犯罪治理数字孪生体研究

姜斌祥

犯罪治理现代化是社会治理现代化和平安中国建设的一个重要成分，研究犯罪治理现代化规律、模式、机制和方法就成了绕不开的任务。随着社会步入AI 时代，给精准犯罪治理带来了新科技手段及大数据基础，通过犯罪治理现代化提供更加精准治理模式是犯罪治理的一个解决途径。但还有大量问题在阻碍犯罪治理现代化进程，犯罪治理是一个复杂高阶巨系统，且横跨多领域、多部门和多行业，如何实现全域精准犯罪治理现代化就成了学界和实务界的难题。本文通过引入数字孪生技术进行犯罪治理现代化研究，旨在破解其所遇难题。

一、犯罪治理现代化的问题

犯罪治理（Crime Governance：CG）一直以来都是社会治理的重点和难题，是社会治理的重要组成部分。我国经历了犯罪镇压、惩治、防控、治理等不同阶段，随着社会转型不断深入，国家对犯罪治理实践认识也在不断深化，从实际运行中的“强势管制”转变为真正意义上共建共治共享的“科学治理”新格局，需要把现代化治理理论运用到犯罪治理制度设计和机制运行过程中。犯罪治理是一个过程，这个过程具备协调性，且涉及多领域、多部门及多人员，具有持续互动性。犯罪治理表现为对犯罪行为作出反应或采取应对措施以及预防的过程，是在客观准确观察犯罪问题基础上，确立适当对策目标，选择合理路径与方法，组合多方力量作用于犯罪现象的科学之道。犯罪治理是社会治理当中必不可少的，是建设社会治安防控体系、维护社会和谐稳定的关键。

犯罪治理中的主要问题有：①犯罪治理是个复杂庞大的系统，具有高阶、多维、不确定性、复杂多变性、实时性、所以难以掌握信息、预测性很差等，传统治理手段难以驾驭。②目前犯罪治理现代化多为单点系统，呈现碎片化特征，治理层次不齐，技术水平不等，这种碎片化治理难以达到全域治理期望效果。③部门利益导致现有治理现代化建设充斥着大量信息孤岛、技术鸿沟等，共享程度低下，数据价值难以发挥。④现有治理现代化建设缺乏标准，实务研究困难很多，均在摸着石头过河，各有一套，且封闭进行。⑤治理大数据并发现不了所有问题，甚至会有假问题和假规律。⑥缺乏治理现代化基础理论和实务研究成果，尚未构成支撑实战的多学科交叉研究理论体系。上述问题阻碍着犯罪治理现代化进程，需寻找科学合理解决办法来反应和解决。

二、犯罪治理数据特性与问题破解方法

（一）犯罪治理数据特性分析

经过调研分析发现，犯罪治理数据具有12 类特性：①犯罪治理八要素大数据特殊性。治理数据由人、地、物、组织、案（事）件、时间、位置坐标、线索等八要素构成，〔1〕姜斌祥：《犯罪预防数字引擎研究》，2019年第六届犯罪学论坛论文。数据具有类型复杂、结构多样、体量巨大、价值密度低、挖掘潜力巨大等大数据特点，又有其特殊性：安全保密性、可靠性、时效性、多样性、数据质量等要求高。②社会网络特性。治理八要素有社会网络特性，各要素之间的关系各不相同，关系网中一些要素居于核心地位，有的处于边缘位，且是相对的，须对要素知识图谱与语义推理等。③高阶多维复杂性。犯罪治理涉及到社会方方面面，极其广泛，具备多维特性和广度和深度，具有社会治理的高阶复杂性。④博弈性。治理要素数据代表了社会要素的社会动态行为写照，映射出要素间的博弈性。⑤不完备且渐进增长性。因犯罪治理具备高阶复杂性，人类认知和技术都是在不断演进的，故数据采集过程是渐进的，治理数据具备阶段不完整性，虽然有边界，但永远在路上。⑥不确定性。治理要素数据具有定性定量混合、模糊、灰色与不确定特性。⑦多模态性。治理要素随时间变化、个体和环境差异、多领域等，导致具备多模态特性。⑧协同联动性。治理需要遍历社会全域，需要多领域、多部门、多行业的协同联动。⑨可计算性。计算思维是运用计算科学进行问题求解、系统设计以及人类行为理解等涵盖计算机科学之广度的一系列思维活动，它能够将一个问题清晰、抽象地描述出来，并将问题的解决方案表示为一个信息处理流程，包含数学和工程性思维。随着碎片式治理的实施，积累了巨多要素数据，在计算思维指导下，从工程化可计算角度研究治理各种复杂问题，涵盖治理实验设计、数据测量、数据质量保证、计算建模以及预测推理等多方面，进行多层次概念化和抽象，利用迭代、递归、归约、分解等计算方法解决治理现代化所遇复杂问题成为可能，从而达到主动发现和防范危险行为。⑩大数据思维特性。治理八要素数据具备大数据思维特性，〔2〕姜斌祥：姜斌祥：《大数据侦查学理论与实务研究框架探讨》，2019年第二届大数据侦查论坛论文。如相关性、整体性、预测性，以及传统AI 的因果性，〔3〕姜斌祥：《犯罪大数据AI 模型与犯罪趋势预测研究》，载《预防青少年犯罪研究》2019年第1 期，第6 页。从而才能实现犯罪治理的精准研判预警。⑪可实验性。基于计算社会科学研究方法和模拟试验成果看，犯罪治理也一样可仿真模拟试验、治理实验室研究、推演预测预警等；同时通过仿真实验模拟进行治理专业人才训练。⑫过程连续性。犯罪治理是一个渐进连续治理的持续过程。以上12 类特性中最核心基础特性是可计算性。

（二）解决犯罪治理现代化的新思路：引入数字孪生技术

大数据是犯罪治理现代化的基石，因此，针对上述12 类数据特性以及其核心特性——可计算性，引入计算思维与犯罪治理交叉结合研究，以此反映和解决治理现代化所面临问题。计算科学方法众多，对于犯罪治理这个复杂巨系统来说，要紧贴需求选择计算科学解决方案。

经比较研究发现，在智能制造和智慧城市建设中相对成熟可行的数字孪生是建模与仿真应用重要技术，它是将现有或未来治理实体构建数字模型，通过实测、仿真和分析来实时感知、诊断、预测治理实体的状态，通过优化和指令来调控治理实体行为，通过深度学习来进化治理模型自身，改进利益相关方在实体生命周期内的决策。孪生最诱人的是建模和仿真，它们是数字模型和物联网的结合，目的是为了将模型打磨得更加接近真实。对复杂系统机理缺乏足够认识的情况下，基于采集数据利用AI 技术对实体进行建模。

数字孪生是实体在虚拟世界的镜像，是实体的虚拟映射，且模拟在现实中的行为，可实验，这样就非常适合于犯罪治理现代化建设要求、特性和问题解决。基于数字孪生的精准犯罪治理现代化机制是将治理实体搬到虚拟环境进行一一对应映射，从而为犯罪治理的实时监管和模拟仿真实验提供了一条可行路径。数字孪生与现有传统治理现代化实践在逻辑、技术和治理理念上有根本区别：一是前者建立起统一广泛的可采数据源，进而对治理全过程数化写实；二是前者具有同步生命周期和建设时序且能够不断跟进与更新；三是前者是可计算的，两者在一一对应中进行建模推演、预测和验证。数字孪生通过归集全要素和全过程数据，运用AI 识别和提取实体治理体系的特征和规律，将治理“隐秩序”显性化；同时数字孪生通过AI，结合犯罪治理中人的智慧，实现虚实交互，为科学合理的治理决策以及防控与实战提供支持。

三、犯罪治理数字孪生体基础理论研究

（一）数字孪生体概念

1.数字孪生概念

数字孪生（Digital Twin）是2003年美国密歇根大学教授迈克尔·格里夫斯(Michael Grieves)提出的概念，他称之为“物理产品的数字化表达”，它是现实世界在虚拟世界的镜像，这个镜像不仅能对现实实体虚拟再现，还能模拟其在现实环境中行为。

数字孪生是物理对象的数字模型，该模型通过接收来自物理对象的数据而实时演化，从而与物理对象在全生命期保持一致。基于数字孪生可进行分析、预测、诊断、训练等（即仿真），并将仿真结果反馈给物理对象，从而帮助对物理对象进行优化和决策。物理对象、数字孪生以及基于数字孪生仿真及反馈一起构成一个信息物理系统。面向数字孪生全生命期（构建、演化、评估、管理、使用）的技术称为数字孪生技术。如图1、图2 所示。

图1 数字孪生概念模型

图2 数字孪生系统运行原理

对建模仿真的研究已历时多年，目前已由最早的虚拟化模型，拓展成融合社会要素实时搜集、实时计算的综合技术。数字孪生将真实世界在数字世界中创建对应虚拟实体，现实世界中所有变化都会立即体现在虚拟实体。通过可视化虚拟视图全面掌控物理世界状态信息，针对不同目的快速采取行动，对其加以分析、预测和优化。

2.数字孪生体

用“体”字模糊性来应对Digital Twin 在不同使用场景下的不确定性，将Digital Twin译为数字孪生体，是一个名词，便于与物理实体对应，专指与物理实体对应的映射，将它与对应的物理实体及其相关实体所构成数字孪生系统，即digitally twinned，比如数字孪生制造、数字孪生城市、数字孪生犯罪治理等。

（二）犯罪治理数字孪生体

1.数字孪生犯罪治理

数字孪生犯罪治理包含犯罪治理物理实体与数字孪生体，其含义是将犯罪治理物理实体与数字孪生体结合，构成一个完整数字孪生犯罪治理体系。

2.犯罪治理数字孪生体

充分利用犯罪治理的物理模型、基于物联网在线数据、历史运行数据，集犯罪学、心理学、法学、计算机、大数据、人工智能、数字孪生等多学科，进行多物理量、多时空尺度、多概率仿真模拟跟进，通过在虚拟空间中完成对治理映射，反应治理全生命期。通过仿真、物联网、VR 等各种手段，将物理实体各种属性映射到虚拟空间，形成可拆解、可复制、可转移、可修改、可删除、可重复操作的数字镜像，极大加速了对治理物理实体的了解，可让很多原来由于物理条件限制、必须依赖于物理实体而无法完成的操作成为触手可及，更能激发人们探索新途径，优化再造治理流程。

数字孪生作为治理现代化的一种新途径，充分利用采集数据和物理模型在信息空间内全面反映物理全生命期，从而具有对问题诊断、状态评估及趋势预测的能力。孪生体是治理物理实体在大数据中的映射，可实现治理全域范围八要素的多元空间融合，从宏观到微观对多粒度时空对象描述，多模态时空异构数据高效融合与分布式协同管理，全生命期、多专业数据实时接入与探索性时空关联分析。构建实景三维体系是孪生体全生命期精准映射与融合协同关键基础，可实现治理全生命期智能模拟仿真、智能预警、智能推理，保证复杂环境下治理智能水平。孪生体是基于数据驱动、虚实交互、先知先觉和共生共智的智能化信息模型，使数字治理与现实犯罪治理同步规划、同步建设、实现全过程、全要素数字化，做到治理全状态实时化、可视化，以及治理管理决策的协同化和智能化。

3.犯罪治理数字孪生体的价值

犯罪治理数字孪生体将改变发现、认知和治理的方式，所带来的良法善治效果，非常值得期待。实现“知、防、管、控”规范化、一体化、协同化和智能化，开展全天候全方位感知治理现实；实现区域维度、行业条线、跨区域协同的联动发现与联勤处置；实现国级、大区级、省市级、地区级、行业级的层层治理能力与体系；实现“互联网+5G”的治理全面监控、最快发现、实时响应、集成指挥、协同处置的能力；打造协作式、体系化、层次化的智慧犯罪治理体系，以更大力度、更实举措，筑牢社会公共安全防火墙。

孪生体能在现实和数字世界间全面建立实时联系，在数字空间再造一个治理虚拟实体，作为治理物理实体映射镜像，将治理物理实体全生命期的变化数字化、模型化和可视化。它具有传感即时性、信息集成性、传递交互性、决策科学性、预防精准性、治理智能性等特征。通过大规模仿真、推演、预测，定位分析未来治理过程中的瓶颈问题与风险，通过共智促进孪生体间互动协作，进一步提高治理现代化精准程度。加快建设数据驱动、实时感知、智能分析的新一代治理基础设施，推动治理数据加速汇聚、融通、挖掘、应用，利用汇聚的基础设施感知数据与实时脉动数据，构建孪生体，形成实体和数字精准映射、虚实交互的治理新格局。

（三）犯罪治理数字孪生体七维模型

数字孪生以数字化方式建立多维、多时空尺度、多学科、多物理量的动态虚拟模型来仿真物理实体在真实环境中的属性、行为、规则等。当前数字孪生模型多沿用格里夫斯教授最初定义的三维模型，即物理实体、虚拟实体及两者间的连接：

为适应孪生在更多领域应用，北航数字孪生技术团队对上述三维模型进行了扩展，增加了孪生数据和服务两个新维度，提出了五维模型：〔4〕陶飞等：《数字孪生车间：一种未来车间运行新模式》，载《计算机集成制造系统》2017年第1 期，第2—3 页。〔5〕陶飞等：《数字孪生及其应用探索》，载《计算机集成制造系统》2018年第1 期，第3—4 页。

经我们研究发现，五维模型不能完备反应犯罪治理实战需求，为适应新时代犯罪治理新需求，对上述五维模型进行扩展，增加孪生智能体（Agent：算法库）和外部数据资源接入两个新维度，提出犯罪治理数字孪生体七维模型。七维模型公式为：

公式中：CGPE-犯罪治理物理实体，CGVE-治理虚拟实体，CGSs-治理应用服务，CGDD-治理孪生数据，CGAgent-治理孪生智能体，ODI-外部数据资源接入，CN-各成分间连接。如图3 所示。

图3 犯罪治理数字孪生体七维模型图

一是CGPE-犯罪治理物理实体，包括全过程治理实体和业务过程，涉及到立法、司法、执法、普法、守法、预防、检查、评估等各犯罪治理节点。

二是CGVE-犯罪治理虚拟实体，包括几何模型（Gv）、物理模型（Pv）、行为模型（Bv）和规则模型（Rv），这些模型能从多时间尺度、多空间尺度对CGPE 进行描述与刻画：〔6〕陶飞等：《数字孪生五维模型及十大领域应用》，载《计算机集成制造系统》2019年第1 期，第4—6 页。

式中：Gv 为描述CGPE 几何参数（如形状、尺寸、位置坐标等）与关系的三维模型，与PE 具备良好的时空一致性，对细节层次的渲染可使Gv 从视觉上更加接近CGPE。Gv可利用三维建模软件（如Solid-Works、3D MAX、ProE、AutoCAD 等）或仪器设备（如三维扫描仪）来创建。

Pv 在Gv 的基础上增加了CGPE 的物理属性、约束、及特征等信息，通常可用Ansys，ABAQUS，Hypermesh 等工具从宏观及微观尺度进行动态数学近似模拟，如活动场所建模仿真分析等。

Bv 描述了不同粒度不同空间尺度下CGPE 在不同时间尺度下外部环境与干扰，以及内部运行机制共同作用下产生的实时响应及行为，如随时间推进演化行为、动态功能行为等。创建CGPE 行为模型是一个复杂过程，涉及问题模型、评估模型、决策模型等构建，可用有限状态机、马尔可夫链、神经网络、复杂网络、基于本体的建模方法进行Bv 创建。

Rv 包括基于历史关联数据的规律规则、基于隐性知识总结的经验，以及相关领域标准与准则等。这些规则随着时间的推移自增长、自学习、自演化，使CGVE 具备实时的判断、评估、优化及预测的能力，从而不仅能对CGPE 进行控制与运行指导，还能对CGVE 进行校正与一致性分析。Rv 可通过集成已有的知识获得，也可利用CGAgent 的深度学习算法不断挖掘产生新规则。

通过以上4类模型组装、集成与融合，创建对应CGPE 的完整CGVE。通过模型校核、验证和确认来验证CGVE 的一致性、准确度、灵敏度等，保证CGVE 能真实映射CGPE。可用VR/AR 实现CGVE 与CGPE 虚实叠加及融合显示，增强CGVE 的沉浸性、真实性及交互性。

三是CGSS，CGSS是指对孪生体应用过程中所需各类数据、模型、算法、仿真、结果进行服务化封装，以组件、中间件、模块引擎等形式支撑孪生体功能性和业务性应用〔7〕陶飞等：《数字孪生五维模型及十大领域应用》，载《计算机集成制造系统》2019年第1 期，第4—6 页。：①功能性应用有建模仿真、模型组装与融合、模型一致性分析等模型管理；数据存储、封装、清洗、关联、挖掘、融合等数据处理；数据采集、感知接入、数据传输、协议、接口等连接。②业务性应用有操作指导；多层次多阶段仿真评估、防控策略自适应、动态优化调度、动态过程仿真；需求分析、风险评估、趋势预测等智能决策；仿真实验、用户体验、虚拟培训等。这些应用是屏蔽了孪生体内部异构性与复杂性黑箱，通过应用软件和APP 等形式提供标准输入输出，从而降低孪生体应用中对用户专业能力与知识要求，简洁按需所用。

四是CGDD，CGDD 是孪生体数据驱动〔8〕：CGPE 数据（DP）、CGVE 数据（DV）、CGSS数据（DS）、ODI 数据（DO）、CGAgent 数据（DA）、知识数据（DK）、融合衍生数据（DF）：

五是ODI，ODI 是孪生体的外部数据资源接入，主要包括与治理相关各类已存在基本信息和成熟信息，可批量导入、API 请求服务接入或实时更新，纳入CGDD 统一管理使用。

六是CGAgent，CGAgent 是孪生体的一个核心算法库，这些算法用于孪生体模拟仿真、推演以及管理，基本上是基于深度学习算法，故单独一个维度管理和学习训练，支持CGVE和CGSS。

七是CN 连接实现MDT各部分互联互通：

（四）犯罪治理数字孪生体参考架构

犯罪治理数字孪生体是与物理实体一一映射、协同交互、智能互动的虚拟犯罪治理，先对犯罪治理解耦，然后进行系统性和模型化重构，如图4 所示。

图4 犯罪治理数字孪生体参考架构

犯罪治理物理实体是指立法过程、立法后工程、普法与守法过程、庭审量刑过程、犯罪侦查过程、监禁与非监禁刑事执行、社会治安防控体系、犯罪治理评估、其他犯罪治理单元、监督检查等各环节的犯罪治理物理实体以及相关实体与属性；犯罪治理数字孪生体是指与犯罪治理物理实体一一对应的孪生组件和孪生体管理支撑功能。

（五）犯罪治理数字孪生体成熟度模型

犯罪治理数字孪生体不仅是一种物理世界镜像，同时也要接受物理世界实时信息，更要反过来实时驱动物理世界，并且进化为物理世界的先知、先觉甚至超体，称为成熟度进化：一个孪生体的生长发育将经历数化、互动、先知、先觉和共智等5 个过程，〔8〕田锋等：《数字孪生体技术白皮书》，安世亚太数字孪生体实验室，2019年1月，第13—15 页。如图5所示。

图5 犯罪治理数字孪生体成熟度模型

1.数化

数化是对物理世界数字化过程，将物理世界表达为系统所能识别的数字模型。采用测绘扫描、几何建模、网格建模、系统建模、流程建模、组织建模等建模技术。物联网将物理世界本身的状态变为可以被系统实时感知、识别和分析。构建犯罪治理实体场景的全景三维信息模型：行业场所、大型活动点线面、学校银行以及医院等21 类内保单位、地铁公交、检查站、居民小区、重点工程现场等主要建筑物信息模型。对治理全域空间信息进行三维建模，提供与真实一致的虚拟环境，并支持三维浏览、三维空间分析、信息检索等应用；构建面向不同治理视角应用模型。在数据采集中，应用先进技术（如激光三维扫描、倾斜遥感摄影、激光点云三维建模等）提高数据采集效率和精准度。

2.互动

互动主要是指虚实动态互动，物联网是实现虚实互动核心技术。据虚拟世界预测优化结果将指令传递并干预物理世界。物理世界状态实时传到虚拟世界，作为虚拟世界新初始值和边界条件。依靠数字线程来实现互动，达到物理实体和孪生体同步更新。通过物联网技术，依据犯罪治理需求，安装布置充足的传感器等数据采集设备，进行动态、准确数据采集；对于治理八要素，依国标建库、及时更新，确保有效性鲜活性，能够快速查询追踪；同时对于案事件、线索进行采集和跟踪，确保处理闭环和可追溯性；确保治理要素从物理空间到孪生体的有效传输。

3.先知

先知是指用仿真对治理物理世界动态预测，表达物理世界几何形状，在数字模型中融入治理规律和机理。仿真不仅建立物理对象数字化模型，还根据当前状态，通过物理对象确定规律和完整机理来计算、分析和预测治理未来状态，不仅是对一个阶段或一种现象仿真，更是全周期和全领域动态仿真。据物理模型和仿真预测未来，且随着实体数据搜集，依同步速率进行收敛。孪生体根据治理历史和当下信息，推演预测下一次治理重点内容和位置，并以此进行治理对策优化调整，并将资源与演习数据反映到孪生体以预测未来。

4.先觉

先觉是依不完整信息和不明确机理通过大数据和深度学习来预感未来。孪生体不应局限于对物理世界确定性认识，其实人类本身就不是完全依赖确定性知识领悟世界。比如分析治理有关因素影响，推演各类犯罪发展趋势，提前采取预防；根据历史数据，依据AI算法找到相关关系，采取针对性预防措施；根据网络舆情、敏感人员聚集，推演社会治安和群体事件风险隐患，采取预防性措施等。

5.共智

共智是通过云实现孪生体间信息交换共享，孪生体内各构件数据和智慧首先是共享的，多孪生体可通过共智形成更大、更高层次的孪生体，在共智过程中必然存在大量数据交换，区块链和智能合约提供了机制。比如某个城市内多孪生体，通过共智协同集成全市一体化孪生体；某市孪生体能够促进各治理现实业务之间基于各自资源、特征、需求等不同和互补，构建城市治理共智圈，实现城市群治理可持续生态化发展；通过孪生体间协同，促进追讨的警务合作，以及人口拐卖、走失人员的快速定位和查找等。

表1 犯罪治理数字孪生体成熟度、关键特征和关键技术

（六）犯罪治理数字孪生体关键技术

建模、仿真和数字线程是犯罪治理数字孪生体核心基础技术；统领孪生体建模、仿真和数字线程的系统工程和MBSE 是孪生体顶层框架技术；物联网是孪生体底层伴生技术；而云/雾/边缘计算、大数据、深度学习、区块链等则是孪生体外围使能技术。

1.建模

犯罪治理数字孪生体建模目的是对物理世界理解进行简化和模型化，通过数化和模型化，用信息换能量，以更少的能量消除各种物理实体、特别是复杂系统的不确定性。所以建模是创建孪生体、实现孪生体的源头和核心技术，也是数化阶段的核心。需求指标、生存期阶段和空间尺度构成了孪生体建模的三维空间，如图6 所示。〔9〕田锋等：《数字孪生体技术白皮书》，安世亚太数字孪生体实验室，2019年1月，第16—17 页。

图6 犯罪治理数字孪生体建模技术扩展框架

基于主体建模（ABM）是一套成熟仿真建模理论、方法及复杂网络分析等科研工具，基于ABM 可将治理信息多样性、主体异质性、主体适应性、因素交互性、系统动态性等被传统科研方法简化、忽略或无力驾驭的重要因素，纳入分析框架中。

2.仿真

仿真是将确定性规律和完整机理的模型转化成软件方式来模拟物理世界的一种技术。只要模型正确，并拥有了完整输入数据，就可正确地反映物理世界特性。仿真的人机交互性、真实空间感、大面积三维地形仿真等特性，都是传统方式所无法比拟的。

仿真是通过将犯罪治理物理实体的位置、高度、外观、空间形态等要素进行数据分析和处理，建立仿真模型，用于感知真实环境，开展各类论证、试验、分析、运行、训练等工作：能够第一时间模拟出最佳解决方案，在最短时间内给出治理指导意见；能够为治理争取更多有利空间和提高治理效率；能够更快、更真实模拟出治理规划方案和效果，同时能够根据治理评判标准来检查方案是否符合要求和标准；建立一个与现实同步虚拟环境；收集治理中各方面动态数据；实时监测仿真分析，建立一个基于物联网架构。在任意角度和观察场景中实时体验已存在的治理对象体系，还可在虚拟中仿真，进行再规划，优化治理水平，使治理变得更加智能。可通过环境分析其对犯罪的影响进行情景预防；〔10〕王瑞山：《犯罪科学的界定及其与犯罪学的关系》，载《中国人民公安大学学报（社会科学版）》2019年第2 期，第6 页。可对各类犯罪进行仿真推演态势预测。

建模是模型化对物理世界的理解，仿真是验证和确认这种理解的正确性和有效性。犯罪治理有立法、立法后工程、庭审、侦查、治安防控、监禁/非监禁行刑、普法守法、新型业态、其他治理、治理评估、监督检查等过程的仿真，如图7 示例。

图7 城市犯罪治理仿真示例

NetLogo 是一个成熟仿真平台，适用于对随时间演化的复杂系统进行建模，能很好地模拟微观个体行为与宏观整体现象，并展现二者之间的联系。该平台不需要大量实证数据，根据小范围的调查数据能够推断出相关参数值。

3.VR/AR

虚拟现实（Virtual Reality，VR）基于现实中数据生成逼真三维视听、嗅觉等感觉，使参与者通过适当装置，自然地对虚拟世界进行体验和交互。使用者进行位置移动时，VR立即进行复杂运算，将精确的3D 世界影像传回，从而产生临场感。使用者可在虚拟现实世界体验到最真实感受，其模拟环境真实性和现实世界难辨真假，让人有种身临其境感觉。增强现实（Augmented Reality，AR）是VR 发展，它能促使治理真实世界信息和VR 信息之间综合在一起，真实环境和虚拟实体之间叠加之后，能够在同一画面及空间中同时存在，使用者利用头盔或眼睛，使真实世界和虚拟图形重合在一起，重合之后看到真实的世界围绕着它。犯罪治理数字孪生体各场景中会有VR/AR 重要应用价值，VR/AR 所提供深度沉浸的交互方式，使数字化世界在感官和操作体验上更加接近物理世界，让孪生体变得更为精妙。

4.数字线程

数字线程是组件化分析通信框架，基于该框架可构建覆盖治理生命周期全部环节的跨层次、跨尺度、多视图模型的集成视图，通过犯罪预防数字引擎〔11〕姜斌祥：《犯罪预防数字引擎研究》，2019年第六届犯罪学论坛论文。和区块链技术支撑，实现多视图模型数据融合机制或引擎，进而以统一模型驱动孪生体生存期活动。其目标是要在孪生体生命期内实现在正确时间、正确地点，把正确信息传递给正确孪生体。数字线程是与某个或某类物理实体对应的若干孪生体之间的沟通桥梁，这些孪生体反映了该物理实体不同侧面的模型视图。〔12〕田锋等：《数字孪生体技术白皮书》，安世亚太数字孪生体实验室，2019年1月，第22—23 页。

5.基于模型系统工程MBSE

系统工程应用系统思维、原理和方法，解决复杂问题，把复杂事情做对、做好、做快，运用功能和进化观点从静态和动态两个方面认识系统。基于模型系统工程（MBSE）是一种形式化建模方法，MBSE 采用复杂自适应理论作为犯罪治理仿真理论基础，有聚集、流、非线性、多样性、标识机制、积木机制和内部模拟机制等特性，这些特性构成犯罪治理仿真自适应模拟基础。

6.物联网

物联网是一个基于互联网、电信网的信息承载体，它让所有能被独立寻址的普通物理对象形成互联互通网，通过各种传感器、指纹与人脸识别等生物识别、射频、北斗/GPS、红外感应、激光扫描、二维码等各种装置，实时采集需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种重要的信息，通过各类可能网络接入，实现治理要素间泛在连接，实现对要素智能化感知、识别和管理。物联网是孪生体的载体，孪生体是物联网的底层逻辑，两者相互成就。采取云/雾/边缘计算模式，提供实时在线孪生体的实时监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范等功能。

7.云/雾/边缘计算

云/雾/边缘计算可为犯罪治理数字孪生体提供计算基础，是孪生体间智慧共享提供机制。①云计算是分布计算、效用计算、负载均衡、并行计算、网络存储、热备份冗余和虚拟化等技术混合并跃升的结果，由云平台、云存储、云终端和云安全四部分组成。从用户角度可分公有云、私有云、混合云，从提供服务层次可分基础实施即服务（IaaS）、平台即服务（PaaS）、软件即服务（SaaS）、数据即服务（DaaS）。它满足体系级孪生体分析。②雾计算为本地化的云计算，系统级孪生体强调其组成元素之间互联性和互操作性，以及元素间的实时动态协作控制，该类孪生体在地里位置上很集中，非常适合雾计算。雾计算在网络边缘提供服务，从而促进了实时交互、可伸缩性好互操作性。③边缘计算是指利用靠近数据源边缘地带来完成运算，即可在大型运算设备内部完成，也可在中小型运算设备、本地端网络内完成。边缘计算可以是智能手机、PC、智能家居等，也可是ATM 机、摄像头等。节点级孪生体需要满足的基本要求是状态感知、计算和处理数据、物理实体控制等，边缘计算适合构建节点孪生体。

8.大数据与深度学习

大数据具有数据体量巨大、数据类型繁多、价值密度低、商业价值高、处理速度快、数据实时在线等特征；而深度学习是基于大数据，并涉及概率论、统计学、逼近轮、凸分析、神经网络、机器学习、计算智能、计算复杂性理论等交叉，深度学习是让计算机可自学习的算法，有监督学习、非监督学习、半监督学习和增强学习，是一类从大数据中自动分析获得规律，并利用规律对未知进行预测的算法。〔13〕SCHROEDER G N,STEINMET Z G,PEREIRA C E,et al.Digital twin data modeling with automation ML and a communication methodology for data exchange.IFAC—Papers OnLine, 2016,49(30):12-17.在犯罪治理数字孪生体中，物联网收集来自物理世界大数据，孪生体通过深度学习使用这些数据，在物理机理不明确、输入数据不完备情况下对孪生体未来状态和行为进行预测，这预测未必准确，特别是在孪生体发育期，深度学习时间尚不充足，但相比以往一无所知的境地仍富有价值。且随着孪生体成熟度进化，会越来越逼近真实世界，使孪生体逐渐拥有先觉能力。

9.区块链

区块链是一系列成熟技术有机整合，它对账本进行分布式有效记录，且提供完善脚本以支持不同业务逻辑，数据以区块为单位产生和存储，并按时间顺序连成链式结构，所有节点共同参与区块链的数据验证、存储和维护。新区块创建通常需到全网多数（数量取决于不同的共识机制）确认，并向各节点广播实现全网同步，之后不能更改或删除。在多孪生体共智过程中，区块链提供去中心化机制能很好地支持分步、实时和精细化共智过程。

10.智能测绘

当今已是卫星导航定位、无人机、物联网、大数据等智能测绘，犯罪治理数字孪生体的构建需要智能测绘强力支撑，在治理时空大数据、地理监测、高精度测绘等提出快速测绘和精准采集高要求，利用倾斜摄影、全景拍摄和激光雷达（LiDAR）等技术，通过多视角图像匹配、多数据融合来获取实景三维数据是孪生体空间地理框架建设基础，更是孪生体时空信息模型空间基础设施建设重要内容。例如，利用实景三维数据，在社会公共安全与应急反恐等方面（反劫持场景），可使决策者看到比正射摄影更多的环境信息，可看到实发地建筑物侧面的紧急出口，可以进行准确量算，比如计算通视距离、规划制高点和狙击方案等。

11.BIM

建筑信息模型（BIM）把一个建筑项目所有信息，如设计、施工、运营、管理等过程信息、功能和性能全部整合到一个模型里，以三维数字化为载体，关联整合城市建筑设计、施工建造、运营到拆除等全生命期每个阶段空间及语义信息。因为城乡建筑物是犯罪治理的物理载体，也是情境预防重要阵地，故BIM 成为孪生体工具。

12.3D-GIS

3D-GIS 是以空间技术为基础对三维空间数据加以分析管理、为治理提供逼真信息的一项技术。3D-GIS 是将VR 用于治理环境仿真，对治理物理实体真实地形、地上地下进行数字化三维模拟，提供一个与真实实体一致的虚拟环境。具有三维浏览、空间分析计算、检索等功能。3D-GIS 研究三维的数空间据模型、拓扑、数据库、查询和可视化等。与VR 融合将物理空间环境中的视听动等行为全方位治理展现在孪生体中，它具有独特复杂空间分析能力，成为孪生体情境预防工具。

13.人脸识别

人脸识别是基于人脸特征信息进行身份识别的一种生物识别术，由检测出图像中人脸位置；定位人脸五官关键点坐标；识别性别、年龄、姿态、表情等属性值。人脸识别简洁快速且可进行身份认定，具有安全可靠准确特点，易于配合犯罪治理数字孪生体应用，提升治理智能化程度，例如在刑侦追逃、罪犯识别以及安全检查、社区门禁控制和出入管理等。

（七）犯罪治理数字孪生体谱系

犯罪治理数字孪生体谱系为多层树状结构，根部为全域孪生体，立法、立法后工程、犯罪侦查、庭审量刑、监禁与非监禁刑、治安防控、普法守法、治理评估、监督检查、其他犯罪治理等一级孪生体；每个一级孪生体又继续被分成二、三级、四级……孪生体，直到不能再分为止，构成孪生体树状谱系结构，孪生体间通过共智进行共享，如图8 所示。

图8 C 市犯罪治理数字孪生体谱系

该谱系也可按照全域、体系、系统、节点等划分，多个节点级通过数字线程集为系统级，不同系统级或结合节点级构建出某个体系级；所有孪生体组合构建全域级孪生体。

四、犯罪治理数字孪生体应用分析

（一）C 市治安防控数字孪生体研发实例

基于犯罪治理数字孪生体原理，经在C 市研发试验，帮C 市有关部门构建了C 市社会治安防控体系数字孪生体，包括1 个体系级、10 个系统级、51 个节点级孪生体，如图9 所示。

图9 C 市社会治安防控体系数字孪生体实例

基于C 市雪亮工程视频监控，进行孪生体智能识别分析，实现对各类警情可视化，从而实现治安防控安全防范预警、提示、资源优化管理等。如某地发生打架斗殴、盗窃事件、疑犯追踪、被拐或走失人员、地域性职业犯罪等，孪生体自动识别、显示并进行精准分析、整体研判和协同指挥，同时调动附近警力进行处置，实现对警力优化配置。基于不同观测技术获取包括地形、影像、视频、文本、专题数据以及模型数据等，形成C 市社会防控时空大数据，利用空天地一体化数据，构建C 市全域范围高精度、可量测实景三维模型，建立实景三维关键空间框架，实现C 市治安防控要素全方位感知，为C 市犯罪治理提供技术支撑。

在云平台微服务架构下，构建集数据统一管理、大数据可视化、仿真模拟等于一体的C 市时空信息云，其分布式存储、构建空间信息存储基础地理信息数据、专题数据以及三维模型数据等；非空间数据库存储传感器数据等；模型-知识库则通过机理模型、知识图谱以及智能算法等；场景语义建模、智能推荐、模拟分析等。实现跨层级、跨区域、跨部门、跨系统、跨业务的数据共享交换与业务协同，支撑社会治安隐患识别、风险防控等全生命期的智能化防控应用。基于C 市防控孪生体可实时传递数据进行分析预判，基于防控历史数据，可预判某个区域未来10 分钟至1 个小时之间社会治安态势和治安指数，帮助防控部门在问题出现前及时制定应急预案、提前实施干预，并实现跨行业串并案分析、溯源管控等。

（二）犯罪治理数字孪生体建构方式

经C 市治安防控数字孪生体研究试验发现，目前我国开展犯罪治理数字孪生体建设已具备了一定基础，几乎所有地级市以上的城市开展了警务云、传统智慧警务等建设，虽然碎片化，但拥有空天地一体化基础网络部署和数据采集，在互联网+警务等方面也有应用。但现状是并没有达到孪生体状态，亟待提升价值。

在犯罪治理数字孪生体建设推进上，从物理世界向数字世界数化开始，到虚实结合交互，再到基于仿真和大数据先知先觉，直到各孪生体间及不同城市孪生体间协同共智，最终达到期望状态。其中双向交互、先知、先觉和共智是孪生体区别于传统犯罪治理现代化的重要标志。建构方式可以按照部门全国、省、市、县建构，或按照各级的不同部门进行建构，也可小具体到某个具体行业前端节点，比如某大型活动现场安保。

五、有关犯罪治理数字孪生体的建议

（一）犯罪治理数字孪生体规约建议

犯罪治理数字孪生体存在AI 和大数据的黑箱化、算法歧视和数据权利等现象，给孪生体带来伦理、合规、数字利维坦等问题。

1.孪生体伦理合规

孪生体伦理是不可回避的问题，孪生体会导致伦理问题：孪生体权利、事故责任认定、道德地位等。其成因是技术上局限性、伦理规制缺乏、政策法规滞后与不完善。从技术、道德、法律、人类自身等层面建议采取相应策略解决。在孪生体中融入更多哲学和伦理学的思考要素、以生态价值观推动孪生体发展、增强研发人员道德责任感、积极构建有关孪生体法律规范。除伦理问题外，还有孪生体合规问题，由于算法歧视性、数据鸿沟、技术黑箱等导致孪生体可能会出现不合规行为，要注重标准化、算法透明化及采取我们提出的嵌入式伦理合规黑匣子〔14〕姜斌祥：《大数据侦查学理论与实务研究框架探讨》，2019年第二届大数据侦查论坛论文。嵌入孪生体进行规约。

2.孪生体数字利维坦

孪生体不仅孕育着走向数字民主巨大机会，且潜伏着滑向数字利维坦的风险。国家依靠信息技术全面装备，将公民置于彻底而富有成效监控体系下，公民却难以有效地运用技术来维护其权利，即无法通过数字民主来制衡国家监控体系。大数据与数字利维坦形成了观念上冲突与对立。面对观念对冲、思潮起伏，如何适应大数据浪潮且不至于陷入盲目滥用、误读误解、动辄泛化的数据陷阱，成为在孪生体中开展循数管理的关键。孪生体监视的绝对怀疑逻辑废除了无罪推定，取而代之的是一种有罪推定。建议采用嵌入式伦理合规黑匣子嵌入孪生体进行规约。

（二）犯罪治理数字孪生体标准化建议

犯罪治理数字孪生体的研究与推广研究迫切需要标准化，为信息共享、不重建、统一架构体系、构建全域孪生体，建议政府组织专家学者和实务部门共同研究制定行业技术标准，从数据结构、功能要求、信息共享、伦理法、性能、安全保密、推广使用等制定规范。

六、结论

本文创新性的将数字孪生引入犯罪治理现代化进行研究，为犯罪治理现代化理论研究和实务研发探索新思路。分析了犯罪治理可计算性等特性，提出了犯罪治理数字孪生体七维模型；改进了数字孪生体成熟度模型；首次归纳并提出犯罪治理数字孪生体谱系，同时从犯罪治理数字孪生体的七维模型、体系架构、成熟度、关键技术、树状谱系等视角研究构建了数字孪生犯罪治理的基础理论体系，并展现了将数字孪生犯罪治理理论成果用于C市社会治安防控体系建设，构建了C 市社会治安防控体系数字孪生体，获得了很好的应用，案例证明本文研究的理论成果是可行的，得到了实务部门认可和犯罪治理实战检验。同时本文提出了犯罪治理数字孪生体的建构模式、标准化的建议。尤其是提出了犯罪治理数字孪生体的伦理法规与数字利维坦问题，并首次建议使用嵌入式伦理合规黑匣子规约机制，留待后续研究。