“大数据”对刑事政策带来的变革与挑战

一、引言

大家对数据并不陌生。在计算机领域, 我们平时浏览网页、在线聊天、上传照片、搜索记录、消费记录等等都会以数据的形式储存在电脑当中。今年来, 随着网络生活内容的不断丰富, 全球信息总量增长迅速。根据国际数据公司IDC的监测统计 (1) , 即使在2009年的金融危机期间, 全球信息量也比2008年增长了62%, 达到80万PB;到2011年, 全球数据总量已经达到1.8ZB, 并且以每两年翻一番的速度飞速增长, 预计到2020年全球数据总量将达到40ZB, 10年间增长20倍以上。

可以说, 当信息处于小规模的时候, 其本身所带来的影响可能并不大, 或者说数据本身的价值还未被人们所发掘。但是, 随着科学技术的不断提高, 从软件方面来看, 大规模的数据分析模型的建立使得数据分析变得越来越先进;从硬件方面来看, 数据的大规模储存以及大量数据分析速度的提高, 成为了数据分析的前提基础。因此, 这一切条件都具备时, 数据本身所存在的巨大价值使人们感到惊讶。譬如, 通过对大规模的数据分析可以“预测”疾病在某地区内的爆发;通过对数据的分析可以推断个人的喜好;甚至, 通过对数据的分析可以预测犯罪。应当说, 大数据时代的到来, 推动了整个社会的变革, 使得人们认识世界的方式又多了一种———那就是通过数据本身认识世界。

21世纪是信息时代, 其不单单是信息的收集、传播速度变快, 更重要的是信息本身渐渐变成了人们眼中的“金矿”。它将会对社会的各个领域产生巨大的推动作用, 其中就包括一个国家的刑事政策。

二、大数据的概念及其特点

大数据令人如此好奇、如此向往, 那么究竟何为大数据呢?“大数据本身是一个比较抽象的概念, 单从字面意思来看, 它表示数据规模的庞大, ” (2) 即所占空间巨大的数据 (3) 信息本身。然而, 其内涵绝非如此。

在对大数据的定义中, 令人印象比较深刻的是3V定义 (4) , 即规模性 (volume) 、多样性 (variety) 和高速性 (velocity) 。此外, 还有4V定义 (5) , 是IDC在3V定义的基础上又添加了一个价值性 (value) 要素。而维基百科对大数据的定义则是:大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。 (6) 然而, 在维克托·迈尔—舍恩伯格和肯尼思·库克耶所著的《大数据时代:生活、工作与思维的大变革》一书来看, 大数据还有如下含义。 (7)

可以说, 大数据首先就意味规模较大的数据, 大约是100TB左右。但大数据还蕴含着数据计算方式的变化, 即大规模的数据计算。这种计算对于电脑的硬件要求是很高的, 因此就需要结合“云计算”来完成。同时, 大数据还含藏着一种理念, 即用数据来认识世界。通过对数据的分析, 得出定量与变量之间的相关关系, 从而完成对“是什么”的认识。

可见, 大数据在其诞生初期, 并没有一个固定的概念可以对其进行描述。但通过对大数据特点的分析, 可以帮助我们深入理解大数据。

第一, 样本=总体。在前“大数据”时代, 人们只能对所研究的范围进行限制, 并且采取随机抽样。然而, 在“大数据”时代, 无论是数据的收集、储存和分析能力, 都发生了质的飞越, 因此在进行实证研究时, 我们不用再考虑样本和它们的随机性, 而仅对数据总体进行分析即可。

第二, 追求数据的混杂性。在前“大数据”时代, 对于样本而言, 必须要追求精确。因为, 其数据搜集的范围本身就受到限制。一旦数据本身再产生错误, 那么实证分析结果必然是不准确的。而“大数据”时代则不同, 其不讲求数据的准确性, 转而要求数据的量的庞大以及数据的混杂性。通过数据的混杂性的保证, 可以让我们在分析某些问题的同时, 得出另外一些问题的答案。

第三, 重视相关关系。在人们采用自然科学研究社会现象时, 人们总是想通过因果关系来解释和预测社会现象。但通过长期的努力, 特别是在犯罪学领域, 相关关系似乎才是我们认识社会问题时所必须要掌握的。大数据正是建立在相关关系研究上的。它并不告诉我们为什么社会是这么运作的, 它只告诉我们社会就是这样运作的。因此, 运用大数据分析可以使结果变得更加直白。

三、大数据为刑事政策带来的变革

大数据时代的到来推动了社会各个方面的变革, 其中也包括对刑事政策带来的积极影响。这种影响主要表现在三个方面:

首先, 大数据使得刑事政策的制定过程变得更加科学, 也更加迅捷。严厉教授曾在其《中国刑事政策原理》一书中提到, 刑事政策的设计程序需要经过信息收集、分析预测、拟制方案。同时, 刑事政策还应当包括决议程序 (评估、选优) 和完善程序。 (8) 其中, 信息的收集和分析预测就是大数据最能发挥其功能的地方。第一, 从信息收集的能力来看。大数据对数据的收集是通过将无数个个体对网络进行各种操作的数据直接反馈到数据库中。另外, 从我国的刑事政策的制定主体来看, 党和政府发挥着决定性的作用。大数据在对政策的评估和完善方面也可以发挥巨大作用, 通过对政策的执行和结果进行实时监控, 并且将监控的结果数据化后再进行分析, 可以对政策本身的科学性和合理性得出可靠的分析结果。

其次, 大数据可以使“社会治安综合治理”的总的刑事政策变得更加有操作性, 其关键就在于在治理犯罪问题上, 不单单只用刑事法律, 还应当通过各种社会政策的完善来减少犯罪。这也就是李斯特讲得“最好的社会政策就是最好的刑事政策”的另一种表述。当我们运用大数据对某一类型犯罪进行数据收集和分析之后, 我们同时也可以发现该犯罪问题背后受那些社会因素的影响。

最后, 大数据使得犯罪预测成为可能, 因而可以保证刑事政策有更好的前瞻性。事实上, 对于一个问题的预测可以用维度的多少来完成其准确预测。例如, 某一区域内对犯罪方法的搜索量超出往常的量, 就可以确定犯罪分子大多住在该区域内, 这是一个空间的维度。而通过对于某些物品的监控可以确定其基本作案手段, 如火柴销售量异常增加。再次, 通过对异常的火柴销量进行分析后, 如果发现其数量过大不便于运输时, 就可以确定犯罪活动可能会在本区域内进行, 而非该区域之外。当我们所确定的维度足够多时, 我们对于犯罪的预测就会越发精确。

四、大数据对刑事政策的挑战

任何一个新事物的诞生, 都有其有益一面和其有害的一面。大数据本身存在的优势对社会进步带来了巨大的推动作用。而其本身所存在的问题, 也应当引起人们的警觉。

首先, 当数据本身渐渐成为“金矿”时, 其本身的法益性也就为人们所接收。因此, 对待数据本身的保护, 成为了刑事政策应当关注的重要方面。数据本身并无问题, 重要的是数据获取途径的问题。21世纪是信息化时代, 无论是商界还是军队, 都开始进行信息化管理。那么在国际博弈中, 信息不对称是十分不利于一个国家在国际中的活动的, 更严重些还会危及国家安全。那么, 对于数据搜集手段应当进行犯罪化处理。笔者认为, 对此首先应当确定非刑法化的数据收集管理, 采用行政法规进行规制。当行为主体违反规定, 并且所收集数据的范围较广并且达到一定量 (可以是100TB) 等, 就应当受到刑法的处罚。同时, 随着范围的扩大和量的增加, 还应当依据罪行相适应原则增加刑罚量。而对于那些具有过失责任的, 致使数据被窃取的, 也可以适当追究其刑事责任。而这关键就在于刑事政策的刑法化, 即通过刑事政策对于大数据的潜在威胁进行研究, 进而将其纳入刑法规制的范围。

其次, 犯罪预测可以分为对个体的预测和对整体预测 (可以是某种犯罪类型的预测, 也可以是某区域内的犯罪预测) 。在笔者看来, 对整体的预测是没有问题的, 而对个体的预测是应当被禁止的。可以说, 对于个案预测将会使刑事古典学派辛苦建立起来的刑法精神被彻底消灭, 从而将我们送入启蒙运动之前的黑暗时代。任何对待犯罪的措施都可以被视为一种社会控制, 而这种控制从本质上来看就是公权力对私权利的侵犯。让我们将目光转向今天, 我们对个案的犯罪预测都是建立在没有客观事实的推测上。这就使得在对待犯罪时重采了蒙昧时代的思想犯罪也可以受到刑罚处罚的年代。这其中还可能存在预测的不准确性。那么, 一旦允许个案预测, 那就意味着我们为公权力毫无顾忌地侵害私权利打开了闸门, 这是严重违背刑法精神的。然而, 整体预测就不在这个问题, 因为并不涉及到个人主观思想问题。整体预测仅仅是让社会有一般状态转为一种“防御姿态”或者说是戒备状态, 这种状态可以有效降低犯罪对社会产生的侵害。因此, 这种预测是可以被允许的, 而个案预测是绝对应当被禁止的。

摘要：随着计算机技术的不断发展, 数据的收集能力、数据储存能力以及对数据的分析能力都发生了惊人的变化。可以说, 这仅仅是计算机发展过程中的一小步, 但却是人类社会发展的一大步。从刑事政策学的角度看, 随着“大数据”时代的到来, 刑事实证学派不用再关注样本, 因为此时的样本=总量。而且, 对数据的掌握和分析可以使得人们在一定程度上抛弃因果关系的研究, 转而向“相关关系”研究。这一变化可以使问题的展现更加直观, 并且建立在庞大的数据基础上的分析也使得这种“相关关系”变得十分可靠。但与此同时, 大数据也对刑事政策本身提出要求, 即如何对待犯罪预测问题以及对于数据获取手段的犯罪化。

关键词：大数据,刑事政策,犯罪预测

注释

11 Obama Administration Unveils“Big Data”Initative:Announces$200Million in New R&D Investment.Office of Science and Technology Policy Executive Office of the President.2012.5.转引自马建光, 姜巍.大数据的概念、特征及其应用[J].国防科技, 2013 (2) .

22 孟小峰, 慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展, 2013 (1) :147.

33 数据的最基本单位是字节 (Byte) , 通过数据量的不断增长, 其单位包括KB, MB, GB, TB, PB, EB, ZB, YB和BB.

44 Grobelnik M.Big-data Computing:Creating Revolutionary Breakthroughs in Commerce, science, and society[R/OL][2012-10-02].http://videolectures.net/eswc2012_grobelnik_big_data/

55 Benjamin Woo Worldwide Big Data Technology and Services 2012-2015Forecast.2012.5转引自马建光, 姜巍.大数据的概念、特征及其应用[J].国防科技, 2013 (2) .

66 Big data, http://en.wikipedia.org/wiki/Big_data.

77 [英]维克托·迈尔-舍恩伯格, 肯尼思·库克耶.大数据时代:生活、工作与思维的大变革[M].周涛等译.杭州:浙江人民出版社, 2013.

88 严励等.中国刑事政策原理[M].北京:法律出版社, 2011:120-121.