以“数字革命”驱动巡回检察提质增效

□树牢大数据思维 □科学选取数据 □能动采集数据 □精准分析数据 □深入调查核实

以“数字革命”驱动巡回检察提质增效

□巡回检察工作中首先要树牢大数据思维。提高对大数据的认识和重视程度,强化大数据的收集、分析意识。丰富和优化监督类案件办理的思维方式,从办理诉讼类案件更多注重因果关系的思维,转变到相关关系和因果关系并重的思维。注重从大数据比对、分析中首先发现“有无”问题等相关关系,然后进行法律上“是否”因果关系的证明。

□经过对数据的选取和采集,在形成相关数据库的基础上进行精准分析,这是大数据赋能巡回检察的核心要点。

巡回检察改革更新了监督理念,突出了问题导向,提升了监督效果,释放了改革红利。但是,手抄、询谈、问卷、人盯、阅卷等传统手段使用较多,信息共享、数据比对、软件平台等信息化方式使用较少,已经成为制约巡回检察进一步走深做实的主要因素。张军检察长强调,以“检察大数据战略”赋能高质量发展,是实现法律监督质效飞跃的关键变量;在巡回检察工作中“要努力探索、规范地推进如何留下一支不走的巡回检察组”。因此,适应信息化、用好大数据,以“数字革命”驱动巡回检察提质增效,是进一步深化巡回检察改革的重要手段。检察实践中,大数据赋能巡回检察要抓住五个关键要素。

树牢大数据思维

当前,以大数据、云计算和人工智能为代表的新一轮科技浪潮,正深刻地影响和引发着全方位的社会变革。从巡回检察实践看,每一起违法犯罪案件,都有一个相对独立的信息链条,孤立地看链条上的每个信息点很难发现异常,但是在共享监管执法数据并进行比对、碰撞、分析后,孤立的信息点之间就有了交集、串联,违规、违法问题和犯罪的线索就能清晰地展现出来。因此,巡回检察工作中首先要树牢大数据思维,提高对大数据的认识和重视程度,强化对大数据的收集、分析意识。丰富和优化监督类案件办理的思维方式,从办理诉讼类案件更多注重因果关系的思维,转变到相关关系和因果关系并重的思维。注重从大数据比对、分析中首先发现“有无”问题等相关关系,然后进行法律上“是否”因果关系的证明。比如,对于在押人员身体外伤,存在自伤自残、罪犯殴打、意外事件、工伤事故等多种致伤可能,如果发现身体外伤立即进行致伤因果关系证明可能存在方向性偏差,可以先运用掌握的相关执法数据分析相关关系,初步确定可能的致伤情形及有无违规违法问题后,再证明因果关系。在大数据思维下,如果初步确定是其他罪犯殴打致伤,还要接续调查核实加害方有无处理、是行政处理还是刑事处理、有无降格处理、是否影响减刑假释、检察监督是否到位等情况。

科学选取数据

大数据“5V”(Volume、Velocity、Variety、Value、Veracity)特点是就全部数据的总体特点而言,从数量、速度、形态、价值、真实性等方面描绘了大数据的独特之处。而巡回检察具有人员相对较少、时间相对较短、任务相对集中、对象相对单一等特点,又需要同时兼顾问题导向和实效导向,因此不能被海量的监管执法数据所羁绊,要站在数据之中挑选数据,对海量数据进行价值“提纯”,以数据的关联性、真实性、合法性为基本标准,科学确定一些“关键字段”,重点选择一些与巡回检察目的和任务相关的监管执法数据,提高数据的针对性、实用性、有效性。比如,针对违法、违规减刑、假释问题,要重点选取计分考核、外伤诊疗、日常奖励惩罚、违规违禁品处理、财产性判项执行等关联度较大的数据,而食品留样、劳动时间、安全设施等关联不大的数据可以暂时忽略,如果确实关联到减刑、假释的,可以在进一步调查核实工作中再调取相关数据(证据),补强证据,完善证据链条。

能动采集数据

采集数据是大数据赋能巡回检察不可或缺的基础性工作。大数据一般包括结构化数据、半结构化数据和非结构化数据。就巡回检察而言,监管场所执法信息系统中的制式数据一般属于结构化数据,执法办案产生的文档、表格、图片等数据及非制式音视频等数据一般属于半结构化数据,监狱社交软件、消防设施传感器等载体表现出来的随机形式的数据一般属于非结构化数据。针对不同的数据类型,采取不同的采集方式。结合巡回检察目的和任务,对于结构化和部分半结构化数据,如在押人员基本信息、积分考核信息、在押人员奖励和惩罚信息、各监区犯情分析会议纪要等,可以从监狱执法信息系统、办案平台和监控系统中直接导入或经巡回检察组选择、改造后直接导入,这些数据的人工录入工作量较少。对于一些非结构化数据,如监区、监狱定期的犯情分析会原始记录,特定时期出工、收工的时间台账等,则需要归类梳理后,截取关键信息进行人工录入。

能动采集数据还要注意三个问题:一是对于可以公开调取或者无法修改的数据,如已办结的减刑假释暂予监外执行案件信息、已经归档的计分考核信息等数据,可以在巡回检察组进驻之前制发调取清单,通知监管场所提前提供或者预备执法办案系统的接口和权限,节约巡前准备时间。二是对于可能被修改的数据,如狱情分析会原始记录、警务督察、罪犯外伤信息等数据,可以在巡回检察组进驻后再单独调取,同时混杂一些常规信息,人为制造一定的数据干扰,避免被检单位对巡回检察组要调取的数据预先进行过滤和审查,对于已知存在问题的数据进行隐瞒、掩饰甚至托辞不予提供。三是坚持双赢多赢共赢的工作理念,加强与相关政法机关的沟通联系,推动相关执法和司法数据的共享,打破数据壁垒,争取互相支持,凝聚工作合力。

精准分析数据

经过对数据的选取和采集,在形成相关数据库的基础上进行精准分析,这是大数据赋能巡回检察的核心要点。数据分析主要是通过监管执法数据的共享,破除信息孤岛,通过数据的比对、碰撞,利用数据之间的各种冲突,经过关联分析,发现数据链条上的异常点位。因为,数据异常背后可能存在违规、违法问题和犯罪线索。以下结合巡回检察实际,对三种利用数据冲突发现问题情形进行简要分析:

利用罪犯刑期数据之间的时间节点冲突发现问题。比如,分析罪犯超期保外就医刑期顺延相关数据时,通过“正常释放日期=原判释放日期-已减去的刑期+顺延的刑期”这一公式获得依法正常释放日期后,调取监狱管理局刑期顺延数据,与监狱狱政管理系统服刑数据相对比,查看实际释放日期与正常释放日期是否一致,是否存在错误释放问题。如罗某因犯抢劫罪被判处有期徒刑15年,服刑期间因患肺结核被批准保外就医1年,罗某逾期不归,2015年11月2日被收监,超期保外3年零2天依法不计入刑期。但2017年减刑中未将超期保外的刑期予以顺延,造成罗某被提前3年零2天释放的严重后果。对此,还可以进一步深入调查提前释放是故意还是过失,发现背后的深层次问题。同理,罪犯漏罪重审、原案再审、罪犯又犯罪都可能涉及刑期变化,也可以利用这种数据冲突发现问题,要注意分别从属地检察机关、监狱、监狱管理局调取相关数据进行分析、比对。

利用监狱部门职责分工不同产生的数据冲突发现问题。比如,监狱的狱政管理、狱内侦查等部门,因职责分工不同,部门月度小结、年度总结中侧重点也不同,归档材料也有不同体现。通过比对和分析相关数据,可以发现罪犯或干警的违规、违法问题以及犯罪线索。

利用同类信息记载详略不同产生的数据冲突发现问题。比如,监区或分监区舆情分析会原始记录与呈报给监狱的罪犯奖惩审批表记录内容详略不同,根据不同信息之间的冲突,也可以发现是否存在将有关罪犯违规、违法予以降格处理、违法减刑等问题。

深入调查核实

张军检察长强调,巡回检察也是办案。通过相关数据的共享、比对、分析和碰撞,主要是发现违规、违法问题和犯罪线索。从案件化办理角度看,后续开展深入的调查核实,进一步收集、固定和使用相关证据,回溯、还原、证明违规、违法和犯罪事实,依法提出检察意见,并督促被检单位整改,是巡回检察案件办理的应有之义。当然,前期收集、填录的相关数据和建立的数据库,依法经过转化,也是证据的一部分。从大数据思维看,后续调查核实和收集、固定相关证据,完善证据链条,需要以前期大数据为基础,也属于大数据的延伸使用。在进一步调查核实工作中,要注意同步调查相关检察机关履职不到位或怠于履职问题。在这些工作的基础上,依法纠正违法行为,或者向有关部门和单位移送职务犯罪线索。

总之,在巡回检察中,以上五点既是一个顺位承接过程,从思维引领到数据的选取、采集、分析和调查取证,前后连贯,顺序开展;也是一个交叉互动过程,比如大数据思维的引领要贯穿全程,数据分析和调查核实中涉及其他数据(证据)或者需要拓展监督范围的,还需要及时选取和补充采集其他相关数据。

为进一步优化大数据在巡回检察中的采集和应用,建议在建立健全相关数据库的基础上,研发形成巡回检察软件,构建形成智能化的监督模型,实现异常数据预警和调查方向指引,巡察时服务巡回检察,平时服务派驻检察。日常做好大数据相关的基础工作,推动实现数据选取、采集、筛查、碰撞、比对、分析的智能化,真正将数据库建设和软件使用作为“一支不走的巡回检察组”,强化巡回检察与派驻检察的有机结合,以求极致的精神,监督和支持有关单位把问题解决在“小”、解决在“常”,防止小问题坐大,努力做到止于至善,推动派驻检察优质、高效履职,促进社会治理深层次问题的解决,为国家治理现代化贡献检察力量。

(作者为最高人民检察院检察官)