预测性警务软件在美国犯罪预防方面的应用

　　预测警务软件最常见的应用便是预测犯罪、降低犯罪率,美国很多警察局都应用了这一手段,并取得了较好的效果。

　　田纳西州孟菲斯市曾是美国最危险的城市之一,严重的暴力犯罪频繁发生。为了解决这一问题,自2005年9月起,孟菲斯市警察局开始应用BlueCrush 预测犯罪分析系统,用于分析基于位置和时间的犯罪模式和不断变化的趋势。该系统为警察预测犯罪的地点和时间,应关注的街角和城市街区,使警察提早制定战术并在特定地点采取行动。截至2010年10月,孟菲斯市犯罪率减少了31%、暴カ犯罪率减少了15.4%、劫车率下降了75%、商业抢劫率下降了67%(与2006年的数据相比),孟菲斯正在成为一个更安全的城市。

　　在洛杉矶,警方将过去80年内的约1300万个犯罪数据输入大数据犯罪预测模型,利用庞大的数据集展示犯罪热点地区,并预测可能发生犯罪行为的地区。使用这一模型后,盗窃犯罪减少了33%、暴カ犯罪减少了21%、侵财犯罪减少了12%。

　　在里士满,警察局自2009年应用IBM的“犯罪洞察和预防解决方案”后的12个月里,该地区的暴力犯罪和杀人案件减少近30%。利用IBM犯罪洞察和预防解决方案,弗吉尼亚里士满警察局成功汇编此前无法统一的多组庞大数据,其中包括事件报告、犯罪线索和服务呼叫。 这让他们能够确定犯罪模式、预测犯罪趋势并做出更有效的决策。借助系统提供的可操作数据,里士满警察局现在已经可以做到:(1)精确定位事件高发区域;(2)将政府官员和机动部队部署到具有最大需求的地区;(3)发现有可能升级为暴カ犯罪的轻罪;(4)确定恐吓事件是否属实;(5)推进刑事侦查进度。

　　自部署PredPol软件以来,亚特兰大警察局的两个社区的犯罪总量于2013年7月分别下降了8%和9%;诺克罗斯警察局在2013年8月之后短短四个月内盗窃和抢劫案件数目降低了15%-30%;加利福尼亚州阿罕布拉的盗窃和偷车案件数目在2013年1月之后分别降低了32%和20%,且该市的犯罪率于2014年5月降至历史最低水平。

　　马里兰州和宾夕法尼亚州启用的犯罪预测软件,不仅能降低凶杀犯罪率,还能预测罪犯假释或缓刑期间犯罪的可能性,并成为法庭假释条款和审判的参考依据。例如,该软件分析发现,14岁首次杀人比30岁首次杀人的罪犯更容易再次行凶,有关机构因而调整了假释条款。

　　美国执法机构还在以创造性的方式使用该分析技术。例如,洛杉矶一警察分局曾在Twitter上发布每天的热点地区,提醒市民们留意。莫德斯托警察局则将一辆装甲卡车停在预测软件每日地图标示的红色方框区域的其中一处,以阻止犯罪活动的发生。

　　进入大数据时代之后,执法机构对数据的依赖程度将变得越来越高。而通过使用基于大数据的预测性警务技术,执法机构能够充分利用掌握的人员和信息资源,监控、衡量和预测未来的犯罪活动及犯罪趋势,以便于有效部署资源并快速处理案件。预测性警务技术的应用,凸显了大数据语境下的犯罪分析在现代警务中的价值,也向我们展示了情报主导警务前所未有的发展空间。

　　作者：陈甜甜、钟鑫
编辑：广汉