国家治理视角下大数据侦查犯罪治理功能：问题、内涵及边界

林冬梅

（北京警察学院，北京 102202）

一、源起：问题的提出

大数据这一概念从提出到今天，短短十几年的时间几乎覆盖社会生活的各个领域。从金融到医疗保健再到执法，许多组织都采用了大数据分析作为提高效率、预测和减少偏差的手段［1］。犯罪侦查领域应用大数据技术虽然相对滞后，但是大数据侦查思维正在逐渐深入人心。有学者总结，大数据推动侦查思维从因果性转向相关性，从抽样性转向整体性，从回溯性转向预测性，从分散独立性转向共享协作性［2］。面对大数据侦查这把“双刃剑”，一方面，侦查实践部门热情拥抱大数据技术，因为大数据侦查在解决警力资源短缺、提高犯罪侦查工作效率和侦查精准度等方面作用尤为明显；另一方面，理论研究者对大数据算法、大数据安全、大数据侦查行为导致的侦查权力扩张及滥用等问题提出诸多质疑和担心，大声疾呼要严格控制大数据侦查的应用。无论推崇还是质疑，大数据技术融入犯罪侦查工作的趋势不可阻挡，并且这种融合也会越来越深入。

理论研究者出于对大数据技术带来侦查权力扩张的担心，探讨集中于各种针对侦查权规制的程序与方法。程雷教授认为，可以采取侦查规范和数据规范的双重路径对大数据侦查进行法律控制［3］。卞建林教授与钱程博士认为，在侦查措施体系规范回归刑事程序合法性原则、侦查比例性原则、侦查不公开原则的前提下，调适大数据侦查的应用范围与适用限度；要建立刑事程序规范体系和数据应用规范体系为轴的双轨式法律规范体系对大数据侦查予以法律规制［4］。学者裴炜在分析大数据侦查引发的传统侦查规则在宏观和微观层面的使用困境后，提出调整现有侦查程序的三方面制度设想，即建构起被指控人获得合理推论的权利，设置相对独立的预审制度，对侦查行为的具体相关性规则进行修正［5］。也有学者从强化私权利保护特别是隐私权保护的视角，提出具体措施以及制度上的设计思路，以对抗逐渐扩张的公权力。如王仲羊提出，对公民个人信息保护进行制度设计时，应兼采个人信息权与隐私权两项权利的优势，分别从权利客体、权利内容、权利保护方式等方面进行具体设计［6］。张晶提出，大数据侦查视域下要实现信息隐私权保护，应当明确大数据侦查的法律定位，建立递进式审查标准，实现规制程序的诉讼化改造，确立私主体参与侦查的分级授权和过程性监督，建立实质性信息隐私权保护衡量标准［7］。

学者们对权力规制以及权利保护的讨论仍在进行中。但是，在探寻强化私权与限制公权平衡点的过程中，学者们似乎忽略了与“权利-权力”形式具有直接关系的侦查功能。侦查功能以往并未能引起太多理论关注，中国知网上与侦查功能相关的研究论文仅20 篇，其中题目中包含“侦查功能”“侦查权功能”字样的论文13 篇，其余论文仅在论述中或多或少提及侦查功能。这一方面与侦查学理论研究本身较为欠缺有关，另一方面也似乎说明侦查功能是一个不证自明的命题［8］。刑事诉讼领域的“侦查”概念已经将侦查功能基本框定在揭露犯罪、防控犯罪与保障人权上［9］，这一功能定位也基本得到了理论界与实务界的普遍认可。然而，大数据时代改变了传统侦查理念和侦查模式，侦查功能也有突破刑事诉讼领域的趋势，尤其在预测警务、预测侦查概念相继出现以后，侦查功能已经开始向犯罪预防领域延伸。

二、局限：囿于刑事诉讼范畴的传统侦查功能

作为刑事诉讼法中明确了的“侦查”概念，是法律规定的刑事诉讼程序之一环，它承担的功能自然也脱离不了刑事诉讼功能范畴。通常而言，对传统侦查功能的论述和分析主要从刑事诉讼法学视角以及侦查学视角展开，两个视角下展示的侦查功能侧重点略有不同。

从控制权力运行的刑事诉讼法角度看，侦查的程序性功能是侦查功能的核心内容。如卞建林教授从侦查在现代刑事诉讼中所承担的功能分析，认为侦查程序具有收集证据、查获犯罪嫌疑人，连接起诉、为公诉做准备，规制侦查权力、保障公民权利三重目的［10］。刘静坤教授立足于侦查服务于整个刑事司法系统运作的视角指出，侦查功能关系到侦查阶段的裁量问题，侦查的结果决定了制裁系统（刑事制裁或者行政制裁）的选择、刑事诉讼后续环节启动与否以及刑事司法系统的运作效果［11］。

侦查学视角下的侦查功能一般概括为“揭露犯罪功能、人权保障功能、防范控制犯罪功能”。①传统侦查学教材中对于侦查功能的论述多以侦查任务等表述形式出现，侦查学相关论文中在探讨侦查功能时，其具体内容与侦查学教材中的侦查任务具体内容本质上并无不同。本文对于侦查功能的探讨旨在强调大数据时代侦查理念的变革，因此并未对侦查功能与任务进行严格区分。这一概括整体上未能突破刑事诉讼功能范畴，但在具体功能论述中，侦查学学者认为侦查除了具有刑事诉讼的功能，还有自己独立的价值和功能。杨立云教授认为，不同于侦查的诉讼保障功能具有人为属性，发现事件真相是侦查天然具有的功能，即便剥离其法律属性，侦查仍然具有发现事件真相的能力［12］。尽管侦查学视角下的侦查功能有其自身独立价值，但是这一独立价值仍然围绕揭露和控制犯罪功能展开，仍属于刑事诉讼功能范畴。

三、突破：国家治理视角下大数据侦查“预防-控制”犯罪治理功能

侦查程序的法定性特点，使得传统侦查功能的界定囿于刑事诉讼范畴，但是随着警务工作理念从对犯罪的被动应对向主动预防转变，侦查功能也随之发生了变化。有学者关注到这种侦查功能上的变化，认为在传统调查型侦查手段技术化以后，情报主导警务①现代警务理论自社区警务提出以来，先后出现了问题导向警务以及情报主导警务等理论。根据莱特克里菲（Ratcliffe）的观点，情报主导警务是一种商业模式和管理哲学；其中，数据分析和犯罪情报对客观的决策机制至关重要，这一决策机制通过对惯犯和重大犯罪分子实施战略管理和有效的执法策略，减少、遏制和预防犯罪及各类问题的发生。参见：RATCLIFFE J H.Intelligence-led Policing［M］.Cullompton：Willian Publishing，2008： 89.下的侦查权能的根本定位是犯罪预防和对危险对象及相关因素的监控，侦查不再仅仅是一项司法程序内犯罪追诉性的权力，在风险防范和治理意义上，侦查权已然内在着犯罪治理功能之性质［13］。还有研究者认为，侦查主要功能体现为侦查防控，犯罪风险预测及治理是侦查防控的核心功能［14］。这一犯罪治理视角下的侦查功能在大数据技术迅速发展的今天，开始突破侦查程序功能（犯罪事后控制功能）界限，向犯罪的事前治理领域寻求突破。

（一）国家治理视角下大数据侦查向预防性犯罪治理功能延伸

中国特色社会主义法治理论提出在法治轨道上推进国家治理体系和治理能力现代化的要求，这是国家对社会发展和民众根本需求的回应，是国家治理实践的探索和经验总结，也是犯罪治理领域指引侦查承担起犯罪治理功能的理论指南。党的二十大报告提出，要提高公共安全治理水平，强调“坚持安全第一、预防为主，建立大安全大应急框架，完善公共安全体系，推动公共安全治理模式向事前预防转型”，这意味着国家治理模式随着风险社会的到来逐渐向预防型理念转变。犯罪治理是公共安全治理的一种特殊形式，因其具有严重的社会危害性，通常被独立出来，并制定专门的规范、进行专门的研究。因此，对于公共安全的预防转型理念同时也适用于犯罪治理领域。大数据侦查既是风险社会信息技术应用于犯罪侦查领域的必然要求，也是预防性犯罪治理理念的具体体现。

在现实层面，非传统安全风险升高促使大数据侦查功能向预防性犯罪治理模式转变。数字化时代信息技术的广泛运用一方面促进了数字经济与实体经济深度融合，推动经济社会向高质量方向发展；另一方面也使得非传统安全风险成为社会安全与发展的重要威胁，表现为涉及信息网络安全、数据安全、人工智能安全、金融安全等众多领域的新型违法犯罪形势日益严峻。

传统犯罪治理主要体现为控制和惩罚犯罪，国家通过控制和惩罚犯罪达到特殊预防和一般预防的效果。作为调查和发现犯罪真相的侦查，因其具有辅助刑罚的功能，同样以控制和惩罚犯罪实现犯罪治理的功能。但是这种以事后惩罚、事后预防为表现形式的犯罪治理模式在面对非传统安全风险的挑战中，其被动性和滞后性可能给国家和社会带来无法弥补的损失。比如金融类网络新型犯罪一旦发生，通常会给个人、社会以及国家造成巨大经济损失。从公开的新闻案例可以看到，仅单起地下钱庄类犯罪涉案金额少则千万元人民币，多则上亿元人民币。再比如，数据安全领域犯罪可能导致涉及国家安全、社会安全以及个人安全的数据泄露，进而造成不可弥补的损失。这就倒逼传统被动的刑事（犯罪）治理格局开始向主动预防转型，从而适应数字经济时代的要求［15］。

风险社会的预防性犯罪治理理念并未脱离国家治理以人为本、依法治理、公共治理的“善治”要求［16］。因此在预防性犯罪实践中，大数据侦查也要坚持以人为本，满足人民对安全的迫切诉求，把人民作为犯罪治理的出发点和落脚点；必须遵循法治原则，用法治思维和法治方式实现犯罪治理的效果和目的；同时将能动主义刑事司法理念融入执法办案环节，充分发挥能动主义刑事司法的治理优势。当然，大数据侦查的预防性犯罪治理并非仅仅依靠公安或者侦查一个部门，它要求多元主体共同治理犯罪，进而达到公共治理与政府治理的统一。上述大数据侦查以人为本、依法治理、公共治理的“善治”理念所体现的预防性犯罪治理功能在下文具体大数据侦查案例中均有明确体现。

（二）国家治理视角下大数据侦查“预防-控制”犯罪治理格局形成

大数据侦查的“预防-控制”犯罪治理格局是随着大数据分析技术渗透警务实践工作而逐渐形成的。这一过程中传统界限清晰、刑事诉讼属性明确、权力行使主体单一的侦查权力随着社会信息化的发展延伸至更为广阔而细微的社会层面［17］，进而呈现出大数据侦查权力弥散性、边界模糊性特点。这是犯罪形势发展的必然要求，是侦查权力与大数据技术环境相互作用的结果，同时也是大数据侦查的犯罪治理理念在实践中的具体体现。有学者总结，目前大数据技术在不同程度上以五种主要方式应用于警务工作实践：一是风险评估数据化。警务工作越来越依靠风险评估进行警力资源部署等各项工作，大数据技术以更为科学、精确的数据形式补充和量化以往的依靠人的经验进行的主观风险评估。二是警务数据的预测功能凸显。警务相关数据越来越多地被用于预测犯罪目的，而不是用于进行对犯罪的被动反应或解释的目的。三是自动警报系统的广泛应用。通过设定阈值及关联信息系统，大数据技术使得系统性监视大规模人群成为可能。四是应用于警务工作的数据范围扩大。目前除了直接与警务工作相关的数据，一些不直接与警方相关联的个人信息也被应用于警务工作。五是非警方收集的独立数据系统被并入警方数据系统。以往非隶属于警方的独立数据系统被合并到关系系统中，包括最初在其他非刑事司法机构收集的数据［18］。

尽管大数据侦查分散于警务工作的各个方面，但其在实践中的应用方式仍可以大致归结为两类，一类是大数据侦查的预测（事前预防）犯罪功能，一类是大数据侦查的事后控制犯罪功能。因此，国家治理视角下的大数据侦查功能在传统控制犯罪功能基础上，前摄至犯罪预防性治理领域，突出其事前预防犯罪的功能。这就使得大数据侦查从传统关注犯罪事后控制功能扩展为加强事前预防功能的“预防-控制”犯罪侦查治理模式。因此，大数据侦查的预防性犯罪治理模式更强调犯罪的事前预防，控制和惩罚犯罪则成为最后的治理手段，二者相互衔接共同实现犯罪综合治理的目的。

1.“预防-控制”犯罪治理功能之“预防”实践样态

顺应预防性犯罪治理要求，大数据侦查将大数据技术应用于侦查工作，使得侦查功能向犯罪预防领域延伸。大数据侦查这种事前预防的功能一方面体现为公民权利对犯罪风险防控的诉求，另一方面体现为政府权力应对犯罪风险而赋予侦查一定的预防犯罪功能。因此在“权利-权力”实践需求的双重呼吁下，大数据侦查体现为侦查理念从被动向主动转变、并以犯罪威胁（或称犯罪危险）为驱动的侦查模式；而这种主动侦查模式提高犯罪侦查效率的同时，对未然犯罪的预防作用也更为凸显，进而提升犯罪治理的效率和效果［19］。

大数据侦查预防犯罪功能在实践中主要体现为两个方面：对“事”的预测分析和对“人”的预测分析。对“事”的预测分析即对犯罪事件的预测分析，典型例证为犯罪热点分析，是根据已有犯罪相关数据对某地区某一段时间内高概率发生某种犯罪的预测。对“人”的预测分析典型例证为对高危人员预警分析，此种分析仍然是以犯罪相关数据为基础，通过各类数据整合分析，筛选出某些高危人员，高危人员分析包括高危犯罪人员分析和高危受害人员分析。大数据侦查对犯罪的预测真正实现了“防患于未然”的犯罪事前预防理念，以技术方法实现了预防与控制犯罪之间的紧密衔接。

犯罪热点分析通常与高危受害人员分析相结合，它是犯罪环境预防理论在实践中的具体应用。犯罪热点分析通过数据分析出高犯罪发生地，识别出易受害人员名单，然后针对潜在受害人采取措施预防犯罪发生。例如，美国路易斯安那州新奥尔良市实行的Palantir 项目。该项目将警务数据与公共安全数据进行整合，分析高发犯罪形势。项目使用的数据包括报警服务电话数据、电子警察报告数据、缓刑和假释记录数据、治安官办公室逮捕及预约数据、犯罪团伙数据、警区信息采集卡数据、弹道数据以及现有的案件管理数据等。另外，数据分析人员还将公共安全数据诸如学校位置、医院位置、公园位置、警务区划、酒类商店甚至街灯位置等社区及基础设施数据加入数据分析系统，使用犯罪地图分析软件，对犯罪热点地区（hot spot）进行分析；使用社会关系分析方法（social network analysis）识别出高危被害人员。Palantir 项目分析员曾经在一次具体分析中作出预测，他们可以从3 900 名高危亚群体中识别出35%至50%的有可能遭受枪击的受害人，并且通过竞争对手、报复以及其他关系的分析，解释他们识别出这些高危被害人员的依据。同时，分析人员使用该系统从新奥尔良市378 750 人口中识别出2 916 名谋杀犯罪高危受害人。针对识别出的高危受害人，新奥尔良市警察局联合其他部门采取措施，防止高危受害人成为真正的受害人。

在传统侦查模式下，高危人员分析特别是高危犯罪人员分析多以人工方式进行，体现为刑事情报信息。大数据背景下，高危人员分析因为警务数据资源的多元化加入，分析的精确性更高，分析结果及后续落地措施的及时跟进，使得犯罪预防工作更为有效、及时。例如，芝加哥警察局曾使用一款名为“高危名单”（heat list）的软件预测潜在的高危暴力犯罪受害人、受害实体以及潜在高危犯罪人。“高危名单”软件以实证数据为依据，在预测高危犯罪人时使用数据包括个人犯罪记录，如该人在犯罪中使用暴力的记录、他的犯罪活动在多大程度上呈现上升趋势、因将来的犯罪行为而可能受到刑罚处罚的强度等级等。“高危名单”软件在预测高危受害人中，使用数据包括以往犯罪记录、受害人特点等。统计显示，2016 年母亲节期间，仅两天内芝加哥有51 人遭到枪击，其中80%遭到枪击人员在软件所预测的“高危名单”中；同年阵亡将士纪念日当天，64 人遭到枪击，其中78%遭到枪击人员在“高危名单”中。

2.“预防-控制”犯罪治理功能之“控制”实践样态

大数据侦查的犯罪控制功能强调对犯罪的事后控制功能。在这一点上，大数据侦查与传统犯罪控制功能没有本质不同，但是在控制犯罪的手段上大数据侦查的优越性更为明显。大数据侦查通过技术本身的优势，针对已经发生、明确而具体的犯罪开展发掘真相、推动诉讼进行的功能。这一功能主要体现为大数据侦查技术对传统犯罪控制功能的强化，即通过大数据技术应用于具体犯罪侦查工作，提高侦查效率和效果。

例如，在北京市公安局某分局侦破的一起盗窃电动自行车案件中，基层部门在受理案件后，通过数据分析比对发现近期有多起类似案件发生，认为有开展网络侦查①大数据侦查目前主要为学术研究概念，实践中主要体现为网络侦查，并且实践部门通常设立网络侦查机构专门开展大数据侦查的具体工作。的必要，因此呈报分局警务支援大队②不同基层公安部门网络侦查的部门名称不尽相同。本案中该分局负责网络侦查（大数据侦查）的部门为警务支援大队。开展网络侦查。通过评估分析，警务支援大队认为该案符合网络侦查审批要求，有必要、有条件开展网络侦查措施，经过向上逐级层报批准后，开展网络侦查。警务支援大队通过如时空分析等大数据侦查技术最终确定一名犯罪嫌疑人，再通过关联分析发现犯罪嫌疑人曾以相同手段多次作案。在将网络侦查线索反馈给基层办案部门后，办案部门将嫌疑人抓获，在其住处起获电动车电瓶100 余个，为群众挽回经济损失。

再比如在一起经济犯罪案件中，侦查人员调取了犯罪涉案主体的全部资金数据，由于涉案主体账户和资金数据众多，人工不可能完成如此大量数据的全面分析。通过设定账户特征、资金交易行为特征等建立数据模型，利用数据挖掘技术完成资金数据分析，发现与资金数据相关的人物关系、犯罪行为模式等，进而为侦查提供线索和证据。此类案件中，大数据技术对于提高侦查效率和效果的作用是传统侦查方法的几何级倍数。因此，大数据侦查在控制犯罪功能上更为突出的特点是利用大数据技术本身在发现犯罪线索、收集固定犯罪证据方面的优势，发挥犯罪控制功能。

3.“预防-控制”犯罪治理功能之数据治理理念

大数据侦查的“预防-控制”犯罪治理功能以数据作为支撑，在“预防-控制”犯罪全过程中贯穿让数据“说话”的理念。根据“数据-信息-知识-智慧”（Data-Information-Knowledge-Wisdom，简称DIKW）金字塔层次理论，数据是可观察的代表事物性质的符号［20］，处于金字塔结构最底层，是做出决策（智慧层面）的基础和依据。前大数据时代，数据的收集较为有限，且多以人工、简单统计方式进行，基于此做出的犯罪治理对策具有一定的局限性；而伴随大数据时代的到来，以数据驱动为先导的犯罪治理加入了大数据分析这一技术元素，使得犯罪治理决策更具有针对性和成效性。以数据为基础的大数据侦查模式穿透了数据本身的意义和价值，一方面数据的洞察力在更为深入的层面发挥作用，指导政策制定和具体实践工作，从而体现出大数据侦查在国家治理层面的意义；另一方面大数据所具有的大量性、高速性、多样性、价值性特征，使得数据的洞察力较以往更为关注公众的需求，进而反映在犯罪对策制定中决策者能够以人为本，让公众对犯罪治理模式的认知更具体、更深入，从而增强了政府公信力，形成政府与公众共同参与的良性国家治理模式。

在前述新奥尔良市警察局的Palantir 潜在受害人分析项目的实施过程中，得出高危受害人员名单后，不同于芝加哥警察局仅仅对数据预测结果采取单方面应对措施（通过警方发出正式告知书的形式威慑潜在犯罪人）的做法，新奥尔良市警察局通过“主导—协同—参与”的方式关注各方的犯罪防控责任［21］。针对大数据分析结论所反映出的犯罪相关问题，新奥尔良市警察局会同多个部门联合采取防范措施，减少甚至避免Palantir 数据分析识别出的高危被害人成为真正受害人。例如，消防部门在数据分析识别出的学校等地增加检查频率，市政工程部门将相应地区毁损的街灯修好，卫生部门也采取行动对特定学校等地开展暴力犯罪预防工作，警察部门绘制出团伙犯罪高发区域并加强巡逻，酒业管理部门加强对违反酒业管理法规的执法力度，街区守望相助计划加强街头犯罪预防工作。一些威慑关注政策（focused-deterrence policies）开始出现在电视访谈节目中，加强犯罪防范宣传；非执法类的社会服务项目也参与进来，这些项目涉及的参与人员包括纠纷调解人员、暴力犯罪干预人员、社区应急人员以及其他化解社会矛盾减少报复性枪击事件人员等。政府部门同时开展了应对家庭暴力、导师服务、父亲课堂等社会服务项目，对识别出的高危人员实施行为干预，关注高危人员的心理和生理健康等。数据显示，Palantir 项目实施四年间，新奥尔良市谋杀案件下降21.9%，并且该市涉及团伙犯谋杀罪的比例下降55%［22］。因此，大数据侦查预测出哪些人是高危受害人的分析结论，这一结论仅仅是数据分析的结果，根据数据分析的结果进行综合犯罪预防对策的制定和实施，是大数据侦查数据穿透功能在犯罪治理层面的具体体现。

大数据侦查在“小案”侦破中更具优势，其数据穿透功能充分体现了大数据侦查以人为本的犯罪治理功能定位。在网络飞速发展的今天，盗窃、诈骗等侵犯群众切身利益的犯罪类型仍然占发案总数的绝大多数比例。据《中国统计年鉴2022》数据统计，2021 年，全国公安机关盗窃案件立案1 602 450 起，占全部立案总数的31.87%；诈骗案件立案1 954 276 起，占比38.87%；两类案件总计占立案总数的70.74%。而实践中盗窃、诈骗两类案件多以“小案”的形式出现，比如前文中提到的盗窃电动车案。即便在目前高发的电信诈骗案件中，许多受害人的受骗金额也不高。以往在警力不足的情况下，许多“小案”无法投入大量警力资源予以侦查。但是在大数据技术应用于“小案”侦破后，“小案”侦破效率得到大幅提高，这也证明了大数据侦查对犯罪事后控制的效果较传统侦查具有明显优势。大数据技术应用于关系群众切身利益的“小案”侦查中，显著提升了群众安全感，犯罪治理成效得到群众认可。同时，群众对警察的满意度提高，警察公信力得以维护，这是大数据侦查在国家治理领域里产生的“小案侦查”蝴蝶效应，也是大数据侦查回应群众诉求的必然要求。

四、边界：在法治轨道上推进大数据侦查的犯罪治理功能运行

尽管大数据侦查的犯罪治理功能符合“权利-权力”的双重实践需求，但是公众对大数据技术应用于侦查工作所导致的“权利-权力”失衡仍不免担心，对于大数据技术在犯罪侦查领域的广泛应用导致公众处于全方位监控之下、隐私权受到侵犯的担忧尤其强烈。因此，大数据侦查在利用技术优势充分发挥犯罪治理功能的同时，须审慎应对它给程序正义带来的挑战。这就需要在法治轨道上推进大数据侦查参与犯罪治理，回应公众在风险社会及数字经济时代对安全感的诉求，并保证大数据侦查权力的合法运行。

根据笔者从实践中了解的情况，公安部明确要求对网络侦查和技术侦查审批手续要从严从紧，制定了严格的内部审批工作流程。以北京为例，通常网络侦查由发起部门（若单一部门则该部门为发起部门，若联合侦查则各部门协商由一个部门作为发起部门）向警务支援大队提出业务需求申请，根据内部审批工作要求填写《采取网络侦查报告书》，填报内容要真实、准确。然后由警务支援大队根据公安部的内部文件标准进行网络侦查必要性审核，同时对具体网络侦查内容进行真实性和可靠性审核。审核通过后，报请上级单位（通常为分局）进行最终审核批准。警务支援大队开展工作中会随时进行评估，发现不应继续开展网络侦查情形时，提出终止网络侦查建议；发现提供的信息有误，需要停止此次网络侦查，并建议发起部门根据核实的信息进行重新申报审批。在网络侦查和技术侦查的监督方面，除分局法制部门内部监督外，上级法制部门会定期进行监督检查，保证下级部门规范开展网络侦查；公安部通过定期监督检查和不定期监督检查两种方式保证各级相关部门规范开展网络侦查。从北京的统计数据看，在外部程序控制不足的情况下，内部程序控制和监督为规范开展大数据侦查工作提供了有效保证。①此结论来自于笔者对实践部门网络侦查人员的走访调查。

然而，没有外部监督的内部程序控制仍然存在“自说自话”的可能。特别是公安机关在警务数据甚至非警务数据的收集、获取、利用、分析方面具有明显的资源优势和技术优势，内部监督虽然可以在一定程度上降低这种公权力相对于私权利的优势差异，但是无法体现正当程序原则的公开、公正、公平精神，也无法回应公众对于权力监督的期待。目前理论研究者关于大数据侦查法律规制的讨论仍然围绕“权利-权力”二元路径展开：一是对权利主体的保护，表现为对数据特别是个人信息数据的保护规范方面；二是对权力主体的行为规制，集中于对大数据侦查的程序规范方面。大数据侦查的犯罪治理功能以数据为前提，与之直接相关的是具体数据侦查行为所产生的效果和效能，因此，权利保护与权力规制“双管齐下”仍是实现在法治轨道上推进大数据侦查犯罪治理功能的有效进路。具体而言，大数据侦查在遵循传统侦查权运行边界，即恪守程序合法、比例原则、侦查不公开等法律原则［4］的同时，需要辅以外部监督制度，保证大数据侦查的犯罪治理功能得以实现。

（一）合理界定强制性大数据侦查行为与任意性大数据侦查行为标准，解决程序合法原则与大数据侦查启动时间点前移之冲突

大数据侦查的犯罪预防性治理功能导致侦查启动时间点前移是日益严峻的犯罪形势对侦查实践提出的要求。我国刑事诉讼法明确规定立案程序，立案前的调查措施不应为强制性侦查措施。因此对于强制性大数据侦查与任意性大数据侦查需要明确界分。本文认为，借鉴“合理隐私期待”理论，在明确界定隐私权的基础上，以“合理隐私期待”作为区分强制性大数据侦查行为和任意性大数据侦查行为的标准具有可操作性、包容性以及灵活性。我国《个人信息保护法》规定了“敏感”信息，即“生物识别、 宗教信仰、 特定身份、医疗健康、 金融账户、 行踪轨迹等信息，以及不满十四周岁未成年人的个人信息”。根据这一规定，应当进一步明确隐私信息的种类和范围，以一般人合理隐私期待标准为参考，对大数据侦查行为的强制性和任意性予以裁量，既符合程序法定的要求，同时符合大众对个人权利保护的期待。

（二）比例原则仍然是判断大数据侦查适用是否恰当的有效原则

比例原则是公法适用中的黄金原则，通常包括必要性原则、适当性原则以及狭义比例原则（或称为均衡性原则）。也有学者将目的正当性原则作为比例原则的第四项子原则［23］。比例原则具有价值判断导向，大数据侦查作为大数据技术与侦查相结合的产物，由于其具体侦查行为嵌入了数据技术因素，因此在判断大数据侦查是否符合比例原则的过程中，除了考虑传统侦查措施在适用中的适当性、必要性以及均衡性以外，还需要考虑数据收集、使用的相关规则以及数据算法的运用规则。我国已经制定了电子数据领域相关法律法规，例如2016 年最高人民法院、最高人民检察院、公安部颁布《关于办理刑事案件收集提取和审查判断电子数据若干问题的规定》，规范了电子数据的收集提取和审查判断；2019 年公安部《公安机关办理刑事案件电子数据取证规则》进一步细化了电子数据提取过程的程序。以上规范使电子数据的收集、调取、审查判断具有了一定的合法形式，但是由于对电子数据的调取措施在具体执行层面可能因没有获得公民同意而侵犯公民个人信息权利，进而违背比例原则。因此，比例原则与“隐私合理期待”标准相结合是判断大数据侦查行为的合法性、必要性、适当性的有效途径。

（三）强化检察监督以应对侦查不公开原则实施过程中大数据侦查不符合规范之行为

检察机关对大数据侦查的事后审查可以有效监督已经实施的大数据侦查行为，可以对大数据侦查的具体实施过程产生前摄效应，使得大数据侦查的启动、实施能够围绕审判为中心原则运行，督促大数据侦查部门严格按照程序和标准开展工作。特别是在现有法律法规对个人信息权利保护力度不足的情况下，检察机关重点对侦查机关借由侦查保密原则而实施诸如电子数据收集等程序进行审查，从而保证弱势的个人权利得到较为充分的保护。另外，在目前网络服务商作为“监控中介”［24］收集并分析个人数据信息的情况下，原本侦查机关独有的侦查权力某种程度上向社会领域分散并延伸。我国相关法律明确规定，法定侦查机关有权依法向有关单位和个人收集、调取电子数据，且有关单位和个人应当如实提供。①例如，最高人民法院、最高人民检察院、公安部2016 年颁布实施的《关于办理刑事案件收集提取和审查判断电子数据若干问题的规定》中，第三条明确规定：人民法院、人民检察院和公安机关有权依法向有关单位和个人收集、调取电子数据。有关单位和个人应当如实提供。《中华人民共和国网络安全法》第21 条第三款规定，网络运营者应当按照网络安全等级保护制度的要求，采取监测、记录网络运行状态、网络安全事件的技术措施，并按照规定留存相关的网络日志不少于六个月。这就无形中形成了侦查机关与不具有侦查权力的独立第三方“合作”收集个人数据信息，进而可能侵犯公民个人信息权利，对此检察机关应予以重点监督。

（四）适当信息公开制度设计以缓解公众对权力运行的担忧

公众对于权力运行的最大担忧在于权力的“暗箱操作”，公众无法获知权力运行的各类信息。笔者认为，可以在诉讼过程中通过庭审前律师阅卷、庭前审查、证据开示等方式将大数据侦查相关信息向当事人予以公开；在案件进入执行程序后，可以借鉴国外技术侦查事后公开的程序，在不侵犯个人隐私权利、不暴露具体大数据侦查技术操作方法的前提下，对具体案件所采取的大数据侦查措施予以一定形式的公报公开，让公众知悉大数据侦查在具体案件中使用的范围和程度，保证大数据侦查的合法性、正当性和必要性。