科尔沁区检察院是全区案件体量较大的基层院，具有数据体量大、获取便捷、高效运用等独特优势，且本院案件办理类型较为广泛，研究大数据法律监督模型具有普遍性、代表性与成效性。同时本院刑检检察官遵循“小切口”原则，不断扩充加入各类模型，注重对模型的推广推优。2023年4月本院“多维公检数据融合侦查监督模型”在通辽市全市两级院全面应用，同年7月，该模型在全区首届大数据法律监督模型中荣获二等奖，并被确定为自治区人民检察院全区重点推广的大数据法律监督模型，在全自治区推荐使用。本院“刑事执行大数据智慧平台”采用“1+6+N”运作模式，经过系统升级更新，该平台的六个模块均已实现实质化运作，初步实现政法委、检察院、司法局、看守所基础数据共享，目前已在全市推广，本院具有专业建模人员、丰富建模经验，具备研究大数据法律监督模型得天独厚的优势。现以科尔沁区人民检察院大数据法律监督模型构建与应用为例，结合“数据融合”时代背景，深度剖析模型构建与应用难点，并提出对大数据法律监督模型构建与应用路径的意见建议。
一、“数据融合”背景下大数据法律监督模型构建与应用难点
（一）大数据法律监督模型难在“人”
大数据法律监督模型作为检察数字化的产物，具有信息化、智能化和数字化的特点，这就要求检察办案人员需同时具备高素质的业务能力及高水平的数字化思维，应具有问题思维、数字认知、数字意识。现阶段，检察队伍虽已呈现高学历趋势，但数字化检察人才仍较为匮乏。一方面检察干警数字化转型不彻底。办案人员仍停留在传统监督办案阶段，对何为数字检察、何为大数据法律监督模型了解欠缺，埋头办案但未紧随时代发展，另外基层检察机关“案多人少”现状导致办案人员无闲暇时间再研究、再创新，总结发现问题、解析个案、梳理要素能力欠缺；另一方面复合型人才不充足。模型搭建需要检察人员在个案中总结提炼类案监督的法律逻辑要素，专业技术人员再整合后进行数字化碰撞分析，如何让具有数字化思维的检察官和熟悉检察业务的技术员紧密配合已成为模型搭建难点之一。
（二）大数据法律监督模型难在“数”
法律监督模型的研发应用需要以数据为依托，无数据的模型毫无应用价值。模型的数据来源分为内生数据、共享数据和开放数据。难点之一是内生数据获取仅停留在运用案卡逻辑关系获取的数据资源，并未对案件法律文书关键要素进行提取运用，部分内部数据价值尚未得到深度挖掘。同时现阶段检察机关数据大多依靠人工填录，不可避免人工填录错误致使数据不准确的问题；难点之二是数据共享难题依然存在，即大量数据仍以数据孤岛的状态存在，各单位间数据流通性不够，同时受数据保密性限制，数据共享方式受限，数据收集难度较大；难点之三是整合运用数据资源能力欠缺。模型是对特定领域的特定数据的碰撞分析，如何整合数据资源提炼法律监督逻辑要素是模型搭建的基础，对共享数据、开放数据不加区分收集，极大增加后续建模难度。
（三）大数据法律监督模型难在“用”
大数据法律监督模型以服务法律监督高效化、办案程序规范化和检察决策科学化为搭建目的，是检察机关参与社会治理的现代化趋势，然而在实际检察工作中“用起来”的效果并不显著。难点之一是检察人员受传统监督固化模式影响抵触情绪明显，破除传统监督模式和接收新鲜事物需要时间验证，大数据法律监督模型利用率低，“僵尸”模型层出不穷；难点之二是大数据法律监督模型具有可复制、可推广、共享性的特点，可有效实现“一地构建、全域共享”，然而实际工作中常出现简单模型重复构建、“一次性”使用问题明显，模型研发与共享信息闭塞，暂未发挥模型最大化价值。
二、“数据融合”背景下大数据法律监督模型构建与应用必要性
（一）是顺应数字检察发展的必然要求
数字检察强调利用现代信息技术手段提升检察工作的质量和效率，最终实现信息化、智能化、科学化管理。在数字化时代，大数据法律监督模型一度成为数字检察的代名词，数字检察包含着大数据法律监督，而大数据法律监督模型则是大数据法律监督的实现方式。构建大数据法律监督模型，是检察机关顺应数字检察、数字中国建设的重要体现，是检察机关主动把握数字时代变革契机的重要抓手。一是体现了对数字化技术的融合应用，大数据法律监督模型的构建将云计算、人工智能等前沿技术融入其中，实现了对海量数据的快速处理与精准分析；二是彰显了数据驱动决策理念，现阶段，数据已经成为法律监督决策的重要依据，大数据法律监督模型通过分析各种法律数据，为决策者提供了重要信息参考；三是适应了对新兴领域的监督需求，随着数字化技术的发展涌现出的互联网、人工智能等为法律监督带来了新的挑战，构建大数据法律监督模型能够为法律制度的完善和发展提供创新支持。
（二）是补齐检察监督办案短板的重要途径
检察监督在这一阶段工作存在“看不见”“看不准”“看不远”“看不透”等问题，其背后原因除传统的检察监督办案理念落后外，更主要原因是监督方式与“案多人少”现状不符，信息化技术多为服务一线办案，检察监督缺乏技术与数据支撑，信息化技术提效减负效果不明显，侦查、调查、审查三手段缺少融合机制，如何将传统被动性的监督模式转变为现代智能化的监督模式，实现以检察监督促进社会治理，亟需主动发挥“数据”对检察监督的叠加、倍增作用，以及发挥大数据法律监督模型在类案中发现异常、总结规律、归纳要素的功能作用。大数据法律监督模型通过整合社会多方面多领域的数据资源，对多源数据关联处理与交叉分析，发掘数据背后隐藏的关联关系和规律，从而使检察机关掌握违法犯罪行为的演变过程及趋势，做到提前预防与事后监督并举，推动检察监督全面化、立体化、实际化，补齐现阶段检察机关法律监督的漏洞和短板，最终实现全景式监督与预防性监督。
（三）是促进检察机关主动履职的重要形式
构建和运用大数据法律监督模型，能够为检察机关主动履职提供有力的支持，为检察机关积极主动履职的赋予工具可能性。首先，大数据法律监督模型的构建提高了检察机关发现问题的能力。传统的法律监督模式往往采取人工审查的方式，耗费了大量的人力资源与时间成本，在面对大量案件时往往很难进行深入透彻分析，而大数据法律监督模型能够有效解决上述问题，其能够对大量的数据进行分析研判，迅速识别出异常和违规行为，为拓展法律监督线索提供了强大支撑。其次，大数据法律监督模型的运用提高了检察机关主动解决类案的能力。与传统的个案监督相比，类案监督更符合当前法律监督工作的需要，在大量的案件中通过人工挖掘类案线索存在不可实现性，大数据法律监督模型是在“数字检察”战略之下的探索形成的数字化产物，可以有效实现相似案件一并解决，提高检察机关类案监督效率。最后，大数据法律监督模型的运用能够推动实现防患于未然的能动检察理念。大数据法律监督模型能够对海量历史数据进行分析与挖掘，能够提前发现可能出现的法律风险和问题，预测某一领域或者某一类案件的发展趋势，使检察机关提前介入到案件之中，避免发生潜在的违法犯罪行为，更好地保护社会公共利益。
三、“数据融合”背景下大数据法律监督模型构建与应用的路径
传统业务工作局限于具体办案中，将检察机关仅视为监督诉讼链条上的一“点”，新时代，检察机关亟需由“点”到“面”的升级，加速转变法律监督思维，更新迭代法律监督手段，以更高站位、更大格局、更高标准、更重责任承担起检察机关作为国家法律监督机关的职责，以区域内社会治理视角促推法律监督更精、更深、更广。
（一）如何在实际工作中充分挖掘数据源
应勇检察长强调“数据是数字检察的‘根系’”。如何盘活检察机关内部数据资源、融合运用外部数据资源已成为构建大数据法律监督模型亟需破解的难题。一方面抓好内部数据融合。推进检察一体化建设及数据资源一体化共享相辅相成，加强协作交流、打破部门间壁垒，实现“四大检察”融合式发展，促进部门间横向数据资源汇聚与整合。以检察业务2.0统计系统、12309检察服务中心及各类智能化软件为平台，深度开发运用尚在“沉睡”的数据，激发内生数据活力，做好业务数据汇集、统计、研判、碰撞、对比等工作，在“业务数据化”的基础上，聚焦法律监督深层次需求，推动实现“数据业务化”。建立内部数据跨区域共享、会商、研判机制，推进检察机关上下一体统筹，实现检察纵向数据一体化，以内部数据纵向流动为大数据法律监督模型构建提供数据支撑；另一方面抓好外部资源融合。用好政法协同及其他政务信息网络平台，初步实现少量数据动态化联动，同时设数据联络员主动加强与公安、法院等相关行政执法单位间沟通协作，在保证数据合法性与正当性的前提下，加以区分掌握社会治理领域数据资源，再针对某领域异常波动数据深入研讨分析，以“点对点”沟通实现数据资源深度共享。
（二）如何搭建模型提高数据利用率
法律监督模型是实践中检察机关开展法律监督活动的具象化表现，是数字化变革时代背景下数据高效运用的产物，检察机关通过法律监督发现路径提炼异常类案监督线索，再以“人工+智能”方法检验，确保模型精准性和高效性。一是提高检察人员数据运用思维，注重培养在办案中总结提炼类案监督的数据逻辑，补足数据利用率低的短板，从源头上唤醒和盘活数据源。二是构建检察大数据法律监督平台，将所有数据源放在同一“篮子”中，形成数据池，同时根据业务场景进行数据分类，形成数据包，使其不同监督模型对应不同数据信息，形成完整数据链，通过整合、分类、归纳数据源强化数据利用。三是明晰模型种类和场景区分数据分类，即可根据检察类别选择或“关键词”搜索提取不同场景数据，以此根据实际设计法律监督模型，如刑事检察重点对公安机关、审判机关监督，即可通过获取公安机关数据、审判活动数据进行提炼搭建模型、民事检察、行政检察重点对法院判决开展监督，可联合外单位调取相关数据，通过关键词搜索、查找比对异常逻辑搭建法律监督模型等等。四是构建可复制、可拓展、能共享的模型，以数据高效运用提高模型“生命力”，同时坚持研发和应用一体推进，以实践检验模型科学性与实用性，顺应工作需求进行模型更新迭代，实现“一地突破、全域适用”。
（三）如何推广运用实现模型价值最大化
大数据法律监督模型要最大限度激发“数据治理”价值，促进检察监督办案更加公正、高效、便捷，推动着新时代检察工作现代化，契合数字中国建设，因此，应用是构建大数据法律监督模型的目的。一是发挥检察“一体化”优势，上下统筹推进大数据法律监督模型建设，避免重复研发简单模型，合理运用可复制、可推广、多样化的大数据法律监督模型，区分模型类别与用途，统筹构建地方性模型库，供各地检察机关结合工作实际进行自由化选择，确保模型利用效率最大化，发挥大数据法律监督模型参与社会治理的最大成效。二是构建“应用商店”式模型共享平台。一方面根据“四大检察”“十大业务”类别细化模型类别，同时演示模型数据分析步骤及现有成效使用户初步了解；另一方面探索实行模型“运费险”模式，即购买后的模型具有“退货期”，各地结合自身工作实际适用后决定是否收货长期付费购买，同时建议各地结合自身工作实际进行自主化升级，破解模型“水土不服”，强调以“融合、共享”为目标，加快对模型的更新迭代，边用边建，建用并举，提高模型适配度。三是授人以鱼不如授人以渔，加强对模型蕴含规则、规律和思维的共享，加快检察人员树立数字检察赋能法律监督思维，阶段性淘汰人工化监督，可通过专家教学授课初步理解数字检察的概念与价值，通过“对向帮扶”的方式推动数字检察落后地区发展，还可以通过实地交流学习、搭建思路模拟演练等多样化形式推动模型深度推广，让法律监督模型实现“果实”共享的同时实现“方法”的共享，确保模型适用价值与逻辑价值一并共享。
大数据战略背景下的法律监督工作，需紧扣“数据”这一关键要素，坚持“业务主导、数据整合、技术支撑、重在应用”的工作模式，沿塑“个案办理、类案监督、社会治理“的监督路径，科学整合数据资源发现类案线索、批量查明事实、纠正深层次问题、参与社会治理，以数字融合交互促推大数据法律监督模型构建与应用，为推进检察工作现代化提供数字化遵循。
（科尔沁区人民检察院 王金莲 李金飞）
