大数据视野下的侦查人才培养体系探索
来源:用户上传
作者:周达锐 刘黎明
[摘 要]近年来，随着公安信息化建设的不断推进，大数据平台搭建工作取得显著成效。侦查模式正逐渐由传统的被动侦查向主动侦查过渡，由部门侦查向合成侦查转变。大数据侦查已然彰显出主动防控、精准打击、全局把握的优势。然而，大数据背景下的侦查工作面临着犯罪复杂化、专业人才紧缺等诸多挑战。在侦查学二级学科下开设大数据侦查方向，创新大数据侦查人才培养模式已迫在眉睫。大数据视野下应当通过构建科学的理论体系、强化教学质量建设、深化校局合作等手段培养大数据侦查人才，以满足公安工作的需求。
[关键词]大数据;侦查;人才培养;学科建设
[中图分类号] G420 [文献标识码]A [文章编号]1005-5843（2020）02-0113-06
大数据指的是涉及的资料量巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理的咨讯[1]。进而言之，从海量数据中快速获取的有价值的信息就是大数据。大数据因其具有体量大、数据多样、处理速度快的特点被广泛运用于侦查工作，进而催生了大数据侦查模式。笔者认为，大数据侦查即侦查机关在刑事诉讼过程中，为查明案情，收集犯罪证据，抓获犯罪嫌疑人，利用大数据进行的一项专门调查活动。大数据侦查模式具有主动预测、精准打击的优越性，已成为侦查工作的前沿模式。
一、大数据侦查的发展趋势
（一）助力情报工作，指引线索研判
公安情报工作可以贯穿于各项警务活动之中，即在打击、防范、控制、决策、管理、服务等各个重要的职能环节发挥引领、支撑、服务或辅助等作用[2]。情报主导侦查已成为侦查模式主流。从线索获取、立案到结案，情报工作贯穿了案件侦查的取证、研判、追逃、预审等各个环节，可见情报在侦查活动中处于举足轻重的地位。《国家情报法》第22条规定：“国家情报工作机构应当适应情报工作需要， 提高开展情报工作的能力。国家情报工作机构应当运用科学技术手段， 提高对情报信息的鉴别、筛选、综合和研判分析水平。”情报信息工作包括情报的收集、整理、存储、组织、加工、鉴别、传递、筛选、综合分析及检索利用等具体环节。传统的情报收集研判工作存在地域狭窄、领域闭塞、效率低下的缺点，而大数据的蓬勃兴起使情报搜集、线索研判焕发新生。在日常生活中，人和物都会在虚拟空间留下相应的信息。例如：网购、出行、住宿服务、通讯服务等皆可成为数据来源，大数据包含了一切可数据化的信息。来源广泛、体量巨大的大数据使情报搜集更全面，线索研判更精准，情报工作更高效。
（二）打破信息壁垒，实现资源共享
大数据平台通过信息采集、传输、储存、处理、反馈的闭环，打破了不同行业、不同层级之间的信息壁垒。由于公安工作的特殊性，大数据侦查的信息库几乎囊括了其他行业的大数据，其涉及工业、商业、农业、教育等行业。来源于不同层级、不同结构采集的数据显得杂乱无序，大数据平台合理分类配置采集的海量数据，对其进行识别选取，从而体现出数据的条理性、系统性、价值性，推进资源整合，提高数据利用率。不仅如此，在公安机关内部有关案件办理的信息还能实现跨区域资源共享，加强侦查协作，打破地域僵局，提高工作效率。面对跨区域犯罪案件，公安机关利用大数据平台可掌握犯罪嫌疑人的基本情况、活动轨迹等信息。针对跨省潜逃人员，利用大数据線索研判平台能精准定位在逃人员潜藏地点，为打击犯罪分子的犯罪行为提供了技术支撑。再者，传统协同作战模式更多的是强调多警种间的协同作战，将自身擅长处理的碎片化信息进行单独分析研判后再统一交流共享得出新结论。该模式与大数据背景下的协同作战模式相比，在数据内容上不具备系统性、可靠性。而大数据合成作战模式则是以大数据平台为基础，通过全方位检索海量数据，在情报收集、分析研判基础上进行的资源共享机制，其使信息由点及面，系统可靠。
（三）拓展侦查思维，转变侦查理念
大数据侦查模式是当前犯罪环境的必然选择，更是时代的必然选择。面对层出不穷的智能化犯罪，大数据侦查模式已然显现出传统侦查模式无可比拟的优越性。近年来，公安机关已将大数据运用于侦查工作中，并取得了显著成果。传统的业务信息主导侦查模式正悄然向大数据主导侦查模式过渡。具体表现为其由被动侦查逐渐向主动侦查过渡，由部门侦查向合成侦查转变。侦查模式的变革使侦查理念发生转化。传统的“由案到人”“由供到证”的理念逐渐被摒弃，依托大数据平台产生的“由人到案”“由证到供”的理念将逐渐成为主流。大数据侦查模式开始彰显出预警防控、精准打击、全局把握的优越性。
二、大数据侦查面临的挑战
面对层出不穷的智能化犯罪，大数据也存在明显短板，信息的滞后性难免掣肘侦查机关的及时侦查[3]。大数据的利用是一个采集、传输、储存、处理、反馈的闭环，一条对侦查破案有价值的信息需要经过多个流程才能被撷取出来。嫌疑人极有可能利用信息的滞后性逃避侦查，在犯罪实施前、实施中、实施后的各个阶段采取反侦察手段，刻意隐匿真实信息，减少数据来源，从而导致大数据侦查的时效性锐减。在数据来源减少的同时有效数据也会随之减少，当侦查人员获取线索确定犯罪嫌疑人时，嫌疑人已经潜藏某地或漂白身份潜逃，因而给侦查破案带来了巨大挑战。
随着公安信息化建设，信息一体化平台的增多，数据泄露的风险也会伴随增长。信息一体化的设置平台，其本身即存在不可避免的数据泄露风险[4]。不仅如此，在数据采集、分析处理、储存反馈、筛选检索的过程中，数据可能会丢失、泄露、甚至被篡改。如何防止数据泄露是大数据建设过程中必须解决的难点。当前，大数据侦查作为一种新兴的侦查模式，亟需相关专业人才在实际中进行应用。大数据专门侦查人才的缺失是大数据侦查工作出现困境的重要原因。当前，大数据侦查在政法类院校并没有作为一种专业，也没有完备的培养体系，没有形成体系化、专业化、实战型的培训流程。缺少针对大数据人才培养的机制和方案，导致人才不足[5]。2011年，国务院学位委员会、教育部印发《学位授予和人才培养学科目录》。据此，公安学成为法学门类下的一级学科，结束了公安学没有一级学科的历史，实现了从职业化到学科化的历史转变。教育部提出《关于进一步深化本科教学改革全面提高教学质量的若干意见》，要求从经济社会发展对人才的实际需求出发，征求用人单位对专业设置的意见，调整专业结构，有针对性地培养专门人才[6]。现有的侦查学专业结构已经不能适应公安实务部门的侦查工作变革。在公安学成为一级学科的契机下，为满足大数据侦查工作的岗位需求，政法类院校在侦查学二级学科下开设大数据侦查方向是必要的，也是科学合理的。开设大数据侦查专业不仅能满足大数据侦查的人才需求，也有利于推动公安应用型人才的培养。 三、大数据背景下侦查学专业建设的构想
专业建设主要包括建立合理的专业结构、确定人才培养目标和规格、设计培养方案和课程体系、建设教师队伍和教学管理队伍、抓好课程建设和教材建设、改进教学方法和教学手段、建设实验平台和实践基地、完善专业制度和教学管理制度等内容[7]。公安高等教育起步较晚，公安学学科建设正处于不断探索的阶段，对于侦查学而言，学科建设机制还不够成熟，理论体系在深度、广度上还不能同专业建设相适应。随着大数据时代的来临，侦查学专业建设更需要科学的、先进的理论体系作为保障，以及多领域的学科成果和精干的师资队伍。
（一）构建科学课程体系，促进学科交叉融合
专业建设的首要任务是构建科学合理的课程体系，课程体系是专业建设的前提，是实现人才培养的关键。侦查学是一门多学科交叉的应用型学科，其课程不仅需要领域内的知识理论，还需要依托多种学科的研究成果。学科间的对话是各学科协调发展的途径，更是交叉学科、多学科研究和新学科兴起的重要方式[8]。当前，侦查学在领域内已取得举世瞩目的成就，但也应当打破其学科壁垒，从其他学科中汲取营养，相互补充，相互促进。大数据背景下的侦查学课程体系更应当同基础数学、物理学、电子科学技术、计算机应用技术等学科相融合，依托多学科研究成果，全方位、多维度地建设侦查学课程体系。
（二）加强科研队伍建设，催生领域专门知识
科研队伍建设是学科建设的核心内容，是专业建设与课程建设的理论来源。公安学作为一门新兴学科，同其他学科相比，研究人员较少、研究团队规模较小、知识结构老化、专业人才稀缺、研究领域局限。这些问题导致科研队伍弱化，研究成果不够丰硕。没有建设性的理论来源，公安学的发展只能故步自封，难以同时代发展相协调。只有将以上问题逐个击破，才能避免知识结构老化，适应当前公安工作发展的新趋势。笔者认为，要加强科研队伍的建设必须扩大研究规模，补充研究人员，确定学术带头人，利用知识互补的优势发挥科研队伍的整体效能。应当明确指导思想与研究方向，集中精干人才钻研特定领域，形成专业化科研团队。再者，要加大科研队伍建设与投入，公安院校应当成立专项资金支持科研工作，不断完善科研工作评价体系，优化成果奖励制度，催生领域专门知识，形成支撑学科建设的理论成果。
（三）创新人才培养模式，提高人才培养质量
人才培养是专业建设的出发点和归宿，是高等教育院校的立足之本。目前，全国范围内公安院校的侦查学人才培养模式纷乱，各行其是。主要表现为培养目标混乱，对服务新时代的公安工作认识局限;本专科培养规格差异明显，知识结构不清晰;课程结构设置不科学，专业基础课程、专业核心课程分类不合理;实践教学比重低，理论同实战脱节严重。譬如，侦查思维、侦查措施、信息化侦查等专业课程在课程分类上均不统一，不同的公安院校将其设置在不同的课程模块上，缺乏规范化与统一化。同时，受招警制度影响，专业知识有所弱化，“入校即入警”“一试定终身”的错误理念在学生中不断泛滥。现有的侦查学人才培养模式逐渐显现出弊端，在大数据兴起的契机下革新侦查學专业结构，开设大数据侦查研究方向，可以有效满足大数据侦查的人才需求，全方位提升侦查学人才质量的培养。
四、大数据侦查人才培养的路径
（一）明确人才培养目标，建立合理的课程体系
明确人才培养目标是推动大数据侦查人才培养的根本所在。2018年1月教育部颁布《公安学类本科教学质量国家标准》（以下简称《公安类国家标准》），明确了人才培养目标的核心地位。《公安类国家标准》明确要求将大数据侦查人才的培养目标作为设计和实施教学活动的总体要求，其培养目标要在培养方案的实施中得到充分分解和落实，定期评估人才培养质量与培养目标的吻合度，建立适时调整专业发展定位和人才培养目标的机制。统一公安类的人才培养目标，培养对党忠诚、纪律严明、素质过硬，以及具有较强社会责任感和法治意识、具有创新精神和公安实战能力、能够适应公安工作和公安队伍建设的公安专业人才。同时，公安专业人才还要具有一定的研究创新能力，在公安机关从事公安技术相关工作，符合专业化、职业化、实战化要求，熟悉相关政策法律和技术标准，系统掌握本专业的基本理论、基本知识、基本技能。本文认为，应当针对大数据侦查人才的培养目标，参照公安机关的岗位需求，根据《公安类国家标准》的要求，在公安学科大类基础上，培养侦查人员系统掌握侦查学基础理论、基本知识技能，以及初步运用大数据平台开展情报收集、线索研判、主动预控、数据分析等工作的能力。同时，公安学类本科培养的侦查人员要能够独立运用大数据开展侦查工作，其在从事3—5年大数据侦查工作后，能够成为大数据侦查的应用型专门人才。
建立合理的课程结构是培养大数据侦查人才的关键。笔者基于全国范围内某8所公安院校侦查学人才培养方案的研究，发现了侦查学人才培养方面的不足。具体表现在现行的侦查学人才培养方案在课程结构上不平衡，公共通识课程、专业基础课程、专业核心课程在课程分类、课时安排、学分分布等方面依然有待改进。数据显示（见表1），实践教学课程学时长、学分低;公共通识课程学时比专业课程学时高出68.3%，学分高出32.6%;专业课程的投入、产出比相对较高，且有弱化的趋势。现行课程体系同人才专业化、职业化、实战化的培养目标格格不入，建立合理的课程结构，推动侦查学人才培养模式改革已成必然趋势。在调整专业课程结构上，应当将数据结构、数据库应用、网络犯罪侦查等课程纳入专业核心课程，使大数据侦查人才具备使用I2软件、话单分析、大数据研判等现代化的侦查能力与素养。
（二）优化专业课程内容，改革课程考核体系
优化专业课程内容、改革课程考核方式是推动人才培养模式改革的具体表现形式。随着信息化的推进，涉网新型犯罪频发，犯罪现场勘查、侦查思维、侦查措施、信息化侦查、网络犯罪侦查等专业课程指标面临着巨大变革，原有的课程内容不再适应时代发展，需要学科带头人定期组织教研人员整合教学内容，重新拟定教学大纲。在遵循公安高等教育规律的前提下，通过强化专业核心知识，推进教学模式改革，保证学生在教学过程中的主体地位。同时引入自主学习环节等举措，使学生在情境性、仿真性教学中形成以问题解决为导向的思维能力。 高等教育课程的考核类型分为平时考核、形成性考核与终结性考试;考核形式可以有课堂点名、课堂提问、课后作业、调查报告、学习总结、讨论成果、演讲报告、实践活动、期末答辩等多种方式。通过多种考核方式可以有效考察学生对知识的掌握情况，以及不同阶段的理论知识及其实际运用的情况。针对不同课程模块，应当采用不同的考核方式与考核形式，对于公共通识课程、专业基础课程及实践教学课程，应当加大形成性考核与实践性教学考核的比重，充分发挥学生学习的自主性;对于专业核心课程，应当适量加大终结性考试及实践操作考试成绩的比重，以保证学生掌握专业的核心知识，契合人才培养的目标。多元化的考核体系有利于教学质量的科学评估，有利于推进专业建设工作。在招录体制改革的背景下，应当严格落实课程考核标准，提升成绩考核的难度，在学生队伍中消除“入職即入警”“一试定终身”的错误理念，真正做到“以本为本”的公安本科人才培养。
（三）强化教学质量建设，加强教材编撰工作
人才培养是高等学校的首要职能，教学质量是高校安身立命之本[9]，只有强化教学质量建设，才能有效推动人才培养模式变革。提升教学质量的首要任务是建设师资队伍。师资队伍是高等教育的灵魂，是人才培养的主力军。相比其他学科，当前公安教育师资较为薄弱，知识结构老化的现象尤为突出，对此，一是要加大人才引进力度，使师资队伍产生新的血液;二是要支持教师“回炉重造”，获取新的学科理论知识;三是要深化校局合作机制，建立双师教学模式。大数据侦查作为新兴研究方向不仅需要雄厚的师资更需要专业的教材。公安教育在专业课程上使用的教材大多来自全国公安高等教育（本科）规划教材和院校自主研发的教材。通识课程基本上采用国家“十一五”规划教材或其他双一流大学编撰的教材。不同层级的教材质量良莠不齐，难以满足现实需要。面对大数据的兴起和公安理论、公安实践的创新和进步及公安教育的跨越式发展。要提升大数据侦查教学质量就必须对陈旧教材重新编写，坚持专家、学者同实务部门业务骨干相结合，理论与实践共同融合的原则，使大数据侦查教材贴近一线，充分吸纳学科科研成果与公安实践的成功经验，不断融入数据主导的侦查新理念。此外，大数据侦查方向的人才培养对基础设施要求较高，除了需要审讯、取证、现勘等实训室以外，还需要大数据研判、线索核查等基本的警务大数据平台。公安院校要不断完善基础设施建设，加大实验室、实训基地、大数据平台的建设工作。通过建设一流师资队伍打造一流课程教材，创新教学方法，努力构建大数据侦查校级、省（部） 级 、国家级层级化的精品课程，不断提升教学质量。
持续改进教学质量评价体系，加强教学质量监测是强化教学质量的制度保障。公安院校应当改进教学质量评价体系，制订教学激励制度，定期组织评审专家开展教学质量评价工作，对教学内容、教学方式、教学运行情况进行考评，形成教学监测方案。通过“以评促改”模式，在评价结果中分析教学情况，认清教学的短板与不足，不断改进教学内容、教学方式，将教学质量建设推向纵深。
（四）深化校局合作机制，建立双师教学模式
校局合作机制有利于公安院校同公安实务部门协调发展、优势互补，是实现公安教育创新发展的新模式。深化校局合作机制有利于学生正确认识公安工作、在岗位上充分将理论与实践相融合，是培养高素质人才的必由之路。设立大数据侦查研究方向是侦查学专业结构的革新，面临着没有经验借鉴及改革失败的风险。深化校局合作机制，引入校企合作模式可以有效降低风险。目前，大数据侦查在公安实务部门中已经有了较为成熟的运用，且得到了充分认可。开设大数据侦查研究方向需要公安院校同实务部门共同制订人才培养方案;公安院校培养大数据侦查人才，实务部门提供大数据侦查的实战经验，二者相互配合，共享共赢。同时，应当积极引进校企合作机制，深入调研信息采集、传输、储存、处理、反馈等环节。充实教学内容，在大数据企业研发的平台开展实践教学课程，共同探索大数据侦查新模式，全面提升大数据侦查人才的培养质量。
校局合作、人才共育，是学院教育与警务实战有效衔接的重要载体[10]。建立双师教学模式是深化校局合作的具体举措，有利于师资队伍建设，提升教学质量。公安院校应当聘请业务骨干担任大数据侦查的实战教官。其一，实战教官为专业教师和学生开设讲座，分析大数据侦查的工作经验，分析大数据侦查的前沿问题。其二，实战教官要加入到专业教材编撰和教学的研发工作中，形成专业教师重点传授理论，实战教官培养业务能力的教学模式。此外，要定期让专业教师在大数据侦查岗位上实践锻炼，使其在公安实践中吸收新经验，探索新问题，提升教学水平。
（五）坚持教学练战培养，造就数据侦查人才
伴随公安教育的改革推进，教学练战一体化已成为公安院校教学改革的新理念。2018年12月，赵克志同志在庆祝中国人民公安大学建校70周年大会上强调，公安院校要完善人才培养体系，提高人才培养质量，要健全具有公安实战特点的课程体系和教学内容，完善教学练战一体化人才培养模式，努力为公安机关培养高素质的专门人才。在教学练战一体化培养模式中，“教、学”是基础，专业教师讲授理论知识，学生对知识要点梳理分析后展开课外拓展，进一步强化理论知识;“练、战”是“教、学”的提升，学生在教师指导下反复模拟训练，使其在情境化教学中形成将理论具体运用到实践的能力，最后在实践中全面掌握理论知识，检验教学质量。教学练战的四个模块相互递进，相互融合，科学地促进了学生实战能力的提升。坚持教学练战一体化有利于学生更好地掌握理论知识，形成发现问题、分析问题、解决问题的能力，充分发挥学生的主体作用。大数据侦查的人才培养应当充分肯定教学练战一体化教学模式的已有成果，更加注重“练、战”教学环节，技术类课程应当使学生在操作中掌握理论知识，使理论具体化、形象化。通过“练、战”环节或技能展示的方式使学生明确信息化侦查在工作中的核心地位，树立大数据侦查意识，形成大数据侦查思维，成为大数据侦查的专门人才，从而更好地满足公安工作的需求。 五、结语
近年来，智能化犯罪频发，公安工作面临巨大挑战。大数据侦查方兴未艾，逐渐成为前沿的侦查模式。为满足大数据侦查岗位需求，提升人才培养内涵，公安院校在侦查学二级学科下开设大数据侦查方向，以推动侦查专业结构的改革。公安院校应当准确把握公安教育现代化的内涵，深刻认識信息化、智慧化是推进公安教育现代化的关键[11]，通过加强侦查学专业建设，创新大数据侦查人才培养模式，造就大数据侦查专门人才以适应时代发展。未来培养大数据侦查人才是公安教育面临的巨大挑战。因此，要科学地借鉴其他学科的发展经验，开创大数据侦查教学试点，不断完善大数据侦查的育人模式。
参考文献：
[1]胡志风.大数据在职务犯罪侦查模式转型中的应用[J].国家检察官学院学报，2016（4）：144-176.
[2]彭知辉.大数据环境下公安情报应用研究[J].湖北警官学院学报，2018（06）：88-95.
[3]张波，毛彦民.大数据背景下网络洗钱犯罪的困境及其破局初探[J].犯罪研究，2018（06）：59-65.
[4]冯姣.大数据与犯罪侦查： 机遇、挑战及应对[J].兰州学刊，2019（05）：112-123.
[5]董邦俊，黄珊珊.大数据在侦查应用中的问题及对策研究[J].中国刑警学院学报，2016（02）： 7-13.
[6]任克勤.公安高校卓越侦查专门人才培养路径探讨[J].福建警察学院学报，2013（05），72-78.
[7]钟秉林，李志河.试析本科院校学科建设与专业建设[J].中国高等教育，2015（22）：19-23.
[8]何国强.刍议卓越公安专门人才法律素养的培养——兼论面向公安工作的法学学科建设[J].公安教育，2018（12）：62-67.
[9]李国强.高校内部质量保障体系建设的成效、问题与展望[J].中国高教研究，2016 （02）：1-11.
[10]王立.坚持立德树人根本任务 全面深化教育教学改革 努力提高人才培养质量[J].北京警察学院学报，2019（01）：1-5.
[11]李守德.以信息化为牵引和支撑努力在推进公安教育现代化建设中走在前列[J].公安教育，2019（06）：48-53.
（责任编辑：付英华）
转载注明来源:https://www.xzbu.com/1/view-15173382.htm
