大数据侦查的基本定位与规制路径

金珺珩（中南财经政法大学 刑事司法学院,湖北 武汉 430073）

方康澜（三峡大学 法学与公共管理学院，湖北 宜昌 443002）

随着大数据技术在侦查领域的应用，大数据侦查的概念应运而生，学者们围绕大数据侦查对传统侦查模式的改善、大数据侦查存在的风险、对大数据侦查的风险防控、法律规制等展开研究，为大数据侦查的发展与完善提供路径。但在大数据侦查的概念界定上众说纷纭，大数据侦查与一般侦查措施之间的关系尚未厘清，大数据侦查与传统侦查模式之间的定位也有所争议，本文以上述争议问题为核心展开分析，以期准确界定和定位大数据侦查，并在此基础上提出大数据侦查的规制路径。

一、大数据侦查的概念界定

大数据侦查自产生以来，学界对其概念界定就有所争议，但整体上还是存在共性。首先，大数据侦查之所以带有“大数据”这一名称，主要是因为其利用大数据技术开展侦查活动。对于大数据技术的定义，学者们的观点有所不同，主要观点是将其定义为利用计算机、网络等方式进行采集、储存、清洗、共享、验证、比对和分析、挖掘虚拟空间和实体空间中的数据资源[1]，也有观点认为大数据技术包括数据挖掘、文本分析和机器学习等等。笔者以为，学者们对大数据技术定义的不同主要是源于不同的描述方法、分类标准，如果只是对大数据技术进行单独定义，这些定义都是可行的，但在大数据侦查中，大数据技术是服务于侦查的，是在侦查领域的应用。如此，对大数据侦查中“大数据技术”的定义就应该以应用在侦查领域的大数据方法为主，否则就会出现定义范围过窄或者过宽的结果。如今，大数据在刑事侦查领域的应用主要是对类案的特征予以数据分析、对瑕疵数据的清洗、对数据信息的检索、比对、挖掘以及数据共享、数据指挥和数据调研[2]。因此，在大数据侦查中的“大数据”应该定义为依托计算机、网络等手段进行数据分析、数据清洗、数据检索、数据比对、数据挖掘、数据共享、数据指挥和数据调研的技术方法。当然随着大数据技术在侦查领域应用方法的不断更新，对于大数据技术的定义也会有所变化，不过这种变化是必然存在的，无论何种概念都不可能一成不变，只要始终围绕着大数据技术在侦查领域的应用范围加以定义，就不会偏离大数据侦查应有的技术内涵。

其次，在大数据侦查的目的范围上，学者们也有许多不同的表述，例如认为大数据侦查的目标是发现犯罪线索、收集犯罪信息、缉获犯罪嫌疑人[3]。也有观点认为大数据侦查不仅能够对已经发生的犯罪进行查明事实，还能对未发生的犯罪加以预测，进而将大数据侦查分为主动型侦查和预测型侦查[4]。整体来说，部分表述虽然没有在目的范围中明显表示有预测犯罪的目标，但也基本肯定大数据侦查中包含犯罪预警这一职能，也意味着大数据侦查相比传统侦查确实在犯罪预测方面有所延伸。笔者以为，公安机关在犯罪预测方面职能的延伸与强化是满足社会发展和公众需求的。以往公安机关的主要职能是打击犯罪，而如果能在犯罪发生之前就予以预测、予以提醒，将犯罪阻断在预备阶段，起到预防犯罪的效果，对于社会的长治久安是更为有利的。同时，公众在如今的风险社会下，更是希望能够在安全的环境下生活，如果能够将犯罪阻断在发生实害结果之前，对公众的权益保护也是更为有利的。如此看来，强化预测犯罪职能其实是社会和公众所希望的。对于公安机关而言，如果能够在犯罪发生前予以预防，也减少了后续的侦查工作。只是之前由于缺乏信息、技术，难以实现预测犯罪的目的，如今大数据技术能够提供犯罪预警的平台，公安机关在犯罪预测方面职能的强化也是必然的。但犯罪预测这一职能究竟属于侦查职能还是行政职能尚有探讨的空间，如果属于侦查职能，犯罪预测就在大数据侦查的目的范围之中，如果属于行政职能，犯罪预测就应该属于大数据技术在公安机关行政职能领域的应用，而非大数据侦查的目的范围之中了。笔者以为将其认定为行政职能是更为合适的，具体理由在下一章节详述，在此只需明确一点，即犯罪预测并不包含在大数据侦查的目的范围之中，之所以会有许多观点将犯罪预测包含在大数据侦查的目的之中，是因为没有基于侦查职能的内涵来定义，而只是考虑了大数据技术在侦查领域所起的作用。

最后，在大数据侦查的形式定性上，学者们将大数据侦查作为侦查模式予以定性的较多，也有观点将其定性为侦查措施、侦查方法、侦查理念、侦查行为、调查活动等[5]。之所以将大数据侦查定性为侦查模式，主要原因在于大数据技术在侦查领域的应用让刑事侦查的侦查措施、侦查行为、侦查策略等都发生了变化，以至于形成了一种新的侦查模式。笔者以为，从狭义层面理解，大数据侦查只是一种侦查方法，除了利用大数据技术，公安机关还会利用其他技术手段展开侦查，大数据技术只是公安机关利用的多种技术手段中的一种而已。但由于大数据技术相比其他技术手段确实让公安机关的侦查思路、侦查方法等发生了改变。从广义的层面将其理解为一种侦查模式也无可厚非。从大数据与侦查之间关系的定位上，大数据本只是一种技术，对大数据侦查无需赋予过多内涵，只定性为一种侦查方法即可。但在大数据对侦查理念的影响上，大数据侦查俨然已经超出侦查方法的范畴，成了新的侦查模式的代名词。综上所述，大数据侦查的概念可以界定为在侦查领域应用大数据技术实现打击犯罪职能的一种侦查模式。

二、大数据侦查与一般侦查措施

一般侦查措施主要是《刑事诉讼法》中规定的侦查措施，有观点认为大数据侦查中的侦查时间节点提前到了立案之前，不符合《刑事诉讼法》将侦查设置在立案之后的规定，也不符合无罪推定原则。侦查措施前置既有可能使立案门槛形同虚设，导致侦查措施滥用，也有可能导致程序上将立案、侦查混同到一起，把部分证据较弱的案件阻拦在刑事程序之外。但也有观点认为，如果将犯罪预测以及初查排除在侦查措施之外，把犯罪预测定性为行政职能，就会使之跳出侦查措施所在的内外部监督体系，而无罪推定原则、非法证据排除规则等也因其不属于刑事侦查领域而难以适用[6]。

笔者以为，在侦查时间节点是否前移这一问题上，传统侦查由于缺乏信息掌握，往往只能在犯罪发生之后展开侦查活动，这也是刑事诉讼法将侦查的时间节点界定在立案之后的原因。在立案之前，根据当事人或者其他人提供的报案线索，公安机关也会展开初查，只是初查采取的措施不能限制被调查人的人身财产权利。如今，公安机关利用大数据技术，可以在无需他人提供报案线索的情况下，掌握犯罪线索并展开侦查。从这个层面来看，侦查时间节点其实并未前移，只是获取犯罪线索的方式不同而已，以往主要是依靠民众报案获取犯罪线索，为了防止民众错误报案或者报假案，才设置了立案节点，需要在初查核实民众报案属实、满足立案标准后予以立案，进而展开侦查。如今依靠大数据技术，可以在不依靠民众报案的情况下获得犯罪线索，由于是公安机关自己发现的，因此无需经过初查阶段予以核实，满足立案标准后可直接进入侦查阶段。事实上，即使在传统侦查中，也有公安机关通过巡查、驻岗等方式主动发现犯罪线索进而展开立案侦查的情况。在大数据侦查中，依然存在民众通过网络提供犯罪线索给公安机关的情况。实践中多有由于民众将犯罪情况披露到网络引起舆论，进而引发公安机关关注，继而展开初查，最终予以立案侦查的案例。因此，大数据侦查其实并没有将侦查时间节点前移，只是由于公安机关可以利用大数据技术自己获取犯罪线索，而省略了初查的步骤，将立案的流程予以简化，而对于民众利用网络提供犯罪线索的案件，依然要经过初查核实，继而立案侦查，无论是公安机关自己发现犯罪线索后予以立案侦查还是民众提供犯罪线索后予以立案侦查，立案的标准都是有犯罪事实、需要追究刑事责任、符合管辖范围，而侦查也必须在满足立案标准后才能开展。

在犯罪预测是否属于侦查职能这一问题上，公安机关是国家行政机关，承担着管理社会治安的行政职能，同时也依法侦查刑事案件，承担着侦查职能。其中侦查一般来说是侦查机关为了查明案情、收集犯罪证据、抓获犯罪嫌疑人、追究犯罪嫌疑人刑事责任而依法开展的一系列手段、措施。从这个定义中可以发现，预测犯罪并不在侦查职能的范围之中。而由于大数据技术能够将类案特征予以模型化，将一些关联行为进行综合分析，能够起到预测犯罪的作用，因此，预测犯罪的职能在大数据侦查中得到了强化。笔者以为，虽然预测犯罪职能的强化符合社会公众的需要，但从本质上看，预测犯罪主要还是为了维护社会治安，是公安机关行政职能的行使。在犯罪行为发生之前，案件是不可能满足有犯罪事实、需要追究刑事责任的立案标准的，该行为也不在刑法的规制范围之中。公安机关最多可以将其列为高危分子予以关注，以便在犯罪行为发生时第一时间制止，避免造成更大的损害结果。一般违法行为与犯罪之间的界限就在于该行为是否纳入了刑法规制，是否具备刑罚可罚性。对于实施预备行为就构成犯罪的情形，可以在犯罪预警中予以发现后就展开立案侦查，而对于预备行为不构成犯罪的情形，只是依据经验模型预测行为人很有可能实施犯罪行为，是不能对其采取侦查措施的，只能采取不影响其人身财产权利的适度关注措施，这种适度关注措施更倾向于是公安机关为维护社会治安所采取的行政措施。对于如果将犯罪预测排除在侦查措施之外，就难以受到严格的内外部监督的观点，笔者以为，即使将犯罪预测认定为行政职能，其同样会受到行政职能行使中适度、必要原则的规制，并不会处于失控状态之下。在程序方面可以设置告知、救济程序，也有助于被关注对象了解被关注的原因，通过行政复议等进行自身权利的救济。另外，如果行为人最后确实实施了犯罪行为，在犯罪预测中收集的证据也可以按照行政证据向刑事证据的转化规则予以转化，将符合要求的行政证据转化为刑事证据予以使用，如此也不会浪费在犯罪预测中固定的证据，但对于不符合要求的行政证据，依然需要在侦查阶段重新收集。

三、大数据侦查存在的优势与风险

大数据侦查自出现之后，一方面有许多文章对大数据侦查带来的侦查理念的变革、对传统侦查模式的突破与创新等加以分析，认为大数据侦查是符合社会发展需要的侦查模式的必要转型。另一方面也有许多文章基于大数据侦查对司法公正、司法程序、公民基本权利保障等方面带来的挑战与风险加以分析，认为现有规定对大数据侦查的规制不足，需要加以完善[7]。本节将在对大数据侦查的优势和风险予以分析的基础上，对大数据侦查与传统侦查模式的基本定位予以厘清。

在大数据侦查的优势方面，由于互联网的普及，利用网络平台实施传统犯罪和新型犯罪是犯罪的现实趋势，围绕数据产生的犯罪也极有可能发生。这些犯罪普遍有着侵害对象的不确定性、地域的广泛性、犯罪的组织性、智能性特点。犯罪者利用网络技术隐匿犯罪事实、销毁犯罪证据也给侦查工作带来挑战。传统侦查模式中，由于缺乏其他技术手段，很长一段时间内都是以口供为中心，由口供出发寻找证据。大数据侦查利用大数据技术收集证据，可以减少对口供的依赖，转向对数据的收集与分析，在一定程度上弥补了口供中心主义的不足。同时，传统侦查模式主要依赖于经验和人力，主要是对犯罪现场进行勘验、证据收集，在线索排查方面主要依靠人力走访，对线索的发现通常依赖侦查人员长期积累的经验。但由于越来越多的犯罪依托网络发生，留下的痕迹也主要是在网络空间，传统侦查模式已难以适应。大数据侦查依靠大数据技术帮助侦查机关在网络空间发现和收集证据，有助于提高侦查效率，而且大数据侦查依靠数据之间的关联性对相关数据予以整合、分析，使侦查机关掌握的案件相关信息更多，做出的判断也更为准确。另外，传统侦查主要是事后型、回溯型、被动型侦查，往往是在犯罪事实发生之后从犯罪结果倒推犯罪行为，确定犯罪嫌疑人。大数据侦查可以让侦查机关更加主动，能够在犯罪行为还未发生时予以适度关注，在犯罪行为发生后及时保留证据，避免证据被销毁。通过大数据的关联分析也能更好地发现犯罪，避免犯罪者利用网络空间隐匿犯罪事实，逃脱法律制裁。

在大数据侦查的风险方面，由于大数据侦查主要依托数据和算法，数据的质量、算法的逻辑和模型的构建都会影响侦查结果。在数据收集方面，由于数据量庞杂，收集到的数据并不一定都符合现实情况，虚假数据、数据未更新、数据输入错误等都会影响数据质量，而依托这些数据得出的结果可靠性也值得怀疑。另外，由于不同地区、行业的数据化程度不同，大数据并不能涵盖到所有地区和群体，不同地区和群体对数据偏好的不同也会导致数据采集的偏差，这些都会阻碍数据共享的实现。在算法和模型设计方面，一方面，模型通常依靠现实中对类案特征的总结而来，依然有侦查人员的经验影响，甚至会带有算法偏见，将一些隐藏的价值偏见编入到算法之中，而且一旦形成模型，这种偏见造成的影响相比个人的主观偏见影响更大。另一方面，由于数据系统是技术人员建构的，如果技术人员没能将法律语言准确的转化为算法语言，也会影响对结果的判断，而且实践中会存在一些模糊地带难以用数据分析得出结果，还是需要侦查人员的主观经验予以判断。

同时，大数据侦查由于本身技术性较强，公众通常只能看到数据的输入和输出，却无法得知其中的运行原理，更难以将该技术化为己用。如此，公众对数据质量、数据模型、数据算法等的可靠性和合理性都无从得知，也难以审查。而且当事人的知情权和辩护权也难以得到保障，不知道什么时候被列为重点关注对象，不知道被采取侦查措施的依据是什么，加上不了解大数据算法，更加难以提出有效的辩解，如此，在侦查机关与辩护方本就力量悬殊的情况下，更加重了辩护方的劣势地位。

另外，由于大数据侦查主要依托数据之间的关联性而非因果关系展开，通过大数据侦查获取的证据能否满足刑事证据需要具备的真实性、合法性、关联性也存有疑虑。在真实性上，通过大数据获取的证据大多是电子证据，预防其被篡改才能保证其真实性；在合法性上，许多对个人信息的收集行为尚无法律规范予以规制，处于无法可依的状态；在关联性上，大数据侦查依靠数据之间的间接相关、弱相关得出的结论无法满足司法中直接相关、强相关的关联性要求。

而且大数据对个人信息的海量收集，也对个人信息的保护造成威胁。数据主体不知道自己哪些信息被收集、收集主体是谁、收集用途是什么，而且通过数据挖掘，能够将一些看似不涉及隐私的零散数据整合来发现一些涉及个人隐私的信息，如此更加重了对个人信息保护的威胁。数据共享、协查机制的建立，让能够获取数据的主体增多，数据泄露的风险也随之增加，加上相应法律规范不健全，对调取程序、数据分类等规定不够明晰，更增加了滥用个人信息的风险。

综上所述，可知大数据侦查并非万能，依然存在许多不完善之处。虽然大数据侦查在侦查理念、侦查方法上有所创新，对传统的口供中心主义、回溯性侦查模式予以改变，但在本质上并未完全颠覆传统侦查模式，相关关系依然无法替代因果关系，大数据侦查只是提供了一种获得更多数据的手段。另外大数据侦查只能在网络空间开展，最终还是要回归到现实空间之中，对犯罪嫌疑人的抓获依然要利用传统侦查手段。而且并非所有犯罪都会在网络空间留下痕迹，加上网络空间数据容易被篡改，数据的可靠性不高，很多时候还是需要依据线下侦查所获的证据予以佐证。因此，大数据侦查并非是对传统侦查模式的替代，而是为传统侦查提供了新的技术手段，弥补了传统侦查的部分不足，但也存在一些需要解决的问题[8]。

四、大数据侦查的规制路径

首先，要完善大数据侦查，需要将大数据侦查的基本定位摆正，大数据侦查是一种新型侦查模式，但并不是万能的，不能过度依赖大数据侦查，认为大数据侦查可以解决现有侦查模式的所有弊端，大数据侦查也存在许多风险点需要予以防控和规制。

在摆正定位的基础上，可以从以下几个方面对大数据侦查的风险点加以完善。在数据采集方面，由于现有数据采集主要是依靠商业数据平台，一方面侦查机关可以建立自己的专用数据库，设置数据采集的标准，定期更新数据，把控数据质量。另一方面侦查机关可以多利用数据来源可靠的官方数据，对主要依靠商业数据得来的分析结果，需要结合其他证据加以印证，不能轻易取信。在数据采集偏差方面，不同地区、不同行业的数据采集偏好不同，数据壁垒也是客观存在的。对于各个地区特性的方面，不应该强求数据统一或者共享，但对于各个地区共性的方面，可以设置一些统一的采集标准，加强该方面数据的共享。

在算法模型方面，模型设计虽来自实践中的经验总结，但如果该经验总结不是某个个人的经验，而是经过大量案例验证过的经验，依据该经验设计的模型就具有一定可行性。另外在法律语言向算法语言转化的过程中，想要提高转化的准确性，就涉及相关人才的培养，可以对侦查人员予以培训，让侦查人员了解算法的运行原理、模型的设计过程，也可以将懂算法的技术人员纳入侦查体系中，让其了解侦查模式、法律语言，并在此基础上设计模型。同时，算法和模型设计出来后并不是一劳永逸的，而是需要在实践中不断修正，将算法中存在偏见的地方予以删除、修改，将算法中缺失的法律要素予以补充，努力将算法语言与法律语言之间的差异减少。

在当事人的知情权和辩护权保障方面，需要用算法来约束算法。即在一些流程节点设置告知程序或审核程序，例如告知被关注对象，什么时间因为什么原因对其采取重点关注措施，告知被调取数据对象因为什么原因需要调取什么数据、调取数据的用途、数据使用完毕后的处理等等，这些都需要侦查机关在相应流程节点主动告知当事人，以便当事人了解自己的数据收集、处理情况并提出辩解。当然也会存在为了不打草惊蛇而秘密侦查的情形，此时就需要走审批程序，根据不同事项需经过不同级别的公安机关负责人审批才可不予以告知。告知程序、审批程序都可以利用互联网进行，并不会耽误侦查效率，反而能够避免对大数据侦查的滥用。至于数据模型、数据质量的合理性、可靠性审查，对于一般社会公众而言确实是难以判断，但可以允许当事人请相关专家出具意见，当事人提出质疑时侦查机关应当自己予以释明或者请专家予以释明。

在大数据侦查获取的证据的使用上，首先在证据收集上要遵循电子数据收集的规范，满足证据的合法性要求，对于部分没有法律规制的个人信息收集，也要逐步完善相关规范，可以从地区性的规范逐渐形成全国性的规范。另外在真实性上，对于收集而来的证据要验证其真实性，可以依据其他线上证据，也可以依据线下证据予以佐证。最后在关联性上，对于间接相关和弱相关的数据，不能直接作为证据予以使用，而应该利用这些数据找出直接相关、强相关的线上或线下数据。只有利用大数据而不是局限于大数据，才能找到符合合法性、真实性、关联性要求的证据。

在个人信息保护方面，应该对数据进行分级，设置保密级别，对于不同保密级别的数据设置不同的调取程序和保护措施，尽量平衡侦查效果和个人信息保护。在数据收集时应当让数据相关主体知晓数据收集范围、收集主体以及收集用途，不得超出收集范围收集用户数据，也不得超出收集用途使用用户数据。在数据收集、分析过程中，对于无关数据要及时销毁，对于关联数据要设置保护措施，防止泄露。在数据共享过程中，对涉及个人隐私的数据要予以隐名化，对于确有必要予以了解的，可以经过申请后查看，但不可拷贝、复制。对个人信息的收集利用虽然很多时候是为了打击犯罪，获取线索，但个人权利保障都难以实现，又何以实现对整个社会的保护。个人权利可以在一定情况下让位于公共利益，但必须是合理的、正当的、有限度的，这就需要完善相关的规制机制来避免对个人权利的过度侵犯。

五、结语

大数据侦查主要是大数据技术在侦查领域的应用，大数据作为一种技术，主要还是服务于侦查。大数据侦查虽然对传统侦查模式中很多不适应当代犯罪趋势的弊端予以改变，开辟了一种主动型、预测型的侦查模式，但大数据侦查并不是对传统侦查模式的替代，而是对传统侦查模式的补充，在一定程度上也影响了传统侦查。大数据侦查同其他侦查方式一样存在许多不足之处，甚至因为大数据的作用，很多风险点已然存在却难以自知。未来对大数据侦查的研究要立足于侦查需要和司法需要，对大数据技术带来的优势予以发展，对其带来的风险点予以防控，把握本质，让大数据侦查在合法的轨道上运行。