肖嘯 廣東省惠州市公安局

引言

2020年10月，央視報道了某地的陳先生在國務(wù)院“互聯(lián)網(wǎng)+督導(dǎo)”平臺上反映自己歷時7個多月證明“我爸是我爸”未果的問題。近年來，此類問題屢見不鮮，事情曝光后，群眾在不了解事情真相前，往往首先是質(zhì)疑政府的執(zhí)行力，而公安機關(guān)又首當(dāng)其沖。雖然最后通過各方面努力問題都得到了解決，但不難看出，各地的做法實為特事特辦，全國并沒有形成一套有效的、制度化的證明體系。

親屬關(guān)系主要產(chǎn)生于生育和婚嫁。傳統(tǒng)的紙質(zhì)族譜較好的體現(xiàn)了本族內(nèi)的親屬關(guān)系，近幾年互聯(lián)網(wǎng)上也興起了一些編撰電子族譜的網(wǎng)站，用于幫助人們尋根認祖，但無論是哪種，其建立的方法和標準并不統(tǒng)一[1]，關(guān)系人也有極大的局限性。可以想見，如果由政府職能部門統(tǒng)一建立全國性的人口親屬關(guān)系大數(shù)據(jù)平臺，將具有廣泛的應(yīng)用場景和社會意義。

一、需求分析

根據(jù)民政部等六部門《關(guān)于改進和規(guī)范基層群眾性自治組織出具證明工作的指導(dǎo)意見》，親屬關(guān)系的證明不再屬于基層群眾性組織工作職責(zé)。因此，一些最基礎(chǔ)的證據(jù)材料全壓在公安機關(guān)肩上，這也是近年來公安工作的難點和痛點。我國基層公安組織一般始建于上世紀五十年代后期，然后逐步開始建立人事戶籍檔案，且至今仍主要采用紙質(zhì)檔案方式保存，原始的戶籍檔案缺失、模糊、遺漏情況也無法避免。隨著我國信息化水平的普遍提升，各類業(yè)務(wù)系統(tǒng)已逐步實現(xiàn)了數(shù)據(jù)的電子化，但如何利用現(xiàn)有的業(yè)務(wù)數(shù)據(jù)構(gòu)建出全面、高效的人員親屬關(guān)系網(wǎng)絡(luò)，仍是一大難題。

當(dāng)前，對人員親屬關(guān)系的研究主要集中在三個方面，一是“族譜”或“家譜”的展示，如劉軍丹提出的家譜關(guān)系的元圖表示[2]；二是關(guān)系網(wǎng)絡(luò)的查詢算法，如閆紹惠的關(guān)系追溯算法[3]和 張霞的特定家庭結(jié)構(gòu)匹配方法[4]；三是數(shù)據(jù)存儲的優(yōu)化，如采用Neo4j圖數(shù)據(jù)庫和HDFS列式數(shù)據(jù)庫[5]等。但一直以來對其數(shù)據(jù)結(jié)構(gòu)的研究并沒有較大進展，主要原因是各類法律活動產(chǎn)生的親屬關(guān)系極大復(fù)雜了關(guān)系網(wǎng)絡(luò)。要涵蓋所有親屬關(guān)系且結(jié)構(gòu)簡潔易檢索，亟需在親屬關(guān)系的數(shù)據(jù)結(jié)構(gòu)上破冰。

二、數(shù)據(jù)結(jié)構(gòu)詳細設(shè)計

本部分說明了垂直型親屬關(guān)系數(shù)據(jù)結(jié)構(gòu)的產(chǎn)生、優(yōu)化過程及驗證結(jié)論，介紹了建設(shè)全國性的人口親屬關(guān)系大數(shù)據(jù)步驟。

（一）垂直型關(guān)系及其數(shù)據(jù)結(jié)構(gòu)的產(chǎn)生

1. 傳統(tǒng)型關(guān)系及其數(shù)據(jù)結(jié)構(gòu)

以一家四代人關(guān)系為例，傳統(tǒng)的親屬關(guān)系結(jié)構(gòu)如圖1所示。

圖1中，實心圓代表男性，空心圓代表女性，平輩如夫妻或兄弟姐妹間用實心箭頭連接，上、下輩間用空心箭頭連接（下同）。在不考慮死亡、離婚等情況下，一家四代人關(guān)系網(wǎng)絡(luò)已較為復(fù)雜。現(xiàn)在隨機選擇關(guān)系較遠的二人建立最短鏈接，如圖2所示。

圖2中，以兩個紅色圓建立關(guān)系鏈為例，從紅色線路所示可以看出，起、止之間最少有3個關(guān)系人，最小正確鏈路為4級，最大正確鏈路為10級。傳統(tǒng)型關(guān)系結(jié)構(gòu)存在以下問題：（1）由于每個人的關(guān)系設(shè)定是多維的，即父母、子女、兄弟姐妹等，每多一名子女或兄弟姐妹就多一維，可能的鏈路數(shù)呈幾何級增長；（2）從左右下角四個人的關(guān)系可以發(fā)現(xiàn)，關(guān)系鏈存在大量無限循環(huán)情況，這對于機器遍歷算法設(shè)計是極大的挑戰(zhàn)。

在實際建模時，傳統(tǒng)型關(guān)系的數(shù)據(jù)結(jié)構(gòu)如表1所示。

?

從表1中可以發(fā)現(xiàn)，傳統(tǒng)型關(guān)系的數(shù)據(jù)結(jié)構(gòu)存在以下問題：（1）如考慮離婚，將會出現(xiàn)張三父母、妻子數(shù)量不可控情況或者出現(xiàn)新數(shù)據(jù)覆蓋舊數(shù)據(jù)從而斷裂舊關(guān)系指向情況；（2）數(shù)據(jù)冗余極大，每個兄弟姐妹之間均會形成相互指向。

2. 垂直型關(guān)系及其數(shù)據(jù)結(jié)構(gòu)（原型）

針對傳統(tǒng)型關(guān)系結(jié)構(gòu)和其數(shù)據(jù)結(jié)構(gòu)存在的問題，設(shè)計新的關(guān)系結(jié)構(gòu)和其數(shù)據(jù)結(jié)構(gòu)至少需要滿足以下三點：（1）原關(guān)系人和關(guān)系不可缺少；（2）減少鏈路數(shù)，消除無限循環(huán)風(fēng)險；（3）盡量減少無法預(yù)知的數(shù)據(jù)，減少數(shù)據(jù)冗余。新關(guān)系結(jié)構(gòu)如圖3所示。

在圖3中，新結(jié)構(gòu)刪除了所有橫向關(guān)系指向，每個人只有上、下（父母和子女）關(guān)系指向，因此命名為：垂直型關(guān)系結(jié)構(gòu)。圖3中第四代中間有一個虛線的圓，這是垂直型關(guān)系結(jié)構(gòu)中提出的一個關(guān)鍵名詞——虛擬子女，即對任何一個人，只要結(jié)婚，即在其下輩中產(chǎn)生一個虛擬子女，虛擬子女由且僅由實際子女替代，否則一直存續(xù)，其主要作用是標注每次產(chǎn)生的夫妻關(guān)系。

下面分四種典型情況描述垂直型關(guān)系的數(shù)據(jù)結(jié)構(gòu)（原型），如表2～表5所示。

（1）情況1：未婚。

?

（2）情況2：已婚（或離異），未生育。

?

（3）情況3：已婚（或離異），有生育。

?

（4）情況4：無生育再婚。

?

3. 合法性檢測及結(jié)構(gòu)改進

原型的數(shù)據(jù)結(jié)構(gòu)僅能機械的登記每條數(shù)據(jù)，無法對數(shù)據(jù)的合法性進行檢測?，F(xiàn)假設(shè)某人有多條婚育記錄，如圖4所示。

在圖4中，張三有兩條婚姻關(guān)系李三和王三，并分別有子女張四-1和張四-2。若直接將兩條數(shù)據(jù)進行合并，張三子女指向張四-1和張四-2，數(shù)據(jù)符合標注格式，但數(shù)據(jù)是否合法卻需通過分析張三的婚姻狀態(tài)和產(chǎn)生當(dāng)前狀態(tài)的時間來確定，數(shù)據(jù)格式趨向復(fù)雜，因此須對數(shù)據(jù)結(jié)構(gòu)原型進行適當(dāng)改進。

因垂直型關(guān)系結(jié)構(gòu)中取消了夫妻關(guān)系指向，雙方通過子女進行關(guān)聯(lián)，則在數(shù)據(jù)結(jié)構(gòu)中用子女標注父母狀態(tài)，分為：已婚、離異、喪父、喪母、雙喪五個狀態(tài)（如果虛擬子女不可被實際子女替代，可直接由虛擬子女標注父母狀態(tài)和產(chǎn)生狀態(tài)的時間，結(jié)構(gòu)更簡潔，但考慮到現(xiàn)有婚姻登記數(shù)遠小于實際夫妻關(guān)系數(shù)，筆者認為當(dāng)前保留父母狀態(tài)屬性更為恰當(dāng)）。

張三和李三的婚姻狀態(tài)由其子女張四-1來標注，如表6所示。

?

張三和王三的婚姻狀態(tài)由其子女張四-2來標注，如表7所示。

?

在改進后的數(shù)據(jù)結(jié)構(gòu)下進行數(shù)據(jù)合并時，通過檢測張三兩個子女對應(yīng)的父母狀態(tài)即可判斷數(shù)據(jù)的合法性。

改進后完整的數(shù)據(jù)結(jié)構(gòu)如表8所示。

?

（二）垂直型關(guān)系及其數(shù)據(jù)結(jié)構(gòu)的驗證

1. 關(guān)系人和關(guān)系網(wǎng)驗證

圖5中，仍選擇之前示例的兩個關(guān)系人，如紅色圓所示，現(xiàn)在最短路徑增加為6級，中間關(guān)系人增加到5個，但兩人之間仍然可以建立鏈接。

2. 減少鏈路條數(shù)驗證

圖6分別截取了傳統(tǒng)關(guān)系結(jié)構(gòu)和垂直關(guān)系結(jié)構(gòu)左下角四個關(guān)系人的關(guān)系網(wǎng)，從左圖中可以看出，如果建立從第二行紅色圓到第一行綠色圓的鏈接，可以有：1級鏈路1條、2級鏈路2條、3級鏈路2條；而右圖中建立同樣的鏈接，則為：1級鏈路1條、3級鏈路1條。相比較，新的關(guān)系網(wǎng)極大減少了可能鏈路的產(chǎn)生，并消除了無限循環(huán)風(fēng)險。

3. 減少數(shù)據(jù)冗余驗證

傳統(tǒng)型數(shù)據(jù)結(jié)構(gòu)中，數(shù)據(jù)的冗余主要來自兩個部分：（1）兄弟姐妹之間的互相指向；（2）夫妻雙方及其主要親屬關(guān)系間的重復(fù)指向。

垂直型數(shù)據(jù)結(jié)構(gòu)中，每個人只需要指向父母和子女，不需要考慮家庭中其他成員，從而有效消除了數(shù)據(jù)冗余。

4. 其他優(yōu)勢驗證

垂直型關(guān)系結(jié)構(gòu)最大的優(yōu)勢是引入了虛擬子女概念。傳統(tǒng)結(jié)構(gòu)中，關(guān)系鏈建立在真實的人物和關(guān)系上，現(xiàn)假設(shè)有兩人結(jié)婚后未生育離婚，兩人夫妻關(guān)系鏈隨即斷裂，而即使有生育，此時雖仍可通過子女建立關(guān)系，但如果一方再婚，無論子女指向親生父母還是繼父母均會存在關(guān)系缺失。引入虛擬子女后，實際子女和虛擬子女永遠指向其真實父母，確保了父母數(shù)量唯一，且父母與子女間的指向不會產(chǎn)生數(shù)據(jù)沖突，同時無論父母再經(jīng)歷多少次離婚和再婚，子女均可以通過父（母）一方的新子女（或新虛擬子女）轉(zhuǎn)而指向繼母（父），關(guān)系結(jié)構(gòu)保持完整。

（三）全國人口親屬關(guān)系大數(shù)據(jù)建設(shè)

本部分將從建設(shè)粒度和建設(shè)步驟兩個方面闡述全國人口親屬關(guān)系大數(shù)據(jù)建設(shè)。

1. 建設(shè)粒度

建設(shè)粒度是指建立關(guān)系網(wǎng)的最小范圍，在此基礎(chǔ)上對每個顆粒進行互聯(lián)以形成全國的關(guān)系網(wǎng)絡(luò)，粒度的選擇應(yīng)當(dāng)遵循易建設(shè)、便管理、高實用的原則。分析建立粒度大小的利弊，筆者認為以省級行政單位為主體，選擇若干中心城市、中心地區(qū)采取獨立建設(shè)、優(yōu)先建設(shè)的策略較為合適。搭建全國關(guān)系網(wǎng)絡(luò)時各數(shù)據(jù)中心采用區(qū)塊鏈技術(shù)實現(xiàn)實時更新和備份。

2. 建設(shè)步驟

（1）建立中心庫

在各省級行政單位和部分中心城市政府的大數(shù)據(jù)中心建立數(shù)據(jù)庫，并導(dǎo)入轄區(qū)人口戶籍?dāng)?shù)據(jù)、出生和死亡數(shù)據(jù)、婚姻登記數(shù)據(jù)、人口普查數(shù)據(jù)等作為原始庫。

（2）初始標注

初始標注分為兩個部分，第一部分是戶籍標注，第二部分是其他數(shù)據(jù)補正。

戶籍標注：從人口數(shù)據(jù)中按年齡進行排序（無論是否已身故），以年齡從大到小進行標注，根據(jù)戶籍信息和人口普查數(shù)據(jù)分別標注其父母、子女信息形成關(guān)系庫Ⅰ。

其他數(shù)據(jù)補正：①死亡數(shù)據(jù)補充關(guān)系庫Ⅰ，對已死亡的人員修改其子女對應(yīng)的父母狀態(tài)為“死亡”；②婚姻登記數(shù)據(jù)查找結(jié)婚雙方名下是否有共同的子女指向，如無則修改雙方子女指向“虛擬子女”；③出生數(shù)據(jù)補充關(guān)系庫Ⅰ，將已進行戶籍登記的出生人員加入關(guān)系庫Ⅰ，設(shè)定其父母指向，并修改其父母的子女指向。經(jīng)過數(shù)據(jù)糾正后，形成關(guān)系庫Ⅱ。

（3）自主標注

完成系統(tǒng)標注后，對社會開放自助填報接口，由群眾自主申報，結(jié)合本次人口普查數(shù)據(jù)進行人工核對校驗，查漏補缺，形成關(guān)系庫Ⅲ。

（4）數(shù)據(jù)合法性驗證

對同一人涉及多條婚育關(guān)系的數(shù)據(jù)進行合法性驗證，合并合法數(shù)據(jù)，不合法數(shù)據(jù)則發(fā)送核查報警給數(shù)據(jù)源單位。

（5）數(shù)據(jù)更新與區(qū)域互聯(lián)

傳統(tǒng)的數(shù)據(jù)更新與數(shù)據(jù)共享機制一般是設(shè)定一個固定頻率由單個中心庫向其他庫發(fā)送更新數(shù)據(jù)，根據(jù)本數(shù)據(jù)的應(yīng)用場景，采用每日更新一次即可。隨著區(qū)塊鏈技術(shù)的成熟和發(fā)展，如采用區(qū)塊鏈將原有各中心庫進行鏈接，則更能保證數(shù)據(jù)的鮮活和可靠，也是數(shù)據(jù)的更可信備份。

三、建模實踐

本部分將介紹筆者在某地市級公安大數(shù)據(jù)平臺的建模過程，考慮保密原則，只展示了主要步驟的處理邏輯，對列舉的數(shù)據(jù)也進行了處理。

（一）建模過程

1. 數(shù)據(jù)清理

將原常住人口信息表中“與戶主關(guān)系”欄的“長子”“次子”等及“長女”“次女”等修改為“子女”；將原常住人口信息表數(shù)據(jù)按出生日期由小到大排列（年齡由大到?。Ｇ謇砗蟮谋砻麨椤斑^程表”。

2. 創(chuàng)建新表，并命名為“結(jié)果表”

數(shù)據(jù)格式如表9所示。

?

3. 逐一抽取過程表中數(shù)據(jù)，并按以下規(guī)則填入表9中

（1）將當(dāng)前數(shù)據(jù)的身份證號碼填入表9；

（2）如數(shù)據(jù)中父親或母親身份證號碼不為空，則將父親或母親身份證號碼分別填入表9的對應(yīng)欄；

（3）分別檢測父母數(shù)據(jù)是否已在表9，如不在則新增數(shù)據(jù)，修改其子女欄數(shù)據(jù)；

（4）檢測當(dāng)前數(shù)據(jù)中“與戶主關(guān)系”字段：如為“父親”或“母親”，則在“過程表”找到當(dāng)前數(shù)據(jù)同戶號的戶主身份信息，并將信息加入當(dāng)前數(shù)據(jù)的子女欄；如為“子女”，則與上同樣操作并根據(jù)戶主性別分別將信息加入當(dāng)前數(shù)據(jù)的父親或母親欄；如為“戶主”，則與上同樣操作并將關(guān)系為“父親”“母親”“子女”身份信息加入對應(yīng)欄。

4. 逐一抽取結(jié)婚登記信息表中數(shù)據(jù)，并按以下規(guī)則填入表9中

（1）分別檢查“男公民身份證號”和“女公民身份證號”是否已在表9的數(shù)據(jù)中，如不在則新增數(shù)據(jù)，新增其子女欄一條虛擬子女?dāng)?shù)據(jù)，虛擬子女格式為：&男身份證號&女身份證號&結(jié)婚日期；

（2）判斷男公民子女和女公民子女除虛擬子女外是否有交集，如有則刪除虛擬子女。

5. 逐一抽取出生登記信息表中有身份證號碼的數(shù)據(jù)，并按以下規(guī)則填入表9中

（1）檢查本身份證號碼是否已在表9的數(shù)據(jù)中，如不在則新增數(shù)據(jù)，并填入其父親、母親信息；

（2）檢查其父親、母親的子女欄數(shù)據(jù)中是否已包含本身份證號碼，如未包含則修改其子女欄數(shù)據(jù)。

6. 導(dǎo)入人口普查數(shù)據(jù)、離婚登記數(shù)據(jù)、死亡注銷數(shù)據(jù)等，完善表9

完成上述步驟后，表9中數(shù)據(jù)情況如表10（示例）所示。

?

（二）實踐情況

目前，模型已基本完成筆者所在地市中2個區(qū)的數(shù)據(jù)處理。以惠＊區(qū)為例，共標注人口數(shù)據(jù)473717條，其中年齡最大的為1901年出生的葉某，年齡最小的為2021年10月7日出生的黃某（此數(shù)據(jù)截至投稿時為止），模型結(jié)果已共享給多個部門直接使用或其他模型調(diào)用。

建模過程中，最大難點是現(xiàn)有業(yè)務(wù)數(shù)據(jù)的不完整和不規(guī)范。以惠＊區(qū)的常住人口信息表為例，有登記父親或母親信息的數(shù)據(jù)僅為134175條和136592條。另外，同一戶號存在多個戶主、與戶主關(guān)系統(tǒng)一表述為“侄女”“侄子”等情況也較為常見，這類數(shù)據(jù)需要編寫大量的判斷邏輯處理。可喜的是，筆者發(fā)現(xiàn)數(shù)據(jù)越新業(yè)務(wù)庫數(shù)據(jù)也越規(guī)范，同時，業(yè)務(wù)庫中一些舊數(shù)據(jù)也在不斷趨于完善。

四、結(jié)語與展望

人口親屬關(guān)系網(wǎng)的建立具有廣泛的民事和執(zhí)法活動應(yīng)用場景，其數(shù)據(jù)也是我國姓氏、家庭關(guān)系變遷的數(shù)字體現(xiàn)。從政府層面來看可以為制定人口及衍生的經(jīng)濟、教育、醫(yī)療等相關(guān)政策提供參考依據(jù)，從社會層面來看，數(shù)據(jù)也是一個全國版的“族譜”，不僅為各姓氏、家族提供了科學(xué)規(guī)范的族譜登記，也契合中國人傳統(tǒng)的“認祖歸宗”思想。

雖然，目前實現(xiàn)的兩個區(qū)人員親屬關(guān)系模型只進行了部分業(yè)務(wù)系統(tǒng)數(shù)據(jù)的標注，但已初顯成效，工作中發(fā)現(xiàn)的諸多“疑點”數(shù)據(jù)，如空掛戶、非法定投靠、頻繁結(jié)離婚等，均已納入當(dāng)?shù)刂攸c管控對象管理。筆者相信，隨著本次人口普查的進行和人口登記的不斷規(guī)范，特別是政府職能部門間數(shù)據(jù)共享機制的進一步完善，從各地分散建設(shè)人員親屬關(guān)系模型到建成全國性的人口親屬關(guān)系大數(shù)據(jù)網(wǎng)將指日可待，其價值也更能得以體現(xiàn)。