李赪
(河南警察學院 河南鄭州 450046)
大數據時代,對警務工作提出了新的挑戰。經濟犯罪偵查(以下簡稱“經偵”)擔負著捍衛國家經濟安全和秩序的重任,更要順勢而為。2019 年7 月召開的全國公安工作會議上,“科技興警”理念首次被確立為現階段和今后一段時期警務工作的新目標、新要求,也為經偵工作和經偵隊伍的轉型提供了優化路徑和方向。“科技”如何助推警務建設,是包含經偵在內的每個偵查警種所應思考和解決的現實問題,要依托公安大數據戰略,使科技成為經偵警務機制轉型的不竭動力,將科技融入經偵隊伍的思維和理念、手段和能力、機制和格局當中,建設數據經偵。
目前,關于經濟犯罪偵查工作變革與轉型的研究,多散見于經濟犯罪偵查理念、經濟犯罪偵查模式、經濟犯罪偵查技術、經濟犯罪偵查隊伍建設和人才培養等方面,對以上問題的探討,主要采取案例分析、調研調查的研究方法,具有代表性的研究成果結合當下“大數據”的時代背景,契合經濟犯罪偵查工作的擔當作為,對經偵領域理論研究者和經偵實踐具有一定的指引意義,值得借鑒和反思。但不足之處也較為凸顯。經偵學科理論研究方法缺乏歷史比較研究和體系性研究方法,理論研究內容尚缺乏系統性、整體性研究。經偵作為新的警種,較之治安、刑偵,發展時間并不長,有必要梳理經偵在我國警務工作中的緣起、發展和趨勢,挖掘經偵在我國經濟社會發展中的重要地位和角色,剖析經偵在大數據信息化時代面臨的瓶頸和挑戰,從高站位、深層次、廣視野,以專業自信和警種自信,回溯和展望經濟犯罪偵查工作,實現經偵轉型的自我革命,更好地為國家經濟社會發展保駕護航,正是本文的寫作意義之所在。
經偵警務的理念、制度、機制、模式、定位與國家的社會發展、經濟運行和政策導向息息相關。通過研究經偵警務演進的基本歷程,探索警務制度變遷的動力機制,找尋經偵的前進方向,有助于為經偵轉型提供經得起時間和實踐考驗的合理路徑。以下將經偵發展的變遷過程具體分為兩個方面:一是經偵警務工作的發展史;二是經偵警務與科技因素對接、嘗試和融合的發展史。通過梳理經偵警務的歷史脈絡,發現經偵的發展規律和時代需求,挖掘經偵轉型的內涵要義;通過反觀經偵科技創新之路,確立經偵未來發展的必由之路。
縱觀我國經偵警務工作的發展,大致經歷四個階段:第一時期——經偵建隊之初,“2G”時代的“汗水警務”階段。1998 年經偵在全國大部分省市地區被獨立為新的警種,與刑偵、治安等分屬不同的機制、不同的隊伍、不同的案件、不同的保障,新警種創立之初,硬軟件匱乏,人員構成、職業素養、警力配備和機制保障尚未達到精細化、專業化的程度,經偵民警辦案主要依靠線下調取、人工摸排、實戰經驗和人海戰術。譬如對犯罪嫌疑人銀行賬戶的查詢,需要趕赴銀行挨家實地查詢、調單取證,由于本地、省內、省外、銀行間的查詢進度各不相同,完全依靠人工整理、篩選銀行賬單,導致實際辦案壁壘繁多,效率低下,投入巨大,這種“線索靠等,取證靠走,預審靠吼,筆錄靠手”的辦案模式弊端諸多;第二時期——經偵成立過渡階段,“3G”時代的“數字警務”時期。經偵民警辦案手段開始從傳統的偵查手段向現代化科技手段轉化,通過智能化的數字技術應用開展行政服務、警情處置、打擊犯罪;第三時期——經偵發展轉型階段,“4G”時代的“數據警務”時期。這是經偵主動順應大數據時代警務變革趨勢的舉措,嘗試將“互聯網+”的思維模式運用到偵查工作機制中,經偵辦案模式由“人工檢索對比”“單一數字比對”向“平臺實時監控”“數據碰撞比對”跨越,實現點對點、粗放式的的個案偵辦向情報導偵、數據研判的轉向;第四時期——經偵變革未來階段,“5G”時代的“智慧警務”時期。“5G”時代,萬物萬聯,數據互通整合,大數據應用向廣度和深度擴展,構建基層應用、信息整合和信息技術一體的信息共享、互聯互通的現代化管理平臺,實現對“人、物、車、事件”的多方感知,將經偵隊伍的戰斗力由被動變為主動,由防御走向防控,最終目標是實現由“傳統警務”向“智慧警務”的傳統升級[1]。
與此同步,科學信息技術和情報導偵機制在經偵工作中的融合創新之路同樣也歷經四個階段:第一階段,“科技強警”目標的確立,情報導偵機制初次進入公安領域的視野范圍。1996 年3月,公安部在《“九五”公安工作綱要》中提出“堅持走科技強警之路”,首次以文件形式提出“科技強警”,1999年公安部經偵局赴美考察,首次認識到情報信息在經偵工作中的核心和基礎性地位。第二階段,國家大數據戰略的架構和科技強警的嘗試階段。2013 年,公安部經偵局發起集中打擊網上非法制售假藥的“云端行動”,首次大規模地運用情報導偵手段,發起集群戰役,實施集約打擊,信息化、科技化的偵辦手段初顯成效,以此指明了經偵工作的發展方向,2014 年3 月,大數據首次被寫入我國中央政府工作報告;2015年7月,部經偵局首次確立“信息化建設、數據化實戰”發展戰略,并對各地經偵部門提出明確要求,全力推動經偵工作的轉型與進化,經偵朝著數據化的方面邁進。2015 年10 月,黨的十八屆五中全會正式提出“實施國家大數據戰略,推進數據資源開放共享”,大數據作為戰略資源并上升為國家戰略。第三階段,公安科技創新的推進階段。2017 年4月,《公安科技創新“十三五”專項規劃》發布,深入貫徹創新驅動發展和科技強警戰略,隨之公安部進一步確立“公安大數據戰略”,大數據正式被公安領域所接納和吸收,2017 年11 月,部經偵局確立了“兩年鍛造全新警種”的目標,2018 年5 月,制定實施鍛造全新警種工作規劃,深入推進“信息化建設、數據化實戰”。第四階段,公安科技創新的研發應用提速階段。警務技術與公安業務深度融合,2019年5月,在全國公安工作會議上,“科技興警”作為新時代公安工作的重要方針之一加以明確,公安科技創新由此走上關鍵性技術難題自主攻關、自主研發、深度應用以滿足基層公安民警需求的智能化之路,2019 年12 月,在全國公安經偵部門“論道2019”會議上,圍繞“鍛造全新警種、建設經偵鐵軍”的目標,經偵工作從戰術層面轉型為國家治理體系和能力建設中的宏觀戰略研判,其職能定位正在發生著顯著變化,更多地服務于國家宏觀決策和經濟發展大局,經偵在數據理念、平臺架構、數據通道、數據武器、打擊模式、導偵格局、導偵隊伍方面,以實戰為引領,提升其數據應用能力和數據化作戰能力,實現全方位轉型。
經偵警務發展至今,在當下及未來很長一段時間內,在偵查思維、偵查目標、偵查模式和偵查手段上都歷經新的變革。
根據物質守恒定律,一個案件的形成及發現,總是由存在于時空中的多種相關因素所涵蓋。維克托·邁爾-舍恩伯格指出,大數據時代最大的轉變,就是放棄對因果關系的渴求,取而代之對相關關系的關注。而傳統偵查思維以因果關系、邏輯思維為主,偵查員對經濟犯罪案件的認識,主要依賴調查和偵查措施所獲取的案件信息,先運用概念、判斷的思維形式,推理犯罪動機,依據對民刑界分的法律判斷對案件是否具備經濟犯罪案件性質形成可能性認識,如果案件屬于經偵管轄,再運用推理、邏輯的思維形式,就案件的發生時間、地點、手段、動機和結果形成確定性認識,最后發現犯罪嫌疑人,認定犯罪事實。其關注重心仍然是建立在對經驗和常識的基礎上,雖然具備一定的合理性,缺陷也較為明顯,其中重要的變量因素可能被有意或無意地忽略,得出的結論可能不完整或不準確。數據驅動思維是以數據處理為核心,其科學的方法論的意義在于就數據本身進行分析,重視數據的客觀性,透過“外觀上”的數據,通過記載于數據上的“信息”,辯證地認識“本質上”的犯罪,認識案件,其分析過程無需明顯的理論支撐,收集存儲于現實世界中與案件相關的身份數據、物流數據、車輛數據、通信數據、賬戶數據和資金流數據,通過對案件可能涵蓋的相關數據進行計算和處理,運用發散思維和關聯思維,挖掘數據背后的相關關系,發掘隱秘信息,掌握罪犯實施經濟犯罪的目的及過程,美國警務工作中運用較多的“數據服務”理念同樣體現著數據驅動思維,強調通過對數據的有效分析和利用,改善績效評估和檢驗,最終更好地服務于警方和社會大眾[2]。
大數據時代,偵查目標已不再僅僅滿足于事后打擊,而要以發展、聯系的眼光,充分發揮經濟數據覆蓋經濟社會全方位的特點,不斷增強公安機關“察之未萌”的能力。例如在微信微商類傳銷犯罪案件中,“上線”和“高級會員”通常通過微信、QQ等即時通訊工具,對被害人宣傳、洗腦,與詐騙行為相關的一系列幫助行為會通過不同的載體,以數據的形式存留,在以“返利”“分紅”和“拉人”等關鍵詞為特征的微信、微博紅色標記和報警之時,利用涉眾型經濟犯罪監測預警平臺,根據標紅,鎖定重點人員,及時遏制將要發生的詐騙行為,實現事前和事中防控[3]。此外,整合各類數據資源,不少城市的一體化預警機制正在建設和應用中。借助智能化設備和智慧城市工程建設,將城市的視頻監控體系、智能交通系統、查緝布控系統和城際熱點系統等信息資源,利用人像比對、車牌識別等技術,建立社會治安一體化防控體系,為經濟犯罪的預警和防控提供可能,一旦涉及經濟犯罪案件的人員軌跡、物理軌跡呈現反向規律,系統報警并反饋給經偵部門,及時管控和挽回損失。
傳統的偵查模式由犯罪嫌疑人出發或由犯罪現場出發,主要依賴于偵查經驗的總結,并以一線偵查員為主體,主要偵查領域來源于現實社會,偵查計劃的確立多在案件發生之后,根據案發線索而確立,循線追蹤,進而確立“由人到案”“由物到案”和“由案到人”的偵查模式,而在“互聯網+”時代,處于社會生活中的每個人、每件物品,都在現實世界留有印記,而這些“印記”恰恰是偵查模式轉型的基礎要素,數據驅動思維主導下的偵查模式轉變為“情報導偵”和“數據挖掘”為主,倡導從“印記”中進行“無中生有”的預測防控[4]。以云計算能力為基礎,以經濟數據為主的數據資源為核心,利用數據清洗、數據比對技術,挖掘數據背后的信息構成經偵案件偵破的關鍵。
大數據在經濟犯罪案件偵查中的價值主要體現在:第一,大數據輔助摸清犯罪。隨著經濟犯罪日益成為經濟社會的主流犯罪,其涉眾型、涉網型特征凸顯,案件參與跨省跨境,犯罪手段隱蔽專業,組織人員分工明確,資金流轉快速復雜,返利復投模式多樣,涉案金額難以確定,利用大數據技術,對涉案人員賬戶的交易金額、頻率、對手、時序等特征進行深度分析,異常賬戶表現出的異常風險能夠使偵查員有效鎖定吸金賬戶和返利賬戶,研判兩類核心賬戶的“資金流”,確定涉案金額。在網絡傳銷犯罪案件偵查中,偵查人員以收集到的網絡傳銷犯罪情報信息為基礎點,總結資金數額、時間、頻率、對方賬號信息等犯罪組織的資金流轉情況,結合犯罪組織具體的晉升流程,繪制資金流轉信息關系圖[5]。第二,大數據輔助追捕犯罪人。在網絡傳銷、非法集資案件中,犯罪嫌疑人通常以形式上的合法公司為誘餌,通過組織內部人員專業分工完成犯罪,人員數量眾多且關系復雜,傳統的偵查方法難以鎖定重點涉案人員,大數據技術可快速梳理并可視化呈現犯罪集團的組織架構,自動計算會員所處層級、發展下線人數、總報單金額,快速鎖定核心犯罪人員,便于實施線下抓捕。第三,大數據輔助追贓挽損。凡是涉及非法募集資金的涉眾型經濟犯罪大多都存在著“洗錢”的犯罪行為,試圖躲避偵查,達到非法財物合法化的犯罪目的。大數據知識圖譜技術,構建涉案集團的完整資金流通網絡,從資金進入集團開始,持續追蹤資金流向,對大額支出統計分析,鎖定“資金池”,分析資金用途,識別資金去向,為非法資金的凍結與追回奠定基礎。
在這里,筆者立足河南經偵實際,從理論和實踐的角度,探討經偵轉型在思維、數源、技術、人才方面存在的現實不足,為經偵轉型路徑的選擇找到問題的根源所在。
大數據是一種能力,更是一種素養。大數據在經偵行業的應用,不僅需要大數據工具,而且需要具有數據素養的“人”,目前,經偵民警所應具備的“數據素養”,我們認為主要包括對數據的敏感性,對數據的收集能力,對數據的清洗處理能力,對數據的挖掘研判能力和對數據的批判性思維五個方面。目前,這五個方面均有待加強。首先,就全國各地經偵數據警務的建設情況來看,存在著“東熱中西冷”和“上熱下冷”的現實問題,從整體上看,多數地區的經偵隊伍對數據的職業敏感性尚未養成;其次,缺乏各類社會信息數據在合法框架下的整合,缺乏數據信息采集和上傳制度規范和標準;再者,缺乏常態化的數據更新與數據銜接收納機制,忽視部分“無關”數據的價值,對人工智能系統運作所需的各種基礎數據信息的收集工作重視不夠;再者,對所需求的數據缺乏智能化清洗,數據挖掘的基礎性、前提性工作解決思路單一、解決方法死板;此外,對數據的批判性思維呈現“兩極化”和“單一化”現象。要么對大數據偵查持懷疑、抵觸態度,要么過度夸大、依賴大數據在經偵中的作用。
其主要體現在數據互聯互通存在屏障。資源壁壘尚未打破,不乏存在孤島型科技應用與一體化警務體系的沖突現象。具體表現在外部數據庫與公安內部數據庫不暢通,這也是包括經偵在內的各類警種存在的普遍問題。省內與省外、省內各地市間的數據資源尚未做到主動數據共享,數據的缺失和準出準入程序的繁雜,絕大部分地市的信息平臺建設相對“閉塞”,大部分信息平臺的數據庫由各地市自主搭建,數據庫搭建滯后、無法及時更新獲得需求數據,經偵民警查詢調取權限限制。目前,只有少數由部、廳級搭建的經偵云平臺能做到信息共享,想要達到整合性、開放性數據共享還存在現實困難。
大數據技術在應用中的不足主要體現在科技成果與業務應用的耦合度有待增強,公安科技投入的高效集約化水平有待提升,智能經偵警務裝備的研發強度、深度不足,具體表現在線上技術研發與應用和線下設備的配置與使用方面。在經偵數據警務的應用體系中,前置性線下基礎設施的建設成為影響大數據在經偵領域運用的重要因素。第一,內網技術平臺研發難度較高。首先是公安內網技術的開發與應用問題。公安內網是公安系統專用網絡,許多數據信息涉及國家機密和公眾安全,為保障網絡安全和防止涉密信息泄露,不運行在互聯網上,連接公安內網的電腦設備不能與外界儲存設備相連接,保證專網專用,這意味著涉及公安內部自主辦案軟件開發、測試、運行都需要在專門的電腦設備當中進行,但是軟件的開發和維護通常又離不開其他軟件的支撐,導致目前可用的公安內網平臺技術功能都比較單一,大多僅僅涉及辦案程序的簡化,而不涉及辦案的偵查和取證等實體功能,復雜疑難經濟犯罪案件偵辦的需求無法滿足。技術開發的硬件設施要求嚴格,無疑加大了實戰應用設備開發的難度,也在一定程度上制約了人工智能在經偵部門的案件偵辦效率。第二,服務器的搭建和維護成本較高。公安部門配備服務器除應具備承擔和保障實戰服務的功能外,防止病毒木馬等惡意程序入侵,做好公安數據的保密工作也是重中之重。服務器的構成和通用計算機架構類似,但同時需要滿足辦案的實際需求,因而在穩定性、可靠性、安全性、處理能力和可管理性方面要求較高,這意味著設備成本的提高,在辦案經費審批嚴格的環境下,成規模的數據平臺搭建以及后期的專業維護所需的辦案經費和技術支持也是經偵部門不得不考慮的一個現實性問題。第三,智能移動設備的配置與升級滯后。如H 省J 市經偵支隊辦理的“呂家傳”網絡傳銷案件的研判初期,由于網絡傳銷組織會員多達38 萬余人,傳銷組織人員關系鏈條錯綜復雜,且各層級聯系多依靠手機通訊,犯罪嫌疑人一人持多部手機情況普遍,每部手機又都有各自的數據信息存儲,短時間內完成大量數據的篩選和過濾工作較為困難,后期得以憑借引進的“ZJ2000”和“Ibase”設備和應用技術進行批量檢測檢查,通過將犯罪嫌疑人手機云端儲存信息下載并保存,調取信息截圖、銀行轉賬等電子證據,以此才得以完成研判任務。
隨著數據分析在經偵實戰應用越來越廣泛,數據分析人才的角色和作用愈發重要。數據人才匱乏,與實戰需求和目標不相契合,不僅易影響經濟犯罪案件的實際偵辦,而且易影響經偵應用系統的日常管理。根據調研結果顯示,多數經偵部門對數據分析人才需求迫切,經偵數據分析人才缺口明顯。目前由經偵部門自主研發的辦案平臺和各類技術應用型平臺,無論數量還是質量都比較有限,各類技術平臺、軟件、模型的操作、維護和更新換代多依賴于科技公司,很少有懂得實際操作的經偵偵查員專門負責日常運營,由于專精方向不對口,僅僅懂得實際操作,對于科技產品設備的內在原理缺乏深入了解,導致智能設備在運營和使用過程中幾乎完全依賴外部,一旦出現技術問題,難以及時解決。例如,數據平臺的運營和維護就是此問題的現實反映。
針對當前經偵轉型中存在的問題,我們需要依據大數據理念、思維、模式和技術,以大數據為“抓手”提升經偵“數據警務”建設水平。應夯實數據理念基礎,增強經偵發展內生動力;需構建共性技術體系,促進數據資源深度融合;也要研發新型數據武器,提高打防綜合能力;還要加強集成應用創新,推動經偵轉型升級。
數據已經滲透到每一個行業和業務職能領域,成為重要的生產因素。大數據催生我們對未來世界的認識,“數據警務”構成經偵轉型的基本內涵。其所蘊含的數據采集、數據治理、數據整合、數據清洗,挖掘數據的現有價值和潛在價值,著力解決“數據豐富、信息貧乏”的現實問題。以大數據融合為前提,以大數據技術手段為依托,形成各類“智慧+”模式。“智慧校園”“智慧交通”“智慧城市”和“智慧社區”,反映在警務工作即“智慧警務”。“智慧警務”概念的提出來源于美國司法部下屬的司法協助局推出了一項新的執法資助計劃,即“智慧警務倡議(SPI)”①。相關措施對參與SPI的警察機構產生了顯著的積極影響,“智慧警務”的理念和做法開始在我國盛行。自2010 年以來,國內部分省區市公安機關開始積極嘗試將以大數據、云計算為核心的新一代信息技術應用于警務指揮、情報研判、視頻監控、案件偵查、社區管理、交通管理、治安管理、行政服務、應急聯動、警察管理以及區域和國際警務執法合作等方面,并取得一定成效。智慧警務的具體體現即“數據警務”[6]。“智慧警務”具體到大數據的應用中,又形成了“大數據+治安防控”“大數據+合成作戰”“大數據+便民服務”和“大數據+公共管理”等模式,為各類警務、警情的處置提供靈活、精準的技術支持,使得警務要素得到重新配置、高效利用,引領了智慧警務的創新模式。建設經偵數據警務,是當前經濟犯罪形勢倒逼的必然結果。在互聯網信息技術高速發展與不斷更新的現代經濟社會,犯罪分子的作案手段也伴隨著信息技術的發展而發展,傳統的偵查手段在偵辦新型經濟犯罪案件時,時常陷入被動尷尬的境地,需要借助現代化的偵查手段助力案件的偵破和犯罪的預防,人工智能無疑給當前的經偵工作注入了強大的生機和活力。建設經偵數據警務,是經偵工作自我革新和長足發展的需要。科技是理性的典范,偵查一旦受到科技的青睞,偵查技術被優化和改良,偵查效能將得到質的飛躍。
打造“數據經偵”,打通數據通道、建設經偵大數據是關鍵,打造經偵數據化實戰中樞和平臺是保障,實現數據共享,促進“合成反應”。經偵大數據的構建,應當以經偵專業數據為顯著標志,扭住經偵專業數據這個經偵大數據的核心,匯聚數據資源,形成“合成反應”。優化已有的數據通道,進一步提高反饋速度和質量,積極開拓新的數據通道,不斷增加可用的數據維度。打通經偵專業數據通道,需要經偵部門與中國反洗錢監測分析中心、銀保監會、銀聯公司、網聯公司進行合作,同步打通證券、票據、稅務、外匯、海關等八類經濟專業數據通道,實現經偵專業數據海量匯集,充分發揮經濟數據覆蓋社會各個領域、各個行業的特征,經偵部門依據享有偵查權和管轄權的行業特色,在經濟數據的獲取和研判和多維度的經濟數據集成研判方面,較之任何一家占有經濟數據的單位來講,其優勢不言而喻。
在數據庫的建立、資源和權限方面,根據現有數據庫的建設現狀和類型,筆者建議仍需堅持專用數據庫、跨警種共享數據庫和對外相對共享數據庫的劃分。經偵專用數據庫僅僅針對經偵民警開放,數字證書首先需要驗證經偵民警身份,再向其開放數據資源,數據庫信息應緊密突出經偵案件特征,如以案件的類型劃分為非法集資案件、非法經營案件、合同詐騙案件、虛開增值稅專用發票案件等,經偵專用數據庫需滿足經偵實戰的現實需求,能夠為突破和掌握經濟犯罪案件的“人流”“物流”“信息流”和“資金流”的關鍵證據提供線索和研判的基礎。跨警種共享數據庫是指將經偵掌握的適宜全面共享的數據資源限定共享的級別和警種,對擁有數字證書的公安民警開放。例如,人口基本信息。對外相對共享數據庫主要表現為公安數據資源與非公安數據資源的對接與共享,當前更多地體現為公安依職權依程序,從互聯網服務機構以及金融機構獲取非公安數據資源的做法,今后需要加深加強政企合作,使涉案數據在案件偵辦中發揮更大效用。
2019年12月14日,公安部經偵局高峰局長在“鍛造全新警種,建設經偵鐵軍”現場推進會上分別提出了“四種數據思維”“四種數據理念”和“五個全工作法”。其中,四種數據思維是指需求思維、要素思維、關聯思維、穿透思維;四種數據理念是指數據引領理念、數據實戰理念、數據證據理念、數據融合理念,開啟經偵隊伍的“頭腦革命”。在以高峰局長為代表的一代經偵人的頂層設計和全力推動下,經偵數據理念逐步確立。悉數經偵數據理念的確立,大致經過三個階段:第一階段,擁抱大數據,即“信息化建設,數據化實戰”必由之路,提出了數據化實戰理論;第二階段,發展大數據,即挑戰與應對,提出了經濟犯罪數據學學科;第三階段,厚植大數據,即回顧與展望,明確了經偵在“國家治理體系與治理能力現代化中”的職能定位和使命擔當,確立經偵數據理念,樹立經偵警種獨特的數據品牌。經偵隊伍需具有“數據經偵”思維,首先解決要什么、怎么獲取、怎么使用的問題;再找到各要素相對應的數據,更好地認識事物,同時注重通過探尋數據聯系、揭示事物本質、預測事物發展趨勢。經偵隊伍還需要秉持“數據經偵”的理念,以數據流引領業務流、管理流,以“診斷技術”引領“治療技術”,需要具備“數據即證據”的證據意識,實現經濟犯罪的科學預警及掌握經濟案件核心證據的方法,構建大數據技術在經濟犯罪偵查中的應用模式[7]。將數據轉化為證據,認定犯罪,需要具有服務全警種,服務國家宏觀經濟大局的專業視野和警種自信。
創新經偵數據導偵工作機制,堅持實戰、實用、實效導向,推進經偵情報導偵聯勤中心建設。對上承接全國性經濟犯罪數據資源并落實經偵局情報導偵工作的各項部署,依托本地警務數據為全國性情報導偵實戰提供數據支撐,對非涉密的信息資源,按照人、案、物、證的要素進行劃分,統一納入綜合查詢平臺,建立健全經偵、刑偵網安、交警等部門和電信運營商、網絡服務商、銀行金融機構、科技應用公司等單位的協商合作機制;對下統籌本地情報導偵工作,開展研發模型工具,組織打擊,總結技戰法等情報導偵工作,為市、縣級經偵部門提供數據供給,橫向服務其他警種部門,并對接其他省份聯勤中心,開展跨區域情報導偵實戰協作,不僅是部經偵局所供給數據、研判模型和應用平臺的接受者、推廣者和使用者,也是屬地經濟數據和警務數據的聚集者、提供者和服務者。依托數據中心、公安綜合服務平臺,借助多系統、多模型,構建數據經偵神經中樞,通過大數據,實現人人、人物、物物的全面感知和互通互聯。目前,全國32 個省級“聯勤中心”已經全部簽訂數據共享協議,“經偵應用云”也不斷調試優化,均將在云端打擊機制的有效作戰中發揮日益重要的作用。
優化經偵數據武器,創新數據研判模式。我們將資金查控、類罪模型、警綜平臺等所有與大數據技術研發相關的,應用于經濟犯罪偵查的各類軟件和硬件統稱為“經偵數據武器”。以往對經濟犯罪的打擊以分散打擊居多,研判模式也多以分領域研判和戰術研判居多,經偵數據警務建設則要求拓展為全領域研判和戰略研判,建立部省主要研判、各地落地經營、全國統一收網的全新打擊模式。以應用為導向,以科技為引領,支持大數據產品研發,推進經偵模型工具譜系圖建設,構建模型工具“反應堆”,類似的功能要整合,專業的功能要增強,推進經偵通用技術建設,將部局推廣的“三大技術”——資金查控技術、企業基因測序、非法財務軟件識別鎖定,加強對“供需關系溯源”技術研究,優化經偵數據武器。當前,全國各地利用人工智能、大數據、云計算等技術,發現經濟犯罪的DNA,偵辦涉眾型經濟犯罪案件,成效顯著。各地經偵部門自主或與企業合作研發警綜服務平臺、大數據建模、預測感知系統等數據武器,通過計算機算法對大數據進行分析研判,掌握經濟犯罪動態和規律。經偵數據武器的運用不僅體現在案件偵辦中,在犯罪風險預知、經濟犯罪預警方面,其作用也逐漸顯現。以往對經濟風險和經濟犯罪的應對以事后防御、事后偵查為主,被動且對二次犯罪的抑制力較弱,當前在云計算時代,大數據技術為防范經濟犯罪提供了由事后防御轉為事先防控的可能,尤其是在非法集資、電信詐騙、信用卡詐騙犯罪中,經偵民警掌握著風險防控的核心武器——大數據和互聯網技術,用更全的數據和更新的技術,破案、抓捕、追贓、挽損,優化營商環境,確保公眾賬戶的資金安全和市場經濟有序平穩運行。這些更凸顯了數據武器在當下和未來在打擊經濟犯罪、防范經濟風險方面蘊含的巨大價值。
數據武器的強大,其靈魂在于“技戰法”。筆者主張現階段經偵的主要偵查手段的運用應建立在“技戰法”的指引下,充分挖掘數據武器,即“數據武器+技戰法”的偵查方式。每一個懂得實際操作數據分析軟件的民警幾乎都有這樣的體會,要想軟件發揮其價值,需要民警具有清晰的偵查思路和明確的偵查計劃。例如,在運用某軟件的過程中,如果想要找尋某行為的關聯人,民警需要知曉關聯因素。譬如,時間段和是否乘坐某種交通工具;再如,在偵辦某手機配件企業職務侵占的案件中,通過偵查后臺服務器,提取了三家銷售手機配件的淘寶店鋪的店鋪交易、信譽、評價等數據查詢、關聯、比對,摸清集侵占、收贓、銷贓為一體的犯罪鏈條,這就需要偵查人員在偵查思路的指引下,開展數據研判,運用數據武器。因而,“技戰法”不可或缺。
以數據為標準優化機構,加強數據人才培養。創新之道,唯在得人,人才是經偵數據警務建設的核心要素。首先,經偵數據分析人才的培養,部門的平臺是支撐。隨著經濟犯罪的網絡化和科技化程度越來越高,經偵部門打擊防范經濟犯罪的能力也需要隨之有所提升,全國各地經偵部門對經偵數據分析人才的需求愈發迫切。在經偵部門內部,圍繞數據在經濟犯罪案件中的獲取、收集、分析和研判等具體應用,根據各地實際情況,適當調整、增設、優化經偵部門內部職能機構,為經偵數據研判人員提供實戰的平臺,突出情報部門在整個經偵部門中的重要地位,以情報分析研判部門為核心,統籌強化其他辦案大隊、中隊與情報分析研判部門在案件辦理、日常指導、培訓實操上的合作與聯系。其次,經偵數據分析人才的培養,研判專業化是方向。其次,提高數據分析人才比例,充實情報研判力量,整合線下行動部門,即情報研判分析要突出專業化、精準化,行動和偵查部門則通用化、規范化,即“研判專業化、辦案通用化”,數據賦能經偵民警的戰斗力,堅持“警力跟著數據走、警力跟著警情走”,堅持“比戰訓”三位一體,激發經偵民警運用大數據技術、利用數據武器的主動性,建立適應科技創新需要和公安實戰需求的人才獎懲機制,將經偵民警大數據應用的實際操作能力作為一項不可缺少的考評指標,具備條件者,可作為硬性指標來加以參考。經偵數據人才并非單純計算機專業出身或者擅長Access數據庫的人才,而是要求既能對經濟犯罪了然于胸,又能運用數據武器預測風險并覆蓋打擊的人才,熟悉各類實戰平臺、資金查控手段的運用和類罪模型的研發,對于新形勢下大數據時代的經濟犯罪偵查員來說,不是唯一需要具備的專業技能,但卻是不可或缺的。再者,經偵數據分析人才的培養,在實戰中鍛造是途徑。以大數據應用為核心,強化大數據作戰意識,在實戰中鍛造與新時代經濟發展相適應的經偵隊伍,各地經偵部門根據實際情況,向全國做法先進的經偵數據研判平臺看齊,拓寬經偵民警的眼界,定期召開案件評析會,選派人員赴部局和省廳機關跟班學習,在“論劍”“論道”中錘煉大數據偵查應用能力和經偵理論素養,以“大數據頭腦風暴”強化大數據偵查變成經偵民警的偵查自覺。最后,經偵數據分析人才的培養,對外交流是手段。經偵部門可與科技公司建立協作關系,簽署技術戰略合作協議,選派講師舉辦培訓班,培訓業務骨干,聯合培養經偵數據分析領域的業務骨干。實務部門還需和教育部門合作,與省屬或外省公安院校經偵專業教研室簽署校局合作、教學實踐研究基地協議,院校作為警方的教育部門,開設經濟課堂,發揮理論優勢,找尋當下經濟犯罪偵查的理論基礎,培養適應數據時代的復合型經偵人才,切實提高經偵隊伍全警的科技應用能力,使偵查辦案全面提速增效,真正將數據資源轉化為實戰能力。
新時代下,經偵部門的全新轉型需要破解當前被動作戰、粗放經營、封閉運行的局限,緊盯“數據導偵”這一核心戰斗力,將數據確立為經偵工作定位、方向指引、機制建設、流程設計、措施制定的基礎性、源頭性因素,積極構建預警超前、打擊精準、防范協同、手段智能、資源融通、職能清晰的“數據經偵”。“鍛造全新警種,建設經偵鐵軍”,不僅是經偵警務對大數據時代的積極回應,更是一場“敢為天下先、服務全警種”的自我革命。與此同時,我們還要看到在“數據警務”的建設過程中難免存在一些偏見,其中大數據的數據安全和隱私保護等問題尤為突出,因而,經偵轉型不僅需要經偵部門具備數據處理和分析挖掘技術,還需要政府和社會建立良好的數據開放和數據保護制度,不僅需要主動向數據警務轉型,還需要考量國家、社會、公民等多方利益平衡。經偵轉型之路任重而道遠。
[注釋]:
①2008 至2009 年間,經濟大蕭條導致財政預算削減壓力,導致美國多個地區的社區警務和執法行動因缺乏財政支持而被迫停止。在執法資源有限的情形下,如何有效解決犯罪問題并合理控制執法成本就變得尤為重要。美國司法協助局(Bureau of Jus?tice Assistance,簡稱BJA)推出了一項新的執法資助計劃,即“智慧警務倡議”(Smart Policing Initiative,簡稱SPI),旨在向警方提供財政和技術援助,以幫助建立以證據為基礎的數據驅動式警務機制來識別、打擊和預防犯罪。