数字检察战略的实践反思、逻辑基础及实践设计

摘 要：数字检察经历了“电子检务”“智慧检务”“数字赋能法律监督”的三代更迭，已形成“数字技术+检察工作+社会治理”的数字与检察技术的融合模式。数字检察战略的实施具有逻辑基础与价值取向，但目前实践推进依旧面临建模分工不明确、技术业务相割裂、数据孤岛仍存在、数据安全有隐忧等多重困境。应从一体化履职、技术与应用结合、内外协同共建、数据利用与保护并重等角度破除实践障碍，加强法律监督数字化的环节管理，丰富法律监督数字化的应用场景，从而真正实现“数字赋能法律监督、监督促进社会治理”的战略目标。

关键词：数字检察 法律监督 检察一体化 社会治理 数字建模

数据自身具有价值性、多元性、去实体性等特征，对其高效智能化利用，无论对于优化营商环境，还是维护社会秩序，亦或完善社会治理体系都大有裨益。大数据深入嵌入国家治理的当下，数据赋能检察工作已是大势所趋，各级检察机关无不积极转型、先行先试。从IT（Internet Tethnology）时代下侧重自我管理及案件管理的“电子检务”“智慧检务”，到DT（Data technology）时代下的“大数据赋能法律监督”，数字检察内涵更加丰富、外延愈发广阔，其不仅是“数字技术+检察工作+社会治理”的融合模式，更是囊括大数据法律监督、办公智能化、决策科学化、事务管理精细化、队伍建设规范化在内的集合概念，旨在通过核心业务的数字化转型来主动介入社会治理，以自身的数字革命促成检察工作的全方位变革。［1］本文着笔于数字检察战略实施的实践问题，反思数字检察建设的现实逻辑与发展方向，并至实践推进处落笔提议，希冀能为数字检察实践创新抛砖引玉。

一、数字检察战略的实践检视

从“电子检务”“智慧检务”到“大数据赋能法律监督”，数字检察战略的本质始终是对工作理念的革新和履职模式的重塑。但战略实施过程中，数字赋能提升检察履职数字化智能化水平的同时，也出现了“形式主义”倾向和“政绩工程”等问题。为促进数字检察工作走深走实，厘清问题原因并破解实践困境刻不容缓。

（一）建模分工不明确

将现有案例信息和办理经验数据化，利用大数据算法对已有案例进行建模分析，将建构的监督模型投入案件办理，是目前数字检察建设的主要途径。当前，数字检察建设如火如荼，仅最高检“全国检察机关大数据法律监督模型管理平台”就已经上架了300多个监督模型。各级检察机关争相建模的同时，由于纵向上缺乏上级指导与总体部署且横向间沟通不畅，各地信息平台建设质量参差不齐，甚至出现了部分地区开发已有模型、研发现存技术的重复建设问题。

（二）技术业务相割裂

重视数据是互联网生态的基本守则之一，也是数字检察改革中不可或缺的思维方式，但业务与技术的融合一直是数字检察建设中的“老大难”。［2］

1.业务需要的类案特征如何用技术抓取？某些监督模型能够适配个案特点却难以反映类案特征，部分模型甚至用已有案件“造数据”来证实自身的可用性，成为无法推广的“个案模型”。这类问题的出现，本质在于数字思维匮乏并由此导致对数据敏感不足、挖掘不深、梳理不清及总结不明。

2.业务与技术相融合的人才支撑从何而来？数字模型是现实物理世界在虚拟数字世界的投射，为保证投射真实、同步，建设者不仅要懂业务更要有技术，然而当下参与者大都要么只懂业务，要么只会技术，综合人才的匮乏始终制约着融合履职的推进。

（三）数据孤岛仍存在

检察机关依靠数字模型进行诉讼监督、线索发现等工作时，除检察数据外还需要政务、司法、经济、社会等诸多领域的外部数据，而外部数据的获取目前尚无制度保障，甚至检察机关的检察业务应用系统2.0也因密级而产生了信息壁垒问题。尽管最高检多次强调要打通“数据孤岛”、实现信息共享，但内部壁垒破除难、外部数据共享难依旧是数字检察战略实施中各级机关集中反映的较为关键的问题。检察机关进行大数据法律监督需要获取尽可能多的数据，但依旧不可避免地陷入数据孤岛和数据壁垒的困窘之中。［3］

（四）数据安全有隐忧

数字检察战略在唤醒沉睡数据的同时，也触动了数据权力，引发了数据权力和数据权利之间的博弈。一方面，网络数据价值巨大，同时具有传播快、储存久、易复制等特点。利用数据赋能法律监督的同时，倘若管理保护稍有松懈，履职过程中知悉的个人信息、商业秘密等数据就会泄露并被滥用。另一方面，云端储存数据已是主流做法，但受限于自身技术实力与平台建设成本，检察机关自建云储存数据尚不可行，而引入外部服务提供者就会导致数据利用主体（检察机关）与保管主体（技术服务提供者）相分离，检察数据被储存在“公有云”“外部云”内，数据安全隐患进一步加剧。此外，涉密数据的密级不同，在建模时如何就保密手段进行针对性设计，也是应对安全隐忧不可回避的重点问题。

二、数字检察战略的逻辑面向

数字检察战略以数智理论为底色，以实际问题为导向，但从当下现实逻辑和未来发展方向角度，对数字检察战略进行论证与反思显得更为重要，其既是对实然的总结、更是对应然的指引。

（一）以检察履职促社会治理的现实需求

完善国家治理体系是检察改革的核心目标，但以往实践的功能定位更多偏向于“工具型技术治理”，旨在通过技术助力检察业务高质效完成；而数字检察战略则更多偏向于大数据核心预测功能，通过对数据的整合分析判断事情发生的概率，这种预测功能与检察监督相结合，为检察监督提供了广阔的线索来源空间。［4］数字检察将法律监督由单维改为多维，从依靠数据碰撞发现潜在违法犯罪行为到分析数据变化监督行政执法中的各类问题，数字赋能与法律监督的“化学反应”能够有效延展监督范围、提前发现监督线索，更好实现“防患未然”的监督效果。依托数字赋能，检察机关能够更加主动地发现批量线索，也能够通过办案与制发检察建议、开展专项监督相结合，打通社会治理的“最后一公里”，从而促进社会治理从前端到末端的闭环，这既是检察履职的聚合质变，更是社会治理的系统优化。［5］

（二）以数字思维促自身革新的发展需求

增强大数据战略思维，是就未来检察工作新模式的整体性、全局性、前瞻性考量，也是对当下检察工作高质量发展的系统性、关键性、创造性要求。开展数字检察实践创新，其目的在于对履职桎梏的突破与履职能力的提升，是检察机关自我革新的应有之意。以数据获取困境的破除为例，正是由于搜集数据、利用数据存在短板，检察机关才需要开拓思路，打破“数据壁垒”、深挖“沉睡”数据，创造更好的履职条件、锻造更好的履职能力。而数字思维欠缺、数字人才匮乏，其原因在于传统办案思维与办案模式下，对数据挖掘与分析不了解、不重视，在数字检察战略实施过程中，检察干警势必面临新的履职要求，倒逼其主动学习，全面提升自己的专业知识、数字素养，以自身革新适应数字时代发展。

（三）以数字赋能促办案质效的内生需求

检察机关深入推进数字检察战略，内生动力在于对司法效率及司法公正的追求，最终落脚点在于“高质效办好每一个案件”。作为司法人工智能的具体应用场景之一，数字检察的行为逻辑体现在以大数据和人工智能等新科技来提升司法质量和效率，从而实现检察机关机关办案质效的不断提升。［6］数字检察实践变革应深度聚集“高质效办好每一个案件”，丰富数字化运用场景，推进检察办案智慧化建设，高效落实检察为民。并持续开展平台研发和数字建模，借由工具效率的提高实现治理效果的提升，彰显工具理性与价值理性的有机统一，方能切实做到以数字赋能促进办案质效的内生需求。

三、数字检察战略困境的解决方向

数字检察风险与机遇相生相随，唯有统筹谋划技术赋能、技术风险以及技术规制，建立一体化履职与精细化分工相结合、技术性开发与实践性应用相促进、内部协调与外部协同相衔接以及数据安全与信息保护相并重的完整体系，方能破除实践困境。

（一）一体履职与精细分工相结合

针对数字检察改革中建模分工不明导致的重复建设、无序竞争等问题，可基于“二元协调”的改革理念，借力于“检察一体化”机制建设，从纵向一体化、横向一体化两个维度进行解决。纵向一体化维度，应落实以建构理性为先导的“顶层设计”方法论，遵循最高检关于数字检察改革的顶层设计，强化理念先导，实现实践有规则、竞争有边界、建模有遵循。横向一体化维度，应鼓励以经验理性为先导的“地方探索”方法论，各级检察机关在探索的同时，既要在内部加强业务部门与技术部门的协同履职，也要主动强化与其他检察机关的沟通交流，探讨模型应用方式和应用前景，就模型推广应用凝聚共识、充分发挥出资源共享和应用的最大效能。［7］

（二）技术开发与实践应用相促进

毫无疑问，数字检察是以技术标准和代码规制为基础进行构建的，可细化为立足技术、依赖人才、服务业务的基本逻辑。［8］为防止“个案模型”出现，应在坚持需求导向、充分挖掘检察工作大数据业务需求的基础上，进一步实现用数据推动办案、用数据唤醒线索，紧贴实际需求进行模型研发并以履职实践检验监督成效，形成研发与实践的良性互动。而针对数字人才短缺，短期可先从开发队伍、项目专班着手培养复合型人才；长期则应建立与高校、科研院所等多方协作联合机制，积极引入科研资源开展联合技术攻坚，实现科技办案能力的延伸拓展，通过数字应用技能的提升为数字检察应用体系的形成奠定基础。［9］此外还应吸纳理论人才加入，做深做实“数字赋能法律监督”主题研究，为提升实务技能锚定方向，使得数字技能提升真正转化为检察工作改进。

（三）内部协调与外部协同相衔接

2021年，中央政法委针对顽瘴痼疾整治中发现的信息壁垒问题，制定了《关于充分运用智能化手段推进政法系统顽瘴痼疾常治长效的指导意见》，最高检也已经制定检察机关共享执法司法信息需求清单，力求打破数据壁垒。在最高检指导下，各地检察机关也积极挖掘内部数据，争取外部数据，统筹内外数据资源，推动数据共享应用。但解决数据孤岛问题，还需通过检察数据的内部协调与外来数据的外部协同的同步推进来解决。内部协调方面，在坚守保密底线的同时，以“两网一统”平台为主，以其他辅助性系统和平台为辅，探索建构“检察大数据中心”，实现内部数据的及时、全面、准确掌握。［10］外部协同方面，力争取得地方党委和各级政法委的支持以及其他执法司法机关的配合，设立含有数据校验值的区块链对接平台来平衡共享需求与保密要求，搭建数据依法共享的“高速公路”与执法司法领域跨部门信息共享机制，有序实现法律监督大数据的自动对接获取与智能挖掘分析。

（四）数据安全与信息保护并重

在数据获取过程中，对于互联网公开数据的获取基本不存在边界限制，但也应当尽量避免过度收集，做到收集内容与所提供产品服务的直接相关性，将收集频次、收集范围、收集数量控制在合理限度内。在获取公权力数据及私主体信息时，应分别以检察权的权力边界及个案采集需求为限，严守《数据安全法》《个人信息保护法》等法律法规。尤其对于私人数据，采集前应当征求权利人同意或者授权，避免检察机关的权力向私主体信息无限延伸。［11］在数据处理时，要建立数据分级分类管理体系，对于密级不同的数据类型，施以不同的保护措施，或通过技术手段加以“去标识化处理”，并且设立专门储存间加以单独储存，设定一定的访问权限，采取适当的加密措施，实时做好数据库的维护工作，严格按照各项保密规定及信息公开等相关规定，设置数据脱敏、安全缓冲区等安全措施。应明确并督促履行检察机关对数据端的监管义务，以对内规范与对外规范并重的姿态守牢数据安全底线，将数据安全与数字检察同步规划、同步建设、同步落实。

四、数字检察战略的实践推进

数字检察的具体建设环节应当以数据为中心，坚持宏观层面整体谋划与微观层面场景应用统筹结合的原则，以全流程全息数字办案体系建设推进业务数据化的同时，同步汇聚数据，打造数据基座，构建持续赋能的数据模型，适应当下数字时代的时代变革，实现“数字赋能法律监督”的战略目标。

（一）宏观层面：加强法律监督数字化环节管理

1.在数据获取方面，既要做好“广度”与“精度”的平衡，又要做好数字技术的充分供给。坚持“问题导向”，以某一业务问题所涉及的广度为数据获取框定范围，基于算法技术保证“四大检察”全覆盖，集合算法、数据、模型等技术实现对司法执法数据的有效对接，以集成技术驱动监督办案的数字化、智能化转化。

2.在模型构建方面，做好数据特征的归纳、关联数据的搜集以及潜在问题的挖掘并作用于模型自身改进。通过数字技术对规模化数据的筛查、比对、碰撞，结合检察人员的专业优势与算法专家的技术优势完成业务应用场景的模型构建，对海量数据类型化后所提炼出特征标签，奠定数据应用的基础。［12］

3.在数据输出方面，利用算法技术在数据应用的不同环节之间进行链接，对获取、筛选后的数据进行再加工甚至直接得出结论。数据输出的结论应是精准明确的监督线索，其关键在于基础数据的准确与运算方法的得当，应要求数据提供方就数据的搜集方法、搜集过程作出说明，并就真实性存疑的数据进行调查核实，在充分借助“外脑”、外力的基础上以已有的监督线索作为核实载体，借助已有的监督线索检验拟采用的运算逻辑是否能得出已知的结论。

（二）微观层面：丰富法律监督数字化应用场景

1.挖掘数字手段辅助价值。“电子检务”与“智慧检务”时代进行的部分信息化系统建设，偏重于为基层一线减负，在赋能监督办案，提供算法算力支持等方面效果不够明显。［13］在利用数字技术辅助检察办案的基础上，应充分挖掘数字手段的辅助价值，实现数字检察对法律监督工作的增益效果。以笔者所在单位为例，通过推出“非羁押人员数字化智能监管”平台，以智能化监管平台为依托，搭载手机定位、日常打卡、外出请假、越界告警等功能，运用大数据监控系统，对非羁押人员实现“云监管”，取得了数字检察辅助办案的良好效果。［14］

2.利用数字检验法律实施。执法司法活动产生了海量案件，执法司法不公不严不廉等问题也往往隐藏在异常数据背后，传统诉讼监督囿于案多人少的矛盾，监督力度不足，监督范围也不够广。数字检察模式下，可利用数字手段对已有数据资源进行分析，对刑事诉讼、民事审判、行政诉讼方面的法律运行健康程度进行“数字体检”。［15］其能够发生作用的原因在于近似违法违规行为往往具有某方面的数字特性，这种特性既可表现为数据的数值，也可表现为数据的频次，还可表现为数据的分布。通过数字化手段，能够将不想、不愿监督的被动监督，提升为数字化分析、数智化处理的主动监督，检察人员仅需注意算法无法识别的异常风险提示，并进行核查与处理，确保监督工作的全面性和准确性。而且，相较于漫无目的地从案卷中发现线索而言，复核经过大数据技术筛选的预警信息更能有效发现监督线索，也能够提高监督效率。［16］

3.依托数字预防违法犯罪。将数字监控作为日常法律监督的手段，紧盯部分违法犯罪行为前的关键节点、提前切断犯罪行为发生进程，起到“防患于未然”的预防作用。如上海检察系统依托“禁毒626平台”和“检察系统大数据中心”探索建立“麻精类毒品犯罪新质化惩防系统”数据模型，在打击新型毒品犯罪方面成效明显。［17］数据预防的作用机制一方面在于数据公开，通过特定领域的数据公开将使得该领域变得透明可追查，以提高被查处风险的方式降低违法犯罪发生概率。另一方面是提前预防，在已办案件和已有线索的基础上，抽取关键要素、总结典型特征，既要注重对单个案件、单独线索中主体、行为、结果等要素、特征的归纳，更要注重案件特征向数字特征的转换，即准确发现犯罪特征在数据层面的表现为何、波动如何以及趋势向何。在掌握监督线索或已查办相关案件的情况下，运用数字资源，将线索由匮乏发展到丰富，将个案发展成类案，提前切断犯罪进程、避免法益遭受侵害的危害后果。