大数据时代对传统侦查模式的影响

摘要：大数据时代的到来，为侦查工作打开了一扇门，大数据的预测性功能以及全景式记录功能，将使得侦查人员运用大数据技术迅速掌握犯罪信息，从而打破犯罪分子与侦查人员信息不对称的局面，使得侦查机关掌握侦查工作的主动权，同时大数据也将会为侦查人员带来全新的侦查理念以及全新的侦查方式，因此可以说大数据将使犯罪侦查模式发生根本性变革。大数据驱动的侦查模式是時代的必然选择，这不仅在于复杂的犯罪态势及其数据化生态，更在于大数据技术使得这种选择成为现实。大数据技术在侦查中的应用，将会改变侦查的理念、侦查的运行机制以及侦查的工作重心，最终对侦查模式带来变革。

关键词：大数据时代；传统侦查模式；影响

中图分类号：D925.2文献标识码：A文章编号：2095-4379-（2017）08-0010-04

作者简介：杜晋国（1993-），男，山西忻州人，中南财经政法大学刑事司法学院，2014级侦查学专业本科生，研究方向：侦查学。

一、大数据时代数据的主要特点

（一）数据规模大

大数据之所以称之为大数据，其首要特征就表现为“大”。大数据也称“巨量资料”，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。从其定义也可以看出数据规模之大这一特点。2011年全球被创建和复制的数据总量为1.8（ZB）（1ZB=1万亿GB），在短短5年间增长了近9倍，而且预计这一数字将每两年至少翻一番，预计全球数据规模将在2020年达到35.2ZB，这些数据都显示出大数据时代是一个被数字记录和刻画的时代。信息化社会的发展日新月异，人类社会所产生的数据在量方面将更大，在质方面将更优，甚至可以预言在未来社会，数据处理软件的发展速度将总是会比数据爆炸式的增长速度慢一个节拍。

（二）数据种类多

与传统侦查相比，现代侦查所面对的数据则是具有多样性的数据：从结构上看，不仅有结构化数据，还有大量半结构化和非结构化数据；目前，非结构化数据量已经占到数据总量的75%以上，而且非结构化数据的增长速度比结构化数据快10倍到50倍。比如，我们在用QQ、微信等进行视频聊天时，不仅会产生文字数据，还会同时产生视频、音频、图片等非结构化数据；从数据类型看，有业务数据、用户原创数据、传感器感知数据；从数据表现形式看，有文字、图片、音频、视频、链接等；从犯罪案件构成角度看，有人及其关系、行为、物、时间、空间和主观意图数据等等。

（三）数据要求处理速度快

数据要求处理速度快这一特点主要由数据本身的属性所决定，首先，大数据时代数据的增长速度越来越快，规模越来越大，越来越多的数据需要及时的予以处理，同时由于还有大量的半结构化和非结构化数据的存在，大数据其规模或复杂程度已经超出了常用技术按照合理的成本和时限捕捉、处理的能力，传统的数据处理模式已经不能很好的满足大数据时代数据的处理要求，因此要求我们要与时俱进的改进和改变我们既有的数据处理模式，不要让数据的规模成为数据处理的负担。此外，数据有一个很重要的特点那就是时效性，传统社会是一个静态、单一的社会，而现代社会恰恰相反是一个动态的、复杂的社会，因此记录社会发展与运行的数据不再是固定的、一成不变的，而是与社会发展同步的甚至是超前社会发展的数据，因此，如果不能尽快处理，大量的数据将成为无效的数据。而且数据的产生是无时无刻的，数据之间的对比、补充、替换、印证等都需要实时处理，这也是大数据与传统海量数据关键差别的体现。

（四）数据价值密度低

大数据本身不具有信息加工、处理功能，其只是单纯的记录一切能够记录的信息。因此在大数据所记录的信息中除了我们需要的或者说对我们有一定的利用价值的之外，也包含大量我们不需要的数据。例如在巨量的数据中，有关犯罪数据混杂其间，但其仅仅是其中小小的“浪花”，可是弥足珍贵。当一个案件发生后，警方为确定和寻找犯罪嫌疑人，往往需要调取相关监控录像资料，在连续不间断监控过程中，可能有用的数据仅仅有一两秒，剩余的大量视频数据资料都是侦查人员所不需要的。因此说数据的价值密度较低，需要我们侦查人员练就一双慧眼，更需要提高对海量数据的甄别分析能力。

二、大数据驱动的侦查模式的特点

与传统侦查模式相比，大数据驱动的侦查模式有一体性侦查、全景式侦查、预测型侦查、算法侦查等四个具体特点。

（一）一体性侦查

一体性侦查是指在侦查活动中以数据共享为机制，将分散的、不同层级的、不同区域的主体及其行为有机组织起来，形成一个整体的侦查模式。简言之，一体性侦查主要包括不同群体之间的侦查协作与不同区域之间的侦查合作两个方面。不同群体之间的侦查协作又可分为系统内部之间的和系统内部与系统外部之间的侦查协作。系统内部之间的侦查协作要求不同层级的主体形成扁平化的决策、指挥结构，形成人人参与决策、上下互联的扁平机制；同时不同警种、侦查各部门（视频侦查、技侦、网侦等）之间也要形成良好的协作关系。系统内部与系统外部之间的侦查协作是指侦查人员的侦查工作不能脱离社会群众，正所谓“警力有限，民力无穷”。社会各种力量也可通过提供数据为侦查提供条件，这些数据往往是我们大数据不可或缺的一部分。这一理念、方式与传统侦查模式下的调查访问有相似之处，但这里更加强调的是让社会大众主动积极的参与到侦查活动中来，而不是过去的被动式参与。此种模式下侦查活动的效率会得到很大的提升。不同区域之间的侦查合作主要是针对跨区域的侦查主体及其行为而言的，由于缺乏有效内在动力和联通机制，侦查合作往往较为困难，这也是传统侦查模式下侦查活动开展的瓶颈，常常制约案件的侦破进程。大数据时代，由于数据的共享可以生成新的具有更高价值的信息内容，这将成为合作共享的内生动力。传统侦查模式下区域间孤立、割裂的状态将被数据共享打破，而数据共享产生价值的内生动力又将推动形成高效的合作机制。大数据以其特有的方式和机制形成了一体化的侦查模式。

（二）全景式侦查

所谓的全景式侦查，就是采用海量的数据，甚至是相关的所有数据，对侦查案件进行全方位、多角度扫描、分析的侦查模式。全景式侦查不仅为我们的侦查破案工作提供了海量的数据与信息，同时也在一定程度上改变着我们的侦查思路。我们处于一个触物留痕的时代，人们生产生活的方方面面都能通过数据信息的形式被记录下来，这也是大数据能够运用于侦查活动的現实基础。与传统的侦查模式相比，全景式侦查中采集和分析的数据是全景数据，全景数据是指全面而完善的数据，是能够满足我们侦查活动需要的数据。在传统侦查模式下，我们的数据主要通过现场访问、现场勘查等途径获得，在大数据时代由于犯罪态势日趋复杂及其数据化生态的特征，比如电信诈骗案件，很多时候是没有犯罪现场可供勘查，因为智能化的犯罪分子一系列的犯罪行为都是在虚拟的网络空间和平台上完成的。显然传统的侦查模式已经不能很好的适应当下社会对犯罪活动的打击与控制。大数据驱动的侦查，我们除了可以收集到传统侦查模式可以获得的数据之外，我们还可以实时采集和分析视频数据、通讯数据、网络数据以及各种交易数据等等，甚至还可以采集公众拥有的相关数据。这样我们对于犯罪信息的掌握就是全面的、系统的，通过对数据的整合、分析就可以很清晰很准确的将犯罪的发生、发展过程还原、重建，此时犯罪分子就像是在玻璃瓶中跳舞，他的一举一动一目了然。全景式侦查对数据的采集和分析是360度无死角式的，它可以突破地域范围、人员范围、时间范围的限制，让案件侦查工作真正意义上的步入科学化侦查的时代。全景式侦查改变着我们的侦查思路，侦查路径也发生根本性变革。传统侦查模式下遵循的是一种点到点的线式侦查思路，以现有的局部数据信息为基础，以侦查假设为依托，然后根据因果联系，一步一步验证假设。这样的侦查思路与路径无异于买彩票，先不论能否可以中奖，能否破获案件，最严重的后果是这样的侦查思路会导致悬案议案迭出，甚至会发生冤假错案。总的来看，这是一种点到点的线式思路。而大数据将改变过去的点线式侦查，是从面到点式侦查，即从时间、空间、人、物、案、事件等全景式数据比对碰撞和分析，实现向数据要线索，从而锁定犯罪嫌疑人。

（三）预测型侦查

预测性功能是大数据的核心功能，研究表明，人类的行为93%是可以预测的，成为“已发生的未来”。与传统侦查模式相比，预测型侦查也即意味着主动型侦查，主动型侦查不再和传统侦查模式下回溯型侦查一样是在犯罪发生后才介入进而对犯罪过程进行重构，而是将侦查行为介入时间大大向前推进，甚至是侦查行为与犯罪行为时间同步，即侦查行为不仅指向已经发生的犯罪，还指向正在进行的犯罪。通过大数据和“幂律分布”分析，可以较为准确预报犯罪类型、犯罪时间犯罪场所、犯罪手段、方式和过程，准确的预测使得我们对犯罪活动的发生取得了主动权，我们可以制订计划，优化警力配置，采取有针对性的行动。这样，预测型侦查将使得过去的“犯罪发生———再反应”模式或将被改变为“预测———行动”模式。

（四）算法侦查

大数据时代数据规模巨大，种类繁多，价值密度低，我们已经不能再和过去一样主要依靠侦查员的人力、经验以及运气来搜索我们所需要的数据信息进而来侦查破案，或者可以说这种方式已经不可能完成这项任务。而大数据驱动侦查模式的核心是数据运算，算法有汇总、分类、回归、聚类等等，而这项工作的完成必须以云计算作为支撑。大数据驱动的侦查过程就是算法的过程：首先是数据采集和清洗，为数据运算做准备；然后是确立运算法则，建立运算模型；最后是通过运算结果获得犯罪相关信息。宏观上的犯罪发现、监控、预测，微观上的现场重建、分析，侦查决策的作出都离不开数据运算，这就要求我们的侦查人员要掌握和提高数据的运用运算和分析能力。

三、大数据时代对传统侦查模式影响的具体表现

（一）侦查工作重心的改变

1.侦查程序重心的改变

传统侦查模式下，侦查工作的重点在于对犯罪嫌疑人的讯问，以期通过讯问获取犯罪嫌疑人的口供，以口供所提供的线索作为侦查的突破口，进而查清犯罪事实，寻找犯罪证据，侦破案件，这是传统侦查模式的常用思维方式和侦查路径，显然讯问在传统侦查工作过程中具有重要的作用。而以大数据为平台的侦查模式，侦查程序重心将主要放在对犯罪嫌疑人讯问之前的阶段。侦查人员依靠大数据强大的搜集数据信息的能力，侦查机关可以在抓获犯罪嫌疑人之前掌握大量的犯罪信息，甚至是大量的犯罪证据。此时，可以说接下来对犯罪嫌疑人的询问工作只是用大数据搜集到的数据信息来揭穿犯罪嫌疑人的谎言，对大数据搜集到的证据进行核实，对部分证据的证明力进行补强等等。

2.证据收集规则的改变

传统侦查模式下，证据收集规制一般是以收集口供为主，通过口供收集其他证据，其他证据的收集作为辅助工作，简言之，在传统侦查模式下，证据收集规则以主观证据收集为主，客观证据收集为辅。而以大数据为平台的侦查模式则恰恰相反，它将打破传统的证据收集规则，形成以客观证据收集为主，主观证据收集为辅的证据规则。如更加注重对犯罪现场的指纹、DNA等生物物证以及犯罪嫌疑人逃跑路线的监控录像、住宿登记数据信息的收集。这些证据有一个共同的特征那就是均为客观证据，均具有客观属性。相比于犯罪嫌疑人口供等主观证据，大数据驱动下的侦查模式所收集的客观证据具有直观性、稳定性、可信度高、证明力强等诸多优势。

（二）侦查理念的改变

1.侦查理念从“由案到人”向“由人到案”转变

“由案到人”是指在传统的侦查模式下，当犯罪行为发生后，侦查人员通过常规的现场勘查、调查访问、摸底排队等方式来获取犯罪嫌疑人的相关信息，进而确定犯罪嫌疑人的侦查理念。这是一种被动式的侦查理念和侦查模式，一方面会耗费大量的人力、财力、物力，成本较高；另一方面即使案件得到了侦破，但是对被害人以及社会的伤害也会扩大化，可以说此种侦查理念是一种粗放型的侦查理念。而“由人到案”的侦查理念则很好的实现了对犯罪的侦查要做到“精细化管理”的价值要求。具体表现为通过对大数据的整理、分析，进而以某一特定的犯罪嫌疑人为侦查对象，运用各种侦查手段，查明其犯罪事实。从其表现可以看出这是一种主动型的侦查模式，不是被犯罪嫌疑人牵着鼻子走，而是要走在其前面，对其进行更好的打击与控制。进入大数据时代，随着数据的收集和运用能力的进一步提高，“由人到案”的主动性侦查思路将会得到进一步的发展。

2.侦查理念从“由供到证”向“由证到供”转变

这一理念的转变主要体现在侦查活动进程展开的切入点上，“由供到证”注重对犯罪嫌疑人口供的获取，进而寻找犯罪证据，以此来展开和推动侦查工作；相反“由证到供”更注重对犯罪客观证据的收集，依靠客观证据来主导侦查工作。传统侦查模式下的“由供到证”侦查理念，本质上是一种有罪推定的思维定势，是在没有客观证据的情况下，假定犯罪嫌疑人就是实施犯罪的人，进而通过采取各种手段以期获得犯罪嫌疑人承认犯罪的口供。这一理念一方面不切合现代法治社会的要求，另一方面也有违侦查规律，不利于侦查质量与侦查效率的提升。大数据驱动下的侦查模式，可以利用大数据对犯罪行为痕迹全方位的记录功能，通过搜寻与整合功能，发现大量的犯罪信息，通过犯罪信息查明犯罪事实，最后将这些数据进行转化，形成固定的客观证据。这一侦查理念真正实现了让证据说话，让证据来证明犯罪，让证据来还原真相。

（三）侦查运行机制的改变

1.犯罪信息收集机制的改变

传统侦查模式下犯罪信息的收集主要以线下形式进行，主要包括犯罪现场勘查、调查访问、摸底排队以及对犯罪嫌疑人的讯问等。通过现场勘查提取指纹、血液等物证；通过调查访问，对犯罪现场目击者、被害人、被害人的家属进行询问，以此来确定犯罪嫌疑人的相貌，引发犯罪的动机，犯罪场景；通过讯问犯罪嫌疑人获取口供等。随着犯罪分子反侦查意识与能力的提高以及犯罪数据化生态进一步加强，传统侦查模式下信息收集机制存在巨大的缺陷与不足。相关性理念是大数据时代信息数据收集的重要理念之一，大数据时代我们能分析、运用几乎所有相关数据，收集数据既包括结构化数据，还包括半结构化和非结构化数据，此外还可以突破时空的限制，在更大范围内收集信息，采集数据。

2.犯罪信息分析机制的改变

传统侦查模式下，对犯罪信息的分析主要依靠侦查人员的办案经验、侦查人员的讨论甚至是侦查人员的灵感，可以看出传统侦查模式下的犯罪信息分析机制具有很大的主观随意性，缺乏必要的客观性，导致破案随机性大，可预期性小，此外针对新型犯罪类型，这种分析机制将不能够很好的应对。大数据平台下侦查模式的数据分析机制则表现为客观性较强，分析结论稳定性更高的特点。侦查人员根据不同的情形确立不同的运算法则以及构建不同的数据模型，将设置的问题进行大数据分析，最后得出可靠的分析结论。

3.犯罪预测侦查机制的建立

大数据驱动下的侦查模式其中一个很重要的特点就是预测性侦查，预测性功能是大数据的核心功能，依靠大数据的预测功能可以实现对未发生犯罪事件的预测侦查，通过对以往的犯罪数据以及现有收集到的情报的分析，能够大致预测出某一犯罪案件发生的时间、地点等，进而实现犯罪的有效预防。此外，还可以对已经发生的案件进行预测侦查，如某一犯罪案件发生后，犯罪嫌疑人在归案之前可以对其逃跑方向、逃跑路线等信息进行一定的预测，从而提高案件侦破效率。

四、大数据驱动的侦查模式的完善与展望

（一）完善大数据技术应用的法律制度

我国目前法律对于运用大数据进行侦查本身的定位，大数据运用的范围，应用大数据的具体审批程序等问题并无明确规定，而且侦查机关与社会行业内部之间的信息使用制度也未建立。因此，我们应该完善相关法律制度，使大数据技术的运用有法律制度的保障，同时也有法律制度的约束。首先应当明确大数据的适用范围，不能将大数据在侦查中的应用与技术侦查措施相等同，对其使用的审批程序也应有所区别，注意区别大数据在技术侦查措施与一般侦查措施下的使用情形，不可一概而论。大数据功能的有效发挥要求数据库的种类及数量十分齐全，所以应当确立数据库的共享机制，加强制度设计，打破各自为战的利益格局，实现数据库的相互融合，真正实现全国公安一盘棋。同时还应建立与完善侦查机关与社会行业内部之间的信息使用制度，实现公安系统内部信息库与社会行业数据库的有效对接与互通。

（二）建设与完善海量数据资源数据库

海量数据库的建设与共享是利用大数据进行侦查的工作要求，这也是利用大数据进行侦查的前提条件，目前我国已经建立了很多数据库，但是大数据的体系仍需进一步完善，侦查人员才能运用大数据进行主动侦查。总体来说我国数据库建设尚处于起步阶段，数据采集覆盖面不足，相应的信息采集规范尚未建立。因此要实现大数据侦查模式，关键在于合法有效地收集与利用各类数据，使采集的数据做到不重不漏，实现数据资源全覆盖。要做到这一点就要求各部门根据划分的数据类型并结合自身工作，各司其职，各负其责，提高数据的采集质量与采集效率。在收集到海量的数据资源后，还需要建设一个结构合理、清晰的数据库，以此来作为承载载体。在建设数据库的过程中，还要注重数据使用的监督和管理，建立信息查询与利用的监督机制，明确使用的权限规范，防止权力滥用、侵犯公民隐私现象的发生。此外还应延伸与拓展数据库数据资源的使用范围，除了应用于侦查实践，还可以为社会公众提供查询与咨询服务。

（三）建立与完善大数据人才培养机制

人才培养是实现侦查变革的基础性工作，因此我们应注重培养复合型专业人才，既懂得侦查办案的知识，又具备大数据分析、计算能力，从而获取更多有效的侦查破案数据资源。应重点依托高校，开设与大数据技术运用相关的专业，既要满足侦查学人才的培养，也要满足大数据技术人才的培养，此外还应注重侦查理论知识与实践活动的紧密结合。通过培养大量高素质的公安专业人才，及时提供输送到公安队伍中，实现侦查工作的全面革新。

[参考文献]

[1]印大双.侦查模式从信息孤岛向结构化数据库的逻辑演进[J].湖北警官学院学报，2016（06）：3-8.

[2]董邦俊，黄珊珊.大数据在侦查应用中的问题及对策研究[J].中国刑警学院学报，2016（02）：7-13.

[3]徐良峰.大数据背景下侦查模式变革研究[D].华东政法大学，2016.

[4]魏麟钧.大数据与侦查方法论之创新[D].江西财经大学，2015.

[5]王晓楠.大数据时代下的主動型侦查模式研究[J].辽宁警专学报，2015（03）：18-21.

[6]李占奎.大数据对现代侦查的影响[J].南方论刊，2015（04）：45-47.

[7]何军.大数据与侦查模式变革研究[J].中国人民公安大学学报（社会科学版），2015（01）：72-80.

[8]张俊岳.“大数据”背景下侦查工作的变革[J].北京警察学院学报，2014（04）：48-50.

[9]郝宏奎.论数字化时代侦查活动的演进[J].铁道警察学院学报，2014（01）：5-13.