大数据背景下侦查协作困境及其突破

马方，张升魁

(西南政法大学刑事侦查学院，重庆 401120)

大数据在为我们带来财富与便利的同时，也产生了极大的风险，这种风险在犯罪领域具象化的结果就是犯罪趋势的新变化[1]，即犯罪行为的超时空性、虚拟化、犯罪要素的多样性以及组合方式的随机性。在这种情况下，犯罪行为与犯罪结果在时间、空间上形成分离之态，侦查工作的开展面临着极大的困难，尤其是面对有组织犯罪、涉黑涉毒犯罪以及网络犯罪，单纯依靠某一主管机关侦查，更是难上加难。深究原因会发现，此类案件中犯罪行为隐蔽性以及犯罪行为再生性较其他犯罪更强，主管机关在发现犯罪行为、确定嫌疑对象、获取犯罪证据等方面存在困难，以至于出现打击不及时的现象。为了应对发现案件信息获取难、取证难、打击难的问题，需从大数据背景下侦查协作概念入手，探讨其特殊机理，在分析以往协作困境的基础上，探究侦查协作常态化机制。在侦查协作机制良性运转以及协作机关密切配合的基础上形成打击犯罪合力，快速打击犯罪。

一、大数据背景下侦查协作再认知

(一) 侦查协作概念重构

在协作治理理论中，协作可以解释为相互配合，共同完成某项任务。新时期，协作治理理论被赋予了新的时代内涵，突出表现在一定规制下的信息资源共享，通过多元化治理主体，保障社会利益的实现。一个面向未来的可持续性的公共管理, 不能仅通过政策和各种指令从上而下实现,为了提供更多的公共服务活动还必须以共识和灵活的多方协作作为行动的基础。[2]依据资源依赖理论，没有任何一个组织是自给自足的，所有组织都必须为了生存而与其环境进行交换。[3]而在社会治理方面，侦查机关为了维护社会稳定，也会在侦查机关之间以及其他单位之间进行信息互换，展开协作。传统侦查协作主要存在于享有侦查权的机关之间，是侦查工作中相互支持、协同作战的一种高效的侦查办案手段。[4]之所以开展侦查协作不仅为了充分利用侦查资源，提升侦查工作效率，更重要的是增强国家公权力机关对于社会的控制力，形成打击犯罪的联动机制。但是，传统侦查协作因为协作主体受限、协作方式落后、协作成本过高等原因已经不能适应新时期犯罪跨时空、跨行业、跨领域的现状。面对作案手段、行为智能化、隐蔽化、虚拟化等特征，传统以人力侦查为基础的侦查协作已经出现协作不及时、协作效率低、对于危害社会人员控制乏力等弊端。资源的稀缺性和重要性则决定组织依赖性的本质和范围，依赖性是权力的对应面。[5]而协作的目的就是充分利用一方稀缺资源，以达到侦查目的。面对以上种种困难，我们对于侦查协作可以作出如下反思：

其一，从协作主体看来，狭义侦查协作对协作主体和协作对象的覆盖范围小，只包括公安机关以及其他有侦查权的部门，极大地限制了侦查协作机制功能的发挥。这无疑是将其他拥有大量信息资源的部门单位拒之门外，会使侦查机关在办案时仅仅依靠侦查机关内部建立的信息数据库。而侦查机关内部数据库又常常存在壁垒，具有排他性、单一性以及极强针对性等特点，关注的大多是特殊人群，涉及信息面不广不全，难以全面分析、综合利用各行各业整体信息。现阶段限定侦查协作主体在一定情况下是对侦查协作机制整体效能的一种束缚。

其二，在协作成本上看，传统侦查协作需要大量的人力物力，侦查协作各机关需要在两地之间长途奔袭，耗资极大。成本控制论认为，控制成本是一种以成本效益权衡为核心的人类控制活动，意味着成本控制是一个持续的动态过程。[6]该理论要求我们在展开某一活动时，对成本及效益进行权衡，对待侦查工作也是如此。传统侦查协作往往以一定的关系人脉作支撑，这对于无“熟人”、无“人脉”的异地公安机关来说无疑是侦查协作门槛的无形提升。这就会导致协作难、协作无门等情况。在大多数情况下，协作不及时、不准确会导致战机的丧失，降低办案效率，造成侦查资源的浪费。从侦查角度看，一定时期内侦查资源是有限的，协作成本的增加无疑是侦查机关大数据背景下整体联动作战的极大阻碍。

其三，从协作方式上看，传统侦查协作主要是在侦查机关之间展开的互相协助、互通犯罪情报、协同作战等方式。其虽然能在一定时间内完成对于犯罪信息的交换，但明显落后于犯罪嫌疑人作案后逃逸或毁灭证据的速度。在这种情况下，侦查机关反应缓慢，对案件所反映的相关信息敏感度不够，对案件证据的采集不全面，可能会导致整个案件案情分析走向误区。

从以上三方面对于传统侦查协作的分析，可以得出传统侦查协作在应对日益严峻的犯罪形势时举步维艰的结论。我们需要在大数据背景下对侦查协作做出一个准确定位并赋予其新内涵。因此，笔者认为，大数据背景下的侦查协作是指侦查部门之间以及侦查部门在其他部门、单位配合、协助的基础上，利用其在数据资源收集、分析方面的优势，对已发生犯罪的揭露和未发生犯罪的预防工作展开的互相协助、互相配合行为。

对此，我们可以从内部、外部两个角度理解侦查协作。内部侦查协作是指有侦查权的机关、部门之间的协作。此类协作的重点是侦查机关内部数据壁垒的打通以及如何在侦查机关内部数据信息共享的基础上合成化作战，以提升侦查机关整体作战能力。而外部侦查协作主要指的是侦查机关与其他无侦查权的机关、企事业单位，尤其是互联网企业之间的协作。之所以对协作主体进一步扩充，目的是拓宽信息数据获取渠道，实现国家公权力机关对于数据信息的全面掌控。当前社会背景下，大多数犯罪嫌疑人的犯罪数据存储于社会性互联网企业，犯罪数据社会化现象越来越明显。而如何进一步掌握、利用社会化犯罪数据就成为侦查机关在应对犯罪时能否占据优势的关键。因此，侦查协作应形成一种内外配合、以外为主的模式，将互联网企业纳入协作主体的范围，对行业、专业领域内海量数据充分利用，在动态数据库中跟踪案件，分析案件发展趋势，在相关性分析的基础上，提高打击犯罪的准确性，提高侦查工作的效率。

(二)大数据背景下侦查协作机理

大数据能够突破时间、地域上的限制，最大可能性地利用数据找出表面上看似无关数据之间的相关性；能够通过回归分析、聚类分析等数据挖掘技术来发现事物之间的关系及发展规律。[7]大数据应用于侦查工作，突破了传统侦查思维定式，由以人为主导的经验型侦查活动转变为以数据为中心的打防一体精准化侦查，它基于对犯罪热点的发掘分析而捕捉有关犯罪的实时动态，实现了对犯罪的主动、精准打击。在数据分析的基础上发挥侦查工作预防犯罪的功能，这在很大程度上减少了传统侦查协作对于人力、物力的极大消耗，极大提高了侦查工作的准确度和效益。因此，大数据背景下侦查协作具有有别于传统侦查协作的运行原理与基础。

1.以数据信息的收集获取固定协作基础。大数据时代的信息产生、更新速度与社会发展、运转速度成正比。在高速运转的社会体系下，各行业数据积累速度极快，信息更迭更加明显，各领域都注重对数据进行分流处理以及实时分析。数据的爆发式增长极大拓宽了研判分析的维度，数据成为公安战斗力生成的源泉。[8]大数据时代由于数据存储空间有限性与数据信息更新无限性的矛盾，在信息存储的选择上，往往会出现最新数据覆盖前期数据的情况，以保证数据存储空间充足和数据的新鲜度。同时，数据大多以非结构化形式存在，结构化处理过的信息较少，信息结构化处理过程的复杂性会与侦查工作迅速、及时等特点相冲突。这就使侦查人员在收集获取数据资源时必须注重数据价值以及数据的时效性，在海量数据中收集获取所需信息，以便提供导向。根据数据更新速度，把握数据获取的时间及速度，收集具有相关性、可串联性及可分析型数据信息能为侦查协作奠定信息基础。

2.以数据信息的筛选分析矫正协作方向。现代社会运行状态下，信息的产生、累积速度快，数据种类、数据集合越来越多，各种数据衍生性强，会产生基础数据以外的衍生数据。在这种情况下，犯罪行为较以前会更加隐蔽，给侦查工作带来极大障碍。从庞大的数据体系中正确、精准获取所需要的数据信息，实现对于数据质量的初步获取及鉴别是侦查工作最迫切也是最现实的需要。面对纷繁复杂的数据，大数据背景下的侦查工作每一阶段都要运用到专业化、智能化的大数据分析技术。[9]这就体现为数据筛选过程中的高度专业性，数据识别、分析程序中的智能性特征。在筛选识别的过程中，剔除与案件无关的信息，对案件有关联的数据展开分析，利用热点导向画出侦查范围，能为侦查协作开展指明方向。

3.以数据的交流共享强化情报线索互通。网络时代“双层社会”理论认为，网络空间和现实空间是相互渗透融合的。[10]大数据时代，现实生活的虚拟性和非接触性特征更为明显。数据作为一切行为作用之后所留痕迹，其真实性、可信度极高。而目前社会行业纷繁复杂，社会信息分类多、涉及面广，在侦查协作中需要对不同种类的海量信息进行分析。传统侦查协作是对案件中点形信息的互通交流，具有不全面性、非系统性等弊端。而大数据背景下的侦查协作则是以数据空间内的海量信息为基础，在数据收集、分析基础上进行的交流与共享，是一种线形甚至是面形信息的交流，无论是信息互通的形式还是内容，较之传统侦查协作的点形模式，都扩大了犯罪情报线索的互通范围，增加了共享数据内容的全面性。这些信息数据中就包含着查明案件的线索，对此类信息的共享无疑是对原有数据鸿沟、数据壁垒的冲击，无形中增强了各警种、各部门的情报互通。

4.以客观的程序分析规范协作行为手段。数据统计、分析的过程，实际上是通过客观程序识别信息的过程，这一过程具有极大的客观性以及稳定性。笔者认为其客观性、稳定性体现在以下三点：第一，操作流程的规定性。不同的协作主体在进入数据库、提取数据信息、分析碰撞数据时都要严格遵守既定的使用规范，否则无法正常有序地开展侦查协作。[11]这就减少了侦查人员的自由裁量，一定程度上保证了数据分析的客观性。第二，对于操作过程中的错误行为或选择，数据分析系统能够及时提醒更正，待操作人员重新选择操作步骤后，才会执行下一步的命令，保证了后续行为的正确性。在实际运行或操作过程中极力避免错误步骤或行为，体现了数据分析过程中的约束性。第三，系统更新的及时性。对于数据分析系统，后台研发人员能够及时根据前期运行状况进行更新与漏洞修补，使数据分析方法、分析模型能按照每一起案件的特征完成自我完善，使数据分析行为更加具有可操作性。

二、大数据背景下侦查协作之困境

新时期，犯罪形势已经随着社会经济发展以及科技领域创造性突破变得更加具有即时性，犯罪手段更具新颖性。犯罪嫌疑人对社会领域的技术突破在犯罪领域的应用已经相当娴熟。与犯罪相对应的刑事侦查领域，由于观念、体制的束缚，在应对犯罪过程中总是具有不可避免的滞后性。这直接导致了侦查机关在查缉具有较强的反侦查意识的犯罪嫌疑人时更加被动。在大数据时代，传统侦查协作已经明显不能适应侦查现代化的趋势，笔者将从理论、技术以及实务三个方面探讨现阶段我国侦查协作困境之所在。

(一)理论层面的困境

1.以因果关系为主导的传统侦查思维的束缚。传统侦查工作强调利用逆向性思维、因果关系，以办案经验为支撑从公安机关所掌握的证据入手，形成证据和对应待证案件事实之间的印证。仔细分析，我们不难发现，以因果关系为主导的经验型侦查在选择案件突破口、划定侦查范围等对案件发展有重要作用的步骤时带有一定的尝试性、盲目性及滞后性。这种以经验为基础的判断，一旦偏离案件真实情况，就会导致案件进入僵局甚至成为悬案。大数据的相关性思维并不以传统的因果关系为指引，强调的是具有同源性的信息之间的相关性。但是在实践中相关性思维模式却不能被侦查人员所接受，他们认为只有具备确定的因果关系，才能将案件办成铁案。但新时期犯罪嫌疑人作案方式隐蔽性强、虚拟化程度高、非接触性强，犯罪行为的可追踪性被极大减弱，如何才能提取到有证据能力、证明力大的证据成为他们的首要难题；如何运用现代手段收集数据信息，在相关性思维中形成证据链条的闭合，将使侦查人员根据因果关系建立的侦查思维受到极大冲击。

2.体制机制的束缚。一是我国公安队伍“统一领导、分级负责、条块结合、以块为主”的管理体制造就了侦查协作的壁垒。从外部看，目前我国公安队伍的管理体制从横向和纵向两个方面对公安工作开展进行了规定，但是由于跨时空犯罪案件高发，这种管理体制不仅严重束缚了各地侦查机关的工作能力以及办理案件的积极性，同时层层上报审批的程序极大地降低了侦查机关工作效率。公安系统封闭的管理体制不仅容易产生地方保护主义，而且容易造成横向联系不足的问题。[12]从内部看，公安队伍内部根据地理位置、案件类型以及职能职责也进行了相应的划分，成立了技侦、网安、国安等相关部门，在警种上形成了刑警、特警、治安警等区分，这在警察职能专业化的同时也在各警种、各部门之间树立了无形的壁垒，在一定程度上削弱了社会治安综合治理体系在社会治理中的作用。二是目前公安机关侦查协作体制的不完整，导致了“关系协作”、“关系侦查”等无序状态。侦查协作本意为加强各地、各级公安机关以及其他部门之间的交流，以最大化释放侦查机关工作能力，提升侦查工作的效率，但实际上机制的不完善却提升了侦查协作门槛，“唯关系、唯利益”协作思维使某些协作部门消极怠工，不仅没能有效释放侦查机关、侦查人员的战斗力，有时甚至阻碍了侦查工作的有效开展。

3.舆论对公民个人信息保护的不当引导导致的束缚。法治国家必然对公民的个人信息以立法形式进行保护，以确保公民对个人隐私的合理期待。2013年2月1日，我国出台了第一部国家层级的个人信息保护标准《信息安全技术公共及商用服务信息系统个人信息保护指南》(以下简称《指南》)。《指南》将个人信息分为两个层级，即个人敏感信息和个人一般信息。(1)原国家质量监督检验检疫总局、国家标准化管理委员会：《信息安全技术公共及商用服务信息系统个人信息保护指南》，2012年12月5日发布，2013年2月1日实施。目前，在全面依法治国战略布局下，公民个人信息保护取得了突破性进展。2017年5月8日，最高人民法院、最高人民检察院出台《关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》，对公民个人信息保护在刑事案件办理过程中适用法律相关问题作了规定。(2)最高人民法院、最高人民检察院：《关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》，2017年5月8日颁布，6月1日开始实施。2018年11月9日，最高人民检察院印发了《检察机关办理侵犯公民个人信息案件指引》，旨在解决刑法规定的侵犯公民个人信息罪中关于公民个人信息的认定问题，并明确法律规定的几种违法情形。(3)最高人民检察院：《检察机关办理侵犯公民个人信息案件指引》，2018年11月9日颁布，11月9日实施。但在具体实施过程中，某些社会媒体、社会舆论对公民个人信息保护进行了不当理解，出现了“公民个人信息保护扩大化”现象。实际上，这不仅是对公民个人信息保护的误解，而且在某种程度上将国家机关置于舆论之中，将国家机关列为防御对象，削弱了公安司法机关打击犯罪的决心和战斗力。

(二)技术层面的困境

1.特定数据分析系统开发社会依赖性高。侦查工作要想实现数据化，首先就需要对数据进行收集，那么收集哪些数据，用何种方式收集数据才能高效准确就值得我们去思考。基层公安机关在“一标三实”信息采集过程中就出现了类似问题，由于业务范围广，需采集人员基数大，导致此项由公安部主导的民生工程在信息采集时时间跨度长达两年，主要采集方式为上户采集、电话采集，暴露出工作成本高、工作效率低等弊端。并且对于相关数据，只是进行了简单的归类，并未展开深入分析或挖掘。如何开发特定工具，如何对基础数据展开分析，并对之实现由非结构化到结构化的处理，使之能够在服务器产生命令时经过严格筛选及时展现成为必须克服的技术难题之一。实际工作中，由于欠缺相应的系统开发技术型人才，公安机关往往借助社会企业完成对软件的开发，并未在软件、系统开发上占据主动，表现出了较强的社会依赖性。一旦这些企业遇到困难，他们能否保证数据信息的安全性以及技术供应的连续性就成为重要问题。

2.综合性大数据侦查协作平台缺失。庞大而全面的数据库在大数据背景下的侦查工作中发挥着基础性作用。如果收集数据资源不及时、不全面，那么大数据背景下侦查工作的开展就会面临重重障碍。在此基础上综合性大数据侦查协作平台如何运行，如何对接、检索各专业领域数据是面对的技术困境之二。现阶段，各行业、各领域都建立了自己生存发展所需要的数据信息库，此类数据库主要涉及专业领域内信息或相关产业的基础信息，对于行业外数据信息涵盖不全。从行业角度来看，物流、交通以及房地产、证券等行业，虽然数据库建设有重合之处，但是行业之间的差异性还是主要的。从公安内部数据库来看，主要是重点人口、流动人口等八大类，在内存信息量和信息准确度上说，存在信息覆盖面不广、准确度低的问题，而且由于没有建立稳定的综合性数据平台，在数据串联、犯罪热点挖掘、利用已有数据分析案情上缺乏规范性。这与大数据时代基于数据集合而形成的大数据平台存在巨大差异，难以完全满足现实办案需要。综合性大数据侦查协作平台的失位使目前数据库方面的问题愈加严峻。

(三) 实务层面的困境

1.数据壁垒阻碍信息的获取与交流，协作效果甚微。2018年发生了两起引发社会广泛关注的案件，即郑州航空港区空姐李某某滴滴顺风车遇害案和浙江温州女大学生赵某滴滴顺风车遇害案。这两起案件都是被害人在第三方平台上寻求网上约车服务。第三方服务平台并不提供现实服务，只是形成需求方与服务供给方的对接。在这一过程中，第三方服务平台获取了大量的与案件有关的信息，但在案发后侦查机关调查取证时，出现第三方平台推诿或敷衍协助的行为，致使侦查机关在锁定犯罪嫌疑人或排查可疑人员时，不能及时获取相关时段出现的车辆、电话信息以及车辆移动轨迹信息，给侦查工作增加了难度，失去了抓获犯罪嫌疑人的最佳时机。

从以上两起案件我们可以发现，数据壁垒阻碍信息交流主要体现在两个方面：第一，侦查机关与互联网企业之间的壁垒。在大数据时代、共享经济下，人们的衣食住行等各类信息早已被互联网企业所获取，并且会随着人们生活轨迹的变化而即时更新。但是当人们人身、财产安全遭受侵害时，能够提供准确信息的互联网平台经常会配上“保护个人信息”或保护“商业秘密”的说辞，将与案件有关的信息故意删除、隐匿。对侦查机关的协助请求置之不理或是敷衍了事，致使侦查机关无法获取或不能及时获取相关信息，以致处于被动地位。第二，侦查机关之间的数据壁垒。各侦查机关在数据库建设、信息收集时，会因为业务需要而对信息进行取舍，但是无论如何取舍，此类数据具有极强的同源性，因此数据与数据之间存在极大关联，各单位相关数据之间碰撞会使侦查目标极大明晰。然而各机关缺乏沟通交流或在沟通时设置的各种障碍壁垒，使协作的实际效果大打折扣。

2.低数据权限诱发惰性思维阻碍协作。侦查机关内部的数据权限，主要包含信息获取查询、信息处理以及综合信息分析等权限。而基层公安数据权限低成为阻碍侦查工作开展的客观原因之一。现阶段，出于数据信息涉及利益重要性的考虑，我国对数据权限的配置是随着行政级别的下降而逐级下降的，这在一定程度上保障了数据安全。但实务中，基层公安机关作为案件办理的中坚力量，其在实务中需要查阅大量的数据信息以展开对嫌疑对象的查证追踪，然而数据查询、查阅权限却“居高不下”，需要查阅信息时无权使用，数据查询行政审批程序繁琐，耗时长。侦查机关之间信息数据不共享，各警种各自为战导致数据库建设中出现数据遗漏或重复性录入等问题，不仅浪费资源，而且严重阻碍各单位之间协同作战。

协作意识不强以及惰性思维是侦查协作出现问题的主观原因。中国缺乏的不是可供收集的数据，也不是数据收集的手段，而是收集数据的意识。[13]意识对人的行为具有指导性。“不破不立”的思维在很大程度上反映了基层公安机关在实务中的状况，而出现这一状况的真实原因是侦查人员怕破案率太低影响考核、绩效等。怕麻烦图省事是工作中体现出来的错误思想之一，但实际上系统内部案件信息会成为以后侦查工作开展的基础。

3.侦查人员数据筛选分析等业务能力欠缺。侦查机关办理案件过程中，所涉及的数据信息涉及了金融、物流、交通等各行各业。针对不同案件，侦查机关需要从大量价值密度较低信息中甄别筛选出对案件有用或者能促进案件发展的数据信息。大数据技术的精髓不在于拥有海量的数据，而在于对海量数据的加工处理能力，能将数字转化为可以被侦查人员利用的情报线索。[14]信息数据的筛选过程实际上可以看作是有用数据的识别过程。在这个过程中，对侦查人员的综合素质要求极高，不仅需要具备相关学科知识，还需要根据案件发展运用以往办案经验。与信息筛选的强专业性相对应的是侦查人员在数据分析以及计算机软件运用能力方面存在欠缺，在面对专业性强、多含义的数据信息时，侦查人员的办案速度和效率会下降，这在承担了大量侦查工作的基层公安机关表现尤为明显。当该数据属于指向犯罪嫌疑人的关键证据时，基层办案人员分析数据能力的欠缺很可能遗漏关于案件的重要数据，从而导致破案时机的丧失，进而影响整个案件的侦查进程。

三、大数据背景下侦查协作困境的突破

(一) 社会治安综合治理理论下侦查体制的再审视

社会治安综合治理理论强调包括党委政府在内的多元角色参与社会治理，主张发动各参与主体在社会治安治理中的积极性，以形成社会合力去应对动态化、非常规化犯罪行为。[15]大数据背景下侦查协作是社会治安综合治理理论的应有之义，即形成以公安机关为主力，其他社会主体多元参与的社会治理创新。此举主要为解决目前公安机关各部门单独作战能力不足的问题，研究利用其他力量使社会治理形成整体化、系统化作战态势，扫除因传统管理体制设置上的不适应所导致的协作真空现象。针对侦查机关“统一领导、分级负责，条块结合、以块为主”领导体制所导致的“地方保护主义”或“关系协作”等问题，我们要从“条”、“块”两个角度综合分析其形成原因。“条”即侦查机关的垂直管理，其在资源分配、命令的服从及执行等方面具有无法比拟的优势，但是垂直管理会导致“地方”尤其是基层公安机关管理能力以及管理责任的弱化，导致其在组织功能上的残缺，从而影响公安工作效能的发挥。“块”即以属地、行政区划划分管辖范围，强调平行管理、横向管理。此种管理体制能够发挥、提升各地方管理优势，形成专业攻防模式，但是在协调联动以及整体效能发挥上处于劣势。面对此困境，我们就需要发挥整合“条”、“块”管理模式在集中领导、资源配置以及地方管理方面的优势，克服二者存在的管理责任弱化、管理效能发挥不明显等弊端。在实践中我们应该把侦查活动独立于非法定力量的干预之外，尽可能凸显出条块结合的侦查机制，打破常规的以块为主的狭义界限，以保证侦查协作的通畅进行。[16]倡导社会整体治理要从以下两点去思考：

1.要保证侦查机关与协助机关、单位工作的充分开展。倡导公安机关、政府其他部门、互联网企业等的多元参与，构建侦查机关之间以及侦查机关和其他单位之间的良好沟通关系，整合各类有利于社会治安维护或犯罪打击的数据信息，打破各地方、各单位独自作战的局面，进一步加强区域性、行业性联防机制的建立。用系统性、整体性思维看待全国公安工作，提高协作意识。进一步树立整体作战思想，强化侦查协作的大局观，实现对侦查协作思维的革新，进一步释放侦查机关在联动性、机动性等方面的优势。

2.要建立客观稳定的侦查协作机制，实现侦查协作机制的合法化和稳定化，让侦查协作在可操控的机制中运行。侦查协作机制的合法化是其稳定、良性运转的前提，我们可以以部门规章的形式规范侦查协作，及时修改早期规定中不适应现代侦查的内容；稳定化是其合法化后的首要目标，通过建立合法有效的侦查协作机制，使其能够稳定运行，实现协作的常态化、规范化。通过侦查协作机制的稳定化、合法化杜绝“关系协作”、“关系侦查”等无序化状态，使侦查活动在一个客观稳定的机制内开展，实现侦查协作的规范化操作。

(二)技术信息共享机制下建立综合性大数据侦查协作平台

建立由公安部领导的侦查信息共享机制，实际上就是对共享理念在公安工作中的深化和落实。共享经济理念与侦查协作具有相同的效用，即提高资源的利用率，并使双方需求得到满足。[17]也就是侦查机关通过侦查信息的交流共享，各取所需，最终在满足侦查机关信息数据需要的同时提升侦查效率。侦查信息共享机制的设立包括以下内容：

1.打破侦查机关内部的信息壁垒，适当下放数据权限。此举是刑侦、治安、网安等多部门联系开展情报合成作战, 形成情报主导、手段集成、一体作战的新机制。[18]之所以要对案件侦查信息进行分享、冲破数据壁垒，是为了提升侦查机关打击犯罪的准度以及效率，能够在很大程度上突破地域、警种限制，促进整体协同作战。下放数据权限，是为了保证侦查机关获取数据的便捷性以及行动的及时性。大数据背景下的侦查协作案件所涉及信息量较以前更大，加强侦查信息以及常规数据分析，让能够对侦查部门工作起促进作用的信息在侦查机关内部形成良好的流通，打破侦查机关之间的壁垒，拉近不同侦查机关之间的距离，一个重要的前提就是拥有较高数据权限下的数据共享。如此一来，大数据的信息综合对犯罪嫌疑人画像的描述更加准确、清晰，一旦划定侦查范围 ，更便于侦查协作机关寻找特定嫌疑对象。

2.在打破数据壁垒的基础上，实施侦查协作纵横网格化管理。侦查机关信息共享，实际上为侦查协作提供了便利。在纵向上，即上级主管部门接收到下级机关的协作请求时，在综合性大数据协作平台上利用信息共享机制在协作部门内(如中国电信、中国移动等通讯公司)获取待查证人员联系方式的最新变化情况，由协作部门出示一份相应人员有关联系方式变更情况的文件，从而降低侦查机关在信息采集过程中花费的人力、物力、财力。在横向上，可以充分发挥各机关自身优势，在辖区内划分多个网格，每个网格设置一个网格员，负责信息数据的采集，并及时上报所属辖区侦查机关。由侦查机关在综合数据存储分析平台上，实现数据信息归类、分流，进行结构化处理分析，使数据信息更具有专业性和可识别性，以达到快速检索、定量分析的程度，构建一套攻防一体的侦查协作机制，提升侦查队伍整体战斗力。

3.侦查部门加强与政府部门、互联网企业等之间的交流。侦查机关应当与政府部门做好协调沟通，保证侦查工作的独立性；要着重挖掘互联网企业在数据掌控方面的优势，同时适当分享侦查机关的信息，利用企事业单位对专业数据的分析技术，寻找可疑情况并及时掌握有关犯罪发生的热点信息，发掘大数据战略的价值，通过数据的收集、整理、分析来挖掘、创造更大的价值，利用“大数据”、“大科技”为侦查工作带来“大发展”、“大便利”。

4.建立大数据背景下综合性侦查协作平台。以关联性、结构化处理的数据为基础，在收集、录入交叉信息的同时，设置单独系统存储各行业数据，在需要时便于检索，实现数据的智能分析、智能对比，让数据的整合处理更加科学化、多元化。应当将行业交叉的结合点作为大数据侦查协作平台运行基础，保证平台随时可用、随时能用。大数据以基础数据设计建构数据模型，系统将正常情况与异常情况进行比对，通过监测关联物来预测案情。[19]帮助侦查人员按照案件类型向相对应的机关或企事业单位提出协作请求或通知。要根据基础数据库建设要求，促进各行业间大数据信息的整合，推进整体、统一的大数据平台建设，充分利用大数据、云计算等信息技术，提高不同行业间的应急联动机制。我们需要对协作平台进行定期检测维护，以发现运行过程中的故障；要谨防数据的泄露，保护好数据库内保存的国家秘密；对于协作平台运行过程中的新问题，要及时利用系统补丁不断完善。要在侦查机关办理具体案件过程中，检验大数据协作平台的运行效果、经济效益和社会效益。

(三)加强数据分析系统的自主研发，强化数据库建设

基于数据安全性的考虑，在政企联合开发数据分析软件、系统的同时，有必要加强政府对软件开发的控制力，要发挥集中力量办大事的优越性，打破在软件开发上的困境。从目前我国各行各业的现状来看，数据库建设存在数据老化、数据不全面、数据分析不透彻等问题。

1.要解决数据库不全面、数据老化的问题。要严把数据入库关，确保入库数据的时效性、完整性以及准确性。综合整理包括银行、交通、物流、证券等行业可能存在犯罪风险的热点信息，实施信息的分化、分类入库管理，建立可疑地域信息应急查处机制，实现跨部门、跨行业数据整合与交换。

2.要解决数据的精细化处理问题。要解决数据应用中错误数据、瑕疵数据或无关数据给侦查工作带来的风险，对于入库数据要保证能够经得住案件事实证据的检验和推敲。

3.在综合性大数据平台上实现数据的结构化处理和关联性分析。侦查协作要从未来长远发展的角度出发，站在全局性、根本性的角度，创造性地作出整体性的战略安排，并真正落实这些战略。[20]对于数据的结构化处理实际上就是从未来、整体角度进行的安排考虑，以便侦查工作的良性开展。对于存在关联的数据要做相关性分析，提升数据的指引能力，使关联性数据能够按照检索要求迅速定位展示相关结果。

(四)公民个人信息分级细化，保护信息安全

对于公民个人信息保护，我国诸多学者对其进行了研究。齐爱民教授主张从个人信息识别信息主体的角度将个人信息分为直接个人信息和间接个人信息，以保护公民个人信息。[21]孙毅等学者则将其分为敏感个人信息和琐碎个人信息。[22]2103年《指南》虽然在一定程度上表明了对于公民个人信息的重视程度，但是广大群众对信息分级的理解并不到位，对于敏感信息和一般信息并不能准确区分，存在分级的模糊化现象，2017年、2018年相关文件并未就此作出进一步的说明。

笔者认为，关于公民个人信息分级需要考虑两个问题。第一，个人信息与信息主体之间的密切程度，如银行账户、通讯方式、即时通讯工具账号等能否直接识别信息主体。从此角度可以将个人信息分为与信息主体密切程度高的关联信息和与信息主体密切程度不高的琐碎信息两类。第二，个人信息与信息主体人格尊严的关系，即信息内容是否涉及信息主体人格尊严。从此角度可以将个人信息分为涉及信息主体人格尊严的信息和不涉及信息主体人格尊严的信息。对与信息主体密切程度高的信息和涉及其人格尊严的信息要予以重点保护。问题是对与信息主体密切程度不高以及不涉及信息主体人格尊严的信息在侦查工作中能否用、如何合理合法用？大数据背景下的侦查工作，确实需要在数据收集、分析、统计以及处理等环节做好公民个人信息的保护工作，但在国家、集体、社会利益面临巨大危险时，对个人信息是否可以以合法方式收集，对其进行分级，并在与信息主体关联程度不高的琐碎信息及不涉及信息主体人格尊严的信息中进行分析、展开侦查，解除“公民个人信息保护”为侦查工作所带来的枷锁，释放更大的战斗力。

(五)大数据人才培养及素质提升

侦查人员大多以公安专业为背景，在涉及到技术性较强的数据分析时，侦查人员工作效率就会下降，甚至出现工作停滞。基于大数据分析的专业性和数据筛选工作的难度，大数据背景下的侦查协作对于大数据分析人才的需求更为迫切。因此，随着大数据国家战略的进一步实施，大数据背景下侦查人员数据分析能力、数据分析技术的提升势在必行。由于我国在大数据战略发展上较西方发达国家稍晚，因此，我们对于大数据人才的培养应分为源头培养、现有人员素质提升两个不同方向。

1.源头培养，即培养专门的大数据人才。要整合大数据资源，从大数据实务需要出发，培养各类数据分析人才，不仅利用互联网企业技术发展上的优势，专门指派人员学习数据管理和数据分析，同时还可以借助高校、科研院所等单位人才培养上的优势，实现人才的联合培养、对口培养，从源头上解决大数据分析人才的短缺问题。利用数据分析人员培养，寻找现阶段我国在数据分析上出现的盲区和误区，提升整体的数据分析能力，促进数据分析工作的改善。

2.提升现有侦查人员素质提升。首先，对于现有侦查人员必须让其主动接受大数据给侦查工作带来的变革，提高其大局意识、数据收集意识、协作意识。其次，转变传统以“因果关系”为主导的经验型侦查，转而培养侦查人员以“相关性”为主导的大数据侦查思维，让侦查人员在办理案件时能够利用因果关系、相关性分析两种侦查思维。在认识到狭义侦查协作线索收集单一、审查效率低下等问题的同时，利用大数据思维，多方位寻找侦查线索、情报，在片段、琐碎的信息中寻找交叉点。大数据思维的首要转变就是摆脱抽样数据的束缚，运用整体的、所有的数据，[23]利用社会整体资源，挖掘与案件的相关性，在众多具有同源性的数据之间形成对案件的正确认识。最后，对于应用大数据技术办理的典型案件，要展开模式分析、方法分析等总结学习活动，以吸取同类案件办理过程中的方法经验。

四、结语

侦查协作对于提升公安工作效率具有极大作用，随着大数据国家战略，尤其是公安大数据战略的进一步实施，侦查协作的原有之意、协作方式发生了极大变化。大数据时代对于公安工作既是机遇又是挑战。如何让侦查协作达到规范化、合理化以应对复杂化的犯罪形式，是我们构建侦查协作新机制的方向。因此，本文从侦查协作平台的建立、数据壁垒的打破、打防一体侦查协作快速反应机制的完善以及大数据人才培养等角度出发浅谈大数据背景下侦查协作困境之突破，以期挖掘侦查队伍的最大战斗力以适应大数据时代打击犯罪的需要。