基于犯罪大数据社会治安精准防控.docVIP

基于犯罪大数据的社会治安精准防控 　　[摘要]数据之中蕴藏着社会发展与犯罪治理的规律，犯罪治理如何适应大数据浪潮成为在立体化治安防控中开展循数管理的关键。对此，我国应重视“犯罪大数据”问题，从把握大数据与小数据、理论与数据、相关与因果、工具理性与价值理性的关系出发解读犯罪大数据，据此研判数据驱动下的治安防控精细化发展趋势，提出犯罪的精准防控范畴，为大数据时代犯罪治理模式的升级开辟进化之路。作为日常性治理战略的战术延伸，精准防控是为解决犯罪治理的“短板问题”而提出的，在“人力+科技”“传统+现代”治理技术的有机融合下，具有系统性、多层次、全方位、前瞻性、整合式的应用表现。 　　[关键词]犯罪大数据；循数管理；社会治安防控；精准防控；犯罪治理模式 　　[作者简介]单勇，同济大学法学院副教授 　　本文系2014年度国家社科基金青年项目“基于犯罪热点制图的城市防卫空间研究”（项目编号：14CFX016）的阶段性成果，并受同济大学中央高校基本科研业务费资助。 　　一、问题：犯罪治理如何适应大数据浪潮 　　“数据表示的是过去，关注、表达的却是未来。数据之中蕴藏着社会发展的规律。”{1}随着《促进大数据发展的行动纲要》的发布，大数据上升为国家核心战略，“数据治国”成为推进国家治理能力现代化的重要着力点。在治安防控领域，如何以数据文化推进犯罪治理，如何解读“以信息化为引领”方略，怎样借力“互联网+”的增量效应和“大数据×”的乘数效应提升立体化社会治安防控的科学性，成为亟待深入探究的问题。 　　大数据浪潮孕育了尊重事实、推崇理性、强调精确的数据文化，数据文化推动了社会治理模式的转变，也催生了社会科学研究范式的转换，社会科学与计算科学、网络科学相结合，向着“计算社会科学”和“网络社会科学”转变。大数据分析挑战着传统的科学研究方法论。图灵奖得主詹姆斯?格雷认为大数据时代将形成数据密集型科学研究的“第四范式”。{2} 在社会治理研究如沐大数据春风的同时，社会科学界出现了“大数据有限论”“数字利维坦”等颇值得关注的反思观点。 　　关于“大数据有限论”，有学者强调，“之所以出现‘大数据崇拜’，不是数据拥有者有什么高明之处，而是人类监测手段出现了爆炸式增长”{3}；“大数据不能质疑，更不能取代各种非量化的人文社会研究”{4}。有学者认为，“无论如何精巧的大数据分析工具的使用，都不能代替生产工具的人的理性思考。‘武器的批判’并不能取代‘批判的武器’”{5}。有学者指出，大数据重相关关系而轻因果关系，“在大数据库中，由于数据量庞大，通常很容易得出统计意义上显著的回归系数，但这并不意味着两个变量之间存在因果关系”{6}。“大?稻菁觳獾降耐?络联系是一种弱联系，不足以预测高风险的社会行为。”{7} 　　关于“数字利维坦”，有学者指出，“信息技术不仅孕育着走向数字民主的巨大机会，而且潜伏着滑向‘数字利维坦’的现实风险”{8}。“数字利维坦”的风险在于，国家依靠信息技术的全面装备，将公民置于彻底而富有成效的监控体系之下，而公民却难以有效地运用信息技术来维护其公民权利，即无法通过数字民主来制衡国家的监控体系。{9} 　　大数据浪潮与“大数据有限论”“数字利维坦”形成了观念上的冲突与对立，争议的焦点是在社会治理中如何正确理解及科学运用大数据。面对观念对冲、思潮起伏，犯罪治理如何适应大数据浪潮且不至于陷入盲目滥用、误读误解、动辄泛化的数据陷阱，成为在“创新立体化社会治安防控体系”中开展循数管理的关键。对此，我国应正视和重视“犯罪大数据”问题，针对上述争议观点，从把握大数据与小数据、理论与数据、相关与因果、工具理性与价值理性的关系出发解读犯罪大数据，据此研判数据驱动下的治安防控发展趋势，并思考犯罪治理模式的进化之路。 　　二、基点：正解犯罪大数据 　　IBM（国际商业机器公司）和IDC（国际数据公司）将大数据的特点归纳为“4V”，即海量性（Volume）、多样性（Variety）、快速性（Velocity）、真实性（Veracity，IBM的界定）或价值性（Value，IDC的界定）。在此基础上，有学者提出，数据有测量、计算、记录三种来源，大数据可理解为传统的小数据（源自测量）加上现代的大记录所产生的数据。“大数据是指人类有前所未有的能力来使用海量的数据，在其中发现新知识、创造新价值，从而为社会带来‘大知识’‘大科技’‘大利润’和‘大智能’等发展机遇。”{10} 因此，大数据之大，不仅在于大容量，更在于大价值。 　　作为大数据在治安防控领域的分支，“犯罪大数据是指能全面反映犯罪相关人、事、物的数量特征、时空分布特征，以及变化过程的海量、多源、异构数据。犯罪大数据具有多源异构、高维度、长时序的特征”{11}。犯罪大数据同样具有“4V”特性，在思维、方