大數(shù)據(jù)視野下犯罪預(yù)測(cè)的機(jī)遇、風(fēng)險(xiǎn)與規(guī)制
——以英美德“預(yù)測(cè)警務(wù)”為例

胡 銘 嚴(yán)敏姬

[提要]犯罪預(yù)測(cè)是警察部門(mén)進(jìn)行犯罪預(yù)警與偵查的重要手段。大數(shù)據(jù)背景下的犯罪預(yù)測(cè)兼有傳統(tǒng)犯罪預(yù)測(cè)原理和大數(shù)據(jù)分析技術(shù)的雙重特色。犯罪預(yù)測(cè)大數(shù)據(jù)化改變了傳統(tǒng)警務(wù)的執(zhí)法模式，提升了犯罪預(yù)測(cè)的效率與精確度，確保了執(zhí)法過(guò)程證據(jù)留痕與可追溯。與此同時(shí)，數(shù)據(jù)化的犯罪預(yù)測(cè)中存在的“黑數(shù)據(jù)”現(xiàn)象、數(shù)據(jù)獲取過(guò)度侵犯?jìng)€(gè)人隱私、算法不透明導(dǎo)致的歧視偏見(jiàn)以及數(shù)據(jù)壁壘的存在，給科學(xué)的犯罪預(yù)測(cè)造成一定風(fēng)險(xiǎn)。為應(yīng)對(duì)風(fēng)險(xiǎn)，有必要優(yōu)化犯罪預(yù)測(cè)中的數(shù)據(jù)選擇標(biāo)準(zhǔn)，在數(shù)據(jù)收集時(shí)堅(jiān)持信息“個(gè)人自決”原則和比例原則，一定范圍內(nèi)促進(jìn)算法公開(kāi)與透明，加強(qiáng)數(shù)據(jù)之間的交流與共享。

“數(shù)據(jù)”在刑事司法決策領(lǐng)域的應(yīng)用日益受到關(guān)注。以傳統(tǒng)統(tǒng)計(jì)學(xué)為基礎(chǔ)的犯罪預(yù)測(cè)早在20世紀(jì)中葉就已在西方國(guó)家的警察部門(mén)得到廣泛運(yùn)用。該過(guò)程被認(rèn)為是“精算司法”(actuarial justice)在刑事司法領(lǐng)域興起的體現(xiàn)。[1]隨著信息技術(shù)的發(fā)展，大數(shù)據(jù)、云計(jì)算和人工智能等技術(shù)的發(fā)展與普及，一個(gè)以海量信息和數(shù)據(jù)挖掘?yàn)樘卣鞯拇髷?shù)據(jù)時(shí)代已經(jīng)到來(lái)。2011年，美國(guó)《時(shí)代》雜志將“預(yù)測(cè)警務(wù)”稱(chēng)為年度50項(xiàng)發(fā)明之一。[2]區(qū)別于傳統(tǒng)結(jié)構(gòu)化、抽樣、假設(shè)檢驗(yàn)的犯罪預(yù)測(cè)模式，大數(shù)據(jù)背景下的犯罪預(yù)測(cè)側(cè)重于數(shù)據(jù)的大樣本、全樣本分析并通過(guò)算法尋找相關(guān)變量之間的關(guān)系。在此基礎(chǔ)上，預(yù)測(cè)警務(wù)得以快速發(fā)展。[3]近年來(lái)，國(guó)內(nèi)公安機(jī)關(guān)依托大數(shù)據(jù)平臺(tái)建設(shè)，利用大數(shù)據(jù)進(jìn)行犯罪預(yù)測(cè)、預(yù)警的現(xiàn)象亦非常普遍。然而，大數(shù)據(jù)在犯罪預(yù)測(cè)領(lǐng)域的應(yīng)用呈現(xiàn)類(lèi)似“雙刃劍”的局面，可謂是機(jī)遇與風(fēng)險(xiǎn)并存。在面對(duì)犯罪預(yù)測(cè)數(shù)據(jù)化帶來(lái)的風(fēng)險(xiǎn)時(shí)亟需明確一定的規(guī)制路徑。域外“預(yù)測(cè)警務(wù)”已經(jīng)有多年的實(shí)踐，其經(jīng)驗(yàn)和教訓(xùn)對(duì)于我們具有借鑒意義。鑒于此，本文嘗試以比較研究方法切入，探討大數(shù)據(jù)視野下犯罪預(yù)測(cè)的機(jī)遇、風(fēng)險(xiǎn)與規(guī)制。

一、大數(shù)據(jù)背景下犯罪預(yù)測(cè)的本質(zhì)與創(chuàng)新

大數(shù)據(jù)背景下的“犯罪預(yù)測(cè)”被西方學(xué)者喻為“舊把戲，新技術(shù)”(old trick，new tech)。[4]“舊”指的是犯罪預(yù)測(cè)慣用的理論模型與實(shí)踐樣態(tài)與傳統(tǒng)背景下基本一致；“新”指的是犯罪預(yù)測(cè)的樣本選擇與分析方式在大數(shù)據(jù)背景下具有“數(shù)據(jù)化”的海量特色。

(一)本質(zhì)：犯罪預(yù)測(cè)的理論模型與實(shí)踐樣態(tài)

隨著政策科學(xué)的發(fā)展，以量化分析為基礎(chǔ)的政策分析得到極大成長(zhǎng)并強(qiáng)調(diào)現(xiàn)代科學(xué)技術(shù)和各種研究論證方法的使用。[5](P.17)犯罪預(yù)測(cè)就是依靠可靠性日益提高的數(shù)據(jù)以及分析技術(shù)，作出正確的犯罪預(yù)警，達(dá)到科學(xué)地預(yù)防和控制犯罪。然而不論信息技術(shù)如何發(fā)展，犯罪預(yù)測(cè)所賴(lài)以維系的理論模型和實(shí)踐樣態(tài)并沒(méi)有發(fā)生根本性的改變。

近重復(fù)理論(Near Repeat Theory)和風(fēng)險(xiǎn)地形建模(Risk Terrain Modeling)是犯罪預(yù)測(cè)兩個(gè)主要的理論模型。近重復(fù)理論旨在“識(shí)別和解釋某些犯罪表現(xiàn)出的在同一地點(diǎn)產(chǎn)生重復(fù)犯罪活動(dòng)的現(xiàn)象”。該理論認(rèn)為，一旦特定地點(diǎn)發(fā)生犯罪，統(tǒng)計(jì)學(xué)上該地點(diǎn)和附近區(qū)域發(fā)生犯罪的可能性就增大。在發(fā)生首次犯罪后的短時(shí)間內(nèi)，附近環(huán)境將可能遭受其他類(lèi)似的犯罪事件。[6]近重復(fù)理論在財(cái)產(chǎn)犯罪尤其是入室盜竊案件中顯示出極強(qiáng)的近乎重復(fù)模式。此時(shí)，通過(guò)大數(shù)據(jù)的收集與分析，當(dāng)某地出現(xiàn)近重復(fù)犯罪時(shí)，警方就可以加強(qiáng)對(duì)特定地域的巡邏，借以威懾犯罪。風(fēng)險(xiǎn)地形建模則更多側(cè)重于社會(huì)、物理空間和行為因素間的動(dòng)態(tài)交互作用。風(fēng)險(xiǎn)地形建模的創(chuàng)建首先需給各個(gè)因素配值，每個(gè)因素形成單獨(dú)的風(fēng)險(xiǎn)地圖層，最后當(dāng)所有圖層在GIS系統(tǒng)中組合在一起時(shí)會(huì)形成一個(gè)風(fēng)險(xiǎn)地形圖。風(fēng)險(xiǎn)值越高，代表該位置發(fā)生犯罪事件的可能性就越大。[7]風(fēng)險(xiǎn)地形建模不僅可以適用于入室盜竊等案件，還可以有效應(yīng)用于預(yù)防暴力犯罪。隨著數(shù)據(jù)量的增大以及交互式信息技術(shù)的進(jìn)步，風(fēng)險(xiǎn)地形的預(yù)測(cè)及預(yù)警機(jī)制正愈加精確化。

根據(jù)預(yù)測(cè)對(duì)象不同，犯罪預(yù)測(cè)的實(shí)踐樣態(tài)可分為以人為預(yù)測(cè)對(duì)象和以犯罪區(qū)域?yàn)轭A(yù)測(cè)對(duì)象。其中，對(duì)犯罪人再犯罪的風(fēng)險(xiǎn)預(yù)測(cè)是“預(yù)測(cè)警務(wù)”的主要運(yùn)用場(chǎng)合之一。例如，英國(guó)達(dá)勒姆郡警察局和劍橋大學(xué)合作開(kāi)發(fā)的隨機(jī)森林(a random forest)預(yù)測(cè)危害風(fēng)險(xiǎn)評(píng)估工具HART(Harm Assessment Risk Tool)。[8]該系統(tǒng)使用達(dá)勒姆郡警察局2008年至2012年共104，000個(gè)監(jiān)禁案例，并提取案例中記載的年齡、性別、郵政編碼、犯罪歷史以及犯罪類(lèi)型等信息。[9]通過(guò)HART模型，能對(duì)犯罪者未來(lái)24個(gè)月的風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，當(dāng)犯罪者被捕后，警察就會(huì)利用該系統(tǒng)對(duì)其進(jìn)行評(píng)估并作出是否羈押的決定。

區(qū)域犯罪預(yù)測(cè)是對(duì)一個(gè)場(chǎng)所、社區(qū)、城市、省或國(guó)家的犯罪現(xiàn)象進(jìn)行預(yù)測(cè)，評(píng)估其犯罪發(fā)生的趨勢(shì)，為區(qū)域犯罪預(yù)防提供基礎(chǔ)。德國(guó)Precobs軟件是區(qū)域預(yù)測(cè)的典型，該軟件主要利用過(guò)往犯罪的數(shù)據(jù)(如位置、時(shí)間、事件和其他細(xì)節(jié))等查找“高風(fēng)險(xiǎn)”區(qū)域。[10]其預(yù)測(cè)過(guò)程可概括為以下步驟：首先，定義檢測(cè)重復(fù)犯罪的標(biāo)準(zhǔn)；其次，計(jì)算在逆向分析中已經(jīng)檢測(cè)到近重復(fù)數(shù)據(jù)出現(xiàn)的區(qū)域并創(chuàng)建空間預(yù)測(cè)。通過(guò)逆向模擬測(cè)試標(biāo)準(zhǔn)和計(jì)算的區(qū)域，以查看所選假設(shè)是否有效。當(dāng)這些區(qū)域記錄了新的觸發(fā)要件時(shí)，將創(chuàng)建預(yù)測(cè)(警報(bào))，[11]以安排警察的執(zhí)法活動(dòng)。

(二)創(chuàng)新：犯罪預(yù)測(cè)的樣本選擇與分析方式

大數(shù)據(jù)的運(yùn)用，創(chuàng)新了以下過(guò)程?！邦A(yù)測(cè)警務(wù)”的開(kāi)展過(guò)程是大數(shù)據(jù)公司與警務(wù)部門(mén)間不斷進(jìn)行數(shù)據(jù)交換與預(yù)測(cè)執(zhí)行、反饋的過(guò)程，大致由以下步驟組成：

可以看出，數(shù)據(jù)是“預(yù)測(cè)警務(wù)”開(kāi)展的前提與核心。相較于傳統(tǒng)犯罪預(yù)測(cè)方式，大數(shù)據(jù)背景下的犯罪預(yù)測(cè)最具“顛覆性”的發(fā)展當(dāng)是樣本選擇和分析方式的變化。

在信息化平臺(tái)并未普及時(shí)，有關(guān)犯罪的信息主要通過(guò)紙質(zhì)方式予以存儲(chǔ)。早期運(yùn)用數(shù)據(jù)分析進(jìn)行犯罪預(yù)測(cè)時(shí)，警察需借助紙質(zhì)地圖，通過(guò)人工方式將案件有關(guān)的各種信息如時(shí)間、地點(diǎn)等跟紙質(zhì)地圖結(jié)合起來(lái)，從而尋找其中的規(guī)律。此時(shí)，由于人力資源的限制，樣本選擇非常有限，往往通過(guò)抽樣方式進(jìn)行采集，預(yù)測(cè)結(jié)果會(huì)有較大偏差。抽樣調(diào)查中，無(wú)論樣本選擇多大，都會(huì)存在一定程度爭(zhēng)議。相較而言，大數(shù)據(jù)背景下的犯罪預(yù)測(cè)采用的是全樣本分析。由于數(shù)據(jù)處理技術(shù)增強(qiáng)，通過(guò)機(jī)器學(xué)習(xí)可以同時(shí)處理數(shù)以百萬(wàn)計(jì)的數(shù)據(jù)，偏差大大降低。此時(shí)數(shù)據(jù)樣本選擇也不再局限于以往發(fā)生的真實(shí)案件，社交媒體上的數(shù)據(jù)也成為犯罪預(yù)測(cè)的主要來(lái)源。大數(shù)據(jù)技術(shù)所具有的實(shí)時(shí)搜集、處理數(shù)據(jù)的能力凸顯。

同時(shí)，傳統(tǒng)犯罪預(yù)測(cè)主要依靠經(jīng)驗(yàn)分析、因果關(guān)系分析，而大數(shù)據(jù)犯罪預(yù)測(cè)更加注重?cái)?shù)據(jù)之間的相關(guān)性分析。具體而言，大數(shù)據(jù)分析將“抽樣”轉(zhuǎn)變?yōu)椤捌詹椤?，?nèi)含的數(shù)據(jù)算法將案件事實(shí)間的聯(lián)系從因果關(guān)系證明轉(zhuǎn)向相關(guān)性證明，根本上改變了社會(huì)科學(xué)實(shí)踐方式。傳統(tǒng)犯罪預(yù)測(cè)中，囿于技術(shù)局限，犯罪預(yù)測(cè)所依賴(lài)的數(shù)據(jù)是傳統(tǒng)的社會(huì)科學(xué)數(shù)據(jù)，包括真實(shí)發(fā)生的案例、實(shí)驗(yàn)、調(diào)查和訪談等。數(shù)據(jù)的結(jié)構(gòu)化、滯后性導(dǎo)致此時(shí)的犯罪預(yù)測(cè)體現(xiàn)為一種循證式、被動(dòng)式的分析。[12]具體預(yù)測(cè)離不開(kāi)警察在辦案過(guò)程中所積累的經(jīng)驗(yàn)，因而這種預(yù)測(cè)是初級(jí)的、不成熟的。大數(shù)據(jù)技術(shù)所具有的相關(guān)性分析可以減少人們處理數(shù)據(jù)時(shí)主觀假設(shè)的影響，完全依靠數(shù)據(jù)之間的相關(guān)性進(jìn)行闡述。此外，社交網(wǎng)絡(luò)的發(fā)展使得當(dāng)今社會(huì)的數(shù)據(jù)來(lái)源更為多樣。數(shù)據(jù)的海量化、多樣化、非結(jié)構(gòu)化是信息社會(huì)區(qū)別于傳統(tǒng)社會(huì)的一大特征。此時(shí)傳統(tǒng)分析方式難以處理此種數(shù)據(jù)。海量的、非結(jié)構(gòu)化的數(shù)據(jù)催生了開(kāi)發(fā)用于分析此類(lèi)數(shù)據(jù)的軟件算法研究。[13]大數(shù)據(jù)分析依賴(lài)的文本挖掘、數(shù)據(jù)挖掘以及機(jī)器學(xué)習(xí)功能使得實(shí)時(shí)分析數(shù)據(jù)成為可能。此時(shí)的犯罪預(yù)測(cè)體現(xiàn)為一種相關(guān)性、主動(dòng)式的分析方式。準(zhǔn)備數(shù)據(jù)、建立模型、機(jī)器學(xué)習(xí)、預(yù)測(cè)可視化、執(zhí)行成為大數(shù)據(jù)犯罪預(yù)測(cè)必不可少的環(huán)節(jié)。[14]

二、犯罪預(yù)測(cè)數(shù)據(jù)化的新機(jī)遇

犯罪預(yù)測(cè)是犯罪預(yù)防必不可少的前提條件。在大數(shù)據(jù)背景下，犯罪預(yù)測(cè)的手段和方式更加智能化，各種可視化技術(shù)和機(jī)器學(xué)習(xí)算法被運(yùn)用到犯罪預(yù)測(cè)中，從而為犯罪預(yù)防帶來(lái)了非常重要的新機(jī)遇。

(一)改變傳統(tǒng)警務(wù)執(zhí)法模式

傳統(tǒng)“標(biāo)準(zhǔn)警務(wù)”往往體現(xiàn)為事后的應(yīng)對(duì)。在有限的警力、經(jīng)費(fèi)限制下，警務(wù)資源更多地投入到案件偵破、打擊現(xiàn)行犯罪中，從而形成熱點(diǎn)聚焦和大案主導(dǎo)的反應(yīng)式警務(wù)模式。然而，反應(yīng)式警務(wù)模式正面臨邊際效能困境，在一定時(shí)期、一定區(qū)域內(nèi)更多的警力資源投入對(duì)于整體警務(wù)效能提升的作用呈遞減態(tài)勢(shì)。在美國(guó)，1980年代起警察管理部門(mén)開(kāi)始把警務(wù)資源從巡邏轉(zhuǎn)向處理公民的報(bào)警電話，因此強(qiáng)化了孤立的應(yīng)對(duì)性警務(wù)。然而，實(shí)踐證明傳統(tǒng)的事后應(yīng)對(duì)、反應(yīng)式警務(wù)只能促進(jìn)打擊犯罪，并不能對(duì)犯罪預(yù)防起到非常大的積極作用，因而也難以達(dá)到有效控制犯罪的目標(biāo)。

在人員不足、經(jīng)費(fèi)有限的情況下，如何合理配置警務(wù)資源，提升警務(wù)效能成為現(xiàn)代警務(wù)改革的重要問(wèn)題。信息科技的進(jìn)步為此提供了解決之道。通過(guò)加強(qiáng)警務(wù)系統(tǒng)的信息化、數(shù)據(jù)化水平，促使警察執(zhí)法模式從傳統(tǒng)“標(biāo)準(zhǔn)警務(wù)”“反應(yīng)式警務(wù)”向“智慧警務(wù)”“預(yù)測(cè)警務(wù)”過(guò)渡?；诖髷?shù)據(jù)的運(yùn)用，犯罪預(yù)測(cè)的數(shù)據(jù)作用凸顯。警察部門(mén)根據(jù)犯罪預(yù)測(cè)所形成的可視化視圖，可以更加合理安排日常工作。在2009年美國(guó)“預(yù)測(cè)警務(wù)”研討會(huì)上，舊金山警察局局長(zhǎng)喬治·加斯科恩曾表示，“有了預(yù)測(cè)警務(wù)，我們可以在適當(dāng)?shù)臅r(shí)間把警察放到適當(dāng)?shù)奈恢没蛱峁┢渌?wù)來(lái)打擊犯罪，并且可以使用更少的預(yù)算做到這一點(diǎn)”。[15]也因此，警察巡邏的隨機(jī)性遞減，警務(wù)執(zhí)法模式由傳統(tǒng)走向數(shù)據(jù)化、智能化。在我國(guó)，越來(lái)越多的公安指揮中心也從單純的接警、派警，變成集數(shù)據(jù)、情報(bào)、指揮、服務(wù)于一體的綜合平臺(tái)，從而更好地預(yù)知預(yù)警、防控風(fēng)險(xiǎn)。

(二)提升犯罪預(yù)測(cè)的效率與精確度

在傳統(tǒng)警務(wù)模式中，犯罪預(yù)防往往采用隨機(jī)預(yù)防式巡邏。有觀點(diǎn)認(rèn)為，如果警察開(kāi)著有巡邏標(biāo)志的警車(chē)定期在小區(qū)巡邏，即使他們沒(méi)有特定目標(biāo)，也會(huì)震懾住潛在的犯罪嫌疑人。20世紀(jì)70年代，華盛頓的警察基金會(huì)在密蘇里州的堪薩斯市做了一個(gè)實(shí)驗(yàn)，結(jié)果顯示，隨機(jī)預(yù)防式巡邏對(duì)犯罪率沒(méi)有產(chǎn)生實(shí)質(zhì)影響。[16](P.48-49)與此相反，大數(shù)據(jù)在犯罪預(yù)測(cè)中最直接的作用就是提升犯罪預(yù)測(cè)的效率與精確度，從而達(dá)到更好的犯罪預(yù)防效果。

首先，犯罪預(yù)測(cè)數(shù)據(jù)化可以提高犯罪預(yù)測(cè)的效率。在傳統(tǒng)的警務(wù)模式中，警察巡邏是隨機(jī)的，此種無(wú)目的出警是對(duì)警力資源的浪費(fèi)。在大數(shù)據(jù)環(huán)境中，通過(guò)數(shù)據(jù)預(yù)測(cè)，警察執(zhí)法變得更為“智慧”。預(yù)測(cè)警務(wù)理論認(rèn)為，在統(tǒng)計(jì)上更有可能犯罪的地區(qū)應(yīng)該有針對(duì)性地增加警力。[17]通過(guò)將隨機(jī)巡邏變?yōu)椤岸c(diǎn)巡邏”，通過(guò)數(shù)據(jù)指導(dǎo)警察巡邏的模式，甚至是特定的時(shí)間、日期和地點(diǎn)，稀缺的警察資源可以集中在犯罪風(fēng)險(xiǎn)較高的地區(qū)，促進(jìn)警察資源的有效利用。自2017年來(lái)，德國(guó)黑森州國(guó)家刑事調(diào)查局通過(guò)KLB-operativ內(nèi)部開(kāi)發(fā)軟件，使轄區(qū)內(nèi)每個(gè)警察都可通過(guò)智能手機(jī)的應(yīng)用程序?qū)θ胧冶I竊案件進(jìn)行預(yù)測(cè)。該應(yīng)用程序每天早上更新，以映射過(guò)去十天來(lái)有價(jià)值的入室盜竊案并突出顯示每日熱點(diǎn)地區(qū)。[18]

其次，犯罪預(yù)測(cè)數(shù)據(jù)化可以提高預(yù)測(cè)的精確度。犯罪預(yù)測(cè)某種程度上是犯罪事件是否發(fā)生的概率問(wèn)題。在傳統(tǒng)的犯罪預(yù)測(cè)中，犯罪預(yù)測(cè)的精確度并不高，因而針對(duì)性犯罪預(yù)防的效果并不理想。在數(shù)據(jù)體量及質(zhì)量不高的情況下，警察所能獲取的預(yù)測(cè)結(jié)果相對(duì)有限。隨著信息技術(shù)的發(fā)展，預(yù)測(cè)數(shù)據(jù)的海量化以及精準(zhǔn)化，犯罪預(yù)測(cè)的精確度可以得到相當(dāng)程度的提高。一方面，數(shù)據(jù)所具有的客觀性，可以彌補(bǔ)人類(lèi)感知的脆弱性，從而增強(qiáng)預(yù)測(cè)結(jié)果的客觀性與精確度。美國(guó)紐約警察局曾被曝種族歧視嚴(yán)重。該警察局超過(guò)95%的情報(bào)調(diào)查以穆斯林主體為目標(biāo)，還曾被爆出監(jiān)視黑人生活。[19]除種族外，犯罪嫌疑人的性別、階級(jí)、財(cái)富等都可能對(duì)警察的主觀預(yù)測(cè)產(chǎn)生影響。然而在大數(shù)據(jù)世界中，此類(lèi)個(gè)性化數(shù)據(jù)在某些情況下可予以一定限制，避免因警察的主觀預(yù)測(cè)而對(duì)犯罪預(yù)測(cè)結(jié)果產(chǎn)生影響；另一方面，預(yù)測(cè)結(jié)果的精確性又可以緩和警察執(zhí)法過(guò)程可能造成的社會(huì)恐慌。在預(yù)測(cè)結(jié)果產(chǎn)生后，警察部門(mén)需要對(duì)預(yù)測(cè)結(jié)果進(jìn)行反應(yīng)。它通常表現(xiàn)為警察到一些熱點(diǎn)地區(qū)巡邏或者定點(diǎn)逮捕犯罪嫌疑人。如果預(yù)測(cè)不夠精準(zhǔn)，很可能會(huì)打草驚蛇，甚至引起周?chē)罕姷目只判睦怼?/p>

(三)確保執(zhí)法過(guò)程證據(jù)留痕與可追溯

警察部門(mén)作為行政執(zhí)法機(jī)關(guān)，其執(zhí)法行為依據(jù)的方式、方法、過(guò)程都可能面臨相對(duì)人和社會(huì)公眾的質(zhì)疑與監(jiān)督。在大數(shù)據(jù)犯罪預(yù)測(cè)過(guò)程中，犯罪預(yù)測(cè)軟件是警察執(zhí)法的工具，犯罪預(yù)測(cè)結(jié)果是警察部門(mén)采取相應(yīng)手段的前提。若警察部門(mén)根據(jù)預(yù)測(cè)結(jié)果采取了一定行為，后續(xù)就可能面臨需要對(duì)執(zhí)法行為進(jìn)行說(shuō)明甚至產(chǎn)生責(zé)任承擔(dān)問(wèn)題。此時(shí)，數(shù)據(jù)化的犯罪預(yù)測(cè)通過(guò)數(shù)據(jù)留痕可以使犯罪預(yù)測(cè)的過(guò)程通過(guò)可視化的方式保存下來(lái)，進(jìn)而確保執(zhí)法過(guò)程的證據(jù)留痕以及后續(xù)的責(zé)任承擔(dān)問(wèn)題。[20]

通常情況下，警察采取行動(dòng)前的準(zhǔn)備工作很難被完整記錄。數(shù)據(jù)化的犯罪預(yù)測(cè)通過(guò)預(yù)測(cè)軟件則可將這一過(guò)程自動(dòng)記錄下來(lái)。通過(guò)記錄，警察可以說(shuō)明他們?cè)L問(wèn)了哪些數(shù)據(jù)庫(kù)，使用哪些步驟、條件進(jìn)行查詢(xún)，從而證明他們?cè)谡{(diào)查潛在犯罪嫌疑人時(shí)所采取的步驟。例如，在警察采取行動(dòng)逮捕犯罪嫌疑人后可以說(shuō)明，他已經(jīng)訪問(wèn)了相關(guān)個(gè)人信息數(shù)據(jù)庫(kù)并結(jié)合車(chē)牌進(jìn)行檢查，并用這些信息佐證他的懷疑。通過(guò)數(shù)據(jù)留痕、數(shù)據(jù)庫(kù)的訪問(wèn)記錄等可視化方式進(jìn)行說(shuō)明不僅可以體現(xiàn)警察執(zhí)法行動(dòng)的依據(jù)，甚至可以簡(jiǎn)化法官對(duì)警察合理懷疑的判定。[21]此外，犯罪預(yù)測(cè)數(shù)據(jù)化還可以在警察部門(mén)內(nèi)部形成一種進(jìn)行數(shù)據(jù)審核、記錄收集標(biāo)準(zhǔn)的良好風(fēng)氣。通過(guò)記錄，相關(guān)部門(mén)可以隨時(shí)檢查警察執(zhí)法的依據(jù)，了解哪些因素會(huì)對(duì)警察逮捕犯罪嫌疑人產(chǎn)生影響，并將此作為一種內(nèi)部監(jiān)督策略用于后續(xù)的問(wèn)責(zé)機(jī)制中。[22]例如，在警察通過(guò)犯罪預(yù)測(cè)當(dāng)場(chǎng)抓獲犯罪嫌疑人并予以逮捕的情況下，如果逮捕錯(cuò)誤，在后續(xù)的內(nèi)部追責(zé)過(guò)程中，可令警察對(duì)預(yù)測(cè)過(guò)程進(jìn)行說(shuō)明。

(四)促進(jìn)刑事偵查理性與經(jīng)驗(yàn)的平衡

依托大數(shù)據(jù)之犯罪預(yù)測(cè)是連接傳統(tǒng)偵查向信息化的大數(shù)據(jù)偵查轉(zhuǎn)型的紐帶。大數(shù)據(jù)偵查的核心就在于利用大數(shù)據(jù)技術(shù)進(jìn)行犯罪預(yù)測(cè)與打擊。[23]傳統(tǒng)偵查決策講求經(jīng)驗(yàn)決策，主要憑借決策者在偵查工作中積累的辦案經(jīng)驗(yàn)或形成的辦案直覺(jué)來(lái)指導(dǎo)辦案。然而，此種依賴(lài)于偵查人員個(gè)人主觀經(jīng)驗(yàn)與判斷的偵查模式在大數(shù)據(jù)時(shí)代顯得捉襟見(jiàn)肘。大數(shù)據(jù)時(shí)代的偵查工作亟需理性主義及精算司法的普及。然而，理性主義和經(jīng)驗(yàn)主義的極端化都不可取。西方學(xué)者曾提出“大數(shù)據(jù)經(jīng)驗(yàn)主義”概念，認(rèn)為大數(shù)據(jù)時(shí)代“理論終結(jié)”。[24]如若延伸到刑事偵查領(lǐng)域，是否意味著大數(shù)據(jù)時(shí)代的刑事偵查只需要數(shù)據(jù)理性而不用講求傳統(tǒng)經(jīng)驗(yàn)、理論分析的運(yùn)用？其實(shí)大數(shù)據(jù)時(shí)代偵查工作的開(kāi)展應(yīng)講求理性主義與經(jīng)驗(yàn)主義的平衡。在犯罪學(xué)領(lǐng)域，研究人員早已將社交媒體上的數(shù)據(jù)作為研究數(shù)據(jù)的來(lái)源。作為用戶(hù)自我生產(chǎn)的數(shù)據(jù)，研究人員可以看到用戶(hù)實(shí)時(shí)生成的自我報(bào)告數(shù)據(jù)。這些數(shù)據(jù)可以補(bǔ)充或替代傳統(tǒng)來(lái)自實(shí)驗(yàn)、調(diào)查和訪談等途徑的社會(huì)科學(xué)數(shù)據(jù)。[25]此時(shí)數(shù)據(jù)的海量與混亂導(dǎo)致只有使用全體數(shù)據(jù)，而不是樣本數(shù)據(jù)才能對(duì)相關(guān)問(wèn)題進(jìn)行解釋。犯罪預(yù)測(cè)背景下的大數(shù)據(jù)偵查即是如此。在面對(duì)新型犯罪、網(wǎng)絡(luò)犯罪等特殊犯罪類(lèi)型時(shí)，大數(shù)據(jù)偵查尤顯必要。相對(duì)而言，面對(duì)傳統(tǒng)類(lèi)型的犯罪案件，偵查人員個(gè)人的主觀能動(dòng)性以及經(jīng)驗(yàn)決策在案件偵查過(guò)程中仍具有重要地位。

三、犯罪預(yù)測(cè)數(shù)據(jù)化的可能風(fēng)險(xiǎn)

隨著信息化的發(fā)展，計(jì)算機(jī)處理器的加快以及存儲(chǔ)數(shù)據(jù)量的增多，先前離散的數(shù)據(jù)網(wǎng)絡(luò)得到新的發(fā)展。[26]基于數(shù)據(jù)質(zhì)量和數(shù)量對(duì)“預(yù)測(cè)警務(wù)”的重要性，導(dǎo)致警察部門(mén)和相關(guān)合作公司會(huì)積極尋求大量的數(shù)據(jù)應(yīng)用于相關(guān)預(yù)測(cè)系統(tǒng)。由于缺乏明確的監(jiān)督和制約法規(guī)，在數(shù)據(jù)的獲取、運(yùn)用、整合階段都易產(chǎn)生相應(yīng)的風(fēng)險(xiǎn)。

(一)數(shù)據(jù)搜集——“黑數(shù)據(jù)”現(xiàn)象導(dǎo)致歧視

黑數(shù)據(jù)(black data)亦稱(chēng)為壞數(shù)據(jù)(bad data)，是所有警察部門(mén)在大數(shù)據(jù)預(yù)測(cè)時(shí)所面臨的共同難題。算法是一個(gè)黑箱，進(jìn)入黑箱的數(shù)據(jù)對(duì)其結(jié)果的產(chǎn)生起決定作用。當(dāng)前，預(yù)測(cè)警務(wù)所采用的數(shù)據(jù)質(zhì)量并沒(méi)有達(dá)到理想狀態(tài)。一方面，面對(duì)龐大、不斷增長(zhǎng)的網(wǎng)絡(luò)數(shù)據(jù)系統(tǒng)，缺乏相應(yīng)共享數(shù)據(jù)的質(zhì)量控制。警察部門(mén)可以在各種網(wǎng)絡(luò)社交媒體上搜集數(shù)據(jù)，而此類(lèi)平臺(tái)的數(shù)據(jù)往往缺乏監(jiān)管，可靠性存疑；另一方面，數(shù)據(jù)來(lái)自現(xiàn)實(shí)世界，帶有種族差異和不公平的天性?！熬觳块T(mén)一直在大量收集數(shù)據(jù)，但我們不知道數(shù)據(jù)來(lái)源是否可靠、有效和干凈。因而，我們需要對(duì)數(shù)據(jù)收集進(jìn)行監(jiān)督以確保數(shù)據(jù)干凈?！盵27]若缺乏數(shù)據(jù)搜集過(guò)程中的質(zhì)量監(jiān)督，預(yù)測(cè)結(jié)果可能會(huì)導(dǎo)致偏見(jiàn)的產(chǎn)生，甚至擴(kuò)大現(xiàn)有偏見(jiàn)。

刑事司法制度有其自身固有的偏見(jiàn)。在西方刑事司法系統(tǒng)中，種族和宗教容易引發(fā)歧視。經(jīng)濟(jì)、社會(huì)地位上的弱勢(shì)群體以及一些少數(shù)族裔人群，受到暴力以及其他犯罪侵害的概率明顯更高。進(jìn)而有德國(guó)學(xué)者指出，“預(yù)測(cè)警務(wù)”可能會(huì)放大現(xiàn)有的偏見(jiàn)和歧視。例如，警察在被定義為“熱點(diǎn)”的地區(qū)更頻繁地巡邏，在該地區(qū)將記錄更多的犯罪報(bào)告，同時(shí)，在未來(lái)預(yù)測(cè)中該地區(qū)的犯罪數(shù)量占比將更重。[28]美國(guó)Palantir和DAS預(yù)測(cè)系統(tǒng)的反對(duì)者認(rèn)為，警察依據(jù)自己的種族偏見(jiàn)使用數(shù)據(jù)監(jiān)控，從而監(jiān)控甚至逮捕更多的人，是“種族主義的循環(huán)”。[29]2016年，美國(guó)非營(yíng)利組織人權(quán)數(shù)據(jù)分析小組(Human Rights Data Analysis Group)利用Predpol算法，在奧克蘭市地圖上推演了由警察記錄數(shù)據(jù)所構(gòu)成的毒品案件逮捕的空間分布。結(jié)果顯示，逮捕行動(dòng)主要集中在非白人和低收入人口占主導(dǎo)的社區(qū)。如果將這些數(shù)據(jù)輸入機(jī)器學(xué)習(xí)算法，則可能加劇人口逮捕的不平等分布。[30]因而，在數(shù)據(jù)搜集階段如何最大程度避免黑數(shù)據(jù)，提高搜集數(shù)據(jù)的質(zhì)量至關(guān)重要。

(二)數(shù)據(jù)獲取——過(guò)度侵犯?jìng)€(gè)人隱私

數(shù)據(jù)獲取是“預(yù)測(cè)警務(wù)”開(kāi)展的前提。在數(shù)據(jù)獲取過(guò)程中，“個(gè)性化數(shù)據(jù)”的過(guò)度整合與利用是“預(yù)測(cè)警務(wù)”過(guò)度侵犯隱私權(quán)的重要體現(xiàn)。美國(guó)洛杉磯警察局曾與Palantir公司合作整合個(gè)人數(shù)據(jù)用于警務(wù)監(jiān)測(cè)和預(yù)防。Palantir平臺(tái)可以獲取自動(dòng)車(chē)牌讀取器(automatic license plate readers)的數(shù)據(jù)以搜集所有公民的信息，而不限于犯罪嫌疑人。隨后，系統(tǒng)可以繪制數(shù)據(jù)地圖以幫助警察追蹤城市中的車(chē)輛和人員，使執(zhí)法部門(mén)了解駕駛員的典型出行方式并識(shí)別差別。據(jù)此，警察部門(mén)可建立一個(gè)龐大的個(gè)人信息數(shù)據(jù)庫(kù)，即使從未與警察直接接觸，個(gè)人信息亦可能被存儲(chǔ)在數(shù)百萬(wàn)個(gè)數(shù)據(jù)點(diǎn)中，包括駕駛汽車(chē)的型號(hào)、家庭住址等。[31]美國(guó)紐約警察局與微軟公司曾合作開(kāi)發(fā)一項(xiàng)大數(shù)據(jù)犯罪預(yù)防和反恐技術(shù)——DAS系統(tǒng)。DAS可以利用攝像機(jī)、車(chē)牌讀取器和射頻感應(yīng)器創(chuàng)建紐約市的實(shí)時(shí)監(jiān)測(cè)地圖。該系統(tǒng)與整個(gè)紐約市的私人閉路電視監(jiān)控(privately-owned CCTV cameras)合作，并與多個(gè)非紐約警察局的情報(bào)數(shù)據(jù)庫(kù)進(jìn)行對(duì)比。在DAS運(yùn)行后，紐約市市民認(rèn)為其嚴(yán)重侵犯了個(gè)人隱私權(quán)以及免于無(wú)根據(jù)監(jiān)視的權(quán)利。2018年，紐約市議員凡妮莎L.吉布森(Vanessa L. Gibson)提出了《監(jiān)視技術(shù)公共監(jiān)督法》(The Public Oversight of Surveillance Technology)以期對(duì)此進(jìn)行規(guī)制。同時(shí)，美國(guó)各地開(kāi)始制定協(xié)議，確保不會(huì)濫用自動(dòng)車(chē)牌閱讀器和其他監(jiān)視技術(shù)。[32]

(三)算法黑箱——預(yù)測(cè)缺乏公正、透明

在大數(shù)據(jù)犯罪預(yù)測(cè)系統(tǒng)制定過(guò)程中，往往需要計(jì)算機(jī)科學(xué)家的幫助，因?yàn)榻^大部分警務(wù)人員沒(méi)有編寫(xiě)代碼的能力。除數(shù)據(jù)分析人員外，幾乎所有的數(shù)據(jù)系統(tǒng)對(duì)用戶(hù)來(lái)說(shuō)都是“黑匣子”。即使是簡(jiǎn)單的數(shù)據(jù)庫(kù)，用戶(hù)也無(wú)法理解。數(shù)據(jù)是算法運(yùn)算的提前。然而，數(shù)據(jù)獲取階段存在“黑數(shù)據(jù)”現(xiàn)象，來(lái)自現(xiàn)實(shí)世界的數(shù)據(jù)帶有種族差異和不公平的天性，同時(shí)新的數(shù)據(jù)技術(shù)具有一定的保密性，加之?dāng)?shù)據(jù)中的隱私和憲法保護(hù)不夠，[33]導(dǎo)致公眾本身對(duì)使用這些數(shù)據(jù)的算法帶有天然的不安全感。同時(shí)，商業(yè)領(lǐng)域保密措施的存在意味著大數(shù)據(jù)算法等私營(yíng)供應(yīng)商可以規(guī)避公共部門(mén)的透明度要求，使大數(shù)據(jù)警務(wù)變得難以監(jiān)管和規(guī)范。在缺乏透明度和問(wèn)責(zé)制的情況下，若法院、公民無(wú)法理解該技術(shù)，而律師、新聞工作者和學(xué)者也無(wú)法質(zhì)詢(xún)?cè)摂?shù)據(jù)，那么誰(shuí)能信任算法產(chǎn)生的結(jié)果？[34]

此外，當(dāng)以大數(shù)據(jù)為基礎(chǔ)的算法軟件具備機(jī)器學(xué)習(xí)能力時(shí)，將使預(yù)測(cè)過(guò)程變得更難掌控。機(jī)器學(xué)習(xí)取決于數(shù)據(jù)，可以訪問(wèn)的數(shù)據(jù)越多，學(xué)習(xí)的效果就越好。數(shù)據(jù)的質(zhì)量、數(shù)據(jù)輸入系統(tǒng)的方式以及如何“訓(xùn)練”系統(tǒng)以分析數(shù)據(jù)可能會(huì)嚴(yán)重影響由算法生成的信息的有效性、準(zhǔn)確性和實(shí)用性。[35]機(jī)器學(xué)習(xí)的結(jié)果意味著，預(yù)測(cè)過(guò)程可能會(huì)超出其初始編碼并使用新的數(shù)據(jù)產(chǎn)生結(jié)果。在這種情況下，使用者甚至程序員也可能不知道算法運(yùn)行的過(guò)程究竟如何。[36]不透明問(wèn)題帶來(lái)的影響可能是致命的。有學(xué)者認(rèn)為，在犯罪學(xué)語(yǔ)境下，使用增強(qiáng)型機(jī)器學(xué)習(xí)(reinforced machine learning)，即機(jī)器試圖建立為特定問(wèn)題提供正確答案的規(guī)則是一個(gè)解決辦法。然而，這意味著除非每個(gè)犯罪都被舉報(bào)，警察平等追究所有人犯下的所有類(lèi)型犯罪，否則不可能有一個(gè)能夠預(yù)測(cè)犯罪本身的強(qiáng)化學(xué)習(xí)系統(tǒng)。事實(shí)上，行為會(huì)影響結(jié)果，導(dǎo)致得到的預(yù)測(cè)反饋非常有限。[37]因此，算法黑箱實(shí)際上可能使社會(huì)公眾處于“黑暗”之中，我們并不知道什么時(shí)候、出于什么原因，我們可能就會(huì)出現(xiàn)在犯罪預(yù)測(cè)系統(tǒng)當(dāng)中。

(四)數(shù)據(jù)隔離——信息孤島的產(chǎn)生

信息孤島是指相互之間在功能上不關(guān)聯(lián)互動(dòng)，信息不共享、不互換的現(xiàn)象。每當(dāng)數(shù)據(jù)系統(tǒng)不兼容或未與其他數(shù)據(jù)系統(tǒng)集成時(shí)，就會(huì)發(fā)生信息孤島。信息的不對(duì)等、不對(duì)稱(chēng)是警務(wù)部門(mén)開(kāi)展工作的一大障礙。在英美德三國(guó)，不同轄區(qū)的警察部門(mén)系統(tǒng)獨(dú)立，使用的數(shù)據(jù)庫(kù)也大不相同。就“預(yù)測(cè)警務(wù)”而言，信息數(shù)據(jù)缺乏共享、聯(lián)動(dòng)將會(huì)導(dǎo)致警務(wù)部門(mén)資源利用低下，造成人力、物力、財(cái)力的浪費(fèi)。

然而信息孤島現(xiàn)象的產(chǎn)生、各個(gè)轄區(qū)警務(wù)部門(mén)采用不同數(shù)據(jù)、不同預(yù)測(cè)軟件具有一定現(xiàn)實(shí)依據(jù)(此處僅針對(duì)財(cái)產(chǎn)犯罪而言)。美國(guó)犯罪學(xué)家認(rèn)為，財(cái)產(chǎn)犯罪是可預(yù)見(jiàn)的行為且往往只需該地區(qū)有警察駐守就可以制止，但暴力犯罪往往更難預(yù)測(cè)和制止。因而目前“預(yù)測(cè)警務(wù)”較多適用于財(cái)產(chǎn)犯罪。[38]財(cái)產(chǎn)犯罪如盜竊等往往具有很強(qiáng)的地域性特征。不同的警察轄區(qū)對(duì)此規(guī)定不盡相同，因而搜集的數(shù)據(jù)也大不一樣。這種數(shù)據(jù)收集的先天性缺陷導(dǎo)致某一轄區(qū)所采用的預(yù)測(cè)方式在另一轄區(qū)并不能適用。以英國(guó)HART預(yù)測(cè)軟件為例，該系統(tǒng)收集的數(shù)據(jù)主要是達(dá)勒姆郡警察局的羈押案件。這意味著該系統(tǒng)的適用范圍具有局限性，不能在其他地區(qū)警局得到應(yīng)用。此現(xiàn)象在德國(guó)警察部門(mén)體現(xiàn)得更為明顯。德國(guó)聯(lián)邦各州警察部門(mén)針對(duì)“預(yù)測(cè)警務(wù)”開(kāi)發(fā)了相應(yīng)專(zhuān)屬的軟件系統(tǒng)。[39]這些系統(tǒng)同HART一樣，都限于某轄區(qū)使用。相較而言，美國(guó)PredPol、Palantir等數(shù)據(jù)平臺(tái)在一定程度上實(shí)現(xiàn)了利用海量數(shù)據(jù)進(jìn)行數(shù)據(jù)整合的優(yōu)勢(shì)，適用面較廣，因而也得到美國(guó)很多警察部門(mén)的采用。當(dāng)前，預(yù)測(cè)警務(wù)數(shù)據(jù)孤島現(xiàn)象更為嚴(yán)重的問(wèn)題在于：一些本可以整合、共享的數(shù)據(jù)庫(kù)彼此之間并沒(méi)有實(shí)現(xiàn)有效的數(shù)據(jù)共享與流通，從而造成資源的浪費(fèi)。

四、犯罪預(yù)測(cè)數(shù)據(jù)化的規(guī)制路徑

大數(shù)據(jù)視野下的犯罪預(yù)測(cè)機(jī)遇與挑戰(zhàn)并存。西方國(guó)家預(yù)測(cè)警務(wù)面臨的風(fēng)險(xiǎn)亦是我國(guó)公安機(jī)關(guān)在實(shí)踐過(guò)程中正在面臨的問(wèn)題。通過(guò)一定舉措對(duì)這些風(fēng)險(xiǎn)予以規(guī)制是各國(guó)預(yù)測(cè)警務(wù)發(fā)展的必然要求，也是值得我國(guó)公安機(jī)關(guān)學(xué)習(xí)之處。

(一)優(yōu)化數(shù)據(jù)選擇標(biāo)準(zhǔn)

大數(shù)據(jù)支持下的預(yù)測(cè)警務(wù)，數(shù)據(jù)是預(yù)測(cè)的靈魂所在。數(shù)據(jù)搜集階段存在黑數(shù)據(jù)，容易對(duì)犯罪預(yù)測(cè)產(chǎn)生不良影響。因而需要對(duì)所選數(shù)據(jù)進(jìn)行一定限制，避免無(wú)關(guān)因素影響到預(yù)測(cè)結(jié)果。優(yōu)化數(shù)據(jù)選擇是為了后期算法利用數(shù)據(jù)處理時(shí)最大程度確保結(jié)果的真實(shí)性與客觀性，因而在數(shù)據(jù)收集選擇階段就需要把數(shù)據(jù)的真實(shí)性和客觀性作為數(shù)據(jù)選擇的標(biāo)準(zhǔn)。

首先，確保數(shù)據(jù)的真實(shí)性。目前，警察部門(mén)獲取數(shù)據(jù)的來(lái)源除自身所做的犯罪記錄以及公共部門(mén)的犯罪監(jiān)測(cè)數(shù)據(jù)及社會(huì)性數(shù)據(jù)外，有很大一部分來(lái)自第三方私人平臺(tái)。在涉及警察等公共部門(mén)提供的數(shù)據(jù)時(shí)，為了預(yù)測(cè)結(jié)果的真實(shí)性需要盡可能收集與犯罪有關(guān)的各方面信息，減少犯罪數(shù)據(jù)不足所帶來(lái)的偏差，擴(kuò)大數(shù)據(jù)收集范圍；在涉及第三方私人平臺(tái)的數(shù)據(jù)時(shí)，需要制定相應(yīng)的數(shù)據(jù)過(guò)濾機(jī)制，剔除不真實(shí)的數(shù)據(jù)。其次，確保數(shù)據(jù)的客觀性。保持?jǐn)?shù)據(jù)客觀性是為了避免偏見(jiàn)與歧視。目前，美國(guó)一些司法轄區(qū)都進(jìn)行了一定程度的數(shù)據(jù)收集和審查改革，但是并沒(méi)有相關(guān)法律對(duì)警察執(zhí)法期間形成的非法和有偏見(jiàn)的數(shù)據(jù)進(jìn)行限制。[40]因而，未來(lái)需要改革相關(guān)法律，限制或禁止警察使用非法和有偏見(jiàn)的數(shù)據(jù)，避免由于反饋回路的存在對(duì)未來(lái)的數(shù)據(jù)處理與預(yù)測(cè)的作出產(chǎn)生不良影響。再次，數(shù)據(jù)收集、選擇階段要完全做到?jīng)]有黑數(shù)據(jù)的存在并不現(xiàn)實(shí)。要想真正解決這一問(wèn)題，還得通過(guò)明確的歸責(zé)制度來(lái)解決。預(yù)測(cè)系統(tǒng)的存在具有一定證據(jù)留痕的效果。警察行為的作出是否合法、合理可以通過(guò)回溯相關(guān)數(shù)據(jù)庫(kù)與警察作出決定時(shí)的衡量因素來(lái)判斷。由警察部門(mén)承擔(dān)在采用預(yù)測(cè)系統(tǒng)時(shí)使用的數(shù)據(jù)是真實(shí)客觀、無(wú)偏私的說(shuō)明責(zé)任，可以在一定程度上化解該問(wèn)題，并可以通過(guò)事后的追責(zé)程序，追究警察預(yù)測(cè)數(shù)據(jù)的疏忽或?yàn)E用導(dǎo)致對(duì)犯罪嫌疑人甚至是普通公民權(quán)益產(chǎn)生侵害的問(wèn)題。

(二)堅(jiān)持“個(gè)人自決”與比例原則

大數(shù)據(jù)使隱私侵權(quán)變得十分容易、普遍，甚至有人預(yù)言：“大數(shù)據(jù)時(shí)代，隱私權(quán)已死”[41]。數(shù)據(jù)挖掘使民眾隱私權(quán)遭受前所未有的侵犯?！盎ヂ?lián)網(wǎng)是有記憶的”，民眾并不能寄希望于一切侵犯?jìng)€(gè)人隱私對(duì)自身造成傷害的行為會(huì)隨著時(shí)間流逝而消失。因而，最根本的解決辦法在于從源頭保護(hù)好個(gè)人隱私。

首先，堅(jiān)持“個(gè)人自決”原則。在德國(guó)，根據(jù)憲法規(guī)定“收集和處理個(gè)人數(shù)據(jù)需受到限制”。信息自決權(quán)被視為一般人格權(quán)的體現(xiàn)并在1983年被德國(guó)聯(lián)邦憲法法院確認(rèn)為基本權(quán)利?！稓W洲人權(quán)公約》第8條第1款即“人人享有使自己的私人和家庭生活、家庭和通信得到尊重的權(quán)利”也是“個(gè)人信息自決”的體現(xiàn)。其次，在堅(jiān)持信息“個(gè)人自決”前提下，遵循比例原則。德國(guó)聯(lián)邦法院強(qiáng)調(diào)，出于客觀確定和有效的理由，只有在應(yīng)對(duì)危險(xiǎn)行為時(shí)，類(lèi)似“預(yù)測(cè)警務(wù)”系統(tǒng)的使用才基本被允許。[42]這也是《歐洲人權(quán)公約》第8條第2款規(guī)定所倡導(dǎo)的。在2009年美國(guó)國(guó)家司法研究所與司法援助局和洛杉磯警察局合作舉行的會(huì)議上，司法部司法援助局高級(jí)政策顧問(wèn)托馬斯·奧萊利(Thomas O’ Reilly)認(rèn)為：“預(yù)測(cè)警務(wù)的開(kāi)展不應(yīng)秘密進(jìn)行，我們應(yīng)該一開(kāi)始就邀請(qǐng)隱私權(quán)倡導(dǎo)者和社區(qū)領(lǐng)袖來(lái)解釋該計(jì)劃，并征求他們的想法和意見(jiàn)，減輕他們的擔(dān)憂”[43]。在我國(guó)，個(gè)人隱私保護(hù)的力度也在不斷增強(qiáng)。隨著《網(wǎng)絡(luò)安全法》《數(shù)據(jù)安全法》和《個(gè)人信息保護(hù)法》陸續(xù)頒布和實(shí)施，個(gè)人信息保護(hù)達(dá)到前所未有的高度。公安機(jī)關(guān)作為行政部門(mén)，在利用職權(quán)搜集數(shù)據(jù)、實(shí)施犯罪預(yù)測(cè)時(shí)也必須要保護(hù)個(gè)人隱私，規(guī)范數(shù)據(jù)使用。

(三)加強(qiáng)算法預(yù)測(cè)透明度

算法不透明是社會(huì)公眾對(duì)預(yù)測(cè)警務(wù)產(chǎn)生不信任感的重要原因。預(yù)測(cè)警務(wù)的應(yīng)用必須嘗試解決不透明性問(wèn)題。解決的方法可以包括加強(qiáng)公眾對(duì)算法決策的了解，明確警察部門(mén)在搜集數(shù)據(jù)時(shí)的責(zé)任承擔(dān)問(wèn)題以及在相對(duì)范圍內(nèi)披露算法預(yù)測(cè)的過(guò)程等。

首先，應(yīng)讓公眾了解大數(shù)據(jù)監(jiān)管與日常生活中的其他算法決策并無(wú)不同。預(yù)測(cè)警務(wù)的開(kāi)展并不針對(duì)特定的個(gè)人，而只是通過(guò)一系列的數(shù)據(jù)、算法預(yù)測(cè)何時(shí)何地犯罪可能發(fā)生的概率，借以合理安排警察部門(mén)的日常工作。同時(shí)，應(yīng)對(duì)透明性問(wèn)題并不意味著警方需要提供更多的信息，而是需要明確一定的責(zé)任承擔(dān)問(wèn)題。公眾需要的并不一定是公布算法決策的具體過(guò)程，而是使用該算法的原因，其中的衡量因素是否公正、是否包含偏見(jiàn)等。民眾對(duì)透明性問(wèn)題的憤怒主要來(lái)自政府監(jiān)視的秘密性質(zhì)、無(wú)限制地進(jìn)行數(shù)據(jù)挖掘，而不是實(shí)際的技術(shù)監(jiān)視能力。

其次，算法披露只能在一定范圍內(nèi)，要求嚴(yán)格的算法透明是不現(xiàn)實(shí)以及不必要的。一方面，在某些情況下，可以允許披露算法，揭示預(yù)測(cè)過(guò)程，以此增強(qiáng)警察執(zhí)法的可信度。另一方面，商業(yè)模式?jīng)Q定了算法的專(zhuān)有技術(shù)保密。披露源代碼意味著揭示公司在業(yè)務(wù)上的競(jìng)爭(zhēng)優(yōu)勢(shì)。若是對(duì)算法毫無(wú)限制地披露，會(huì)對(duì)相關(guān)公司商業(yè)利益造成嚴(yán)重的損害。并且，在人工智能中，由于機(jī)器具有反饋回路(feedback loops)擁有再學(xué)習(xí)的能力，機(jī)器學(xué)習(xí)模型每次分析都會(huì)有所不同。即使具有技術(shù)能力，也可能無(wú)法看到基本公式。因而怎么披露算法、向誰(shuí)披露算法成為亟待解決的問(wèn)題。有立法者提出：設(shè)立一個(gè)監(jiān)管機(jī)構(gòu)或?qū)徲?jì)部門(mén)專(zhuān)門(mén)處理算法出現(xiàn)問(wèn)題時(shí)的審計(jì)，確保預(yù)測(cè)過(guò)程公平公正。[44]例如，警察根據(jù)大數(shù)據(jù)預(yù)測(cè)作出相應(yīng)執(zhí)法行為后，若產(chǎn)生相應(yīng)后果，可能對(duì)犯罪嫌疑人或普通民眾造成不公正的，可以將預(yù)測(cè)算法披露給中立的監(jiān)管機(jī)構(gòu)或?qū)徲?jì)部門(mén)，由特定機(jī)構(gòu)進(jìn)行審查認(rèn)定算法決策是否公正、合理。

(四)完善數(shù)據(jù)交流互通

警察部門(mén)進(jìn)行犯罪預(yù)測(cè)的數(shù)據(jù)大致可以分為公共主體和私人主體兩個(gè)來(lái)源。從公共主體來(lái)看，數(shù)據(jù)一方面可能是警察部門(mén)前期偵查犯罪所保留的數(shù)據(jù)，例如犯罪嫌疑人、犯罪時(shí)間、犯罪地點(diǎn)、犯罪類(lèi)型等方面數(shù)據(jù)；另一方面可能是公共監(jiān)管機(jī)構(gòu)如交通部門(mén)所掌握的公民駕駛證信息、車(chē)牌號(hào)、車(chē)型等信息。從私人主體來(lái)看，數(shù)據(jù)可能是通過(guò)大數(shù)據(jù)挖掘技術(shù)以及信息搜集技術(shù)在社交平臺(tái)上用戶(hù)注冊(cè)時(shí)所填寫(xiě)的個(gè)人信息以及用戶(hù)使用相應(yīng)平臺(tái)時(shí)留下的數(shù)據(jù)。因而，要形成一個(gè)海量的數(shù)據(jù)共享平臺(tái)，必須在保障相應(yīng)隱私的前提下促進(jìn)數(shù)據(jù)之間的交流互通。

首先，警察部門(mén)需要加強(qiáng)自身的基礎(chǔ)數(shù)據(jù)平臺(tái)建設(shè)。例如，對(duì)于先前犯罪的各項(xiàng)數(shù)據(jù)，要統(tǒng)一數(shù)據(jù)采集、存儲(chǔ)、整理、傳輸、保存等各個(gè)環(huán)節(jié)的標(biāo)準(zhǔn)，并在最大程度上收集犯罪數(shù)據(jù)，擴(kuò)大數(shù)據(jù)范圍。同時(shí)，由于不同犯罪所體現(xiàn)出的犯罪特征具有不一致性，需要根據(jù)不同的犯罪種類(lèi)創(chuàng)建相應(yīng)的數(shù)據(jù)庫(kù)。其次，警察部門(mén)要加強(qiáng)對(duì)交通部門(mén)、民政部門(mén)等其他政府部門(mén)的數(shù)據(jù)采集和共享，推動(dòng)政府公共部門(mén)之間的數(shù)據(jù)協(xié)作。再次，警察部門(mén)要聯(lián)合私人主體平臺(tái)，加強(qiáng)對(duì)社會(huì)范圍內(nèi)的數(shù)據(jù)收集與共享，擴(kuò)展數(shù)據(jù)的規(guī)模。最后，不同轄區(qū)的警察部門(mén)之間要加強(qiáng)內(nèi)部數(shù)據(jù)共享，打破地域之間的數(shù)據(jù)壁壘，從而為預(yù)測(cè)警務(wù)的開(kāi)展提供海量化的數(shù)據(jù)資源。

結(jié)語(yǔ)

隨著數(shù)據(jù)收集、整合和挖掘技術(shù)的進(jìn)步，以數(shù)據(jù)驅(qū)動(dòng)為主的技術(shù)方法成為警察部門(mén)執(zhí)法的重要手段。同時(shí)，越來(lái)越多復(fù)雜的社會(huì)、經(jīng)濟(jì)和政治問(wèn)題需要通過(guò)數(shù)據(jù)進(jìn)行評(píng)估和解決，[45]“數(shù)據(jù)治理”正成為信息化時(shí)代的重要特征。目前，以數(shù)據(jù)為基礎(chǔ)的犯罪預(yù)測(cè)在我國(guó)的運(yùn)用日益廣泛，預(yù)測(cè)警務(wù)這一新的警務(wù)運(yùn)行模式隨著國(guó)家“大數(shù)據(jù)戰(zhàn)略”的推進(jìn)也正在實(shí)踐中深化運(yùn)用。與域外國(guó)家類(lèi)似，我國(guó)預(yù)測(cè)警務(wù)的開(kāi)展也面臨著算法不透明、數(shù)據(jù)壁壘以及數(shù)據(jù)獲取與個(gè)人隱私保護(hù)之間的固有矛盾等問(wèn)題。抓住機(jī)遇并直面問(wèn)題，以法治的進(jìn)路規(guī)范科學(xué)的數(shù)據(jù)預(yù)測(cè)，公安部門(mén)才能更好地預(yù)防犯罪的發(fā)生，在信息化時(shí)代擔(dān)負(fù)起維護(hù)國(guó)家安全的重要使命。