毒品犯罪与次生犯罪共生关系:以华北沿海T市为例

王文汐, 霍宏涛*, 蒋晨琛

(1. 中国人民公安大学信息网络安全学院, 北京 100038; 2. 北京大学遥感与地理信息系统研究所, 北京 100871)

毒品一直是中国强力打击的违禁品,禁毒工作关系国家安危、民族兴衰和人民福祉。近年来,公安机关大力实施“清源断流”战略,有力打击了各类毒品违法犯罪,但受百年变局和世纪疫情影响,全球毒品产量与滥用人数持续上升[1],国内疫情防控常态化后,部分地区毒品滥用问题出现反弹[2]。国家最高人民法院于2022年“6·26”国际禁毒日前夕发布的典型案例中指出了目前毒品犯罪的特点,即易诱发严重的暴力犯罪和存在法定从重处罚情节[3]。此外,毒品滥用易引发肇事肇祸风险;不法分子利用“听话水”实施强奸、猥亵等他类犯罪[1]。柳林等[4]研究表明在实际盗窃等侵财类警情中,涉毒人员是一类数量较大且不可忽视的作案群体。

现有研究大多以毒品类犯罪、侵财类犯罪等单类犯罪作为研究对象,对犯罪的空间分布特征开展研究[5-12],而对毒品犯罪及其次生犯罪的空间关联关系的研究较为匮乏。朱飞等[13]研究发现毒品犯罪与有组织犯罪的共生基本模式分为自我复制和牟取暴利两方面。柳林等[4]基于日常活动理论探讨发现白天时段涉毒人员日常活动对夜晚-凌晨时段盗窃警情存在显著影响。以上研究均停留在现象的解释与分析上,缺乏对共生关系的量化分析,即毒品犯罪对其次生犯罪具有引发或者抑制作用在多大空间范围内效果最为显著未有明确的研究结果。此外,对研究区域的处理方法上国内犯罪地理方向的研究大多将研究区域视为面域进行微观划分和分析,例如基于派出所的泰森多边形方法[12,14]、网格化方法[15-16]和警务区[17]等。但面域为主观预设且为单一空间尺度,易遗漏信息且无法精准反映出空间溢出效应的范围与强度[18],故使用微型地理数据方法替代基于面域可以克服面域形状不同对研究结果的影响。

考虑到中国毒品犯罪地域分布以沿海地区为主的特征[1],现选取华北沿海T市作为研究区域,将犯罪案件抽象为发案点,首次将产业聚集度DO指数(DO index)引入犯罪共生研究,使用基于距离测度方法分析两类犯罪间的空间分布关系,并探究以下问题:邻近重复作案是产生犯罪热点的重要成因[16],那么一类案件的邻近重复作案是否会引发另一类案件的犯罪热点的出现?毒品犯罪案件在空间上是否与其他类型案件具有共聚或互散关系?这些共聚或互散关系发生在多大的空间尺度上?以期用数值化方式直观地展现毒品犯罪与多种次生犯罪间的共生关系,弥补面域研究方式的不足,补充日常活动理论3个引致犯罪因素的空间视角,为打击毒品犯罪和其次生犯罪提供科学依据。

1 研究区域与数据

1.1 研究区域概述

选取的研究区域为华北沿海T市,全市面积约11 000 km2。该市作为中国北方较大的沿海开放城市,长期与170多个国家和地区的300多个港口保持贸易往来,故对于毒品的海上运输提供了一定的可乘之机。选取该市作为研究区对毒品犯罪的研究具有重要的意义。

1.2 数据来源与处理

以华北沿海T市2018—2019年的毒品犯罪和两大类次生犯罪作为研究对象,其中第一类为涉毒人员为获得购毒资金而实施侵财型犯罪,第二类为涉毒人员因吸毒后行为失控而诱发的杀人、伤害和危险驾驶等次生犯罪。毒品犯罪数据和次生犯罪数据均来源于北大法宝(https://www.pku-law.com/procuratorate/)的起诉书,获取自2018年1月1日—2019年12月31日在该市发生的相关犯罪类型案件的全部起诉书。犯罪类型包括走私、贩卖、运输、制造毒品、抢劫、抢夺、危险驾驶、故意杀人、故意伤害等。此外,为了保证数据的真实性及有效性,对于起诉书中案发地点不明以及无效信息进行内容剔除,最终提取与研究相关的部分,包括案发地点、案发时间(年月日)。利用坐标拾取工具来进行已知地理位置的经纬度获取,以WGS1984坐标系作为标准,便于后续在ArcGIS中对数据进行分析。

2 研究框架与研究方法

2.1 研究框架

整体研究框架如图1所示,旨在探究毒品犯罪及其次生犯罪在空间上的分布关系及成因,研究过程分为两部分。第一部分,利用核密度分析和平均最近邻方法分析每类犯罪的空间热点区域,通过对比不同犯罪的热点区域找出两类犯罪的热点共生区域;第二部分,利用DO指数分析两类犯罪间的空间分布关系。最终根据日常活动理论、理性选择理论及社会失序理论对犯罪共生现象进行分析,并给出相应的犯罪预防对策。

共选取3个研究方法,其中核密度方法(kernel density)和平均最近邻方法(average nearest neighbor)用于研究犯罪的空间热点。此外,引入基于距离测度的产业聚集度DO指数来衡量两类犯罪间的空间分布关系。核密度方法仅能反映一类犯罪的热点发案区域,比较两类犯罪间空间分布关系时需通过图像进行定性比较。易受颜色、空间尺度等因素影响,难以获得较为准确的结果。DO指数相较传统分析方法具有一定的优势,可以满足以下5项无偏有效估计标准[19]。

(1)可以利用数值直观地反映两类犯罪间的空间分布关系,通过简单的求和计算后可以得到两类犯罪间在空间上的分散或聚集程度。

(2)能够控制犯罪活动的总体聚集程度。

(3)能够控制各类要素的集中程度。

(4)指数估计值的无偏性不会受空间尺度改变的影响。

(5)能够针对估计结果进行显著性检验。

2.2 核密度方法

地理学第一定律认为犯罪案件作为一种事件在空间上是相互联系的,并且相邻犯罪案件之间的联系较不相邻的犯罪案件之间的联系更紧密,存在聚集、随机和规则分布。核密度方法用于计算点要素测量值在指定领域范围内的单位密度。它充分考虑了事物的时空邻近关系与集聚特征形成的联系,从而能根据历史案件累积的空间分布集聚规律来定量估算风险大小,进而较好地识别整体上稳定存在的犯罪高发热点区域[20],在犯罪地理领域十分常见。

核密度分析使用的核函数为

(1)

式(1)中:r为查找半径;scale为栅格中心点到点的距离与查找半径的比例。

2.3 平均最近邻

平均最近邻是一种空间统计工具,可以用来分析数据在空间上的分散或聚集程度[21]。其计算过程包括以下3个步骤。

步骤1计算观测平均距离。通过测量每个要素的质心与其最近邻要素的质心之间的距离,计算所有最邻近距离的平均值。其公式为

(2)

式(2)中:di为第i个要素与和本身最近的要素之间的距离;n为要素的个数。

步骤2计算预期平均距离。假设所有数据是随机分布的,计算该随机分布中数据平铺后的平均距离。其公式为

(3)

式(3)中:n为要素的个数;A为研究区域的面积。

步骤3计算最近邻指数。最近邻指数就是观测平均距离与预期平均距离的比值。其公式为

(4)

如果最近邻指数小于1,则表现的模式为聚类;如果指数大于1,则表现的模式趋向于扩散。通过最近邻指数可以对比不同数据的聚集程度。

2.4 基于距离测度方法的DO指数

利用Duranton 和 Overman提出的DO指数方法对毒品犯罪与其次生犯罪的空间聚集程度进行度量。具体来讲,DO指数的计算分为如下三步。

步骤1计算核密度估计值。假定在指定时间内毒品犯罪案件共发生了n起,次生犯罪案件共发生了m起,分别从两类犯罪中遍历抽取并运用每个犯罪案件发生地的经纬度数据,可以计算出n×m个两两犯罪对彼此的空间距离,它与实际交通距离存在一定偏差,但对估计结果影响不大,Duranton等[19]曾详细阐述了这一问题。计算两类犯罪中两两案件彼此距离的核密度值k(d)的公式为

(5)

式(5)中:d为两两案件彼此的空间距离;dij为毒品犯罪i与次生犯罪j之间的距离值;f()为高斯核密度函数;h为带宽,借鉴Silverman[22]的做法对带宽进行设置。

步骤2反事实实验。为了识别两个不同犯罪类型的空间分布关系,将n个毒品犯罪案件和m个次生犯罪案件在收集到的所有案发地址上进行1 000次无放回抽样的随机选址,1起毒品犯罪案件和1起次生犯罪案件被分配到其中一个候选地址中。

(6)

在运用局部置信区间识别犯罪类型间的空间分布特征时,必须要对d的取值区间进行限制,因为在d取值较大时,可能发生无法合理适应研究城市的总体面积,从而导致即使ΦⅠ(d)>0,也不能认为毒品犯罪和次生犯罪在对应的距离点上是聚集的,因此阈值的确定对于聚集的判定是非常重要的。鉴于已有研究[8]对于北京市作为研究区域所选取的阈值为2 km,结合北京市与所研究区域的整体区域面积对比,将阈值缩小至1.5 km。

3 毒品犯罪与次生犯罪共生关系分析

图2为T市2017—2019年各类犯罪数量。2018年各类犯罪案件数量较2017年上涨幅度较大,虽然2019年数量小幅降低但是数量仍旧高于2017年。故仍需对该市刑事犯罪深入研究。

图2 2017—2019年各类犯罪数量Fig.2 Number of various types of crimes during 2017 and 2019

3.1 犯罪组合核密度分析

由图3(a)可知,2018年毒品犯罪发案具有两个主要的热点地区,其中主热点区为X区的中部,次热点区为市内六区(以下简称为Z区)。在Z区热点区域中由毒品犯罪发案率最高的Z5区向东南方向的Z6区和西北方向的C区中部延伸。2019年毒品犯罪发案[图4(a)]仅有Z区一个主要的热点地区。

审图号:GS(2019)3266号图3 2018年各类犯罪核密度分析图Fig.3 Analysis of kernel density of various types of crimes in 2018

审图号:GS(2019)3266号图4 2019年各类犯罪核密度分析图Fig.4 Analysis of kernel density of various types of crimes in 2019

由图3(b)可知,2018年抢劫罪主要呈现出3个犯罪热点地区,较2018年毒品犯罪[图3(a)]增加了犯罪热点区域Q区。大多抢劫案件分布在该市的南部区域,所有抢劫犯罪呈现出南部多且东西向延伸,北部少的水滴形分布。2019年抢劫罪[图4(b)]仅表现出Z区一个主要的热点地区。同2019年毒品犯罪[图4(a)]相比,热点区新增了Z4区。

由图3(c)可知,2018年强奸罪的犯罪热点区域为Z区。与2018年毒品犯罪[图3(a)]相比,发案区域覆盖地区大致相同但2018年强奸罪发案区域和热点区覆盖面积更大。2019年强奸罪[图4(c)]出现了两个犯罪热点区域。相较2019年毒品犯罪[图4(a)],强奸罪热点区覆盖面积更大且新增B区热点区。

由图3(d)可知,2018年危险驾驶罪仅有一个犯罪热点区域,由Z区中的Z5区、Z6区和Z4区组成,该犯罪热点形成原因与市民上下班通勤有关。与2018年毒品犯罪[图3(a)]相比,危险驾驶罪Z热点区覆盖面积更大,但X区未表现为热点区。2019年危险驾驶罪[图4(d)]也仅有一个犯罪热点区域,与2019年毒品犯罪[图4(a)]相比,犯罪热点区域大致重叠。

由图3(e)可知,2018年故意伤害罪的犯罪热点区域仅Z区。与2018年毒品犯罪[图3(a)]相比热点区不同。2019年故意伤害罪[图4(e)]出现了两个犯罪热点区域,一个是Z区,一个是X区的中部核心城区。与2019年毒品犯罪[图4(a)]相较,非热点区的X区表现为故意伤害罪热点区。

由图3(f)可知,2018年故意杀人罪的犯罪热点区域仅一个,由Z区中Z2区、Z4区、Z5区和Z6区区域组成。Q区由于与Z区相连,与Z区通勤成本低,便于犯罪分子流窜作案,故也有案件分布。与2018年毒品犯罪[图3(a)]相比X区未表现为热点区。2019年故意杀人罪[图4(f)]仅一个犯罪热点区域,为Z区的Z2区、Z4区和Z6区区域。该热点区分别向北和西方向延伸至Z3区、C区和Q区区域。与2019年毒品犯罪[图4(a)]相较,故意杀人罪的热点区覆盖面积明显更大,且向西方向的延伸更加明显。

3.2 平均最近邻结果分析

利用平均最近邻分别对毒品犯罪和5类次生犯罪数据进行分析,得到每类犯罪数据的最近邻指数,结果如表1和表2所示。可以看出,2018年除故意伤害罪外,毒品犯罪和其他四类次生犯罪Z得分均小于-2.58且最近邻比率均小于1,故5类犯罪均在空间上呈现出聚集状态。其中,抢劫罪(ANN=0.46,P=0.000 0)在99%的置信度上呈现聚集状态且最近邻比率最小,集聚程度最高。此外毒品犯罪(ANN=0.51,P=0.000 0)、危险驾驶罪(ANN=0.55,P=0.000 0)、强奸罪(ANN=0.59,P=0.000 0)和故意杀人罪(ANN=0.72,P=0.001 691)均在99%的置信度上呈现聚集状态。特别地,故意伤害罪Z得分大于2.58且最近邻比率大于1,故2018年故意伤害罪在空间上趋向离散状态。

表1 2018年各类犯罪平均最近邻分析结果Table 1 Result of average nearest neighbor of various types of crimes in 2018

表2 2019年各类犯罪平均最近邻分析结果Table 2 Result of average nearest neighbor of various types of crimes in 2019

2019年除故意伤害罪外,毒品犯罪和其他4类次生犯罪Z得分均小于-2.58且最近邻比率均小于1,故该5类犯罪均在空间上呈现出聚集状态。其中,抢劫罪(ANN=0.34,P=0.000 0)在99%的置信度上呈现聚集状态且最近邻比率最小,集聚程度最高。此外毒品犯罪 (ANN=0.375,P=0.000 0)、危险驾驶罪(ANN=0.42,P=0.000 0)和故意杀人罪(ANN=0.349,P=0.000 0)均在99%的置信度上呈现聚集状态。强奸罪(ANN=0.66,P=0.000 0)在95%的置信度上呈现聚集状态。特别的,故意伤害罪Z得分大于2.58且最近邻比率大于1,故2019年故意伤害罪在空间上趋向离散状态。

3.3 DO指数计算结果分析

3.3.1 共聚关系组合分析

通过表3可知,研究涉及的10组犯罪关系中,有8组关系在空间上呈现出共聚关系,分别是2018年和2019年毒品和抢劫罪、强奸罪、故意杀人罪和危险驾驶罪的组合。以2018年毒品犯罪与抢劫罪组合为例(图5),该对组合的k(d)值在0.213～0.59 km的连续空间上超出上包迹线,其在至少一处距离d上超过了上包迹线,说明2018年毒品犯罪与抢劫犯罪组合在空间上呈现出共聚分布。表4为8对共聚关系组合的共聚指数Φ(d)值,该数值大小可以表现出组合在空间上共聚关系的程度,共聚指数越大则说明该对关系在空间上呈现出的共聚关系越明显;反之,则共聚关系越不强烈。

表3 毒品犯罪与次生犯罪的分布关系类型及尺度Table 3 Types and scales of spatial distribution relationship between drug-related crimes and secondary crimes

表4 8对共聚关系犯罪组合的共聚指数ΦⅠ(d)值Table 4 ΦⅠ(d)of 8 colocalization pairs

毒品犯罪与抢劫罪组合中,在毒品犯罪发生之前涉毒人员会由于缺少购买毒品所需资金来通过抢劫非法获得毒资[23],毒品犯罪发生之后涉毒人员也会由于毒品引发的亢奋、兴奋的精神状态,从而失去对自身行为的理性控制而实施抢劫犯罪。该组合2019年共聚指数最大值对应的距离d(0.84 km)相较于2018年(0.4 km)更大(图5),且2019年该组合共聚指数(0.225 3)较2018年(0.290 0)有所降低,即共聚程度有所减弱。2018年1月,中共中央、国务院发出了《关于开展扫黑除恶专项斗争的通知》,该市自2018年初加大了对于涉黑组织、恶势力犯罪团伙的打击力度,根据理性选择理论[24]可知,该项举措有利于加强犯罪分子对监管力度的认知。

毒品犯罪与强奸罪组合中,毒品犯罪引发强奸罪较为典型的案例是毒品犯罪分子引诱女童吸食毒品后实施强奸。该组合2019年共聚指数最大值对应的距离d(0.36 km)相较于2018年(0.2 km)更大(图5),但2019年该组合共聚指数(0.284 3)较2018年(0.116 3)不降反增,说明2019年毒品犯罪与强奸罪的共聚关系更为强烈。

毒品犯罪与故意杀人罪组合中,由于毒品犯罪多为有组织的犯罪且组织内部关系复杂[25],涉及大量金钱与毒品交易。故由毒品犯罪引发的故意杀人罪部分发生于涉毒犯罪团伙内部,出于金钱或其他利益纠葛;此外还会发生于毒品发作导致吸毒者出现失控或产生幻觉时。该组合2019年共聚指数最大值对应的距离d(0.91 km)相较于2018年(0.88 km)更大(图5),且2019年该组合共聚指数(0.115 4)较2018年(0.207 5)有所降低,即共聚程度有所减弱。

毒品犯罪与危险驾驶罪组合中,涉毒人员引发的危险驾驶犯罪大多在毒品犯罪发生之后,即由于吸食或注射毒品后为寻求刺激进行危险性极高的“飙车”等活动或逃避法律制裁而发生的次生犯罪。2018年毒品犯罪与危险驾驶罪在0.56～0.717 km范围内共聚,共聚指数在0.64 km处最大,约为0.04。2019年该对组合在0.77～1.5 km内共聚,共聚指数约为0.06。

3.3.2 随机关系组合分析

与共聚关系相比,随机分布的组合对数量较少,互散分布的组合没有出现,说明毒品犯罪与其次生犯罪在空间上总会具有一定的分布关系,而不是毫不相关的。研究中2018年和2019年毒品犯罪与故意伤害犯罪组合均在空间上呈现出随机分布关系。以该组合2018年为例,其k(d)值一直处在上包迹线之下,没有在一处距离d出现超过上包迹线(图6)。根据起诉书内容可知,该市故意伤害罪大多为突发性犯罪,起因于日常行车矛盾、工作口角或感情纠纷,故意伤害犯罪分子因情绪激动为发泄愤怒等实施故意伤害行为。此外,考虑到毒品的药理性会导致吸毒者失去一定的理性判断能力,无法衡量其犯罪收益和犯罪风险的大小,削弱了理性选择理论对犯罪者实施犯罪过程中的影响作用,于是犯罪者实施故意伤害行为的地点随机性大大增高。

图6 2018年毒品犯罪与故意伤害罪组合k(d)值及上包迹线示例Fig.6 Upper envelope and k(d) of drug-related crime and crime of intentional injury of 2018

3.4 讨论

根据日常活动理论[26]提出的3个引致犯罪的要素,在一定空间尺度内一种犯罪会为另一种犯罪提供犯罪动机因素和潜在的受害者因素,从而导致另一种犯罪的发生。结合3个研究方法,具体结论如下。

(1)共聚关系组合的共聚程度随距离增加为倒U形关系。研究在空间上呈现出共聚关系的8对犯罪组合中,大部分组合的共聚程度随着距离增加表现为先增大后减小的倒U形关系(图6)。公安机关对犯罪的侦查以犯罪发生地为中心,犯罪分子为了减少自身的被捕风险,不会选择在已实施犯罪的地点实施二次犯罪,故组合中一类犯罪的发案地点并不会成为另外一类犯罪的发案密度最高地,另一类犯罪的发案密度最高地而是会出现在一定的空间尺度外,如2018年毒品犯罪与抢劫犯罪的组合中出现在约0.4 km处。

(2)共聚关系组合在空间上呈现小尺度共聚。除故意伤害罪外,每类犯罪均在空间上呈现聚集状态,且各类犯罪的热点区大体一致,每类犯罪的空间模式相似,为犯罪组合在空间上呈现共聚关系提供初步验证。计算可知8对共聚的犯罪组合平均在0.48 km范围内呈现出共聚关系,说明共聚关系的犯罪组合均表现在较小的空间尺度内。分析原因如下:①每类犯罪热点区均覆盖部分或Z区区域,并且Z区的占地面积仅占该市总面积的不到1%;②毒品会导致吸毒者行动能力减弱,降低犯罪分子出行距离;③犯罪成本会随着距离增大而增大,过大的距离将无法保证足够的犯罪收益。

(3)毒品犯罪对抢劫罪引发效果最明显,与强奸罪共聚程度较前一年增强。在8对共聚关系的犯罪组合中,2018年共聚指数最高的是毒品犯罪与抢劫罪组合(0.29),说明2018年毒品犯罪对抢劫罪的引发效果最明显,故加强涉毒相关人员管控能够有效地控制抢劫罪的发生。2019年共聚关系最明显的是毒品犯罪与强奸罪组合,其共聚指数约为0.28。该对组合的共聚指数较2018年不降反增,说明由毒品犯罪引发的强奸罪仍旧是公安打击的重点,引起该类犯罪发生的因素仍旧是社会治理的痛点所在。毒品巨大的成瘾性使得吸食者对其产生巨大的依赖。受害者尤其为未成年人由于自我保护能力弱、受教育水平低或迫于生存压力,易成为毒品犯罪分子的目标对象[27]。根据该类犯罪特点可采取以下举措:①通过在已发案地点周边的0.16～0.91 km范围内布置警力,增强范围区域内监管措施;②加强社会相关人群的基础情况管控并且组织社区民警定期进行回访,减少其未来参与犯罪可能性;③加强各类人群普法教育与典型犯罪案例讲解,增强法律知识与自我保护意识,避免其发展为潜在受害者。

(4)建成区高发的故意伤害罪需针对性解决。根据上述分析结果可知,2018年与2019年故意伤害罪和毒品犯罪空间模式和热点区不同,并且该市故意伤害罪多起因于日常生活,故两类犯罪在空间上未呈现出共聚关系。“社会学习理论[28]”认为,对犯罪行为持有中立的价值取向和判断,能在一定程度上减轻自身对犯罪或越轨行为的愧疚感,从而促使行为人自我原谅或宽恕[29]。针对突发性高、空间上趋于离散的故意伤害罪,需针对性地采取以下措施:①通过加强社区宣传和普法教育来增强民众的法制观念,加强对犯罪行为的认知;②该市大量犯罪均发生于中心城区外的建成区,结合党的二十大报告中提出的“健全共建共治共享的社会治理制度”,可通过组建乡镇社区志愿者队伍与公安队伍配合工作,共同维护社会稳定,减少犯罪的发生。

4 结论

利用2018年和2019年的毒品犯罪案件以及毒品犯罪的5类次生犯罪案件(分别为故意杀人罪、故意伤害罪、危险驾驶罪、抢劫罪和强奸罪)数据,构建10对犯罪组合(分别是2018年和2019年的毒品犯罪和抢劫犯罪组合、毒品犯罪和强奸罪组合、毒品犯罪和故意伤人罪组合,毒品犯罪和故意伤害罪组合和毒品犯罪和危险驾驶罪组合),将重点放于两类犯罪在空间上的聚集程度,引入了经济学领域基于距离测度方法的DO指数来计算两类犯罪案件在空间上的共生关系。以期从空间维度上为日常活动理论中潜在的犯罪者和社会失序方面提供补充参考作用,并根据所得结果和该市自身特点提出针对性对策建议,旨在提高警务工作的效能,优化实战警务工作。

共有8对组合在空间上呈现出共聚关系,分别是2018年和2019年的毒品犯罪和抢劫犯罪组合、毒品犯罪和强奸罪组合、毒品犯罪和故意伤人罪组合和毒品犯罪和危险驾驶罪组合。其余2组犯罪组合在空间上呈现出随机关系,分别是2018年毒品犯罪与故意伤害罪组合和2019年毒品犯罪与故意伤害罪组合。所涉及的10组犯罪组合中均未出现互散的关系,与已有毒品犯罪相关研究大体一致。

犯罪的形成是由各方面因素共同作用导致的,仅从一个角度或者成因分析往往不够,故对于犯罪共生的研究仍有很多方面需要继续深入研究。

(1)细化时间维度。一种类型的犯罪对于另一种类型犯罪的引发作用是否具有时效性。由于吸毒后人员受毒品药理性的作用影响具有一定的时效性,该时效性应当以小时为粒度进行深入研究,以年为单位弱化了时间维度对共生关系的作用,故毒品犯罪对其次生犯罪的引发作用是否会随着时间增长而增长或降低仍需要探讨。

(2)考虑不同社会环境对犯罪的促进(或抑制)作用。创新点在于利用了经济学中的DO指数来计算两类犯罪间共生关系的强度大小,但该方法仅考虑犯罪之间的影响关系,缺少其他犯罪影响因素的综合考量。