文 | 趙媛 楊京鴿

高質量司法辦案必然要求高質量的案件管理。在案件管理工作中，業(yè)務數據管理又是重中之重。獲得客觀、真實、準確的數據，對保證檢察機關提升辦案質效、科學領導決策具有重要意義。

案管業(yè)務數據的內涵和外延

在“數化萬物、萬物皆數”的時代背景下，隨著AI人工智能、云儲存和云計算等信息技術的日新月異，各類數據正成為經濟社會發(fā)展的新引擎。當前，案管業(yè)務數據即檢察業(yè)務數據，有檢察業(yè)務工作，就有檢察業(yè)務統(tǒng)計數據。從狹義上來講，主要是業(yè)務部門辦理案件過程中，對各業(yè)務要素的數據值統(tǒng)計。從廣義上來看，檢察業(yè)務數據不同于傳統(tǒng)的人工統(tǒng)計方式得到的數據，檢察業(yè)務數據是基于信息技術快速發(fā)展產生的。檢察業(yè)務數據本身是一個動態(tài)發(fā)展的概念，具有鮮明的時代特色：

一是按照數據來源，檢察業(yè)務數據分為內部數據和外部數據。兩者的區(qū)分是相對的，內部數據主要指檢察業(yè)務部門在案件辦理中自動產生的數據，如批準逮捕、不批準逮捕、提起公訴等數據;外部數據如公安機關等部門移送的外部文書、法院送達的判決、裁定等，均來自外部。但二者又是密切聯系，可以相互轉化，比如通過在檢察業(yè)務應用系統(tǒng)中填錄外部數據的相關案卡項目后，外部數據可以轉化為內部數據。

二是按照數據形式，檢察業(yè)務數據分為結構化數據和非結構化數據。結構化數據是指有固定數據形式，直觀可見的數據，如案卡、報表屬于典型的結構化數據;在實際工作中，還存在許多需要轉化才能成為數據的案件要素，如文書卷宗等屬于非結構化數據。伴隨技術的發(fā)展，實踐中，從便利使用的角度，從非結構化數據中對信息進行提取、清洗、篩選、關聯、聚類后，轉化為類似半結構化和結構化形式的數據，逐步成為一種趨勢。

三是按照數據內容，檢察業(yè)務數據分為顯性數據和隱性數據。除了報表、案卡、文書、流程節(jié)點等顯性數據，系統(tǒng)中還存在大量的隱性數據，如回退流程節(jié)點時系統(tǒng)自動留痕的數據、對某個案卡項目點擊快慢、訪問頻率等形成的熱點數據等。

通過上述分類途徑，厘清檢察業(yè)務數據的范疇，是能夠更好利用和討論業(yè)務數據問題的前提。

案管業(yè)務數據質量管理中的問題

對于案管業(yè)務數據質量管理中發(fā)現的問題，主要有三個方面：

一是業(yè)務數據質量不高。檢察業(yè)務數據分析的基礎是數據準確、情況真實，其依托于案管部門受理人員、承辦案件檢察官及檢察輔助人員對案卡信息的準確填錄。在實踐中，統(tǒng)一業(yè)務應用系統(tǒng)內案件基礎信息填錄存在錯、漏、遲、亂等突出問題屢禁不止，導致出現相關數據提取不及時、不準確的問題;在監(jiān)督類案件的創(chuàng)建和案卡填錄方面，存在不及時創(chuàng)建案件、錯誤創(chuàng)建案件流程、不填錄案卡人卡等問題，造成實際辦理情況與案卡填錄情況不符的問題，影響統(tǒng)計數據的準確性。

二是人工填錄項目繁雜，糾錯修正不及時。在當前形勢下，結合數字智能化發(fā)展趨勢，案卡填錄項目應以機器抓取數據為主、人工填報數據為輔，數據采集應盡可能地提升機器抓取的比例，盡可能減少人工填報的需求。在實踐中，檢察辦案系統(tǒng)要求檢察人員填報數據的情形仍然偏多、偏復雜，與此同時，系統(tǒng)的自動巡查、糾錯等功能尚不夠健全，很多數據項目仍然需要依托人工逐案檢查并進行人工預警，最終導致統(tǒng)計數據準確度下降。

三是業(yè)務數據分析研判效果不佳。檢察機關業(yè)務數據管理工作在案管部門，案管部門作為分析研判工作的主力，存在人員配備較弱、專業(yè)化隊伍亟待進步等方面的問題，一定程度上制約了該項工作的進一步發(fā)展、提升。質量更高的檢察業(yè)務數據精準研判分析，離不開具有豐富辦案、管理經驗的業(yè)務人才和數據化人才。最好的支撐力量是融豐富辦案經驗和管理經驗、數據思維和人工智能知識于一體的專業(yè)隊伍。在當前檢察系統(tǒng)普遍缺乏滿足需要的專業(yè)化人才的現實中，部分承擔業(yè)務數據分析研判工作的人員對于案管業(yè)務較為熟悉，但是由于缺乏其他業(yè)務部門工作經歷，對業(yè)務數據進行分析研判過程中發(fā)現問題的敏感性低、綜合分析把控力弱，撰寫的分析研判報告的深度、廣度不足。

案管業(yè)務數據質量出現問題的原因

管理部門本身對案管業(yè)務數據的價值認識不充分。隨著信息化大數據的普及，多數檢察人員對數據的重要性認識有了一定的提高，但由于思想上不夠重視，更缺乏實踐，這也導致對數據的應用和管理并未深入了解。其實，檢察業(yè)務數據思維不只是技術方式的變革，更是辦案方式和司法理念的革新，檢察人員首先要解決的問題，是務實地從實踐中全面理解檢察業(yè)務數據的概念、價值。

業(yè)務部門人員重辦案、輕數據的慣性思維對案管業(yè)務數據質量工作產生羈絆。前述業(yè)務數據中的內部數據、顯性數據基本都來源于各個業(yè)務部門一線的辦案檢察官，是他們在案件辦理過程中同步填錄案卡信息，構成了內部數據的基礎，但一線辦案檢察官根據辦案終身責任制往往更重視案件辦理，隨著案件量、綜合性事務的不斷增多，承辦檢察官將程序性工作比如案卡填錄交給助理或書記員完成，填錄人員個人工作細致程度、責任心及能力大小不一，部分案卡填錄人員對于系統(tǒng)運用的認識往往局限于在系統(tǒng)內選擇相應節(jié)點、生成辦案文書等與辦案活動緊密相關的操作，部分檢察官對“誰辦案誰填錄，誰填錄誰負責”的數據填錄觀念還未完全樹立，對于案卡的填錄重視程度不夠，導致報表生成的相關數據與案件事實不符，在一定程度上影響了檢察業(yè)務數據分析研判的準確性、科學性及指引性。

檢察業(yè)務數據質量管理機制不完善。一是案件管理部門隊伍建設還有待加強。作為檢察業(yè)務數據質量的重要監(jiān)管部門，監(jiān)管中還需強化深層次監(jiān)管檢察。檢察人員管理數據、分析數據、運用數據服務檢察工作的能力亟待加強。數據管理的對象表面是數字，但其本質是復雜的司法辦案過程，這不僅要求辦案人員具備豐富的辦案經驗、較強業(yè)務能力，還要求掌握大數據分析方法。二是業(yè)務數據新型管理模式尚未成型。雖然目前已存在劃分明確填錄職責。按照“誰填錄誰負責”的原則，業(yè)務部門眾多員額檢察官，案管數據管理員與之多次對接既增添工作繁瑣程度也不利于高效實現管理目的。三是雖有數據分析研判和集中通報，但如何及時準確實現最后的監(jiān)管，取得數據監(jiān)管結果，促使業(yè)務部門高度重視數據監(jiān)管發(fā)現的問題，也是需要思考和制度約束的內容。

提高案管業(yè)務數據質量的建議和對策

一是開拓新通報督促階段性遞進制度。通報督促制度應當隨著現階段檢察工作對業(yè)務數據質量的要求而改進，針對不同問題情況、人員情況，分時段、分類型、有側重，形成系統(tǒng)性、連續(xù)性的通報督促制度。具體而言，通報督促制度應可分為日常性通報、定期性通報。日常通報是指案管人員通報即時發(fā)現的數據填錄錯誤情況，及時提醒承辦人改正;定期性通報可包括月通報、季度通報，主要是指案管人員在固定時間周期審核數據錯誤及改正情況;而更長期的數據分析通報，是指案管人員在固定時間長期對該段時間內發(fā)現的錯誤進行匯總通報。

二是開拓點面結合的督促督查，可分為專項督查和全面集中督查。專項督查針對一段時期內發(fā)生的典型類型問題進行督查，而全面集中督查則全面總結、系統(tǒng)梳理各業(yè)務部門在檢察業(yè)務數據質量專項督查過程中暴露的問題、積累的經驗，集中時間、集中力量組織開展全面數據質量督查活動，集中排查問題、梳理問題、分析原因，推動問題集中整改、集中解決，不僅解決問題更溯源治理，推動數據質量符合實際、精準到位。

三是探索運行自動化智能審核。結合已經成形的報表平衡審核程序編制一整套智能審核程序，需要人工審核的部分就只是智能審核程序所不能審核的部分，這將有效提高數據審核效率。例如，鄭州市金水區(qū)人民檢察院研發(fā)的“案件質效”“巡邏兵”軟件，通過對案卡、表卡、文書的自動比對和邏輯關系的校驗，實現數據自動篩查反饋，高效夯實檢務業(yè)務數據質量，解決此前依靠統(tǒng)計員人工進行核對，數據瑕疵率高、工作量大、效率低的問題。逐步實現數據治理現代化和數據服務社會化。

四是完善規(guī)章制度。以制度引領，保證數據錄入的準確性，提高業(yè)務數據質量。制定案管通報數據修改制度，將找問題推進到主動改，進一步推動到少問題，通過制度建設，促進立行立改。制定通報與培訓結合的工作制度，通過集合通報情況有針對性地開展專題培訓，舉一反三進行整改、防范，杜絕類似問題反復發(fā)生。對于問題突出的個人和部門，進行約談。嚴肅懲戒制度，將數據質量問題納入檢察人員考核，對于不規(guī)范填報和隨意亂填報問題，在考核基礎上予以扣分，對于弄虛作假的移交檢務督察部門，采取零容忍態(tài)度。

作者單位：河南省鄭州市金水區(qū)人民檢察院