大數據時代對傳統偵查模式的影響

摘要：大數據時代的到來，為偵查工作打開了一扇門，大數據的預測性功能以及全景式記錄功能，將使得偵查人員運用大數據技術迅速掌握犯罪信息，從而打破犯罪分子與偵查人員信息不對稱的局面，使得偵查機關掌握偵查工作的主動權，同時大數據也將會為偵查人員帶來全新的偵查理念以及全新的偵查方式，因此可以說大數據將使犯罪偵查模式發生根本性變革。大數據驅動的偵查模式是時代的必然選擇，這不僅在于復雜的犯罪態勢及其數據化生態，更在于大數據技術使得這種選擇成為現實。大數據技術在偵查中的應用，將會改變偵查的理念、偵查的運行機制以及偵查的工作重心，最終對偵查模式帶來變革。

關鍵詞：大數據時代；傳統偵查模式；影響

中圖分類號：D925.2文獻標識碼：A文章編號：2095-4379-（2017）08-0010-04

作者簡介：杜晉國（1993-），男，山西忻州人，中南財經政法大學刑事司法學院，2014級偵查學專業本科生，研究方向：偵查學。

一、大數據時代數據的主要特點

（一）數據規模大

大數據之所以稱之為大數據，其首要特征就表現為“大”。大數據也稱“巨量資料”，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理并整理成為幫助企業經營決策更積極目的的資訊。從其定義也可以看出數據規模之大這一特點。2011年全球被創建和復制的數據總量為1.8（ZB）（1ZB=1萬億GB），在短短5年間增長了近9倍，而且預計這一數字將每兩年至少翻一番，預計全球數據規模將在2020年達到35.2ZB，這些數據都顯示出大數據時代是一個被數字記錄和刻畫的時代。信息化社會的發展日新月異，人類社會所產生的數據在量方面將更大，在質方面將更優，甚至可以預言在未來社會，數據處理軟件的發展速度將總是會比數據爆炸式的增長速度慢一個節拍。

（二）數據種類多

與傳統偵查相比，現代偵查所面對的數據則是具有多樣性的數據：從結構上看，不僅有結構化數據，還有大量半結構化和非結構化數據；目前，非結構化數據量已經占到數據總量的75%以上，而且非結構化數據的增長速度比結構化數據快10倍到50倍。比如，我們在用QQ、微信等進行視頻聊天時，不僅會產生文字數據，還會同時產生視頻、音頻、圖片等非結構化數據；從數據類型看，有業務數據、用戶原創數據、傳感器感知數據；從數據表現形式看，有文字、圖片、音頻、視頻、鏈接等；從犯罪案件構成角度看，有人及其關系、行為、物、時間、空間和主觀意圖數據等等。

（三）數據要求處理速度快

數據要求處理速度快這一特點主要由數據本身的屬性所決定，首先，大數據時代數據的增長速度越來越快，規模越來越大，越來越多的數據需要及時的予以處理，同時由于還有大量的半結構化和非結構化數據的存在，大數據其規模或復雜程度已經超出了常用技術按照合理的成本和時限捕捉、處理的能力，傳統的數據處理模式已經不能很好的滿足大數據時代數據的處理要求，因此要求我們要與時俱進的改進和改變我們既有的數據處理模式，不要讓數據的規模成為數據處理的負擔。此外，數據有一個很重要的特點那就是時效性，傳統社會是一個靜態、單一的社會，而現代社會恰恰相反是一個動態的、復雜的社會，因此記錄社會發展與運行的數據不再是固定的、一成不變的，而是與社會發展同步的甚至是超前社會發展的數據，因此，如果不能盡快處理，大量的數據將成為無效的數據。而且數據的產生是無時無刻的，數據之間的對比、補充、替換、印證等都需要實時處理，這也是大數據與傳統海量數據關鍵差別的體現。

（四）數據價值密度低

大數據本身不具有信息加工、處理功能，其只是單純的記錄一切能夠記錄的信息。因此在大數據所記錄的信息中除了我們需要的或者說對我們有一定的利用價值的之外，也包含大量我們不需要的數據。例如在巨量的數據中，有關犯罪數據混雜其間，但其僅僅是其中小小的“浪花”，可是彌足珍貴。當一個案件發生后，警方為確定和尋找犯罪嫌疑人，往往需要調取相關監控錄像資料，在連續不間斷監控過程中，可能有用的數據僅僅有一兩秒，剩余的大量視頻數據資料都是偵查人員所不需要的。因此說數據的價值密度較低，需要我們偵查人員練就一雙慧眼，更需要提高對海量數據的甄別分析能力。

二、大數據驅動的偵查模式的特點

與傳統偵查模式相比，大數據驅動的偵查模式有一體性偵查、全景式偵查、預測型偵查、算法偵查等四個具體特點。

（一）一體性偵查

一體性偵查是指在偵查活動中以數據共享為機制，將分散的、不同層級的、不同區域的主體及其行為有機組織起來，形成一個整體的偵查模式。簡言之，一體性偵查主要包括不同群體之間的偵查協作與不同區域之間的偵查合作兩個方面。不同群體之間的偵查協作又可分為系統內部之間的和系統內部與系統外部之間的偵查協作。系統內部之間的偵查協作要求不同層級的主體形成扁平化的決策、指揮結構，形成人人參與決策、上下互聯的扁平機制；同時不同警種、偵查各部門（視頻偵查、技偵、網偵等）之間也要形成良好的協作關系。系統內部與系統外部之間的偵查協作是指偵查人員的偵查工作不能脫離社會群眾，正所謂“警力有限，民力無窮”。社會各種力量也可通過提供數據為偵查提供條件，這些數據往往是我們大數據不可或缺的一部分。這一理念、方式與傳統偵查模式下的調查訪問有相似之處，但這里更加強調的是讓社會大眾主動積極的參與到偵查活動中來，而不是過去的被動式參與。此種模式下偵查活動的效率會得到很大的提升。不同區域之間的偵查合作主要是針對跨區域的偵查主體及其行為而言的，由于缺乏有效內在動力和聯通機制，偵查合作往往較為困難，這也是傳統偵查模式下偵查活動開展的瓶頸，常常制約案件的偵破進程。大數據時代，由于數據的共享可以生成新的具有更高價值的信息內容，這將成為合作共享的內生動力。傳統偵查模式下區域間孤立、割裂的狀態將被數據共享打破，而數據共享產生價值的內生動力又將推動形成高效的合作機制。大數據以其特有的方式和機制形成了一體化的偵查模式。

（二）全景式偵查

所謂的全景式偵查，就是采用海量的數據，甚至是相關的所有數據，對偵查案件進行全方位、多角度掃描、分析的偵查模式。全景式偵查不僅為我們的偵查破案工作提供了海量的數據與信息，同時也在一定程度上改變著我們的偵查思路。我們處于一個觸物留痕的時代，人們生產生活的方方面面都能通過數據信息的形式被記錄下來，這也是大數據能夠運用于偵查活動的現實基礎。與傳統的偵查模式相比，全景式偵查中采集和分析的數據是全景數據，全景數據是指全面而完善的數據，是能夠滿足我們偵查活動需要的數據。在傳統偵查模式下，我們的數據主要通過現場訪問、現場勘查等途徑獲得，在大數據時代由于犯罪態勢日趨復雜及其數據化生態的特征，比如電信詐騙案件，很多時候是沒有犯罪現場可供勘查，因為智能化的犯罪分子一系列的犯罪行為都是在虛擬的網絡空間和平臺上完成的。顯然傳統的偵查模式已經不能很好的適應當下社會對犯罪活動的打擊與控制。大數據驅動的偵查，我們除了可以收集到傳統偵查模式可以獲得的數據之外，我們還可以實時采集和分析視頻數據、通訊數據、網絡數據以及各種交易數據等等，甚至還可以采集公眾擁有的相關數據。這樣我們對于犯罪信息的掌握就是全面的、系統的，通過對數據的整合、分析就可以很清晰很準確的將犯罪的發生、發展過程還原、重建，此時犯罪分子就像是在玻璃瓶中跳舞，他的一舉一動一目了然。全景式偵查對數據的采集和分析是360度無死角式的，它可以突破地域范圍、人員范圍、時間范圍的限制，讓案件偵查工作真正意義上的步入科學化偵查的時代。全景式偵查改變著我們的偵查思路，偵查路徑也發生根本性變革。傳統偵查模式下遵循的是一種點到點的線式偵查思路，以現有的局部數據信息為基礎，以偵查假設為依托，然后根據因果聯系，一步一步驗證假設。這樣的偵查思路與路徑無異于買彩票，先不論能否可以中獎，能否破獲案件，最嚴重的后果是這樣的偵查思路會導致懸案議案迭出，甚至會發生冤假錯案。總的來看，這是一種點到點的線式思路。而大數據將改變過去的點線式偵查，是從面到點式偵查，即從時間、空間、人、物、案、事件等全景式數據比對碰撞和分析，實現向數據要線索，從而鎖定犯罪嫌疑人。

（三）預測型偵查

預測性功能是大數據的核心功能，研究表明，人類的行為93%是可以預測的，成為“已發生的未來”。與傳統偵查模式相比，預測型偵查也即意味著主動型偵查，主動型偵查不再和傳統偵查模式下回溯型偵查一樣是在犯罪發生后才介入進而對犯罪過程進行重構，而是將偵查行為介入時間大大向前推進，甚至是偵查行為與犯罪行為時間同步，即偵查行為不僅指向已經發生的犯罪，還指向正在進行的犯罪。通過大數據和“冪律分布”分析，可以較為準確預報犯罪類型、犯罪時間犯罪場所、犯罪手段、方式和過程，準確的預測使得我們對犯罪活動的發生取得了主動權，我們可以制訂計劃，優化警力配置，采取有針對性的行動。這樣，預測型偵查將使得過去的“犯罪發生———再反應”模式或將被改變為“預測———行動”模式。

（四）算法偵查

大數據時代數據規模巨大，種類繁多，價值密度低，我們已經不能再和過去一樣主要依靠偵查員的人力、經驗以及運氣來搜索我們所需要的數據信息進而來偵查破案，或者可以說這種方式已經不可能完成這項任務。而大數據驅動偵查模式的核心是數據運算，算法有匯總、分類、回歸、聚類等等，而這項工作的完成必須以云計算作為支撐。大數據驅動的偵查過程就是算法的過程：首先是數據采集和清洗，為數據運算做準備；然后是確立運算法則，建立運算模型；最后是通過運算結果獲得犯罪相關信息。宏觀上的犯罪發現、監控、預測，微觀上的現場重建、分析，偵查決策的作出都離不開數據運算，這就要求我們的偵查人員要掌握和提高數據的運用運算和分析能力。

三、大數據時代對傳統偵查模式影響的具體表現

（一）偵查工作重心的改變

1.偵查程序重心的改變

傳統偵查模式下，偵查工作的重點在于對犯罪嫌疑人的訊問，以期通過訊問獲取犯罪嫌疑人的口供，以口供所提供的線索作為偵查的突破口，進而查清犯罪事實，尋找犯罪證據，偵破案件，這是傳統偵查模式的常用思維方式和偵查路徑，顯然訊問在傳統偵查工作過程中具有重要的作用。而以大數據為平臺的偵查模式，偵查程序重心將主要放在對犯罪嫌疑人訊問之前的階段。偵查人員依靠大數據強大的搜集數據信息的能力，偵查機關可以在抓獲犯罪嫌疑人之前掌握大量的犯罪信息，甚至是大量的犯罪證據。此時，可以說接下來對犯罪嫌疑人的詢問工作只是用大數據搜集到的數據信息來揭穿犯罪嫌疑人的謊言，對大數據搜集到的證據進行核實，對部分證據的證明力進行補強等等。

2.證據收集規則的改變

傳統偵查模式下，證據收集規制一般是以收集口供為主，通過口供收集其他證據，其他證據的收集作為輔助工作，簡言之，在傳統偵查模式下，證據收集規則以主觀證據收集為主，客觀證據收集為輔。而以大數據為平臺的偵查模式則恰恰相反，它將打破傳統的證據收集規則，形成以客觀證據收集為主，主觀證據收集為輔的證據規則。如更加注重對犯罪現場的指紋、DNA等生物物證以及犯罪嫌疑人逃跑路線的監控錄像、住宿登記數據信息的收集。這些證據有一個共同的特征那就是均為客觀證據，均具有客觀屬性。相比于犯罪嫌疑人口供等主觀證據，大數據驅動下的偵查模式所收集的客觀證據具有直觀性、穩定性、可信度高、證明力強等諸多優勢。

（二）偵查理念的改變

1.偵查理念從“由案到人”向“由人到案”轉變

“由案到人”是指在傳統的偵查模式下，當犯罪行為發生后，偵查人員通過常規的現場勘查、調查訪問、摸底排隊等方式來獲取犯罪嫌疑人的相關信息，進而確定犯罪嫌疑人的偵查理念。這是一種被動式的偵查理念和偵查模式，一方面會耗費大量的人力、財力、物力，成本較高；另一方面即使案件得到了偵破，但是對被害人以及社會的傷害也會擴大化，可以說此種偵查理念是一種粗放型的偵查理念。而“由人到案”的偵查理念則很好的實現了對犯罪的偵查要做到“精細化管理”的價值要求。具體表現為通過對大數據的整理、分析，進而以某一特定的犯罪嫌疑人為偵查對象，運用各種偵查手段，查明其犯罪事實。從其表現可以看出這是一種主動型的偵查模式，不是被犯罪嫌疑人牽著鼻子走，而是要走在其前面，對其進行更好的打擊與控制。進入大數據時代，隨著數據的收集和運用能力的進一步提高，“由人到案”的主動性偵查思路將會得到進一步的發展。

2.偵查理念從“由供到證”向“由證到供”轉變

這一理念的轉變主要體現在偵查活動進程展開的切入點上，“由供到證”注重對犯罪嫌疑人口供的獲取，進而尋找犯罪證據，以此來展開和推動偵查工作；相反“由證到供”更注重對犯罪客觀證據的收集，依靠客觀證據來主導偵查工作。傳統偵查模式下的“由供到證”偵查理念，本質上是一種有罪推定的思維定勢，是在沒有客觀證據的情況下，假定犯罪嫌疑人就是實施犯罪的人，進而通過采取各種手段以期獲得犯罪嫌疑人承認犯罪的口供。這一理念一方面不切合現代法治社會的要求，另一方面也有違偵查規律，不利于偵查質量與偵查效率的提升。大數據驅動下的偵查模式，可以利用大數據對犯罪行為痕跡全方位的記錄功能，通過搜尋與整合功能，發現大量的犯罪信息，通過犯罪信息查明犯罪事實，最后將這些數據進行轉化，形成固定的客觀證據。這一偵查理念真正實現了讓證據說話，讓證據來證明犯罪，讓證據來還原真相。

（三）偵查運行機制的改變

1.犯罪信息收集機制的改變

傳統偵查模式下犯罪信息的收集主要以線下形式進行，主要包括犯罪現場勘查、調查訪問、摸底排隊以及對犯罪嫌疑人的訊問等。通過現場勘查提取指紋、血液等物證；通過調查訪問，對犯罪現場目擊者、被害人、被害人的家屬進行詢問，以此來確定犯罪嫌疑人的相貌，引發犯罪的動機，犯罪場景；通過訊問犯罪嫌疑人獲取口供等。隨著犯罪分子反偵查意識與能力的提高以及犯罪數據化生態進一步加強，傳統偵查模式下信息收集機制存在巨大的缺陷與不足。相關性理念是大數據時代信息數據收集的重要理念之一，大數據時代我們能分析、運用幾乎所有相關數據，收集數據既包括結構化數據，還包括半結構化和非結構化數據，此外還可以突破時空的限制，在更大范圍內收集信息，采集數據。

2.犯罪信息分析機制的改變

傳統偵查模式下，對犯罪信息的分析主要依靠偵查人員的辦案經驗、偵查人員的討論甚至是偵查人員的靈感，可以看出傳統偵查模式下的犯罪信息分析機制具有很大的主觀隨意性，缺乏必要的客觀性，導致破案隨機性大，可預期性小，此外針對新型犯罪類型，這種分析機制將不能夠很好的應對。大數據平臺下偵查模式的數據分析機制則表現為客觀性較強，分析結論穩定性更高的特點。偵查人員根據不同的情形確立不同的運算法則以及構建不同的數據模型，將設置的問題進行大數據分析，最后得出可靠的分析結論。

3.犯罪預測偵查機制的建立

大數據驅動下的偵查模式其中一個很重要的特點就是預測性偵查，預測性功能是大數據的核心功能，依靠大數據的預測功能可以實現對未發生犯罪事件的預測偵查，通過對以往的犯罪數據以及現有收集到的情報的分析，能夠大致預測出某一犯罪案件發生的時間、地點等，進而實現犯罪的有效預防。此外，還可以對已經發生的案件進行預測偵查，如某一犯罪案件發生后，犯罪嫌疑人在歸案之前可以對其逃跑方向、逃跑路線等信息進行一定的預測，從而提高案件偵破效率。

四、大數據驅動的偵查模式的完善與展望

（一）完善大數據技術應用的法律制度

我國目前法律對于運用大數據進行偵查本身的定位，大數據運用的范圍，應用大數據的具體審批程序等問題并無明確規定，而且偵查機關與社會行業內部之間的信息使用制度也未建立。因此，我們應該完善相關法律制度，使大數據技術的運用有法律制度的保障，同時也有法律制度的約束。首先應當明確大數據的適用范圍，不能將大數據在偵查中的應用與技術偵查措施相等同，對其使用的審批程序也應有所區別，注意區別大數據在技術偵查措施與一般偵查措施下的使用情形，不可一概而論。大數據功能的有效發揮要求數據庫的種類及數量十分齊全，所以應當確立數據庫的共享機制，加強制度設計，打破各自為戰的利益格局，實現數據庫的相互融合，真正實現全國公安一盤棋。同時還應建立與完善偵查機關與社會行業內部之間的信息使用制度，實現公安系統內部信息庫與社會行業數據庫的有效對接與互通。

（二）建設與完善海量數據資源數據庫

海量數據庫的建設與共享是利用大數據進行偵查的工作要求，這也是利用大數據進行偵查的前提條件，目前我國已經建立了很多數據庫，但是大數據的體系仍需進一步完善，偵查人員才能運用大數據進行主動偵查。總體來說我國數據庫建設尚處于起步階段，數據采集覆蓋面不足，相應的信息采集規范尚未建立。因此要實現大數據偵查模式，關鍵在于合法有效地收集與利用各類數據，使采集的數據做到不重不漏，實現數據資源全覆蓋。要做到這一點就要求各部門根據劃分的數據類型并結合自身工作，各司其職，各負其責，提高數據的采集質量與采集效率。在收集到海量的數據資源后，還需要建設一個結構合理、清晰的數據庫，以此來作為承載載體。在建設數據庫的過程中，還要注重數據使用的監督和管理，建立信息查詢與利用的監督機制，明確使用的權限規范，防止權力濫用、侵犯公民隱私現象的發生。此外還應延伸與拓展數據庫數據資源的使用范圍，除了應用于偵查實踐，還可以為社會公眾提供查詢與咨詢服務。

（三）建立與完善大數據人才培養機制

人才培養是實現偵查變革的基礎性工作，因此我們應注重培養復合型專業人才，既懂得偵查辦案的知識，又具備大數據分析、計算能力，從而獲取更多有效的偵查破案數據資源。應重點依托高校，開設與大數據技術運用相關的專業，既要滿足偵查學人才的培養，也要滿足大數據技術人才的培養，此外還應注重偵查理論知識與實踐活動的緊密結合。通過培養大量高素質的公安專業人才，及時提供輸送到公安隊伍中，實現偵查工作的全面革新。

[參考文獻]

[1]印大雙.偵查模式從信息孤島向結構化數據庫的邏輯演進[J].湖北警官學院學報，2016（06）：3-8.

[2]董邦俊，黃珊珊.大數據在偵查應用中的問題及對策研究[J].中國刑警學院學報，2016（02）：7-13.

[3]徐良峰.大數據背景下偵查模式變革研究[D].華東政法大學，2016.

[4]魏麟鈞.大數據與偵查方法論之創新[D].江西財經大學，2015.

[5]王曉楠.大數據時代下的主動型偵查模式研究[J].遼寧警專學報，2015（03）：18-21.

[6]李占奎.大數據對現代偵查的影響[J].南方論刊，2015（04）：45-47.

[7]何軍.大數據與偵查模式變革研究[J].中國人民公安大學學報（社會科學版），2015（01）：72-80.

[8]張俊岳.“大數據”背景下偵查工作的變革[J].北京警察學院學報，2014（04）：48-50.

[9]郝宏奎.論數字化時代偵查活動的演進[J].鐵道警察學院學報，2014（01）：5-13.