面向情报需求的区域毒品价格评估模型
范馨月1, 黄大志2,*
1.贵州大学数学与统计学院,贵阳 550025
2.贵州省公安厅,贵阳 550000
*通信作者简介:黄大志,男,贵州贵阳人,学士,中级警务技术任职资格,研究方向为情报学。 E-mail: 1284869323@qq.com

第一作者简介:范馨月,女,贵州贵阳人,博士,副教授,研究方向为数据统计建模、计算数学。 E-mail: xyfan@gzu.edu.cn

摘要

面向情报需求对区域各类流通毒品价格进行建模分析,针对毒品案事件管理系统中毒品交易量及价格数据,基于聚类分析评估单类毒品零包价格,并以此构建线性加权评估模型,用该模型计算出的价格指标评估当地毒品价格水平。实验结果表明,省级的毒品价格指标相对稳定,以此构建了偏离度、平稳度综合反映所辖区域毒品打击力度,为地方禁毒部门对毒情监管提供一定的理论依据及数据支撑。

关键词: 零包价格; 聚类分析; 线性加权评估模型; 区域毒品价格指标
中图分类号:DF793 文献标志码:A 文章编号:1008-3650(2021)05-0531-06
Regional Price-based Evaluation Model on Illicit Drug Quotation for Intelligence Demand
FAN Xinyue1, HUANG Dazhi2,*
1. School of Mathematics and Statistics, Guizhou University, Guiyang 550025, China
2. Guizhou Provincial Public Security Department, Guiyang 550000, China
Abstract

Base on the data collected from drug trafficking cases, a linearity-weighted evaluation model was tried to construct by way of cluster analysis for assessing the retail price of single-sort illicit drug sneaked to sell with dosed package. Such an endeavor was purposed to judge the price level of locality-confined illicit drugs using the price index calculated from the established evaluation model. Consequently, the illicit drug price index was shown relatively stable within a larger region, potential to imply whether one drug is to sell in wholesale or retail. As there is until present no scientific evaluative method about reflecting the strength of fighting against regional illicit-drug crime, the here-constructed evaluation model may play its role into indicating the fighting strength from extents of both the deviation and stability that were calculated through their time-associated unit-root test. Therefore, a certain theoretical and data support would be provided for anti-drug trafficking departments to supervise drug-trading dynamics. The evaluation model, if applied and utilized, is supposedly to assist public security authorities to gather intelligence about drug trafficking and abusing.

Key words: retail price of dosed package; cluster analysis; linearity-weighted evaluation model; regional drug price index

对毒品犯罪进行科学定量研究的前提在于采集和占有大量的指标数据, 分析和挖掘这些数据对禁毒部门的监管和打击毒品犯罪有现实的指导意义。目前, 在毒品消费市场, 毒品因为纯度、种类不同呈现不同的价格[1]; 滥用毒品因为区域、来源、打击力度等因素不同, 各地区流通的同类毒品价格也不同; 同一地区同一毒品由于其购买数量、方式等不同又会造成单笔交易的毒品价格有差异。如何建立区域毒品价格评价体系目前还没有统一科学合理的指标, 导致不能从量化考核评价方面对一个区域的毒情进行全面评价, 从而影响了禁毒工作成效的科学论证分析。从长远来看, 通过毒品价格来分析毒品犯罪发展态势是重要方法之一。毒品价格能体现整个毒品市场的供需态势, 通过对其监测和分析可以及时有效地研判毒品市场的供需情况和发展规模[2]

本研究分析实验省份2015~2019年毒品案件数据, 去除离群点后通过对全省缴获每起毒品质量数据进行聚类分析, 得出各类毒品在省级层面的零包毒品质量, 建立基于零包毒品的线性加权价格评估模型, 为禁毒部门监测毒品价格提供科学合理的指标。虽然我国禁毒执法机关已经有相应的毒品价格监测机制和数据, 但毒品价格问题还是在2006年的《禁毒报告》中首次提及, 而且仅仅对部分地区进行了笼统性分析。之后的《禁毒报告》也只是表述了毒品价格是普通上涨还是大幅上涨, 因此, 定量分析区域毒品价格可以进一步完善监测机制, 完善统计数据质量, 为进一步挖掘毒品价格与全球毒品市场供需关系提供数据支撑, 为评价禁毒工作成效提供有利指标。

1 模型建立

影响毒品供需情形变化的指标不仅有禁毒工作的量化考核效能指标, 还有受主观能动性影响的控制毒品供给指标及受经济文化环境因素影响的社会化客观指标[3, 4]。如何通过已掌握的区域某时期准确的毒品贩毒案件情况, 反映仍处于模糊评价状态的当地毒品流通价格, 需要一种客观的评估模式。

1.1 区域毒品价格指标

本文的实验省份流通的毒品类型有23种, 主要以海洛因、冰毒、麻古(冰毒片)、氯胺酮(俗称“ K粉” )最为常见。

实验省份2019年12月份缴获的海洛因价格如图1, 12月份共有海洛因毒品案件67起, 单价最高为1 800元, 最低为100元。毒品价格含有零售价格、批发价格、农场价格等, 来源不同、纯度不同、产地不同造成了价格的差异性。从图1可以看出, 实验省份12月的海洛因价格基本在一个平均价格处上下浮动, 特高价和特低价的毒品交易可能由于缴获的质量不同、渠道不同、或者数据录入错误等问题导致, 因此在计算该区域毒品平均价格前应该去除离群点。

图1 实验省份2019年12月份毒品案件中海洛因价格Fig.1 Prices of heroin from drug-trafficking cases in the designated province as of December 2019

直接求算术平均得到的值较为粗糙, 会受到除离群点外较高和较低的价格影响而不能科学地刻画该区域流通的毒品价格。因此需要找到一个刻画区域毒品价格的平均价格指标, 运用加权最小二乘法的思想, 毒品价格指标归结为如下的极小化问题:

(1)

其中x*为需求解的区域毒品价格指标, xi为单起毒品价格, ωi为权重。权重与该区域该类毒品单起案件缴获的毒品质量有关。图2为实验省份2019年12月份每起毒品案件中缴获的海洛因质量的对数坐标图。从图中可以看出, 大多数缴获的贩毒案件交易量在10 g以内, 少数几起为重特大案件, 缴获毒品量较大。因此毒品的质量是反映毒品价格的主要因素, 若缴获的单起毒品质量越大, 越能反映该毒品的价格。这里用mi表示第i起毒品案件缴获的毒品质量, m表示观测时期内总缴获的毒品质量。一般情况下, 权重可以定义为 , 本文将以质量占比作为权函数的式子称为平均价格, 即:

(2)

图2 实验省份2019年12月份毒品案件中海洛因质量Fig.2 Quality of heroin from drug-trafficking cases in the designated province in December 2019

在数学上一般以随机变量X1, X2, X3, …, Xn的期望作为平均值的评价指标, , Pk为变量对应取值的概率, 即和缴获的毒品案件起数有关。综合考虑毒品案件的起数和质量占比, 构造权重ωi的表达式如下:

(3)

αi (0<αi<1) 称为松弛因子, zi为单类毒品案件起数, z为观测时期内毒品案件总数。建立的价格指标定义如(4)式:

(4)

若某一类新型毒品作为稀有毒品出现起数少, 但价格昂贵, 权重ωi更多依赖于其质量占比, 即松弛因子αi值较大。相反, 若某一类毒品为主流毒品, 出现的起数较多, 可能质量较小, 此时该价格更能反映毒品的零包价格, 权重ωi更多依赖于毒品案件数量占比, 即松弛因子αi值较小。松弛因子的合理性直接影响到价格指标的准确性, 在实际禁毒侦查工作中, 零包毒品贩毒量小, 危害却很大, 是寄生于毒品泛滥潮流中贩毒和吸毒之间的关键环节[5], 其价格也可以作为区域毒品价格指标的主要权重因子。

1.2 零包毒品价格分析

吸毒群体人数众多导致毒品消费市场需求仍然旺盛, 为零包贩毒提供了市场环境, 零包贩毒仍然是毒品犯罪的主要形式。零包贩毒是指贩毒分子将毒品化整为零, 采取少量分散的办法进行贩卖的行为[5]。零包贩毒和消费市场庞大是毒情严重的根源所在, 对零包毒品价格进行分析, 不仅可以让禁毒部门随时了解当地的毒品消费情况, 掌握是否有新的毒品流入, 还可以根据获得的数据对禁毒行动进行指导并科学评估禁毒行为的效果, 为禁毒管理政策的制定提供参考[6-7]

实验省份2015年1月1日至2019年12月31日缴获海洛因质量对数坐标如图3所示, 总海洛因案件数有27 435起。从图中可以看出, 每起案件缴获的海洛因质量呈现一定的规律性, 量较小(1 g左右)的零包贩毒案件较多, 量较大的案件为团伙贩毒。先对离群点进行处理后, 采用K-means聚类计算两个聚类中心, 小的聚类中心反映零包毒品质量, 记为Omin, 另一个聚类中心反映大型团伙贩毒毒品质量, 记为Omax。(4)式中松弛因子αi定义为:

(5)

图3 实验省份2015年1月1日至2019年12月31日毒品案件中缴获海洛因质量Fig.3 Quality of heroin from drug-trafficking cases in the designated province from January 1, 2015 to December 31, 2019

这里 , mi为单起毒品案件缴获质量。

βi>1, mi>Omax时, 该起案件趋于大宗毒品案件, 该案件的质量占比直接作为权重ωi, 当βi<0时, 该起案件为零包贩毒案件, 该种毒品案件发生的频率决定了权重ωi。当0<βi<1时, 权重取决于该类毒品在观测时期内出现的频率和质量占比。

2 模型评价

区域毒品价格指标的定义, 可以较好地评价区域毒品价格水平。图4给出了实验省份海洛因在观测时期内价格指标的变化情况和质量加权平均价格的对比曲线, 本文定义的区域毒品价格指标比只考虑质量占比的加权平均模型更为稳定。

图4 实验省份2015年1月1日至2019年12月31日价格指标和平均价格对比图Fig.4 Comparison between price index and average price from the designated province from January 1, 2015 to December 31, 2019

区域毒品价格指标可以刻画毒品市场的变动情况, 图5为实验省份2015年1月1日至2019年12月31日省内缴获的几类主要毒品价格指标。

图5 实验省份2015年1月1日至2019年12月31日三类主要毒品价格指标图Fig.5 Price fluctuation of three-sort main drugs in the designated province from January 1, 2015 to December 31, 2019

区域毒品价格指标可以作为区域毒品打击效能的评价指标, 全国的毒品价格指标可以作为省的毒品价格指标的标准来评价各省打击毒品犯罪力度, 省的毒品价格指标可以作为市、县等区域毒品价格指标的标准来评价各市、县打击毒品犯罪力度。最高价、最低价反映该区域缴获某类毒品价格的范围, 定义偏离度为偏离本省毒品价格指标的程度, 这里偏离度用ε表示, x*为全省该类毒品价格指标, x为本区域毒品价格指标, 如下:

仅通过偏离度来判别区域某类毒品打击力度不够, 若区域毒品价格均偏高, 则近几个观测周期内价格指标的值呈现平稳状态, 因此需要根据历史情况计算该区域毒品价格指标的平稳度。观测周期毒品价格指标(通常可选择月为观测周期, 如6个月)为一个时间序列{xi*}, i=1, 2, 3, …, 该类毒品价格指标的平稳度κ1可以根据该时间序列的单位根(ADF)检验来定义。通过ADF检验, 可得到检验数据如表1所示。平稳度计算流程图见图6。

表1 ADF检验结果 Table 1 ADF test results

图6 平稳度计算流程图Fig.6 Flow chart of stability calculation

这里:

p≥0.05时接受原假设, 序列不平稳, 平稳度κ=κ1, p值越接近于0.05, 平稳度越高, 反之越低。当p<0.05时拒绝原假设, 序列平稳, 再判断其拒绝原假设的置信度即为其平稳度。若t>α0.1, 则平稳度于90 %处下降。表2为实验省份2019年12月管辖区域毒品价格情况及本文模型计算出的价格指标、偏离度、平稳度。

表2 2019年实验省份管辖区域毒品价格情况表(部分) Table 2 Illicit drug prices in the selected jurisdiction regions of the designated province in 2019

表2可以看出, 实验省份2019年海洛因和甲基苯丙胺片剂平稳度较低, 说明近几年海洛因全省价格不平稳, 甲基苯丙胺(冰毒)平稳度高, 价格指标正常, 可以为管理部门提出预警。另一方面, 可以从供给侧评价一个地区的禁毒工作成效, 这里要考虑几方面的因素:一是该区域的毒品价格指标; 二是与上级管辖区域的毒品价格指标偏离度; 三是本区域毒品价格指标平稳度。

平稳度越高, 即使偏离上级管辖区域毒品价格指标, 但从一个侧面说明区域毒品价格指标越稳定。在平稳度高的前提下, 若该区域毒品价格指标高于上级管辖区域毒品价格指标, 且周边其他区域价格指标偏低, 反映了该区域禁毒工作成效高; 反之, 若该区域毒品价格指标偏低, 说明该区域毒品打击力度不够, 或者可能由于区域地理位置因素引起。但在上级平稳度较低前提下, 区域平稳度接近, 但价格指标高于上级区域, 也从一个侧面反映该区域对毒品犯罪打击力度大, 摧毁当地的贩毒网络, 从而造成毒品购进困难, 价格指标上涨。例如表2中的A市, 当月与实验省份海洛因价格指标均不平稳, 但偏离度高, 价格指标高, 反映本年度A市缉毒工作成效显著。其中A市a区更能说明问题, 平稳度高且偏离度高, 打击成效在A市中是显著的。实验省份C市, 毒品价格指标相对于该省其他地区低, 打击力度不够。

3 结论

打击零包贩毒, 萎缩毒品消费市场, 减少滋生吸毒人员, 降低复吸率, 提高戒断巩固率, 仍然是公安机关打击毒品违法犯罪的重要任务。本文基于聚类分析挖掘零包价格, 由计算出的零包价格建立区域毒品价格指标模型。又根据区域管辖范围建立区域毒品价格指标的偏离度, 以此来刻画同期内所辖区域毒品价格指标的偏离程度。根据各区域的历史毒品价格指标, 通过ADF检验构造平稳度的算法计算各区域毒品价格指标平稳度。毒品价格指标、价格指标偏离度、平稳度可以用来评价毒品的区域消费水平, 也可以对禁毒工作的成效进行研判。一般来说, 离毒品产地越近的地区, 毒品价格越低。平稳度和偏离度越高, 且区域毒品价格高于周边区域, 说明该区域禁毒工作成效高, 打击力度大。

在禁毒的实际工作中, 同一类毒品可能会因为成分的含量不同引起零包价格的差异。若对缴获毒品中同类毒品纯度进行分类, 可以提高本文价格指标的准确性。本文建立的区域毒品价格指标评估模型, 可以作为区域毒品价格水平的评价指标。尽管现在的毒品交易市场呈现多样化, 既有线下交易也有线上交易, 一般来说, 线上交易的毒品价格较线下交易价格低[8]。毒品的供需分析需要融合不同毒品市场的毒品价格才能更科学地反映毒品贩运的动态性质[9]。本文建立的区域毒品价格指标及评价指标同样适用于评价区域线上毒品交易价格及区域打击成效。

参考文献
[1] CUNNINGHAM S, FINLAY K. Identifying demand responses to illegal drug supply interdictions[J]. Health Economics, 2016, 25(10): 1268-1290. [本文引用:1]
[2] 郑永红. 毒品犯罪指标数据发布情况研究—以年度《禁毒报告》为分析蓝本[J]. 中国人民公安大学学报(社会科学版), 2016(3): 8-14.
(ZHENG Yonghong. Research on the release of drug-crime index data - based on the annual drug control report[J]. Journal of People's Public Security University of China (Social Sciences Edition), 2016(3): 8-14. ) [本文引用:1]
[3] 刘风. 基于系统动力学的毒品违法犯罪防治建模与仿真[J]. 系统仿真学报, 2020, 32(5): 866-873.
(LIU Feng. Modeling and simulation of drug crime prevention based on system dynamics[J]. Journal of System Simulation, 2020, 32(5): 866-873. ) [本文引用:1]
[4] 周秀银. 毒品供需实证研究—以H省吸毒人员与毒品案件数据为样本[J]. 公安学刊(浙江警察学院学报), 2018, 165(1): 41-46.
(ZHOU Xiuyin. An empirical study on drug supply and demand --taking the data of drug addicts and drug cases in H pro-vince as the sample[J]. Public Security Science Journal (Journal of Zhejiang Police College), 2018, 165(1): 41-46. ) [本文引用:1]
[5] 李欣庭. 零包贩毒的特点及打击防范对策[J]. 辽宁公安司法管理干部学院学报, 2017(4): 22-26.
(LI Xinting. The characteristics of drug trafficking by package and the countermeasures against it[J]. Journal of Liaoning Administrators' College of Police and Justice, 2017(4): 22-26. ) [本文引用:2]
[6] 李丽. 手机话单在零包贩毒案件侦查中的运用[J]. 武警学院学报, 2016(11): 19-22.
(LI Li. The application of mobile phone bill in the investigation of drug trafficking cases[J]. Journal of the Armed Police Aca-demy. 2016(11): 19-22. ) [本文引用:1]
[7] 乔静, 杨士云, 常红发, . 北京地区零包毒品滥用形势分析[J]. 中国药物依赖性杂志, 2010, 19(2): 128-131.
(QIAO Jing, YANG Shiyun, CHANG Hongfa, et al. Analysis on the situation of drug abuse in Beijing[J]. Chinese Journal of Drug Dependence, 2010, 19(2): 128-131. ) [本文引用:1]
[8] CUNLIFFE J, MARTIN J, DÉCARY-HÉTU D, et al. An island apart? risks and prices in the Australian cryptomarket drug trade[J]. International Journal of Drug Policy, 2017, 50: 64-73. [本文引用:1]
[9] BROSÉUS J, MORELATO M, TAHTOUH M, et al. Forensic drug intelligence and the rise of cryptomarkets. Part I: studying the Australian virtual market[J]. Forensic Science International, 2017, 279: 288-301. [本文引用:1]