大数据侦查运行机理研究

张全涛

重庆警察学院 信息安全系，重庆 401331

一、问题的提出

机理，也称机制，是维系一个系统的工作原理，或各要素之间相互作用的过程。从系统论来看，任何事物和现象的机理都是要素之间相互作用的特定联系，本质是以要素结构为基础的系统所表现出来的整体性功能和协同性效应，以及诸要素之间运行规则和原理［1］。在社会经济领域，机理是用来揭示社会经济系统中诸要素之间相互作用和关系的原理［2］。同样，在刑事侦查领域，机理是用来揭示维持侦查系统正常运行的各个要素之间，通过一定工作原理而形成的整体性功能和综合性效率。长期以来，我国理论学界并未将侦查机理的研究纳入学术视野，导致一直存在理论空洞与实践盲点。随着大数据时代的到来，大数据侦查应运而生，大数据侦查的学术研究也逐渐繁荣。当学者普遍关注大数据带来侦查模式转型、侦查效率提升的统一论调时，支撑大数据侦查理论研究与实践运行的机理建构依然被学界所忽视。对此，结合传统侦查学基本理论，构建大数据侦查实践的运行机理，既是顺应大数据时代技术赋能侦查实践转型升级的迫切需要，也是有效推动侦查学理论迈向智慧时代原理创新的内生需求。

二、大数据引发侦查工作认知与实践的变化

（一）利用数据技术全景记录功能推动侦查认知与实践创新

在人类社会发展进程中，思辨认知和实证认知是人类认识客观世界的两种最重要途径。思辨认知是通过逻辑推导方式从单纯理论或概念路径出发去认识世界。如果要对每一个事物进行合理解释，则需要一定理论作为指导，如果在信息缺乏或不足状态下对事物的现象进行解释，唯有通过思辨方式才能对事物进行深入认识，至于认识结论是否正确则需要后期实践加以验证。而实证认知与思辨认知相比则需要有验证要求，即在思辨认知指导下得出一个假设性结论，然后通过相应实验或实践加以证明，从而形成“假设—实验（或实践）—验证—认识”的认知逻辑进路。质言之，思辨认知和实证认知共同构成人类认识的总体过程［3］。当今，几乎人类社会活动的所有方面都已进入数据记录全景时代，并且可以转化为可视化数据。因此，大数据时代也被称为“物的数据化以及数据化的物”［4］时代。物的数据化过程使过去人类行为具有的隐蔽性、隐私性内容，在大数据记录时代愈发变得显性、暴露、公开和透明。通过数据记录的内容，使人们的行为活动变得更加清晰、明白、客观和精确；通过数据记录的还原，使人类个体行为变得更加容易追踪，人们之间的关系网络更加容易回溯，这在一定程度上为改变传统侦查认识的方法路径提供了技术工具，也为侦查工作在大数据时代的创新发展提供了支撑。

（二）利用因果关系逻辑认定实现犯罪事实回溯

侦查的本质就是一种认识活动，是围绕“查明犯罪事实、收集犯罪证据、查获犯罪嫌疑人”展开。其中，查明犯罪事实是基础，即需要查明是否发生了犯罪事实以及具体发生了什么样的犯罪事实，基本依据是围绕刑法中关于具体犯罪行为构成要素的规定内容而展开，基本方法则是因果关系原理的具体指导，遵循“犯罪原因—犯罪结果”的因果关系逻辑。

侦查过程一般体现为对犯罪事实因果关系的查明。因此，侦查行为的展开必须符合相关法律法规的规定。侦查犯罪事实是一种“法律真实”的状态，最理想化的状态是与“客观真实”无限接近。囿于人的认识能力有限，在传统侦查期间，侦查人员只能遵循因果关系的一维性逻辑时序展开，囿于实践中犯罪事实中的原因因素或结果因素往往处于不明状态或联系不够紧密，导致犯罪事实查明进程中存在诸多障碍，甚至出现偏离和错误。纵览刑事诉讼法治的历史长河，基于因果关系查明的“法律真实”无限接近或约等于“客观真实”是绝大多数案件所能体现的。其根本保证就在于可以通过证据进行分析或听审，使事实认定者能够运用推论建立起证据与待证事实之间的逻辑和经验联系，在观念中重建和再现已发生过的犯罪事实［5］。正如休谟所说：“如果有人问我们对于事实所做的一切推论的本性是什么？适当的答复似乎就是：这些推论是建立在因果关系之上的。如果再问：我们关于因果关系的一切理论和结论的基础是什么？就可以用一句话来回答：经验。”［6］因此，要建立起犯罪事实之间的因果联系比较容易，即可以通过侦查人员的认识活动加以实现。从犯罪事实的发生机制来说，也如客观世界中到处都存在着引起与被引起的普遍联系一样［7］，对于犯罪事实的认定，其核心就是侦查人员基于引起与被引起的普遍原理，应用一系列已知的犯罪事实与犯罪构成要件事实建立起推论的链条，再不断与其他犯罪事实进行相互验证，最后形成对全案犯罪事实的认定。但是，在传统侦查条件下，无论是基于长期侦查实践活动积累的侦查认识或技能（经验）还是侦查个体所具备的侦查专业知识而形成的逻辑推理（推论），都具有一定局限性。如达马斯卡教授所说：“伴随着过去50 年惊人的科学技术进步，在司法领域，新的事实确认方式已经开始挑战传统的事实认定方法。越来越多的对于诉讼程序非常重要的事实现在只能通过高科技手段明确。”［8］当今，大数据技术为犯罪事实的回溯提供了重要的科学认知手段，基于大数据的数理挖掘为犯罪事实的重构提供了重要实践基础。

（三）利用相关关系数据重构赋能大数据侦查预测

在大数据时代，物的数据化为大数据侦查创造了条件。在接触性犯罪类型中，犯罪行为从犯意的形成、犯罪的预备、犯罪的实施、犯罪的既遂以及犯罪完成后的逃逸、财物的销赃等环节都可被数据所记录，因果关系的时序流转更是无一例外地被数据所记载，从而使大数据时代比传统侦查时代关于犯罪行为因果关系的推论更具清晰性、犯罪事实的查证更具全流程性、犯罪结果的追踪更具全景性。在非接触性犯罪类型中，关于犯罪对象的选择、犯罪工具的选择、犯罪后财物的流转以及犯罪资金的存取形态都是通过网络的形式完成、数据记录的方式存在，这些基于犯罪行为所形成的数据是现实生活中犯罪行为实施方式的客观状态，是利用大数据技术进行资源分析的基础，更是大数据相关分析的条件。在对高危人员和高危犯罪类型预测中，根据已有历史数据构建起的风险预警模型，在高危风险因素介入后，结合历史犯罪数据与风险介入的犯罪因素形成相关关系，然后确定其风险系数，再形成预警性信息提示，通过风险因素与具体人或物建立关联，从而实现精准预测。

总之，在大数据时代，海量数据资源丰富和拓展了利用因果关系认识世界的信息和视角，基于大数据技术的相关关系可以建立和重构事物之间隐性的关联关系。大数据不仅淡化了小数据时代可以追求事物之间精确关系的描述，体现出“大数据即大样本”的显著价值；也可以借助其强大的计算能力，为人们提供更多、更为丰富的结果；还可以辅助侦查主体更便捷地认识和探究刑事犯罪的本质面目，体现“在大数据时代，技术的有效性要比科学的完整性更加重要”的特征［9］。

三、侦查运行机理的核心内容与分析

（一）犯罪事实因果关系是侦查认知机理的核心内容

认知是指主体通过思维活动进行的认识和了解［10］，具体体现在认知方式和认知风格两个方面。认知方式是指认知主体通过思维活动认识和了解客观世界的习惯性模式［11］，认知风格是指个体一贯性的组织和加工信息的方式［12］。由于侦查是一门从实践中逐步发展并形成其独特理论的学科。所以，侦查认知是侦查主体在开展侦查活动中所形成的思维认识，既包括经过长期侦查实践活动积累起来的固定的、普遍的思维逻辑，也包括侦查主体在开展具体侦查活动中根据自身独特条件所形成的动态的个体思维逻辑。但无论是宏观的思维模式还是个体的思维逻辑，侦查认知的对象始终都是围绕刑事案件展开，而刑事案件又是以犯罪事实的存在而存在，围绕刑事案件构成要素查明犯罪事实，收集犯罪证据是侦查认知的中心任务。“刑法中的犯罪构成要件被视为在刑事诉讼这种内部结构中具有超越性的指导观念，即指引诉讼进程的‘指导形象’”［13］，侦查认知既不能脱离刑事实体法，也不能脱离刑事程序法，否则“事实查明”终将没有任何法律意义［14］。尽管每一起刑事案件都存在诸多差异，但因果规律是刑事案件形成的核心重要规律，也是认识刑事案件的重要规律。所以，任何刑事案件都是因果联系的锁链，因果联系贯穿于刑事案件的始终［15］。根据唯物主义辩证法的观点，任何已经发生的事件，其因果关系是特定、唯一的、不以人的意志为转移的，也是可以被人们所认识的。所以，侦查认知的过程就是要以因果关系为纽带，从已知犯罪事实中“寻找疑点—发现疑点—解释疑点”，然后通过一系列侦查方法的展开，不断收集相关证据，还原、重建犯罪过程，并最终应用所收集到的证据固定案件事实。

（二）侦查入口路径是侦查方法机理的核心构成

侦查方法是侦查主体在侦查活动中为完成侦查任务或实现侦查目标所采取的步骤、规划、程序和手段［16］。在侦查目标导向下侦查方法又具体包含侦查途径、侦查策略、侦查工具等系统要素［17］。在侦办具体刑事案件过程中，侦查目标是侦查方法的行动指南，若干侦查目标的实现最终能够促成侦查目的的实现。侦查途径是指为实现侦查目标而具体选择侦查的入口或路径，主要包括“从人到案”和“从案到人”两种基本方式，当然在不同社会背景下，基于这两种方式又演化出多种类型。例如，在信息化侦查阶段演化出了诸如从“从信息到人”“从信息到案件”“从人到信息”“从案件到信息”等类型，在大数据侦查阶段演化出了诸如“从人到数据”“从数据到案件”“从案件到数据到人”“从人到数据到案件”“从数据到案件到数据”“从数据到人到数据”等类型。正是由于在长期侦查实践中已经积累形成了这两种最基本方法，因此我国许多侦查学教材也将其称为侦查模式。但是，从语义学角度分析，侦查途径和侦查模式在概念表达上存在一定区别。例如，侦查途径的选择往往需要侦查主体根据具体侦查情势的变化而随机选择，因此它是一种随机性、不稳定性的侦查方法；而侦查模式则是经过长期侦查工作积累而形成的具有指导性的、可供人们参考的程式方法，从这个意义上说，侦查模式又是一种具有稳定形式的侦查方法。侦查策略是指侦查主体为实现某个侦查目标而具体选择的思维方式和行为方法，在思维方式上以侦查认知为基础，在行为方式上既可以依据法定的方式方法进行，也可以依据自身积累的经验规则进行。侦查策略主要包括侦查谋略和侦查措施两大类。侦查谋略是指侦查主体在开展具体侦查行为过程中，所实施的以法治思维为底线的、以符合侦查逻辑的科学思维方法和工作方法［18］，具有战术上的谋略意义，如“声东击西”“敲山震虎”等。侦查措施是指侦查主体在实施侦查破案和犯罪防控中依据法律法规而采用的各种调查手段和强制性措施。有的侦查学教材将侦查措施分为基础性侦查措施、控制性侦查措施、强制性侦查措施、综合性侦查措施［19］，也有侦查学教材将其划分为法律明文规定的侦查措施以及侦查实务部门总结提炼的侦查措施。

（三）防控高危人员或犯罪类型是侦查防范机理的终极目标

侦查防范是指运用各种侦查手段和力量，对具有高度危险性的犯罪人员或犯罪类型，在具备合理根据前提下予以提前侦查和控制的手段［20］。关于侦查防范是否能够成为侦查的目的或者是侦查的任务，虽然学界有争论，但根据上述关于侦查目的的考察不难看出，侦查防范是侦查机理的重要组成部分。从学科性质上讲，侦查防范不同于犯罪学中一般意义上的犯罪预防。因为犯罪学中对犯罪的界定主要是以行为的社会危害性为标准，预防的对象既包括对违法行为及刑事犯罪的预防，还包括对一般越轨行为及病态行为的预防；而侦查防范的对象则主要由“行为表现+法律规定”予以评价，以严重的社会危害性、刑事违法性、应受刑事惩罚性为标准，主要是对高危人员与高危犯罪类型进行特定化、针对性预防。从社会治安综合治理具体要求来看，侦查防范也与社会治安防范有所区别。治安防范的对象主要是违反治安管理处罚法的行为，或从大治安的角度出发也包括对刑事犯罪的预防；而侦查防范的对象主要是对涉嫌刑事犯罪的行为进行防范和控制，目的是防止严重危害社会的犯罪行为或犯罪人员对社会秩序造成破坏或危害。根据侦查防范的基本内涵，侦查防范还应当限定具体的防范条件、防范对象、防范结果及防范限度等内容。否则，容易造成公民权利的侵犯。

（四）认定犯罪构成要件事实是侦查证明机理的直接表现

“以审判为中心”的诉讼制度改革提出要严格落实证据裁判制度，严格落实非法证据排除规则。众所周知，庭审实质化的落实和实现其核心在于法庭对犯罪事实的认定及对犯罪证据的调查，而这些事项的完成多在侦查阶段形成。侦查阶段关于犯罪事实查明与犯罪证据收集的作用至关重要，直接影响刑事诉讼的“质量要求”，而这些质量是否能够达到诉讼法治的要求，证明标准是检验的重要尺度。根据我国刑事诉讼理论及刑事诉讼法的相关规定，我国刑事证明标准存在于侦查、起诉、审判阶段的不同事项，如在侦查阶段的逮捕证明要求、侦查终结的证明要求，起诉阶段审查起诉的证明要求，审判阶段定罪量刑的证明要求等。但对于这些不同阶段证明标准是否需要统一，学术界出现了相反的两种论点。反对者认为要真正树立“以审判为中心”的目标，就要将法院的定罪标准设立为最高标准，其他阶段不用设立证明标准［21］；也有学者提出要强化审判的中心地位，就应当降低侦查起诉阶段的证明标准，构建一种渐进式的证明标准体系［22］；还有学者从操作层面的角度提出以可能性作为审前证明标准，并通过概率论、数字量化的方式设定审前证明标准的证据要求［23］。但也有支持者提出统一证明标准既可以满足高质量的审判要求［24］，也可以切实改善审判条件［25］。因此，按照我国刑事司法改革的内核精神，侦查阶段的证明标准不但不能降低，还要严格按照审判的要求强化侦查的证明。侦查阶段的证明主要围绕犯罪事实展开，要保证查明事实、收集证据的客观性，侦查机关就要在侦查证明过程中认真履行好客观公正义务，坚持好不偏不倚、客观公正立场，查清犯罪事实的因果关系，收集有罪无罪、罪轻罪重、此罪彼罪的全案证据。

综上，侦查机理的构成要素应当由四个方面组成。认知机理是侦查的思维方式，是侦查主体从事侦查活动的逻辑起点，决定着整个侦查工作的方向。方法机理是在侦查认知的指导下具体从事相关的侦查行为，是实现侦查目的、完成侦查任务的方法手段。防范机理是侦查价值功能实现的终极目标，是国家实现对犯罪治安综合治理需要的重要基石。证明机理是侦查工作回归诉讼活动的重要体现，是国家实现刑罚权，依法打击犯罪、保障人权的重要组成内容。四个方面不可偏废，共同组成侦查机理的核心内容。

四、大数据侦查运行机理建构

当前，为有效应对大数据时代的高智能犯罪［26］，建构大数据侦查运行机理既是侦查工作的转型需要，也是全面厘清大数据侦查创新要素的时代所需，更是为未来大数据侦查程序的设计、证据制度的完善、刑事辩护权的拓展等提供重要的理论支持。以侦查机理要素为基础，辅之大数据技术的鲜明特征，建构大数据侦查机理的全新内涵，是推动大数据侦查理论与实践向纵深发展的核心与关键。

（一）大数据侦查认知机理建构

大数据时代事物之间发生的机理依然是因果关系转化为相关关系和相关关系转向因果关系的重要体现［27］。如何从大数据擅长的相关关系中推断出因果关系的根本规律，是大数据真正的价值所在［28］。虽然大数据时代精确的因果关系逐渐变得模糊，模糊的相关关系已成为常态，但并不意味着大数据的相关关系是对因果关系规律的舍弃，只是基于大数据的规模性、混杂性、模糊性、多样性等特征，扩大了事物本质因果关系的紧密程度而已，但大数据擅长的相关关系分析，绝非可以取代因果关系。正如《大数据时代》指出只需知道“是什么”而无需知道“为什么”在侦查认知中可能只是个伪命题，侦查的过程是一个从“黑箱”走向“白箱”的过程，是一个“发现疑点—分析疑点—解释疑点”的过程，这之间的认知过程必然是以因果关系作为纽带。

就因果关系与相关关系两者的关系来讲：首先，因果关系是事物之间的本质联系。根据唯物主义辩证法的重要观点，一切事物都处于普遍联系之中，它们总是在不断的相互作用过程中推动着事物的前进。其次，大数据的相关关系又有利于追溯既往因果关系的事实存在。从相关关系判断事物之间的因果关系，物的数据化过程既可以清晰记录并还原事物之间的相互联系状态，还可以为还原事实存在的状态提供物质性基础。数据化的因素既可以通过量化关系来表达其相互作用的过程，也可以通过这些量化后的数据反推事物之间的相互关系，从而还原事物之间的因果关系。所以，大数据侦查认知的过程不仅要知道“是什么”，而且更需要知道“为什么”。

在大数据侦查认知中，因果关系是查明犯罪事实的根本遵循，相关关系是查明犯罪事实的重要路径。从经验上看，事物之间若存在因果关系，一般则会具备相关关系，事物之间若不存在因果关系，也会存在相关关系，相关关系比因果关系要更为广泛且普遍［29］。从哲学角度看，相关性是一种弱的因果性，而因果性则表现为一种强的相关性［30］。因此，两者并不是非此即彼或你替我代的关系，而是相互依存、互为补充的关系。在大数据时代，它们共同组成大数据侦查认知机理的重要内容。

（二）大数据侦查方法机理建构

目前，关于大数据侦查方法的论述尚无定论。有的学者从实务应用和技术角度出发，将大数据侦查的方法分为数据搜索、数据碰撞、数据挖掘、数据画像、犯罪网络分析、犯罪热点分析和大数据公司调取证据等内容［31］；有的学者将大数据侦查方法融入具体大数据侦查实践中，从大数据侦查资源获取、大数据预处理、数据挖掘方法、非结构化大数据挖掘、数据查询、数据分析、技战法与数据可视化等方面展开［32］；也有学者从大数据侦查的行为样态出发，将其分为数据查询、数据比对与数据挖掘三类［33］；还有学者认为大数据侦查方法是大数据技术应用的抓手，主要包括数据挖掘、数据搜索、数据碰撞、数据分析和结果应用等方法［34］。

对此，笔者认为，传统侦查方法与大数据侦查方法的主要区别是对数据的处理技术。传统侦查时代的数据应用可以称之为“小数据应用”，其显著特征是在数据类型上主要以结构化和半结构数据为主、数据之间的关联比较紧密、数据处理的技术要求不是很高，传统数据处理软件基本可以应对。所以，在传统侦查实践中根据侦查部门已建立的数据库系统进行数据查询处理基本可以应对侦查工作需要。而大数据时代，伴随着物的数据化进程加快，更加注重对非结构化数据类型进行处理，注重对数据背后的规律进行挖掘关联。因此，大数据时代的数据处理技术面临的数据体量更为庞大、数据结构更为复杂、数据计算能力更为超强、数据关联程度更为混杂［35］，简单的处理技术难以应对大数据侦查需要，而大数据时代的数据挖掘技术为这一难题的破解提供了方法。

数据挖掘是一种从数据源（通常指数据库）中探寻有用模式或知识内容的过程［36］。通过数据挖掘可以获得隐含的、事先未知的、潜在的、更有价值的信息，一般可以使用概念、规则、规律、模式等表示。因此，数据挖掘是支撑大数据分析的核心技术，可以称为数据处理技术的高级阶段应用［37］。再加之数据挖掘技术一般需要机器学习、人工智能、信息检索和可视化技术等多学科支撑，能够适应数据时代侦查工作的需要。所以，相对于传统侦查的小数据处理技术，大数据挖掘技术已经成为大数据侦查方法的重要内容。

大数据侦查中的数据挖掘是指根据侦查工作的需要，依法在海量的、异构的、多元的、动态的数据信息集合中，提取能够为侦查破案、犯罪预测提供决策服务的知识过程。大数据侦查中，数据挖掘主体既可以是法定的侦查机关，也可以是基于法定侦查机关委托的有专业资质的组织或个人；数据挖掘的对象是与刑事案件相关联的各类数据集合；数据挖掘的目的是侦查破案、侦查证明和侦查预测。结合大数据侦查数据挖掘实践，一般应包括侦查目标的确立、具体侦查任务事项的理解、目标数据集的提取、数据的预处理、数据的挖掘与分析、模型的解释与评估以及算法结果的侦查应用等环节。

值得注意的是，基于数据挖掘的侦查结果是否正确，仍然需要传统现场勘查、调查访问、摸底排队、侦查讯问等手段获取的结果进行验证；反过来，基于现场勘查、调查访问、摸底排队、侦查讯问等获取的案件数据信息，又可以通过数据查询、数据检索、数据研判及数据挖掘的过程“再升值”，从而实现数理关联结果与物证痕迹及其口供证据的相互印证。因此，传统侦查方法与大数据侦查方法在未来不可偏废，唯有相互支撑，才能共同推进侦查工作的效率提升。

（三）大数据侦查证明机理建构

与司法证明多方参与不同，侦查阶段的证明主要是以侦查机关的单方面证明为主导，这也与我国辩方在侦查阶段处于弱势地位密切相关。要确保侦查阶段证明的客观性、合法性、真实性，就需要强化侦查阶段证明方式的科学化、证明过程的可算化、证明结果的可视化及证明程序的法治化。大数据时代的侦查证明，则需要利用大数据技术的独特优势，实现侦查证明由经验证明向科学证明转化。

从学理上分析，大数据侦查阶段的证明则需要从两个维度予以考察：一是“历史维度”的证明。其证明原理是通过大数据侦查方法收集与案件相关的证据资料，对已经发生的刑事案件加以回溯和重构；证明路径是依据犯罪事实之间的因果联系展开，是一种对已然案件事实认定的方式。二是“未来向度”的证明。其证明原理是依据大数据侦查的数据建模，对目标个体行为的实时数据捕捉及重点事件的动态关注，对有证据证明且即将要发生的犯罪案件加以防控和干预；证明路径是依据大数据相关关系的特征展开，目前虽尚未纳入司法证明程序，但在风险社会视域下，却能推进多维司法裁判的深远发展［38］。

就大数据证明路径而言，主要是基于大数据画像展开。犯罪画像主要体现在传统侦查阶段对犯罪嫌疑人基本条件的刻画；在大数据时代，数据画像主要指利用海量数据对自然人的工作表现、经济状况、健康状况、爱好兴趣、行为习惯、位置或行踪等进行相关分析与预测［39］。大数据侦查中的数据画像主要包括：一是对已然犯罪进行的回溯型数据犯罪画像，主要完成于侦查终结阶段；二是对未然犯罪进行的犯罪防控型数据画像，主要完成于侦查起始阶段。前者是基于刑事案件构成要素的全景化数据而建立的整个案件事实的数据画像；后者是针对高危目标犯罪人或高危犯罪类型在前期犯罪风险模型建立的基础上结合动态的实时犯罪数据对犯罪行为动态发展或犯罪嫌疑人特殊条件进行的数据画像。两种形式的侦查画像，其共同点是以“犯罪人”的数据为核心，以数据挖掘建立的关联关系展开。

就大数据侦查证明的核心内容而言，主要是利用大数据证据对案件事实进行的综合性证明。它既体现为综合应用大数据技术进行证成的结果，又体现为对数据之间的数理关系进行证成的结果，更体现为对数据结果与案件事实之间关系进行证成的结果，是一种综合性较强的又不同于现行法定证据类型的新型证据证明［40］。其突出表现为利用一种新的证据类型，即大数据证据对案件事实进行证明，它既可以对单个案件事实依据单个数据进行证明，也可以对单个案件事实使用多个数据组合进行证明，还可以对多个案件事实使用系列数据集合进行综合性证明。因此，利用大数据证据对案件事实进行证明既可以体现为使用单个数据直接证明案件事实，也可以体现为使用数据组合或数据集合间接证明案件事实。就大数据证据证明案件事实的数据形态来讲，大数据证据既可以表现为结构化的文字或数据，也可以表现为非结构化的文档、图片、视频、音频等，也可以体现为人际关系行为的数据组合、网络购买行为的数据组合、出行轨迹的数据组合或是标记时间序列的数据组合等［41］，还可以体现为基于海量数据分析之后形成的数据分析报告等进行案件事实的证明。总之，通过大数据侦查挖掘这些强相关、弱相关甚至无相关的数据之间隐藏的或深层次的关联关系，溯源数理逻辑之间的理性、因果事实之间的理性、刑法构成要件之间的理性已经成为大数据侦查证明的未来走向。

就其根本而言，大数据侦查中关于证明的科学方法主要是基于大数据侦查应用数据挖掘、云计算、人工智能围绕数据之间的关联应用聚类算法、分类与回归算法、决策树算法等构建模型从而回溯犯罪事实的科学侦查证明方法，一定程度上克服了过去基于人工经验逻辑推理对犯罪事实认定的不足［42］。但这些算法的设定、模型的构建与评估仍然需要人类思维的指导，只是在案件事实认定的方法上提供了科学方法和便捷途径。

（四）大数据侦查预测机理建构

预测性警务实践的主要目的是在犯罪即将发生之前进行针对性防控，是主动型警务的显著标志。随着数据时代的到来，各国警察开始越来越多地利用数据警务实现从被动型处置型警务向主动防御型警务转变。利用大数据工具预测下一次犯罪将在何处发生，下一次犯罪将由谁来实施，下一次犯罪谁将是受害者，已成为这一警务模式的显著标志。虽然这些话题饱受“无罪推定原则”质疑，但不可否认的是，预防犯罪已成为警察自由裁量权的重要组成内容，即使在过去也存在于警察工作的本质当中［43］。

关于预测性侦查的概念，国外并无相关提法，普遍以预测性警务的概念著称，这主要源自英美法系国家未将警察体制严格进行行政警察与司法警察的划分。就警务人员履行的职能来讲，其日常的工作职责兼具打击犯罪与社会服务双重角色。因此，预测性警务作为英美警察主动性警务的代表，通常也以“情报导向+社区警务+警民关系”的模式［44］强化对犯罪的主动预防和控制。但从预测性警务实施的功能价值来看，其核心目标是强化对犯罪的主动防控，主要实施手段是情报主导、数据引领，权属性质兼具行政管理性和刑事司法性。囿于这种警务模式的核心功能是对犯罪的预测，与我国侦查权力运行过程中所承担的侦查防范功能具有异曲同工之处，因此也可以将其称为预测性侦查［20］。

将预测性侦查作为大数据侦查运行机理之一，从目的价值方面分析，主要是为了强化侦查机关对犯罪人员或犯罪类型精准防控的主动性，实现社会治安综合治理的目标；从目标对象方面分析，主要是着眼于犯罪既遂之前的防控；从侦查机关介入案件的时段来看，预测性侦查将侦查机关介入案件的时间提至立案前的犯罪预备或犯罪着手阶段；从使用的技术手段方面分析，主要是采用大数据的相关关系原理，利用数据挖掘等技术对特定人员或犯罪采取的目标导向监控；从实施的价值追求方面分析，主要是从以往被动搜集犯罪线索逐步向实时犯罪感知与及时预防控制转变。

应当注意的是，由于预测性侦查的开展要以控制犯罪、降低犯罪行为对社会秩序的破坏为目的。因此，需要统筹国家利益、社会利益和个人权利的动态平衡。所以，在预测性侦查实践过程中，建立比例原则是贯彻侦查理性的重要标志［45］。这主要是因为侦查防范对象的犯罪行为往往处于意向或犯罪预备阶段，对社会危害程序不大，在侦查防范过程中坚持侦查手段符合比例原则的要求、实施最谨慎的侦查措施手段，是确保犯罪嫌疑人基本权利得到保障的关键。总之，预测性侦查对公民人身权利或财产权利的限制程度要轻于回溯性侦查。正如学者所说，在立案之前实施预测性侦查应以初查阶段法律法规要求的“不以限制人身自由和财产权利”为度［46］。

五、结束语

对侦查机理的探究，是侦查学理论不可规避的领域，也是刑事法学期待繁荣和复兴的话题。在互联网大数据时代，大数据侦查实践的应用热度要高于学术理论研究的深度。在全国全面构筑大数据警务的实践环节，对大数据侦查的研究既不能陷入实践操作环节而聚焦于表象，也不能陷入热度的追捧而浮于现象表面，大数据侦查的运行更不能只陷入行政命令逻辑而忽略“审判中心主义”诉讼改革的司法逻辑。在传统侦查实践迈向数据侦查实践之际，在传统刑事立法落后于数据司法配套制度改革之始，强化对侦查机理的建构研究，既有助于梳理侦查运行中各个内容组成要素，又能全面厘清大数据侦查的全景性侦查、主动性侦查、数据化侦查的独特内涵。结合大数据技术的显著特征，围绕侦查机理的核心内容，探寻大数据侦查运行机理的各个组成要素，是丰富和创新大数据侦查理论与实践的重要基础，是修订和完善大数据时代侦查程序、证据规则、刑事辩护等一系列诉讼制度的重要前提，更是犯罪嫌疑人、被告人的辩护权向数据辩护权、算法解释权、数据抗辩权等扩展和衍生的重要基石。