中国的数字创新与预测警务中的法律保护

《Computer Law & Security Review》：Digital innovation and legal protection in China’s predictive policing

中国公安机关通过整合内部信息网络与视频监控系统实施数据驱动的预测警务，提升犯罪预防、热点分析、高危监测和嫌疑人识别能力，但面临隐私保护、数据伦理及算法透明度挑战，需构建法律监管框架与数据安全体系。

　　

严敏智|牟璐悦|陈莉

中国杭州，杭州城市大学法学院，310014

摘要

中国的公安机关已将数据驱动的预测警务作为核心执法策略。该系统结合内部信息网络和广泛的视频监控，提升了警方在四个关键领域的能力：发现新出现的犯罪行为、分析犯罪热点、监控高风险个体以及识别嫌疑人。虽然这些工具提高了运营效率和调查准确性，但同时也引发了关于隐私保护、数据收集实践和算法透明度的重大担忧。为应对这些挑战，需要三个关键的保障措施：对个人信息的法律保护、完善的数据安全管理体系，以及强大的算法监督和问责机制。

引言

数字时代从根本上改变了犯罪活动，引入了新的犯罪类型和日益复杂的犯罪手段。作为中国主要的执法机构，公安部（PSB）通过利用先进的信息技术，不断推进其犯罪预防、控制和调查方法的现代化。

中国政府通过国家政策指导和支持提供了资金投入，推动了这一转型。¹这些支持体现在多个关键项目中，包括“金盾工程”（Golden Shield Project）、警用地理信息系统（PGIS/Police Geographic Information System）、大情报系统（Big Intelligence System）、“天网工程”（Skynet Project）、“雪亮工程”（Xueliang Project）和大数据战略（Big Data Strategy）。这些综合性项目显著加快了中国的警务现代化进程，其中预测警务成为执法策略的核心组成部分。这种数据驱动的方法使公安部能够预先预测和预防犯罪活动，而不仅仅是事后应对。

预测警务的实施在多个方面提升了公安部的运作效率，包括改进了犯罪分析能力、提高了案件预测的准确性，并加强了刑事调查。²通过先进的大数据分析，执法机构成功解决了许多长期未解决的重大犯罪案件。³然而，中国在实施预测警务系统时也面临与西方国家类似的挑战，如数据收集和利用问题、算法透明度不足以及个人隐私保护问题。⁴随着中国继续发展和完善其预测警务能力，必须认真应对这些挑战。

本文从五个部分探讨中国的预测警务发展。第一部分介绍中国的执法数字化转型；第二部分分析三个发展阶段：“金盾工程”的数字基础设施、“天网工程”的监控系统，以及当前基于人工智能分析的数据驱动警务；第三部分探讨其在犯罪热点预测、风险监控和嫌疑人识别中的应用；第四部分讨论数据完整性、算法偏见和权利保护方面的问题；第五部分评估中国的监管措施，重点关注个人信息保护、数据安全和执法中的算法问责。

节选内容

中国预测警务的基础与特点

中国预测警务的发展与警务信息化密不可分——即系统地将信息资源和智能技术整合到执法职能中。这种数字化转型旨在通过数据驱动的方法和安全措施提升公安部的犯罪预防和调查能力。

中国警务信息化的演变可以分为三个阶段，始于“金盾工程”

中国预测警务的实施与应用

预测警务是对不断变化的犯罪行为的必要响应，它利用对犯罪模式的系统分析来预测和预防未来的犯罪行为。¹⁸该过程包括四个步骤：数据收集、数据分析、警务行动和犯罪应对。通过可视化技术，这种方法能够实现

中国预测警务面临的挑战与风险

预测警务在刑事司法系统中的基础在于数据和信息管理。这种以数据为中心的方法从根本上改变了执法机构与公众之间的权力平衡，扩大了执法机构对个人行为的影响。随着监控系统的不断完善，执法机构的公权力不断扩大，可能会限制公民的自由。预测警务的实施带来了三个主要问题

对预测警务挑战的解决方案

预测警务的治理需要基于制衡原则的健全法律和监管监督，尤其是在中国的预测警务法律和监管框架持续发展的背景下。制定明确的实施指南和明确的权力限制对于确保执法机构的有效、透明和合法运作至关重要，同时维护公众对执法机构的信任。在这方面，欧盟

结论

现代“数字正义”的出现从根本上改变了执法机构与公民数字权利之间的关系。在中国，大数据和人工智能的战略重要性促使政府大力支持智能技术的应用，因为这些技术已成为全球竞争中的关键资源。这一国家战略重点导致了一系列政策指导，鼓励