大数据技术在监狱治理中的深度应用研究

姜金兵（江苏省监狱管理局局长）

大数据技术在监狱治理中的深度应用研究

姜金兵（江苏省监狱管理局局长）

的十九大对加快互联网、大数据、人工智能应用提出了明确要求。大数据正日益成为社会治理的驱动力，有力地推动着国家治理体系和治理能力走向现代化。当前，监狱改革与发展进入了关键阶段，必须紧紧抓住新一轮科技革命的历史性机遇，把大数据技术与监狱治理创新深度融合起来，将科技革命与机制变革融合起来，不断丰富拓展监狱治理手段，优化完善监狱治理模式，提高监狱治理的社会化、法治化、智能化、专业化水平，实现监狱治理效果的全面跃升。

一、监狱治理应用大数据技术的紧迫性、必要性

大数据技术逐渐成为推进监狱治理体系和治理能党力现代化的重要抓手，将极大地提高监狱治理的预见性、精准性、高效性。当前，从监狱信息化建设及其应用的情况来看，急切需要应用大数据技术为全面深化监狱改革提供工具性技术支撑，来应对和破解监狱发展的瓶颈问题，提升监狱整体运行效能。

一是新形势下深化监狱治理对大数据应用提出迫切需求。当前，监狱行刑模式与押犯结构变化趋势、监狱执法机制与刑事政策调整走向、传统教育改造手段与现代矫正技术融合应用、监狱保障水平与职能履行现实需要等阶段性矛盾还十分突出，在以物质要素投入拉动监狱治理能力提升的边际效应逐步递减日趋明显的情况下，监狱发展遇到了一时难以突破的瓶颈，迫切需要一种新的动能来驱动监狱整体发展。监狱整体发展新旧动能转换关键期需要向大数据借力。充分利用监狱工作各个领域大量处于休眠状态数据，从监狱治理视角运用大数据技术对数据进行分析处理，推动数据合理有效地服务监狱治理的科学决策，实现监狱治理数据的透明化、共享化、法治化、科学化，是突破传统经验治理模式障碍的有效途径，是推动监狱治理由传统走向现代、由经验走向科学、由粗放走向精准、由封闭走向开放的必然选择。监狱行刑发展加速推进期需要大数据助力。通过近些年司法体制改革加快推进，监狱行刑发展正迈入加速推进期，急需新的引擎来驱动。拥有处理大数据能力和有效分析大数据工具的大数据技术在监狱行刑过程潜隐的巨大价值正在逐步显现，能够为行刑一体化、分类行刑、个别化矫正等提供强大的信息、工具、平台支撑，成为推动监狱行刑发展的动力机和加速器。监狱信息技术运用突破期需要朝大数据用力。当下，云计算、物联网、人工智能风起云涌，信息技术手段促进生产生活快速转变，倒逼传统事物加速变革。以数据信息采集的庞大全面性、数据信息分析的深度相关性、数据信息反馈的高度迅捷性为特征的大数据技术，突破了当前信息化运用的技术瓶颈，使监狱管理具有更强的洞察发现力、应急决策力、流程优化和处置能力，为迅捷、安全解决监狱治理中出现的问题提供了新的途径。

二是近年来监狱信息化建设为大数据应用打下了较好基础。近年来，江苏监狱系统按照“顶层设计、分步推进、全面应用、持续优化”思路，深入推进监狱信息化建设，在基础设施支撑建设、罪犯改造业务深化、安全防范业务应用、执法信息公开共享等方面均有较大提升，为深度运用大数据技术提供了基础保障。基础建设实现新跨越。全系统建成监狱系统广域网、罪犯教育专网，并与公安、检察院、法院、武警等单位实现专线横向互联，全省监狱现有信息点位10万多个，每百名民警计算机配备率超过100%；省局和26个监所成立指挥中心，建立了省局、监狱二级指挥平台，借助指挥平台实行实体型实战化运作，实现罪犯视频监控全覆盖、周界管控全覆盖、重点人员全监控；坚持数据集中存储与分布式应用相结合，省局完成综合信息数据中心建设，形成以罪犯信息为主体，以监管改造业务活动和主要数据项为基础，警察信息和监狱管理信息相辅助的数据服务格局。应用推进实现新提升。监狱智能管理大平台全面部署应用到位，工作流程节点和应用功能模块得到有效整合，正沿着模块化、集成化、平台化路径向前发展。逐步实现以罪犯个体为核心，服刑全生命周期的改造数据网上录入、业务流程网上办理、签名签章网上签署、执法文书网上生成、业务数据网上统计、狱情信息网上分析等应用；建立指挥调度体系，完善与武警、检察、公安等信息共享、联动联控机制，增强防范合力。部署建设科技法庭，通过减刑假释协同办案系统，实现了法院与监狱办案的网上传输、网上通联以及远程庭审。研发廉洁执法风险防控系统，在执法流程节点内嵌执法风险防控监测点进行执法全过程跟踪监督。技术创新有所新突破。探索研发罪犯危险性评估工具，推进指挥调度相关信息可视化分析展示技术应用，初步实现指挥中心部分数据实时可视、预警信息实时提示、管理数据及时推送。推进罪犯医疗信息一体化平台建设，搭建区域医疗信息集成平台，实现全省监狱医院与省局中心医院、江北医院之间的医疗信息共享、远程医疗、双向转诊等业务协作。开发刑务劳动考核系统，探索建立安全生产实时监测系统，推进“数字化”“智能化”车间建设。

三是当前监狱大数据应用还存在一些亟需解决的矛盾问题。随着各类信息的规模不断增大，类型不断增多，特别是大量价值密度低的半结构、非结构化数据（例如视频监控数据）出现，对现有信息技术应用能力提出了新的挑战和要求，一些制约因素和突出矛盾逐渐显现。数据管理能力还不强。当前，监狱数据采集与录入主要依靠人工操作，自动化、智能化的水平还不高；数据采集面不能全面覆盖监狱工作，也未能完全延展至工作一线末端；数据系统内还存在部分残缺、错误和重复的数据，数据清洗工作难度还较大；与法院、检察院、公安、司法行政等机关部门之间还没有建立起实时通畅的信息交互、数据共享渠道，限制了数据功能效用的发挥。数据智能应用还不高。大平台传统关系型数据库在处理海量数据时的读写性能不足，数据库动态横向扩展能力还不够，多表间关联查询以及复杂的数据分析类查询导致运行性能欠佳，对数据的应用能力依旧停留在数据吸纳、流程管控及查询反馈上，非结构化数据处理能力不足，分析预测预警能力还不够。数据人才保障存在不足。当前，全系统数据文化建设的力度还不够大，部分民警数据思维意识还不够高，对于依靠数据开展工作的模式还未完全适应，少数民警对数据质量的重要性认识不足，对自身录入数据的准确性仍有把控不严的情况；监狱信息化专业人才数量还不够多，特别是既懂信息技术、又懂监狱业务的复合型人才较为匮乏，这已经成为影响和制约监狱大数据技术应用与发展的重要因素。

二、监狱大数据应用的总体构想

监狱治理运用大数据技术必须紧紧抓住“科学认识罪犯、科学管理罪犯、科学矫正罪犯”这一基本脉络，坚持以应用为导向、以服务基层实战为引领、以提升监狱工作整体效能为目标，加快建成监狱云中心，促进“数据、技术、应用”三位一体协同发展，将大数据技术成果嵌入到监狱治理的全领域、全过程、全方位，有效挖掘监狱数据资源价值，增强数据活性，最大限度释放数据红利，推动大数据技术成为监狱治理提升的新引擎，实现行刑更加精准、精细、精确的目标。

（一）基本要求

监狱大数据的核心在于对监狱行刑活动产生的海量数据进行存储和分析，挖掘蕴藏价值，再服务于监狱行刑。因此，监狱治理运用大数据技术应遵循大数据从产生到应用的规律要求，实现个体全覆盖、贯穿行刑全过程、渗透业务全领域。

1. 实现个体全覆盖。在小数据时代，由于搜集、分析数据的能力有限，不可能实现全样本覆盖，一般采用小样本抽样统计方法，通过抽样分析去预估治理对象的“全貌”，即“抽样数据—局部分析—全貌预估—预估治理”的模式。监狱治理运用大数据技术，就是要推动小样本抽样预估治理转变为全样本全覆盖治理，依托其庞大的云存储数据库和空前强大的云计算能力，由全样本检测代替随机抽样检测，覆盖所有需要监测的人的个体和物的个体，进行全过程透明监测治理，提高治理的效度和可信度。

2. 贯穿行刑全过程。大数据技术从根本上把模糊治理、预估治理推进到了全过程透明治理的新时代。监狱治理运用大数据技术，就是要把数据的感知和采集、数据的处理与集成、数据分析、数据解释等贯穿于罪犯服刑的全过程，包括罪犯入监服刑、服刑中期、刑罚变更、刑满释放等每一个阶段和环节，实现对罪犯服刑每一个阶段的实时监测、分析、预警，为监狱治理活动有效开展提供合理化的解决方案。

3. 渗透业务全领域。针对业务数据部门化、条块化、碎片化的问题，建立以改造罪犯为主线的信息共享、集成、分析挖掘体系，涵盖罪犯监管、刑罚执行、教育改造、刑务劳动、生活卫生、警务运行、社会支持等领域，以及与之相关联的监狱运行管理活动，并通过加快大数据标准体系建设，推进数据采集、资料目录、数据开放、指标口径、交换接口、数据质量等关键共性标准的制定和实施，推动各业务领域数据的互通共享、一体联动。

（二）目标定位

基于监狱治理运用大数据技术的总体思路和基本要求，结合大数据技术今后发展的趋势方向，监狱治理运用大数据技术应达到“四高”的目标定位。

1.高集成。建设覆盖面广、集成度高、共享性强的监狱大数据云中心，加快推动监狱“数据中心”向“云中心”的转变，按照保密工作要求，监狱系统各级、各部门信息系统都应基于云平台开展建设和应用，数据统一存储到云平台，数据资源目录以及使用权限在平台上架开放，实现信息数据跨部门、跨层级、跨地区的信息共享交换。

2.高活性。常态化推进监狱数据梳理、数据分析、数据解释工作。做好数据实时更新与清洗，探索建立监狱大数据生产、转换、加工、展现平台及专用工具的流程化业态，将结构复杂的数据转换为单一的或者便于处理的结构，设计相关数据过滤器，将无用或错误的数据挑出来过滤掉，将不同种类的数据建立信息分门别类的放置，增强数据活性度；建立监狱大数据稽核手段、数据质量分析体系，确保平台数据的一致性、完整性、合规性。

3.高智能。强化数据智能引领，进一步推动数据智能采集、数据智能抓取、数据智能研判能力建设，利用智能视频分析系统、移动视频监控系统、人员定位管理系统、劳动工具管理系统等，通过数据挖掘、机器学习、智能算法、统计分析等，以及可视化技术、图表化手段，形象、清晰、有效地展示数据分析结果，辅助民警进行更为科学的智能化决策。

4.高效应。坚持应用效果是监狱治理运用大数据技术的核心和价值所在。大力推进大数据技术与人、物、事、制度、文化的深度融合，进一步发挥人力与科技结合的倍增效应，促进监狱工作由人力密集型向科技集约型转变；进一步发挥制度与技术结合的溢出效应，促进监狱管理由经验粗放向精准精细转变；进一步发挥内部与外部结合的协同效应，促进监狱运行由封闭向开放转变，不断提高大数据技术的运用效应。

（三）系统架构

监狱大数据是一项涉及监狱系统内外多领域、多部门的复杂系统工程，需要从整体上统一规划协调、顶层设计，其系统构架是一个完善、相互联系且相互支撑的整体，主要包括技术层、应用层、主体层、智能管理大平台和大数据支撑保障体系。

1.技术层。技术层包括感知层、网络层、数据层和处理层。感知层是监狱大数据建设的基础，是通过摄像头、射频识别、智能终端、传感器等泛在网技术，实现对监狱管理要素和监管对象的物质属性、环境状况、行为态势等静、动态信息进行大规模、分布式的信息采集与状态识别，针对具体感知任务，采用协同处理的方式对多种类、多角度的信息进行在线计算，并与网络中的其他单元共享资源进行交互与信息传输。网络层是监狱大数据的通信网络，包括大容量、高宽带、全覆盖的监狱专网、互联网、电子政务网、视频物联网、移动警务网、无线集群网等，主要功能是通过基础网络设施对感知层的信息进行接入和传输。数据层主要是对海量监狱数据进行存储和处理。处理层主要是通过云计算技术，对数据层存储的海量数据进行计算处理。

2.应用层。应用层是基于云计算、海量存储、数据挖掘等服务支持的各种智慧应用和应用整合。应用层可根据监狱机关及罪犯及其亲属的需求，结合监狱不同业务领域的专业知识和业务模型构建面向各类监狱实际应用的管理平台和运行平台。包括罪犯改造系统、指挥调度系统、政务办公系统、警务运行系统等，进而集成为监狱智能管理大平台。监狱大数据，不仅打通监狱各部门、各领域之间的信息孤岛，实现资源共享，集约成本，还能够站在整个监狱工作的高度，综合协调各部门、各领域信息，作出最优决策，提高监狱整体战斗力，提升监狱整体运行效能。

3.主体层。主体层是监狱大数据建设的主体，包括司法部、省一级政府、监狱机关及其警察队伍，以及与监狱工作相关联的司法机关、社会组织等。司法部、省一级政府以及职能部门在监狱大数据建设中应当担当起引导者、规划者、投资者、协调者的职责，做好顶层设计和总体规划。监狱机关是监狱大数据的建设的职能部门，掌握先进信息技术和数据处理能力的民警队伍是实施和应用监狱大数据的主体力量，直接负责和组织监狱大数据建设的建设和运行。与监狱工作相关联的司法机关、社会组织等是监狱大数据的相关者、参与者，也应当积极参与和支持监狱大数据的建设。此外，从技术层面看，监狱大数据建设辅助主体还应包括电信运营商和信息技术软硬件开发商，他们主要为监狱大数据提供网络服务和技术支持。

三、江苏监狱大数据应用的路径思考

结合江苏监狱推进实施的信息化运用效应提升行动及信息化建设规划，下一步运用大数据技术要紧紧围绕提升监狱大数据治理能力这一目标，坚持“大数据、高共享、智能化”发展方向，建立健全监狱大数据资源管理体系，构建完善监狱大数据治理应用体系，更好服务助推监狱主责主业履行。重点要在三个方面下功夫：

（一）突出监狱大数据云中心建设

今后一个时期，江苏监狱运用大数据技术首先要对现有的省局数据中心进行优化升级，依托省局数据中心推进监狱大数据云中心建设，制定业务应用分类、分批上云计划，以集约化方式弹性构建计算资源、存储资源和网络资源。在云中心建设过程中，要重点提升三个方面的能力：提高云集成存储能力。全面采集监狱“人、地、物、事”基本信息和“吃、住、行、学、劳”等日常动态轨迹信息，完善端到端、可视化的数据采集汇集和整合加工体系，形成数据采集、数据清洗整理、数据质量管控完整闭环，建成完备的数据库资源池。提高云交互共享能力。打破信息壁垒、数据垄断，加快技术融合、业务融合和数据融合，推进跨网络、跨平台、跨部门数据交换系统建设，实现监狱相关网络数据共享交换。提高云计算服务能力。积极探索应用关联分析、分类分析、聚类分析、序列分析等计算挖掘技术，对监狱安全防范、教育改造、执法管理、队伍管理等多个维度建立数据模型，提供通用类服务、研判类服务和智能类服务。具体来说，监狱大数据云中心建设包括两方面：

1.在升级现有数据中心的基础上，通过虚拟化、分布式计算、分布式存储等技术的应用，打造具有监狱特色的“智能管理云”，为省局及局属各单位提供硬件资源、软件服务及平台管理等各类信息服务，为监狱大数据治理提供基础支撑。（1）虚拟化技术。通过计算虚拟化、存储虚拟化、网络虚拟化等多种虚拟化技术，为全系统提供桌面虚拟化、系统虚拟化、应用虚拟化等计算虚拟化服务。（2）分布式计算。通过将大型的计算任务分解为多个小型计算任务，分配给多台计算机同时进行处理，提升系统处理效率，减少系统响应时间。（3）分布式存储。通过分布式存储方式存储数据，实现对海量数据的存储管理，确保分布式数据的高可用、高可靠和经济型。

2.构建由数据汇聚、数据整合、数据存储、数据研判、数据展示等部分组成的监狱大数据云中心。（1）数据汇聚。打通监狱内部跨条线、跨网络，外部跨系统、跨地域的数据界限，面向监狱管理大数据、政法共享大数据、社会协同大数据、上级部门大数据等数据来源，进一步完善人工采集、智能采集、数据共享相结合的数据采集汇集方式，建设全面把握监狱治理各要素的云计算大数据资源池。（2）数据整合。按照统一的数据元标准，基于统一规范、标准、接口、服务，对数据进行分析、清洗之后，实现对云计算大数据资源池中的各类数据的汇聚整合、逻辑集成。（3）数据存储。按照数据的业务类型、业务容量、处理压力等不同要素，结合传统关系型、NoSQL型、分布式文件型等不同类型的数据存储结构，构建成多种存储管理模式并行的数据存储支撑保障体系。（4）数据研判。以监狱治理急需解决的“安全监控、执法办案、服刑改造、警察管理”等领域的问题和场景为目标，基于已有的监狱治理大数据资源，辅助计算机数据挖掘分析算法，构建适用于监狱治理的的大数据挖掘分析研判模型，实现数据的智能分析、科学研判。（5）数据展示。结合“时空模式、地图模式、多维模式、混合模式”等多种数据可视化展示方法，构建以界面数据为核心，以系统入口为重心，以用户需求为中心的大数据展示新模式。

（二）不断深化监狱大数据主要工作领域应用

坚持用数据说话、用数据决策、用数据管理、用数据创新，不断深化监狱大数据在监狱重点领域应用，深入挖掘数据红利，凸显现代监狱建设成效。

1.安全防控领域。主要是：全息感知安全行为状态。采集应用罪犯视频图像信息、生命体征信息及通过电子腕带、脚环追踪技术采集的活动轨迹信息等数据资源，强化对行为目标的探测、定位、分类识别、轨迹跟踪等，实现对行为目标的智能感知、实时跟踪、全时管控。比如：探索电子腕带生命体征监测系统用于监狱罪犯疾病预防和医疗救治管理，人脸识别系统用于监狱人员人像比对、身份验证，语音识别系统用于筛选罪犯会见通话、亲情电话异常信息等，进而实时感知行为目标的安全状态。智能研判安全风险因素。强化大数据信息引领，对罪犯个体动态性变化趋势特征、群体结构性变化趋势特征作出智能化分析研判。在罪犯个体行为研判上，进一步升级和开发狱情分析研判工具，通过对罪犯历史改造痕迹进行深度学习，把握规律，智能推送罪犯危险行为干预措施建议；在面上安全风险研判上，以微观变量与宏观统计量结合的方式，实时评估研判监狱安全风险，智能预警监狱管理中存在的漏洞和风险点，提出合理化的安全防控决策意见建议。科学实施安防等级响应。依据安全风险因素预测预判结果及决策建议，统筹运用物联网高度集成的传感技术、无线信号侦测干扰、射频识别、数字集群通信、智能机器人巡检及人工智能等前沿技术，及时落实不同等级风险分级管控响应跟进措施，实现对监狱的全方位有效监管，为安全管理科学决策分析提供有力的技术支撑，形成智能化、立体式安全防控模式，助推整体安全防控能力提升。

2.执法办案领域。主要是：实施执法办案认定标准指引。充分利用大数据技术对监狱提请办理减刑假释和决定暂予监外执行案件相关实体条件、法律文书、典型案例等进行比对分析，以数据建模形式形成案件办理相关工作标准、程序规则等，辅助开展办案标准指引、合规性自动校验、证据链完整性审查判断等，尤其是智能辅助执法办案人员依法高效认定罪犯悔改、立功、重大立功表现，掌握减刑假释特定从宽、放宽情形、分析财产性判刑的履行与减刑假释关联情况，掌握减刑假释其他从严情形等，全程指引、规范执法办案工作，有效节约司法成本、提高办案效率，并促进执法办案质量大幅提升。发挥执法行为纠偏作用。拓展运用“科技+制度”手段，推动执法办案数据信息集成管理、执法办案衔接一体联动，规范日常执法行为信息记录和执法全程留痕管理，倒逼执法管理流程再造，对执法管理流程节点的科学管控，实现对罪犯从收监、分管分教、生活卫生、通信会见、分级处遇、行政奖惩、监外执行、减刑假释到刑满释放等执法流程的网上管理，同时紧紧抓住容易发生问题的执法岗位和关键环节，发挥信息数据即时记录、全程留痕、动态跟踪、开放透明的特点和优势，对执法全程数据实时比对，对执法瑕疵和执法漏洞及时预警提醒，有效防范执法行为偏离法治轨道。实时评估执法质效。在健全监区民警职位职责规范体系、编制管理业务及工作流程清单的基础上，探索应用执法质量跟踪评价系统，依托大数据开展执法管理即时性、过程性、系统性考核，发挥执法质量跟踪评价系统评价反馈功能，并通过推进执法信息开放互动，汇总、梳理、分析社会公众对监狱执法的意见建议，对执法过程中的规范性、科学性进行定量评估，总览整体执法质效，真正形成“谁承办谁负责，谁主管谁负责，谁签字谁负责”工作机制，切实将执法办案质量终身责任制落到实处，更好加强和改进监狱执法工作。

3.罪犯矫正领域。主要是：罪犯个体危险评估。依托大数据探索建立虚拟入监中心，拓展应用罪犯个体危险性评估工具，开展罪犯认罪悔罪可信表征评估、认罪悔罪证据多渠道提取等技术研究，综合评估罪犯现实和潜在危险，为罪犯实施分类关押、分类矫正打下基础，为监狱制定个别化矫正方案提供帮助。罪犯矫正方案推送。依托大数据延伸拓展罪犯分类矫正手段，构建网上矫正中心，全面集成罪犯数据，深化罪犯心理评估、危机干预、循证矫正等技术应用，加快建设循证矫正案例库，建立心理矫治专家库，结合罪犯改造信息，通过基于业务模型的智能分析，对不同罪犯个体，提出较为科学合理的矫正方案建议，构建完善罪犯分类管理、动态调整、个别化矫正体系，推动传统教育改造手段与现代矫正技术的有机结合。罪犯矫正效果评估。依托大数据对矫正项目和矫正对象作出效度价值判断，开展个体、群体矫正效果评估，开展罪犯重新犯罪要素关联模型、重新犯罪风险评估模型等技术研究，为矫正项目的继续开展和罪犯的回归安置提供决策依据，更好巩固深化罪犯教育矫正工作成效；依托大数据跟踪分析刑满释放罪犯重新犯罪率，对重新犯罪原因进行研判，对加强监狱与社会协作协同、更好完善社会综合治理措施提出合理化的建议。

4.刑务劳作领域。主要是：劳动能力评估与劳动分类。建立劳动生产岗位技能需求标准，依托罪犯犯罪性质、危险程度、刑期、年龄、身体状况、文化程度、个人特长等数据信息，开展罪犯劳动能力及劳动岗位匹配度分析研判，并对罪犯劳动实行分类分级动态管理，让不同罪犯都能从事性质、强度与之相适宜的劳动，提高改造的针对性。劳动教育和技能培训。分析研判罪犯个体及群体“干什么、学什么、会什么”等数据信息，坚持“按需施教、学以致用”的原则，开展不同形式和不同程度的岗位劳动教育和技能培训，并结合社会用工需求和罪犯兴趣、爱好、特长等，开展以就业为导向的职业技能培训，提高技能培训的实效性。劳动安全卫生实时监测。统筹运用大数据、物联网等技术，科学管控罪犯劳动过程，对劳动工具实行定人、定位、编号管理，实时监测预警重点危险源安全状态、消防设施、安全防护设施运行状况，有效管控劳动现场粉尘等卫生状况，提高劳动现场科学化管理水平。劳动改造效果评估。建立罪犯劳动改造效果评估标准体系，实时采集劳动数据，综合研判罪犯劳动意识、劳动技能、劳动绩效变化轨迹，科学评估罪犯劳动素养及劳动技能掌握情况，有效检验罪犯劳动改造成效。

5.警察管理领域。主要是：科学配置警力资源。坚持“向信息化要警力、向大数据要战斗力”思路，通过多种预测模型，自动预测某段时间、某个区域警务工作量，预先部署警力，优化警力配置，分类优化和规范监狱警察执勤备勤模式，实现监狱警察从被动地围着事务转，转变为更有前瞻性地预防防控，促进警务管理工作由人力密集型、数量规模型向科技密集型、质量效能型转变，最大限度释放警力、提高效能，通过流程再造实现警力“无增长改善”。提高人岗匹配度。在“多岗位锻炼民警、多平台磨练队伍，全方位打造人才”的基础上，通过大数据对民警个人成长履历、专业知识、个人特长、履职情况等方面综合分析，针对性开展人岗匹配度评价，本着“以事定岗、以岗定责、以责定标”的原则，以监区为重点，科学推进民警分类管理，明确细化各岗位的适岗条件、工作标准、工作流程和岗位发展方向，实施科学化的轮岗交流，开展精准化的适岗培训，为不同岗位民警提供锻炼提高、增长才干的机会。实施绩效考核评价。按照“目标管理、过程控制、结果导向、持续改进”的要求，运用大数据开展民警全程履责情况实时分析，全面推行民警履职绩效考核评估，真正实现过程考核与结果考核相结合，定性考核与定量考核相结合，并将考核结果与民警政治进步、荣誉褒奖、职务晋升、学习培训、绩效收入发放等紧密结合，全面、系统、客观地评价民警履职绩效，促进民警规范、全面履行职责。

（三）切实强化监狱大数据运行保障支撑

坚持数据流、管理流、业务流有机融合，建立完善数据主导工作模式，积极弘扬监狱数据文化，加快完善配套设施建设，不断优化监狱组织架构，壮大专业人才队伍，为监狱大数据管理运行提供有力保障支撑。

1.积极推进监狱数据文化建设。积极倡导践行大数据思维，广泛培育数据文化，树立尊重事实、推崇理性、强调精准、注重细节的数据工作理念，提高各级领导和广大民警推进大数据应用的积极性、主动性和创造性，以更加开放心态推进数据资源共享共用。持续加强监狱大数据应用宣传，让广大民警了解掌握当前大数据技术发展的背景、趋势和走向，充分认识到监狱大数据应用的重要价值和意义，促使民警自觉、自愿、主动运用大数据开展工作。建立用数据管理和决策的警务运作机制，分层面抓好大数据应用培训，浓厚大数据应用氛围，始终做到全模块使用、全员化应用，逐步培养民警与现代监狱要求相匹配的大数据思维和方式，促进全员大数据素养提升，提高整体应用能力和水平。

2.优化监狱大数据管理运行组织架构。建立完善数据主导工作模式。集成优化监狱整体办公系统，控制和集成管理监狱职能的所有信息，形成覆盖广、触角深、反应快的数据主导工作架构，优化配置监狱人、财、物、信息等资源，实现监狱各种管理活动数据化、网络化，建设真正数字监狱。完善警务实战管理体系。推动数据技术架构与组织架构的深度契合，积极实施警务模式变革，在推进“大部制”“队建制”过程中，对管理层级、管理岗位、管理人员进行数据角色定位，开展相应管理活动建模分析，实现机构、人员、设施、设备等要素的有机合成、高效运作。搭建外部协作协同平台。着眼社会治理大局，进一步打破空间的封闭、部门的壁垒，依托全省大数据信息交互共享平台，既链接共享外部数据资源，又为社会治理提供数据信息服务，促进监狱管理运行由封闭向开放转变。

3.持续强化监狱大数据专业人才支持。今后一个时期深化监狱大数据应用，建设一支高素质、专业化、成体系的专业人才队伍显得尤为重要。要着力增加监狱大数据及信息化专业人才总量，完善人才激励机制，强化实践锻炼培养，鼓励技术创新，引领信息化及大数据应用能力水平提升。进一步健全专业人才引进、储备、培养、使用机制，注重加强与科研院所交流培训合作，探索通过政府购买服务等形式引进高端大数据专业人才，建立大数据专业人才库，切实提高大数据应用能力水平提升。结合公务员分类管理改革要求，建立符合监狱大数据应用特点的薪酬制度和人才评价制度，激发创新创业活力。

4.加快完善监狱大数据配套建设保障。监狱大数据治理应用首先需要坚持基础先行，统筹推进基础网络和硬件设施、标准体系、网络安全等建设。推广应用移动信息数据采集终端系统，逐步改变以往手工录入数据信息的方式，确保民警动态中采集、采集即录入、录入即核查，做到基础信息完整准确、动态鲜活。始终坚持需求导向，瞄准“一站式”高效智能应用目标，有序做好智能管理大平台新的功能需求梳理，重点对大平台底层架构进行优化升级，解决数据库集群性能瓶颈，加强大平台统一门户建设，进一步优化操作界面，提升人机交互体验。按照全省监狱信息化及技防建设规划，进一步提升高清、智能等视频监控设施的布建比例，开展监狱信息网络优化和带宽提速工程。加强监狱大数据安全保障及防御体系建设，完善数据安全防御系统，建立配套云灾备中心，实现数据云上备份，确保数据安全。

朱腾飞）