數據驅動下的檢察機關業務管理改革初探

邱靈　褚韻

摘 要：數據作為第五類生產要素，在司法管理中的價值日益得到重視。數據賦能為檢察業務決策提供有力支撐，為業務發展帶來新的動力。但當前在運用數據開展檢察業務管理的實踐中，數據質量不穩定、檢索應對不精準、價值判斷難度大以及數據管理人才少等問題亟待解決。今后應立足統一業務系統，加強融合性設計，突出自動與人工配合，完善檢索功能，確保數據安全穩定，促進檢察業務管理改革邁向縱深發展。

關鍵詞：數據 檢察業務管理 司法改革 司法統計

數據驅動可以理解為運用數據尋找內部因果關系的一種問題求解方法。隨著對數據的價值了解更深入，利用數據驅動和改進司法管理的討論持續升溫。有效挖掘業務數據“富礦”，提升檢察業務管理效能，不僅是檢察機關提升綜合管理方式、提升工作質效的必然，也是規范數據質量及標準，避免司法數據違規泄露及不當應用的關鍵所在。

一、數據驅動檢察業務管理改革的價值

近年來，數據被納入生產要素的范疇，并參與分配，這被認為是一個重大的理念創新[1]。檢察機關參與訴訟過程所體現出的貫穿性特點與其訴訟任務由各部門分解承擔的現狀，使得其整合數據資源，綜合提升管理效能的功能性需求更加彰顯，迫切需要在保護好數據安全的基礎上，最大化挖掘數據價值，提升自身管理能力。同時，作為我國的法律監督機關，“四大檢察”參與的各類訴訟環節眾多，檢察機關有著更強烈的通過大數據綜合應用，拓展訴訟監督范圍、豐富訴訟監督手段的發展需求。

在基層檢察機關，有一個流行甚廣的“上熱中溫下冷”的說法，指業務管理的強度和效用在四級檢察機關之間呈現層層遞減的態勢。深入研究以數據驅動案件管理和業務決策新型工作體系，有助于打破檢察機關管理“冷熱不均”現象，挖掘數據資源的乘數級作用，描述和揭示在新一輪司法改革下，檢察業務發展的現象和規律，預判并調整業務運行模式，充分發揮案件管理效能，使辦案更順暢、工作更便捷、人力更高效，提高執法司法質量、效率與效果。

二、數據驅動的改革實踐觀察

（一）公安、法院系統實踐

公安機關依據法定職責，在執法數據的研判分析中更注重基于不同警種的信息系統，細分違法及犯罪行為的具體表現[2]，充分發揮對異常行為的預警監控作用，強調對犯罪嫌疑人的“行為畫像”[3]，以及對犯罪線索排查、快速推演、破解偵查僵局等工作進行模型構建等[4]。難點在于現有公安信息平臺系統復雜多樣（包括全國經偵信息系統、派出所人口管理綜合系統、案件管理系統、資金查控系統等），且未能實現數據接口的聯通共享。此種現狀，導致數據清洗標準化處理工作的難度加大，同時對數據準確分析研判的工作量也增加。

2016年智慧法院列入國家信息化發展的戰略后，以類案檢索、量刑輔助為核心的審判智能化成為法院司法數據管理應用領域的先行軍。如上海市法院系統建立了大數據分析系統，進行案件審判態勢專項分析、審判人力配置分析及社會治理風險預判等[5];貴州省法院系統則在全國率先建設司法智能輔助辦案系統，提供決策輔助、審判輔助、公眾咨詢等功能，重點發揮證據抽取、犯罪行為鏈構建和法律條文推薦等方面的應用效果。[6]

作為審判終局裁定者，法院系統在收集訴訟全過程信息方面具有天然優勢，數據公開的社會關注度高，發展勢頭向好。但也存在一些不足。一是目前為止全國法院尚未形成統一辦案系統，數據采集的渠道復雜，容易存在遺漏或偏差，容易產生統計信效度[7]偏差，難以驗證。二是主要側重審判結果分析，但目前的司法數據運用仍屬于“弱智能”水平[8]，同案同判的追求前提在于案件確屬相同或足以構成一致的采信基礎，如果過度追求判決的“平均數”，容易導致司法動態性和發展性不足，司法實踐僵化。三是數據公開不當風險偶有發生。特別是部分數據分析結果被異化為對司法裁判的刻板預測，或將裁判結果與法官性別、年齡、職業經歷等刻意加以關聯，很可能導致錯誤卻極具煽動性的評價，造成輿論對司法活動的沖擊。

（二）檢察數據具體實踐的正向觀察

相較于公安和法院系統，檢察機關的業務數據應用具有較好的開發基礎，除了基于檢察機關的監督職能，其在司法管理改革中具有較強的動力以外，檢察機關具有良好的“一體化”業務數據采集及統計基礎是關鍵所在。早在2013年，最高人民檢察院（以下簡稱“最高檢”）就成功牽頭組織開發全國檢察機關統一業務系統，通過設置案卡，由辦案人員對案件信息進行錄入，使案件關鍵信息轉化為結構化數據。系統正式上線后，在全國層面統一了檢察數據的標準，有效提升業務數據采集和管理的效率。

在《檢察大數據行動指南》（2017-2020）中，最高檢提出要“統籌利用以司法辦案數據為核心的檢察數據資源，建立檢察大數據總體架構，營造大數據應用良好生態”。經過不斷探索，以統一業務系統為基礎，檢察機關相繼規劃、部署、實施了涵蓋數據統計、業務研判、分析預測、指揮決策等多功能、多視角、多類別的業務數據應用規劃及實踐。2019年起，最高檢對以“案-件比”為核心的案件質量主要評價指標等進行創新性的數據化研發，用數率反映案件辦理質效中存在的問題。2020年11月，最高檢正式出臺《檢察業務數據管理辦法》，明確檢察數據管理規范及責任落實。各層級檢察院主要由案件管理部門牽頭組織開展數據質量核查與業務研判管理工作，以業務數據服務檢務管理，提升整體辦案效能。檢察機關數據驅動業務管理的框架基本建立。

在統一數據管理的基礎之上，各地檢察機關不斷探索符合本地需求的業務管理改革路徑。例如，北京市檢察機關開發了“檢立方”輔助系統，管理指標能夠細化到每一位檢察辦案人員[9]。貴州省檢察機關建立了案件智能研判系統，通過構建犯罪構成知識圖譜，對案件進行數據解構，借助案件復雜度分析模塊，分析案件的工作量和疑難程度。廣東省檢察機關建立了刑事訴訟全流程大數據分析系統，廣州市人民檢察院建成上線了基于數據可視化的智慧案管系統2.0，具備智能化分析工具、人性化智慧監管、可視化考評管理、全景化實時展示等功能。江蘇省檢察院建立了案管大數據應用平臺與行政執法檢察監督管理平臺[10]，無錫市錫山區人民檢察院創新推出“檢察民情APP”，對接社會治理公共服務管理平臺，挖掘熱點民生需求，有效拓展監督案源。

（三）檢察數據應用于檢察業務管理的反向審視

近年來，通過更加豐富的技術手段，檢察數據已具有較好的大統一基礎，管理應用價值不斷提升，但現存的局限也相當明顯。

1.服務需求多變，數據采集不精準。從實務運用來看，案卡的設置及其填錄規范，遠遠跟不上數據更新的速率，數據應用深度融合與解決問題的能力仍有局限。雖然檢察機關基于大統一平臺，已經在內部盡可能降低了數據資源的區域性分割和壟斷，填錄案卡的模式也使得結構化數據更容易被計算機程序以成熟的技術加以分析，但案卡功能的設置本身，以及在具體應用中如何銜接好供需關系，長期以來備受詬病。一方面是真正核心的業務數據、對辦案有價值的新信息可能無法進入采集和挖掘的數據池中，另一方面是大量的信息在反復修改、刷新卻不能產生應有的效用。在法律語義分析技術尚不發達的背景下，很容易產生：越強的服務需求——越多的檢索詞設置需要——越多的人工填錄成本——越多的案例匹配難度——越難滿足服務需求的數據黑洞，或說是陷入一種需求循環中。

此外，目前檢察機關的業務分析研判集中于統計系統中的報表數據信息，對辦案活動中的非文字、數字類信息、系統應用過程中產生的活動痕跡數據、以及檢察外部環境的數據整合，報表統計能力還十分有限，這使得報表數據未能全面直觀地展現辦案活動，甚至發生偏離。例如，最高檢的業務分析會商報告中曾經提到過因對填錄標準理解偏差，數據出現異常變動，如果不能夠正確應對這種數據質量偏差，就會導致在分析研判時進行錯誤評價，甚至因此對該類業務進行了錯誤的指導，而即便是及時發現了這種數據問題，也需要投入大量成本進行驗證、核對。

2.信息整合復雜，檢索不高效。如果我們把數據理解為一種新時代能源，其與傳統能源的重要差異在于，數據的價值往往是根據應用需求而確定的，對于海量數據如何及時有效地針對使用需求進行定制化的檢索開發，成為數據資源開采的核心難題。

檢索的關鍵在于定位，即找到符合統計需要的信息內容。如果統計數據自動抓取的效果更快更強，那么不僅僅工作量得以降低，數據的準確性也能夠提升，更多的人力也可以被用于數據深度分析和挖掘中。借助“大數據+”來提升用戶體驗，強化信息采集的智能化水平，將更好服務于司法改革和辦案活動，但這一點在現有的檢察機關業務系統中還難以實現。目前檢察人員時常會遇到無法針對具體需求和分析內容來確定數據的情況。特別是由于檢察機關參與訴訟監督的業務種類繁多，“四大檢察”辦案程序和內容差異顯著，對辦案信息的理解很難標準化，需要持續探索。

3.專業人員缺乏，應用技術待提升。有效應用數據發揮檢察業務管理效能是一項需要整合資源經費、人員能力乃至地方發展環境的創新、復雜命題。最高檢提出了“消除標準化管理與人性化管理之間的隔閡，推進科學化、合理化管理”[11]的要求。但司法領域的“算法統計”本就是世界級的難題，需要投入大量的學習成本，數據管理及運用者才能兼具檢察專業素養與司法統計能力，提出創新并可靠的數據管理方案。

正是由于專業人才特別是對司法統計領域有專長的人才的稀缺，現有檢察業務管理的數據工具運用較為落后。計算方法以平均值、中位數、比例分析等基礎類為主。對報表數據的核對及應用，很大程度還依賴于人工計數，未能實現趨勢性分析，也難以對具有內部聯系的數據進行集約化、一體化對比，乃至延伸到司法行為分析、效率推演預測等深層領域。傳統的數據分析方式，雖然運用便利，但存在有以下弱項：一是易受極端數的影響，二是較少考慮數據相關性，三是規范性和延伸性不強，且可能造成用“數據邏輯”代替“價值判斷”的情況。

面對現狀，一些檢察機關也在探索嘗試與技術廠商共同研發專業算法模型，但目前研發的機器自主學習及技術強化路徑，很難起到立竿見影的效果，甚至會導致一線辦案人員產生反感，認為過多的精力放在了技術開發方面，未對辦案本身提供好處，缺乏參與的內驅力，最終也影響數據采集質量和管理效果。

4.司法語言特殊，價值判斷易偏差。正所謂，對業務理解的深度決定了大數據分析功能的應用實效。法律語言具有獨特性，這種獨特不僅僅在于其所具有的大量專業術語，更在于它的應用過程并不完全與一般的社會溝通相一致，在日常語言的分析成效，未必能匹配司法管理環節。法律應用是一個“眼光在規范與事實之間不斷往返”的過程，對于司法者而言，通過價值判斷和事實判斷進行分析的同時，也在基于自身的道德標準、政治立場去進行識別，但計算機幾乎無法對抽象的立場和標準進行直觀分析。在司法判斷的角度，純粹客觀的推理是不存在的，但基于形式邏輯的有效計算，恰恰是運用大數據進行分析和描繪的關鍵所在。

然而，考慮到對辦案保障，我們又必然要給與檢察官不接受這種計算分析后得出的歸納結論的空間，否則其所做出判斷將可能異化為統計平均值，這也是為什么近代的法理學對形式邏輯對司法活動的效用表現得頗為審慎，正如博登海姆所說：“形式邏輯在解決法律問題時只具有相對有限的作用”。波森納甚至認為，類比推理絕不應該作為證實的手段，而僅僅提供了一種內心的說服力[12]。

更進一步，當人工智能進化到自主學習的水平時，不僅僅是人們在使用數據工具，工具也在勾勒著甚至反向控制著使用者，被管理的對象本身，也會試圖跳脫出原有數據分析的格局，制造假象，或者過分追求片面的數據優化。這必然降低檢察業務數據管理的有效性。司法活動的試錯成本極高，甚至會動搖社會對于法律規則的信任。而當前的司法技術開發往往高度依賴于外包技術公司，在技術手段上通常只考慮某些具體功能的實現方法，很難真實用法律邏輯進行論證，也無法體現“價值判斷”。這在一定程度上解釋了為什么一些國家及學者始終對大數據在司法活動的分析中持有保留的態度，認為以算法挖掘來刻畫司法行為，可能直接導致訴訟投機行為，甚至導致對判決的不當干預，影響司法權威及獨立判斷[13]。

三、檢察數據賦能改革升級路徑探索

數據賦能簡而言之就是利用數據隱藏的價值功能。就檢察工作方面，其核心價值是在系統內部形成既流動又協作的良性生態系統。隨著法治大環境的數字化變革，檢察業務精細化管理中所面臨的種種挑戰，迫切需要通過數據賦能加以應對和破解。要通過解決數據采集規范、算法設計及網絡安全等問題，積極開展數據管理，強化對檢察數據定制化需求和全過程管理的運用效能提升，有效釋放數據價值，通過數據協同完成對原有工作流程的再造及優化，提供更優質的業務管理方案，為檢察工作發展打造新引擎，使檢察業務全面進入數據時代。

（一）注重公式科學與用戶友好的數據采集

檢察數據應用和管理中，應當強調從實際應用場景出發，準確分類和確定結構化案卡數據，減輕案卡人工填錄的工作量，同時在運用過程中不斷提升非結構化數據的深度處理能力，將兩者有機結合，提升數據抓取效能，以便于整理及有效運用數據信息，不斷豐富數據開發效能。

要解決數據質量這一基礎性問題，有兩大關鍵思路。（1）降低人工錄入結構性數據的比例，將人力作用更多發揮在核驗而非記錄中。2020年啟用的全國檢察業務應用系統2.0版本升級后的系統智能回填功能，就較好地避免以往從文書復制到案卡粘貼的繁瑣及錯漏，這一功能仍可以持續完善和強化。（2）提高非結構化語言的歸納和檢索能力。將傳統的法律文本轉化為邏輯關系，根據轉化得出的數據規律進行碰撞，并不斷地進行核驗與論證。這兩個思路中，后者可以將前者在填錄中節省的人力，運用于數據分析的開發中，再將分析所得出的采集建議加以轉化，循環往復，使得數據質量成果能夠快速顯現在具體業務中，提升一線檢察人員在辦案中確保數據質量的直接動力。

（二）注重標準化與本地化的算法設計

司法數據的應用，比拼的實際上是基于如何深入理解所處的工作領域及其創新需求。近年來，最高檢率先垂范，創新推出了“案-件比”這一在研判分析和行為管理領域具有獨創性和領先性的指標模型，將個案本身與司法活動環節中所產生的“件”數進行比較，考慮司法參與者的體驗感與獲得感，實際上也具有統計建模的前瞻意義。

因此，在當前學術界社會科學研究普遍引入新型統計分析技術的背景下，檢察業務管理同樣需要引入專業化人才，構建設計更多能夠輔助辦案決策、論證司法改革變化以及服務社會治理的算法模型。這種模型和工具的研發，并不一定需要一次性投入巨大的成本。一個基層檢察院的數據管理和應用實踐，雖然在采集樣本總數上可能遠不及最高檢或省級院的資源，但其在本地區的犯罪預防、治安管理以及普法宣傳等方面的效用，卻更具有針對性和匹配性，也更易實現分析的實際轉化效能。我國幅員遼闊，各地的經濟發展水平也不盡相同，要一次性將全部應用系統或者設備配置到位的難度較大。因此可以采取多試點、分階段的方式，有條件的地區和單位可以組織先行先試，不斷完善。同時，考慮到數據的完整性，在系統應用和設備更新過程中，要考慮到數據端口的貫通和匹配，方便進行數據間的遷移。

強化數據賦能在檢察改革中的本地化特征，能夠增強數據應用的廣度和深度。例如，廣州市越秀區人民檢察院針對“認罪認罰適用率”數據呈現問題，不簡單地做一刀切，而是分別進行了月度、季度、半年度的研判分析，結合辦理案件類型及復雜程度，與“案-件比”“不捕不訴率”“審前羈押率”等指標進行綜合分析，并列明每位檢察官的具體捕、訴工作效能圖，通過“認罪認罰工作模型”所展現的強、弱項，進一步運用系統培訓、專題討論、人員調整等管理手段，對案卡填錄規范、積存案件清理、新型案件應對等問題進行針對性破解，2021年上半年該項指標的全市排名顯著提升，檢察官的辦案能力也得到了強化。

值得注意的是，由于指標的標準性需要，這種本地化設計，仍然離不開基礎性的統一標準。標準化強調的統計具體公式和標準的規范性，實現算法統一和科學，避免人為地進行排名控制。而本地化更應當突出的是這些標準公式的組合型、針對性評價，實現對不同辦案活動的全面動態評價。兩者綜合運用，更有利于數據管理應用的信效度提升，確保結果具備可重復驗證的科學價值。

（三）注重科技系統與人工優化的綜合運用

充分發揮智能技術的應用效果，檢察人員的數據應用意識和能力提升才具有重要意義。“代碼規制”對司法活動引發的風險正若隱若現，與其因噎廢食，倒不如積極迎接挑戰。提升數據分析的處理能力，在實際解讀中加入價值化判斷，以確保數據安全為基礎，推動跨應用系統、跨業務部門、跨區域層級的分類數據體系，有效剔除同質化的信息，強化指標的多維度運用和數據的自動化輸出，實現檢察數據資源、知識庫體系和支撐平臺共享，更加有效開發和豐富檢察數據資源。同時理性對待數據應用于業務管理中的優劣，并與其他的管理方法和評估手段綜合運用。

例如，廣州市人民檢察院結合在個案審查中發現的食品藥品案件漏判禁止令，因數據分散難以發現監督線索的問題，依托“互聯網+”模式，利用大數據整合處理公檢法及行政執法機關數據，利用該院人員的辦案經驗和監管智慧，制定數據抓取規則，深入挖掘對食品藥品類案件從審判監督、刑罰執行監督、行政執法監督到公益訴訟的全鏈條式監管，自主設計研發“食品藥品安全案件監管平臺”，現已匯聚市場監管部門的經營企業700余萬條，社會保障部門信息1億余條，通過數據對比、碰撞，發現可能違反禁止令的線索30余條，對外公布典型案例15件。這一系統還開發了對外查詢渠道，為行政單位、食藥企業及廣大視頻提供了查詢便利，成為拓展檢察數據應用和智慧檢務的生動實踐。

（四）注重數據運用與信息安全的技術完善

虛擬的數據構架在實體的設備之上，如果不能保證設備應用的安全，數據的采集必然成為空中樓閣。面對日益增長的檢察海量數據，以及與其他司法機關、行政機關進行數據交互的工作需求，2020年起，全國檢察機關由傳統的獨立網絡部署轉變為非涉密工作專網。這一改變有利于實現外部網絡的數據共享、業務協同，但也對通信網絡、應用數據的云端安全及跨網交互、網絡信任等方面提出了更高要求。需要根據保密規范及等級保護的要求，強化安全設備日志、網絡訪問流量分析等自動化監測能力，對異常行為進行跟蹤溯源，防止出現信息泄露、未經授權非法使用、模型篡改以及數據意外丟失等問題，完善檢察數據應用的日常備案、風險預警與快速響應機制，進一步明確數據應用及監管的責任落實。

動態化、全面化的數據監督，在有效開展司法管理、提升司法監督效力的同時，某種意義上造成對檢察官的監控。因此，在對檢察辦案數據進行歸類和模擬時，要通過入口管理和前期篩選等方式，根據情況進行匿名處理、類化歸納等方式，明確數據運用的范圍和模式，并對數據應用行為進行有效管理。要注意對于檢察官及訴訟參與人的隱私保護，既要發揮好數據賦能給檢察履職能力現代化所帶來的突破性功效，也要關注大數據技術對傳統檢察司法理念帶來的沖擊，明確數據研判在司法場景中的應用限度，預防檢察數據濫用可能對檢察權獨立行使所帶來的潛在風險。