何 超

（陜西警官職業(yè)學院治安系，陜西西安 710021）

近年來，關于治安防控研究成果日益豐富，一些學者從影響社區(qū)安全狀況的積極因素和消極因素出發(fā)，建立包括社區(qū)違法案件、人口管理、違法人員等指標的評估指標模型，進行地區(qū)評估分析［1-2］。還有一些學者針對治安防控的組織結構特征，從控制防護角度建立治安防控體系，根據(jù)各構成要素的相互關系建立治安防控體系結構［3］。

本文在相關研究的基礎上，針對社區(qū)治安事件的驅動要素進行分析，并基于層次分析法確定了影響社區(qū)治安的影響因子權重，在此基礎上，構建覆蓋社區(qū)、人、事、地、物、組織的社區(qū)風險監(jiān)控管理系統(tǒng)，實現(xiàn)對社區(qū)風險的系統(tǒng)管控。

1 治安防控的要素驅動

1.1 治安事件要素

當前，社會治安事件主要從形態(tài)、時間、空間多維度進行分析拓展，從而為后續(xù)的管控干預措施提供建議意見［4］。本文在此基礎上，針對驅動治安防控的基本要素，從人、時、空、案事件方面展開。

人：包括具有現(xiàn)實危害或違法犯罪的嫌疑人，納入治安防控的高危人群；時間：包括與事件發(fā)生、應置于治安防控下的時間節(jié)點和區(qū)間的綜合；空間：包括與時間發(fā)生的相關運動軌跡、應置于治安防控下的地理區(qū)域綜合；案事件：指危害社會治安的各類違法犯罪活動，影響社會穩(wěn)定的各類突發(fā)事件。

人、時、空、案事件4個要素相互緊密聯(lián)系，缺一不可，但4個要素間不同結構、層次構成不同作用關系，各要素間相互作用，形成相應的要素驅動模式，圖1給出了3種要素驅動模式。

圖1 要素驅動模式示意圖Fig.1 Diagram of the factor drive mode

由案到人的驅動要素：案事件發(fā)生后，以抓獲人員為工作重點，警力資源側重于對違法犯罪行為的打擊和偵辦，通過抓獲犯罪分子對犯罪行為構成威懾，根據(jù)對案件的分析對可能發(fā)生案件的時間、地點進行控制。由人到案的驅動分析：警力資源側重于獲取重點人的背景、動態(tài)、身份信息，既通過對重點人的管控來實現(xiàn)經營查案、串并查案的目的，又可通過時間、空間有效地進行預警防控。時空壓制的驅動分析：警力資源針對犯罪案件進行最大限度的時空擠壓，確定重點時空范圍、快偵快破，并通過減少違法犯罪機會，降低犯罪風險。

1.2 治安防控決策模型

針對治安防控3種要素驅動下的各種特征，為科學評價社區(qū)治安風險防控效果，采用層次法進行分析。以南方某省為對象，向全省13個設區(qū)的市公安局112個縣級公安局發(fā)放問卷調查，征集市縣兩級治安、刑偵、辦公室、報警指揮中心部門人員意見，共收到不同警種負責人意見328份，經過專家咨詢評價分析，運用加權融合方法，建立如表1所示的遞階層次結構模型。模型分為目標層、準則層（一級指標）、子準則層（二級指標），其中目標層為社區(qū)治安風險防控，準則層包括4個指標，子準則層包括16個指標，共同構成風險評價指標。

表1 社區(qū)治安風險評價指標Tab.1 Community security risk evaluation index

在建立治安防控遞階層次模型基礎上，對同層元素相對于上層元素重要性進行兩兩比較，構建表2所示的判斷矩陣并計算。

表2 層次分析法重要程度判定Tab.2 Degreeof importanceof hierarchical analysis method

由于專家工作環(huán)境不同，以及判定存在一定誤差，造成判斷矩陣缺乏合理性，故引入“隨機一致性比率”判定矩陣合理性，當滿足值不大于0.1時，則認為矩陣滿足一致性檢驗。根據(jù)層次單排序即層次總排序來確定各指標對上層指標的權重影響。

1.3 模型評價結果

運用層次分析法獲得社區(qū)治安風險權重如表3所示。由表3可以看出，準則層的4個一級指標權重值分別為0.3376、0.1825、0.3954、0.0845。權重占比較高的指標為防護措施、潛在危險人員，而社區(qū)環(huán)境和潛在受害者2個指標權重占比相對較低，可以看出，社區(qū)治安風險源主要是潛在危險人員以及社區(qū)的治安防護措施是否合理。

表3 社區(qū)治安風險源指標權重Tab.3 Weight of Community security risk source index

從社區(qū)警務角度看，人防措施、技防設施的權重指標分別為0.1642和0.1422，有效的人防和機房措施對于預防社區(qū)治安風險具有顯著作用。而潛在危險人員權重值較低，影響治安風險度較高的指標主要為流動人口、社會閑散人員，因此加強對社區(qū)流動人口管理能有效控制治安風險。吸毒人員和具有犯罪前科人員作為重點監(jiān)控對象，加強對兩類人員的定期走訪對于避免社區(qū)治安類案件十分必要。

2 社區(qū)治安風險監(jiān)控管理平臺

針對社區(qū)治安的復雜性，為提升基層社區(qū)治理能力，設計新型的社區(qū)平安數(shù)據(jù)監(jiān)控平臺。將人與數(shù)據(jù)關聯(lián)運算，通過大數(shù)據(jù)平臺采集非結構化異構數(shù)據(jù)，為政府部門、社區(qū)提供便捷服務。

2.1 平臺整體設計

平臺采用Hadoop+Spark+HBase分布式框架。整個平臺分為4層網絡結構，包括資源層、數(shù)據(jù)持久層、數(shù)據(jù)處理層、應用層，見圖2。

圖2 整體架構圖Fig.2 Diagram of Overull framework

資源層主要為各類軟、硬件設備，為平臺提供硬件軟件支持。數(shù)據(jù)持久層進行不同異構數(shù)據(jù)的關聯(lián)分析，首先通過數(shù)據(jù)方聚集、維規(guī)約、數(shù)據(jù)壓縮對采集的初始數(shù)據(jù)進行規(guī)約化處理，利用深度學習進行風險預警。應用層主要實現(xiàn)平臺功能應用，如警務處理、風險監(jiān)控、數(shù)據(jù)管理。

2.2 系統(tǒng)功能實現(xiàn)

2.2.1 多協(xié)議動態(tài)適配數(shù)據(jù)采集

當前數(shù)據(jù)源主要包括政府部門、公安機關、社區(qū)等，數(shù)據(jù)采用非結構化形式［5］，包括圖像、語音、文檔、符號等。政府和公安機關數(shù)據(jù)包括各類警力、案件數(shù)據(jù)、社區(qū)成員關系等。社區(qū)數(shù)據(jù)以智慧型物管基礎數(shù)據(jù)為主，包括社區(qū)人員組成、監(jiān)控系統(tǒng)、設備、門禁等，對不同設備間通信協(xié)議解析，建立解構化的特征庫，采用通用型協(xié)議視頻方式實現(xiàn)通信協(xié)議智能識別，一旦識別成功，則自動調用對應接口方式，具體邏輯結構如圖3所示。

圖3 數(shù)據(jù)采集邏輯框架圖Fig.3 Diagram of data acguisition framework

2.2.2 多源異構數(shù)據(jù)整合管理子系統(tǒng)

針對復雜龐大的多源、異構、孤立的社區(qū)數(shù)據(jù)，采取不同的數(shù)據(jù)處理方式，對交通、人員流動等結構數(shù)據(jù)進行預清洗、降噪處理［6］，對半結構化數(shù)據(jù)和非結構化數(shù)據(jù)標記預處理，實現(xiàn)數(shù)據(jù)結構轉化和語義解析，對多源異構數(shù)據(jù)進行多源異構大數(shù)據(jù)融合，形成關系網絡結構［14］。

2.2.3 社區(qū)治安風險方案子系統(tǒng)

當前，社區(qū)民警、街道辦由于職責不同，各自擁有相互獨立的網絡系統(tǒng)，因此，在實際風險預警和處置中，容易造成資源調配困難、處理不及時的問題。通過對不同網絡系統(tǒng)數(shù)據(jù)的關聯(lián)融合，建立歸一化的治安風險防范系統(tǒng)，整合社區(qū)人、事、物等資源，將城市管理、綜合治理、社區(qū)治安等獨立網格融合為信息大平臺，進行統(tǒng)一管理和調度，通過建立風險分類防范和風險處理責任體系，實現(xiàn)有規(guī)可依。

3 結 語

本文基于社區(qū)治安日常風險管控，通過層次分析法對社區(qū)治安風險評價指標進行影響權重分析，并在此基礎上，建立覆蓋社區(qū)、人、事、地、物、組織的社區(qū)風險監(jiān)控管理系統(tǒng)，對提升社區(qū)治安防護措施和控制治安風險具有重要意義。