犯罪偵查的大數據視角探討范文

本站小編為你精心準備了犯罪偵查的大數據視角探討參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:大數據已廣泛運用于包括犯罪偵查在內的各個領域，且偵查效果明顯。大數據具有整體性思維、相關性思維和預測性思維三大特征，三大思維特征給偵查模式、偵查方法帶來了深遠影響，即大數據催生了新的偵查模式和偵查方法。大數據在犯罪偵查實踐中的運用具有一系列的基本樣態，也存在一定的問題，應針對存在問題探索相應的解決方法。

關鍵詞:大數據;偵查模式;偵查方法

目前，大數據作為一種重要的技術方法，已經廣泛運用于商業、科技、醫療、教育、經濟等諸多領域，在犯罪偵查中的運用也日漸增多，且作用凸顯。然而，如何有效運用“大數據”，充分發揮大數據在包括犯罪偵查在內的諸多領域的作用，并將其運用過程中的負面影響降到最低或者有效加以規制，成為當前人們必須要面對、思考和加以解決的問題。

一、大數據:一種實質上的方法論

從本質上講，大數據不僅是一種技術，更是一種方法論。它從理論到實踐兩個方面為人們提供了一個認識世界的全新視角。

(一)大數據推動思維方式轉變

大數據時代，思維方式的轉變主要表現在三個方面:一是從依靠分析少量數據樣本，向分析與某事物相關的所有數據轉變。小數據時代，由于技術上的限制，人們在思維方式上形成并習慣于采取隨機抽樣的方法，盡力依憑少量數據去獲取盡可能多的研究結果。“統計學的一個目的就是用盡可能少的數據證實盡可能重大的發現。”［1］21在思維方式上，呈現出一種小數據思維方式特征。大數據時代，大數據關注所有數據，遵循“樣本=總體”的全數據思維。在思維方式上，呈現出大數據特征，即在海量數據視野下，采取“總體”的研究方法，去探索分析事物背后的深層微觀信息。舍恩伯格認為，“在這一思維的轉變中社會科學研究方法震動的最為厲害，社會科學不再單純依賴分析實證數據”［1］16。二是從依賴結構化之小數據和精確性，向“允許不精確”與“接受混雜”轉變。小數據時代，研究的基本要求是，在減少數據錯誤的前提下，保證數據質量、追求結果精確，這也是研究人員的基本思維方式。這種思維方式與小數據時代的結構化數據形態是相適應的。大數據時代，數據結構類型發生了巨大變化，半結構化、非結構化數據占據絕對優勢，結構化數據追求“精確性”之目的面臨著巨大挑戰。據業內專家估計，“當今社會的數據量只有5%的數據是結構化的數據，適用于傳統數據庫，而95%的非結構化數據無法被利用。在如此混雜的數據世界里，研究往往會因為“精確”思維的指導而錯過重要的信息，而大數據因為強調數據規模的完整性和混雜性，有助于進一步接近事實真相”［1］51－64。三是從完全依靠因果關系，向“更好不是因果關系，而是相關關系”轉變。小數據時代，因果關系是人們思考與探索的基本路徑，一般表現為先假設，后實驗，然后對假設予以證實或者推翻。當然，小數據時代，思考與探索事物時也會在某種程度上考慮相關關系。但是，在關系分析過程中，由于相關關系數據獲得十分困難、計算能力有限等原因，再加上分析過程中存在較大的主觀性因素，相關關系的探求大多僅僅限于“線性”而非“非線性”，“為什么”的因果關系探求表現得更為突出。大數據時代，借助于信息技術、海量數據、強大計算能力和有效分析工具，以及不斷拓寬的分析思路，大數據相關關系分析法呈現出更加準確、快捷和有效的特征，且不容易受到主觀偏見的影響。探索過程中，通過尋找“關聯物”，或者找出新種類數據之間的相互聯系，人們就可以比較容易回答“是什么”的問題。大數據告訴人們的是“是什么”而不是“為什么”。大數據時代，人們只需讓數據自己發聲，不需知道事物現象背后的原因。同時，相關關系還能夠為因果關系的研究奠定堅實的數據基礎，推動人們的思維方式實現由“為什么”的“因果關系思維”向“是什么”的“相關關系思維”轉變，促進人們更加全面、深刻地認識客觀世界。

(二)大數據推動工作方法轉變

大數據的核心是預測，預測的關鍵是關聯物。通過選擇某一現象之關聯物，相關關系能夠幫助人們預測未來和揭示現實。假如甲和乙經常一起發生，僅需注意到乙發生了，就可以預測甲也發生了。這既能夠使人們在不能觀測到甲或者直接測量到甲的情況下，揭示可能和甲一起發生的事情，也使人們能夠預測未來可能發生什么。小數據時代，數據很少而且收集數據費時費力，相關關系雖然有用，但卻很少應用。因此，小數據時代，人們處理事務的方式是被動的，即只有在事件發生之后，才能根據已經發生的事件的具體情況，采用因果關系的方法，去回溯事件或者同類事件發生的根本原因、過程和結果，以及相關的情況。這種被動的因果關系式的回溯，是與小數據時代的基本情況相適應的。大數據時代，“我們現在擁有如此多的數據，這么好的機器計算能力，因而不再需要人工選擇一個關聯物或者一小部分相似數據來逐一進行分析了”［1］16－17。借助于各海量數據，高超的機器計算能力，以及各種數據分析平臺，通過對大數據的相關關系分析，能夠預測到當下哪些物品在哪些地區是最流行的;在節假日期間，哪些景區人滿為患或者哪些高速公路車輛堵塞;本地區有哪些是來自高危犯罪地區的人，他們可能會在本地區從事哪些犯罪活動，等等。大數據時代，大數據的相關關系分析法具有準確、快捷等特點，且不易受到偏見的影響，這導致用數據驅動的大數據的相關關系分析法，代替了建立假想求證基礎上的，容易出現錯誤的方法。因此，作為大數據的核心，這種建立在相關關系分析法基礎上的預測，在包括偵查領域在內的社會各領域的運用越來越廣泛，發揮的作用也日益凸顯。

二、大數據:催生新的偵查模式與方法

大數據作為一種方法、一種技術，具有強大的數據“收集功能”“管理功能”“分析功能”“挖掘和重組功能”與“預測功能”。大數據運用于犯罪偵查實踐，催生了新的偵查模式、新的偵查方法，帶來了犯罪偵查領域的一場巨大變革。

(一)大數據與偵查模式

1．整體性思維與偵查模式。小數據時代，由于能力有限，人們只能采取抽樣調查的方法處理大量數據，試圖通過科學的抽樣方法來獲取盡可能準確的統計結果。但由于一些重要信息可能存在于某些“非樣本”數據之中，即使選取樣本的方法非常科學，也無法獲取全部的數據。因此，小數據時代的傳統思維不可避免地帶有“抽樣”的印記，即取證思維的有限性和事實還原思維的片面性。大數據時代，人們完全有條件去獲得某個研究對象的所有數據，達到“樣本=總體”之規模，這種“全數據”“整體性”思維模式，有利于人們對案(事)件進行全方位的觀察，不錯過任何一個環節，彌補了傳統抽樣調查片面性的缺陷。大數據偵查思維同樣帶有“全數據”“整體性”特色，呈現出不同于以往的“全數據思維”“整體性思維”的特征。這種特征在取證和事實還原兩個階段都有所體現。大數據時代，偵查人員不再拘泥于現實空間的書證、物證、人證等載體，而是關注虛擬空間的相關數據。數據空間的技術特征賦予了偵查人員獲取全部數據的可能性，使其能夠對數據進行整體性、全面性獲得。因而，大數據偵查的取證思維也具有整體性特征。或許與案件有關的數據僅僅是一小部分，但是大數據偵查需要先獲取一定范圍內的所有數據，再通過挖掘、碰撞等大數據方法得出與犯罪案件有關的信息。大數據偵查遵循的是“從大數據到小數據”的取證模式，與傳統取證范圍、數量的有限性相比，大數據的整體性、全面性取證模式獲取的信息更加全面。取證思維的整體性也帶來事實還原思維的整體性。在傳統偵查思維中，偵查人員通過一個個線索、證據材料去還原案件事實的某些片段，再將這些零散的片段拼湊出整個案件事實。在大數據偵查中，運用的則是一種整體性的事實還原思維，首先還原出更為廣泛意義上的“大事實”。如偵查人員如果想獲取某一犯罪行為人的某種犯罪事實，可以通過手機數據、電腦數據、網絡數據、視頻數據等各個維度的數據，去還原犯罪行為人在一定時間內的完整生活、工作事實，而與案件相關的事實必然置于這個“大事實”之中;在此基礎上，偵查人員再借助一定的技術手段去分析、判斷、甄別其中與案件有關的事實。這是一種從“大事實到小事實”的邏輯過程。與小數據時代傳統偵查中的片面化、零散化的事實認定方式相比，大數據偵查基于整體性思維、全數據思維，還原出來的案件事實更具有全面性和完整性。由上可知，大數據時代，偵查的整體性思維、全數據思維特征，必然對傳統偵查模式產生重大影響，推動傳統的個案分析偵查模式向整體分析偵查模式的轉化。

2．相關性思維與偵查模式。小數據時代，人類思維范式是一種因果關系思維，強調原因在前，結果在后，先產生一個假設，然后再去驗證假設的正確性。傳統的偵查思維是建立在因果關系邏輯的基礎之上，對犯罪事實的認定，必須嚴格地遵循因果關系邏輯，要求證據材料與事實之間具有引起與被引起的因果關系。表現在偵查模式上，必然產生一種遵循因果關系的回溯型偵查模式。大數據時代，大數據顛覆了人類傳統的因果關系思維，強調事物之間的相關關系而非因果關系。大數據的相關性主要通過量化兩個數值之間的數理關系而得出，這種相關性只能告訴人們“是什么”而不能解釋“為什么”，即“知其然而不知其所以然”。“大數據告訴我們‘是什么’而不是‘為什么’。在大數據時代，我們不必知道現象背后的原因，我們只要讓數據自己發聲。”［1］19在犯罪偵查中，大數據的相關性思維的運用，可以大大拓展犯罪偵查的思維視野，發掘出更多的線索、證據材料。在犯罪偵查中，運用大數據之相關性思維，偵查人員可以從以下兩個方面入手:一是“找到一個關聯監測它”。大數據可以找到一個現象的良好關聯物，通過對關聯物的分析來觀測現象本身。大數據的這一原理同樣可以在犯罪偵查領域運用。如果甲和乙經常一起出現，只要甲現象發生了，那么就可以推測乙現象也發生了。如通過對社交關系網的分析，可以判斷哪些人與恐怖分子有聯系等。而且，“隨著大數據技術的不斷發展。未來我們不再需要人工選擇關聯物，大數據通過計算機能夠告訴我們誰是最好的人”［1］75。二是挖掘數據背后的相關性。小數據時代，偵查人員憑借主觀能力、主觀經驗，只能收集與犯罪案件有明顯因果關系的線索、證據材料。大數據時代，大數據方法則能夠從海量看似與犯罪案件無關的數據中挖掘出相關信息、證據材料。如在當下的犯罪偵查中，通過手機數據、話單數據進行挖掘，能夠發現犯罪行為人的行蹤軌跡、人際交往關系、通話規律等大量有價值的數據信息，即衍生數據信息。衍生數據信息，是指對與案件、犯罪行為人有關的原始數據進行第二次挖掘、分析后得出的數據信息，它們能夠反映出案件或者犯罪行為人的某些深層次特征。根據上述可知，大數據相關性思維能夠極大拓展犯罪偵查線索、證據材料之來源，引領偵查人員多角度、全方位地探尋犯罪偵查的突破口。同時，也提醒偵查人員，在直接對犯罪案件開展偵查有困難時，可以通過相關人或者相關事的現象進行相關關系分析;當在現實空間無法找到案件線索或者證據材料，或者案件線索、證據材料不足時，可以借助虛擬空間的相關數據，通過對數據的深度挖掘、分析，找出與犯罪案件有關的更深層次的數據信息。大數據之相關性思維廣泛運用于犯罪偵查之中，有力地推動了偵查模式由原生數據偵查模式，向衍生數據偵查模式的轉化。

3．預測性思維與偵查模式。如前所述，預測是大數據的核心價值。小數據時代，數據很少且收集十分困難，人們無法基于數據進行預測，人們處理事務的方式是被動的，即只有在案(事)件發生之后，才能根據已經發生的案(事)件的具體情況，采用因果關系的方法，去回溯案(事)件或者同類案(事)件發生的根本原因、過程和結果，以及相關的情況。這種被動的因果關系式的回溯，是與小數據時代的基本情況相適應的。大數據時代，海量數據的存在、計算技術的發展，利用大數據預測成為可能與現實。大數據預測的原理在于相關關系的分析，通過對關聯物的觀察來預測未來。同樣，大數據預測原理也可以運用于犯罪偵查之中。一般而言，犯罪行為是一個循序漸進的發展過程，包括犯罪預備、犯罪實施以及犯罪結束等一系列環節。偵查人員可以通過大數據的預測功能，在犯罪行為實施前去捕捉犯罪信號。如在恐怖犯罪中，犯罪行為人一般會有購買槍支、炸藥、刀具等準備行為，如果能夠事先對這些購買數據實現監控，則能夠及時發現異常，預測犯罪行為的發生。恐怖犯罪行為人的行為軌跡也具有一定特征，我國的暴恐犯罪行為人往往是從新疆、廣西、云南等邊境地區向內地遷移的，偵查人員同樣可以通過恐怖組織成員的行為軌跡數據去捕捉異常信號。大數據預測思維在犯罪偵查領域的運用，常常比在其他領域的運用發揮的作用更大。可以說，大數據之相關性思維，特別是大數據強大的預測功能，有力地推動了犯罪偵查模式由回溯型偵查模式，向預測型偵查模式的轉化。此外，大數據時代，大數據技術聯姻海量數據，為偵查人員在虛擬空間探尋與犯罪行為人或者案件所對應的數據痕跡提供了極大的便利。通過對數據信息背后的規律、特點之厘清，為小數據時代偵查模式之“人”“案”“物”三個基本要素中注入了“數據”這一新的要素。這種“數據”要素的注入過程，必然促使傳統偵查模式向具有“數據”要素的偵查模式轉化，即推動“案→人”“人→案”偵查模式向“人→數據→人”“案→數據→案”偵查模式轉化。同時，依憑大數據思維的整體性、相關性和預測性原理，犯罪偵查模式還可以進一步向“案→數據→人”和“人→數據→案”的偵查模式轉化。

(二)大數據與偵查方法

正如維克托•邁爾•舍恩伯格指出的那樣，“數據的方式出現了三個變化:第一，人們處理的數據從樣本數據變成全部數據;第二，由于是全樣本數據，人們不得不接受數據的混雜性，而放棄對精確性的追求;第三，人類通過對大數據的處理，放棄對因果關系的渴求，轉而關注相互關系。這一切代表著人類告別總是試圖了解世界運轉方式背后深層原因的態度，而走向僅僅需要弄清現象之間的聯系以及利用這些信息來解決問題”［2］11。因此，大數據技術的戰略意義不僅僅在于誰手里“掌握”了龐大的數據信息，原始數據只具有原材料的意義，更為重要的在于對這些含有豐富意義的數據，也就是原材料，進行專業分析處理。就犯罪偵查領域而言，就是如何利用這些海量數據創設新的犯罪偵查方法，強化和優化傳統的犯罪偵查方法。

1．大數據催生了新的犯罪偵查方法。大數據時代，海量數據的存在，計算技術的提高、信息技術的支撐，都使得利用大數據及其技術創設新的犯罪偵查方法成為可能。目前，包括司法機關、政府機關、企事業單位、社會團體、科研院所，特別是一些互聯網企業、電商平臺等，都建立了各自的數據庫系統，形成了龐大的社會面數據庫系統。這些數據庫系統不僅存儲了龐大的各類數據資源，而且數據庫系統還帶有強大的數據搜索功能。同時，自2008年“金盾工程”立項建設以來，公安部也建立了龐大的各類數據庫系統，各省(直轄市、自治區)、市等也結合本省(直轄市、自治區)、市的實際情況，建立了各類地方數據庫系統。龐大的社會面數據庫系統和公安機關的自有數據庫系統存儲了大量數據資源。依托上述兩類數據庫系統中的海量數據，面對日益復雜的犯罪形勢，偵查人員利用大數據創設了許多新的犯罪偵查方法。概括而言，主要有以下幾類，即數據搜索法、數據碰撞法、數據挖掘法、數據畫像法、犯罪網絡分析法，以及社會面數據庫系統各類數據調取等。這些依托于大數據的犯罪偵查方法，對于查找犯罪案件線索、鎖定犯罪行為人，偵破犯罪案件，特別是對于偵破一些復雜、疑難的犯罪案件，如系列殺人案件、碎尸案件、電信詐騙案件等，已經成為不可或缺的有效偵查方法。

2．大數據強化和優化了傳統犯罪偵查方法。小數據時代，犯罪案件偵查主要是以犯罪案件現場和犯罪行為人為中心展開的。在不知誰為犯罪行為人的情況下，通常是以犯罪現場為中心展開現場勘查，以現場勘查到的痕跡、物品為線索進行分析，然后展開進一步的偵查;在知曉誰為犯罪行為人的情況下，抓捕犯罪行為人并加以訊問則成為偵查之重點，當然犯罪現場勘查也是另一個重點。這樣，小數據時代，整個犯罪案件偵查始終是圍繞著現實空間展開的。大數據時代，大數據為犯罪偵查注入了新的要素，即“數據”要素，使得許多小數據時代的傳統犯罪偵查方法獲得了新的有效拓展。以犯罪現場勘查為例，大數據時代，犯罪現場勘查不再局限于現實空間，而是拓展到虛擬空間;勘查時收集的也不再限于實體的物品、痕跡，而是包括各種電磁信息痕跡、物品，如案發現場視頻監控記錄、通信基站的電話通信記錄以及被害人隨身攜帶的手機及其他通訊、存儲設備中的電磁信息痕跡等，都是虛擬空間的勘查對象。再如，小數據時代，為了確定被害人、犯罪行為人的某些特征、傷害情況或者生理狀態，刑事訴訟法規定可以檢查犯罪行為人、被害人身體。但是，這種人身檢查的結果僅僅是用于該犯罪案件的偵查，而無法通過相關關系用于其他犯罪案件的偵查。大數據時代，人身檢查的結果，如指紋、血液、尿液等生物樣本，都成為數據庫系統中的“數據”，借助于各種數據庫系統，這些指紋、血液、尿液等生物樣本，就成為日后偵查人員偵破其他犯罪案件的重要數據信息資源。

三、大數據:偵查實踐運用之檢視

(一)大數據偵查運用之基本樣態

目前，在犯罪偵查中，大數據分析結果一般被偵查人員當作偵查線索予以運用。這種單一性的使用樣態并沒有直接抓住大數據及其技術的核心要義。因為大數據本身具有整體性思維、相關性思維和預測性思維三大特征，這使得大數據分析結果在訴訟中能夠作為證據材料使用。因此，在犯罪偵查中，大數據分析結果既可作為偵查線索運用，也作為證據材料在訴訟中加以運用。

1．作為案件線索之運用。在犯罪偵查中，線索是連接偵查人員偵查與案件事實真相的紐帶和橋梁，是收集證據材料、查明犯罪案件事實不可或缺的重要偵查要素。犯罪案件發生后，通過現場勘查與走訪調查，可能會發現各種各樣的案件線索。特別是在大數據時代，案件線索的收集從小數據時代的現實空間延展至虛擬空間，現實空間的案件線索在虛擬空間常常以各種各樣的“數據”形態存在著，虛擬空間甚至能夠提供更多的現實空間無法提供的案件線索。從大數據分析結果在犯罪案件偵查中的運用來看，大數據作為案件線索運用，主要呈現出兩種情形:一是“由案件到線索”。犯罪案件發生后，利用大數據方法能夠收集到與犯罪案件有關的線索。由于是作為案件線索加以運用，法律對大數據方法的運用以及數據本身的形態，并未作出明確規定。因此，在犯罪案件發生后，偵查人員運用大數據方法收集的案件線索呈現出多樣性，既有與犯罪案件直接相關的線索，也有與犯罪案件間接相關的線索。例如，當知曉犯罪行為人的身份后，偵查人員可以通過社會數據庫系統和公安機關自有數據庫系統，收集與犯罪行為人直接或者間接關聯的數據信息。此外，通過對數據的挖掘、比對和分析，還可能會收集到與犯罪行為人有關聯的更深層次的案件線索，如有關犯罪行為人的生活、工作、學習經歷，性格特征，個人喜好、人際關系等方面的數據信息。盡管有時這些數據信息與犯罪行為人，或者犯罪案件之間的聯系可能是間接的，但是它們對犯罪案件偵查起到的線索引領作用卻是十分重要的。二是“由線索到案件”。實踐中，有些案件或者事件發生后，發生伊始并不知道其是否發生，也不能確定是案件還是事件。在這種情況下，偵查人員可以結合案件或者事件的具體情況，通過社會數據庫系統和公安機關自有數據庫系統，進行搜索、挖掘、分析與研判與案件或者事件有關的各種線索，來確定某一犯罪案件是否發生。例如，某年冬天，甲縣乙村劉某某到派出所報案稱，其妻因與其發生口角，離家出走已經10多天未歸，自己到親戚、朋友、熟人處尋找也沒有結果。派出所接到報案后，一方面，通過失蹤人員數據庫系統和其他方式安排尋找失蹤人員事宜，另一方面對劉某某個人及家庭情況展開調查。經調查發現，劉某某有上網聊天與交友的嗜好，并且與多名女性網友有曖昧關系。在厘清劉某某的個人情況后，偵查人員運用大數據方法，對劉某某的網絡交友情況、手機話單、近期的活動軌跡等情況進行搜索、挖掘、分析和研判，獲得了與劉某某妻子失蹤相關的線索，綜合分析后認為，劉某某有殺害其妻子的可能性，最后通過相關案件線索偵破了劉某某殺妻一案。

2．作為證據材料之運用。從嚴格的意義講，大數據并非證據材料，只有借助于各類數據庫系統進行搜索、挖掘、比對與分析，形成相關的大數據分析結果，才能成為證據材料，用以證明犯罪案件事實。犯罪偵查中，大數據作為證據材料使用，主要有兩個途徑:一是由線索轉化為證據材料。“線索”與“證據材料”具有完全不同的含義，即“線索”常常與偵查階段相對應，“證據材料”則對應于偵查、審查起訴和審判三個不同的訴訟階段;“線索”的收集既沒有嚴格的程序性要求，也沒有固定的形式要求，只要對偵查行為的展開具有引領和推動作用的，都可以稱為“線索”;而證據材料的收集則需要遵守法定的程序和要求，并以法定的形式表現出來。但從偵查實踐來看，“線索”和“證據材料”并沒有明確的界限。在犯罪偵查過程中，“線索”一旦查證屬實就可以轉化為證據材料，對證明犯罪案件事實起到重要作用。在犯罪偵查中，偵查人員開始掌握的大多是“線索”，但不論是常規“線索”還是“大數據線索”，當這些“線索”能夠證明犯罪案件事實，符合證據材料屬性，獲取程序合法時，就能成為犯罪案件定案的證據材料。二是“大數據”或者“大數據分析結果”直接作為定案根據。犯罪是具有社會危害性、刑事違法性和應受刑事懲罰的行為，故此，犯罪行為人在作案時通常都會采取一些反偵查措施，以規避偵查機關的偵查。特別是一些蓄謀已久的故意殺人案件、強奸案件、搶劫案件和綁架案件，犯罪行為實施之前，犯罪行為人大都經過精心準備，犯罪行為實施后大都進行過反偵查措施處理。在偵查過程中，偵查人員通過對現實空間的犯罪現場進行勘驗、檢查，能夠收集到物品、痕跡，以及其他的微量生物材料;通過對虛擬空間的犯罪現場進行勘驗、檢查，能夠收集到各種電磁信息痕跡，如案發時間段的相關人員的通訊數據信息、視頻監控中的監控數據信息等。之后，偵查人員會將這些微量生物檢材進行檢驗，并將檢驗結果錄入數據庫系統，也會將各種電磁數據信息錄入數據庫系統，借助大數據技術對它們進行搜索、挖掘、比對、分析與研判，形成大數據分析結果。當這些“大數據”或者“大數據結果”能夠證明犯罪案件事實，收集程序合法，滿足證據屬性與要求時，就成為直接證明犯罪案件事實的定案根據。必須指出的是，“大數據”或者“大數據分析結果”成為犯罪案件的定案根據，除了要求具有客觀性、關聯性和合法性三個特征外，還必須符合以下要求，即:(1)數據內容的完整性;(2)數據來源的復合性;(3)數據處理技術的科學性。

(二)大數據偵查運用之問題與解決

目前，在犯罪偵查中，大數據已廣泛運用，且作用日益顯現。但是，在大數據的運用過程中也出現了一系列亟待解決的問題。

1．大數據偵查運用之問題。從犯罪偵查大數據運用實踐來看，大數據運用的作用明顯，但問題也不少，有些問題還相當嚴重。概括來說，主要有以下方面:一是“數據困境”，即數據不足、數據隱蔽和“數據孤島”問題。運用大數據偵查，需要各種數據之間互聯互通。就社會面大數據而言，一方面，存在著數據總量上的不足，另一方面，由于社會面數據庫系統分別屬于不同層級、不同類型的國家機關、企事業單位、社會組織和其他相關機構，數據庫之間彼此是分離的，沒有實現互聯互通，存在著嚴重的“數據壁壘”“數據孤島”問題。同時，由于數據公開的程度不足，級別較低，還存在著“數據隱蔽”的問題。。就公安機關大數據而言，公安部建立了與犯罪偵查有關的各種數據庫系統，并出臺了一些部門規章和內部規定規范各種數據信息的收集、錄入，但與犯罪偵查需要相比，數據不僅在“量”上不足，而且在“質”上也難以滿足犯罪偵查的需要。在數據信息的互聯互通上，基本上實現了全國層面的互聯互通，以及數據查詢與比對分析，但各省、市、縣公安機關之間，以及同一行政區域的公安機關內部的不同警種之間，數據信息系統并不能互聯互通。二是“大數據專家”不足問題。小數據時代，數據呈現結構化形態。大數據時代，半結構化、非結構化數據達到95%以上;數據來源也發生了根本變化，即由小數據時代相對固定的單位電腦、個人電腦發展到移動存儲電子終端設備，如筆記本、平板電腦以及其他具有存儲功能的電子設備等。面對大數據時代帶來的巨大變化，在海量數據中如何實現數據的集成轉化、如何將整體混雜的海量數據加以去粗取精、去偽存真，并從中找出有用的數據信息，大數據人才或者“大數據專家”就成為關鍵因素。目前，我國公安機關的大數據人才或者“大數據專家”嚴重不足，普通的偵查人員根本不懂大數據知識，更不要說利用大數據技術進行犯罪案件的偵查。就是從事技術偵查方面的偵查技術人員，對大數據和大數據分析技術的精通程度與其他行業相比，也存在比較大的差距。大數據人才或者“大數據專家”不足的問題，帶來的最直接影響就是犯罪偵查機構的大數據分析技術十分薄弱，數據驅動力不足，導致大量的數據處于“休眠”狀態，無法發揮大數據在犯罪偵查中的應有作用。三是大數據與個人隱私保護問題。作為一種技術，大數據在為犯罪偵查提供有效利器的同時，也會帶來公民個人隱私保護的問題。大數據可以對人們的狀態和行為進行預測，未被妥善處理的大數據會對公民隱私造成極大侵害。犯罪偵查中，通過社會面數據庫系統和公安機關自有數據庫系統，收集、查詢、挖掘、分析與比對公民個人的大數據信息，是偵查人員行使偵查權的應有之意，在法律上也存在立法依據。但與犯罪偵查有關的大數據可能涉及國家公職人員、普通公民的生活、生產、醫療、教育、經濟、社會等所有行為，以及與其有過交往的其他社會組織和個人的所有行為。因此，從技術層面來說，犯罪偵查中的數據搜索、挖掘、比對與分析，完全可以獲取公民個人的絕大多數數據信息，并知悉公民個人的相關隱私。這種近乎透明的、對公民個人數據信息的知悉，如果沒有嚴格的法律規制與對法律的切實執行，勢必嚴重干擾公民個人的正常生產、生活，嚴重侵犯公民個人的隱私權。四是大數據偵查管理與國家安全問題。大數據時代，信息網絡安全關乎一個國家的政治、經濟、文化和國防等諸多領域的安全，甚至關乎一個國家的政權安全，數據資源的占有和數據領域的話語權的競爭，已經成為當下世界各國競爭的新形式。犯罪偵查過程中，偵查人員可能會接觸到涉及國家秘密、國家安全的大數據，如果不能有效管理這些大數據，一旦泄露出去就有可能危害到國家安全。“大數據是與自然資源、人力資源一樣重要的戰略資源，是一個國家數字主權的體現，大數據將直接影響國家和社會的穩定，是關系國家安全的戰略性問題。”［3］犯罪偵查中，大數據及其技術運用必然涉及各類數據庫海量數據挖掘、比對與分析，這些數據是涉及不同國家機關、社會團體、企事業單位、公職人員和普通公民的相關信息和行為記錄。大數據偵查意味著，如果不能對大數據進行有效管理，一旦泄露出去，有關我國政治、經濟、文化和國防等領域的數據信息，有關公民個人的數據信息，就有可能會被西方敵對勢力或者組織、敵對分子所掌握，進而進行顛覆我國國家政權或者詆毀我國國家制度等方面的活動。因此，利用大數據進行犯罪偵查，如果沒有嚴格執行的數據管理制度與體系，勢必會嚴重威脅我國的國家安全。

2．大數據偵查運用問題之解決。解決大數據偵查運用過程中存在的問題，可以從以下幾方面入手:一是整合數據庫系統”，解決“數據孤島”問題。整合數據庫系統包括三個方面:(1)整合公安機關自有數據庫系統。為此，各行政區域的公安機關應當統籌安排，整體規劃，將本行政區域內公安機關的不同警種、不同部門的業務數據庫系統統一納入數據信息中心，破除數據壁壘，實現數據庫系統數據的互聯互通。除實現數據庫系統的互聯互通外，還應當把電子圍欄、車輛軌跡、視頻圖像、PDT軌跡、民警查詢、調用的行為日志等非結構化數據加以整合。同時，通過警綜平臺、移動警務系統、社區警務平臺，以及各種業務應用系統，進行全面、準確的數據信息采集錄入工作，對各種結構化數據進行歸類與整合，作為大數據來源的重要補充(2)整合社會面數據庫系統。目前，社會面數據庫系統十分廣泛而龐大，政府機關、企事業單位、社會團體和各種網絡運營商都建有自己的數據庫系統，這些數據庫系統中存儲了大量與“人”“物”“案(事)件”有關的各種數據信息資源，它們對偵查機關偵破各類犯罪案件的潛在作用不可低估。因此，應當在依法依規的前提下，通過拉入或者購買、資源提供等方式，實現與社會面數據庫系統的對接與信息融通，拓展犯罪偵查過程中所需各類數據信息的收集渠道。例如，整合和利用互聯網、QQ群、微信朋友圈、物流、電商、電信、水電氣、社保衛生等平臺的數據信息，形成一種全民化的大數據采集與運用格局。(3)加強不同區域公安機關的數據信息交流。由于我國的公安機關是按照行政區域劃分設置的，形成了“條塊”結合的現狀，特別是“塊”狀表現得十分明顯。因此，為了保障對犯罪案件的及時、高效偵破，必須加強與其他省市公安機關數據信息的交換。對此，可以通過與其他省市公安機關簽訂數據交換共享合作協議，或者定期召開數據應用協作會議等方式，實現實體數據交換，相互開通授權，最終實現不同行政區域公安機關數據的共享運用。二是實施大數據國家戰略，培養大數據人才或者“大數據專家”。就犯罪偵查而言，實現在犯罪偵查中高效運用大數據及其技術，最為重要的就是培養公安機關的大數據偵查人才或者“大數據專家”。對此，公安機關應當以2015年國務院印發的《促進大數據發展行動綱要》為契機，制定大數據人才或者“大數據專家”培養和引進計劃，一方面從國內外著名大學或者科研院所引進大數據人才或者“大數據專家”，同時將公安機關中一些具有大數據技術基礎知識的公安民警選派到國內外著名大學或者科研院所進行為期2—3年的深造學習;另一方面，利用公安高等院校、科研院所進行大數據人才或者“大數據專家”的培養，如在中國人民公安大學或者中國刑事警察學院開設大數據偵查專業方向或者大數據偵查課程等，培養和儲備一批能勝任大數據收集、挖掘、比對與分析的人才，為大數據在犯罪偵查中的高效運用奠定堅實的基礎。三是加強和完善大數據相關立法，保護公民個人隱私權。大數據在給社會帶來“紅利”的同時，也存在著一定的負面影響。“大數據挖掘分析得越精準、應用領域越廣闊，個人隱私和數據安全保護就會變得越緊迫。”［2］111

目前，我國有關大數據和公民個人信息保障方面的法律、法規尚未健全，這不僅制約了大數據行業的發展，也給公民個人信息安全埋下了隱患。“我們時刻都暴露在‘第三只眼睛’之下:谷歌監視著我們的網頁瀏覽習慣，亞馬遜監視著我們的購物習慣，而微博什么都知道，不僅竊聽到我們心中的‘TA’，還有我們的社交關系網”，“我們的隱私被第二次利用了”［4］。在犯罪偵查中，大數據的廣泛運用不僅是一般的道德問題，也是法律問題。因此，應當修改刑法、刑事訴訟法及其有關法律、法規，或者制定新的法律、法規，專門規定犯罪偵查中大數據的運用問題，明確與大數據運用有關的各方的權利、義務與責任，以及犯罪偵查中個人數據信息查詢、挖掘與比對的程序和要求，給“第三只眼”戴上眼罩，為大數據在犯罪偵查中的合理、合法運用提供法律上的保障。四是加強和完善大數據相關立法，保障國家“數字主權”安全。大數據時代，國家影響力和主導權體現在對數據的掌控上。在安全層面，“大數據安全”已經影響國家戰略安全。大數據時代，網絡空間中，許多涉及國家安全的機密數據的安全隨時都可能受到威脅，都有可能成為被攻擊的目標，大數據安全已經成為國家安全中一個極為關鍵的組成部分。犯罪偵查中，除了要利用公安機關自有數據信息庫系統中之海量數據外，還需要利用社會面上各種數據庫系統中的數據信息。如果沒有相應的法律、法規加以規制，必然會呈現一種無序而雜亂狀態，造成相關重要數據信息的流失。因此，為了保障國家“數字主權”安全，規范包括犯罪偵查在內的各種數據運用行為，除強力推進《刑法》《反恐法》和《網絡安全法》的貫徹實施外，應當制定一部專門的信息安全法，規范包括偵查機關在內的不同社會主體對自有數據庫系統和社會面數據庫系統中各類數據信息的運用，以使國家的“數據主體”保護于法有據。

參考文獻:

［1］維克多•邁爾－舍恩伯格，肯尼思•庫克耶．在數據時代:生活、工作與思維大變革［M］．楊盛燕，周濤，譯．杭州:浙江人民出版社，2013．

［2］新玉言，李克．大數據———政府治理新時代［M］．北京:臺海出版社，2016．

［3］李國杰，程學琪．大數據研究:未來科技及經濟社會發展的重大戰略領域———大數據的研究現狀與科學思考［J］．中國科學院學刊，2012(7)．

［4］王彬．犯罪偵查中的大數據應用分析［J］．中國刑警學院學報，2017(4):33．

作者：王彬 單位：河南警察學院