社会宏观数据视角下严重暴力犯罪发案数关联因素及预测研究
来源：图书情报工作杂志2023年第12期北京时间：
作者：王海欧,张玲玲,刘道前,薛博文
单位：1 中国科学院大学经济与管理学院 北京 100090;2 中国科学院大学数字经济监测预测预警与政策仿真教育部哲学社会科学实验室(培育) 北京 100190;3 中国科学院大数据挖掘与知识管理重点实验室 北京 100190;4 中国刑事警察学院 沈阳 110035
摘要：[目的/意义] 严重暴力犯罪发案数是评价社会整体治安水平的重要指标，运用情报学方法，以社会宏观数据为基础，准确预测发案数量，对于科学配置安全防范资源，精准预防打击犯罪及提高社会治理能力具有重要意义。 [方法/过程] 基于社会宏观数据视角，运用犯罪学基本原理深刻剖析严重暴力犯罪的复杂影响因素，提出严重暴力犯罪发案数关联因素及预测方法的研究假设，选取对应的社会宏观数据作为变量，结合近 20 年8 类严重暴力犯罪的历史发案数据进行测试建立自回归滞后模型，并预测严重暴力犯罪发案规律。 [结果/结论] 研究发现， GDP、结婚率、人口结构、安防投入、失业率等宏观社会指标与严重暴力犯罪发案数关联性明显，相比单一使用历史数据预测的准确度大幅提升，这为我国科学制定相关社会治理防范策略提供有力的技术支撑和方法指引。
关键词：严重暴力犯罪,发案量,关联因素,精准预测,数据分析,
基金资助：本文系国家自然科学基金面上项目“基于知识图谱和链路预测的推荐系统及在设备健康管理中的应用研究”（项目编号： 72071194）研究成果之一。
