数据赋能下的预测性侦查风险及其法律规制.pdfVIP

第40卷第1期江苏警官学院学报Vol.40No.1

20251JOURNALOFJIANGSUPOLICEINSTITUTEJan.2025

年月

·公安学研究·

数据赋能下的预测性侦查风险及其法律规制

张裕婷刘红岩

摘要：随着人工智能、大数据等高新技术赋能侦查实践，侦查机关的工作效能得到极大提升。预

测性侦查模式的兴起使侦查人员摆脱了特定场域的时空限制。但因受制于算法技术的两面性，预测性

侦查也面临着与正当程序发生冲突、个人隐私泄露以及算法歧视等风险。为此，应从立法上突破传统

法律框架，进一步完善预测性侦查程序的正当性保障机制，确认预测性侦查的启动标准和程序，并通

过对算法的规制构建匿名化的个人隐私保护机制。此外，侦查主体还应适度披露算法决策，提高科学

研判能力，不断增强决策透明化和公信力。

关键词：数据赋能；预测性侦查；隐私权；法律规制；侦查监督

中图分类号：D631文献标识码：A文章编号：1672-1020(2025)01-0111-09

数字技术在重塑社会生活的同时也催生了一系列诸如网络赌博、虚拟诈骗等新犯罪样态，从而倒

逼警务机制进行适应性变革。当前，以大数据为基础的先进技术与接入式警用信息采集设备的有效结

合，有力推动了自动化技术在警务领域的广泛应用。区别于过去依托抽样、假设检验的预测犯罪模式，

数据赋能下的预测性侦查活动以算法为主导，实现了由事后被动、回应式的追溯模式向事前主动、预

防式犯罪治理模式的转变。在预防和制止电信网络诈骗领域，通过预测性侦查的应用，执法部门能够

及时收缴作案工具、建立分时段差异化预警响应体系和劝阻机制，从而有效遏制了此类犯罪的攀升。

一、预测性侦查及其应用

（一）预测性侦查的含义与特征

预测性侦查主要源于西方国家的“预测性警务”（predictivepolicing），其初衷在于预防汽车盗

窃和入户盗窃，而后扩展到毒品犯罪、暴力犯罪等危害性较大的领域。作为警务活动实践的产物，预

测性侦查可以有效弥补传统警务的不足。它要求警方关注当前增加犯罪风险的环境因素，在收集潜在

①

犯罪证据的基础上研判高风险犯罪人群发生危险行为的可能性以实现提前布控。在我国，预测性侦查

是一个动态发展的概念，涵盖了侦查技术、侦查措施、侦查模式、侦查方法等，呈现出多层次和立体

基金项目：中国人民警察大学研究生科技创新计划项目“数据赋能下预测性侦查的风险及法律规制”（YJSKC2482）。

作者简介：张裕婷，中国人民警察大学公安法学院硕士研究生；刘红岩，中国人民警察大学公安法学院院长、教授，硕

士研究生导师。

①翁孙哲、何悦：《当代发达国家警务模式实践的经验、教训与启示》，《河南警察学院学报》2022年第2期。

-111-

①

化特点。有学者提出，预测性侦查主要是利用大数据技术针对潜在的违法犯罪行为进行预测；也有学

者秉持将刑事侦查活动与大数据技术相结合的思路，提出预测性侦查主要是依托互联网和计算机系统

采集、处理和管理数据，利用算法技术对那些有线索表明即将实施或正在实施违法犯罪行为的人员采

②

取调查措施并进行强制性干预。还有学者提出，预测性侦查是为预测犯罪趋势和热点，法定主体依托

新兴技术所采取的以预测为核心要点的相关侦查行为。显然，这些关于预测性侦查的定义都包含了以

预测性平台、算法工具和数据为依托，根据研判结果采取相关预测性行动的核心要点。基于此，笔者

认为，预测性侦查是法定侦查机关为前瞻性识别犯罪趋势、预测潜在风险及防控犯罪，依托大数据技

术、算法模型，通过对实时数据的规模化采集、处理与分析，结合高危人群监控与行为模式挖掘，对

潜在的犯罪活动或高危对