量化反腐研究的一项新成果

作者：Benren2 瞎掰 20180214

最近两天，本人利用业余时间，进行腐败证据量化统计建模，获得了一项新的反腐败科研成果。特此首发简介。

本研究主要利用中纪委公布的腐败官员证据，细加整理量化，并充分利用最新公布的资料，进行建模和模型优化。比如下面两个新案例，就使模型的预测精度提高了62.95%.

案例 1：

新华社2018年2月13日报道，十八届中央政治局委员孙政才涉嫌受贿案已侦查终结，交天津市第一中级法院起诉。检察院起诉指控，孙政才在整个仕途中都在不间断受贿。《重庆日报》同日披露，孙政才"十个必须条条触犯，七个有之样样皆占”。

案例 2：

同日，中纪委监察部网站宣布，原中宣部副部长、原中央网信办主任鲁炜被双开。中纪委监察部的公告称，鲁炜身为高级干部， “四个意识 ”个个皆无， “六大纪律” 项项违反。

上述两例显示，中纪委查处腐败分子的科学手段已经上了一个大台阶，开始量化了。任何社会问题，如果能够量化，建立统计模式，从根本上精准解决该问题，就是指日可待了。清除腐败官员，防止带病提拔，最经济有效的办法是早期识别，比如在提拔重用之前把他们筛选出来、清理出去 。

详细地讲，此项科研就是本人结合此前公布的省、部、军级以上官员腐败查处大数据，利用统计学中的Discriminant Analysis建模, 得出了早期识别腐败官员的算法。本人在此郑重提供国内有关部门参考，也算是没有辜负祖国养育之恩。

下面是本人的研究成果，精华部分就是一条公式，简单易用，一个手机计算器就能搞倒腐败分子。

         腐败概率 = 0.18 × 十个必须触犯%  + 

                    0.17 × 七个有之%      +

                    0.15 × 四个意识缺失%  +

                    0.14 × 六大纪律违反%  +

                    0.13 × 金钱欲望指数   +

                    0.12 × 性欲指数       +

                    0.11

这条公式是通过把中纪委公布的证据量化后作为训练样本，经由大型机高速运算而来。更重要的是，本人又把同批数据当作待测数值，代入公式验证，得出了99.8%的命中率。也就是说，当计算出来的腐败概率超过60%，随机查处一万人，最多冤枉两个。利用上面公式计算，孙、鲁两人的腐败概率分别是99.999%和99.998%，统计证据铁板钉钉，直接打脸企图替这两人喊冤的海外别有用心之人。

不在官场的一般平民对什么是十个必须、七个有之、四个意识和六大纪律可能一头雾水，根据公式，他们在这四项的得分可能是零，因此36%是普通人正常赚钱欲望和性欲这两项，代入公式计算，最高能达到的腐败分数。就算是六根清净的出家人，也有基础腐败分数11%，正应了人生来就带着原罪的说法。这也在统计学上说明了，世界上不存在绝对纯净不腐败的人。挑选廉洁官员有多难，由此可见一斑。

Discriminant Analysis建模的第一个大优点是能够提取出主因子，排除无关或弱因子，简化数据项目收集。本模型就剔除了撒谎指数(狡辩也没有用了！)、职业(不要告诉我有什么高危职业！)、性别(男女一视同仁！)、年龄、颜值、肥胖指数、个子高矮、主食偏好、烟酒消费量、手机使用率、民族、地域、学历等等124项次要和无关因素，因为它们对最终腐败概率计算的影响微小或者为零，有的甚至干扰、降低了预测精确度(比如学历)。根据本精准模型，现在查处新腐败案件，只需关注上面公式中提到的6个最重要指标，大量节省调查取证的人力、物力和时间。

Discriminant Analysis建模的第二个大优点是预测精度能够自我进化提高，具有机器学习的强大能力，只需经过几轮优化，就能获得惊人的预测正确率。具体而言，就是把新的查处数据不断添加到训练样本，程序自动重新计算并优化公式(主要是权重系数调整)。

祖国人民反腐倡廉不停不歇，充分体现了祖国人民与腐败分子斗争到底的坚强决心。本人乐意提供更多的统计分析支持，报效祖国。