第三节　大数据侦查的价值

本书之所以提出“大数据侦查”概念，并强调在侦查实务中推广大数据技术，是因为大数据侦查具有传统侦查无可比拟的价值，能够有效地提高侦查效率、节约侦查成本，推动侦查模式朝着科学化的方向转型。

一、推动事后侦查向事前侦查转型

长久以来，人类基于趋利避害的生理需求，都期望能够先知先觉，提前预知社会现象。试想，如果能够提前预知疾病和灾难的发生，人类的生命健康就可以免受侵害；如果能够提前预知天象气候，就能够合理安排农作物耕种。因此，人类历朝历代无不致力于预测能力的提高。从原始社会的神灵预测、古代的经验性预测，发展到近现代的哲理性预测、实证性预测，尽管人类一直在不断提升预测能力的科学性，但始终无法超越主观认知能力的局限性，预测仍然是人类社会的未解难题之一。侦查领域同样面对此难题，由于犯罪时空的不可逆转性，人们无法在犯罪活动开始之前就预知并阻止其发生，在犯罪行为发生之后才能采取侦查措施。从程序上来说，事后侦查具有一定的合理性，有利于防止侦查权力的滥用，保障犯罪嫌疑人的自由、民主等人权。但是，犯罪分子的权利与公众的权利是对立的，犯罪分子权利的保障往往以民众权利的牺牲为代价。事后侦查的时空滞后性会导致民众的生命、财产、健康等权利不可避免地遭受侵害。

大数据的核心价值就在于预测，大数据技术有望改变传统事后侦查的时空滞后性缺陷。掌握规律是进行预测的前提和基础，大数据能够快速从海量数据中发掘事物的规律，并以数据化形式进行表达。一旦大数据将数据规律用于对应的时空领域，预测未来就不再是难题。目前，大数据的预测功能已经在很多领域发挥作用，例如购物网站根据顾客的喜好来推送商品，社交网络根据用户的社交活跃度来推荐好友，大数据对交通的预测可以令我们避开拥堵路段，等等。在侦查领域，大数据的预测功能同样具有广阔的运用前景。运用大数据挖掘技术，对海量历史犯罪数据进行分析，寻找犯罪因素之间的关联性，总结各类型犯罪活动规律。根据数据分析结果，侦查人员能够预知犯罪活动在地理位置、人群、时间、行为方式等方面的趋势，及时发现可疑犯罪分子、识别犯罪风险，进而合理分配警力资源，采取预防性措施。大数据预测技术在侦查领域的运用，能够引导事后侦查逐渐向事前侦查转型，这对于减少违法犯罪活动，保护公民的人身、财产权利，维护国家安全、社会秩序具有重大意义。

目前，大数据主导的“预测侦查”已经在越来越多的国家开始使用，例如美国在“9•11”事件后建立的禁飞系统（No Fly System），能够预测搭乘飞机的旅客是否有发起恐怖袭击的可能性；在洛杉矶，大数据系统每天会提供给警员一幅犯罪热点地图；在纽约和费城，大数据系统则是将预测数据传输到警员的移动电子设备中去。

二、推动被动侦查向主动侦查转型

传统的侦查是在单维度的物理空间中所进行的，在这种单维空间中，信息是以原始的物理化形态所呈现，人类对于信息的存储、提取以及解读都处于“冷兵器”时代。对于犯罪活动的记录主要依靠物质之间的自然交换，以及人类的书面语言体系、人类的记忆能力等。物证、书证和人证这三种古老的证据形式就是这一阶段的产物，侦查人员通过对这三种证据的收集，并依据侦查经验进行犯罪事实的还原。由于传播媒介的不发达、信息的不流通性，犯罪活动中很多信息都无法留存下来。因此，侦查人员所掌握的线索、证据是有限的，只能在犯罪事实发生后，根据特定时空范围内有限的线索、证据来对案件事实进行假设性还原。然而，并非所有的案件都能够收集到足够的线索、证据，很多案件也因为证据不足而导致无法认定，甚至造成错案。长久以来，在侦查对抗活动中，都是犯罪分子处于领跑地位，而侦查人员则处于被动的地位。

大数据技术的出现，则大大改变了传统侦查中侦查人员的被动地位，有效地提高其在侦查中的主观能动性。首先，大数据提供了丰富的侦查资源。在大数据时代，会形成一个与现实物理世界相对应的数字世界，以数据的形式记录下人类物理空间的各种活动和状态。大数据不仅能够对物理空间的各种活动状态进行数据化分析和表达，还能够将其长期保存在服务器及“云端”中。数据空间无疑为犯罪侦查打开了新的领域，任何犯罪行为都会在数据空间留下痕迹，侦查人员可以在数据空间寻找对应的数据线索和证据。其次，大数据提供了强大的侦查技术。大数据能够通过数据模型算法，轻松找出事物之间的关联性，这种关联性分析方法为人类认知世界提供了新的视角。在侦查过程中，大量表面看似与案件无关的信息，通过数据碰撞、数据挖掘等大数据方法对其进行整合分析，便能够显现出诸多与案件有关的信息，为案件侦破提供线索。例如，在贪污贿赂案件传统侦查中，由于这类案件具有隐蔽性，也没有犯罪现场，因此传统侦查中主要靠嫌疑人的口供去固定犯罪事实；在大数据技术的帮助下，侦查人员可以摆脱对口供的依赖，通过对嫌疑人的手机数据、通话数据、银行流水数据等进行大数据分析，通过客观的数据来发现、固定案件事实。

三、推动单线侦查向协作侦查转型

在以往的信息化侦查中，一般都是由各个部门单兵作战、单线侦查，所运用的数据信息也大都来源于自己的部门。不同地区、不同级别、不同警种之间的数据都互相保密，互不开放，存在着严重的数据壁垒。只有在必要的时候，才能够得到其他部门在数据资源方面的协助。例如在贪污贿赂案件中，检察机关数据库相对匮乏，往往需要借助公安机关强大的数据库以及社会行业的数据库资源，尤其是电信行业的通讯数据、银行的交易转账数据等。这种动辄向其他部门“借”数据的方式不仅程序烦琐，浪费大量的时间、人力、物力，往往还延误了最佳侦查时机。总之，长久以来的信息化侦查是一种单线侦查、单兵作战模式，各侦查部门所掌握的数据量有限，无法激发出数据背后的价值。

大数据侦查机制的建立，必将有助于推动单线侦查模式朝着以下两个方面改革：（1）大数据侦查机制会推动数据管理制度、数据共享制度的变化。在数据管理层面，侦查系统内部的数据资源要开放共享，打破地域、级别之间的数据壁垒，侦查部门与社会行业之间也应当建立数据协作共享机制，建立数据开放渠道，最大程度上开放数据资源，为大数据侦查的开展提供丰富数据资源。（2）数据共享机制的建立又会进一步推动侦查体制的变化。在数据共享的基础上，各侦查部门将会组建专门的数据人才队伍，以数据为核心，将侦查人力、物力和技术资源进行整合重组。某种程度上实现“大警种制”“侦查一体化”的制度。总而言之，大数据侦查必将推动侦查体制的改革，从传统的各部门单线作战，发展到不同的侦查部门之间、侦查部门与社会行业之间的协助作战模式。

四、推动粗放式侦查向集约式侦查转型

大数据运用于犯罪侦查，有利于促进传统粗放式侦查向集约式侦查的转型。上文提到传统的侦查模式是处于“冷兵器”时代，尽管后来的信息化侦查已经使传统侦查模式从冷兵器时代解放出来，侦查人员在物理犯罪现场外拓展出虚拟犯罪现场，开始注重电子证据的收集。但是，大数据侦查在此基础上则又完成了智能化转型，进一步解放了大量的人力劳动，从粗放型、撒网式侦查转向集约型、科学化侦查模式。具体而言表现在以下三个方面。

（1）数据采集环节更加智能化、实时化。侦查过程中，传统的信息采集往往依托于人工进行事后录入，不仅需要大量的人力劳动，也造成信息传递的滞后性，容易延误了最佳侦查时机。而在大数据时代，随着物联网的发展，通过智能传感、射频识别等技术就能够自动完成数据采集工作，解放了大量劳动力，大大地扩展了数据的来源。并且，大数据时代的数据传输具有实时、同步的特征，保证了数据的鲜活性、及时性。

（2）数据分析环节更加科学化、多元化。传统的信息化侦查中，即便是有数据资源，也是主要依靠侦查人员的经验型主观判断，并辅之数据查询、数据检索等简单的数据分析工具。但人的分析能力毕竟是有限的，面对庞杂的数据，很多隐藏的线索、规律根本无法发现；并且随着当今爆发式增长的数据，仅凭人工和简单的数据分析工具，根本无法应对。大数据方法大大解放人类的脑力工作，通过数据碰撞能够发现更多的线索，通过数据挖掘算法能够自动识别出数据之间的关联性，发掘数据背后隐藏的信息。很多看似无关联的数据，经过大数据分析后，则能够显现出很多有价值的信息用于辅助侦查。大数据侦查就像一个自动化的工厂流水线——数据是原料、算法是机器、数据分析结果就是产品。总之，相比于传统的表格化、人工经验型信息分析方法，大数据侦查方法大大拓展了数据分析的广度和深度，能够发掘更多的案件线索和规律，并且由数据计算分析所得出的结果也更为科学化。

（3）数据展示环节更加形象化、直观化。在信息、数据完成分析之后，侦查人员需要根据数据分析结果来部署侦查措施、还原犯罪事实。传统的信息分析结果一般以文字形式或是简单的统计图表形式进行展示。而大数据时代，数据分析结果则可以依托于形象化的可视化工具进行展示。可视化技术能够将数据的各个维度以立体化的图像、动画等形式展示出来，从图像上就能够直接、全面、形象地反映出数据分析结果，有利于侦查人员从不同维度去观察分析，从而更深入、更直观地理解案情。总而言之，智能化、可视化的大数据侦查有利于侦查人员将有限的侦查资源分配到更重要、更紧迫的案件上，因地制宜、因时制宜地分配人力、物力侦查资源，提高侦查效率及侦查质量，完成粗放式侦查到集约式侦查的转型。