法治号
文 | 赵媛 杨京鸽
高质量司法办案必然要求高质量的案件管理。在案件管理工作中，业务数据管理又是重中之重。获得客观、真实、准确的数据，对保证检察机关提升办案质效、科学领导决策具有重要意义。
案管业务数据的内涵和外延
在“数化万物、万物皆数”的时代背景下，随着AI人工智能、云储存和云计算等信息技术的日新月异，各类数据正成为经济社会发展的新引擎。当前，案管业务数据即检察业务数据，有检察业务工作，就有检察业务统计数据。从狭义上来讲，主要是业务部门办理案件过程中，对各业务要素的数据值统计。从广义上来看，检察业务数据不同于传统的人工统计方式得到的数据，检察业务数据是基于信息技术快速发展产生的。检察业务数据本身是一个动态发展的概念，具有鲜明的时代特色：
一是按照数据来源，检察业务数据分为内部数据和外部数据。两者的区分是相对的，内部数据主要指检察业务部门在案件办理中自动产生的数据，如批准逮捕、不批准逮捕、提起公诉等数据;外部数据如公安机关等部门移送的外部文书、法院送达的判决、裁定等，均来自外部。但二者又是密切联系，可以相互转化，比如通过在检察业务应用系统中填录外部数据的相关案卡项目后，外部数据可以转化为内部数据。
二是按照数据形式，检察业务数据分为结构化数据和非结构化数据。结构化数据是指有固定数据形式，直观可见的数据，如案卡、报表属于典型的结构化数据;在实际工作中，还存在许多需要转化才能成为数据的案件要素，如文书卷宗等属于非结构化数据。伴随技术的发展，实践中，从便利使用的角度，从非结构化数据中对信息进行提取、清洗、筛选、关联、聚类后，转化为类似半结构化和结构化形式的数据，逐步成为一种趋势。
三是按照数据内容，检察业务数据分为显性数据和隐性数据。除了报表、案卡、文书、流程节点等显性数据，系统中还存在大量的隐性数据，如回退流程节点时系统自动留痕的数据、对某个案卡项目点击快慢、访问频率等形成的热点数据等。
通过上述分类途径，厘清检察业务数据的范畴，是能够更好利用和讨论业务数据问题的前提。
案管业务数据质量管理中的问题
对于案管业务数据质量管理中发现的问题，主要有三个方面：
一是业务数据质量不高。检察业务数据分析的基础是数据准确、情况真实，其依托于案管部门受理人员、承办案件检察官及检察辅助人员对案卡信息的准确填录。在实践中，统一业务应用系统内案件基础信息填录存在错、漏、迟、乱等突出问题屡禁不止，导致出现相关数据提取不及时、不准确的问题;在监督类案件的创建和案卡填录方面，存在不及时创建案件、错误创建案件流程、不填录案卡人卡等问题，造成实际办理情况与案卡填录情况不符的问题，影响统计数据的准确性。
二是人工填录项目繁杂，纠错修正不及时。在当前形势下，结合数字智能化发展趋势，案卡填录项目应以机器抓取数据为主、人工填报数据为辅，数据采集应尽可能地提升机器抓取的比例，尽可能减少人工填报的需求。在实践中，检察办案系统要求检察人员填报数据的情形仍然偏多、偏复杂，与此同时，系统的自动巡查、纠错等功能尚不够健全，很多数据项目仍然需要依托人工逐案检查并进行人工预警，最终导致统计数据准确度下降。
三是业务数据分析研判效果不佳。检察机关业务数据管理工作在案管部门，案管部门作为分析研判工作的主力，存在人员配备较弱、专业化队伍亟待进步等方面的问题，一定程度上制约了该项工作的进一步发展、提升。质量更高的检察业务数据精准研判分析，离不开具有丰富办案、管理经验的业务人才和数据化人才。最好的支撑力量是融丰富办案经验和管理经验、数据思维和人工智能知识于一体的专业队伍。在当前检察系统普遍缺乏满足需要的专业化人才的现实中，部分承担业务数据分析研判工作的人员对于案管业务较为熟悉，但是由于缺乏其他业务部门工作经历，对业务数据进行分析研判过程中发现问题的敏感性低、综合分析把控力弱，撰写的分析研判报告的深度、广度不足。
案管业务数据质量出现问题的原因
管理部门本身对案管业务数据的价值认识不充分。随着信息化大数据的普及，多数检察人员对数据的重要性认识有了一定的提高，但由于思想上不够重视，更缺乏实践，这也导致对数据的应用和管理并未深入了解。其实，检察业务数据思维不只是技术方式的变革，更是办案方式和司法理念的革新，检察人员首先要解决的问题，是务实地从实践中全面理解检察业务数据的概念、价值。
业务部门人员重办案、轻数据的惯性思维对案管业务数据质量工作产生羁绊。前述业务数据中的内部数据、显性数据基本都来源于各个业务部门一线的办案检察官，是他们在案件办理过程中同步填录案卡信息，构成了内部数据的基础，但一线办案检察官根据办案终身责任制往往更重视案件办理，随着案件量、综合性事务的不断增多，承办检察官将程序性工作比如案卡填录交给助理或书记员完成，填录人员个人工作细致程度、责任心及能力大小不一，部分案卡填录人员对于系统运用的认识往往局限于在系统内选择相应节点、生成办案文书等与办案活动紧密相关的操作，部分检察官对“谁办案谁填录，谁填录谁负责”的数据填录观念还未完全树立，对于案卡的填录重视程度不够，导致报表生成的相关数据与案件事实不符，在一定程度上影响了检察业务数据分析研判的准确性、科学性及指引性。
检察业务数据质量管理机制不完善。一是案件管理部门队伍建设还有待加强。作为检察业务数据质量的重要监管部门，监管中还需强化深层次监管检察。检察人员管理数据、分析数据、运用数据服务检察工作的能力亟待加强。数据管理的对象表面是数字，但其本质是复杂的司法办案过程，这不仅要求办案人员具备丰富的办案经验、较强业务能力，还要求掌握大数据分析方法。二是业务数据新型管理模式尚未成型。虽然目前已存在划分明确填录职责。按照“谁填录谁负责”的原则，业务部门众多员额检察官，案管数据管理员与之多次对接既增添工作繁琐程度也不利于高效实现管理目的。三是虽有数据分析研判和集中通报，但如何及时准确实现最后的监管，取得数据监管结果，促使业务部门高度重视数据监管发现的问题，也是需要思考和制度约束的内容。
提高案管业务数据质量的建议和对策
一是开拓新通报督促阶段性递进制度。通报督促制度应当随着现阶段检察工作对业务数据质量的要求而改进，针对不同问题情况、人员情况，分时段、分类型、有侧重，形成系统性、连续性的通报督促制度。具体而言，通报督促制度应可分为日常性通报、定期性通报。日常通报是指案管人员通报即时发现的数据填录错误情况，及时提醒承办人改正;定期性通报可包括月通报、季度通报，主要是指案管人员在固定时间周期审核数据错误及改正情况;而更长期的数据分析通报，是指案管人员在固定时间长期对该段时间内发现的错误进行汇总通报。
二是开拓点面结合的督促督查，可分为专项督查和全面集中督查。专项督查针对一段时期内发生的典型类型问题进行督查，而全面集中督查则全面总结、系统梳理各业务部门在检察业务数据质量专项督查过程中暴露的问题、积累的经验，集中时间、集中力量组织开展全面数据质量督查活动，集中排查问题、梳理问题、分析原因，推动问题集中整改、集中解决，不仅解决问题更溯源治理，推动数据质量符合实际、精准到位。
三是探索运行自动化智能审核。结合已经成形的报表平衡审核程序编制一整套智能审核程序，需要人工审核的部分就只是智能审核程序所不能审核的部分，这将有效提高数据审核效率。例如，郑州市金水区人民检察院研发的“案件质效”“巡逻兵”软件，通过对案卡、表卡、文书的自动比对和逻辑关系的校验，实现数据自动筛查反馈，高效夯实检务业务数据质量，解决此前依靠统计员人工进行核对，数据瑕疵率高、工作量大、效率低的问题。逐步实现数据治理现代化和数据服务社会化。
四是完善规章制度。以制度引领，保证数据录入的准确性，提高业务数据质量。制定案管通报数据修改制度，将找问题推进到主动改，进一步推动到少问题，通过制度建设，促进立行立改。制定通报与培训结合的工作制度，通过集合通报情况有针对性地开展专题培训，举一反三进行整改、防范，杜绝类似问题反复发生。对于问题突出的个人和部门，进行约谈。严肃惩戒制度，将数据质量问题纳入检察人员考核，对于不规范填报和随意乱填报问题，在考核基础上予以扣分，对于弄虚作假的移交检务督察部门，采取零容忍态度。
作者单位：河南省郑州市金水区人民检察院
编辑：白楚玄