以S省A市为例

吕雪梅,仓琳杰

(1.山东警察学院专业基础教研部，山东 济南 250014)(2.山东建筑大学法学院，山东 济南 250101)

中共中央办公厅、国务院办公厅印发《关于加强打击治理电信网络诈骗违法犯罪工作的意见》指出，打击电信网络诈骗犯罪的总体策略是“打防结合，防范为先”，不断提升预警信息监测发现能力，及时发现潜在受害群众，建立全方位、广覆盖的反诈宣传教育体系，形成全社会反诈的浓厚氛围。[1]各地公安机关深入贯彻落实中央精神，广泛开展了电信诈骗犯罪预防进社区、进学校、进农村、进企业、进商场、进家庭、进校园的“六进”宣传活动，着力推进电信诈骗犯罪被害预防体系建设。随着各类治理措施的稳步实施，电信诈骗犯罪上升的势头得到了一定的遏制，但犯罪形势依然比较严峻。笔者选取华东地区S省A市(县级市)作为实证研究的样本，“解剖麻雀”，检视当地电信诈骗犯罪被害预防体系所面临的困境，探索此类犯罪被害预防体系进化的路径。

一、A市电信诈骗犯罪被害人问卷调查分析

(一)调查问卷设计背景与内容

S省位于华东地区北部，GDP全国排名前五，人口过亿，是电信诈骗犯罪被害较严重的省份之一。A市位于该省中部，常住人口约97万，蔬菜出口是其主要的支柱产业，GDP在全省县区排名中游。A市是比较典型的电信诈骗犯罪被害重灾区，该市2018至2021年电信诈骗犯罪立案数(包括刑事案件和治安案件)分别为435起、462起、798起、848起，损失总额分别为707万、1379万、3669万、6900万。不仅案件数持续上升，损失金额更是连年翻倍，2021年当地单起电信诈骗被骗金额最高达370余万元，以“两卡”为主的黑灰产犯罪形势比较严峻。

为深入了解电信诈骗犯罪被害预防体系的实际运行状况，开展犯罪被害人研究，识别当地电信诈骗犯罪被害的因素和被害情境，笔者与当地公安局合作设计了电信诈骗犯罪被害人调查问卷，分为被害人人口学调查、被害人生活与上网习惯调查、电信诈骗被害经过调查三大部分合计31个问题，见表1。

表1 A市电信诈骗犯罪被害人调查问卷一览表

调查以电子问卷的方式下发，每个社区设计了唯一的电子问卷二维码，每个微信号只能答题1次，二维码由各派出所社区民警通过社区走访的方式向居民推广，共回收电子问卷31671份，覆盖了该市约3.34%的实有人口。被访对象人口学特征统计数据见表2。

表2 S省A市电信诈骗犯罪被害调查对象人口学特征统计一览表

从被访对象的人口学特征分布来看，男女性别比例中女性比例偏高，其他比例分布与当地的人口分布比例基本吻合。

调查问卷通过“过去一年您是否遭受过电信诈骗”的选项设计，将被访对象分为三类：一是遭受电信诈骗犯罪的被害人，二是收到诈骗信息但未上当的人员，三是未遭受电信诈骗的人员。31761名被访者中遭受诈骗的299人，占被访总人数的0.94%；收到诈骗信息未上当的人员6784人，占被访总人数的21.36%；未遭受诈骗的普通群众24678人，占被访总人数的77.7%。上述数据说明A市约四分之一的群众受到电信诈骗信息骚扰，其中受骗上当的占比4.2%，未上当的占比95.8%。

(二)A市电信诈骗犯罪易受害群体特征分析

将A市被访对象中同样收到诈骗信息，上当受骗人员与未上当人员进行比较分析，更容易看清电信诈骗犯罪易受害群体的特征。

1.男性比女性更容易被骗

从整体来看，被访人员中收到诈骗信息或者链接的男性共2910人，其中149人上当受骗，占5.12%；收到诈骗信息或者链接的女性共4175人，其中150人上当受骗，占比3.59%。同样收到诈骗信息或者链接，男性上当受骗是女性的1.43倍，说明男性的防骗意识和能力较差，更容易上当受骗。

2.城区居民比农村居民更容易受诈骗困扰

收到诈骗信息或者链接的城区居民共3426人，其中163人上当受骗，占比4.76%；收到诈骗信息或者链接的农村居民共3717人，其中136人上当受骗，占比3.66%。城区居民上当受骗是农村的1.3倍，说明城区居民更容易受电信诈骗的困扰。

3.高学历人员受骗几率更高

从被害人受教育程度来看，初高中及以下低学历被骗人员209人，在收到诈骗信息或者链接的低学历人员中占比3.93%；大学及以上高学历被骗人员88人，在收到诈骗信息或者链接的高学历人员中占比6.00%。高学历人员的受骗几率比低学历人员高1.53倍，这一现象背后的原因，与高学历人员资金相对充裕、网络化程度深、参与投资等社会活动多等因素有关，也反映出这一人群的电信诈骗犯罪防范意识亟待加强。

4.单位领导人受骗几率高于其他职位

从被害人职位来看，同样收到诈骗信息或者链接，单位负责人上当受骗的比例最高，上当受骗的38人占比为11.52%；其次为村镇干部，上当受骗的5人占比为6.67%；再次为部门主管，上当受骗的41人占比为4.74%。从被害人职业来看，事业单位工作人员上当受骗的79人，占比4.29%；农业劳动者上当受骗的50人，占比3.21%；个体户及其打工者上当受骗的53人，占比3.02%。调查期间，A市冒充领导类诈骗案高发，调查数据从一个侧面反映了高发电信诈骗犯罪类型被害群体的从业特征。

5.闲赋在家的人员是刷单类、购物类诈骗的高危人群

就特殊人群被害人分布来看，同样收到诈骗信息或者链接，学生群体的上当受骗的比率最高，为10.53%；其次为残疾人，上当受骗的比率为8.33%；再次为哺乳期妇女，上当受骗占比为4.82%。上述人群大多闲赋在家，多为刷单诈骗和购物诈骗的被害人群。

6.经常炒股、贷款、投资、买彩票的人群被骗几率高

从生活方式来看，收到诈骗信息或者链接上当受骗的被害人群中，经常有炒股、贷款、各类投资、买彩票等活动的共120人次，占比约27.65%，这一比值在同样收到诈骗信息或链接未上当受骗的人群中占比为15.3%。在所有受访群众中经常参与上述活动的占比仅为11.52%，这说明炒股、贷款、投资、买彩票等活动与电信诈骗犯罪具有较明显的相关性。

7.存在不良上网习惯的人群被骗几率高

同样收到诈骗信息或者链接，上当受骗的人员相较于未上当人员，会使用餐厅、旅馆等公共WIFI的比率上升约2.1倍，而仅使用信任的家庭或单位WIFI的比率下降了约1/5；下载APP时不太考虑安全性的比率上升了约2倍，能下载且会安装的比率上升了约3倍；安装APP时从不阅读用户协议的比率上升了约2.25倍，而经常阅读用户协议的下降了约2/3；安装APP时会开放个人信息或者储存数据的比率上升了约2.5倍；经常参与各类投票、砍价、点赞、算命、模拟肖像等活动的比率上升了约7.5倍；遇到风险提示选择继续使用的比率上升了约3.3倍。从上述数据的比较可以看出，电信诈骗犯罪被害人的网络安全意识比较差，使用公共WIFI、不考虑APP的安全性、不关注APP的用户权限风险、保护个人信息和数据的意识不强、经常参加有风险的网络活动等是电信诈骗犯罪被害的高风险因素。

(三)A市电信诈骗犯罪被害人特征分析

在被访者中，有299名群众遭受了487人次电信诈骗犯罪侵害。其中，刷单诈骗128人次，虚假投资诈骗53人次，购物诈骗39人次，冒充类诈骗31人次，贷款诈骗29人次、“杀猪盘”诈骗19人次、信用卡诈骗15人次，色情诈骗7人次，其他类型166人次。损失金额在4999元及以下的占比70%，5000至9999万元的占比10%，1万至19999元的占比8%，2万至49999元的占比5%，5万至10万的占比3%，10万以上的占比4%。从A市高发的刷单等八类诈骗犯罪被害人的人口学分布统计分析发现以下特点：

第一，就性别分布而言，男性在“杀猪盘”诈骗、色情诈骗、贷款诈骗和信用卡诈骗中的占比分别是76.1%、73.3%、70.9%和65.5%，明显高于女性；而女性在购物诈骗中的占比为55.2%，高于男性，其他犯罪类型男女比例基本相近。

第二，就区域分布而言，乡村区域除冒充类诈骗略高于城区(占比55.5%)之外，其他犯罪类型城区均高于乡村，其中，色情诈骗、购物类诈骗、信用卡诈骗和“杀猪盘”诈骗4类犯罪约是乡村的2至4倍。

第三，就婚姻状况分布而言，离婚群体遭受“杀猪盘”诈骗和色情诈骗两类犯罪的比率，比其他类型高2至9倍。

第四，就年龄分布而言，26至60岁年龄段的人群遭受各类电信诈骗犯罪的比率最高，约70%左右。值得注意的是18岁以下未成年人群，除了投资类诈骗和信用卡诈骗为零外，其他诈骗被害占比均接近20%。60岁以上人群遭受“杀猪盘”诈骗和色情诈骗的比率，比其他类型高3至4倍。

第五，就学历分布而言，文盲和博士在电信诈骗犯罪被害人中的比重并不高，约为3.3%和1.6%，但这两类人群遭受色情诈骗犯罪的比重均达到13.3%，是其他电诈犯罪类型的2至6倍。

第六，就收入分布而言，月收入不满2500元的低收入群体更容易遭受刷单和购物诈骗的侵害，月收入超过1万元的高收入群体遭受色情诈骗和“杀猪盘”诈骗两类犯罪的比率高于其他类型2至4倍。

第七，就职业分布而言，机关事业单位工作群体约占色情诈骗、贷款诈骗和“杀猪盘”诈骗犯罪被害人的40%、19.3%和19%。除“杀猪盘”犯罪以外，个体户及打工者群体在各类电信诈骗犯罪类型中占比超过了1/5，其中信用卡诈骗犯罪被害人所占比重高达37.4%。农业劳动者群体遭受冒充类诈骗、信用卡诈骗、购物类诈骗、贷款诈骗和杀猪盘诈骗的被害人占比约为1/5。

第八，就职位分布而言，单位负责人遭受贷款诈骗和色情诈骗的被害人占比约为1/4，部门主管遭受色情诈骗的被害人占比约为1/5。

第九，就特殊人群分布而言，学生群体遭受色情诈骗、刷单诈骗、冒充类诈骗和贷款诈骗犯罪侵害的占比约为1/4至1/5。哺乳期妇女和备孕育龄妇女群体遭受刷单诈骗犯罪的比重略高，占比约为16.3%。退休人员和残疾人遭受色情诈骗的比重约为13.3%。

就生活习性和上网习惯数据分析来看，各类诈骗犯罪被害人之间并没有质的区别。这与各类犯罪调查数据量偏少有关，也说明各类电信诈骗犯罪被害人之间在生活习性和上网习惯方面存在一定的共性特征。

二、A市电信诈骗犯罪被害预防体系的检视

A市政府高度重视电信诈骗犯罪被害预防工作，制定了《A市关于加强打击治理电信网络诈骗犯罪工作的实施方案》，坚持以人民为中心，强化系统观念、法治思维，靠前一步、主动作为，扎实开展“全民反诈”宣传活动，广泛动员全社会力量，落实各项打防管控措施，提升人民群众防范电信网络诈骗犯罪意识能力，形成全社会反诈、全民反诈的新格局。A市公安局积极贯彻了电信诈骗犯罪预防的各类快速反应、技术反制、被害预防宣传等治理措施。结合调查问卷的数据分析，检视当地电信诈骗犯罪被害预防体系的运行情况，发现其中存在以下几个突出的问题。

(一)电信诈骗犯罪黑数现象比较突出

A市电信诈骗犯罪被害人问卷调查被访者中有299名群众受骗上当，占被访总人数的0.94%。A市常住人口约97万，若按照被骗人员占被访人员总量的比值估算，A市电信诈骗受害人估算为9118人，按人均受骗1次推算约为9118起案件。而当地2020年实际立案数为798起，犯罪黑数约为91.3%，电信诈骗犯罪带来的实际危害极有可能是官方统计数据的8至10倍。犯罪黑数通常是指未被纳入官方统计之内的犯罪总量。[2]有关犯罪黑数的实证研究发现，犯罪黑数一般大于犯罪明数，但犯罪黑数究竟占比多少并没有恒定的比例。犯罪黑数对科学评估犯罪形势十分不利，犯罪被害人调查是研究犯罪黑数现象的有效方法之一。从A市此次犯罪被害调查对当地电信诈骗犯罪黑数的估测来看，当地的电信诈骗犯罪被害的整体形势比想象中的还要严峻许多。

(二)大水漫灌式的电信诈骗犯罪被害预防实效性不强

A市电信网络诈骗犯罪预防宣传主要有三个对策：(1)各单位各行业自觉行动，进行反诈宣传教育，健全完善宣传教育长效机制；(2)“全民反诈”宣传工作深入城市农村、覆盖各类人群，形成规模效应，形成“全社会反诈”格局；(3)反诈宣传覆盖市主流新闻媒体，网络新媒体延伸到哪里，反诈宣传就跟进到哪里。A市融媒体中心协调全市媒体宣传资源，广播电台、电视台、市级主流网站、微信公众号等开设专栏，全面植入防诈宣传信息，确保宣传无死角。但是，从犯罪被害调查的数据来看，几乎所有报警的被骗群众都表示接受过公安机关的电诈预防宣传，但该市电信诈骗犯罪无论是发案数还是损失金额仍然连年翻倍，说明这种大水漫灌式的电信犯罪预防宣传的实效性并不明显。

(三)电信诈骗犯罪被害预防对象的重点不突出

A市受访的299名电信诈骗犯罪被害者中，被诈骗5次及以上的17人，4次的9人，3次的20人，2次的53人，1次的200人。也就是说，被诈骗2次及以上的99名被害者共遭受了287人次的电信诈骗，即33%的被害人遭受的电信诈骗犯罪占被诈骗总数的58.9%。犯罪实证研究表明，一小部分被害人在所有被害人群中往往占了较大的比重。例如，研究者发现超过60%的报警呼叫服务仅仅来自于10%的地点；在英国约50%的被害人经历过重复被害，4%的被害人“惯于被害”，占所有犯罪记录的44%。[3]曾经被害过的人或者地点，再次被害的可能性比未被害过的人或地点更高。其原因就在于犯罪嫌疑人自身存在的被害性，以及犯罪地点环境中蕴含着犯罪机会，导致其再次被害的危险增大。在A市调查发现的重复性被害群体无疑应该是电信诈骗犯罪被害预防的重点对象，只可惜电信诈骗犯罪被害预防体系没有关注到重复被害者及其所处环境和重复被害相关因素。重点对象不明确，电信诈骗犯罪被害预防体系就容易大而空。

(四)电信诈骗犯罪打不胜打、防不胜防

除了加强被害宣传以外，A市的电信诈骗犯罪被害预防体系还包括疑似电信诈骗境外号码的技术拦截、电信诈骗犯罪被害人劝阻等工作。A市公安机关反诈部门不断提升反应速度，无论大案小案，先期启动查询、止付、冻结等程序快速、紧急处置；积极对接上级业务资源支持，成功侦破了“4.23特大跨国刷单诈骗案”等一系列有影响的大案要案；先后采购反电诈智能化平台、DateX分析软件、东风反制平台等技术设备，加大对资金、犯罪窝点的挖掘和研判。即便如此，A市电信诈骗犯罪案件数仍然持续上升，损失金额更是连年翻倍。究其原因，当地采用的绝大多数技术和手段主要着眼于打击破案，发案以后再应对，预防滞后于发案，还是以被动反应式警务为主导应对电信诈骗犯罪。

三、A市电信诈骗犯罪被害预防体系的进化

犯罪日常活动理论认为，任何犯罪都必然是三个因素共同作用的结果，即有犯罪动机的犯罪者在适宜的犯罪时空恰好遇到一个缺少防护的被害者。[4]总体来看，A市电信诈骗犯罪不断上升的根本原因，无外乎是以下3个因素共同作用的结果：一是打击破案的难度和成本大，打不胜打；二是以“两卡”为主的黑灰产业链很难从根本上彻底清除；三是大水漫灌式的电信诈骗犯罪被害预防成效不佳。要找到推动A市电信诈骗犯罪预防体系进化的有效路径，还需要通过犯罪调查的实证研究发现当地易受害群体、被害因素和被害情境，据此驱动犯罪被害的精准防控。有鉴于此，基于当地电信诈骗犯罪被害人调查的数据分析结果，A市公安机关与笔者及联盟大数据科技公司联合研发了电信诈骗犯罪被害人风险评估模型，运用数字智能技术驱动电信诈骗犯罪预防体系的进化升级。

(一)开展电信诈骗犯罪被害人预测分析

在受访群众中收到诈骗信息的人员事实上已经是被选定的被害对象。评估模型将收到诈骗信息上当的和没有上当的人员数据共计7548条作为训练样本，按照30%和70%的比例分为训练集和测试集两个部分。使用随机森林算法提取训练集数据特征，算法共推荐18类数据作为建模特征数据，按照权重从高到低排序，包括职业、月平均收入、文化程度、年龄、对于手机APP涉及的用户权限问题的关注程度、居住区域、职位、手机APP安装的渠道、对各类投票、砍价、点赞、算命、模拟肖像等活动的态度、性别、登录WIFI的习惯、经常从事的活动、特殊人群、安装使用手机APP时是否考虑安全性、遇到风险提示时如何操作、在非强制情况下是否会向APP开放个人信息或者文件数据、婚姻状况等。

把上述数据项采用XGboost算法(决策树算法)构建了风险评估模型，当被预测对象具备某一风险特征时，被赋予一个正值，否者即为负值；叶子节点上的值越大，则受害风险越高。使用测试集对模型进行测试，模型的准确率为91.2%,召回率为90.5%，完全符合模型的预测要求。选择调查问卷中未遭遇过电信诈骗的24679条数据作为等预测数据输入模型，即通过模型对24679人将来遭受电信诈骗的风险进行预测，模型输出潜在电信诈骗受害人43人，并按照风险度进行降序排列，得出了24679人中电信诈骗高风险的被害人名单。

A市电信诈骗犯罪被害人预测模型荣获2021年度全国刑侦部门数据建模“百优模型”，在S省公安厅举办的各类业务建模大赛中获得多项第一名。A市公安机关设计了电信诈骗犯罪被害预测APP，将犯罪被害人调查问卷嵌入其中，集“被害调查+风险预测+防范治理”于一体的电信诈骗犯罪被害预测模型升级版本开始上线。随着犯罪被害调查数据量的积累，预测模型会变得越好越好，逐步推动A市电信诈骗犯罪预防体系优化升级。

(二)基于预测结果开展高风险被害人的精准防控

针对预测出的高风险被害人名单，由社区民警入户进行一对一的走访和犯罪预防指导。在前后4个月对高风险的电信诈骗犯罪被害人走访过程中，民警发现有76人表示确实有过兼职刷单、网络贷款的意向，有32人的确被诈骗过，因为诈骗金额不高而没有报案，有5人正在陷入投资类诈骗而被及时制止。在电信诈骗犯罪预防宣传方面，根据犯罪调查识别出来的电信诈骗犯罪被害因素和被害情境，A市公安机关制作了详细解读各类电信诈骗犯罪被害预防的宣传材料，通过新媒体、微信矩阵等途径向此类犯罪高风险被害人群定点推送，提高重点人群的识别骗局的能力，及时阻断了正在针对此类人群的电信诈骗犯罪，提高了犯罪预防宣传的针对性和有效性。

(三)加大电信诈骗犯罪本地化的黑灰产业治理

A市将电信诈骗犯罪被害预防与打击治理网络黑灰产业链紧密结合起来。公安机关根据本地对公账户、银行卡、手机卡等“黑灰产”发案形势，充分发挥联席会议平台作用，先后与行政审批局、邮政、人民银行、移动公司等单位签订框架协议，联合开展防范、治理。与行政审批局合作，从源头上发现可疑人员，线索双向通报，劝阻、打击双管齐下，先后打掉贩卖对公账户案多起，抓获犯罪嫌疑人12人。与三大运营商合作，加强对手机卡的管控，打掉多个GOIP团伙，抓获嫌疑人4人，惩戒1名营业网点经营者。切实加强对新开卡用户的资料审查，成功阻断开卡事由不明人员30余人，电信诈骗犯罪本地化的源头治理逐渐有了起色。

A市公安机关以预测分析驱动的电信诈骗犯罪被害预防模式实现了以下进化：由“凭经验”的习惯思维和做法，进化为“凭数据分析”洞察风险的精准制导；由漫天撒网的全覆盖，进化为数据制导的精准防控；由“破案抓人”的传统刑罚防控，进化为洞察风险所在的被害情境预防；由被动反应式的传统警务，进化为数字智能技术驱动的情报主导警务。在推动我国大数据智慧公安战略背景下，A市电信诈骗犯罪被害预防体系出现的问题和发生的改变，展示出一条数据驱动电信诈骗犯罪被害预防体系发展的有效路径，对推动我国警务数字化转型以及促进犯罪治理体系和治理能力现代化均十分有益。