数字检察这场变革是数字化思维、数字化技术、数字化应用、数字化体系等相统一的系统性工程，通过数字赋能转变法律监督办案思维和办案模式，从而有效推进检察监督机制转换、流程重塑、模式转型、制度创新和社会治理。在此过程中，数据发挥着重要基础性作用。数据是构建模型的基础，又是推动数字检察实质化运行的关键变量。在数据治理和模型构建过程中，如何充分发挥数据要素的价值和作用？笔者认为，应从以下三方面入手。
规范数据治理，以法治思维谋划数据目录的标准化建立
在数据获取过程中，需依托法治思维，在确保程序和实体全部依法合规的前提下，制定数据采集目录清单，将信息资源按需接入，通过批量交换、动态采集、服务接口等多种方式汇聚各部门的数据。
内部数据目录标准化。内部数据作为数字检察重要数据来源之一，需进行规范的数据治理，结合案件办理形成不同的数据专题库，从而加强内部数据的有效利用。数字检察数据目录的标准化建设要立足业务主导，检察官要在办理案件的基础上，形成可行性的数据目录，要善于在具体案件领域中发现问题，建立并量化数据指标体系，通过制度化规定明确划定数据接入范围、信息资源使用边界，在比对过程中发现异常指标，获取案件线索。
外部数据目录标准化。在建立完善的法律监督领域数据提取机制方面，最高检印发的《检察机关共享执法司法信息需求清单》为数据目录的标准化构建提供了一定的参考借鉴，基于此，可利用现有数据进行分析研判，规划、构建一套综合性强、在诸多环节能发挥作用且相互配套的数据链条，整合涉及公安、法院、司法、交通运输、生态环境等跨部门、跨领域、跨地区的数据，进一步打通多部门数据壁垒，逐步构建起外部数据目录。
数据目录抽取标准化。数字检察数据目录建设的关键，在于从业务规范中抽取检察系统的核心要素，在实现检察要素定义和计算逻辑体系数字化的基础上，形成可行性的规则运行标准化机制，进一步拓展深化并设计开发出集数据搜集、管理、监测和评估为一体的数字检察监督系统，针对社会治理的薄弱环节和重点领域，设置信息化、规范化的防范系统，对搜集到的信息资源进行汇总、综合、分析和反馈，通过设置精确的数值和预警指标，借助已有的专项数据和数据模型来验证监督要素系统的规范性，进一步提高检察工作的科学性、前瞻性和预判性。
优化数字模型，以数据思维强化数字检察的普适性应用
检察人员要善于利用信息化手段提升专业化水平，坚持以案破题、以案促治，通过共享检察内部数据和外部数据，利用模型的数据思路不断升级技术，精准发现问题，服务法律监督质效提升，整改优化检察业务全流程，推动形成较为完善的社会治理体制机制。
数字模型的普适性。在实践过程中，检察人员要以数据为核心，构建“自下而上”的数据分析模型，挖掘数字模型的普适性应用成效，对法律监督行为进行数字化处理，发挥数据分析在检察实践中的基础性作用。如针对公益诉讼检察工作面向的重点领域和关键环节，应不断积累实战经验，梳理归纳出具有普适性的模型，通过普适性模型的构建，为继续深入分析并构建其他关联模型、强化各项保障提供关键基础。
数字模型的指标化。在构建模型过程中，需要对检察规范体系中的复杂要素进行指标体系设定，将文本性的规范体系转化为系统抽象和体系明晰的架构体系与谱系结构。数字模型的指标化是量化评估和改进模型质量的重要手段，将模型的不同属性和行为特征转化为可度量的指标，以此来评估模型的性能、泛化能力以及模型与实际需求之间的匹配程度。指标化是模型开发和分析的重要环节，是将模型的表现转变成可以用数字衡量的“结果”，有助于量化模型的性能、对比不同模型的表现，并为改进模型提供依据。在实现要素指标化时，需要根据具体应用场景和业务需求，选择合适的指标，并确保这些指标能够反映模型的实际性能。
数字建模的科学方法。数字检察核心要素体系的建成将有效提高法律监督工作的规范化法治化水平，在实践过程中，要采用科学方法，逐步构建起良性互动的监督模式，形成“承办人发现个案监督线索—启动分析研判—快速构建类案监督模型—数据归集—实施监督—类案治理—社会治理”的闭环管理机制，引导检察官提升类案监督意识，由个案监督转变为类案监督，由敢于监督转变为善于监督，由被动监督转变为主动监督。
理论结合实际，以体系思维夯实数字检察实质化运行根基
在法律监督过程中，需不断深化法律监督的要素体系，即法律要素、案件要素、数据要素。法律要素是案件要素和数据要素的前提和基础，为案件要素和数据要素提供法律依据；案件要素是法律要素和数据要素的核心，是从案件的卷宗中提取出的相关证据要素和程序要素，目的是进一步规范案件办理程序，形成完整的证据链条；数据要素是法律要素和案件要素的支撑，没有数据支撑的大数据法律监督工作是无源之水、无本之木。
法律要素是前提。法律要素是从法律条文中提取出的关键核心要素，如最高人民法院、最高人民检察院、公安部、司法部联合出台的《关于办理醉酒危险驾驶刑事案件的意见》第十四条规定的，对符合刑法第七十二条规定的醉驾被告人，依法宣告缓刑。具有下列情形之一的，一般不适用缓刑：……（五）血液酒精含量超过180毫克/100毫升的。据此，可提取“血液酒精含量超过180毫克/100毫升”作为法律要素。
案件要素是核心。仍以交通肇事犯罪为例，案件要素是指从该类案件中提取的诸如“血液酒精含量”“准驾车型”“查获地点”“行驶路线”“驾驶证号”“交通事故责任”“车牌号”等案件信息。
数据要素是支撑。数据要素是从公安、法院、司法机关、行政执法单位等相关单位获取的数据，如从公安机关获取的刑事案件结构化数据和相关法律文书、行政处罚结构化数据和相关法律文书、公民信息结构化数据等相关数据。
总之，数字检察是一项跨专业、跨领域的工作，需要业务和技术的“并驾齐驱”。在数字检察建设中，还需进一步探索构建数字检察的数据结构体系，探索设计数字模型算法，有序开发数字检察要素系统，逐步形成数字检察运行体系，推动检察工作的高质量发展。基于此，笔者认为，应以数据化分析提升法律监督的合力，逐步建立并实现法律监督的纪法衔接、司法衔接、两法衔接等机制，形成数字检察的目标体系、监督体系、要素体系、知识体系和治理体系的理论和实践闭环。
（作者分别为山西省人民检察院检察技术处处长、检察技术处副处长、检察技术处三级主任科员）
上一篇：全息数字案管格局的基层愿景
下一篇：加强信息化建设深化数据分析研判
设为首页
加入收藏