检察业务数据管理理论与实践

时间:2022-10-20 08:45:38

导语:检察业务数据管理理论与实践一文来源于网友上传,不代表本站观点,若需要原创文章可咨询客服老师,欢迎参考。

检察业务数据管理理论与实践

摘要:随着科学技术的日新月异,尤其大数据应用的快速发展,检察机关办案方式和数据统计方式都发生了较大变化。2017年全国检察业务应用系统统计子系统上线运行,实现了网上办案、管理、统计的一体化,检察业务数据量也出现了爆发式增长。这为深化数据应用提供了条件,也为数据管理提出了新的挑战。《检察业务数据管理办法》的出台解决了数据管理上的基本问题,接下来更需要进一步转变数据管理理念、更新数据管理方法、提升数据管理效果、释放数据管理价值,为检察工作高质量发展贡献更多数据力量。

关键词:数据管理;治理;质量;价值

当今世界,数据被视为科学的度量、知识的来源,没有数据,无论是学术研究,还是政策制定,都寸步难行。[1]2019年,党的四中全会将数据确定为与劳动、资本、土地、知识、技术、管理并列的第七大生产要素。2021年6月10日,《中华人民共和国数据安全法》经十三届全国人大常委会第二十九次会议通过,并于2021年9月1日正式施行。这说明数据的价值愈加凸显,已提升到国家战略层面予以考量和保护。检察业务数据作为我国数据海洋中的一个细微分支,不仅反映着检察机关的办案数量质量、效率效果,更反映着我国社会的治安状况甚至整个社会的运行态势,其价值和作用毋庸置疑。如何管理使用好这些数据可谓迫在眉睫。本文试着从理论和实践的角度谈一谈检察业务数据管理的有关问题。

一、检察业务数据管理的历史变革

谈检察业务数据管理就离不开检察业务数据统计这个话题。统计在我国自古有之,最早可追溯到上古时期的结绳记事,实际上就是一种统计。《周易·系辞下》曾有记述:“上古结绳而治,后世圣人易之以书契。”即根据事件的性质、规模或所涉数量的不同,系出不同的绳结。这表明当时已用“结绳”法来表现社会现象的数量,并产生了简单的分组。这可视为我国古代统计思想的萌芽,当然那个时候还不是用数字来记录统计结果。但是从这里也可以看出统计本身就是一种社会管理方式,只是对统计自身的管理尤其是统计数据管理就是后来甚至当代的事情了,远远晚于统计以及相关统计数据产生的阶段。检察机关对检察业务数据的管理随着数据统计方式的发展而发展,是一个逐步深入的过程,大致可以分为三个阶段:

(一)检察业务数据手工统计阶段 

[2]时间为2003年之前,这一阶段为手工统计阶段,对检察业务数据的管理主要是形式上的管理。以1985年为界又可以分为两个小阶段。1985年以前,属于手工分散统计阶段。这个阶段,各级院均由各业务部门单独统计,按条线报送,最高人民检察院(以下简称“最高检”)各业务部门自行对下统计汇总。统计数据的形式没有规范要求,有的采取登记本式,有的采取卡片式,随意性比较大,相关数据很难去核查,报送的时间也很难保障。1985年至2003年,属于手工集中统计阶段。这个阶段有三个明显特征。一是逐渐实行由专门的统计部门或者人员进行统计。1985年10月,最高检召开第一次全国检察统计工作座谈会,研究统计集中管理问题。座谈会前后,各省级院纷纷设立了统计科,有的在办公室,有的在研究室。1988年8月,最高检在办公厅正式设立统计处,负责业务数据统计管理工作。二是进入案卡时代。1992年,最高检正式印发第一套案卡,统计人员依据案卡填报数据报表,案卡是数据源头。案卡的作用在于有据可查,内容丰富,并为计算机化提供基础。目前检察业务应用系统的数据生成,仍然采用的是这一模式。三是开始推广使用计算机。单机录入案卡信息,数据与案卡相对应,各地向最高检报送磁盘,最高检汇总生成全国统计数据。

(二)检察业务数据计算机输入统计阶段

时间为2003年至2016年,这一阶段实现了计算机统计,对检察业务数据的管理由形式管理向实体管理过渡。2003年,随着检察工作的深入开展和计算机应用的进一步普及,最高检在全国检察机关推行检察机关案件管理系统,简称为AJ2003系统,实行以统计案卡信息填录为基础的数据收集、汇总、上报调查机制,即进入机器统计阶段。这个阶段的主要特征:一是实现了由纸面填报到计算机录入的转变;二是实现计算机上案卡生成数据报表;三是实现了远程点对点报送,尽管这个时期还是单机部署,但是AJ2003系统是检察信息化的里程碑,检察机关业务信息化建设,可以说是从统计开始的。2012年,在AJ2003系统基础上,最高检组织力量重新研发了新的统计系统,简称AJ2013系统,并于2013年1月开始全面运行。2013至2016年底,进入AJ2013系统阶段,初步实现了统计与管理相结合。AJ2013系统也是探索统计系统与检察业务应用系统(2013年全国上线运行,实现了网上办案)相衔接的过渡系统。检察业务应用系统设想是融案件办理、管理、统计于一体,但是起初是没有实现统计功能。2014年开始,由4个省探索统计衔接问题,2016年打通了统计系统与业务应用系统的衔接问题。

(三)检察业务数据自动生成阶段

时间为2017年至今,检察业务数据进入自动生成阶段,这一阶段基本实现了对检察业务数据的实体管理,并逐步向数据治理方向发展。2017年,全国检察机关检察业务应用系统统计子系统上线运行,检察业务数据采集、生成和呈现方式发生根本变化。过去的AJ2003、AJ2013统计系统中,检察业务数据的生成与检察办案过程相互分离。统计子系统全面上线运行后,真正实现了办案、管理、统计于一体的设想,办案人员网上办案的过程,就是案件信息填录的过程,同时也是信息采集和检察业务数据(统计数据)生成的过程。业务数据由系统在办案和监督管理中采集的信息自动实时生成,每天汇总到最高检,由信息化系统实时呈现。这一重大变革带来的积极效果是:一是统计周期从月集中报送到可以按日统计的转变;二是从专人负责统计填录到全员填录的转变;三是报表数量海量增加,统计报表从原来的63张发展到现在的200多张,真正形成了检察业务大数据;四是数据可以溯源,通过数据反查系统,能够查看案卡项目填录的准确与否,实现了对数据质量的实质审查。海量数据产生之后,为广泛、深入的数据应用提供了条件。最高检新一届党组高度重视检察业务数据应用工作,2018年6月,审议通过《最高人民检察院检察业务数据分析研判会商工作办法》,并于2020年6月对该办法作出修订,对业务数据会商工作作出规范,全国检察机关逐步形成了集业务数据提醒、业务数据分析、业务数据会商、会商意见部署与反馈、业务数据与解读等五位一体的业务数据分析研判会商机制。检察业务数据的价值和作用更加凸显,数据质量随之变得更为重要。最高检张军检察长在2018年7月13日主持召开的第一次业务数据分析研判会商会议上就专门强调,分析研判报告要做到数字准、情况明、责任清,才能做到督导工作决心大。最高检分管日常工作的童建明副检察长形象指出,如果数据不准,那么业务数据分析将成为“沙上之塔”。正是在这样的背景下,2020年底《检察业务数据管理办法》(以下简称《管理办法》)应运而生。目的就是进一步加强人民检察院检察业务数据管理,保证检察业务数据真实、准确、及时、安全,更好保障检察机关履职办案、科学决策与业务指导。

二、检察业务数据管理中的基本问题

《数据治理之论》一书中提到,数据管理是指为了实现或者放大数据资源价值而进行的规划、组织、配置、监督、控制、协调和保管料理的行为或过程;数据管理的功能就是放大数据资源价值实现的功能效用[3]。结合这一论述和《管理办法》6章32条具体内容,这里可以明确检察业务数据管理的几个核心问题:

(一)管理的对象涵盖各类检察业务数据

管理对象要解决管理什么的问题。不言而喻,检察业务数据管理的对象就是检察业务数据,所以谈检察业务数据管理首先要明确什么是检察业务数据。但是《管理办法》并没有给出一个明确定义,这主要是因为《管理办法》出台时各界对于“数据”定义尚无定论,为避免在尚无最终定论的领域过多争论,就没有对检察业务数据下一个明确的定义,而是采取直接规定检察业务数据范围的方式回避了这个问题。现在,我们不妨可以套用一下《数据安全法》中的数据概念,检察业务数据应该是指任何以电子或者其他方式对检察业务信息的记录。更具体一点也就是《管理办法》第2条规定的包括检察业务统计数据以及可产生该数据的相关案件信息,还有基于大数据理念和方法对统一业务应用系统以及检察机关其他相关信息化系统、平台的信息、数据等进行采集、加工后形成的检察业务数据。

(二)管理的直接目的是提升数据质量、确保数据安全

直接目的就是管理要达到的最表面、最浅层的目的。《管理办法》开宗明义第1条就是保证检察业务数据真实、准确、安全,通篇以数据为对象,在确保数据安全的前提下,理顺各方参与者在数据采集、加工、使用、提供、公开等活动中的权责关系,从数据的完整性、一致性、正确性、安全性等多个维度提升数据质量,确保数据安全。

(三)管理的根本目的是实现数据价值转化

根本目的是隐藏在直接目的后的更深层次目的,是最终目标。所有直接目的都是为了达到最终目的。数据质量是直接目的,是基础保证。检察业务数据管理的最终目标是通过系统化、规范化、标准化管理,促进对数据的深度挖掘和有效利用,从而将隐藏在数据背后的价值释放出来,实现用数据说话、用数据决策、用数据管理、用数据创新的最终目的。所以《管理办法》确立了优质高效、智能便捷、有序共享的原则,以及更好保障检察机关履职办案、科学决策与业务指导的目标。

(四)管理的首要原则为集中统一原则

原则是指管理所遵循的准则或规范。《管理办法》第3条专门明确了检察业务数据管理应当坚持集中统一、分级负责、安全保密、优质高效、智能便捷、有序共享的原则。其中集中统一为首要管理原则,也是最为重要的管理原则。所谓集中统一的原则就是指对于检察业务数据的采集、加工、使用、提供、公开等活动由一个部门集中管理,统一系统采集、统一汇总计算、统一标准使用等。其他几个原则,即:分级负责原则是指最高检和地方各级人民检察院分别负责对全国和当地检察业务数据活动的集中管理;安全保密原则是指在数据管理活动中通过权限管理、数据加密等手段,使数据得到有效保护和合法利用,并使其持续处于安全状态,对于涉密数据,应严格遵守保密规定,确保数据安全;优质高效原则是指数据管理要做到科学统一、真实准确、及时高效;智能便捷原则是指采取方便的手段和途径获取数据;有序共享原则是指在符合保密规定的前提下,在不同部门之间及时、完整地共享数据,提升数据效能。

(五)管理的主体为案件管理部门,其他部门各司其职

管理主体是来解决一个单位谁来具体行使管理职能的问题。数据管理往往强调单一主体,以保障本单位数据有序、高效管理和运转,防止出现“九龙治水”的现象。《管理办法》将集中统一管理作为首要原则也是这个目的,并且在第4条中明确了各级人民检察院案件管理部门是检察业务数据的主管部门。检察业务数据管理的主体是案件管理部门,并不是说其他部门就不负有管理责任。《管理办法》中除了规定案管部门作为主管部门之外,同时还明确了相关部门的职责,业务部门负责对数据质量的管理,明确提出检察官助理、书记员对录入的信息依据本人职责承担相应责任,检察官承担指导、审核责任和最终责任;保密部门负责对检察业务数据的保密管理和监督检查;技术信息部门负责组织检察业务数据需求的技术落实,并及时进行系统配置,对相关信息化系统进行运行维护等。

三、检察业务数据管理方面存在的主要问题

《管理办法》出台为业务数据管理提供了制度依据,但由于数据资源爆发式增长,检察人员思想准备不足,再加上检察业务数据采集主体的分散性、使用主体的多样性,在具体管理过程中还是存在不少问题,主要集中在以下几个方面。

(一)思想上缺乏数据观念、数据意识,对数据管理不够重视

尽管我们国家已将数据列为生产要素之一。但是我们很多同志包括一些领导同志,人进入了数据化时代,思想意识还停留在数据之外。从近几年开展的数据质量检查来看,很多地方根本不重视业务数据管理,甚至有的院领导认为数据质量管理就是案管部门或者技术人员的工作,与己无关,造成数据管理往往流于形式,对最高检下发的数据督查方案不作具体布置,对数据质量检查工作敷衍了事,蜻蜓点水,雨过地皮湿。随之而来对填录错误的追责上也失之于软,失之于宽,未能引起承办人的重视。

(二)实践中数据源头责任压得不实,数据失真、迟滞现象频频发生

数据质量是统计工作的生命线[4],也就是数据管理的生命线。真实准确、及时完整地提供检察业务数据是数据管理部门的永恒主题,也是检察机关数据管理者的终身命题。由于数据的生产端在一线检察官办案中同步填录的案卡项目;而数据使用端往往在上级检察院。这种生产者与使用者相分离的状态,造成数据生产者填录案卡信息的积极性不高,责任心不强,导致数据失真、失实的现象依然存在。有的在办案系统中瞒报、虚报有关案件,生成虚假数据信息;有的乱填案卡信息,造成数据与实际不符;有的案件已经办结,相关部门也反馈了相关后续办理信息,承办人却迟迟不填录相关案卡信息,造成相关数据不能实时生成,影响趋势判断。这是当前检察业务数据管理中的难点问题。

(三)管理上集中统一原则尚未落实,造成数出多门,数据矛盾甚至数据缺失

集中统一原则是《管理办法》的首要原则,但在实际工作中还未落实到位:首先在数据采集上,绝大部分数据实现了通过检察业务应用系统集中采集,但依然存在诸如控告申诉案件通过其他系统采集,个别数据通过人工采集,个别案件线下办理的做法,并未实现与检察业务应用系统的完全对接;其次在数据使用上,有的数据使用部门受限于对统计报表的熟悉程度,对一些数据指标的理解适用往往以偏概全,在对外宣传、对下指导中根据自己理解计算出来的数据也会出现与案件管理部门数据打架、矛盾的问题;最后在前段流程、案卡设计上,个别办案主体擅自决定修改办案流程以及前端案卡,由于未统筹考虑数据生成问题,直接导致原有统计数据的缺失。

四、加强检察业务数据管理的意见建议

《管理办法》在制度层面实现了数据收集与存储过程中的标准管理,数据处理过程中的质量管理,应用过程中的结构管理,使用过程中的安全管理;检察业务应用系统实现了办案、统计、管理一体化,检察业务数据管理的“四梁八柱”已基本搭建完成。加强检察业务数据管理,更重要的是从理念、认识、举措、人员上进一步改进,以适应新发展阶段检察工作高质量发展的需要。

(一)提高思想认识,在两个大局中审视加强检察业务数据管理工作的重要意义

总书记指出,领导干部要胸怀两个大局,一个是中华民族伟大复兴的战略全局,一个是百年未有之大变局,这是我们谋划工作的基本出发点[5]。这一重要论述为我们做好业务数据管理工作、找准管理定位指明了方向,提供了行动指南。当前数据已经成为重要生成要素之一,成为世界各国争先抢夺的战略资源之一,大变局大调整大发展中有许多不确定性,风险、挑战、矛盾会接踵而来,数据分析是超前捕捉并敏锐发现大变局中矛盾隐患最有效的工具。[6]检察机关前接公安,后对法院,可以说掌握着最综合最全面最重要的司法办案“数据库”。利用检察业务数据资源通过定量分析检测和预警,可以透视出当前社会治安、社会运行状况,社会矛盾的聚集点,提前发现排查隐藏在数据背后的重大风险隐患,为推进国家治理体系和治理能力现代化贡献检察业务数据统计力量和智慧。这也是在更高层面上发挥检察机关的法律监督职能作用。

(二)夯实数据监督职能,在检察改革中思考加强检察业务数据管理的重要作用

党的以来,最高检党组以改革创新的精神深入谋划推进检察业务工作。站在更高起点上深化司法责任制改革,使检察官享有更加充分的依法独立办案权和决定权;开展“捕诉一体”办案模式变革,使同一名检察官既负责审查逮捕又负责审查起诉;全力推动认罪认罚从宽制度,落实检察官在刑事诉讼中的主导责任。在当前司法责任之“放权”,捕诉一体之“集权”,认罪认罚之“协商”后,新的业务体系、工作模式运行得如何?办案质量怎么样?检察机关履行法律监督的效果如何?都会通过数据反映出来。这就要求数据统计项目聚焦检察改革,强化责任担当,完善已有的统计指标体系,建立健全新的统计指标体系。更重要的是发挥数据监督作用,党的四中全会将统计监督作为党和国家监督体系的重要组成部分。检察机关可以充分发挥业务数据对内监督作用,通过开展数据质量核查并延伸核查触角,运用案卡信息与法律文书比对、线上文书与线下文书比对、流程文书创建留痕时间与落款时间比对、案件办理流程与时间次序比对、检察机关有关法律文书与公安、法院文书比对的“五个比对”工作法,发现问题数据以及问题案件,发挥数据监督“探照灯”作用。

(三)强化系统思维,在数据生成使用的全流程中着力解决影响数据质量的各类问题

总书记深刻指出,“系统观念是具有基础性的思想和工作方法”[7]。马克思主义哲学告诉我们,认识世界和改造世界必须坚持普遍联系的观点,坚决防止用片面的、单一孤立的方法去观察和处理问题。业务数据管理也要注重系统观念,重点要把好“四关”:检察机关应引导一线办案检察官树立填录案卡信息就是办案的理念,熟悉案卡项目,清楚案卡含义,认真填录每一项案卡信息,把好数据源头关;应建立完善的业务数据核查制度,坚持日常核查与专项检查相结合,发现填录不实的案卡信息,及时修正,把紧数据出口关;应加强业务数据分析,通过分析发现与实际不符或者异常的业务数据,及时跟踪反馈,并积极听取业务部门意见,把实数据反馈关;要将数据质量纳入检察机关业绩考核和案件质量评查工作中进行评价,问题严重的,要分清责任,严肃问责,把严数据追责关。

(四)创新方式方法,在智能化采集、审核、分析中实现数据管理的科学化

每年面对百万以上的案件,千万级的数据信息,靠人工实现全覆盖的数据管理根本不现实,必须也只能依靠智能化管理,才能实现全程、全面、全方位管理。一是实现智能化采集案件信息,检察机关应探索建立案卡自动生成文书的办案方式,即承办人只填录案卡,通过案卡生成文书,将现在通过文书生成案卡的方式调整过来,真正改变案卡与文书“两张皮”的问题;二是应建立覆盖每一个案卡填录项目的逻辑验证规则,对互斥、异常数据,增加自动拦截、提醒、预警功能,通过技术手段实现数据核查的全覆盖;三是应建立智能化数据分析系统,实现对检察业务数据的自动分析,通过横向、纵向对比,发现异常数据,并且通过自动回溯性排查,找出变化异常的原因,提醒数据管理人员进行深入检查,真正让数据管理全过程插上“科技翅膀”。

(五)提升综合素养,在政治建设中融入业务数据管理能力建设

张军检察长强调,检察工作是一项政治性很强的业务工作,也是一项业务性很强的政治工作。业务数据管理工作是一项技术性很强的业务工作,也是业务性很强的技术工作。数据管理人员需要重点提升以下三种能力:一是政策把握能力,数据管理过程中的业务指标设定、数据分析、数据,无不要体现党和国家工作大局,体现以人民为中心的发展思想,必须要有较强的政策把握能力;二是法律综合适用能力,对业务数据采集、加工、使用、提供、公开的每一项管理,无不与现行实体法与程序法紧密相连,数据管理人员必须具备较强的法律综合适用能力;三是业务数据治理能力,这是当前检察数据管理中最薄弱却是最重要的一种能力,数据管理人员要懂得如何生成与存储数据,实现数据的聚拢;如何清洗和优化数据,实现数据到信息的提升;如何分析和应用数据,实现信息到知识的转化;如何自动作出判断和预测,实现数据到智慧的飞跃。同时在这一过程中要能够对接内外各方,贯通上下左右,实现整个业务数据治理体系高效有序运转,这就需要很强的数据治理能力。总之,管理使用好检察业务数据,深入挖掘、释放数据价值,急需培养讲政治懂业务会技术的复合型检察业务数据管理队伍。

作者:申国军