分类：论文范文 发表时间：2021-03-22 10:27
摘要：经济犯罪数据学是在经侦领域如火如荼地进行信息化建设、数据化实战背景下提出的理论总结。经济犯罪数据学建立在双层空间理论和经济犯罪行为的数据化存在理论基础之上，它以经济违法犯罪的预警、预防与侦查、惩处为己任，围绕经济违法犯罪行为的数据特征、类罪模型、平台建设及分析研判等进行研究，解决数据在经济违法犯罪预警、预防与侦查活动中从何处来、如何采集、如何使用等问题，以维护社会主义市场经济秩序。经济犯罪数据学的建立是侦查学、犯罪学、数据科学与技术等学科交叉融合的产物，为大数据侦查实践提供理论支撑，促进侦查学的学科发展。
关键词：经济犯罪；大数据；电子证据；区块链；类罪模型
随着移动互联网、第三方支付、互联网金融的迅速发展，大数据时代的经济行为发生了翻天覆地的变化。这种变化对传统经济犯罪侦查手段提出了新的挑战。2017年以来，在公安部经侦局“两年锻造全新警种”的转型目标指引下，全国经侦领域掀起了信息化建设、数据化实战高潮，各种大数据实战类罪模型在打击网络传销、非法集资、涉税、证券犯罪领域取得优异战果，监测预警模型在预警防范风险型经济犯罪方面也初见成效。经侦工作转型和全新警种建设是大数据时代给侦查工作带来的一次重大变革。在大数据侦查实战取得丰硕成果的背景下，有必要对实践的经验进行总结和凝练，形成一套经济犯罪大数据侦查理论体系。在此基础上，经济犯罪数据学应运而生。在江西警察学院召开的“论道2018”全国经济犯罪侦查理论研讨会上，公安部经济犯罪侦查局局长高峰首次提出了这个命题。
学科是内在的知识建制和外在的社会建制有机结合的知识规范体。内在的知识建制是学科存在的根本，外在的社会建制是学科发展的依据，知识建制和人才培养制度的完整性是学科成熟的标志，社会需要是学科的发展动力。我们迫切需要针对经济犯罪数据学的体系进行系统化、理论化阐述，并推进学科专业建设。
一、经济犯罪数据学的功用
（一）创新传统经济犯罪侦查理论
传统经济犯罪侦查理论主要是对线下经济犯罪侦查规律的总结。随着大数据时代的到来，经济犯罪与互联网紧密结合，经济犯罪的数据化特征愈发明显。与此同时，以情报导侦、资金分析、数据化侦查为主要手段的全新经侦实践，需要进行理论的抽象和凝练，形成新的现代经济犯罪侦查的理论体系。
1.经济违法犯罪数据是分析犯罪形成原因和条件的基础，是经济犯罪数据学的理论基石。与传统经济犯罪侦查相比，现代经济犯罪侦查建立在大量涉案数据分析的基础之上。以经济犯罪侦查的核心手段——资金分析为例，伴随着公安大数据侦查的深度应用，资金分析与查控技术围绕资金的查控方式、分析范围、分析功能、分析效力、分析对象，规范高效地运用大数据技术，实现对涉案资金活动态势的综合研判和犯罪行为的证伪、溯源、复原，具有发现犯罪线索、获取犯罪证据、查证犯罪嫌疑人、追踪涉案赃款、提供侦查指引等功能。资金分析技术的应用，改变了以往以定性分析为主的粗放型侦查思路，将抽样数据分析研判方法转变为全样本定量分析，现代经济犯罪侦查愈发精细化。2015年6月12日的股灾一直令人不解，为弄清之前的股市大涨和此后股市大跌的原因，公安机关经济犯罪侦查部门通过建立场外配资账户筛查模型，通过对全市场证券账户进行全方位扫描甄别，实现对场外配资行业生态的深度解剖和战略研判。在证券监管部门配合下，揭示了场外配资账户的大量非规范操作是滋生操纵证券市场犯罪的资金源头，揭示了2015 年股灾之谜。
2.“治疗学”侦查理论向“诊断学”侦查理论的转型。传统侦查学理论注重犯罪事实发生后的溯源，属于“治疗式”的侦查理论。现代经济犯罪的大数据分析拓展了侦查的时间范围，不仅包括罪后的回溯型侦查，还包括罪前的预测型侦查和罪中的制止型侦查。经济犯罪数据学是经济犯罪全过程的“诊断学”理论创新。
党的十九届四中全会提出要建立现代化经济体系的目标，建立对经济运行的监控体系是其子目标。要充分运用互联网、大数据、人工智能等技术手段，创新市场监管方式，提升市场监管效能。如前所述，公安部经侦局通过大数据分析提供了证券市场战略生态研判的宏观成果，为更好地规范和发展配资行业、如何从制度层面解决场外配资的监管难题给证监会提出了意见和建议。事实上，对证券市场全过程进行有效监管，就是针对大量的互联网经济数据，发现和预防正处于犯罪预备阶段的潜在犯罪，研判并制止正在发生的犯罪过程。尤其是在市场主体准入和退出阶段，可以重点运用大数据技术加强监管实时性和有效性。在事前准入环节，可以基于大数据、关联图谱等技术，对申请主体进行全景画像，及时发现申请企业可能存在的潜在风险，使许可批复结果更客观和准确；在事中监管环节，加大证监会内外部数据收集力度，辅以各类监测模型，构建全面的风险指标体系，实现对市场主体经营过程和市场总体运行情况有效监测监控；在事后监管环节，不断提升稽查处罚工作质量，充分利用大数据、人工智能等技术，使线索发现更及时，执法取证更便捷，审理处罚更准确，进而促进整个稽查执法过程公平公正。这种事前、事中、事后的“大数据会诊”，通过证监会一家是无法完成的，需要现代经济犯罪大数据侦查的赋能与协同创新，也是经济犯罪数据学的理论创新来源。
（二）促进经济犯罪侦查模式转型
经济犯罪数据学区分传统经济犯罪侦查模式和现代经济犯罪侦查模式，强调对数据的高效利用。传统经济犯罪侦查主要是回溯型侦查，即针对已经发生的犯罪行为，查明犯罪事实、收集证据、发现和查获犯罪嫌疑人。大数据时代的经济犯罪侦查强调以涉案数据为核心开展侦查工作，不仅将传统的回溯型侦查的内涵扩大了，在此基础上还衍生出监测预警功能。
1.回溯型侦查转变为以数据挖掘为核心。传统经济犯罪的回溯型侦查也要遇到数据处理和情报分析问题，但并不是以涉案数据为核心，通常情况下只是收集涉案信息、调取账单等相关数据并做简单分析，从而确定犯罪嫌疑人，再实施强制措施，通过收集物证、书证和言词证据定罪的情形居多，基本上是从人到案或从案到人的模式。
因为各种数据的联通和融合，现代经济犯罪侦查中可以查询的数据涉及案情的方方面面，“收集”数据变成了“搜集”数据。“收集”意味着数据源匮乏、数据量小；而“搜集”则意味着数据源多，数据量大，强调分析、挑选和甄别的过程。获取了大量涉案数据、历史数据后，现代回溯型侦查以数据挖掘为核心，引入算法模型，通过复杂分析，去还原案情的发生、发展过程，并通过大数据技术不断拓展新的线索，固定相关电子证据。在传统回溯型侦查模式中，现代大数据侦查模式加入了以数据挖掘为核心的要素，变成“人—数—案”“案—数—人”或“人—数—人”“案—数—案”的侦查模式。
数据挖掘（Data Mining）是指通过特定的机器算法对大量的数据进行自动分析，从而揭示数据之间隐藏的关系、模式和趋势，为决策者提供新的知识的计算机技术。它的主要目的，一是描述性的数据分析，即发现潜藏在数据表面之下的历史规律，二是预测性的数据分析，即通过考察历史数据对事物的未来发展进行预测。
利用数据挖掘技术可以建立分析研判侦查模型。从犯罪方法产生的数据特征入手建立各类犯罪的分析研判模型，有利于甄别犯罪、发现犯罪、查证犯罪。犯罪方法是犯罪案件的核心要素，它具有相对稳定性，比如，通过对以往大量组织领导传销活动涉案数据的挖掘、分析发现，网络传销的资金汇入特征有：资金来源分散、资金分散转入账户、通过网银集中转出、有意规避大额交易等；其收款人相对固定，但账户会有变更，存在单人控制多卡现象；资金交易具有一定周期性；资金网络呈现“金字塔型”；汇款累计到一定金额后，存在提现操作，一般通过网络支付或转账实现；网络转账时间较固定，返利金额与所缴纳金额比例大概固定。根据这些特征，就能建立网络传销类罪分析研判模型。分析研判模型的建立对应于数据挖掘的描述型数据分析，侦查实践中运用分析研判模型发现相关类似特征，就可以确定侦查方向，拓展侦查线索。各种类罪模型，以这种分析研判模型为主，主要还是回溯型的现代大数据侦查模式。
2.大数据侦查衍生出预测型侦查模式。在经侦云建设的背景下，以前各种经侦信息系统的数据得以共享、联通，可利用的数据源不断融合，数据量不断增加。数据挖掘的应用范围正在不断扩大，前述对犯罪数据特征分析研判的结果，是未来进行类罪监测预警的主要方向。大数据挖掘技术通过对大量历史数据的统计、分析与学习，能够建立监测预警模型，预测未来各种事物发展的走向。比如，针对互联网金融相关的网络搜索、行业信息、资金交易量等数据进行搜集，结合传销业务模式的特征参数，就可以对某行业大额资金的异动进行监测，对嫌疑机构进行预警。所以，分析研判模型主要应用于事后的分析研判，用于回溯犯罪事实；而监测预警模型，则主要针对事前的预警，事中的监控，用于预测、预防。
监测预警模型的建立对应于数据挖掘的预测型数据分析，预测型数据分析技术可以通过对海量历史犯罪数据进行类案分析，在此基础上制定相关犯罪的预警参数阈值，如出现某些犯罪预备数据特征就发出三级预警，某些团伙数据特征出现就发出二级预警等。[1]大数据的预测功能已经在经侦实战中应用并在预防犯罪方面取得了显著的效果。比如，反假币大数据平台通过在网购平台上搜集假币犯罪所需的生产材料的购买数据，就能发现犯罪准备活动的端倪。例如，云南郑某在2016年11月28日至2017年1月22日间，在网上分批购买了烫金纸、烫金机、铝箔袋、专业打印机、专用油墨、专用货币规格的纸张、印章和假币模板等用于伪造货币的工具，从数据集合反映出来的信息指向上就可判断该用户有伪造货币犯罪嫌疑，监测预警平台将其列为重点监控对象。
预测型侦查模式应用范围很广。在公安情报导侦中，可以通过对社交网站、论坛、博客、空间、微信、微博等留言和评论进行挖掘，在全面监测的基础上主动发现苗头性犯罪线索并从中比对出是否有某些重点人和历史案件匹配，从而有效预防犯罪和实施提前打击。通过对以往经侦办案中积累的大量数据和不断汇入“经侦云”的海量数据的分析和挖掘，可以发现经济犯罪的各种规律，如各种类罪的案发比例、各地区的发案高峰期、某种犯罪的发案周期性规律等，为防范、化解风险型经济犯罪提供有力的技术支持。
二、经济犯罪数据学的主要研究内容
经济犯罪数据学以经济违法犯罪的预警、预防与侦查、惩处为己任，围绕经济违法犯罪行为的数据特征、类罪模型、平台建设及分析研判等进行研究，解决数据在经济违法犯罪预警、预防与侦查活动中从何处来、如何采集、如何使用等等问题。经济犯罪数据学是一个集犯罪学、侦查学、法学、经济学、数据科学、人工智能等多学科融合的知识体系。
（一）根据犯罪特征分类进行大数据智能建模
经济犯罪大数据侦查是在大数据时代背景下，通过对涉案数据搜集、清洗、挖掘、分析研判以拓展线索，发现犯罪事实，固定电子证据、证实犯罪并查获犯罪嫌疑人的侦查方法。近年来经济犯罪大数据侦查的丰硕成果有很多，但主要还是各种类罪模型。分析每一类经济犯罪在犯罪方法上的数据特征，是建立经济犯罪类罪模型的关键要素。从犯罪方法角度对经济犯罪进行分类，遵循从犯罪方法找出破案与查证方法的规律。
现阶段，实战部门应用较多的类罪模型有涉税类罪研判模型、洗钱犯罪分析研判模型、传销类罪分析模型、非法期货类罪分析模型等，主要是围绕犯罪危害比较大、发案率较高的类罪进行建模。事实上，每一种经济犯罪都有其特殊的犯罪方式、方法，体现在涉案数据特征上也不尽相同，可以根据经济犯罪行为的类型与特征将经侦部门管辖的罪名进行如下分类：
1.造假、售假式（生产、销售伪劣商品罪，伪造、变造货币罪，伪造、变造金融票证罪，伪造、变造国家有价证券罪，伪造、变造股票、公司、企业债券罪，非法制造、出售非法制造的用于骗取出口退税、抵扣税款发票罪等）
2.逃避监管式（逃避海关监管，非法运输、携带、邮寄国家禁止、限制进出口或者贪污应缴纳关税的货物等）
3.欺瞒诈骗式（虚报注册资本罪，虚假出资、抽逃出资罪，提供虚假财会报告罪，逃税罪，金融诈骗罪，合同诈骗罪，骗取出口退税罪等）
4.利用职务式（徇私舞弊低价折股、出售国有资产罪，为亲友非法牟利罪，非法经营同类营业罪，公司、企业人员受贿罪，违法发放贷款罪，非法出具金融票证罪， 贪污罪，受贿罪，挪用公款罪等）
（二）数据与证据问题
现代经济犯罪涉网、涉众特征十分明显，在刑事诉讼过程中，要搜集、提取、固定、保全大量的电子数据作为证据。在传统经济犯罪侦查中以书证、物证为证据的主要形式，在互联网时代，电子证据逐渐成为现代经济犯罪侦查的证据之王。
三、经济犯罪数据学研究提纲
综上所述，经济犯罪数据学的研究应从经济违法犯罪行为分类入手，全面阐述、探讨互联网环境下的经济犯罪及类罪模型、经济犯罪案件的大数据侦查、违法资金分析与查控技术、电子证据与大数据证据、刑事司法大数据平台、区块链技术在存证体系中的应用、经济犯罪行为的数据化预警与预防等前沿问题。以下是我们对经济犯罪数据学研究提纲的初步思考，以期抛砖引玉。
参考文献：
[1] 王燃．大数据侦查[M]．北京：清华大学出版社，2017：88-92.
[2] 国务院关于印发促进大数据发展行动纲要的通知[EB/OL].（2015-09-05）[2019-09-02]. 政府信息公开专栏.
[3] 程小白，邓昌智.违法资金分析与查控技术实务指南[M]．北京：中国人民公安大学出版社，2019：352.
程小白，程 科
推荐阅读：犯罪研究发表论文多少钱
相关阅读
论文常识
期刊知识
著作出版
教材出书
专利申请
出版社
扫码关注公众号