夏军营,邢源恒
(安徽大学,安徽 合肥 230601)
伴随着新一轮科技革命的浪潮,以“云计算”“物联网”“社交网络”为代表的新兴技术蓬勃发展,人类社会的生产与生活方式正经历着翻天覆地的变化。技术的发展为数据的存储与记载提供了便利的条件,人们生活的方方面面都会以“数据”的形式记录下来,数据的种类与数据的规模以前所未有的速度增长,大数据时代业已降临。大数据是信息时代发展到一定阶段的必然产物,其具有四个明显的特征,即海量的数据规模、多样的数据类型、快速的数据流转以及巨大的数据价值。[1]在当前,大数据技术已经在社会的各个领域普遍运用,例如健康医疗大数据、工程建设大数据、旅途管理大数据等,数据不再仅仅是一种简单的处理对象,而是一种可被广泛应用并能辅助解决其他诸多领域问题的基础资源。
在犯罪治理领域,公安机关已然开始将大数据与侦查工作相结合,例如江苏省的“智慧公安”、贵州省的“刑事犯罪大数据侦查中心”、山东省的“大数据警务云计算”等等。相比之下,我国职务犯罪侦查机关对大数据技术的态度稍显冷淡,以“大数据”和“刑事案件”为关键词在中国裁判文书网只检索到(2019)冀0426刑初161号与(2018)湘05刑初25号两份职务犯罪裁判文书明确使用到大数据技术侦查。可见,大数据技术在我国职务犯罪侦查方面的运用却备受冷遇。然而,晚近几年,职务犯罪日渐呈现出高度的隐蔽化、智能化、群发化等特点,群众对打击职务犯罪的呼声越来越高,传统的职务犯罪侦查模式却已经难以回应此种诉求。对于职务犯罪侦查机关而言,不管是否接受,大数据时代均已降临。如何在大数据时代,抓住机遇,迎接挑战,充分利用好大数据技术,实现传统职务犯罪侦查模式向大数据职务犯罪侦查模式的转型是职务犯罪侦查机关面临的重要课题。
侦查模式按照不同的标准可以划分为不同的种类,以信息技术在侦查过程之中的利用率为标准可以划分为传统侦查模式与信息主导侦查模式。[2]在监察体制改革以前,尽管我国刑事诉讼法,对职务犯罪的侦查主体与一般犯罪的侦查主体作出了区分,但是无论检察机关采用的职务犯罪侦查模式还是公安机关采用的一般犯罪侦查模式在信息技术的利用程度方面并无实质性差异,都属于传统型的犯罪侦查模式。传统犯罪侦查模式的侦查路径为:立案——询问被害人、询问证人、现场勘验调查——证据分析——确定犯罪嫌疑人并且获取口供——破案。[3]因此,传统侦查模式有以下四个特点:第一,侦查重心在物理场域的人与物,询问、讯问、勘验检查发挥着重要作用;第二,侦查方式以“人力输出”为主,技术手段运用率较低;第三,以“审讯”为中心,口供对于案件的侦破起到决定性作用;第四,采用“因果关系”的回溯性侦查逻辑。这种侦查模式在面对一般犯罪之时尚可有效,但面对职务犯罪就收效甚微,并且随着社会的发展与科技的进步,传统粗放式的侦查模式的弊端被无限放大,已经到了不得不改变的程度。
一般犯罪案件的侦破有赖于两条重要的信息来源:第一,案件相关受害人员、知情人员的报案、举报、控告;第二,犯罪现场所遗留的犯罪线索。通过前者,侦查机关可以及时地发现犯罪而取得人证,通过后者侦查人员可以获取相关的实物证据。正是基于此,在传统侦查过程之中,侦查人员总是以这两条信息来源为中心开展走访摸排、勘验检查等证据收集工作。但在职务犯罪的场合,这种传统的犯罪侦查模式就难有发挥的空间,因为职务犯罪的隐蔽性阻断了两条信息来源路径。一方面,比起一般犯罪,职务犯罪缺乏受害人与知情人,这就使得职务犯罪很少能够被及时发现,侦查机关也难以获取足够的人证。另一方面,职务犯罪缺乏外化的犯罪现场。职务犯罪是具有特定身份的人员实施的犯罪,是能够进入到特定权力范围圈子的人才可能实施的犯罪,而特定的权力圈使得职务犯罪的“犯罪场所”具有高度的隐秘性。以“贪污贿赂犯罪”为例,能够实施贪污行为的人对犯罪场所有绝对的控制力,能够实施贿赂犯罪的犯罪分子对犯罪的场所有选择的决定权,这就限制了外部人员的接触性。因此,职务犯罪行为总是以秘密的形式展开,难以被及时发现,即便是案发,也与犯罪发生之时有着较长的时间间隔,犯罪现场的物理痕迹早已灭失。因此,侦查人员难以获取足够的线索与证据。更严峻的是,职务犯罪这种隐蔽性仍在不断加强。近几年,职务犯罪还呈现出了“窝犯”与“串犯”的“伞状犯罪”样态。大多数被查出的职务犯罪总是表现出上下勾连、左右互助式的集体犯罪样态,原因在于犯罪分子在利用公权谋私利之时形成了利益关系链,这种利益链条在长期的发展过程之中形成了权力保护网,这进一步增强了职务犯罪“自我保护”能力。职务犯罪人员之间形成的关系保护网进一步限缩了侦查人员的信息与证据收集路径。而传统侦查模式,以客观存在的物理场域为侦查重心,注重人证与物证的收集,这种“现场驱动型”的传统侦查模式很难穿透职务犯罪的隐蔽性。
近几年,互联网、云计算、人工智能技术的发展为人类社会带来了极大的便利,同时也将人类社会带入了技术伦理失范的风险社会之中。在职务犯罪领域更是如此,技术革命为职务犯罪升级了犯罪路径。一般而言,职务犯罪会与财物有着密不可分的联系。以贿赂犯罪为例,犯罪分子总是以获取财产利益为目的而实施相应的职务犯罪行为。传统的贿赂犯罪行为,总是以现金的方式完成交易,从而实现权钱交易的目的。现金交易方式限定了权钱交易双方的时间与空间,而为职务犯罪的侦查工作提供了相应的物理场域的侦查空间。但是,智能网络技术的不断发展,改变了财产转移的形式以及财产标的的样态。例如,以微信、支付宝、财付通为表现形式的新一代科技支付手段的不断兴起,已经成为社会主流的支付方式。传统意义上的职务犯罪行为已经不需要通过面对面的现金交易达到权钱交易的目的,交易双方以各种新型电子支付手段来转移财产,就很难在物理场域留下现场交易痕迹破绽,这就使得职务犯罪行为摆脱了时间与空间的限制。再如,以区块链技术为代表的新兴技术的发展,催生了比特币、以太币、莱特币之类的虚拟财产货币。尽管此类虚拟货币的流通性在我国法律上尚未得到肯定,但从国家对区块链技术的重视程度来看,此类货币在不久的将来必然会为政策所接纳。从世界范围的发展状况来看,虚拟货币已然形成了一定程度上的流通领域而具备了财产价值。基于此,职务犯罪所涉及的财产标的可能不会以人们熟知的实体货币形式存在,这进一步加大了查处的难度。然而,传统侦查模式仍然处在“手工作坊式”的侦查模式之中,对于信息技术的利用率较低。侦查机关对于犯罪信息收集仍然依靠侦查人员的手动查询、记录、提取、调取与分析等体力化方法。显然,这种原始粗放的侦查模式难以应对职务犯罪的智能化犯罪样态。
职务犯罪不同于一般的犯罪,其具有高度的隐蔽性以至于缺乏足够的人证、物证与书证。恰恰是职务犯罪的隐蔽性特征,才使得在传统侦查模式下,侦查人员总是将案件突破的关键放置于对犯罪分子的审讯环节之上,如果可以得到犯罪人员的口供,再以此为基础寻找相互印证的证据,案件就得以顺利侦查终结。但是,以“审讯”和“口供”为中心的侦查思维是建立在信息不对称的博弈论基础之上的。以贿赂犯罪为例,如果侦查人员想要获取口供,那么对犯罪分子的审讯必然会经历心理博弈与物理博弈两个阶段。一方面,将行贿人员与受贿人员分别关押,犯罪分子之间可以通过彼此之间的心理博弈来选择是否要比对方先行做出口供,与此同时,犯罪分子也要揣度侦查人员已经掌握的证据程度来与侦查人员做出心理博弈。但是,如果行贿人与受贿人事先做好了串供准备,心理博弈就会宣告失败,侦查人员就很难得到口供。于是,在侦查期限与业绩考核以及社会舆论的多重压力之下,侦查人员往往就会转而使用物理博弈——以严刑逼供与暴力取证的手段获取口供,这也是我国大多数“冤案”“错案”的逻辑生成范式。然而,近些年我国刑事诉讼法确立了“只有口供不能定罪”“非法证据排除”等一系列保障人权的规则,目的就是为了防止公权力滥用而致人权受到非法侵害。显然,传统侦查模式下,所谓“审讯中心”“口供中心”“由供到证”的侦查取证思维使得职务犯罪侦查人员极易突破禁止强迫自证其罪原则,这显然与我国人权保障的刑事司法理念背道而驰。
党的十九大报告指出,要坚持和完善共建共治共享的社会治理制度,保持社会稳定、维护国家安全。十九届四中全会公报进一步明确:新时期,加强社会治理必须从“结果主义”的事后治理模式转化为“源头治理”模式,换言之,新时期社会治理的阶段必须前移,要从事后控制转化为事前预防。犯罪是一种最为严重的社会矛盾,犯罪治理是社会治理范畴内的最为重要的一项课题,因此,新时期社会治理的要求同样适用于职务犯罪治理领域。近几年,黑恶犯罪、恐怖活动犯罪、危害国家安全的犯罪频发并且严重侵害社会秩序,为此国家不断推出《国家安全法》《反恐怖主义法》以及“扫黑除恶”专项斗争加以应对。应当注意的是,职务犯罪不是一种独立存在的犯罪现象,危害国家安全犯罪、恐怖活动犯罪与黑恶势力犯罪等犯罪都与职务犯罪有着共生共存和相互缠绕的内在关联性。职务犯罪的社会危害性并不仅仅表现在职务犯罪行为本身,更在于其为周边犯罪提供的便利与保护。故而,对于职务犯罪的打击需要根植于一般社会治理之中,应当充分发挥侦查机关犯罪打击与一般社会治理双重的职责。[4]然而,在传统职务犯罪侦查模式之中,侦查机关一般都是采用因果关系的回溯性侦查方式,通过线索与证据来重构案件事实进而对职务犯罪行为进行事后打击,这种侦查方式只侧重于对职务犯罪的事后控制,而不注重对于职务犯罪的事先预防,这实际上就减损了职务犯罪侦查机关的一般社会治理功能。显然,传统职务犯罪侦查模式中的“事后型”“回溯型”侦查逻辑与新时期社会治理的新要求背道而驰。
大数据职务犯罪侦查模式是将大数据技术与职务犯罪侦查工作相结合的数据驱动型侦查模式。大数据职务犯罪侦查模式的侦查路径是:立案——案件数据的收集、分析——确定犯罪嫌疑人——破案。大数据职务犯罪侦查模式具有以下特点:第一,侦查行为的作用场所为虚拟的网络领域;第二,侦查的方式以数据信息技术手段为主,人力输出为辅;第三,证据的收集以客观证据为主,主观证据为辅;第四,侦查的思维为相关性思维而非因果性思维。大数据技术作为一项具有超强穿透力与影响力的现代化工具,对于监察机关侦破职务犯罪供给了一条新的路径,以大数据技术为核心所构筑的大数据侦查模式实现了对传统职务犯罪侦查模式的多重突破。
大数据实现了职务犯罪侦查场域由物理空间向虚拟数域的转换。传统侦查活动作用的场所在于实体空间,询问证人、被害人、勘验、检查与分析取证占据了侦查的核心位置。然而,职务犯罪的高度隐蔽性特点决定了其难以像一般犯罪那样形成外化的物理犯罪现场。因此,侦查人员以“犯罪现场”为核心而展开犯罪证据收集工作的传统侦查方法显然失去了效用。“在大数据时代,个体用户在网络应用上的每一个动作、每一个行为都会以数据包的形式被记录、留痕”,从而形成了一个与现实空间想对应的虚拟数据空间。[5]大数据侦查就是以这个虚拟数据空间为依托展开侦查活动,直接摆脱了物理场域的客观限制,从而可以有效的刺破职务犯罪的隐蔽性面纱。一方面,大数据侦查依赖数据资源来发现职务犯罪的线索,而并不依赖于相关受害人的控告、检举与揭发,即便脱离了证人、受害人,大数据侦查依然可以通过数据打开职务犯罪的侦查僵局;另一方面,侦查人员开展侦查工作的“场所”由现实世界的物理场域转移至虚拟世界的网络数域,职务犯罪分子依靠其职务权力的优势所形成的保护罩在虚拟网络领域难以有所作为,侦查人员通过大数据技术可以获取犯罪分子在网络空间留存的无形痕迹,例如财务转账记录、高档消费记录、通话记录等等,透过此类数据就完全可以掌握一手的数据,进而筛选出与本案犯罪事实相关的证据。总之,大数据侦查可以突破职务犯罪人员权力关系网所制造的侦查障碍,以技术手段刺破职务犯罪的隐蔽性面纱。
传统侦查模式是以“劳力输出”为主的“手工作坊式”侦查模式。一方面,在传统侦查观念的主导之下,职务犯罪侦查工作总是陷入到“审讯靠嘴、查证靠腿”的粗放模式之中。以查询财产为例,侦查人员要根据不同的需求,往返于每一家涉案银行的分行、开户行、交易发生行,甚至需要到郊区仓库进行手工查找,大量的时间与精力浪费在了路途之上。[6]另一方面,对于已经获取的证据,侦查人员要依靠经验来进行手工式的分析、演绎与研判,一旦出现了经验性的错误,前述所做的侦查成果必然前功尽弃,侦查工作要全部推倒重来。在这种“手工作坊式”的侦查模式之下,尽管办案人员跑断了腿、说破了嘴,但是能够获取的线索与证据仍然相当有限,职务犯罪的侦破效率相当低下。如前所述,网络科技的发展进一步升级了职务犯罪的犯罪路径,以“人力”为主的侦查模式无法捕捉职务犯罪的智能化痕迹,难以胜任大数据时代打击职务犯罪的工作。大数据侦查模式以大数据技术为依托的全景式侦查模式,是技术手段与数据资源相结合的侦查模式,其可以摆脱传统侦查模式的粗放式痛点。一方面,大数据侦查强调技术手段在侦查工作中的应用,特别是取证方面,这就可以大幅度地节省侦查人员的时间与精力,极大地提升职务犯罪的查处效率。另一方面,大数据侦查囊括的技术种类多样,例如人工智能技术、互联网技术、计算机技术等,无论职务犯罪的犯罪手段与方式如何升级,大数据侦查都能够以智能化打击智能化,及时高效的回应技术革命所带来的犯罪风险。
职务犯罪案件缺乏相关的“犯罪受害人”与外化的“犯罪现场”因而具有高度的隐蔽性,在权力关系网的阻碍之下,侦查人员难以获取足够的信息来源途径。因此,对于职务犯罪人员的审讯成为了侦查工作的重心,侦查人员往往依赖于犯罪分子的口供来固定职务犯罪事实。然而,“审讯中心主义”“口供中心主义”的侦查理念极易冲破刑事诉讼的规范界限进而侵犯人权。在大数据时代,职务犯罪人员不仅仅会在现实的物理空间留下有形的物理痕迹,也会在虚拟的网络空间留下无形的犯罪记录,例如财务转账记录、生活消费记录、不动产登记记录等等。即便职务犯罪的隐蔽性阻却了侦查人员通过物理场域进行证据收集的路径,侦查人员仍然可以利用职务犯罪人员在虚拟空间留下的数据痕迹来侦破职务犯罪案件。大数据侦查的目标对象就是职务犯罪人员在虚拟空间遗留的无形数据记录,职务犯罪侦查人员通过信息技术与算法模型来对这些数字记录进行收集、分析、加工、转换,最终筛选出足以固定职务犯罪事实的证据。大数据技术为职务犯罪侦查人员拓展了信息与证据的来源路径,侦查人员不再将取证的视野局限于单一维度的物理场域之中,这就改变了传统地“由人到案”的侦查方式。大数据背景下的职务犯罪侦查模式之中,侦查人员可以利用大数据资源与相关技术获得口供以外的客观证据,进而摆脱了对犯罪嫌疑人主观口供的过度依赖。[7]
传统职务犯罪侦查模式采用的是回溯性侦查思维,如前所述,此种侦查模式的侦查逻辑注重的是通过因果关系来对职务犯罪事实进行重构,这也就决定了其对职务犯罪的打击具有滞后性。在历史新时期,职务犯罪与周边犯罪相互缠绕会带来更大的社会危害性,因此,侦查机关不能总是在职务犯罪发生以后才开展相关的职务犯罪侦查活动,而应当在职务犯罪尚未付诸实施之前或者实施之初,就应当予以有效地预防和打击。大数据职务犯罪侦查的思维模式和处理方式是对尽可能多的数据进行与特定事项的相关分析,挖掘出隐含的、先前未知的、对决策有潜在价值的关系、模式和趋势。[8]易言之,不同于传统职务犯罪侦查模式的回溯性侦查思维,大数据侦查采用相关性侦查思维,通过大数据挖掘技术,对海量的历史数据进行分析,寻找到数据与数据之间的相关性进而可以积极的预防职务犯罪。例如,在某个时期某个区域贵重金属、豪华汽车、娱乐场所、高档餐厅消费数额的增加可能预示着该区域职务犯罪的发生率较高,侦查机关可以根据财物消费与职务犯罪的相关关系,将侦查的范围限缩在重点区域的职务人员,合理配置警力资源来及时有效地完成对职务犯罪的侦查打击。大数据技术促使职务犯罪侦查思维由传统的事后被动打击转变为事前主动预防,将大数据引入职务犯罪的侦查之中来,可以构筑起犯罪打击与一般社会管理之间的桥梁,进而发挥侦查机关惩治犯罪与预防犯罪双重职能。
大数据技术为职务犯罪侦查人员开辟了一条新的侦查路径,给职务犯罪治理带来了机遇。但是,技术是一把双刃剑,善用可以锋利无比,错用则足以后患无穷。正如有些学者指出:对人工智能的过度期待或者误解可能导致现代法治的制度设计分崩离析,引起社会结构出现矛盾、混乱乃至失控的事态。[9]因此,在认可大数据技术为职务犯罪侦查工作带来的巨大质变之时,也应当对此抱有审慎的态度。在将大数据技术引入刑事犯罪侦查领域的过程之中,应当充分审视其所带来的负面效应,以便提前做好准备,趋利避害。
大数据侦查的第一步就是收集与职务犯罪事实相关的数据。但是,数据的收集不同于实物证据的收集。实物证据存在于物理空间,针对实物证据展开的侦查活动会受到物理空间的限制。从某种程度上来说,物理空间的特性构成了对涉案人员的隐私权保护。第一,物理场域包含着涉案人员的隐私空间,因此,刑事诉讼法对进入物理场域的入口设置了令状规则,严格管控职务犯罪侦查人员的准入资格。例如,侦查人员要搜查职务犯罪人员的卧室必须获取搜查证。第二,物理场域的空间大小在一定程度上限制了侦查人员可获取的信息量。例如,侦查人员不可能在卧室之内搜查出豪车,因为卧室的大小决定了其无法容纳豪车。基于物理空间所产生的双重隐私权保护,在一定程度上对职务犯罪侦查人员所开展的传统侦查行为进行了约束。但是,在大数据侦查的场景之中,侦查活动的目标指向了数据。数据存在于虚拟的互联网空间之中,对数据展开的侦查行为摆脱了物理场域的控制,很容易侵犯到公民的人身权利。一方面,“互联网络空间具有很强的外部性和交互性”[10],这就使得互联网并不具有私密空间的性质,现行法律所确立的令状规则无法对进入公共空间的侦查行为进行控制。另一方面,数据本身具有无形性,可以被高度压缩于存储设备之中,一个存储设备之中可能包含涉案人员的海量隐私数据,侦查人员无法事先判断介质中的数据是否与职务犯罪的事实具有必然的联系。一旦侦查人员打开存储设备,在获取犯罪数据之时,也不可避免地获取了大量与犯罪事实无关的隐私信息。
大数据侦查是以数据资源为依托的侦查模式,数据源的质量决定了侦查结论的正确性。但在大数据时代,公民的生活、学习、社会交往等活动所留下了数据痕迹均被记录在相应的数据库之中,现有数据库容纳了体量庞大、纷繁复杂、真伪难辨的数据资源。与职务犯罪事实相关的有用数据就湮没于杂乱无章的数据库之中,职务犯罪侦查人员需要在海量的数据资源库之中筛选相关性数据必然会备受无效数据的干扰。[11]一旦侦查人员在数据筛选环节存在疏漏,从而致使输入的数据质量存在着瑕疵,这种瑕疵会在算法模型的运行过程之中不断的被累积叠加,最终的职务犯罪预测结论也会出现指向性错误。事实上,在司法实践之中,因为数据质量瑕疵所导致的对无辜人员错误采取强制措施的案例并不少见。例如,许多无辜的公民因为身份证被冒用或者重名、重号而被警方错误羁押。①参见 杨涛.错误拘留频现亟待建立有效防范机制[N].北京青年报,2013-12-11(5).可见,海量的数据信息为大数据职务犯罪侦查提供了足够的数据资源之时,同样也对侦查工作带来了困扰。在大数据侦查的语境之下,数据的真实性、准确性显得格外重要,倘若侦查人员无法在海量数据之中排除掉做好的虚假数据直接影响到相关强制措施的实施,进而侵犯到公民合法的人身权利。
对于已经收集与筛选的数据,职务犯罪侦查人员尚且需要通过一定的算法模型来完成进一步的对比、碰撞与挖掘,从而才能揭示数据之间的相关关系。可见,算法模型设计的科学性也决定了犯罪预测结果的合理性。但是,现有算法依然建立在初始阶段的人工智能技术之上的,通过机器学习建立起来的算法规则必然无法摆脱人类思维的偏见性。思维偏见存在于任何一项人类活动之中,侦查活动也不例外。在美国的司法实践之中,便存在以“种族偏见”为外在表现的侦查歧视行为。美国公民自由协会的数据显示,尽管黑人与白人公民持有大麻的概率一致,但因持有大麻被逮捕的可能性,黑人是白人的四倍。[12]换句话说,侦查主体在侦查过程之中就抱有种族歧视的偏见,从而致使黑人比白人更容易被定义为侦查对象。侦查主体的这种思维歧视,同样会被代入至大数据职务犯罪模式之中。如前所述,大数据侦查需要依托一定的算法模型,在构建算法模型之时,设计者很可能将自身的生活经验甚至是行业的职业偏见灌输至大数据侦查模型之中,进而形成了算法的歧视与偏见,这就天然性的错置了侦查的方向而形成选择性执法。比如,在贪污贿赂犯罪模型的构建过程之中,倘若设计人员无意识地将“仇富”心理代入至算法之中,将资产状况作为侦查模型的优先考量要素,那么由此导致的结果是,一些家庭条件本来优越的职务人员可能会成为犯罪打击的重点对象。
现代化技术的革新带来了深刻的社会变革,职务犯罪呈现出了新的样态类型。传统职务犯罪侦查模式已然难以适应大数据时代的打击职务犯罪的现实需求。职务犯罪侦查机关应当主动寻求侦查模式的转变,摒弃粗放、低效、僵化的传统侦查模式,转而建构一个精细、高效、灵活的大数据侦查模式,从而为新时期打击职务犯罪提供最有力的模式支撑。但是,从传统侦查模式到大数据侦查模式的转型并不是单纯的技术运用程度的提升,而应当是侦查理念、侦查思维、侦查手段等全方位、多维度、立体式的转变。因此,需要通过主体要素、技术要素以及规范要素三方面的建设才能建构起符合时代要求的大数据职务犯罪侦查模式。
无论在哪种侦查模式之下,职务犯罪的侦查工作都需要由侦查主体才能完成。侦查主体的建设在大数据侦查模式的构建之中起着基础性的作用,只有侦查主体的各方面条件完成了实质性转变,侦查模式才可能从粗放、僵化、陈旧的传统侦查模式之中解放出来。大数据时代对职务犯罪侦查机关提出的首要任务就是力求建立一个新理念、新思维、新能力的数据侦查队伍。
1.树立“技术主导”的侦查理念
侦查理念是能够反映侦查规律,并贯穿于职务犯罪侦查模式的始终,对侦查活动具有引导、支配、决定作用的观点、看法、信念,[13]其对于职务犯罪侦查工作具有的指导作用。长久以来,侦查人员一直深陷于陈旧的侦查理念之中,最为主要的表现就是侦查人员更青睐于“一张纸、一支笔、一条腿”的侦查方法,而极度排斥技术手段的运用。造成这种局面的原因主要有两个方面:第一,在长期的职务犯罪侦查工作之中,侦查人员总是习惯于用自己以往办案的经验开展职务犯罪侦查活动,而与经验办案相配套的也必然是亲力亲为的手工侦查方法。从某种程度上讲,经验办案与人力办案更能彰显侦查主体的能动价值,至少在心理上对于侦查人员自身是一种肯定。第二,人力办案不需要高水准的科技专业素养,是一种最容易操作的侦查方式,而对于技术的学习使用需要耗损较多的时间与精力,侦查人员却惰于提升自我的技术本领来改变现状。可以肯定的是,这种“重人力、轻技术”的侦查理念严重拉低了职务犯罪的侦查效率。要构建符合大数据时代的职务犯罪侦查模式,侦查人员首先就需要转变“人力侦查”的侦查理念,树立“技术主导”的侦查理念。大数据侦查模式对传统侦查模式的突破就是“技术手段”对“人力方式”的突破,“技术取证”“算法分析”“智能画像”等每一个步骤都需要以“技术”作为核心基础。因此,只有侦查人员在侦查理念上相信技术、拥抱技术、接纳技术才可能构建以技术为支撑的大数据侦查模式。
2.培养“相关性”与“预测性”侦查思维
大数据对侦查主体的另一要求就是要尽快转变侦查思维。传统的侦查活动之中,侦查人员采用的是以因果关系为逻辑脉络的回溯性侦查思维。回溯性侦查思维具有鲜明的缺陷,一方面,回溯性侦查思维注重因果关系的逻辑推理,职务犯罪侦查人员要从犯罪的结果逆向回溯至犯罪发生的原因,这个过程是不断用侦查经验引导证据证明的过程。然而,侦查经验具有高度的主观性与随意性,以此为基础展开的证据收集以及待证事实的拼凑很容易陷入谬误的风险之中。另一方面,“回溯性”侦查思维之所以称之为“回溯”,是因为此种侦查思维的逻辑基础是职务犯罪已然发生。在职务犯罪已然发生的基础之上再启动侦查,很难发挥侦查权对职务犯罪的预防作用。大数据时代,以因果关系为核心逻辑的侦查思维已无法达到精密侦查的要求,侦查机关应当在因果关系的基础之上培养以“相关关系”为核心要素的大数据侦查思维。大数据思维是以数据相关性为导向的侦查思维,将现实空间的职务犯罪规律转化为可以量化的数据,再根据数据之间的变化的相关性来发现犯罪。侦查人员应当充分利用海量的数据资源来挖掘数据背后的价值,透过数据的外在现象来掌握数据所反映的内在信息,进而捕捉现在和预测未来。
3.提升侦查人员“数据技术”运用的侦查能力
从传统职务犯罪向大数据侦查模式的转型是手工作坊向大数据工厂的升级,对于海量数据的加工将成为职务犯罪侦查工作的重心。而数据资源的收集、分析、展示的每一个环节都脱离不开互联网、云计算、物联网以及人工智能等一系列现代化的高新技术。因此,打造一支专业化的大数据侦查队伍,仅有先进的侦查理念与侦查思维尚且不足,还需要提升侦查人员自身的“硬本领”。从目前的状况来看,职务犯罪侦查机关的侦查人员的技术素养整体水准较低,对于计算机技术的掌握程度只能应付日常的办公业务,尚无法完成高水准的数据侦查。侦查机关可以通过“改造旧人”或者“吸纳新人”的方法来提升数据侦查的能力,既要做好原有侦查人员的技术培训工作,同时还应到根据大数据侦查的需要吸纳相关专业的人才。同时,在提升侦查人员综合技术素养的同时,还应当注重专业的类型化培训,按照“数据收集”“数据分析”“数据展示”等不同的专业方向培养技术型人才并且组成相应的技术小团队,进而保障大数据侦查各阶段的工作都能有足够的技术人才加以支撑。
大数据职务犯罪侦查模式的场景之下,数据贯穿于侦查的各个环节,侦查过程就是数据储存、提取和分析的过程。[14]要实现数据的收集、挖掘、碰撞,除了侦查理念、侦查思维、侦查能力这些附着于侦查主体的软件要素之外,大数据职务犯罪侦查模式还需要专业性的硬件基础。脱离了硬件基础,再专业的侦查人员也难以完成大数据侦查工作。因此,要从上层设计、数据储存、资源整合等多方面采取举措,为大数据职务犯罪侦查模式夯实硬件基础。
1.顶层设计:大数据侦查部门的建立
职务犯罪侦查职能转隶之前,我国检察机关在一定程度上就已经意识到大数据对于职务犯罪侦查工作的重要性,但是,在将大数据运用到侦查实践的具体建设之中却缺乏相应的顶层设计和统一规划,归根结底在于侦查部门之间的权力分散化。转隶之后的监察机关尚还忙于纪检部门与原检察机关侦查部门的整合工作,更是缺乏对大数据侦查的专业性部署与规划。大数据侦查是一项专业性极强的集约型、智能型侦查模式,如果侦查权过度分散,显然不利于侦查工作的总体指挥。因此,从顶层设计的层面出发,职务犯罪侦查机关应当设置专门的刑事科学技术部门,从而完成大数据侦查工作的统一领导、统一部署、统一管理,真正使得数据侦查各阶段衔接且高效的运行。同时,刑事科学技术部门之内的组织建设也应当做好专业方向的划分。如前所述,数据收集、数据筛选、数据分析、数据展示都是不同技术类型的工作模块,刑事科学技术部门也应当依据不同的工作模块来进行内设机构的划分,各模块团队各司其职、分工合作、相互监督,才能保障数据侦查所获结论的精确性。
2.数据存储:职务犯罪专属数据库的建立
大数据侦查的核心要义就是要从巨量数据之中快速获得职务犯罪事实相关的价值性信息,而海量数据的存储、检索、收集、分析都需要通过数据库来实现,一个海量的数据库是大数据侦查的基础。目前我国已经建成以全国信息库为代表的八大公安基础信息库(全国重大案件、在逃人员、出所人员、违法人员、盗抢人员、未名尸体、失踪人员、杀人案件)[15]。但是,职务犯罪侦查机关却没有建构有关职务犯罪的专属数据库。职务犯罪不同于一般犯罪,一般犯罪的人员具有随机性、任意性,但是职务犯罪是具有特定职务身份的人员才可能实施的犯罪。正是基于职务犯罪人员身份的特殊性,无论是转隶之前还是转隶之后,职务犯罪的侦查权均与一般犯罪的侦查权相互分离而由特殊的侦查机关所享有。同样的,在大数据侦查模式的需求下,也可以根据职务犯罪自身的特殊性,侦查机关单独构建一个专用于职务犯罪侦查工作的专属数据库,数据库指向的对象为具有职务身份的公务人员。一方面,专属数据库要囊括职务人员的资产状况、消费记录、家庭背景、人际关系、行动轨迹等信息,以便于办案人员的检索与审查,另一方面,对以往职务犯罪案件的查办状况、办案思路、侦查经验等也可以录入数据之中,以便为日后的职务犯罪侦查工作提供经验性、实践性的指引。
3.数据整合:大数据共享平台的建立
数据的生命力在于时效性,一旦数据的流转机制不畅通,数据将会因为时效性的丧失而失去证明价值。虽然我国已然建成了多种多样的数据库,但是却缺乏全国性的数据共享平台,各信息系统与数据库之间各自为政,彼此所存储的数据资源缺乏高效的共享机制,这就严重减损了数据的时效性价值。另外,不同地区之间、不同司法部门之间以及政府与社会之间存在着严重的数据壁垒,数据的“地方性保护”“部门性保护”以及“行业性保护”的现象屡见不鲜,这就进一步加剧了数据资源的浪费。大数据背景之下,职务犯罪侦查机关需要建立一个横向集成、纵向贯通、互联互通、高度共享的数据共享平台,对于各方的数据与信息进行集中式的整合,例如,可以将公安网、纪检网、区域网、移动互联网进行整合,形成多网联动机制。[16]通过这种全局式的共享平台,职务犯罪侦查机关可以顺利破解数据的孤岛效应,各数据库之间也能及时实现数据的高速流转。这种动态式的数据共享机制可以促进数据的实时更新和同步更新,真正做到“一库刚收集,众库即共享”,从而才能够保证数据的时效性价值。
大数据侦查的过程就是数据的流转过程,数据收集、数据筛选、数据分析是一个不断推进式的程序性运转机制,一旦某个阶段出现了问题,结论必然会出现偏差,从而侵犯公民的合法权利。构建大数据职务犯罪侦查模式,应当充分考量大数据侦查各阶段技术运用的特性,提前做好各方面的规范要素,降低技术带来的负面效应。
1.数据收集阶段:注意保护公民的个人隐私
不同于传统职务犯罪侦查模式,大数据职务犯罪侦查模式是以数据作为基础要件的侦查模式,侦查行为指向的目标为数据,而非具体的人或物。但是,数据具有高度的虚拟性、可压缩性,并不依附于私密的物理空间,这导致传统刑事诉讼规则针对侦查行为所确立的一系列控制措施失灵。基于数据上述特性,应当合理规范数据的收集行为。首先,要通过立法对大数据侦查的法律属性进行明确,并且建构一定的程序性规范机制。现行刑事诉讼法规定了8种法定侦查措施并且配置了相应的控制性规范,但却没有对数据侦查行为作出明确的规定。就侦查行为所表现出来的形式上来看,数据侦查行为与技术侦查最为相近,两者都是运用一定的技术实现取证的目的,但是两者之间却存在本质的区别。技术侦查措施的各类监控手段不仅应具有秘密性与技术性的特征,还应兼具同步即时性的本质要求。[17]数据侦查却是在案件事实发生之后才采取的侦查方式,因而不具有同步性和及时性,对技术侦查所做出的程序性控制就不能当然的套用于数据侦查行为。因此,必须通过立法明确大数据侦查的法律属性,设置令状许可、审核、备案等严格的审查程序,为大数据侦查的启动设置严密的控制机制。其次,数据收集应当遵循比例原则,而不能任由侦查人员收集、调取与案件事实无关的数据。如前所述,数据必须依附于一定的存储载体,侦查人员在获取与职务犯罪事实相关的数据同时,也一并获取了与案件事实无关的隐私数据。因此,在数据收集之时应当采用“单独提取”的方式,不能将存储载体一并扣押和封存。最后,赋予被收集人知情权。侦查人员应当履行数据收集的告知义务,以便被收集人适时地提出抗辩或寻求救济。
2.数据筛选阶段:严格排除无效数据的干扰
数据的相关性与真实性对于大数据侦查的侦查方向尤为重要,一旦“数据源”出现错误,这种错误会在后续的数据分析模型之中不断叠加,进而导致错误的分析结论。但是,现有数据库之中充斥着纷繁复杂、体量庞大的巨额数据,与职务犯罪事实关联的数据信息便混杂其中,职务犯罪侦查人员的筛选工作备受各种无效数据和信息的干扰。因此,职务犯罪侦查机关应当高度重视数据的筛选工作,力图实现数据筛选的精细化与严密化,保障大数据侦查的“数据源”的质量。一方面,职务犯罪侦查机关要为数据筛选阶段提供足够的人力、财力、技术的支撑,做好资源的合理分配。数据筛选是大数据职务犯罪侦查模式中尤为关键的一环,在数据筛选阶段,职务犯罪侦查人员既要在海量的数据中剥离出与案件事实相关的数据,同时还有做好去伪存真的识别工作,可谓工程量巨大。因此,职务犯罪侦查机关应当合理分配资源,为数据筛选人员提供最好的硬件支撑,这样才能保证数据筛选工作的高质量与高效率。另一方面,要建立数据筛选阶段的责任追究机制,敦促数据筛选人员切实尽责地完成数据过滤工作。数据筛选是一项极为细致的工作,需要职务犯罪侦查人员持有高度认真与谨慎的态度。因此,在为数据筛选工作人员配备最好的硬件基础的同时,也应当建构相应的惩罚机制,真正做到“谁筛选、谁负责”。
3.数据分析阶段:合理应对算法歧视的危险
在数据驱动型侦查模式之中,数据的分析与处理都需要借助算法模型来完成。然而, 算法的编辑需要由人来完成,这就难以摆脱人类思维的偏见性,进而造成算法歧视。构建大数据职务犯罪侦查模式必须要保证侦查模型的合理性与正确性,警惕算法歧视带来的冤假错案风险。规制侦查模型的算法歧视有以下可行的做法:首先,职务犯罪侦查模型的算法要及时公开。在职务犯罪侦查模型投入使用之前,应当将该模型的算法或者运作规律公布于众并且做出相关的解释,以便社会公众进行监督,减少算法的“黑箱效应”。其次,职务犯罪侦查模型的算法要接受审查与评估。 “算法审查评估强调算法应当得到专家、决策者的验证,使其尽可能不受偏见和无意识歧视作用的影响。”[18]算法的编辑是一项专业技术性极强的工作,并不能为社会一般人所掌握,因此,应当召开行业听证会与专家座谈会对算法的合理性进行审核与评估。最后,应当赋予被侦查人员程序性救济权利。虽然通过采取一系列预防措施,可以缓释“算法歧视”带来的危险,但始终不可能被其完全消除。因此,如果因为算法歧视导致了不合理的侦查结论,应当允许被侦查人员事后寻求救济,被侦查人员可以通过异议和申诉的方式维护自身的合法权益。