大數(shù)據(jù)背景下的獄政管理科學(xué)化研究

一、獄政管理中的大數(shù)據(jù)應(yīng)用2015年，國務(wù)院發(fā)布了《促進大數(shù)據(jù)發(fā)展行動方案》，推動大數(shù)據(jù)的加快發(fā)展和共享，促進資源整合，提高國家治理能力。監(jiān)獄在政府分工中具有維護社會穩(wěn)定的特殊作用，隨著利用大數(shù)據(jù)治理國家時代的到來和“數(shù)字中國”方略的實施，監(jiān)獄人民警察埋頭苦干的精神和美德也要與時俱進，建設(shè)數(shù)字監(jiān)獄、智慧監(jiān)獄，學(xué)會運用大數(shù)據(jù)思維對罪犯進行循證決策和管理，促進數(shù)字價值的釋放，也已經(jīng)成為一個繞不開的時代性課題。獄政管理離不開數(shù)據(jù)，利用大數(shù)據(jù)技術(shù)對罪犯進行科學(xué)化管理，就是通過數(shù)據(jù)平臺獲取罪犯的各種數(shù)據(jù)，對數(shù)據(jù)進行加工、應(yīng)用和反饋的過程，該過程在邏輯上是個封閉數(shù)字生態(tài)體系，最終體現(xiàn)在對罪犯的行為進行描述、斷因和預(yù)測，并給出決策建議。獄政管理中的大數(shù)據(jù)涵蓋范圍極廣，除罪犯各類數(shù)據(jù)庫中的結(jié)構(gòu)性數(shù)據(jù)外，我們能夠觀察到的所有事物都可以以數(shù)據(jù)形式呈現(xiàn)，如改造中產(chǎn)生的各類數(shù)據(jù)和音視頻資料等。利用大數(shù)據(jù)技術(shù)的核心價值在于利用科技實現(xiàn)監(jiān)獄的安全穩(wěn)定和對人的解放。目前，大數(shù)據(jù)技術(shù)已經(jīng)廣泛應(yīng)用于科技、經(jīng)濟和國家治理層面，已經(jīng)深深地融入我們的現(xiàn)實生活。二、大數(shù)據(jù)應(yīng)用于監(jiān)獄管理(一)罪犯結(jié)構(gòu)數(shù)據(jù)的分配門捷列夫說:“從開始有測量的時候，才開始有科學(xué)。”(二)建立風(fēng)險分析的數(shù)據(jù)庫模型是對現(xiàn)實世界的簡化，縮短了人們認識事物的過程，所以模型是研究對象維度之間的函數(shù)關(guān)系，可以是一段文字描述或圖表形式，也可以建立多維回歸方程進行相關(guān)性分析。管理中的大量數(shù)據(jù)仍無法形成數(shù)據(jù)的整體價值，千人千面的量化數(shù)字特征仍然無法提供整體策略，只有在通過統(tǒng)計數(shù)學(xué)模型的處理后才能在更細的顆粒度上找到與預(yù)測要素相關(guān)性強的變量，通過多元回歸模型的建立，對數(shù)據(jù)進行轉(zhuǎn)換和加速，并實現(xiàn)可視化。合理成熟的數(shù)學(xué)模型是個長期反復(fù)迭代的過程，與指標體系的合理和權(quán)重的有效性相關(guān)，同時數(shù)據(jù)的可獲取性與質(zhì)量也極其重要。如通過對數(shù)據(jù)庫的打撈，特別是對重點風(fēng)險因素歸類與提煉，可以形成風(fēng)險指標體系，構(gòu)建出監(jiān)獄系統(tǒng)通用的風(fēng)險指標分析模型框架。如通過SparkR導(dǎo)入貝葉斯推斷公式或Excel、SPSS函數(shù)得出的描述性統(tǒng)計量，確定出數(shù)據(jù)的閾值，同時也反饋到標簽的質(zhì)量上面，這一切取決于原始數(shù)據(jù)采集的質(zhì)量，目前罪犯管理中的很多數(shù)據(jù)具有高度線性相關(guān)性，所以獄政管理的部分維度需要進行重新劃分賦值之后才有利于建模分析。如罪犯自殺、脫逃、襲警、生產(chǎn)事故等這些惡性獄內(nèi)案件，在大數(shù)據(jù)生態(tài)系統(tǒng)中，通過對歷史數(shù)據(jù)進行回歸計算一定會找到與這種行為背后相關(guān)性最大的那個變量。如19世紀數(shù)學(xué)家發(fā)現(xiàn)新生兒的死亡率與醫(yī)務(wù)人員的洗手率有很強的相關(guān)性，盡管這種結(jié)論不被當(dāng)時醫(yī)療界所接受，但很快整個醫(yī)療行業(yè)就制定了嚴格的洗手制度。數(shù)據(jù)建模的基礎(chǔ)是對工作整體框架的了解，只有具有各維度相關(guān)性關(guān)系分析的思維，才能突破因果關(guān)系律的束縛，獄政管理中的各個因子也便具有更為廣闊的理論解釋空間，基于此的獄政管理決策算是具有了真正的意義上的科學(xué)要素。(三)評估數(shù)據(jù)庫的建立及評估聚類分析科學(xué)的分壓分管離不開對罪犯數(shù)據(jù)的聚類分析，聚類分析方法多樣，但描述罪犯改造狀態(tài)和質(zhì)量的主詞多是彌漫性的非定量化詞語，如罪責(zé)感、認罪態(tài)度、頑固、危險、抗改、偏執(zhí)、攻擊性、反社會、不服從管理和各種認識等都是一些不確定性的模糊命題，這些數(shù)據(jù)只有通過李克特五級或七級態(tài)度量表進行采集，然后對應(yīng)生成各類態(tài)度數(shù)據(jù)庫，通過對數(shù)據(jù)庫進行鉆取，建立模糊矩陣，通過進行模糊模式識別和模糊聚類分析處理。管理方依照不同權(quán)重對各個標簽通過模糊算法，建立符合工作目標的管理群。獄政管理中數(shù)據(jù)的模糊聚類分析在沒有先驗?zāi)Ｊ降那闆r通過找到聚類中心，對數(shù)據(jù)模型反復(fù)迭代與修改，對數(shù)據(jù)進行歸類，找出我們沒有重視或未知的罪犯行為模式，又稱為軟劃分。模糊模式識別是在對既有的認識基礎(chǔ)上依照管理權(quán)重進行的劃分，比如在不同種類的危險犯篩查中，對危險程度設(shè)定閾值后，通過模糊從屬函數(shù)模型，建立多級模糊關(guān)系后，篩查出不同危險類別與程度的集合。如精神病罪犯群及風(fēng)險評估，無減刑機會罪犯群評估，后期改造罪犯，頑危犯的轉(zhuǎn)化等，這樣就可以建構(gòu)很多管理策略和應(yīng)用模式。三、大數(shù)據(jù)平臺的應(yīng)用(一)強化循證矯正的證據(jù)探測和監(jiān)測手段第一，對罪犯實施更為精準化的管理?！熬?、準、細、嚴”是中國現(xiàn)代獄政管理的特征。如果輔以大數(shù)據(jù)就能夠把罪犯的特征切割成更細的粒度，通過對單個個體的特征與大樣本進行比較產(chǎn)生多維度推斷，估計出其在整體置信區(qū)間的位置。例如罪犯違規(guī)的整體概率是先驗的，行為量表SCL-90的篩查出呈陽性的違規(guī)率和陰性的違規(guī)率都是先驗概率，通過貝葉斯模型就可預(yù)測出呈現(xiàn)陽性罪犯的違規(guī)概率，然后管理者再驅(qū)以各種管理手段。第二，大數(shù)據(jù)是探尋高級別證據(jù)，進行科學(xué)實驗的得力助手。在循證矯正的證據(jù)探尋環(huán)節(jié)上，由于數(shù)據(jù)獲取和計算能力的限制，統(tǒng)計量的真值難以測定，傳統(tǒng)的做法通過隨機取樣做出一種無偏估計，如均值、方差、參數(shù)估計等，如果利用大數(shù)據(jù)技術(shù)，數(shù)據(jù)后臺就會生成大樣本或整體更加接近真值的統(tǒng)計量，并給出P值，而不必再設(shè)隨機對照組試驗，并對不同來源的數(shù)據(jù)進行擬合優(yōu)度的檢驗，從而節(jié)約試驗成本并使得試驗結(jié)果更為精確可靠。在心理健康方面，罪犯行為與量表陽性相關(guān)性如何，數(shù)據(jù)平臺會實時進行動態(tài)計算，監(jiān)獄可根據(jù)自己的權(quán)重設(shè)定陽性閾值，傳統(tǒng)的統(tǒng)計方法是做不到的，所以大數(shù)據(jù)技術(shù)也為建立適合罪犯的內(nèi)部一致性很高的專業(yè)量表提供可能。當(dāng)大數(shù)據(jù)呈現(xiàn)全部信息時，可幫助我們多方面辨析問題，避免使用孤證武斷決策，建立在對各種數(shù)據(jù)庫進行充分挖掘的基礎(chǔ)之上，這樣才能發(fā)現(xiàn)經(jīng)驗之外的世界圖景。可以預(yù)見，隨著5G、人工智能、移動物聯(lián)網(wǎng)、區(qū)塊鏈技術(shù)的發(fā)展和輕便廉價的穿戴設(shè)備可以實時性向系統(tǒng)傳遞罪犯的動態(tài)，罪犯管理過程會持續(xù)產(chǎn)生大量的數(shù)據(jù)流類的細節(jié)數(shù)據(jù)，罪犯各項指標數(shù)都會經(jīng)過機器處理后可實時得到可視化結(jié)果。如罪犯的生物、心理、移動地理位置等諸多信息，這些數(shù)據(jù)需要以近似實時的方式對更新數(shù)據(jù)進行分析，如對罪犯群體的監(jiān)控，趨勢監(jiān)控，探查性分析，和諧度分析，突發(fā)性風(fēng)險預(yù)測等，由于這些數(shù)據(jù)涌來時只能進行一次處理，有時需要聯(lián)機處理，如通過對罪犯血壓、心率、移動距離、物質(zhì)依賴、如廁次數(shù)等變化預(yù)測今天罪犯的情緒等，各種與罪犯改造狀態(tài)相關(guān)聯(lián)的因素都會揭示出來，罪犯的一切行動都變得透明可控，數(shù)據(jù)平臺成為監(jiān)獄安全的大腦。(二)罪犯指標的向來第一，大數(shù)據(jù)為實現(xiàn)對罪犯科學(xué)高效管理提供證據(jù)支持。計算平臺可通過置信區(qū)間、矩陣分解、模糊聚類、維度細化等準確找出罪犯不同閾值下罪犯個體和群體的行為概率。如每次減刑時，監(jiān)獄整體罪犯的減刑指標是確定的，則符合減刑資格罪犯的減刑概率也是確定的，則減刑指標的去向從科學(xué)角度上去看應(yīng)該是符合泊松分布的，機器通過對每名罪犯的標簽系統(tǒng)深度學(xué)習(xí)之后，可能會給出一個更為合理化的建議。嚴格按既定的比例對各單位進行指標分配也不一定符合科學(xué)的精神，在一定的置信度內(nèi)進行指標分配都可視為合理，這樣就降低了人為因素的影響，最大限度地發(fā)揮減刑政策對罪犯的積極作用。第二，在對罪犯量化考核中，規(guī)模龐大的數(shù)字由于過于宏觀而意義不大，罪犯加分的變異度是否在可接受的范圍?同工種的勞動項目的產(chǎn)值差異不同的置信區(qū)間在哪里?哪些罪犯屬于游離于穩(wěn)態(tài)群體之外的?罪犯的抗改率與押犯單位或領(lǐng)導(dǎo)者之間是否因素獨立?與之關(guān)聯(lián)變量以及關(guān)聯(lián)程度如何?如果建立數(shù)學(xué)模型，罪犯每天生成的數(shù)據(jù)就成為具有靈魂的東西，而不再是一堆死寂的符號，它顯示出罪犯行為狀態(tài)所遵循的規(guī)律和我們需要調(diào)整的地方，所以數(shù)據(jù)運行平臺也是現(xiàn)代企業(yè)最為核心和機密的部門。四、目前，數(shù)字監(jiān)禁建設(shè)的瓶頸(一)大數(shù)據(jù)思維缺失罪犯改造過程中會產(chǎn)生大量的數(shù)據(jù)資源，但目前各部門卷帙浩繁的資料形成一個個數(shù)據(jù)豎井，數(shù)據(jù)價值并沒有得到釋放，很多數(shù)據(jù)存在高度線性相關(guān)，結(jié)構(gòu)信度較差，罪犯的循證決策和科學(xué)化管理需要組建大數(shù)據(jù)管理部門去打破數(shù)據(jù)壁，出現(xiàn)“大數(shù)據(jù)陣痛”也在所難免。但在現(xiàn)實工作中，隨意銷毀和刪除數(shù)據(jù)資料司空見慣，這些都反映出大數(shù)據(jù)思維的缺乏。所以未來應(yīng)大力推進數(shù)據(jù)的采集、存儲、分析、流通等環(huán)節(jié)，加快大數(shù)據(jù)與具體工作的融合將成為監(jiān)獄現(xiàn)代化的一個基礎(chǔ)性工作。(二)強化大數(shù)據(jù)技術(shù)的使用能力首先，數(shù)據(jù)平臺要基于監(jiān)獄工作的核心，對一線干警管理目標和特點予以清晰了解。因為算法只是解決問題的邏輯方案，只是個編程實現(xiàn)的問題，所以，數(shù)據(jù)管理人員與一線管理人員要定期輪崗和互相交流，這樣才能了解各自的實際需要，也只有在數(shù)據(jù)和經(jīng)驗之間游刃有余互相糾正，才能最終形成科技對管理的落地。其次，要培養(yǎng)一支高效的運行和管理團隊，組建監(jiān)獄系統(tǒng)大數(shù)據(jù)管理部門，負責(zé)數(shù)據(jù)的開發(fā)、使用、培訓(xùn)和咨詢。一線干警是數(shù)據(jù)管理邏輯落地的關(guān)鍵，如果一線干警的數(shù)據(jù)能力太差，缺乏基本的人機對話能力，難以為數(shù)據(jù)平臺提供高