打通从司法数据到司法生产力的进阶通道

本文转自：检察日报

大数据赋能法律监督的过程，就是将办案规则数据化后，再进一步实现数据的资源化。检察机关案件管理部门作为检察业务工作的中枢，需深入思考如何通过强化数据资源管理，将司法数据转化成服务检察工作和社会治理的司法生产力。

数据智能化进一步推进数据资源化

检察统计工作历经手工报表、计算机报表、案卡生成报表、案件信息导入统计案卡生成报表等阶段，直至全国检察业务应用系统统计子系统的全面部署，首次真正实现报表数据的自动生成，由此正式进入业务数据化阶段，检察业务大数据库逐步形成。随着数据承载量的倍增，数据与数据、数据与报表、报表与报表之间的关联性管理需求逐渐增多，数据比对与碰撞的增强，使司法不规范问题及法律监督线索更容易被发现。由此可见，业务数据化是将个案经验转化为类案数据，数据智能化则是通过云计算等科技手段将原始数据转变成具备一定潜在价值的数据资源。但是，没有真实有效的数据源，大数据运算就无从谈起，失真的数据会使数据分析和运用的可靠性大大降低，使检察工作和监督办案偏离方向。因此，笔者认为，数据资源化就是通过数据采集、挖掘、清洗、标注、分析等方式，解决数据质量欠缺、标准不一、碎片化分散化等问题，从而形成可采信的高质量数据资源，为检察业务数据分析研判提供源源不断的内生资源动力。

数据资源化的目标是实现数据价值最大化

大数据时代，数据资源化必须以提升数据质量、保障数据安全为目标，需确保数据的准确性、一致性、时效性和完整性，推动数据内外部流通，实现数据价值的最大化。对此，一方面，要加强数据治理，解决数据质量问题。数据治理是决定数据价值高低的根基，只有通过有效的数据治理，才能更充分地发挥数据潜力，提升数据利用价值，从数据中发现检察工作的创新点和增长点。数据治理是一个漫长而持续的过程，没有立竿见影的捷径。因此，要做好数据治理，要建立有效的数据治理框架和流程，明确责任，确保数据治理得到有效执行。同时，要建立数据清洗、数据标准化监控和确保数据质量的有效机制，通过数据清洗、验证和订正等措施提升数据的准确性和完整性，增强数据的可信度，提高数据的可靠性和可用性，进而提升数据的长久价值。比如，可通过建立数据日常审核机制，明确重要信息和敏感数据必须经办案检察官、部门内勤、统计员三方审核，确保案件信息和数据填报真实准确；通过建立数据质量通报机制，利用纵向对照查异常、横向比较看缺漏等方法，不断提高案卡填录质量；通过建立纵向统计员、横向业务内勤的联络交流机制，实现资源共享和优势互补。另一方面，要加强安全监管，严防数据泄露风险。数据赋能的底线必须是数据安全。检察机关参与刑事诉讼全过程，掌握着案件数据总量。案件管理部门应当积极构建贯穿事前、事中及事后全流程的数据安全管理制度。“事前”应当按照“谁管业务谁就管业务数据和数据安全”原则，对数据的获取及使用规定严格的审批权限与程序。“事中”应当对数据处理使用行为进行实时监管，对检察人员提取数据的过程进行全程记录，及时制止违规使用数据的行为。“事后”要进一步强化责任落实，将数据获取、使用、管理等情况纳入检察人员绩效考核，对未经批准擅自对外提供未经公开的检察业务数据或造成检察业务数据失密泄密的、未履行安全管理和保护职责导致发生数据安全事件的，及时予以提醒，情节严重的应严肃追责。

数据价值最大化方能释放司法生产力

数据创造价值的基本逻辑，是以算法、算力推进隐性数据和知识的显性化，实现“数据—信息—知识—决策”的递进转换，最大化呈现赋能效应。目前，检察机关对检察业务数据的分析运用，已逐步由“就数据论数据”的数据通报模式向“从数据看趋势”的深度分析模式延伸，其目的是为检察机关和党委政府领导提供决策参考。特别是当前推进数字检察带来的检察监督模式的转变，依托类案大数据分析，深挖重点案件、重点领域、重点行业、重要风险节点等方面的社会治理问题，让数据“开口说话”，从而提升检察机关参与社会治理水平，这已成为当前检察监督办案的新要求。要实现大数据赋能法律监督、推动社会治理的目标，一是要破除畏难情绪，培养办案人员的数字思维；二是要破除机制障碍，建立检察长主抓、业务部门主责、技术部门配合的高效协作机制；三是要破除简单做法，充分发挥数字人才带动释放生产力的效能；四是要破除习惯思维，形成常规数字办案团队，推动技术与业务的深度融合。

检察业务数据资源的利用对于提升检察质效、树立司法权威起着战略性和基础性的作用。因此，必须充分发挥检察业务数据优势，以“数”为桥，变“用数据说话”为“让数据说话”，真正推动案件办理高效化、检察决策科学化和社会治理精准化。

（作者单位：湖北省黄冈市人民检察院）