以數字檢察助推司法救助高質效發展路徑

夏輝 張春鳳 戚方麗

摘 要：針對司法救助案件線索來源少、救助不及時問題，檢察機關通過聚焦因案導致生活困難的原建檔立卡貧困戶、退役軍人、未成年人、殘疾人、涉法涉訴信訪人等重點人群，建立國家司法救助線索大數據篩查智慧應用平臺，通過數據比對碰撞，精準、高效篩查司法救助案件線索，變當事人申請為檢察機關主動排查，跑出司法救助“加速度”，全力防范化解因案返貧、致貧風險，及時解決人民群眾急難愁盼，為全面推進鄉村振興貢獻檢察力量。

關鍵詞：司法救助 大數據模型 線索篩查應用平臺 服務鄉村振興

民族要復興，鄉村必振興。檢察機關作為黨絕對領導下的法律監督機關，在助力打贏脫貧攻堅戰后，應當深刻認識司法救助工作面臨的新形勢新任務新要求，繼續發揮好救助工作“司法扶貧”的特色和優勢，主動服務鄉村振興戰略。山東省單縣人民檢察院在貫徹落實最高檢、國家鄉村振興局部署開展的“關于開展司法救助助力全面推進鄉村振興”專項活動中，積極探索構建司法救助大數據模型，有效挖掘司法救助線索，及時開展檢察環節司法救助，實現每一個司法救助案件的高質效辦理，實現大數據與檢察工作深度融合，為全面推進鄉村振興貢獻檢察力量。

一、大數據運用基本情況

單縣檢察院通過對辦理的司法救助類案梳理發現，依照傳統的方法逐案篩查司法救助案件線索，獲取渠道狹窄，救助不夠及時，對重點救助人群救助線索會出現遺漏。為破解這一問題，單縣人民檢察院通過獲取內外部數據，提取刑事檢察案件中的被害人；民事檢察案件中的支持起訴、執行監督申請人等；行政檢察案件中的行政裁判結果監督、行政非訴執行活動監督申請人等；涉法涉訴信訪人等基礎數據要素，設置“姓名、身份證號碼”兩個數據比對點，與重點救助人群數據進行比對分析，構建司法救助線索篩查模型，對進入檢察環節的困難當事人及時篩查，充分做到“應救盡救”“應救即救”，跑出司法救助“加速度”。

2022年10月建模以來，單縣人民檢察院通過大數據碰撞，篩查出司法救助案件線索90件，經核查，符合救助條件63人，發放救助金59.2萬元。為強化協作配合機制，加強國家司法救助與社會救助的有效銜接，單縣人民檢察院與縣殘聯、退役軍人事務局、鄉村振興局、婦聯分別會簽《關于深化開展“關注困難婦女群體，加強專項司法救助”工作的實施辦法》《關于加強退役軍人國家司法救助工作的實施辦法（實行）》等文件，定期召開座談會，深化落實信息共享、共同幫扶、定期聯合回訪等機制，凝聚司法救助合力，實現從單一司法救助走向多元化救助幫扶。單縣人民檢察院通過大數據模型篩查出涉重點人員司法救助案件線索，實現了國家司法救助工作由被動接收到智能化篩查的跨越、由“粗放型”向“精細型”的轉變。該模型經過不斷優化升級，篩查范圍逐步擴大、篩查數據更加精確、有效救助線索穩步增加，為辦案人員提供了強有力的技術支持。

二、模型建立背景及探索過程

（一）“數字檢察”新要求

黨的二十大報告提出要“以中國式現代化全面推進中華民族偉大復興”［1］。檢察機關要以檢察工作高質量發展服務保障經濟高質量發展，以檢察工作現代化服務推進中國式現代化。數字技術創新發展和迭代提升、社會聯結形式和方式的迅速變更，促使司法發生數字化轉型。［2］數字檢察建設，為提高檢察機關法律監督能力水平、促進高效能檢察履職指明了奮斗方向。

司法救助工作是一項“一頭牽著百姓疾苦，一頭牽著司法關懷”的民心工程。如何通過大數據運用推動國家司法救助工作走深走實，實現從傳統工作方法向現代工作模式的跨越，單縣人民檢察院大膽刨析做出了積極的探索，該院在調研中發現，司法救助工作的痛點在于案件線索的篩查和獲取，主要原因有以下三個方面：一是數據壁壘導致的信息不暢；二是人工篩查效率不高、覆蓋面小；三是受害人主動申請意識不強。在充分調研的基礎上，單縣人民檢察院結合落實專項活動部署，以數字檢察建設為契機，認真研判，大膽嘗試，探索搭建大數據模型，智能化篩查進入檢察環節的五類重點救助人員信息，從而主動發現救助線索，快速精準實施司法救助。

（二）“檢察之智”初探索

2022年10月，單縣人民檢察院依托全國檢察業務應用系統，自主研發的司法救助線索篩查應用平臺正式運行，開啟了用大數據篩查重點救助群體司法救助線索的辦案新模式。該平臺通過“兩庫四比對”模式，快速、精準篩查出司法救助線索。“兩庫”是指基礎數據庫（包括檢察業務應用系統數據和全國檢察機關網上信訪信息系統信訪人數據）和篩查數據庫（縣大數據中心數據庫）；“四比對”是指通過基礎數據庫與篩查數據庫中的原建檔立卡貧困戶、退役軍人、未成年人、殘疾人等四類重點人群信息一一比對。采取檢察業務應用系統的內部數據與單縣大數據中心的相關外部數據的碰撞、比對、分析，最終獲取進入檢察環節的可能符合司法救助條件的重點人群信息。檢察人員對平臺推送的案件線索進行綜合分析，核查案件當事人是否符合司法救助條件，進而快速、精準鎖定救助對象，主動開展救助。司法救助線索篩查應用平臺第一時間提示檢察人員關注進入檢察辦案環節的重點人群信息，提高了司法救助案件線索發現效率。

三、司法救助建模的難點與困境

（一）救助群體信息數據獲取難

開展司法救助工作要找到適格的救助群體，如何獲取其信息數據是建模的首要問題。單縣人民檢察院篩查的數據來源主要包括脫貧攻堅對象、退役軍人、未成年人、殘疾人、涉法涉訴信訪人等五類生活困難當事人的信息數據，上述人員信息數據分屬于不同單位，明確數據源之后還需要同相關部門建立有效的溝通機制，為數據的獲取打好基礎；同時為確保數據的有效性，還需要協調相關單位及時更新信息數據，才能實現對篩查獲取的人員信息有效識別。此外，在實踐過程中還發現，部分案件當事人不屬于上述五類人群，但同樣符合國家司法救助條件，這就需要進一步增加數據源的獲取，需要結合辦案實際，不斷將新的數據納入篩查數據池中。

（二）域外救助線索篩查難

經濟的繁榮發展、人員的跨區域流動給司法救助工作的開展提出了更高要求。實踐過程中發現，某道路交通事故受害人為本市外縣殘疾人，受限于篩查數據，這種情況下模型無法篩查該救助線索。原因在于模型篩查群體的數據來源是本縣的相關數據，缺乏外地戶籍的重點救助群體數據。同理，部分原建檔立卡貧困戶、退役軍人等重點救助人群為外縣、外省戶籍，導致模型不能將此類人群救助線索篩查出來。因為單縣地處四省八縣交界處，人口流動大，需要更大范圍內建立數據共享，擴大線索篩查的范圍。

（三）存在重復救助的可能

現階段公安、檢察、審判機關均在開展司法救助工作，救助對象絕大多數為刑事案件被害人，各單位之間尚未能構建有效的信息互通機制，存在重復救助的可能性。通過篩查獲取的數據僅限于是否屬于受助人群，但部分人員可能已經獲得國家司法救助，根據國家司法救助一次性原則，篩查出的部分線索可能造成重復救助，浪費司法資源。此外，隨著國家社會救助制度的不斷完善，醫療保障已全方位覆蓋，民政部門“救急救窮”政策充分落實，人民群眾保險意識逐步提高，參保群體不斷擴大，部分受助人可能已經接受其他形式的救濟、補償。但因政府部門臨時性、過渡性政策的靈活多變以及保險機構對被保險人信息的特殊保護等多方面因素存在信息壁壘，導致檢察機關對司法救助的必要性判定時難以把握。

（四）辦案思維與建模思維的差異化

實際工作中發現，部分辦案人員思維模式與建模思維存在差異。相較于傳統的辦案模式，辦案人員需要對申請人主體資格進行驗證，申請救助的材料逐項審查，引導補充有關材料，從而得出是否符合救助的結論意見。模型建成以后對辦案人員來說可以作為黑箱，只需關注來源數據和輸出結果，判定輸出信息是否符合救助條件。而建模的技術人員則需要對每一個邏輯步驟，邏輯關系進行細致全面的把握，這就對建模團隊提出了更高的要求。辦案人員需要全程深入參與建模過程、學習建模的專業知識，幫助技術人員厘清建模思路。將司法救助工作的需求與建模技術深度融合，實現概念數據模型向邏輯數據模型轉變。

四、數據模型建立的實踐啟示

（一）統籌“理念”與“實踐”

大數據建模是一場法律監督模式的重塑變革，要堅持理念引導，勇立數字檢察的潮頭，助推檢察工作現代化，單縣人民檢察院檢察長牽頭組建數字建模團隊，并在全院深化推廣數字檢察工作理念，做到在理念上先行一步、落實上更快一步；加快推進數字檢察戰略，深化大數據賦能法律監督，引導全院干警法律思維與建模思維相融合，讓檢察業務人員在工作中深入融合數字檢察的工作理念，思考如何運用大數據等技術解決實務問題，緊盯制約檢察工作發展的“瓶頸”，突出實用，不僅解決了建模思路問題，而且建立的模型更具有實用性。

（二）融合“業務”與“技術”

單縣人民檢察院探索創新“兩圖六步”工作法，借助流程圖、思維導圖助力業務人員與信息技術人員緊密配合，將模型思路和信息技術深度融合，實現概念性模型向邏輯性模型轉變，不斷提升數據模型應用質效，成功探索出了“業務數據主導、技術攻關領跑、實踐轉換高效”的大數據法律監督新模式。在該模型建設過程中，業務人員提供了司法救助線索篩查模型的“兩圖”，技術人員以構思謀劃、可行性研究、技術性審查、模型搭建、質效檢測、應用優化“六步”方法，推動該模型成功上線運行。同時，業務人員深刻解讀《人民檢察院開展國家司法救助工作細則》，在拓展刑事類救助案源的同時，依規開展民事類、行政類救助案件，有效解決救助案件線索渠道來源單一、救助工作開展不及時等問題，與技術人員相結合，推動該模型從1.0初始版本向篩查更加全面的2.0版本轉變。

（三）協調“應用”與“效能”

一是擴大篩查范圍，經調查，縣醫療保障局有申請“門診大病”“特慢病”等申請人信息，縣工會有困難職工信息，縣教育局有申請助學貸款困難學生信息，下一步，該模型將把上述60萬余條數據納入篩查數據中，推動該模型“重點篩查”向“全面篩查”轉變，充分發揮數字賦能國家司法救助的職能作用，不斷滿足人民群眾新需求。二是增加篩查數據，部分殘疾人、退役軍人等重點救助人群為外縣、外省戶籍，該平臺僅獲取本縣相關數據，因此并不能將此類人群救助線索篩查出來。菏澤市人民檢察院通過獲取全市相關數據并建立統一的司法救助類案線索篩查平臺，線索篩查數量明顯提升，有效避免了部分困難當事人因線索遺漏導致因案返貧致困的風險，讓人民群眾切實感受到司法的溫度與力度。數據的整合進一步提升了每一個使用該模型檢察機關的篩查質量，這也是大數據的規模性提升，實現了由量變到質變的過程。

（四）統領“變”與“不變”

模型的生命力在于應用，模型上線后，一直在應用中不斷優化升級。該模型計劃的3.0版本，除了增加醫保局、縣工會相關數據外，另一個重要的功能性升級是增加排除規則。排除規則包括自動排除和手動排除兩個部分。自動排除功能需進一步擴充法院、公安和司法行政部門的已救助人員數據，因為司法救助原則上不重復救助，該模型篩查出救助線索后，和前述機關的已救助數據進行二次比對，如果涉及人員已經被救助，移入自動排除列表。因特殊情況下，已救助人員仍可能需要二次救助，因此對自動排除列表中信息，仍需要保持一定的關注。對于篩查出的救助線索中經核實不符合救助條件的人員，進行標記，列入手動排除列表，人員進入該列表后，會有一定的有效期限，期限內不再在救助線索中顯示，到期后自動從列表移除，防止相關人員之后再次涉案時已符合救助條件，但因長期被排除而未能被正確篩查出的情況出現。通過增設排除規則，以此來實現司法＋社會救助重復性審查智能化。

（五）兼顧“技”與“道”

構建大數據模型的出發點是實現檢察工作現代化，助力檢察工作再上新臺階，落腳點是滿足人民群眾日益增長的美好生活需要。要充分認識到數據模型的搭建不僅僅是“技”，更是“道”，一方面司法救助線索篩查數據模型根本性變革了司法救助工作的方式方法，從被動接收申請材料到主動篩查目標人群；另一方面是從個案的識別到一般性規律的總結，在實踐應用過程中實現跨越性成長。大數據模型的構建賦能類案救助是數字化時代檢察機關的積極探索，是提升檢察機關法律監督質效的重要抓手，是社會治理效能的再升級，是以“檢察之智”為社會治理現代化提供的檢察“心”方案。