大数据背景下的社会面吸毒人员风险评估体系研究与对策

朱嘉年，刘绪崇，骆健儿

（1.湘潭大学，湖南 湘潭 411100；2.湖南警察学院，湖南 长沙 410138）

一、引言

毒品是人类社会的公害，是持续危害全球社会治理和公共安全的重要问题。“坚定不移打赢禁毒人民战争，不获全胜决不收兵”，习近平总书记的讲话代表了党中央对于禁毒工作的重视以及对毒品零容忍的态度，总书记频繁的就禁毒工作发表重要讲话，将全民禁毒的工作在我国社会主义建设新时期推升至一个新的高度[1]。2018 年，我国共破获毒品犯罪案件 10.96 万起，抓获犯罪嫌疑人 13.74 万名，缴获各类毒品 67.9 吨，查处吸毒人员 71.7 万人次。通过公安机关不懈努力与人民群众的通力支持，中国禁毒工作近年来取得明显成效，国内毒品形势呈现整体向好、持续改观的积极变化。中国现有吸毒人数占全国人口总数的 0.18%，首次出现下降。但同时也应看到合成毒品滥用仍呈蔓延之势，毒品种类和结构发生新变化[2]。针对现阶段我国社会发展转型攻坚期所面临的各类风险问题，习近平总书记在党的十八届五中全会第二次会议上的讲话中指出要防控风险，着力增强风险防控意识和能力。未来五年，可能是我国发展面临的各方面风险不断积累甚至集中显露的时期。我们应当不断完善国家安全体系，因为国家安全体系是全面完成建成小康社会目标的最基础保障之一[3]。随着中国的改革与发展进入了关键期与深水区，大量社会矛盾随即而来，毒品问题因素不断滋生，而毒品给社会所带来的挑战无疑是严峻且消极的[4]。社会面吸毒群体作为存在于社会面上，因吸毒被抓而留有案底，未被采取强制措施的高危人群，由于目前新型毒品的成瘾性强而戒断难的特点，他们随时有可能复吸甚至致幻做出危害社会和伤害人民群众的恶性案件。面对数量庞大的社会面吸毒群体，我们必须借助信息化手段准确地识别出其风险等级以用于危机预警和有效管控，预防吸毒人员违法犯罪，从而维护社会稳定、保障国家安全。而社会面吸毒人员作为存在于社会面而未被采取强制措施戒毒人员，是需要公安机关重点关注和管控的对象。但现阶段我国对社会面吸毒人员的相关研究不多，尤其是关乎人员风险评估类的更是少之又少。随着时代的进步，不法分子利用新型技术生产的新式毒品种类繁多、诱导性极强，与之对应的新型管控方案研究已经到了刻不容缓地步，而社会面吸毒人员风险评估结果的准确性，是吸毒人员分类、分级管理取得良好成效的基础关键之一，事关禁毒工作的稳步推进和良性发展[5][16]。现阶段我国社会面吸毒人员风险评估、分级管理和动态管控还仅仅停留在禁毒法律法规和分类评估办法的层面上。因此，社会面吸毒人员风险评估的研究有着极为关键的现实意义。

模糊多属性决策是模糊数学中的集合理论与多属性决策方法的结合与统一，其一般用于解决模糊环境下具有多个属性指标的方案的排序问题，能够帮助决策者更好地进行判断与选择[6]。通常在现实情况下，由于人类思维逻辑的主观差异性以及决策信息的不完整性会造成对真实信息的理解不到位、不深刻，而模糊多属性决策能够弥补传统多属性决策方法处理模糊信息方面的不足与缺陷[7]。当前模糊多属性决策模型开始在一些研究领域崭露头角，Chou等通过FMCDM 方法解决了国际型旅游酒店的选址问题[8]。梁心雨运用FTOPSIS和A-FTOPSIS方法的计算模型等进行高速公路路线方案比选研究，以用来方便筛选和抉择[9]。连菲等结合AHP 和模糊TOPSIS 方法构建了外派人员回任后的回任适应能力评价模型[10]。吴彤等运用FAHP-FTOPSIS 构建船舶溢油应急处置方案评判指标体系[11]。Amir Azizi 对西班牙东南部的供应商进行了优劣排序[12]。田广东等运用模糊AHP 结合灰色理论及TOPSIS 方法,构建一种新的贴近度指标的模型，并通过判定拆解方案的等级及优劣进行排序从而筛选出最优方案[13]。目前学术领域还没有将FMCDM 运用于公安禁毒领域的先例。

由于社会面吸毒人员风险评估指标的筛选与诸多因素相关，同时不可避免的存在专家的主观差异性和客观因素的不完整性以及部分潜在因素的不确定性，难以得到精确客观的信息数据，因此社会面吸毒人员风险评估模式研究可视作为模糊多属性决策问题，且在参考了大量国内外关于模糊多属性决策文献之后，从相关文件及文献资料筛选出合适的定量指标并尝试将改进的FAHP 结合FTOPSIS 方法对社会面吸毒人员风险评估进行研究，旨在为探索禁毒领域的研究进行尝试，为社会面吸毒人员风险评估的研究提供一种新的研究视角和伴随思路。

二、社会面吸毒人员风险评价指标体系的构建

2016 年所出台的《社会面吸毒人员风险分类评估管控办法》第二十条之规定，为各地社会面吸毒人员风险评估和此类风险的研究工作奠定了坚实的法律基础。[14]社会面吸毒人员风险评估是一项复杂的活动。随着国家禁毒大数据中心的启用，我国禁毒工作发展趋势已指向数据赋能[15]。

风险评价指标的选取关乎整个评价结果的准确性和客观性，应当做到合法化、合理化、信息化、科学且高效。各评价指标互相并立，有一定的参考比较性，通过结合量化与非量化的分析手段将指标进行具体化，使所选因素均具有赋值意义，减少主观任意性所带来的误差，进行避繁就简从而达到目标[16]。指标的选取基于我国具有代表性的社会面吸毒人员风险评估指标体系：《社会面吸毒人员风险分类评估办法》、《温州市吸毒人员风险量化评估办法》以及基于改进后的社会面吸毒人员风险评估指标评判标准[5]，初步形成指标体系，将专家意见法与理论分析相结合的方法对指标进行筛选，优化指标体系结构[17]并最后构建了社会面吸毒人员风险评判指标体系，共计三个准则层、九个措施层。

三、FAHP-FTOPSIS 模型建立

3.1 FAHP-FTOPSIS 方法概述

图1 社会面吸毒人员风险评判指标体系

模糊层次分析法（FAHP)及计算过程层次分析法(AHP)是20 世纪70 年代美国运筹学T.L. Saaty 教授提出的一种定性与定量相结合的系统分析方法，模糊层次分析法是将传统层次分析法通过构造模糊数学中的模糊判断矩阵进行指标权重运算，这是一种定量与定性相结合的系统性分析方法[18]。模糊层次分析法能极大程度上减少传统层次分析法点值打分无弹性所带来的主观性过强等问题，减少打分专家的个人偏好造成的误差，具有模糊判断矩阵的优势和计算简洁性的特点[19]。优劣解距离法由 Hwang 和Yoon 于1981 年提出，通过计算将得出评估对象到正理想解和负理想解的距离从而对评价对象进行排序，以此来对评价对象进行优劣与否的判断决策，从而使决策者在选拔对象中筛选出最优解，是一种优秀有效的多属性决策方法[20]。但由于在真实情况下，由于人类的判断标准与现实事物的真实情况通常都是模糊的概念界定，现实世界通常不可能存在任意判断对象均可转化为精确数字的情况。届于此，C.T. Chen 等人将三角模糊数来描述评价标准的语言表达，并且定义两个模糊数之间的清晰欧几里得距离，建立了模糊优劣解距离法[21]。由于专家法具有无法避免的主观性，且每个专家对指标属性的打分值会有一个上、下极限值，三角模糊数的概念应势而生，其可以更加真实地映射专家的主观评价信息。

3.2 FAHP-FTOPSIS 方法的数学模型

3.2.1 FAHP 方法确定指标权重

（1） 三 角 模 糊 数（Triangular fuzzy number, TFN）

其基本表现形式为A=（l,m,n）A=（l,m,u）,其隶属度函数为：

其中：x ∈R，且0

（2）模糊判断矩阵的构造

专家对方案的各个评判指标进行比较，并通过表1 中的规则进行打分

表1 指标权重评价值

专家打分完毕后，按照式（1）构造模糊判断矩阵：

（3）通过改进的方法求指标权重

同济大学隋明刚、魏嶷[22]为了解决一般模糊层次分析法计算的缺陷，提出了改进的计算方法：

a.通过提供的两者比较判断构造三角模糊判断矩阵M=(aij)nxn，其中元素gij(lij, mij, uij)是一个以mij作为中值的闭区间。

b.构造模糊评判因子矩阵E：

c.计算调整判断矩阵Q：

把调整判断矩阵Q 按列转换为对角线为1的判断矩阵Q′用方根法计算各项指标权重：

●计算每行所有元素的n 次方根

对ωi进行归一化处理

3.2.2 FTOPSIS 法对社会面吸毒人员的风险评估排序

（1）多属性决策矩阵构建

多属性决策分析的基本是决策矩阵的判断，假设选取k 个社会面吸毒人员进行人员风险程度评判、q 个评价指标以及r 个决策专家。决策专家对指标的评价是模糊语言评价，但都均可转化成三角模糊数

表 2 三角模糊数评价语言值

因为有k 个参与的社会面吸毒人员，所以最终我们表示成：

为了汇总r 个专家的决策和更好地，可以用以下公式：

（2）归一化模糊决策矩阵

为了消除每个指标的量纲和属性不同对决策结果的影响，需要对数据进行归一化处理。模糊决策矩阵规范化计算公式如下：

（3）计算权重归一化模糊矩阵

根据之前求得的权重

（4）确定模糊正理想解（A+）和模糊负理想解（A-）记

（5）去模糊处理

去模糊处理可以帮助我们从模糊三角数中得到具体的数值，减少一定的计算量，通过以下积分值方法进行三角模糊数的去模糊处理(σ=0.5)：

（6）选取的p 个人的正理想解和负理想解

选取p 个社会面吸毒人员进行风险评估。具体操作为：选取p 个社会面吸毒人员每一个月（共三个月）通过图一方法进行人员风险评估评估，打分必须如实客观地按照三角模糊数标准进行。

为评价在此社会面风险评判指标体系中的p 个人与正、负理想解的接近程度，引入如下两个距离，即每个人pi与正理想解的距离和与负理想解的距

（7）计算每个人pi与正理想解的接近度

接近度CCi是体现每个人与正负理想解的距离的大小，比值的大小可说明人员风险程度。比值越大，说明人员风险程度越大，反之说明人员风险程度越低。

（8）人员风险排序

根据计算结果，对综合接近程度CCi进行排序，从大到小的顺序即表明了人员的风险大小顺序。

四、FAHP-FTOPSIS 方法的计算

4.1 三角模糊矩阵的构造及改进的FAHP权重求法

假设对3 个人员进行人员风险评估（3 个人员分别为p1、p2、p3），对3 个二级指标基本信息情况（C1）、行为情况（C2）、数据信息情况（C3），二级指标基本信息情况（C1）包括吸毒情况（D1）、身体状况（D2）、美沙酮维持治疗情况（D3）、精神状况（D4）四个指标，行为情况（C2）包括外出情况（E1）、遵纪守法（E2）、脱离毒圈（E3）三个指标，数据信息情况（C3）包括涉毒场所热点或基站关联情况（F1）和与涉毒人员行为轨迹关联情况（F2）

即根据D1、D2、D3、D4、E1、E2、E3、F1、F2九个指标对三个人员进行风险程度评价。

具体步骤如下：主要是FAHP 计算权重值和FTOPSIS 进行3 个人员风险程度排序。

表3 一级指标权重评价值

表4 二级指标权重评价值

表5 二级指标权重评价值

表6 二级指标权重评价值

根据式（3）a 先求得表3 内的中值矩阵一致性检验矩阵M，

C1 C2 C3 C1 1 4 3 C2 0.2611 1 1.6667 C3 0.3611 0.6667 1 M

再根据（3）b 构造模糊评判因子矩阵E，

C1 C2 C3 C1 1 0.75 0.6667 C2 0.7021 1 0.6 C3 0.5154 0.6667 1 E

再根据（3）求得矩阵Q，

Q C1 C2 C3 C1 5.3547 6.75 6.0667 C2 1.8222 2.3069 2.4407 C3 1.3446 1.6042 1.6407

最后由（3）、（4）、（5）、（6）求得ω1＝（0.6199,0.2334,0.1567)。同理计算出各个指标层的权重：ω2＝（0.3699，0.1634，0.2227，0.2439），ω3＝(0.0953,0.6412,0.2635), ω4＝（0.6510,0.3490），最终计算出各评价指标相对于目标层的权重：

4.2 FTOPSIS 对人员风险的评估

4.2.1 构造模糊判断矩阵

选取的3 位社会面吸毒人员P1、P2、P3根据式（7）构造模糊判断矩阵，结果见表7

表7 模糊判断矩阵

4.2.2 构造模糊加权标准化决策矩阵

再根据公式（8）、（9）、（10）、（11）对模糊判断矩阵进行加权标准化，结果如下表所示。

表8 模糊加权标准化决策矩阵

4.2.3 确定人员风险系数及排序

由模糊加权标准化决策矩阵可根据式（12）、（13）、（14）得到模糊正理想解和模糊负理想解，然后进行去模糊化最后可由式得到3 个社会面吸毒人员的正、负理想解的距离及接近度，计算结果和方案排序见下表：

表9 评价排序结果

由此计算结果可知，3 个参与评估的社会面吸毒人员的风险程度为：E1>E3>E2。因此，编号为E1 的吸毒人员风险系数最大，E3 其次，E2 最低，不难得出导致差异性明显的最主要原因是遵纪守法情况以及与其他涉毒人员的关联情况。

五、对策与展望

目前，有关单位在处理社会面吸毒人员的相关问题时，往往缺少对这类人员犯罪特点的研究与分析，没有真正的“对症下药”。本文根据社会面吸毒人员的快速流动性与成群结队的特征，将数据信息融入社会面吸毒人员风险评估体系，以挖掘评估对象的行为轨迹与相应伴随关联的轨迹，将大数据轨迹信息与社会面吸毒人员风险评估进行串联分析，真正做到用数据“说话”，极大程度上消除主观臆断所带来的虚假信息所产生的误差且能减轻相关基层民警的工作量。

我国对社会面吸毒人员防控工作的研究还处于初步阶段，相关人员风险的评估体系的研究更是少之又少。本文运用模糊多属性决策分析的方法提出了社会面吸毒人员风险评估的新思路，结合大数据赋能的智慧公安的信息化手段，使原有被动的得到相关人员静态信息评估模式变为主动获取相关人员的动态信息的新型评估模式，为未来的禁毒工作研究提供了新的尝试且拓宽了思路。未来社会面吸毒人员风险评估体系应当贴近相关吸毒人员的特点，合理、高效地运用大数据、人工智能等信息化手段，为智慧警务充分赋能，进而精确快速地高效打击违法犯罪行为，让汗水警务向智慧警务蜕变，从传统警务向数据警务迈进。