中国卖淫嫖娼行为的大数据观察

@SD下海的杨大夫

【磕盐博主】前几天李云迪事件后，我和 chenqin 一起做了一份好玩的分析。

我们首先将中国东部某发达省份的行政处罚案例从2016年1月到2021年10月全部抓取了下来，原始行政处罚数据约500万条，保留了其中卖淫嫖娼案件后，还剩13万条。从图1和图2可以看到，这个处罚决定书非常详细，包括了时间、地点、价格、方式，用正则表达式即可可以很方便地将这些信息提取出来。

 

随后，将这13万条数据分成了民房、酒店/旅馆、足浴/会所/发廊，共三大类。图3列出了这三类地点的分布。不难发现，从2016年1月到2021年10月，民房的占比是越来越高的。一开始仅占25%左右，到现在已经高达63%。当然，这个比例并不等同于嫖娼发生地点的真实分布，只能说，被抓到的嫖娼案件中，在民房中发生的比例大大提高了。到底是民房发生嫖娼的频率更高了，还是民房嫖娼更容易被抓了呢？只能说，各地的朝阳群众都很靠谱啊。

图4列出了不同地点的嫖娼价格，可以看到，酒店/旅馆的价格一般都显著高于民房和足浴/发廊/会所，平均价格达到两倍以上。而但其中民房的价格又要比足浴/发廊/会所略低一些。从时间上看，这几个地点的嫖娼价格都在快速上升（通胀无处不在[二哈]），酒店内嫖娼价格2016年还在400元左右，目前已经稳定在800元以上，个别月份甚至超过了1000元。民房的价格在2016年原本是200元出头，现在大约是400元。李云迪被举报的地点是某小区，那应该属于民房，但民房内部的价格差异也很大，在我们抓取到的数字中，发生在民房嫖娼价格的99%百分位达到5000元，1%百分位仅为50元，相差百倍之多。如果看极端值的话，最高甚至达到50000（图5），不过被捕时嫖资尚未支付……

然后又做了一个「方式」上的分析。因为这个处罚书写得实在是……过于详细了，用关键词可以识别出来具体是哪一种。图6是不同嫖娼「方式」在各个时间的占比、图7是不同嫖娼「方式」在各个时间价格，都挺好玩的，不细说了，自己看吧。