北京市外來犯罪者的戶籍地空間分布及其演變——以2005-2014年入室盜竊犯罪為例

原鵬輝 陳 鵬 姜 超 侯 超 石少沖 明紅霞

?

北京市外來犯罪者的戶籍地空間分布及其演變——以2005-2014年入室盜竊犯罪為例

原鵬輝 陳 鵬 姜 超 侯 超 石少沖 明紅霞*

城市犯罪案件是本地與外地犯罪者共同作用的結果，因此犯罪預防策略不應僅局限于本地區域。為拓展犯罪預防思路、實現有效犯罪防控，以北京市外來入室盜竊者為研究對象，通過空間統計、Moran散點圖、非參數檢驗等方法對2005-2014年北京市外來犯罪者戶籍地的空間分布及其演變進行研究。結果表明：(1)北京市外來犯罪者主要來自距北京市較近的河北、河南、山東及黑龍江等區域；但相較于2005年，2014年犯罪者戶籍地分布出現向西南偏移的趨勢；(2)北京市外來犯罪者戶籍地在空間上呈聚集狀態，其中河北、河南、山東形成了穩定的犯罪者戶籍地高集聚區，但其聚集性有所降低；(3)相較于犯罪者戶籍地低集聚地，犯罪者戶籍地高集聚地具有至北京市的交通距離短、經濟發展水平低、失業人數多、人口規模大等特征。因此，各地政府應結合本地犯罪防控和外地戶籍地干預，以達到降低和預防城市犯罪的目的。

外來犯罪者；戶籍地；空間分布；北京市；犯罪地理

一、引言

近年來，隨著我國城鎮化進程的不斷加快，治安問題日益復雜，并帶來了一系列的安全問題，其中盜竊類犯罪尤為突出。據統計，2011年至2016年間我國盜竊類刑事案件立案數量在所有刑事案件中的比重接近三分之二[1]，而由于“失竊金額小”、“嫌麻煩”等原因，現實中有大量的受害群眾在遭受盜竊類犯罪后并未選擇報案，實際發生的盜竊類案件數量可能要遠大于此。因此，如何在城鎮化的快速發展過程中準確、高效地防范和控制盜竊類犯罪的發生，確保人民安居樂業、社會安定有序，是當前中國城市發展和公共管理面臨的主要問題和挑戰。

隨著20世紀70年代行為地理學的發展，地理學研究逐漸突破以統計描述為主的機械實證主義，開始以人的主體性角度來理解個人行為與其所處空間的關系[2]。而行為主義方法論的確立和興起也為城市犯罪問題的研究提供了新的思路方法[3]，犯罪研究逐漸從受害者特征、犯罪案事件時空分布轉向犯罪者行為的空間過程。研究表明不同尺度下的城市犯罪在空間上呈聚集分布狀態[4]，然而大部分研究主要依賴于犯罪發生地的信息[5]，而犯罪者戶籍來源地的關注相對較少。由于犯罪詳細數據稀缺等原因，目前學者們針對城市外來犯罪人群體戶籍來源地分析的實證研究相對欠缺；不同于本地犯罪者，外來犯罪人群體具有更強的流動性，導致城市內部的傳統犯罪預防方式無法全面有效地遏制城市犯罪態勢；因此，犯罪預防視野和角度需要從本地預防擴寬至犯罪者的戶籍地干預管理，以達到高效的城市犯罪防控。

鑒于此，本文以北京市外來入室盜竊者為研究對象，通過空間統計、非參數檢驗等方法對北京市外來犯罪者的戶籍地地域分布及區域特征進行分析總結，旨在從犯罪者戶籍地的角度為盜竊類犯罪的預防提供策略建議。

二、研究區域、數據來源與研究方法

（一）研究區域與數據來源

本文采用2005年與2014年北京市公安局執法辦案平臺數據庫中的入室盜竊類案件犯罪者數據，包含犯罪者的戶籍地信息、作案時間、作案地點、作案手段等。本研究中外來犯罪者的界定條件為所持身份證或戶籍地為非北京市的外來流動人口，即該類人員以正常務工等目的遷移至北京市一段時間后，由于自身文化素質低、收入水平低、城市管理不善等原因，開始參與或實施入室盜竊犯罪。據此條件，共篩選出北京市外來犯罪者3683人，其中2005年和2014年犯罪者數量分別為2187人和1513人。隨后，按照犯罪者的戶籍信息進行各戶籍地的空間定位。

（二）研究方法

在分析方法上，采用全局和局部空間自相關方法，分別對2005年與2014年北京市外來犯罪者的戶籍地進行空間集聚性分析。其后，利用非參數檢驗方法，對犯罪者戶籍地高集聚地與犯罪者戶籍地低集聚地的區域特征進行對比。

1．區域重心

假設一個大區域由若干個小區域組成，第個小區域的中心空間坐標為(X,Y)，M為該區域的特定屬性值，則該屬性下的區域重心坐標定義式為[6]：

其中，為小區域的總數量。

2．全局Moran’ s I指數

全局Moran’ s I指數能夠反映空間鄰接或空間鄰近的區域單元屬性值的相似程度[7]，其定義式為：

3．Moran散點圖

Moran散點圖常用來研究和反映空間單元觀察值之間的局部空間關系[8]。以變量x為X軸，以該變量的空間滯后因子wx為Y軸，Moran散點圖共分為4個象限，其中第1、3象限代表觀測值的正向空間自相關性，第2、4象限代表觀測值的負向空間自相關性。第1象限表示觀測值高的區域單元被高值區域所包圍（高-高）；第2象限表示觀測值低的區域單元被高值區域所包圍（低-高）；第3象限表示觀測值低的區域單元被低值區域所包圍（低-低；第4象限代表觀測值高的區域單元被低值區域所包圍（高-低）。

4．Mann-Whitney非參數檢驗

非參數檢驗遵循假設檢驗的基本思想和準則，在缺乏總體分布信息的支撐下，利用統計思想、數學方法構造相應的統計量進行檢驗。Mann-Whitney是由H.B. Mann和D.R. Whitney在秩和的基礎上發展而來，以檢驗兩個獨立樣本是否取自同一總體[9]。設1，…，m和1，…，n兩個總體具有連續分布，假設H0：兩總體分布的中心位置相同；H1：兩總體分布的中心位置不同。令兩組樣本混合升序排序，將每個數值在混合樣本中所在位置的次序稱為其等級或秩，分別計算兩組樣本的秩和x，Y；若H0成立，則x應接近理論秩和(++1)/2，Y應接近理論秩和(++1)/2；如果x，Y和理論值差別較大，則可推斷兩總體的中心位置有差異。為了對結果進行檢驗，可計算每個樣本的-統計量，計算公式如下：

其中U表示的觀察值大于觀察值的個數；U表示的觀察值大于觀察值的個數，x，Y分別為樣本和Y的秩和；，分別為樣本和的個數。當混合樣本有相同的值時，即混合樣本有結時，近似服從標準正態分布的Z統計量修正公式為：

其中i是由相同秩次的數據數量，是結的個數，，，的定義同式(3)。

三、北京市外來犯罪者的戶籍地空間分布特征及其演變

利用空間統計方法，分別在省級和市級尺度上，對北京市外來入室盜竊犯罪者的戶籍地分布特征進行研究。

（一）北京市外來犯罪者戶籍地的空間分布及其變化

1．省級尺度的空間分布與變化

分別對2005年與2014年各省級行政區的犯罪者數量進行統計。將各省級行政區按照犯罪者數量進行排序，分別取前5%、前5%~前25%、前25%~前50%、后50%為高、中高、中低、低四個等級，結果如圖1所示，可以看出，犯罪者戶籍地在空間上存在明顯的分級現象。具體來看，2005年北京市外來犯罪者的戶籍地主要集中在河北、河南、山東、內蒙古、黑龍江以及四川、湖北、安徽等省。2014年北京市外來犯罪者戶籍地主要集中在河北、河南、山東、黑龍江以及四川、湖南、云南、甘肅等省。同時，省級戶籍地犯罪者人口重心結果顯示，2005年犯罪者人口重心位于東經113.66°，北緯35.88°，2014年犯罪者人口重心轉變為東經112.00°，北緯34.89°。相比于2005年，2014年犯罪者人口重心向西南方向移動了186.45km，反映出犯罪者戶籍地分布變化呈現出向西南方向偏移趨勢。2005年與2014年北京市外來犯罪者的戶籍地空間分布等級變化分析表明（表1），近71%的犯罪者戶籍地空間分布等級基本保持不變，且其他戶籍地的空間等級轉變幾乎全部發生在相鄰等級之間，反映出各省級戶籍地的犯罪者人數排名基本呈穩定不變狀態。

圖1 2005-2014年北京市外來犯罪者的省級戶籍地空間分布

表1 2005年與2014年省級戶籍地的空間等級變化

空間等級(20052014)低等級中低等級中高等級高等級 低等級中低等級中高等級高等級13200143012300002

2．市級尺度的空間分布與變化

分別對北京市2005年和2014年犯罪者戶籍地的地市級行政區分布進行分析。同樣，將各地市級行政區按照犯罪者數量進行排序，分別取前5%、前5%~前25%、前25%~前50%、后50%為高、中高、中低、低四個等級。結果如圖2所示，可見2005年犯罪者戶籍地主要集中在河北張家口、承德、保定、衡水、邯鄲、邢臺、廊坊，河南周口、南陽、信陽、駐馬店，山東菏澤，安徽安慶，黑龍江哈爾濱，重慶等地。而2014年犯罪者戶籍地主要集中在河北張家口、承德、保定、滄州、邢臺、邯鄲，河南周口、南陽、信陽、駐馬店，四川涼山，云南昭通，湖南衡陽，甘肅隴南，重慶等地。該結果表明2014年北京市外來犯罪人群體仍主要來自與北京市具有相同地理背景的河北、河南等地。同時，2005年犯罪者人口重心位于東經114.21°，北緯35.45°；而2014年重心轉變為東經112.70°，北緯34.46°。相較于2005年，2014年犯罪者人口重心向西南方向偏移176.22km，該結果反映出北京市外來犯罪人群體的地市級戶籍地分布同樣出現向西南方向偏移的趨勢。

圖2 2005-2014年北京市外來犯罪者的地市級戶籍地空間分布

（二）北京市外來犯罪者戶籍地的空間集聚態勢與變化

利用空間計量經濟學中的Moran’s I統計值，進一步從定量的角度分析北京市外來犯罪者戶籍地的空間自相關性，判斷其空間模式類型。

1．省級尺度的空間集聚態勢與變化

分別計算2005年與2014年北京市外來犯罪者戶籍地省級分布的Moran’s I統計量。結果表明，其Moran’s I指數從2005年的0.196下降至2014年的0.027，反映出北京市外來犯罪者戶籍地的整體空間分布聚集性有所降低。進一步，分別對2005年與2014年北京市外來犯罪者在各戶籍地的人數分布繪制Moran散點圖，挖掘局部區域的空間關系。結果（圖3）顯示，2005年呈現為高-高態勢的省份共7個，分別為河北、河南、山東、黑龍江、內蒙古、安徽、湖北。而2014年具有高-高態勢的省份數量則下降至5個，分別為河北、河南、山東、甘肅、云南。該結果反映出河北、河南、山東等距北京市較近的地區是北京市外來犯罪者的主要輸出來源，形成了高聚集帶。同時，從Moran散點圖各象限的區域數量可知，低-低態勢的省份數量從2005年的12個下降至2014年的8個，低-高態勢地區和高-低態勢地區的數量均出現上升現象，該結果表明在省級層面犯罪者較多的戶籍地和犯罪者較少的戶籍地之間彼此相鄰的情況增加，空間差異性在逐漸擴大。

圖3 2005-2014年各省級戶籍地犯罪者人數分布的Moran散點圖

2．市級尺度的空間集聚態勢與變化

分別對2005年與2014年北京市外來犯罪者戶籍地的地市級分布進行空間自相關分析，發現其Moran’s I值從2005年的0.315下降至2014年的0.180，該結果反映出北京市外來犯罪人群體戶籍地在空間上呈現聚集狀態，犯罪者較多的戶籍地之間彼此聚集，犯罪者較少的戶籍地之間彼此聚集，但相較于2005年，2014年的聚集程度有所下降。進一步，分別對2005年與2014年北京市外來犯罪者在各戶籍地的人數分布繪制Moran散點圖，結果（圖4a和圖4b）表明，2005年呈現為高-高態勢的地級市共54個，其中29個城市來自河北、河南及山東省份，而2014年呈現為高-高態勢的地級市數量下降至44個，其中23個城市來自河北、河南、山東省份。此外，低-低態勢的地級市數量從2005年的145個下降至2014年的112個，高-低態勢的地級市和低-高態勢的地級市數量均有所上升，反映出在地級市層面犯罪者較多的戶籍地和犯罪者較少的戶籍地之間彼此相鄰的情況增加，空間差異性在逐漸擴大。

圖4 2005-2014年各地市級戶籍地犯罪者人數分布的Moran散點圖

四、北京市外來犯罪者戶籍地的區域特征變化

為了解北京市外來犯罪者戶籍地，特別是犯罪者較多的戶籍地和犯罪者較少的戶籍地之間的區域特征差異，對不同犯罪者戶籍地之間的社會經濟等特征進行對比分析。

（一）犯罪者戶籍地的區域特征選擇

犯罪者在北京市實施犯罪前，其以務工等正?；顒訛槟康膹膽艏刂帘本┦械男袨橥瑯泳哂辛鲃尤丝诘倪w移行為屬性。因此，本文從人口遷移理論角度對犯罪者戶籍地的區域特征進行選擇。自19世紀末，列文斯坦提出了“人口遷移法則”后[10]，西方學者從人口地理學、政治經濟學等學科角度出發，提出了一系列相應的人口遷移理論，如“推力—拉力”理論、二元經濟理論、雙重勞動力市場理論等[11]，其中“推力—拉力”理論為最具影響力的人口遷移理論之一[12]。該理論假設遷移者充分了解其遷出地及遷入地信息，并且其會在遷出地不利因素的推力和遷入地改善生活條件因素的拉力作用下做出遷移行為。在區域特征選取上，本文以“推力—拉力”理論為基礎，結合前人已有研究[13]，從人口特征、收入水平、教育普及、居住環境、遷移距離、就業情況六個方面共選取7個特征變量，分別為各戶籍地的總人口數量、普通高等院校在校學生人數占當地總人口之比（以下簡稱為學生人數占總人口之比）、人口密度、城鎮失業人數、各戶籍地與北京市之間的人均地區生產總值差距（以下簡稱為人均GDP差距）、職工平均工資差距以及交通距離。由于犯罪者省級戶籍地的樣本數量相對較少，本文以地市級戶籍地為研究單元對犯罪者戶籍地之間的區域特征差異進行研究。研究數據中的犯罪人群體在京居住時間主要為半年至一年間，因此分別選取2005年與2014年《中國城市統計年鑒》作為犯罪者戶籍地的社會經濟等區域基礎數據。

（二）犯罪者戶籍地的區域特征及其變化

針對空間統計中的犯罪者戶籍地高集聚地（高-高地區）與犯罪者戶籍地低集聚地（低-低地區），分別對2005年與2014年犯罪者戶籍地高-高地區和低-低地區的城鎮失業人數、人口密度、總人口數量、學生人數占總人口之比及其與北京市之間的交通距離、人均GDP差距、職工平均工資差距進行Mann-Whitney非參數檢驗。結果（表2）顯示：2005年與2014年，犯罪者戶籍地高-高地區和低-低地區之間的城鎮失業人數、總人口數量及其與北京市的人均GDP差距、職工平均工資差距、交通距離一致的原假設下概率值均小于0.05，即以上變量在犯罪者戶籍地高-高地區和低-低地區之間存在顯著的區域特征差異。而在2005年與2014年間，犯罪者戶籍地高-高地區和低-低地區之間的人口密度相同的原假設概率值均遠大于0.05，反映出人口密度在犯罪者戶籍地高-高地區和低-低地區之間并無顯著差異。

表2 2005-2014年高-高地區與低-低地區之間區域特征差異的顯著性結果

年份原假設測試顯著性 20052005200520052005200520052014201420142014201420142014城鎮失業人數的分布在地區類型類別上相同人均GDP差距的分布在地區類型類別上相同交通距離的分布在地區類型類別上相同人口密度的分布在地區類型類別上相同職工平均工資差距的分布在地區類型類別上相同學生人數占總人口之比的分布在地區類型類別上相同總人口數量的分布在地區類型類別上相同城鎮失業人數的分布在地區類型類別上相同人均GDP差距的分布在地區類型類別上相同交通距離的分布在地區類型類別上相同人口密度的分布在地區類型類別上相同職工平均工資差距的分布在地區類型類別上相同學生人數占總人口之比的分布在地區類型類別上相同總人口數量的分布在地區類型類別上相同Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗Mann-Whitney U檢驗0.038*0.004**0.000***0.2460.002**0.4240.000***0.035*0.000***0.000***0.8900.000***0.003**0.000***

注：*表示在0.05的水平下顯著，**表示在0.01的水平下顯著；***表示在0.001的水平下顯著。

進一步，Mann-Whitney檢驗結果（圖5）顯示出，2005年與2014年間，犯罪者戶籍地高集聚地的城鎮失業人數、總人口數量及其與北京市的人均GDP差距、職工平均工資差距的平均秩均高于犯罪者戶籍地低集聚地；犯罪者戶籍地高-高地區與北京市之間的交通距離的平均秩均低于犯罪者戶籍地低-低地區。區域特征的秩次統計量越高，表示該特征數值在混合樣本中所在位置次序越高。因此，犯罪者戶籍地高-高地區和低-低地區之間區域特征平均秩的對比結果反映出，相對于低-低地區，犯罪者戶籍地高-高地區具有城鎮失業人數多、經濟發展水平低、總人口數量多以及距北京市交通距離短的顯著區域特征。同時，犯罪者戶籍地高-高地區和低-低地區之間學生人數占總人口之比的差異性由2005年的不顯著轉變為2014年的顯著。如圖5所示，2014年犯罪者戶籍地高集聚地的學生人數占總人口之比的平均秩低于犯罪者戶籍地低集聚地，即2014年犯罪者戶籍地高-高地區的教育普及率總體上低于犯罪者戶籍地低-低地區。

通過“推力—拉力”理論在犯罪者戶籍地高-高地區與低-低地區之間選取了7個區域經濟、人口等特征進行比較后發現，相對于低-低地區，犯罪者戶籍地高-高地區具有城鎮失業人數多、經濟發展水平低、人口規模大、教育普及率低以及距北京市交通距離短的顯著區域特征。

圖5 2005-2014年高-高地區與低-低地區之間區域特征差異的Mann-Whitney U檢驗結果

五、結論

在犯罪防控由“犯罪控制”向“犯罪預防”拓展的背景下，理解城市中外來犯罪人群體的戶籍地分布及其區域特征，有助于拓展犯罪預防的實施思路以及精準地發現犯罪預防所應關注的重點。對此，本文對北京市外來入室盜竊者的戶籍地分布進行探索研究，結論如下：

第一、在省級尺度下，北京市外來入室盜竊者的戶籍地主要位于河北、河南、山東、黑龍江等距北京市較近的地區；在市級尺度下，北京市外來犯罪人群體主要來自河北張家口、承德、保定；河南周口、南陽、信陽等與北京市具有相同地理背景的城市；但相較于2005年，2014年犯罪者戶籍地分布出現向西南方向偏移趨勢。

第二、在省級和市級層面，犯罪者戶籍地在空間上呈聚集狀態，反映出犯罪者較多的戶籍地之間以及犯罪者較少的戶籍地之間相鄰的情況較多，但其聚集程度在逐漸下降。

第三、在不同類型地區方面，犯罪者戶籍地高集聚地與犯罪者戶籍地低集聚地之間的區域特征存在顯著差異，即相較于低-低地區，犯罪者戶籍地高-高地區具有經濟發展水平低、城鎮失業人數多、人口規模大、教育普及率低及其距北京市交通距離短的區域特征。

本文對北京市外來入室盜竊者的戶籍地空間分布進行了實證性研究，研究結論對城市盜竊類犯罪預防具有一定的借鑒參考意義。一方面，隨著經濟發展和交通的便利，犯罪者戶籍來源地分布出現多源性和集中性現象，較遠地域的潛在犯罪者向北京市遷移的情況逐漸增加；另一方面，相比于犯罪者戶籍地低集聚地，犯罪者戶籍地高集聚地具有經濟發展水平低、城鎮失業人數多等明顯的社會、經濟、人口等區域特征。因此，政府等管理部門可根據本地區外來犯罪人群體的戶籍地聚集區進行有效的犯罪者流出地和流入地管理，加強犯罪者的戶籍地干預管理，將本地犯罪防控和外地戶籍干預策略有效結合，從而達到降低和預防城市盜竊類犯罪的目的。

[1]劉宏斌、高雨潮：《當前我國盜竊犯罪研究》，載《中國人民公安大學學報（社會科學版）》2018年第2期。

[2]柴彥威、塔娜：《中國行為地理學研究近期進展》，載《干旱區地理》2011年第1期。

[3]杜德斌：《國外有關城市犯罪出行問題的研究》，載《城市問題》1998年第1期。

[4]參見Brantingham, P. J, Brantingham, P. L. The spatial patterning of burglary, The Howard Journal of Criminal Justice, 1975, pp.11-23. Johnson S D, Bowers K J. Permeability and Burglary Risk: Are Cul-de-Sacs Safer?, Journal of Quantitative Criminology, 2010, pp.89-111. Braga, A. A, Papachristos, A. V, Hureau, D. M. The concentration and stability of gun violence at micro places in Boston, 1980-2008, Journal of Quantitative Criminology, 2010, pp.33-53. Ye X, Wu L. Analyzing the dynamics of homicide patterns in Chicago: ESDA and spatial panel approaches, Applied Geography, 2011, pp.800-807.

[5] Johnson S D, Summers L. Testing Ecological Theories of Offender Spatial Decision Making Using a Discrete Choice Model, Crime & Delinquency, 2015, pp.454-480.

[6]徐建華、余慶余：《人類生態系統》，蘭州大學出版社1993年版。

[7] Odland J. Spatial autocorrelation, London: Sage Publications, 1988.

[8]王雪青、陳媛、劉炳勝：《中國區域房地產經濟發展水平空間統計分析——全局Moran’s I、Moran散點圖與LISA集聚圖的組合研究》，載《數理統計與管理》2014年第1期。

[9] Mann H B, Whitney D R. The Annals of Mathematic Statistics, 1947, pp.50.

[10] Ravenstein E G. The Laws of Migration, Journal of the Statistical Society of London, 1976, pp.289–291.

[11]參見Bogue D J. Internal Migration, Chicago: University of Chicago Press. 1959. Lee E S. A theory of migration, Demography, 1996, pp.47-57. Piore M J. The Dual Labour Market, Theory and Application, Cambridge: Cambridge Mass Winthrop. 1970.

[12]李強：《影響中國城鄉流動人口的推力與拉力因素分析》，載《中國社會科學》2003年第1期。

[13]參見劉晏玲、馮?。骸吨袊丝谶w移特征及其影響因素-基于第六次人口普查數據的分析》，載《人文地理》2014年第2期。陳明星、郭莎莎、陸大道：《新型城鎮化背景下京津冀城市群流動人口特征與格局》，載《地理科學進展》2018年第3期。魯奇、吳佩林、魯禮新等：《北京流動人口特征與經濟發展關系的區域差異》，載《地理學報》2005年第5期。

* 原鵬輝(1996-)，男，陜西渭南人，中國人民公安大學信息技術與網絡安全學院，碩士研究生，研究方向為犯罪分析與犯罪制圖；

陳鵬(1981-)，男，遼寧營口人，中國人民公安大學信息技術與網絡安全學院副教授，博士，研究方向為犯罪地理與犯罪制圖，社會仿真與地理模擬；

姜超(1988-)，男，河北衡水人，北京大學地球與空間科學學院遙感與地理信息研究所博士后、講師，博士，研究方向為犯罪地理學、地理信息科學、犯罪時空分析與模擬；

侯超(1994-)，女，山西平遙人，中國人民公安大學信息技術與網絡安全學院，碩士研究生；

石少沖(1994-)，男，河北衡水人，中國人民公安大學信息技術與網絡安全學院，碩士研究生；

明紅霞(1987-)，女，山東東營人，東營市公安局，科員。

北京市自然科學基金項目(9192022)；社會安全風險感知與防控大數據應用國家工程實驗室主任基金項目；中國人民公安大學基本科研業務費課題(2018JKF228)；中國人民公安大學2019年拔尖人才培養專項資助碩士研究生科研創新項目(2019ssky002)。

（責任編輯：廖根為）