薛亞龍，劉梓濘

寧夏警官職業(yè)學(xué)院，寧夏 銀川 750021

在傳統(tǒng)數(shù)據(jù)情報(bào)偵查決策理論中，通常把偵查人員視為一個(gè)有理性的偵查決策主體，認(rèn)為其能夠通過(guò)客觀的情感情勢(shì)完成對(duì)所有數(shù)據(jù)情報(bào)偵查源的尋找和匯集，并經(jīng)過(guò)挖掘與分析，形成最佳期待所需的數(shù)據(jù)情報(bào)偵查決策[1]。然而，在復(fù)雜的動(dòng)態(tài)涉嫌數(shù)據(jù)犯罪情勢(shì)生存與態(tài)勢(shì)發(fā)展中，偵查人員很難搜集到數(shù)據(jù)情報(bào)偵查決策所需的全部數(shù)據(jù)和完全避免其個(gè)人情感等主觀感性方面的制約和影響，出現(xiàn)情報(bào)偵查決策屬性指標(biāo)不確定、有限理性情報(bào)偵查決策局限、情報(bào)偵查決策價(jià)值目標(biāo)雙邊匹配模糊等問(wèn)題，易使數(shù)據(jù)情報(bào)偵查決策出現(xiàn)情報(bào)偵查錯(cuò)誤或陷入情報(bào)偵查僵局。鑒于此，引入基于前景理論的數(shù)據(jù)情報(bào)偵查決策研究范式。這不僅是前景理論廣泛運(yùn)用于社會(huì)各領(lǐng)域的必然趨勢(shì)，也是數(shù)據(jù)情報(bào)偵查決策模式創(chuàng)新和轉(zhuǎn)型的內(nèi)在要求，更是預(yù)防和打擊涉嫌數(shù)據(jù)犯罪情勢(shì)生存與態(tài)勢(shì)發(fā)展的應(yīng)對(duì)選擇。

1 前景理論數(shù)據(jù)情報(bào)偵查決策的內(nèi)涵與屬性

前景理論數(shù)據(jù)情報(bào)偵查決策(以下簡(jiǎn)稱(chēng)“偵查決策”)最顯著的特征就是將參照點(diǎn)、價(jià)值函數(shù)、概率權(quán)重、前景值等前景理論原理與屬性指標(biāo)、路徑選擇、決策流程、決策修正等數(shù)據(jù)情報(bào)偵查決策的價(jià)值需求進(jìn)行互相融合。誠(chéng)然，在偵查決策過(guò)程中，不僅包含前景理論的益損決策矩陣、多屬性權(quán)重概率系數(shù)、損失規(guī)避與偏好反轉(zhuǎn)以及權(quán)重系數(shù)的選取標(biāo)準(zhǔn)和模糊隸屬度函數(shù)運(yùn)算等主要原理，還包括數(shù)據(jù)情報(bào)偵查決策的價(jià)值需求預(yù)設(shè)、流程模型構(gòu)建、評(píng)價(jià)指標(biāo)體系以及決策應(yīng)用的評(píng)估檢驗(yàn)和修正反饋等步驟或過(guò)程。因此，在開(kāi)源數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新時(shí)代應(yīng)該賦予偵查決策新的內(nèi)涵與屬性。

1.1 偵查決策的內(nèi)涵

前景理論是由丹尼爾·卡尼曼和阿莫斯·特維斯基對(duì)傳統(tǒng)期望效用理論進(jìn)行拓展的基礎(chǔ)上提出來(lái)的，主要是指將個(gè)人的價(jià)值感受納入行為決策中，充分考慮個(gè)體心理特質(zhì)、行為特征和情景因素，旨在尋找風(fēng)險(xiǎn)條件下的個(gè)人實(shí)際日常決策行為[2]。顯然，前景理論認(rèn)為人們?cè)谧鞒鰶Q策的時(shí)候應(yīng)該從決策的收益和決策的損失兩個(gè)方面進(jìn)行考慮，而不是根據(jù)傳統(tǒng)期望效用理論所追求的效用最大化來(lái)選擇決策。從前景理論主要原理看，其構(gòu)成要素主要包括參照點(diǎn)、價(jià)值函數(shù)、損失規(guī)避與偏好反轉(zhuǎn)等。參照點(diǎn)是決策收益和決策損失的一個(gè)分界點(diǎn)，行為人在具體決策過(guò)程中，由于預(yù)設(shè)的決策期望目標(biāo)、主觀情感感受、獲取數(shù)據(jù)程度等存在差異性，造成所制定的參照點(diǎn)也是因人而異。價(jià)值函數(shù)是指行為人依據(jù)預(yù)設(shè)決策收益和決策損失的參照點(diǎn)，通過(guò)避免和降低決策損失所獲取的決策效用值。損失規(guī)避是指行為人在相同決策損失的情況下選擇大于決策收益的反應(yīng)，尤其在決策虧損時(shí)更加側(cè)重于決策風(fēng)險(xiǎn)的承擔(dān)。偏好反轉(zhuǎn)是指在決策前景值或決策效用值大體相同的博弈中，人們往往對(duì)同一決策選項(xiàng)賦予不同的選擇和定價(jià)權(quán)重。誠(chéng)然，結(jié)合前景理論的主要原理和數(shù)據(jù)情報(bào)偵查決策的特殊價(jià)值需求，筆者認(rèn)為，偵查決策的內(nèi)涵為：偵查人員在數(shù)據(jù)情報(bào)偵查決策過(guò)程中，結(jié)合偵查主體主客觀因素、數(shù)據(jù)犯罪情勢(shì)生存與態(tài)勢(shì)發(fā)展等不同情報(bào)偵查決策情勢(shì)，通過(guò)構(gòu)建數(shù)據(jù)情報(bào)偵查決策的評(píng)價(jià)指標(biāo)體系、流程模型和挖掘與分析算法，獲取和評(píng)估各種數(shù)據(jù)情報(bào)偵查決策收益和損失的風(fēng)險(xiǎn)程度概率系數(shù)，從而幫助其獲得不同數(shù)據(jù)情報(bào)偵查決策的優(yōu)先級(jí)權(quán)重和最佳決策前景效用值的一種新型數(shù)據(jù)情報(bào)偵查方法。

1.2 偵查決策的屬性

1.2.1 前景預(yù)測(cè)性。從風(fēng)險(xiǎn)與偵查中主體博弈關(guān)系、風(fēng)險(xiǎn)與數(shù)據(jù)情報(bào)偵查決策目標(biāo)、風(fēng)險(xiǎn)與數(shù)據(jù)犯罪情勢(shì)態(tài)勢(shì)發(fā)展等角度看，偵查決策具有典型的不確定性，并且偵查人員與犯罪嫌疑人在其決策過(guò)程中處于一種“活力對(duì)抗”狀態(tài)。不同偵查中主體的博弈關(guān)系、數(shù)據(jù)犯罪情勢(shì)的生存與態(tài)勢(shì)發(fā)展、多維數(shù)據(jù)挖掘與分析算法等也都是風(fēng)險(xiǎn)存在的影響因素，所以偵查決策的收益和損失風(fēng)險(xiǎn)具有內(nèi)在必然性。顯然，決策收益和損失的風(fēng)險(xiǎn)預(yù)測(cè)是實(shí)現(xiàn)獲取偵查決策最佳效用值的前提和基礎(chǔ)。同時(shí)，偵查人員在圍繞犯罪行為與非犯罪行為的關(guān)聯(lián)規(guī)則、數(shù)據(jù)情報(bào)源的倉(cāng)庫(kù)構(gòu)建、關(guān)聯(lián)性數(shù)理關(guān)系的挖掘與分析以及數(shù)據(jù)頻繁項(xiàng)目聚類(lèi)子集構(gòu)建等運(yùn)算和挖掘過(guò)程中，對(duì)各種決策收益和決策損失風(fēng)險(xiǎn)程度概率的挖掘分析都存在必然的預(yù)測(cè)性。所以，偵查決策具有鮮明的前景預(yù)測(cè)性，從而幫助偵查人員獲得避免和降低決策損失的最大規(guī)避概率系數(shù)。誠(chéng)如雷德梅爾所言：當(dāng)某種決策直接闖入你的腦海，并且讓你對(duì)現(xiàn)象作出看似合理的解釋時(shí)，你就要格外當(dāng)心了。這個(gè)時(shí)候別著急下結(jié)論，一定要檢視一下你的思維，因?yàn)槿藗冊(cè)谂袛囡L(fēng)險(xiǎn)時(shí)表現(xiàn)的比較低能[3]。這也充分說(shuō)明偵查人員可能由于對(duì)決策收益和決策損失風(fēng)險(xiǎn)程度預(yù)測(cè)時(shí)存在錯(cuò)誤或偏差等原因，造成其所作的數(shù)據(jù)情報(bào)偵查決策出現(xiàn)決策錯(cuò)誤甚至陷入決策僵局。因此，偵查決策的前景預(yù)測(cè)性是幫助偵查人員提高決策收益和準(zhǔn)確挖掘與判斷決策損失風(fēng)險(xiǎn)的重要支撐和保障。

1.2.2 小概率性。偵查人員在進(jìn)行決策收益的時(shí)候往往會(huì)選擇規(guī)避決策風(fēng)險(xiǎn)的決策行為，這是由其偵查經(jīng)驗(yàn)、情感價(jià)值、決策目標(biāo)等因素決定的[4]。但是，在可能會(huì)出現(xiàn)小概率事件選擇時(shí)，偵查人員的決策選擇則會(huì)出現(xiàn)偏好反轉(zhuǎn)的現(xiàn)象。可見(jiàn)，偵查決策的小概率性主要包括：(1)由于小概率事件出現(xiàn)的概率系數(shù)比較低，偵查人員在進(jìn)行數(shù)據(jù)情報(bào)偵查決策時(shí)可能會(huì)將其直接過(guò)濾或忽略；(2)偵查人員可能在效用層疊理論的制約和影響下視這些小概率事件為次要的、異常的、偶然的現(xiàn)象，認(rèn)為這些不會(huì)影響偵查決策的準(zhǔn)確性和精確性。例如，偵查人員在前期對(duì)涉案數(shù)據(jù)情報(bào)源進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)集成等預(yù)處理時(shí)，認(rèn)為各種冗余數(shù)據(jù)、重復(fù)數(shù)據(jù)、離群數(shù)據(jù)等異常數(shù)據(jù)應(yīng)該是偶然的或不重要的，造成這些異常數(shù)據(jù)沒(méi)有被納入關(guān)聯(lián)性數(shù)理關(guān)系的挖掘與分析規(guī)則或沒(méi)有被構(gòu)建到數(shù)據(jù)頻繁項(xiàng)目聚類(lèi)子集中等[5]。誠(chéng)然，在偵查決策過(guò)程中，偵查人員不僅要關(guān)注與涉嫌數(shù)據(jù)犯罪情勢(shì)有關(guān)的各種結(jié)構(gòu)型數(shù)據(jù)、半結(jié)構(gòu)型數(shù)據(jù)、數(shù)值型數(shù)據(jù)以及符號(hào)型數(shù)據(jù)和文本型數(shù)據(jù)等出現(xiàn)概率系數(shù)高的常規(guī)數(shù)據(jù)，還要關(guān)注各種非結(jié)構(gòu)型數(shù)據(jù)、異構(gòu)型數(shù)據(jù)等異常數(shù)據(jù)[6]。因此，在偵查決策小概率性引導(dǎo)下，偵查人員應(yīng)該關(guān)注和重視在決策中所發(fā)現(xiàn)或遇到的各種小概率事件，從而幫助其提升偵查決策的全面性。

1.2.3 框架效應(yīng)性?？蚣苄?yīng)是用來(lái)闡述人們?cè)谶x擇決策時(shí)對(duì)決策收益和決策損失的情感體驗(yàn)，而這種情感體驗(yàn)主要取決于選擇決策時(shí)的呈現(xiàn)范式和背景環(huán)境等[7]。而在偵查決策過(guò)程中，偵查人員無(wú)論是對(duì)參照點(diǎn)的制定、價(jià)值函數(shù)的預(yù)設(shè)，還是對(duì)概率權(quán)重系數(shù)的運(yùn)算、損失規(guī)避與偏好反轉(zhuǎn)的選擇等，主要是依據(jù)對(duì)各種涉案數(shù)據(jù)情報(bào)源整體的運(yùn)算和挖掘分析，而不是僅僅依據(jù)某一個(gè)或某一類(lèi)數(shù)據(jù)情報(bào)源的挖掘與分析。顯然，偵查決策具有顯著的框架效應(yīng)性，偵查人員要注意：(1)由于部分涉案數(shù)據(jù)情報(bào)源可能存在“孤島效應(yīng)”，造成偵查人員可能對(duì)部分潛在的關(guān)聯(lián)數(shù)理關(guān)系沒(méi)有進(jìn)行及時(shí)挖掘分析，所以要求其重視和關(guān)注這些存在“孤島效應(yīng)”的數(shù)據(jù)情報(bào)源[8]；(2)要求偵查人員應(yīng)結(jié)合所有數(shù)據(jù)情報(bào)源和整體涉嫌數(shù)據(jù)犯罪情勢(shì)的框架效應(yīng)而作出準(zhǔn)確全面的挖掘與分析判斷。因此，在偵查決策框架效應(yīng)引領(lǐng)和要求下，偵查人員應(yīng)該將其挖掘與分析放在所有數(shù)據(jù)情報(bào)源和整體涉嫌數(shù)據(jù)犯罪情勢(shì)的框架效應(yīng)中，同時(shí)還應(yīng)對(duì)決策收益和決策損失進(jìn)行前景預(yù)測(cè)，從而提高偵查決策應(yīng)用的客觀性。

2 偵查決策的評(píng)價(jià)指標(biāo)體系

偵查人員對(duì)參照點(diǎn)的制定、價(jià)值函數(shù)的預(yù)設(shè)、概率權(quán)重系數(shù)的運(yùn)算、損失規(guī)避與偏好反轉(zhuǎn)的選擇等會(huì)對(duì)偵查決策的準(zhǔn)確性和精確性有著制約和影響。只有對(duì)偵查決策評(píng)價(jià)指標(biāo)體系進(jìn)行定性范式的制定和選取，才能夠全面提高偵查決策效用值的優(yōu)質(zhì)性和高效性?；诖耍瑐刹闆Q策的評(píng)價(jià)指標(biāo)體系如圖1所示。

圖1 偵查決策的評(píng)價(jià)指標(biāo)體系

2.1 構(gòu)建評(píng)價(jià)指標(biāo)屬性值矩陣

在構(gòu)建評(píng)價(jià)指標(biāo)屬性值矩陣體系中，設(shè)所有偵查決策的數(shù)量為n，被選擇參與評(píng)價(jià)的數(shù)量為m。依據(jù)對(duì)偵查決策的前景效用值預(yù)設(shè)需求，結(jié)合偵查決策評(píng)價(jià)指標(biāo)體系的應(yīng)然價(jià)值，構(gòu)建評(píng)價(jià)指標(biāo)屬性值矩陣X為：

2.2 數(shù)據(jù)情報(bào)源極差化法處理指標(biāo)

2.3 效用前景值與決策概率權(quán)重指標(biāo)

2.4 數(shù)據(jù)情報(bào)偵查決策累積前景值指標(biāo)

3 偵查決策的流程模型構(gòu)建

依據(jù)對(duì)不同數(shù)據(jù)情報(bào)源的清洗歸約能力與挖掘預(yù)置決策收益和決策損失風(fēng)險(xiǎn)程度概率系數(shù)之間的差異性，并結(jié)合前景理論的主要原理和運(yùn)算價(jià)值優(yōu)勢(shì)與數(shù)據(jù)情報(bào)偵查決策的特殊價(jià)值需求，筆者認(rèn)為，可將偵查決策的流程模型構(gòu)建分為前期編輯階段流程和后續(xù)評(píng)估階段流程兩部分，如圖2所示。

圖2 偵查決策的流程模型構(gòu)建

3.1 前期編輯階段流程

前期編輯階段流程主要采取決策編碼、決策整合、決策分離等編輯操作范式，選取決策收益和決策損失的參照點(diǎn)，挖掘分析不同數(shù)據(jù)情報(bào)偵查決策的最佳優(yōu)先級(jí)決策效用值，對(duì)比不同決策收益和決策損失風(fēng)險(xiǎn)程度的概率系數(shù)，選取不同數(shù)據(jù)情報(bào)偵查決策的決策效用值、價(jià)值函數(shù)、決策概率權(quán)重系數(shù)等。顯然，前期編輯階段流程所采取的編輯操作不僅使預(yù)設(shè)偵查決策的應(yīng)然價(jià)值變得更加優(yōu)化，而且還提高了決策價(jià)值需求、決策效用值等的決策概率權(quán)重系數(shù)，增加了其被后續(xù)偵查決策流程所采用和執(zhí)行的概率。因此，前期編輯階段流程是偵查決策流程模型構(gòu)建的基礎(chǔ)和條件，也是由選取參照點(diǎn)、價(jià)值函數(shù)表示、概率權(quán)重系數(shù)、損失規(guī)避與偏好反轉(zhuǎn)等決定。

3.2 后續(xù)評(píng)估階段流程

為提高偵查決策的準(zhǔn)確性和精確性，需要對(duì)編輯后數(shù)據(jù)情報(bào)偵查決策的各種選項(xiàng)進(jìn)行檢驗(yàn)和評(píng)估，挖掘和獲得不同數(shù)據(jù)情報(bào)偵查決策的最佳優(yōu)先級(jí)決策效用值。例如，偵查人員可利用決策效用值的前景總價(jià)值函數(shù)公式V=∑[π(pi)v(xi) ]對(duì)經(jīng)過(guò)編輯后不同數(shù)據(jù)情報(bào)偵查決策的選項(xiàng)進(jìn)行檢驗(yàn)和評(píng)估，其中p為數(shù)據(jù)情報(bào)偵查決策x的感知概率，π(p)為數(shù)據(jù)情報(bào)偵查決策的決策概率權(quán)重系數(shù)，v(x)為不同數(shù)據(jù)情報(bào)偵查決策的決策效用值。顯然，決策效用值不僅體現(xiàn)了偵查人員對(duì)不同數(shù)據(jù)情報(bào)偵查決策選項(xiàng)的主觀情感價(jià)值，還反映了對(duì)決策收益和決策損失等風(fēng)險(xiǎn)程度的損失規(guī)避與偏好反轉(zhuǎn)。誠(chéng)然，決策效用值在后續(xù)評(píng)估階段流程的價(jià)值優(yōu)勢(shì)主要體現(xiàn)在：(1)決策效用值是根據(jù)決策收益和決策損失的參照點(diǎn)而動(dòng)態(tài)運(yùn)算所得，其運(yùn)算結(jié)果并不是一成不變的；(2)決策收益與決策損失屬于異配凹凸的反向?qū)傩躁P(guān)系，客觀反映了偵查人員對(duì)損失規(guī)避與偏好反轉(zhuǎn)的決策風(fēng)險(xiǎn)選擇；(3)決策損失區(qū)間一般比決策收益區(qū)間更加陡峭，這主要是由于偵查人員對(duì)決策損失的敏感度往往高于相同條件下的決策收益所造成，如圖3所示。

圖3 決策收益和決策損失的函數(shù)關(guān)系

4 偵查決策的應(yīng)用方法

探討偵查決策應(yīng)用方法，不僅需要考慮偵查決策的內(nèi)涵與屬性、評(píng)價(jià)指標(biāo)體系及流程模型構(gòu)建等，還需要考慮決策收益和決策損失矩陣、多屬性權(quán)重概率系數(shù)、損失規(guī)避與偏好反轉(zhuǎn)以及決策概率權(quán)重系數(shù)的選取標(biāo)準(zhǔn)和模糊隸屬度函數(shù)運(yùn)算等主要前景理論的價(jià)值優(yōu)勢(shì)。因此，應(yīng)該賦予偵查決策新的應(yīng)用方法。

4.1 TOPSIS多屬性決策算法

4.2 符號(hào)距離猶豫模糊數(shù)據(jù)決策算法

4.3 直覺(jué)模糊數(shù)據(jù)隨機(jī)多準(zhǔn)則算法

4.4 WSR偏好群決策算法

WSR偏好群決策算法主要是通過(guò)對(duì)不同研究對(duì)象可以選擇不同理論和方法作為支撐，重點(diǎn)是在處理問(wèn)題時(shí)能夠從“物理”“事理”和“人理”三個(gè)維度進(jìn)行研究考慮，既注重解決問(wèn)題的層次性和整體性，又注重問(wèn)題要素及要素之間進(jìn)行解析的相互關(guān)系[16]。結(jié)合挖掘偵查決策的最佳優(yōu)先級(jí)決策效用值和WSR偏好群決策算法的運(yùn)算價(jià)值優(yōu)勢(shì)，可以將其具體應(yīng)用分為以下步驟：(1)決策的評(píng)估階段。偵查人員先需對(duì)不同決策收益和決策損失的矩陣方案賦予[0，1]之間的閾值，如果賦予的閾值越高，那么說(shuō)明所選取的矩陣方案就越符合偵查決策的應(yīng)然價(jià)值需求。同時(shí)，還需依據(jù)數(shù)據(jù)情報(bào)偵查決策的參照點(diǎn)標(biāo)準(zhǔn)進(jìn)一步對(duì)該閾值進(jìn)行檢驗(yàn)和評(píng)估并賦予其不同的評(píng)估值。(2)決策的共識(shí)階段。經(jīng)過(guò)決策的評(píng)估階段之后，偵查人員還需要對(duì)不同決策收益和決策損失矩陣閾值的評(píng)估值進(jìn)行互相對(duì)比和衡量。如果存在不同矩陣方案中評(píng)估值過(guò)小或過(guò)大現(xiàn)象，那么就需要偵查人員在閾值[0，1]范圍內(nèi)適當(dāng)?shù)剡x擇對(duì)其進(jìn)行擴(kuò)展，進(jìn)而提升決策參照點(diǎn)的信任度系數(shù)。(3)決策的前景評(píng)估階段。為了提升WSR偏好群決策算法的準(zhǔn)確性和精確性，偵查人員可將決策的前景評(píng)估階段具體劃分為三個(gè)方面：一是決策的參考依賴(lài)。從決策收益和決策損失預(yù)設(shè)的決策參照點(diǎn)看，偵查人員可將決策的前景效用值分為決策收益域和決策損失域兩部分作為參考依賴(lài)。二是決策的靈敏度選擇。以數(shù)據(jù)情報(bào)偵查決策的前景效用值為切入點(diǎn)，偵查人員一般在面對(duì)決策收益時(shí)均會(huì)表現(xiàn)出選擇損失規(guī)避的靈敏度，而在面對(duì)決策損失時(shí)則往往會(huì)表現(xiàn)出選擇偏好反轉(zhuǎn)的靈敏度。三是決策的損失厭惡。偵查人員在對(duì)相同的決策收益和決策損失進(jìn)行參照點(diǎn)選擇時(shí)，一般對(duì)決策損失的選擇比決策收益的選擇更加靈敏，而對(duì)決策損失具有鮮明的厭惡情感[17]。(4)決策的選擇階段。偵查人員將不同決策的前景效用值融合在具有整體或全局屬性的數(shù)據(jù)情報(bào)偵查決策前景效用評(píng)估矩陣中，然后采取線性加權(quán)的方式對(duì)其進(jìn)行累積前景效用值總分的計(jì)算和統(tǒng)計(jì)，并將最終累積前景效用值總分按照降維標(biāo)準(zhǔn)進(jìn)行重新排序。如果不同數(shù)據(jù)情報(bào)偵查決策的累積前景效用值總分越高，那么就說(shuō)明其越符合偵查決策所需的最佳優(yōu)先級(jí)決策效用值。

4.5 雙參照點(diǎn)交叉決策算法

4.6 區(qū)間灰數(shù)多屬性決策算法