陳振興，董瀚蔚，郝 卿，鄧偉杰，肖 瑤，李沫璇

(1．西安科技大學(xué) 通信與信息工程學(xué)院，陜西 西安 710054；2．陜西省洋縣公安局，陜西 漢中 723300)

0 引 言

隨著“殺豬盤”、兼職刷單、冒充客服等電信詐騙案件高發(fā)，類似“徐某某案”“蔡某某案”“宋某某案”等因電信詐騙后心理壓力過大而自殺或猝死的典型案件屢見不鮮，已影響到社會安全穩(wěn)定[1]。大學(xué)生因社會經(jīng)驗(yàn)相對缺乏、心理承受能力較弱、警惕度不高等原因，已成為電信詐騙的高發(fā)受害人群。以陜西某高校為例，2021年上半年發(fā)生電信詐騙50余起，相比2019年上半年增長23.81%，已對校園安全穩(wěn)定和學(xué)生財(cái)產(chǎn)安全產(chǎn)生嚴(yán)重影響。

易感性(Susceptibility)在犯罪學(xué)領(lǐng)域中指一個(gè)人成為受害者的可能性。電信詐騙易感性受詐騙目標(biāo)的個(gè)體屬性、心理特質(zhì)、經(jīng)歷經(jīng)驗(yàn)、詐騙策略等因素影響[2]。BUTTON等分析了個(gè)體面對詐騙時(shí)的自愿反應(yīng)[3]；REN等分析了電信詐騙的時(shí)間序列、空間連接和地理圖譜特質(zhì)[4]；張芷等結(jié)合受害人“好奇心”“安全顧慮”等特質(zhì)進(jìn)行了電信詐騙防范宣傳對策研究[5]；柳林等分析了電信詐騙犯罪的時(shí)空分布與影響因素[6]；趙四方等對可疑關(guān)系詐騙因素進(jìn)行分析，并用事實(shí)經(jīng)驗(yàn)?zāi)M了監(jiān)測方案的有效性[7]；葉洪等以“殺豬盤”為切入點(diǎn)，開展了電信詐騙行為的個(gè)案分析與仿真實(shí)驗(yàn)，并分析了心理信任關(guān)系的構(gòu)建過程[8]。此外，有效提取與識別電信詐騙易感性影響因素是構(gòu)建指標(biāo)體系的關(guān)鍵所在。VISHWANATH等采用詐騙測試的方式收集了345名大學(xué)生的易感性數(shù)據(jù)，并進(jìn)行了系統(tǒng)分析[9]；NORRIS等結(jié)合心理特質(zhì)總結(jié)了詐騙影響因素的總體框架[10]；高原通過受害者深度訪談初步構(gòu)建了詐騙易感性評價(jià)指標(biāo)[11]；許志煒等用5大人格調(diào)查問卷和二分類回歸法研究了電信詐騙受害大學(xué)生的人格特質(zhì)[12]；陳高華等從綜合技術(shù)防范和社會教育2個(gè)方面分析了大數(shù)據(jù)環(huán)境下的詐騙治理難題[13]；楊杰超等開展了基于隨機(jī)森林的電信詐騙識別與防范研究[14]。

綜上所述，學(xué)者們對電信詐騙易感性的研究呈現(xiàn)出2類特征，一方面是對其影響因素的研究主要集中在推理性、敘述性研究，缺少系統(tǒng)化的數(shù)理統(tǒng)計(jì)和建模分析；另一方面是主要集中在分析單一詐騙類型、受害者某一類特征或部分個(gè)案研究等單因素層面，缺乏定性與定量相結(jié)合，基于客觀數(shù)據(jù)的多因素、多指標(biāo)耦合分析。因此，本研究將扎根理論與文獻(xiàn)研究相結(jié)合，將質(zhì)性研究與量性研究相結(jié)合，構(gòu)建了面向大學(xué)生群體的電信詐騙易感性影響因素指標(biāo)體系，計(jì)算了綜合權(quán)重，并進(jìn)行了相關(guān)性分析，以期為電信詐騙因素分析和防范提供參考。

1 易感性影響因素

研究人員運(yùn)用扎根理論對詐騙案件特征和規(guī)律進(jìn)行分析整理，找出在不同案例中分布較廣泛的因素，并據(jù)此建立詐騙易感性影響因素模型，可有效預(yù)測甄別出電信詐騙的高易感人群，對提高電信詐騙預(yù)測水平，遏制高發(fā)態(tài)勢具有重要意義。

1.1 案件開放性譯碼

學(xué)生群體是電信詐騙的主要受害群體，研究人員通過《人民公安報(bào)》、公安部刑事偵查局等公開信息篩選分析了近年來面向?qū)W生的典型詐騙案件，并結(jié)合案件造成的后果、社會影響和輿論關(guān)注程度，選取20起大學(xué)生或準(zhǔn)大學(xué)生遭受電信詐騙，心理壓力過大，造成創(chuàng)傷，甚至身亡的代表性案例，邀請反詐專家、警務(wù)人員、案件受害人等組成專家組，對上述典型案件所涉及到的詐騙易感性影響因素進(jìn)行訪談，結(jié)合具體案件分析材料進(jìn)行編碼。選取70%的案例材料進(jìn)行開放性譯碼分析，30%的案例材料進(jìn)行飽和性檢驗(yàn)。在加工和優(yōu)化的基礎(chǔ)上，得到包括學(xué)歷、情緒特質(zhì)、信任傾向、安全知識、金融知識等14個(gè)范疇。部分案件開放性譯碼見表1。

表1 案例開放性譯碼分析Table 1 Open-coding analysis in cases

1.2 主軸譯碼與選擇譯碼

通過主軸譯碼篩選去除不同案例和概念之間的重疊因素，并劃分不同概念要素的類屬關(guān)系[15]。在選擇譯碼環(huán)節(jié)，挖掘不同主范疇所對應(yīng)的核心范疇，并分析其區(qū)別與聯(lián)系，進(jìn)而解析呈現(xiàn)整體現(xiàn)象間的邏輯關(guān)系[16]。結(jié)合前期文獻(xiàn)研究資料信息[17-18]，對核心范疇與主范疇深入比較，最后得到個(gè)體因素、心理特質(zhì)、能力水平、經(jīng)歷經(jīng)驗(yàn)4個(gè)核心范疇。

1.3 飽和度檢驗(yàn)

用剩余6個(gè)案例分析材料對譯碼進(jìn)行飽和度驗(yàn)證，沒有發(fā)現(xiàn)新的重要概念和新的關(guān)聯(lián)，說明典型案例分析、譯碼、編碼達(dá)到理論飽和。

1.4 易感性影響因素指標(biāo)體系構(gòu)建

結(jié)合犯罪預(yù)防理論，通過專家組對上述典型案件分析訪談，運(yùn)用主軸譯碼獲得包括年齡、性格特質(zhì)、應(yīng)急反應(yīng)、相關(guān)經(jīng)歷等在內(nèi)的14個(gè)主范疇，選擇譯碼提煉出個(gè)體屬性、心理因素、能力水平、經(jīng)歷經(jīng)驗(yàn)4個(gè)核心范疇，最終構(gòu)建出面向大學(xué)生的電信詐騙易感性影響因素指標(biāo)體系，見表2。

表2 面向大學(xué)生的電信詐騙易感性影響因素指標(biāo)體系Table 2 Index system of influencing factors of susceptibility to telecom fraud for college students

2 指標(biāo)體系主客觀集成賦權(quán)

2.1 權(quán)重分析法選擇

在指標(biāo)權(quán)重研究中，主要使用主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法能夠發(fā)揮出賦權(quán)專家的經(jīng)驗(yàn)優(yōu)勢，但可能會出現(xiàn)主觀隨意性；客觀賦權(quán)法基于比較嚴(yán)格的數(shù)理統(tǒng)計(jì)，但會忽略研究者或評價(jià)者的主觀導(dǎo)向。為有效減少簡單加權(quán)引起的偏差，本研究采用了2種主觀賦權(quán)法：序關(guān)系分析法和層次分析法，2種客觀賦權(quán)法：熵權(quán)法和離差最大化法；并基于矩估計(jì)理論，構(gòu)建了主客觀集成賦權(quán)法。

在賦權(quán)方法選取過程中研究人員充分考慮了各方法間的共通性與差異性，序關(guān)系法和層次分析法體現(xiàn)了在指標(biāo)賦權(quán)中的通用性特征；本研究為有效規(guī)避以往部分研究中存在的賦權(quán)專家選擇單一、賦權(quán)隨意性大等問題，選取反詐專家、警務(wù)人員、案件受害人等組成綜合專家組，有效保證了主觀賦值的合理性。熵權(quán)法和離差最大化法作為客觀賦權(quán)法均需要用大量的樣本數(shù)據(jù)進(jìn)行數(shù)理統(tǒng)計(jì)與分析，契合于本研究面向?qū)W生群體樣本數(shù)據(jù)大的特征，同時(shí)研究人員對樣本數(shù)據(jù)進(jìn)行了有效性篩選和標(biāo)準(zhǔn)化處理，減少了方法誤差。

矩估計(jì)法是將主客觀權(quán)重集成優(yōu)化的經(jīng)典方法，可通過建立最小偏差函數(shù)計(jì)算得出最優(yōu)組合賦權(quán)。本研究基于矩估計(jì)理論，兼顧主客觀因素，對影響因素指標(biāo)進(jìn)行集成賦權(quán)，在主客觀權(quán)重系數(shù)計(jì)算和線性加權(quán)求解后得到了最優(yōu)綜合權(quán)重。

2.2 主觀賦值法確定權(quán)重

2.2.1 序關(guān)系分析法

序關(guān)系分析法可對系統(tǒng)內(nèi)不同評價(jià)指標(biāo)賦權(quán)，建立無需一致性檢驗(yàn)的判斷矩陣，可有效克服權(quán)重分析過程中計(jì)算量大、一致性檢驗(yàn)復(fù)雜等缺點(diǎn)[19]。各指標(biāo)權(quán)重計(jì)算公式如下

(1)

wk-1=rkwk

(2)

由公式(1)和(2)可以求出各個(gè)指標(biāo)的權(quán)重W=[w1,w2,…,wn]。

2.2.2 層次分析法

層次分析法能夠從評價(jià)者的角度分析評價(jià)對象的本質(zhì)[20]。本研究通過專家組對電信詐騙易感性影響因素指標(biāo)進(jìn)行打分，并通過建立層次結(jié)構(gòu)模型、構(gòu)造判斷矩陣、計(jì)算權(quán)向量、層次單排序、總排序等步驟分析確定各指標(biāo)權(quán)重。過程中對判斷矩陣賦值合理性進(jìn)行一致性檢驗(yàn)。

判斷矩陣A的最大特征值

(3)

用式(4)進(jìn)行一致性檢驗(yàn)，指標(biāo)體系構(gòu)建及賦值合理

(4)

2.3 客觀賦值法確定權(quán)重

2.3.1 熵權(quán)法

熵權(quán)法是根據(jù)同一指標(biāo)狀態(tài)值之間的差異程度來對指標(biāo)進(jìn)行客觀定權(quán)的方法，反映該指標(biāo)在評價(jià)過程中的貢獻(xiàn)大小[21]。本研究選大學(xué)生作為研究對象，通過問卷調(diào)查的形式收集了100個(gè)有效樣本數(shù)據(jù)，并對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理和無量綱計(jì)算，最終計(jì)算確定熵值和權(quán)重。步驟如下

1)熵值計(jì)算

(5)

式中pij為第i個(gè)人的第j個(gè)評價(jià)指標(biāo)的無量綱計(jì)算值(i=1,2,3,…,100;j=1,2,3,…,14)。

2)評價(jià)指標(biāo)的權(quán)重計(jì)算

(6)

2.3.2 離差最大化法

離差最大化法是用于多項(xiàng)指標(biāo)對多個(gè)方案進(jìn)行分析比較的方法[22]，其原則是針對其中一項(xiàng)指標(biāo)，不同方案所得指標(biāo)值差異與該指標(biāo)對方案的影響呈正相關(guān)，指標(biāo)值差異越大，則影響越大，權(quán)重越大，反之亦然。方法如下

1)構(gòu)建規(guī)范化決策矩陣：Z=(Zij)n×m。其中，

2)計(jì)算最優(yōu)加權(quán)向量，同時(shí)計(jì)算各指標(biāo)方案Ai的多指標(biāo)綜合評價(jià)Di(W*)(i=1,2,…,n)。

3)根據(jù)各決策方案的指標(biāo)值差異，對各指標(biāo)作出客觀評價(jià)和權(quán)重分析。

2.4 主客觀權(quán)重集成賦值

主客觀集成賦權(quán)能夠有效提高指標(biāo)體系權(quán)重的科學(xué)性和可靠性[23]。本研究選用2種主觀賦權(quán)方法，得到一個(gè)主觀權(quán)重集合；選用2種客觀賦權(quán)法，使用歸一后的決策矩陣得到客觀權(quán)重集合；隨后分別計(jì)算各指標(biāo)的主觀權(quán)重重要系數(shù)αj，見式(7)，同理得到客觀權(quán)重重要系數(shù)βj；依據(jù)矩估計(jì)理論計(jì)算出綜合重要系數(shù)α，見式(8)，同理得到β。

(7)

(8)

(9)

對每一評價(jià)指標(biāo)，希望其線性組合指標(biāo)H越小越好，采用等權(quán)線性加權(quán)方法，通過式(10)求解得出各指標(biāo)的最優(yōu)綜合權(quán)重，見表3。

(10)

通過基于矩估計(jì)理論的主客觀權(quán)重集成分析確定了各評價(jià)指標(biāo)的權(quán)重，權(quán)重越大的指標(biāo)在綜合評價(jià)中所占比重越大，對電信詐騙易感性的整體影響越大，也是評價(jià)和監(jiān)測電信詐騙時(shí)應(yīng)重點(diǎn)關(guān)注的關(guān)鍵性指標(biāo)。表3數(shù)據(jù)顯示，各二級指標(biāo)中，經(jīng)驗(yàn)經(jīng)歷的權(quán)重最大，個(gè)體屬性的權(quán)重最小。4個(gè)二級指標(biāo)綜合權(quán)重分別為：經(jīng)驗(yàn)經(jīng)歷U4(39.58%)>能力水平U3(26.02%)>心理因素U2(22.26%)>個(gè)體因素U1(12.14%)。

表3 各指標(biāo)綜合權(quán)重Table 3 Comprehensive weights of each indicator

三級指標(biāo)中，應(yīng)急反應(yīng)V9和反詐教育V13的權(quán)重較大，分別為28.80%和18.74%。結(jié)合專家分析和被詐騙實(shí)際情況，此2項(xiàng)指標(biāo)的權(quán)重大是合理的。大學(xué)生因?yàn)橛幸欢ǖ南M(fèi)獨(dú)立性和經(jīng)濟(jì)獨(dú)立性，但又缺少社會生活經(jīng)驗(yàn)，心理活動(dòng)較為單純，面對潛在的詐騙行為時(shí)，容易引發(fā)沖動(dòng)型、信任型決策風(fēng)險(xiǎn)。個(gè)人應(yīng)急能力強(qiáng)，表明在接觸到詐騙時(shí)的反應(yīng)時(shí)間越短、反應(yīng)敏感度越高，越容易甄別詐騙行為；同時(shí)，通過反詐專家組反饋真實(shí)案件數(shù)據(jù)結(jié)果來看，在受過反詐宣傳教育的情況下，被詐騙比例、概率與規(guī)模比明顯小于未受過反詐宣傳教育的人群。

3 相關(guān)性分析

3.1 相關(guān)系數(shù)計(jì)算

將屬性值帶入數(shù)據(jù)集合X:{X1,X2,…,Xn}和Y:{Y1,Y2,…,Yn}中，其中n=1,2,…,14；對2組數(shù)據(jù)處理得出總體均值分別為

(11)

進(jìn)而可以計(jì)算出總體協(xié)方差

(12)

最后計(jì)算出總體相關(guān)系數(shù)

(13)

3.2 相關(guān)性結(jié)果與分析

相關(guān)系數(shù)矩陣分析能夠詳細(xì)直觀地反映各指標(biāo)要素的重要性和彼此關(guān)聯(lián)性。本研究繪制了14個(gè)三級指標(biāo)的相關(guān)系數(shù)矩陣，見表4；分析了各指標(biāo)對詐騙易感的影響以及各指標(biāo)之間的相關(guān)性。

從表4的相對數(shù)值來看，14個(gè)三級指標(biāo)中指標(biāo)“金融安全與風(fēng)險(xiǎn)感知”、“環(huán)境易感與情緒波動(dòng)”的相關(guān)性相對較強(qiáng)，相關(guān)性系數(shù)分別為0.66和0.38；說明個(gè)體金融安全知識儲備越充分，風(fēng)險(xiǎn)感知能力越強(qiáng)；個(gè)體對外界環(huán)境越敏感，越容易受到外界因素刺激和影響，情緒波動(dòng)隨之越大；這與電信詐騙實(shí)際情況分析和真實(shí)案例分析結(jié)果均一致。其余各指標(biāo)之間的相關(guān)性表現(xiàn)為弱相關(guān)到中等相關(guān)，沒有體現(xiàn)出較強(qiáng)的關(guān)聯(lián)性。將指標(biāo)14“詐騙經(jīng)歷”作為觀測指標(biāo)，繪制其它13項(xiàng)對標(biāo)“被詐經(jīng)歷”指標(biāo)的相關(guān)系數(shù)散點(diǎn)圖，如圖1所示。

表4 各指標(biāo)相關(guān)系數(shù)矩陣Table 4 Correlation coefficient matrix of each indicator

圖1 指標(biāo)V1～V13 相對于V14的相關(guān)系數(shù)散點(diǎn)分布Fig.1 Scattered distribution of correlation coefficients of indicators V1～V13relative to V14

結(jié)合圖1呈現(xiàn)的相關(guān)系數(shù)散點(diǎn)分布情況，對指標(biāo)體系中權(quán)重較重的二級指標(biāo)心理因素U2、能力水平U3、經(jīng)歷經(jīng)驗(yàn)U4所對應(yīng)三級指標(biāo)V5～V13與三級指標(biāo)被詐經(jīng)歷V14之間的相關(guān)系數(shù)進(jìn)行分析。

二級指標(biāo)心理因素U2所對應(yīng)的三級指標(biāo)V5～V8與被詐經(jīng)歷V14的相關(guān)系數(shù)均為正值，表明心理因素敏感波動(dòng)程度與被詐騙呈正相關(guān)性；同時(shí)相關(guān)系數(shù)值相對較大，均值為0.175，表明上述4個(gè)指標(biāo)與指標(biāo)“被詐經(jīng)歷”的相關(guān)性較強(qiáng)；進(jìn)一步說明，情緒波動(dòng)過大、過于信任他人、容易受外界因素影響的個(gè)體在遭遇潛在的電信詐騙時(shí)，越容易被詐騙成功，電信詐騙易感性越強(qiáng)。因此，在反詐教育過程中，可通過心理韌性教育、生命價(jià)值教育、信任情感教育等來有效增強(qiáng)個(gè)人心理甄別能力和承受能力，降低詐騙易感性。

二級指標(biāo)能力水平U3和經(jīng)歷經(jīng)驗(yàn)U4所對應(yīng)的三級指標(biāo)V9～V11和V12～V13與三級指標(biāo)被詐經(jīng)歷V14的相關(guān)系數(shù)均為負(fù)值，表明個(gè)體能力水平和相關(guān)經(jīng)驗(yàn)經(jīng)歷與被詐騙呈負(fù)相關(guān)性，個(gè)人反詐騙能力越強(qiáng)、接觸到的詐騙案件越多，在遭遇潛在的電信詐騙時(shí)，越不容易被詐騙成功，電信詐騙易感性越弱。因此，在反詐教育過程中，可通過學(xué)習(xí)金融安全知識、提升應(yīng)急反應(yīng)能力、接收常規(guī)反詐宣傳、學(xué)習(xí)研判他人被詐騙經(jīng)歷來有效提升個(gè)體對電信詐騙的綜合防范能力，減少個(gè)體被詐騙概率。

4 結(jié) 論

1)建立了電信詐騙易感性影響因素指標(biāo)體系，用扎根理論分析了大學(xué)生遭受電信詐騙典型案件，分析了導(dǎo)致電信詐騙發(fā)生的多因素過程，提取了關(guān)鍵性指標(biāo)。

2)建立了基于矩估計(jì)理論的主客觀集成賦權(quán)法，計(jì)算了各指標(biāo)最優(yōu)權(quán)重，應(yīng)急反應(yīng)、反詐宣傳等是重要指標(biāo)，對反詐騙工作具有一定的參考價(jià)值。

3)繪制了相關(guān)系數(shù)矩陣，分析了各影響因素之間的相關(guān)性，進(jìn)一步明確了影響電信詐騙易感性的關(guān)鍵因素。在反詐騙工作中可從學(xué)習(xí)安全知識、增強(qiáng)應(yīng)急能力、加強(qiáng)案例解讀等方面積極應(yīng)對，增強(qiáng)個(gè)體的反詐騙能力水平，降低其電信詐騙易感性，預(yù)防并減少電信詐騙案件發(fā)生。