余 琴 侯立文

(上海交通大學(xué),上海 200030)

0 引言

在“互聯(lián)網(wǎng) +”時(shí)代,網(wǎng)約車普遍被人們接受和使用 ,在社會(huì)中扮演著越來(lái)越重要的角色,但隨之產(chǎn)生了諸如網(wǎng)絡(luò)生態(tài)治理缺位、服務(wù)平臺(tái)規(guī)制欠缺、安全問(wèn)題突出等問(wèn)題,其中安全問(wèn)題最受關(guān)注。近年來(lái)我國(guó)發(fā)生多起網(wǎng)約車乘客安全的惡性犯罪事件。2018年5月初,空姐李某在鄭州搭乘滴滴順風(fēng)車途中,遭到司機(jī)殘忍殺害。2018 年8月25日,浙江省樂(lè)清市 20 歲女孩趙某也遭到滴滴順風(fēng)車司機(jī)的搶劫,并被殘忍殺害。網(wǎng)約車安全問(wèn)題頻發(fā)不僅涉及侵犯人身和財(cái)產(chǎn)安全、危害公共安全、妨礙社會(huì)監(jiān)管制度等,更成了部分犯罪事件的導(dǎo)火索。同時(shí),網(wǎng)約車是共享經(jīng)濟(jì)的重要組成部分,是“互聯(lián)網(wǎng)+”的代表,網(wǎng)約車安全是共享經(jīng)濟(jì)安全的一個(gè)縮影,研究網(wǎng)約車安全問(wèn)題可以為網(wǎng)約車行業(yè)乃至共享經(jīng)濟(jì)行業(yè)良性發(fā)展提供一定參考。

本研究將沖突事態(tài)嚴(yán)重程度定級(jí)預(yù)測(cè)作為研究目標(biāo)。沖突事態(tài)嚴(yán)重程度定級(jí)是網(wǎng)約車安全事件管理中的重要環(huán)節(jié),它連接了安全事件識(shí)別和安全事件干預(yù)這兩個(gè)環(huán)節(jié)。安全事件識(shí)別環(huán)節(jié)目的是識(shí)別出可能引發(fā)司乘沖突的訂單,本研究用沖突事態(tài)嚴(yán)重程度來(lái)量化。安全事件干預(yù)目的是在沖突升級(jí)形成負(fù)面影響之前,采取措施去阻止安全事件的進(jìn)一步惡化,往往不同的沖突嚴(yán)重程度對(duì)應(yīng)著不同干預(yù)措施。安全事件干預(yù)需要根據(jù)上一環(huán)節(jié)預(yù)測(cè)出的沖突事態(tài)嚴(yán)重程度采取相應(yīng)措施,因而研究沖突事態(tài)嚴(yán)重程度定級(jí)對(duì)于網(wǎng)約車安全事件管理有著重要理論意義。另一方面,通過(guò)預(yù)測(cè)沖突事態(tài)嚴(yán)重程度定級(jí)來(lái)主動(dòng)識(shí)別可能引發(fā)司乘沖突的訂單的管理模式對(duì)網(wǎng)約車平臺(tái)有一定啟示作用,在沖突升級(jí)形成負(fù)面影響之前,就對(duì)沖突進(jìn)行風(fēng)險(xiǎn)控制管理,從被動(dòng)地以司乘沖突發(fā)生后的應(yīng)急方式為主的事后風(fēng)控階段,提升到通過(guò)機(jī)器學(xué)習(xí)模型主動(dòng)發(fā)現(xiàn)風(fēng)險(xiǎn)的主動(dòng)防御型的事中風(fēng)控階段,實(shí)現(xiàn)風(fēng)險(xiǎn)的內(nèi)部消化,也將地有利于網(wǎng)約車平臺(tái)的文明創(chuàng)建工作,打造文明出行環(huán)境,保障與維護(hù)司乘雙方權(quán)益。因此,研究網(wǎng)約車司乘沖突嚴(yán)重程度定級(jí)具有一定理論意義。

目前網(wǎng)約車安全領(lǐng)域的研究并不多,管理學(xué)界已有研究主要關(guān)注網(wǎng)約車安全現(xiàn)狀、網(wǎng)約車風(fēng)險(xiǎn)及規(guī)避手段、網(wǎng)約車安全問(wèn)題及其影響,具體見(jiàn)表1。大多數(shù)研究從定性角度出發(fā)來(lái)研究網(wǎng)約車安全風(fēng)險(xiǎn),沈霄鵬和王婷(2018)通過(guò)定性分析、案例分析來(lái)探討網(wǎng)約車行業(yè)中道德缺失現(xiàn)象及治理對(duì)策,孫興軍(2016)通過(guò)定性分析來(lái)研究網(wǎng)約車風(fēng)險(xiǎn)及規(guī)避手段。定量角度的話,主流做法是通過(guò)問(wèn)卷調(diào)查來(lái)收集用戶對(duì)網(wǎng)約車安全的認(rèn)知,Lee(2017)通過(guò)問(wèn)卷調(diào)查結(jié)合結(jié)構(gòu)方程模型來(lái)研究乘客對(duì)網(wǎng)約車相關(guān)的行程保障、人身安全、額外費(fèi)用(索高價(jià))三類風(fēng)險(xiǎn)的認(rèn)知和這種認(rèn)知對(duì)實(shí)際網(wǎng)約車使用的影響。目前,國(guó)內(nèi)外還未有實(shí)證研究來(lái)探討網(wǎng)約車司機(jī)和乘客在網(wǎng)約車服務(wù)過(guò)程中產(chǎn)生沖突的文獻(xiàn),主要有以下兩個(gè)難點(diǎn):第一點(diǎn)是沖突新聞收集的難度,從各大信息資訊平臺(tái)盡可能多地收集來(lái)源可靠的新聞是一項(xiàng)費(fèi)時(shí)費(fèi)力的工作;第二點(diǎn)是對(duì)于沖突新聞后續(xù)的文本分析帶來(lái)的難度。因而,本文從實(shí)證分析出發(fā)來(lái)研究網(wǎng)約車安全問(wèn)題中的司乘沖突嚴(yán)重程度定級(jí)預(yù)測(cè)。

表1 文獻(xiàn)匯總

1 安全事件過(guò)程分析

1.1 安全事件典型過(guò)程

以下為一個(gè)完整的司乘沖突新聞:“某日,司機(jī)A駕駛網(wǎng)約車將乘客B送達(dá)本市C小區(qū)附近,乘客B在下車過(guò)程中與司機(jī)A因XX發(fā)生口角,后相互推搡、廝打。其間,司機(jī)A用拳頭擊打乘客B頭面,致乘客B面部多處受傷。經(jīng)法醫(yī)學(xué)鑒定中心鑒定,乘客B輕傷二級(jí)。經(jīng)乘客B報(bào)警,公安機(jī)關(guān)趕至現(xiàn)場(chǎng),并于當(dāng)日將司機(jī)A傳喚到案?！闭麄€(gè)沖突過(guò)程可由事件屬性來(lái)刻畫,具體可由以下四元組來(lái)描述:沖突屬性、沖突緣由、沖突行為、沖突嚴(yán)重程度。沖突屬性包括沖突時(shí)間、地點(diǎn)、角色三項(xiàng)。引發(fā)司乘沖突的緣由多樣且復(fù)雜,和具體的沖突場(chǎng)景緊密相關(guān)。沖突行為是沖突雙方在沖突過(guò)程中采取的措施,雙方既有可能互不相讓進(jìn)而沖突升級(jí)引發(fā)肢體沖突,也有可能各退一步。而沖突嚴(yán)重程度直接受沖突屬性、沖突緣由、沖突行為影響。對(duì)于這類型的具體測(cè)量,目前并沒(méi)有形成一個(gè)較為系統(tǒng)的劃分標(biāo)準(zhǔn),基本依據(jù)人的主觀經(jīng)驗(yàn)判斷。對(duì)于沖突烈度的歸類,也亟待權(quán)威部門制定相應(yīng)的劃分標(biāo)準(zhǔn),以按沖突的不同程度采取相應(yīng)的措施。

達(dá)倫多夫在論述社會(huì)沖突的程度時(shí),提出強(qiáng)度和烈度的概念。其中,強(qiáng)度表示社會(huì)沖突過(guò)程中各沖突主體投入力量的程度,包括人數(shù)多少、權(quán)利大小等因素;烈度表示沖突的方式,如和平協(xié)商、暴力解決、社會(huì)行動(dòng)等。李濤、蘇曦凌根據(jù)沖突程度對(duì)社區(qū)沖突進(jìn)行類型劃分時(shí),基本參考達(dá)倫多夫提出的強(qiáng)度和烈度兩種概念。張?zhí)K在關(guān)于交通沖突程度的研究中指出交叉口交通沖突嚴(yán)重程度可由單位時(shí)間事故發(fā)生概率的數(shù)學(xué)期望表示,也可以由沖突本身表現(xiàn)出來(lái)的特征來(lái)界定。本研究主要就司乘沖突的嚴(yán)重程度進(jìn)行定級(jí)預(yù)測(cè),在提取特征時(shí)參考達(dá)倫多夫提出的沖突強(qiáng)度和沖突烈度兩個(gè)概念。

1.2 變量定義

本文的被解釋變量為網(wǎng)約車司乘沖突事態(tài)嚴(yán)重程度等級(jí),根據(jù)上述四元組進(jìn)一步細(xì)化,初期共提取出16個(gè)特征,如表2所示。對(duì)于大部分特征,本文采用文本挖掘手段通過(guò)Python編程語(yǔ)言來(lái)進(jìn)行特征提取,對(duì)于無(wú)法自動(dòng)化提取的特征,采用人工手動(dòng)標(biāo)注來(lái)實(shí)現(xiàn)全量數(shù)據(jù)的特征提取。其中,特征Action_set指的是沖突雙方在沖突過(guò)程中用的動(dòng)作,本研究從沖突過(guò)程中可能引發(fā)的沖突動(dòng)作出發(fā),定義了操作不當(dāng)、酒駕、口角、盜竊、言語(yǔ)行動(dòng)騷擾、猥褻、搶劫、非持械傷害、持械傷害、強(qiáng)奸、殺人以上11個(gè)沖突動(dòng)作的集合,給每個(gè)動(dòng)作賦予一個(gè)嚴(yán)重等級(jí),數(shù)值越大表示沖突事態(tài)越嚴(yán)重。為了使不同動(dòng)作對(duì)應(yīng)的沖突事態(tài)嚴(yán)重程度盡可能有區(qū)別,比如讓殺人和口角之間對(duì)應(yīng)的分值差距盡可能大,可使用一個(gè)轉(zhuǎn)換函數(shù)來(lái)重新界定每個(gè)動(dòng)作的嚴(yán)重程度。本研究采用的是數(shù)字2的冪次方來(lái)表示。本研究將各動(dòng)作對(duì)應(yīng)的嚴(yán)重等級(jí)定義如下:操作不當(dāng):1;酒駕:2;口角:2;盜竊:3;言語(yǔ)行動(dòng)騷擾:3;猥褻:4;搶劫:4;非持械傷害:4;持械傷害:5;強(qiáng)奸:5;殺人:6,則各動(dòng)作對(duì)應(yīng)的嚴(yán)重分?jǐn)?shù)按照2的冪次方計(jì)算如下:操作不當(dāng):2;酒駕:4;口角:4;盜竊:8;言語(yǔ)行動(dòng)騷擾:8;猥褻:16;搶劫:16;非持械傷害:16;持械傷害:32;強(qiáng)奸:32;殺人:64。如果一條新聞中涉及兩個(gè)及以上的動(dòng)作,則該新聞司乘沖突嚴(yán)重程度對(duì)應(yīng)的分?jǐn)?shù)為各動(dòng)作對(duì)應(yīng)分?jǐn)?shù)的加和。

表2 變量匯總

表3 Kappa系數(shù)分類標(biāo)準(zhǔn)

2 模型

2.1 數(shù)據(jù)收集與特征工程

以“網(wǎng)約車”為核心關(guān)鍵詞,分別以中國(guó)裁判文書網(wǎng)、互聯(lián)網(wǎng)新聞庫(kù)和圖書館文獻(xiàn)庫(kù)為范疇查找資料,從不同信息源來(lái)進(jìn)行資料的收集。中國(guó)裁判文書網(wǎng)是司法機(jī)關(guān)統(tǒng)一公布各級(jí)人民法院生效裁判文書的官方網(wǎng)址,互聯(lián)網(wǎng)新聞庫(kù)包括今日頭條、微博等資訊平臺(tái)。隨后,為了保證有效信息的提取,逐條閱讀每條新聞,篩除掉不滿足四元組定義的新聞,僅保留滿足四元組定義的新聞,以確保有效信息的提取。隨后,再對(duì)所有搜集到的資料進(jìn)行內(nèi)容閱讀、噪聲數(shù)據(jù)清洗、分類、要點(diǎn)提煉,形成可用于該問(wèn)題研究的數(shù)據(jù)基礎(chǔ),共收集了從2015年1月至2020年10月全國(guó)范圍內(nèi)網(wǎng)約車司機(jī)和乘客發(fā)生沖突的新聞161條,其中刑事案件56條。

在初期特征提取步驟中,對(duì)于大部分特征,采用文本挖掘手段通過(guò)Python編程語(yǔ)言來(lái)進(jìn)行特征提取,對(duì)于無(wú)法自動(dòng)化提取的特征,采用人工手動(dòng)標(biāo)注來(lái)實(shí)現(xiàn)全量數(shù)據(jù)的特征提取。我們希望盡可能提取更多的特征,可提供更多信息用以準(zhǔn)確描述問(wèn)題,使得模型解釋性更強(qiáng)。但當(dāng)維度超過(guò)一定值時(shí),會(huì)引起“維度災(zāi)難”,在保證學(xué)習(xí)算法預(yù)測(cè)精度前提下,訓(xùn)練所需樣本會(huì)隨著維度提升呈現(xiàn)指數(shù)形式提升。對(duì)于161條數(shù)據(jù)和16個(gè)特征易引發(fā)“維數(shù)災(zāi)難”,模型易引發(fā)過(guò)擬合問(wèn)題,需從原始特征中篩選出“好的”特征,剔除掉“不好的”特征?！昂玫摹碧卣髦笇?duì)模型貢獻(xiàn)度大的、與任務(wù)相關(guān)性強(qiáng)的特征?！安缓玫摹碧卣髦溉哂嗵卣?、無(wú)關(guān)特征和噪聲等。本文采用決策樹(shù)模型來(lái)進(jìn)行特征提取,在已知數(shù)據(jù)上構(gòu)建決策樹(shù)模型,決策樹(shù)每次分叉都會(huì)選擇對(duì)信息熵影響最大的特征,根據(jù)特征分叉的先后順序模型可以獲得每個(gè)特征所屬的權(quán)重,按照特征對(duì)應(yīng)權(quán)重由大到小排列,可以獲得特征重要性排序。

如圖1所示,可以看到排名靠前的3個(gè)特征按照特征貢獻(xiàn)度從大到小分別是沖突事件雙方采取的行動(dòng)集合得分、沖突事件中過(guò)錯(cuò)方所受處罰、受害者人身傷害狀況,對(duì)應(yīng)的特征重要性分別為0.2462、0.1983、0.1233,這也與社會(huì)大眾判斷一起司乘沖突嚴(yán)重程度的經(jīng)驗(yàn)相一致,沖突事件中沖突雙方采取的過(guò)激肢體行動(dòng)越多、越嚴(yán)重,則司乘沖突事態(tài)越嚴(yán)重;沖突事件中過(guò)錯(cuò)方所受司法處罰越重,則司乘沖突事態(tài)越嚴(yán)重;受害者所受人身傷害越重,則司乘沖突事態(tài)越嚴(yán)重。排名靠后的5個(gè)特征分別是司機(jī)身份狀態(tài)、司機(jī)神志狀態(tài)、受害者身份、有無(wú)前科、受害者在沖突過(guò)程中遭受的財(cái)產(chǎn)損失,這5個(gè)特征對(duì)模型的重要性均小于0.02,分析認(rèn)為是這5個(gè)特征大部分都是默認(rèn)值,所取的值較少,因而不利于模型學(xué)到更有用的信息。以受害者身份這一特征為例,95%的受害者是乘客,5%的受害者是司機(jī),這一特征給模型帶來(lái)較小的貢獻(xiàn)度。我們?cè)O(shè)置閾值為0.02,特征貢獻(xiàn)度大于閾值的特征將會(huì)保留用于后續(xù)操作,特征貢獻(xiàn)度小于閾值的特征將會(huì)舍棄掉,以此達(dá)到特征篩選的目的。

圖1 特征重要性柱形圖

用決策樹(shù)算法篩選出更重要的特征后,下一步對(duì)各列特征進(jìn)行特征縮放。為了消除指標(biāo)之間的量綱影響,一般需要進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理,以解決數(shù)據(jù)指標(biāo)之間的可比性。原始數(shù)據(jù)經(jīng)過(guò)數(shù)據(jù)標(biāo)準(zhǔn)化處理后,各指標(biāo)處于同一數(shù)量級(jí),適合進(jìn)行綜合對(duì)比評(píng)價(jià)。特征縮放包含兩種主要的方式:Min-Max標(biāo)準(zhǔn)化和Z-score標(biāo)準(zhǔn)化。轉(zhuǎn)化函數(shù)分別如式1、2所示。本研究采用兩種特征縮放方式進(jìn)行對(duì)比驗(yàn)證。

2.2 模型訓(xùn)練

司乘沖突嚴(yán)重程度定級(jí)中,本研究采用百度眾測(cè)平臺(tái)來(lái)為新聞中涉及的司乘沖突嚴(yán)重程度進(jìn)行標(biāo)注。“百度眾測(cè)”是國(guó)內(nèi)最大的數(shù)據(jù)標(biāo)注平臺(tái),提供專業(yè)、高質(zhì)量、高標(biāo)準(zhǔn)的數(shù)據(jù)標(biāo)注服務(wù)。本研究將自己的新聞標(biāo)注需求發(fā)布在百度眾包平臺(tái),讓標(biāo)注人員按照自己的先驗(yàn)看法對(duì)每條新聞中司乘沖突嚴(yán)重程度進(jìn)行標(biāo)注,其中1～4表示從不嚴(yán)重到最嚴(yán)重。為了保證標(biāo)注人員對(duì)每條新聞沖突嚴(yán)重程度標(biāo)注的獨(dú)立性和先驗(yàn)性,本研究告知標(biāo)注人員按照他們個(gè)人對(duì)一起司乘沖突嚴(yán)重程度的先驗(yàn)看法來(lái)標(biāo)注。每一條新聞沖突嚴(yán)重程度取決于所有標(biāo)注員給的標(biāo)注里的眾數(shù)。

本次研究對(duì)象是一個(gè)多分類問(wèn)題,即預(yù)測(cè)網(wǎng)約車司乘沖突嚴(yán)重等級(jí)程度,所以選擇以下經(jīng)典分類算法——邏輯回歸、隨機(jī)森林、SVM、樸素貝葉斯,進(jìn)而比較哪個(gè)模型更適合本次研究對(duì)象的樣本。多分類評(píng)價(jià)指標(biāo)其中一種方法是將多分類問(wèn)題轉(zhuǎn)化為多個(gè)二分類問(wèn)題進(jìn)行討論,多分類的精確率、召回率依據(jù)每個(gè)標(biāo)簽的精確率、召回率再取其加權(quán)平均得到;還有一種是直接定義的多分類指標(biāo)。本研究采用的是Kappa系數(shù),借用Cohen提出的Kappa系數(shù)分類評(píng)價(jià)標(biāo)準(zhǔn)。

2.3 模型效果展示

表4顯示了使用邏輯回歸、樸素貝葉斯、SVM、隨機(jī)森林四種算法,以及每種算法使用Min-Max方法和Z-Score方法進(jìn)行無(wú)量綱化后的精確率、召回率、Kappa系數(shù)對(duì)比。研究發(fā)現(xiàn),在三種不同分類算法中,Min-Max標(biāo)準(zhǔn)化和Z-score標(biāo)準(zhǔn)化后相比未使用特征縮放的模型,效果均有略微提升。在使用邏輯回歸、隨機(jī)森林的情況下,模型驗(yàn)證不同特征處理方法的識(shí)別率都很高,說(shuō)明數(shù)據(jù)模型構(gòu)造得都很合理,在驗(yàn)證集的表現(xiàn)良好。而在貝葉斯算法中,模型精確率、召回率不足50%,Kappa系數(shù)也落在分類效果一般的區(qū)間,說(shuō)明構(gòu)造模型的泛化能力很差。

表4 模型預(yù)測(cè)識(shí)別準(zhǔn)確率對(duì)比

本研究中貝葉斯算法效果不太理想和隨機(jī)森林、邏輯回歸效果理想也是可預(yù)見(jiàn)的。貝葉斯算法假定所有輸入屬性彼此是獨(dú)立的,但現(xiàn)實(shí)中經(jīng)常發(fā)生不滿足條件獨(dú)立性的情況。在本研究中變量之間并不滿足相互獨(dú)立的情況,比如Personal_injury和Punishment成正相關(guān)。而隨機(jī)森林算法是一種集成算法,它隨機(jī)選取不同的特征訓(xùn)練樣本,生成大量的決策樹(shù),然后綜合多棵決策樹(shù)的結(jié)果來(lái)進(jìn)行最終的分類,因而在數(shù)據(jù)上表現(xiàn)優(yōu)異。

3 討論和啟示

本文立足于中國(guó)網(wǎng)約車安全治理體系下的司乘沖突事件頻發(fā)的現(xiàn)狀,從實(shí)證分析角度出發(fā),對(duì)中國(guó)法律文書網(wǎng)和權(quán)威資訊網(wǎng)站的網(wǎng)約車司乘沖突新聞進(jìn)行了深入研究。在機(jī)器學(xué)習(xí)的研究上,深入研究和運(yùn)用了邏輯回歸、隨機(jī)森林、SVM、貝葉斯機(jī)器學(xué)習(xí)等算法,并在深入研究可能引發(fā)司乘沖突事件的基礎(chǔ)上運(yùn)用大量特征工程方法來(lái)加工樣本數(shù)據(jù),訓(xùn)練出了具有高識(shí)別能力的機(jī)器學(xué)習(xí)模型。研究證明了網(wǎng)約車平臺(tái)通過(guò)機(jī)器學(xué)習(xí)來(lái)識(shí)別可能引發(fā)司乘沖突的訂單的管理模式是完全可行的,在形成負(fù)面影響之前,就對(duì)沖突進(jìn)行風(fēng)險(xiǎn)控制管理,這屬于主動(dòng)防御性風(fēng)險(xiǎn)控制管理,從被動(dòng)地以司乘沖突發(fā)生后的應(yīng)急方式為主的事后風(fēng)控階段,提升到通過(guò)機(jī)器學(xué)習(xí)模型主動(dòng)發(fā)現(xiàn)風(fēng)險(xiǎn)的主動(dòng)防御型事中風(fēng)控階段,實(shí)現(xiàn)風(fēng)險(xiǎn)的內(nèi)部消化,也將更有利于網(wǎng)約車平臺(tái)的文明創(chuàng)建工作,打造文明出行環(huán)境,保障與維護(hù)司乘雙方權(quán)益。

但本文的研究還存在以下不足:(1)在數(shù)據(jù)方面,本文的研究數(shù)據(jù)為2015年1月起網(wǎng)約車司機(jī)和乘客發(fā)生沖突的新聞,共收集到161條新聞,因此在后續(xù)研究中可以繼續(xù)收集有關(guān)這方面的新聞來(lái)擴(kuò)大樣本量。數(shù)據(jù)和特征決定了機(jī)器學(xué)習(xí)的上限,而模型和算法只是逼近這個(gè)上限而已。(2)在特征提取方面,本研究從沖突發(fā)生時(shí)間、地點(diǎn),沖突雙方年齡、狀態(tài),沖突所用工具,沖突事由,沖突發(fā)生后所造成的財(cái)產(chǎn)損害、人身傷害,施害者受到的處罰等盡可能對(duì)沖突進(jìn)行事件畫像,初期共提取出16個(gè)特征,后續(xù)研究可在數(shù)據(jù)量有一定增加后,再繼續(xù)提取更多的特征以提供更多信息用以準(zhǔn)確描述沖突事態(tài),使得模型解釋性更強(qiáng),特征研究結(jié)果也將更加充滿說(shuō)服力。(3)在算法方面,本文應(yīng)用了隨機(jī)森林算法、樸素貝葉斯算法、SVM、邏輯回歸算法,但不能說(shuō)明這些算法是最佳算法。如數(shù)據(jù)量增加,可嘗試構(gòu)建一份司乘沖突的語(yǔ)料庫(kù),再基于語(yǔ)料庫(kù)采用LDA算法,進(jìn)行主題挖掘。