运用心理画像预测犯罪的可行性构想与发展困境

段黎宇

（西南政法大学 刑事侦查学院，重庆 401120）

在犯罪博弈的过程中，为了更好地打击犯罪，维护社会稳定，很多犯罪学理论应运而生，犯罪画像理论便是其中很重要的一个理论体系，其囊括了犯罪生理画像、犯罪地理画像、犯罪心理画像等内容。在西方国家，对犯罪心理画像的运用由来已久，在20世纪四五十年代美国发生的系列炸弹案件①1940—1956年间，美国发生系列炸弹案件，Dr.James Brussel（精神病学家、心理画像专家）深入研究案例后对不明犯罪人进行了犯罪心理画像刻画，与其后被证实的犯罪人特点基本吻合。就已展露雏形，但始终没有学者进行系统化的深入研究。直到美国联邦调查局创立行为科学部，犯罪心理画像才正式职业化，并在21世纪初被引进我国。如今该理论正逐步完善，有望在侦查实务中发挥出更大的作用。

一、我国当前犯罪心理画像的研究概况

犯罪行为始于犯罪心理，犯罪行为总是在一定的犯罪心理影响下和支配下发生，没有犯罪心理就没有犯罪行为［1］。诚然，侦查活动作为犯罪后的一种事后追溯救济手段，是一种由果及因的逆向认识活动，有其不足之处。但若能将该理论应用于识别预测犯罪之中，在某项犯罪活动开始之初或者过程之中通过部分外在行为预判到行为人犯罪的目的、动机等心理活动，就能提前预防和遏制犯罪，有效降低犯罪的发生率。本文探讨如何将犯罪心理画像运用到犯罪识别和预测中，自当以犯罪心理画像基础理论为构架，故将前人理论研究置于篇首。

（一）犯罪心理画像的概念及具体内容

1.犯罪心理画像的概念

在犯罪心理画像的演进过程中，其创始含义为英文表述“Criminal Profiling”，指推断实施犯罪的行为人其独特的人格特征的过程［2］。传入我国后，李玫瑾教授作为中国研究犯罪心理的第一人［3］，她认为：犯罪心理画像就是在侦查阶段，根据已掌握的情况对未知的犯罪嫌疑人进行相关的行为、动机、心理过程以及人员心理特点等分析，进而通过文字形成对犯罪嫌疑人的人物形象及心理特征群的描述［4］。国内部分学者对此定义虽然持有异议，但不是本质性的，不影响本文论证，故本文以李玫瑾教授的观点作为支撑。

2.犯罪心理画像的具体内容

科学开展犯罪画像描绘需要一些具体的内容，即犯罪心理痕迹。犯罪心理痕迹按照识别程度的高低可分为：低识别度心理痕迹（如人的性格、感情经历、道德观念等）、高识别度心理痕迹（如表情、语言、行为）。理想条件下，心理痕迹都会通过客观的物质世界表现出来，但是以上心理痕迹过于抽象、虚化、可信度差，并且不同个体对这些心理痕迹的感受、认识亦不尽相同，所以心理痕迹只能作为心理画像的辅助内容，难以用作心理画像描绘的绝对支撑。作为一种科学的认识手段，描绘犯罪心理画像时不能选择过于虚化、抽象的客体作为其基础。因此，真正具备实践意义的犯罪心理画像内容应该是“可观察测量的外显反应或活动”，包括三方面内容：表情、语言和动作［5］。

（二）犯罪心理画像的实践运用

目前，犯罪心理画像在刑事侦查活动中的运用有一定的局限性，更多的是作为侦查破案活动中的一个辅助工具，用于科学分析案情，缩小侦查范围，指导办案活动，为查缉犯罪嫌疑人提供依据。具体而言，进行调查访问时，犯罪心理画像的作用如下：第一，缩小刑事调查需要排查的犯罪嫌疑人的范围，确定需要调查的犯罪嫌疑人的优先顺序；第二，通过鉴定独特的犯罪现场指标和行为模式，协助刑事侦查人员将相关的案件串并到一起；第三，协助评估犯罪行为向更暴力或更严重损害升级的可能性；第四，向刑事侦查人员提供侦查指导和策略；第五，为刑事侦查确定方向，并帮助刑事侦查人员树立信心，始终如一坚持正确的侦查方向。在进行刑事讯问过程中，当侦查人员与犯罪嫌疑人的心理博弈陷入僵局时，犯罪心理画像不仅可以协助侦查人员制定有针对性、有效的讯问策略，让侦查人员占据主动地位，还可以协助开发打破犯罪嫌疑人幻想的策略、洞察犯罪动机的技术［6］。

值得注意的是，完全凭借犯罪心理画像作为证据出现在法庭之中的案件比较少见。即便在有些案件的侦查过程中，侦查人员借助犯罪心理画像能够锁定犯罪嫌疑人，但由于直接证据的缺乏，依旧无法对犯罪嫌疑人定罪，如美国20世纪80年代发生的绿河连环杀人案①绿河连环杀人案中，凶手加里·里奇韦（Gary Leon Ridgway）在1982—1984年间，杀害近50名妇女。美国警方根据犯罪心理画像描述多次锁定加里·里奇韦为犯罪嫌疑人，由于直接证据的缺乏以及加里·里奇韦的翻供，凶手在20年间一直逍遥法外，直到2003年11月5日在西雅图再次开庭，加里·里奇韦在法庭上承认杀害了49名妇女，该案件才正式终结。。由此可见，犯罪心理画像虽然对刑事案件的侦破具有显著效果，但由于本身存在推理成分，在一定程度上限制了其在法庭上承担证明作用的能力。

（三）对已有研究理论成果的借鉴与补充

前人的理论成果大多是将犯罪心理画像技术运用到犯罪活动之后，旨在打击犯罪，查清案件事实。而本文是为了论证犯罪心理画像可以用来识别犯罪，对犯罪活动作出预测。换言之：前人局限于根据犯罪画像找出行为人，本文则着眼于根据犯罪画像的数据，对比现实生活中的异常行为表现，达到识别并预测犯罪活动的效果。因此，要对前人的理论进行一定的借鉴与补充。

1.对犯罪心理画像公认概念外延的补充说明

李玫瑾教授对犯罪心理画像的适用期间做了严格的限制，即在“侦查阶段”。笔者认为，不单单侦查阶段适用，行为人着手实施犯罪前也一并适用。理由如下：首先，犯罪人的语言、表情、行为等外显反应或活动可以追溯到犯罪前的表现之中，即使是侦查阶段之前的外显反应或活动，也蕴藏着人物形象及心理特征。其次，人的语言、表情、行为等外显反应或活动在一段时间内是稳定存在的，不会发生本质上的改变。例如，通常一个系列的强奸案犯罪人作案手法几乎一致。最后，相同类型的犯罪中，不同行为人的外显反应是相似的。例如，街边公开盗取电动车的犯罪历程都会经过“寻找目标阶段—锁定目标阶段—留守目标阶段—伺机徘徊阶段—作案逃逸”阶段。而这一系列行为的组合体，在相同类型案件的不同犯罪人表现中是高度相似的。

2.对犯罪心理画像实践运用的补充说明

传统观念上，犯罪心理画像只能用于犯罪之后的侦查活动，而在识别犯罪、预测犯罪的领域，相关学者提之甚少。目前学界关于运用犯罪心理画像进行犯罪预防的研究也有，例如有研究者提出：严重犯罪的犯罪人在未成年时期大都不止一次地出现越轨行为，“在一半以上受访者曾经碰到的困扰中，依比率分别为偷窃（81%）、虐待儿童（64%）、毁坏财物（62%）及纵火（52%），也有将近一半的人虐待小动物”［7］。可见，某一类犯罪人在未成年阶段可能出现特定的不良迹象。但是，以上属于宏观调控的预防手段无法具体到个案。本文论证的是某一个具体案件在行为人实施前，通过对其语言、表情、行为三大外显反应的识别，直接锁定犯罪人，将犯罪行为扼杀在萌芽状态。因此，笔者以为犯罪心理画像可以实践运用到具体个案中，在犯罪行为着手实施犯罪之前或刚刚着手犯罪时，对这个特定时间段的犯罪行为人进行心理画像，根据所描绘的心理画像数据迅速识别出犯罪行为，预测到特定人即将实施犯罪的行为。

二、提出“运用心理画像预测犯罪”概念之原因

运用心理画像预测犯罪实质上是数据化、智能化在犯罪心理画像理论领域的延伸。笔者之所以构想出此概念，一是受到国家顶层战略发展规划的启发，也目睹了各领域的成功案例；二是我国各高校、科研所的模式识别研究正在蓬勃发展，日渐完善，这是心理画像得以数据化处理的技术支撑；三是犯罪心理画像技术自我革新的需求，任何一个事物，在历史发展进程中都是不进则退，必须不断革新才能一直保持活力。

（一）宏观层面：当前时代背景下数据化和智能化趋势的启示

1.我国迈向数据化和智能化发展的标志

2016年12月18日，国家工业和信息化部印发了《大数据产业发展规划（2016-2020年）》，其中提到：全球新一代信息产业处于加速变革期，大数据技术和应用处于创新突破期，国内市场需求处于爆发期，我国大数据产业面临重要的发展机遇。这为中国今后创新发展模式指明了方向，各领域开始数据化发展创新的探索。2017年7月8日，国务院印发了《新一代人工智能发展规划》，开篇指出：人工智能的迅速发展将深刻改变人类社会生活、改变世界。为抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。这无疑为各行各业提供了第二种创新发展之路，即“人工智能+”的新模式。

两个重要文件的发布，标志着我国开始迈向数据化和智能化的进程。我国不仅将数据化与智能化纳入国家发展谋篇布局中，且将从政策上、制度上等宏观层面引导和鼓励不同学科领域开展数据化与智能化的探索研究。在这一政策的引领下，侦查学领域的相关学者开始了“人工智能侦查”“大数据侦查”的探索。笔者相信，随着技术的不断发展及其与犯罪侦查实践的进一步紧密结合，控防复杂多变的犯罪对新型犯罪方法的需求会愈加迫切，且运用心理画像预测犯罪将在犯罪侦查实践中发挥越来越重要的作用。

2.我国公安机关探索数据化和智能化发展的实践案例

在数据化与智能化的时代背景下，公安领域早已开始了数据化与智能化的更新换代，并且很多成果已经逐步投入实务。公安领域将大数据和人工智能运用于实践的成功案例很多，涉及社会的各个领域。例如：（1）金盾工程标志着公安信息化建设的显著成功，金盾的基本平台已经搭建成功，八大系统全方位覆盖公众信息，即将更深层次地融合使用［8］；（2）人脸识别技术在公安工作中大范围应用，视频侦查过程中在犯罪嫌疑人的身份识别、重点卡口的人证核查、户籍管理等方面发挥了重要作用［9］；（3）正处于研发状态的无人机追缉、拍照、取证等智能设备辅助侦查新模式。以上表明公安正在朝着数据化、智能化方向发展，由此延伸到犯罪心理画像理论，作为侦查破案的一个重要工具，应该在这个关键阶段发挥其作用。

（二）中观层面：预测犯罪所需技术支撑——“模式识别”研究的逐步成熟

模式识别属于人工智能研究领域的一个分支，要求计算机能更有效地感知诸如声音、文字、图像、温度、震动等人类赖以发展自身改造环境所运用的信息资料，形成用计算机代替人类或辅助人类的感知模式，如：手写字符识别、语言识别、汽车牌照识别等［10］。联系到犯罪心理画像理论，就是让计算机能读懂行为、表情、语言这三大外显反应，这三者作为心理画像描绘的基础，识别读懂其内涵是迈向自动预测行为人后续活动的第一步。

1.我国行为识别的研究状况

基于视频的人体行为识别是计算机视觉技术的一个热门研究领域，在智能监控、行为分析、视频检索和人机交互等领域具有较为广泛的应用前景。目前行为识别的应用仅限于手势识别和一些简单的肢体识别，想要真正大规模成熟应用依旧任重道远［11］。但是考察各理工类院校对人体行为识别的研究成果不难发现，一些简单肢体动作的识别准确率已经相当高了（见表1）。

表1 基于3D骨骼识别行为准确率［12］

通过查阅文献，笔者还发现，除了基于3D骨骼的识别方法外，基于姿态和骨架信息的行为识别方法①有关学者提出了基于姿态估计的行为识别方法，根据姿态估计方法对骨架信息的提取，将关节点信息作为输入。将骨架信息表达成点和边的信息，对骨架信息进行特征建模，此模型大大提高了行为识别的适用性和准确率。、基于ISA网络的视频人体行为分类识别方法②基于ISA网络的视频人体行为分类识别方法，ISA（independent subspace analysis独立子空间分析）相关研究人员提出的一种行为识别算法模型，能够有效对人体行为进行分类识别。等一系列人体行为识别研究表明，目前对简单行为的识别精确率是比较理想的。这无疑为后期进行复杂行为识别奠定了坚实的基础。

2.我国表情识别的研究状况

相比行为识别，表情识别研究更为成熟。目前表情识别方法有多种，例如，基于几何特征的识别方法，这一方法主要是对人脸表情的显著特征，如眼睛、鼻子、眉毛、嘴等的位置变化进行定位、测量，确定其大小、距离、形状及相互比例等特征，进行表情识别。还有基于整体的识别方法，通过对整幅人脸或人脸图像中特别的区域进行变换，获取人脸各种表情的特征来进行识别［13］。虽然这些方法里运用的算法不尽相同，但目的都是提高表情识别的准确率。表2展示的基于图像模式和特征点模式结合的面部表情识别这种方法的研究成果，是研究人员对7种表情——生气、厌恶、害怕、高兴、伤心、惊讶、中性——测试后的平均值。该方法对表情的识别算法有多种，在此罗列5种算法的表现（见表2）。

表2 基于图像模式识别表情的不同算法准确率［14］

由此可见，目前我国对表情识别的研究是比较成熟的。同时，笔者在查阅相关文献时发现，表情识别的研究者并不满足于此现状。例如，对识别算法的深度优化以提高识别的准确程度，对识别要求的逐渐降低以推广识别的应用范围，对识别依据的多项综合以提高识别的可靠程度等研究已在不少理工科院校开展。可以预见，未来表情识别运用于犯罪心理画像之中是可行的。

3.我国语音识别的研究状况

由图4可得，在采用摆线运动驱动规律情况下，末端执行器的位移、速度、加速度曲线随时间连续变化、过渡平滑，具有良好的运动学性能；图5所示为理论轨迹和仿真轨迹求解。

语音识别主要是指以人类的语音为主要研究对象，通过计算机对声音信号进行一定的技术处理，使其转化为文字或指令的一个过程，最终实现人与机器能够进行自然语言的通信［15］。目前，对于一些简单句子和词组的识别，存在多种不同的算法，识别的准确率虽然不同，但是相对较高，各类算法能稳定在80%以上，如表3所示。

表3 主要算法的单词句子识别正确率［16］

除了数据的支撑，值得一提的是，语音识别已经大规模运用于各类计算机公司、电子商务公司。一个典型的例子即Apple公司2010年研发的Siri③Siri是苹果公司于2010年推出的一款内置在苹果iOS系统中的人工智能助理软件。Siri使用自然语言处理技术，使用者可以使用对话与手机进行互动，完成搜寻资料、查询天气、设置手机日历、设定闹铃等服务。（Speech Interpretation and Recongnition Interface）已经实现了通过语音进行人机交互的功能。今天，我国的小米、百度、华为等公司的产品也都有了自己的语音助手。因此，将语音识别技术运用到犯罪心理画像之中，通过对犯罪活动中行为人的交流对话内容进行识别，当诸如“动手”“一起去偷××”“从××逃”等关键语句出现后，可自动识别出犯罪行为。

（三）微观层面：犯罪心理画像理论自我革新的需求

马克思主义原理中的辩证唯物主义告诉我们，世界上的任何事物都是时时刻刻在发展运动的，作为发展中的事物，必须不断地进行自我革新，这样才能长久适用而不被时代所淘汰。犯罪心理画像理论亦是如此。在当今推行数据化与智能化并行发展的趋势下，“大数据”与“人工智能”已成为社会发展的两大新型动力。而唯物辩证法的运动规律又指导我们：矛盾是事物发展的内在动力。在极致追求客观理性的今天，犯罪心理画像也承受着一些质疑，正如崔海英学者所提出的：一是缺乏充足有效的实证研究支撑；二是专业的犯罪心理画像师在专业性方面表现欠佳；三是过分依赖特质理论带来的局限性。犯罪心理画像理论要想进一步发展，就必须朝着标准化、实证化的方向努力［17］。笔者对此的理解就是减少画像描绘者自身主观因素产生的臆断和推测的成分，降低被描绘对象不准确的或然性。换言之，实现不同画像描绘者对同一行为人的描绘接近一致。

除此之外，还有学者提出：犯罪心理画像作为一种辅助侦查手段，其应用范围不仅仅局限在刑事案件侦查工作中，还应该拓展到犯罪预防领域。为了更好地把这种手段应用于犯罪预防中，应该明确犯罪心理画像应用于犯罪预防领域的必要性和可行性，分析犯罪心理画像应用于犯罪预防的实际情况，探讨把犯罪心理画像应用于犯罪预防亟待解决的相关问题。加强犯罪心理画像在犯罪预防领域的应用研究对有效遏制犯罪和促进和谐社会建设有着重要的意义［18］。由此可见，学界已经逐步意识到应该对犯罪心理画像理论作出新的构思，不断完善充实犯罪心理画像理论，以便更好地运用于当今社会。

三、心理画像识别和预测犯罪的构想

（一）心理画像的结构化解读——以“顺手牵羊”式盗窃犯罪模型中的行为画像为例

结构化，即一种简单实用的系统分析方法。在理解现实环境，获得人类系统的具体模型后，抽象出规律性和逻辑性的数据系统模型［19］。人体行为结构化可视为将人体用点线代替，对复杂的人进行机械性的抽象处理。

为了证明犯罪活动中的心理画像可以实现结构化，笔者以实务中常见的电动车盗窃案作说明。有学者研究表明，从已经侦破的案件情况来看，顺手牵羊式盗窃电动车是一种主要的盗窃手段，这种情况一般发生在沿街商铺、诊所、超市等门口，被害人只是短暂地临时停车，由于缺乏防盗意识，没有给电动车上锁或者仅锁电门锁，犯罪嫌疑人就选择人车分开的时候伺机下手［20］。将同类案件的犯罪人行为进行对比观察，发现犯罪人大概率地会经历寻找目标—锁定目标—留守目标—伺机徘徊—作案逃逸五个阶段，而每个阶段犯罪人的行为都反映了其作案中的心路历程变化，这就为描绘犯罪心理画像提供了依据。由于语言具有一定的局限性，故笔者采用图文并茂的方式进行解析，具体如下：

1.寻找目标阶段

这一阶段行为人处于犯罪意念萌发期，试图伪装成正常人，消除周边群众的怀疑，为后期实施盗窃打下基础。但是，与正常人相比，其行为异常性体现在：行走方向与目光不一致，左顾右看寻找目标；行走速度不稳定，时快时慢；行走路线逐渐接近目标物，具体详见图1。

图1 寻找目标阶段

2.锁定目标阶段

在寻找到合适的作案对象群体后，行为人后续动作就是从多个对象之中挑选出最合适的一个下手，此阶段为锁定目标阶段。行为人的犯罪意念进一步支配行为人严谨地分析当前情形，其行走路线会逐渐接近选中的特定对象，此阶段与物主的区分甚为重要，物主的行为表现是直指目标，而作案人的表现则有一个挑选锁定的过程，如图2所示。

图2 锁定目标阶段

3.留守目标阶段

选中合适的目标对象后，行为人的犯罪意念已经成熟，于是进入留守目标阶段。此阶段中行为人伪装心理的表现十分明显，会出现比如触摸目标物、停留在目标物上等一系列伪装行为，企图通过这种与目标物的接触互动，给周围群众造成一种认识错觉：这是行为人的电动车。同时，也给行为人制造机会来进一步检查目标物，查看目标物是否完好、价值如何、是否可盗取等。具体见图3。

图3 留守目标阶段

4.伺机徘徊阶段

前三个阶段，行为人都会由于各类因素的干扰，而中断行为，例如群众质疑、物主发现、警察路过等因素。经过留守目标阶段后，行为人的犯罪意念发展至最高峰，基本上不可能中断犯罪，只待时机一到就实施犯罪，这个等待的过程即为伺机徘徊阶段。行为人会与目标物紧密关联、接触更加频繁，表现出左顾右看的动作，同时内心处于高度紧张状态。见图4。

图4 伺机徘徊阶段

5.作案逃逸阶段

在经过伺机徘徊后，行为人内心对周围环境形成确认：此处安全，时机已到，可以作案。在采用非正常手段控制目标物（技术开锁、万能钥匙解锁等）后，就立即离开案件现场，后续行为也逐渐趋于普通，与正常人取车行为并无多少区别。如图5所示。

以上就是对常见的“顺手牵羊”式盗窃犯罪进行的行为描绘。不难发现，即使很复杂的犯罪行为，也是有规律可循的。可以通过对行为的深入了解，将一系列复杂行为解析为数个简单的行为，从而实现精准识别。或许有人会提出质疑：通过行为开展识别犯罪是否言过其实？但是本文认为，我们必须清晰地认识到，行为只是犯罪心理画像的一个外显反应。对另外两大外显反应，同样可以做出类似的结构化解析描述，其原理和行为识别一致。因此，假若行为配合表情、语言的辅助，集三大外显反应于一体，通过进一步识别，将会成为一个科学可靠的犯罪识别和预测系统。

图5 作案逃逸阶段

（二）心理画像识别和预测犯罪的实践运用框架

运用心理画像进行识别和预测犯罪是一个智慧监视系统，需要人工智能和大数据的双重技术保障。人工智能是发挥眼睛的功能，大数据发挥神经的功能，依据两者提供的信息进行预测犯罪活动，如图6所示。

图6 智慧监视系统

首先，以行为识别、表情识别、语音识别为主的人工智能对现实环境进行精准监控，并自动分析可疑人员的后续活动，判断其是否会犯罪。例如，大夏天穿外套进入店里，东张西望，表情异常紧张，系统会将其列为可疑人员；其次，第一个大数据库（违法犯罪信息库）会提供既有犯罪事实的犯罪人的相关信息，主要是人脸信息，从而对有前科人员实现重点监控，倘若有可疑行为的实施，则立即自动报告警方排查；最后，第二个大数据库（正确识别犯罪的数据）储存云端，通过将全国范围内智慧监视系统每一次正确识别犯罪的数据传到云端，供所有智慧监视系统进行深度学习，不断强化识别的准确性。

（三）心理画像识别和预测犯罪的情景描述

如前文所述，运用犯罪心理画像理论对犯罪进行识别和预测，必须建立在一定的监控大环境之下。不论是通过视频的表情监控，还是通过音频的语音监控，一旦脱离了监控设备，犯罪心理画像就毫无用武之地。因此，心理画像识别和预测犯罪需要符合特定的情形。对于经济发达的城市和地区，监控探头的覆盖率高，能够达到识别和预测犯罪的目的，只是设备升级换代的问题而已。对于偏远的农村和地区，监控探头的覆盖率较低，想要达到识别和预测犯罪的目的，则还需要大量的基础设施建设投入。所幸的是，在手机普及程度如此之高的今天，除了以“行为监控”为主导的传统监控情境下利用心理画像理论外，在“语音监控”为主导的新情景中也可以利用心理画像理论来识别预测犯罪活动。

在传统手段的犯罪活动中，如盗窃案件、抢劫案件、故意杀人案件等，犯罪人对身体行为的依赖程度较大，很多事项需要犯罪行为人亲力亲为，这就促使犯罪人暴露在监控设备下的概率大大增加，甚至整个犯罪现场和过程都展现无遗。因此，通过“监控行为”的视频探头就能采集行为样本进行解析，逐步实现识别犯罪、预测犯罪的最终目标。但是在今天互联网时代的背景下，相比可视的犯罪行为，那些隐藏式的犯罪行为对社会的危害更大。当前的电信诈骗行为主要以好友诈骗、网络兼职、网络购物信息、虚假招工以及钓鱼网站为主［21］。在这些诈骗中，传统视频监控无法探查到犯罪人的行为，而语音沟通成了一条获取被害人信任、身份信息、各类账号的重要渠道。正是基于电信诈骗高度依赖“语音”这一特点，犯罪心理画像外显反应之“语音”可以在该领域发挥出其功能。既然“电信诈骗”犯罪侦破难度大，那么就应该从源头上杜绝此类犯罪。试想，当公安研发出智能识别软件，每个手机用户安装后，在与潜在犯罪行为人的对话中，一旦核心语句“我是××银行客服”“请按照我的指示将您的存款××”等被识别，就会自动提示被害人“此为诈骗”并阻止其进一步受害。因此，对于沟通交流需求大、人体行为依赖低、活动实际场所少的情境，如传销组织犯罪，利用犯罪心理画像外显反应之“语音”识别预测犯罪的效用会进一步增强。

四、运用心理画像预测犯罪面临的发展困境

（一）制度层面：专业隔阂与数据共享障碍

犯罪心理画像是基于犯罪学、人体行为学、心理学等学科综合形成的一门系统理论，涉及内容广泛。而模式识别则是计算机领域中结合图像处理、计算机语言、计算机自动化等的一个超大类研究。两个不同领域的人才通常只精通各自之领域。于是形成了犯罪心理画像理论研究者不懂行为、表情、语音三大模式识别，模式识别研究者不懂犯罪心理画像理论的尴尬局面。两者想要做到更进一步的融合，还需要相互交流、共同合作、不断努力。

数据信息的共享在推进公安信息化建设的过程中尤其重要，目前我国虽然搭建好了以金盾工程为代表的信息平台，但是内部的数据共享依旧是今后金盾工程发展中需要解决的问题。以金盾工程为例，金盾工程下的八大子数据库无法做到深度互融互通，究其原因既有人为因素，也有技术因素。首先公安系统结构条块分明，各个部门职能分工明确，但是在构建整个信息共享体制的时候这种行政优势却成为前进的阻力。个别业务部门本位主义严重，人为制造“信息壁垒”，在交换流转和使用过程中对各类信息资源和统计数据的筛选、综合和加工再造较少，致使信息多以原始形态出现，蕴涵价值未被完全发掘，信息资源综合利用不够充分［22］，最终导致数据信息共享渠道不顺畅，因此即便在金盾工程已经建立的今天，开展画像技术识别预测犯罪的难度依旧很大。

（二）技术层面：高精监控的布建及风险

根据心理画像的三大外显反应—行为、语音、表情—进行犯罪活动的预测是可行的。同时，按照心理画像理论：掌握的外显特征越充分，心理画像描绘越真实可靠。这就对监控设备提出了更加严格的要求。首先，设备安放的范围、具体位置、排列间隔等都需要结合现实情况详加考虑；其次，需要考虑布建高精监控设备的巨大资源投入与最终带来的社会效益相比，是否值得去投资；最后，人亲自感知他人的行为、语音、表情做出相应判断时，尚且会出错，更何况是机器和程序。倘若运行后出现大规模错误，这无疑会引发一系列的负面后果。

（三）道义层面：侵权风险的发生及规避

任何科技手段的进步，背后都隐藏着人类社会可能会被该技术侵犯的风险。智慧监控系统，正当合理地使用，可以将犯罪扼杀在萌芽状态，是打击犯罪的利器。不当的利用则会严重侵犯公民的权利，甚至。诚然，法律或许可以在一定程度上帮助我们解决该问题。因此，发展预测犯罪系统，对法律也提出了更加严格的要求，以此来规避侵权风险。例如可以通过法律详细规定能够使用该系统的主体、时间、范围；利用该系统实施不法行为的责任追溯；对被侵权主体的赔偿等问题。

如果能够克服上述制度、技术、公民权利等一系列问题，那么，留给不法者实施犯罪活动的空间将会被挤压至最小，人民群众会享受到更加安全的生活环境。

本文作为抛砖引玉之作用，试图让犯罪心理画像理论研究者对今天的行为、表情、语音三大模式识别有所了解，也让模式识别研究者进一步了解犯罪心理画像的理论，以期促进两个领域的交流与合作，朝着运用心理画像预测犯罪的目标继续探索。