摘要：完善犯罪治理体系、提升犯罪治理效能，是推进国家治理体系和治理能力现代化的重要方面。犯罪统计数据既是犯罪治理的成果展现，是观察测量犯罪现象的重要工具方法，又是评判犯罪治理绩效的基本依据。通过对新中国成立以来的犯罪数据进行统计分析发现，我国的犯罪现象在内部结构上正呈现“双降”与“双升”的趋势，犯罪治理的绩效相当好。在大数据时代，因应国家治理和犯罪治理的要求，犯罪统计应基于法治主义改进其统计指标体系，基于数据互联的要求改进统计组织体系，基于数据共享的原则改进其发布和应用制度。置身于国家治理体系和治理能力现代化语境中的犯罪治理，是系统作用于犯罪现象的科学之道。以循数治理为切入，优化犯罪治理的战略目标和政策立法，准确定位治理对象，合理配置治理资源，科学评价治理绩效，充分运用科技手段，显著提升治理效能，是新时代犯罪治理现代化的必由之路。将数字、数据、大数据运用于犯罪治理，可以促进犯罪学与刑事政策学、刑法学、大数据、人工智能等的深度融合，促进犯罪学、刑事政策学、刑法学由“事实学”“决策学”“规范学”共同向“犯罪治理学”转型。

　　关键词：犯罪统计  犯罪治理  大数据  国家治理  国家治理现代化

　　作者卢建平，北京师范大学法学院教授（北京100875）。

　　“蔑视社会秩序的最明显最极端的表现就是犯罪”，对于这种反对现行统治关系的行为，国家必定会有必要的反应。这种反应起初是被动的本能的，后来变得主动、理性、有组织、有目的，而且反应的主体也不再局限于国家，还包括了社会力量。在对犯罪反应的合理化、多元化或科学化的进程中，犯罪统计的作用是非常重要的。

　　犯罪反映出的数量规律需要通过对现象的统计观察来发现，而统计观察则包括了一整套收集、整理、分析资料的科学方法，犯罪统计学就是研究这些方法及其具体运用的学科。犯罪统计自19世纪初发源于欧洲，世界最早发布的犯罪统计是1827年法国全国刑事司法统计报告。这得益于法国哲学家孔德，特别是比利时统计学家阿道夫·凯特勒创立的社会统计学。犯罪统计的问世推动了社会学统计学等方法在犯罪学中的应用，促进了犯罪学的科学化，催生了犯罪社会学和刑事社会学派。至今，世界上绝大多数国家都建立了犯罪统计制度，并定期公布犯罪统计数据，发布犯罪白皮书。

　　现代社会中的犯罪统计，已成为全世界范围内广泛运用的对犯罪现象进行定量研究与分析的具体方法，是掌握犯罪数量、关系、特征、规律和趋势的基础性工具，包括官方统计、被害调查等多种形式。很多学者认为，基于犯罪统计数据的精确计算已成为刑事司法和执法体系的标准做法。犯罪统计既是犯罪治理的成果展现，是观察测量犯罪现象的重要工具方法，又是评判犯罪治理绩效的基本依据。基于统计数据的分析研判，可以精准认识犯罪治理的形势，发现犯罪治理中存在的问题，进而探究改进完善犯罪治理体系、提升犯罪治理效能的路径和方法。犯罪统计是犯罪治理体系的重要组成部分，而犯罪治理是国家治理的基础和前提。因此，借助犯罪统计以优化犯罪治理体系与治理能力，是国家治理体系和治理能力现代化建设的重要课题。

　　一、新中国成立以来犯罪治理的数据呈现与整体态势

　　为了以数据方式准确呈现新中国成立至2019年的70年间犯罪治理的基本面貌，本文以改革开放为界，将此70年分为改革开放前和改革开放后两大阶段，这种划分也与改革开放（1978）和我国刑法颁行（1979）的时间点基本一致。

　　本文对新中国成立以来的犯罪统计数据进行了汇总。需要说明的是，改革开放前的数据基本参考了国内公开发表的有关犯罪统计的文献。仔细考证，这些文献所引数据基本源自公安部承担的国家哲学社会科学“七五”规划重点项目“中国现阶段犯罪问题研究”。这是由公安部领导的，由15个省份及5个计划单列市公安机关共同参与、涉及全国的犯罪问题研究。这一课题堪称新中国成立以来规模最大的犯罪统计和犯罪调查项目，为宏观决策和学术研究提供了难得的数据资料。 

　　改革开放后，犯罪统计不仅具有了明确的法律依据，而且具备了更多更可信的公开数据。随着信息网络技术的普及，这些数据在国家统计局等单位的网站上可以获取。近年来，政务公开、司法公开不断推进，最高人民法院推动的裁判文书上网、相关研究部门定期发布的统计分析文章、报告等，也为量化研究提供了丰富的素材。

　　图1反映的是公安机关统计的1950—1977年刑事案件立案数。1950年，全国发生各种刑事案件51.3万起。按照当时人口总数5.5亿平均，犯罪率为9.3起/万人。在改革开放前，我国的犯罪总量增长与犯罪率变化基本同步，人口增长的影响并不明显。需关注的是，图1中有数个波峰和波谷，表明犯罪现象的起伏。1956年全国发生各种刑事案件18万起，犯罪率为2.9起/万人，比1950年分别下降了64.9％和68.8％，犯罪数和犯罪率均达到了新中国成立以来的最低水平。这一时期由此被视为社会治安的黄金时期。然而，当图1中表示犯罪案件数量的曲线上升时，社会治安也不见得差。与1956年的波谷相比，1967年、1968年的波谷甚至更低，因为那个时期的镇压反革命、“反右”等案件的数据并未计算在内。　　

　　如果说1977年以前犯罪总量的曲线总体平稳、不时下行的话，1978年以后犯罪曲线的走势，除了其中几个较为平缓的下降波段（如1982—1988年、1992—1997年、2002—2003年）之外，基本一路上扬（见图2），至2015年达到顶点后逐步回落。　　

　　由图1、图2可见，改革开放前的犯罪总量和犯罪率总体是在低位运行，犯罪总量不超百万件，犯罪率没有过万分之十；而1978年以后，无论犯罪总量和犯罪率都在迅速攀升，进入21世纪以后保持高位运行的态势，2015年后开始走低。

　　二、犯罪治理的绩效与体系性问题：基于数据的分析

　　图1、图2的展示容易让人直观地认为，我国的犯罪数量不断增长、犯罪率不断上升（尤其是改革开放以后），说明犯罪现象越来越严重，犯罪对社会的危害也日益加剧，进而形成这样一种观念：应对犯罪的总体刑事政策应该趋严而不是趋宽。

　　仅依据犯罪总量上升这一趋势就作此断言，未免失之简单。因为数据本身并不能说明全部问题。被量化的事物都有两个量，即客观的量和测量的量（是特定主体基于特定目的和标准测量的，也可称主观的量），两者之间并不完全相等。数据不全或片面会产生误导，而总量指标常常具有局限性甚至欺骗性。将数学或统计学引入犯罪学，观察犯罪总量，关注数量变化，从心中无数到心中有数，固然是一种进步，但仅有一个总数，离马克思“成功地运用数学”的要求仍相去甚远。犯罪是人类社会最复杂的现象，社会愈发展，人们对于犯罪现象复杂性的认识就愈加深刻，犯罪治理绝不是简单的刑法打击或社会预防，而是最为复杂的社会工程。犯罪统计将犯罪问题的各个因素转换为各种变量，而犯罪统计所要分析的正是这些变量之间的相互关系。犯罪统计不单纯是数据加总、呈现或演算，更重要的是通过数据分析，揭示各种变量之间的相互关系，这就需要大量犯罪学、刑法学、刑事政策学甚至经济学、社会学等理论和方法的介入。不仅要看数据的实际状况，还须了解数据是如何形成的，更重要的是对数据进行分析研判，探索数据的内在结构以及数据背后的治理机制。只有借助多学科的专业知识方法，才能透过数据这一表象，看到其中的问题，探寻隐藏其后的规律。

　　（一）犯罪总量增长与结构变化

　　在各类犯罪统计数据中，人们最关心的莫过于犯罪总量指标（如立案数、犯罪率或发案率）的变化。犯罪总量的升降固然重要，但犯罪现象内部结构的变化更值得关注。

　　如图2所示，自1978年至2015年，我国刑事案件立案数和犯罪率不断上升：2011年刑事案件总数首次突破600万起，同比上升0.6%，犯罪率为44.7起/万人，同比上升0.2%；2012年刑事案件在2011年的基础上继续增长，达到655.1万起，同比上升9.1%，犯罪率为48.4起/万人，同比上升8.3%；2015年刑事案件总数为717.4万起，同比上升9.7%，犯罪率为52.2起/万人，同比上升9.2%。总体看，犯罪总量上升，与人口总量对应的犯罪率也在上升。然而，借助犯罪分层（将犯罪分成重罪、轻罪、微罪的不同层次）和犯罪分类（根据犯罪主体、客体等不同标准划分）的理论，结合公安统计和司法统计，深入分析后发现，我国的犯罪现象在内部结构上正呈现“双降”与“双升”的趋势。

　　通过分析犯罪现象的内部结构、轻重层次和类型分布的变化可知，“犯罪总量增加就意味着犯罪现象越来越严重，或者社会治安状况越来越差”的说法并不成立。动态而论，在我国犯罪总量的上升过程中，轻罪微罪的贡献是主要的；相比于传统犯罪（也可称旧罪），立法新增的轻罪微罪（或称新罪，以危险驾驶罪为典型）在犯罪增量中的占比也是绝对的。静态地看，新罪、轻罪的数量及其在犯罪总量中的占比在上升，而传统犯罪、严重暴力犯罪或重罪的比重在下降，犯罪整体对于社会的实质危害并没有相应增大。

　　横向比较而言，犯罪治理的相关数据表明，我国犯罪治理的绩效相当好。进入21世纪后，世界各国平均犯罪率已上升至3000/100000以上，欧盟国家这一数据稳定在6000/100000上下。在我国，即便是数值很高的2012年，严格意义上的犯罪率（即仅统计刑事犯罪）仅为484/100000；若再计算违法犯罪率，即1389万件治安案件，加655万件刑事案件，总数为2044万件，除以13.6亿人口，得到的结果是1503/100000。世界范围看，我国当属低犯罪率的国家。

　　综上，改革开放以来，即便我国的犯罪总量上升，但近年来已有所回落，作为一个人口14亿多、经济社会迅速发展的大国，能够实现如此优异的犯罪治理绩效，实属难能可贵。当前，越来越多的人认为中国是世界上最安全的国家之一。这是中国为世界安全稳定作出的贡献。舆论普遍认为，经济持续健康发展、社会持续安全稳定是中国创造的“两大奇迹”。尤其是中国特色社会主义进入新时代，我国的犯罪治理体系日趋完善，犯罪治理能力不断增强，由此应该确立犯罪治理的自信。这一发现也能够佐证，已推行十余年的宽严相济刑事政策是正确的，成效是积极的，重其重、轻其轻、宽严有别、以宽为先的政策势头应该继续贯彻。

　　当然，仅凭总量指标难以反映全部问题，特别是当前和今后时期犯罪治理的突出挑战。对犯罪统计的跟踪研究和深入分析表明，当前我国犯罪治理态势总体平稳，但也面临一些突出问题，如“互联网+传统犯罪”上升，新兴行业领域犯罪凸显，非法集资等金融犯罪、“食药环”等危害民生犯罪、未成年人暴力犯罪引发高度关注，黑恶势力犯罪、毒品犯罪、腐败犯罪出现新特点，涉恐涉暴、危害国家安全等极端主义犯罪加剧。由此，宽严相济刑事政策中宽与严的两个面向均应坚持，不能偏废。

　　（二）犯罪统计指标的复杂性与体系性问题

　　数或量的二重性表明，犯罪统计数量变化不单纯是客观现象（取决于社会经济的发展和犯罪形势的变化），也不单纯是主观现象（取决于法律的变化、政策的调整等主观方面的因素），而是主观客观交织混合的复杂现象。

　　以改革开放前后两个阶段进行比较，改革开放前的犯罪低位运行和改革开放后的犯罪高位运行，有一个特殊的背景，即1979年我国刑法和刑事诉讼法制定并颁布（当然还有治理体系模式等因素）。刑法颁行后，犯罪的界定有了明确的法律依据，犯罪统计也有了法定标准。此后犯罪总量的上升态势让一些人产生错觉，以为“犯罪是立法者制定出来的，没有法律就没有犯罪”。刑法的颁行的确使犯罪统计更加准确和精细，犹如定性是定量的基础，但将犯罪数量的上升归咎于法律的颁行，类似认识和评价对刑法和刑事诉讼法实施的影响过于负面。比较公允的认识是，中国自此基本走上了依法定罪、依法科刑、依法行刑的法治之路，而与依据人治随意出入人罪的路径渐行渐远。

　　以刑事立案数中占比通常最高的盗窃罪为例，改革开放之初，盗窃罪的立案数有起有落，1997年以后基本呈上升趋势。这是否说明盗窃罪的上升纯粹是一种客观现象呢？其实不然。在我国，盗窃罪是典型数额犯，区分盗窃罪（即刑事犯罪案件）与非罪（即治安违法案件）的关键因素在于盗窃财物的数额。而数额标准是与时俱进的，而且还曾有过城乡差别。因此，犯罪数量的大小，不仅仅取决于经济和人口数量的增长，它与刑事政策的调整、法律的变化（犯罪门槛的提高或者降低）、特别是法律框架内的某些技术手段（诸如立案标准、追诉标准）的调整等因素具有更直接的关系。此外，还应借鉴犯罪学中关于犯罪分类的理论，如将犯罪划分为真实犯罪（即实际已经发生的犯罪）、公开犯罪（可细分为公众知晓的犯罪、已经立案的犯罪、已经破案的犯罪）和法定犯罪（可细分为被起诉犯罪和判决认定的犯罪），进而更科学地认识犯罪现象的变化。

　　传统盗窃罪典型数额犯的特征表明，刑事案件立案或追诉标准的调整必然会影响刑事案件和治安案件的数量变化，二者之间存在某种此消彼长的关系。需要关注的是，有时刑事案件的上升会带来治安案件数量的下降，而治安案件的上升也可折射出刑事案件数量的下降。例如，1992年刑事案件总量下降而治安案件数量上升，这与1991年盗窃罪立案标准的上调有很大关联；2011年《刑法修正案（八）》施行后，刑事案件稳中有升，而治安案件迅速下降，一定程度上取决于劳教制度被废除、犯罪门槛下调后吸纳了相当数量的治安案件。由此显示出中国犯罪治理体系的一大特征，即犯罪治理和违法治理呈现二元格局，犯罪和违法行为二者之间有时会出现此消彼长的现象。这进一步说明，犯罪数量的增长取决于很多复杂因素，既有人口增长、经济增长、社会关系复杂等客观因素，也有政策变化、法律修改、立案标准调整甚至统计工作从严要求等主观因素，必须深入分析，方能认清全貌，实现科学治理。

　　前文已述，我国对于违法犯罪现象实行二元治理，即司法处置和行政处置并存。不同的治理体系产生不同的统计数据，即公安机关负责统计刑事案件立案数和治安案件立案数，法院检察院负责统计刑事案件的相关数据。从国家统计局和最高人民法院历年公布的数据看，2006年，全国刑事案件立案数为4653265件，治安案件发现受理数为7197200件，而全国法院刑事一审案件结案数为701379件，刑事一审案件结案数占刑事案件立案数的比例为15.07%。之后的刑事案件、治安案件立案数和法院一审案件结案数有升有降，但刑事一审案件结案数占刑事案件立案数的比例均维持在15%左右。2016年这一比例上升到17.36%；2017年达到23.65%；2019年达到26.68%。尽管法院系统的刑事一审案件结案数（司法统计）占刑事案件立案数（公安统计）比例近年有一定的上升，但绝对数值仍然很低，即便以比例最高的2019年为例，法院一审结案的刑事案件数是公安机关刑事立案数的26.68%。

　　虽然从公安立案到法院审判结案存在时间差，但司法流程证明犯罪统计学上的“漏斗效应”是客观存在的。从公安统计、检察统计、法院统计再到监狱统计，官方犯罪统计的数据会随着诉讼进程的发展而逐级递减，从一开始的立案数，再到起诉的犯罪，到最后被判决有罪的犯罪，会形成一个很大的剪刀差。其成因主要可以概括为以下几方面。第一，不同的诉讼阶段功能不同，因而有不同的标准。例如，《刑事诉讼法》第109条和第112条规定的立案标准是“有犯罪事实、需要追究刑事责任”，而第176条规定，人民检察院的起诉标准是“犯罪事实已经查清，证据确实、充分”。立案标准和起诉标准的不同会导致相当数量已经立案的刑事案件达不到检察机关的起诉标准而不能进入审理程序。第二，破案率偏低。破案率偏低是导致诸多刑事案件中途消失的最重要因素。以盗窃罪为例，2014年盗窃罪刑事立案数为420多万件，而法院审判定案的盗窃罪案件为20万件，公安立案的95%的盗窃刑事犯罪案件在刑事诉讼中被消解掉了。第三是统计口径的差异。仍以盗窃为例，在公安阶段，如有十个被害人来报案，就有十个案件；而一旦案件破获，发现是一人所为，在起诉或审判的时候即被统计为一个盗窃案件。除此以外，还有证据、追诉时效、法律修改等法律因素，宽严相济的刑事政策因素，认罪认罚、刑事和解、速裁程序以及公安机关撤案、检察机关不起诉（包括法定不起诉、酌定不起诉、存疑不起诉等）等制度因素，受这一系列因素的影响，导致公安机关立案的刑事案件，最终只有约四分之一的案件进入审判阶段。

　　由以上分析可以得出两点初步结论：首先，虽然公安统计的刑事案件立案数量相对庞大，但进入司法审判程序的案件比例很低。其次，改革开放后的犯罪统计开始趋于多元，检察统计、司法统计和监狱统计的地位和影响在上升，说明犯罪治理法治化程度提高。不同的统计会得出不同的数据，不同的统计依据不同的标准，不同的标准又反映不同的目的，体现着不同时期国家治理理念的变迁。

　　三、从统计到治理：犯罪统计的优化路径

　　从公安统计转向公安统计与司法统计并存，从隐秘到公开，从幕后走向台前，表明了犯罪统计的进步，也是犯罪治理的进步。同时，犯罪统计自身的不足也必须正视。随着大数据时代的到来，犯罪统计与大数据时代国家治理和犯罪治理的要求相比，还有一定的差距，需要与时俱进。

　　首先是犯罪统计的主体和依据。1979年刑法施行后，1983年《中国法律年鉴》开始公布犯罪统计数据，表明犯罪统计进入有法可依的时代。改革开放以后的统计数据上升，一方面反映犯罪数量的客观增长，同时也表明依法治理的时代开启，原先的政治运动、群众专政与专门机关打击犯罪的局面终结，统一并入了依法治理的轨道。随着法治建设的推进，政务公开、司法公开逐步成为时代潮流，司法统计在犯罪统计体系中的地位上升，也意味着犯罪统计中的法治化程度的提升。但统计主体多元分散，标准口径不一，刑法补充修改频繁，犯罪化势头较强，犯罪门槛调整对于犯罪统计的影响较大。同时，犯罪统计数据整合、加工及成果发布、成果应用等有待提升。

　　其次是统计口径和标准的问题。在刑法颁行之前，统计指标具有随意性；刑法颁行之后，统计具有了法定标准，但公检法司基于各自部门的传统惯性，实际执行情况各不相同，如有的按照刑法分则的十类罪名统计，有的则按犯罪学分类统计未成年人犯罪等。公安、检察、法院或监狱、社区矫正机构处在司法流程的不同阶段，其统计标准和口径差异很大，统计期间也不统一。即便在同一系统内，情况也有差异，如在法院系统，最高人民法院和地方各级法院的工作报告、网站的统计口径不统一，公布的数据欠缺连贯性、及时性，亟须制定统一的统计数据采集和公开的标准。总体看，目前的犯罪统计数据基本为历史数据或描述性数据，数据结构不能反映犯罪全貌，统计指标滞后且刚性强，也无法反映治理资源配置和使用的效益。

　　再次是犯罪统计学上“黑洞”的问题。被统计的犯罪无疑都是公开的犯罪即犯罪明数，而犯罪黑数是指实际上已经发生但由于各种原因未被作统计记录的犯罪数量，是实际发生但因为被害人没有感知或虽感知而未报告、或虽报告但未记录，或虽记录但未侦破的案件数量。犯罪黑数是包括犯罪人原因、被害人原因、统计者原因、科学技术原因、法律修改等各种因素综合作用的结果。国外研究发现，偏好、态度以及控告人的阶级地位都对警官是否决定将一事件记录为犯罪产生重要影响，统计工作人员缺乏专业知识和培训、超负荷运转、工作不负责、司法机关之间考核和竞争的压力、时间仓促等原因，都会导致犯罪案件报告记录上有意或无意的漏报，成为犯罪黑数产生的重要原因；立法变化、犯罪统计科技手段和技术标准的差异等客观原因也会导致大量被报告行为不被记录，使得警方数据的精确性与完整性大打折扣。

　　在我国，立案不实的问题一度比较严重。有关研究显示，各地公安机关在大力纠正立案不实之后，立案数字发生了重大变化。据北方某省公安机关统计，1998年立案1.53万起，1999年达7.2万起，是上一年度的4.8倍。上海市公安局1997年全年立案4万起，1998年着手解决立、破案不实和漏报瞒报之后，全部案件、重大案件分别比上年上升47.3%和15%，案件总数达10万起，是1997年立案的2.5倍。1998年后犯罪总量的飙升，很大程度上是因为对立案不实的纠正；换言之，此前犯罪总量的相对低位，主要是因为有案不立、漏报瞒报等。这也说明，犯罪数量的上升，有时也是因为犯罪治理手段的改善和治理能力的提升。进入21世纪后，公安机关狠抓破案率，提出“命案必破”的口号，破案率有了明显提升。2016年，全国公安机关侦破命案4.8万起，命案现案破案率连续五年超过95%。当然，古今中外的通例是，破案率不可能是百分之百；即便是已经侦破的案件，也会因为证据、法律政策等因素而无法一一进入起诉或审判程序。因此，最终经过审判、确定有罪并被判处刑罚的只是真实犯罪的一部分。

　　最后是人民群众对于犯罪治理成绩的评价。这种评价的前提，一是数据共享、信息对称，二是评价主体中立、方法公允。国家体改委社会调查系统曾经通过对全国公众的抽样调查，了解公众对社会治安的满意度，结果1993年为14.5%，1994年18.3%，1996年26.7%。近年来，我国民众对于犯罪治理的绩效、对于社会治安的满意度呈上升趋势。国家统计局调查显示，2020年全国群众安全感为98.4%，对当前主要民生领域现状的满意度调查中，群众对社会治安的满意度位列第一（达83.6%）。群众安全感或对社会治安满意度反映的是被试者的主观感受，是人民群众对于通过司法审判实现正义（所谓“看得见的正义”）的期望值，而类似感受取决于很多因素，形成机理比较复杂。如果一定时期内犯罪黑数很大，实际发生的犯罪案件得不到立案和有效的处置，社会秩序实实在在被破坏，人民群众受到犯罪的实际侵害而得不到及时妥当的救济，他们的安全感或对社会治安的满意度自然不高，此时的不安全感可以称为“真实不安全感”。一旦犯罪治理的力度加大，立法上通过严密法网或扩大犯罪圈，司法上通过纠正立案不实、提高破案率、起诉率和判决率等方式，使更多的犯罪人受到惩处，犯罪统计（包括警察统计和司法统计）数量上升，犯罪标签效应凸显，一定程度上也会使人民群众的不安全感上升，但此时的不安全感其实是一种“虚假不安全感”，是由统计数据以及典型案件的传播扩散而导致的。因此，应对安全感或社会治安满意度等评价指标进行科学研究。可适时发布犯罪白皮书，让群众在充分获取信息的前提下就社会治安满意度或公共安全感指数等发表意见。

　　犯罪统计数据的差异可能并非实际发生犯罪量自身的差异，也即，犯罪统计的数据高低有时并不能真实地反映实际犯罪量的不同，而是其他原因作用的结果，比如政治需要、科技发展的推动、公民对警方的信任以及自我保护意识觉醒等。另外，社会管理者或决策者，出于政治上的某种考虑或需求，可以较为轻松地对犯罪统计数据进行更改。这种数据操纵行为不可避免地存在，越是过于依靠统计数据来评价司（执）法者的工作成效，就越可能导致更多的造假和欺骗。这似乎陷入一个悖论，即数据可以为评价提供一个合理的参照，但越是重视这种参照作用，数据就越有可能被篡改。在西方社会，犯罪统计数据在发挥其积极作用的同时，已经成为一种重要的政治筹码，不同立场的社会力量总是会对统计数据从不同的角度做有利于自己的阐释与宣传，极易产生误导。在我国，对犯罪统计数据的错误认识和使用，既有犯罪统计自身属性的原因，也有人们片面追求低犯罪率而无视犯罪发生发展基本规律的缘故。例如，曾有某省政府在与各地市签订治安责任书时，要求刑事案件必须每年下降5%。依此推论，该省20年内就可完全消灭犯罪。

　　因为数据孤岛、数据壁垒甚至“数据烟囱”（意即数据只对上不对下）的存在，犯罪统计数据开放共享程度低，数据运用不充分，其科学价值与社会意义未能彰显。因此，对犯罪统计数据应有正确、科学的认识，既不能忽视数据的重要作用和意义，也不能过分迷信数据、唯数字论。应当看到犯罪统计及数据本身的缺陷、其中可能隐藏的陷阱，也需运用多学科知识方法科学分析解读数据，进而释放数据的科学价值和社会价值。鉴于以上问题，为适应治理现代化语境下犯罪治理的需要，犯罪统计亟待完善。

　　一是犯罪统计自身的改进。

　　首先是在理念上，承认犯罪现象的客观性。犯罪统计的存在本身就表明犯罪现象是客观的，有其数量和规模特征，犯罪与一系列变量之间存在相关关系。犯罪作为一种普遍的社会现象，属于一种必要的“社会代谢”机制，有其存在的必然性，需要直面并认真研究。而从历史上看，犯罪学的出现及其研究的发达正是以承认犯罪现象的不可避免为逻辑起点的。因此，应当正视犯罪现象，同时从治理的角度，综合考虑犯罪治理的体系与方法、手段与目的、成本与效益，努力探求最佳的治理之道。在此基础上加深对犯罪统计的全面认识，增强对犯罪统计的立法保障，健全犯罪统计的组织机构，加强现有公安、检察、法院、监狱等刑事司法系统内部的统计人员和统计力量，成立专门的全国犯罪统计协调机构，负责规划、组织、协调、监督与改进全国范围内的犯罪统计工作。

　　其次是完善犯罪统计的指标和体系，提高犯罪统计数据的全面性和可比性。犯罪统计应尽可能结合犯罪学的发展，向大数据迈进。要细化指标体系，包括主客观两方面，主观方面如主体的性别、年龄、民族、种族、生理、心理、教育、家庭、职业环境，前科劣迹，与被害人的关系，等等；客观方面如犯罪的时间空间（地点场景）、犯罪对象、犯罪手段方法与技术工具等。在统计的范围和对象上，可增加一些共性指标与特色指标，以便统一统计的口径、相互验证统计数据的真实性。在统计编码上采用法定标准，为刑法规定的每种刑事犯罪确定通用的编码系统进行分类，在公安司法系统统一推广，同时考虑转型社会发展迅速、刑法变动频繁而法定罪行分类仍显滞后的特点（某些犯罪是超前、带有先导性的破坏力量），结合犯罪学的犯罪分类理论，设置一些宽口径、前瞻性的统计类别，以捕捉或聚焦诸如网络犯罪、毒品犯罪、暴恐犯罪或生态犯罪、未成年人犯罪等犯罪治理的重点。要应用多种统计方法，以完全统计为主，辅以抽样统计，并加强对大数据、云计算和人工智能等现代科技的使用，全面实现犯罪统计的自动化与科学化，切实提高犯罪统计的科学性。

　　最后是重视犯罪统计信息的发布与利用。大多数犯罪统计数据既涉及公民、法人或者其他组织切身利益，也需要社会公众广泛知晓，除涉及国家秘密的以外，可以适当公开。在具体操作层面，可以明确犯罪统计信息发布制度如发布的日期与方式，通过广播电视、报纸、网络等多种途径向社会公开；利用现有犯罪统计资料，开发新的统计项目和资源，制作并定期出版多种类型的犯罪统计报告，保证多源头的信息服务；充分利用现代信息技术，发挥现代媒体的传播功能，为社会公众提供便捷的电子信息资源。“司法统计的目的不是记流水账，不是存档案，而是要把这些数据所蕴含的案件质量效率信息、司法管理信息、社情民意信息、社会治安信息、经济发展信息以及对公共决策有用的各种信息发掘出来，及时释放开来。不仅让群众知道准确信息，而且能够动态地知道司法信息，从而丰富司法为民的内涵。”

　　就我国当前的技术条件，建立一个集合各种渠道的统计信息、能够较为便利地感知国家整体犯罪情况的犯罪信息公开制度，打破数据壁垒和数据垄断，实现数据的全面、公开、共享、互联互通，已具备可行性。建立以年度性报告（即《中国犯罪白皮书》）形式公布犯罪统计信息的制度，较为适合我国国情，也符合大数据时代社会治理或犯罪治理的要求。

　　二是适应大数据时代要求的进一步提升。

　　大数据时代犯罪现象的演变倒逼犯罪治理现代化。犯罪的网络化、隐蔽化、智能化、国际化趋势，从传统向高科技、从实体社会向虚拟社会、从线下向线上、从暴力到非暴力、从接触到非接触、从时空统一到时空分离、从个体向群体或有组织、由国内向跨国乃至全球化的发展变化，给新时代的犯罪治理带来严峻挑战。大数据时代，要运用大数据以提升国家治理现代化水平。法治建设应由经验思维转向数据思维，由物理空间的法治建设转向数据空间的法治建设。犯罪治理也应该由基于经验治理转向数据治理。2015年4月，中共中央办公厅和国务院办公厅下发《关于加强社会治安防控体系建设的意见》，强调“强化信息资源深度整合应用，充分运用现代信息技术，增强主动预防和打击犯罪的能力。将社会治安防控信息化纳入智慧城市建设总体规划，充分运用新一代互联网、物联网、大数据、云计算和智能传感、遥感、卫星定位、地理信息系统等技术，创新社会治安防控手段，提升公共安全管理数字化、网络化、智能化水平，打造一批有机融合的示范工程”。依托ABCD5（即人工智能、区块链、云计算、大数据和5G）为代表的现代科技来改进犯罪统计，使犯罪统计由小数据融入大数据，进而实现数据驱动的犯罪治理，必将大大提升我国犯罪治理的效能。

　　数据驱动的治理又称循数治理（Data-based Governance），通俗表达就是用数据说话、用数据决策、用数据管理、用数据协同、用数据创新。大数据之大，不仅仅表现为数据的海量规模，更表现为数字化的全面（人、地、物、事、时）、全程（吃、住、行、消、乐）、全息（文字图像声音、平面立体三维动画）。大数据时代，每个人的物质生活和精神生活均可数字化，每个人都是数字形态的存在。相对而言，针对“显著事项”数据抓取的统计只是小数据，而犯罪统计又只是统计体系中的小部分。然而，因为犯罪对社会的危害大而面广，必定是国家的显著事项，是公共事务，理当成为国家治理之重中之重，因而必须被统计。

　　作为结构化数据或小数据的官方统计，犯罪统计须结合大数据时代的要求尽量扩展，不仅要有总量指标，还须有分类指标，既有总体趋势又有类型差异；不仅有静态数据，还应有反映犯罪时空分布、司法流程等的动态数据。同时，尽可能使犯罪统计与其他统计（如经济统计、人口统计、教育统计、文化统计等）互联互通，构建一个涵盖与犯罪及其治理有关的所有事项的犯罪大数据，不仅包括显著事项，也包括非显著事项；既有结构化数据又有半结构化数据和非结构性数据；不仅要有描述型数据，更要有预测型数据。描述型数据分析，主要通过对历史数据进行集中趋势分析、离散程度分析和频数发布分析；而预测型数据分析，则通过假设检验、相关分析、回归分析等方法，对历史数据进行统计分析，建立预警模型、预测将来事物发展的走向。

　　在统计主体上，在改进官方犯罪统计的同时，还可发挥科研机构、数据公司、信息平台等非官方机构的作用。考虑到我国目前犯罪统计的系统性、整体性不足，统计公开度不高，特别是评价机制的欠缺，为了保证统计调查结果的客观真实性，应当增加被害调查和自我报告制度。通过被害调查，以真实反映犯罪被害情况，并研判在官方统计和被害调查之间存在着的差距，探求犯罪黑数；通过自我报告等方式，真切了解犯罪人、被害人的实际感受。必要的被害调查和自我报告，不仅可以修正统计误差，更有助于改进犯罪治理的评价。在犯罪治理的评价方面，不能满足于自我评价，而应该在数据公开、共享基础上推行第三方评价。

　　总之，犯罪统计应尽可能反映大数据时代犯罪治理的要求，基于法治原则改进其统计指标体系，基于数据互联的要求改进统计组织体系，基于数据共享的原则改进其发布和应用制度。不仅实现从数字、小数据到大数据的规模扩张，而且追求从数字化、关联化、立体化、可视化、动态化的形态变化，最终实现犯罪统计从观察计量方法、研判分析依据、治理资源到社会财富的价值转换。

　　四、通过循数治理优化犯罪治理

　　新中国成立以来，从镇压与宽大相结合、惩办与宽大相结合、到严打再到宽严相济，刑事政策与犯罪治理模式经历了变迁，从传统社会的简约治理、计划经济时期的总体治理，经济转轨时期的综合治理，再到社会治理创新时期的协同治理。犯罪治理体系与治理能力现代化，不仅是国家治理体系和治理能力现代化的重要组成部分，也是衡量和评价国家治理能力与水平现代化的重要方面。

　　置身于国家治理体系和治理能力现代化语境中的犯罪治理，表现为对犯罪的理性、有组织、有目的的反应，是在客观准确观察犯罪问题、剖析犯罪原因的基础上，确立适当的政策目标，选择合理的路径与方法，组合多方力量，系统作用于犯罪现象的科学之道。较之于传统模式，犯罪治理的“相对优势”首先表现为观察犯罪现象的客观准确性，更加依赖于对犯罪现象的科学认识。法国刑法学家马克·安塞尔即将刑事政策称为“观察的科学”，既观察犯罪现象也观察犯罪治理体系。从实践层面看，犯罪对策要利用观察犯罪现象所得出的基本结论（数据、知识与方法等），并将之作为制定刑事政策的科学依据或评估刑事政策的参照。刑事政策（或犯罪治理）是治国之道，而犯罪统计则是治国之器；犯罪治理是战略，犯罪统计就是方法、工具。犯罪统计既是犯罪治理的基础，也是犯罪治理的评价和监督体系，就此而言，犯罪统计是犯罪治理体系的重要组成部分。科学规范的犯罪统计体系可以提供更多更高质量的统计成果与研究成果，以此优化犯罪治理；凭借有效的犯罪治理，又会产出更高质量的犯罪统计和研究成果，形成犯罪统计与犯罪治理相辅相成、相得益彰的良性互动机制。

　　马克·安塞尔强调：“刑事政策是由社会，实际上也就是立法者和法官在认定法律所要惩罚的犯罪，保护‘高尚公民’时所作的选择。”刑事政策也即犯罪治理的战略，这种选择必须是有目的的，既合乎理性，又合乎法治。因此，将数学或数据引入犯罪治理，改进并完善犯罪统计，建设犯罪大数据，以数据驱动的治理或循数治理为核心，可以从多方面优化犯罪治理：

　　第一，以犯罪统计为基础推进犯罪大数据建设，可以为犯罪治理构建数据基础和技术平台。犯罪统计可以为犯罪治理提供科学决策的基本要素，包括经量化分析的信息基础、广泛参与的民主保障、理性的科学分析方法等。犯罪统计和被害调查可以基本准确地反映出社会犯罪的总体数量、规模、结构，犯罪的区域差别、时间差别、犯罪人的群体特征以及多发犯罪的种类（如盗窃诈骗等侵财犯罪、电信网络犯罪、交通犯罪）和危害等犯罪治理所必需的信息。但相比于犯罪大数据，犯罪统计或被害调查仍是小数据，因为二者均是围绕刑法规定的犯罪进行的，而与犯罪学或社会学所关注的与犯罪相关行为或越轨行为、违法犯罪等笼统现象相差甚远。为此，大数据时代，要以大数据思维为指导，充分运用大数据手段和技术，依托大数据产业，适度扩充统计主体、统计对象，丰富统计方法，借助犯罪学和其他相关学科的最新成就，强化数据资源支撑、人工智能应用和云平台统领，深入认识犯罪与人口、经济总量、文化教育水平、信息网络技术普及应用程度、发展差异（如地区差异、城乡差异、贫富差异）、家庭状况、人的流动性等社会因素，以及个人需求、生理心理因素之间的复杂关系，精准揭示犯罪现象的相关性和复杂性，科学预测犯罪发展态势，为制定合理、科学、有效的刑事政策，实现源头治理、系统治理、综合治理、依法治理打好基础。犯罪统计向犯罪大数据迈进的势头，也与当前刑法干预范围扩大、犯罪门槛下降的方向一致。

　　第二，推进犯罪治理的理性化。犯罪统计为犯罪治理贡献了一种科学思维或科学理性，因为理性即有目的的行动。理性治理的前提是目标要合理，即不希冀消灭犯罪，而是将犯罪控制在社会能够容忍接受的合理范围之内。如果犯罪治理的目标设定不合理，则治理的手段方法就会走极端，或走向极权主义（类似边沁所描述的全景敞开式监狱，或类似福柯所描述的监视与规训体系），或走向极度自由主义或无政府主义。犯罪治理的目标须和国家治理社会治理的目标一致，因而也须根据国家治理的形势、任务而有适度的调整；换言之，社会对于犯罪的容忍范围与程度也会因时因地因势而有所变化。目标合理了，手段方可能合理，犯罪治理的资源配置才能合理和高效。只有强调理性、合目的的治理，才能秉持善治理念，去动用以刑法为主的资源体系，以治理犯罪之恶。刑法作为必要的恶，其动用须符合不得已的原则，体现谦抑性，并符合善良正义的目标，治理犯罪的手段（如刑罚）不致过度、残忍或不人道；能用非刑法手段方法解决的，不用刑法；能用轻刑解决的，不用重刑；能用“生刑”解决的不用死刑。理性的基本特征就是算计，也即本益分析。犯罪治理资源不可能是无限的，因而需要节制使用，而不能不惜代价，要比较其成本（国家成本如司法成本，个人成本如犯罪人、被害人的成本；以及经济成本与社会成本）与收益；要重视效益，而非单纯效率。为此须科学审视现行犯罪治理体系，优化资源配置。我国已经建立起较为完备的以专业力量为主的犯罪治理体系，但单纯依靠国家治理成本高（个案成本、公检法司总支出成本）、效能低，迫切需要构建一个契合我国国情、体现社会主义制度优势的国家—社会共治、多元参与的治理格局，凭借大数据分析，对犯罪治理资源的投入产出进行科学评估，使有限资源得到优化配置，提高治理资源的效益。当前正在开展的认罪认罚从宽制度实践，即是基于犯罪统计数据所揭示的犯罪现象内在结构变化，致力于通过20%的司法资源处理80%的轻微刑事案件，以提升司法资源的使用效益。更应当注意到，在坚持以人民为中心根本立场的新时代，理性化的犯罪治理实践更应强调对被害人、社区、网络空间等直接受犯罪行为侵犯的具体对象的保护，借助数据统计的方式，发现并界定犯罪行为对被害人、社区造成的物质、精神损害及其程度，进而通过刑事和解、退赃赔偿等方式，弥合犯罪行为所造成的损害，在减少引发犯罪之原因、增强社会公众规范意识的同时，促进社会关系的修复。

　　第三，推进犯罪治理的法治化。根据犯罪态势变化和全面依法治国的要求，未来的犯罪治理应该继续坚持法治化的大方向，并力求不断创新。其一，适度扩大刑法治理的范围。进入新时代，人民对美好生活的向往更加强烈，刑法立法应该及时跟进，借助犯罪类型、时空分布的分析预测，精准确定治理重点，如黑恶势力等有组织犯罪、暴恐犯罪、毒品犯罪、电信网络犯罪等；借助行政执法和刑事司法的基数，评估刑法立法扩张犯罪圈的效果（以危险驾驶罪为例），更加理性、从容地进行犯罪化或非犯罪化的选择，提高立法的前瞻性和立法质量。其二，根据犯罪现象的内在结构特点，积极推行以犯罪分层和刑罚轻缓化为核心的立法变革，实现轻罪和重罪的分离，将社会危害性较小、法定刑较轻的犯罪以及《治安管理处罚法》中可处以治安拘留的行政不法行为独立出来，制定一部“轻犯罪法”，对刑事不法行为实现轻罪与重罪分离的新二元治理模式，以推进犯罪治理的司法化、程序化和制度化，以此强化人权保障。其三，利用犯罪统计提高刑事政策制定的科学性、实施的精准性。法律是凝固的理性，是集体理性的代表，常常是在理想和现实之间的妥协，是在惩罚犯罪与保障人权自由之间的平衡。为此要坚守法治的基本立场，以刑法标准为主，同时完善政策立法，优选治理手段。宽严相济作为基本刑事政策已经推行十余年，基于其积极的成效，应在法治的轨道上继续推行，坚持严而不厉和法网严密的政策导向，后续实施应该在前期政策效果评估的基础上更加精准化：根据监禁刑、非监禁刑等不同刑罚手段、监狱矫正、社区矫正等不同行刑方式的实效，积极推行以死刑制度改革为龙头的刑罚结构改革，追求刑罚或刑事制裁的多样化、现代化。党中央要求立法和改革决策相衔接，做到重大改革于法有据、立法主动适应改革和经济社会发展需要；实践证明行之有效的，要及时上升为法律。为此，依靠犯罪统计或犯罪大数据、典型经验、第三方评估和社会舆论等综合评价犯罪治理领域政策、重大立法和司法制度改革的绩效尤为重要。要注意评估不同政策（如严打与宽严相济）、不同治理（如刑事治理与行政治理）、不同反应模式（如惩罚、教育、矫正、补偿）的不同效果。由此为进一步“深化诉讼制度改革，推进案件繁简分流、轻重分离、快慢分道，推动大数据、人工智能等科技创新成果同司法工作深度融合”，为构建普通程序、简易程序、速裁机制等相配套的多层次诉讼体系奠定坚实的基础，进而整体推进立法完善，并以法治化或司法化提升公平正义。

　　第四，推进犯罪治理的智能化，强化科技支撑。进入智慧社会后，犯罪治理水平和现代化的程度主要取决于对犯罪场要素的数量、要素的异质性以及要素之间的连接等条件的把握与控制。这几个条件所构成的超大规模的复杂社会，自然是一个超大规模的风险社会。这种基于分布式计算的超大规模的风险社会，也是一个“非一目了然”的社会。相比于传统社会，智慧社会的犯罪治理充满机遇和挑战，也更加依赖于犯罪统计所产生的数据、信息与知识，依赖于数据智慧和智慧治理。目前以大数据、云计算、人工智能等为代表的高科技已经广泛运用于犯罪治理的各环节，例如犯罪侦查阶段的各种监控手段、追踪技术、人脸识别系统、模拟仿真、“经侦应用云”，预防暴恐犯罪、职务犯罪、电信网络诈骗犯罪等的各种犯罪预测系统，管理交通、预防交通违法犯罪的城市智慧大脑，大量使用的电子证据，各种法律法规或案例数据库，以及其他各类智慧检务、智慧审判或智慧法院、智慧司法等等系统方法。在数据精准统计、精细加工基础上结合地理学、图形学、人工智能等生成的犯罪地理学、犯罪图形学、犯罪动力学等，将使犯罪预防和犯罪治理在现代科技的支持下日趋智能化。在总结各地实践经验、推进条块融合的基础上，国家宏观层面的犯罪治理战略调整、政策立法完善、体制改革等重大决策，也将进一步依靠统计学、大数据、人工智能等技术的支持，加强犯罪治理智能化的统一规划和建设，构建一个包括犯罪预测体系、犯罪监控体系、犯罪治理决策体系、犯罪治理资源动员体系、犯罪治理实施体系或长效机制、犯罪预防体系、犯罪治理评价体系在内的资源整合、功能齐全的新版“天网工程”，从而更好地适应智慧社会犯罪治理的需要。

　　第五，大数据时代的犯罪治理须立足于数据民主或信息共享、信息对称，以优化治理环境。犯罪统计数据是公共资源，应为社会共享，以最大化其效用。建立犯罪统计、被害调查制度，通过收集、发布犯罪、被害等社会安全状况的数据与资料，不仅可以促进犯罪学在中国的发展繁荣兴旺、提升其学科地位，而且能够为社情民意的表达提供适当的渠道和平台，为做出决策前的论证质询提供广泛的意见反馈。同时，政府也能凭借良好的犯罪治理业绩，提升社会治安满意度和人民群众安全感，赢得人民群众更多的信任和支持，动员更多的社会力量参与犯罪治理。为此，应当公布相应的犯罪统计数据，将其作为提升政府公信力、增强治理合力的一项“基础设施建设”。具体措施方面，可在建立全国犯罪白皮书年度报告发布制度的基础上，促进涵盖省、市、县（区）三级犯罪统计数据发布平台的机制建设，并针对重点区域、人群、时间等，借助现代技术和信息网络平台，及时发送被害预防信息、犯罪预警信息等，提升数据共享的精准性和有效性。

　　总之，依托犯罪统计或犯罪大数据，可以整体优化犯罪治理体系（从决策、资源动员、执行到评估、反馈等），提升犯罪治理能力。以循数治理为切入，优化犯罪治理的战略目标和政策立法，准确定位治理对象，合理配置治理资源，科学评价治理绩效，充分运用科技手段，显著提升治理效能，是新时代犯罪治理现代化的必由之路。

　　余论

　　人类社会对犯罪的反应从简单到复杂、从野蛮到文明、从单一到多元、从粗疏到精细、从感性到理性，已经进入科学的时代。在应对犯罪的刑事科学体系内，可分为广义的刑法学（包括实体刑法、刑事诉讼法和刑罚执行法）与犯罪学。其实，在犯罪学（事实学）和刑法学（规范学）之间，还应该加上作为决策科学的刑事政策学。刑事政策学以事实学为基础，作用于规范学，服务于犯罪治理的实践，形成“犯罪—刑事政策—刑法”的刑事一体化理念和方法。因为犯罪学的介入，刑罚由单纯的惩罚、报应变成一种以教育预防为主的目的刑，成为社会治理的手段之一，刑法也逐渐被纳入理性的刑事政策体系，成为犯罪治理的重要力量。

　　历史上，犯罪统计催生了犯罪学，犯罪现象从此不仅可观察，而且可计量分析，由此发展出犯罪统计学这一交叉学科，并深刻地改变了刑事科学的内在体系和知识形态，刑法学从人类学派转向社会学派，刑事政策学、犯罪社会学、犯罪经济学等一批综合交叉学科随之兴起。但就我国的现状而论，因为犯罪统计学等方法学科的欠缺，使得犯罪学仍然依附于公安学或刑法学，犯罪学学科的独立地位有待确认，犯罪学研究力量有待充实，研究方法有待改进，研究水平有待提升。作为刑事科学基础学科的犯罪学薄弱，既制约了刑事科学内在的一体化和黏合度，也影响了刑事科学回应社会需求、解决现实问题的能力，整体限制了刑事科学的理论水平和社会影响力。

　　当前，我国犯罪治理的实践走在了理论（特别是刑法学、犯罪学）的前面，相当数量的大数据、互联网、人工智能等现代科技运用于犯罪治理实践，理论界学术界因为自身的知识短板和机会成本难以介入，形成一定程度上实践与理论脱节、理论又彼此隔绝的局面。大数据时代的技术应用固然具有创新性，但数据技术的应用可能会造成冲击法治的风险（如宪法中的人权保障，刑法中的罪刑法定，民法典中公民人身自由、人格尊严、个人信息、隐私权或数据的法律保护）。基于技术方法的二重性，既不能绝对依赖技术治理，也不能因惧怕数据利维坦（基于大数据的全控模式）而绝对加以排斥，而应本着科学理性和法治精神善加利用。为此，需加强理论与实践的结合，加强科学与技术的联姻，实现数据活动与数据安全的法治化。期望本文的探讨不仅能够将“数学”（数字、数据、大数据）成功地运用于犯罪治理，为犯罪治理奠定科学基础（因为数学是一切科学的基础），促使与犯罪相关的数据、知识由“少数人的专利”变成全社会成员共享的公共品，而且促进犯罪学（包括犯罪统计学）与刑事政策学、刑法学、大数据、人工智能等的深度融合，打破学科知识彼此隔绝的局面，进而推动犯罪学由原先关注犯罪原因、犯罪人的“事实学”、刑事政策学由主要关注反犯罪战略决策制定、调整的“决策学”、刑法学由基本关注刑法规范诠释运用的“规范学”，共同向着聚焦犯罪问题、犯罪对策、犯罪治理的“治理学”转型。在犯罪统计和相关知识的基础上，不仅产出观察统计的数据，还产出技术、系统、平台，产出新的知识，创建新的学科如犯罪治理学；期望借重犯罪大数据，实现理论创新，突破关于犯罪原因“星群论”或“不可知论”的束缚，探究从相关到因果的犯罪规律，探索构建犯罪治理指数模型；在国家治理现代化的大背景下，积极进行制度创新，构建犯罪大数据的采集、加工、分析研判、运用、辅助决策，到立法、司法、执行、预防、社会参与、理论研究再到决策咨询的循环系统和数据共享互通机制，构建以循数治理为基础的理性化、法治化、智能化的现代犯罪治理体系，从而显著提升犯罪治理的效能。也期望本文的探讨，不仅能够从理论和实践的两个维度不断推进刑事科学一体化和犯罪学的繁荣发展，而且推动法学与其他社会科学、人文科学与自然科学的交叉合作，推进文理交叉、理论和技术融合的新法科、新文科建设，改造法学的知识形态，更好地服务于国家治理体系和治理能力现代化建设的伟大事业。大数据时代的犯罪治理理论须立足当前与长远，立足国家社会公民多元参与的立场，始终关注实践，走人文社科与数理科技的结合，走法治主义与技术治理的结合，将治理犯罪与保护社会、增进人民福祉有机统一起来。

　　（本文注释内容略）

　　原文责任编辑：刘鹏