数据驱动的犯罪侦查模式研究

2021-11-20宋祥斌

电子技术与软件工程 2021年19期

宋祥斌

（江苏警官学院江苏省南京市 210031）

1 引言

模式是某种事物的标准形式或使人可以照着做的标准样式，如发展模式、盈利模式、实验模式等。模式作为理论和实践之间的中介环节，总结和概括了主体行为的一般方式，具有结构稳定、可重复、可操作性的特征。模式研究能够刻画事物结构的主观理性形式，把解决某类问题的方法总结归纳到理论高度，经常作为解决某一类问题的方法论。

侦查是对犯罪行为的认知活动，一切犯罪活动都由人事物时空组成，人事物时空各维度的取值组合出无穷无尽的具体案件，侦查面对的是一个多层次、多维度、多节点、多模态的复杂问题空间，侦查活动不仅要查清案件中的要素属性，还要证实要素间的关联关系和行为间的因果关系。复杂的犯罪现象难以还原成一系列的简单现象，难以总结出类似于自然科学中的定律，但通过大量的侦查实践，可以对其中重复的经验、方法和思维进行总结，抽象出解决某一侦查问题的方法论，提炼出核心知识体系，构建出可理解、可操作、可复用的侦查模式。侦查模式将复杂含糊的侦查系统内各个部分的次序以及相互关系以一般性的图景描述，呈现的是侦查的整体景象，对于简约、鲜明、准确地研究侦查认知活动具有普遍性和启发意义。

随着大数据时代的到来和人工智能的蓬勃兴起，人们在享受新科技带来便利的同时，也被各种新型犯罪所滋扰，如何认识和应对这些新型犯罪，是公安机关侦查部门面临的现实挑战。在新技术的支撑下，新型犯罪呈现非接触、分布式、链条化的特点，现场和证据等概念急需新的理解，传统的以现场为中心、以痕迹信息驱动的侦查模式很难应对数据空间的犯罪。由于新型犯罪与传统犯罪的一个本质变化在于犯罪行为的数据化，所以研究数据驱动的新犯罪侦查模式自然被推到了前台。定义和阐述数据驱动的犯罪侦查模式有助于认清新型犯罪的本质特征，探索科学高效的侦查方法体系，创新面向数据时代的犯罪侦查理论。

2 现有犯罪侦查模式研究的反思

2.1 侦查模式研究的作用

模式经常被约等于理论，是对真实世界理论化和简约化的一种表达方式”，模式经常通过经验的积累形成，也有面认识现象时立即形成的。模式是否能够描述和呈现现场的本质特征，需要通过反复的检验和不断的反馈和修改，以便逐渐得到正确的认识。通过模式来分析和研究问题，能够对问题进行高度的抽象和概括，过滤掉非本质性的因素，把系统和过程进行归类，有针对性地深入比较与分析。在侦查活动中应用模式研究是对侦查活动的若干基本特征进行类型化概括与抽象，通过考察和总结不同的侦查活动，将内在本质相同的侦查活动概括为同一类型。[1]简而言之，侦查模式并不是对侦查活动进行全面、细致的描述，而是关注对侦查活动的若干基本特征，并对其进行概括与抽象，从而得出类似的侦查样式。虽然现有的侦查学诸多教材中没有明确给出侦查模式的定义，但是实战中侦查人员都有总结侦查模式的习惯，学术界关于侦查模式的研究论著也有很多。[2]侦查模式研究能够对重要的模式进行勾勒性的整理，展现出侦查活动的面貌，为实战和研究提供清晰、白描化的基本理论参考，也可基于侦查模式的研究，回顾和总结侦查发展的情况，为新时代侦查方法的创新提供支撑。

2.2 侦查模式研究存在的不足

侦查模式是对侦查活动不断呈现的特征与规律的提炼和归纳，依据对侦查活动理解的角度不同，发展出两大视角的模式研究。一类是把侦查活动看成是诉讼活动，从地位、关系、效果等角度来凝练侦查模式，主要的分法有对抗式侦查模式与职权式侦查模式、司法型侦查模式与行政型侦查模式、达成实体正义单一目标的侦查模式与达成程序正义和实体正义双重目标的侦查模式等。[2]另一类是把侦查活动看作是认知活动，从技术、途径、策略等角度来抽象侦查模式，研究技术发展后的侦查模式与传统侦查模式的区别，以指导侦查实践和完善侦查理论，本文正是根据这类视角来展开侦查模式的研究。

大多数学者在提出新的侦查模式时，都会与传统的侦查模式做比较。传统的侦查模式没有权威的定义，一般把没有使用信息技术的侦查活动都归类为传统侦查模式。最具代表性和实战价值的传统侦查模式定义是依据侦查途径的不同分为从案到人、从人到案、从案到案、从物到案等模式。随着信息技术在在侦查破案中的广泛应用，融合了情报信息要素的侦查思维和侦查措施与传统侦查模式有着较大的差别，据此马忠红教授提出了情报信息侦查模式，认为“传统侦查模式主要适用于有现场可查、摸底范围较小的案件，属于粗放式侦查模式。情报信息的侦查模式形成了网络侦查、多种侦查方式，属于简约式侦查模式。”[3]随着大数据时代的来临，数据贯穿于侦查的各个环节，何军教授等学者认为侦查过程就是数据储存、提取与分析的过程，数据支配着侦查的运行，犯罪现场重建、侦查决策、侦查途径的选择、侦查分析、数据摸排、侦查预测等无不围绕数据运行，因此提出大数据侦查模式，并认为大数据侦查模式是对传统侦查模式的变革。[4]

随着侦查活动中大数据和人工智能技术的深入应用，越来越多的学者从认知和决策角度研究侦查模式，但也带来了激烈的观点碰撞。彭志辉教授认为大数据驱动的侦查模式只不过是以数据为中介，连接起案件事实与犯罪嫌疑人之间的关系，本质上仍采用从案到人、从人到案、从案到案、从物到案等方式，并不能称之为新的侦查模式。[5]

综合学者的研究，存在以下现象：一是偏重于描述新模式的侦查价值，以及与传统侦查模式的区别，对侦查模式的抽象度不够，对模式概念的论述不充分。二是一些研究对大数据概念的理解扩大化，误把大数据当作全数据，认为大数据时代的侦查已完全数据化，对侦查模式的理解过于超前和理想化，难以在实战中操作。三是侦查模式研究中存在技术术语的随意使用，比如，“大数据驱动”、“数据驱动”等术语在研究成果中比比皆是，但大多没有清晰的解释和论述，影响了侦查模式概念理解的一致性。

3 数据驱动侦查的理论支撑

3.1 侦查活动的基本模式

侦查的本质是认知活动，认知技术的发展促进侦查主体的认知能力提升，从而推进侦查模式的变革。[6]侦查的发展史很大程度上就是侦查认识主体对犯罪事件的认识能力不断提高的历史。

侦查认知活动是一个经过两级抽象和转换的过程，涉及三个世界：现实世界、信息世界和数字世界。现实世界就是客观存在的世界，是对某一事物的描述，描述其各方面特征以及是否与其他事物存在联系；信息世界是对客观事物的抽象描述，是对现实世界经过分析、归纳和抽象得到的信息，这样的信息具有一定的格式，也称信息模型。[7]数字世界是对信息世界的再一次抽象，将其信息化，使得信息能够存储在计算机中，通过数据计算的方式来处理信息。信息技术出现之前，传统侦查是从现实世界到信息世界的一级抽象。侦查认识活动开始于问题的提出，根据现实世界到信息世界抽象后得到的信息资料形成假设，再根据其他信息资料对假设进行确证或者否证，最后形成结论，如此反复，直至犯罪事件各要素均明白清楚为止，是一个“问题-假设”循环的过程。在传统侦查时期，推理和批判是主要的侦查思维，物质交换原理作为很重要的基本理论，指导着侦查人员从现实世界到信息世界的抽象。信息技术出现以后，包括计算机时代、网络时代、移动互联时代、大数据时代、智能时代，都是从现实世界到信息世界，再到数字世界的二级抽象，只是对抽象后数据的处理能力原来越强了。[8]这个时期的侦查认知活动也借助信息技术逐步进入到第二级抽象，利用信息技术来提升侦查的认知能力。

虽然侦查可以贯穿现实世界、信息世界和数字世界，但基本的侦查活动可以抽象为对（对象，关系）的识别，也即一个完整的侦查认知活动都由两个基本动作组成：一是对“对象”的识别；二是对“对象”间“关系”的识别。识别后的（对象，关系）集合就是犯罪事实的内容。

3.2 侦查中数据应用的层次

3.2.1 数据分析

数据本身没有价值，只有将数据转化成信息，才具参考价值。数据分析是现代侦查的技术基础，基于大数据、移动互联网等先进技术，采集数据后通过同比、环比、多维分析、网络分析等分析技术，提炼数据之间的联系，辅助侦查主体将侦查场景的数据转变成有逻辑、有价值的信息。[9]数据分析是帮助侦查部门快速实现案件分析需求、实现犯罪侦查数据化的前提。

3.2.2 科学决策

科学决策是打破传统经验决策模式，通过数据分析、预测模型等辅助侦查人员决策，确定行动方案、选择侦查措施、分析问题的关键所在。以往侦查主要通过经验驱动决策，根据直观经验将原因归纳为时机、运气、侦查手段等问题。可是在数字化、智能化时代下，可以通过多维度、细粒度的钻取、穿透分析，更加精细化地数据分析，去定位阻碍案件侦破的核心环节，通过数据找到问题根源，有的放矢地解决问题，实现侦查中的科学决策。

3.2.3 赋能侦查

赋能侦查是通过云平台等支撑，侦查人员能及时了解侦查进展和任务，侦查指挥员能全面掌握侦查进展情况，全面支撑侦查工作的创新，优化侦查流程和提高侦查效率。所有侦查人员能够根据数据及时采取相应的对策，依托数据高效地推进侦查工作，使数据在整个侦查体系中的效能发挥更加全面化和一体化。

3.2.4 数据驱动

侦查中的数据驱动是将数据作为侦查资料，通过对侦查数据资源的有效利用，科学地将数据结果运用到侦查活动过程中，驱动侦查工作，自动化实现查资源和案件要素的精准匹配，优化侦查流程和方案，并在过程中不断进行评估和反馈，提高侦查效能，降低无效的侦查。

4 数据驱动的侦查模式

数据包含了一切的事实，数据包含着一切的本质。数据让一切有迹可循，让一切有源可溯。在大数据时代，探索数据驱动侦查的机理对于创新涉网新型犯罪挑战下的侦查工作具有重要的实战价值。

4.1 数据何以驱动侦查

传统侦查以现场为中心，基于经验和常识，主要通过痕迹信息、询问信息和嫌疑人供述等来分析和推断犯罪空间中的对象和关系。[10]特别是医学知识、化学知识、摄影知识、显微镜技术、指纹技术、人类学知识在案件侦查中广泛应用，极大推动了侦查工作中对（对象，关系）的识别。比如指纹技术使得人的身份识别得到了很高的准确度，物质交换原理很好地支撑了发现和识别物与物之间的关系，DNA技术的应用不仅把人的身份识别准确度提升到了几乎不会出错的程度，而且还能通过DNA构建血缘关系和家族谱系，为侦查过程中人物关系的发现和识别提供严谨的科学支撑。信息技术在侦查中的应用，一方面通过侦查设备和平台的信息化，提升了获取、处理、分析痕迹信息的效率；另外信息化的发展，也产生了数字空间中（对象，关系）的识别需求，通过数据记录、数据分析可以快速获知与犯罪行为相关的对象和关系，从而催生了信息主导侦查、数字侦查等概念。随着信息化的深入，人们的生活、学习、娱乐、交易等很多行为都移到了网上，同时犯罪也延伸到网上，犯罪行为以数据的形式流转，并被网络时刻记录着，记录着犯罪行为信息的数据前所未有的丰富和充分，是侦查破案的宝贵资源。数据空间中人、事、物、时空的信息都以数据的形式存在，使得识别侦查事实中的（对象，关系）集合，变成了纯粹的数据科学问题，于是通过数据来驱动侦查认知活动也有了可能。

4.2 驱动侦查的数据“流”

数据驱动是基于网络和感知手段采集海量的数据，将数据进行组织形成信息，之后对相关的信息进行整合和提炼，在数据的基础上经过训练和拟合形成自动化的决策模型。[11]简单来说，就是以数据为中心依据进行决策和行动。

传统侦查是典型的“痕迹驱动”，即根据物质痕迹或者心理痕迹去找破案线索。随着信息技术、互联网技术的发展，网络行为和被感知行为皆可以数据化，数据信息的数量和领域急剧扩大，从“人”的数据到“物”的数据，从身份数据到行为动轨迹数据，现实社会的一切都可以映射到网络虚拟空间中，找到对应的数据痕迹。[12]虚拟空间中的各类数据流能够引导侦查人员多角度、全方位寻找案件的突破口，从而实现数据驱动的侦查。数据驱动的侦查模式是通过采集数据，将蕴含有犯罪行为信息的数据进行处理和组织形成数据流，在个案、类案侦查或者犯罪预测时，根据不同需求对数据流进行计算和分析，从而在数据的支撑下进行研判决策，采取科学的侦查措施。理想的数据驱动应该是先把侦查数据资源治理好，在这个基础上提供强大的数据分析平台，让侦查人员快速提出数据研判需求，或者能自助式地完成数据分析，把很多传统的串行侦查工作变成并行处理，使侦查研判从几天时间缩短到几分钟甚至几秒钟，使侦查行动的效率得到质的提升，继而继续驱动侦查流程的再造和侦查机制的创新。

4.3 数据驱动侦查的特征

数据驱动的侦查模式利用数据作为侦查资料，通过科学的数据分析方法，运用在侦查运行的整个过程中，并不断作出正向的反馈，促进侦查工作优化提高。数据驱动的侦查模式有三大特征：

（1）数据量大。依托海量、多维度的数据支撑，数据既来源于侦查部门自身的积累和采集，也来自社会其他部门和领域。但也需要清醒认识到，驱动侦查的并不非得是大数据，确切的说，侦查需要的数据是“广数据”：来源广、类型广、时空广；

（2）科学智能。数据的分析与处理需要自动化、智能化和科学化，如果大量依赖侦查人员人工分析和研判，则很难说是数据驱动，严格讲还是基于经验的侦查模式；

（3）驱动侦查流程。数据的驱动，必然会驱动所有侦查资源的再分配，也必然会驱动侦查流程的改变和再造，使数据分析结果在侦查整个工作流程中提供指导性决策建议。

数据驱动的侦查模式，不仅仅是"用数据说话"，若只是数据分析，依然难以做到数据驱动，最根本的原因就是无法将数据结果应用到侦查全过程中去，无法指导侦查发展。侦查部门在数据的获取和分析上如果不够自动化，在决策上不够智能，则在数据的应用上发挥的价值有限。只有当数据分析嵌入侦查整个工作过程，对侦查流程进行再造，依靠数据分析、将数据结果运用到侦查研判过程中，指导侦查人员行动，重构基于经验的侦查机制，才能称之为数据驱动。在具体实践中，侦查部门可以构建一套完整的大数据分析平台，通过先进的技术、科学的方法，深挖数据价值，实现数据驱动侦查的基本环境。

4.4 数据驱动侦查的步骤

传统刑事案件的侦查途径大部分都是通过案件来引导侦查，即“立案—现场勘查—现场分析—确定侦查方向和划定侦查范围—寻找犯罪嫌疑人—侦查终结。[13]数据驱动的侦查是将数据视作侦查破案的原材料，通过“数据摸底、数据输入、数据加工、价值输出、行动决策”五个环节，把数据化的侦查要素，输入到侦查应用的程序化链路中，经过一定步骤的加工与处理，形成相应的侦查输出，再将这些输出作用到对应的节点上产生侦查价值，完成“数据驱动”的一次侦查作业链条。该侦查链条生动的解释“数据驱动”的作用过程与机制。在数据驱动的侦查应用中，合成作战等打击犯罪新机制得以真正构建，刑事案件的侦查才能由“以现场为中心”向“以案情数据为中心”转变。[13]以图像、视频、文字等不同形式展现出来的多模态涉案数据不仅能促使侦查人员通过数据挖掘、智能分析等方法进行侦查分析和研判，而且还能帮助侦查人员掌握侦查情势的主动性，帮助侦查人员提升其对侦查途径选择的更新和转变，促使侦查人员拓展对涉案数据搜集、处理、分析、决策、评估的全流程研判和利用。