·检察专论·


内容摘要：当下我国大数据法律监督实践存在成绩突出与问题徘徊并存的局面，学术界应当提炼标识性概念、建构原创性理论予以回应。以纵向沿革和横向比较的角度观之，相关探索呈现为由国家力量主导的现实样态，所处阶段展现回归、升级进而穿透事实查明层面的内在规律。此类法律监督以大数据及相关科技为支撑力，以多案监督为着力点，以促进国家、社会治理现代化为大目标；关键要素包括检察大数据、批量异常案件发现模型、人机耦合技战法等，重中之重则在于适用不同场景的模型研发。今后我国应当以实践持续改进为面向，出台配套提升国家治理大局的多案监督规则，并鼓励对成熟可用模型提级扩围。
关键词：大数据法律监督；检察大数据；监督模型；多案监督；数字检察
中图分类号：D924.33　　文献标识码：A　　文章编号：：1004-9428（2023）01-0076-17
　　2021年《中共中央关于加强新时代检察机关法律监督工作的意见》出台，为检察机关充分发挥法律监督职能提出了智能化建设的明确要求。随之全国检察机关启动检察大数据战略，强调以大数据赋能法律监督。截至目前，这一新事物已然成势，全国在平台建设、模式重塑与社会治理等方面取得了不俗成绩，以浙江省为代表之先行先试区形成了成熟示范。与此同时，有的地方检察机关认识不深，依然秉持等靠慢的观望态度；有的泛泛地给既有检察信息化产品改贴标签，做“换汤不换药”的应对；有的耗资研发花式“泡沫”产品，并不会产生任何实际效能；还有的单纯寄希望于法律监督模型或平台建设等技术创新，忽略了体制机制配套创新的并驱效应；更有主导者将大数据同法律监督的融合应用搞成“大杂烩”，勾勒出一幅华而不实的图景……面对实践中趋势与异象共现，法学界需要开展专门的理论建构，以正本清源助推实践改良，进而夯实国家、社会治理现代化的基础。
　　理论的最基本要素是概念。关于概念在理论建构中的重要价值，牛津大学玛丽斯教授指出，“‘概念’在理论形成前就像一幅地图，能够让我们走入正确区域，并进行定位。”〔1〕从世界范围来看，以美国为代表的西方国家并没有类似于我国法律监督的概念，〔2〕其检察机关运用大数据办案主要限于“大数据起诉（Big Data Prosecution）”〔3〕“预测性起诉（Predictive Prosecution）” 〔4〕等。在我国，除了检察系统广泛使用的“大数据赋能法律监督” 〔5〕外，常见的表述还有“大数据助力法律监督” 〔6〕“大数据+检察监督” 〔7〕“大数据司法监督” 〔8〕“大数据法律监督” 〔9〕“检察监督智能化” 〔10〕“法律监督数字化智能化” 〔11〕 “数字赋能监督” 〔12〕等等。不难看出，它们系从本体、现象及策略等诸多角度进行表达。若就指代本体而言，“大数据法律监督”能够妥当地概括中国检察机关依托大数据等技术手段开展的新型法律监督，且符合用作法律概念的科学性、规范性要求。本文将用之作为核心关键词展开，另有特别注明的除外。全篇贯通大数据法律监督的由来、现实与未来，遵循从实践到理论的范式，提炼有中国特色的标识性概念，在此基础上给出相关制度与技术改进方案。
一、大数据法律监督的实践规律
（一）探索样态及基本特点
　　大数据法律监督的当下探索代表了大数据技术驱动法律监督工作的新动向，用简单的公式表达就是“法律监督+大数据”。其中，法律监督指的是“专门的国家机关根据法律的授权，运用法律规定的手段对法律实施情况进行监察、督促并能产生法定效力的专门工作”，〔13〕是我国检察机关依法履行宪法法律赋予职责的特殊监督；大数据可以被简单理解为“为决策问题提供服务的大数据集、大数据技术和大数据应用的总称”。〔14〕以此框定之，大数据法律监督的相关探索在我国呈现为“由国家力量主导”〔15〕的一种特殊样态。
　　其一，该类探索获得国家战略顶层设计的指导。《中共中央关于加强新时代检察机关法律监督工作的意见》《法治中国建设规划（2020-2025）》均对大数据法律监督提出了原则要求。最高人民检察院还将落实国家大数据战略具体化为检察大数据战略。检察大数据战略虽无正式文本对外，但是经由全国检察机关数字检察工作会议等活动的传导，得到系统内的普遍认知和贯彻执行。2022年，为支持走在大数据运用前列的浙江省检察机关深耕探索，最高人民检察院专门发布《关于支持和服务保障浙江高质量发展建设共同富裕示范区的意见》，明确浙江检察“加快推进‘数字赋能监督，监督促进治理’的法律监督模式重塑变革”“深化检察大数据法律监督平台的建设和应用”等专门要求。
　　其二，该类探索带有检察条线上下共频的特点。开展大数据法律监督探索的主力军是检察系统，四级机构采取的是上下一体化行动。2022年，最高人民检察院在多次高层级会议上精细部署，内设厅局在四大检察十大业务中全面试验。各地方检察机关纷纷将大数据法律监督列为“一把手工程”。部分先行地区更推出了“一域突破、全省共享”的经验做法，成为辖区内检察院“一个都不能少”的保障。
　　透过现象看本质，大数据法律监督探索应当被理解为国家意志的表达。它源起于全国检察系统，辐射至相关部门、行业，成为促进国家、社会治理现代化的联合举动。例如，2018-2022年浙江省仙居县人民检察院运用政府补（救）助大数据等办理一批专项监督案件（以下简称“实例1”），引起人社部等部委的重视并出台相关文件，推动全国范围内形成关于涉刑人员违规领取养老金保险问题的治理闭环；又如，2020年最高人民检察院、最高人民法院达成《关于建立全国执行与法律监督工作平台进一步完善协作配合工作机制的意见》，表明检法两家协同启动以执行文书大数据开展法律监督的行动。
（二）演进阶段及内在规律
　　如何理性看待我国经过广泛而深入探索催生的新事物——大数据法律监督？除了前述抽象判断外，还可以从纵向沿革和横向比较的角度透视内在规律。前者有助于回答大数据法律监督在科学技术走上法律舞台的历史中因循的规律，后者有助于回答大数据法律监督跟近似探索相比显现的规律。
　　近代以来，世界范围内各种“法律+科技”探索成为一股股不断扩增的洪流。它们大体上有两种模式：其一始于20世纪初至今的证据科学涌现，如指纹、足迹、DNA鉴定、电子证据鉴定等大发展，反映的是物理学、化学、生物学、信息科学等自然科学知识促进了案件事实查明的科学化转型；其二始于21世纪初至今的智慧司法迸发，如基于大数据的类案推送、判决预测、人身危险性评测、机器定罪量刑等的迭代，主要是大数据、人工智能、移动互联网、云计算、区块链等新兴智慧科技牵引着全方位办案工作（特别是法律适用方面）的智能化转向。与之相配套，大数据法律监督虽然借助的是后一模式所主要依赖之大数据手段，但在促进司法改变方面显然偏向于前一模式。因为它是对案件事实查明方面的支撑，而非对法律适用方面或全方位办案工作的改造。从我国科技强检的发展历程窥之，亦可以得出同样结论。科技强检起步于世纪之交〔16〕而历经迭代，大约自2016年始进入智慧检务建设阶段。智慧检务强调建构“全业务智慧办案、全要素智慧管理、全方位智慧服务、全领域智慧支撑”的总体架构，〔17〕特色产品包括数据化的证据标准、智能辅助定罪、智能辅助量刑、类案推送、案件偏离度分析等〔18〕。如今大数据法律监督探索的主阵地在于以科技赋能寻找纳入监督视野的异常案件，这属于有关案件事实查明的特定范畴。相较于典型的智慧检务运用，大数据法律监督在侧重点方面明显有回缩的迹象。不难发现，回归案件事实查明层面且聚焦于此，是大数据法律监督呈现的第一条规律。
　　从技术源起上讲，当下的大数据法律监督不是任何意义上的“原创”或“独创”，而与国家治理领域早期出现的大数据运用实例有着显见的近缘关系。详言之，同大数据法律监督具有良好可比性的是检察机关开展的大数据侦查/调查、大数据证据运用等，以及公安机关的侦查信息化、纪检监察机关的大数据反腐等，它们的共同特点是使用大数据及相关技术为查明案件事实赋能。其中，检察机关的大数据法律监督在技术形态上最接近于纪检监察机关的大数据反腐。它们均强调进行数据碰撞、画像、挖掘等分析，各种技术方案在相互间近乎通用。从字面上看，大数据反腐也被称为纪检监察机关的“大数据监督”，〔19〕故与大数据法律监督在技术上互通似乎理所当然。不过，它们间亦有细节上的差异：大数据反腐是要洞悉数据、找出“异常”之“人”，大数据法律监督则是要穿透数据、甄别“异常”之“案”；大数据反腐通常针对的是个别案件，大数据法律监督通常要锁定个案背后的系列案件。这两点差异反映的是两者技术方案的重心略有不同。作为后起之秀，大数据法律监督完全可以承继大数据反腐等的诸多现成技术并加以改进。不难发现，升级并穿透事实查明层面，是大数据法律监督呈现的第二条规律。
　　为了形成直观的认识，不妨对比两起相似实例。前述实例1中，检察机关调取人社局基本养老金、医保局医保金结算、民政局低保、卫健局计划生育奖扶、残联残疾人两项补贴、退役军人事务局抚恤优待金、党政机关生活困难补助领取人和报销人的各种数据，合成为“政府补（救）助资金领取者信息”；同时采集来自裁判文书网、检察业务应用系统以及民政局、人社局相关系统的刑事裁判信息、民事裁判信息、死亡人员信息、基本养老金领取人员信息，合成为“不符合政府补（救）助资金领取者信息”。办案人员将两组信息进行数据碰撞分析，筛查出不符合条件人员，启动专项监督，与有关部门共同打造堵塞监管漏洞的长效机制。〔20〕实例2是2015年黑龙江鹤岗市人民检察院运用社保大数据等办理的一起腐败案件。〔21〕当时检察机关查处由冒领低保户困难补助金引发的渎职行为，〔22〕主要采集了跨多部门的低保发放明细信息（社保数据）、LM公司（系当地一家超大集团）在职人员数据以及城镇人口的财政供养信息、车管信息、房产信息、企业注册资金大于5万的信息、死亡人员信息等社会数据，统一导入大型数据库系统中进行查询分析，以筛选出可疑违规领取人员。例如，查询时以“低保发放明细中人员+车管信息中有车辆”等条件进行社保数据及相关数据的碰撞，查实9000多人涉嫌违规领取低保金，查处社保领域渎职犯罪案件20件。对这两例进行比较，差异点仅在于所采集大数据的数量多寡和所使用技术方案的些微提升（见表1）。

　　同实例2相比，实例1在技术上是同一路线的，在效果上有明显的进步。据报道，截至2022年3月，该项监督“办理行政公益诉讼案件623件1317人”，办理刑事检察监督案件、民事检察监督案件若干起，且发现政府补（救）助资金监管漏洞以促进诉源治理——“推动有关行政机关建章立制”。〔23〕如此既查系列案、又促大治理，在效果上远远超越了既往仅查处个案的做法。应该说，达到这一效能是由内在规律所决定的，因为大数据法律监督已跃升到更高的事实查明层面。
　　实例1与实例2绝非偶然的趋同事例，还有很多事例。例如，浙江省舟山市普陀区人民检察院、贵州省六盘水市人民检察院亦在运用社保数据，进行数据碰撞、发现冒领问题、开展法律监督、加强系统整治，表明更多检察院选取了同以往通过大数据查处渎职腐败的一样道路。又如，湖北省人民检察院、浙江省义乌市人民检察院、济南市槐荫区人民检察院等地推出的“政务数据云监督模型”“检察大数据法律监督平台”“行刑衔接闭环管理数字应用平台”等法律监督模型，实际上均可视为既往行政执法与刑事司法衔接软件的升级新版。
　　大数据法律监督的具体探索是对以往大数据运用经验的继承发扬，这一特点符合马克思主义经典作家论证的螺旋形上升原理，即事物发展遵循的“肯定-否定-否定之否定”周期规律。恩格斯指出：辩证法是关于普遍联系的科学，主要规律之一是“由矛盾引起的发展或否定的否定-发展的螺旋形式”。〔24〕列宁也说过：“发展似乎是在重复以往的阶段，但它是以另一种方式重复，是在更高的基础上重复（‘否定的否定’），发展是按所谓螺旋式，而不是按照直线进行的。”〔25〕总之，大数据法律监督的兴起不是一种简单的回潮，而是达到一个更高层次的飞跃，是我国法律+科技探索领域中“波浪式的前进”“曲折的进步”。
二、大数据法律监督的本体阐释
　　大数据法律监督反映的是新时代中国特色社会主义法治体系建设的生动实践，不宜作为一般性的法律概念，值得打造为国内起源、国际接受的标识性概念。关于如何理解标识性概念，有研究者指出，它是“理论体系建构、话语表达和思想理论传播的核心元素”，“对标识性概念的提炼和表达是进行理论建设、建构理论体系的基本前提”。〔26〕关于如何提炼标识性概念，另有研究者提出“要扎扎实实地搞研究”“要掌握第一手材料”“要同学科体系、学术体系建设相联系”三项主张。〔27〕将大数据法律监督打造为标识性概念，自当遵循此理，关键在于归依探索实践，展开“对于事物本身的理解和研究”〔28〕。我们多次深入一线调研并获取了大量素材，并以民间借贷纠纷异常诉讼等场景为例进行模拟解析，强化对实践中规律的认识，形成了由具体到抽象思考的学术管见。
（一）基础概念的定义
　　理论生成的一项基本任务是对特定事物概念进行合理界定。而要获得大数据法律监督概念的确切表述，知识之源在于丰富实践及其成果经验。许多大数据法律监督产品在我国产生了良好的标杆意义。2022年全国检察机关大数据法律监督模型竞赛值得特别一提，最高人民检察院在参赛作品中评出一等奖5个及其他奖项若干。这些产品虽名为模型，实乃产生影响力的具体运用。解析以相关监督模型为代表的实践作为，有助于提炼相关概念的定义。为行文方便，下面遴选全部一等奖产品为主、并辅以部分其他特色产品加以辨析。

　　由各种实例可见，大数据法律监督涉及到检察系统借助大数据对刑事法律监督、民事法律监督、行政法律监督以及检察公益诉讼等的全面改造，涉及到通过刑事诉讼抗诉、民事诉讼抗诉、行政诉讼抗诉以及公益诉讼、检察建议、社会治理建议等方式对各种违法问题的普遍治理。基于此认识，并结合前述纵横比较，人们可以形成一个基础性的定义：大数据法律监督指的是一种以大数据及相关科技为支撑力，以多案监督为着力点，以促进国家、社会治理现代化为大目标的高级法律监督。
　　特征之一为“以大数据及相关科技为支撑力”。传统法律监督主要依靠办案人员的脑力体力投入，面临着动能不足的问题。大数据是当下时代的“新石油”，开启重大的能量转换。2013年英国学者舍恩伯格做出的断言已被证实：“就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式……”〔29〕大数据对法律监督的重塑变革是划时代的。实例1、3-7的法律监督无一不是使用了海量的数据（包括裁判文书、执行文书等法律文书、发票数据等各种政务数据、轨迹数据等各种社会数据），极大地提高了效率。
　　同时，各种实例亦均使用了专门的数据分析方法。有的是面对一个数据集内的海量数据，按照一定的条件筛选出指向违法犯罪等行为的异常数据，如实例3；有的是面对存储海量数据信息的两个或多个数据集，就相关联信息进行匹配，撞出指向违法犯罪等行为的异常数据，如实例1、5-7；还有的是面对存储海量数据信息的不特定数据集，基于办案经验进行建模分析，刻画符合异常案件的形象，如实例4。它们分别是基于一个数据集、两个或多个数据集、不特定数据集进行的多重数据分析，即数据挖掘、数据碰撞或数据画像方法。这是基于求同、求异或共变思维的大数据技术。最高人民检察院检察长张军称之为科技、大数据手段：“监督办案就好像农耕，不掌握春种夏锄秋收传统知识、基本农技不行，但信息化时代，必须用科技、大数据手段提升质效，才可能提高‘产能’！”
　　特征之二为“以多案监督为着力点”。长期以来，法律监督是固守个案的。而随着各地借助大数据拓展监督渠道，一种针对批量异常案件提起法律监督的常态模式悄然出现，成为主流。这种模式表现为检察机关既要提起一批针对侦查机关、审判机关、行政机关的刑事法律监督、民事法律监督、行政法律监督和公益诉讼的案件，也要做出改良国家治理的检察建议等治本之举。实例1、3-7所提起的法律监督均属于此等情形。这是一种同个案监督既无法割裂、又有重大提升的高阶状态。先行者们评价为“由个案办理到类案监督的新跨越”，〔30〕学术界评论道“法律监督方法发生了转变，即由传统的、基于少量裁判文书而展开的个案监督转向大数据全样本的、基于海量乃至全部公开裁判文书而展开的类案监督”。〔31〕
　　这里的表述存在改进空间。“类案”是“同案同判”法律原则中“同案”的近义词，其约定俗成的意思是在基本事实、争议焦点、法律适用问题等方面具有类似性的案件。〔32〕大数据法律监督的主要对象不同于通常意义上的“类案”。我国有学者专门以民事智慧系统的类案监督点进行说明，指出其“尚未实现‘同案不同判’类案的识别”。〔33〕另有学者敏锐地指出，大数据法律监督的许多案件是以“多被告、一原告”或“多原告、一被告”的形式出现。〔34〕实践中确实存在‘一人多案’的情况，比如一人起诉多案或被诉多案等。此外，大数据法律监督也要针对不同主体的批量相似案件着力。这虽然类似于通常意义上的“类案”，但却是负面评价意义上的类案之义。将这两者合并起来，统称为“批量异常案件”，在理论上更为妥适。相应地，这种对批量异常案件进行的法律监督可简称为“多案监督”。诚然，人们在工作场景中基于用语惯性而以“类案监督”指代之，亦无不可。