大數據視角下的公安追逃工作演進研究

黃 凱

在信息技術和人們生產生活持續融合的今天，全球數據產生爆炸增長、海量集聚的現象，人類文明進入了大數據時代。數據成為人類社會的組織形式，構成人類社會的數碼符號[1]。我們甚至可以說，某些社會現象的研究從本質上就是數據研究[2]。大數據與警務工作的不斷融合也給追逃工作帶來了深遠影響。在大數據時代，在潛逃人員藏匿地點日益隱蔽、逃跑計劃日益復雜、反緝捕手段日益智能化的時代背景下，追逃工作一旦掌握了數據，就掌握了主動權。隨著信息技術發展進入新階段，“大數據”分析手段有助于警務人員提高工作效率。因此，在情報主導警務思路日趨完善的今天，追逃工作注重數據的引導是必然選擇，也是大勢所趨。如何抓住全新的時代機遇，開創追逃工作新局面，是每個警務人員必須參與的共同課題。

一、追逃工作沿革

追逃工作一直是警務工作中重要的一環，一直以來都受到公安領導的高度重視，有效的追逃工作既能提升公安公信力，節約公安警力資源，又能起到威懾社會不穩定因素，推動刑事訴訟程序的良好運轉，提升區域整體治安穩定性的作用。從傳統追逃到信息化網上追逃再到大數據追逃，偵查人員通過不同的偵查思路和手段實現不同時期追逃工作的要求。

（一）傳統追逃

追逃是指公安機關采取相應偵查措施，將在逃人員緝捕歸案，使其接受訴訟處理或法律制裁的一項偵查措施[3]。而我們所說的傳統追逃，并不是一個專業意義上的術語，而是指用傳統手段如架網布控、巡查蹲守等進行追逃工作的傳統追逃方式。傳統追逃是我國公安警務追逃人員通過大量的警務實踐和公安工作，積累總結出來的科學追逃方法和策略，是追逃工作的基礎部分，也是對從事追逃工作的偵查員基本功的集中考驗。無論科技怎樣發展進步，其核心即綜合分析研判的能力對于追逃工作是不可或缺的、永不過時的。對于大部分日常追逃工作，傳統追逃由于其兼容性高、實施方便、不受硬件技術限制的特點仍被相當一部分追逃偵查員所廣泛應用。

傳統追逃主要有兩種思路，即“由案到人”和“由人到案”，其中“由案到人”指的是在發生案件之后，偵查人員通過一系列的偵查措施和相關手段，逐漸縮小范圍進而最終查明并鎖定犯罪嫌疑人[4]。隨即運用協查通報、通緝、懸賞等協作措施，進一步通過排查關系人并獲取嫌疑人信息，摸清其潛逃軌跡以及可能藏身范圍，進而運用架網布控、巡邏蹲守等措施將其查獲歸案的思路?！坝扇说桨浮敝傅氖蔷瘎杖藛T對日常工作中獲取到的人員信息進行登記，發現和比對出一批有案底的在逃人員，進而將其捉拿歸案。

（二）網上追逃

隨著信息化數字化技術的普及與應用，傳統追逃逐漸升級發展為以現代化信息傳輸手段和計算機系統為支撐的網上追逃。網上追逃指的是公安機關利用各類信息資源，通過查詢比對等方式發現在逃人員的活動軌跡并將其抓獲的方法[5]，是信息化偵查的一種應用表現。

網上追逃將公安機關掌握的以及互聯網上所儲存的多元化信息進行整理，判斷鑒別哪些是與案件有關或可能有關的要素，并將這些要素根據一定順序、邏輯串聯成一條能夠互相印證的要素鏈，進而發現追逃線索、縮小追逃范圍、確定追逃方向。網上追逃主要分為相關信息獲取、信息的整理鑒別、信息的分析研判、信息的傳遞、信息的應用五個階段。在各個階段中公安機關要借助相關平臺、模型、數據庫，以及對所篩選出來的信息進行綜合分析研判進而查明潛逃人員可能的藏身處及關系人以供后續落地實施控制抓捕。網上比對是網上追逃的核心內容和基本要素，針對不同的對象有不同的工作方式[6]。如對于現行違法在逃人員可以通過身份核實、網上比對認證的途徑進行工作。而對于日常工作中發現的可疑人員，就需要通過調查真實身份、網上比對認證的工作流程進行。

（三）大數據追逃

大數據追逃是將大數據的相關概念及機制不斷引入警務追逃領域所產生并將繼續發展的全新追逃工作形式。大數據的分析對象已經無限趨向于分析目標的整體，一旦應用于追逃工作，分析對象將不僅局限于單一的案件、作案人、潛逃地點，而是趨向于宏觀的潛逃趨勢、潛逃人群分析、串并案件整體關聯等，將為追逃工作的方式方法帶來巨大的變革。通過區分大數據追逃與網上追逃可以更好地理解大數據追逃獨特的優勢，在實踐工作中二者也是較容易被混淆的一對概念。

從相同點來看，首先，大數據追逃與網上追逃都是以信息為工作中心；其次，二者都需要依靠現代化的計算機系統和數據分析手段來支撐其工作的運轉；最后，雙方相較傳統追逃方式來說都具有不受時空條件的限制、精確性高、效率高、節省人力物力、主動性較強的優點。

二者的差異體現在以下幾方面：首先是應用視角上的不同。網上追逃大多是從個案的角度對案件信息進行關聯查詢檢索比對后形成與案件要素相關的要素集進而進行分析的，而大數據追逃則不僅僅是局限于個案角度，它可以直接從宏觀角度進行整體分析。其次是數據量的差距。雖然公安機關為網上追逃建立了較為系統龐大的數據庫，然而這與大數據的數據量相比起來是數量級之間的差距，一旦打開了數據壁壘，大數據將包羅世界方方面面的信息，可謂“萬物皆可數據化”[7]。這和僅在某一領域建立的數據庫的數據儲存量是有天壤之別的。最后是數據的分析主體不盡相同，大數據的分析主體并不局限于偵查員本身，而是采用云計算技術，計算機通過預先設定的分析模型，能夠按照偵查人員所預想的軌跡去分析大量的數據，提升分析的效率和準確性。

二、追逃機制在大數據時代的機遇

在倡導多警種協調作戰、情報主導警務的新時代警務改革大背景下，大數據正給費時費力的傳統追逃以及網上追逃工作帶來大變革。

（一）提供數據支持

1.提供追逃所需數據

大數據追逃需要的數據可以分為以下三類。第一類是公安內部信息，包括公安內網信息和案件信息。公安機關內網囊括了大量對于追逃有極大幫助作用的信息，如戶籍信息為確定嫌疑人身份、發現關系人、查證車輛等都能起到很好的支持作用。案件信息指公安機關在具體處理個案時所產生的信息，如案件痕跡物證、線索、犯罪預備、實施、掩蓋過程信息等，這類信息是與案件實施者本人聯系最為密切的信息，其價值不容忽視。第二類是社會公共信息，如旅館住宿登記信息、通信話單信息、出租車定位信息、自然地理信息等。嫌疑人作為社會人，在生活中往往離不開吃住行銷樂，這些活動都會產生或多或少的社會公共信息，獲取這些信息可以為追逃人員及時發現其藏身地或活動軌跡提供線索，通過進一步的分析算法升級，強化關聯模型的應用，可以挖掘出更多有價值的分析結果[8]。第三類是互聯網信息。互聯網虛擬空間與實體空間相對，具有隱蔽性高、數據量豐富的特點。許多嫌疑人在潛逃前由于具有較強的計劃性可能會在檢索內容上對其潛逃的方向范圍有所體現，對于其個人博客、微博、空間、朋友圈、網購、外賣的信息進行深度挖掘后也能發現更多的潛在社會關系或者其他有價值的信息。其他互聯網信息還有網站點擊量、熱點話題、賬號注冊資料等等。

2.提供獲取數據的方式手段

數據獲取的主要方式有三種。首先及最主要的是通過開放數據接口、共享數據庫、構建大數據平臺的方式獲取信息；其次是從互聯網中通過網絡爬蟲自主抓取有價值的信息；最后就是警務基礎工作，這類數據信息是可信度較高的一類數據，通過警務人員、數據卡口等主體的日常采集信息數據并錄入，公安機關可以有針對性地收集到對于追逃工作最迫切需要的數據。另外，一些其他非常規渠道所獲得的數據信息也不容忽視。

（二）提供分析途徑

如何對海量數據高效地進行存儲、分析是追逃工作中至關重要的問題和環節。大數據分析區別于傳統的數據技術處理，其更像是自動化的流水線操作。應從源頭著手來應對大數據激增、爆炸的數據量。將搜集到的海量信息連接進某個既有的通過整合各類算法所形成的分析模型，通過現代化的計算技術支撐，偵查人員就可以得到自己所需的結果。其中算法是指對與案件相關的人、事、物、時空等要素進行檢索、關聯、比對、分析，運用如數據提取、歸類、排序、分布、趨勢、微積分等常用的分析技術，得到所需要的與案件有關的要素集的方法。傳統分析數據的方式囿于機械語言和編程水平，只能進行機械性、程序性的運算工作。隨著大數據的創新因素整合，其處理數據方式更接近人腦，如采用塊數據模型的方式，把不同的點數據、條數據匯聚起來并使之發生聚合效應。通過聚合打破傳統信息的不對稱性和各個領域對數據流動的限制，高度關聯的各類信息可以在沒有任何限制的條件下自由流動、相互作用，從而產生全新的分析結果和價值。

（三）形成研判模型

綜合目前追逃工作所需要的環節，大數據追逃可以有以下幾方面的應用。

1.對偵查基礎工作的支持與補充

這類應用更強調日常性的建設，具有備用性、建設性、基礎性的特點。較為典型的應用有三種：第一是治安預警應用。通過分析在某一區域公民的各類特征數據，利用統計學相關原理，計算出每個人的預警積分。倘若某個人的積分達到預設警戒值，則說明該人可能是在逃人員，進而觸發警告，驅使警務人員對其進行落地調控。該模型可以根據數據庫海量信息的處理分析，為偵查人員提供最有效的參考信息。第二是對情報信息的補充。一方面，現有的數據情報可為追逃工作提供必要的支持；另一方面，現有工作中暴露出的數據不足需要在實踐工作中進行必要的補充。第三，大數據可以為網絡陣地控制工作增加動力，對于虛擬空間中易被犯罪分子所涉足、利用、侵害的各個領域進行公開管理和秘密控制，同時也可以對網絡輿情進行監控、傳遞、趨勢分析與及時調控和澄清。

2.微觀方面的應用

這類應用偏向于針對某個人或某一案件進行精確分析：第一種是對潛逃范圍、方向的預測，其模型原理是追逃人員為尋找某潛逃人員，將其基本信息輸入，模型根據以往類似潛逃人員信息、自然地理信息、交通流量信息、社會關系信息等大數據分析比對，給出該涉案人員逃往各個區域或投靠某個關系人的可能性，為架網布控提供參考。第二種是社會危害性分析。系統根據該潛逃人員信息，對比類似案件以及相關地區治安水平等大數據分析出其再犯罪可能性以及社會危害程度甚至再犯罪區域等，為追逃人員確定追逃順序、重點等工作提供支持。

3.宏觀方面的應用

此類應用旨在根據對海量數據的全面比對分析，從而找出某地區警務工作的薄弱環節以及潛逃人員慣于利用的警務漏洞和潛逃規律。分析結果對于地區綜合治理有著突出的建設性參考作用：一來可以為地區未來追逃工作決策制定提供參考；二來可以提升流竄、潛逃人員逃往該地區的成本，補齊地區短板，增加潛逃風險；三來可以提升公安追逃隊伍戰斗力，達到社會治安綜合治理的效果。

三、大數據時代追逃機制的施行現狀及其困境分析

作為大數據警務應用的新產物，警務人員對大數據追逃產生了一些較為片面的認識，出現了認知誤區。首先，有些警務人員認為大數據是純技術，只與科技信息化部門有關，這種認知割裂了技術部門和實戰部門之間的聯系，容易使大數據工作僅僅局限在單一部門，不利于多警種協同作戰。大數據追逃是一項戰略性工程，涉及業務工作的流程重組，需要全體警務人員的參與，需要每個部門的量體裁衣，需要各部門積極形成整體有效的良性互動，共同推動大數據的建設與實施。其次，在實踐中有些工作人員將大數據等同于數據大、電子化，認為公安大數據就是一大堆數據。數據量豐富只是大數據的特點之一，更重要的在于其經過技術手段處理后所體現的價值特征。實施大數據追逃的目的是提升追逃工作的效率和智能化水平。大數據追逃是一種戰略思維，其應用的方式要結合不同地區的經濟發展水平、地域環境、業務需求、工作機制、流程配置、民警素質等多種因素，經過細致地業務需求調研，因地制宜地制定規劃，才能確保大數據發揮作用。實施大數據融合離不開專業的技術、資源，但是公安基礎條件和實際需求才是最關鍵的因素，必須以公安工作為主導，全程監督項目調研設計、研究開發和應用反饋，參與測試和驗證，對于一些關鍵參數、核心技術更要全程跟進，牢牢把握工作主動權。有些警務人員認為大數據就是購進一批智能設備軟件，短期內一次性就能完成任務。但大數據追逃是一個長期深度進行研討融合的過程，既有基礎設施的建設，也有技術的不斷更新，是一項長期的任務，并非一朝一夕就能夠實現。大數據追逃機制存在如下困境。

（一）數據共享難度較大，數據孤島現象突出

一方面，各部門各警種建設的相對獨立、繁雜的數據平臺使有價值的數據大量分散，導致數據的重復采集和檢索效率低下。另一方面，大量關鍵的數據被政府以及各機構、企業掌握著，導致追逃部門獲取數據的渠道有限、手段單一落后，無法對數據進行實時共享，數據的時效性、準確性較差，難以滿足大數據深度挖掘分析的需要。

（二）硬件支撐能力不足，數據聯動時效不佳

目前，公安信息化平臺整體的計算能力差、響應速度慢，無法支撐大數據的深度應用。究其原因有以下幾個方面：一是受經費制約，無法保證系統設施設備的更新升級，維護管理得不到有效支持；二是因視頻監控、智能卡口、電子圍欄、電子警察等感知設備覆蓋不廣，社會信息傳感器接入不夠，尚未形成有效的感知網絡；三是因硬件技術尚未有效發展、監控攝像頭清晰度不夠，導致視頻分析處理、人臉識別受限等，阻礙大數據應用。

（三）缺乏大數據人才，制約大數據深度發展

實踐中，部（公安部）、省、市大數據專業技術人才自上而下逐漸遞減，到區縣一級的公安機關就成為鳳毛麟角，且多數是其他部門人員兼任。由于人才培養、引進和保障機制不完善、不合理，技術人才稀缺，無法進行合理分配。另外，現有技術人員對大數據的學習研究不足也是人才緊缺的一大原因。缺乏專業隊伍的同時，大數據追逃也缺少合格的戰略規劃，公安上級領導對大數據追逃工作不夠重視；整體上把握不夠、站位不高、思路不清；頂層設計不科學，缺乏系統、全面、與時俱進的戰略規劃、組織架構和目標任務。如果沒有進行充分的調研和深入的思考，制定的頂層設計會脫離本地實際情況，無法真正落地，延誤戰機。

四、大數據時代公安追逃工作的優化完善建議

首先，應強化頂層設計。站在科技強警、數據興警的戰略高度，從工作發展長遠、全局的角度，研究制定大數據發展規劃。一方面，設計者要注重對需求的調研論證，摸清現狀，充分理解基層實戰需求；另一方面，要加強與技術公司的合作，形成專業團隊，充分聽取技術人員的想法，確保頂層設計的科學性、系統性、實用性，并在實戰中不斷予以調整、補充和完善。

其次，要強化技術支持。依托云計算、人工智能等新技術，形成兼容性強、適用范圍廣、穩定的支撐能力。統一數據錄入標準，為實現信息互聯互通奠定基礎；激勵大數據技術創新，攻克大數據關鍵技術，形成集搜集、關聯、存儲、管理、檢索、分析、挖掘和應用于一體的支撐體系；提高信息支撐能力，搭建、升級、改造基礎設施，調整優化網絡結構，完善追逃應用平臺；積極響應公安視頻監控大數據應用云建設，實現全面、立體覆蓋；大力推進感知設備建設，完善感知網絡，為追逃業務發展提供有力支撐。

再次，要打通信息壁壘，實現互聯互通、數據整合共享[9]。建立跨區域、跨部門、跨層級的信息共享與協同推進機制，建立共享技術體系和共享平臺，開放服務接口，在確保安全的基礎上進行數據整合交流；逐步推進形成共享交換的數據標準體系，破解重復采集、重復錄入的困局，減輕采集人員負擔；實現大數據的共享與開放，切實提高工作效率效能。

最后，研發人員應該普遍搜集基層行之有效、經過實戰檢驗的技戰法、數據分析模型，拓展應用深度、廣度。應用的關鍵在于深度挖掘分析，由于大數據的復雜性，算法融合是必不可少的，提升大數據的分析處理能力，才能從海量的數據資源中挖掘潛在價值。各級各部門領導要高度重視，組建專業團隊，在組織領導、經費支持、解決問題、動員調度上提供切實的保障；做好人才保障，著力完善人才引進培養機制，實行更加積極、開放、有效的人才政策，打造具有戰略眼光、能把握大數據發展趨勢、具有較高科學文化素質和業務素養的應用人才；強化安全保障，發展大數據的同時要采取有效的安全規則和技術手段，構建大數據安全支撐體系，實現技術安全可控；嚴格制度紀律，強化監督，嚴防泄漏公民個人信息等違法違規問題。

五、結語

在大數據時代，公安大數據成為推動警務運行機制改革的全新引擎，以數據流引領信息流、業務流和管理流的融合是大勢所趨。警務工作者們只有牢固樹立大數據思維，從海量的數據資源中挖掘內在價值，積極構建以大數據智能分析研判模型為核心的追逃工作的新模式，才能把握好嚴峻的追逃工作局面。大數據是增強公安核心戰斗力的新增長點，將大數據應用于追逃工作，通過對各類數據抓取比對分析研判，不但能提高追逃工作的效率，節約成本，又能全面認識和分析潛逃人員軌跡、趨勢和規律，提高追逃隊伍的戰斗力。相信隨著大數據潛在價值的不斷挖掘和研判分析能力的發展，警務人員們終有一天會將大數據編織成一張巨大的天網，使罪犯無路可逃。