職務犯罪預防中贓款贓物的大數據治理

覃文焱 謝倍可 頓釗琳

西南財經大學法學院，四川 成都 610000

一、當前社會發展、經濟狀況、職務犯罪預防與大數據結合必要性

改革開放后的中國經濟迅猛發展，高智商犯罪、高科技隱秘等新型犯罪逐步取代傳統暴力型犯罪，以貪污、受賄、行賄等為主體的貪腐、經濟犯罪行為占比不斷擴大，并且正快速轉向隱蔽形式。包頭市檢察院的統計資料顯示，從2011年起，利用大數據，依法查處了農村基礎設施建設、富民惠民、退耕還林等工作中貪賄賂犯罪案件43件70人；查處醫療衛生、征地拆遷、就業就學、執法司法等工作中瀆職犯罪案件27件42人。

在追贓方面，犯罪嫌疑人通過各種非法途徑獲取經濟利益后為逃避國家法律制裁，通過多種手段秘密轉移、藏匿非法所得贓款贓物。基于職務犯罪案件的多發及犯罪嫌疑人攜贓出逃境外，近年我國不斷加強境外追逃工作力度。目前我國的一些專項打擊行動例如“獵狐行動”，強調的是對犯罪嫌疑人追逃，而針對贓款贓物的追繳卻鮮有提及。而如果時效超過了財產所在國的追訴時效，我國將很難再對其進行追繳。職務犯罪的追逃與追贓是兩個同樣重要的環節，追贓成績的如何很大程度上影響這些打擊行動的成效。如果能夠重視大數據運用，于事前進行預防、事后精準打擊，在追贓問題上也不會如此不盡如人意。因此，綜合運用大數據，是當前職務犯罪預防實現轉型升級的迫切要求。

二、職務犯罪預防與贓款贓物的大數據處理運用現狀

美國大數據預測犯罪案例：洛杉磯警察局與加州大學洛杉磯分校進行合作，由洛杉磯警察局提供犯罪統計大數據集，在加州大學洛杉磯分校的人類學家與犯罪學家的幫助下，采集分析了80年來1300萬起犯罪案件，共同建立了一個犯罪預測算法。他們將洛杉磯市分割成為單位面積約為0.15平方公里的多個塊區，然后按照犯罪行為發生的可能性把這些方塊區進行排序。2011年，他們利用該算法開展了一次為期三個月的隨機實驗，成功將相關區域的犯罪率降低了36個百分點。可見，對于大數據的運用，如果不是像往常一樣簡單粗暴地分析以往的犯罪規律，而是采用犯罪預防的做法，大數據分析人員就可以利用之前犯罪行為表現出來的規律分析下一個可能發生犯罪行為的地點并重點干預。熟練運用“大數據”分析實質上是落實“信息導偵”的具體要求。

中國大數據預測犯罪案例：北京懷柔警方：匯總9年1.6萬余案件建成數據庫。當前自偵部門已基本配備了話單分析、賬單分析、財務分析等專業技術軟件，為職務犯罪預防及當中贓款贓物的追繳打下堅實基礎。但靈活運用各類軟件的專門性人才仍然缺乏，由此伴生的對于數據軟件分析結果的懷疑情緒更可能成為當前制約法律大數據建設的重要因素。

三、對職務犯罪預防中贓款贓物的大數據提出建議

(一)事前采集犯罪數據

在大數據時代，充分利用現代信息技術手段，建立完善國家機關工作人員大數據信息資料庫，貫徹落實國家機關工作人員的財產申報制度和重大事項報告制度，特別是政府部門各級領導以及近親屬、相關利益人的財產登記。由此搭建大數據分析平臺，建立科學的數學模型。職務犯罪一般都是一個長期持續的行為，通過大數據采集信息，并利用所建立的數學預測模型，能夠預測反映出一個公職人員的動態和性質，通過數據波動因素，分析其中的異常變動及時預警監控，固定相關證據。

(二)事后利用大數據精準打擊

犯罪嫌疑人作案得逞后，會迅速通過各種渠道、手段轉移、隱匿贓款贓物。尤其是部分犯罪分子，在作案前就物色好轉移、藏匿地點，或通過關系利用銀行將贓款隱瞞藏匿。對此，一方面，可以利用歷史數據來對贓款贓物去向進行預測性建模。透過以往贓款贓物轉移所呈現的模式，可以歸納概括贓款贓物藏匿模式以及地理或時間上的相似特征。另一方面，利用大數據檢索犯罪嫌疑人作案后的異常行為，在戶籍、房產、銀行、通信方面的基礎信息中提取贓款贓物的線索，大數據強大的分析能力能夠對贓款贓物“還本溯源”并且定位其走向，實現事后的精確打擊。

四、結語

順應時代發展形勢，強化“大數據”的綜合運用，是當前職務犯罪預防及贓款贓物追繳工作實現轉型升級的迫切要求，但在運用過程中，我們需要采取針對性措施有效防范暴露偵查意圖、錯失關鍵證據、錯誤引導偵查、侵犯隱私權益等具體風險，在加快數據庫搭建、完善電子數據取證規程、提升數據挖掘分析能力等方面使“大數據”運用真正成為職偵利器。