指數平滑法在青少年吸毒分析中的應用

王松敏，劉麗芳，吳翠芳

(武警學院，河北 廊坊 065000)

指數平滑法在青少年吸毒分析中的應用

王松敏，劉麗芳，吳翠芳

(武警學院，河北 廊坊 065000)

采用定量分析的方式，運用指數平滑法對2004至2013年某地區青少年吸毒的相關數據進行了相關分析和預測，為相關部門采取措施提供了更科學的依據。

青少年吸毒；指數平滑法；分析預測

要成功預防和減少青少年吸毒違法行為的發生，就必須了解青少年吸毒的現狀及特點，為制定和完善青少年吸毒的措施提供依據。[1]為了使相關決策更加科學，文章借助了一種數學方法——指數平滑法對某地區青少年的吸毒問題進行相關分析和預測，進而避免了只從定性的角度分析青少年吸毒這一問題。

一、吸毒數據的選取及簡單分析

本文選取了2004-2013年某地區21歲以下(不含21歲)青少年吸毒的相關數據(來源于官方網站http：//www.nd.gov.hk/)。數據中的“所有呈報人數”包含“首次被呈報人士”和“曾被呈報人士”。下面的表1給出了2004-2013年“所有呈報人數”與“曾被呈報人士”隨年份變化的數據，以及該地區吸毒青少年“曾有犯罪記錄”的人數。

把上面的數據用散點圖畫出后，可清楚地看出其變化趨勢(見圖1)：三組數據在2008年或2009年達到高峰后持續下降。這說明現行政策還是比較有效的。

表1 2004-2013年某地區青少年吸毒的相關數據

圖1 2004-2013年某地區青少年吸毒數據散點圖

但是，“曾被呈報人士”及吸毒青少年中有“曾有犯罪記錄”的人數占青少年吸毒總數的比例(見表2)整體上都處于上升的趨勢，這點通過下面的圖2可清楚地看出。

圖2 兩組數據占總數的百分比的散點圖

年份曾被呈報人士/所有呈報人數曾有犯罪記錄/所有呈報人數200430.05%36.05%200518.44%33.71%200631.23%36.31%200727.18%38.61%200829.79%37.56%200933.50%38.87%201035.61%45.36%201138.47%42.22%201237.15%45.72%201339.85%46.36%

因此，有必要弄清楚表2中的數據在未來幾年內的發展趨勢，進而為相關部門更好地制定禁毒措施提供重要的參考依據。下面先介紹指數平滑法，然后運用該方法對“曾被呈報人士”及吸毒青少年中有“曾有犯罪記錄”的人數這兩組數據進行分析及預測，并對青少年吸毒的預防工作提出合理化建議。

二、指數平滑法

指數平滑法是在移動平均法基礎上發展起來的一種時間序列分析預測法，其原理是任一時間點的指數平滑值都是本時間點的實際觀察值與前一時間點的指數平滑值的加權平均。這里的權重主要是平滑系數。平滑系數越小，實際觀察值所占比重越小，平滑作用越強；反之，平滑系數越大，平滑作用越弱。一般情況，原數據較平穩，波動不大時，可選用較小的平滑系數(0.05～0.2)；反之，當數據波動較大，或變化趨勢明顯時，可選較大的平滑系數(0.3～0.8)[2]。

在情報分析中，當時間序列無明顯線性趨勢時，可考慮用一次指數平滑法；若時間序列大致呈線性趨勢或者從某一項開始具有線性趨勢，那么用一次指數平滑法就會出現滯后偏差，就需要對所得結果進行修正，此時可考慮用修正指數平滑法進行預測。

(一)一次指數平滑法

設時間序列為y1,y2,…,yt,…yn，則一次指數平滑預測模型為:

(二)修正指數平滑法

該方法也稱為二次指數平滑法，即對一次指數平滑序列再進行一次指數平滑，具體公式如下：

其中，t為當前時期，l為預測時期與當前時期的時間差，Yt+l為第t+l時期的預測值，at與bt為線性修正系數，計算公式為:

三、具體應用與分析

(一)指數平滑法在青少年吸毒分析中的應用

從圖2可知，表2中的兩組樣本數據整體都呈線性趨勢，且都有10%左右的波動差異。為提高預測精度，我們分別選取平滑系數α=0.2，α=0.3及α=0.4進行比較，進而選擇平均絕對誤差最小的α進行預測。

兩組數據的初始值都取各自原始數據前三項的平均值，即“曾被呈報人士占總數比例”的一次指數平滑和二次指數平滑的初值都是

(0.300 5+0.184 4+0.312 3)/3=0.265 7

“曾有犯罪記錄占總數比例”的一次指數平滑和二次指數平滑的初值都是

(0.360 5+0.337 1+0.363 1)/3=0.353 6

考慮到近期數據與未來的預測更貼切，故以t時期對應的平滑值為基礎建立線性修正模型預測下一個t+1時期的值，即由公式(3)可得:

Yt+1=at+bt·1=at+bt

具體計算結果見下面的表3與表4。

表3 “曾被呈報人士占總數比例”在不同平滑系數下的預測值及對應的絕對誤差

表4 “曾有犯罪記錄占總數比例”在不同平滑系數下的預測值及對應的絕對誤差

下面利用下式計算兩組數據在不同平滑系數下的預測值對應的平均絕對誤差:

另外，表4中，當α=0.2時，MAD=0.025 8；當α=0.3時，MAD=0.020 3；當α=0.4時，MAD=0.020 7。可以看出，也是α=0.3時對應的平均絕對誤差最小，從而也選取平滑系數α=0.3做預測。

當l=1時，代入(5)式可得Y11=0.408 1；當l=2時，代入(5)式可得Y12=0.422 1。由此預測得2014年及2015年“曾被呈報人士占總數的百分比”分別為40.81%與42.2%。

另外，采用同樣的步驟，對第二組數據按照上述方法處理，可得其線性修正模型為:

當l=1時，代入(6)式可得Y11=0.472 6；當l=2時，代入(5)式可得Y12=0.484 3。由此，根據此預測得，2014年及2015年“曾有犯罪記錄占總數的百分比”分別為47.26%與48.43%。

(二)結果及對策分析

從上面的預測結果可知，青少年吸毒中“曾被呈報人士占總數的百分比”和“曾有犯罪記錄占總數的百分比”都有增加趨勢，復吸和犯罪是該地區青少年吸毒問題中十分突出的問題。

若按照現在的發展趨勢，從上面的分析可得該地區21歲以下(不含21歲)吸毒的青少年中，復吸的人數每年將按照1.4%的百分比增長，有犯罪記錄的人數每年將按照約1.17%的百分比增長，即這兩組人群將逐漸成為該地區青少年吸毒的主力軍。

另外，從表1或圖1可以看出，復吸的人數總是小于有犯罪記錄的人數，且當復吸人數增加(或減少)時，對應的有犯罪記錄的人數也會增加(或減少)，可見復吸青少年與犯罪問題的關聯性，即可推斷復吸中部分青少年會走上犯罪的道路。

對于戒毒者來說,生理上的脫毒可以在短時間完成,但其心理康復和戒除“心癮”則需要相當長時間。再加上青少年一般意志力較薄弱，在周圍吸毒人群的誘惑下，往往更不堪忍受戒斷癥狀的痛苦，而重新走上了復吸的道路，這也是復吸人員成為該地區吸毒青少年主要人群的原因。

吸毒是一種高額消費，青少年大多無固定經濟來源，往往會采用非法的手段來獲得錢財，以致誘發多種違法犯罪，從而給自身發展和社會帶來極大的危害。另外，有犯罪記錄的青少年回歸社會后，有時由于缺乏社會幫扶和家庭原因，加之心理空虛自身沒有重新融入社會的動力，往往會依賴毒品消磨時光，忘記煩惱，尋求精神上的慰藉。因此相關部門一定要重視青少年吸毒問題和犯罪問題的關聯性。

預防青少年復吸和因吸毒而導致的犯罪是一項非常復雜而艱巨的工作,需要全社會的高度重視和全方位的共同努力。[4]根據前面的分析，相關部門應做好以下幾方面的工作。

第一,社會各部門應密切配合。強制戒毒所、公安緝毒機構、學校單位、家庭、社區、管轄地公安派出所,在禁毒問題形成共識，主動協調配合,才會收到成效。第二，借助大眾傳媒傳遞正能量。現在大眾傳媒已存在于生活的方方面面,借助于他們對吸毒的相關知識進行宣傳,對青少年進行教育指導,相信是一種影響廣泛的好辦法。[5]第三,改善或改變青少年戒毒者的原來生活環境。斬斷與“道友”或“粉友”的聯系，徹底使他們脫離原有的生活環境。

[1] 萬志紅.云南青少年吸毒現狀分析[J].云南警官學院學報，2007,62(1):52-55.

[2] 鄧超風.指數平滑模型探討[J].中國水運：學術版，2006,(9).

[3] 張桂喜，馬立平.預測與決策概論[M].北京：首都經濟貿易大學出版社，2006.

[4] 繆清鑫.關于吸毒青少年戒毒問題的思考[J].天府新論,2004,116(2):82-84.

[5] 欒昕暢.香港青少年吸毒影響因素與解決對策[J].中國學校衛生，2010,31(6):767-768.

(責任編輯 杜 彬)

The Application of Exponential Smoothing Method in the Analysis of Youth Drug Abuse

WANG Songmin， LIU Lifang， WU Cuifang

(TheArmedPoliceAcademy，Langfang，HebeiProvince06500，China)

Having collected data related to youth drug abuse in an area from 2004 to 2013, the paper analyzes and predicts the data by exponential smoothing, aiming at providing scientific suggestion for drug control efforts.

youth drug abuse; Exponential Smoothing; analysize and predict

2015-06-16

河北省統計科學研究(計劃)項目“基于灰色系統理論的吸毒數據統計與分析”(2014HZ03)

王松敏(1982— )，女，河南清豐人，副教授； 劉麗芳(1978— )，女，河北大城人，講師； 吳翠芳(1980— )，女，山東萊蕪人，講師。

D669.5;O212.1

A

1008-2077(2015)09-0019-04