情报主导警务：改变预防犯罪的面貌
然而，在近三十年后，仍然存在很多争议，令人惊讶的是，没有太多的经验证据支持或否定这种数据驱动的预防犯罪方法。尽管如此，实施情报主导的警务工作的机构报告了令人信服的结果。
那么，情报警务在今天处于什么位置？这真的是一种可行、切实可行的预防犯罪办法吗？它能否在避免分析等问题的同时成功实施？
定义情报主导的警务
当谈到数据驱动的执法时，想到了两种方法：情报主导的警务和预测性警务。虽然这些方法并不相互排斥，但存在差异。预测性警务使用计算机来分析有关地理区域内犯罪的大数据，以试图预测犯罪在不久的将来发生的地点和时间。
虽然它没有确定谁会犯罪，但它确实确定了热点，以帮助执法部门预测警方可能预测另一起犯罪的大致时间和城镇区域。有了这些信息，警察就可以更具战略性地阻止正在进行的犯罪，甚至更好的是防止犯罪发生。
另一方面，情报主导的警务试图识别潜在的受害者和潜在的累犯，然后与社区合作，为罪犯提供在因更严重犯罪被捕之前改变行为的机会。根据美国司法部的说法，情报主导的警务是“一种协作执法方法，将解决问题的警务、信息共享和警察问责制与加强的情报行动相结合。
它旨在指导针对高频罪犯、地点或犯罪的警务活动，以影响资源分配决策。情报主导的警务的一个重要组成部分是，它鼓励并且可以说取决于各种机构和社区之间的合作，不仅包括当地警察，还包括其他地方执法部门、联邦调查局、国土安全机构，甚至缓刑和假释官员。
简而言之，预测性警务关注犯罪可能发生的地点和时间，而情报主导的警务（通常包括预测性警务）侧重于防止受害。
数据为王：情报主导的警务工作原理
尽管当今的数据驱动方法结合了复杂的技术和分析，但预测性警务已经使用了几十年，尽管形式更为初级。长期以来，警方一直使用有关特定地区犯罪的信息来确定模式并预测下一次犯罪可能发生的地方。随着技术的进步，各机构现在使用旨在跟踪模式的计算机和数据模型，以及其他因素，如一天中的时间、天气、地理和“余震”区域，犯罪已经成功并且已经成熟，可以重复同一犯罪来构建复杂的模型，以确定未来犯罪的可能性，然后，执法部门可以将资源集中在这些热点上。
同样，情报主导的警务利用数据。然而，它关注的数据已经在执法机构的系统中，分析以个人为中心，而不是地理区域。情报主导的警务收集国内事件、逮捕、犯罪记录、交通拦截和帮派活动，并允许执法部门对这些数据进行分析。这些分析可帮助执法部门识别更有可能成为特定犯罪或一组犯罪的累犯的罪犯。
然后，执法部门可以跟踪这些人，观察他们何时从一类犯罪转移到另一类犯罪。如果罪犯再次犯罪，警方会收到有关此人历史的警报，使他们有机会进行干预，以防止更多的犯罪活动。
理论遇见现实：它真的有效吗？
情报主导的警务在理论上听起来很有前途，但它在现实世界中有效吗？正如过去十年来一直在使用它的美国各地机构所证明的那样，答案是肯定的。统计数据说明了什么？
• 2012年，兰德公司（RAND Corporation）对路易斯安那州什里夫波特警察局（Shreveport， Louisiana）警察局使用预测技术的情况进行了一项独立研究，得出的结论是，“该计划并没有在统计上显着减少财产犯罪。然而，该研究承认，它在有限的时间内只研究了几个地区，这削弱了研究的统计意义。
• 美国统计协会（American Statistical Association）2014年发表的一篇论文研究了在加利福尼亚州洛杉矶警察局的三个部门和英国肯特警察局的两个部门使用预测性警务算法与使用专门的犯罪分析师。由于巡逻时间，犯罪率平均减少了2.7%。
在另一个例子中，北卡罗来纳州海波因特的警察部队对家庭暴力罪犯应用了情报主导的警务，发现这些罪犯通常与其他犯罪活动有关，如毒品、袭击和抢劫。家庭暴力犯罪者倾向于认为他们被抓获的机会非常低，因为每五起事件中只有一起被报告。
但是，知道一种犯罪的肇事者可能犯下其他类型的犯罪，如果这些人因其他犯罪而被抓获，执法部门就更容易跟踪和识别这些人。当这种情况发生时，警察会借此机会警告他们持续暴力的后果，并希望阻止他们进一步行动。
当一个帮派遭到袭击时，警方经常会遭到报复，因此他们与两个帮派的成员交谈并向他们发出威慑信息，告诉他们如果确实发生报复，执法部门会发生什么。
虽然这些例子显示了情报主导的警务工作的潜在成功，但重要的是要记住，衡量所有结果的关键在于机构的参与。正如什里夫波特的例子中所讨论的那样，只有少数地区使用有限的数据降低了研究结果的重要性。
芝加哥警察局：通过“战略主题清单”减少枪支暴力
伊利诺伊州芝加哥警察局 （CPD） 使用情报主导的预测技术，根据先前的逮捕、帮派成员和其他因素，使用战略主题名单 （SSL） 来减少枪支暴力，该名单估计是参与枪支暴力的最高风险人群，无论是作为肇事者还是受害者。警方在SSL上警告个人他们正在受到监视。
分析显示，超过70%的被枪杀者和超过80%的因枪击被捕的人都在SSL上。研究人员还发现，超过40%的凶杀案受害者与一群人一起被捕，这些人加起来只占4，82社区人口的000%。
兰德公司的另一项研究得出结论，SSL上的个人或多或少不太可能成为枪支暴力的受害者，尽管他们更有可能因枪支暴力而被捕。然而，芝加哥警察局公开反对这项研究，理由是以下问题：
•它没有评估预测模型本身，如研究表明的那样，而是专注于干预策略的影响。
• 该研究评估了CPD的自定义通知干预策略和预测模型的早期版本，这两个模型都发生了重大变化。
• 该研究暗示该模型使用种族，性别，民族或地理，而不仅仅是犯罪数据。
社会和公民权利问题
对情报主导的警务工作的最大担忧之一是，它使少数族裔社区的过度警务永久化，而不是消除偏见。
情报主导警务的反对者提出了以下反对意见：
•整个前提都是有缺陷的，因为基于计算机的分析只关注人类输入的数据，而这些数据来自已经有偏见的警察部队，该警察部队针对少数民族和少数民族社区。
• 以情报为主导的警务可能导致警察和居民之间的敌对对抗。例如，如果汽车盗窃发生在一个社区，警察可能会认为走在该社区街道上的每个人都是嫌疑人，并可能不必要地骚扰他们。
•预测特定社区的更多犯罪将鼓励更多的警官被分配到该地区，这自然会导致更多的逮捕。在这种情况下，将形成一个反馈循环，这延续了相关社区比另一个社区更容易受到犯罪影响的观念。
• 追踪被视为潜在犯罪者或受害者的特定个人，即使他们没有做错任何事，也近乎侵犯一个人的隐私权。
情报主导的警务的支持者反驳了这些论点，他们引用了一些令人信服的细节，这些细节背后是经过测试并发现成功的领域。他们声称，基于计算机的分析消除了基于人类的决策中可能固有的任何偏见，这些决策针对犯罪者和预计会出现犯罪的社区。
佛罗里达州坦帕市：社区协作
对于那些关心社会和公民权利的人来说，情报主导的警务工作已被证明在适当应用时可以使执法和社区更紧密地联系在一起，这可能会感到惊讶。以坦帕警察局的“关注四犯罪减少计划”为例，该计划负责在六年内将犯罪率降低46%。
“聚焦四项”概念包括通过制定基于情报的应对措施来减少城市中四起最常发生的犯罪的战略，这些应对措施体现了与社区合作等要素。警务人员与社区的接触越来越多，这增加了公众的支持，并基于警员与公民的互动报告了与犯罪有关的信息。例如，每个地区都制定了暑期课程，以解决学校不上课时发生的与青少年有关的犯罪问题。在六年内，该计划使夏季犯罪减少了51%。
坦帕警察局承认，如果没有社区的支持和参与，实施以情报为主导的警务计划是不可能的。为了鼓励这种参与，该部门实施了“电子邮件树”，增强了邻里守望计划，以及反向911计划，以向社区发送有关热点的信息。
毫不奇怪，警力增加的地区犯罪率急剧下降。令人惊讶的是，周边目标地区的犯罪率也有所下降。看来，在一个地区感到舒适的犯罪分子不会将犯罪分子推到周边地区，而是避免在陌生的领域犯罪。
情报主导的警务的更大目标是防止犯罪发生，而不是在犯罪期间或之后抓住肇事者。一旦犯罪发生，很可能会发生财产损失或一个人可能成为受害者。与其让执法部门将每个人都视为嫌疑人，不如让目标地区的警察在社区中变得更加积极主动，询问居民是否看到任何可疑的东西，从而改善社区与警察的关系。
使用数据只是解决方案的一部分
与数据分析对于预防犯罪的目标一样重要，它只是解决方案的一部分。在实施情报主导的警务的每个案例中，它都是整体战略的一个组成部分，包括行政赞助、员工再教育、利用数据的计划的设计和实施等等。在每种情况下，实施该方法的执法机构也努力确保人员、程序和设备保持一致。
然而，最重要的是，人为因素是成功的主要驱动力。最终，人们分析和解释数据，人们决定如何使用它，来自机构的人员与社区人员一起工作，将这些数据驱动的计划付诸行动并确保其成功。
结论
根据联邦调查局的数据，与2017年相比，2016年报告的犯罪数量总体上有所下降。虽然这是一个积极的事态发展，但继续寻找推动这一趋势的方法。数据使我们有可能在预防犯罪方面取得十年前从未想过的进步。
虽然仍然缺乏情报主导的警务有效性的经验证据，但世界各地的执法机构已经为这种数据驱动的方法建立了非常有力的案例。诸如貌相或侵犯隐私之类的陷阱当然是避免的，但尊重人们的权利必须始终是任何预防犯罪方法的考虑因素。随着数据分析方式的不断完善，加上情报利用数据并鼓励机构和社区合作的编程，情报主导的警务将继续加强其作为犯罪威慑的作用。
关注公众号回复“1”即可免费获得百万字警务情报电子资料一份。