刑事侦查中摸底排队的大数据语境分析

◆王俊祥

网络犯罪与取证

刑事侦查中摸底排队的大数据语境分析

◆王俊祥

（甘肃政法大学 甘肃 730070）

大数据语境下，摸底排队在诸多方面发生了深刻变化。本文在厘清摸底排队内涵、特征与摸底排队要素的基础上，全面阐述了摸底排队的变化与基本样态，通过实例分析，阐述了摸底排队在侦查实践中的应用与摸底排队在刑事侦查中的作用。最后指出，要充分发挥摸底排队在刑事侦查中的作用，必须加强相关基础设施和数据库建设。

大数据；摸底排队；语境分析

大数据催生了新的侦查方法，改良了传统的侦查方法，为传统侦查方法增加了新的要素与活力。作为一种公安机关在侦查实践中创设出来的传统侦查方法，在大数据语境下被赋予了新的内涵、新的模式，在刑事侦查中的作用也大为增强。为了更好地在大数据支撑下运用摸底排队这一传统侦查方法，进一步强化摸底排队在刑事侦查中的作用，笔者认为，有必要在大数据语境下对摸底排队进行深入研究，以服务于我国侦查理论研究和侦查实践。

1 大数据语境下摸底排队及其摸排要素

1.1 摸底排队内涵分析

在大数据语境下，摸底排队是指对于已经发生的刑事案件，通过大数据技术、大数据方法对各种侦查要素进行查明、排列与评估，从中找到案件线索，或者查寻犯罪行为人的一种侦查方法。

“摸底排队”包括摸底和排队两个方面。“摸底”是通过大数据技术和大数据方法，厘清各种侦查要素及其鉴定结果的基本情况。“排队”是在摸底的基础上，对通过大数据技术和大数据方法获得的可疑人、事、物等，依据嫌疑程度的高低进行评估和排序，以凸显重点案件线索或者重点犯罪行为人。在刑事侦查中，摸底、排队通常是作为一种侦查方法加以运用的。

在大数据语境下，摸底排队具有以下特征：

第一，非法定性。侦查方法有法定侦查方法与非法定侦查方法之分[1]。法定侦查方法是指由国家法律、法规规定的，并在刑事侦查中加以运用的侦查方法，如搜查、扣押、鉴定等。摸底排队在我国刑事诉讼法及其他相关法律、法规中并未规定，它是公安机关在侦查实践中总结出来的一种符合法律、法规有关精神、且行之有效的侦查方法。

第二，运用的广泛性。在刑事侦查中，摸底排队是一种运用广泛的侦查方法。不论在侦查伊始还是在侦查过程之中，不论对实体现场获得的侦查要素及其鉴定结果，还是对虚拟现场获得的侦查要素及其鉴定结果，都可以通过大数据技术和大数据方法进行摸底排队。

第三，较高的技术性。在大数据语境下，摸底排队不再是大兵团作战和人海战术，而主要是利用大数据技术和大数据方法，通过专门软件，对各种侦查要素及其鉴定结果进行查明、排列与评估，这就需要精通大数据技术的专门人员、需要大数据技术设备和用于海量数据分析的专门软件[2]。因此，不论从软件方面还是从硬件方面来看，大数据语境下的摸底排队都需要一定的专门技术支撑，具有较高的技术含量。

1.2 摸底排队的要素

摸底排队的要素，又称摸排要素，是指通过大数据技术和大数据方法摸排案件线索或者嫌疑对象时，所依据的各种侦查要素及其鉴定结果。

刑事侦查中，摸底排队的要素主要有以下几类：

（1）物品痕迹类要素。犯罪行为人实施犯罪，不可避免地会在犯罪现场遗留各种性质不同的物品，或者指纹、足迹、工具痕迹、枪弹痕迹、交通工具痕迹等线索[3]。同时，犯罪行为人也会从犯罪现场带走某些物品，如赃物、泥土等。这些物品、痕迹，有的能够反映犯罪行为人的个人特点与嗜好，有的能够反映其产生及在生产、使用、修理、转移过程中的某些特征。因此，这些物品、痕迹及其鉴定结果是摸底排队的主要要素。

（2）“生物检材”类要素。生物检材，“广义而言，泛指有生命的动植物的组成全部及部分残留于刑事案件中的痕迹、物品。狭义而言，就是与人体有关的毛发、分泌物、血液、人体组织、骨骼等”[4]。

在刑事侦查中，不论是暴力案件还是侵财类案件，犯罪现场及其他相关地方都可能遗留下各种生物检材。例如，在杀人案件中，面对犯罪行为人的杀害行为，被害人必然会激烈反抗，甚至与犯罪行为人进行激烈的“搏斗”。在激烈反抗或者“搏斗”过程中，犯罪现场及其他相关地方就可能遗留犯罪行为人的血迹、毛发等生物检材。

（3）数据信息类要素。在刑事侦查中，数据信息类要素主要有以下几种：

第一，通讯数据信息。当下，利用手机等电子通讯工具实施犯罪的越来越多，甚至有些犯罪离开了手机等电子通讯工具根本就无法完成。因此，通讯数据信息就成为重要的摸排要素。例如，“在团伙盗窃案件中，犯罪行为人在实施盗窃之前、盗窃之中、盗窃完成离开现场之后，都有可能通过手机等电子通讯工具进行联系，制定盗窃计划、规划逃跑路线等。犯罪行为人之间的通讯联系，必然在虚拟空间遗留犯罪行为人之间的通讯数据信息”[5]。

第二，网络数据信息。当下，网络成为各种犯罪的高发区域，利用互联网实施犯罪已相当普遍。通过网络实施犯罪，犯罪行为人必然在网络空间遗留网络数据信息。例如，在犯罪过程中，犯罪行为人通过移动互联网进行沟通、交流；犯罪得逞之后，犯罪行为人通过互联网、移动互联网销售赃物，转移赃款等。不论在犯罪的哪个阶段，只要犯罪行为人通过网络实施犯罪行为，就会在网络空间遗留网络数据信息。

第三，视频数据信息。任何刑事案件都是在一定的时空条件下发生的，不同时空条件下的视频监控系统也必然会“记录”下犯罪行为人实施犯罪的全过程。例如，在盗窃案件中，盗窃之前的一系列预谋活动，如选择作案目标，了解有关人员的活动规律，实地“踩点”活动等，都是在一定的时空条件下完成的，都可能被视频监控系统所“记录”而留下视频数据信息。

2 大数据语境下摸底排队的变化与基本样态

2.1 摸底排队的变化

从侦查实践来看，大数据语境下的摸底排队的变化主要表现在：

（1）摸底排队要素增多、范围变广。目前，公安司法机关建立了各种数据库，社会面上的企业（互联网企业）、社会团体、组织等也建立了各自的数据库，这些数据库内存储了海量的与人、事、物等有关的各种数据，特别是公安机关的专业数据库，数据库内更是存储了大量与刑事案件侦查中摸底排队有关的侦查要素，即有包括现实空间的侦查要素，也有虚拟空间的侦查要素。

（2）摸底排队的速度变快、周期变短、效率变高。在网络技术、大数据技术的支持下，异地摸底排队、远程摸底排队、网络摸底排队成为现实。如对犯罪行为人身份和有无前科的摸排，就可以通过公安机关内网上的常住人口数据库和前科人员数据库进行，所需时间短，成效高。再如，对犯罪行为人指纹的比对，只要将犯罪行为人的指纹样本输入公安机关的指纹数据库进行自动或者人工比对，比对结果很快就会出来。

（3）摸底排队模式多样化、方式更隐蔽、效益性更高。大数据时代，摸底排队在模式上也发生了新变化，主要表现为通过网络技术、大数据技术对各种数据的摸排。

方式的隐蔽性则表现在，摸底排队是把各种摸排要素输入相关数据库，与数据库内存储的其他摸排要素进行碰撞、比对，并对碰撞、比对结果进行摸底排队。这种通过各种数据库摸底排队的方式，隐蔽性更强。由于是依凭数据库的存储数据，利用大数据技术和专门软件对各类摸排要素进行的摸底排队，不仅模式多样化、方式具有隐蔽性，而且节省资源、效率高。

2.2 摸底排队的基本样态

在刑事侦查中，大数据语境下的摸底排队主要有以下基本样态：

（1）物品痕迹类要素的摸底排队。该类摸底排队有以下两种：

第一，物品类要素的摸底排队。在杀人、抢劫等刑事案件中，犯罪现场大都会遗留各种物品。这些物品主要有三类：一类是犯罪行为人遗留在犯罪现场的作案使用的物品，如枪刀、棍棒、绳索等；二类是犯罪行为人与被害人“接触”、“搏斗”过程中遗留的物品，如帽子、纽扣、衣服上的装饰物，或者衣服碎片等；三类是犯罪行为人完成犯罪后的非法占有的物品，如赃款、赃物等。

对于上述物品类要素，可以根据物品的不同性质、物品型号等数据信息，输入互联网，或者输入公安机关的数据库，通过搜索引擎或者专门软件在互联网或者数据库内进行搜索、碰撞、比对，并对相关结果进行摸底排队。

第二，痕迹类要素的摸底排队。刑事案件发生后，不管犯罪行为人多么狡猾，在犯罪现场都会或多或少地遗留各种痕迹类要素，这些痕迹类要素及其鉴定结果往往成为摸底排队的重要要素。

例如，在持枪杀人案件中，犯罪现场大都会遗留弹壳、弹头。对于犯罪现场提取的弹壳、弹头，可以对弹壳、弹头进行技术鉴定，通过鉴定结果查明其是哪种型号的枪支击发的。同时，将弹壳、弹头的相关要素与弹壳、弹头的鉴定结果输入公安机关数据库，或者其他相关数据库进行搜索、碰撞、比对，并对搜索、碰撞、比对结果进行摸底排队。

企业价值共创体系的涌现指由价值情报探测及分析系统、协调控制系统、协同生产系统等构成的企业价值共创体系整体所具有的超越各组成系统的能力。借鉴穆勒提出的判断涌现存在与否的三个判据［21］：可加性判据、新奇性判据和可演绎性判据［22-23］，将企业价值共创体系的涌现分为两个层次：第一个层次是价值共创体系继承与各组成系统的能力，但其能力指标不是系统级能力指标的简单线性叠加，而是非线性的整体价值创造能力的改变值。第二个层次是价值共创体系具备的而单个体系组成系统并不具备的价值创造能力，表现在体系的整体价值创造能力指标上。

（2）“生物检材”类要素的摸底排队。该类摸底排队有以下两种：

第一，生物检材来源的摸底排队。对“生物检材”类要素摸排时，首先应当摸排“生物检材”类要素提供者的个人情况。具体做法是：可以通过法定途径查询医院或者其他医疗机构的相关数据库，了解和查清生物检材的提供者是否是天生的“嵌合体”，是否在犯罪前后做过骨髓移植手术，是否犯罪前后输过血等。

第二，鉴定结果的摸底排队。这种摸底排队是指对犯罪现场提取的生物检材，如血液、毛发、精斑等，进行DNA鉴定后，根据摸底排队的需要，将DNA鉴定结果输入公安机关数据库或者其他相关数据库，进行碰撞、比对，摸排出侦查所需要的相同或者相似的鉴定结果。

（3）数据信息类要素的摸底排队。该类摸底排队主要有以下几种：

第一，通讯数据的摸底排队。主要是对手机数据和话单数据的摸底排队。手机数据的摸底排队是指对通过侦查方法获得的各种手机数据信息进行的查明和评估。包括对手机基本数据、手机通讯数据、手机网络数据和犯罪行为人地理位置信息等数据信息的摸底排队。

话单数据的摸底排队，“是指对调取的犯罪行为人及其相关人员的话单所承载的数据信息的查明和评估”。[6]包括对犯罪行为人及其相关人员的户籍地、常住地、工作地、通话频率、号码归属地和个人情况和套餐业务等数据信息的摸底排队。

第二，网络数据的摸底排队。网络数据的摸底排队，是指对犯罪行为人在网络空间活动遗留的各种网络数据的查明和评估。包括对犯罪行为人预备阶段在网络上购买犯罪工具、物品，以及上网、下网时间、上网时长的网络数据信息的摸底排队；对犯罪行为人在不同犯罪阶段通过网络沟通联络的数据信息的摸底排队；对犯罪行为人作案后通过网络销赃赃物等数据信息的摸底排队等等。

第三，视频数据的摸底排队。视频数据的摸底排队，是指对视频监控系统拍录和存储的各种数据信息的查明和评估。包括对犯罪行为人及其相关人员的语音资料、影像资料等数据信息的摸底排队；对犯罪行为人及其相关人员的活动轨迹，或者嫌疑车辆的活动轨迹等数据信息的摸底排队；对犯罪行为人及其相关人员拓展性数据信息，如视频资料中特定背景材料的摸底排队等。

3 大数据语境下摸底排队的应用与作用

3.1 摸底排队的应用

目前，通过大数据及其方法进行摸底排队已在刑事侦查中广泛应用，并且效果显著。这里，以“德州市‘2017·03·26’故意杀人案”[7]为例加以说明。

2017年3月27日10时许，山东省德州市公安局陵城分局义渡派出所接到报警称，2017年3月27日18时20分，在德州市德城区打工的汤某（女，27岁，德州制衣厂工作）乘坐一辆出租车离开其租住的三和竹园小区，准备返回“陵城区义渡乡马庙村”，回家看望自己4岁的女儿。19时55分，汤某通过手机与家人联系，称已坐车到达“陵城区义渡乡”南部，马上就到家。但此后汤某手机一直处于关机状态，失去联系，整夜未归，其家人四处寻找未果。3月27日10许，前往“陵城分局义渡派出所”报警。

该案侦查中，侦查人员围绕汤某的手机话单、微信、QQ等数据信息，以及汤某手机Wi-Fi轨迹，应用摸底排队展开侦查。同时，调取视频监控结合汤某手机Wi-Fi轨迹，摸排嫌疑车辆。该案的成功侦破，与侦查人员充分利用数据信息进行摸底排队是分不开的，没有对犯罪行为人、被害人数据信息进行摸底排队，或许该案也能够侦破，但一定会耗费大量的侦查资源。因此，在大数据时代，利用各种数据信息进行摸底排队，对案件侦破常常能够起到事半功倍的效果。

3.2 摸底排队的作用

在大数据语境下，摸底排队在刑事侦查中的作用主要有：

（1）摸排案件线索、确定侦查方向。在刑事侦查中，摸排各种侦查要素及其鉴定结果，查明与评估各侦查要素及其鉴定结果之间的关联性，对于发现案件线索，确定侦查方向作用重大。例如，入室盗窃案件发生后，对案发地及其周围地区的视频资料进行摸底排队，能够查明犯罪行为人的人数、进出盗窃现场的路径，以及是否乘坐交通工具等情况。

（2）摸排证据材料、证明案件事实。在刑事侦查中，一些刑事案件，特别是疑难、复杂的刑事案件，犯罪行为人在犯罪现场遗留的侦查要素非常少，甚至根本就没有遗留侦查要素。对此，可以把犯罪现场获取的侦查要素及其鉴定结果输入公安机关的数据库，与数据库中存储的各种侦查要素及其鉴定结果进行碰撞、比对，摸排出与要侦查的刑事案件有关的证据材料，证明案件事实；也可以通过互联网搜索引擎进行搜索，或者通过互联网进行“人肉搜索”，摸排出与要侦查的刑事案件有关的证据材料，证明案件事实。

（3）摸排侦查要素、确定并案侦查。“并案侦查，是指将同一个人或者同一伙犯罪行为人实施的系列案件并联起来，统一实施侦查的侦查方法”[8]。

一般而言，系列案件发生后，不论在现实空间还是在虚拟空间，通过现场勘查或者其他侦查方法，大都能够获取某些侦查要素，如痕迹、物品、生物检材、视频数据、网络数据、手机数据等。通过对上述各种数据信息的摸底排队，大多能够在不同时空条件下发生的刑事案件中，找出相同或者相似的侦查要素及其鉴定结果，并据此决定并案侦查。

（4）锁定犯罪行为人、侦破案件。科技发展，推动了侦查思维、方法的深刻变化，也促进了包括摸底排队在内的传统侦查方法改良，并使之具有数据化特质。

相关关系是大数据的重要特征之一，也是刑事侦查中摸底排队重要的理论支撑。在团伙、系列刑事案件侦查中，正是根据相关关系原理，把一个个看似无关的侦查要素及其鉴定结果关联起来，并通过对犯罪行为人及其相关人员各种数据信息的摸底排队，特别是对犯罪行为人各种数据信息的摸底排队，发现和锁定犯罪行为人，最终侦破刑事案件。

[1]王瑞山.侦查行为新论——侦查的微观考察[J].江西警察学院学报，2011（2）.

[2]王彬.论抢劫案件侦查的数据挖掘[J].四川警察学院学报，2019（3）.

[3]张华威、宋晓明.系列案件并案分析的行为技术[J].政法学刊，2015（5）.

[4]王彬.白骨案件侦查之数据挖掘问题研究[J]．警学研究，2019（2）：67.

[5]王彬.盗窃案件侦查中的大数据方法及其运用分析[J].贵州警官职业学院学报，2019（5）.

[6]王彬.盗窃案件侦查的数据碰撞问题研究[J].辽宁警察学院学报，2019（5）.

[7]孙少逸.图侦引领觅线索多元合成速破案――德州市“2017·03·26”故意杀人案[J].中国刑事警察，2017（2）：51－52.

[8]王彬.盗窃案件侦查的数据挖掘分析[J].江西警察学院学报，2019（4）：22.

该文为河南省高等学校哲学社会科学应用研究重大项目《大数据时代的犯罪侦查问题研究》的阶段性成果，编号为：2019-YYZD-08