文章导读
你还在靠经验分配警力，结果犯罪只是从A区挪到了B区？一项发表在顶刊《运筹学》上的研究，用纽约市监控数据证明了：真正降低犯罪损失的关键，不是增加巡逻密度，而是搞懂犯罪者的行为选择模型。那个让警方头疼的“犯罪转移效应”，原来可以通过一套优化算法精准遏制——但这套算法得出的配置方案，可能和你直觉想的完全相反。如果你的城市还在凭感觉布警，这篇论文里的结论，或许正藏着你们一直缺的那块拼图。
— 内容由好学术AI分析文章内容生成，仅供参考。
日前，北京大学汇丰商学院助理教授赵越的合作论文《前瞻性警务：具有威慑效应的犯罪预防资源配置》（“Proactive Policing: Resource Allocation for Crime Prevention with Deterrence Effect”）在《运筹学》（Operations Research）（Volume 74, Issue 2, March—April 2026, Pages 700—721）发表。论文合作者为美国乔治华盛顿大学副教授Long He、新加坡国立大学副教授Xiaobo Li。
《运筹学》（Operations Research）是美国运筹学与管理科学研究协会（INFORMS）出版的旗舰期刊，创办于1952年，是运筹与管理学领域国际公认的顶尖学术期刊。该刊同时入选UTD24和FT50期刊排行榜
本研究关注警力资源在空间维度上的前瞻性配置问题，核心目标是在有限资源约束下，通过预防性干预降低潜在犯罪的总体社会损失。不同于既有文献以事后响应为主的建模范式，研究从威慑机制出发，将警力投入视为影响犯罪发生概率与空间选择的关键决策变量。方法上，该研究采用Multinomial Logit模型刻画犯罪者在不同地点之间的选择行为，使警力部署通过改变相对吸引力而产生威慑效应，并进一步区分“犯罪扩散控制”（crime control diffusion）与“犯罪转移”（crime displacement）两类机制。基于该行为建模框架，研究构建了一个优化模型以最小化犯罪损失，证明该问题在一般情形下为NP-hard，并给出了可由标准求解器处理的混合整数线性/锥规划等价重构。同时，模型被扩展至多期动态情形，以刻画持续部署与跨期反馈的影响。实证方面，研究利用纽约市监控摄像头配置数据开展案例分析，结果表明，该方法在不同约束与预算情景下均能显著降低预期犯罪损失，并揭示不同区域间的犯罪扩散控制与转移效应。
从社会责任导向的运营管理视角看，本研究提供了三点启示：公共安全资源配置应从“响应效率”转向“预防效率”，将行为反应与系统外溢效应纳入统一决策框架；最优资源配置并非简单分配问题，而需要识别空间异质性与跨区域联动，以避免单点强化引致的转移效应；数据驱动与行为选择模型的结合有助于提升公共部门决策的有效性，为现代城市治理提供定量依据。
赵越，北京大学汇丰商学院助理教授，新加坡国立大学运筹学博士，主要研究领域为数据驱动优化、鲁棒优化、供应链与物流管理、社会责任导向运营管理等，曾在《运筹学》（Operations Research）、《INFORMS计算期刊》（INFORMS Journal on Computing）等期刊发表多篇论文。
© 版权声明
本文由分享者转载或发布，内容仅供学习和交流，版权归原文作者所有。如有侵权，请留言联系更正或删除。
相关文章
犯罪转移不就是把坏人赶到别的地方去嘛，那旁边区域不就惨了
发UTD24太难了吧这hhh