大数据视角下的公安追逃工作演进研究

黄 凯

在信息技术和人们生产生活持续融合的今天，全球数据产生爆炸增长、海量集聚的现象，人类文明进入了大数据时代。数据成为人类社会的组织形式，构成人类社会的数码符号[1]。我们甚至可以说，某些社会现象的研究从本质上就是数据研究[2]。大数据与警务工作的不断融合也给追逃工作带来了深远影响。在大数据时代，在潜逃人员藏匿地点日益隐蔽、逃跑计划日益复杂、反缉捕手段日益智能化的时代背景下，追逃工作一旦掌握了数据，就掌握了主动权。随着信息技术发展进入新阶段，“大数据”分析手段有助于警务人员提高工作效率。因此，在情报主导警务思路日趋完善的今天，追逃工作注重数据的引导是必然选择，也是大势所趋。如何抓住全新的时代机遇，开创追逃工作新局面，是每个警务人员必须参与的共同课题。

一、追逃工作沿革

追逃工作一直是警务工作中重要的一环，一直以来都受到公安领导的高度重视，有效的追逃工作既能提升公安公信力，节约公安警力资源，又能起到威慑社会不稳定因素，推动刑事诉讼程序的良好运转，提升区域整体治安稳定性的作用。从传统追逃到信息化网上追逃再到大数据追逃，侦查人员通过不同的侦查思路和手段实现不同时期追逃工作的要求。

（一）传统追逃

追逃是指公安机关采取相应侦查措施，将在逃人员缉捕归案，使其接受诉讼处理或法律制裁的一项侦查措施[3]。而我们所说的传统追逃，并不是一个专业意义上的术语，而是指用传统手段如架网布控、巡查蹲守等进行追逃工作的传统追逃方式。传统追逃是我国公安警务追逃人员通过大量的警务实践和公安工作，积累总结出来的科学追逃方法和策略，是追逃工作的基础部分，也是对从事追逃工作的侦查员基本功的集中考验。无论科技怎样发展进步，其核心即综合分析研判的能力对于追逃工作是不可或缺的、永不过时的。对于大部分日常追逃工作，传统追逃由于其兼容性高、实施方便、不受硬件技术限制的特点仍被相当一部分追逃侦查员所广泛应用。

传统追逃主要有两种思路，即“由案到人”和“由人到案”，其中“由案到人”指的是在发生案件之后，侦查人员通过一系列的侦查措施和相关手段，逐渐缩小范围进而最终查明并锁定犯罪嫌疑人[4]。随即运用协查通报、通缉、悬赏等协作措施，进一步通过排查关系人并获取嫌疑人信息，摸清其潜逃轨迹以及可能藏身范围，进而运用架网布控、巡逻蹲守等措施将其查获归案的思路。“由人到案”指的是警务人员对日常工作中获取到的人员信息进行登记，发现和比对出一批有案底的在逃人员，进而将其捉拿归案。

（二）网上追逃

随着信息化数字化技术的普及与应用，传统追逃逐渐升级发展为以现代化信息传输手段和计算机系统为支撑的网上追逃。网上追逃指的是公安机关利用各类信息资源，通过查询比对等方式发现在逃人员的活动轨迹并将其抓获的方法[5]，是信息化侦查的一种应用表现。

网上追逃将公安机关掌握的以及互联网上所储存的多元化信息进行整理，判断鉴别哪些是与案件有关或可能有关的要素，并将这些要素根据一定顺序、逻辑串联成一条能够互相印证的要素链，进而发现追逃线索、缩小追逃范围、确定追逃方向。网上追逃主要分为相关信息获取、信息的整理鉴别、信息的分析研判、信息的传递、信息的应用五个阶段。在各个阶段中公安机关要借助相关平台、模型、数据库，以及对所筛选出来的信息进行综合分析研判进而查明潜逃人员可能的藏身处及关系人以供后续落地实施控制抓捕。网上比对是网上追逃的核心内容和基本要素，针对不同的对象有不同的工作方式[6]。如对于现行违法在逃人员可以通过身份核实、网上比对认证的途径进行工作。而对于日常工作中发现的可疑人员，就需要通过调查真实身份、网上比对认证的工作流程进行。

（三）大数据追逃

大数据追逃是将大数据的相关概念及机制不断引入警务追逃领域所产生并将继续发展的全新追逃工作形式。大数据的分析对象已经无限趋向于分析目标的整体，一旦应用于追逃工作，分析对象将不仅局限于单一的案件、作案人、潜逃地点，而是趋向于宏观的潜逃趋势、潜逃人群分析、串并案件整体关联等，将为追逃工作的方式方法带来巨大的变革。通过区分大数据追逃与网上追逃可以更好地理解大数据追逃独特的优势，在实践工作中二者也是较容易被混淆的一对概念。

从相同点来看，首先，大数据追逃与网上追逃都是以信息为工作中心；其次，二者都需要依靠现代化的计算机系统和数据分析手段来支撑其工作的运转；最后，双方相较传统追逃方式来说都具有不受时空条件的限制、精确性高、效率高、节省人力物力、主动性较强的优点。

二者的差异体现在以下几方面：首先是应用视角上的不同。网上追逃大多是从个案的角度对案件信息进行关联查询检索比对后形成与案件要素相关的要素集进而进行分析的，而大数据追逃则不仅仅是局限于个案角度，它可以直接从宏观角度进行整体分析。其次是数据量的差距。虽然公安机关为网上追逃建立了较为系统庞大的数据库，然而这与大数据的数据量相比起来是数量级之间的差距，一旦打开了数据壁垒，大数据将包罗世界方方面面的信息，可谓“万物皆可数据化”[7]。这和仅在某一领域建立的数据库的数据储存量是有天壤之别的。最后是数据的分析主体不尽相同，大数据的分析主体并不局限于侦查员本身，而是采用云计算技术，计算机通过预先设定的分析模型，能够按照侦查人员所预想的轨迹去分析大量的数据，提升分析的效率和准确性。

二、追逃机制在大数据时代的机遇

在倡导多警种协调作战、情报主导警务的新时代警务改革大背景下，大数据正给费时费力的传统追逃以及网上追逃工作带来大变革。

（一）提供数据支持

1.提供追逃所需数据

大数据追逃需要的数据可以分为以下三类。第一类是公安内部信息，包括公安内网信息和案件信息。公安机关内网囊括了大量对于追逃有极大帮助作用的信息，如户籍信息为确定嫌疑人身份、发现关系人、查证车辆等都能起到很好的支持作用。案件信息指公安机关在具体处理个案时所产生的信息，如案件痕迹物证、线索、犯罪预备、实施、掩盖过程信息等，这类信息是与案件实施者本人联系最为密切的信息，其价值不容忽视。第二类是社会公共信息，如旅馆住宿登记信息、通信话单信息、出租车定位信息、自然地理信息等。嫌疑人作为社会人，在生活中往往离不开吃住行销乐，这些活动都会产生或多或少的社会公共信息，获取这些信息可以为追逃人员及时发现其藏身地或活动轨迹提供线索，通过进一步的分析算法升级，强化关联模型的应用，可以挖掘出更多有价值的分析结果[8]。第三类是互联网信息。互联网虚拟空间与实体空间相对，具有隐蔽性高、数据量丰富的特点。许多嫌疑人在潜逃前由于具有较强的计划性可能会在检索内容上对其潜逃的方向范围有所体现，对于其个人博客、微博、空间、朋友圈、网购、外卖的信息进行深度挖掘后也能发现更多的潜在社会关系或者其他有价值的信息。其他互联网信息还有网站点击量、热点话题、账号注册资料等等。

2.提供获取数据的方式手段

数据获取的主要方式有三种。首先及最主要的是通过开放数据接口、共享数据库、构建大数据平台的方式获取信息；其次是从互联网中通过网络爬虫自主抓取有价值的信息；最后就是警务基础工作，这类数据信息是可信度较高的一类数据，通过警务人员、数据卡口等主体的日常采集信息数据并录入，公安机关可以有针对性地收集到对于追逃工作最迫切需要的数据。另外，一些其他非常规渠道所获得的数据信息也不容忽视。

（二）提供分析途径

如何对海量数据高效地进行存储、分析是追逃工作中至关重要的问题和环节。大数据分析区别于传统的数据技术处理，其更像是自动化的流水线操作。应从源头着手来应对大数据激增、爆炸的数据量。将搜集到的海量信息连接进某个既有的通过整合各类算法所形成的分析模型，通过现代化的计算技术支撑，侦查人员就可以得到自己所需的结果。其中算法是指对与案件相关的人、事、物、时空等要素进行检索、关联、比对、分析，运用如数据提取、归类、排序、分布、趋势、微积分等常用的分析技术，得到所需要的与案件有关的要素集的方法。传统分析数据的方式囿于机械语言和编程水平，只能进行机械性、程序性的运算工作。随着大数据的创新因素整合，其处理数据方式更接近人脑，如采用块数据模型的方式，把不同的点数据、条数据汇聚起来并使之发生聚合效应。通过聚合打破传统信息的不对称性和各个领域对数据流动的限制，高度关联的各类信息可以在没有任何限制的条件下自由流动、相互作用，从而产生全新的分析结果和价值。

（三）形成研判模型

综合目前追逃工作所需要的环节，大数据追逃可以有以下几方面的应用。

1.对侦查基础工作的支持与补充

这类应用更强调日常性的建设，具有备用性、建设性、基础性的特点。较为典型的应用有三种：第一是治安预警应用。通过分析在某一区域公民的各类特征数据，利用统计学相关原理，计算出每个人的预警积分。倘若某个人的积分达到预设警戒值，则说明该人可能是在逃人员，进而触发警告，驱使警务人员对其进行落地调控。该模型可以根据数据库海量信息的处理分析，为侦查人员提供最有效的参考信息。第二是对情报信息的补充。一方面，现有的数据情报可为追逃工作提供必要的支持；另一方面，现有工作中暴露出的数据不足需要在实践工作中进行必要的补充。第三，大数据可以为网络阵地控制工作增加动力，对于虚拟空间中易被犯罪分子所涉足、利用、侵害的各个领域进行公开管理和秘密控制，同时也可以对网络舆情进行监控、传递、趋势分析与及时调控和澄清。

2.微观方面的应用

这类应用偏向于针对某个人或某一案件进行精确分析：第一种是对潜逃范围、方向的预测，其模型原理是追逃人员为寻找某潜逃人员，将其基本信息输入，模型根据以往类似潜逃人员信息、自然地理信息、交通流量信息、社会关系信息等大数据分析比对，给出该涉案人员逃往各个区域或投靠某个关系人的可能性，为架网布控提供参考。第二种是社会危害性分析。系统根据该潜逃人员信息，对比类似案件以及相关地区治安水平等大数据分析出其再犯罪可能性以及社会危害程度甚至再犯罪区域等，为追逃人员确定追逃顺序、重点等工作提供支持。

3.宏观方面的应用

此类应用旨在根据对海量数据的全面比对分析，从而找出某地区警务工作的薄弱环节以及潜逃人员惯于利用的警务漏洞和潜逃规律。分析结果对于地区综合治理有着突出的建设性参考作用：一来可以为地区未来追逃工作决策制定提供参考；二来可以提升流窜、潜逃人员逃往该地区的成本，补齐地区短板，增加潜逃风险；三来可以提升公安追逃队伍战斗力，达到社会治安综合治理的效果。

三、大数据时代追逃机制的施行现状及其困境分析

作为大数据警务应用的新产物，警务人员对大数据追逃产生了一些较为片面的认识，出现了认知误区。首先，有些警务人员认为大数据是纯技术，只与科技信息化部门有关，这种认知割裂了技术部门和实战部门之间的联系，容易使大数据工作仅仅局限在单一部门，不利于多警种协同作战。大数据追逃是一项战略性工程，涉及业务工作的流程重组，需要全体警务人员的参与，需要每个部门的量体裁衣，需要各部门积极形成整体有效的良性互动，共同推动大数据的建设与实施。其次，在实践中有些工作人员将大数据等同于数据大、电子化，认为公安大数据就是一大堆数据。数据量丰富只是大数据的特点之一，更重要的在于其经过技术手段处理后所体现的价值特征。实施大数据追逃的目的是提升追逃工作的效率和智能化水平。大数据追逃是一种战略思维，其应用的方式要结合不同地区的经济发展水平、地域环境、业务需求、工作机制、流程配置、民警素质等多种因素，经过细致地业务需求调研，因地制宜地制定规划，才能确保大数据发挥作用。实施大数据融合离不开专业的技术、资源，但是公安基础条件和实际需求才是最关键的因素，必须以公安工作为主导，全程监督项目调研设计、研究开发和应用反馈，参与测试和验证，对于一些关键参数、核心技术更要全程跟进，牢牢把握工作主动权。有些警务人员认为大数据就是购进一批智能设备软件，短期内一次性就能完成任务。但大数据追逃是一个长期深度进行研讨融合的过程，既有基础设施的建设，也有技术的不断更新，是一项长期的任务，并非一朝一夕就能够实现。大数据追逃机制存在如下困境。

（一）数据共享难度较大，数据孤岛现象突出

一方面，各部门各警种建设的相对独立、繁杂的数据平台使有价值的数据大量分散，导致数据的重复采集和检索效率低下。另一方面，大量关键的数据被政府以及各机构、企业掌握着，导致追逃部门获取数据的渠道有限、手段单一落后，无法对数据进行实时共享，数据的时效性、准确性较差，难以满足大数据深度挖掘分析的需要。

（二）硬件支撑能力不足，数据联动时效不佳

目前，公安信息化平台整体的计算能力差、响应速度慢，无法支撑大数据的深度应用。究其原因有以下几个方面：一是受经费制约，无法保证系统设施设备的更新升级，维护管理得不到有效支持；二是因视频监控、智能卡口、电子围栏、电子警察等感知设备覆盖不广，社会信息传感器接入不够，尚未形成有效的感知网络；三是因硬件技术尚未有效发展、监控摄像头清晰度不够，导致视频分析处理、人脸识别受限等，阻碍大数据应用。

（三）缺乏大数据人才，制约大数据深度发展

实践中，部（公安部）、省、市大数据专业技术人才自上而下逐渐递减，到区县一级的公安机关就成为凤毛麟角，且多数是其他部门人员兼任。由于人才培养、引进和保障机制不完善、不合理，技术人才稀缺，无法进行合理分配。另外，现有技术人员对大数据的学习研究不足也是人才紧缺的一大原因。缺乏专业队伍的同时，大数据追逃也缺少合格的战略规划，公安上级领导对大数据追逃工作不够重视；整体上把握不够、站位不高、思路不清；顶层设计不科学，缺乏系统、全面、与时俱进的战略规划、组织架构和目标任务。如果没有进行充分的调研和深入的思考，制定的顶层设计会脱离本地实际情况，无法真正落地，延误战机。

四、大数据时代公安追逃工作的优化完善建议

首先，应强化顶层设计。站在科技强警、数据兴警的战略高度，从工作发展长远、全局的角度，研究制定大数据发展规划。一方面，设计者要注重对需求的调研论证，摸清现状，充分理解基层实战需求；另一方面，要加强与技术公司的合作，形成专业团队，充分听取技术人员的想法，确保顶层设计的科学性、系统性、实用性，并在实战中不断予以调整、补充和完善。

其次，要强化技术支持。依托云计算、人工智能等新技术，形成兼容性强、适用范围广、稳定的支撑能力。统一数据录入标准，为实现信息互联互通奠定基础；激励大数据技术创新，攻克大数据关键技术，形成集搜集、关联、存储、管理、检索、分析、挖掘和应用于一体的支撑体系；提高信息支撑能力，搭建、升级、改造基础设施，调整优化网络结构，完善追逃应用平台；积极响应公安视频监控大数据应用云建设，实现全面、立体覆盖；大力推进感知设备建设，完善感知网络，为追逃业务发展提供有力支撑。

再次，要打通信息壁垒，实现互联互通、数据整合共享[9]。建立跨区域、跨部门、跨层级的信息共享与协同推进机制，建立共享技术体系和共享平台，开放服务接口，在确保安全的基础上进行数据整合交流；逐步推进形成共享交换的数据标准体系，破解重复采集、重复录入的困局，减轻采集人员负担；实现大数据的共享与开放，切实提高工作效率效能。

最后，研发人员应该普遍搜集基层行之有效、经过实战检验的技战法、数据分析模型，拓展应用深度、广度。应用的关键在于深度挖掘分析，由于大数据的复杂性，算法融合是必不可少的，提升大数据的分析处理能力，才能从海量的数据资源中挖掘潜在价值。各级各部门领导要高度重视，组建专业团队，在组织领导、经费支持、解决问题、动员调度上提供切实的保障；做好人才保障，着力完善人才引进培养机制，实行更加积极、开放、有效的人才政策，打造具有战略眼光、能把握大数据发展趋势、具有较高科学文化素质和业务素养的应用人才；强化安全保障，发展大数据的同时要采取有效的安全规则和技术手段，构建大数据安全支撑体系，实现技术安全可控；严格制度纪律，强化监督，严防泄漏公民个人信息等违法违规问题。

五、结语

在大数据时代，公安大数据成为推动警务运行机制改革的全新引擎，以数据流引领信息流、业务流和管理流的融合是大势所趋。警务工作者们只有牢固树立大数据思维，从海量的数据资源中挖掘内在价值，积极构建以大数据智能分析研判模型为核心的追逃工作的新模式，才能把握好严峻的追逃工作局面。大数据是增强公安核心战斗力的新增长点，将大数据应用于追逃工作，通过对各类数据抓取比对分析研判，不但能提高追逃工作的效率，节约成本，又能全面认识和分析潜逃人员轨迹、趋势和规律，提高追逃队伍的战斗力。相信随着大数据潜在价值的不断挖掘和研判分析能力的发展，警务人员们终有一天会将大数据编织成一张巨大的天网，使罪犯无路可逃。