檢察辦案數據科學量化問題研究*

●崔 峰 王建民*/文

數據啟源于數學的概念，是對各種統計結果的匯總利用，是通過對統計結果的分析研究，發現某一規律的途徑方法。近年來，由于科技的飛速發展，電腦的普及和互聯網的發展與廣泛應用，更把數據科學推進到一個新的高峰，成為我們學習工作的有機組成部分。黨的十八大以后，檢察工作進一步的信息化、規范化，世界互聯網大會在中國的多次召開，“互聯網+檢察”成為新時代現代化、信息化和規范化的顯著特征。2013年12月25日，全國檢察機關統一業務應用系統上線運行，標志著檢察辦案實現了數字化、信息化、流程化和標準化。隨后全國檢察信息公開網開通運行，微信公眾平臺上線，新媒體建設呈現出井噴式發展。每天全國檢察機關通過執法辦案生成的數以億計的強大數據，全要匯總到技術服務后臺運行和計算，給提供技術運行維護的服務器帶來巨大挑戰和機遇。執法行為不斷規范化、效果運用逐步標準化和信息快速透明化，為我們帶來了更大的發展空間和前進速度。如何規范數以億計的執法辦案數據，識別千差萬別的海量信息就顯得非常必要和重要。檢察辦案數據科學量化，是全面體現檢察辦案活動，檢驗工作成果的有效載體和方法。

一、檢察辦案數據

（一）檢察辦案數據

數據就是進行各種統計、計算、科學研究和技術設計所依據的數值。檢察辦案數據當然也是在檢察工作中各種統計、計算、科學研究和技術設計所依據的數值。它包含了偵查監督、公訴、民行等各項檢察工作運行的數據，具有政治性、國家性、專業性和保密性特征。

（二）檢察辦案數據收集的要素

對象是檢察機關各項業務運行所產生的反映法律監督工作狀態的數據資料；范圍涵蓋了各項檢察業務，縱向包括了從最高人民檢察院到各基層人民檢察院四級檢察機關等，橫向包括了檢察機關開展的各項檢察業務；主體是所有參與檢察執法活動、從事法律監督的人員。其中包括從各級院的檢察長到一般普通干警，只要開展法律監督活動、辦理檢察業務就會產生數據，就有義務和責任收集數據。

二、數據量化

（一）數據量化

數據量化是把事物的變化和變化程度以數字的形式體現出來。量化大的前提是歸類，需要把同種類的事物進行分類匯總，然后以計數方式體現出來。具體到法律監督工作中，則可以根據數據產生的部門、順序、條線、性質等不同標準，對檢察活動進行分類、匯總，即檢察數據量化。數據量化的方法就是要科學歸類，要制定分類標準。在檢察工作中，橫向可根據數據產生的部門分為各省、市、縣辦理案件的數據等；縱向則是某一領域的數據綜合，細分為全國偵查監督、審查起訴等各條線的綜合數據；還可對某類案件的發生、辦理過程進行專項調研，比如精神病強制醫療、未成年犯罪案件等專項調研數據。

（二）數據量化的必要性

首先通過對數據分類和量化可以探究事物發展的規律，預測發展的未來，做到趨利避害。對分類方法標準和統計階段的不同都會產生不同的數據。事物總在變化中，而數據僅是對這一動態變化過程的靜態截圖。無數截圖連續播放，就組成了變幻莫測的客觀世界，產生了電影視頻的動態效應。我們通過對靜態數據截圖的深入研究，就能發現和掌握數據發展變化的規律，進而探究預判數據的變化規律。因此，我們通過開展對一定時期和區域檢察工作的數據量化分析，可以發現掌握這一地區違法犯罪的規律，提出預防治理的對策，更好地提高檢察執法活動針對性，促進社會長治久安。

其次通過數據量化，可以強化數據量化研究，檢驗數據量化效果，提高數據量化理論發展。任何理論都要與實踐相結合，在實踐中檢驗完善才能發展壯大。通過來源于實踐，又反作用于實踐的不斷修正、完善，得到進一步發展壯大。就像根據同類型案件數據模型的搭建，提出該類案件證據審查重點和衡量數值。這一理論拿來再去模擬審查案件，比照先前審查結果和客觀實際，才能檢驗這一理論的正確性，同時發現其缺陷，進行修改和完善，推動了檢察辦案數據量化理論的發展。

三、數據量化步驟

分為數據的采集、匯總、分析利用和結果驗證等環節。

（一）檢察辦案數據的采集。

1.數據采集，又稱為數據收集，是將各種零散的檢察執法辦案、人員等信息錄入統一業務應用系統，由單個信息逐步匯集，形成海量化檢察數據的過程，它是檢察辦案數據形成的基礎和開端。

2.數據采集的特性：它具有精準性、細微性、完整性。因此，我們一定要把數據錄入準確，特征描述到位，信息填寫完整。必須嚴格按照《檢察機關統一業務應用系統案卡填錄標準》要求，仔細對照，認真檢查，詳細填錄，避免形成錯誤數據和偏差。

3.采集方法：包括檢察活動中對數據的發現和提取，對案卡填錄、數據輸入等環節。目前我們在工作中主要是廣泛收集、集中量化、責任到人、自動產生。比如在統一業務應用系統中，案卡填錄準確、文書制作到位，節點步驟運行順暢，外掛的統計子系統就會自動生成每天的辦案統計數據。所以每個辦案人員都要本著誰工作、誰產生、誰收集數據的原則，準確填錄案卡、依規制作文書、準確控制節點，才能使廣泛收集的數據成為集中量化的基礎。

4.數據采集的設施建設：根據最高人民檢察院信息化建設的目標和發展規劃，各級檢察機關都要建成硬件設施符合要求的統一業務應用系統建設環境和運行狀態，購置必要的計算機和服務器，搭建適合運行的環境；軟件建設則要及時對系統運行進行定期維護和及時更新、升級，并且根據數據安全防護等級要求，及時對系統參與性環境進行凈化和安全保護，定期查殺病毒，防止遭到攻擊等。

5.數據采集的配套制度建設：目前，我們適用的主要是全國檢察機關統一業務應用系統使用管理辦法、案件管理實施細則、檢察機關執法行為基本規范、電子卷宗使用管理辦法、人民檢察院案件流程監控工作規定、案件信息公開工作規定等制度措施。隨著時代發展和檢察辦案數據的不斷更新，還會逐步完善和建立新的運行機制和措施，為檢察辦案數據采集運行機制增補新鮮血液。

（二）數據匯總

1.數據匯總就是把零散的數據，進行匯集整理和綜合。

2.數據匯總，具有一定的嚴謹性、客觀性、嚴密性、邏輯性特征。嚴謹性就是要嚴格按照數據產生的不同途徑、出處、規律和標準來進行；客觀性就是要實事求是、客觀實際地匯集、分類和整理；嚴密性就是數據匯總的過程要環環相扣，逐步匯總整理；邏輯性就是要自然匯總產生，符合數據客觀邏輯性的數據。

3.數據匯總的方法。早期的數據匯總主要是采取報表統計分類——人工匯總核對——逐級上報的方式來進行。既繁瑣復雜，又耗費大量的人力物力。往往一個數據的匯總，歷經逐級反復核對，最高人民檢察院領導看到的也幾乎是半年前的數字運行狀態了。這是數據匯總的第一階段，也是早期原始初級的數據匯總方法。

計算機的普及，數據匯總逐步實現了計算機自動匯總的Excel自動軟件。這是第二階段，但還需逐級匯總上報，等分析結果出來也是兩三個月以后了。

上世紀九十年代末，出現了新的辦公自動化軟件。辦案數據統計主要是靠人工輸入、單機匯總核對、電子軟盤數據交換方法進行。在第三階段雖然使用了統計軟件系統，但還是要逐級匯總上報，進展比較慢。

新世紀信息化的迅猛發展，檢察系統采用了AJ2013自動統計報表系統。這是檢察辦案數據匯總的第四階段，系統雖然更多地代替了人工匯總，但卻無法實現對海量數據的實時顯現。數據的產生結果一般都在每月25日后截止集中匯總，下月上報，結果總在一個月以后。

2017年1月啟用了統一業務應用系統統計子系統，實行每天凌晨系統自動匯總更新數據。當次日上班開機時，全體人員桌面上呈現的就是前一天數據，只是負責統計的人員每天必須同時對系統自動糾錯過濾的案卡錯誤填錄信息進行審核比對，及時與案件承辦人進行溝通解決，確保統計數據準確。

（三）數據量化的分析利用

數據量化分析利用是數據價值的體現，是指導檢察工作科學發展的依據。通過數據分析可以發現檢察執法辦案的客觀規律，掌握社會管理法律監督方面的缺陷，也是前期數據收集、整理匯總的終極目標。

從統計學上講，數據分析方法可以采取歸納法和分析解讀法等方法。比如將某一時期、類型案件的發展、發生數據歸納整理匯總，可以發現該類型案件在這一時期的發生、發展規律，提出治理措施和建議；同時對這一類型案件的發生、發展數據剖析、解讀，可以找到該類型案件出現問題的原因，鏟除問題產生的溫床。

（四）數據量化的結果驗證

馬克思主義哲學講，要從實踐中來，到實踐中去。數據分析結果正確與否，也要得到司法實踐的檢驗才能證實。我們通過分析執法辦案數據認為：這一時期，“兩搶一盜”案件比例有所上升，原因是臨近年關、居民家中安全重視不夠，老年人、婦女存取款，多隨身攜帶等造成的，就建議公安機關要加大巡防管控和打擊力度，提醒公民加強家中財物安全等。隨后該類案件有所減少和遏制，人民的生命和財產也到了保障。這就說明我們前期數據分析找到了問題出現的原因，數據利用建議得到了實踐驗證。

四、檢察辦案數據的科學量化

（一）開展檢察辦案數據的縱向、橫向和深度三維立體分析

一是對檢察辦案數據縱向分析，是對一定時期案件運行和法律監督狀況，按照系統、業務種類進行分析，尋找其規律的過程。比如對各級檢察機關開展執法規范年專項活動的結果分析，可以得到專項活動在各級的貫徹落實情況，掌握專項活動在各級的運行狀況和問題，分析成因，找到方法，提出建議。

二是對檢察辦案數據橫向分析，是對一定區域各類案件和法律監督行為的分析，尋找這些案件的發案特點、監督重點、難點和問題，提出監督解決方法。同樣開展執法規范年專項活動進行橫向分析，可以看出各地開展活動的情況，和同類問題在不同機關分布的區域性特征。比如，在東、中和西部省份各開展的怎么樣？在北和南部省份各怎么樣？或者在一個省份、一個地市的某縣區開展得如何？易出現哪類問題等。

三是開展檢察執法數據的定性和定量深度分析。定性和定量分析，主要源于分析化學上測定某種物質的測量方法。定性分析是測定物質含有哪些成分，而定量分析是測定物質所含各種成分數量多少。雖然都是化學上測定物質的方法，但定性分析是定量分析的基礎，而定量分析則是定性分析的延伸和精細化。

同理，在我們開展檢察執法數據的深度分析中，通過對某年前三季度審查逮捕案件的定性分析看出，受理案件的類型主要有盜竊、搶奪、搶劫、故意傷害、交通肇事、掩飾隱瞞犯罪所得、危險駕駛、故意殺人、猥褻等案件。然后再進一步定量分析，可以看出各類型案件占受理總數的百分比。在這些案件中，盜竊、危險駕駛占主要地位，應作為治理防控和依法打擊的重點；再深入分析，可以看出盜竊、掩飾隱瞞犯罪所得的人員構成、共同犯罪比例，掌握這些犯罪的易發、多發危險人群、主要犯罪地點、時間和手段等，做好預防救濟和補救措施。

（二）檢察辦案數據科學量化的制度建設

2013年底最高人民檢察院頒布了《2014-2018年基層人民檢察院建設規劃》，2015年山西省人民檢察院為了貫徹落實規劃，落實最高人民檢察院《山西省基層檢察院抽樣評估情況的整改反饋意見》，建立上下聯動一體化的功效。在此基礎上，運城市檢察機關開展了爭創 “八化”建設示范院活動，基層院運行實行月通報、季分析、半年回頭看和全年總考評工作機制，實現了執法規范化標準化、隊伍專業化職業化、管理科學化信息化和保障現代化實用化目標，落實了“執法建設規范年”具體措施，推進了執法的正規化、精準化，解決了工作業績考什么、怎么考、如何用的問題，規范了執法行為，促進了公正司法。

（三）檢察辦案數據科學量化的成果轉化前景廣闊

首先“大數據”、“互聯網+檢察運用”這些新概念的提出，開創了檢察執法辦案數據科學量化新時代。2014年11月世界互聯網大會在浙江省烏鎮召開，大數據、“互聯網+”概念逐步在中國社會思維中展開，成為助推社會發展信息化的新引擎。

其次，案件數據模型搭建，把人們從繁重的體力勞動中解放出來，有效緩解了案多人少的矛盾。2016年9月在貴州建立的全省檢察大數據應用中心，運用“實體識別”“數據建模”等大數據技術，為辦案提供案件信息智能采集、“要素—證據”智能關聯和風險預警、證據材料甄別，繪制“犯罪構成知識”圖譜，建立各罪名案件數據模型，以及類案推送、量刑建議計算等智能化服務。

再次，“智慧檢務”新思維拓展，把檢察執法數據科學量化推進到創新發展高度。2017年9月底，最高人民檢察院曹建明檢察長指出，在當前世界多極化、經濟全球化、文化多樣化、社會信息化深入發展的時代，檢察機關必須牢牢把握新一輪科技革命的歷史性機遇，順勢而為，全面推進智慧檢務的重大戰略，努力為檢察工作贏得主動、贏得未來。近年來，檢察辦案數據的科學量化先后走過了“數字檢務”——“網絡檢務”——“信息檢務”，步入“智慧檢務”階段。檢察機關通過辦案數據的科學量化，提升了辦案的質量；通過探索“人工智能＋司法辦案”，實現了全業務智慧辦案；通過辦案數據的量化分解和定性定量分析，提升了內部監督精準度，促進了檢察人員依法履職。

檢察辦案數據科學量化是全面推進 “智慧檢務”的基礎，內涵豐富，意義深遠，也是實現 “智慧檢務”的紐帶。只有緊緊抓住以司法改革為核心的體制創新和以大數據運用為核心的科技創新，深入做好檢察辦案數據科學量化，建設好檢察工作“數據大腦”，積極推進“智慧檢務”，著力提升司法公信力，才能在全民科學發展、創新發展的大潮中不落伍、不掉隊，才能為推進依法治國做出積極的貢獻。