2017年6月,最高人民檢察院制定下發了《檢察大數據行動指南(2017-2020年)》(以下簡稱《行動指南》),對檢察機關大數據應用進行總體部署,全面推進大數據和檢察工作深入融合。而案件管理部門正是這項工作的排頭兵。筆者試從案件管理職能的發展趨勢出發,分析海峽兩岸司法大數據的應用狀況,闡述大數據與案件管理職能的相互影響,進而提出相應建議,以期對智慧檢務趨勢下檢察機關充分發揮法律監督職能有所裨益。
案件管理大數據對智慧檢務的作用
(一)案件管理職能的新發展
案件管理職能具體包括「管理、監督、服務、參謀」四項。2013年最高人民檢察院《檢察機關執法工作基本規範》將案件管理部門定位為專門負責案件管理的綜合性業務部門,並規定了多達十項的業務內容,以實現通過程序性制約提高司法效率、保障司法公正。然而實踐中,對案件管理職能的理解更多是停留在狹義上「看得見」的收送案工作,人員配備較少,部分職能被弱化或流於形式。2015年,檢察統計工作由辦公室歸口至案件管理部門,案件管理職能由實體上的卷宗分流、程序上的流程監督拓展到數據的採集、匯總、報送。案件管理部門成為訴訟流程中檢察環節的數據大管家,負責數據的匯總、審核、查詢與使用。2016年,最高人民檢察院印發《人民檢察院案件流程監控工作規定(試行)》,為案件管理部門的監督管理提供法律依據。至此,案件管理職能擁有以數據促監督、以數據反哺檢察監督職能的新內容,為司法責任制的內部管控改革添磚加瓦。
(二)案件管理大數據對智慧檢務之助力
作為數據大管家所掌握的案件管理大數據又會為智慧檢務建設創造怎樣可量化的維度?
一是優化檢察資源之配置。究竟配備多少數量的檢察官、檢察輔助人員和行政管理人員,給予檢察官什麼程度的權限才是最為合理的設計?案件管理的檢察數據統計可以為決策提供一個很好的評估方案。如果認可檢察人員分類管理是為了更優化辦案力量,那麼以辦案質量為評價核心的計算模型可以在檢察人員分類管理實行過程中判斷改革是否帶來了辦案力量的更優化。以歷史數據預測、評估方案,再以數據優化方案,進而實現以改革促辦案質量的目的。
二是量化案件績效評價之依據。全國檢察機關統一業務應用系統(以下簡稱「統一業務應用系統」)的不斷優化升級,實現檢察官辦案過程全程留痕,可以通過流程監控實時跟蹤、動態監督,對每個檢察官的辦案數量、質量、效率的數據進行客觀、準確地採集和匯總,形成涵蓋辦案數量、辦案類型、辦案周期等檢察官個人辦案情況的數據統計,定期以數表的形式展現出來。同時結合檢察官業務考核要求,對檢察官業務考核提供基礎數據,對不同辦案組之間的數值差異,對同一辦案組在不同時間段的數值差異進行採集匯總,深度剖析研判後形成報告,為檢察官個人成長提供參考值,為業績考評工作提供情報,為領導決策提供支持。
三是檢察監督職能發揮之強化。《行動指南》中提及:「推進大數據在案件管理和監督中的應用。通過對相關業務數據的分析,實現案件智能分流、辦案全過程合規性自動評查。」案件管理部門作為數據大管家,通過流程監控對偵查機關的羈押期限、審判機關的審判期限等程序性指標,如超期執行逮捕、不必要的延長羈押、審判機關久拖不判等問題予以收集匯總,與業務部門共同分析研判,供業務部門在行使檢察監督職能時予以關注。
臺灣地區司法大數據應用
對大陸檢察機關發揮案件管理職能的啟示
2014年12月8日,臺灣地區提出「雲計算、大數據、開放數據」三箭齊發的策略,規劃未來能夠通過大數據應用,精準計算民眾需求與前瞻施政,提升行政效能。從現有的狀況觀察,臺灣地區司法大數據應用呈現以下三個特點。
(一)以單一數據為基礎,拓展數據多樣性和相關性
通過了解臺灣地區的司法改革進程,可見其司法管理的科學化程度較高,而這種科學化是建立在重視數據、運用數據基礎上的。臺灣地區「司法院」的網站上,其司法統計的數據多種多樣,如「各級法院辦理重大刑事案件科刑情形」「大法官解釋案件收結件數及辦理情形」「各級法院重大刑事案件收結情形及未結案件經過時間」等等,且上至「最高法院」,下至「地方法院」,還有按照年、月、指標三種不同的統計標準計算得出的數據,其基礎數據的全面性無疑為司法制度的改良提供了極大的便利。臺灣地區在司法改革活動中,改革者也做了大量功課。在改革準備階段,為數眾多的專家學者、法律工作者進行了大量的調查研究,並用全面翔實的統計數字加以證實與說明。如臺灣地區新竹地方法院法官邱忠義在研究案件流程管理制度時,除了運用臺灣地區地方法院10年間刑事收案量與法官人數的統計資料外,還以新竹地方法院2006年1月至2011年12月底全院刑事庭所有訴、易、簡字案號的全部案件為研究標的(不採用抽樣方法),以全面性完整資料,解讀案件流程管理制度對於妥速審判的回應。
當前,社會已步入大數據時代,更應重視數據的作用,不能僅停留在少量的單一數據的階段,也不能只依賴於開座談會、走訪等傳統的調查方式,而應充分拓展數據的多樣性和相關性,發揮現代化的信息優勢。
(二)事前精密測算,事後量化驗證
臺灣地區近些年的司法改革中,不僅改革前進行詳細周密的統計調查,改革後也同樣用大量數據進行非常詳盡的統計論證成效。如邱忠義先生分別以量化研究方法,逐一檢驗新竹地方法院刑事庭採取分流制度前後,在案件自結率、和解調解成功率、維持率及折服率、延遲未結案件數、平均結案速度、審後裁判品質及審後法官案件量負擔等,其各方面之成效是否均能回應人民有受公平適時審判權利的要求。又如「臺灣高等法院高雄分院」法官孫啟強以試行案件流程管理制度前後的各種相關數據,如刑事重大未結件數、平均結案日數、刑事拖延、視為刑事拖延及久懸未結件數等數據的變化,充分論證刑事案件流程管理制度的利弊得失,得出該制度實現了明顯改善案件積壓延宕的情形、有效緩解審理庭法官的業務及負擔,但也使得審查庭法官負擔加重的效果。
反觀大陸的傳統社會治理模式,並不十分追求量化和精確。這種「差不多」的傳統治理文化和治理思維在現代工業社會尤其在當今的信息化社會可能會產生不少問題。
(三)以量化研究為主,以質性研究為輔
臺灣地區近些年的司法改革中,除運用量化研究方式外,還輔之以質性研究,充分調查民眾、律師、法官等群體對司法改革效果的評價。以上述臺灣地區案件流程管理制度改革為例,藉由量化研究所呈現的客觀結果,反映出踐行案件流程管理制度與妥速審判的要求呈現高度正相關的關係,但關於減輕審後法官負擔、提升裁判品質、保持高折服率、降低延遲未結案件等各具體關鍵績效指標,仍有待質性訪談加以深化驗證。在訪談方式上則採用半結構式深入訪談方式,針對關鍵績效指標及相關改進措施等問題發問,且在訪談問題的設計上,並非漫無目的地隨意讓受訪者即興回答,主要是配合量化研究不足的部分,補充以質性研究問題方式處理。藉由質性研究分析,研究者發現無論是律師、公設辯護人、檢察官或法官,均認可案件流程管理制度有助於降低審前平均終結日數、減輕審後檢察官負擔、提升裁判品質、保持高折服率、降低延遲未結案件等關鍵績效指標,且均表示此制度有助於妥速審判,頗能落實民眾公平、適時有效審判權利的要求。
大陸司法實踐情況複雜,存在東中西不平衡性和千差萬別的多樣性,因此,在改革調研論證時既要有全面的量化數據樣本,也要有質性的深入調查研究,以保證論證的充分和周全。
司法責任制改革背景下
加強案件管理大數據應用的建議
(一)建立客觀數據採集體系
「大數據分析和情報分析都是以數據挖掘為基礎,即從數據中萃取情報的過程。」目前,檢察案件管理數據採集主要依託各業務部門填錄統一業務應用系統,近幾年案件信息錄入愈加精細化、全面化,這對豐富大數據源具有積極作用,有助於獲得準確的情報分析。因此,首先應保證統計數據的真實性和準確性。真實準確的統計數據能夠客觀反映案件管理情況,而虛假、錯誤的數據不僅歪曲反映事實,更危險的是容易誤導決策。其次,從紛繁複雜的檢察案件管理資料庫中提取出簡約、相關的數據集是大數據分析的關鍵,因而在系統數據錄入和欄位提取方面需要與時俱進不斷進行合理化改進,從源頭上力求更適應大數據統計的需要。
(二)提供專業業務態勢分析
以往案件管理職能多在數據的統計分析上下功夫,較少利用刑事法學及其他相關學科的理論知識對業務態勢進行深入剖析。但司法責任制改革後,案件管理部門被定位為綜合業務部門,並由員額檢察官負責,因此加強對犯罪學知識的應用,提升檢察大數據的司法專業性,是案件管理職能進一步發揮參謀作用的應有之義。如充分利用案件管理大數據的信息資源,對本地區某類型犯罪的發生原因、發展態勢等方面,結合本地區的經濟、法治、風俗文化等因素進行全面、精準、有效地分析,從而形成更為客觀的結論和更為科學合理的對策。
(三)科學運用檢察統計數據
檢察案件管理與車間生產或行政管理不同,如果單純靠行政化的管理手段,即使運用精細化的統計數據,也可能與檢察案件管理的目標背道而馳。比如,審結率是反映檢察官辦案效率的一項指標,也是各地經常用於考核檢察官或考評單位的指標,若過於追求高審結率而倉促結案或人為造假,結果往往適得其反。又如,辦案量也是考核檢察官工作量的一項常用指標,但如果單純以辦案數量多少論優劣而忽略辦案質量、案件難易等因素,也無法作出客觀公正的考核結果。審結率、辦案量等關鍵考核指標具有一定積極意義,正確運用,可以從整體上客觀評估辦案質量,起到發現問題、改進工作、促進公正的作用,但錯誤利用,則會簡單化為案件管理的指揮棒。因此,不能僅僅將檢察數據當成評價工具,應科學運用並發揮檢察統計數據信息的多重價值。
(四)轉變統計分析工作模式
單一基層檢察機關在其權限內的資料庫較為有限,傳統封閉的統計方式也已不符合大數據分析的要求。當前各級檢察機關各自為戰很難實現大數據的價值,統計數據只有互聯互通、資源共享才能發揮更大的效益。筆者認為,要組織起有規模的大數據統計分析,應設計一種較高層次主導的工作模式,如由下級檢察院申請立項,省級檢察院審批後授予大數據權限,再由下級檢察院以專項等形式開展,最後由適當層級的檢察院對大數據分析的預測結論進行合理應用。
(五)爭取外部數據補充協作
檢察機關的案件管理資料庫雖然龐大,但仍有局限性和封閉性,有時在某些數據上會遭遇獲取、挖掘能力的瓶頸,這時就需要外部數據的補充和融合。在這個信息化社會,審判機關、公安機關、司法行政機關以及其他政府部門,都具備對檢察案件管理有價值的數據資源,這些數據集合也與社會治理息息相關,甚至滲透到公民的生活領域。未來,檢察機關有必要爭取與外部大數據的共享和交換,利用各職能部門的數據進行關聯和分析,優化配置大數據資源,為司法辦案、管理決策、服務為民等業務需求提供更有效的服務,實現「智慧檢務」的發展目標。
大數據時代的來臨不僅代表著巨量數據、先進技術與龐大商機,它更是一套解決問題、探索未來與科學應用的有效方法。就司法領域尤其是案件管理角度而言,未來大數據的應用將日益深化。雖然目前大數據產業仍處於起步階段,開展案件管理大數據工作可能會遭遇先期的艱難和坎坷,但需要認識到大數據對案件管理的重要作用。應積極探索我國檢察案件管理大數據統計分析的可行路徑,從而促進司法責任制改革的落實與完善。
原文載於2018年《人民檢察》第22期,有刪節。