姜斌祥

犯罪治理現(xiàn)代化是社會治理現(xiàn)代化和平安中國建設的一個重要成分，研究犯罪治理現(xiàn)代化規(guī)律、模式、機制和方法就成了繞不開的任務。隨著社會步入AI 時代，給精準犯罪治理帶來了新科技手段及大數(shù)據(jù)基礎，通過犯罪治理現(xiàn)代化提供更加精準治理模式是犯罪治理的一個解決途徑。但還有大量問題在阻礙犯罪治理現(xiàn)代化進程，犯罪治理是一個復雜高階巨系統(tǒng)，且橫跨多領域、多部門和多行業(yè)，如何實現(xiàn)全域精準犯罪治理現(xiàn)代化就成了學界和實務界的難題。本文通過引入數(shù)字孿生技術進行犯罪治理現(xiàn)代化研究，旨在破解其所遇難題。

一、犯罪治理現(xiàn)代化的問題

犯罪治理（Crime Governance：CG）一直以來都是社會治理的重點和難題，是社會治理的重要組成部分。我國經(jīng)歷了犯罪鎮(zhèn)壓、懲治、防控、治理等不同階段，隨著社會轉型不斷深入，國家對犯罪治理實踐認識也在不斷深化，從實際運行中的“強勢管制”轉變?yōu)檎嬲饬x上共建共治共享的“科學治理”新格局，需要把現(xiàn)代化治理理論運用到犯罪治理制度設計和機制運行過程中。犯罪治理是一個過程，這個過程具備協(xié)調性，且涉及多領域、多部門及多人員，具有持續(xù)互動性。犯罪治理表現(xiàn)為對犯罪行為作出反應或采取應對措施以及預防的過程，是在客觀準確觀察犯罪問題基礎上，確立適當對策目標，選擇合理路徑與方法，組合多方力量作用于犯罪現(xiàn)象的科學之道。犯罪治理是社會治理當中必不可少的，是建設社會治安防控體系、維護社會和諧穩(wěn)定的關鍵。

犯罪治理中的主要問題有：①犯罪治理是個復雜龐大的系統(tǒng)，具有高階、多維、不確定性、復雜多變性、實時性、所以難以掌握信息、預測性很差等，傳統(tǒng)治理手段難以駕馭。②目前犯罪治理現(xiàn)代化多為單點系統(tǒng)，呈現(xiàn)碎片化特征，治理層次不齊，技術水平不等，這種碎片化治理難以達到全域治理期望效果。③部門利益導致現(xiàn)有治理現(xiàn)代化建設充斥著大量信息孤島、技術鴻溝等，共享程度低下，數(shù)據(jù)價值難以發(fā)揮。④現(xiàn)有治理現(xiàn)代化建設缺乏標準，實務研究困難很多，均在摸著石頭過河，各有一套，且封閉進行。⑤治理大數(shù)據(jù)并發(fā)現(xiàn)不了所有問題，甚至會有假問題和假規(guī)律。⑥缺乏治理現(xiàn)代化基礎理論和實務研究成果，尚未構成支撐實戰(zhàn)的多學科交叉研究理論體系。上述問題阻礙著犯罪治理現(xiàn)代化進程，需尋找科學合理解決辦法來反應和解決。

二、犯罪治理數(shù)據(jù)特性與問題破解方法

（一）犯罪治理數(shù)據(jù)特性分析

經(jīng)過調研分析發(fā)現(xiàn)，犯罪治理數(shù)據(jù)具有12 類特性：①犯罪治理八要素大數(shù)據(jù)特殊性。治理數(shù)據(jù)由人、地、物、組織、案（事）件、時間、位置坐標、線索等八要素構成，〔1〕姜斌祥：《犯罪預防數(shù)字引擎研究》，2019年第六屆犯罪學論壇論文。數(shù)據(jù)具有類型復雜、結構多樣、體量巨大、價值密度低、挖掘潛力巨大等大數(shù)據(jù)特點，又有其特殊性：安全保密性、可靠性、時效性、多樣性、數(shù)據(jù)質量等要求高。②社會網(wǎng)絡特性。治理八要素有社會網(wǎng)絡特性，各要素之間的關系各不相同，關系網(wǎng)中一些要素居于核心地位，有的處于邊緣位，且是相對的，須對要素知識圖譜與語義推理等。③高階多維復雜性。犯罪治理涉及到社會方方面面，極其廣泛，具備多維特性和廣度和深度，具有社會治理的高階復雜性。④博弈性。治理要素數(shù)據(jù)代表了社會要素的社會動態(tài)行為寫照，映射出要素間的博弈性。⑤不完備且漸進增長性。因犯罪治理具備高階復雜性，人類認知和技術都是在不斷演進的，故數(shù)據(jù)采集過程是漸進的，治理數(shù)據(jù)具備階段不完整性，雖然有邊界，但永遠在路上。⑥不確定性。治理要素數(shù)據(jù)具有定性定量混合、模糊、灰色與不確定特性。⑦多模態(tài)性。治理要素隨時間變化、個體和環(huán)境差異、多領域等，導致具備多模態(tài)特性。⑧協(xié)同聯(lián)動性。治理需要遍歷社會全域，需要多領域、多部門、多行業(yè)的協(xié)同聯(lián)動。⑨可計算性。計算思維是運用計算科學進行問題求解、系統(tǒng)設計以及人類行為理解等涵蓋計算機科學之廣度的一系列思維活動，它能夠將一個問題清晰、抽象地描述出來，并將問題的解決方案表示為一個信息處理流程，包含數(shù)學和工程性思維。隨著碎片式治理的實施，積累了巨多要素數(shù)據(jù)，在計算思維指導下，從工程化可計算角度研究治理各種復雜問題，涵蓋治理實驗設計、數(shù)據(jù)測量、數(shù)據(jù)質量保證、計算建模以及預測推理等多方面，進行多層次概念化和抽象，利用迭代、遞歸、歸約、分解等計算方法解決治理現(xiàn)代化所遇復雜問題成為可能，從而達到主動發(fā)現(xiàn)和防范危險行為。⑩大數(shù)據(jù)思維特性。治理八要素數(shù)據(jù)具備大數(shù)據(jù)思維特性，〔2〕姜斌祥：姜斌祥：《大數(shù)據(jù)偵查學理論與實務研究框架探討》，2019年第二屆大數(shù)據(jù)偵查論壇論文。如相關性、整體性、預測性，以及傳統(tǒng)AI 的因果性，〔3〕姜斌祥：《犯罪大數(shù)據(jù)AI 模型與犯罪趨勢預測研究》，載《預防青少年犯罪研究》2019年第1 期，第6 頁。從而才能實現(xiàn)犯罪治理的精準研判預警。?可實驗性。基于計算社會科學研究方法和模擬試驗成果看，犯罪治理也一樣可仿真模擬試驗、治理實驗室研究、推演預測預警等；同時通過仿真實驗模擬進行治理專業(yè)人才訓練。?過程連續(xù)性。犯罪治理是一個漸進連續(xù)治理的持續(xù)過程。以上12 類特性中最核心基礎特性是可計算性。

（二）解決犯罪治理現(xiàn)代化的新思路：引入數(shù)字孿生技術

大數(shù)據(jù)是犯罪治理現(xiàn)代化的基石，因此，針對上述12 類數(shù)據(jù)特性以及其核心特性——可計算性，引入計算思維與犯罪治理交叉結合研究，以此反映和解決治理現(xiàn)代化所面臨問題。計算科學方法眾多，對于犯罪治理這個復雜巨系統(tǒng)來說，要緊貼需求選擇計算科學解決方案。

經(jīng)比較研究發(fā)現(xiàn)，在智能制造和智慧城市建設中相對成熟可行的數(shù)字孿生是建模與仿真應用重要技術，它是將現(xiàn)有或未來治理實體構建數(shù)字模型，通過實測、仿真和分析來實時感知、診斷、預測治理實體的狀態(tài)，通過優(yōu)化和指令來調控治理實體行為，通過深度學習來進化治理模型自身，改進利益相關方在實體生命周期內的決策。孿生最誘人的是建模和仿真，它們是數(shù)字模型和物聯(lián)網(wǎng)的結合，目的是為了將模型打磨得更加接近真實。對復雜系統(tǒng)機理缺乏足夠認識的情況下，基于采集數(shù)據(jù)利用AI 技術對實體進行建模。

數(shù)字孿生是實體在虛擬世界的鏡像，是實體的虛擬映射，且模擬在現(xiàn)實中的行為，可實驗，這樣就非常適合于犯罪治理現(xiàn)代化建設要求、特性和問題解決?；跀?shù)字孿生的精準犯罪治理現(xiàn)代化機制是將治理實體搬到虛擬環(huán)境進行一一對應映射，從而為犯罪治理的實時監(jiān)管和模擬仿真實驗提供了一條可行路徑。數(shù)字孿生與現(xiàn)有傳統(tǒng)治理現(xiàn)代化實踐在邏輯、技術和治理理念上有根本區(qū)別：一是前者建立起統(tǒng)一廣泛的可采數(shù)據(jù)源，進而對治理全過程數(shù)化寫實；二是前者具有同步生命周期和建設時序且能夠不斷跟進與更新；三是前者是可計算的，兩者在一一對應中進行建模推演、預測和驗證。數(shù)字孿生通過歸集全要素和全過程數(shù)據(jù)，運用AI 識別和提取實體治理體系的特征和規(guī)律，將治理“隱秩序”顯性化；同時數(shù)字孿生通過AI，結合犯罪治理中人的智慧，實現(xiàn)虛實交互，為科學合理的治理決策以及防控與實戰(zhàn)提供支持。

三、犯罪治理數(shù)字孿生體基礎理論研究

（一）數(shù)字孿生體概念

1.數(shù)字孿生概念

數(shù)字孿生（Digital Twin）是2003年美國密歇根大學教授邁克爾·格里夫斯(Michael Grieves)提出的概念，他稱之為“物理產(chǎn)品的數(shù)字化表達”，它是現(xiàn)實世界在虛擬世界的鏡像，這個鏡像不僅能對現(xiàn)實實體虛擬再現(xiàn)，還能模擬其在現(xiàn)實環(huán)境中行為。

數(shù)字孿生是物理對象的數(shù)字模型，該模型通過接收來自物理對象的數(shù)據(jù)而實時演化，從而與物理對象在全生命期保持一致?；跀?shù)字孿生可進行分析、預測、診斷、訓練等（即仿真），并將仿真結果反饋給物理對象，從而幫助對物理對象進行優(yōu)化和決策。物理對象、數(shù)字孿生以及基于數(shù)字孿生仿真及反饋一起構成一個信息物理系統(tǒng)。面向數(shù)字孿生全生命期（構建、演化、評估、管理、使用）的技術稱為數(shù)字孿生技術。如圖1、圖2 所示。

圖1 數(shù)字孿生概念模型

圖2 數(shù)字孿生系統(tǒng)運行原理

對建模仿真的研究已歷時多年，目前已由最早的虛擬化模型，拓展成融合社會要素實時搜集、實時計算的綜合技術。數(shù)字孿生將真實世界在數(shù)字世界中創(chuàng)建對應虛擬實體，現(xiàn)實世界中所有變化都會立即體現(xiàn)在虛擬實體。通過可視化虛擬視圖全面掌控物理世界狀態(tài)信息，針對不同目的快速采取行動，對其加以分析、預測和優(yōu)化。

2.數(shù)字孿生體

用“體”字模糊性來應對Digital Twin 在不同使用場景下的不確定性，將Digital Twin譯為數(shù)字孿生體，是一個名詞，便于與物理實體對應，專指與物理實體對應的映射，將它與對應的物理實體及其相關實體所構成數(shù)字孿生系統(tǒng)，即digitally twinned，比如數(shù)字孿生制造、數(shù)字孿生城市、數(shù)字孿生犯罪治理等。

（二）犯罪治理數(shù)字孿生體

1.數(shù)字孿生犯罪治理

數(shù)字孿生犯罪治理包含犯罪治理物理實體與數(shù)字孿生體，其含義是將犯罪治理物理實體與數(shù)字孿生體結合，構成一個完整數(shù)字孿生犯罪治理體系。

2.犯罪治理數(shù)字孿生體

充分利用犯罪治理的物理模型、基于物聯(lián)網(wǎng)在線數(shù)據(jù)、歷史運行數(shù)據(jù)，集犯罪學、心理學、法學、計算機、大數(shù)據(jù)、人工智能、數(shù)字孿生等多學科，進行多物理量、多時空尺度、多概率仿真模擬跟進，通過在虛擬空間中完成對治理映射，反應治理全生命期。通過仿真、物聯(lián)網(wǎng)、VR 等各種手段，將物理實體各種屬性映射到虛擬空間，形成可拆解、可復制、可轉移、可修改、可刪除、可重復操作的數(shù)字鏡像，極大加速了對治理物理實體的了解，可讓很多原來由于物理條件限制、必須依賴于物理實體而無法完成的操作成為觸手可及，更能激發(fā)人們探索新途徑，優(yōu)化再造治理流程。

數(shù)字孿生作為治理現(xiàn)代化的一種新途徑，充分利用采集數(shù)據(jù)和物理模型在信息空間內全面反映物理全生命期，從而具有對問題診斷、狀態(tài)評估及趨勢預測的能力。孿生體是治理物理實體在大數(shù)據(jù)中的映射，可實現(xiàn)治理全域范圍八要素的多元空間融合，從宏觀到微觀對多粒度時空對象描述，多模態(tài)時空異構數(shù)據(jù)高效融合與分布式協(xié)同管理，全生命期、多專業(yè)數(shù)據(jù)實時接入與探索性時空關聯(lián)分析。構建實景三維體系是孿生體全生命期精準映射與融合協(xié)同關鍵基礎，可實現(xiàn)治理全生命期智能模擬仿真、智能預警、智能推理，保證復雜環(huán)境下治理智能水平。孿生體是基于數(shù)據(jù)驅動、虛實交互、先知先覺和共生共智的智能化信息模型，使數(shù)字治理與現(xiàn)實犯罪治理同步規(guī)劃、同步建設、實現(xiàn)全過程、全要素數(shù)字化，做到治理全狀態(tài)實時化、可視化，以及治理管理決策的協(xié)同化和智能化。

3.犯罪治理數(shù)字孿生體的價值

犯罪治理數(shù)字孿生體將改變發(fā)現(xiàn)、認知和治理的方式，所帶來的良法善治效果，非常值得期待。實現(xiàn)“知、防、管、控”規(guī)范化、一體化、協(xié)同化和智能化，開展全天候全方位感知治理現(xiàn)實；實現(xiàn)區(qū)域維度、行業(yè)條線、跨區(qū)域協(xié)同的聯(lián)動發(fā)現(xiàn)與聯(lián)勤處置；實現(xiàn)國級、大區(qū)級、省市級、地區(qū)級、行業(yè)級的層層治理能力與體系；實現(xiàn)“互聯(lián)網(wǎng)+5G”的治理全面監(jiān)控、最快發(fā)現(xiàn)、實時響應、集成指揮、協(xié)同處置的能力；打造協(xié)作式、體系化、層次化的智慧犯罪治理體系，以更大力度、更實舉措，筑牢社會公共安全防火墻。

孿生體能在現(xiàn)實和數(shù)字世界間全面建立實時聯(lián)系，在數(shù)字空間再造一個治理虛擬實體，作為治理物理實體映射鏡像，將治理物理實體全生命期的變化數(shù)字化、模型化和可視化。它具有傳感即時性、信息集成性、傳遞交互性、決策科學性、預防精準性、治理智能性等特征。通過大規(guī)模仿真、推演、預測，定位分析未來治理過程中的瓶頸問題與風險，通過共智促進孿生體間互動協(xié)作，進一步提高治理現(xiàn)代化精準程度。加快建設數(shù)據(jù)驅動、實時感知、智能分析的新一代治理基礎設施，推動治理數(shù)據(jù)加速匯聚、融通、挖掘、應用，利用匯聚的基礎設施感知數(shù)據(jù)與實時脈動數(shù)據(jù)，構建孿生體，形成實體和數(shù)字精準映射、虛實交互的治理新格局。

（三）犯罪治理數(shù)字孿生體七維模型

數(shù)字孿生以數(shù)字化方式建立多維、多時空尺度、多學科、多物理量的動態(tài)虛擬模型來仿真物理實體在真實環(huán)境中的屬性、行為、規(guī)則等。當前數(shù)字孿生模型多沿用格里夫斯教授最初定義的三維模型，即物理實體、虛擬實體及兩者間的連接：

為適應孿生在更多領域應用，北航數(shù)字孿生技術團隊對上述三維模型進行了擴展，增加了孿生數(shù)據(jù)和服務兩個新維度，提出了五維模型：〔4〕陶飛等：《數(shù)字孿生車間：一種未來車間運行新模式》，載《計算機集成制造系統(tǒng)》2017年第1 期，第2—3 頁?！?〕陶飛等：《數(shù)字孿生及其應用探索》，載《計算機集成制造系統(tǒng)》2018年第1 期，第3—4 頁。

經(jīng)我們研究發(fā)現(xiàn)，五維模型不能完備反應犯罪治理實戰(zhàn)需求，為適應新時代犯罪治理新需求，對上述五維模型進行擴展，增加孿生智能體（Agent：算法庫）和外部數(shù)據(jù)資源接入兩個新維度，提出犯罪治理數(shù)字孿生體七維模型。七維模型公式為：

公式中：CGPE-犯罪治理物理實體，CGVE-治理虛擬實體，CGSs-治理應用服務，CGDD-治理孿生數(shù)據(jù)，CGAgent-治理孿生智能體，ODI-外部數(shù)據(jù)資源接入，CN-各成分間連接。如圖3 所示。

圖3 犯罪治理數(shù)字孿生體七維模型圖

一是CGPE-犯罪治理物理實體，包括全過程治理實體和業(yè)務過程，涉及到立法、司法、執(zhí)法、普法、守法、預防、檢查、評估等各犯罪治理節(jié)點。

二是CGVE-犯罪治理虛擬實體，包括幾何模型（Gv）、物理模型（Pv）、行為模型（Bv）和規(guī)則模型（Rv），這些模型能從多時間尺度、多空間尺度對CGPE 進行描述與刻畫：〔6〕陶飛等：《數(shù)字孿生五維模型及十大領域應用》，載《計算機集成制造系統(tǒng)》2019年第1 期，第4—6 頁。

式中：Gv 為描述CGPE 幾何參數(shù)（如形狀、尺寸、位置坐標等）與關系的三維模型，與PE 具備良好的時空一致性，對細節(jié)層次的渲染可使Gv 從視覺上更加接近CGPE。Gv可利用三維建模軟件（如Solid-Works、3D MAX、ProE、AutoCAD 等）或儀器設備（如三維掃描儀）來創(chuàng)建。

Pv 在Gv 的基礎上增加了CGPE 的物理屬性、約束、及特征等信息，通?？捎肁nsys，ABAQUS，Hypermesh 等工具從宏觀及微觀尺度進行動態(tài)數(shù)學近似模擬，如活動場所建模仿真分析等。

Bv 描述了不同粒度不同空間尺度下CGPE 在不同時間尺度下外部環(huán)境與干擾，以及內部運行機制共同作用下產(chǎn)生的實時響應及行為，如隨時間推進演化行為、動態(tài)功能行為等。創(chuàng)建CGPE 行為模型是一個復雜過程，涉及問題模型、評估模型、決策模型等構建，可用有限狀態(tài)機、馬爾可夫鏈、神經(jīng)網(wǎng)絡、復雜網(wǎng)絡、基于本體的建模方法進行Bv 創(chuàng)建。

Rv 包括基于歷史關聯(lián)數(shù)據(jù)的規(guī)律規(guī)則、基于隱性知識總結的經(jīng)驗，以及相關領域標準與準則等。這些規(guī)則隨著時間的推移自增長、自學習、自演化，使CGVE 具備實時的判斷、評估、優(yōu)化及預測的能力，從而不僅能對CGPE 進行控制與運行指導，還能對CGVE 進行校正與一致性分析。Rv 可通過集成已有的知識獲得，也可利用CGAgent 的深度學習算法不斷挖掘產(chǎn)生新規(guī)則。

通過以上4類模型組裝、集成與融合，創(chuàng)建對應CGPE 的完整CGVE。通過模型校核、驗證和確認來驗證CGVE 的一致性、準確度、靈敏度等，保證CGVE 能真實映射CGPE?？捎肰R/AR 實現(xiàn)CGVE 與CGPE 虛實疊加及融合顯示，增強CGVE 的沉浸性、真實性及交互性。

三是CGSS，CGSS是指對孿生體應用過程中所需各類數(shù)據(jù)、模型、算法、仿真、結果進行服務化封裝，以組件、中間件、模塊引擎等形式支撐孿生體功能性和業(yè)務性應用〔7〕陶飛等：《數(shù)字孿生五維模型及十大領域應用》，載《計算機集成制造系統(tǒng)》2019年第1 期，第4—6 頁。：①功能性應用有建模仿真、模型組裝與融合、模型一致性分析等模型管理；數(shù)據(jù)存儲、封裝、清洗、關聯(lián)、挖掘、融合等數(shù)據(jù)處理；數(shù)據(jù)采集、感知接入、數(shù)據(jù)傳輸、協(xié)議、接口等連接。②業(yè)務性應用有操作指導；多層次多階段仿真評估、防控策略自適應、動態(tài)優(yōu)化調度、動態(tài)過程仿真；需求分析、風險評估、趨勢預測等智能決策；仿真實驗、用戶體驗、虛擬培訓等。這些應用是屏蔽了孿生體內部異構性與復雜性黑箱，通過應用軟件和APP 等形式提供標準輸入輸出，從而降低孿生體應用中對用戶專業(yè)能力與知識要求，簡潔按需所用。

四是CGDD，CGDD 是孿生體數(shù)據(jù)驅動〔8〕：CGPE 數(shù)據(jù)（DP）、CGVE 數(shù)據(jù)（DV）、CGSS數(shù)據(jù)（DS）、ODI 數(shù)據(jù)（DO）、CGAgent 數(shù)據(jù)（DA）、知識數(shù)據(jù)（DK）、融合衍生數(shù)據(jù)（DF）：

五是ODI，ODI 是孿生體的外部數(shù)據(jù)資源接入，主要包括與治理相關各類已存在基本信息和成熟信息，可批量導入、API 請求服務接入或實時更新，納入CGDD 統(tǒng)一管理使用。

六是CGAgent，CGAgent 是孿生體的一個核心算法庫，這些算法用于孿生體模擬仿真、推演以及管理，基本上是基于深度學習算法，故單獨一個維度管理和學習訓練，支持CGVE和CGSS。

七是CN 連接實現(xiàn)MDT各部分互聯(lián)互通：

（四）犯罪治理數(shù)字孿生體參考架構

犯罪治理數(shù)字孿生體是與物理實體一一映射、協(xié)同交互、智能互動的虛擬犯罪治理，先對犯罪治理解耦，然后進行系統(tǒng)性和模型化重構，如圖4 所示。

圖4 犯罪治理數(shù)字孿生體參考架構

犯罪治理物理實體是指立法過程、立法后工程、普法與守法過程、庭審量刑過程、犯罪偵查過程、監(jiān)禁與非監(jiān)禁刑事執(zhí)行、社會治安防控體系、犯罪治理評估、其他犯罪治理單元、監(jiān)督檢查等各環(huán)節(jié)的犯罪治理物理實體以及相關實體與屬性；犯罪治理數(shù)字孿生體是指與犯罪治理物理實體一一對應的孿生組件和孿生體管理支撐功能。

（五）犯罪治理數(shù)字孿生體成熟度模型

犯罪治理數(shù)字孿生體不僅是一種物理世界鏡像，同時也要接受物理世界實時信息，更要反過來實時驅動物理世界，并且進化為物理世界的先知、先覺甚至超體，稱為成熟度進化：一個孿生體的生長發(fā)育將經(jīng)歷數(shù)化、互動、先知、先覺和共智等5 個過程，〔8〕田鋒等：《數(shù)字孿生體技術白皮書》，安世亞太數(shù)字孿生體實驗室，2019年1月，第13—15 頁。如圖5所示。

圖5 犯罪治理數(shù)字孿生體成熟度模型

1.數(shù)化

數(shù)化是對物理世界數(shù)字化過程，將物理世界表達為系統(tǒng)所能識別的數(shù)字模型。采用測繪掃描、幾何建模、網(wǎng)格建模、系統(tǒng)建模、流程建模、組織建模等建模技術。物聯(lián)網(wǎng)將物理世界本身的狀態(tài)變?yōu)榭梢员幌到y(tǒng)實時感知、識別和分析。構建犯罪治理實體場景的全景三維信息模型：行業(yè)場所、大型活動點線面、學校銀行以及醫(yī)院等21 類內保單位、地鐵公交、檢查站、居民小區(qū)、重點工程現(xiàn)場等主要建筑物信息模型。對治理全域空間信息進行三維建模，提供與真實一致的虛擬環(huán)境，并支持三維瀏覽、三維空間分析、信息檢索等應用；構建面向不同治理視角應用模型。在數(shù)據(jù)采集中，應用先進技術（如激光三維掃描、傾斜遙感攝影、激光點云三維建模等）提高數(shù)據(jù)采集效率和精準度。

2.互動

互動主要是指虛實動態(tài)互動，物聯(lián)網(wǎng)是實現(xiàn)虛實互動核心技術。據(jù)虛擬世界預測優(yōu)化結果將指令傳遞并干預物理世界。物理世界狀態(tài)實時傳到虛擬世界，作為虛擬世界新初始值和邊界條件。依靠數(shù)字線程來實現(xiàn)互動，達到物理實體和孿生體同步更新。通過物聯(lián)網(wǎng)技術，依據(jù)犯罪治理需求，安裝布置充足的傳感器等數(shù)據(jù)采集設備，進行動態(tài)、準確數(shù)據(jù)采集；對于治理八要素，依國標建庫、及時更新，確保有效性鮮活性，能夠快速查詢追蹤；同時對于案事件、線索進行采集和跟蹤，確保處理閉環(huán)和可追溯性；確保治理要素從物理空間到孿生體的有效傳輸。

3.先知

先知是指用仿真對治理物理世界動態(tài)預測，表達物理世界幾何形狀，在數(shù)字模型中融入治理規(guī)律和機理。仿真不僅建立物理對象數(shù)字化模型，還根據(jù)當前狀態(tài)，通過物理對象確定規(guī)律和完整機理來計算、分析和預測治理未來狀態(tài)，不僅是對一個階段或一種現(xiàn)象仿真，更是全周期和全領域動態(tài)仿真。據(jù)物理模型和仿真預測未來，且隨著實體數(shù)據(jù)搜集，依同步速率進行收斂。孿生體根據(jù)治理歷史和當下信息，推演預測下一次治理重點內容和位置，并以此進行治理對策優(yōu)化調整，并將資源與演習數(shù)據(jù)反映到孿生體以預測未來。

4.先覺

先覺是依不完整信息和不明確機理通過大數(shù)據(jù)和深度學習來預感未來。孿生體不應局限于對物理世界確定性認識，其實人類本身就不是完全依賴確定性知識領悟世界。比如分析治理有關因素影響，推演各類犯罪發(fā)展趨勢，提前采取預防；根據(jù)歷史數(shù)據(jù)，依據(jù)AI算法找到相關關系，采取針對性預防措施；根據(jù)網(wǎng)絡輿情、敏感人員聚集，推演社會治安和群體事件風險隱患，采取預防性措施等。

5.共智

共智是通過云實現(xiàn)孿生體間信息交換共享，孿生體內各構件數(shù)據(jù)和智慧首先是共享的，多孿生體可通過共智形成更大、更高層次的孿生體，在共智過程中必然存在大量數(shù)據(jù)交換，區(qū)塊鏈和智能合約提供了機制。比如某個城市內多孿生體，通過共智協(xié)同集成全市一體化孿生體；某市孿生體能夠促進各治理現(xiàn)實業(yè)務之間基于各自資源、特征、需求等不同和互補，構建城市治理共智圈，實現(xiàn)城市群治理可持續(xù)生態(tài)化發(fā)展；通過孿生體間協(xié)同，促進追討的警務合作，以及人口拐賣、走失人員的快速定位和查找等。

表1 犯罪治理數(shù)字孿生體成熟度、關鍵特征和關鍵技術

（六）犯罪治理數(shù)字孿生體關鍵技術

建模、仿真和數(shù)字線程是犯罪治理數(shù)字孿生體核心基礎技術；統(tǒng)領孿生體建模、仿真和數(shù)字線程的系統(tǒng)工程和MBSE 是孿生體頂層框架技術；物聯(lián)網(wǎng)是孿生體底層伴生技術；而云/霧/邊緣計算、大數(shù)據(jù)、深度學習、區(qū)塊鏈等則是孿生體外圍使能技術。

1.建模

犯罪治理數(shù)字孿生體建模目的是對物理世界理解進行簡化和模型化，通過數(shù)化和模型化，用信息換能量，以更少的能量消除各種物理實體、特別是復雜系統(tǒng)的不確定性。所以建模是創(chuàng)建孿生體、實現(xiàn)孿生體的源頭和核心技術，也是數(shù)化階段的核心。需求指標、生存期階段和空間尺度構成了孿生體建模的三維空間，如圖6 所示。〔9〕田鋒等：《數(shù)字孿生體技術白皮書》，安世亞太數(shù)字孿生體實驗室，2019年1月，第16—17 頁。

圖6 犯罪治理數(shù)字孿生體建模技術擴展框架

基于主體建模（ABM）是一套成熟仿真建模理論、方法及復雜網(wǎng)絡分析等科研工具，基于ABM 可將治理信息多樣性、主體異質性、主體適應性、因素交互性、系統(tǒng)動態(tài)性等被傳統(tǒng)科研方法簡化、忽略或無力駕馭的重要因素，納入分析框架中。

2.仿真

仿真是將確定性規(guī)律和完整機理的模型轉化成軟件方式來模擬物理世界的一種技術。只要模型正確，并擁有了完整輸入數(shù)據(jù)，就可正確地反映物理世界特性。仿真的人機交互性、真實空間感、大面積三維地形仿真等特性，都是傳統(tǒng)方式所無法比擬的。

仿真是通過將犯罪治理物理實體的位置、高度、外觀、空間形態(tài)等要素進行數(shù)據(jù)分析和處理，建立仿真模型，用于感知真實環(huán)境，開展各類論證、試驗、分析、運行、訓練等工作：能夠第一時間模擬出最佳解決方案，在最短時間內給出治理指導意見；能夠為治理爭取更多有利空間和提高治理效率；能夠更快、更真實模擬出治理規(guī)劃方案和效果，同時能夠根據(jù)治理評判標準來檢查方案是否符合要求和標準；建立一個與現(xiàn)實同步虛擬環(huán)境；收集治理中各方面動態(tài)數(shù)據(jù)；實時監(jiān)測仿真分析，建立一個基于物聯(lián)網(wǎng)架構。在任意角度和觀察場景中實時體驗已存在的治理對象體系，還可在虛擬中仿真，進行再規(guī)劃，優(yōu)化治理水平，使治理變得更加智能。可通過環(huán)境分析其對犯罪的影響進行情景預防；〔10〕王瑞山：《犯罪科學的界定及其與犯罪學的關系》，載《中國人民公安大學學報（社會科學版）》2019年第2 期，第6 頁?？蓪Ω黝惙缸镞M行仿真推演態(tài)勢預測。

建模是模型化對物理世界的理解，仿真是驗證和確認這種理解的正確性和有效性。犯罪治理有立法、立法后工程、庭審、偵查、治安防控、監(jiān)禁/非監(jiān)禁行刑、普法守法、新型業(yè)態(tài)、其他治理、治理評估、監(jiān)督檢查等過程的仿真，如圖7 示例。

圖7 城市犯罪治理仿真示例

NetLogo 是一個成熟仿真平臺，適用于對隨時間演化的復雜系統(tǒng)進行建模，能很好地模擬微觀個體行為與宏觀整體現(xiàn)象，并展現(xiàn)二者之間的聯(lián)系。該平臺不需要大量實證數(shù)據(jù)，根據(jù)小范圍的調查數(shù)據(jù)能夠推斷出相關參數(shù)值。

3.VR/AR

虛擬現(xiàn)實（Virtual Reality，VR）基于現(xiàn)實中數(shù)據(jù)生成逼真三維視聽、嗅覺等感覺，使參與者通過適當裝置，自然地對虛擬世界進行體驗和交互。使用者進行位置移動時，VR立即進行復雜運算，將精確的3D 世界影像傳回，從而產(chǎn)生臨場感。使用者可在虛擬現(xiàn)實世界體驗到最真實感受，其模擬環(huán)境真實性和現(xiàn)實世界難辨真假，讓人有種身臨其境感覺。增強現(xiàn)實（Augmented Reality，AR）是VR 發(fā)展，它能促使治理真實世界信息和VR 信息之間綜合在一起，真實環(huán)境和虛擬實體之間疊加之后，能夠在同一畫面及空間中同時存在，使用者利用頭盔或眼睛，使真實世界和虛擬圖形重合在一起，重合之后看到真實的世界圍繞著它。犯罪治理數(shù)字孿生體各場景中會有VR/AR 重要應用價值，VR/AR 所提供深度沉浸的交互方式，使數(shù)字化世界在感官和操作體驗上更加接近物理世界，讓孿生體變得更為精妙。

4.數(shù)字線程

數(shù)字線程是組件化分析通信框架，基于該框架可構建覆蓋治理生命周期全部環(huán)節(jié)的跨層次、跨尺度、多視圖模型的集成視圖，通過犯罪預防數(shù)字引擎〔11〕姜斌祥：《犯罪預防數(shù)字引擎研究》，2019年第六屆犯罪學論壇論文。和區(qū)塊鏈技術支撐，實現(xiàn)多視圖模型數(shù)據(jù)融合機制或引擎，進而以統(tǒng)一模型驅動孿生體生存期活動。其目標是要在孿生體生命期內實現(xiàn)在正確時間、正確地點，把正確信息傳遞給正確孿生體。數(shù)字線程是與某個或某類物理實體對應的若干孿生體之間的溝通橋梁，這些孿生體反映了該物理實體不同側面的模型視圖?！?2〕田鋒等：《數(shù)字孿生體技術白皮書》，安世亞太數(shù)字孿生體實驗室，2019年1月，第22—23 頁。

5.基于模型系統(tǒng)工程MBSE

系統(tǒng)工程應用系統(tǒng)思維、原理和方法，解決復雜問題，把復雜事情做對、做好、做快，運用功能和進化觀點從靜態(tài)和動態(tài)兩個方面認識系統(tǒng)。基于模型系統(tǒng)工程（MBSE）是一種形式化建模方法，MBSE 采用復雜自適應理論作為犯罪治理仿真理論基礎，有聚集、流、非線性、多樣性、標識機制、積木機制和內部模擬機制等特性，這些特性構成犯罪治理仿真自適應模擬基礎。

6.物聯(lián)網(wǎng)

物聯(lián)網(wǎng)是一個基于互聯(lián)網(wǎng)、電信網(wǎng)的信息承載體，它讓所有能被獨立尋址的普通物理對象形成互聯(lián)互通網(wǎng)，通過各種傳感器、指紋與人臉識別等生物識別、射頻、北斗/GPS、紅外感應、激光掃描、二維碼等各種裝置，實時采集需要監(jiān)控、連接、互動的物體或過程，采集其聲、光、熱、電、力學、化學、生物、位置等各種重要的信息，通過各類可能網(wǎng)絡接入，實現(xiàn)治理要素間泛在連接，實現(xiàn)對要素智能化感知、識別和管理。物聯(lián)網(wǎng)是孿生體的載體，孿生體是物聯(lián)網(wǎng)的底層邏輯，兩者相互成就。采取云/霧/邊緣計算模式，提供實時在線孿生體的實時監(jiān)測、定位追溯、報警聯(lián)動、調度指揮、預案管理、遠程控制、安全防范等功能。

7.云/霧/邊緣計算

云/霧/邊緣計算可為犯罪治理數(shù)字孿生體提供計算基礎，是孿生體間智慧共享提供機制。①云計算是分布計算、效用計算、負載均衡、并行計算、網(wǎng)絡存儲、熱備份冗余和虛擬化等技術混合并躍升的結果，由云平臺、云存儲、云終端和云安全四部分組成。從用戶角度可分公有云、私有云、混合云，從提供服務層次可分基礎實施即服務（IaaS）、平臺即服務（PaaS）、軟件即服務（SaaS）、數(shù)據(jù)即服務（DaaS）。它滿足體系級孿生體分析。②霧計算為本地化的云計算，系統(tǒng)級孿生體強調其組成元素之間互聯(lián)性和互操作性，以及元素間的實時動態(tài)協(xié)作控制，該類孿生體在地里位置上很集中，非常適合霧計算。霧計算在網(wǎng)絡邊緣提供服務，從而促進了實時交互、可伸縮性好互操作性。③邊緣計算是指利用靠近數(shù)據(jù)源邊緣地帶來完成運算，即可在大型運算設備內部完成，也可在中小型運算設備、本地端網(wǎng)絡內完成。邊緣計算可以是智能手機、PC、智能家居等，也可是ATM 機、攝像頭等。節(jié)點級孿生體需要滿足的基本要求是狀態(tài)感知、計算和處理數(shù)據(jù)、物理實體控制等，邊緣計算適合構建節(jié)點孿生體。

8.大數(shù)據(jù)與深度學習

大數(shù)據(jù)具有數(shù)據(jù)體量巨大、數(shù)據(jù)類型繁多、價值密度低、商業(yè)價值高、處理速度快、數(shù)據(jù)實時在線等特征；而深度學習是基于大數(shù)據(jù)，并涉及概率論、統(tǒng)計學、逼近輪、凸分析、神經(jīng)網(wǎng)絡、機器學習、計算智能、計算復雜性理論等交叉，深度學習是讓計算機可自學習的算法，有監(jiān)督學習、非監(jiān)督學習、半監(jiān)督學習和增強學習，是一類從大數(shù)據(jù)中自動分析獲得規(guī)律，并利用規(guī)律對未知進行預測的算法?！?3〕SCHROEDER G N,STEINMET Z G,PEREIRA C E,et al.Digital twin data modeling with automation ML and a communication methodology for data exchange.IFAC—Papers OnLine, 2016,49(30):12-17.在犯罪治理數(shù)字孿生體中，物聯(lián)網(wǎng)收集來自物理世界大數(shù)據(jù)，孿生體通過深度學習使用這些數(shù)據(jù)，在物理機理不明確、輸入數(shù)據(jù)不完備情況下對孿生體未來狀態(tài)和行為進行預測，這預測未必準確，特別是在孿生體發(fā)育期，深度學習時間尚不充足，但相比以往一無所知的境地仍富有價值。且隨著孿生體成熟度進化，會越來越逼近真實世界，使孿生體逐漸擁有先覺能力。

9.區(qū)塊鏈

區(qū)塊鏈是一系列成熟技術有機整合，它對賬本進行分布式有效記錄，且提供完善腳本以支持不同業(yè)務邏輯，數(shù)據(jù)以區(qū)塊為單位產(chǎn)生和存儲，并按時間順序連成鏈式結構，所有節(jié)點共同參與區(qū)塊鏈的數(shù)據(jù)驗證、存儲和維護。新區(qū)塊創(chuàng)建通常需到全網(wǎng)多數(shù)（數(shù)量取決于不同的共識機制）確認，并向各節(jié)點廣播實現(xiàn)全網(wǎng)同步，之后不能更改或刪除。在多孿生體共智過程中，區(qū)塊鏈提供去中心化機制能很好地支持分步、實時和精細化共智過程。

10.智能測繪

當今已是衛(wèi)星導航定位、無人機、物聯(lián)網(wǎng)、大數(shù)據(jù)等智能測繪，犯罪治理數(shù)字孿生體的構建需要智能測繪強力支撐，在治理時空大數(shù)據(jù)、地理監(jiān)測、高精度測繪等提出快速測繪和精準采集高要求，利用傾斜攝影、全景拍攝和激光雷達（LiDAR）等技術，通過多視角圖像匹配、多數(shù)據(jù)融合來獲取實景三維數(shù)據(jù)是孿生體空間地理框架建設基礎，更是孿生體時空信息模型空間基礎設施建設重要內容。例如，利用實景三維數(shù)據(jù)，在社會公共安全與應急反恐等方面（反劫持場景），可使決策者看到比正射攝影更多的環(huán)境信息，可看到實發(fā)地建筑物側面的緊急出口，可以進行準確量算，比如計算通視距離、規(guī)劃制高點和狙擊方案等。

11.BIM

建筑信息模型（BIM）把一個建筑項目所有信息，如設計、施工、運營、管理等過程信息、功能和性能全部整合到一個模型里，以三維數(shù)字化為載體，關聯(lián)整合城市建筑設計、施工建造、運營到拆除等全生命期每個階段空間及語義信息。因為城鄉(xiāng)建筑物是犯罪治理的物理載體，也是情境預防重要陣地，故BIM 成為孿生體工具。

12.3D-GIS

3D-GIS 是以空間技術為基礎對三維空間數(shù)據(jù)加以分析管理、為治理提供逼真信息的一項技術。3D-GIS 是將VR 用于治理環(huán)境仿真，對治理物理實體真實地形、地上地下進行數(shù)字化三維模擬，提供一個與真實實體一致的虛擬環(huán)境。具有三維瀏覽、空間分析計算、檢索等功能。3D-GIS 研究三維的數(shù)空間據(jù)模型、拓撲、數(shù)據(jù)庫、查詢和可視化等。與VR 融合將物理空間環(huán)境中的視聽動等行為全方位治理展現(xiàn)在孿生體中，它具有獨特復雜空間分析能力，成為孿生體情境預防工具。

13.人臉識別

人臉識別是基于人臉特征信息進行身份識別的一種生物識別術，由檢測出圖像中人臉位置；定位人臉五官關鍵點坐標；識別性別、年齡、姿態(tài)、表情等屬性值。人臉識別簡潔快速且可進行身份認定，具有安全可靠準確特點，易于配合犯罪治理數(shù)字孿生體應用，提升治理智能化程度，例如在刑偵追逃、罪犯識別以及安全檢查、社區(qū)門禁控制和出入管理等。

（七）犯罪治理數(shù)字孿生體譜系

犯罪治理數(shù)字孿生體譜系為多層樹狀結構，根部為全域孿生體，立法、立法后工程、犯罪偵查、庭審量刑、監(jiān)禁與非監(jiān)禁刑、治安防控、普法守法、治理評估、監(jiān)督檢查、其他犯罪治理等一級孿生體；每個一級孿生體又繼續(xù)被分成二、三級、四級……孿生體，直到不能再分為止，構成孿生體樹狀譜系結構，孿生體間通過共智進行共享，如圖8 所示。

圖8 C 市犯罪治理數(shù)字孿生體譜系

該譜系也可按照全域、體系、系統(tǒng)、節(jié)點等劃分，多個節(jié)點級通過數(shù)字線程集為系統(tǒng)級，不同系統(tǒng)級或結合節(jié)點級構建出某個體系級；所有孿生體組合構建全域級孿生體。

四、犯罪治理數(shù)字孿生體應用分析

（一）C 市治安防控數(shù)字孿生體研發(fā)實例

基于犯罪治理數(shù)字孿生體原理，經(jīng)在C 市研發(fā)試驗，幫C 市有關部門構建了C 市社會治安防控體系數(shù)字孿生體，包括1 個體系級、10 個系統(tǒng)級、51 個節(jié)點級孿生體，如圖9 所示。

圖9 C 市社會治安防控體系數(shù)字孿生體實例

基于C 市雪亮工程視頻監(jiān)控，進行孿生體智能識別分析，實現(xiàn)對各類警情可視化，從而實現(xiàn)治安防控安全防范預警、提示、資源優(yōu)化管理等。如某地發(fā)生打架斗毆、盜竊事件、疑犯追蹤、被拐或走失人員、地域性職業(yè)犯罪等，孿生體自動識別、顯示并進行精準分析、整體研判和協(xié)同指揮，同時調動附近警力進行處置，實現(xiàn)對警力優(yōu)化配置?；诓煌^測技術獲取包括地形、影像、視頻、文本、專題數(shù)據(jù)以及模型數(shù)據(jù)等，形成C 市社會防控時空大數(shù)據(jù)，利用空天地一體化數(shù)據(jù)，構建C 市全域范圍高精度、可量測實景三維模型，建立實景三維關鍵空間框架，實現(xiàn)C 市治安防控要素全方位感知，為C 市犯罪治理提供技術支撐。

在云平臺微服務架構下，構建集數(shù)據(jù)統(tǒng)一管理、大數(shù)據(jù)可視化、仿真模擬等于一體的C 市時空信息云，其分布式存儲、構建空間信息存儲基礎地理信息數(shù)據(jù)、專題數(shù)據(jù)以及三維模型數(shù)據(jù)等；非空間數(shù)據(jù)庫存儲傳感器數(shù)據(jù)等；模型-知識庫則通過機理模型、知識圖譜以及智能算法等；場景語義建模、智能推薦、模擬分析等。實現(xiàn)跨層級、跨區(qū)域、跨部門、跨系統(tǒng)、跨業(yè)務的數(shù)據(jù)共享交換與業(yè)務協(xié)同，支撐社會治安隱患識別、風險防控等全生命期的智能化防控應用?；贑 市防控孿生體可實時傳遞數(shù)據(jù)進行分析預判，基于防控歷史數(shù)據(jù)，可預判某個區(qū)域未來10 分鐘至1 個小時之間社會治安態(tài)勢和治安指數(shù)，幫助防控部門在問題出現(xiàn)前及時制定應急預案、提前實施干預，并實現(xiàn)跨行業(yè)串并案分析、溯源管控等。

（二）犯罪治理數(shù)字孿生體建構方式

經(jīng)C 市治安防控數(shù)字孿生體研究試驗發(fā)現(xiàn)，目前我國開展犯罪治理數(shù)字孿生體建設已具備了一定基礎，幾乎所有地級市以上的城市開展了警務云、傳統(tǒng)智慧警務等建設，雖然碎片化，但擁有空天地一體化基礎網(wǎng)絡部署和數(shù)據(jù)采集，在互聯(lián)網(wǎng)+警務等方面也有應用。但現(xiàn)狀是并沒有達到孿生體狀態(tài)，亟待提升價值。

在犯罪治理數(shù)字孿生體建設推進上，從物理世界向數(shù)字世界數(shù)化開始，到虛實結合交互，再到基于仿真和大數(shù)據(jù)先知先覺，直到各孿生體間及不同城市孿生體間協(xié)同共智，最終達到期望狀態(tài)。其中雙向交互、先知、先覺和共智是孿生體區(qū)別于傳統(tǒng)犯罪治理現(xiàn)代化的重要標志。建構方式可以按照部門全國、省、市、縣建構，或按照各級的不同部門進行建構，也可小具體到某個具體行業(yè)前端節(jié)點，比如某大型活動現(xiàn)場安保。

五、有關犯罪治理數(shù)字孿生體的建議

（一）犯罪治理數(shù)字孿生體規(guī)約建議

犯罪治理數(shù)字孿生體存在AI 和大數(shù)據(jù)的黑箱化、算法歧視和數(shù)據(jù)權利等現(xiàn)象，給孿生體帶來倫理、合規(guī)、數(shù)字利維坦等問題。

1.孿生體倫理合規(guī)

孿生體倫理是不可回避的問題，孿生體會導致倫理問題：孿生體權利、事故責任認定、道德地位等。其成因是技術上局限性、倫理規(guī)制缺乏、政策法規(guī)滯后與不完善。從技術、道德、法律、人類自身等層面建議采取相應策略解決。在孿生體中融入更多哲學和倫理學的思考要素、以生態(tài)價值觀推動孿生體發(fā)展、增強研發(fā)人員道德責任感、積極構建有關孿生體法律規(guī)范。除倫理問題外，還有孿生體合規(guī)問題，由于算法歧視性、數(shù)據(jù)鴻溝、技術黑箱等導致孿生體可能會出現(xiàn)不合規(guī)行為，要注重標準化、算法透明化及采取我們提出的嵌入式倫理合規(guī)黑匣子〔14〕姜斌祥：《大數(shù)據(jù)偵查學理論與實務研究框架探討》，2019年第二屆大數(shù)據(jù)偵查論壇論文。嵌入孿生體進行規(guī)約。

2.孿生體數(shù)字利維坦

孿生體不僅孕育著走向數(shù)字民主巨大機會，且潛伏著滑向數(shù)字利維坦的風險。國家依靠信息技術全面裝備，將公民置于徹底而富有成效監(jiān)控體系下，公民卻難以有效地運用技術來維護其權利，即無法通過數(shù)字民主來制衡國家監(jiān)控體系。大數(shù)據(jù)與數(shù)字利維坦形成了觀念上沖突與對立。面對觀念對沖、思潮起伏，如何適應大數(shù)據(jù)浪潮且不至于陷入盲目濫用、誤讀誤解、動輒泛化的數(shù)據(jù)陷阱，成為在孿生體中開展循數(shù)管理的關鍵。孿生體監(jiān)視的絕對懷疑邏輯廢除了無罪推定，取而代之的是一種有罪推定。建議采用嵌入式倫理合規(guī)黑匣子嵌入孿生體進行規(guī)約。

（二）犯罪治理數(shù)字孿生體標準化建議

犯罪治理數(shù)字孿生體的研究與推廣研究迫切需要標準化，為信息共享、不重建、統(tǒng)一架構體系、構建全域孿生體，建議政府組織專家學者和實務部門共同研究制定行業(yè)技術標準，從數(shù)據(jù)結構、功能要求、信息共享、倫理法、性能、安全保密、推廣使用等制定規(guī)范。

六、結論

本文創(chuàng)新性的將數(shù)字孿生引入犯罪治理現(xiàn)代化進行研究，為犯罪治理現(xiàn)代化理論研究和實務研發(fā)探索新思路。分析了犯罪治理可計算性等特性，提出了犯罪治理數(shù)字孿生體七維模型；改進了數(shù)字孿生體成熟度模型；首次歸納并提出犯罪治理數(shù)字孿生體譜系，同時從犯罪治理數(shù)字孿生體的七維模型、體系架構、成熟度、關鍵技術、樹狀譜系等視角研究構建了數(shù)字孿生犯罪治理的基礎理論體系，并展現(xiàn)了將數(shù)字孿生犯罪治理理論成果用于C市社會治安防控體系建設，構建了C 市社會治安防控體系數(shù)字孿生體，獲得了很好的應用，案例證明本文研究的理論成果是可行的，得到了實務部門認可和犯罪治理實戰(zhàn)檢驗。同時本文提出了犯罪治理數(shù)字孿生體的建構模式、標準化的建議。尤其是提出了犯罪治理數(shù)字孿生體的倫理法規(guī)與數(shù)字利維坦問題，并首次建議使用嵌入式倫理合規(guī)黑匣子規(guī)約機制，留待后續(xù)研究。