浅论大数据侦查

吉咪咪

摘 要：大数据时代的侦查机关开启了大数据应用平台，但实践中大数据的运用仍处于摸索阶段。笔者以此文浅谈大数据侦查，以求对实务运用提供思路。

关键词：大数据;侦查;大数据侦查

中图分类号：D918文献标识码：A文章编号：2095-4379-（2019）02-0102-02

一、大数据与大数据侦查的概述

学界对大数据概念的三个主要理解：第一，从大数据的"大”来定义，强调大数据是大量数据的集合;第二，对大数据进行综合、全面的界定，不仅包括数据本身，还包括相关的技术、人才、制度等;第三，从大数据的价值来定义，强调大数据背后所蕴涵的规律。综上分析，首先，大数据是海量数据的集合，它们是大数据分析的基础，并且这些数据具有量大、结构多样的特征。其次，大数据技术的重点是数据挖掘、数据碰撞与数据分析，经过这一系列技术运营可以使数据价值实现最大化。最后，经过整合分析的大数据结果能够使存在于其中的规律显现出来，这是大数据真正发挥作用的关键之处。

（一）大数据的特征

1.大数据特征的通说即大数据容量大、多样化、速度快。

2.将大数据与小数据的相对比，大数据特征有：整体性，在小数据时代的人类获取信息能力有限，以抽样调查获取数据，而大数据时代不必被技术条件限制，可以从整体角度来看待全部数据信息;混杂性，小数据时代的数据量有限，对质量要求很高。大数据时代的数据量巨大且混合，不能保证每一个都是准确的，但巨大的数据量可以抵消这些误差;相关性，小数据时代人们依靠因果逻辑思维，预设定一个研究主体，然后去收集数据，结果有较强的因果关系。在大数据方法中，可以不带任何设想地进行数据分析。

（二）大数据侦查

广义的大数据侦查包含一套完整的侦查体系。狭义的大数据侦查则着重发挥大数据技术的优势，通过科学可行、准确无误的结果实现对整个侦查横轴上所有案件的掌控。大数据侦查是指法定侦查机关针对已发生或尚未发生的犯罪案件，为了查明犯罪事实、预测犯罪活动等，依法采取的一切以大数据技术为核心的相关行为。

大数据侦查的外延宽于传统侦查。传统侦查的对象限定为已经确立的刑事案件，但大数据侦查则意在延伸侦查时间，将"预测型侦查”纳入其中。这实际上与我国立案制度相矛盾，但可先作为一种侦查理念来理解。

"预测型侦查”的提法并非凭空而来，其基于大数据为犯罪预测提供了技术支持。大数据核心价值就在于预测，通过数据挖掘分析来发现事物之间的关系及发展规律，映射进未来时空便可在一定程度上实现对特定领域的预测。例如在反恐预警机制和情报收集分析的领域，反恐工作最重要的是情报收集与分析，完全可以运用大数据技术来实现。另外预防比打击来的更有效，所以经过情报分析之后可以对尚未发生的恐怖活动进行预防，更有利于保障国家利益，维护社会稳定。

二、大数据侦查的思维

（一）相关性思维

人类长期形成的因果逻辑惯性使得这一思维模式成为主流，思考问题时强调原因在前，结果在后，大致过程表现为预先提出一个假设，寻找能够发生该假设的条件，在满足所有条件的情况下来验证这一假设是否会真实发生。传统的侦查思维即认定某一犯罪事实必然要通过因果逻辑考验，证明犯罪事实的证据必须能够引起犯罪事实的发生，这是一种强烈的因果联系。大数据侦查的相关性思维与传统侦查的因果性思维不同。传统侦查过程中，侦查人员依靠其办案经验和主观能力，往往会收集与犯罪事实存在强因果关系的线索与证据，但大数据侦查注重的是能从海量数据中挖掘出与犯罪事实相关的数据信息并用作侦查线索。例如侦查实务部门采集犯罪嫌疑人的手机数据，这些数据通常包括联系人信息、通讯信息、购物支付信息等，对这些数据进行深入分析后，能发现当事人的活动范围、人际范围、通话规律、购物规律等，这些信息与案件事实没有產生因果联系仍可为案件侦查提供线索。值得一提，相关性不可替代因果性。传统侦查的相关性是建立在因果逻辑上的"强相关性”，大数据侦查的相关性是建立在机器计算基础上的"弱相关性”，因果关系是相关关系的一种，相关关系却不必然是因果关系。

（二）整体性思维

"抽样数据”带来了片面化缺陷，数据利用率低且准确性有待考察，大数据思维则是注重收集与运用整体的、全面的数据。这样的思维模式有利于对事件进行全方位观察，注意到每个细节，避免了片面性结果。

（三）预测性思维

大数据的预测功能使侦查人员在犯罪实施前可以捕捉到犯罪信号。例如，中国的恐怖分子经常从新疆、云南等边境地区迁移，侦查人员可以通过活动轨迹数据提前捕获异常信号。有学者认为“预测性思维”与“无罪推定”原则相违背。笔者认为这种观点明显错误，侦查人员根据分析结果采取相关措施，是基于侦查机关行使职权的需求及大数据技术的预测功能，并非从理念上去否定无罪推定原则。相反，无罪推定原则能够指导大数据侦查在法治程序中更好地运行，例如，利用大数据算法进行风险评估确定风险等级，制定相应侦查措施，同时完善传统证据体系以及审批程序。

三、大数据侦查的作用

（一）大数据侦查能够推动事后侦查向事前侦查转型

犯罪时空具有不可逆转性，人们无法在犯罪开始前就预知并阻止其发生，在犯罪行为发生后才能采取侦查措施。这样的滞后性致使民众的生命、财产、健康等权益无可避免地遭受侵害。大数据技术所拥有的"预测”价值能避免滞后性弊端，可以在公民合法权益受到侵犯之前有效阻止犯罪行为的发生与发展。掌握规律是进行预测的前提，大数据技术可以快速从海量数据中发现规律，以数据化形式进行表达。运用大数据技术对历史犯罪数据进行分析，寻找犯罪因素之间的联系，总结各类型犯罪活动规律。凭借分析结果，侦查人员可以预知犯罪行为的活动范围、活动时间、活动形式的普遍规律及发展趋势，及时发现可疑犯罪人员、判断犯罪风险等级，合理分配警力资源，针对采取预防措施。

（二）大数据侦查能够推动被动侦查向主动侦查转型

大数据技术改变了侦查人员的被动地位，提高了侦查中的主观能动性。大数据库的建立与发展能够提供大量的侦查资源，任何犯罪行为从预备阶段到实施结束都无疑会在虚拟数据空间留下蛛丝马迹，侦查人员可以在数据空间寻找线索，大量看似与案件无关的信息，通过数据挖掘与碰撞进行整合分析，便能显现出有效信息。

（三）大数据侦查能够推动单线侦查向协作侦查转型

传统侦查部门习惯以自我为中心开展侦查工作，所运用的数据信息大都来源于本部门，在必要时候才能够获取其他部门在数据资源上的协助，并且要经过繁琐的申请审批程序，不仅浪费警力资源，而且无益于工作效率的提高。大数据侦查机制的建立可以推动数据管理与数据共享制度，实现系统内部的数据资源开放共享。在此基础上，各侦查部门可以组建专门的数据人才队伍服务于侦查工作。

（四）大数据侦查能够推动粗放式侦查向集约式侦查转型

实时与智能的数据采集保障了数据鲜活性和及时性;多元与科学的数据分析显示了数据背后的价值;数据展示环节的形象与直观，加上目前可视化工具的助力，数据分析的结果能够以更加立体化的模型呈现出来。

四、大数据侦查与人权保障

大数据带来了变革，但在发展的过程中若不加以规制，会产生负面影响。例如提到大数据，避免不了隐私权的问题，甚至有"大数据时代无隐私”的说法。

在大数据侦查领域，存在着个人信息保护与利用之间的矛盾。一方面，侦查机关基于打击犯罪、维护秩序的公权职能，需要利用个人信息的侦查价值;另一方面，个人信息是隐私权的一部分，对其进行法律保护无可厚非。个人信息权可以做出让步，但也要保证一个“度”。大数据侦查中，对个人信息利用是打击犯罪的需求。而个人信息保护是基本人权的保障需求。因此，这一矛盾的本质是打击犯罪与保障人权矛盾在大数据侦查中的具体体现。

以往权利保护着眼于数据收集环节，相关义务和责任在于收集者，但对数据的使用环节并没有规制。大数据时代应建立全新的保护模式，由数据使用者来承担个人信息保护的义务和责任，加强对每次数据挖掘分析的限制。进行大数据侦查时必须建立保护个人信息的侦查程序所要遵循的基本规则，以追求个人信息利用与保护之间最佳平衡。

（一）审查批准规则

侦查机关向第三方调取个人信息可以看作是一种取证行为。此时，应建立统一的审查批准制度，侦查人员出具由司法机关负责人签字审批的《调取证据通知书》，列出明确事由、对象及范围。在个案之外侦查机关收集公民个人信息建立数据库必须通过专门机关负责审查与监督。

（二）主体参与规则

主体参与主要是指数据主体对其數据收集、处理情况享有知情的权利，以及要求查询、修改个人数据的权利。个人信息数据库建设中，在不影响侦查工作展开的前提下，可以公告形式告知公民一定范围内数据的收集范围及使用目的，保证数据主体的知情权。

（三）适度利用规则

这一规则实质上是遵循比例原则的体现。在大数据侦查中，无论是收集数据还是分析处理数据，无论针对犯罪嫌疑人还是其他公民的个人信息，都应采取对个人权益影响最小的方式进行，保证个人数据的完整性，真实性和有效性。除非案件特殊要求，不得采集个人敏感信息，对数据库实行访问控制，尽量缩小可以直接接触个人信息的侦查人员范围，严格限制使用者和管理者的权限。

（四）追究责任及救济规则

对于在大数据调查过程中非法收集和处理个人信息，如果收集和分析超出权限范围的个人信息，将个人信息数据用作侦查以外目的，违法泄露个人信息等非法行为，因此遭受侵害的主体可以按照《刑事诉讼法》第47条、98条规定寻求救济。对于主要责任人员，应当根据侵权行为的不同程度，进行相应的纪律处分、行政处分，构成犯罪的应按照《刑法》第253条"侵犯公民个人信息罪”等相关罪名追究刑事责任。

[ 参 考 文 献 ]

[1]王燃.大数据侦查[M].北京：清华大学出版社，2017.

[2]李建利，李宇尘.大数据在刑事侦查中的应用研究[M].吉林：吉林大学出版社，2017.

编辑整理：法制博览杂志社编辑部 官方网站：www.fzblzz.com