张迪：大数据侦查的语用更迭与规制革新 | 数字法治202603

【作者】张迪（浙江大学光华法学院研究员、博士生导师）

【来源】北大法宝法学期刊库《数字法治》2026年第3期（文末附本期期刊目录）。因篇幅较长，已略去原文注释。

内容提要：大数据侦查的语用界定关乎此种新型侦查方式的规制思路。我国关于新型侦查的理论研究，先后经历了信息化侦查的提出、数字化侦查的出现、大数据侦查的热议、预测性警务的独立四个阶段，侧重于侦查行为方式的变迁。域外则将大数据侦查纳入大数据警务这一概念体系，更加关注预测性警务的侵权风险。大数据侦查有别于预测性警务，具体可分为两种类型：基于传统侦查措施的技术革新型大数据侦查，与基于数字建模的侦查研判革新型大数据侦查。在法律规制层面上，目前“风险规制说”“制度完善说”和“程序控制说”忽视了对大数据侦查运用机理的分段考察和场景化研究。大数据侦查的法律规制应走向体系化，从侦查场景入手，秉持合宪性控制思路，完善大数据侦查的制度保障。

关键词：大数据侦查；预测性警务；信息化侦查；数字化侦查；大数据侦查规制体系

目次 一、问题的提出 二、大数据侦查的语用考察 三、基于侦查实践的语用厘定 四、大数据侦查既有规制理论检视 五、大数据侦查规制理论的革新

一

问题的提出

数字技术快速发展，推动刑事侦查措施发生深刻变革。大数据侦查凭借数据整合、算法分析等优势，已成为应对新型复杂案件的重要手段。近年来，数据侦查的应用边界持续拓宽，“专业＋机制＋大数据”的警务模式在基层警务实践中不断深化。然而，与迫切的现实需求不同，大数据侦查的理论概念长期处于不确定状态。法律概念的梳理是制度构建的前提，信息化侦查、数字化侦查等相关概念的混用，加之大数据侦查与预测性警务等概念之间适用边界的争议，进一步模糊了大数据侦查的内涵。这种语用争议导致大数据侦查的适用范围难以明确，致使相关研究缺乏统一的理论根基，难以形成有效的规制方案。

具体来说，大数据侦查在概念语用层面存在两个问题。其一，信息化侦查与数字化侦查的关系存在“表述差异但实质一致”与“视角差异而实质不同”的观点分歧。其二，预测性警务与大数据侦查的边界亦不明确。既有研究或将二者纳入同一范畴，或强调二者存在预防属性与侦查属性的差异，但大多未从语用本质上明确二者的适用边界。语用问题导致虽然当前学界关于大数据侦查的规制研究形成了“风险规制说”“制度完善说”“程序控制说”三种理论，但由于仍未能形成统一的语用标准以界定大数据侦查的规制范围，相关理论对大数据侦查在实践应用中的运行机理、操作流程讨论不足，相应的规制方案也不够明确和具体。

基于此，本文以语用分析界定大数据侦查的适用范围，通过适用范围统领规制体系构建，以期解决既有研究的不足。其一，通过历时性梳理国内外大数据侦查的语用发展脉络，依托对多地侦查人员的实证访谈及媒体报道、裁判文书等素材，明确大数据侦查的语用内涵与适用边界。同时，细分大数据侦查的两类典型模式，为既有研究提供实践导向下的理论参考。其二，在检视既有规制理论局限的基础上，整合场景化规制、合宪性控制与制度保障三大维度，构建新型法律规制体系，既吸收比较法的有益经验，又贴合我国侦查实践，为大数据侦查的规范运行提供有效方案。

二

大数据侦查的语用考察

厘清大数据侦查的语用内涵是界定适用范围、构建科学规制体系的关键前提。想要清晰地了解大数据侦查的内涵，就需要考察和分析其在实践中的语义指涉。对大数据侦查语用史的考察，有助于界定大数据侦查的实践和理论内涵。国内学界对大数据侦查的研究历经数次概念演变及争议，国外则将其纳入大数据警务框架展开研究，但二者均存在大数据侦查语用模糊的问题，这导致实践中侦查权的行使边界不清、权利保障机制不足。因此，有必要通过梳理国内外大数据侦查相关概念的语用发展，总结各概念的技术特征与适用场景，明确相近概念的区别，为界定大数据侦查的适用范围、构建针对性规制体系提供基础条件。

（一）国内大数据侦查的语用考察

国内大数据侦查概念的语用发展，信息化侦查的提出、 数字化侦查的出现、 大数据侦查的热议、 预测性警务的独立四个阶段。各阶段概念的语用内涵随着数字技术发展而不断变化，本质是数字技术推动侦查模式变革的外在体现。本部分将通过理论概念发展史与实践发展史的考察，梳理大数据侦查概念的演变，以澄清其真正内涵。

1.第一阶段：信息化侦查的提出

“信息化侦查”系对公安部侦查实践理念的理论描述，语用内涵为传统侦查的基础技术辅助。现代通信技术和网络信息技术发展使得犯罪活动呈现信息化趋势，信息化侦查的提出和运用正是为了应对新型犯罪类型。公安部开展金盾工程二期之后，这一理念逐步被各地公安机关接受，进而在侦查实践中推广运用信息技术战法。具体而言，信息化侦查主要是指“信息技术和计算机网络在侦查部门全面渗透，在侦查破案中广泛应用，全方位支持侦查工作的过程”。

早期的信息化侦查主要包括两个方面：一是构筑侦查信息平台，并运用于侦查活动；二是利用各类商业网络进行办案。有学者指出：“侦查信息化是侦查现代化的重要基础。信息主导侦查是当前侦查破案的新理念和新模式。它是从信息情报角度出发，将现代信息技术、网络技术和计算机技术注入侦查工作，通过科技手段搜集、管理、使用信息情报，建立以信息情报工作为支撑，以信息情报为主导，同时依托公安信息情报的网络系统，实现信息情报对整个侦查工作的渗透，使之成为预防和打击刑事犯罪的侦查破案新模式。”当然，也有学者认为，信息化侦查实际上是强调信息在侦查中的重要作用，即信息是侦查活动的基础、主线和标的。整体来说，早期的信息化侦查主要强调网络信息的收集与网络技术的运用，是一种相对简单地运用数字技术的侦查。

2.第二阶段：数字化侦查的出现

信息化侦查概念提出后，国内又有学者提出数字化侦查的概念。其指出，数字化刑事侦查系统包括四个方面：一是侦查主体的数字化；二是侦查信息资源数字化；三是侦查装备与技术的数字化；四是完善的预警和侦查网络。另有学者进一步指出，相对于实体上的传统侦查而言，数字化侦查具有过程的快捷性、指向的精准性、主体的广泛性等八大特点。这一时期的数字化侦查概念与信息化侦查相似。数字化与信息化实际上交叉重合，二者的发展基本上也是同步的；由于大部分信息已数字化，而数字化资源同时也是信息资源，因此这两个概念并无实质性区别。虽然信息化侦查和数字化侦查的表述侧重点有所不同，但基本内核是一致的，都反映了侦查机制与信息技术相结合的转变。此外，有学者指出，信息化侦查与数字化侦查相类似，二者都要利用信息技术搭建平台，并使用数字化技术在平台上实施侦查活动。这些概念的共同之处是与数字相关，但因切入视角不同，所以含义存在差别：数字化侦查侧重于行为，而信息化侦查侧重于过程。应当说，数字化侦查的含义更广，广义上的数字化侦查包括大数据侦查和信息化侦查。

3.第三阶段：大数据侦查之热议

继数字化侦查概念之后，有学者发现大数据时代犯罪的数据化特点。其着重分析了犯罪态势的复杂化，并指出人类社会处在由无所不在的传感器和微处理器构成“万维触角”的数据网络之中，监控探头、手机等都在时刻记录人们的行为，运用大数据驱动侦查模式的变革，是这一时代的必然选择。其将此种信息侦查模式称为“大数据驱动的侦查”，具有预测性侦查、一体性侦查、全景式侦查、算法侦查等特性。有学者虽未直接给大数据侦查下定义，但其指出大数据侦查具有四大特性：其一，待处理的数据体量巨大；其二，待处理的数据类型繁多；其三，待处理的数据价值密度低；其四，信息处理的速度快。亦有观点指出，大数据侦查分为广义上的大数据侦查和狭义上的大数据侦查：前者主要指由大数据侦查思维、模式、方法以及机制构建的完整体系；后者主要指法定侦查机关针对已发生或尚未发生的犯罪行为，为了查明犯罪事实、预测犯罪等，所采取的大数据侦查行为。

特别需要关注的是，在侦查语境下，国内学者对大数据侦查亦有不同角度的理解。有学者指出，大数据侦查是指通过计算机技术对存储于网络与计算机系统中的海量数据进行收集、共享、清洗、比对和挖掘，从而发现犯罪线索、证据信息或者犯罪嫌疑人的侦查措施与方法。其中，数据查询、数据比对与数据挖掘是大数据侦查的三种具体行为样态。这一界定虽基于侦查语境，但也指出大数据侦查在应用时间节点上呈现出前瞻性与主动性，应区分犯罪侦查和犯罪预测。另有学者认为，大数据服务于预测型侦查主要体现在两个方面：一是预测犯罪高发区；二是数据比对预测犯罪嫌疑人。此外，大数据侦查不仅包括侦查阶段具体的大数据侦查措施，还应当包括侦查的延伸性措施，即立案前的犯罪预警和初查中的数据挖掘及检索，属于强制性侦查措施。

概括来说，我国语境下的大数据侦查主要围绕大数据的出现和大数据技术的应用展开论述，在对大数据侦查进行界定时，因预测性警务的基本运行原理同大数据侦查类似，故而都纳入大数据侦查这一概念之中进行研究。但在刑事诉讼法学语境中，只有立案之后的正式侦查才能称为侦查，大数据侦查指运用大数据技术进行的正式侦查。刑事诉讼法语境下大数据侦查的法律规制是对数字型侦查进行规制的核心，因此本文倾向于采用后一观点，仅关注刑事诉讼法学学科语境下正式的大数据侦查(预测警务、初查等不在此列)。

4.第四阶段：预测性警务的独立

随着对大数据侦查研究的深入，越来越多的学者认识到预测性警务的特殊性和独立性。有学者指出，我国目前处于社会转型的关键时期，网络犯罪治理问题严峻，各类犯罪风险较高，为维护社会稳定，在实践中出现了具有预防性质的预测性侦查模式。这改变了传统的侦查格局，侦查机关可以在立案之前(没有具体危害和犯罪嫌疑)，收集、分析各类信息，防止危害和犯罪的发生。“预测性侦查”这一概念并非专业、确切的法律术语，而是实践中一类技术导向的新型警察勤务模式的总称。为了应对大数据预测警务在数据维度和算法维度的双重风险，应规范数据采集和处理的程序，确保数据的质量；建立严格的算法审核机制，对算法的准确性和风险进行监督与评估；规制预测警务系统的设置与使用，明确被追诉方的信息知情权等。对公安机关而言，情报是警务工作开展的重要基础，也是侦查办案的关键支撑。预测性警务可被视为情报警务的新发展，主要指通过收集和分析先前犯罪的相关数据，研判和预测可能存在犯罪活动的区域和个人以及可能重复发生的犯罪案件类型，以帮助警方制定干预措施和预防战略。总体来说，大数据侦查相关概念的产生和演变均与实践改革息息相关，不同的概念能够初步反映出实践革新的重点。当然，各类概念的产生都与技术的发展相呼应。

（二）国外大数据侦查的语用考察

与国内研究进路不同，国外关于大数据侦查的研究被纳入大数据警务(Big Data Policing)之下。美国学者更加关注预测性警务(the Predictive Policing)的侵权风险。而德国学者更加关注的是某些特定大数据侦查措施的使用问题。

在广义的层面，大数据警务是指依托大数据技术运行的警务活动，既包括立案后的大数据侦查，也包括立案前的犯罪预测，还包括日常警务活动中的数字监控，如警方使用自动车牌读取器、社交媒体数据的收集和分析、社交网络分析识别可疑或易受攻击的个人。在狭义的层面，大数据警务是指立案后警察通过大数据技术开展的查明犯罪事实、追缉犯罪嫌疑人、收集案件证据的一系列具体侦查活动。与此同时，学者们认为人工智能在刑事侦查中的运用可能侵犯公民的基本权利，造成侦查权力的无限扩张，应慎重适用。例如，美国圣克鲁斯市(Santa Cruz)是最先采用预测警务模式的城市，但其也在2020年成为第一个永久禁止这些系统的城市。

与此同时，美国学者对新型侦查方式的研究逐步增多。例如，有学者探讨了人脸识别技术的运用问题，指出人脸识别侦查可以分为三类。一是面部识别，这种基于怀疑的个性化人脸照片识别，不太可能受到第四修正案的约束。二是人脸跟踪，即通过人脸识别跟踪某人。这种技术使用方式需要扫描非执法视频片段，因此涉及购买第三方数据，存在法律障碍。三是人脸监控，已被定位为可能受到第四修正案的约束，理由是数据的汇总、跟踪和持久性可能构成搜查，这种侦查方式要求当事人有犯罪嫌疑。当前，第四修正案作为隐私壁垒，难以有效延缓面部识别网络的扩张。联邦最高法院目前仅将某些类型的面部监控和面部跟踪纳入规制范畴，但其他用途则不受限制。还有学者指出，随着公共空间的监视时机成熟，这种关注变得特别突出，美国法院应该保护公共生活中可能发生在技术公共空间中的私人元素。

（三）小结

总而言之，厘清大数据侦查的核心内涵，需要抓住大数据侦查的两个面向：一是技术特征；二是侦查属性。就前者而言，大数据侦查所运用的技术具有多变性，掌握其技术变革的规律，才能了解大数据侦查这一概念的基本内涵。就后者而言，我国学者通常从狭义上界定侦查，故大数据侦查应仅指侦查机关在刑事立案后利用大数据技术进行的正式侦查。与此相对应的概念是立案前的犯罪预测与大数据“初查”。犯罪预测是利用大数据技术对犯罪现象的分析，属于治安学或治安防控的范畴，而大数据“初查”是利用立案前大数据进行的非正式调查。但是，大数据技术的使用导致侦查边界不断模糊，即大数据侦查可能发生在正式立案之前，也可能实施在正式立案之后。大数据侦查虽然模糊了侦查的边界，但其本质应是与案件侦查相关的技术性工作。

三

基于侦查实践的语用厘定

在我国侦查实践中，大数据侦查的语用内涵应为：在刑事立案后，利用大数据技术进行的案件事实查明、犯罪嫌疑人追缉、证据收集的正式侦查行为。从实践出发，本文将预测性警务排除在大数据侦查这一概念之外，并根据大数据技术在侦查实践中的应用方式，提炼出两种典型模式。具体来说，大数据侦查可以分为基于传统侦查措施的技术革新型大数据侦查和基于数字建模的侦查研判革新型大数据侦查。

（一）基于传统侦查措施的技术革新型大数据侦查

所谓基于传统侦查措施的技术革新型大数据侦查，是指通过大数据技术对传统侦查措施进行数字化升级，未改变传统侦查措施的适用逻辑与对象的侦查模式。随着海量数据的爆发和智能技术的发展，传统的侦查措施逐步数字化、智能化。

在实践中，传统侦查措施的数字化革新主要表现在以下场景。第一，资金分析场景。如安徽省六安市公安局裕安分局创新研发资金分析软件，打造智慧赋能资金研判新模式，形成一键分析、自动研判、直观展示的分析流程。第二，人脸识别场景。如合肥市公安局和各分县局、所队成立视频作战中心，打造合成作战中枢，按照视频数据采集汇聚、专班研判同步推送、行动力量精准打击的勤务模式，构建基于视频技术的主动进攻、快速反应、协同联动作战格局。当然，在这一过程中也会运用到人脸识别技术、视频图像采集处理技术等。支撑抓获违法犯罪嫌疑人2178名，视频应用抓获数位居安徽省首位。第三，自动化车牌识别场景。例如，合肥市公安局将某小区作为试点实施首批智慧平安小区建设，在小区增设了140余个高清摄像头以及车辆号码识别系统，使该小区发案率直线下降。车辆号码识别系统可以用于自动化车牌识别，能够帮助公安部门快速锁定案件嫌疑人。第四，关系圈分析场景。主要指从大数据库中分析出人与人、人与物、物与物之间的潜在关系。在较为抽象的情景下，特定的算法可以围绕某人或某物发现其间的关系，从而挖掘一个或多个目标对象的无限层关联对象。关系圈分析具体可以分为关系人分析、同户分析、旅馆同住人员分析、网吧同上网分析、车辆同行分析、电子地图和时序图应用等。关系圈分析的结果虽无法直接证明人与人之间的特定关系，但是，可以作为补强犯罪嫌疑人供述的证据，以增强被追诉人供述的可信性。资金分析、人脸识别、车牌识别和关系圈分析等，在传统侦查中早已存在。只是在数字技术引入前，侦查人员通过走访、摸排等方式，借助人力来进行银行流水分析、人脸辨认、车牌寻找等侦查活动。

（二）基于数字建模的侦查研判革新型大数据侦查

基于数字建模的侦查研判革新型大数据侦查，是指通过构建算法模型对海量跨领域数据进行挖掘分析、关联推理，以发现案件线索与犯罪规律，突破传统侦查措施物理限制的侦查模式。与传统侦查模式不同的是，算法建模研判型大数据侦查会使用各种侦破战法和新型技术，具有复合性特征。其主要进行犯罪特征的研判和数据比对分析，以便发现线索、侦破案件。比如，贵州省大数据侦查中心作为全国贷款类电信网络诈骗案件研判中心，仅2020年便掌握全国贷款类电信网络诈骗案件7万余起，组织力量对涉案App进行反编译溯源，应用全景App态势感知分析，累计发现涉诈虚假贷款App网站近3000个，推送公安部进行技术反制。除此之外，在实践中侦查机关还形成链上追踪、制毒工厂定位等不同的侦查研判模式。

四

大数据侦查既有规制理论检视

（一）大数据侦查既有规制理论

1.风险规制说

所谓“风险规制说”，即以大数据侦查运行过程中可能存在的法律风险为规制基础，通过防范和化解大数据侦查的潜在风险以实现打击犯罪与保障权利的平衡。在此学说看来，大数据侦查因技术的复杂性、数据的敏感性以及权力运行的隐蔽性等特点，天然存在突破传统侦查边界、侵犯公民基本权利的风险。例如，有学者认为，大数据侦查的运用存在三类风险：其一，在大数据侦查的数据收集过程中，存在权利保障不足及偏见效应；其二，在大数据侦查的数据处理过程中，存在恣意情形和“黑箱效应”；其三，在大数据侦查的数据保管过程中，存在数据的安全性问题。在规制方式层面，“风险规制说”认为，大数据侦查的风险具有扩散性、潜伏性等特征，无法仅凭传统侦查规制体系加以应对。因此，该学说提出，需立足风险预防与权利救济的双重目标，针对数据收集、处理、保管等关键环节设置专门性规则，将风险控制在合理限度内，确保大数据技术在刑事侦查中的应用符合法治原则。

2.制度完善说

所谓“制度完善说”，主张以大数据侦查的制度性缺陷为切入点，通过建立系统完备的法律体系以弥补传统侦查规制体系的不足。此学说认为，当今大数据侦查的技术革新已突破传统侦查的制度框架。现有规制体系存在原则缺失、程序模糊、监督缺位、权利保障不足等问题，仅靠司法解释或者指导性案例的规则补充无法充分实现有效规制。例如，有学者认为，数字时代刑事侦查与行政治理手段之间的边界逐渐模糊，传统适用于物理场域的侦查规制理论难以奏效，应确立被指控人获得合理推论的权利，设置相对独立的预审制度，对侦查行为的相关性规则进行修正。亦有学者提出“层控模式”，以实现对大数据侦查的权力制约和权利保障。

3．程序控制说

所谓“程序控制说”，是以大数据侦查行为的程序合法性为基础，主张通过明确侦查行为的启动条件、运行流程、权利救济等程序性规则，将大数据侦查权纳入法定程序，实现侦查权的规范运行。大数据侦查的本质是侦查权在数字领域的延伸，其问题的核心并非上述两种观点主张的技术风险或制度缺陷，而是侦查行为脱离程序制约所导致的权力滥用风险。传统程序规则对数据收集的范围、权限、审批流程等规定不足，使得大数据侦查未被有效规制，进而使公民隐私权、信息自决权等基本权利难以得到有效保障。在规制方式层面，“程序控制说”强调大数据侦查的全流程建构，并在此基础上，提出了多元且具体的规制路径。例如，应从侦查规范与数据规范两个维度入手，对大数据侦查进行有效控制。又如，可按照合法性原则和比例原则等标准，构建大数据侦查的双重法律规制路径。

（二）既有规制理论存在的问题

1.忽视对大数据侦查实践场景的探究

当前，在我国已经出现了诸如人脸识别侦查、自动化车牌识别、资金分析、毒品犯罪侦查建模等具体的大数据侦查技术应用。因此，研究者应从大数据侦查应用的主要样态出发，提炼大数据侦查的核心内涵。目前以实践为导向的大数据侦查研究相对不足，学者们对大数据侦查的实践样态缺乏足够的关注，所以客观反映大数据侦查实际运行的研究成果较为有限，难以有效回答现实世界中警察如何实施大数据侦查与开展大数据警务这一问题，对特定侦查技术的现实考察与理解并不全面。总体而言，我国大数据侦查的实践样态较为丰富，但既有的研究缺少实践样本，因此学界亟须加强有关大数据侦查实践和理论内涵的考察和澄清。应当说，学者们已尽可能尝试接触大数据侦查的真实环境与实际工作，但囿于客观条件的限制，尚停留在大数据侦查的外围层面，缺少对大数据侦查运行情况的整体关照。

2.对制度保障缺乏体系化思考

国内学者对大数据侦查的英美法规制理论有所介绍，但大多偏向于数据调取中的隐私权争议和大数据证据运用中的科学证据等理论争议；在对大数据证据的合法性进行探讨时，则主要集中于对德国法律中有关电信数据、电子存储媒介中的数据及一般性数据的收集措施等进行梳理，或系统介绍德国通说的“基本权干预理论”(包含法律保留原则、比例原则和核心领域原则)。对于如何立足我国侦查实践构建本土化的制度保障体系，尚缺乏系统性的思考与设计。

既有关于大数据侦查的研究容易忽视程序保障制度。“风险规制说”“制度完善说”和“程序控制说”虽都提及大数据侦查规范运用的制度保障问题，但均未展开深入探讨。此外，既有研究对算法的构建和引入问题关注不足。虽然，有学者在人脸识别侦查中指出，应构建相应的算法引入规范，但这一问题的研究仍然相对较少。

五

大数据侦查规制理论的革新

通过前文对大数据侦查规制理论与实践样态的检视，可以发现当前大数据侦查面临着实践场景复杂而规制体系不足的困境。为此，应当立足我国侦查实践语境，通过场景化思维、合宪性控制以及制度保障三个方面，构建兼具针对性与包容性的大数据侦查规制体系。

（一）基于侦查场景的法律规制思路

相较以传统宏观视角规制大数据侦查的立法模式，基于侦查场景的法律规制方案优势体现在以下四个方面：第一，基于侦查场景的法律规制方案通过把握不同场景下大数据侦查措施的技术特征等，实现精细化的法律规制。法律的精细化是立法技术成熟的重要标志，也是法律能够真正得到执行的基本前提。传统规制模式能够对大数据侦查的共性问题进行规范，却难以对大数据侦查在不同场景下的具体需求作出精准回应。而场景化规制方案以大数据侦查在不同场景下的特点为规制依据，使法律规则直接针对具体需求，保障规制措施的可行性。第二，基于侦查场景的法律规制方案符合比例原则的要求，能够实现打击犯罪与保障人权的平衡。比例原则要求司法机关采取的侦查措施与侦查犯罪的需求相适应，且对公民权利的干预必须控制在必要限度内。例如，人脸识别侦查在实践中可分为“人脸验证”“人脸追踪”等形式。其中，“人脸验证”的权利干预属性较弱，多适用于任意性侦查，而“人脸追踪”因具有较强的隐秘性与持续性，对基本权利的干预强度更大。传统规制模式标准单一，而场景化规制方案可对公民基本权利干预属性较强的侦查场景设置更严格的权力限制，对公民基本权利干预属性较弱的侦查场景则采用更灵活的规制措施，从而实现侦查效率与权利保障的平衡。第三，基于侦查场景的法律规制方案能够协调大数据侦查的技术发展与法律规范的稳定性。传统规制模式因立法的滞后性，难以及时回应技术发展产生的新问题。而基于侦查场景的法律规制方案以场景特征为分类标准，在面对新问题时可根据其场景特点归入相应种类，或者增设新的场景规制措施，以保障法律规范的稳定性。第四，基于侦查场景的法律规制方案有助于强化对大数据侦查权的司法监督。传统规制模式较为原则，侦查实践中易出现自由裁量权的滥用，监督机关对大数据侦查合法性进行审查时也常缺乏判断标准。场景化规制针对不同侦查场景设置的精细化规则，可为监督机关提供清晰的制度依据，确保大数据侦查权依法运行。

（二）大数据侦查合宪性控制思路

所谓合宪性控制，是指以宪法确立的价值体系、规范体系为标准，审视法律所设立的权力行使方式，实现宪法精神、原则和规范在相关领域的贯彻实施。以合宪性控制思路指引大数据侦查制度建设，是由大数据侦查的技术特点、制度特征以及宪法需求共同决定的。其一，大数据侦查的技术特征同时产生权力扩张风险与权利干预风险，有必要从宪法层面进行规制，以确保技术正义。大数据侦查作为新型侦查手段，虽不必然具有传统侦查措施的物理强制属性，但其数据获取、算法运行等过程却较传统侦查措施更为普遍地干预宪法规定的个人自由、人格尊严等多项公民基本权利。此外，相较于传统侦查，大数据侦查具有明显的隐蔽性、广泛性等特征。这种新型侦查措施的运用必须以宪法作为授权基础，保证权力在宪法框架内运行。其二，现有大数据侦查规制体系未能有效回应宪法需求。我国刑事诉讼法已先后经历三次修改，却均未突破传统强制措施规范框架，人脸识别侦查、资金分析侦查等大数据侦查行为亦未被纳入现有强制措施或侦查行为规制体系。现有刑事侦查制度尚未对宪法赋予公民的基本权利作出充分回应，使大数据侦查措施缺乏明确法律授权与程序限制。合宪性控制则通过宪法委托立法等方式，要求立法机关对大数据侦查行为进行专门规制，同时为司法机关审查大数据侦查行为合法性提供宪法层面的判断标准。其三，合宪性控制是维护法治统一的必然要求。宪法作为国家根本大法，具有最高的法律效力，任何侦查行为均不得与宪法相抵触。大数据侦查的技术创新不能脱离宪法的规制框架，而引入合宪性控制则是确保大数据侦查权力符合宪法规范、协调技术发展与权利保障的必要途径。

当然，大数据侦查的合宪性控制不能也无法“一蹴而就”，应当兼顾立法传统和实践需求，进行多维度的体系规制。大数据侦查的运用面临同样的问题，在全景规制视角下，需要考量法治化程度、法律规范逻辑、犯罪治理需求等因素。例如，德国对大数据侦查的严格规制与德国民众对隐私和个人信息保护理念息息相关。在此背景下，信息和数据的获取形式被严密法网所规制。而美国一直积极鼓励人工智能创新，推动数据共享和获取。总而言之，对于新型侦查措施的限制程度，最终需要回归宏观层面的价值判断和利益衡量。因此，能够平衡各方利益、实现激励发展与合理规制相协调的包容性规制就成为最佳选择。这种包容性规制理念鼓励技术创新，力求实现利益的综合平衡，但不是片面的发展优位，而是遵循司法的基本规律进行合理规制。

首先，对大数据侦查进行合宪性控制需要将抽象的宪法规范转化为具体的操作规则。这就需要依赖基本权干预理论来实现对宪法所确认的基本权利的保护。该理论主要分为三阶层：其一，基本权利保障范围之诠释；其二，基本权利是否受限制(侵害)之判断；其三，限制基本权利之宪法上合法化理由(阻却违宪事由)之审查。

其次，对大数据侦查进行合宪性控制需立足我国实践需求，防止理论与实践脱节。如前所述，德国对大数据侦查的全方位严格规制，原因在于其法治国原则下对基本权利的绝对优先保护理念，以及民众对基本权利的高度敏感性。美国的技术创新政策倾向，则促使其宪法第四修正案与司法判例不断进行平衡，以保证大数据侦查的应用。我国对大数据侦查进行合宪性控制，既不能像德国那样严格限制大数据技术创新应用，亦不可照搬美国过于依赖事后救济。基于本土现状，我国应围绕隐私权构建合宪性控制体系，以在维护社会秩序、打击犯罪与保障公民基本权利之间寻求平衡。

（三）大数据侦查的制度保障思路

择要点而言，大数据侦查的制度保障应从救济制度、个人信息保护制度、算法评估报告制度三方面加以完善。

1.完善相应权利救济制度

在长期司法实践中，既有的权利救济制度与侦查措施间已形成稳定的程序联系。从法律视角来看，大数据侦查归根结底是侦查程序的一部分。因此，为保证既有程序的稳定，也为维护法律秩序统一，应当积极推动既有权利救济程序在大数据侦查过程中的适用。为回应上述挑战，需强化既有权利救济制度的程序性保障措施。一方面，应当允许被告人获知相关大数据侦查的算法信息，包括大数据侦查过程中的训练数据、运行逻辑等内容。在条件允许的情况下，侦查机关应优先采用开源代码技术，尽可能防止算法黑箱问题。另一方面，可以建立新的基本权利保护层级，以防止现有权利保护体系无法全面覆盖大数据侦查可能引发的风险。

2.完善个人信息保护制度

在数据准确性层面，应以《个人信息保护法》第8条为依据，确保大数据侦查所获取的个人信息质量。在实践中，若大数据侦查所使用的个人信息等存在不准确、不完整的情形，可能导致侦查结果出现偏差，甚至使无辜者遭受不必要的刑事制裁。对此，应明确侦查机关对大数据侦查所使用的数据负有审查把关义务，并建立相应的数据留痕措施。这种留痕措施应当允许公民查阅，同时赋予其针对错误数据的申请更改或删除权利。另外，需要规范个人信息的收集程序，诸如审批程序、备案机制等。在权利救济层面，实践经验证明，仅靠司法阶段的证据排除制度是无法全面保护个人信息的，应建立个人信息侵害的多元救济路径。具体而言，对侦查机关违法处理个人信息的行为，公民可向网信部门投诉举报；对造成实际损害的，可提起诉讼。

3.建立算法评估报告制度

为解决算法规制面临的现实困境，应以透明性、公平性、可解释性为基础构建算法评估报告制度。首先，明确算法评估的权力主体。前文已述，大数据侦查由大数据技术与侦查制度两部分组成。因此，大数据侦查的算法评估主体应当包括法律专家和大数据技术专家。除此之外，可以尝试引入中立的第三方评估机构，以保障算法评估结果的客观真实。其次，细化算法评估内容。算法评估制度的核心在于评估内容需要准确反映现实需要，故而可归纳出三个当前实践中较为紧迫的重点：一是算法的合法性，必须审查算法是否符合《个人信息保护法》第24条规定的透明化、公平性等要求；二是数据质量的合法性，应当依据《个人信息保护法》第8条、第55条等规定，确定大数据侦查的训练数据是否存在虚假数据、片面数据等；三是权利保障的充分性，需要有效评估算法是否具备可解释性、被告人能否有效获取算法信息等。最后，设置切实有效的算法评估程序。应构建覆盖事前评估和事后复查的整体程序。

-向上滑动，查看完整目录-

《数字法治》2026年第3期目录

【人工智能法治】

1.[圆桌论坛]从代码到规则:人工智能时代开源治理的法律回应

杜微科、张平、孙海龙、陈兵、王鑫、辜凌云（1）

2.AI智能体“拟人化滥权”行为法律性质研究

江波（28）

3.“AI幻觉”侵权的司法规制现状及展望

覃子轩（42）

【网络法治·数智时代的侦查规范】

4.人工智能侦查风险治理的逻辑理路

金益锋（58）

5.大数据侦查的语用更迭与规制革新

张迪（73）

6.比例原则下大数据侦查泛化风险的法治应对

李松岩（85）

7.智慧侦查中人脸识别的治理标准

王仲羊（101）

【数据法治】

8.人工智能大模型训练中著作权的合理使用

曹玉乾、赵韫淏（113）

9.跨境电子数据取证的快捷程序

——以刑事司法协助为视角

杜金珅（125）

【数字经济治理】

10.数字经济时代数据获取行为的反不正当竞争法规制研究

王立梅、郑日（138）

11.平台经营者数据保护抗辩的谦抑适用

郭江兰（154）

【数智法治实践】

12.涉人工智能著作权司法保护规则研究

江苏省苏州市中级人民法院课题组（168）

13.生成式人工智能服务提供者的侵权责任问题研究

上海市静安区人民法院课题组（181）

【域外观察】

14.比较法视野下中国公民个人信息保护的充分性和治理效能

周辉（194）

《数字法治》期刊由最高人民法院主管、人民法院出版社主办，是面向海内外公开发行的全国性数字法治领域的学术期刊。设有“特稿”“圆桌话题”“基础理论”“学术专论” “法治实践”“青年视点”“域外观察”等栏目，逢双月出版。本刊恪守求新、务实、严谨的理念，弘扬兼容并蓄的学术传统，注重网络法治、数据法治、智能法治等相关领域的重大理论与实践问题，旨在推动贯彻实施网络强国战略，加快数字中国、法治中国建设的理论研究，为推进中国式现代化提供有力的学术理论支撑。《数字法治》作为研讨数字法治的新平台、学术界与实务界智识共享的新桥梁，将聚焦数字时代法治建设理论与实践，更好助力数字法学创新发展、行稳致远，为推动贯彻实施网络强国战略和参与探讨制定全球数字治理规则，服务数字中国、法治中国建设贡献坚实力量！

点击进入下方小程序

获取专属解决方案~

责任编辑 | 郭晴晴

审核人员 | 张文硕 宋思婕

本文声明 | 本文章仅限学习交流使用，如遇侵权，我们会及时删除。本文章不代表北大法律信息网（北大法宝）和北京北大英华科技有限公司的法律意见或对相关法规/案件/事件等的解读。