丛 浩

引言

信息化时代，刑事案件更多地展现出数据化、智能化、隐蔽化的特征，大数据侦查在此背景下应运而生。大数据侦查推动案件的侦查模式由经验驱动转向数据驱动，由被动型回应转向主动性预防，由区域性侦查转向合作型侦查，大大提高了侦查工作的效能。但与此同时，由于大数据侦查本身的局限和片面割裂大数据侦查与传统侦查之间的联系，导致大数据侦查的发展面临困境。在此背景下，应准确梳理大数据侦查和传统侦查之间的逻辑关系，一方面顺应大数据侦查的趋势，另一方面汲取传统侦查的内核与精髓，有选择性地依赖大数据侦查的智慧化成果和传统侦查办案人员的主观能动性发挥，将大数据侦查和传统侦查进行整合应用，以推动新形势下大数据侦查的深入持久发展。

一、大数据侦查的核心价值

大数据侦查，是指侦查机关为了揭露、证实、打击和防控犯罪，运用现代互联网和大数据技术，对已经发生或尚未发生的犯罪行为所采取的相关调查活动[1],其核心内容包括大数据侦查思维、大数据侦查模式和大数据侦查方法。大数据侦查通过对与案件有关的量化自我数据、侦查业务数据、公安管理数据、社会管理等非结构化数据进行结构化处理，发掘与案件具有相关关系的信息，以此助推案件的侦破。它将大数据技术和侦查融合到一起，从实质上讲，大数据侦查是信息化侦查新的发展阶段。在当前犯罪日趋智能化、数据化的形势之下，以因果关系为基础的回溯性侦查模式效率明显下降，大数据侦查的应用和完善正是大势所趋。

（一）推动经验驱动侦查向数据驱动侦查转变

传统的刑事案件侦查工作以侦查人员在长期实战中积累的经验为基础，运用一定的逻辑思维方法，把已掌握的案件信息和相关的专业知识联系起来，并借助一定的科技手段，将犯罪现场的痕迹物证和犯罪嫌疑人的相关特征结合起来，对案情进行分析，并在此基础上划定侦查方向和范围。然而这种过度依靠逻辑关系和因果关系的侦查模式一旦在某一个环节发生中断，整个侦查工作便会陷入僵局。随着大数据时代的到来，侦查工作更注重运用数据的相关性分析，不再苛求因果关系的精准性，提高了容错率。利用大数据技术对海量数据进行数据碰撞和数据分析，通过数据之间的相关性认识案件的基本内容，并在此基础上分析潜在的因果关系，降低传统侦查过分追求因果关系准确性所耗费的成本，提高刑事案件侦查效率。

（二）推动侦查活动由被动回应型向主动预防型转变

传统侦查是一种回溯型侦查，大部分侦查工作是在案件发生后才启动的。犯罪嫌疑人遗留在现场的痕迹物证是有限的，可供侦查人员利用做线索的信息也是有限的，围绕这些事后获取的有限且不对称的信息展开相关调查，容易致使侦查工作陷入被动，从而影响刑事侦查工作的进一步开展。大数据思维在侦查中的应用使侦查程序可以尽早开展。它借助对海量数据的收集、筛选、碰撞、分析、比对和运算等一系列技术过程，一方面可以有效查明案件事实、收集犯罪证据和缉捕犯罪嫌疑人，另一方面可以利用大数据技术研究犯罪规律，预测某一时间、某一地点、某种类型犯罪的发生概率，主动开展预防工作，阻止违法犯罪行为的实施，避免危害结果的扩散，切实提高侦查效率。

（三）推动区域性侦查向合作性侦查转变

在传统侦查模式下，各部门缺乏高效、稳定的信息联通与合作机制。一方面公安机关内部各职能部门间沟通不畅，另一方面公安机关与其他机构或社会力量缺乏联动，导致侦查合作困难重重，侦查效率不高。而在大数据思维的指导下，公安机关将侦查活动中原本分散的，不同层级、不同区域的主体及其行为整合到一起，以数据共享机制为纽带进行互联互通。大数据思维推动在侦查中建立“共建、共管、共享”的信息网络，推动侦查工作实现由区域性侦查向合作性侦查的转变。

二、大数据侦查面临的困境

（一）认知偏差：片面割裂大数据侦查和传统侦查的联系

侦查活动以因果关系逻辑为起点和终点，而大数据建立在相关关系逻辑的基础之上，基于这种认识，部分侦查人员将传统侦查和大数据侦查视为两种完全不同的侦查模式。在侦查实践中这种错误的认知主要体现在传统类型犯罪上，如杀人、抢劫、强奸、盗窃等，侦查人员往往会不自觉沿袭传统案件侦查的路径。一方面，由于传统侦查思维的影响根深蒂固，部分侦查人员在侦办案件时，相较于大数据侦查对海量数据进行的相关分析而言，他们更信任自己多年实战总结的办案经验，所谓的相关性分析在他们看来更像是毫无逻辑的推理，价值量低，因此往往对大数据侦查视而不见。另一方面，在办理非传统类型犯罪的新型案件时，如电信网络诈骗罪、职务犯罪、洗钱罪等，忽略侦查的因果性逻辑开端，直接诉诸大数据相关性分析，在缺乏基于历史案件特征要素分析的侦查假设的条件下盲目进行大数据分析碰撞，由于缺乏侦查假设的信息基准指导，其所关联的数据信息可能导致低效率、低价值密度的关联分析结果。

（二）技术欠缺：现有大数据技术难以对海量数据进行高效挖掘分析

巨量的数据资源在给侦查工作带来机遇的同时，也给大数据侦查带来了一定的困难，主要有以下表现：一是海量的数据信息导致侦查数据储存难度加大，给静态的数据管理和动态的数据调整带来极大的挑战；二是缺乏统一的数据质量标准，致使数据质量较低；三是单一的数据结构导致数据应用效率低下，难以适应当下案件侦查工作的需要；四是大数据时代数据的混杂性、虚假性、错误性不断增强，过去基于数据精确性的犯罪情报分析研判技术不再适应大数据时代侦查工作的新模式，如何清洗、过滤数据也存在着技术挑战。传统的数据挖掘技术和单一的数据算法难以满足当下大数据侦查的需要。

（三）合作障碍：各侦查部门间存在一定程度的数据壁垒

数据产生价值的重要基础在于数据的开放和共享，这也是大数据侦查相较于传统侦查的优势所在。然而在侦查实践中，一方面由于各侦查部门间缺乏协作理念，数据资源的拥有者和使用者之间存在明显的数据壁垒，侦查工作所需的数据资源难以在各侦查机关之间共享使用，各部门、警种之间的合成作战常停留在形式上，实际上仍存在着各自为战、单打独斗的现象，使得公安机关对涉案犯罪信息的搜集、整合、研判程度都不高，合成作战效果欠佳，数据整合不够充分[2]；另一方面，由于不同的民警都有着各自不同的数据使用习惯和数据存储方式，尚未形成统一的数据使用和存储规范，增加了数据共享使用的难度，致使大数据侦查难以向纵深方向发展。

（四）立法及机制瑕疵：程序规制缺乏导致对公民隐私权的非法侵害

“大数据侦查”本身是一个描述性词语，它只是将大数据技术手段与侦查这一具体应用领域做了简单结合，它既不是一种法定侦查措施，也并不构成独立的侦查模式[3]。其法律属性的不明确进一步导致对大数据侦查的程序规制滞后，法律对数据管理尚缺乏科学严密的制度设计，加之当下立法对公民个人信息权利保障不足，以及公安机关适用大数据信息的规范不健全，致使公民隐私泄露问题日趋严重。如身份、行踪等私人信息的违规调取与使用对公民隐私的侵犯,指纹、DNA等个人信息的不当采集对公民隐私的侵犯以及对违法犯罪信息的不当泄露导致犯罪嫌疑人隐私被非法侵犯。

三、解决路径：大数据侦查和传统侦查的选择性依赖

（一）准确把握大数据侦查与传统侦查的逻辑关系

大数据立足于相关性逻辑，大数据思维基于相关性分析思维，在大数据思维指导下的大数据侦查以相关性的分析思维为指导，对公安机关所掌握的海量数据信息进行关联性分析，将看似无关的数据信息联系起来，形成完整的数据链，引导侦查人员进一步探究其中的因果关系，从而查清刑事犯罪案件的主要犯罪事实。

侦查的逻辑建立在因果关系上，任何形式的侦查都必然以因果认知为起点和终点，通过探求犯罪人、犯罪行为、犯罪结果、案件证据等之间的因果关系，力求还原案件事实，这是一个由碎片化信息不断向全景式的案件真相推进的过程。究其本质，我们不难发现，大数据侦查的应用并没有改变侦查的任务和目的。大数据所立足的相关性逻辑并不是对因果逻辑的否定，而是对侦查因果逻辑的丰富和发展。其关联性的外围信息以因果事实为内核，经过相关关系的桥梁，并最终回归因果关系。

大数据侦查不是对传统侦查的否定，而是在大数据背景下对传统侦查的完善和发展。其理论逻辑如图一。

图一：大数据侦查的理论逻辑

首先，从本质上来讲，大数据尚未推动侦查模式的转型，因为不论是借助何种形式展开的侦查活动，都必然以因果认知为其逻辑起点和终点。大数据侦查建立在相关关系基础上，而相关性的发散性外围信息是以因果事实为内核的，大数据应用于侦查并未改变侦查的目的和任务，因果关系仍是案件侦破的逻辑基础。

其次，大数据侦查在诉讼证明中尚仅处于辅助证明的地位，它所提供的“事实”仍需深入的清晰化、精确化处理，通过大数据手段获得的侦查线索必须经过客观的证据核实，才能显示大数据侦查的价值。

再次，大数据侦查并不改变侦查人员在侦查中的主体地位。一方面，物的数据化并非是一个独立于侦查人员的自动过程。正如理查德·沃尔曼所言，信息时代不是“信息爆炸”，而是“非信息爆炸”，大数据侦查需要侦查人员在对案件分析的基础上设立特定的信息基准，从海量的数据信息中提取与案件具有相关关系的数据，从而降低信噪比，提高“从数据到人”“从数据到案”的应用效度。另一方面，在侦查实践中，首要考虑的并非是数据，而是需要解决的问题，是以问题为导向而不是以数据为导向。侦查人员需要发挥主观能动性，通过对历史案件的结构化分析，提出合理的侦查假设，这是大数据侦查应用的逻辑核心。

就现阶段而言，大数据侦查并不能完全取代传统侦查，它是对传统侦查的丰富和发展，公安机关应正确认识二者之间的逻辑关系，把握相同的逻辑旨归，建立大数据侦查和传统侦查交融应用的案件处理模型，结合案件的具体情况，综合应用两种侦查方式。

（二）构建大数据侦查和传统侦查选择性依赖的逻辑范式（见图二）

犯罪活动具有多样化特点，针对不同的犯罪类型，侦查机关应采取不同的侦查方式，在案情分析的基础上对案件进行模块化处理，对大数据侦查和传统侦查选择性依赖应用。

1.基于犯罪现场的选择性依赖逻辑范式

图二：基于犯罪现场的选择性依赖逻辑范式

就具有明确犯罪现场的传统类型案件而言，如杀人、抢劫、强奸、盗窃等，案件侦查以犯罪现场为中心，通过现场勘查收集犯罪行为人遗留在现场的信息，如指纹、足迹、血迹、毛发、作案工具等，还可通过视频勘查进一步获悉犯罪行为人的体貌特征、进入及离开犯罪现场的时间、方式等。一般而言，通过传统的案件侦查手段即可获得以上信息并顺利助推案件的侦破，但随着犯罪行为人反侦查意识的增强以及高科技含量犯罪工具、犯罪手段的加持，一些无从入手的疑难案件开始增多，通过常规的案件侦查手段难以获取和案件有关的信息或所获得的信息无法指向具体的案件事实构建，这时便需要利用大数据侦查另辟蹊径。通过对案件现场收集到的内含因果性的证据材料进行归纳并进行数据化处理，利用大数据的相关思维进行信息拓展，获取与案件具有一定相关性的各种线索，这是一个物的数据化过程。同时，通过大数据平台对历史同类案件信息进行结构优化处理，提取此类案件的一般特征，并在此基础上形成初步的侦查假设。将这些线索和做出的侦查假设进行大数据关联查询，获取与案件具有更多因果关联的信息，如身份信息数据、时空方位数据、活动轨迹数据、银行账户数据、人际关系数据等。由于这些数据是通过相关关系获得，而作为证据的数据要以因果关系为内核，因此要对这些数据进行印证，使相关性线索转化为因果性证据，进而构建起案件的因果性事实，这又是数据物化过程。

2.基于历史案件数据分析的选择性依赖逻辑范式（见图三）

图三：基于历史案件数据分析的选择性依赖逻辑范式

现阶段兴起的新型犯罪，如网络金融犯罪、虚拟货币传销犯罪、网络诈骗罪等，由于不具备明确的犯罪现场，使得以犯罪现场为中心的侦查路径难以开展，只得开辟新的路径。针对此类型案件，大数据侦查采取了一种更为主动的侦查路径，在尚未掌握“完成形态案件”的情况下，通过对历史同类案件的要素分析和规律总结，并将得到的信息数据化、结构化处理，筛选其中关键的特征要素作为查找比对的信息基准，在此基础上利用大数据平台进行特征要素关联，形成关于该类型案件特征要素的网络，廓清“疑似案件”的范围，从而主动出击，锁定嫌疑对象。需要注意的是，由于通过此路径所获取的线索建立在相关关系上，它仅能作为我们认定案件事实的外围依据，它所提供的“事实”仍需进一步的清晰化、精确化处理，在此基础上结合传统的取证手段，构建证据事实，完善证据链，推动大数据侦查所获得的信息由“相关关系”层面上升为“因果关系”层面，以符合侦查诉讼标准的需要。

（三）创建大数据侦查和传统侦查整合应用的案件处理模型（见图四）

1.以大数据为引领，开展犯罪预防

（1）拓展犯罪数据信息获取来源

大数据时代犯罪数据信息的获取不能仅依靠公安内网的犯罪情报信息，要看到社会化大数据的巨大潜力和价值。通过各种途径收集社会生活的各种数据信息，并对其进行整理、碰撞、分析、研判，从中发现犯罪征兆，并及时予以制止和惩戒。与犯罪相关的数据来源主要有以下几种：一是量化自我数据，二是侦查业务数据，三是公安管理数据，四是社会管理及其他社会化数据。在大数据时代，要充分认识侦查数据的资源开放性、时间无限性、空间广阔性和方法创新型等特点，充分利用各种渠道获取刑事犯罪数据信息，为数据整合、分析、碰撞提供条件。

图四：大数据侦查和传统侦查整合应用的案件处理模型

（2）提高犯罪数据信息研判质量

数据是案件侦查中极为重要的资源，而简单采集和累加的数据并不是资源，只有那些经过分析研判处理并得到广泛深化应用的数据才是真正的资源。在犯罪预防工作中，要将前期收集的各种数据进行分类整理、碰撞分析，通过数据之间的相关性分析将各要素连接起来，形成完整的数据链，进而挖掘其中隐含的犯罪信息，获取犯罪预备阶段的相关情报信息，侦查机关便可对此展开针对性侦查措施，将犯罪控制在萌芽之中。

（3）研究犯罪活动规律，主动开展犯罪预防

公安机关要充分利用大数据技术、云计算和科学分析模型，研究犯罪活动规律，绘制犯罪人员的“热名单”、犯罪案件发生的“热地图”和公安机关进行预防处置的“主战场”。建立并完善犯罪数据分析和趋势预测系统，利用大数据计算方法分析某一特定时空场景的犯罪行为和作案特征，准确预测某类犯罪案件的高发地和高发时段。根据数据相关性反映的可能发生的案件及时采取针对性措施，强化对刑事犯罪的预防。

2.以大数据为抓手，科学制定侦查决策

正确的侦查决策是案件能够成功侦破的关键因素。信息是一切决策的基础，数据化时代的信息死角减少，科学的数据挖掘、分析方法也大大提高了决策的质量。借助大数据指导侦查决策，运用科学的方法对决策的过程进行解构、重塑、数据化和结构化，对侦查方向和范围、应采取的侦查措施、缉捕犯罪嫌疑人的方法，讯问的策略等进行科学决策。

（1）以大数据为抓手进行案情分析，划定侦查方向和范围

任何犯罪都会在犯罪现场遗留一定的犯罪信息，而随着现代科学技术的发展，越来越多的犯罪信息以数据的形式表达出来，不管是传统类型的犯罪还是信息化时代所衍生的犯罪，其所遗留的犯罪信息皆可利用数据进行相关性分析，从而查明犯罪的主要事实。通过犯罪现场的监控录像和手机话单分析可以确定作案时间，掌握犯罪嫌疑人从入侵现场开始直至作案活动实施完毕逃离现场的时间段；通过相同或类似案件的犯罪数据信息确定此类刑事案件的高发地，通过可疑车辆GPS信息数据库碰撞分析获取犯罪嫌疑人或者被害人的活动轨迹，从而分析作案地点以及案发现场和作案人的联系；通过将各种看似孤立的数据信息联系起来，利用大数据相关技术挖掘其中的关联关系，发现线索进而查明与案件相关的各种事实。

对作案人的分析判断，就是通过客观、全面、准确、细致地分析作案人的各项特征，最后归纳为一个综合、具体的人身形象，据此推断作案人数、作案人的体貌特征、作案人应具备的作案条件、作案人的心理特征、作案动机和目的以及作案人作案后的后续行为。通过对旅馆住宿、网吧上网、暂住登记以及民航登机等数据信息开展数据碰撞，获取作案人员轨迹，通过对车辆轨迹展开卡口数据碰撞，以此综合判断作案人数；利用同类数据碰撞和异类数据碰撞的方法对网吧上网人员数据、互联网信息数据、通信工具活动数据以及网络购物数据和物流数据等开展碰撞，对作案人进行综合分析判断。全面把握犯罪嫌疑人的体貌特征、犯罪动机和目的、犯罪工具特征、犯罪嫌疑人的知情情况以及犯罪嫌疑人作案后的后续行为，从而进一步划定侦查方向和范围。

（2）以大数据为抓手对传统侦查措施赋能

在案件侦查的过程中，侦查措施的实施是其核心阶段。不同的案件要求有针对性地采取不同的侦查措施。侦查机关要树立数据主导侦查的理念，将大数据和侦查措施的实施融合起来，使侦查措施的实施更加智能化。

侦查机关在实施侦查措施的过程中，要时刻注意收集各种侦查数据，并及时对所获取的侦查数据进行碰撞分析。在这一过程中，应注重对刑事科学技术的应用，发现、记录、固定、显现、提取、鉴定犯罪现场与犯罪活动有关的各种痕迹物证，并将结果数据化，形成侦查数据，深入挖掘潜隐于其中的侦查线索，为侦查机关采取调查访问、摸底排查、搜查扣押、侦查实验等侦查措施提供数据支持和智能化支撑。

（3）以大数据为抓手确定并缉捕犯罪嫌疑人

在掌握充足的侦查数据信息之后，将通过各种途径收集到的侦查数据信息进行查证核实，利用智能化的大数据技术对各种数据信息进行碰撞分析，关联自动查询并进行比对，利用数据处理技术对侦查数据进行快速过滤筛选，从而迅速查清案件事实，确定犯罪嫌疑人。

在确定犯罪嫌疑人之后，应及时对犯罪嫌疑人展开抓捕。对于尚未潜逃的犯罪嫌疑人，侦查机关应以关联性思维为指导，通过对常住人口信息、暂住人口信息、住宿登记信息、互联网信息、通信信息、车辆轨迹信息以及人体生物信息进行碰撞分析，发现并锁定犯罪嫌疑人的具体位置，通过公开或秘密的方式将犯罪嫌疑人传唤或拘传到案。对于已经潜逃的犯罪嫌疑人，则可将视频监控信息和车辆轨迹信息、智能卡口数据信息关联起来进行碰撞，并通过网上追逃、架网守候、秘密力量布控、规劝自首等方式将犯罪嫌疑人缉捕归案。

（4）以大数据为抓手对犯罪嫌疑人进行讯问

在讯问过程中，侦查人员可应用大数据技术研究案件材料，对案件线索进行梳理、分析，并从犯罪嫌疑人的个性特征、各种数据信息所反映的嫌疑人生活习惯方面分析犯罪嫌疑人心理。同时要注重关注各个侦查线索的相关关系，利用各侦查线索之间的内在联系，寻找讯问突破口，并利用确实的数据信息击破犯罪嫌疑人的防御体系，从而获取真实、准确的口供。

3.利用大数据推动证据审查的智能化

公安机关在对犯罪嫌疑人进行询问的同时，应当运用各种侦查措施收集并审查判断证据，使犯罪事实和情节都能得到证明，达到犯罪事实清楚，证据确实、充分的程度，并对收集到的证据材料进行分析、鉴别，确定其是否客观真实，与案件事实是否具有客观联系，是否属于合法证据，是否能够证明案件事实。

在收集证据的过程中，侦查人员应树立整体性思维，利用大数据快捷方便的优势，在第一时间利用大数据技术获取与案件相关的所有证据，精准掌握证据的细节和特点，实现“以大见小”，更加清楚地认识证据的细节信息和特点。在审查判断证据的过程中，要树立智能性思维和关联性思维，要利用大数据技术挖掘所有证据之间的相关关系，判断证据之间有无内在、直接的联系，是否共同指向同一犯罪构成，利用数据技术帮助侦查人员快速准确审查判断证据材料，提高案件侦查的效率。