[摘要]大数据时代下的犯罪呈现出新趋势：非传统化、多元化威胁，犯罪活力、再生力明显增强，远程非接触式犯罪增大打击难度。这导致传统犯罪侦查模式受到冲击：滞后型打击模式亟需转换，经验型决策模式呼唤科学理性，孤岛型情报模式不利创新实践，科层制组织模式阻碍机制运转。为此，有必要从犯罪预测、侦查破案、侦查办案与侦查组织等方面对大数据视野下的侦查新思路着手，以期在理论上找到新时代下犯罪与侦查的制衡点，并对侦查工作的进一步完善起到抛砖引玉的作用。

[关键词]大数据时代，犯罪侦查，传统侦查模式，犯罪预测，侦查决策，侦查合成

[中图分类号]D918 [文献标识码]A [文章编号]1004-4175（2018）05-0109-06

信息时代的大数据正在潜移默化地影响着人们生活的方方面面，带来了巨大的经济价值、社会价值及无限的开发潜能，同时也蕴含着巨大的风险。大数据的“4V”特征带来的首先是技术、商业以及社会管理范畴的深刻变革，在产生这些变革的同时，在纵深上亦驱使着思维、理念、机制等方面的转型使其与之匹配。大数据对社会系统影响深远，甚至被评价为继产业革命、技术革命之后又一次重大的社会系统革命——数据革命。社会系统中的各个子系统必然受到大数据的影响，“这是社会系统用生产力使外部自然社会化”[1]的必然过程，犯罪系统由于处在社会系统之中，也必然受其影响呈现出一些新的变化，导致传统犯罪侦查模式在犯罪新形势下产生了阶段性的不适应，因而打击犯罪的新思路势在必行。

一、大数据时代的犯罪新趋势

大数据时代没有旁观者，每个领域、群体、个人甚至物品自身都可以被看作是一套能够保证机体独立运转的系统，在数据信息视角下，这亦是一套有着精密计算能力与严格运转机制的数据系统。与此同时，这些看似独立的系统构成了大数据网络上的连结点，正是由于这些彼此连结的点，架成了信息数据彼此融合、反应的桥梁，也产生了为世人所瞩目的数据价值。但另一方面，收益与风险是相生相伴的一对矛盾，在享受大数据带来的巨大便捷与财富的同时，我们必然也要承担由其所产生的风险，这种风险在犯罪领域中具象化的结果就是使后者产生一系列新趋势新变化。大数据视野的犯罪新趋势，可以概括成以下几个方面。

（一）非传统化、多元化威胁

随着大数据革命的逐步深入，其带来的现实难题引发了广泛的探讨，其中最为严重的当属网络安全。在万物互联、人人互通的大数据时代，网络安全是引发安全威胁的一大重要因素，由网络安全引发的安全威胁也由传统安全向非传统安全转化。互联网一开始源于军事攻防的需要，20世纪50年代美国在美苏争霸中为维护军事安全而开发了互联网。20世纪80年代伊始，互联网广泛运用到非军事领域，人类社会出现了以计算机为终端、在虚拟空间进行信息互换的新型连接方式和国家治理方式，“网络”在生产、流通、沟通、管理中的应用日益广泛，由此带来的网络犯罪、信息安全、带有民族主义的社会网络战等“非武力对抗”问题愈加显现。大数据时代下，移动支付、互联网金融、无人机信息采集、手机后台轨迹追踪等融入我们生活中“衣、食、住、行、销、乐”的各个方面，使得这种“非武力对抗”的非传统安全威胁随之走向多元。根据第41次《中国互联网络发展状况统计报告》提供的数据，截至2017年12月，我国使用网上支付的用户规模达到5.31亿，较2016年底增加5661万人，年增长率为11.9%，使用率达68.8%。其中，手机支付用户增长迅速，达到5.27亿，较2016年低增加5783万人，年增长率为12.3%，使用比例达70.0%。[2]我国互联网+、物联网、云计算等网络信息技术繁荣发展，相关配套规制措施却相对欠缺，是造成国家安全、社会稳定、百姓民生等问题的主要原因。

（二）犯罪活力、再生力明显增强

大数据时代，犯罪的活力与再生能力明显增强，尤其是依托互联网产生的网络新型犯罪，如电信网络诈骗、网络传销、网络赌博等亦如“雨后春笋”般层出不穷。根据某研究机构进行的统计，我国电信网络诈骗犯罪近年来一直保持着高速增长的势头，2015年曾创下了年增速30%的“佳績”，此后随着国家一系列政策的出台和公安机关的大力整治，2015年后此类犯罪增速放缓，但总量仍然居高不下。究其原因，是犯罪低投入高回报的外在驱动力与犯罪系统强大的序变能力综合作用产生的结果。首先，低投人高回报是所有经济类犯罪的共有特征，而虚拟空间的隐蔽性更是为犯罪提供了庇护所，使其暴露的风险大幅降低。因此，这类网络新型犯罪成为了“犯罪蓝海”，高增长也就成为了必然。其次，序变能力是系统论中的概念，系统论告诉我们，任何系统都是由相互作用、相互联系的若干要素组成的具有特定功能的整体，这些要素之间、要素与系统之间存在着种种有规则的联系，这些联系被称之为系统的秩序或有序。而有的系统具有改变自己秩序的能力，即它具有活力和发展的内在潜力，这种改变被称为序变，这种序变的能力被称为序变能力，也称自维生能力[3]43。而序变能力与有序性存在某种负相关的关系。有序性程度很高的系统，组织严密而且宏大，但适应能力低，更新系统的成本高，因此序变能力低。大数据时代的犯罪组织由于要适应瞬息万变的时代环境，其组织结构进化得更加扁平化、无序化，有着更强大的序变能力，以更好地适应环境及时作出应对。

（三）远程非接触式犯罪增大打击难度

首先，犯罪边界一直处于模糊与运动状态，有些甚至无所谓边界，这就造成了跨国、跨境、跨地域犯罪大行其道。所谓信息战“没有国界和前后方之分”[4]11指的也是这个意思。如现在大行其道的网络新型诈骗，犯罪嫌疑人在世界上任何国家，只要接入互联网，就可以对世界上任何国家的任何人行骗，而且随时可以更改受众目标和范围。这不但给打击犯罪的管辖划分带来现实困难，而且这种模糊性与灵活性也给犯罪预防带来了极大的挑战。

其次，犯罪空间具有跨越性，犯罪实施地与结果发生地不再重合。大数据时代的犯罪借助于网络实现其犯罪行为，以虚拟化的“网络”为新型载体，具有“非接触性”特征，网络的虚拟空间成为犯罪行为的庇护所，使其犯罪过程难以被追踪。从表面来看，整个犯罪链条只有头尾两端露出水面，而能被用以追踪犯罪过程、固定犯罪证据的中间环节，则隐藏在虚拟空间这一广袤的水面以下。

二、大数据时代传统侦查模式受到的冲击

在大数据视野下，犯罪呈现出的新趋势使传统侦查模式受到了冲击，主要表现在以下方面。

（一）滞后型打击模式亟需转换

传统的破案模式，立足于现场，通过现场勘查、摸排走访等一系列侦查手段，运用同一认定和物质转移等侦查学基本原理分析案情、发现线索、收集证据，最终抓获犯罪嫌疑人。这种侦查模式的起点，在于案件发生以后，且犯罪结果大多已经产生。这种滞后型的打击模式在应对以实地现场为中心的传统犯罪尚具有优势，而在面对模糊现场甚至无现场犯罪案件时就会显得局促无力。如电信网络新型诈骗，这类犯罪具有受害人数众多、损失金额巨大，破案追赃难度大等特点，一旦发生会给百姓民生带来极大的消极影响。此外，一些新型网络犯罪中，犯罪嫌疑人会在作案的同时消除作案痕迹，且这种作案痕迹的消除往往是不可恢复的。造成的结果就是，当侦查机关介人案件时，提取不到有价值的证据和线索，更加大了侦查机关破案、办案的难度。

（二）经验型决策模式呼唤科学理性

侦查这个概念可以从不同的角度进行定义，若从决策的角度来看，侦查就是不断拟定决策方案、不断优选方案并付诸实施的过程。[5]传统侦查决策以经验决策为主导。经验决策，顾名思义，就是决策者凭借在业务工作中积累的办案经验或形成的办案直觉来指导办案工作的活动。经验决策具有包容性强、创造性强、高效灵活等优点，其以价值前置为前提，能够包容直觉、先验性经验、确证偏见等非逻辑思维，在决策过程中将侦查的艺术性体现得淋漓尽致，且在短时间内可以提出多条决策方案供决策者筛选，在信息密集程度不高且不甚追求侦查效益的传统侦查中一直占居着主导地位。但另一方面，经验决策由于受决策者阅历、认知水平、分析能力、情感与动机甚至群体思维等主客观因素的限制，其理性程度较弱，加之其亲历性质过强，可复制性与规范性都受到限制，因此其在侦查实践中具有一定的局限性。在信息密集程度与繁复程度都显著提升的大数据时代，经验决策必将应对乏力，侦查工作呼唤着更具科学理性的决策方式。

（三）孤岛型情报模式不利创新实践

虽然我国公安信息化建设已经取得了阶段性成果，但是面对当代中国社会的急剧变革与犯罪形势的飞速发展，我国的侦查情报工作显示出诸多的不足。造成孤岛型情报模式的原因有以下几个方面。

首先，存在着对侦查情报的重视程度不足的情况。有些侦查人员将侦查情报等同于侦查线索，有些侦查人员将侦查情报仅作为侦控战术手段来理解，对其在犯罪预防、精确打击等方面发挥的积极战略及战术作用认识不足，因此在使用侦查情报时没能够发挥出其应有的作用。

其次，站在国家的层面上，情报工作在整体上存在规划不统一的情况，制约着情报共享。目前，信息化应用已经基本覆盖了主要公安业务，各地区建立起来的信息系统平台已经处在正式运转之中。但我国情报主导侦查的信息系统平台和情报分析软件在实战应用方面缺乏科学发展的战略规划，导致各地区录人数据标准不一、种类各异，无法真正实现系统之间的数据对接，无法展开异地情报的导入和分析，因而阻碍了侦查情报的共享，导致侦查情报工作无法适应当今犯罪复杂化和跨地域化的新形势。

再次，在侦查机关内部层面，情报部门与其他部门在协调与配合方面存在一些问题。其一，情报交流制度没有完全建立和完善，许多地方的情报搜集、核查、会商、反馈等交流机制尚未建立成熟，加之公安机关科层制的机构运行体制根深蒂固，各部门的专业职能已经固化，短期内既无法打破科层制的运转机制，也无法生成新的协调部门负责保证部门之间的信息传递，因而严重限制了情报在部门之间的自由流转。其二，现有的绩效评估标准抑制了相关部门进行情报交流的积极性。各职能部门虽有着各自的业务领域，但在实际工作中难免会有业务上的交叉，而业务的完成情况又是绩效评估的重要考核指标。看着自己辛苦收集的情报信息为别人的考核加了分，自己付出了努力卻得不到回报，久而久之就形成了一道人为筑起的高墙，阻碍了情报流转与部门配合。

（四）科层制组织模式阻碍机制运转

我国目前是科层制的侦查组织形式。在侦查漫长的发展史中，科层制一直发挥着稳定且积极的作用。科层制长期的职能分化和专业化塑造了工作人员较为稳定的行为方式和思维习惯，提出了解决上下级、同级部门间沟通和解决问题的稳定方案，实现了组织的整体性和协调性，统一了组织内部的一系列行为标准和管理制度。然而，新形势下，这种传统的组织模式也面临着一系列挑战。

首先，基层侦查人员将有关案件情况和拟采取的行动逐级上报，可能因耗时而贻误战机，尤其在处置紧急事件中表现得更为明显。其次，科层制可能造成信息失真。基层侦查人员直接接触现场，并亲自实施现场勘查、调查访问等侦查措施，掌握一手的现场案件信息，对于案件有最直观和鲜活的主观认知，而在形成书面文字或口头报告向上级汇报时，这些鲜活的认知经过加工处理后变得概括化和间接化，在上级头脑中形成的意象模糊、单一，可能会在决策时减弱其针对性和有效性。再次，科层制难以对突发状况或需要特殊考虑的情况及时作出调整。正如前文所提及的关于系统有序性问题的探讨：组织越严密、层级分化程度越高的系统，其序变能力越差；组织越松散、扁平化程度越高的系统，其序变能力越强。科层制是典型的层级分化程度高的系统组织形式，相比于那些组织结构更为松散的组织形式，其适应能力和灵活程度都较为有限。最后，在瞬息万变的大数据时代，面对花样翻新、层出不穷的犯罪新形势，必然会出现适应不良的情况。科层制造成的机构臃肿，影响了警力配置的合理性。公安机关的设置行政化色彩较浓，长期的行政工作使得组织工作愈发精细化，从而衍生出许多专职负责部门之间、层级之间信息传递工作或监督指导工作的部门，这些部门与侦查职责关系甚微，却占用了大量的人力、物力、财力，造成上层与基层的警力配置头重脚轻的局面，严重影响了警力配置的合理性。

三、大数据时代犯罪侦查新思路

大数据的核心在于数据的挖掘和应用。面对新形势下更高、更快、更强的犯罪新变化，傳统侦查模式已经表现出诸多的不适应性。我们应该充分利用大数据带来的巨大优势，结合新的犯罪趋势，不断提出一些新的侦查思路。笔者尝试从以下几个方面提供一些思路，以起到抛砖引玉的作用：

（一）犯罪预测思路

预防是对犯罪最好的打击。本文所指的犯罪预防，从大数据角度来说，其实是通过数据建模、数据挖掘等一系列技术手段来实现犯罪预测，其预测原理在于对相关关系的分析。相关关系是指两种以上的变量的样本观测值序列之间表现出来的随机数学关系，是随机变量之间的一种特殊类型的依存关系，而大数据犯罪预测则是通过对犯罪持续过程中其对周围关联物带来的改变来预测犯罪走势及其结果，即“通过总结、发掘过去的规律，来发现并预测现在与将来”。大数据犯罪预测功能的实现，要满足两个关键性前提。其一，犯罪具有规律性，这种规律性在大数据视野下就表现为一种较为稳定的相关关系，即犯罪持续过程中其本身和对周遭产生的全部改变，当我们捕捉到这些改变，就意味着某些邪恶力量正在伺机而动。就像“一石激起千层浪”，投石与波浪之间就存在着一种相关关系，即当我们看到水波摇曳，就知道有人投石入水。需要注意的是，大数据时代的相关关系不再局限于对因果关系的探寻，后者的成立需要同时满足关联性、理论原理、时间序列等要素，从种属关系来看，相关关系中包含了因果关系。上述例子中，虽然投石是波浪产生的原因，但我们注重的是两个现象之间的伴生关系，关注的仍然是相关关系。其二，事物的发展具有连续性，即事物在时间维度上表现为一种线性的连续发展关系。过去是成就现在、预测将来的参考系，如果事物的发展缺少了连续性，犯罪预测便无从谈起。

大数据视野下的犯罪预测可以分为战略性预测和战术性预测。战略性预测，是着眼于对整体犯罪趋势的预测，并研究治本之策。美国马里兰大学组织的研究小组对此进行了长期的研究综述分析，得出的结论是：“成功的战略管理手段能够使那些频繁持续做案的犯罪分子丧失犯罪能力，从而实现发案率长期降低”[6]163。由于脱离了对个案与具体的人的关注，因此在数据使用方面，使用公安系统外部的数据更具有说服力。在确定战略目标的过程中，确定犯罪控制重点有五个标准：公众关注水平、特定犯罪多发、某类发案增多引起警方关注、犯罪问题对个人或社会所造成的危害水平、放任犯罪问题可能造成的危害等。战术性预测，即针对个案和具体人员所展开的预测。战术性预测目前在侦查领域应用得十分广泛，是以高危预测为核心的犯罪预测模式，改变了过去对信息线索的静态认识，侦查人员将过去的信息与当前的信息相结合，运用相关的数学算法在海量的侦查信息环境中预测犯罪发生的可能性和侦查工作的走向，提高侦查效能，使侦查活动由一种传统意义上的事后干预型活动演变为一种事前预测型活动。

（二）侦查决策思路

正确的侦查决策是案件能够成功破获的的决定性要素，它考验着领导的情报决策功底。大数据对侦查决策的贡献体现在提高决策的科学理性上。科学决策是经验决策的相对概念，其过程是运用科学方法对决策的过程进行解构、重塑和模型化、数据化、结构化，决策过程中的每一个分析和结论都是科学方法和科学技术手段检验鉴定的结果，其核心竞争力是用以进行决策的科学技术及方法。相对于经验决策基于表浅的分析和主观偏好而作出的决策，科学决策具有更高的理性程度。一方面，可以平衡决策者因主观原因造成的结果偏差。信息是一切决策的基础[7]，随着社会信息化程度的提升，可用以决策的信息资源无论在数量还是广度上都是传统侦查时代难以望其项背的，信息死角的减少加之收集方法手段科学性的提升，决策结果的信度必将大大提高。另一方面，在价值选择方面更为理性。经验决策之下最常见的是决策者或集体意识对单一价值的追求而选择性忽略掉其他价值，如片面追求犯罪嫌疑人口供而刑讯逼供导致犯罪嫌疑人的基本权利受到严重侵犯，再如为片面追求破案率而投人大量人财力的粗犷式决策，结果可能收效甚微却极大地浪费了资源。科学决策会在科学技术手段和方法的计算下尽量实现各价值间的平衡，以最经济的手段实现目的，适当放弃决策的效率转而追求行动的效用。

然而，在侦查决策中也要警惕过分依赖科学决策。一方面，科学决策有别于绝对理性的标准型决策，即使在理想状态下的大数据社会，这种“全面回忆”的状态也很难达到，因此科学决策是提供给决策者一个概念化的前进目标，引导决策者通过科学化努力不断提升决策的理性程度。另一方面，科学决策在侦查工作中仍存在短板，侦查本身的性质并非一项极其严谨的科学探索活动，运用科学决策得出的结论也需要决策者在解读的基础上付诸实践，解读仍然是带有主观色彩的活动，如若过分强调科学理性则会使侦查活动因过于刻板而陷人停滞状态。因此，侦查决策既应是理想与现实的结合，又应达到科学性与艺术性的平衡。

经验决策和科学决策不是非此即彼的对立关系。传统侦查由于信息收集量、信息分析技术以及侦查组织结构上的限制，更倾向于经验决策。大数据侦查在上述方面都较前者有了较大幅度的改善，因此在决策方面提供了更多的科学性，但并不是说信息化侦查的决策就是科学决策，它只是在原有经验决策的基础上使之更精确、更细化、更有效。正如刘晓光所说，科学决策的价值在于降低经验决策的任意性[8]。

（三）线索与证据思路

在传统侦查语境下，发现侦查线索与收集犯罪证据的活动具有同向性，二者路径重合。在回溯性侦查路径下，侦查活动是一种寻找既存犯罪事实、犯罪嫌疑人及证据的过程，这一过程中的所有相关信息都可称之为线索。线索与证据都是在侦查过程中通过各种侦查措施手段获得与固定的，二者的区别仅体现为证据在收集方法和存在形式上有着更严格的要求。证据是按照法定程序收集的对案件具有证明作用的事实，它以某种法定的证据形式存在；而线索并没有收集手段及存在形式等方面的限制。侦查人员在侦查线索的指引下，逐渐认识所办理的案件事实，在认识的过程中，对于一些具有证据资格的线索进行固定、提取，从而形成证据，进一步对所认识的案件事实用证据进行固定，以便后续的起诉、审判。从这个角度来看，线索为侦查活动指明方向，而证据则在证明侦查活动方向正确的基础上固定了作为下一步侦查基础的案件事实。

大数据时代的侦查则不同，以相关性为主导的思维方式致使发现线索与收集证据的路径在侦查活动中不再重合，二者在時间上往往存在先后差别。究其原因，笔者认为是由大数据侦查思维引导下的因果关系不再连续造成的。传统侦查简单来讲就是由果及因的调查，前面侦查的果是下一步侦查的原因。因为在大数据侦查的正向思维引导下的结果往往是告知，而不是解释，更不是证明，我们往往在得到“是什么”的结果以后却不知道“为什么是”。虽然大数据为我们提供的正向思维能够引导侦查人员直接认识到问题本身，省去回溯与假设的步骤，整个过程更为直接且高效，但其不足的方面在于不能保证正确还原事物发展的全过程。一方面，因为大数据分析经常会给出风马牛不相及的结论，只有在后续进行深入分析才能避免发生事实认识错误的情况。例如：我们应用大数据分析出交通警察聚集与交通拥堵之间存在相关关系，如果被解读成交警的聚集导致了交通拥堵的后果，就要贻笑大方了，这明显是犯了时间颠倒、本末倒置的错误。在了解相关关系的同时不放弃对因果关系的探寻，就是为了在侦查过程中准确认识案件事实。另一方面，从刑事司法的角度来讲，大部分情报资源只能作为破案线索，却不能直接作为定案的证据使用。因为刑事诉讼对证据的要求，除要具备法定形式之外，还要达到排除合理怀疑的证明标准，即要求待证犯罪事实与刑事证据之间具有排他性的因果关系，相关性的关联性达不到刑事证明标准，侦查人员在知道“是什么”之后还需继续探索“为什么是”，大数据侦查的正向思维导致了线索和证据的获取路径不再重合，在时间先后上证据的获取晚于线索。因此，侦查人员将大数据思维、理念用于侦查破案的同时，并不能放弃对因果关系的探寻。

（四）侦查合成思路

大数据与“互联网+”的到来，不但开启了“可预测”的时代，也开启了“大融合”的时代。大数据侦查虽然是刑事侦查对大数据时代犯罪新形势的主动适应，但早已不是单靠刑侦部门一己之力就能应对自如的了，无论是线上路径中决策情报的产出，还是线下环节中抓捕、审讯的情报支撑，全都离不开各业务警种的支持与配合。如果我们将视线从侦查的理论推演转移到实际的办案工作中，就会发现话单信息分析、基站信息查询、视频信息追踪、网络信息监控、关系人信息拓展等在侦查过程中发光发热的重要手段分属不同的业务警种。由此可见，大数据时代的侦查非常需要各相关业务警种的通力配合，也就是警力合成。目前精确型侦查在实战应用中出现的问题主要表现在信息壁垒难以破除、警种各自为战现象普遍存在、系统重复建设现象突出、综合情报部门核心业务不突出等方面，导致整体上情报的应用效能不强，精确型侦查难以真正达到“精确”的标准。究其原因，根本问题都是“合成”不充分造成的。

大数据的融合性使得犯罪要素、手段的复杂性、灵活性与侦查方式的固着性、单一性之间的矛盾愈发凸显，单一业务资源与手段在犯罪侦查工作中发挥的作用愈发有限。在“大融合”的背景下，公安机关亟需融合不同业务警种的数据并创新应用发展，使数据在深度融合后焕发出叠加倍增的价值，来应对犯罪愈发灵活与复杂的变化趋势。数据整合可以从深层次引发侦查工作的多方面变革。

首先，以数据融合带动侦查资源的合成。从数据存储的角度来看，目前各业务部门根据自身业务优势收集业务数据、兴建系统平台，使业务数据在各自的系统平台内运行，各自解决实战中的问题。但由于受端口不开放、权限不对等以及情报红利分布不均等现实问题的限制，数据共享阻碍重重，导致侦查资源分配不平均、使用不充分甚至浪费的现象突出，严重制约了大数据侦查的效能。数据融合能够带动各部门共享信息资源与情报红利，从内部打破数据壁垒，实现1+1>2的价值配比。数据融合实现了知识共享，而知识共享则打破了科层制组织内部的知识、经验、技术的封锁，改变了组织结构僵化、滞后的境况，缩短了信息传递的时间，减少了传递过程中的遗漏和失真，使数据发挥出更大的效用与价值。

其次，以数据融合促成侦查手段的合成。数据来源决定数据视角，数据视角决定数据用途，数据用途决定应用手段，来源于不同部门、采用不同方式方法获取的数据天然地具备各自不相同的视角，如由视频侦查部门掌握的视频数据具有感知视角，在侦查工作中一般被用来重现案件事实或进行特征筛选；而网络侦查部门所掌握的网络舆情数据则一般被用来进行舆情监控与群体性事件的预警。当不同类型、视角的数据被融合在一起，附着于数据之上的手段价值也被整合到了一起，大数据侦查既可以应用于犯罪侦查也可以应用于犯罪预警，其本质就是以数据的整合促成不同侦查手段的合成。

当然，大数据侦查的数据来源不仅限于公安业务数据，社会行业数据与公民数据体量巨大、种类繁多，可能包含更多价值。在数据融合中，要将公安业务数据之外的社会数据与个人数据也纳入融合范围中来，以丰富数据资源，提高应用效能。

四、结论

大数据时代对犯罪的影响给侦查工作带来了巨大的挑战。但是时代是公平的，它赋予所有客体向时代看齐的机会是等同的，结果的差异取决于客体作为的向心力强烈与否。[9]大数据时代对侦查是挑战，亦是机遇，关键在于如何把握。大数据从犯罪预测、侦查破案、侦查办案以及侦查组织等方面为侦查工作提供了诸多崭新思路，其中既包含积极的方面，也包含需要注意、警醒之处。

随着技术的发展，理念的革新，大数据会在犯罪侦查领域发挥更加重要的作用，并在“智慧公安”与“智慧警务”的方向指引下，发展出具有“智慧”标签的大数据侦查模式。在不久的将来，智慧侦查会具有与生命体较为相似的特征，拥有较完善的感知、认知、分析能力，通过深挖大数据，以可视化的小数据来展现分析结果，压缩侦查的工作流程与时间，恰当地把握时机，以精准化高、可操作性强的优势更好地服务犯罪预防与侦查打击工作。为此，我们在应用大数据进行犯罪预警与侦查破案过程中，一方面要时刻关注社会背景与犯罪形势的新发展新变化，另一方面也要刀刃向内，勇于对公安内部不科学、不先进的理念、技术、手段进行大刀阔斧的改革，使之向着良性方向发展，最终实现侦查的现代化。

参考文献：

[1]于志刚，李源粒.大数据时代数据犯罪的类型化与制裁思路[J].中国社会科学，2016（9）：13-29.

[2]中国互联网信息中心.第40次中国互联网络发展状况统计报告[EB/OL].http： //www.cac.gov.cn/2018-01/31/c_1122347026.htm.

[3]杨桂华.转型社会控制论[M].太原：山西教育出版社，1998.

[4]卢新德.构建信息安全保障新体系——全球信息战的新形势与我国的信息安全战略[M].北京：中国经济出版社，2007.

[5]李双其.侦查决策方案的拟定与优选[J].福建公安高等专科学校学报，1999（4）：73-75.

[6]杰瑞·莱特克里菲.情报主导警务[M].崔高，译.北京：中国人民公安大学出版社，2010.

[7]杨郁娟.论侦查经验决策与侦查科学决策[J].山东警察学院学报，2010（2）：74-78.

[8]刘晓光.论有限理性基础上的侦查决策优选[J].中国人民公安大学学报（社会科学版），2012（1）：116-124.

[9]王梦瑶，陈刚.大数据时代犯罪与侦查动态发展研究[J].山东警察学院学报，2017（2）：74-80.