一、问题的提出 行踪轨迹侦查是指侦查机关综合运用定位技术调取、追踪、分析、监控犯罪嫌疑人及第三人即时位置与行踪轨迹的侦查措施。相较于传统追踪觅影的人力跟踪方式，行踪轨迹侦查一方面能够节约跟踪成本，在同一时间内掌握更多特定目标的行踪，有效突破人员不足的窘境。另一方面，行踪轨迹侦查的治理质效更为显著。其能够轻松突破时空界限，连续多日、秘密而全面地获取目标对象的行踪轨迹信息，同时也大大降低了跟丢可能性与被目标发现的风险。此外，行踪轨迹侦查与先进的数据处理技术相结合，能够通过行踪轨迹全面解析出侦查对象的社会关系、宗教信仰、性取向等敏感个人信息，强化了侦查的社会控制功能。例如，根据《环球网》报道，北大弑母案嫌疑人吴谢宇之所以能在重庆江北机场被抓获，“1：N”的人脸识别动态布控系统功不可没。①笔者以“定位”为关键词，以“刑事案件”为范围，在中国裁判文书网共检索到31214个公开的裁判文书。其中，公安机关普遍使用行踪轨迹侦查，并以“定位图片”、②“GPS定位线路图”、③定位说明④等书证作为定案证据。我国《公安机关办理刑事案件程序规定》第264条的“记录监控、行踪监控、通信监控、场所监控”也在一定程度上为行踪轨迹侦查提供了规范依据。此外，域外侦查机构也普遍使用GPS追踪器、无人机、“隐形短信”(stealth SMS or silent SMS)、⑤模拟基站台技术、⑥自动车牌识别系统以及定向Wi-Fi等收集行踪轨迹信息。 在理论研究层面，行踪轨迹侦查向来属于侦查学、刑事诉讼法学的热门研究话题，其发展大体可以分为三个阶段：首先，侦查学者将“轨迹侦查”作为一种实用的技战法，论证轨迹侦查的思维模式⑦、理论基础⑧、分析方法⑨；其次，2012年《刑事诉讼法》新增技术侦查条款，学者以技术侦查作为规范载体，阐释侦查中的定位技术。⑩最后，随着《网络安全法》《个人信息保护法》等数据领域立法的酝酿和出台，相关学者将研究视域拓展至个人信息保护等领域，研究行踪轨迹侦查中行踪轨迹信息的保护方案。(11) 因此，行踪轨迹侦查在实践应用与理论研究中，已经实现了从“幕后”到“台前”的转变。在肯定行踪轨迹侦查打击犯罪积极作用的同时，也应正视其内在特征对于正当程序的冲击：首先，侦查行为的阶段性。以大数据分析为主要表现形式之一的行踪轨迹侦查将侦查行为在内部区隔为信息收集、分析两大阶段。侵权的风险不仅存在于前端的调取与监控阶段，也存在于后续的数据分析阶段。申言之，行踪轨迹侦查的独特性就在于其改变了传统以信息收集为中心的观察视域，转而强调数据分析行为的独立地位与阶段特点；其次，法律属性的复合性。侦查机关使用的行踪轨迹技术的运作原理、适用情境与侵权程度均有不同，这决定了其行为属性往往不是单一的法定侦查措施，而是集调取、分析、监控等诸多行为于一体的复杂集合；最后，数据种类的多样性。行踪轨迹侦查存在空间非特定性与时间持续性的特点，这致使其收集的地理位置中既存在“点”状的一般个人信息，也含有深度揭露隐私的“线”状或“面”状敏感个人信息。 鉴于行踪轨迹侦查的上述特殊性，如何使技术机理服膺正当程序原理，如何准确界定行踪轨迹侦查的法律属性，如何进行相应的制度设计，如何保障信息主体的数据权利，成为大数据时代刑事诉讼领域的重要命题。对此，各国立法规范和司法实践开具了不同的应对策略，通过类型化总结可将之归纳为“混合型治理模式”与“层级型治理模式”两种。本文结合国内和域外行踪轨迹侦查的实践情况，先行论证两种模式在治理阶段、治理程序与权利保障三方面的差异，进而论证我国行踪轨迹侦查应由混合型治理模式转向层级型治理模式，并为之提供具体的应对方案，以增加技术正当程序的理论供给。 二、行踪轨迹侦查的混合型治理模式 混合型治理模式以齐平统一、不加区分的方式治理行踪轨迹侦查，呈现出概括性与依附性的特征。一方面，混合型治理模式呈现出概括性特征。该模式忽略了个人信息处理活动的差异性与场景性，而是选用整齐划一的规范框架，对各类行踪轨迹侦查进行齐平统一地治理。混合型治理模式既没有在行为模式、行为对象、信息类型、侵权程度等方面进行层次化区分，也没有在犯罪类型、心证门槛、审批主体、适用时限等方面对行踪轨迹侦查程序进行比例性设计。另一方面，混合型治理模式呈现出依附性特征。依附性是指某一事物丧失了其生成依据、判断方式与程序评价的独立性，而被另一事物的主导性所吞没，致使其只能作为另一事物的伴随状态或附带后果。该模式无视行踪轨迹侦查中的阶段性特征，不同阶段的行踪轨迹侦查行为之间缺乏明确的界限。后端行为被前端程序所吸收，不具备独立的程序地位，致使对应的权利保障难以开展。具而言之，混合型治理模式不实质区分行踪轨迹侦查的行为阶段、程序设计与权利保障，而我国以技术侦查条款作为规范此类行为的制度载体，正是此种模式的最佳注脚。 (一)治理阶段的混合型 监控型侦查范式的出现凸显了侦查权的社会性与弥散性特点，(12)在国家、社会与个人的三方关系中，侦查机关凭借其优势地位掌握了庞大的数据体量。(13)然而，侦查人员难以消化激增的海量数据，传统办案工作中依靠人类智识的数据信息方法也难以为继。因此，在侦查实践中开始引入自动化的信息处理技术，以增强对离散数据的汇聚挖掘能力。其在提高办案人员数据分析能力的同时，也改变了之前信息收集与信息分析的共时性状态。申言之，数据资源的喷发和处理技术的演进改变了侦查权的运行模式，侦查行为不再仅局限于实时的信息收集行为，还包括信息分析行为。其中，信息收集往往指代获取数据源的过程，重点关注对原始资料的保存与记录。而信息分析则是指对有用信息进行提取的过程，其中既包括简单的信息分析行为，也包含深度的数据挖掘行为。前者侧重对已知目的或预定假设进行验证，多采取比对、交叉、分组、回归等分析方法。而后者侧重对未知信息的深度加工，借由人工智能与机器学习等技术组合，建构数据挖掘的算法模型，建立与未知事物之间的关联性，进而实现预测未来的功能。
