原标题：个性化业务数据分析赋能“四大检察”
□一份合格的数据分析报告既是成绩单,也是任务单,它能够客观描绘业务状况、突出业务要点、聚焦业务问题,为后续分析研判树好靶子、指明方向。
□具体到“四大检察”,“做优、做强、做实、做好”的不同工作推进理念使得现阶段“四大检察”有着各自不同的着力点,与之对应可以梳理出个性化数据分析方法。在分析数据时根据不同业务特点、分析重点更有针对性地总结规律,找准发力点,切实助力“四大检察”全面协调充分发展。
近年来,在最高检的引领下,全国各级检察机关逐步建立了业务数据分析研判会商工作机制。研判会商的基础是业务数据分析,一般先开展数据分析,再行研判会商。一份合格的数据分析报告既是成绩单,也是任务单,它能够客观描绘业务状况、突出业务要点、聚焦业务问题,为后续分析研判树好靶子、指明方向。
从功能上看,数据分析在检察业务管理中避免了过于聚焦个案导致“一叶障目,不见泰山”的问题。利用数据视角相对宏观和中观的优势,实现从“个案向类案、局部向整体、现象向本质”的深入分析,既能从数据层面捕捉检察业务的规律,又能通过对数据偏离、异常的监测,下钻、反查发现个案或检察官的办案问题以及监督线索,服务微观层面的具体办案。优质的数据分析可以开拓传统检察办案视野,提升类型化问题的发现和监管水平,创造出新的检察知识,进而转化为业务动能。只要有充分的数据支持,分析方法又具有相当灵活性,就可以回应不同的分析需求。转变分析视角,丰富分析方法,就能打造符合业务规律和特征的数据分析报告。
具体到“四大检察”,“做优、做强、做实、做好”的不同工作推进理念使得现阶段“四大检察”有着各自不同的着力点,与之对应可以梳理出个性化数据分析方法。在分析数据时,根据不同业务特点、分析重点更有针对性地总结规律,找准发力点,切实助力“四大检察”全面协调充分发展。
刑事检察的业务数据分析视角——办案质量和司法效率
(一)刑事检察的业务特点和分析重点
刑事检察作为业务流程最复杂、数据量最大的检察业务板块,是业务数据分析的重中之重,其多个业务流程之间的关联关系更为业务数据分析提供了充足场景。刑事检察业务中的繁多数据在分析中是一把双刃剑,过多的分析点意味着分析的时间成本将倍增,且聚焦困难,所以必须要找到一个相对集中的分析模型,“做优刑事检察”可以成为一个破题路径。
在“四大检察”新格局中,做优并不是追求规模体量更大,而是力求办案质量、监督效果上升,其核心就是——“公平”,就是“努力让人民群众在每一个司法案件中感受到公平正义”,公平是司法的应然标准,也是每一个案件的努力方向。如何做到公平,韩非子说“悬衡而知平”,在现代法治中,法治之衡除了立法外,也在于司法中的衡平。在刑事司法中,衡平的难点在于对正义实质的无限追求和有限司法资源之间的均衡。“质量和效率”两者一直是司法价值追求的两个目标,虽然有所交叉、甚至冲突,但在个案或整个司法层面上如果能够找到两者的衡平点,那无疑是更好地兼顾了公平正义。因此,刑事检察数据分析的重点就是“公平正义”,而具体的落脚点又要回到“质量和效率”两个方面。
(二)刑事检察的业务数据分析方法
1.聚类分析是辨认司法均衡度的常用方法,散布图、排列图能够找出办案质效的帕累托优化(基于“帕累托最优”下的改进,在没有使任何人境况变坏的前提下,使得至少一个人变得更好,具体到检察工作中主要是指同等司法投入下提升办案质效的空间)空间。刑事检察要把握好质量和效率两个目标,数据分析也要兼顾两个方面。数据的横向分析能够较好提示司法公平性的偏差,实现“同案同判”的确定刑,提升个案质量;另一方面,纵向研究的加入能够揭示刑事案件的发生规律和发展趋势,预测未来对刑事检察资源的需求紧迫度;同时,测量刑检办案效率,继而为调整优化办案效能提供数据支持。
在评价刑事检察办案质量时,数据分析能够很好地关注司法尺度的均衡,各种聚类分析是测量司法均衡度的有效方法。例如,通过罪名和情节看起诉和相对不起诉是否有聚类差异(将对象的集合分组为由类似的对象组成的多个类的分析过程,并分析其分组的差异性),以数额(情节)和起诉后法院量刑分布检验两者是否保持线性关系的聚类,相邻地区的量刑分布是否存在较大差异等。如果个罪在控制变量后整体司法尺度的离散度过高,那么说明对这个罪名的司法随意性过强,需要加强专题调研和业务指导。
在检验办案效率中,数据分析能客观测量刑事检察的效率阈值,包括“侦查效率和监督博弈优化”“办案周期和司法成本控制”“办案强度和人力资源调配”等,以两个维度散布图或排列图得出的效用曲线可识别效率有无优化空间,以不同主体间的散点图则可知晓本院的办案效率水平和上升空间。通过分析指出追求办案效率帕累托最优的路径,尽可能提升刑事检察办案效率。
2.阶段性分析中应当关注数据异常波动,偏离度较大的数据应当成为后续分析研判重点。阶段性分析(半年或全年分析)时,应关注捕诉判等环节的纵向数据异常波动,对数据升降绝对值和幅度在同比环比时均有较大变化的,应当对变动原因进行分析。如果排除司法标准、刑事政策等因素的调整,那么极有可能存在执法尺度纵向不均衡的风险,会影响案件处理时公平正义的实现。同时,还应关注同一时间段内横向办案主体间的数据差异情况。虽然各单位间的公检协作和检法关系的基础有较大不同,办案习惯和组织文化也存在差异,但整体的办案数据应当呈正态分布态势,集中趋势应当常态,对数据偏离较大的,应当予以分析研判办案活动中是否存在问题。以不捕率为例,当某单位不捕率过高或过低时,就应当关注是否存在限制公安报捕、公检社会危险性认识分歧或捕前引导侦查不力等问题。再如复议复核数据异常的,就要检视是否存在捕诉标准把握不当、公检认识分歧或不捕不诉过程中的释法说理不到位等问题。
有时多个指标之间的结合分析能够帮助更深入发现数据异常的本质。如“案-件比”过高单位的“二退三延”案件偏多,结合办案罪名类型、延长羁押期限、人均办案量、平均办案周期、不起诉数据和承办人分析,可以分析出是侦查环节的取证不力,还是审查起诉中的办案效率低下,抑或是个别检察官对起诉的证据要求过于严苛。
3.专题分析中可通过回归、聚类分布检验刑事检察业务常识。专题性分析聚焦一个小主题、小概念,本质上是控制变量下的深度数据分析。由于司法活动就是适用法律,作为司法三段论中的“大前提”——法律法规和司法解释是不变的,所以通过有效控制变量,大部分的检察办案数据应呈一定的回归分布或体现出集中趋势。例如轻伤害案件中,以是否认罪认罚、是否和解做出交叉表,列出每个表中的捕与不捕、诉与不诉数据,就能够看出本地检察机关对此罪的把握情况,检验认罪认罚从宽及刑事和解政策的兑现程度。量刑亦是如此,根据“罪责刑相适应”的原则,在控制嫌疑人因素(前科、认罪态度等量刑情节)后,个罪量刑应与犯罪情节呈正相关,即犯罪情节越严重,量刑越重。例如盗窃罪中,将盗窃数额(自变量x)与宣告刑(因变量y)制作散点图,可以拟合出一条相对集中的指数函数,大部分的判决应当聚拢在函数周围,各散点和函数之间的y轴差就可以计算偏离度,如果有偏离函数曲线较大的,则需要关注该案的量刑适当性。如果大幅偏离在函数曲线上方,那么可能是量刑过重,反之则量刑畸轻。又如,在散点图可视化过程中区分未遂、不认罪等情节,使用不同形状和颜色将之分列,就能直观地看出各种量刑情节的影响。在检验过程中发现的个别离群案件可以通过质量评查来看是否存在罪责刑不相适应情况,进而启动法律监督程序。如果出现批量离群案件,则说明刑事政策有调整的现实需求,有必要研判刑事政策和当前社会治理的契合水平,适时为社会治理现代化提供“检察预警”。
民事检察的业务数据分析视角——线索广度和监督深度
(一)民事检察的业务特点和分析重点
相对于刑事检察,民事检察业务无论从业务体量还是监督能力上来说都处于“发展中”。在整个司法体系中,法院的民事诉讼无论从案件量还是案件种类来说都是最多的,但民事检察在检察业务中仍属于相对薄弱的板块。为此,最高检提出“做强民事检察”的要求,服务“做强”成为民事检察业务数据分析的核心所在。
做强实际上是对数量和质量两方面都提出了要求:一方面,在民事裁判基数巨大的情况下,缺乏基础办案量的民事检察工作不能算强;另一方面,如果民事检察只是围绕一些低品质、浅层次的内容进行监督,拿不出有影响力的监督品牌和案例,那么也无法做强。所以如何找到数据价值,通过挖掘发现数据背后深层次的原因,推动监督数量和质量上的强化,是民事检察业务对数据分析提出的现实需求。
(二)民事检察的业务数据分析方法
1.针对异常数据的挖掘下钻可以强化民事检察监督效能。当前的民事检察亟须业务数据分析的赋能,数据分析提供了一个从表象到本质的原因发现机制,在数据出现异常波动或偏离现象时,针对性地深入挖掘分析,可以找到民事类案司法裁判问题背后的实质性因素,并针对性地开展监督,力争标本兼治,解决机制性问题。通过数据和办案的融合,促生链式反应,帮助民事检察业务有所突破。例如,对司法实践中有的刑事案件审结后,对侵犯涉案产权的民事责任追究、执行不到位,相关错误民事生效裁判难以纠正,个案的移送是一个途径,但通过一类现象的梳理和数据分析,能够更好地发现两类数据之间的差值,找准类型化问题和群众需求迫切的监督重点。再如,分析支持起诉案件中是否存在比较集中的问题,假使农民工讨薪的支持起诉较多且同时集中在某个行业,这种数据现象提示可能存在某个领域的社会治理问题。民事检察就可以充分发挥职能,结合典型案例做好检察监督和法治服务,为国家治理体系和治理能力现代化贡献检察智慧。
2.数据分析构建监督线索模型能够赋能民事检察办案。目前,民事检察案件的线索主要依靠当事人申请提供,这在一定程度上限制了民事检察业务的线索广度,数据分析能够很好地破解这一难题。通过信息化手段对外部数据抓取和建模,可以帮助民事检察业务找到类型化的业务线索,拓展依职权启动的民事检察业务空间。目前较成功的范例就是航天科工和嘉兴市检察院打造的虚假诉讼线索分析研判平台,该平台利用裁判文书数据,通过嵌入数据分析后确立的模型,自动推送民事检察案件线索。在此过程中,基础数据是重要的,但更重要的是业务数据分析后获得的数据模型。模型搭建依赖数据分析梳理出相关性较高的因素,形成有效的算法;模型的优化也需要数据分析,针对模型自动发现数据办案质效开展有效性评估和校验。通过数据分析的成果,民事检察能够发掘出一批传统工作方式下无法获取的监督案件,实现高质量监督线索的高效发掘,服务做强民事检察。
行政检察的业务数据分析视角——行政质效和监督实效
(一)行政检察的业务特点和分析重点
行政检察一方面监督人民法院公正司法,另一方面促进行政机关依法行政,“一手托两家”让其追求的不仅是裁判监督,更是要促进依法行政水平。正因为这个原因,最高检提出了“做实行政检察”,“做实”就是要从行政诉讼向行政行为前端传递法律监督的效果,把监督实效化,真正在办案中做到“行政争议实质性化解”,实现“案结事了政和”。
因此,行政检察较其他业务更关心“效果”,一方面是行政执法、行政裁判中具体个案的治理效果,另一方面是检察机关行政检察取得的效果。数据分析既要帮助测量效果,又要找到提升效果的准确路径。其不仅需要数据和业务两方面知识的高度融合,而且依赖对行政执法等外部领域的理解,帮助检验检察业务数据分析得出结论的准确性。从这点来说,行政检察的业务数据分析是“四大检察”中最难的。
(二)行政检察的业务数据分析方法
1.类案数据分析可以帮助行政检察发现高效办案路径。类案数据汇集后的分析能够帮助从多方面挖掘在单独的个案中无法发现的行政检察业务突破口,以及行政执法标准化偏离问题。一是业务关键点,通过找到行政检察业务的共性是发现该类案件本质的有效方法,例如行政生效裁判监督中被诉具体行政行为的类型、被诉单位或者是原告都可以帮助理解行政诉讼争议的核心所在,领域、单位、法院等数据的异常聚集就会提示行政检察监督要点。比如,某一阶段的审违监督虽由不同基层检察院受理,但针对的是同一个法庭(基层法院行政庭集中设置),又是相似问题,类案分析能够高效梳理出此类情形,提升监督实效。二是关键当事人,行政检察中经常会出现的申诉人、被诉单位和具体行政行为种类的聚类实际有着很高的相关性。以生效裁判监督为例,案件具有明显的“二八规律”,就是少数当事人反复提起大批不具有胜诉可能的行政诉讼,败诉后再到检察机关寻求监督。通过办案数据的聚类分析,我们能够梳理出至少两个办案关键点——当事人和行政机关,前者帮助我们做实现有案件的处理,通过做好关键人物的工作,有效推进“行政争议实质性化解”;后者帮助做实行政检察法律监督的长效机制,通过梳理行政检察的常发类型和常见对象,帮助向行政机关提出做好执法规范的检察建议,从办理个案上升到规范同类问题。
2.引入外部数据的分析能够帮助行政检察监督效果进一步优化。当前,行政活动的标准化水平确实有待提升,特别是在非诉执行监督的领域中,案际间差异较大。与其说是行政活动的便宜主义,不如说是行政非诉执行中行政机关的执行申请随意性较强、缺乏严格程序意识所致。因此,执行监督的数据分析需要引入外部数据和行政检察中的办案数据结合分析,以类型化行政执行监督工作的合理性、一致性为标准,既能确保检察环节监督效果的优化,和行政机关实现监督上的双赢多赢共赢,也能促进行政活动的效果落地,有力推进行政实效水平。
公益诉讼检察的业务数据分析视角——监督效力和社会福利
(一)公益诉讼检察的业务特点和分析重点
公益诉讼检察发展至今实现了办案数量和办案规模的较大增长。在监督数量增长的同时,监督效力的提升和社会福利的增加是公益诉讼检察工作下一阶段的重点,也是检察机关就人民群众对公益维护迫切需求的能动回应。检察工作好不好,提供的检察产品优不优,最重要的是用户评价,是人民群众对检察产品的获得感和认可度。因此,“做好公益诉讼”关注的不仅是办案数量和规模的持续增长,还有如何更好地实现公益损失的修复。
作为新生业务,公益诉讼的业务数据分析缺乏可供参考比对的历史数据,每年的业务数据都在更新我们对于公益诉讼检察的理解和认知。由于业务规律的沉淀不足,目前难以把握业务数据的合理区间,对其开展分析难度更高。数据分析应当定位业务成长期的现状,集中于当前业务的横向研究和聚类分析,帮助公益诉讼检察充分且均衡地发展。同时,通过数据分析发现突出、高发的问题,提示监督效能整合,推进同等检察资源投入下的监督效力优化,最大程度弥补公益损失,实现社会总体福利的增加。
(二)公益诉讼检察的业务数据分析方法
1.横向比较能够找到公益诉讼办案的高效区间。在横向数据比较时,要关注线索的成案效率、成案后的监督有效性、监督后的公益修复情形等。如针对不同院间的线索成案率差异,可以分析成案率低的院是在前端线索排摸时投入过多精力,导致线索量大无暇顾及办理立案,还是立案标准把握过高,错失了有价值线索的挖掘;又如成案率过高的院,是对线索选择过于苛刻,导致人为排除调查难度较大的线索,还是立案标准失之于宽,结合立案后进入诉前程序的比率可以印证相关判断。同时,还要关注同一时间段就相同事项反复开展行政公益诉讼检察的问题,通过数据分析挤压“注水监督”,减少单纯为提升办案数据的低效监督。通过横向比较,找到公益诉讼案件各环节的合理尺度,确保将有限的检力投入到最有价值的线索中去。同时要关注“等”内外各个领域中,哪些数据最为集中,哪些案件涉及数额较大,哪些领域有增多趋势,深入分析,研究如何让公益诉讼检察质效更优化。
2.外部数据分析为更好开展公益诉讼检察指出方向。通过结合部分外部数据的分析可以帮助发现公益诉讼高质量的监督线索,让公益诉讼监督能够精准高效。例如,通过信访、市民热线数据的碰撞,发现民众反映强烈的公益诉讼线索,还可以利用现有的行政数据,如通过对本地区水质样本数据的分析,对整体水域Ⅱ类的区域,如果有个别河道水质是Ⅳ、Ⅴ类,主动了解异常数据的出现原因是否存在公益受侵害的情形,以及检察机关的工作空间。对已经办理的公益诉讼案件,要通过外部数据跟踪监督成效,核查是否真正修复了受损的公共利益,决定是否要开展“回头看”。通过数据校验确保公益诉讼检察取得效果,让社会福利最大化,民众更有获得感。
(作者分别为上海市人民检察院案件管理办公室主任、检察官)
