大数据环境下智慧侦查数据分析人才培养研究

苏 欣

（湖南警察学院，湖南 长沙 410138）

引言

当前，随着信息技术的不断革新，人类的信息化社会已经进入一个全新的阶段，即物联网、移动互联、云计算、人工智能和大数据共同编织的信息新时代。同时，大量的犯罪活动，比如电信诈骗呈现出行为隐秘、分工明确、组织结构复杂等特征，公安在侦破这类犯罪活动面临着诸如情报线索获取困难、取证工作复杂等挑战。公安高等学校作为培养警务化人才的专业院校，需要针对当前公安侦查工作面临的挑战，结合新工科、智慧公安等政策的需求，为智慧侦查培养更多的数据分析人才。

一、侦查活动的发展阶段

侦查作为公安机关打击犯罪、维护社会安定、保障人民安宁的主要手段，经过长期的实践，已经取得了长足的发展，本文在对侦查理念体系和发展阶段厘清的基础上，将我国的侦查活动分为三个发展阶段，即传统侦查阶段、合成侦查阶段和智慧侦查阶段[1]。

（一）传统侦查阶段

在传统侦查阶段，侦查是以人力成本为基础。基层工作人员依靠他们的嘴进行调查访问，依靠他们的笔来记录事件的信息并制作案件笔录和其他文书。所有这些文书和信息都在纸上，在调查者的头脑中[1]。处于这一阶段的侦查活动，它有一些缺点，如侦查效率低，警察负担重。

（二）合成侦查阶段

二十一世纪初，互联网技术的稳步发展和个人电脑的广泛使用带来了一场静悄悄的信息革命，使传统的侦查时代逐渐进入合成侦查时代。调查人员心中的材料和信息的纸质记录逐渐让位于存储在计算机上的电子数据。在人类技术进步的同时，刑事科学技术手段也有了很大的进步，视频监控技术被引入并广泛应用于调查中。凶杀案件的破案率也在继续提高，执法机构越来越重视对八类案件的侦破。但由于公安机关的职能部门较为分散，导致信息资源隔离、信息孤岛、效率低下等管理制约。要淘汰分散化的侦查模式，打破部门之间的间隔，发挥自身技能，最大化的实现资源整合、信息整合、高效顺畅，就要求形成集中侦查的模式。

（三）智慧侦查阶段

合成侦查的时代已经发展了较长一段时间，逐渐过渡到了后合成侦查阶段。在此期间，各警察部门掌握的数据正逐渐被纳入科学信息部门。科学信息部门负责处理这些数据，并向所有派出所提供数据接口，从而支持全警的大数据系统建设。与此同时，“天网”和 “雪亮”项目的建设也已开始，社会方面的视频监控也获得了重大发展，网络与公共方面的数据整合能力在提升。数据中心是基于研究人员多年的经验和技能，数据的建模和构建也是一个挑战。随着网络与人工智能的爆炸式发展，加上各类大数据算法的不断完善，各个研发单位对数据的使用意识也越来越高。随着各类大数据算法能力不断增强，侦查出现了蓬勃发展的新机遇。

在智慧侦查阶段，数据为王已经获得了各警种的共识，数据分析人才也成为了公安机关亟需引进和培养的人才。国内的很多公安院校也意识到了这个问题，纷纷提出相关的建议和观点。湖北警官学院的段蓓玲提出了公安院校智慧侦查人才核心能力培养的措施和路径[2]，认为培养智慧侦查人才应该从数据思维、主动学习、创新工作、组织沟通这四个方面的能力进行培养，为公安机关侦查部门提供复合应用型人才输出。中国人民公安大学的韩雨航提出要培养学生具备利用先进信息技术开展案件侦查的能力，也要及时的调整侦查观念的教育，从而使得培养的学生能够适应大数据时代下的侦查工作[3]。甘肃政法大学的魏克强等人提出了要打破侦查思维定势，优化传统侦查思维，培养学生大数据侦查思维，发挥大数据在侦查中的最佳效能[4]。这些观点从多个方面为智慧侦查的人才培养提供了建议，但是并没有对智慧侦查人才最关键的能力，即数据分析能力该如何培养进行说明。因此，本文将围绕培养目标、课程体系、师资培养、院局合作这四个方面来探讨大数据时代下公安院校的智慧侦查数据分析人才培养模式。

二、智慧侦查数据分析人才培养的必要性

智慧侦查数据分析是指运用大数据分析技术、大量的相关数据、先进的技术手段，然后实践运用到侦查过程之中，对与案件有关的人、事、物、时间、空间内各主要要素相互之间实现智能联系串并，对犯罪现场的重要信息内容进行回溯、预测，进而实现侦破管理工作高效率的开展。

（一）智慧侦查是适应新形势下复杂犯罪状况的有效策略选择

当前我国刑事违法犯罪动态化、职业化、智能化、高技术化等特征突出，电信诈骗、二维码犯罪活动、互联网金融犯罪活动等新型刑事犯罪形态层出不穷，对我国犯罪预防和侦查破案能力提出了全新挑战。以广东省中山市为例，位于中国珠江三角洲经济区和粤港澳大湾区城市群中心腹地，同时紧邻珠海横琴、广州南沙二个国家自贸区，未来随着深中通道通车以及市际地铁沿线城市的深入发展，将逐渐形成为中心城市，犯罪活动空间也将更加扩大，犯罪活动链条也更加延长，刑事犯罪机动性更加提升。以欺诈犯罪活动为例，当前中山市新型诈骗犯罪已占该市诈骗犯罪总数的百分之七十以上，增长速度远高于中国传统诈骗罪。以个人财产损失统计为例，近年，中山市以网络金融服务欺诈罪主导的跨地方涉众市场经济犯罪活动案值，已达到中国任何地方侵财犯罪活动作案过程数额的四倍以上。所以，公安机关必须在全面进行社会治安预防管理体系建设的同时，超前规划推进侦查转型，以智慧侦查策略应对新形势下经济犯罪新常态。

（二） 智慧侦查是实现对犯罪精准打击的题中之意

人们已处在一个日益变化但却又越来越严密的被监视态势之中，而实际上，人们的一举一动都可以从一个信息数据库中发现信息线索。智慧侦查管理工作则是构建在信息系统基石之上的专业活动，而当今社会日常生活和数据信息化已有密切关联，人的行动往往以一些数据形态直接或间接的被记载。随着公安部门对通讯基站、录像监测、旅业食宿、城市交通乘客、银行业务贸易、网上社区等各种社会治安重点要素数据的采集、整合、分类、串并、黏合、拼接等功能的进一步提升，所谓“天网恢恢，疏而不漏”将越来越详细、准确地在调查工作中体现。2017年，中山市警方和某影像研究有限公司协作，在中山西环福华公交总站、黄圃车站等客流密集场所开展了视频结构化和动态人像试点工作，仅用了三个多月时间便获取数据二千多万条，成功抓捕了在逃人员三十多名，信息化的打击效果，是传统侦查方法所不能比拟的。

（三）智慧侦查是我们抢占对抗犯罪制高点的现实需要

侦查行为从启动到结束，一直处在侦查主体与罪犯(或者是侦查手段与犯罪活动)相互之间的博弈过程状态中，但由于当前犯罪活动持续表现新规则、新特征，侦查工作一直处于被动求证的劣势。而大数据分析技术的运用，将彻底改变传统侦查技术手段和信息犯罪技术相互之间的能力对比，特别是依托物联网、云计算技术、新一代人工智能以及机械学习应用的大规模数据分析研究挖掘信息技术，开创了大数据分析技术引导下智能侦查工作的新思路、新模式。例如，随着中山市通信及网络犯罪出现，以往的侦查手段存在着监管难、定案难、打击难、取证难、追损难等实际问题。但随着国家刑事打击整治体系的逐渐形成和完善以及更大数据资料的整理与共享，特别是于2014年由中山市的国家反电诈中心(电信、金融公司进驻)建立运营以来，对电诈犯罪的各专项检查工作部门整体展开，完成了对电诈新型犯罪活动的全面精确、全链条监控与打击，仅在2014年当年，该市的电诈犯罪破案数量便增加了3.2倍，电诈破案绝对数排名，也位列广东省前茅。

（四）智慧侦查是实现公安人力资源无增长改善的途径

现代市场经济除了需要人们找到资源配置利用的最优化解决办法外，在法律基本价值上也引入了“效益”的概念[4]。大数据分析时代，智能公安的主要价值指向同样是以低集约理念进行侦查活动的，以最小成本费用投入达到遏制犯罪、维护公民权益的最高收益，从而在最后做到足不出户即确定嫌疑人。以中山县的“1996.08.25”持枪杀人案为例，专案组在案发当年查明嫌疑对象后，花费大批人财物力展开搜捕，其中近年在“清网行为”中啃“硬骨头”，却一直没有进展。2017年初，中山公安便利用人像比对系统，迅速地使已潜逃了20年以上的犯罪嫌疑人浮出了水面，并顺利将其缉捕。2017年迄今，中山公安借助人像比对等技术手段已陆续破获了七起重大命案积案，其中五起都是十五年前积压的大案。智慧侦查管理系统做到了在警察数量无增长的情形下，侦查模式和办案效果的合理优化。

（五）人才培养是智慧侦查工作的重要后备力量

无论怎样重视大数据等先进信息技术，其创造和应用的主体终究是人，人才培养更是智慧侦查工作的重中之重。而以当下的公安从业人员来看，信息化专业人才比例严重不足，并出现了人才分散、专业不对口等社会管理问题。因此，学校应该把人才培养目标摆在现代侦查社会中可持续发展的突出位置。一是培育多型人才。根据各尽其才、使用多功能人才的发展思路，逐步走一专多能的犯罪技术侦查人才路线。要在做好本职工作的基础上，极力培育掌握犯罪科学技术、网络侦查、视频侦查、情报研究等各种知识领域的复合人才。要坚持“多源异构”的教学理念，努力建立集数学、统计、经济分析，以及自然语言处理技术和公安专业知识为一体的差异化知识与人才架构。要弘扬崇尚优秀的“匠人奉献精神”，改善大众技术创新的激励机制管理模式，进一步激活基层单位警察智能活性，提升侦查经验生产化、侦查实战有效化水平。二是积极整合人力资本。要突破工作时限条线、区域局限，主动搭建大数据挖掘人才专家库，以全面保障大侦查实战、确保人才的及时调用，做到各学科资源优势利用的最优化。要进一步健全民警科技人才政策，通过综合使用行政管理人员编制、社会服务事业人员编制、合同聘任机制等多种形式，从源头上克服民警科技队伍警力的不足，以及科研人才和技术开发人员留不住、用不好的问题。要依靠高等学校、地区大学及科研机构，进行专门生源和在职民警的双定向人才培养。要扩大同互联网、大数据领军公司的发展战略协作，通过选拔信息化技术创新性强和警务实战经历丰富的民警团队，在大数据算法优选、模式构建、专业技能战略变革等领域进行深入研究、培训，逐步培养一大批既精于刑侦实战又精于大数据分析运用的数据信息策划师、信息情报分析师。

三、智慧侦查数据分析人才培养模式探究

当前，大数据侦查成为一个新型的侦查手段，亟待有关专业人才在实践中加以运用。侦查工作中主要遇到的问题为相关专业的人才不足，在各类公安院校中大数据侦查没有得到重视，也缺乏完整的人才培养系统，没有一个完整的培养流程。没有关于大数据分析人才培养的政策与措施，造成人才培养缺失[5]。2011年，国务院学位委员会、国家教育部发布了《学位授予和人才培养学科目录》。由此，公安学作为法学门类下的一级学科，告别了公安学不是一级学科的历史，完成了由职业化到学科化的历史发展过渡。同时教育部还下发《有关继续深入本科生改革整体质量的若干意见》，规定学校要从经济发展形势对人才的现实要求入手，广泛征询用人单位对学科设置的建议，调整学科专业体系结构，有针对性地培育专门人才[6]。目前的侦查学专业知识架构，已无法满足公安实战部门的需求。在将公安学作为国家一级学科的契机下，为了适应大数据侦查工作的新职业需要，政法类院校中在侦查学二级学科下设立大数据侦查方向是十分必要的，同时也是比较合理的。因为设立大数据侦查学科不但能够适应大数据侦查的需求，而且还能够促进公共安全领域应用型人才的培育。

（一）人才培养目标

任何一个行业的人才培养，首先应该对培养的模板有明确的定位。有学者认为，“智慧侦查”不仅涉及侦查的思想、侦查思路、侦查手法、侦查模式、侦查机制等几个领域，还应该涉及“数据挖掘、数据分析、数据关联”三位一体的多维变革①参见126页的参考文献[1][6].。在侦查理念方面，应确保其作为侦查工作的指导思想，贯穿于全过程，主要包含“大数据理念”“数据侦查理念”“全维侦查理念”“诉讼为旨理念”。这些理念相辅相成，在进行智慧侦查数据分析人才培养时，首先得从大数据本身理解“大数据理念”。在大数据时代，犯罪信息变成了虚拟的数据，特别是半结构化、非结构化的数据占据绝大多数，智慧侦查人才需要清晰地认识到，必须要利用大数据技术在这些半结构化、非结构化数据与结构化数据之间架起一个转换的桥梁，达到虚拟数据服务侦查工作的目的。智慧侦查培养人才需要以数据为中心，了解“数据侦查”理念和数据的追踪溯源以及有效查询。其次，智慧侦查培养人员需要从大数据相关性原则认识到“全维侦查理念”，能够全方位、多视角进行案件数据分析，以完成侦查工作。最后，以审判为中心了解“诉讼为旨理念”，根据法律规范，将大数据算法系统整合到证明系统中。在现代侦查工作中，侦查人员必须抛弃传统的侦查思想，积极拥抱移动互联网络、云计算技术、大数据分析、物联网等新兴技术，同时注重人工智能在侦查工作中的发展和运行，为打击违法犯罪工作保驾护航。在侦查手段方面，需要将传统侦查与大数据、人工智能等技术进行融会贯通，比如刑侦手段与大数据相结合的图码联侦、与人工智能相结合的人脸识别、数据库自动比对预警等。在侦查模式方面，传统的侦查模式和大量数据分析比对研究模式“双轨并行”，形成以数据信息为中心、由数据信息到人、由数据信息到案等的侦查思维，并形成由人到案、由案到案、由物到案、类案侦破、串案侦破等不同的侦查模型，实现侦查工作“人力战斗型”向“智能战斗型”的过渡。在合成侦查方面，应确保纵向合成侦查、横向合成侦查、区域合成侦查紧密结合。利用大数据远程传输系统形成上下互联的扁平化指挥体制，既能够有效冲破传统行政体制束缚，也能够突破传统侦查金字塔式的层次决定指挥结构问题，使侦查决定更精准、实施更有效。以侦破需要为导向，突破警种部门壁垒，做到刑侦、技侦、网侦、图侦、电子情报等各警种同时上案、技术手段共同运用、信息化实战应用资源共享，在国际、省际、市际的警务技术协同大框架下，逐步健全完善犯罪侦查区域有效合作制度，以促进侦查合作、技术协作效率的迅速提高。

（二）课程体系建设

构建科学、合理、有效的课程体系是智慧侦查数据分析人才培养的关键。本文在对国内多所公安院校侦查学、网络安全与执法、情报学、数据警务技术等相关专业的人才培养方案研究的基础上，发现这些培养方案中的课程体系要么侧重侦查学理论，要么侧重大数据相关的技术，并没有将侦查学理论和大数据相关技术进行有效的融合。该现状也导致了培养的人才不能满足当前智慧侦查数据分析的要求。因此，需要构建多学科交叉的智慧侦查数据分析课程体系，培养侦查理论和数据分析技能兼备的复合型、应用型的人才。

1.课程设置

如上所述，为适应“智慧公安”“智慧侦查”的需要，一些公安院校已经提出了相应的专业人才培养的方案。比如情报学专业侧重对学生的情报获取、研判、分析能力的培养，其课程设置偏向于综合情报业务能力，但与数据分析需求仍存在一定的距离。数据警务技术侧重于对学生的数据分析、挖掘、建模等方面能力的培养，其课程设置偏向于大数据相关技术的课程，与智慧侦查需求也存在一定的距离。

为了满足当前公安机关智慧侦查对数据分析人才的需求，本文提出基于交叉学科的课程设置模式，将侦查学、数据警务技术两个专业的相对应的专业课程进行融合，在公安学科大类基础上，培养侦查人员系统掌握侦查学基础理论、基本知识技能，以及初步运用大数据平台开展情报收集、线索研判、主动预控、数据分析等工作的能力。同时，公安学类本科培养的侦查人员要能够独立运用数据分析技术开展侦查工作，其在从事3-5年工作后，能够成为智慧侦查数据分析的应用型专门人才。

2.实践教学

除了在课程的理论教学外，实践教学对于学生理解和掌握理论知识起着非常重要的作用。同时，对于学生了解实战，掌握数据分析在实战侦查活动中扮演的角色也是至关重要的。因此，在开展实践教学的过程中，应该通过逐步扩大侦查学专业学生的实践机会，把校内的实践教学与实验工作纳入实战环节当中，使学员与教师直接走进公安的实践部门与进行专业数据分析的学习与交流，以及运用其数据库资源、新技术与产品进行数据模型建设与数据分析的教学，使实验室工作、犯罪数据分析教学与实践工作有机融合。

3.教学质量

在原来的教学过程中，用于教学的数据多是文本型的结构化数据，因此面临非结构化数据不足、异源数据模型还没有建立基础、数据分析智能化运用水平低下等问题。从真实案例中收集的数据类型来看，随着互联网等社交媒介的发展，大大增加了视频、音乐、照片以及与网上论坛交流等非结构化警务数据的使用维度，进一步丰富了资料模型建立的信息来源基础，进而增加了犯罪数据分析所需要的数据使用量与种类。而根据具体案件和问题中大数据分析特征的变化情况，也确定了在建立模型时所必须掌握的算法中包含了不同技术类别，所以在面对具体案件和典型问题时选择使用合适算法将更加有利于优化模型的精度，从而完成在大数据模型的建构过程中寻找更多有意义变量的工作任务。也为此，学校在做好大数据分析实验室功能建设的同时，还应当针对学校主要社会信息资源的使用状况开发多个基础统计分析平台，并将着力解决学校社会信息资源共享平台的数据更新和资源整合等问题，让学生们能够在此基础上选择更多的基础统计分析工具和大数据分析方法，从而增强数据挖掘效度的实案应用。

（三）技能提升

智慧侦查数据分析的人才培养要以侦查学理论为基础，以数据分析技术为支撑，围绕专业理论培养、数据分析技术训练、实战训练这三个方面稳步推进。

1.专业理论培养

普通课程中的专业课应尽早设计，以加强专业理论的教学，促进课程体系的改革。案例知识是刑事警察工作和专业培训的基础，因此，学生应尽早开始学习业务的基本知识。只有尽早建立起专业的理论基础，才能为后续的数据化调查方法培训和数据化调查的实践培训奠定坚实的基础。同时，信息驱动的侦查工作需要在大数据的智能构建和运用基础上，探索大数据和智慧侦查模式，以改革、发展和完善侦查工作，提高控制和预防犯罪的技能。在公安大数据快速发展的大背景下，加大数据分析培训与教育工作已成为解决人才培养的题中应有之义。

2.大数据分析技术训练

利用大数据技术进行早期预警、预测分析和决策，正在为犯罪预防和控制带来巨大的好处。大数据分析是智能调查的核心。为了从大量的数据中提取线索并指导调查和破获案件，有必要掌握数据收集和管理技术，特别是数据分析技术。目前，全国公安机关侦查部门依托“刑专”等内部数据作战平台，深入开展犯罪形势研判，协同开展合成作战和跨区域作战，将云模式作为打击全国重大案事件的主战场，数据技术得到了应用，大幅提高了有针对性的打击能力。为加强大数据分析技术训练，应强调以问题为导向，广泛利用学校行政部门、校办企业和校内资源，并对大数据研究方法的分析进行指导和培训。

（四）师资培养

讲授智能调查数据分析课程的老师不仅要有坚实的基础知识，还要有丰富的实践经验。这是传递基础理论知识和正确指导实践活动的唯一方法。同时，在大数据环境下，数据分析智力人才培养的重点是 “理解数据分析的调查理念，加强警企合作，扩大数据源的整合，完善线上线下的合作模式”[7]。这些要求对负责人力资源开发的教师提出了更高的要求。借助公安院校提出“双师型”教师队伍建设的契机，通过预备教育、挂牌练习、学习任务、现场服务和实地研究，进一步将理论知识和实战需求进行融合。

在师资队伍培养的过程中，应完成如下工作。第一，公安院校要主动、积极选拔相关专业、相关任课教师，尤其是青年教师开展参与实战、服务实战的工作。第二，教师在挂职、下派等参与实战的过程中，尽可能地搜集侦查部门对于数据分析工作的实际需求，尽可能地了解当前侦查工作对于数据分析人才的素质要求，并形成需求分析报告供后续教学工作使用，将实践成果反哺到课堂教学之中。第三，成立大数据侦查科研团队。科研队伍建设是人才培养的核心内容，是专业建设与课程建设的理论来源。智慧侦查数据分析作为一门新兴领域，同其他学科领域相比，存在诸如研究人员不多、知识领域局限、复合型教师缺乏等问题。这些问题导致科研队伍弱化，研究成果不够丰硕。没有创新性的科学研究，智慧侦查数据分析的人才培养的发展只能故步自封，难以同时代发展相协调。只有将以上问题逐个击破，才能避免知识结构老化，从而适应当前公安侦查工作发展的新趋势。本文提出，要加强科研队伍的建设，必须扩大研究规模，补充研究人员，确定学术带头人，利用知识互补的优势发挥科研队伍的整体效能；应当明确指导思想与研究方向，集中精干人才钻研特定领域，形成专业化科研团队；要加大科研队伍建设与投入，公安院校应当成立专项资金支持科研工作；要不断完善科研工作评价体系，优化成果奖励制度，催生领域专门知识，形成支撑人才培养的理论成果。

结语

公安高等学校应当正确把握公安高等教育现代化的重要内涵，深入理解信息化、智能化是推动公安高等教育现代化发展的重要关键[8]，并进一步完善侦查学课程的构建，创新信息侦查课程的教学方法，积极打造信息侦查专门人才以顺应新时代发展趋势。在未来培育具备数据分析技能的侦查人才将是公安高等教育所面临的重要挑战。所以，要科学地总结各专业建设发展的经验，积极开辟侦查教育试点，并不断完善侦查的教育方式。