找回密码 注册

基本信息

项目名称:
对重庆市刑事案件数的预测防范研究
小类:
法律
简介:
本文基于重庆市的犯罪问题,采用灰色修正GM(1,1)模型和关联度分析方法对重庆市2000—2009年杀人、伤害、抢劫、强奸、拐卖人口、盗窃、诈骗这七类主要刑事案件立案数进行预测分析,得出与之关联度较强的因素,从而提出更为科学的犯罪防范方针策略,达到解决社会转型期重庆市严重的犯罪问题的目的。
详细介绍:
将重庆市公安机关立案的刑事案件数与重庆市统计年鉴中物价——居民消费价格总指数、城镇化率、就业人数、农村居民人均纯收入、城市居民人均可支配收入、城市基础设施—设施投资额、乡村从业人员、社会福利和财政支出等因素作灰色关联度分析,找出与犯罪案件数关联度较大的因素,然后以重庆市2000—2009年杀人、伤害、抢劫、强奸、拐卖人口、盗窃、诈骗这七类主要刑事案件立案数为原始数据,利用灰色修正GM(1,1)模型对2010年和2011年重庆市各刑事案件立案数进行预测,经过数据筛选,得出精度较高的预测结果,通过与关联度较大因素之间的对照分析,为有针对性的政策方针的提出提供建议。

作品图片

  • 对重庆市刑事案件数的预测防范研究
  • 对重庆市刑事案件数的预测防范研究
  • 对重庆市刑事案件数的预测防范研究
  • 对重庆市刑事案件数的预测防范研究

作品专业信息

撰写目的和基本思路

将重庆市公安机关立案的刑事案件数与重庆市统计年鉴的部分重要的因素作灰色关联度分析,找出与之关联度较大的因素,然后以重庆市2000—2009年杀人等七类主要刑事立案数为原始数据,利用灰色修正GM(1,1)模型对未来两年重庆市各刑事案件预测,结合关联度较大因素的对照分析,从而提出更为科学的犯罪防范策略,达到解决社会转型期重庆市严重的犯罪问题的目的。

科学性、先进性及独特之处

1.科学性:利用灰色系统理论,即对随机的、杂乱无章的,但却是具备潜在规律的系统, 在一定方位内变化的、与时间有关的灰色过程的预测。 2.(1)用改良灰色GM(1,1)模型,对重庆市2000-2009年相关数据整理,预测2010~2011年刑事案件数。(2)对影响刑事犯罪的主要十项社会因素(不仅只在经济方面)进行灰色关联度分析。(3)将“破窗理论”与灰色关联度有机结合,得出诱发刑事犯罪的结论。

应用价值和现实意义

1.通过建立数学模型,对犯罪发展趋势进行预测,对与刑事案件关联度较大的因素进行分析,用于犯罪预警、对相关政策或部门提出建设性意见或建议。 2.针对本文所分析的关联度最大的前五个关联度因素,从“进城农民工的就业与安置工作”、“乡村就业人员问题(以“农转非”为典型)”、“物价、城镇化衍生的一系列问题”、“农村居民人均收入”、“再犯问题”这五个方面对政府或公检法机关提出意见。

作品摘要

将重庆市公安机关立案的刑事案件数与重庆市统计年鉴中物价——居民消费价格总指数、城镇化率、就业人数、农村居民人均纯收入、城市居民人均可支配收入、城市基础设施—设施投资额、乡村从业人员、社会福利和财政支出等因素作灰色关联度分析,找出与犯罪案件数关联度较大的因素,然后以重庆市2000—2009年杀人、伤害、抢劫、强奸、拐卖人口、盗窃、诈骗这七类主要刑事案件立案数为原始数据,利用灰色修正GM(1,1)模型对2010年和2011年重庆市各刑事案件立案数进行预测,经过数据筛选,得出精度较高的预测结果,通过与关联度较大因素之间的对照分析,为有针对性的政策方针的提出提供建议。

获奖情况及评定结果

第十二届“挑战杯”全国大学生课外学术科技作品竞赛重庆文理学院特等奖

参考文献

[1] 王钢; 庄海燕; 张洪浩,灰色关联分析方法在刑事案件中的应用,铁道警官高等专科学校学报,2007,(2) [2] 王钢; 庄海燕,基于灰色关联分析的刑事案件发案率分析,中国人民公安大学学报(自然科学版) 2007,(3) [3] 王钢,基于灰色关联分析和GM(1,1)模型的我国刑事案件预测与防范,铁道警官高等专科学校学报,2008,(3) [4] 于子建; 王洪革; 张澍,基于灰色理论的青少年犯罪预测模型及其应用,吉林公安高等专科学校学报,2005,(5) [5] 刘小娟; 高连生,灰色系统理论在犯罪动态预测中的应用,中国人民公安大学学报(社会科学版),2005,(1) [6] 王钢; 靳慧云,基于灰色关联分析的网络犯罪分析及对策,信息网络安全,2009,(11) [7] 李其富,灰色系统模型及其在犯罪预测中的应用,四川省公安管理干部学院学报,1996,(1) [8] 王钢,社会犯罪与社会经济的灰色关联分析,河南工业大学学报(社会科学版),2009,(2)

调查方式

问卷、书报刊物、统计报表

同类课题研究水平概述

该作品是应用数学手段研究刑事案件的跨学科研究。犯罪预防一直是刑事侦查学中一门重要的课题。在国内,利用灰色模型预测研究刑事案件数的相关论文,其数量也仅限于个位。其中造诣最深的莫过于铁道警官高等专科学校副教授王钢,但王钢副教授的模型比较粗糙,关联度因数仅限于经济因数,而预测对象则为刑事犯罪数量的总体,我们知道,影响刑事案件的因素多种多样,而每类刑事案件的关联度因素的排列次序各有不同,这就导致各因素对各类刑事案件的影响程度不同,因此,以王钢副教授得出的总体的结论对预防刑事案件数提建议就暗含争议。而该作品不局限于刑事案件数的整体,而是更加细化的探索到了以七类主要刑事犯罪为主的各类刑事案件数本身,并首次采用了灰色修正GM(1,1)模型,用对数的方法对原始数据序列进行变换,来提高原始数据的光滑度,从而让我们的预测模型更具有实用性,得出的结果与真实值更加相近,这是刑事案件数量预测的一大突破。 在国外,被犯罪学界推崇用于宏观预测的方法主要有专家预测法(又称特尔裴法)和相关因素分析法。而专家预测法依旧是运用主观思维方法,很难排除经验主义的弊端,并没有真正发现其各类犯罪数量的变化规律。相关因素分析法也只是对各方面因数做分析后进行一个主观的推测,无法真正保证客观合理。而运用灰色修正GM(1,1)模型,从刑事案件的内部探索规律,不断降低刑事案件数系统中的黑度,提高其白度,从而得到一个客观的精确度较高的预测结果。对刑事犯罪预测具有重大意义。
建议反馈 返回顶部