本文作者为第一检察部副主任陈雨禾，该文荣获浙江省人民检察院、浙江大学数字法治研究院举办的“数字检察”论坛征文二等奖。

摘要：实践中，“个案办理-类案监督-系统治理”的大数据法律监督路径面临“数据怎么来”“线索怎么查”“成效怎么推”三大难题。可通过激活自有资源、创新共享方式、类型化治理数据，破解数据的获取、安全和质量难题；通过技术创新、“三查融合”，结合侦查监督与协作配合机制，全面提高线索查实水平；通过加强主动履职意识、运用多种监督手段定向施策，聚焦社会治理短板痛点，梯度处理不同问题，以法律监督提质增效，提升国家治理现代化水平。

关键词：大数据 数字正义 线索查实 三查融合 以人民为中心 梯度式治理

习近平总书记强调，大数据是信息化发展的新阶段，要推动大数据、人工智能等创新成果同司法工作深度融合。随着数字时代的到来，“数字正义”运用而出，其是一种动态的、“实践着”的正义。对于检察工作来说，数字正义是对个案正义的几何式的“提质增效”，是对传统办案价值进行升华与重新定义，从法律监督工作看，是对内容、模式、手段的深层次变革。

近年来，全国检察机关以数字化改革撬动法律监督，运用检察大数据思维，推动法律监督模式的“重塑性变革”，从“数量驱动、个案为主、案卷审查”的个案办理式监督模式向“质效导向、类案为主、数据赋能”的类案治理式监督模式转变，探索出一条大数据法律监督路径。大数据检察监督是监督模式的系统性重塑：其将个案的意义扩大化为类案的意义，并将这个意义常态化。经过实践探索，可将大数据法律监督概括为以下路径：通过对个案办理的系统总结，发现监督要点、归纳类型化要素后，对政法、政务、社会信息等数据进行采集加工，经过数据碰撞和分析，得出具有高度盖然性的批量监督线索，经查实后开展法律监督，并由此发现执法司法及社会经济领域中的突出问题，推动社会治理。

当前，根据各地总结，上述“个案办理-类案监督-系统治理”的路径面临的难点痛点主要有三，即“数据怎么来”“线索怎么查”“成效怎么推”。而三个难点也正是大数据法律监督有别于传统法律监督之处，是实现法律监督模式重塑变革的关键所在。

一、充分运用数字化思维破解“数据怎么来”

（一）数据的获取、安全和质量问题亟待解决

实践中，检察大数据法律监督中的首个难题是“数据怎么来”，这主要体现在以下三个方面。1.数据获取渠道有限。这一方面体现在数据来源匮乏，共享渠道不畅通。针对该问题，检察机关目前通过建立侦查信息共享机制、与互联网大数据公司合作、建立执法司法领域数据共享目录等途径减少信息烟囱，但是大量政务、社会数据共享仍较为有限。另一方面，大量自有资源未被利用。检察统一业务系统部分功能不够完善，造成从检察办案“全数据”中精准抓起个案能力不足、办案数据分析不精准。大量检察数据散落在不同的“信息孤岛”上，呈现分散化、碎片化等特点，缺乏统一的管理与应用，形成大量“沉睡的数据”。2.数据安全亟待重视。一方面，数据安全影响数据的获取。部分在监督工作中确实需要的数据字段，由于涉及客户隐私、公民信息等，数据提供方以保护信息安全、数据边界难以厘清等理由拒绝共享，导致监督陷入瓶颈。另一方面，数据安全影响数据的使用。无论是执法司法数据还是社会数据，均会涉及个人或者单位的敏感信息。随着大数据法律监督的不断深入，如何对已有数据加强安全管理、规范使用将成为重要课题。3.数据质量尚待提高。一方面，数据本身存在局限。由于共享权限有限、数据涉密等原因，部分已获取的数据信息存在数据浅表、信息不全、格式混乱等问题，导致部分数据虽然量大但是不精、不全，且清洗工作耗时耗力。另一方面，数据与监督需求的关联度欠缺。部分监督模型需要银行、税务、工商登记等信息，但是海量信息中只有部分信息有用，如何缩小数据范围、提高匹配精度是提高监督质效的关键，信息的质量直接影响数字监督效果。

（二）运用数字化思维拓展大数据法律监督

在数字经济时代，数字化是一种思维方式，一种行为能力，检察干警需要运用数字化思维提高获取数据、驾驭数据、运用数据的能力。1.激活自有资源，以数据唤醒数据。“四大检察”“十大业务”本身即有丰富的信息数据，以检察业务应用系统为例，涉及数据表上千张，字段以万计，因此深挖自有数据是首要工作，应实现检察数据的贯通共享，将已获取的数据进行一体化、系统化管理，实现融合监督；另一方面，需要提高数据抓取能力，统一数据形式和标准。除了检察业务应用系统、侦查监督平台中填录的案卡、报表数据是结构化数据外，检察数据中还有大量卷宗材料、图像、音频等非结构化数据以及半结构化数据。结构化数据容易采用常规方式进行分析处理，但对于非结构化及半结构化数据需要通过OCR、NLP等多种技术转化后利用，统一数据标准，整合多源数据。2.创新共享方式，以“非共享”实现共享。检察机关目前已开展了多类专项数字监督，但部分数据提供方由于签订了保密协议等原因，即使有合作意愿，也无法输出数据。对此，应运用数字化思维，改变传统的“导出共享”方式为“联邦学习”下的共享模式：一方面，联邦学习因能在数据本地化的情况下实现联合建模，成为实现数据安全融合的潜在方案，其可实现在不暴露真实数据的情况下完成建模合作。对于大数据法律监督而言，这就大大拓展了监督数据的来源，破解了因“数据保密”产生的“数据壁垒”。另一方面，“联邦学习”这种“数据可用不可见”“数据不动模型动”的方式也会大大加强数据的隐私保护，减少大数据法律监督过程中可能产生的数据泄露风险，减少数据规范管理成本。3.类型化治理，以数据驱动数据。大数据法律监督的核心是类型化的思维方式，而这种思维同样可以用在数据治理上以提升数据质量。一方面，可将部分数据治理的模式推广到整个类型化数据之上，形成主题数据库。在数据标准统一的基础上形成易于检索、碰撞便利的标准库和主题库，如毒品犯罪数据库、电信诈骗犯罪数据库、涉税犯罪数据库等，“不等不靠”，充分联结监督需求与现有数据，把已有数据挖深、用尽。另一方面，建立专项监督数据库，以数据推动数据。可将已开展的专项监督类型化，如检察机关已开展的“空壳公司”专项行动，通过梳理监督要点，调取了一批具有监督针对性的企业信息、税务信息，这部分信息相较于海量的“纯数据”而言更具侦查和监督的价值。类似的如强制戒毒、司法网拍等专项检察监督中积累的“初步排查数据”，均能为各地检察机关提供更有针对性的数据支持。

二、内外结合多维度攻克“线索怎么查”

在破解数据难题、打破信息壁垒后，需要根据个案中发现的监督要素建立模型，从异常数据中发现线索并进行查实。因此，“线索怎么查”是将法律监督落到实处的关键一步，实践中存在以下难点。（一）线索研判和查实能力相对落后1.研判能力不足，线索精准度不够。根据大数据法律监督的定义及数据赋能的内在要求，由数据碰撞而得出的初步线索与最终的核查结果需要具有高度盖然性，但目前数据碰撞得出的线索与最终的有效线索之间差距较大，线索有效率不高，这主要是由于当前检察人员线索研判能力较弱：一是对个案要素梳理不全面。比如，在“空壳公司”专项清理中，如果仅提炼近几年“无社保缴纳、无税款缴纳、经营异常”等要素，检察人员仅能筛查出 “僵尸公司”名单，却无法直接碰撞出电信诈骗、涉税犯罪等线索，需要耗费大量时间成本、人力成本排除无用线索。二是数据碰撞、研判工具数字化、智能化不足。当前，检察人员开展数据分析一般通过EXCEL等办公软件进行简单的筛选、求和、分组统计、去重等较为基础的算法运算，其背后的实质仍然是人工筛查，只是通过计算工具减少了部分手动筛查的工作量，未能充分发挥数字应用的线索甄别、经验归纳的功能。2.线索查实意识不强。实践中，许多检察人员主动查实线索意识不强，有的直接将筛查线索交给相关部门 “一移了之”，导致监督成案少。一方面线索查实不主动。传统刑检部门多以被动受理公安机关移送的案卷进行审查为主，补充侦查也以退回公安机关侦查为主，自行补充侦查为辅，主动查实监督线索的积极性不足。另一方面融合监督不擅长。办案中刑检部门对于民事、行政、公益诉讼等监督线索的敏感度不高，而其他条线检察人员容易遗漏刑事立案监督、侦查活动监督线索，错失对已有线索二次利用的机会。3.线索查实水平不高。在碰撞出相关线索后，许多检察人员会面临“线索如何查”的困惑，明知“数据异常、线索明显”，却无法转化成“法律确信”：一方面线索查实能力不足。大数据法律监督对检察人员的调查核实能力、调查广度、深度提出了更高的要求。另一方面，线索查实手段有限。与公安机关不同，检察机关侦查手段有限，调查手段又不具有强制性，如果在调查核实中相关单位和个人不配合，部分监督线索确实难以查实，监督易停留在浅表。（二）技术创新推动提高线索研判能力除了不断训练检察人员提高其提炼监督要素、研判监督线索的能力外，技术手段作为支撑层面内容在大数据法律监督中应被充分重视。1.提高算法对法律监督的驱动作用。大数据的核心是数据和算法。当前简易数据分析方法已不能满足日益复杂的线索碰撞分析需求，可充分利用算法工具搭建数据模型，提高数据分析能力的迭代升级。如浙江检察机关目前推广使用的“检察大数据法律监督平台”， 对数据分析常用算法进行预封装，为检察业务人员提供了“零代码”的数据碰撞分析工具，既方便操作，又提高了监督质效。2.引入深度学习等人工智能技术。人工智能关注相关性而非因果关系是人工智能的又一特征，这与大数据法律监督的“类案监督”不谋而合。在不断深入推进大数据战略过程中，应逐步提高数据分析的数字化和智能化程度。比如，深度学习技术旨在将复杂的神经网络架构应用在数据建模上，从而带来前所未有的计算速度及准确性，它的数据分析运用能力尤为突出。将该技术引入检察监督，可通过监督经验的不断累加，线索挖掘规律的不断探索，提高线索的精确度，拓展大数据法律监督的深度和广度，为类案监督、社会治理作出更精准的参考，这也是大数据法律监督升级迭代的内在要求。（三）结合“侦查监督与协作配合机制”查实线索2021年10月，最高人民检察院、公安部门联合印发《关于健全完善侦查监督与协作配合机制的意见》（下称《意见》），这为大数据法律监督提供了坚实的制度基础，其“健全完善办案数据信息共享保障机制”和“加快推进跨部门大数据协同办案机制”的核心内容为大数据法律监督同时提供了数据支撑、业务支撑，可加强与公安机关的协作与配合提高线索查实能力。1.及时实现监督线索的流转。针对公安机关的刑事立案监督线索和侦查活动的监督线索，经核实后及时相公安机关发出监督文书；对于在四大检察融合监督中发现的犯罪线索，及时移送公安机关进行处理，并提供已掌握的信息并参与会商讨论；针对行政机关的法律监督，需要查实部分信息的，可在法律规定范围内借助拥有更多侦查权能的公安机关查实线索。2.更深层次实现案件的提前介入。在更早更深入地掌握数据的前提下，把监督工作推向诉讼发端环节，从源头上把握和执法侦查活动的合法性,对案件从“入口”到“出口”实行全程动态监督和质量控制。在此基础上挖掘职务犯罪及民事、行政、公益诉讼线索，在推动法律监督的同时提升办案质效。3.实现执法司法信息深度协同。以部分涉众案件为切入口，探索实现全面、实时、深度的大数据协同，归集办理。在大数据理念看来，法律监督的对象是一个不可切分的对象。将关联案件中犯罪嫌疑人之间的到案信息、流程信息、处理意见、相关证据材料等进行实时同屏共享，实现信息共享、过程留痕、环节贯通，使得独立的信息产生交集、串联，以此有效减少遗漏罪犯、罪行、以罚代刑等情况的发生。(四）融合运用调查核实权做到“三查融合”除了通过上述技术创新、机制推动等外部力量加强线索查实水平外，将“获取的数据”转化为“查实的线索”最终需要依靠检察人员提高调查核实能力，做到“三查融合”。“三查融合”是指检察机关在依法履行法律监督职能过程中，充分运用审查、调查、侦查三种调查核实，构建“以审查为基础、调查为关键、侦查为核心”的调查核实工作新格局。1.主动、精细、深入审查，切实保证案件质量。法律监督的基本出发点是保障诉讼过程中案件的质量，保障执法司法活动的合法性。一方面，“在办案中监督，在监督中办案”。在案件审查中要细致、认真、全面，如发现侦查阶段律师知情权受阻、判决书裁定书新法适用错误、人民陪审员任职超期等，应充分审查，在办好个案基础上开展批量监督。另一方面，通过经验累加提高要点提炼能力。个案的细致审查，可以发现某个监督要点，对多个同类案件的细致审查能发现更多监督关键词，应注重叠加、组合这些监督要点，建立更精准、高效的监督模型。2.合理运用多种调查手段，精确锁定监督事项。相关司法解释规定了检察院的调查核实方式，如查阅案卷、查询证据资料、询问当事人、向有关机关了解情况等。在调查中，一方面需要充分发挥检察一体化优势，将“四大检察”“十大业务”融为一体，在线索一体化管理的基础上，做到调查全方位，不遗漏、不分割；另一方面要在法律规定范围穷尽核实手段。多看、多跑、多问，亲历查明事实的过程，如相关个人或者单位不予支持，可出示证件和相关文书要求对方配合。3.依法依规开展侦查，突破法律监督“硬骨头”。侦查手段具有调查手段不具有的强制性，善用侦查思维和方法核实线索，有利于突破通过普通审查、调查手段不能查实的监督线索。一反面要充分运用侦查手段发现职务犯罪线索。检察机关具有对14种职务犯罪的直接侦查权及对公安机关管辖的职务犯罪的机动侦查权。在开展线索查实时，应敢于、善于、精于开展侦查。如在强制隔离戒毒人员涉短期刑事犯罪专项中发现徇私舞弊线索后，要及时、周密地开展侦查。另一方面，依法主动运用补充侦查权。刑事诉讼法第175条第2款规定的补充侦查权。要主动运用该职权，将“监督线索”变为“监督成案”，如在案件办理中发现涉未成年人性侵监督线索时，可充分运用补充侦查权进行突破。

三、主动融入社会治理格局回应“成效怎么推”

习近平总书记突出强调“要运用大数据提升国家治理现代化水平”。大数据推动了法律监督提质增效，但对于检察机关的主动履职也提出了更高要求。在参与社会治理，推动大数据法律监督成效方面，目前面临“该管不该管、管到哪里”的观念困惑及“不会推，怎么推”的能力局限，因此需要转变履职观念、提升履职能力，真正发现执法司法及社会经济等领域中存在的普遍性、机制性、系统性问题，实现“办一案牵一串治一片”。

（一）以人民为中心，加强主动履职意识

法律监督从业务工作出发，需要关注社会治理短板、痛点，主动融入到社会治理格局之中。在数据互通互联的基础上，运用大数据将法律监督和群众监督、舆论监督等有机结合，切实解决好人民群众的操心事、烦心事、揪心事，践行人民为中心的发展思想。

1.转变被动履职观念，“以我管促都管”。一是明确法律监督兼具治理之责和治理之长。部分检察人员仍存在被动履职观念，或者虽然能主动查实违法犯罪线索，但对于进一步的服务大局工作并不关心，认为这是检察权的扩张。但法律监督主责主业本身即包含了发现执法司法、社会管理中突出问题的天然优势，也包含了对社会治理需求及时回应的基本要求，即使部分问题因信息壁垒“无人管”，也应 “以我管促都管”，引导有关部门补缺位、强规范。

2.合理分配监督精力，聚焦人民群众“热切期盼”。数字赋能使得监督效能及个案价值“几何倍”增长，也使得执法司法、公共管理中的所有问题都被放在“显微镜”下。有部分检察机关将精力放在监督法律文书瑕疵、执法信息延迟变更等问题上。虽然这也确是执法司法过程中存在的不规范之处，但仅将精力投放在浅表瑕疵上也易降低法律监督质效，降低检察干警的获得感。应将执法司法的突出问题、民生保障的弱项短板、社会管理的黑灰地带等切实关系群众切身利益的难点堵点作为最紧迫、最紧要的监督对象，引导有关部门重视，靶向施治，形成治理合力。

3.批量推广成熟模型，“一域突破、各地共享”。在大数据法律监督战略下，各地总结案件办理规律，建立了不少法律监督模型，如违规领取社保资金监督模型、车辆保险理赔监督模型、非标油偷逃监督模型等，这些针对某个领域专项治理的“小”模型，切实地在民事保障、社会治理中发挥“大”作用。但相较于践行已有数字模型，各地更倾向于自己创新、发现新的监督点和监督领域，这使得这些已被论证为有效的成熟模型没能充分发挥其应有的系统治理作用。在主动履职、善于创新的同时，也应重视成功经验的推广，多次、多地、多维度开展专项监督，实现监督模型的各地贯通、监督成果的各地共享，让那些让人民群众有获得感的监督成效放大、叠加、倍增。

（二）运用多种监督手段，多层次定向施策

社会治理从来不可能通过单一化的方式实现，各种治理手段之间并不当然排斥，各种政治的、教化的、法治的治理之间一定要保持某种“多元理性化的内在张力”。大数据法律监督中的“成效推广”同样可借鉴社会治理现代化中的“治理手段多样化”理念。另外，在刑法治理领域，需要对犯罪打击进行梯度式控制，而在融合监督上，也应针对不同的情形实施不同的监督手段。

1.一体化履职，办好融合监督成案。大数据检察监督以个案办理为起点，以社会治理为落脚点，但最终批量的监督成案是基础。对于执法司法、社会管理中的严重违法犯罪线索，应予以认真查实，在治理端应以惩治威慑为主。如以经济领域治理来看，对于非法占有或侵害国家、集体及他人财物的行为，应予以严厉打击，如企业涉税犯罪专项治理、骗保骗补贴类专项监督等，应以查实案件、打断灰黑产业链为主，并在事后堵住政策漏洞。在查处的同时，注重融合监督，如在“空壳公司”专项治理中，除了查实涉税犯罪、电信诈骗犯罪线索等，也可坚持系统思维，利用“无经营无员工却较多劳资纠纷”这一矛盾点开展虚假诉讼民事监督，做到“四大检察”融合监督，形成一体化办案模式。

2.形成联动格局，主动融入行业治理。与上述查实主观恶性较大的严重违法犯罪行为不同，部分违法犯罪行为产生的原因是在新事物出现初期社会管理存在灰色地带或薄弱环节，如网约车整治、消费券套现治理、网络刷单专项等。在坚持打早打小的前提下，要加强与执法司法行政机关的沟通协调，可运用云计算中概念，多采用“自来水运用模式”而非“开井模式”，加强与其他机关、其他部门的多跨合作，“接一个口”而不是“开一个井”，攥指成拳；通过建立协同共治平台，推动相关部门跟进监督线索，形成线索移送、信息共享、会商培训等长效工作制度，建立全周期风险防控机制，实现通过“一件事”治理“一条链”。

3.善用检察建议，内外合力降低违法风险。与上述两类监督情形不同，有部分法律监督对象是避损或失范行为，且具有一定的个性化特点。仍以经济秩序领域为例，部分企业内部管理不规范，出于减少成本等考虑，存在消防安全设备不到位、环保设施不合规等情形，检察机关可立足公益诉讼检察职能，结合普遍性和个性化特点，秉持“治未病”理念深入推进风险提示，发出专项检察建议，在前端进行预防；对于已构成犯罪的，可结合“企业合规”制度促使企业进行整改，在一些“简式合规”中可直接发出检察建议，在办理案件的同时开展后端治理。在执法司法、社会民生、国资保护、生态环境领域，同样可在不超越法定权限的情况下，对相对轻微的违法失范行为，通过制发检察建议的方式及时提醒、督促监督对象，并提供具有针对性、可操作性的建议，将监督做深做实。