关于建立经济犯罪数据学的思考

程小白，程 科

（江西警察学院，江西 南昌 330100）

随着移动互联网、第三方支付、互联网金融的迅速发展，大数据时代的经济行为发生了翻天覆地的变化。这种变化对传统经济犯罪侦查手段提出了新的挑战。2017 年以来，在公安部经侦局“两年锻造全新警种”的转型目标指引下，全国经侦领域掀起了信息化建设、数据化实战高潮，各种大数据实战类罪模型在打击网络传销、非法集资、涉税、证券犯罪领域取得优异战果，监测预警模型在预警防范风险型经济犯罪方面也初见成效。经侦工作转型和全新警种建设是大数据时代给侦查工作带来的一次重大变革。在大数据侦查实战取得丰硕成果的背景下，有必要对实践的经验进行总结和凝练，形成一套经济犯罪大数据侦查理论体系。在此基础上，经济犯罪数据学应运而生。在江西警察学院召开的“论道2018”全国经济犯罪侦查理论研讨会上，公安部经济犯罪侦查局局长高峰首次提出了这个命题。

学科是内在的知识建制和外在的社会建制有机结合的知识规范体。内在的知识建制是学科存在的根本，外在的社会建制是学科发展的依据，知识建制和人才培养制度的完整性是学科成熟的标志，社会需要是学科的发展动力。我们迫切需要针对经济犯罪数据学的体系进行系统化、理论化阐述，并推进学科专业建设。

一、经济犯罪数据学的功用

（一）创新传统经济犯罪侦查理论

传统经济犯罪侦查理论主要是对线下经济犯罪侦查规律的总结。随着大数据时代的到来，经济犯罪与互联网紧密结合，经济犯罪的数据化特征愈发明显。与此同时，以情报导侦、资金分析、数据化侦查为主要手段的全新经侦实践，需要进行理论的抽象和凝练，形成新的现代经济犯罪侦查的理论体系。

1.经济违法犯罪数据是分析犯罪形成原因和条件的基础，是经济犯罪数据学的理论基石。与传统经济犯罪侦查相比，现代经济犯罪侦查建立在大量涉案数据分析的基础之上。以经济犯罪侦查的核心手段——资金分析为例，伴随着公安大数据侦查的深度应用，资金分析与查控技术围绕资金的查控方式、分析范围、分析功能、分析效力、分析对象，规范高效地运用大数据技术，实现对涉案资金活动态势的综合研判和犯罪行为的证伪、溯源、复原，具有发现犯罪线索、获取犯罪证据、查证犯罪嫌疑人、追踪涉案赃款、提供侦查指引等功能。资金分析技术的应用，改变了以往以定性分析为主的粗放型侦查思路，将抽样数据分析研判方法转变为全样本定量分析，现代经济犯罪侦查愈发精细化。2015 年6 月12 日的股灾一直令人不解，为弄清之前的股市大涨和此后股市大跌的原因，公安机关经济犯罪侦查部门通过建立场外配资账户筛查模型，通过对全市场证券账户进行全方位扫描甄别，实现对场外配资行业生态的深度解剖和战略研判。在证券监管部门配合下，揭示了场外配资账户的大量非规范操作是滋生操纵证券市场犯罪的资金源头，揭示了2015 年股灾之谜。

2.“治疗学”侦查理论向“诊断学”侦查理论的转型。传统侦查学理论注重犯罪事实发生后的溯源，属于“治疗式”的侦查理论。现代经济犯罪的大数据分析拓展了侦查的时间范围，不仅包括罪后的回溯型侦查，还包括罪前的预测型侦查和罪中的制止型侦查。经济犯罪数据学是经济犯罪全过程的“诊断学”理论创新。

党的十九届四中全会提出要建立现代化经济体系的目标，建立对经济运行的监控体系是其子目标。要充分运用互联网、大数据、人工智能等技术手段，创新市场监管方式，提升市场监管效能。如前所述，公安部经侦局通过大数据分析提供了证券市场战略生态研判的宏观成果，为更好地规范和发展配资行业、如何从制度层面解决场外配资的监管难题给证监会提出了意见和建议。事实上，对证券市场全过程进行有效监管，就是针对大量的互联网经济数据，发现和预防正处于犯罪预备阶段的潜在犯罪，研判并制止正在发生的犯罪过程。尤其是在市场主体准入和退出阶段，可以重点运用大数据技术加强监管实时性和有效性。在事前准入环节，可以基于大数据、关联图谱等技术，对申请主体进行全景画像，及时发现申请企业可能存在的潜在风险，使许可批复结果更客观和准确；在事中监管环节，加大证监会内外部数据收集力度，辅以各类监测模型，构建全面的风险指标体系，实现对市场主体经营过程和市场总体运行情况有效监测监控；在事后监管环节，不断提升稽查处罚工作质量，充分利用大数据、人工智能等技术，使线索发现更及时，执法取证更便捷，审理处罚更准确，进而促进整个稽查执法过程公平公正。这种事前、事中、事后的“大数据会诊”，通过证监会一家是无法完成的，需要现代经济犯罪大数据侦查的赋能与协同创新，也是经济犯罪数据学的理论创新来源。

3.促进多学科融合。经济犯罪数据学突出“数据”在侦查实践中的核心地位，并结合侦查学、犯罪学、数据科学与大数据技术、公安技术学、社会学、统计学等学科理论，培育交叉新兴学科。

经济犯罪数据学脱胎于侦查学理论，是侦查学、犯罪学与数据科学的交叉学科。在现代经济犯罪方式方法“互联网+”的背景下，互联网金融犯罪、非法网络支付、地下钱庄及其上游犯罪花样翻新，传统犯罪学的研究领域也进一步拓展。数据科学与大数据技术是经济犯罪数据学着重要引入的新兴学科。“经侦云”建设依赖分布式存储、云存储等大数据存储技术；资金数据可视化分析、资金穿透来源于图计算、数据挖掘等大数据处理技术；经侦武器库的分析研判和预警监测模型，很多都是依靠大数据分析中的机器学习、深度学习算法建立起来的。证据学中的大数据证据问题与现代经济犯罪侦查中的电子取证、数字货币犯罪、区块链存证、大数据算法的可解释性等都有交集。社会学中的统计理论和方法（如社交网络分析），应用于经济犯罪侦查中的核心团伙和犯罪网络挖掘 （如社区发现、中心度算法等）。机器学习支撑的人工智能也被称为“统计学的外延”，多数来源于统计学理论（如回归分析、聚类分析），在经济犯罪的监测预警模型中有很好的应用前景。可以说，经济犯罪数据学的建立适应了在高度分化基础上的高度综合的学科发展趋势，有利于增进学科融合、集成和创新，带动和促进相关学科发展。

（二）促进经济犯罪侦查模式转型

经济犯罪数据学区分传统经济犯罪侦查模式和现代经济犯罪侦查模式，强调对数据的高效利用。传统经济犯罪侦查主要是回溯型侦查，即针对已经发生的犯罪行为，查明犯罪事实、收集证据、发现和查获犯罪嫌疑人。大数据时代的经济犯罪侦查强调以涉案数据为核心开展侦查工作，不仅将传统的回溯型侦查的内涵扩大了，在此基础上还衍生出监测预警功能。

1.回溯型侦查转变为以数据挖掘为核心。传统经济犯罪的回溯型侦查也要遇到数据处理和情报分析问题，但并不是以涉案数据为核心，通常情况下只是收集涉案信息、调取账单等相关数据并做简单分析，从而确定犯罪嫌疑人，再实施强制措施，通过收集物证、书证和言词证据定罪的情形居多，基本上是从人到案或从案到人的模式。

因为各种数据的联通和融合，现代经济犯罪侦查中可以查询的数据涉及案情的方方面面，“收集”数据变成了“搜集”数据。“收集”意味着数据源匮乏、数据量小；而“搜集”则意味着数据源多，数据量大，强调分析、挑选和甄别的过程。获取了大量涉案数据、历史数据后，现代回溯型侦查以数据挖掘为核心，引入算法模型，通过复杂分析，去还原案情的发生、发展过程，并通过大数据技术不断拓展新的线索，固定相关电子证据。在传统回溯型侦查模式中，现代大数据侦查模式加入了以数据挖掘为核心的要素，变成“人—数—案”“案—数—人”或“人—数—人”“案—数—案”的侦查模式。

数据挖掘（Data Mining）是指通过特定的机器算法对大量的数据进行自动分析，从而揭示数据之间隐藏的关系、模式和趋势，为决策者提供新的知识的计算机技术。它的主要目的，一是描述性的数据分析，即发现潜藏在数据表面之下的历史规律，二是预测性的数据分析，即通过考察历史数据对事物的未来发展进行预测。

利用数据挖掘技术可以建立分析研判侦查模型。从犯罪方法产生的数据特征入手建立各类犯罪的分析研判模型，有利于甄别犯罪、发现犯罪、查证犯罪。犯罪方法是犯罪案件的核心要素，它具有相对稳定性，比如，通过对以往大量组织领导传销活动涉案数据的挖掘、分析发现，网络传销的资金汇入特征有：资金来源分散、资金分散转入账户、通过网银集中转出、有意规避大额交易等；其收款人相对固定，但账户会有变更，存在单人控制多卡现象；资金交易具有一定周期性；资金网络呈现“金字塔型”；汇款累计到一定金额后，存在提现操作，一般通过网络支付或转账实现；网络转账时间较固定，返利金额与所缴纳金额比例大概固定。根据这些特征，就能建立网络传销类罪分析研判模型。分析研判模型的建立对应于数据挖掘的描述型数据分析，侦查实践中运用分析研判模型发现相关类似特征，就可以确定侦查方向，拓展侦查线索。各种类罪模型，以这种分析研判模型为主，主要还是回溯型的现代大数据侦查模式。

2.大数据侦查衍生出预测型侦查模式。在经侦云建设的背景下，以前各种经侦信息系统的数据得以共享、联通，可利用的数据源不断融合，数据量不断增加。数据挖掘的应用范围正在不断扩大，前述对犯罪数据特征分析研判的结果，是未来进行类罪监测预警的主要方向。大数据挖掘技术通过对大量历史数据的统计、分析与学习，能够建立监测预警模型，预测未来各种事物发展的走向。比如，针对互联网金融相关的网络搜索、行业信息、资金交易量等数据进行搜集，结合传销业务模式的特征参数，就可以对某行业大额资金的异动进行监测，对嫌疑机构进行预警。所以，分析研判模型主要应用于事后的分析研判，用于回溯犯罪事实；而监测预警模型，则主要针对事前的预警，事中的监控，用于预测、预防。

监测预警模型的建立对应于数据挖掘的预测型数据分析，预测型数据分析技术可以通过对海量历史犯罪数据进行类案分析，在此基础上制定相关犯罪的预警参数阈值，如出现某些犯罪预备数据特征就发出三级预警，某些团伙数据特征出现就发出二级预警等。[1]大数据的预测功能已经在经侦实战中应用并在预防犯罪方面取得了显著的效果。比如，反假币大数据平台通过在网购平台上搜集假币犯罪所需的生产材料的购买数据，就能发现犯罪准备活动的端倪。例如，云南郑某在2016年11 月28 日至2017 年1 月22 日间，在网上分批购买了烫金纸、烫金机、铝箔袋、专业打印机、专用油墨、专用货币规格的纸张、印章和假币模板等用于伪造货币的工具，从数据集合反映出来的信息指向上就可判断该用户有伪造货币犯罪嫌疑，监测预警平台将其列为重点监控对象。

预测型侦查模式应用范围很广。在公安情报导侦中，可以通过对社交网站、论坛、博客、空间、微信、微博等留言和评论进行挖掘，在全面监测的基础上主动发现苗头性犯罪线索并从中比对出是否有某些重点人和历史案件匹配，从而有效预防犯罪和实施提前打击。通过对以往经侦办案中积累的大量数据和不断汇入“经侦云”的海量数据的分析和挖掘，可以发现经济犯罪的各种规律，如各种类罪的案发比例、各地区的发案高峰期、某种犯罪的发案周期性规律等，为防范、化解风险型经济犯罪提供有力的技术支持。

（三）推进基于网络大数据的社会经济监测预警体系建设

经济犯罪数据学的提出不仅可以创新经侦理论、促进侦查模式转型，在应用上还可以推进建立基于网络大数据的社会经济监测预警体系。

2002 年8 月5 日，《国家信息化领导小组关于我国电子政务建设的指导意见》明确指出，要加快十二个重要业务系统建设：继续完善已取得初步成效的办公业务资源系统、金关、金税和金融监督（含金卡）四个工程，促进业务协同、资源整合；启动和加快建设宏观经济管理、金财、金盾、金审、社会保障、金农、金质和金水等八个业务系统工程建设。相应构建标准化体系和安全保障体系，进一步推进电子政务的发展。业务系统建设要统一规划，分工负责，分阶段推进。业界把这十二个重要业务系统建设统称为“十二金”工程。经过近20 年的建设，以“十二金”为代表的这些重点信息化业务系统都积累了大量的数据。根据国务院2015 年8 月印发的 《关于促进大数据发展的行动纲要》的规划，2018 年要实现中央政府层面的数据统一共享交换平台的全覆盖，将“十二金”等信息系统通过统一平台进行数据共享和交换；推进国家大数据资源共享开放工程和国家大数据资源统筹发展工程，到2020 年底前要建成国家政府数据统一开放平台，覆盖信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等民生保障服务相关领域的政府数据集向社会开放。[2]

通过近几年的建设，公安部“公安大数据云计算平台”也汇聚了内网和外网的海量数据。未来，如果这些与国民经济相关的大数据能通过顶层设计进一步与公安经侦云的数据共享、联通，就能通过大数据技术进行智能建模，形成一个宏观经济数据指标监测体系，掌握实时的经济发展情况，并对资金的异动即时预警，防范系统性的金融风险。它山之石，可以攻玉。1990 年4 月，美国财政部金融犯罪执法网络（FinCEN）开始运作，开启了运用计算机网络追踪可疑犯罪资金的先河，该机构从此成为美国主要的金融情报信息来源；其角色已拓展至参与执法情报协调、国际情报合作和根据美国《银行保密法》之规定而从事的监管职能。发达国家打击经济犯罪的方法对我国有深刻的启示与借鉴作用。[3]如何将国家大数据资源统筹发展工程与公安部大数据智能化建设对接，如何通过公安大数据云计算平台、经侦云平台联通中央政府层面的数据统一共享交换平台，形成网络大数据的社会经济监测预警体系，是一个宏大且复杂的课题。目前，还需要对实践层面的经验支撑进行分析总结，包括经侦领域大数据技术运用的个案分析和风险型经济违法犯罪领域的预警分析等。

总之，经济犯罪数据学的功用即通过运用大数据技术和机制对经济运行领域进行监测、分析，对经济违法犯罪进行预测、预警，为防范、控制、侦查、惩处经济违法犯罪服务，以维护社会主义市场经济秩序，其终极目的是维护国家经济安全，为企业家及市场主体创造自由和公平的法治环境。

二、经济犯罪数据学的主要研究内容

经济犯罪数据学以经济违法犯罪的预警、预防与侦查、惩处为己任，围绕经济违法犯罪行为的数据特征、类罪模型、平台建设及分析研判等进行研究，解决数据在经济违法犯罪预警、预防与侦查活动中从何处来、如何采集、如何使用等等问题。经济犯罪数据学是一个集犯罪学、侦查学、法学、经济学、数据科学、人工智能等多学科融合的知识体系。

（一）根据犯罪特征分类进行大数据智能建模

经济犯罪大数据侦查是在大数据时代背景下，通过对涉案数据搜集、清洗、挖掘、分析研判以拓展线索，发现犯罪事实，固定电子证据、证实犯罪并查获犯罪嫌疑人的侦查方法。近年来经济犯罪大数据侦查的丰硕成果有很多，但主要还是各种类罪模型。分析每一类经济犯罪在犯罪方法上的数据特征，是建立经济犯罪类罪模型的关键要素。从犯罪方法角度对经济犯罪进行分类，遵循从犯罪方法找出破案与查证方法的规律。

现阶段，实战部门应用较多的类罪模型有涉税类罪研判模型、洗钱犯罪分析研判模型、传销类罪分析模型、非法期货类罪分析模型等，主要是围绕犯罪危害比较大、发案率较高的类罪进行建模。事实上，每一种经济犯罪都有其特殊的犯罪方式、方法，体现在涉案数据特征上也不尽相同，可以根据经济犯罪行为的类型与特征将经侦部门管辖的罪名进行如下分类：

1.造假、售假式（生产、销售伪劣商品罪，伪造、变造货币罪，伪造、变造金融票证罪，伪造、变造国家有价证券罪，伪造、变造股票、公司、企业债券罪，非法制造、出售非法制造的用于骗取出口退税、抵扣税款发票罪等）

2.逃避监管式（逃避海关监管，非法运输、携带、邮寄国家禁止、限制进出口或者贪污应缴纳关税的货物等）

3.欺瞒诈骗式（虚报注册资本罪，虚假出资、抽逃出资罪，提供虚假财会报告罪，逃税罪，金融诈骗罪，合同诈骗罪，骗取出口退税罪等）

4.利用职务式（徇私舞弊低价折股、出售国有资产罪，为亲友非法牟利罪，非法经营同类营业罪，公司、企业人员受贿罪，违法发放贷款罪，非法出具金融票证罪，贪污罪，受贿罪，挪用公款罪等）

5.侵犯权益式（侵犯著作权罪、侵犯商业秘密罪、假冒注册商标罪等）

6.擅自作为式（擅自设立金融机构罪，擅自发行股票、公司、企业债券罪，非法经营罪，逃避商检罪，非法转让、倒卖土地使用权罪等）

7.消极作为式(签订、履行合同失职被骗罪，出具证明文件重大失实罪等)

按照上述七种犯罪分类方式，建立全面的经济犯罪类罪模型，是经济犯罪数据学的一项重要研究内容。这就需要对每大类中的细类犯罪进行历史数据搜集、处理，提炼相关数据特征，建立对应的分析研判和监测预警模型。

（二）数据与证据问题

现代经济犯罪涉网、涉众特征十分明显，在刑事诉讼过程中，要搜集、提取、固定、保全大量的电子数据作为证据。在传统经济犯罪侦查中以书证、物证为证据的主要形式，在互联网时代，电子证据逐渐成为现代经济犯罪侦查的证据之王。

1.电子证据、大数据证据的可靠性。人们对电子证据真实性的质疑大体上包括数据本身与分析结果两个方面。电子数据具有易被篡改、易丢失的特征，因此在其作为证据的适格性方面一直饱受争议。电子数据的数据源如果出现偏差，自然不符合证据的客观真实性。在经济犯罪侦查中调取的电子数据，虽然侦查员不会刻意去篡改数据，但因为一些简单分析需要进行数据清洗、统计，可能会对调取的电子数据进行编辑。比如，通过资金查控平台调取的总对总交易数据与第三方支付的数据，其字段标识不一，分析研判之前要对其进行数据处理，统一数据项的标准，势必要改变原始数据。实践中，只要不涉及原始数据值的改变，对数据项部分进行适当合并等数据处理不会改变分析研判结果的客观真实性。问题在于数据清洗过程中，也不排除因为侦查员的失误操作将原始数据值进行改动的情况。针对数据清洗过程中是否保持了原始数据的客观真实性，有必要制定一系列判断标准与操作规程。2016 年10 月1 日开始正式实施的 《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》和2019 年2 月1 日开始实施的《公安机关办理刑事案件电子取证规则》明确规定了收集、提取、移送、审查、判断电子数据的若干细节问题，具有普遍性指导意义。对大数据证据还存在宏观真实性和微观真实性的两方面讨论。宏观真实性是指赖以做出大数据分析报告的整体数据必须是客观形成及收集的真实数据文件；微观真实性是指形成整体数据集的该份或多份数据库文件中每一条记录或信息是否属实。实践中，对宏观真实性的认定非常严格，必须确保数据源的获取符合法定程序并保证其数据集的客观性。而对微观真实性的认定则需要根据不同案情进行甄别、取舍，只要在整体上达到一定规模的具体数据确认属实，因为单条数据在录入中导致的误差对案件事实的认定就不会产生实质性影响。

大数据证据除了具有一般电子数据的特征，还具有“黑箱效益”。黑箱效益是指对于一个系统只知道输入和输出结果，而不了解其内部运作机制，整个过程是不透明的，类似一个黑箱。在大数据证据的可采性方面，黑箱效益一般用来形容某种算法在输入数据和输出结果之间的过程无法进行明确的解释。大数据分析结果是由机器算法得出的，涉及数据模型。针对大数据分析结果的质疑，其实质是对机器算法等分析方案的透明度和可信度的疑问。现阶段，经济犯罪侦查中的很多类罪模型，只有机器算法与数据模型的开发人员才能解释.司法人员因为专业壁垒也难以判断其可靠性。实践中，现阶段主要采取对抗式庭审和专业测试的方式，专业的鉴定报告也极具参考价值。[4]随着人工智能的应用，未来还会出现机器深度学习之后迭代智能运算模型推送出的分析结论。智能运算模型是机器不断采集数据、迭代算法、自行调整参数得出的结果。因此，大数据作为证据的条件与程序，是经济犯罪数据学的前沿研究课题之一，其中的关键是赋予大数据证据效力。数据是对事物某一维度的客观反映，具有客观性与普遍性。在侦查办案中，通过运用大数据，能够快速、有效解决很多难题，在一定程度上节省了司法资源。因此，如何赋予大数据的证据效力，成为亟待解决的问题。一方面，应推动国家对数据的立法进程，将数据资源规范化、证据化，明确各单位社会数据的法律地位和数据提供单位的共享义务，在法律层面确立数据产生、记录、存储以及提供、导入的合法性和有效性，消除数据提供单位面临的法律风险和市场风险，便于公安机关经侦部门等政府机关通过实时共享各类数据预警洞察经济风险，有力打击经济犯罪，有效服务社会经济健康发展和社会安全稳定。另一方面，公安部应积极牵头与最高检、最高法等机关沟通、协调，围绕在线查询的相关数据如何规范转化为证据使用的问题予以明确，制定大数据作为证据的相关法律规范,主要包括有关大数据证据资格和证明力的规范,有关大数据证据调取、提供、质证和认证的规范。尽早就大数据手段获取数据的证据效力问题达成一致，在执法实践中赋予数据化实战手段与常规侦查手段同等法律地位，确保大数据建设成为侦查取证的一个重要组成部分，有效调动和充分保护侦查员运用数据信息技术手段的积极性。

2.区块链技术在存证体系中的应用。区块链技术在存证体系中的应用也是经济犯罪数据学的研究内容之一。区块链(Blockchain)是一种集数据存储、点对点传输、共识机制、加密算法等计算机技术为一体的以保护数据安全为目的的互联网协议，凭借其去中心化、不可篡改和高度安全性、数据透明性等优势在电子存证领域迅速崛起。2018年9 月7 日正式实施的 《最高人民法院关于互联网法院审理案件若干问题的规定》第11 条规定：当事人提交的电子数据，通过电子签名、可信时间戳、哈希值校验、区块链等证据收集、固定和防篡改的技术手段或者通过电子取证存证平台认证，能够证明其真实性的，互联网法院应当确认。该规定首次承认了经过区块链存证的电子数据可以用在互联网案件举证中，标志着我国区块链存证技术手段得到司法解释认可。

区块链本质是一种由多方共同维护，使用密码学保证传输和访问安全，能够实现数据一致存储、难以篡改、防止抵赖的记账技术，也称为分布式账本技术（Distributed Ledger Technology）。典型的区块链以“块——链”结构存储数据。作为一种在不可信的竞争环境中低成本建立信任的新型计算范式和协助模式，区块链凭借其独有的信任建立机制，正在改变诸多行业的运行规则和应用场景。根据不同的应用场景以及用户需求，区块链大致可以分为公有链 （Public Blockchain）、私有链（Private Blockchain）以及联盟链（Consortium Blockchain）三大类。公有区块链以比特币为代表，不受第三方机构控制，世界上所有的人都可读取链上的数据记录，参与交易以及竞争新区块的记账权等。私有区块链则完全相反，该网络的写入权限由某个组织或者机构全权控制，数据读取权限受组织规定，要么对外开放、要么具有一定程度的访问限制。联盟链则是介于公有链和私有链之间的区块链，可实现“部分去中心化”。链上各个节点通常有与之相对应的实体机构或者组织；参与者通过授权加入网络并组成利益相关联盟，共同维护区块链运行。

区块链技术在存证体系中主要用于法院诉讼、辅助审判、公示与送达、辅助执行；在社会存证中应用于电子合同、版权、遗嘱存证等领域。2018年9 月18 日，杭州互联网法院正式推出了司法区块链投入使用，这是我国首个基于区块链技术实现电子数据的全流程记录、全链路可信、全节点见证的司法系统，具体应用包括版权链、合同链、金融链。截至2019 年9 月28 日，该平台司法链区块总数达2600 多万。现阶段该区块链为联盟链性质，逐渐有新的机构被纳入其中。

未来，应构建基于区块链技术的公安机关、检察院、法院等跨部门办案协同平台。各部门分别设立区块链节点，互相背书，实现跨部门批捕、公诉、减刑假释等案件业务数据、电子材料数据全流程上链固定证据，全流程流转留痕，保障数据全生命周期安全可信和防篡改，并提供验证服务。通过区块链的去中心化高度透明的机制，可以有效消除各方信任疑虑，加强联系和协作，极大提高协同办案效率。

区块链技术为电子数据存证提供结构化的采集过程，并借助其不可篡改、不可抵赖等优良特性，使电子数据的认定过程变得简便，解决电子证据在司法实践中易丢失、难认定的痛点，加快了电子证据的认定速度。但是，由于区块链是2008 年才兴起的计算机技术，概念和应用场景都比较新，在实践中仍存在法务与技术对接不畅、应用标准不一，没有形成体系等问题。[5]针对经济犯罪侦查业务，区块链技术也需要进行特定的模块化与合理封装，以适应现代经济犯罪侦查中各种不同的实践应用场景。

（三）经济犯罪数据学的基础理论

经济犯罪数据学作为一门学科被提出，必须要有其认识论和方法论方面的基础理论作为支撑。我们认为，双层空间理论和经济犯罪行为的数据化存在理论可以作为经济犯罪数据学基础理论的核心内容。

1.双层空间理论。在信息化时代背景下，信息网络及其所型构的系统空间已经成为人类活动的“第二空间”，几乎为公众提供了与实体空间相同的活动场所，网络的发展在很大程度上改变了人类的行为方式，从而也改变了犯罪活动与侦查活动的样态。

源于农业时代，完备于工业时代的传统侦查学理论，其侦查路径是从“七何”要素出发来还原犯罪事实的。“七何”要素是指何时、何地、何人、何事、何情、何故、何物七个方面的内容，是侦查规范化、系统化和科学化的重要内容。其对案件构成要素逐项分解的思维路径，为明晰侦查方向发挥着重要的指引作用。侦查实践中对这些要素主要是通过实物证据和言词证据进行证明，方法是通过现场勘查、调查访问、讯问等侦查措施从实体空间寻找痕迹。

大数据时代创造出一个与实体空间完全对应的网络（数据）空间，网络空间可理解为包括因特网、信息通信体系、各种数据库等在内的所有网络操作系统和操作平台、存储介质。任何人在实体空间的一举一动在网络（数据）空间都有着对应的数据痕迹，人们使用手机搜索、网购、支付、通信、发送自媒体信息，均产生大量数据，这些数据存在于网络存储空间（数据空间）；在公共场合的视频监控记录、车辆行驶记录、点餐、住宿、出行等消费休闲活动也被“数据化”存储，公安机关在必要的情况下可以通过技术手段调取。此外，数据空间甚至能提供很多物理空间无法感应的信息，如手机App显示的睡眠指标信息、步行数据等，在人们不知情的情况下传感器在不断采集相关指标数据。

“数网恢恢、疏而不漏”。大数据时代，犯罪嫌疑人的行为轨迹存在于双层空间 （实体空间和网络空间）中，除了犯罪的物理现场，还存在一个虚拟的网络（数据）空间现场。我们把它称为双层空间理论，现代大数据侦查实践建立在这个双层空间理论之上。相对于传统侦查措施，对这个虚拟空间的侦查方法，就是侦查人员通过技术手段将这些数据痕迹查询、搜集、还原、固定并追溯其因果关系，其过程构成了现代犯罪的网络现场勘查。运用大数据进行情报导侦，也就是根据侦查或调查的需要，将犯罪嫌疑人在网络（数据）空间的数据痕迹一一检索、查询出来，进行分析研判。比如，对某犯罪嫌疑人的调查，可以通过搜集他的手机通信信息、电脑存储、话单数据、资金交易数据、自媒体发布信息数据等，描绘其行为轨迹特征、性格特征、兴趣爱好特征、人际关系特征，确定其与案情的关联关系。实体空间的侦查通常受时空的限制需要大量的人力工作，且不易发现隐藏的关联关系，加之物证、书证的易灭失性，常常面临取证难的窘境。而在大数据实战应用平台的支撑下，对数据空间的查询、检索、比对等侦查方法不仅能迅速挖掘出各种线索，而且通过电子数据的固定和保全，能够补充实体空间侦查的证据。双层空间理论为大数据时代的经济犯罪侦查提供了方向，传统经济犯罪侦查理论需要在双层空间的基础上进行改造与重构，其切入点就是依据双层空间理论构建证据规则的二元化：实体空间证据规则（传统证据规则）、网络空间证据规则。我国修订后的三大诉讼法虽然都将电子证据视为一种新的证据，但迄今并没有统一的电子证据规则，也就没有阐明电子证据的采纳标准和采信标准。经济犯罪数据学要研究网络空间条件下电子证据规则：如何以司法机关（互联网法院）电子数据对接平台革新电子证据举证方式？基于区块链技术为载体的线上诉讼时代，侦查机关上传电子证据，律师可以自行上传电子证据，也可以请求互联网法院依靠电子数据对接平台向网络服务商、电子取证存证平台以及电商务平台调取相关证据。如何以技术印证方式改革电子证据的质证程序？目前，电子证据采信基本依赖国家公证，区块链技术自我印证完全可以替代国家公证形式，司法机关对此应持包容和审慎的态度。

2.经济犯罪行为的数据化存在理论。经济活动与行为的网络化决定了经济犯罪行为的数据化。经济犯罪行为的数据化首先体现在数据高度的关联性。经侦专业数据的来源本来就是以经济犯罪侦查为主题建立的数据仓库，数据关联度比一般意义上的大数据要高。通过大数据挖掘和可视化分析技术，可以一目了然地将嫌疑人、组织 （法人）、交易行为、时间、空间、物流、通信各要素组成的关联网络展现出来，而且，数据关联度越高，信息量越大，可挖掘的价值也越大。

经侦大数据的维度结构呈立体性，它的数据源非常广泛，包括市场主体行为数据源、市场中介行为数据源、市场监管行为数据源等，基本形成了立体化的全面采集市场经济在生产、分配、消费、流通、监管领域的网络数据。

除了数据维度的立体性，在时间维度上，经侦大数据价值的活性化也是一个显著特征。数据的活性是指数据的更新频率和鲜活度，是衡量数据价值尺度的一个重要指标。由于经济云平台不断汇入实时更新的经济数据源，使得经侦大数据在增量、存量上不断增加；分布式存储和分布式运算技术的应用使数据查询和响应的速度越来越快，将有可能出现毫秒级的数据处理、分析和显示，对经济生活的全面监测预警成为可能。

经侦大数据是以市场主体活动为切入点建立的。先是通过人口数据库、法人数据库等静态数据为依托，拓展市场主体的行为数据，包括资金交易、股权变化、电子商务行为等；在这些动态行为数据不断沉淀的基础上，拓展其他经济行为边界，形成各类数据集。正是根据这些历史数据进行统计、挖掘，可形成模型用于预测、预警。市场主体违法犯罪行为的蛛丝马迹就存在于这些不断发展、变化的数据中，这是经侦大数据的主体性特征。

经济数据不断汇聚入经侦云平台，也将推动全国公安大数据智能化建设。未来通过体制、机制的顶层设计，将有源源不断的数据汇集入公安大数据平台，形成数据共享、互联互通、业务协同的集约化、智能化、效能型的公安大数据应用体系。可以说，大数据的关联性、立体性、活性化、主体性、汇聚性等特征在经侦大数据中表现尤为显明，客观上决定了经济犯罪行为的数据化存在。[6]我们把它称为经济犯罪行为的数据化存在理论。这是大数据时代认识、揭露经济犯罪行为的依据。经济犯罪行为的数据化存在是开展追溯、预测、监测预警等现代经济犯罪侦查工作的基础。

通过经侦云平台的建设，现阶段经济犯罪侦查中能够掌握的专业数据包括资金交易查询数据、银联JASS 查询数据、反洗钱、第三方支付、票据交易等资金类数据，及反假币类、涉税、证券、电商、互联网等专业领域数据。加上公安机关内部共享、联通的大量物流、人员流、通信流数据资源，基本掌握了人们在经济生活各领域的信息数据。经侦大数据将实体空间的经济犯罪行为通过数据信息化的过程还原出来，成为追溯犯罪和监测预警的依据。

三、经济犯罪数据学研究提纲

综上所述，经济犯罪数据学的研究应从经济违法犯罪行为分类入手，全面阐述、探讨互联网环境下的经济犯罪及类罪模型、经济犯罪案件的大数据侦查、违法资金分析与查控技术、电子证据与大数据证据、刑事司法大数据平台、区块链技术在存证体系中的应用、经济犯罪行为的数据化预警与预防等前沿问题。以下是我们对经济犯罪数据学研究提纲的初步思考，以期抛砖引玉。

第一章 大数据时代的经济行为

第一节 大数据及相关概念

一、大数据的历史渊源

二、大数据的特征

三、大数据与经济发展

第二节 经济行为数据源

一、经济行为

二、经济行为数据源分类

(一)市场主体行为数据源

(二)市场中介行为数据源

(三)市场监管行为数据源

三、经济治理基础数据库

四、经济违规行为监管体系与机制是建设现代化经济体系的重要组成部分

笫三节 经济犯罪行为的类型与特征

一、造假、售假式

二、逃避监管式

三、欺瞒诈骗式

四、利用职务式

五、侵犯权益式

六、擅自作为式

七、消极作为式

第二章 经济犯罪数据学基础理论

第一节 大数据时代的经济犯罪学理论

一、双层空间理论：为经济犯罪侦查提供方向

二、经济犯罪行为的数据化存在理论:为经济犯罪预警与追溯提供依据

(一)数据高度关联性

(二)数据结构的立体性

(三)数据价值的活性化

(四)主体行为性

(五)数据汇集性

三、合规经济行为与违规经济行为特征理论

第二节 经济犯罪数据学的研究对象与功用

一、经济犯罪数据学的研究对象

二、经济犯罪数据学的功用

第三节 经济犯罪侦查大数据的发展历程

第三章 网络经济犯罪及其法律规制

第一节 网络经济犯罪概念与特征

一、网络经济犯罪的现状

二、网络经济犯罪的分类

三、互联网金融犯罪

第二节 网络经济犯罪法律规制

一、发达国家网络经济犯罪的法律规制

二、我国网络经济犯罪的法律规制

第四章 经济犯罪案件的数据化侦查

第一节 经济犯罪数据化侦查思维

第二节 经济犯罪数据化侦查体系

一、经侦应用云平台架构

二、经侦数据通道与数据武器谱系图

三、经侦数据体系

第三节 经济犯罪数据化侦查机制

一、数据资源共享机制

二、实战保障机制

三、人才培养与研判团队建设机制

四、激励与监督机制

第四节 经济犯罪数据化侦查模式

一、回溯型侦查模式

二、预警型侦查模式

第五节 数据化侦查方法

一、通用方法:数据搜索法、碰撞法、挖掘法(穿透法)

二、犯罪定位分析法

三、犯罪网络关系分析法

四、犯罪热点分析法

第五章 经济犯罪行为的数据化证明

第一节 犯罪行为数据化证明的特征

一、数据客观性

二、数据关联性

第二节 从数据到证据

一、电子证据概述

二、数据转化为证据的条件

第三节 大数据证据

一、新的证据类型:大数据证据

二、大数据证据的固定

三、大数据证据认定标准与效力

第六章 以资金数据为引导的数据融合

第一节 违法资金查控与分析平台

一、违法资金查控平台建设现状

二、违法资金查控平台的功能与优化

第二节 经济犯罪相关数据资源的集成与归约

一、人员数据

二、案(事)件数据

三、物品与物流数据

四、时间与空间数据

五、数据集成与归约的主要工具介绍

第七章 经济犯罪类罪模型及技战法

第一节 业务理解与数据建模

一、分析研判类罪模型

二、预警监测类罪模型

第二节 常用类罪模型及技战法

一、传销案类罪分析

二、非法集资类罪分析

三、网络赌博类罪分析

四、地下钱庄类罪分析

五、虚开增值税发票类罪分析

六、操纵证券市场类罪分析

七、POS 机套现类罪分析

第三节 经济犯罪类罪智能化分析

笫八章 经济犯罪数据化预警

第一节 经济犯罪数据化预警经济指标体系

第二节 经济犯罪数据化预警机制构建

第三节 经济犯罪数据化预警技术架构

第四节 风险型经济犯罪数据化预警

一、风险型经济犯罪的内涵

二、宏观经济风险数据化预警

三、经济犯罪类罪数据化预警

四、经济犯罪个案数据化预警

第五节 有关经济领域违法犯罪数据化战略研判

一、地下钱庄犯罪数据化研判

二、非法票据中介数据化研判

三、私募基金行业违法犯罪数据化研判

四、证券市场场外配资违法行为数据化研判

五、网络打印假币犯罪数据化研判

六、自贸区市场主体经济犯罪风险数据化研判

七、非法网络支付数据化研判

八、网络传销（涉众消费返利型传销犯罪）数据化研判

九、非法财物软件数据化研判

十、涉税领域违法犯罪数据化研判

第九章 经济犯罪案件数据化侦查、起诉、审判平台建设

第一节 经济犯罪治理大数据平台的基础设施

一、经侦云计算平台

二、经济犯罪侦查大数据平台和生态系统

三、公安大数据平台

四、经济行为监控大数据平台

第二节 侦查、起诉、审判一体化平台规划与建设

一、侦查、起诉、审判一体化平台建设概要

二、区块链技术与刑事办案平台建设

(一)区块链概念、分类、特征

(二)区块链技术运用:数字指纹技术、非对称加密技术

(三)经侦存证溯源平台技术架构

第十章 经济犯罪数据化侦查实践中的法律问题

第一节 经济犯罪数据化侦查的法律支撑

一、我国数据化侦查的立法及适用现状

二、我国数据化侦查的立法展望

第二节 经济犯罪数据化侦查与公民权利保障

一、“信息性隐私权理论”与数据化侦查

二、“信息自决权理论”与数据化侦查

三、数据搜集的法律问题

四、我国对个人信息权保护的立法现状与路径

第十一章 经济犯罪案件数据化侦查与预警典型案例分析

第一节 经济犯罪案件数据化侦查典型案例分析

第二节 风险型经济犯罪预警典型案例分析