尚权推荐丨黄琼娴：大数据侦查的法律风险与化解之道

摘要

从大数据侦查的实践现状来看，大数据监控与预测型警务已经在侦查实践中得到了广泛的应用。而大数据侦查尚处于初始发展阶段，与之相关的法律体系还不够健全，法律规制的缺位、对个人信息安全的消解以及对程序正义与实体公正的疏离与隐患都是大数据侦查中存在的法律风险，如何消除法律风险，实现权力规制与权利保障的平衡，是当下亟待解决的问题。有必要在程序法定的框架内，明晰法律属性、调整证据制度、增加外部监督力量的介入，并在遵循比例原则和相关性原则的基础上，赋予当事人异议权和数据消除权，实现对大数据侦查的理性规制。

关键词：大数据侦查；个人信息；法律风险

近年来，以网络电信诈骗、网络赌博、网络盗窃等为代表的涉网新型犯罪高发、易发，严重威胁人民群众的生命财产安全，对互联网公共生态环境造成侵蚀，也对国家互联网安全法治提出挑战，对于涉网新型犯罪的治理问题成为社会治理法治化过程不得不啃的一块硬骨头。由于涉网新型犯罪的网络化、隐蔽化、涉众性、非接触性及跨国境等特征，[1]传统的刑事侦查手段存在一定的局限性，已经不能满足对涉网新型犯罪侦查的需要，而大数据作为当今的一种新兴技术，不仅为涉网新型犯罪提供了温床，其在刑事侦查领域的优势也逐渐凸显，即大数据技术促进了刑事侦查的高效化、集约化与智能化。然而，除少数学者认为大数据侦查不会对人权保障造成大的侵害且无需杞人忧天外，[2]大多数学者仍对大数据侦查存在的程序失控风险产生担忧。对此，本文拟从大数据侦查的实践现状出发，总结其存在的法律风险并提出可行的化解之道，以期对大数据侦查的法治化进程有所裨益。

一、大数据侦查的实践现状

大数据侦查作为一种全新的侦查模式，其核心在于运用大数据的理念、技术以及与之匹配的制度来侦破案件、预测犯罪、打击犯罪。随着“金盾工程”“天网工程”“平安城市”“雪亮工程”的推进，智慧公安大数据平台情报研判系统的开发，合成作战平台的建设，大数据侦查在刑事案件中的适用范围逐步扩大、适用频率逐步增加，为侦查工作提供了有利的技术保障。

（一）大数据监控

所谓大数据监控，即以个人数据为核心，通过大规模、系统化地收集、存储、处理和控制数据而对社会进行的长期的、秘密的、无特定对象的监控。[3]大数据技术的发展使得监控的强度得到进一步强化，包括对现实社会与网络空间的全面覆盖，人们的所有特征与行为都可以转化为可识别、利用的数据。[4]监控主体通过对海量数据的收集、实时数据的比对，对数据进行进一步的挖掘分析，在此基础上对数据进行分类，以便进行后期的数据查询。这在刑事侦查中主要表现为，通过对个人身份信息数据、业务数据、行踪数据、通信数据的收集、挖掘、分析以实现对犯罪活动的预测、监控，对相关的证据的收集，以及对相关主体的锁定等等。具体而言，一方面，对于传统的事后型、被动型侦查模式，大数据监控仍有着其积极作用。在案件发生后，大数据算法能够将通过大数据监控收集的数据迅速连结成情报网络[5]，从而促进刑事立案、案件了解、嫌疑人锁定的高效性，为快速侦破案件奠定了基础；另一方面，大数据监控除了能够为刑事侦查提供案件线索或证据外，也是对侦查人员的一种反向监督，倒逼其规范自身的执法行为，避免暴力取证等非法取证现象的产生。

目前，在我国已经基本建立全方位的监控体系，这对犯罪的侦查与预测发挥了积极的效用。正如前文所提及的，随着各项大数据侦查措施的推进，从“金盾工程”到“天网工程”，再到“雪亮工程”，从城镇到农村，治安防控的范围不断扩大，监控摄像头无处不在，由监控摄像头收集的海量数据大大提高了公安机关统一指挥、快速反应、协调执法的能力。此外，公共监控也不是大数据监控的唯一数据来源，“监控资本主义”的崛起也加速商业数据与大数据监控技术的结盟，比如，“启信宝”将与企业有关的数据进行汇总，并提供关联企业分析、关联族谱分析等服务。当然，也存在企业与公权力机关的共享模式，比如，早年间广州白云区公安部分为加强对毒品的治理，要求物流企业将收寄件信息录入数据平台、分析货运车辆轨迹数据、物流数据与公安机关数据库对接，提高对可疑车辆的预警、堵截和跟踪能力。[6]由此可见，大数据监控的运用在大数据侦查模式下已不陌生，并被广泛使用。

（二）预测型警务

预测型警务，顾名思义，是对大数据预测功能的应用。长久以来，基于时空发生的规律性，刑事侦查往往具有事后性、被动性的特征，即侦查人员无法在事先就预知并阻止犯罪行为的发生，只能在案发后采取侦查措施，进而还原案件事实、查明真相。这一传统侦查模式固然有利于公权力的约束，但对人民群众的生命财产安全存在保障不及时的弊病。而这一弊病随着大数据技术的发展并非无法改变，可以说预测是大数据的核心价值，大数据技术在刑事侦查领域的引入有望改变传统侦查模式滞后的难题。原公安部部长郭声琨提出的公安机关“五大发展理念”之一即是“以科技创新为动力，加强大数据模型构建和智能化工具应用，推动侦查办案从被动侦查向主动进攻转变”。这种以主动预测和积极预防为核心的预测型警务，即将实际现象转化为数据，并透过算法预测严重犯罪可能在某时间段、在某地区发生的概率，以犯罪未来发生的风险为导向，完成物理场域与网络场域之贯通，从而实现犯罪应对的主动化和长效化。[7]

其实，大数据的预测功能已经不足为奇，比如，购物网站通过消费者的喜好来推荐商品、短视频平台根据受众的兴趣推荐视频内容等等，都是对大数据预测功能的运用。在刑事侦查领域，大数据预测功能的运用亦是如此，在收集犯罪数据信息的基础上，运用大数据挖掘技术，对海量历史犯罪数据进行分析，寻找犯罪因素之间的关联性，总结各类型犯罪活动规律，进而预知犯罪活动发生的地理位置、人群、时间、行为方式等方面的趋势，及时发生可疑犯罪分子，分析犯罪风险，提前采取有效的预防性措施。[8]从这一角度来看，大数据不仅为刑事侦查提供了新的视角与方案，而且改变了侦查人员的被动地位，提高了侦查人员在刑事侦查中的主观能动性，有利于减少违法犯罪行为的发生。在司法实践中，预测型警务在域外运用得较为广泛，美国尤为如此，在洛杉矶，大数据系统每天会提供给警员一幅犯罪热点地图；[9]在我国，北京市怀柔公安局的“犯罪预测时空定位信息管理系统”也已经能够对历史案件数据进行时空分析，呈现出犯罪热点的分布和发展趋势，从而实现警力资源的有效分配。以上关于犯罪预测的实践样态均围绕犯罪区域为预测对象而展开，同时预测型警务还包括以人为预测对象的风险预测，综合对相关主体犯罪记录、社会关系、通讯记录、就业状况、是否有吸毒和酗酒史、家庭稳定状况等数据的分析，对犯罪人的再犯罪风险、部分人的犯罪可能性等等进行预测。比如，美国在“9·11”事件后建立了禁飞系统，能够预测搭乘飞机的旅客是否有发起恐怖袭击的可能性。

二、大数据侦查存在的法律风险

面对涉网新型犯罪的出现，大数据侦查可谓是对抗传统侦查手段局限性的明智之选，其深度应用既有助于促进侦破案件的高效性，也有助于提高犯罪预防的精确性，提升警力配置的效率。然而，大数据侦查尚处于初始发展阶段，缺乏相对应的法律法规予以规制，在其应用的过程中，已然也暴露出一些问题，对基本权利与司法公正形成挑战，存在一定的法律风险。

（一）法律规制的缺位

1.法律属性定位模糊

就大数据侦查行为的本身属性而言，在《刑事诉讼法》中并无明确规定，一以至其正当性基础受到质疑，而对大数据侦查属于何种侦查措施的判定是对其进行规范必须解决的前置性问题。考察域外法治可知，美德两国虽然分别从隐私权与个人信息自决权的保护的角度对大数据侦查法律属性作了差异化处理，但其基于权利保障的视角这一出发点值得我们借鉴。[10]我国《刑事诉讼法》采用“强制措施-侦查行为”二分法的方式，将关涉人身权的强制措施单章规定，而其余侦查措施均包含在侦查这一章节中，其中，其是否具有强制主要依赖于对财产权干预与否的判断。显然，大数据侦查行为对隐私权、个人信息权的严重侵犯已经超越了传统侦查措施的规范范畴。

此外，乍看《刑事诉讼法》关于侦查行为的相关规定，可能搜查、调取、技术侦查与大数据侦查存在一定的相似性。但从这三类侦查行为的本质特征出发，仍存在差异，不能讲大数据侦查纳入这三类侦查行为的范畴。其一，搜查的进行要求被搜查人与见证人的在场，而大数据侦查通常发生在被搜查人不知情的情形下；其二，调取的对象要求是与案件有关的证据，也主要集中于实物证据，而大数据侦查收集的海量数据存在虚拟性，且不一定与案件相关；《公安机关办理刑事案件程序规定》将技术侦查解释为“记录监控、行踪监控、通信监控、场所监控等措施”，有学者认为该类行为强调侦查行为的同步性，[11]不同于大数据侦查的预测性，而且大数据侦查的诸多行为也不能被“监控”的实质内涵所涵盖。只能说，大数据侦查与以上三类侦查行为存在相似性，比如，大数据侦查与搜查行为都是对特定场所与空间的搜查。其实，侦查部门也意识到大数据侦查与传统侦查措施的差异性，《公安部执法细则（第三版）》关于“查询、检索、比对数据”的规定便是一个很好的实例，但其属于公安机关的内部规章，无法为大数据侦查的定性提供良好的法治基础。可因此，我国目前的法律规范无法对大数据侦查做出起全面评价，使其缺乏相应的正当性基础。

2.证据制度面临冲击

对于苏联证据制度的借鉴，使得我国也采取列举的方法呈现证据法定种类，故列举不周延的现象就时有发生，比如，交通部门的交通事故责任认定书、价格部门的价格认定书、未成年人犯罪社会调查报告等等，虽不属于法定证据种类，也在实践中作为定罪量刑的证据。大数据侦查获得的证据不可避免也会面临同样的问题，尚且不论大数据侦查获得信息应当属于线索还是证据，若将其视为证据，对其证据归属问题的厘清是在刑事诉讼中适用的关键。有学者认为，未来的证据法当中，大数据分析报告有必要单列出来作为独立的证据种类，[12]多数学者也持相同的观点。

但是，这又不得不面临另一个难题。如前所述，预测型警务已经在实践中投入使用，并且是大数据的核心价值所在，这一功能的实现往往要求侦查机关在立案之前就介入案件，其中可能涉及对公民隐私权、个人信息权造成严重侵犯的强制性侦查措施。相对于传统侦查措施而言，其往往发生在立案之后，令状主义的限制也能够使得侦查措施的相关性得到明确，而大数据侦查行为明显是对令状主义、立案程序的架空。倘若顺应大多数学者的想法将通过大数据侦查获得的证据认定为独立的种类，通俗地讲，新证据种类的产生又会面临上述提及的法律规范滞后的问题。在证据制度中，这一滞后性又表现为非法证据排除规则无法适用的问题。根据我国《刑事诉讼法》第56条的规定，非法证据包括所有非法言词证据和物证、书证这两类非法实物证据，但一旦将大数据侦查获得证据认定为新的证据种类，囿于目前的法律规定，其也就不属于非法证据排除规则的适用对象，从而导致无法对大数据侦查的取证行为进行合法性规制。简而言之，侦查机关的提前介入导致侦查行为前置于立案程序，致使传统的因果关系理论受到冲击，对其中矛盾的解决直接关系到现行证据规则是否能继续在诉讼程序中发挥重要作用。[13]

（二）个人信息安全的消解

在大数据时代，大数据监控已经成为大数据侦查中不可或缺的手段之一，在各类措施面前人们似乎并无隐私可言，比如，随处可见的公安监控会记录人们在公共场所的行踪；运营商服务器会存储人们的通讯记录；购物平台会存储人们的购物记录；等等，在大数据监控的环绕下，人们的一言一行都会被记录，甚至对于人们的兴趣喜好，也可以通过大数据的分析、挖掘等技术予以披露。以上所有信息等记录，均有可能在某一时刻成为刑事侦查的潜在资源。如前文所介绍的大数据监控一般，公权力机关为社会治理的需要通过监控摄像头等方式获取各类信息，建立各类数据库，一些数据公司、企业也会对部门领域的数据信息进行汇总分析后出售。然而，不论是国家的大数据监控还是大数据公司的监控，就这些静态数据的收集都会对人们的个人信息安全造成威胁。一是人们无法信任数据收集着的数据安全保障系统，一旦数据发生泄漏，无疑是对公民个人信息安全的侵犯；二是大数据时代人们尽管有个人数据被收集的意识，但还是无从知晓究竟哪些数据被收集，如果包括一些人们想删除的污点数据，一定程度上也会让其产生不安的心理。[14]更进一步说，前述只是对个人信息的静态收集过程，已经对个人信息安全形成威胁，大数据侦查还包括数据碰撞、数据挖掘、数据分析等更深层次的技术应用，这对个人信息安全的侵犯只会是只增不减。

另外，与传统侦查措施相比，大数据侦查的运行具有隐蔽性。大数据技术运行的背后通常是有计算机代码作为支撑，被收集的信息相关主体无法知晓大数据技术运行的过程，最多可以见到输入与输出的结果，并且，并经大数据技术作为新型产物，存在一定的科技壁垒，人们无法对其形成理性的认知，提高了公民权利保障的科技门槛。[15]公民作为个人信息的权利主体，在其遭受侵犯时自然享有对应的救济权利，也正是因为大数据运行的隐蔽性，人们的知情权无法保障，也就不论对期个人信息权保障的及时性了。

（三）程序正义的疏离

在美国，很多学者认为大数据侦查侵犯了宪法第五修正案所保护的正当程序权利，这主要源于大数据侦查过程的不透明。大数据系统是一个“暗箱操作”的过程，人们只看到数据的输入和输出结果，而对其中间的运算过程却一无所知。在此过程中，公民的正当程序权无法得到保障。[16]与个人信息安全的消解存在相似性的是，大数据侦查对程序正义的疏离也主要来源于数据运行的隐蔽性，其实，公民个人的知情权和辩护权得不到保障一定程度上也是对程序正义的违反。除此之外，大数据侦查的“黑箱效应”也会在程序透明与说理阐释制度等方面不符合程序正义的规定。

首先，程序的公开透明是程序正义的应有之义，但大数据侦查过程中的数据运行往往与之相悖，其主要体现在以下两个方面：技术程序的不透明与法律程序的不透明。技术程序的不透明实际上已经谈及，即在大数据运行过程中，算法构成了数据运行的基础，对于数据来源、数据清洗过程等处于不可知的状态，于是对于数据来源是否稳妥、数据质量是否可靠、数据结果是否准确等也不能进行有效审查。这间接导致了法律程序的不透明，尽管是操作大数据运行的侦查人员，也不一定能够清晰其中的运行原理。其次，说理阐释制度的保障缺失也与数据运行的透明度存在盘根错节的关系。在刑事侦查的过程中，立法也提出了对当事人进行释法说理的要求，这有利于保障当事人的知情权，也有利于提高当事人对侦查措施的接受程度。侦查人员作为释法说理的主体，本身就对大数据的运行原理一知半解，又不具备专业的技术知识，继续要求其对当事人进行详细的阐释，实为勉强，甚者可能使当事人产生不必要的误解。就比如，根据大数据分析报告，得出某地区有80%的概率会发生盗窃案件、某人有60%的概率可能再犯罪等等，那么对此侦查人员应当如何阐释该结论得出的过程，确实存在难度。归根结底，大数据运行的不透明导致了一系列违反程序正义的后果产生，是大数据决策问题的根源。

（四）实体公正的隐患

大数据侦查中不可避免地带有人为主观偏见，从数据的收集、数据算法的设计到数据结果的执行，每一环节都离不开人为的操作，每个环节也都不可避免地带有人为主观偏见的影响。侦查执行环节，这些早期环节的人为价值偏见会在执行中被放大，特别容易陷入数据中心主义的囹圄。在刑事侦查中，一切可数据化的理念，造成了侦查人员运用代码和算法设计的侦查程序可以解决一切问题的错误认知，从而大大压缩了侦查人员主观能动性的适用空间，对大数据侦查的规制阙如更是加剧这一现象的产生，使其很大程度上存在唯数据论的数据独裁错误倾向。[17]

但是，应当注意的是，大数据也会犯错，倘若不加纠正，也会产生错案的风险。大数据技术中各类代码和算法的设计是侦查人员主观意识的体现，侦查人员对某一类案件的经验判断和固有认知会潜移默化地潜入大数据模型的设计，形成经验性判断，而由于侦查经验的局限性，大数据不免会产生错误，相较于侦查人员本身的判断过程，大数据技术的运行更具有客观性，又由于数据运行的“黑箱效应”使得侦查人员无法对其进行及时有效的审查，只会产生侦查人员的经验局限被放大的结果，形成选择性执法、执法偏见与歧视。比如，美国Palantir和DAS预测系统的反对者认为，警察依据自己的种族偏见使用数据监控，从而监控甚至逮捕更多的人，是“种族主义的循环”。另外，大数据作为大数据侦查的基础，一旦发生错误，会直接导致刑事案件的根本性错误，对公民的生命财产自由产生影响。比如，我国执法实践中有出现，由于侦查机关相关数据库对公民信息的错录以及对数据质量管控的失责、失察，还会导致无辜公民的声誉、出行自由、参军招考、经济交往等基本权利受到侵犯。[18]可见，大数据侦查的结果并非完全可信，其依赖于数据质量的保证，否则极易出现错案的风险，侵犯实体公正。

三、大数据侦查法律风险的化解之道

大数据在刑事侦查中的应用已经成为了必然且长远的趋势所向，当下的关键所在即是将大数据侦查初期暴露出的问题及时扼杀，避免法律风险的再扩大，保证权力规制与权利保障的双向协同，为大数据侦查行为的适用创造良好的法治环境。

（一）加强权力规制

1.将大数据侦查纳入侦查措施体系

立法对大数据侦查的确认是犯罪侦查领域大数据侦查的具体规范路径得以构建的前提。在我国，首先应当在《刑事诉讼法》中对大数据侦查的法律属性予以确认，可以将其纳入“侦查”这一章节进行规范，尤其是可以与“技术侦查”进行合并为一个新的小节。其后，对大数据侦查具体的程序运行规则进行完善，包括大数据侦查的启动条件、适用对象与适用程序，以上制度的设计过程还需要充分考量比例原则的要求，切忌侦查的过度扩张。

再者，纵然将大数据侦查纳入侦查措施的规制范畴，可以运用现有侦查措施的相关规范进行规制，但关于立案制度和预测型大数据侦查措施的冲突仍没有得到解决，仍违法程序法定原则的要求。有学者认为，大数据侦查程序规范的构建应当遵循分类考量、分段控制的思路，根据侦查的强制性程度、阶段的重点差异分别设置规范。[19]本文认为，预测是大数据技术的核心价值之一，自然无法完全摒弃，对此，为了避免对已然犯罪与未然犯罪的界限混淆，或许可以考虑根据案件类型的社会危害程度对大数据侦查的应用范围、启动节点进行更详细的划分，随着刑事程序的递进逐步提高对强制性的接受程度。比如，在立案前不得适用严重侵犯公民个人信息权的强制性措施，如若是可能严重危害国家、社会公共安全的犯罪，在特事特批的例外要求下，可以允许强制性的预测型警务。

2.扩大非法证据排除规则的适用范围

在大数据侦查法律规范尚未完善的背景下，大数据获得数据极易成为法律的漏网之鱼而对公民的个人信息安全造成损害，故立法应当将非法证据排除规则的范畴拓展至大数据侦查领域，对于采取非法手段收集、分析的电子数据，必须予以排除，不得作为定罪量刑的依据，以期在“以审判为中心”诉讼制度改革背景下强化非法证据排除规则等证据制度功能对侦查工作的引导、审查和倒逼。当然，也存在一定的例外，比如在美国的Riley案[20]中，大卫·莱利和布里马·伍瑞同时提出排除在无搜查令情况下搜查手机所获取的证据的动议，但仅有布里马的请求得到了法院的支持，这说明非法证据排除证据规则在大数据侦查领域的适应不是绝对的。可以参考的是，我国也应当允许大数据侦查领域的一些例外情形，只要能够得到补充和合理解释。

此外，非法证据排除规则的适用还要求对大数据侦查获得数据的证据种类予以明确。大数据侦查并不仅仅停留在数据采集层面，还需对采集的数据进行分析挖掘等等，本文认为，对于大数据侦查获得原始数据，可以将其归类为电子数据，遵循电子数据的相关法律规制要求；而对于已经加工过的数据侦查报告或情报，若具有对特殊科学性问题进行鉴定分析的特定，此类报告应当归类为鉴定意见，剩余的可以归类为新的证据种类。

3.加强外部监督与司法监督

大数据侦查过程中对程序正义与实体公正的冲击在同一维度上与大数据运行的隐蔽性息息相关，大数据侦查的“黑箱效应”不仅不利于对程序透明、当事人知情权辩护权以及说理阐释制度等程序正义维护，也无法确保数据质量可靠与执法偏见的产生，损害实体公正，也是造成侦查权扩张的直接原因。因此，要加强外部力量的介入，加强对执法过程的监督，对算法权力进行限制能够督促算法使用者切实对算法的部署和应用负起责任，[21]通过对大数据侦查过程中数据收集、数据比对、数据挖掘等进行常态化监督、过程性监督，尽可能地消除算法歧视，并受理被调查人员等申诉，保障其信息异议权，确保侦查行为始终在法定程序内进行。这一方面，需要监督主体具备较高的专业技术能力和对刑事侦查的中立态度，秉承无罪推定的侦查思维，保障侦查对象与普通公众在大数据侦查面前享有被平等对待的权利，对此可以借鉴域外经验，设立专业的委员会，在我国可以考虑在检察机关内部设置专门委员会，对检察人员进行专业培训，以提高对大数据侦查算法设计的辨别能力，或者寻求社会力量的介入，帮助解决一些技术壁垒，还需注意的是，社会力量的介入不免需要对相关数据信息进行披露，在对这些数据进行披露的过程中，必须慎之又慎，防止造成对个人信息安全的二次侵犯。

（二）提升权利保障

1.确立数据收集的比例原则与相关性原则

比例原则是则来源于个人信息保护体系中的“有限处理原则”，管理者在处理个人数据的时候要秉持谦抑、克制的态度，数据的处理数量和处理方式都要在当初的目的范围之内。[22]这在刑事侦查中也是同样的原理，为避免对公民的个人信息权造成较大的侵害，大数据侦查过程中的比例原则主要有以下两方面的要求：第一，数据的采集应当控制在能够实现侦查目的的最小范围内，可采可不采的不采，对于个人敏感信息，除非案件的特别要求，否则不得采集，并且对于已采集到的数据也要采取对被调查者损害最小的方式进行，严格限制使用者和管理者的权限，限缩数据的传播范围；第二，应采用合理的技术手段收集、处理数据，不得破坏数据的完整性、真实性以及损害数据主体的其他权益。[23]

相关性原则则要求侦查人员在收集数据之前就应当有正当的、明确的目的，数据的收集必须紧密围绕案件侦破的需求展开，且限定在侦查机关的职权范围内。对于数据收集后的处理适用也要与案件线索获取、证据调查相关，不得另作他用，对于所获取的与案件侦查无关的个人信息，或者案件只是一种间接相关性、弱相关性，都应当及时销毁，不得保留。

2.做好当事人的通知、解释工作，保障其知情权

知情权是当事人的基本诉讼权利之一，其贯穿刑事诉讼的始终，从刑事侦查初始便享有。大数据侦查过程中大数据运行的“黑箱效应”多为学界诟病，可以说是对当事人知情权的损害。对因大数据侦查而遭受不利的当事人，侦查人员在采取侵犯其个人信息安全的侦查措施时，除涉及国家秘密、商业秘密以及刑事诉讼顺利开展的保密需求外，当事人有权知晓大数据的分析结果，也包括数据来源以及数据运行的原理等等。就比如，根据大数据分析结果发现某人存在60%的概率有再犯罪的可能，侦查人员决定对其进行进一步的调查，此时当事人就有权利知悉侦查人员依据的线索，查看大数据的分析报告以及厘清算法运行的原理，侦查人员也应当配合做好对当事人的说理阐释工作，这也为当事人辩护权的行使提供了新的视角。但是，当事人也会因为技术素养上的局限性而无法理解数据本身或者运行上的问题，有学者认为可以对现有的专家辅助人制度进行改善，将其作为知情权的配套规定，为当事人提供专业性的技术支持与保障。[24]

严格意义上说，大数据侦查目前仍是非法定的侦查措施，基于其运行的封闭性，从而带有一定程度的“秘密性”，又由于其被调查对象的数量广泛性，很多时候侦查人员难以有效通知到当事人，履行对当事人的说理阐释义务，这是加强对当事人知情权保障过程中不得不面临的困境，究竟如何建立行之有效的告知制度，仍需要探索。

3.建立相关当事人救济制度

当事人在大数据侦查领域享有的救济制度主要有以下两层含义：一则赋予当事人对数据或结果的异议权。对于侦查机关的侦查行为，当事人有权对大数据侦查获取的数据提出异议。大数据侦查过程无不体现人为意识的干预，侦查人员的经验局限性或者数据本身缺陷都会导致数据错误的情况，当然还会有数据重合或者数据过时的情况发生，这些数据问题都是当事人提出异议可以切入的角度。从另一个角度说，即使数据来源正确、数据质量都不存在任何问题，但数据算法的偏见仍会对数据分析结果产生影响，当事人可能会得出与侦查机关相反的结论，侦查机关也应当允许当事人对此提出异议。二则赋予当事人合理的数据消除请求权。这是个处处留痕的时代，舍恩伯格曾提过大数据时代的到来使得“记忆成常态，遗忘成例外”，也许现下网络痕迹没有产生严重的危害结果，但无法预知在未来某一天是否会存在潜在威胁，这在价值多元化的刑事诉讼中更应当谨慎。面对社会对刑事犯罪的尖锐态度（不论结果是否为有罪），并且在犯罪附随性后果的影响尤为广泛的背景环境下，对于一些轻微案件，可以赋予当事人适度的数据消除请求权，侦查机关或其他主体可以对当事人的相关刑事信息进行匿名化或者提供删除的选项，通过此种方式帮助当事人实现数据信息的自决权，也尽可能降低对其未来生活的影响。

四、结语

“犯罪行为方式的每一次嬗变，都必将引致国家在侦查方式上针锋相对的回应”。[25]涉网新型犯罪的产生加速了大数据侦查的催化，而不可否认的是，大数据侦查确实也带了侦查方式的变革和侦查效能的提升，纵然大数据侦查的优势显著，理论界和实务界也要对此保持清醒的认知，不能只看到其片面的优势而忽略其具有的缺陷。打击犯罪与权利保障的平衡是刑事侦查中永恒的课题，在大数据侦查法治体系尚未得到完善之前，更要保持审慎的态度，防止侦查权的过度扩张，当务之急便是对其存在的法律风险进行深入研究，构建大数据侦查可行的法律规制机制。

参考文献及注释：

[1] 参见高艳东、王莹主编：《数字法治：数字经济时代的法律思维》，人民法院出版社2021年版，第308页。

[2] 参见李长城：《大数据侦查的若干问题新探》，载《贵州大学学报》（社会科学版）2020年第4期。

[3] 参见张衠：《大数据监控社会中的隐私权保护研究》，载《图书与情报》2018年第1期。

[4] 参见赵艳红：《大数据监控措施的法律规制研究》，载《交大法学》2020年第4期。

[5] 参见江溯：《大数据在刑事司法体系中的应用及其问题》，载“燕大元照”公众号，2020年10月19日。

[6] 参见马喜生：《收寄信息纳入公安大数据可以货运车辆可提前预警》，

https://www.sohu.com/a/112759809_119778，2023年2月8日。

[7] 同5。

[8] 王燃：《大数据侦查》，清华大学出版社2017年版，第48页。

[9] 同8。

[10] 参见程雷：《大数据侦查的法律控制》，载《中国社会科学》2018年第11期。

[11] 同10。

[12] 参见何家弘等：《大数据侦查给证据法带来的挑战》，载《人民检察》2018年第1期。

[13] 参见张锋学：《论大数据侦查的变革》，载《社会科学家》2019年第7期。

[14] 同8。

[15] 参见曹盛楠：《大数据侦查措施程序规制的困境与出路》，载《河南科技大学学报》（社会科学版）2022年第3期。

[16] Miller, Kevin, “Total Surveillance, Big Data, and Predictive Crime Technology: Privacy’s Perfect Storm”, Journal of Technology Law & Policy, 2014(1).

[17] 参见魏俊斌：《大数据侦查的风险防控与“意识”匡正》，载《大连理工大学学报》（社会科学版）2021年第2期。

[18] 林崇寿、洪双敏：《错录公民违法犯罪身份信息引发问题的思考》，载《河北公安警察职业学院学报》2017年第2期。

[19] 参见陈刚：《解释与规制：程序法定主义下的大数据侦查》，载《法学杂志》2020年第12期。

[20] Riley v. California,573 U.S. (2014).

[21] 张凌寒：《算法权力的兴起、异化与法律规制》，载《法商研究》2019年第4期。

[22] 郭瑜：《个人数据保护法研究》，北京大学出版社2012年版，第170页。

[23] 王燃：《大数据时代个人信息保护视野下的电子取证》，载《山东警察学院学报》2015年第5期。

[24] 刘玫、陈雨楠：《数字时代侦查措施的体系建构及程序控制》，载《河北学刊》2023年第1期。

[25] 谢佑平、万毅：《刑事侦查制度原理》，中国人民公安大学出版社2003年版，第271页。

来源：证据与刑辩论坛

作者：黄琼娴，西南政法大学刑事诉讼法学硕士研究生