犯罪治理數字孿生體研究

姜斌祥

犯罪治理現代化是社會治理現代化和平安中國建設的一個重要成分，研究犯罪治理現代化規律、模式、機制和方法就成了繞不開的任務。隨著社會步入AI 時代，給精準犯罪治理帶來了新科技手段及大數據基礎，通過犯罪治理現代化提供更加精準治理模式是犯罪治理的一個解決途徑。但還有大量問題在阻礙犯罪治理現代化進程，犯罪治理是一個復雜高階巨系統，且橫跨多領域、多部門和多行業，如何實現全域精準犯罪治理現代化就成了學界和實務界的難題。本文通過引入數字孿生技術進行犯罪治理現代化研究，旨在破解其所遇難題。

一、犯罪治理現代化的問題

犯罪治理（Crime Governance：CG）一直以來都是社會治理的重點和難題，是社會治理的重要組成部分。我國經歷了犯罪鎮壓、懲治、防控、治理等不同階段，隨著社會轉型不斷深入，國家對犯罪治理實踐認識也在不斷深化，從實際運行中的“強勢管制”轉變為真正意義上共建共治共享的“科學治理”新格局，需要把現代化治理理論運用到犯罪治理制度設計和機制運行過程中。犯罪治理是一個過程，這個過程具備協調性，且涉及多領域、多部門及多人員，具有持續互動性。犯罪治理表現為對犯罪行為作出反應或采取應對措施以及預防的過程，是在客觀準確觀察犯罪問題基礎上，確立適當對策目標，選擇合理路徑與方法，組合多方力量作用于犯罪現象的科學之道。犯罪治理是社會治理當中必不可少的，是建設社會治安防控體系、維護社會和諧穩定的關鍵。

犯罪治理中的主要問題有：①犯罪治理是個復雜龐大的系統，具有高階、多維、不確定性、復雜多變性、實時性、所以難以掌握信息、預測性很差等，傳統治理手段難以駕馭。②目前犯罪治理現代化多為單點系統，呈現碎片化特征，治理層次不齊，技術水平不等，這種碎片化治理難以達到全域治理期望效果。③部門利益導致現有治理現代化建設充斥著大量信息孤島、技術鴻溝等，共享程度低下，數據價值難以發揮。④現有治理現代化建設缺乏標準，實務研究困難很多，均在摸著石頭過河，各有一套，且封閉進行。⑤治理大數據并發現不了所有問題，甚至會有假問題和假規律。⑥缺乏治理現代化基礎理論和實務研究成果，尚未構成支撐實戰的多學科交叉研究理論體系。上述問題阻礙著犯罪治理現代化進程，需尋找科學合理解決辦法來反應和解決。

二、犯罪治理數據特性與問題破解方法

（一）犯罪治理數據特性分析

經過調研分析發現，犯罪治理數據具有12 類特性：①犯罪治理八要素大數據特殊性。治理數據由人、地、物、組織、案（事）件、時間、位置坐標、線索等八要素構成，〔1〕姜斌祥：《犯罪預防數字引擎研究》，2019年第六屆犯罪學論壇論文。數據具有類型復雜、結構多樣、體量巨大、價值密度低、挖掘潛力巨大等大數據特點，又有其特殊性：安全保密性、可靠性、時效性、多樣性、數據質量等要求高。②社會網絡特性。治理八要素有社會網絡特性，各要素之間的關系各不相同，關系網中一些要素居于核心地位，有的處于邊緣位，且是相對的，須對要素知識圖譜與語義推理等。③高階多維復雜性。犯罪治理涉及到社會方方面面，極其廣泛，具備多維特性和廣度和深度，具有社會治理的高階復雜性。④博弈性。治理要素數據代表了社會要素的社會動態行為寫照，映射出要素間的博弈性。⑤不完備且漸進增長性。因犯罪治理具備高階復雜性，人類認知和技術都是在不斷演進的，故數據采集過程是漸進的，治理數據具備階段不完整性，雖然有邊界，但永遠在路上。⑥不確定性。治理要素數據具有定性定量混合、模糊、灰色與不確定特性。⑦多模態性。治理要素隨時間變化、個體和環境差異、多領域等，導致具備多模態特性。⑧協同聯動性。治理需要遍歷社會全域，需要多領域、多部門、多行業的協同聯動。⑨可計算性。計算思維是運用計算科學進行問題求解、系統設計以及人類行為理解等涵蓋計算機科學之廣度的一系列思維活動，它能夠將一個問題清晰、抽象地描述出來，并將問題的解決方案表示為一個信息處理流程，包含數學和工程性思維。隨著碎片式治理的實施，積累了巨多要素數據，在計算思維指導下，從工程化可計算角度研究治理各種復雜問題，涵蓋治理實驗設計、數據測量、數據質量保證、計算建模以及預測推理等多方面，進行多層次概念化和抽象，利用迭代、遞歸、歸約、分解等計算方法解決治理現代化所遇復雜問題成為可能，從而達到主動發現和防范危險行為。⑩大數據思維特性。治理八要素數據具備大數據思維特性，〔2〕姜斌祥：姜斌祥：《大數據偵查學理論與實務研究框架探討》，2019年第二屆大數據偵查論壇論文。如相關性、整體性、預測性，以及傳統AI 的因果性，〔3〕姜斌祥：《犯罪大數據AI 模型與犯罪趨勢預測研究》，載《預防青少年犯罪研究》2019年第1 期，第6 頁。從而才能實現犯罪治理的精準研判預警。?可實驗性。基于計算社會科學研究方法和模擬試驗成果看，犯罪治理也一樣可仿真模擬試驗、治理實驗室研究、推演預測預警等；同時通過仿真實驗模擬進行治理專業人才訓練。?過程連續性。犯罪治理是一個漸進連續治理的持續過程。以上12 類特性中最核心基礎特性是可計算性。

（二）解決犯罪治理現代化的新思路：引入數字孿生技術

大數據是犯罪治理現代化的基石，因此，針對上述12 類數據特性以及其核心特性——可計算性，引入計算思維與犯罪治理交叉結合研究，以此反映和解決治理現代化所面臨問題。計算科學方法眾多，對于犯罪治理這個復雜巨系統來說，要緊貼需求選擇計算科學解決方案。

經比較研究發現，在智能制造和智慧城市建設中相對成熟可行的數字孿生是建模與仿真應用重要技術，它是將現有或未來治理實體構建數字模型，通過實測、仿真和分析來實時感知、診斷、預測治理實體的狀態，通過優化和指令來調控治理實體行為，通過深度學習來進化治理模型自身，改進利益相關方在實體生命周期內的決策。孿生最誘人的是建模和仿真，它們是數字模型和物聯網的結合，目的是為了將模型打磨得更加接近真實。對復雜系統機理缺乏足夠認識的情況下，基于采集數據利用AI 技術對實體進行建模。

數字孿生是實體在虛擬世界的鏡像，是實體的虛擬映射，且模擬在現實中的行為，可實驗，這樣就非常適合于犯罪治理現代化建設要求、特性和問題解決。基于數字孿生的精準犯罪治理現代化機制是將治理實體搬到虛擬環境進行一一對應映射，從而為犯罪治理的實時監管和模擬仿真實驗提供了一條可行路徑。數字孿生與現有傳統治理現代化實踐在邏輯、技術和治理理念上有根本區別：一是前者建立起統一廣泛的可采數據源，進而對治理全過程數化寫實；二是前者具有同步生命周期和建設時序且能夠不斷跟進與更新；三是前者是可計算的，兩者在一一對應中進行建模推演、預測和驗證。數字孿生通過歸集全要素和全過程數據，運用AI 識別和提取實體治理體系的特征和規律，將治理“隱秩序”顯性化；同時數字孿生通過AI，結合犯罪治理中人的智慧，實現虛實交互，為科學合理的治理決策以及防控與實戰提供支持。

三、犯罪治理數字孿生體基礎理論研究

（一）數字孿生體概念

1.數字孿生概念

數字孿生（Digital Twin）是2003年美國密歇根大學教授邁克爾·格里夫斯(Michael Grieves)提出的概念，他稱之為“物理產品的數字化表達”，它是現實世界在虛擬世界的鏡像，這個鏡像不僅能對現實實體虛擬再現，還能模擬其在現實環境中行為。

數字孿生是物理對象的數字模型，該模型通過接收來自物理對象的數據而實時演化，從而與物理對象在全生命期保持一致。基于數字孿生可進行分析、預測、診斷、訓練等（即仿真），并將仿真結果反饋給物理對象，從而幫助對物理對象進行優化和決策。物理對象、數字孿生以及基于數字孿生仿真及反饋一起構成一個信息物理系統。面向數字孿生全生命期（構建、演化、評估、管理、使用）的技術稱為數字孿生技術。如圖1、圖2 所示。

圖1 數字孿生概念模型

圖2 數字孿生系統運行原理

對建模仿真的研究已歷時多年，目前已由最早的虛擬化模型，拓展成融合社會要素實時搜集、實時計算的綜合技術。數字孿生將真實世界在數字世界中創建對應虛擬實體，現實世界中所有變化都會立即體現在虛擬實體。通過可視化虛擬視圖全面掌控物理世界狀態信息，針對不同目的快速采取行動，對其加以分析、預測和優化。

2.數字孿生體

用“體”字模糊性來應對Digital Twin 在不同使用場景下的不確定性，將Digital Twin譯為數字孿生體，是一個名詞，便于與物理實體對應，專指與物理實體對應的映射，將它與對應的物理實體及其相關實體所構成數字孿生系統，即digitally twinned，比如數字孿生制造、數字孿生城市、數字孿生犯罪治理等。

（二）犯罪治理數字孿生體

1.數字孿生犯罪治理

數字孿生犯罪治理包含犯罪治理物理實體與數字孿生體，其含義是將犯罪治理物理實體與數字孿生體結合，構成一個完整數字孿生犯罪治理體系。

2.犯罪治理數字孿生體

充分利用犯罪治理的物理模型、基于物聯網在線數據、歷史運行數據，集犯罪學、心理學、法學、計算機、大數據、人工智能、數字孿生等多學科，進行多物理量、多時空尺度、多概率仿真模擬跟進，通過在虛擬空間中完成對治理映射，反應治理全生命期。通過仿真、物聯網、VR 等各種手段，將物理實體各種屬性映射到虛擬空間，形成可拆解、可復制、可轉移、可修改、可刪除、可重復操作的數字鏡像，極大加速了對治理物理實體的了解，可讓很多原來由于物理條件限制、必須依賴于物理實體而無法完成的操作成為觸手可及，更能激發人們探索新途徑，優化再造治理流程。

數字孿生作為治理現代化的一種新途徑，充分利用采集數據和物理模型在信息空間內全面反映物理全生命期，從而具有對問題診斷、狀態評估及趨勢預測的能力。孿生體是治理物理實體在大數據中的映射，可實現治理全域范圍八要素的多元空間融合，從宏觀到微觀對多粒度時空對象描述，多模態時空異構數據高效融合與分布式協同管理，全生命期、多專業數據實時接入與探索性時空關聯分析。構建實景三維體系是孿生體全生命期精準映射與融合協同關鍵基礎，可實現治理全生命期智能模擬仿真、智能預警、智能推理，保證復雜環境下治理智能水平。孿生體是基于數據驅動、虛實交互、先知先覺和共生共智的智能化信息模型，使數字治理與現實犯罪治理同步規劃、同步建設、實現全過程、全要素數字化，做到治理全狀態實時化、可視化，以及治理管理決策的協同化和智能化。

3.犯罪治理數字孿生體的價值

犯罪治理數字孿生體將改變發現、認知和治理的方式，所帶來的良法善治效果，非常值得期待。實現“知、防、管、控”規范化、一體化、協同化和智能化，開展全天候全方位感知治理現實；實現區域維度、行業條線、跨區域協同的聯動發現與聯勤處置；實現國級、大區級、省市級、地區級、行業級的層層治理能力與體系；實現“互聯網+5G”的治理全面監控、最快發現、實時響應、集成指揮、協同處置的能力；打造協作式、體系化、層次化的智慧犯罪治理體系，以更大力度、更實舉措，筑牢社會公共安全防火墻。

孿生體能在現實和數字世界間全面建立實時聯系，在數字空間再造一個治理虛擬實體，作為治理物理實體映射鏡像，將治理物理實體全生命期的變化數字化、模型化和可視化。它具有傳感即時性、信息集成性、傳遞交互性、決策科學性、預防精準性、治理智能性等特征。通過大規模仿真、推演、預測，定位分析未來治理過程中的瓶頸問題與風險，通過共智促進孿生體間互動協作，進一步提高治理現代化精準程度。加快建設數據驅動、實時感知、智能分析的新一代治理基礎設施，推動治理數據加速匯聚、融通、挖掘、應用，利用匯聚的基礎設施感知數據與實時脈動數據，構建孿生體，形成實體和數字精準映射、虛實交互的治理新格局。

（三）犯罪治理數字孿生體七維模型

數字孿生以數字化方式建立多維、多時空尺度、多學科、多物理量的動態虛擬模型來仿真物理實體在真實環境中的屬性、行為、規則等。當前數字孿生模型多沿用格里夫斯教授最初定義的三維模型，即物理實體、虛擬實體及兩者間的連接：

為適應孿生在更多領域應用，北航數字孿生技術團隊對上述三維模型進行了擴展，增加了孿生數據和服務兩個新維度，提出了五維模型：〔4〕陶飛等：《數字孿生車間：一種未來車間運行新模式》，載《計算機集成制造系統》2017年第1 期，第2—3 頁。〔5〕陶飛等：《數字孿生及其應用探索》，載《計算機集成制造系統》2018年第1 期，第3—4 頁。

經我們研究發現，五維模型不能完備反應犯罪治理實戰需求，為適應新時代犯罪治理新需求，對上述五維模型進行擴展，增加孿生智能體（Agent：算法庫）和外部數據資源接入兩個新維度，提出犯罪治理數字孿生體七維模型。七維模型公式為：

公式中：CGPE-犯罪治理物理實體，CGVE-治理虛擬實體，CGSs-治理應用服務，CGDD-治理孿生數據，CGAgent-治理孿生智能體，ODI-外部數據資源接入，CN-各成分間連接。如圖3 所示。

圖3 犯罪治理數字孿生體七維模型圖

一是CGPE-犯罪治理物理實體，包括全過程治理實體和業務過程，涉及到立法、司法、執法、普法、守法、預防、檢查、評估等各犯罪治理節點。

二是CGVE-犯罪治理虛擬實體，包括幾何模型（Gv）、物理模型（Pv）、行為模型（Bv）和規則模型（Rv），這些模型能從多時間尺度、多空間尺度對CGPE 進行描述與刻畫：〔6〕陶飛等：《數字孿生五維模型及十大領域應用》，載《計算機集成制造系統》2019年第1 期，第4—6 頁。

式中：Gv 為描述CGPE 幾何參數（如形狀、尺寸、位置坐標等）與關系的三維模型，與PE 具備良好的時空一致性，對細節層次的渲染可使Gv 從視覺上更加接近CGPE。Gv可利用三維建模軟件（如Solid-Works、3D MAX、ProE、AutoCAD 等）或儀器設備（如三維掃描儀）來創建。

Pv 在Gv 的基礎上增加了CGPE 的物理屬性、約束、及特征等信息，通常可用Ansys，ABAQUS，Hypermesh 等工具從宏觀及微觀尺度進行動態數學近似模擬，如活動場所建模仿真分析等。

Bv 描述了不同粒度不同空間尺度下CGPE 在不同時間尺度下外部環境與干擾，以及內部運行機制共同作用下產生的實時響應及行為，如隨時間推進演化行為、動態功能行為等。創建CGPE 行為模型是一個復雜過程，涉及問題模型、評估模型、決策模型等構建，可用有限狀態機、馬爾可夫鏈、神經網絡、復雜網絡、基于本體的建模方法進行Bv 創建。

Rv 包括基于歷史關聯數據的規律規則、基于隱性知識總結的經驗，以及相關領域標準與準則等。這些規則隨著時間的推移自增長、自學習、自演化，使CGVE 具備實時的判斷、評估、優化及預測的能力，從而不僅能對CGPE 進行控制與運行指導，還能對CGVE 進行校正與一致性分析。Rv 可通過集成已有的知識獲得，也可利用CGAgent 的深度學習算法不斷挖掘產生新規則。

通過以上4類模型組裝、集成與融合，創建對應CGPE 的完整CGVE。通過模型校核、驗證和確認來驗證CGVE 的一致性、準確度、靈敏度等，保證CGVE 能真實映射CGPE。可用VR/AR 實現CGVE 與CGPE 虛實疊加及融合顯示，增強CGVE 的沉浸性、真實性及交互性。

三是CGSS，CGSS是指對孿生體應用過程中所需各類數據、模型、算法、仿真、結果進行服務化封裝，以組件、中間件、模塊引擎等形式支撐孿生體功能性和業務性應用〔7〕陶飛等：《數字孿生五維模型及十大領域應用》，載《計算機集成制造系統》2019年第1 期，第4—6 頁。：①功能性應用有建模仿真、模型組裝與融合、模型一致性分析等模型管理；數據存儲、封裝、清洗、關聯、挖掘、融合等數據處理；數據采集、感知接入、數據傳輸、協議、接口等連接。②業務性應用有操作指導；多層次多階段仿真評估、防控策略自適應、動態優化調度、動態過程仿真；需求分析、風險評估、趨勢預測等智能決策；仿真實驗、用戶體驗、虛擬培訓等。這些應用是屏蔽了孿生體內部異構性與復雜性黑箱，通過應用軟件和APP 等形式提供標準輸入輸出，從而降低孿生體應用中對用戶專業能力與知識要求，簡潔按需所用。

四是CGDD，CGDD 是孿生體數據驅動〔8〕：CGPE 數據（DP）、CGVE 數據（DV）、CGSS數據（DS）、ODI 數據（DO）、CGAgent 數據（DA）、知識數據（DK）、融合衍生數據（DF）：

五是ODI，ODI 是孿生體的外部數據資源接入，主要包括與治理相關各類已存在基本信息和成熟信息，可批量導入、API 請求服務接入或實時更新，納入CGDD 統一管理使用。

六是CGAgent，CGAgent 是孿生體的一個核心算法庫，這些算法用于孿生體模擬仿真、推演以及管理，基本上是基于深度學習算法，故單獨一個維度管理和學習訓練，支持CGVE和CGSS。

七是CN 連接實現MDT各部分互聯互通：

（四）犯罪治理數字孿生體參考架構

犯罪治理數字孿生體是與物理實體一一映射、協同交互、智能互動的虛擬犯罪治理，先對犯罪治理解耦，然后進行系統性和模型化重構，如圖4 所示。

圖4 犯罪治理數字孿生體參考架構

犯罪治理物理實體是指立法過程、立法后工程、普法與守法過程、庭審量刑過程、犯罪偵查過程、監禁與非監禁刑事執行、社會治安防控體系、犯罪治理評估、其他犯罪治理單元、監督檢查等各環節的犯罪治理物理實體以及相關實體與屬性；犯罪治理數字孿生體是指與犯罪治理物理實體一一對應的孿生組件和孿生體管理支撐功能。

（五）犯罪治理數字孿生體成熟度模型

犯罪治理數字孿生體不僅是一種物理世界鏡像，同時也要接受物理世界實時信息，更要反過來實時驅動物理世界，并且進化為物理世界的先知、先覺甚至超體，稱為成熟度進化：一個孿生體的生長發育將經歷數化、互動、先知、先覺和共智等5 個過程，〔8〕田鋒等：《數字孿生體技術白皮書》，安世亞太數字孿生體實驗室，2019年1月，第13—15 頁。如圖5所示。

圖5 犯罪治理數字孿生體成熟度模型

1.數化

數化是對物理世界數字化過程，將物理世界表達為系統所能識別的數字模型。采用測繪掃描、幾何建模、網格建模、系統建模、流程建模、組織建模等建模技術。物聯網將物理世界本身的狀態變為可以被系統實時感知、識別和分析。構建犯罪治理實體場景的全景三維信息模型：行業場所、大型活動點線面、學校銀行以及醫院等21 類內保單位、地鐵公交、檢查站、居民小區、重點工程現場等主要建筑物信息模型。對治理全域空間信息進行三維建模，提供與真實一致的虛擬環境，并支持三維瀏覽、三維空間分析、信息檢索等應用；構建面向不同治理視角應用模型。在數據采集中，應用先進技術（如激光三維掃描、傾斜遙感攝影、激光點云三維建模等）提高數據采集效率和精準度。

2.互動

互動主要是指虛實動態互動，物聯網是實現虛實互動核心技術。據虛擬世界預測優化結果將指令傳遞并干預物理世界。物理世界狀態實時傳到虛擬世界，作為虛擬世界新初始值和邊界條件。依靠數字線程來實現互動，達到物理實體和孿生體同步更新。通過物聯網技術，依據犯罪治理需求，安裝布置充足的傳感器等數據采集設備，進行動態、準確數據采集；對于治理八要素，依國標建庫、及時更新，確保有效性鮮活性，能夠快速查詢追蹤；同時對于案事件、線索進行采集和跟蹤，確保處理閉環和可追溯性；確保治理要素從物理空間到孿生體的有效傳輸。

3.先知

先知是指用仿真對治理物理世界動態預測，表達物理世界幾何形狀，在數字模型中融入治理規律和機理。仿真不僅建立物理對象數字化模型，還根據當前狀態，通過物理對象確定規律和完整機理來計算、分析和預測治理未來狀態，不僅是對一個階段或一種現象仿真，更是全周期和全領域動態仿真。據物理模型和仿真預測未來，且隨著實體數據搜集，依同步速率進行收斂。孿生體根據治理歷史和當下信息，推演預測下一次治理重點內容和位置，并以此進行治理對策優化調整，并將資源與演習數據反映到孿生體以預測未來。

4.先覺

先覺是依不完整信息和不明確機理通過大數據和深度學習來預感未來。孿生體不應局限于對物理世界確定性認識，其實人類本身就不是完全依賴確定性知識領悟世界。比如分析治理有關因素影響，推演各類犯罪發展趨勢，提前采取預防；根據歷史數據，依據AI算法找到相關關系，采取針對性預防措施；根據網絡輿情、敏感人員聚集，推演社會治安和群體事件風險隱患，采取預防性措施等。

5.共智

共智是通過云實現孿生體間信息交換共享，孿生體內各構件數據和智慧首先是共享的，多孿生體可通過共智形成更大、更高層次的孿生體，在共智過程中必然存在大量數據交換，區塊鏈和智能合約提供了機制。比如某個城市內多孿生體，通過共智協同集成全市一體化孿生體；某市孿生體能夠促進各治理現實業務之間基于各自資源、特征、需求等不同和互補，構建城市治理共智圈，實現城市群治理可持續生態化發展；通過孿生體間協同，促進追討的警務合作，以及人口拐賣、走失人員的快速定位和查找等。

表1 犯罪治理數字孿生體成熟度、關鍵特征和關鍵技術

（六）犯罪治理數字孿生體關鍵技術

建模、仿真和數字線程是犯罪治理數字孿生體核心基礎技術；統領孿生體建模、仿真和數字線程的系統工程和MBSE 是孿生體頂層框架技術；物聯網是孿生體底層伴生技術；而云/霧/邊緣計算、大數據、深度學習、區塊鏈等則是孿生體外圍使能技術。

1.建模

犯罪治理數字孿生體建模目的是對物理世界理解進行簡化和模型化，通過數化和模型化，用信息換能量，以更少的能量消除各種物理實體、特別是復雜系統的不確定性。所以建模是創建孿生體、實現孿生體的源頭和核心技術，也是數化階段的核心。需求指標、生存期階段和空間尺度構成了孿生體建模的三維空間，如圖6 所示。〔9〕田鋒等：《數字孿生體技術白皮書》，安世亞太數字孿生體實驗室，2019年1月，第16—17 頁。

圖6 犯罪治理數字孿生體建模技術擴展框架

基于主體建模（ABM）是一套成熟仿真建模理論、方法及復雜網絡分析等科研工具，基于ABM 可將治理信息多樣性、主體異質性、主體適應性、因素交互性、系統動態性等被傳統科研方法簡化、忽略或無力駕馭的重要因素，納入分析框架中。

2.仿真

仿真是將確定性規律和完整機理的模型轉化成軟件方式來模擬物理世界的一種技術。只要模型正確，并擁有了完整輸入數據，就可正確地反映物理世界特性。仿真的人機交互性、真實空間感、大面積三維地形仿真等特性，都是傳統方式所無法比擬的。

仿真是通過將犯罪治理物理實體的位置、高度、外觀、空間形態等要素進行數據分析和處理，建立仿真模型，用于感知真實環境，開展各類論證、試驗、分析、運行、訓練等工作：能夠第一時間模擬出最佳解決方案，在最短時間內給出治理指導意見；能夠為治理爭取更多有利空間和提高治理效率；能夠更快、更真實模擬出治理規劃方案和效果，同時能夠根據治理評判標準來檢查方案是否符合要求和標準；建立一個與現實同步虛擬環境；收集治理中各方面動態數據；實時監測仿真分析，建立一個基于物聯網架構。在任意角度和觀察場景中實時體驗已存在的治理對象體系，還可在虛擬中仿真，進行再規劃，優化治理水平，使治理變得更加智能。可通過環境分析其對犯罪的影響進行情景預防；〔10〕王瑞山：《犯罪科學的界定及其與犯罪學的關系》，載《中國人民公安大學學報（社會科學版）》2019年第2 期，第6 頁。可對各類犯罪進行仿真推演態勢預測。

建模是模型化對物理世界的理解，仿真是驗證和確認這種理解的正確性和有效性。犯罪治理有立法、立法后工程、庭審、偵查、治安防控、監禁/非監禁行刑、普法守法、新型業態、其他治理、治理評估、監督檢查等過程的仿真，如圖7 示例。

圖7 城市犯罪治理仿真示例

NetLogo 是一個成熟仿真平臺，適用于對隨時間演化的復雜系統進行建模，能很好地模擬微觀個體行為與宏觀整體現象，并展現二者之間的聯系。該平臺不需要大量實證數據，根據小范圍的調查數據能夠推斷出相關參數值。

3.VR/AR

虛擬現實（Virtual Reality，VR）基于現實中數據生成逼真三維視聽、嗅覺等感覺，使參與者通過適當裝置，自然地對虛擬世界進行體驗和交互。使用者進行位置移動時，VR立即進行復雜運算，將精確的3D 世界影像傳回，從而產生臨場感。使用者可在虛擬現實世界體驗到最真實感受，其模擬環境真實性和現實世界難辨真假，讓人有種身臨其境感覺。增強現實（Augmented Reality，AR）是VR 發展，它能促使治理真實世界信息和VR 信息之間綜合在一起，真實環境和虛擬實體之間疊加之后，能夠在同一畫面及空間中同時存在，使用者利用頭盔或眼睛，使真實世界和虛擬圖形重合在一起，重合之后看到真實的世界圍繞著它。犯罪治理數字孿生體各場景中會有VR/AR 重要應用價值，VR/AR 所提供深度沉浸的交互方式，使數字化世界在感官和操作體驗上更加接近物理世界，讓孿生體變得更為精妙。

4.數字線程

數字線程是組件化分析通信框架，基于該框架可構建覆蓋治理生命周期全部環節的跨層次、跨尺度、多視圖模型的集成視圖，通過犯罪預防數字引擎〔11〕姜斌祥：《犯罪預防數字引擎研究》，2019年第六屆犯罪學論壇論文。和區塊鏈技術支撐，實現多視圖模型數據融合機制或引擎，進而以統一模型驅動孿生體生存期活動。其目標是要在孿生體生命期內實現在正確時間、正確地點，把正確信息傳遞給正確孿生體。數字線程是與某個或某類物理實體對應的若干孿生體之間的溝通橋梁，這些孿生體反映了該物理實體不同側面的模型視圖。〔12〕田鋒等：《數字孿生體技術白皮書》，安世亞太數字孿生體實驗室，2019年1月，第22—23 頁。

5.基于模型系統工程MBSE

系統工程應用系統思維、原理和方法，解決復雜問題，把復雜事情做對、做好、做快，運用功能和進化觀點從靜態和動態兩個方面認識系統。基于模型系統工程（MBSE）是一種形式化建模方法，MBSE 采用復雜自適應理論作為犯罪治理仿真理論基礎，有聚集、流、非線性、多樣性、標識機制、積木機制和內部模擬機制等特性，這些特性構成犯罪治理仿真自適應模擬基礎。

6.物聯網

物聯網是一個基于互聯網、電信網的信息承載體，它讓所有能被獨立尋址的普通物理對象形成互聯互通網，通過各種傳感器、指紋與人臉識別等生物識別、射頻、北斗/GPS、紅外感應、激光掃描、二維碼等各種裝置，實時采集需要監控、連接、互動的物體或過程，采集其聲、光、熱、電、力學、化學、生物、位置等各種重要的信息，通過各類可能網絡接入，實現治理要素間泛在連接，實現對要素智能化感知、識別和管理。物聯網是孿生體的載體，孿生體是物聯網的底層邏輯，兩者相互成就。采取云/霧/邊緣計算模式，提供實時在線孿生體的實時監測、定位追溯、報警聯動、調度指揮、預案管理、遠程控制、安全防范等功能。

7.云/霧/邊緣計算

云/霧/邊緣計算可為犯罪治理數字孿生體提供計算基礎，是孿生體間智慧共享提供機制。①云計算是分布計算、效用計算、負載均衡、并行計算、網絡存儲、熱備份冗余和虛擬化等技術混合并躍升的結果，由云平臺、云存儲、云終端和云安全四部分組成。從用戶角度可分公有云、私有云、混合云，從提供服務層次可分基礎實施即服務（IaaS）、平臺即服務（PaaS）、軟件即服務（SaaS）、數據即服務（DaaS）。它滿足體系級孿生體分析。②霧計算為本地化的云計算，系統級孿生體強調其組成元素之間互聯性和互操作性，以及元素間的實時動態協作控制，該類孿生體在地里位置上很集中，非常適合霧計算。霧計算在網絡邊緣提供服務，從而促進了實時交互、可伸縮性好互操作性。③邊緣計算是指利用靠近數據源邊緣地帶來完成運算，即可在大型運算設備內部完成，也可在中小型運算設備、本地端網絡內完成。邊緣計算可以是智能手機、PC、智能家居等，也可是ATM 機、攝像頭等。節點級孿生體需要滿足的基本要求是狀態感知、計算和處理數據、物理實體控制等，邊緣計算適合構建節點孿生體。

8.大數據與深度學習

大數據具有數據體量巨大、數據類型繁多、價值密度低、商業價值高、處理速度快、數據實時在線等特征；而深度學習是基于大數據，并涉及概率論、統計學、逼近輪、凸分析、神經網絡、機器學習、計算智能、計算復雜性理論等交叉，深度學習是讓計算機可自學習的算法，有監督學習、非監督學習、半監督學習和增強學習，是一類從大數據中自動分析獲得規律，并利用規律對未知進行預測的算法。〔13〕SCHROEDER G N,STEINMET Z G,PEREIRA C E,et al.Digital twin data modeling with automation ML and a communication methodology for data exchange.IFAC—Papers OnLine, 2016,49(30):12-17.在犯罪治理數字孿生體中，物聯網收集來自物理世界大數據，孿生體通過深度學習使用這些數據，在物理機理不明確、輸入數據不完備情況下對孿生體未來狀態和行為進行預測，這預測未必準確，特別是在孿生體發育期，深度學習時間尚不充足，但相比以往一無所知的境地仍富有價值。且隨著孿生體成熟度進化，會越來越逼近真實世界，使孿生體逐漸擁有先覺能力。

9.區塊鏈

區塊鏈是一系列成熟技術有機整合，它對賬本進行分布式有效記錄，且提供完善腳本以支持不同業務邏輯，數據以區塊為單位產生和存儲，并按時間順序連成鏈式結構，所有節點共同參與區塊鏈的數據驗證、存儲和維護。新區塊創建通常需到全網多數（數量取決于不同的共識機制）確認，并向各節點廣播實現全網同步，之后不能更改或刪除。在多孿生體共智過程中，區塊鏈提供去中心化機制能很好地支持分步、實時和精細化共智過程。

10.智能測繪

當今已是衛星導航定位、無人機、物聯網、大數據等智能測繪，犯罪治理數字孿生體的構建需要智能測繪強力支撐，在治理時空大數據、地理監測、高精度測繪等提出快速測繪和精準采集高要求，利用傾斜攝影、全景拍攝和激光雷達（LiDAR）等技術，通過多視角圖像匹配、多數據融合來獲取實景三維數據是孿生體空間地理框架建設基礎，更是孿生體時空信息模型空間基礎設施建設重要內容。例如，利用實景三維數據，在社會公共安全與應急反恐等方面（反劫持場景），可使決策者看到比正射攝影更多的環境信息，可看到實發地建筑物側面的緊急出口，可以進行準確量算，比如計算通視距離、規劃制高點和狙擊方案等。

11.BIM

建筑信息模型（BIM）把一個建筑項目所有信息，如設計、施工、運營、管理等過程信息、功能和性能全部整合到一個模型里，以三維數字化為載體，關聯整合城市建筑設計、施工建造、運營到拆除等全生命期每個階段空間及語義信息。因為城鄉建筑物是犯罪治理的物理載體，也是情境預防重要陣地，故BIM 成為孿生體工具。

12.3D-GIS

3D-GIS 是以空間技術為基礎對三維空間數據加以分析管理、為治理提供逼真信息的一項技術。3D-GIS 是將VR 用于治理環境仿真，對治理物理實體真實地形、地上地下進行數字化三維模擬，提供一個與真實實體一致的虛擬環境。具有三維瀏覽、空間分析計算、檢索等功能。3D-GIS 研究三維的數空間據模型、拓撲、數據庫、查詢和可視化等。與VR 融合將物理空間環境中的視聽動等行為全方位治理展現在孿生體中，它具有獨特復雜空間分析能力，成為孿生體情境預防工具。

13.人臉識別

人臉識別是基于人臉特征信息進行身份識別的一種生物識別術，由檢測出圖像中人臉位置；定位人臉五官關鍵點坐標；識別性別、年齡、姿態、表情等屬性值。人臉識別簡潔快速且可進行身份認定，具有安全可靠準確特點，易于配合犯罪治理數字孿生體應用，提升治理智能化程度，例如在刑偵追逃、罪犯識別以及安全檢查、社區門禁控制和出入管理等。

（七）犯罪治理數字孿生體譜系

犯罪治理數字孿生體譜系為多層樹狀結構，根部為全域孿生體，立法、立法后工程、犯罪偵查、庭審量刑、監禁與非監禁刑、治安防控、普法守法、治理評估、監督檢查、其他犯罪治理等一級孿生體；每個一級孿生體又繼續被分成二、三級、四級……孿生體，直到不能再分為止，構成孿生體樹狀譜系結構，孿生體間通過共智進行共享，如圖8 所示。

圖8 C 市犯罪治理數字孿生體譜系

該譜系也可按照全域、體系、系統、節點等劃分，多個節點級通過數字線程集為系統級，不同系統級或結合節點級構建出某個體系級；所有孿生體組合構建全域級孿生體。

四、犯罪治理數字孿生體應用分析

（一）C 市治安防控數字孿生體研發實例

基于犯罪治理數字孿生體原理，經在C 市研發試驗，幫C 市有關部門構建了C 市社會治安防控體系數字孿生體，包括1 個體系級、10 個系統級、51 個節點級孿生體，如圖9 所示。

圖9 C 市社會治安防控體系數字孿生體實例

基于C 市雪亮工程視頻監控，進行孿生體智能識別分析，實現對各類警情可視化，從而實現治安防控安全防范預警、提示、資源優化管理等。如某地發生打架斗毆、盜竊事件、疑犯追蹤、被拐或走失人員、地域性職業犯罪等，孿生體自動識別、顯示并進行精準分析、整體研判和協同指揮，同時調動附近警力進行處置，實現對警力優化配置。基于不同觀測技術獲取包括地形、影像、視頻、文本、專題數據以及模型數據等，形成C 市社會防控時空大數據，利用空天地一體化數據，構建C 市全域范圍高精度、可量測實景三維模型，建立實景三維關鍵空間框架，實現C 市治安防控要素全方位感知，為C 市犯罪治理提供技術支撐。

在云平臺微服務架構下，構建集數據統一管理、大數據可視化、仿真模擬等于一體的C 市時空信息云，其分布式存儲、構建空間信息存儲基礎地理信息數據、專題數據以及三維模型數據等；非空間數據庫存儲傳感器數據等；模型-知識庫則通過機理模型、知識圖譜以及智能算法等；場景語義建模、智能推薦、模擬分析等。實現跨層級、跨區域、跨部門、跨系統、跨業務的數據共享交換與業務協同，支撐社會治安隱患識別、風險防控等全生命期的智能化防控應用。基于C 市防控孿生體可實時傳遞數據進行分析預判，基于防控歷史數據，可預判某個區域未來10 分鐘至1 個小時之間社會治安態勢和治安指數，幫助防控部門在問題出現前及時制定應急預案、提前實施干預，并實現跨行業串并案分析、溯源管控等。

（二）犯罪治理數字孿生體建構方式

經C 市治安防控數字孿生體研究試驗發現，目前我國開展犯罪治理數字孿生體建設已具備了一定基礎，幾乎所有地級市以上的城市開展了警務云、傳統智慧警務等建設，雖然碎片化，但擁有空天地一體化基礎網絡部署和數據采集，在互聯網+警務等方面也有應用。但現狀是并沒有達到孿生體狀態，亟待提升價值。

在犯罪治理數字孿生體建設推進上，從物理世界向數字世界數化開始，到虛實結合交互，再到基于仿真和大數據先知先覺，直到各孿生體間及不同城市孿生體間協同共智，最終達到期望狀態。其中雙向交互、先知、先覺和共智是孿生體區別于傳統犯罪治理現代化的重要標志。建構方式可以按照部門全國、省、市、縣建構，或按照各級的不同部門進行建構，也可小具體到某個具體行業前端節點，比如某大型活動現場安保。

五、有關犯罪治理數字孿生體的建議

（一）犯罪治理數字孿生體規約建議

犯罪治理數字孿生體存在AI 和大數據的黑箱化、算法歧視和數據權利等現象，給孿生體帶來倫理、合規、數字利維坦等問題。

1.孿生體倫理合規

孿生體倫理是不可回避的問題，孿生體會導致倫理問題：孿生體權利、事故責任認定、道德地位等。其成因是技術上局限性、倫理規制缺乏、政策法規滯后與不完善。從技術、道德、法律、人類自身等層面建議采取相應策略解決。在孿生體中融入更多哲學和倫理學的思考要素、以生態價值觀推動孿生體發展、增強研發人員道德責任感、積極構建有關孿生體法律規范。除倫理問題外，還有孿生體合規問題，由于算法歧視性、數據鴻溝、技術黑箱等導致孿生體可能會出現不合規行為，要注重標準化、算法透明化及采取我們提出的嵌入式倫理合規黑匣子〔14〕姜斌祥：《大數據偵查學理論與實務研究框架探討》，2019年第二屆大數據偵查論壇論文。嵌入孿生體進行規約。

2.孿生體數字利維坦

孿生體不僅孕育著走向數字民主巨大機會，且潛伏著滑向數字利維坦的風險。國家依靠信息技術全面裝備，將公民置于徹底而富有成效監控體系下，公民卻難以有效地運用技術來維護其權利，即無法通過數字民主來制衡國家監控體系。大數據與數字利維坦形成了觀念上沖突與對立。面對觀念對沖、思潮起伏，如何適應大數據浪潮且不至于陷入盲目濫用、誤讀誤解、動輒泛化的數據陷阱，成為在孿生體中開展循數管理的關鍵。孿生體監視的絕對懷疑邏輯廢除了無罪推定，取而代之的是一種有罪推定。建議采用嵌入式倫理合規黑匣子嵌入孿生體進行規約。

（二）犯罪治理數字孿生體標準化建議

犯罪治理數字孿生體的研究與推廣研究迫切需要標準化，為信息共享、不重建、統一架構體系、構建全域孿生體，建議政府組織專家學者和實務部門共同研究制定行業技術標準，從數據結構、功能要求、信息共享、倫理法、性能、安全保密、推廣使用等制定規范。

六、結論

本文創新性的將數字孿生引入犯罪治理現代化進行研究，為犯罪治理現代化理論研究和實務研發探索新思路。分析了犯罪治理可計算性等特性，提出了犯罪治理數字孿生體七維模型；改進了數字孿生體成熟度模型；首次歸納并提出犯罪治理數字孿生體譜系，同時從犯罪治理數字孿生體的七維模型、體系架構、成熟度、關鍵技術、樹狀譜系等視角研究構建了數字孿生犯罪治理的基礎理論體系，并展現了將數字孿生犯罪治理理論成果用于C市社會治安防控體系建設，構建了C 市社會治安防控體系數字孿生體，獲得了很好的應用，案例證明本文研究的理論成果是可行的，得到了實務部門認可和犯罪治理實戰檢驗。同時本文提出了犯罪治理數字孿生體的建構模式、標準化的建議。尤其是提出了犯罪治理數字孿生體的倫理法規與數字利維坦問題，并首次建議使用嵌入式倫理合規黑匣子規約機制，留待后續研究。