數字檢察視域下治罪與治理思維創新

數字檢察既是技術變革，也是理念變革。深入實施數字檢察戰略，要推動理念轉變、樹立數據思維，以數據賦能檢察工作，才能更好發揮新時代檢察業務的治罪、治理效能。

最高人民檢察院《2023—2027年檢察改革工作規劃》提出，“建立健全數字檢察工作機制，積極構建‘業務主導、數據整合、技術支撐、重在應用’的數字檢察工作模式。推進數字檢察深度應用，聚焦業務辦案，完善司法辦案輔助系統、大數據賦能系統，推進數字時代互聯網檢察辦案工作”。一段時間以來，各地檢察機關試點“模型化”法律監督取得了良好成效，其中“先傷后保”詐騙監督模型的建立、運行展現了當下數字檢察工作中治罪、治理思維的突破與創新，也為未來數字檢察發展提供了創新路徑。

數字檢察視域下治罪思維的突破與創新

所謂“先傷后保”，是指2022年上海市人社部門實行的“先傷后保”工傷保險政策，即：職工入職后發生工傷事故，企業自用工之日起30天內為其繳納工傷保險費用，依法可以核定并給予其工傷保險待遇。該政策實行后，有不法之徒虛構勞動關系、篡改入職時間，實施工傷理賠詐騙行為。

傳統工傷理賠詐騙案件受理為“人社部門發現——公安機關立案——檢察機關受理”的單向鏈條式進路，案件線索全部依賴人社部門在前端審核個案時發現。通過運行監督數字模型，檢察機關可提高監督效率。以“先傷后保”數字模型為例，當申請人向人社部門提交理賠申請時啟動數據清洗，篩選滿足“同一單位多次申請、‘先傷后保’人數占比高、‘先傷后保’次數占比高、審核有異議且理賠金額高”等四大異常要素的案件線索，與被保險人工資流水、個稅數據等進行碰撞核驗，最終及時摸排、挖掘出犯罪線索。

隨著科技飛速發展，新型、疑難復雜案件不斷涌現，社會對犯罪規律的認識具有滯后性。而司法辦案需要借助經驗判斷，不充分的經驗判斷會影響案件查處的準確性，有損司法公正與公信。通過模型自主學習，檢察機關可實現從經驗判斷到算法輔助的躍遷。以“先傷后保”數字模型為例，通過算法驅動模型自主學習，可制定出異常數據篩查規則，梳理出此類案件四大異常要素。為提升數據篩查精準性，分批次將理賠數據導入，通過數據喂養、訓練模型，進一步確定異常要素的閾值范圍，如“2年以內3次及以上”認定為“多次”，“占比≥25%”認定為“人數占比高”，“占比≥33%”認定為“次數占比高”，“金額＞50萬元”認定為“異議且理賠金額高”等，可降低因經驗不足帶來的主觀偏差、查處不及時等問題。

數字檢察視域下治理思維的突破與創新

在“先傷后保”工傷理賠中，有工作人員反饋，有些工傷或工亡時間、勞動合同信息等材料可能系偽造，相應核實較為困難，尤其是職工個人相關數據需要協調單位發放工資的合作銀行、稅務部門等，在前端難以準確發現。只有通過多家部門齊抓共管，方可提高綜治效率。

以“先傷后保”數字模型為例：一是完善理賠審核機制，相關社會保障部門在審查理賠前可實質化運行監督數字模型，同時增加“欺詐騙保”法律風險告知程序，結合辦理的典型案例向申請人說明欺詐騙保的違法性及法律后果。二是跨部門協同發力，聯合人社部門查明職工繳納社保情況、入職時間及勞動關系，聯合稅務部門查證職工個稅、工資發放情況。三是建構數據共享模式，以市人社局、社保中心、稅務部門作為數據源頭單位向市大數據中心輸送數據，市大數據中心作為數據樞紐機構具體應用監督數字模型，檢察機關、公安機關作為數據核驗主體，進行必要核實、調查，甚至立案偵查。

當前，隨著我國構建的數字檢察模型越來越多，最高人民檢察院數字檢察領導小組辦公室專職副主任、案件管理辦公室副主任翁躍強表示，數字檢察工作必須以應用為核心。當前，通過健全犯罪懲防規范機制，檢察機關正逐步實現從短期整治到長效防控：一方面，檢察機關應當以“偵協辦”為平臺，著力深化案件偵監協作，落實行刑銜接閉環管理。同時，進一步貫徹“偵協辦+”理念，將社會保障等相關部門納入協作體系內，加強檢察機關、公安機關、相關部門三方線索移送、分析研判、協同取證渠道。另一方面，檢察機關應當加強頂層設計，確保機制實質性運轉，如：聯合公安機關會簽方案、納入專項行動，研發數據共享平臺、做到每案必用，推動打擊犯罪的長效合作機制落地等。

數字檢察工作的未來展望

貫徹預防理念。犯罪學研究證明了社會、教育、家庭甚至社區因素對犯罪人、犯罪行為的刺激與影響，而傳統社會受限于社會發展階段、科學技術水平等只能將刑事處置的錨點確定為犯罪之后，即事后對犯罪人進行懲治、認定犯罪行為的非法性。當下，數字檢察工作通過數據賦能實現法律監督，取得了一些成績。可預見的是，隨著大數據、區塊鏈、生成式人工智能等技術發展，未來數字檢察工作會進一步深化犯罪預防，對刺激、誘發犯罪的因素進行實時監控、預警，通過消除不良行為、負面因素，預防潛在的違法犯罪行為。這也要求檢察人員貫徹預防性司法理念，著重打擊刺激犯罪生成的社會根源。

確保數據安全。數字監督模型的穩定運轉需要大量數據訓練，當前數字檢察工作在如何獲取數據、管理數據方面存在困難，核心問題就是如何確保數據安全：一方面，數據安全要求數據來源的合法性，需要數據主體的知情同意或者二次同意。另一方面，數據安全要求數據管理的妥當性，需要穩固的數據流通渠道以及加密保護模式。數據安全不能保障，就無法解決數據來源和數據管理，更會造成數據泄露、引發數據危機。可以預見的是，未來數字檢察工作會利用動態、非結構化脫敏技術在前端對數據進行匿名收集，在中端利用區塊鏈技術對數據進行加密處理，在末端利用“聯邦學習”、同態加密等技術對數據進行隱私計算，并利用量子加密技術防御潛在的數據攻擊與竊取。

實現技術共生。馬克思認為，“科學這種既是觀念的財富同時又是實際的財富的發展，只不過是人的生產力的發展即財富的發展所表現的一個方面，一種形式”（《馬克思恩格斯全集》）。這體現了馬克思主義的科技人本觀。未來數字檢察工作應當在技術運用中凸顯人的主體價值，構建并完善技術共生場景：一方面，通過數字模型參與規則制定、決策執行，夯實業務基礎；另一方面，借助檢察人員的智慧、經驗推動模型迭代升級，適應更加復雜的場景應用。具體來說，一是培養辦案習慣，通過技術業務逐步耦合，形成技術共生體，降低檢察人員的不適應感。二是監督算法公正，通過設置第三方評估委員會、類案參考等舉措，減少算法決策錯誤或者偏見。三是加強配套保障，通過法律法規、財政支撐、技術支持等措施，確保共生長期有效穩定。

數字檢察戰略的深入實施，離不開對既有治罪、治理思維的審視，期待“先傷后保”監督模型的建立、運行能為未來數字檢察工作提供些許新的思路。

（作者劉玉林系上海市奉賢區人民檢察院黨組成員、副檢察長，三級高級檢察官，法學碩士；劉昱系上海市奉賢區人民檢察院檢察官助理，法學碩士）

編輯：黃靈" " yeshzhwu@foxmail.com