论大数据证据在职务犯罪案件中的运用

天津师范大学 韩梓昂

随着计算机的普及以及互联网的快速发展，大数据作为一种分析工具、研究方法已经运用到了社会的各个领域。人工智能、物联网、传感器、云存储等的快速发展，让社会进入到了一个数据记录的时代，从公民平时的网络购物到政府的远程视频会议都受到大数据的深刻影响。在司法实践中，大数据技术也运用到了侦查活动中，侦查人员在互联网和手机等智能终端、监控摄像装置、定位器等海量数据中，通过数据的分析、对比、处理获取了丰富的侦查资源。2017年，最高检察院印发的《检察大数据行动指南》指出要依托大数据及智能语音等前沿科技，打造“智慧检务”的任务。如何把我国统一适用的证据标准与数据化的办案程序融合在一起，实现在职务犯罪中大数据技术的高效应用是司法实践面临的全新挑战。

1 职务犯罪案件调查的特点

随着我国监察体制的改革，原检察院侦办的贪污、贿赂案件全部移交给监察委侦办，我国《监察法》也对职务犯罪的调查进行了明确的授权。我国《监察法》第18条规定的监察机关对于监督、调查的行使，是法律规定的向有关单位和个人了解情况，收集、调取证据的一项职权。通过法律规定可以看出，调查与侦查具有相同的含义，都属于我国刑事诉讼程序中的一个独立阶段，也是为了保证刑事诉讼顺利进行的一种行为模式，并且只能由法定机关进行调查、起诉、审判；针对的是职务犯罪的特定犯罪类型；在调查进行的过程中实施的强制措施以及对错误行为的救济途径是一致的，都必须严格按照法律规定进行。由于职务犯罪主客体的特殊性，所以职务犯罪普通刑事犯罪具有难发现、难取证、难定罪的特点。因此在职务犯罪中更加需普通刑事犯罪要大数据证据的支撑。职务犯罪具有以下几方面的特点：

1.1 作案手段隐蔽，案件难以发现

普通犯罪所侵犯的客体大多是具体利益，而职务犯罪侵犯的客体大多数是公共利益，不直接涉及公民切身的相关利益，所以缺乏群众主动举报的积极性。并且职务犯罪通常是金钱和权力的结合，其作案手段都很隐蔽，往往不再是单纯的现金交易，一般没有明显的作案现场，缺少现场勘验、检查笔录，这样就使得调查机关在取证时很难获取相关实物证据，定罪的难度也进一步增加。职务犯罪的方式往往也多种多样，不仅仅局限于我们以前所认知的赠与、投资、赞助等方式，还包括借款、低买高卖以及承诺在其退休后给予好处等。这些新型的方式使得职务犯罪的隐蔽性变得更强，犯罪时间的跨度更长，造成的社会危害性更大。

1.2 犯罪嫌疑人的反侦察能力比较强

职务犯罪的被调查人和普通犯罪的犯罪嫌疑人是有很大差异性的，职务犯罪的被调查人主要是国家公职人员，这类人受过高等教育，通常具有较高的文化水平以及丰富的生活阅历，并且有的国家公职人员还熟悉一定的法律知识，在其自己的领域内也具有较高的专业水平，反侦察能力较强，很容易形成一个权力关系网。甚至有的被调查人为了防止对其进行网络数据追踪，会使用两部手机或电脑。在受贿时使用专门的互联网工具，其他事件都处于关闭状态，并且在办理相关网卡或手机卡时并不是用自己的身份信息，而是通过熟人进行办理而使用的，这样的反侦察手段，在调查机关进行调查取证时就比较难发现，证据也很容易被销毁，不易查获。并且在案发后，被调查人通常会利用自己的关系网以及自己的专业知识及身份地位来干扰办案，增加了调查人员的工作负担和压力。

1.3 证据类型比较单一

由于职务犯罪的客体是公共利益，没有具体的受害人，并且没有普通犯罪的犯罪现场，所以在职务犯罪调查的过程中，收集到的证据往往以口供为主，缺少被害人陈述以及犯罪现场的勘验、检查等其他证据类型。想要获取其他的证据，往往要以犯罪嫌疑人的口供为基础，但是职务犯罪中的犯罪嫌疑人往往都是具有高学历的人，有的还懂得法律知识，在调查的过程中，可能会存在侥幸心理而供述不真实的口供，侦查机关根据虚假供述，很难发现其他证据，不仅会浪费司法资源，还有可能发生暴力取证的现象。若司法人员用暴力而得到的物证，很可能在调查或庭审时翻供。

新时期职务犯罪有新变化：犯罪手段和地点更隐蔽，缺乏关键证人以及犯罪现场的勘验笔录，证明以传统的调查方式收集职务犯罪的证据，已经不能适应职务犯罪的新变化，需要用新的科技手段保障职务犯罪案件的顺利侦破。

2 大数据调查在职务犯罪案件中的优势

有权力的地方，就有发生腐败的可能性。据统计，2019年，有16名原省部级干部被检察机关提起公诉，受理各级监委移送职务犯罪24234人，同比上升50.6%；已起诉18585人，同比上升89.6%，并且其中有大量的高科技犯罪和新型犯罪，犯罪的手段也日趋智能化，权钱交易被一些表面看似合法的行为所掩盖，使得调查取证更为困难。大数据时代的快速发展为解决上述问题带来了契机，在未来是职务犯罪调查的必然选择。

2.1 大数据拓宽证据发现渠道

证据是案件整理的基础和关键，只有掌握充分的证据材料，才能将犯罪嫌疑人绳之以法。前文已述，在职务犯罪案件中，由于这类犯罪案件的隐蔽性以及缺乏直接被害人，所以侦查机关往往收集到的只有犯罪嫌疑人的口供，缺乏其他证据材料，在这样一个被动性的调查模式中，不能满足当前反腐败斗争的要求。

大数据应用在职务犯罪中可以提升证据发现的能力，让侦查由被动变成主动，优化资源配置，提高办案效率。利用大数据技术搜寻证据，应该从以下几个方面入手：首先利用大数据进行数据分析和监控，对于公职人员及其相关人的银行账户、固定资产、车辆信息进行汇总，形成数据网，对反应异常的数据信息进行分析对比，及时发现可疑资产，为证据搜集提前预警。其次应在互联网上建立敏感信息搜寻库，随着互联网的不断发展和应用，部分贪污贿赂等职务犯罪案件是由群众利用网络进行披露的，但是，在一开始并没有得到官方的重视，在事情发酵过一段时间后，公权力机关才介入进行调查，并且这些被发酵扩大的网络信息只占被披露出来的职务犯罪的很小一部分，还有大部分想要通过网络舆论来揭发的犯罪事实被海量的网络信息所覆盖，而此时利用大数据调查筛选互联网上的敏感数据，对其进行对比分析，从而提前介入相关事件，密切观察，及时处理，从被动反应到主动调查。最后利用大数据进行线索追踪，对以往案件、行业案件以及案中案进行信息数据的对比分析，捕获可能存在的新的犯罪线索，从而提前掌握犯罪线索以及深挖犯罪。通过利用大数据分析出的数据走向，评估线索的可用价值和证明力大小，初步判定调查方向，节省司法资源。

2.2 大数据有效获取和固定犯罪证据

任何犯罪的定罪量刑都要建立在证据的基础上，职务犯罪也不例外。但由于职务犯罪的特殊性，所以该类犯罪的证据获取比普通犯罪的证据获取更为困难。所有的调查工作都要围绕证据进行，证据的数量和质量直接影响着调查工作的质量。

在职务犯罪中，主要依靠的是当事人的口供来证明犯罪，但由于犯罪行为从发生到案件开始调查相隔很长一段时间，在调查时，被调查人往往不能很清晰地表述能够相互印证的言词证据，这将导致口供的证明力大大下降。要保证庭审中事实真相尽可能的还原，捍卫法律尊严，就要确保调查取证的精细化和高品质化。将大数据运用在职务犯罪调查中，可以拓宽证据发现线索，例如将行贿人和受贿人的行动轨迹进行数据分析，从两者的行动路线轨迹可以得出多次重合地点从而确认行贿地点。通过对受贿人的消费记录、手机网络搜索记录、浏览记录、银行资产记录进行综合分析，可用作证明受贿人的巨额财产来源不明。大数据分析结果与被调查人的口供互相印证，有助于形成完整的证据体系，帮助调查机关更好地查明犯罪事实，节省司法资源，维护法律权威。

2.3 大数据能够有效预防职务犯罪的发生

通过对以往发生的职务犯罪案件进行深刻分析，找出犯罪的根源和原因，对此进行有针对性的积极干预，从而减少相关类型的犯罪。职务犯罪不同于其他犯罪，从受贿人、行贿人第一次受贿行贿到最后案发被抓获，是一个循序渐进的过程，要经历很长一段时间，在现实中很少有受贿人或行贿人只有一项犯罪事实而被定罪的情况。

贪污腐败从古至今一直存在，但反腐的宣传以及教育也是从古至今一直都有的，现代社会的预防方式更为多种多样，从入职时的宪法宣誓到定期播放的警示教育片以及各种要求签署的廉洁自律承诺书和反腐倡廉教育大会，但每年还是会有许多人“落马”，这说明这种以宣传教育形式进行的廉政教育是不区分对象的笼统式教育，缺乏针对性以及可操作性和专业性，预防效果并不明显。控制职务犯罪的发生要从对重点对象及时提醒和劝导入手，从而减少国家财产和人才的损失。大数据调查能够利用数据分析政府管理的职员信息，及时发现在公权力行使过程中可能出现的问题，通过对消费信息、财产状况、互联网浏览记录的综合分析，发现相关线索，及时对相关人等进行劝阻教育，挽救走在犯罪边缘的干部。职务犯罪在不同时期、不同领域所呈现出的规律和发展趋势是不同的，根据不同时期所应采取的措施也应该不同。对以往的职务犯罪案件进行分类分析，通过大数据将单位、文化程度、社会背景、年龄等相关因素进行划分，挖掘分析不同职位以及不同人群的不同特点，定制出专属相关职位和人群的预防方案，以更好地发挥犯罪预防功能；分析哪些是容易腐败的高危职业和高危人群，制定出专项预防方案，提前进行相关干预行为，从而进行精准预防。

3 大数据调查在职务犯罪案件中存在的问题及消解办法

3.1 大数据调查的结果并不一定完全准确

任何犯罪的侦查都与公民人身自由等基本权利密切相关，职务犯罪也是如此，所有的强制措施都必须建立在准确判断的基础上，否则必定会导致司法裁判的不公正。例如在英国伦敦警方一直用面部识别系统在莱斯特、韦斯特菲尔德购物中心和怀特霍尔街道等10个区域监控人群，进行面部识别。Pete Fussey教授和Daragh Murray博士选了其中6个位置对该系统进行调研，共发现了42个“可疑对象”，但实际上只有8个是正确的，误判率竟高达81%。也就是说，如果走在大街上，普通公民将会有81%的概率被认定为在逃通缉犯。

大数据的算法错误、分析模型的不科学、采集数据的不完整以及数据的错误，都有可能造成调查结果的错误。数据的真实性与算法本身决定着算法的有效性和公正性，由于可能产生的算法歧视，所以大数据调查并非都具有客观性、关联性。这是因为，在职务犯罪调查过程中，通过大数据分析得到的线索和证据，可能会因为调查人员的数据选取、调查方式、调查策略、先后顺序甚至遗漏而改变大数据分析的算法，众多的数据可能造成“垃圾输入、垃圾输出”。因此在运用大数据调查有关职务犯罪时，绝不能只根据大数据分析得出的线索下结论，要遵循探寻证据是科学的、由浅至深的调查理念，充分挖掘隐藏的证据线索，透过现象抓住本质，发挥调查人员的主观能动性，将调查人员的智慧与大数据技术协同发展，防止由于证据线索的不深入、不全面而导致的司法审判结果不公正的现象发生。

3.2 大数据调查并不一定提高调查效率

马克思主义哲学认为，全面地看待事物既要看到事物的优点也要看到事物的缺点，任何事物都具有两面性，大数据调查作为新时代的一种新型科技手段，在帮助调查机关调查时虽然会在一定程度上提高调查人员的工作效率，但在适用的过程中也会出现必须要面对的问题。例如在职务犯罪的调查过程中，虽然可以运用大数据分析案件相关线索，但在数据算法运行过程中数据规模会不断地扩大，调查的数据信息更为广泛，不仅需要调查互联网使用记录、交易记录数据，还需要社会公共数据和相关的职务工作数据。

在冗杂的信息中进行调查，并且面对的还是在不断增长的数据资料。众所周知，数据信息不是固定的，是随着时间的推移不断增长的，在这种海量性、高速增长性的特点中，数据调查的错误性也就越高。在职务犯罪调查中，只要是涉及相关因素的信息都被及时的采集过来进行分析，但是并不能保证每一条数据都是与案件相关的，但是证据之间必须相互印证，所有证据形成的证据体系必须得出唯一的结果才能定罪量刑，所以如果不能通过科学的方法对得来的数据进行识别分类，剔除与案件无关的干扰数据信息，就会影响调查的方向和调查效率。如何利用数据挖掘技术，对数据进行精确提取，是大数据调查在职务犯罪中运用的关键问题。

3.3 对大数据调查的真实性进行严格审查

根据刑事诉讼法中对证据真实性的表述可以得知，真实性是指证据是在案件中客观真实的反应，是能够真实反应案件事实的，并且不以人的意志为转移。而利用大数据技术调查的过程中所收集到的与案件相关的数据具有两方面的内容；一是真实性问题。与其他证据相比，大数据证据具有形式多样、易篡改、难以固定等特点，必须要有原始数据和副本的仔细比对，看是否被人篡改，并进行固定才能大体判断数据是否被破坏。并且大数据收集到的数据信息量大，如何判别数据未被篡改、遗漏，必须要通过专业的方式进行检验。二是该证据分析结果是否真实。因大数据具有的特点不同于其他证据，所以只有在全面收集大数据证据并且未被篡改的情况下，得出的结论才可能是真实的。

按照通常理论，数据基数越多，所分析得出的结果可能越精确，但利用大数据分析得出的结果与鉴定结论在一定程度上相似，这就要结合专业人员的专业背景知识。在大数据收集过程中，有时还要面临因地区发展不平衡而造成的问题，例如数据鸿沟问题，数据鸿沟是指不同地区、不同人群以及不同行业中的数据化发展水平参差不齐，可能会出现调查对象无法利用相关数据进行统计分析的现象。分析结果的准确与否有赖于数据的采集是否全面，数据采集若出现偏差或因采集人的因素导致偏见，则必然导致结果的不准确。在技术层面，大数据证据是在算法技术的支持下得出的，所以要确保结果的真实，只有在保证算法科学性的基础上才能实现，专业人员需要将已有案例数据带入算法进行检验，只有经过反反复复的实验检测的算法才能保证分析结果的真实和准确。在人员方面，要避免出现专业错误，有必要在司法鉴定资格方面建立一个新的门类从而进行专业技术的分析，在法庭质证过程中，对通过大数据分析得来的证据，具有鉴定资格的鉴定人才可以通过鉴定结论对大数据分析结果进行论述,对必要的技术和方法进行法庭解释，并接受控辩双方的提问。

3.4 对大数据证据的关联性进行严格分析

关联性作为证据属性的重要方面，是证据是否可以在法庭上被法官确信的一个基础条件。证据与案件事实之间的联系程度决定着证明力的大小。在大数据调查中，繁多的数据信息和最终的结果之间必须与案件事实相关联，否则大数据证据在证明案件事实上不符合关联性的要件，应当予以排除。

利用大数据将人与机器的思维相结合，通过相互作用建立大数据证据与案件事实的关联关系。例如，在一起商标侵权纠纷案件中，原告通过大数据分析的结果，列举了关于“指数”的相似度问题，其目的是为了证明被告满足了造成混淆公众的商标标识认定要件。在职务犯罪调查过程中，将调查人员的专业的思维分析与大数据分析得出的相关数据结合起来，用侦查思维指引数据分析方向，用相关数据分析拓宽侦查思维，防止思维固化。同时还要判断大数据证据以及最终分析结果是否是案件事实的争点问题，以此来判断证据证明力大小的问题。例如在职务犯罪调查过程中，调查人员运用大数据分析发现了被调查人的资产流动与平时不一样的异常点，与此同时运用其专业知识将此异常点与犯罪事实联系起来，将大数据证据与其他调查证据相结合，从而判断是否有关联性。在法庭辩论过程中，对大数据证据关联性进行判断要使得控辩双方充分地辩论和质证，法官同时要结合其他证据，利用证据体系来判断大数据证据与犯罪事实之间的关联性，以此来满足刑事诉讼法对证据标准的要求，查明案件事实，排除合理怀疑，惩治犯罪分子。