【数据法学】杨婷：论大数据时代我国刑事侦查模式的转型

B D A I L C 

 欢 迎 关 注 

虽然我国传统的刑事侦查模式在侦查活动中仍在发挥一定的作用，但是这一模式因大数据时代的到来而面临诸多问题。大数据既促进了时代的发展，也改变了犯罪行为的方式，还推动了侦查模式的转型。数据驱动型侦查模式作为一种现代化的侦查模式，旨在针对已经发生或者尚未发生的犯罪行为，借助以云计算为基础的大数据技术平台来查明犯罪事实或者预测犯罪，进而保障侦查活动的顺利进行。数据驱动型侦查是一项复杂的系统工程，侦查人员应当从根本上转变侦查理念，建设综合的数据应用平台，确保数据资源的互通共享，明确犯罪信息收集、犯罪信息分析、犯罪信息验证以及犯罪趋势预测4个相互关联的运行机制。构建数据驱动型侦查模式还应注意规范大数据在侦查模式中的应用。

Ivan Aivazovsky · On the storm

论大数据时代我国刑事侦查模式的转型

文 / 中南财经政法大学法学院博士研究生

中南财经政法大学法治发展与司法改革研究中心研究人员 

杨婷

以物联网、云计算以及通信网络等为代表的新一代信息技术的迅速发展，使得世界上的人、事、物正以前所未有的速度实现数据化，进而不间断地产生数以亿计的数据，一切都可以被记录、被分析的大数据时代的到来已经难以抗拒。爆炸性的数据增长和多样性的数据形态不仅为人们的日常生活带来了不可估量的冲击，而且衍生了作案方式更加智能化、危害结果更具破坏性的高科技犯罪类型，导致传统的侦查模式无法适应大数据时代严峻的犯罪形势。一个时代侦查模式的选择既取决于一个国家的司法传统和司法体制，又与特定时代的侦查条件密切相关。大数据时代为刑事侦查提供了广阔的侦查思路、快捷的数据信息处理能力以及犯罪情报研判能力，为侦查模式的转型带来了新的机遇和挑战，一场由技术引发的侦查模式转型势在必行。笔者拟对我国目前的刑事侦查模式做些反思，并在此基础上探寻大数据时代我国刑事侦查模式转型的合理路径，以期对我国的法治建设有所裨益。

一、我国传统刑事侦查模式的反思

刑事侦查的目的在于运用确实、充分的证据揭示犯罪嫌疑人与犯罪行为之间的必然联系。作为国家惩罚权力机制的一部分，刑事侦查制度在发现犯罪、揭示犯罪并且加以惩罚方面发挥的作用是其他权力机制无法取代的。[1]但是，我国目前采用的传统侦查模式已无法适应大数据时代的侦查需要，并在一定程度上影响了刑事侦查模式的运行，因而亟须作出改变。

（一）刑事侦查模式含义解读

自20世纪60年代美国法学家赫伯特·帕卡提出犯罪控制模式与正当程序模式后，[2]模式一词便经常被应用于刑事诉讼领域。由于侦查是刑事诉讼的重要组成部分，因此刑事侦查模式也成为刑事诉讼法学界研究的重要课题之一。英国法哲学家赫伯特·哈特曾指出，任何一个法律、法学的词语都没有确定的、一成不变的意义，而是依其被使用的语境有着多重意义，只有弄清这些语境，才能确定它们的意义。[3]从语义学上考察，模式主要是指事物的标准样式，并且在不同的领域有着不同的内涵。在刑事诉讼法学领域，模式主要反映的是某种事物或者现象的内部结构，是对特定事物或者现象典型特征抽象和简化的结果，即模式所反映的不是系统或者过程原型的全部特征（但可以描述原型的本质特征）。虽然它可以用来研究与分析某一系统的结构，但是它并非结构本身，而是对结构特征的高度概括，是对系统内部诸要素和相互作用的特殊方式的抽象，模式分析方法的最大特点就是其具有高度的抽象性和概括性，可以用来对各种同类的系统和过程进行深入的比较研究与分析。[4]侦查模式是对侦查活动的若干基本特征进行类型化概括与抽象的结果，即通过考察不同的侦查活动，将内在本质相同的侦查活动概括为同一类型。简而言之，侦查模式并非是对侦查活动全面、细致的描述，而是对侦查活动若干基本特征进行概括与抽象得出的类型和样式。实际上，虽然我国在立法中并没有对侦查模式作出明确的规定，但是学者探讨侦查模式的论著则不在少数。目前，在将侦查模式化的过程中，学者通过对侦查活动不断呈现的特征与规律的提炼和归纳，依据不同的标准将侦查模式划分为不同的类型：依据侦、辩双方在诉讼程序中地位与关系的不同，将侦查模式划分为对抗式侦查模式与职权式侦查模式；依据侦、辩、审三方关系的不同即侦查程序是否受人民法院的控制，将侦查模式划分为司法型侦查模式与行政型侦查模式；依据侦查程序效果与侦查行为特征的不同，将侦查模式划分为达成实体正义单一目标的侦查模式与达成程序正义和实体正义双重目标的侦查模式；[5]依据侦查是否运用信息科技手段，将侦查模式划分为传统的侦查模式与信息主导的侦查模式。[6]笔者正是根据后一种分类标准对侦查模式展开论述。

传统侦查模式是指依靠传统方式进行信息的储存、提取和分析研判的模式。虽然信息主导的侦查模式正在替代传统的信息储存方式，主要依靠信息技术对犯罪信息进行提取与整理，但是其对信息的分析仍然以侦查人员的主观判断为主，侦查效果并不明显。在传统的侦查思维和侦查技术的影响下，传统的侦查模式虽然在信息的储存、提取和分析研判方面科技含量不高，但是其在一定程度上可以满足揭露犯罪、维护社会治安的要求，因此其在我国刑事侦查的历史长河中一直处于主导地位。传统侦查模式通常具有以下特征：（1）从侦查的切入点看，主要是将犯罪现场遗留的痕迹物证作为突破口进行刑事侦查；（2）从侦查的思维看，以被动型侦查为主，强调犯罪行为发生在前，侦查行为实施在后，侧重于事后打击；（3）从侦查的逻辑看，刑事侦查建立在因果逻辑的基础之上，当犯罪行为发生后，侦查机关遵循因果关系的逻辑，由犯罪结果追溯犯罪原因和犯罪对象。

（二）传统刑事侦查模式的现实局限性

 承认传统刑事侦查模式在侦查活动中具有一定的现实意义并不等于承认其继续沿用的合理性。随着信息化时代的来临，以一种社会状态存在的“风险社会”[7]已经成为客观现实，一系列具有重大社会危险性的犯罪类型如计算机网络犯罪、毒品犯罪、恐怖主义犯罪等开始大量出现，严重威胁到国家利益以及公民的人身安全，破案率亟须加以提升，而我国目前的传统侦查模式在大数据时代的侦查活动中已经暴露出诸多缺陷。

1.信奉口供中心主义的侦查理念与现代司法文明不相适应

口供中心主义是指侦查活动主要围绕犯罪嫌疑人的供述进行，并且以犯罪嫌疑人的供述作为刑事案件侦查的突破口。在传统侦查模式下，侦查人员信奉口供中心主义的侦查理念，认为口供可以弥补刑事侦查技术方面的不足，既可以完整地揭示犯罪事实，又可以审查判断其他证据的有效性。但是，信奉口供中心主义的侦查理念易侵犯被追诉者不被强迫自证其罪的权利，从而损害犯罪嫌疑人的人身权，甚至有可能导致刑讯逼供。虽然查明犯罪事实是侦查机关的重要职责，但是保障犯罪嫌疑人的人权、维护公平正义也是侦查机关义不容辞的责任，更是现代司法文明的必然要求。并且，以审判为中心的诉讼制度改革要求认定案件事实的证据都要在法庭上进行调查核实，从而大大削弱了口供对于案件侦破的关键作用，使其不能作为核心证据加以使用。此外，2017年6月最高人民法院、最高人民检察院、公安部、国家安全部、司法部联合发布的《关于办理刑事案件严格排除非法证据若干问题的规定》对言词证据的规范更是限制了口供的使用。因此，在尊重和保障人权的背景下，刑事侦查要想取得良好的法律效果和社会效果，侦查机关就应当改变信奉口供中心主义的侦查理念，运用先进的侦查技术去发现犯罪、证明犯罪，抛弃过分依赖口供破案的做法。

2.经验依赖型侦查模式与新型的犯罪情势不相适应

传统侦查模式过分依赖侦查人员在现实生活中长期积累的办案经验开展侦查工作。具体来讲，侦查人员可以依据以往的侦查活动积累的经验预判案情的发展，制定具体的侦查计划，以此进行现场勘查、调查走访或者摸底排队等侦查活动。但是，经验依赖型侦查模式过于注重侦查人员的主观感受，缺乏一定的客观性，导致侦查活动存在较大的误判可能性，尤其是经验具有一定的局限性，如果盲目、机械地照搬经验，那么很有可能导致出现冤假错案。大数据时代的发展为刑事犯罪领域带来新的犯罪类型与反侦查手段，使我国的犯罪形势呈现出一些新变化，如诸多依赖信息技术发展的新型电信诈骗、网络恐怖主义犯罪、聚众型经济犯罪等技术密集型犯罪类型的出现，无论是在犯罪模式方面抑或在对象选择方面都与传统的犯罪形势存在较大的差别，使侦查人员在面对新的犯罪时显得力不从心。“犯罪行为方式的每一次嬗变，都必将引致国家在侦查方式上针锋相对的回应。”[8]刑事犯罪的特点决定了大数据时代的刑事犯罪将受到大数据的冲击，传统侦查模式与当前犯罪信息化程度不断提高、对抗侦查能力逐渐增强的形势已呈现出不相适应的状态，单纯依靠侦查人员的逻辑和经验进行案件信息的分析和研判已经无法开展对虚拟网络空间犯罪以及新型犯罪的侦查。

3.人力密集型侦查模式与追求侦查效益不相适应

侦查效益是指侦查投入与产出的关系。一般而言，在条件一定的情况下，可以通过采用两种措施来提高侦查效益：一是在成本既定的情况下优化侦查资源的配置，二是在收益既定的情况下减少侦查成本。在传统侦查模式下，侦查机关实施的是人海战术，需要耗费大量的人力、物力，属典型的人力密集型的粗放式侦查。在刑事案件数量相对较少、犯罪水平相对不高的年代，侦查机关单纯依靠人力推动侦查活动的进行尚可有效完成其所承担的侦查职责，但是随着犯罪手段、犯罪工具智能化、多样化特征的呈现，人力不足的矛盾日益凸显，有限的侦查人员难以应对多发案件的现场勘查，并且随着犯罪分子反侦查意识的提高，通过现场勘查获取的物证越来越少，如果仍然采用以投入大量人力、物力的方式展开侦查，那么投入与产出将不成正比，最终会导致侦查效益低下。尤其是随着科技的发展，犯罪分子可以在现实空间与虚拟空间之间自由地变换，而不再局限于其日常的活动区域或者所处的行政区划，犯罪行为的实施亦由与特定时空的紧密联系转变为高度开放，传统的人海战术显然无法满足大数据时代对侦查信息化、科技化的要求。

4.回溯型侦查模式与预防犯罪的目的不相适应

传统侦查模式主要是一种回溯型侦查模式，即由犯罪结果追溯犯罪原因与犯罪对象，具体遵循以下逻辑侦破案件：发现案件——实施现场勘查等初步侦查措施；分析案件，确定刑事侦查的方向和范围——采取具体侦查措施——发现犯罪事实和犯罪嫌疑人——抓获犯罪嫌疑人——审讯犯罪嫌疑人；充实证据——侦查终结。在传统侦查模式下，侦查权力的行使不能指向缺乏事实或者法律依据的未来有可能发生的犯罪行为，对于犯罪行为的打击具有滞后性，只有当犯罪行为发生后，侦查机关才会根据案件的具体情况开展侦查活动，查明犯罪事实，收集证据以证明、追诉及惩罚犯罪。由此可见，传统侦查模式虽然在追究犯罪方面仍具有非常重要的作用，但是在追究犯罪的过程中却忽视预防犯罪的目的。传统的回溯型侦查模式难以在预防传统犯罪的基础上超前预测可能发生的新的犯罪类型，更不可能实现对新的违法犯罪类型的事前防控。

（三）大数据时代传统侦查模式转型的路径

以信息技术为标志的第三次科学技术革命的迅猛发展以及通信与信息传播手段的广泛普及，使得各类数据正以几何级数增长，从而深刻地影响了经济、政治以及文化等各个领域。大数据是一座巨大的金矿，2012年美国政府称其为“未来的新石油”，并且将“大数据战略”上升到国家意志层面，认为未来国家的核心资产是对数据的占有与控制。[9]2015年8月，我国国务院印发了《促进大数据发展行动纲要》，指出“信息技术与经济社会的交汇融合引发了数据迅猛增长，数据已成为国家基础性战略资源，大数据信息正日益对全球生产、交流、分配、消费活动及经济运行机制、社会生活方式和国家治理能力产生重要影响。”2015年10月，中国共产党第十八届五中全会通过的《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》提出实施“国家大数据战略”，推进数据资源开放共享。2016年3月，第十二届全国人民代表大会第四次会议审议通过的《中华人民共和国国民经济和社会发展第十三个五年规划纲要》再次强调要实施“国家大数据战略”，全面促进大数据发展行动。由此可见，世界已经不可避免地步入了大数据时代。

伴随着大数据技术在各个领域的广泛应用，刑事侦查也与大数据技术紧密相连。古罗马的法学大师西塞罗曾指出：“法就是理性本身，它就居于并运作于人的头脑之中。”[10]虽然与一般意义上的法律相比，侦查模式更具灵活动态性，但是其也需源于理性。目前，大数据在海量信息的整合、分析以及判断的基础上已经开启了一个新的时代，而我国传统的刑事侦查模式因不符合大数据时代刑事侦查的基本特征和规律，已经无法适应我国刑事侦查现在和未来发展的需要，如果再不及时进行模式转型，那么其控制犯罪和保障人权的功能将很难顺利地发挥，也不可能真正地拥有“理性”。作为对犯罪嫌疑人利用大数据实施犯罪行为的回应，侦查机关应利用大数据技术不断改进侦查方式，促进刑事侦查模式的转型。尤其是伴随着传统社会向现代社会的转变，法制也面临着一个从传统型向现代型的历史变革，而这个转型变革的过程就是法制现代化的过程。[11]作为法律制度的重要组成部分，侦查制度也在经历着现代化的洗礼。从实质看，现代化表示的是一个传统性逐渐减弱而现代性不断增强的过程。相应地，大数据时代刑事侦查模式的现代化也就理应表现为一个逐渐突破传统侦查模式并且构建现代侦查模式的过程。因此，应当通过转换模式，建构一种能够适应现代社会的刑事侦查模式，而这种转换后的新模式就是以大数据为主导的侦查模式，即数据驱动型侦查模式。数据驱动型侦查模式并不是对传统侦查模式的彻底摒弃，而是通过对所收集数据的分析、判断以及应用有效扩大案件线索的来源、准确确定案件的侦查方向，在吸收传统侦查模式合理内核基础上的创新与发展。

二、数据驱动型侦查模式的理论释义

德国哲学家伊曼努尔·康德指出：“思维无内容是空洞的，直观无概念是盲目的。”[12]作为组成问题域的基本元素，概念这一基本思维范畴对于分析问题具有重要意义。因此，在大数据的时代背景下，探讨传统侦查模式的转型问题，必须说明“大数据”概念的基本含义，然后在此基础上阐释数据驱动型侦查模式的理论内涵。

（一）数据驱动型侦查模式的提出

“大数据”是与计算机信息密切相关的一个专业术语，主要是指数据规模已经超出传统数据的衡量尺度，而使用普通的软件工具已经难以采集、储存或者管理的数据。国际数据中心的学者认为，大数据技术描述了一个技术与体系的新时代，被设计为通过高速捕获、发现以及分析技术从大规模多样化的数据中来提取其价值。[13]而美国国家标准和技术研究院的官员则认为，大数据在数据量、采集速度以及数据表示方面具有的特征使得以传统型方法对其进行解读分析的能力受到了一定程度的制约，而需要采用重要的水平缩放技术对其进行高效处理。[14]大数据具有4个显著的特征，即海量的数据规模、多样的数据类型、快速的数据流转和动态的数据体系以及巨大的数据价值。大数据虽然涵盖了所有能够记录的数据信息，但是这些信息只有经过数据的分析发掘后才可以释放出潜在的价值，如果不利用所收集的数据，那么它们只是一堆数据而并非大数据。实际上，针对不同领域的数据集进行分析可以发掘出其不同的潜在价值。[15]

侦查模式的型塑既与一个国家的诉讼制度密切相关，也离不开一个国家的侦查技术水平。目前，大数据技术在将我国带进大数据时代的同时，亦使犯罪的方式发生了改变，传统的侦查模式已经难以适应现代社会犯罪数据化的现实，因此，侦查模式的现代化转型应开始朝向大数据时代稳步迈进。作为对犯罪嫌疑人利用大数据实施犯罪行为的回应，侦查机关应该利用大数据技术不断改进侦查方式，转变侦查模式，将客观存在的大数据与侦查模式的开启、运行以及终结等紧密相连，依据大数据的多种特征，挖掘大数据的潜在价值，积极推进数据驱动型侦查模式的构建。客观而言，将大数据运用到刑事侦查领域既是时代发展的结果，也是历史的必然，尤其是随着我国信息产业的发展和新技术的涌现，更是提高了数据处理能力和数据挖掘技术，促进了大数据在刑事侦查中作用的发挥。数据驱动型侦查模式就是大数据时代的到来所催生的新生事物，主要是指侦查机关针对已经发生或者尚未发生的犯罪行为，在以云计算为基础的技术平台上采取数据挖掘的方式，固定证据、证明犯罪事实或者预测犯罪，推进侦查活动顺利进行的一种现代化的侦查模式。当然，数据驱动型侦查模式并非纯粹将大数据视为一种十分有效的工具并完全依赖其进行侦查活动，而是在大数据时代形成的集侦查思维、方法、手段以及理念为一体的，对犯罪的海量数据进行及时更新并从中提取与犯罪相关的数据信息予以分析、研判以及预测的一种现代化模式。[16]

一般而言，我们可以从以下3个层面来理解数据驱动型侦查模式的内涵：（1）从宏观层面看，数据驱动型侦查模式可以被看作一种全景式的侦查策略，主要是在采用海量数据即全景数据的基础上，从侦查策略方面出发，对刑事案件展开多角度、全方位的系统性分析。这种全景式的数据采集和分析模式扩大了侦查机关进行摸排的范围，而不再局限于有限的时间与空间内，并且通过深入挖掘和分析时间、空间、人物以及事件等海量数据的方式获取案件线索，从而最终锁定犯罪嫌疑人。[17]（2）从中观层面看，数据驱动型侦查模式采取科学的侦查方式和应用模式将与犯罪相关的现象予以数据化，为大数据背景下侦查工作的开展提供一种崭新的思路，是实现侦查工作有效性的一种先进的侦查理念。（3）从微观层面看，数据驱动型侦查模式属于较为明确的侦查工作模式。在这种工作模式下，侦查机关通过运用海量数据进行信息分析与研判，既可以分析犯罪行为发生的原因，又可以揭示犯罪行为发生的规律，进而预测某种犯罪现象的发展趋势。这就要求侦查机关应充分利用大数据提供的相关信息制定打击犯罪的决策或者促进侦查策略的有效实施。

（二）数据驱动型侦查模式的理论基础

1.信息论

信息反映了事物存在过程的状态和事物的具体特征，是客观事物存在方式的一种普遍形式。从侦查学的角度看，与犯罪有关的事物或者现象中蕴含着多种信息，而随着大数据时代的到来，信息的内涵也随之扩大至人们在虚拟空间活动所产生的各种痕迹。信息论则是研究信息的获得、传递、处理以及交换规律的一种科学理论。依据信息论，在侦查领域，不同形式的犯罪呈现出不同类型的犯罪信息，犯罪信息既存在于犯罪行为的形态之中，又在犯罪行为遗留的痕迹以及犯罪行为的因果联系之中有所体现，犯罪信息是在侦查活动中进行判断、推理以及假定的前提，并且是推进侦查活动顺利进行的重要基础，一切有利于揭露犯罪、证实犯罪的信息都应当为侦查所用。[18]实际上，刑事侦查过程就是对在刑事侦查中发现的案件信息进行有效利用的过程。数据是信息的载体，信息是有背景的数据。[19]在大数据时代，已衍生出各种新类型虚拟空间犯罪，面对虚拟空间存在的各类信息以及虚拟空间犯罪留下的犯罪信息应当实现对各类信息搜集的数据化。这是侦查信息论在大数据时代的新发展。具体而言，通过对数据信息的收集与分析来发挥数据信息对侦查的主导作用就是数据驱动型侦查模式的基础理论。

2.物质交换原理

20世纪初法国侦查学家艾德蒙·洛卡德提出了物质交换原理，又称“洛卡德交换原理”，认为当两个客体接触时，总会使一些物质发生转移。[20]实际上，犯罪的过程就是物质交换的过程，犯罪行为具有物质运动的属性，当行为人在实施犯罪的过程中会与各种类型的物质实体接触，而只要接触就会发生物质转移的现象。例如，行为人在实施犯罪的过程中会同被害人、犯罪现场等发生物质信息的转移甚至互换，而在这个过程中犯罪行为留下的痕迹就是侦查信息的客观物质反映。但是在大数据时代，犯罪现场已经由物质空间扩展到虚拟空间，犯罪行为除了会在犯罪现场留下犯罪痕迹以外，犯罪信息通常还会被某种数据以直接或者间接的方式记录下来，即在刑事犯罪过程中，除了会发生痕迹性物质交换与实物性物质交换外，还会发生信息性物质交换。因此，现代侦查除了可以凭借侦查机关的经验外，还应当借助大数据技术挖掘、储存、分析这类信息性物质交换，从数据信息中寻找出实施犯罪行为的原因、犯罪预备的过程或者犯罪后逃跑的路线等，通过客观存在的各种数据载体收集犯罪证据，判断犯罪嫌疑人是否为真正的犯罪分子，从而提高破案效率。

三、数据驱动型侦查模式对传统侦查模式的突破

当前，刑事侦查已进入大数据时代，大搜索、云计算尤其是互联网的普及和完善突破了传统的侦查模式，在一定程度上可以摆脱传统侦查模式的时代困境，推动现场驱动型侦查向数据驱动型侦查、被动型侦查向主动型侦查以及因果关系逻辑向相关关系逻辑的转变。

（一）侦查切入点：由现场驱动型侦查向数据驱动型侦查转变

犯罪现场通常被认为是传统侦查模式的逻辑起点，即刑事侦查主要是从现场遗留的痕迹、物证或者暴露出的蛛丝马迹等入手，通过现场勘查、痕迹物证、调查访问或者摸底排队的方式获得案件线索从而锁定犯罪嫌疑人，也就是从刑事犯罪的结果追溯至犯罪产生的原因以及犯罪分子。然而，这种侦查模式只适用于具有明确的因果关系并且在案发现场留下明显犯罪线索的案件。进入大数据时代后，传统的犯罪痕迹与其他的实物证据在案发现场的遗留率则随着犯罪分子反侦查意识的不断增强和反侦查能力的不断提高而呈现逐渐下降的趋势，单纯依靠传统的侦查手段已经很难完成侦破案件的任务，侦查模式面临极其严峻的考验。[21]究其原因，信息技术的发展既为犯罪分子带来新型的犯罪手段又为其开拓了崭新的犯罪领域，从而使得大数据时代的犯罪形式有别于传统的犯罪形式，犯罪分子可能会跨越现实与虚拟两个空间实施犯罪行为，而没有留下有形的犯罪现场供侦查人员进行勘查。

在大数据时代，海量的数据信息以多种形式出现在不同的领域，并且全面覆盖了人们的生产、生活以及行为轨迹等各个方面。这为侦查切入点的转变带来了新契机。不同于传统侦查模式从案件现场获取信息，数据驱动型侦查模式强调侦查人员一旦接触案件，除了通过现场勘查访问的方式获取信息外，更多的是迅速去寻找和研判涉案数据，通过数据锁定犯罪嫌疑人。尤其是随着流窜作案、跨区域作案或非接触性作案如电信诈骗等案件数量的激增，侦查机关纯粹依据传统的侦查模式已经难以完成刑事案件的侦破任务。而通讯手段、通行工具以及付费方式等的现代化在为犯罪分子实施犯罪行为或者逃脱法律制裁提供便利的同时，也记录下了他们的行动轨迹，侦查机关可以依据记录的信息采取数据提取、挖掘的方式确定案件侦查的范围，从而锁定犯罪嫌疑人。可以说，大数据作为一种新型的具有超强渗透力和影响力的资源，让刑事侦查从传统的“现场驱动型”转变为“数据驱动型”成为事实。[22]

（二）侦查思维：由被动型侦查向主动型侦查转变

如前所述，传统的侦查主要是以已经发生的犯罪活动为侦查目标，以已经形成的痕迹物证为客观基础，借助日常的生活经验和侦查经验，运用侦查逻辑，通过发现、收集、固定和运用犯罪活动形成的痕迹物证揭露犯罪、证实犯罪，查获犯罪嫌疑人。被动型侦查就是在这种侦查规律的基础上逐步进行的，遵循时序上的前后衔接，强调犯罪行为发生在前，侦查行为实施在后，侧重于事后打击，侦查人员仅在知悉犯罪行为发生后才会为了查获犯罪嫌疑人而进行必要的侦查活动，因而缺乏主动侦查的动力。虽然被动型侦查的方向较为明确，侦查措施具有较强的针对性，侦查成效亦较为明显，但是其主要针对已产生危害结果的犯罪活动进行的，即使最终将犯罪嫌疑人交付审判，因犯罪行为造成的损害在一定情形下亦难以挽回。并且，面对居高不下的犯罪数量，侦查机关将工作的重心放在已发生案件的侦查上，久而久之必然会对犯罪的防控产生消极影响。

如今的犯罪形态已经从传统走向智能，从静止走向动态，从而导致被动型侦查呈现出一定的局限性。要改变这种状况，就迫切需要更加主动的侦查模式的参与，尤其是随着大数据技术的出现，增强侦查机关主动发现、挖掘刑事犯罪的能力，减轻侦查机关的取证难度，改变传统的被动型的侦查方式，利用大数据整合提炼技术成为更加有效的选择。数据驱动型侦查模式是一种主动进攻型的侦查模式，主要通过收集整理、提炼、挖掘以及综合分析研判相关的数据信息，将侦查工作的内容数据化，以数据信息作为侦查模式开启和运行的基础，调动更多资源，挖掘和发现更多信息，凝聚侦查破案合力，更具针对性地采取侦查措施，提高案件侦破的效率，促进侦查活动的顺利开展。此外，大数据最重要的价值是其具有一定的预测功能，即可以基于相关数据的分析研判预测事态的发展方向，将其运用到侦查领域，则要求侦查机关不只是通过被动反应式侦查以打击犯罪，而是应将侦查权向犯罪预防的领域扩张，侦查权的行使范围不再局限于犯罪行为的发生乃至犯罪结果形成的阶段，而是介入到导致犯罪得以发生的有关要素中去。侦查机关可以依据大数据预测的犯罪区域或者犯罪动向提前及时做好犯罪预防工作，由被动型侦查转变为主动型侦查。主动型侦查一方面可以及时发现并且侦破已发生的案件，另一方面在侦查防范观念的指导下，可以依据犯罪行为的特点，遵循刑事犯罪的规律，发挥大数据的预测功能，采取较为具体的措施预防犯罪行为的发生或者犯罪后果的形成。

（三）逻辑范式：由因果关系向相关关系转变

一般认为，在侦查活动中破解刑事案件谜团的关键在于找到刑事案件发生的原因。传统的刑事侦查都是建立在因果逻辑的基础上，对于犯罪事实的认定严格遵循因果关系的逻辑，要求证据与事实之间应当具有引起与被引起的因果关系。这实际上是一种由犯罪行为引起的结果到犯罪行为发生的原因的逆向性认识活动，即从犯罪事实出发，寻找犯罪嫌疑人，并且查明其实施犯罪行为的原因和发生的过程，也就是沿着因果路线，依据先果后因的逻辑顺序认识刑事案件的过程。在传统的刑事侦查中，原因与结果的逻辑范畴应用的范围非常广泛。这主要是因为获取大量的数据要花费较高的成本，并且存在困难，从而导致出现侦查人员倾向于用因果关系来看待周围事物的结果。但是，当我们进入一个较为复杂的数据化时代，断裂性、多因性等特征则会在案件的因果关系中逐一呈现出来，通过揭示因果关系发现案件真相的传统思维逻辑正在受到越来越严峻的挑战。

“大数据时代开启了一场寻宝游戏，而人们对于数据的看法以及对于由因果关系向相关关系转化时释放出的潜在价值的态度，正是主宰这场游戏的关键。”[23]大数据推动了相关关系分析，传统的因果关系逻辑范式面对复杂开放的大数据系统已经难以奏效。在传统的侦查过程中，侦查人员往往只能依据主观经验收集看似与案件有因果关系的线索，但是相关关系则强调通过识别有用的关联信息来分析案件，即从看似与案件无关的海量信息中通过数据碰撞等大数据分析方法的整合分析挖掘出相关的数据信息以作为刑事侦查的线索，从而大大扩展了侦查人员获取案件线索的途径，引导侦查人员全方位的分析案情、寻找突破口。此外，由于大数据的核心是建立在相关关系上的预测，因此将其应用于侦查中即通过对相关关系的分析可以预测案件发生的可能性。又由于犯罪活动本身就包括犯意表示、犯罪预备、着手实行犯罪等一系列环节，因此侦查人员可以通过大数据的预测功能获取案件的相关线索，及时制止尚未产生犯罪后果的行为。由此可见，现代侦查针对日益复杂的犯罪行为不再热衷于寻求实在而确定的因果关系，而是开始在海量的数据信息中探寻事物的相关性，并且作出合适的预测性安排。

四、我国数据驱动型侦查模式的适用路径

如今，现代化进程的迅猛发展使得传统的侦查模式难以完全适应现实的需求，侦查机关只有主动转变侦查模式，建立适应时代发展的数据驱动型侦查模式，才可以更好地进行案件的梳理与研判，从而为精确打击犯罪行为提供切实有效的数据支撑。我国数据驱动型侦查模式的转换逻辑是既要依据时代发展的新形势和侦查工作的新需求，赋予刑事侦查模式以全新的侦查理念，又要时刻围绕提高侦查技术水平和打击犯罪能力的重要任务，完善数据查询和使用平台，规范大数据在刑事侦查模式转型中的应用，推动数据驱动型侦查模式的顺利适用。

（一）侦查理念的转变

理念是行动的先导，使用大数据进行侦查必将带来理念方面的变革。侦查理念是人们基于一定的价值观念、意识形态和文化传统，对侦查的属性、目的及应然模式的认识和观念。[24]作为一种指导侦查活动的观念，侦查理念贯穿于侦查工作的全过程，不仅能够反映侦查规律，而且可以引导、支配或者决定侦查活动的进行。从某种意义上讲，侦查模式转型的首要任务是实现侦查理念的变革。目前，随着新的犯罪类型的不断出现，利用大数据提升刑事侦查与犯罪防控能力势在必行，为了更好地适应以信息爆炸为特征的大数据侦查时代的到来，侦查机关应当进一步转变侦查理念，以保障打击犯罪与保障人权目标的实现。

1.  数据主导的侦查理念

在传统的侦查模式下，侦查人员主要是根据在以往的侦查活动中积累的办案经验展开侦查，而这样的侦查具有一定的主观性和被动性。而在大数据时代侦查模式的开启、运行以及终结都与大数据紧密相连，侦查活动主要是基于客观存在的大数据展开的，即更重视客观证据在侦查活动中的作用，而侦查人员积累的主观办案经验在侦查活动中的作用有所削弱。这主要是因为纯粹依据侦查人员的办案经验去办案的方式已经跟不上时代的步伐，难以满足侦查办案的需要。以先进的科学技术为运转纽带的数据驱动型侦查模式的适用迫切需要侦查人员将以侦查经验为主导的侦查理念转变为以数据为主导的侦查理念。以数据为主导的侦查理念主要是指以大数据的储存、获取以及分析为主导，以大数据作为侦查的基础资源平台支配侦查活动的运行。换言之，大数据在侦查活动中将起到核心作用，侦查机关主要以获取的大数据为基础，将侦查的内容数据化，而数据资源则实现应用化。这也体现了侦查活动的主动性与智能性。在大数据的背景下，大量的犯罪形态都可以通过数据的形式表现出来，犯罪信息的记录与储存方式亦发生改变，数据记录贯穿于犯罪活动的始终。在这种情形下，侦查人员应当树立开放的侦查思维及数据主导侦查的办案理念，在大量获取并且有效分析与犯罪主体密切相关的数据信息的基础上，将刑事侦查的突破口从讯问犯罪嫌疑人转移到以大量数据为依托的各种类型的侦查技术的应用上来，促进刑事侦查工作从多个方面得以展开。

2.  预测性的侦查理念

就大数据而言，预测是指针对海量数据采用数学运算的方式预测事情发生的可能性。美国著名学者艾伯特·拉斯洛·巴拉巴西认为，93%的人类行为是可以通过大数据来预测的。[25]通过深入分析大数据可以发现隐藏在大数据背后的规律，而依据发现的规律可以较为准确地预测未来，大数据技术的魅力就在于其拥有收集分析大量数据并且可以迅速获得对于未来产生影响的信息的能力。[26]犯罪是人类阶级社会的必然产物。它在商品经济社会中不可能被根除，但可以被控制，而控制犯罪离不开打击和防范两种手段。一般而言，侦查机关总是在犯罪行为已经发生的情况下才会进行侦查，因而侦查具有一定的滞后性，但是为保障社会自身的安全，应当有一支值得信任、纪律严明的警察队伍可以在犯罪发生前阻止其发生，或者在犯罪发生后能够侦破案件并将罪犯送交法院进行审判。[27]从刑事方面看，将大数据技术运用到侦查领域可以通过对数据信息的研判侦破案件、惩罚犯罪或者是通过发挥大数据的预测性功能对尚未发生的刑事犯罪进行预防、及时制止。从实质上看，犯罪行为发生前的及时制止要好于犯罪行为发生之后的惩罚。虽然已被犯罪行为破坏的社会关系可以通过侦破刑事案件得到一定程度的修复，但是其社会效应显然不能与成功地进行犯罪预防的社会效应相比。预测性的侦查理念在侦查领域发挥的价值往往要大于其在其他领域发挥的价值，通过利用大数据技术发现犯罪规律、预测犯罪趋势，既有利于合理分配侦查资源、提高打击犯罪的准确性，又可以将犯罪行为遏止在萌芽状态，防止危害结果的发生，或者是在犯罪行为实施的过程中，及时将其予以识别，保护公民的生命、财产等合法权益免受非法侵犯。

（二）侦查平台的建设

目前，大数据除了在数量方面急剧增长外，在类型方面也呈现出复杂化、多样化的特征，已经由传统的结构化数据扩大到非结构化数据，通过分析复杂多样的海量数据进而提取侦破案件所需的信息已经成为大数据运用到侦查领域的最大难题。这既需要完善数据应用平台，加强数据的管理与使用，又需要保证数据资源的互通共享。

1.  数据应用平台的完善

侦查机关的数据应用平台应当是集数据存储、数据清洗、数据分析、数据可视化等功能为一体的综合数据应用平台。[28]作为数据驱动型侦查模式所依托的现代化侦查平台，数据应用平台的完善需要侦查机关在重视收集案件信息的基础上建立完备的侦查信息数据库。在当下的侦查实践中，侦查机关主要采用传统的侦查方式、依赖侦查人员的经验对所获取的信息进行分析与判断，而缺乏对数据信息的系统研读。不可否认，建立侦查信息数据库有利于侦查机关收集证据、查找犯罪嫌疑人或者查办同类犯罪案件，侦查机关采用科技手段综合分析涉案的数据信息既可以为其开展侦查活动提供强大的数据支持，又可以通过分析犯罪产生的原因、特点等要素有效开展犯罪预防工作，降低犯罪案件的发案率，遏制犯罪高发的态势。然而，目前我国数据库的建设仍处于初始阶段，数据采集尚不全面，为了实现数据驱动型侦查模式的构建目标需要收集、汇总、整理各类数据，尽量收集齐所有的数据资源。此外，大数据庞大的数据量需要侦查机关从中提取出有用的数据信息进而利用大数据技术予以分析，也就是从多样化的数据类型中，采取数据清洗、集成、转换以及挖掘等技术[29]获取对案件侦破有重要价值的信息。这既有利于实现从传统的人力型侦查向科技型侦查的转变，及时有效地发现犯罪线索，又有利于通过大数据分析技术得出的数据分析研判报告丰富犯罪的证明方式，从而节约司法成本。

2.  数据资源的互通共享

由于完备的数据库种类和数量是有效发挥大数据侦查功能的基础，因此应当实现侦查机关与其他部门之间数据库的交互融合，打破数据资源的共享壁垒。而逐渐智能、隐蔽的犯罪形势更是要求侦查机关尽快建立起数据查询和使用平台，加强与各个部门、区域之间的协作，进而形成协同作战的合力。然而，我国的侦查机关与其他部门之间的数据信息共享情况并不乐观。在侦查活动中，数据资源不能共享致使侦查机关在办理刑事案件涉及工商、税务、银行、房屋管理或者车辆管理等部门储存的信息时，总会在数据信息的采集方面遇到阻碍，从而影响了大数据技术功能的发挥，导致侦查信息片面化，分析研判的准确性不够。为利于侦查机关实时查询社会各行业内部储存的与特定的刑事案件有关的信息，提高破案效率，应当合理整合内外资源，真正确立数据库共享机制，改变条块分割的局面，通过平台实现数据资源的相融互通，打破各自为战的利益格局，尝试开拓新的数据信息采集路径，以犯罪案件的案发率为视点，以侦查信息中心为依托，有效整合各个地区、各个部门之间的数据资源，使数据资源在共享的前提下得到最大限度的利用。

（三）侦查模式运行机制的变革

在传统侦查模式下，侦查机关主要采取现场勘查、调查走访或者询问被害人的方式进行侦查，确定并抓获犯罪嫌疑人，进而对其展开讯问，还原案发过程，最终侦破案件，即犯罪嫌疑人的口供对于案件的侦破具有关键性的作用。然而，伴随犯罪数据化的普及，因实施犯罪而产生的大量数据信息被记录下来，侦查人员可通过以云计算为基础的大数据技术对其进行分析研判，依据结果迅速查找到犯罪嫌疑人，从而加快侦查的进程。与传统侦查的运行机制不同，数据驱动型侦查的运行机制包含犯罪信息收集、犯罪信息分析、犯罪信息验证以及犯罪趋势预测4种机制。

1.  犯罪信息收集机制

在传统侦查模式下，侦查人员主要通过以下途径收集犯罪信息：一是现场勘查，即通过勘查提取遗留在犯罪现场的指纹、血液等证据。侦查人员一般会运用通过整体巡视确定勘查重点的方法，通过局部观察发现提取证据的方法，通过个体勘查关注细节的方法。[30]二是走访调查，以询问被害人及其家属、案发现场的目击者的方式确定犯罪嫌疑人的相貌、犯罪动机及过程等。三是通过讯问犯罪嫌疑人的方式获取口供。事实上，通过以上3种传统的途径获得的信息对于侦查机关确定犯罪嫌疑人、收集犯罪证据具有重要作用，但是，随着大数据技术的发展以及犯罪分子反侦查能力的增强，传统的犯罪信息收集机制已不能适应现代侦查工作的需要。传统侦查模式主要是依据因果关系收集犯罪信息，而数据驱动型侦查模式则强调侦查人员在办理刑事案件时需要减少对因果关系的过度关注，将注意力集中到对刑事案件各种要素的相关关系的分析判断之中，分析运用收集到的所有数据信息，而不是将过多精力耗费在探寻数据信息之间的因果关系上。因此，在大数据的背景下，侦查人员应通过相关关系的逻辑范式对数据信息进行全面收集，即既要关注以现场勘验、走访调查、侦查讯问等传统方式收集的犯罪信息，也要重视以大数据技术收集的数据信息。

2.  犯罪信息分析机制

收集犯罪信息只是基础，整理、储存、分析收集到的犯罪信息，发挥信息引导侦查的作用，让收集的犯罪信息产生最大的价值才是目的。在传统侦查模式下，侦查人员对犯罪形势的分析具有一定的主观性，并且面对新型的犯罪类型，侦破案件的难度较大。而在数据驱动型侦查模式下，侦查人员对犯罪信息的分析主要依赖大数据技术，大数据的分析处理结果为侦查人员进一步开展侦查讯问工作、采取相应的刑事强制措施或者进行其他的侦查活动提供切实有效的支持，以便最终抓获犯罪嫌疑人。在犯罪信息分析机制层面，侦查人员对于数据信息的分析从本质上讲可以揭示出侦查人员凭借直觉难以发现的有价值的信息，包括监测犯罪动向、分析案件特点并且提出研判意见，发掘事物之间隐含的关系，指引侦查的方向等，更加突出大数据分析结果较强的客观性和证明力，更高的稳定性和可信度。基于相关关系的逻辑范式，侦查人员可以针对具体问题，通过对大数据的全面分析依据多种情形确定不同的运算法则，并且构建相应的数据模型，最终得出较为可靠的结论。

3.  犯罪信息验证机制

在传统侦查模式下，侦查人员往往依据现场勘验、走访调查等方式获取的犯罪信息作出假设，锁定并且抓获犯罪嫌疑人，继而依据犯罪嫌疑人的供述来验证侦查人员的假设以及犯罪嫌疑人是否实施犯罪行为。在犯罪嫌疑人承认其实施犯罪行为的情况下，可以对侦查人员的所有假设进行验证。而在数据驱动型侦查模式中，犯罪信息的验证一方面来自收集到的数据信息自身的验证，如对犯罪嫌疑人进行筛选时，大数据技术可对犯罪嫌疑人有无犯罪的可能性展开验证，并且自动排除不具有犯罪可能性的行为人，最终将犯罪嫌疑人确定下来；另一方面，可以通过大数据记录的数据信息对犯罪嫌疑人的供述进行验证。侦查人员所取得的信息大多是客观的数据信息，这些数据信息一般会从不同的层面反映犯罪的整个过程，大多数案件都可以通过大数据记载的数据信息反映出来。当然，因为数据只是事实的镜像，其确定只是一种概率以及数据证明与法律证明体系的间隔，所以需要从现实关系上进一步查证，把数据确定转换为法律确定。[31]

4.  犯罪趋势预测机制

在传统侦查模式下，线人提供的信息可以帮助侦查机关在具体的犯罪行为发生前展开侦查，但是如今众多复杂犯罪类型的出现，特别是犯罪分子反侦查意识的增强，侦查机关依据线人提供信息展开侦查较为困难，而大数据的预测功能在此时则会发挥较大的价值，有效推进犯罪趋势预测机制的运行。具体而言，大数据时代的犯罪趋势预测机制体现为两个方面的内容：一是对已发生的刑事案件展开预测侦查，侦查人员利用大数据技术分析现有的数据信息，确定案件发生的时间、地点，预测犯罪嫌疑人的逃亡路线或者其下一个作案目标；二是根据大数据对以往犯罪案件处理的分析可以大致预测出犯罪易发生区域或者是某些犯罪类型的发生概率，从而帮助侦查机关利用已知的犯罪数据，对未来可能发生的犯罪行为进行预测，并且根据预测的结果进行相关的行动部署，使有限的精力和资源能够发挥最大的功效。例如，美国国土安全部研发的“未来行为检测科技系统”即是大数据时代对个体犯罪概率进行预测的系统，其预测未来行为发生的概率具有较高的准确性。

（四）侦查模式适用的规范

通过对数据驱动型侦查模式轮廓的初步勾画不难发现，数据驱动型侦查模式是侦查机关为适应大数据时代的需要而构建的一种新型侦查模式，在这种模式下，侦查人员对数据信息的需求超过以往任何时候，但是大数据时代对数据信息的渴求，毫无例外地会使侦查机关在收集大数据的过程中实施种种“越轨”行为。因此，应当明确侦查机关利用大数据进行犯罪侦查的边界，以便更好地发挥大数据在刑事侦查中的作用。

1.  保护隐私权对数据驱动型侦查模式适用的掣肘

数据安全是大数据未来健康发展和广泛应用的基础及前提，数据挖掘、预测分析的核心是坚决反对侵害公民的隐私权。[32]在数据驱动型侦查模式下，数据信息的高度整合在提高信息获取能力、降低信息处理成本的同时，亦使公民的个人隐私在挖掘各类数据信息实施侦查行为时受到威胁。个人隐私和数据安全保护随着大数据分析精准度的提高和应用领域的扩大而变得日趋紧迫。[33]数据驱动型侦查是一种适应时代发展的现代化侦查模式，实现了刑事侦查从重视主观证据向重视客观证据的转变，提高了侦查效率，但是侦查机关为了推动侦查模式的运行，在建立大规模数据库时必然会涉及公民的个人信息，而由于缺乏对隐私权的保护，因而使得公民的隐私安全受到威胁。具体而言，在适用数据驱动型侦查模式的过程中，侦查机关为了建立大数据侦查信息系统，完善数据信息共享机制，必然会广泛收集各类数据信息，但是侦查机关在获取和利用犯罪嫌疑人的相关数据信息的同时，往往也会附带获取和利用根本没有涉嫌犯罪的人的有关社会信息。这显然会侵犯公民的隐私权。为了推动数据驱动型侦查模式的广泛适用，应当制定规范数据信息使用的具体规则，合理规制侦查机关收集、保管以及使用公民个人信息的行为，最终在保障公民隐私权与提高侦查效率之间保持平衡。

2.  对数据独裁行为进行规制

数据驱动型侦查模式的适用，既可能侵犯公民的隐私权，也可能会形成数据独裁的局面，致使侦查活动过分依赖数据。可以说，在适用数据驱动型侦查模式的过程中，侦查机关及其工作人员很有可能存在过度依赖数据的倾向，盲目相信数据的威力而忽视其局限性。这主要表现在以下两个方面：一是在侦查的过程中，将大数据运用到其所不适用的领域，过分夸大大数据的作用，或者过分依赖大数据分析的结果，尤其是随着大数据预测功能的改进会产生一种盲目的数据崇拜心理；另一方面，为了尽快侦破案件，侦查机关很可能强行推动数据驱动侦查的进程而限制侦查人员主观能动作用的发挥，导致其在侦查活动中的主体性地位受到威胁。当然，对数据独裁行为的规制并非是为了否定数据资源以及大数据技术对刑事侦查所起的巨大作用，而是肯定在侦查过程中在发挥大数据作用的同时应对其局限性有理性的认识（在侦查过程中获取的数据可能缺乏科学性或者客观性，数据分析可能存在错误或者分析结果具有误导性，抑或数据可能根本达不到量化的目的），最终使数据资源和大数据技术更好地适用于刑事侦查，真正提高侦查刑事犯罪的效率。实际上，在侦查过程中，只要大数据能得到合理的利用，那么大数据就会变成强大的武器，大数据与刑事侦查结合得越紧密，就越有利于提高刑事案件的侦查效率、有效打击刑事犯罪。

五、结语

法律发展的实质在于随着社会的发展实现由传统向现代的转变。显然，侦查模式也面临着从传统型向现代型的历史性变革，而在大数据时代的背景下，侦查模式这一历史性变革的过程就是数据驱动型侦查模式的构建过程。未来的侦查模式或许会由传统型转变为以大数据为依托的充满时代特色的一种现代型的侦查模式：运用大数据承载的信息发现犯罪嫌疑人；利用大数据分析各类数据元，掌握犯罪趋势，从而预防犯罪；利用大数据优化侦查资源的分配，提高侦查效率。当然，刑事侦查模式的转型是一项复杂的系统工程，并不可能一蹴而就。在数据新常态背景下，刑事侦查模式的变革与推进需要借助侦查技术的发展和大数据技术的双轮驱动，以便有效应对社会现实状态下日益复杂的犯罪态势，逐步适用数据驱动型侦查模式，促进刑事侦查工作由传统的人力型、粗放型向现代的科学型、集约型转变。

参考文献

（请向下滑动）

[1]参见谢佑平、万毅：《刑事侦查制度原理》，中国人民公安大学出版社2003年版，第22页。

[2]SeeHerbert Packer, Two Models of the Criminal Process, University of PennsylvaniaLaw Review, Vol. 113, No.1, 1964, p.6.

[3]转引自张文显：《部门法哲学引论——属性和方法》，《吉林大学社会科学学报》2006年第5期。

[4]参见陈瑞华：《刑事审判原理论》，北京大学出版社2003年版，第262页。

[5]参见万毅：《转折与定位：侦查模式与中国侦查程序改革》，《现代法学》2003年第2期；王建平：《现行刑事诉讼法视角下的职务犯罪侦查工作热点问题研究》，法律出版社2013年版，第47页。

[6]参见何军：《大数据与侦查模式变革研究》，《中国人民公安大学学报》（社会科学版），2015年第1期。

[7]“风险社会”理论由德国社会学家乌尔里希·贝克于1986年在其出版的《风险社会》一书中提出。由于当时恰逢乌克兰的“切尔诺贝利事件”和英国的“疯牛病危机事件”的爆发，因此，“风险社会”理论提出后迅速受到西方国家学者们的高度关注。如今，“风险社会”中的“风险”主要是指因为科学技术的发展给人类社会带来的难以预见和防范的因素。

[8]谢佑平、万毅：《刑事侦查制度原理》，中国人民大学出版社2003年版，第271页。

[9]参见《2014我国大数据发展分析报告》，http://www.cssn.cn/xwcbx/xwcbx_gcsy/201411/t20141104_1388658_1.shtml，2018-01-03。

[10]转引自[葡]叶士朋：《欧洲法学史导论》，吕平义、苏健译，中国政法大学出版社1998年版，第152页。

[11]参见公丕祥：《法制现代化的理论逻辑》，中国政法大学出版社1999年版，第62页。

[12]转引自[德]阿尔图·考夫曼、温弗里德·哈斯默尔主编：《当代法哲学和法律理论导论》，郑永流译，法律出版社2002年版，第91页。

[13]See John Gantzand David Reinsel，Extracting Value from Chaos，IDC iView，June，2011，pp. 1-12.

[14]参见张引、陈敏、廖小飞：《大数据应用的现状及展望》，《计算机研究与发展》2013年第S2期。

[15]Manyika J, ChuiM, Brown B, et al. Big data: The next frontier for innovation, competition, andproductivity, McKinsey Global Institute, 2011, pp. 1-137.

[16]参见董邦俊、黄珊珊：《大数据在侦查应用中的问题及对策研究》，《中国刑警学院学报》2016年第2期。

[17]参见何军：《大数据与侦查模式变革研究》，《中国人民公安大学学报》（社会科学版）2015年第1期。

[18]参见任惠华主编：《侦查学原理》，法律出版社2012年版，第244页。

[19]参见涂子沛：《数据之巅：大数据革命，历史、现实与未来》，中信出版社2014年版，第256页。

[20]参见刘品新：《论网络时代侦查制度的创新》，《暨南学报》（哲学社会科学版）2012年第11期。

[21]参见郝宏奎：《论虚拟侦查》，《中国人民公安大学学报》（社会科学版）2008年第1期。

[22]参见倪北海：《“大数据”时代侦查（思维）模式初探》，《贵州警官职业学院学报》2016年第6期。

[23]［英］维克托·迈尔—舍恩伯格，肯尼斯·库克耶：《大数据时代：生活、工作与思维的大变革》，盛杨燕、周涛译，浙江人民出版社2016年版，第20页。

[24]参见毛立新：《论我国侦查理念及其法治化》，《政法学刊》2006年第5期。

[25]参见[美]艾伯特·拉斯洛·巴拉巴西：《爆发：大数据时代预见未来的新思维》，马慧译，中国人民大学出版社2012年版，第218页。

[26]参见赵国栋、易欢欢、糜万军等：《大数据时代的历史机遇：产业变革与数据科学》，清华大学出版社2013年版，第21页。

[27]参见[英]丹宁勋爵：《法律的正当程序》，李克强等译，法律出版社2016年版，第119页。

[28]王燃：《大数据侦查》，清华大学出版社2017年版，第182页。

[29]数据清洗指清除数据噪声和与挖掘主题无关的数据；数据集成是指将来自于多个数据源中的相关数据组合到一起；数据转换是指将数据转换为易于进行数据挖掘的数据存储形式；数据挖掘是指从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的复杂过程。参见李建利、李宇尘：《大数据在刑事侦查中的应用研究》，吉林大学出版社2017年版，第84-85页。

[30]参见何家弘主编：《新编犯罪侦查学》，中国法制出版社2007年版，第252-254 页。

[31]何军：《大数据与侦查模式变革研究》，《中国人民公安大学学报》（社会科学版）2015年第1期。

[32]参见[美]埃里克·西格尔：《大数据预测：告诉你谁会点击、购买、死去或撒谎》，周昕译，中信出版社2014年版，第39页。

[33]参见新玉言、李克：《大数据：政府治理新时代》，台海出版社2016年版，第111页。

本文载于《法商研究》2018年第2期

感谢作者对本公众号的授权

本文仅作学习交流之用

 吴冠中 · 海之夜

往 期 荐 读

编辑：钟柳依

欢迎点击“阅读原文