大數據偵查的問題與對策

孔厚臣 劉建華

（中南財經政法大學刑事司法學院，湖北 武漢 430074）

大數據的應用對于社會的影響逐漸增大，其在偵查領域的運用也同樣日益廣泛。面對網絡犯罪、傳統人證及物據少的犯罪、涉眾人少的犯罪，以及需要虛擬現場等情形，對于偵查工作都是棘手的問題，而大數據的優勢就馬上突顯出來，具體表現為數據整理分析及時、偵查范圍廣、預測趨勢精準等。目前，在大數據偵查工作中，仍然存在著很多需要完善的地方。諸如，一些信息化數據的獲取渠道過于狹窄，一些大數據偵查的方法有待改善等。通過查閱相關文獻，本文將對基于大數據偵查面臨的現實問題進行分析，同時提出相應的對策，力圖使大數據能夠靈活地運用到當前和未來的偵查工作中，以實現偵查部門對各類犯罪進行有效的預防與打擊。

一、大數據偵查的基本特點

（一）大數據偵查的概念

本文中的大數據偵查是指以海量偵查數據源為基礎，以算法、人工智能等技術為核心，對偵查活動、偵查工作的規律的數據化分析，以大數據規則來輔助偵查活動的實現。主要是針對已經或未發生的犯罪行為，以達到查明犯罪事實及對犯罪行為進行預測等目的，所采取以大數據為核心的偵查活動，直接引用字面意思：依靠大數據進行偵查。大數據時代，其實質的轉變是從流程核心向數據核心的轉變，偵查工作中引入大數據的輔助，能夠拓寬偵查新思維，偵查工作從簡單的增量到架構的變化。[1]

（二）大數據偵查的特征

十八屆五中全會上，我國在國家層面首次提出了統籌規劃大數據的應用技術，十九大報告再次強調了通過利用數據分析，能夠有效提高辦事效率以及相關的質量。在偵查工作中做到利用大數據的前提是要保證收集的數據安全，保證收集的數據不會被非法利用。同時，建立一個多元化的大數據偵查協作平臺，改進大數據偵查的管理制度，實現“大數據偵查一體化”。

1．大數據偵查渠道多元化

（1）城市智能監控系統作為大數據偵查中重要的數據來源，發揮著重要的作用。城市智能監控系統利用在特定區域設置安裝多角度的監控系統，能夠24小時無死角對其攝像區域進行監控，并且利用云端互聯技術，第一時間將數據進行收集并建立相應規律模型，并傳送到管控中心[2]。城市智能監控系統作為大數據背景下的重要組成部分有效地為偵查活動提供了有力且有效的數據資源支持。

（2）人臉識別系統的誕生進一步豐富了大數據的多樣性，以利用數據進行分析的能力為核心，人臉識別系統可以隨時隨地從復雜的數據中篩選出需要的個體形像，根據個體形像的相關數據進行模型計算后得出相應的趨勢以及關系為上一級管理層提供相應的數據支持。人臉識別的出現為偵查系統提供了有力的幫助，偵查部門利用該系統提供的數據分析結果會起到在案件中“逆風翻盤”的效果，更全面掌握犯罪分子的動態，進一步剖析出活動范圍，并且通過數據分析有效預測出接下來的范圍活動。

（3）車輛監控識別技術的進步為有效打擊犯罪活動和預防犯罪活動提供了強大的數據支持，特別是自動提取汽車牌照的處理技術。任何犯罪行為，必有場景的限制，無非就是私人空間與公共空間。大數據偵查為這兩個空間都提供了強大的數據收集和分析支持。特別是公共空間里，車輛無疑是使用最多最高效便捷的工具，我國政府對車輛信息的管控力度與對人口的管控力度不相上下，公安機關利用對車輛活動信息的監控識別系統，能夠有效對可疑車輛的活動軌跡進行云端追查，進行數據收集，進而對車輛的大數據的分析能夠為偵查部門第一時間提供活動路徑，對應偵查的案件進行比對后得出相應的結論。可以說，針對公共空間的數據來說，對車輛的行為軌跡的數據的收集、整理、分析是目前大數據偵查工作中非常重要的環節。

2．大數據偵查信息分析客觀全面

偵查模式的核心變化使數據收集從抽樣轉變為全部數據樣本。口供作為我國傳統證據收集的重要證據，存在著片面性、主觀性以及真實性存疑的特征，對偵查工作具有引導作用。大數據背景下提供的證據相較于口供更具有客觀性。在偵查活動前，偵查人員通過大數據收集來的客觀證據以及相應的信息，可以印證主觀口供是否存在著疏漏，這對于偵查辦案產生了積極的影響。抽樣取證帶來的片面化缺陷導致了數據利用上存在著漏洞，而通過利用大數據來進行偵查活動，能夠使偵查人員在偵查活動前便具有整體觀，通過抓住大數據分析后的細節，能夠減少或者避免主管片面性的缺陷。

3．大數據偵查處理數據信息高效

大數據偵查主要優勢在于收集數據以及更新信息的快捷和精準。數據能夠經過多元化的分析準確地提供偵查情報，這有助于填補人工偵查環節的遺漏。傳統的偵查觀念的進步推動了大數據偵查運用的進步，目前存在著一些老偵查專家依賴傳統的偵查手段進行相關的搜索和提取證據的問題，經驗的缺少導致無法運用大數據的優勢，流程的繁雜致使偵查效率低下，同時會導致錯失偵查良機。與此同時，傳統偵查手段在偵查過程中會產生一些無用的數據，人力分析調查結果會偏離主要偵查目的。大數據偵查的效能就此體現，盡管是偵查過程中收集到的無用的數據，也會進行多元化的分析，從而為偵查活動提供重要的線索和情報。通過大數據的碰撞篩選，方便快捷地從大量數據中選出有效的信息。

4．打擊與預測一體化

預測一直是大數據的核心運用，在各行各業諸如氣象、醫療等領域發揮了意想不到的作用。大數據在偵查領域也同樣發揮著重要的預測作用，簡言之：犯罪預警。偵查人員可以通過大數據分析后的柱狀圖、扇面圖等等進行有效的對比，分析出犯罪持續過程中其周圍關聯事物將會帶來的變化，同時可以預測出犯罪的走向以及將會導致的結果。大數據偵查手段滿足了事前預測的特性，以犯罪事發地為中心，對其附近的地點進行大面積搜索，排除無關緊要的地點，預測接下來偵查的地點。利用大數據進行偵查，不僅僅可以節省警力，同時還可以提高偵查的質量，有利于公安機關更好地進行協調辦案。犯罪的事后偵查的前提是要保障人權以及人身財產，在一些案件中一旦威脅到了人身財產安全，通過利用大數據進行偵查預測，有助于減少財產損失。海量的數據，能夠給予辦案人員充分的空間和利用價值去規避一些人身無法規避的風險，就好比一些APP中，各項產品會根據用戶瀏覽的歷史記錄來為客戶進行分類篩選，給予相關的方便。同時，當客戶拿到了相關信息推薦，可以另外收獲其他的暫時沒有意向的產品，使得篩選的過程更加簡化。在偵查上，人腦對于預測型的技術欠缺許多，因為疏漏或短暫的遺忘會使得辦案偵查更加繁雜。大數據偵查預測有利于轉化劣勢，逆境變順境，當警察等偵查辦案人員處于偵查劣勢時，利用大數據的預測型，可以達到覆蓋社會各個方面的能力，任何犯罪都會留下蛛絲馬跡。同時，大數據偵查有利于偵查人員對留下的痕跡進行進一步的分析，將分析出的結論和信息進行整合，可以得到進一步偵查的相關信息。

二、大數據偵查存在的困境

（一）大數據偵查隱私權保護問題

依靠大數據模型進行的偵查活動，其過程中均是對社會各類主體活動信息的收集與處理，其必然會觸及對公民隱私問題的處理。例如可能會存在收集與整理數據的過程中產生對于公民或單位隱私權侵犯等問題。大數據的核心首要的就是對海量的數據的收集，之后才是模型分析與比對，而收集信息的管理必須就是無差別收集，如何把握比例原則是非常重要的[3]。由此可見，保護隱私權是大數據偵查中必不可少的環節。但是目前大數據偵查對隱私權本身的界定極其模糊，同時外部監督的制度并沒有制定，因此內外的風險阻礙了大數據偵查的發展。

人力偵查會減少隱私的泄漏，但是相反的，對于偵查的作用力以及偵查效率也遠遠比不過大數據偵查所量化出的信息。大數據偵查的主要目的是打擊犯罪，基于人權的考量在此過程中應當考慮保障公民的隱私，此時體現出我國刑事訴訟法中的目的：打擊犯罪與保障人權之間的沖突。在信息化飛速發展的今天，公民的很多日常社會行為都在被數據控制著。諸如去售樓處買樓，回到家之后會在手機上接收到家具、床上用品等等推銷的短信和電話，這反映了我們的信息在售樓處開始就已經被泄漏了。牽一發而動全身，對于大數據偵查，隱私權的界定肯定不局限于傳統的私生活不被騷擾，而應當對其做出更多的結合實際的擴張解釋。加大對于公民隱私權的保護力度，有助于使得輿論得以控制，同時更好地為人民服務。[4]

（二）大數據偵查數據共享基礎性治理薄弱

從法律的層面上來看，不以偵查對象的想法為轉移是偵查辦案的重要前提。普通公民作為偵查對象必定會對偵查人員的偵查工作存在一定的抵觸心理。偵查人員在要求被偵查對象進行配合調查被拒絕后，不得不采取強制性措施使其配合調查。強制性偵查措施違背了正常人的心理運行的規律，因此需要做出一個合理的標準來約束強制性偵查，以達到實現區分是否存在侵犯偵查對象的人身自由權的目的，進而使得大數據偵查工作更好地進行。

（三）大數據基礎數據錄入不平衡不完整

數據采集是大數據偵查的基本工作，在保護了隱私權與公民利益的前提下，如何去獲取相關的大數據成了重要的問題。當前，實行大數據偵查的數據主要來源于公安機關內部的一些搜集的數據，以及各平臺和銀行、企業的合作。一些基層派出所對錄入數據不積極，不同地方錄入數據不平衡，如果這些實際案發的基礎數據少，信息點不全，就難以找出發案規律，如通過作案手段可以串并案偵查。[5]從時間的角度出發，不僅僅是獲取的途徑稀少，也存在著渠道不暢通的問題。有些企業為了保障客戶的隱私權以及簽訂的合同，會產生提供線索信息不及時、不完整的現象，這會導致大數據偵查的過程效率降低。

（四）大數據偵查復合人才稀缺

以小偷乘地鐵規律為例，如果偵查人員知道他們乘車的規律，技術工程師就會通過使用大數據將乘車數據進行處理，找出誰是潛在小偷，然后偵查人員就會精準跟蹤。 偵查人員需要在短時間內分析出有價值的數據信息，這是提高偵查效率的關鍵，這個過程中對于數據的分析和處理需要專業領域內的技術人員對其進行有效分析。我國目前對于大數據在偵查活動中的研究和運用仍處于起步階段，具有大數據專業技術的人才較為稀缺，無法適應現階段偵查工作的需要。

（五）對于大數據偵查的觀念保守

大數據在偵查活動中的運用效果，相當于前人栽樹，后人乘涼。目前我國對于大數據偵查的態度并不統一，大部分偵查部門以及從業人員對于大數據偵查的觀念仍處于狹隘階段，僅僅為了完成當前的偵查工作，并未將目光放長遠。而大數據對于偵查活動，其效果屬于前人栽樹，全部氣候都會涼爽。 同時，我國偵查辦案的傳統觀念會束縛對于大數據在偵查活動中的運用，非數據專業公民以及老的偵查人員無法接受大數據偵查的新興產業，心理上的質疑會排擠大數據在偵查活動中的運用。另一方面，我國對于大數據在偵查活動中的掌握度不夠以及管控不系統，從開始的審批程序就存在著困難和阻礙，接下來的環節也勢必會滯澀。同時大數據的濫用沒有合理的相關性法律的約束，使得公民合法權益存在著風險。大多數公民對于強制性偵查的看法，主要在于自身權益保護的問題。數據代表著無實物，而公民并非完全放心自己的財產或者信息在平臺上強制進行交易或是收集以達到配合大數據偵查的目的。內部架構的脆弱導致了大數據偵查在社會層面宣傳的力度偏弱，社會公信力低下使得數據收集存在著片面性和單一性。

三、完善大數據偵查的相關對策

（一）建立大數據偵查隱私權保護機制

在大數據偵查中，隱私權需要貫穿于大數據偵查的始終。一定要堅持比例原則，須在必要時，才能對公民的信息進行使用。即處理公民個人信息要合乎目的性、適當性和損害最小化原則。同時，必須有法律上的許可即使用或者獲得程序的合法性原則。對公民個人信息的使用必須選擇對公民個人利益損害與所欲達到的公益相適應的途徑，無論是否已經獲得法律上的許可。從一開始的數據收集就應當著手致力于對于隱私權的保護。由于數據的收集整理分析通過大數據模型后就可能會整體上環環相扣，疏漏一個環節，接下來的環節就會走向不利甚至是相反的方向。數據收集的過程工作量巨大，并且極其復雜，一旦過程被非法人員入侵，勢必會造成秘密的泄露，同時侵犯到公民的隱私權。因此要加大對于過程的監督和管控，在實際操作中嚴格執行每一個環節的監管。對于數據收集來說，收集的范圍廣，并且具有隨意性，公民的日常生活中無處不在的證據都可以作為偵查要用到的數據。對于大數據偵查的隱私權保護主要分為兩類：

1．內部監督

偵查過程中的大數據必須要經過對于數據的整合才能夠篩選出相關數據并轉化為有助于偵查工作的信息。想要平衡大數據偵查過程中的隱私權的問題，應當對于隱私權做出相應的界定與相關的制度約束。法律法規的制定有助于約束收集大數據的手段以及流程，從源頭上保護大數據的隱私，同時能夠讓偵查部門做到使用公民信息的與保護公民信息的統一。在大數據偵查過程中需要嚴格遵守比例原則，法律的制定應當更加細化大數據偵查原則，嚴格在案件偵查過程的范圍內使用大數據進行分析，減少不必要的疏漏。同時有效杜絕大數據庫監管人員以及操作人員隨意調取公民隱私，做到權責統一，充分行使自身監管偵查部門大數據偵查使用權，完善數據的收集流程與合法使用程序，并且擔當起保護數據的首要責任。[6]

2．外部監督

偵查活動的開展就是維護人民的合法權益，因此大數據偵查要秉持從群眾中來，到群眾中去的原則。利用公民相應的監督權力，建立公民監督與反饋的渠道，普及公民對于大數據偵查外部監督的權力和義務意識。在基層偵查部門，大力宣揚警民互幫互助的精神，樹立警民一家親的意識，培養大數據偵查在社會上的公信力。公民配合大數據偵查的相關事宜，有效從社會層面減少人為的障礙設置。同時培養偵查部門工作人員保護數據資源的意識，實現偵查部門利用大數據對于社會資源的有效且充分的利用。

（二）建立完善的大數據共享機制

大數據偵查的主要阻礙是海量的大數據無法充分利用起來，大量珍貴信息線索的流失會為偵查工作造成不便。重要數據的流失一方面降低了偵查活動的效率，另一方面或被不法分子率先侵占勢必會對案情的進展產生一系列不良的影響。建立完善的大數據共享機制首先要嚴格管理相關聯系責任人的機制，對大數據偵查辦案的每一個環節的共享都有對應的制度約束。其次偵查部門應當主動與相關性的企業諸如銀行、商場等人員來往密集、資金流通頻繁的社會機構進行有效的對接。同時這些社會機構應當承擔起一定的社會責任，不得阻礙公安機關辦案的流程，不得阻礙犯罪數據的共享，充分實現大數據共享的基本效能，進而達到偵查部門第一時間獲得有效的數據信息。完善大數據共享機制對于偵查工作會產生重要的作用。

（三）打破信息壁壘，完善大數據偵查協作體系

大數據偵查并非偵查部門獨自完成的活動，大數據容量大、多元化、速度快的性質促使偵查系統應當打破信息壁壘，建立大數據偵查協作體系。偵查系統應當制定統一的協作體系，同時嚴格按照法律法規制定大數據偵查協作規范，責任與權利相互制約，簡政放權，進而加強常態化大數據偵查協作機制。其次，應搭建數據庫與偵查系統協作平臺，充分利用“互聯網+應用技術”，與時俱進。革新數據庫應用機制，完善大數據利用的條件與簡化應用步驟，形成方便并且快捷的數據應用型偵查模式。最后，應當建立合理的財政保障制度，讓偵查機關面對需要運用大數據來進行偵查任務時，有足夠的經費保障。

（四）建立跨行業、跨領域人才在大數據偵查中的聯動機制

大數據偵查領域的細化讓偵查活動的開展更加嚴謹，細化領域的人才短缺是當前大數據偵查活動中一塊亟須完善的短板。諸如對于當地人口分析、指紋數據庫的管理等細化大數據偵查系統，對于偵查部門的技術要求更加嚴格更加專業。應當建立相關的大數據人才交流平臺，或者打開大數據偵查的市場，有的放矢地進行完善每一個不可疏漏的大數據偵查環節。

四、結語

大數據偵查不是數據信息在偵查實踐中的簡單應用，它是在注重公民權益保護的前提下，通過數據甄別與處理，以有效地提高偵查速度與質量。因此，大數據偵查是對傳統偵查模式的完善。大數據偵查模式必將廣泛地應用到偵查實踐中。