大,原因等级便越高。“研究者运用基于概率论的数理统计方法可从众多因素中筛选出与犯罪存在较大概率的相关因素、排除无关因素,并精准把握特定变量影响犯罪发生的?盗抗叵怠!?{21} 在分析过程中,归纳和演绎思维往往难以分割,“‘数据驱动科学’必须把归纳和演绎结合起来。通过归纳性的大数据分析洞察情况,然后依据数据分析的结果提出假设,最后再用演绎法与数据分析相结合去验证假设”{22}。可见,相关关系不但没有取代因果关系,而且从相关性角度探究犯罪的因果关系构成了量化犯罪原因的可行进路。从相关到因果的研究进路不仅能够预测犯罪、量化犯罪原因,还有助于揭示犯罪规律。Р“犯罪规律是指犯罪现象中客观存在的本质联系。犯罪规律首先是指犯罪的因果关系,又包括重复出现的各种犯罪相关性。在因果中心说和概率中心说的互补下,犯罪规律的范畴得以完善。”{23}因此,犯罪规律研究包括相关分析和因果分析。犯罪大数据分析不仅没有架空犯罪原因研究,相反还从犯罪规律的层面为犯罪防控提供了坚实的理论支持。Р 5.工具理性与价值理性的交相辉映Р 从数据文化上看,犯罪大数据不能止步于工具理性,不能片面主张大数据分析对社会的精准控制,也不能仅强调“用数据决策、用数据管理、用数据创新”;更应彰显价值理性,在法治框架下开展犯罪大数据分析,防范“数字利维坦”的出现,尤其是在牵涉公民权利时价值理性不能“失语”。Р 安东尼?吉登斯指出,“我们生活在一个福柯称之为国家‘监控’变得越来越广泛和越来越明显的社会。通过计算机和芯片技术的使用,对所属人口信息的储存和控制已成为国家权力的主要媒介。在国家监控活动得到极大发展的条件下,公民权利的维护很大程度上受到了限制”{24}。因此,犯罪大数据分析不仅要求防控机构必须依法开展(如防止出现公民宾馆登记记录泄露等数据泄密事件),还要求在数据开放理念下进行犯罪数据的开放(如刑事案件裁判文书的网上公开)、鼓励
全文预览
