大数据技术在警察执法中的应用

　在前大数据时代，公安机关已经不同程度地运用现代信息技术以辅助法律的执行。大数据技术的兴起不仅能更准确地预测违法行为的时空分布、 实现对于个体行为的监控与危险评估，还有助于了解执法过程中的风险点和社会公众的需求。

　　我们在肯定大数据对警察执法带来益处的同时，也要认识到其对既有的执法理论和实践所带来的挑战，具体包括虚假的确定性、执法权力的扩大、执法合理性的缺失以及程序设计者的自由裁量权。 作为应对举措，我们在充分利用大数据技术辅助执法时，需要明确大数据技术的应用范围和条件，注重对于数据信息权利的保护以及执法过程中的透明性、公开性和可问责性，同时保障相应的技术性正当程序。

　　随着大数据时代的来临，新的信息分析技术将促进警务管理和执法效能的进一步提升。

　　而大数据技术在警务中的应用也必然会带来权力运用形式的变化，如何通过法律规则进行提前预防，避免权力滥用所带来的新的风险是尤为值得关注和研究的课题。

大数据技术在警察执法中的应用

　　首先，预测违法行为的时空分布。既有关于犯罪热点空间分布的研究表明犯罪行为在空间上呈现聚集分布，在相应的时间段内也保持相对稳定。这对于预防犯罪和充分利用警务资源具有重要的意义。

　　大数据技术的兴起将进一步提升对于违法行为空间分布特征分析的精细化水平。

　　其次，对个体行为的监控与危险评估。在个体危险评估层面，大数据分析软件可以依据与个人相关的交易数据、公共行为纪录、犯罪记录和社交媒体信息等数据为基础，通过对每个人进行危险评估并划分为不同的等级。故执法者能够以此为依据对相关的嫌疑人员展开进一步的调查。

　　最后，利用开放性数据了解执法过程中的风险点以及社会公众的迫切需求。

　　执法者除了拥有与执法事项相关的数据外，还能够结合微博、微信、论坛等社会媒体的信息，从相关性的视角分析执法可能引发的政治风险、经济风险以及法律风险。同时，从大数据中还可以挖掘出不同区域、不同群体对于公共安全服务的需求以及对执法者的意见和建议。

面临的挑战

　　第一，因为数据或算法的偏差导致虚假的确定性。无论以何种算法为基础的大数据执法软件，它都是通过已有的数据推测未来。这样的预测是以不变的规律性为前提条件。然而，人类的主观认知多元化以及社会的迅速流变使得以“过去” 预知“未来”的方式存在相应的不确定性。另外，如果严格按照数据的概率性预测进行执法，那么当相应的统计数据存在不准确甚至虚假可能性时，或者当个人的相关信息被其他人利用的时候，相应的预测就可能造成错误的结果。

　　第二，改变权力与权利的平衡，扩大警察权力。

　　大数据技术作为一种能够清晰描述世界的重要工具，它能更加有效地预防犯罪或违法行为，但是这一工具却是预先掌握在强有力的机构而非一般公众手中，且需要对公民个人行为的“监视” 为前提。故一旦相应的制度建设阙如，公安机关就可以无法察觉的方式使用我们的信息，面临滥用权力而无法限制的可能。

　　第三，执法者的自由裁量权转化为程序设计者的自由裁量权。当大数据的概率预测应用于实际的执法过程中时，执法者的自由裁量权转变为数据收集者、软件设计者或者信息专家的自由裁量权。他们对于程序的设计，对于法律语言的转换以及运算法则的采用都是影响法律执行的关键。因此，数据化的工具并没有消除执法者的自由裁量权，而将其转换为算法或程序设计者的自由裁量权。

　　第四，以大数据技术为基础的预测性执法可能导致执法合理性的缺失。大数据下的预测性执法就是主张即使在不确定的情况下，也应采取措施预防可能的风险。 而预防权力的滥用，可能导致对一些纯粹臆测的风险进行不必要的预防，或者对某些影响较小的风险过度干预。

　　如何保证执法过程中目的与手段之间的比例适当等依然是预测性执法所面临的重要挑战。

　　最后，大数据技术作为现代科技的一种，在给警察执法带来益处的同时，也会带来其他各种风险。

应对大数据技术挑战的法律规制

　　首先，明确大数据技术在警务中的应用范围及其条件，限制大数据技术在辅助执法中的边界。

　　一旦面临制度选择，相应的大数据基础平台、大数据程序软件、大数据运用的数据类型等是要求统一还是允许存在差异化选择就需要纳入考察范围。如果允许差异化的选择，是否有必要设定最低的“技术标准” 或者严格的审核条件。在具体操作层面，对于大数据技术应用的具体范围需要予以明确，尤其是每一次应用中需要遵循的程序性要件。当大数据分析结果与执法者的主观判断严重不一致时，应当如何处理等一系列的问题都需要在大数据技术相关的法律中予以明确。

　　其次，在完善政府信息公开的前提下，采用“政府-公司-个人” 的反身性规制模式，限制公安机关对数据的不正当使用。

　　由于相应大数据技术的开发并非仅依靠政府或公安机构，还需要与其它企业或技术性公司的合作。为了促进相应合作的有效性，需要以“政府-公司-个人” 的反身性合作规制模式。这种模式不再单纯依赖于行政机关的管控，而是要求政府以间接的程序性规制为引导，将政府、公司和个体的相互沟通纳入核心，倡导自治与管制相结合的公共规制模式。

　　再次，增强执法过程中的透明性、公开性与可问责性。

　　为了避免大数据技术在执法中的滥用，就要求执法过程遵循透明性原则、公开性原则和可问责性。透明性原则是指大数据软件的算法和数据来源需要满足透明、可查询的要求。其中包括法律如何转化为算法、执法判断是如何生成的等等。公开性原则是指主要的公共执行机构需要定期对应用大数据软件执法的内容和结果进行公开，尤其是在执法过程中遇到的主要争议和存在的问题。可问责性则意指成立大数据技术执法应用监督机构，不仅监督日常执法中对大数据技术是否合法、正当使用，同时还需对基于特定对象和特定目的运用大数据技术的行为予以审查，对于大数据技术执法中存在的不足予以及时反馈和修正。

　　最后，通过技术性正当程序，预防大数据技术的可能风险。

　　马里兰大学教授丹尼尔·西特鲁恩对自动化技术引入执法过程中技术性正当程序的概念。其要求执行者在应用自动化程序的时候提供更多的告知义务，同时为利益相关者和其它社会公众的参与及议论提供相应的机会。相应的要件对于大数据技术在执法中的应用同样具有重要的参考价值。无论采用何种科技化手段，在执法过程中涉及个人正当权益的事项时都需要保证相应技术性正当性程序的实现以及对合理性价值的追求。

未来展望

　　大数据技术在警察执法中的研究和应用正呈现为蓬勃的态势，只有充分认识到大数据技术运行的内在特征，才能在应用中减少其可能的负面效果。

　　另外，虽然关于大数据技术对既有的警察执法方式带来巨大的改变，但是其技术核心依然是以程式为基础的数据运算。然而算法仅仅是算法，在存在数据的不准确性、自动化偏差以及缺乏透明性的前提下仍会限制执法的效率和准确性，甚至在特定的情况下带来不可挽回的灾难。我们需要明白的是，新技术的引入并不能完全取代传统的执法方式及内容，而只是对于传统执法的有益补充，以提高执法过程中的效率和精准度。

(作者：谭俊  上海交通大学凯原法学院博士研究生）