 张书铭 贵州省人民检察院党组成员、副检察长（挂职），中国人民大学刑事执行检察研究中心研究员 摘 要 大数据赋能减刑、假释检察，是检察机关对减刑、假释案件开展实质化审查的重要方法，是“检察大数据战略”的重要组成部分，有其独特的立论基础和现实优势，但也存在数据共享不够、数据更新不快、数据应用不多等问题。为积极适应数字检察日新月异的发展需求，要不断强化对大数据赋能减刑、假释监督模型构建和数据分析应用的研究，进一步强化大数据思维对减刑、假释检察的引领。以关联性、真实性、合法性为标准，选择和采集监狱监管执法和法院裁判数据，建立刑罚变更执行“本数据库”以及狱政狱情、罪犯外伤、保外就医等相关的“他数据库”。利用刑期数据、考核分数、漏罪加刑、又犯罪加刑等数据的算法或数据的比对、碰撞以及数据之间的逻辑关系，构建监督模型，依法对减刑、假释案件进行实质性审查，监督纠正“顶格”减刑、“踩点”减刑、刑期计算错误等违规、违法行为，并通过进一步完善证据链条查找违规、违法减刑、假释背后的监管执法机制体制、职务犯罪等深层次问题，依法对减刑、假释活动实行法律监督。长远来看，减刑、假释案件办理应当形成以审判为中心视角下实质化审理的独特证明和办案模式。 减刑、假释制度是我国刑事司法制度的重要组成部分。为严格规范减刑、假释工作，进一步加强减刑、假释案件实质化审理，维护司法公正，最高人民法院、最高人民检察院、公安部、司法部于2021年12月联合印发了《关于加强减刑、假释案件实质化审理的意见》 （以下简称《意见》），提出了实质化审理的基本要求，进一步明确了减刑、假释案件的实体条件和程序机制，明确要求提高信息化运用水平，充分利用减刑、假释信息化协同办案平台、执行信息平台及大数据平台开展工作。随着最高人民检察院“检察大数据战略”的实施，全国检察机关不断强化大数据在检察业务中的应用。检察机关在减刑、假释案件实质化审理中，推动大数据赋能减刑、假释案件办理和法律监督，是“检察大数据战略”的重要组成部分，对于实现精准监督，推进司法协同，实现类案监督和改造目的具有十分重要的意义。但是大数据赋能减刑、假释检察还存在数据共享不够等诸多问题，检察机关要在大数据思维引领下，利用数据建模或逻辑关系，通过数据算法或关联分析，依法对减刑、假释案件的事实和证据进行实质化审查，依法对减刑、假释办案活动实行法律监督，贯彻宽严相济刑事政策，加强诉源治理，维护司法公正，服务国家治理现代化。 一、大数据赋能减刑、假释检察的立论基础 大数据赋能减刑、假释检察，要在大数据思维引领下，在科学选择、采集监狱监管执法和法院裁判数据的基础上，建立相关数据库，利用算法或数据比对、碰撞以及数据之间的逻辑关系，构建监督模型，依法对减刑、假释案件事实和证据进行实质性审查，监督纠正违规、违法减刑、假释行为，推动实现类案监督和刑罚执行目的。可见，大数据赋能减刑、假释检察，是一个从业务数据化到数据业务化的司法活动，是一个从数据量变到监督质变的过程。这一论断的立论基础主要表现在以下几个方面。 （一）数字化发展基础 “大数据（Bigdata）是一场革命，将改变我们的生活、工作和思维方式。”当前，“中国正在推进'数字中国’建设”，并将数据作为继劳动、土地、资本和技术之后的“第五生产要素”。在数字化浪潮席卷全球的形势下，司法领域因势利导，不断加强信息化、数字化建设，强化大数据的存储和使用，创新办案模式，完善使用大数据查清案件事实、收集和固定证据的方式方法。2022年6月，最高人民检察院召开全国检察机关数字检察工作会议，要求以“数字革命”驱动新时代检察工作高质量发展，积极推进数字检察和大数据法律监督。依照我国法律规定，减刑、假释案件由刑罚执行机关提出建议书，报请人民法院审理裁定，人民检察院依法进行监督。因此，大数据赋能减刑、假释检察是“数字检察”的重要组成部分，也与《意见》提出的提高信息化运用水平高度契合。 （二）刑事政策基础 近20年来，随着我国经济社会的发展，刑事实体法和程序法逐渐健全完善，宽严相济刑事司法政策从诞生到成熟，已然成为我国理论界和实务界公认的当前和今后一个时期的基本刑事政策。2010年2月，最高人民法院在发布的《关于贯彻宽严相济刑事政策的若干意见》中明确要求，减刑、假释案件要采取开庭审理与书面审理相结合的方式，促进宽严相济刑事政策的有效实施。同时，我国犯罪结构近年来也发生着巨大的变化，八类严重暴力犯罪自2009年以来呈现“十连降”，2020、2021年认罪认罚从宽制度适用率均稳定在80%以上，以审前分流和协商性司法为主要特点的新刑事诉讼模式逐步形成。减刑、假释作为缩短羁押或者非羁押的奖励性制度设计，检察机关通过大数据手段加强法律监督，加强和规范减刑、假释工作，是贯彻落实宽严相济刑事政策的重要内容。 （三）数据资源基础 一般认为，大数据主要有大量（Volume）、高速（Velocity）、多样（Variety）和价值（Value）等特征，即常说的“4V”特征。减刑、假释案件办理全链条关联公安机关、刑罚执行机关、检察机关和审判机关，数据资源是大数据赋能减刑、假释检察的“土壤”，是大数据赋能的资源优势和坚实基础。减刑、假释案件数据主要包括结构化数据、半结构化数据和非结构化数据。监管场所执法信息系统中的制式数据一般属于结构化数据，如罪犯基本信息、计分考核系统或者子系统产生的制式报表、监控监听设备录制的制式音视频等数据。减刑、假释办案产生的文档、表格、图片等数据及非制式音视频等数据一般属于半结构化数据，如减刑假释评审会议记录、纪要，公示及核查、调查情况、个别询问讯问记录和录音录像等。监狱消防设施传感器、干警手机客户端等载体随机形成但可能关联减刑、假释案件的数据，一般属于非结构化数据。需要说明的是，监狱日常监管执法数据，如果没有用于减刑、假释案件，或者用于证实或证否符合减刑、假释法定条件之前，即为一般性监管执法数据；如果用于证实或证否符合减刑、假释的法定条件，即为案件证据。 （四）信息化建设基础 知情是监督的前提。近年来，一些地方加强省级跨部门大数据协同办案平台建设，不断推动司法办案的信息化、智能化。2017年5月，最高人民法院、最高人民检察院、司法部联合下发《关于共同开展减刑假释信息化办案平台建设的通知》，要求减刑、假释案件全面互联互通、全面网上办案、全面依法公开、全面智能支撑。2022年9月，最高人民检察院和司法部联合下发《关于进一步加强监狱与检察机关监控、执法信息联网建设工作的通知》，进一步明确了检察机关打通监狱监控视频和监管执法信息并实现联网的范围和内容，明确将其作为“智慧监狱”的重要标准之一。检察机关和监狱监管执法信息和监控视频联网，在一定范围实现了计分考核、服刑人员奖励惩罚等数据共享，这是打破数据壁垒、大数据赋能减刑、假释检察的关键环节。可以说，全国范围的减刑、假释案件办理信息化建设为大数据赋能减刑、假释打下了良好的基础。 （五）大数据赋能实践基础 2018年巡回检察改革以来，最高人民检察院在直接组织开展跨省交叉巡回检察的基础上，根据大数据赋能的实践经验正在研究开发巡回检察软件，通过减刑、假释案件大数据的采集、分析、比对等手段开展精准法律监督是重要内容之一。部分地区也进行了大数据赋能减刑、假释检察的有益探索。如江苏省人民检察院研发的“执检小智”是刑事执行检察模型的载体，其中汇聚了服刑人员基础信息和管理信息，减刑、假释、暂予监外执行报请信息，审判机关判决、裁定信息及相关文书，检察机关相关案件信息以及移动端监管信息和视频监控信息，建立了监督线索数据库，形成减刑、假释检察线索发现、移送、审查、纠正、归档的工作闭环。再如贵州政法大数据执法监督智慧云平台中，在“减刑假释案件智能监管”模块，利用图文识别引擎、语义抽取引擎、要素分析引擎、规则模型生成引擎对减刑、假释案件电子卷宗进行大数据分析，自动发现高风险减刑假释案件。 二、大数据赋能减刑、假释检察的优势和不足 从数字化发展及减刑、假释案件办理的方式、案件涉及的数据体量等方面看，大数据赋能减刑、假释检察在实现精准监督、加强司法协同、实现类案监督和刑罚执行目的等方面具有很强的优势，有利于维护司法公正的“最后一公里”。但是，检察实践中还存在一些亟待解决的问题和不足。 （一）大数据赋能减刑、假释检察的优势 1.检察机关的法律监督更为精准。《意见》规定，人民法院、刑罚执行机关要依法接受检察机关的法律监督，认真听取检察机关的意见、建议，充分保障检察机关履行检察职责。检察机关开展减刑、假释检察，为了更好地实现实质化审查，要坚持做到“五个审查并重”。坚持服刑表现审查和原案案情审查并重，既要审查罪犯交付执行后的一贯表现，也要审查罪犯犯罪的性质、具体情节、社会危害程度、原判刑罚及生效裁判中财产性判项的履行情况等，防止将考核分数作为减刑、假释的唯一依据。坚持主观改造审查和客观改造审查并重，客观改造审查主要是针对狱政管理、狱内侦查、生活卫生、生产劳动等有关内容；主观改造审查主要是针对认罪悔罪、自我鉴定、确有悔改表现材料等有关内容。依法从严审查和当宽则宽审查并重，应当贯彻宽严相济刑事政策，具体案件具体分析。依法从严审查主要是针对犯罪主体、罪名、前科劣迹、违规违法、财产性判项履行情况、减刑起始时间、间隔期和减刑幅度等有关内容；依法从宽审查主要是针对罪犯年龄、罪名、犯罪情节、立功和重大立功、发明创造和重大技术革新、身体健康状况等有关内容。实体审查和程序审查并重，实体审查主要针对改造表现、立功、重大立功、财产性判项履行、再犯罪危险、实际服刑刑期、疾病、残疾等有关内容；程序审查主要针对监狱的考察、讨论、合议、告知、审批、公示、再犯罪风险评估、监狱减刑假释评审、监狱长办公会决定等提请程序的审查和法院庭审、裁定程序等有关内容。事实证据审查和调查核实并重，减刑、假释的案件事实通常是由前文所述诸多内容叠加的多元事实，相应的证据材料也是多元的，所以要细分事实和证据，坚持证据和事实一一对应，如不能用财产性判项全部履行的证据来直接认定罪犯主观上认罪悔罪；调查核实主要针对事实不清、证据不足或者存在合理怀疑的内容，进一步收集、固定、补强相关证据，完善证据链条，回溯、还原和证明减刑、假释的案件事实。以上“五个并重”的审查内容，涉及减刑、假释案件的所有数据，即减刑、假释案件全视角、全流程的事实和证据，检察机关只有准确筛选、全面采集减刑、假释案件相关事实和证据信息作为基础数据，并对这些数据进行筛选，找到可以作为审查减刑、假释案件事实和证据的数据，并通过一定的算法、模型和逻辑关系对这些数据进行分析、比对、碰撞，才能真正实现“数据业务化”，找到减刑、假释存在的违规、违法问题，进而实现精准监督。 2.政法机关的司法协同更加有力。减刑、假释是一项全流程关联公安机关、检察机关、审判机关和刑罚执行机关的业务，尤其是在推进实现减刑、假释案件的实质化审理过程中，检察机关不能仅就刑罚执行机关提请内容和移送案卷材料进行审查，需要结合派驻监管场所检察室日常监督掌握的情况进行审查，如前文所述“五个审查并重”。审判机关亦不能仅就刑罚执行机关提请内容、移送的案卷材料和检察机关的法律监督意见进行审查，也需要对涉及案件的所有材料进行审查。如在法院减刑、假释裁定作出前，服刑人员因重大违法违规导致不符合减刑、假释法定条件的，如果监狱不移送相关事实和证据材料，法院根据在案证据作出的生效裁定就可能是不公正甚至违法的。这从客观上要求政法机关之间必须加强对案件数据的及时分享，防止因数据壁垒、事实证据不全面导致违法违规问题的发生。2017开始建设减刑、假释信息化办案平台，要求减刑、假释案件全面互联互通、全面网上办案，也正是基于这个方面的考虑。 3.类案监督和刑罚功能更好实现。减刑、假释功能主要包括激励功能、调节功能、回归功能、缓和功能和强化狱政管理功能。减刑、假释作为一项具有奖励功能的制度设计，主要价值体现为将犯罪分子改造为守法公民，实现刑罚目的，维护司法公正，推进国家治理。“大数据技术所带来的重大转变之一，就是检察机关可以处理与某个现象相关的所有数据，而不再依赖于随机采样，也不再使用随机分析这样的方法。”由于减刑、假释关联着原案犯罪性质、情节、社会危害程度、原判刑罚以及服刑期间的计分考核、主客观改造表现等内容，检察机关通过对减刑、假释相关联的海量数据进行分析，在拓宽减刑、假释法律监督渠道、实现同步精准监督的同时，还可以挖掘出违法减刑、假释案件的类案规律和发案趋势，通过大数据手段对类案开展预防性法律监督，维护刑罚执行的公开公正。在此基础上，可以更好地在刑罚执行阶段贯彻落实宽严相济的刑事司法政策，鼓励确有悔改表现、真心认罪服法的犯罪分子安心改造，进而实现将犯罪分子改造为守法公民的目的。因此，大数据赋能减刑、假释检察，既有利于监督纠正减刑、假释的违法违规问题，又有利于促进罪犯的改造，真正发挥法律监督“标本兼治”的作用。 （二）大数据赋能减刑、假释检察的主要不足 近年来，虽然我国减刑、假释信息化建设已经有了长足进步，各地也在积极探索智能监督模型的构建和使用，但在检察实践中，大数据赋能减刑、假释仍然存在一些亟待解决的问题和不足。 1.对大数据赋能重要性的认识不到位。“将大数据运用到法律监督工作中是时代发展的必然要求，也为法律监督工作提供了一条新路径。”但是，部分检察人员对大数据赋能重要性的认识还不到位。实践中，“无关论”认为，检察工作尤其是减刑、假释检察工作，均在监狱看守所等相对封闭的监管场所内运行，大数据与减刑、假释检察工作关系不大，没有大数据不影响个案办理，因此固守传统的检察办案模式，学习思考大数据赋能的主观能动性不足。“万能论”认为，大数据可以用于司法工作方方面面，将大数据赋能与智能工具软件辅助办案、传统的统计分析、电子卷宗等画等号，尤其在应对犯罪网络化、科技化、智能化等方面，大数据可以做到无所不能。“这类人容易陷入'唯大数据论’误区，认为大数据分析结果一定是准确的，大数据算法可以应用于所有领域。”无论是“无关论”还是“万能论”，都是对大数据赋能法律监督的误读。身处信息化时代，我们既要看到“大数据”正在深刻改变着新时代的检察工作，也要看到“业务数据化”只是数字检察的重要内容之一。因此，最高人民检察院在全国数字检察会议上要求：“'四大检察’'十大业务’各业务条线都要增强大数据赋能法律监督意识，推进法律监督全面深化变革。” 2.现有减刑、假释案件数据大多没有被激活和使用。当前，公安机关、检察机关、审判机关的办案系统、刑罚执行机关的监管执法系统，即便依法履行了阶段性的司法、执法职责，在抓取当事人信息、个案事实、证据等基本案件数据的同时，还产生了相关个人、单位、前科、刑满释放后违法、犯罪等海量的关联数据。但是，在案件办结后，除了法定保密和不宜公开的事实、证据外，大部分案件数据客观上被封存，长期处于沉睡状态，形成了海量的“死”数据，没有被激活和使用，没有实现从个案办理到类案分析，没有有效地服务上下游执法、司法活动，没有用于服务国家治理现代化。 3.政法各单位、各部门之间仍然存在较严重的数据壁垒。虽然公安机关、检察机关、审判机关和刑罚执行机关等政法单位各自获取和存储有海量数据，但是各个单位“数据池”之间的流通渠道通常是封锁的，有的地方甚至人为造成数据壁垒，数据共享不够。如有的监狱提请减刑时，移送了计分考核的考核分数及相关基础证据材料，但打架、私藏使用违禁品等违法、违规材料不予移送，检察机关和审判机关经对收到的计分考核材料、表扬审批表等在案证据进行审查，均符合减刑的法定形式条件，但对“确有悔改表现”等罪犯主观方面的改造情况难以进行实质化审查，容易发生符合形式条件但不符实质条件的情况。实践中，不仅不同的政法单位之间存在数据壁垒，即便同一个单位的上下级和不同部门之间数据共享的范围和程度也不够。如人民检察院负责刑罚执行检察的部门，从内部直接获取刑事个案数据的渠道并不畅通，如有关犯罪情节、财产性判项履行的一些基本情况，需要和原案侦查和审判机关反复核实。 4.办案人员和技术人员存在一定的“语言”鸿沟。“法律与技术之间的衔接主要体现为对检察业务、法律规则的数据化抽取、数据化表达，将其转换成可供机器分析的'数据语言’。”检察实践中，办案人员和技术人员的“语言”鸿沟主要体现在，要么是办案人员不懂技术，要么是技术人员不懂办案。这就导致“业务数据化”时难以科学选择和有效采集数据，“数据业务化”时难以唤醒数据、内在链动，难以实现关联分析、深度挖掘、能动履职。因此，很多实践需要的司法需求和社会治理需求，较难与技术方案形成有效衔接，进而影响法律监督由个案向类案、由被动向主动、由办理向治理转变的深刻变革。 三、大数据赋能减刑、假释检察的进路 大数据赋能减刑、假释检察，主要是大数据应用于减刑、假释实质化审查和法律监督的方法、步骤和模式，主要包括采集数据、建立数据库、建立监督模型或逻辑关系、数据运算和比对、发现和纠正违法减刑、假释及推进类案监督等几方面内容。 （一）坚持以大数据思维为引领 思维决定方向。就减刑、假释检察工作而言，坚持大数据思维引领，主要是从以往更关注因果关系到坚持相关关系与因果关系并重，从监督事项行政化处理到案件化办理。 1.坚持相关关系与因果关系并重。检察机关所办案件主要包括诉讼类和监督类。当前，办理减刑、假释等监督类案件主要还是使用诉讼类案件办理方法，即从因果关系的证明入手，审查刑罚执行机关提供的服刑表现、计分考核、认罪悔改书等证据材料是否能够证明符合减刑、假释的条件。但是，由于减刑、假释关联到计分考核、违法违规、生产劳动、教育学习、医疗卫生等监管执法全范围数据信息，而受执果索因办案思维的影响，数据比对、软件平台等信息化办案手段使用较少，已经成为制约提升监督类案件质效的主要因素。因此，要进一步丰富和优化监督类案件办理的思维方式，从办理诉讼类案件更多注重因果关系的思维，转变到相关关系和因果关系并重的思维，注重从大数据比对、分析中首先发现“有无”关联等相关关系的比对，然后进行法律上“是否”因果关系的证明。“大数据证明的方法本质可以归纳为：从相关关系的大数据中挖掘出具有行为因果关系的数据。”检察实践中，要共享案件全链条数据信息，并进行比对、碰撞、分析，通过串联孤立的信息点之间的交集，发现减刑、假释案件的违规、违法问题线索。如罪犯外伤，一般有自伤自残、罪犯殴打、干警殴打、意外事件、工伤事故等原因。在大数据思维下，可以通过相关执法数据分析外伤的可能原因，初步确定可能致伤的相关关系后，再证明具体的因果关系，以避免直接证明某种单一因果关系的方向性偏差。 2.不断推进重大监督事项案件化办理。由于减刑、假释案件不属于诉讼案件，审判机关原来书面审理的多，开庭审理的少。检察机关传统上也没有把审查提出纠正违法和检察建议作为案件办理，“检察方法偏重于对监督活动的记录，缺乏对违法事实的认定、证据收集、程序约束和法律适用等法治要素的规定，这种传统监所检察工作模式可谓之'办事模式’。”《意见》内容是减刑、假释案件办理的指南，检察机关的审查和监督活动是案件办理的有机构成部分。随着减刑、假释协同办案平台及全国检察机关统一业务应用系统的上线运行，虽然案件化办理的形式和内容已经发生了很大改变，但是多年来行政审批办理模式的思想观念还没有彻底扭转，尤其是事实认定、证据收集补强、办案程序等方面并没有随着线上办案的形式改变而得以彻底改善，这造成了减刑、假释“案件”属性不清晰、办案要素不明确、办案程序不规范等问题。什么是“案件”？《牛津法律大词典》的解释是：“案件，是指一项独立的法律纠纷，尤其是引起诉讼的纠纷。”《现代汉语词典》的解释是：“案件，有关诉讼和违法的事件。”可见，案件是包括但不限于引起诉讼的法律纠纷，非属诉讼但属违法的纠纷理应属于“案件”的范围。近年来，随着理论界和检察实务界关于监督活动案件化办理的研究和推动，减刑、假释案件化办理已基本获得有效共识。在大数据赋能法律监督的形势下，检察机关办理减刑、假释案件，要坚持比例原则，科学使用监督手段，必须注重案件事实、证据、程序等关键要素，依法积极推行监督活动案件化办理，为规范进行实质化审查打好坚实的基础。 （二）科学选择和采集减刑、假释关联数据 检察机关办理减刑、假释案件过程中，监狱的监管执法材料是检察机关审查办案的基础数据和主要依据。面对海量、快速、多样和低密度价值的数据，要科学确定“关键字段”，重点选择与减刑、假释相关的数据，对数据进行价值“提纯”，提高数据的针对性、实用性、有效性。 1.以关联性、真实性、合法性为标准选择数据。“尽管具有关联性的证据并不必然具有可采性，但是没有关联性的证据必然没有可采性。”关联性是选择减刑、假释案件数据的第一标准，然后才能成为具有可采性的案件证据。如前所述，由于几乎所有监管执法数据都可能关联减刑、假释，因此关联性的真正意义在于数据选择与个案的针对性。如罪犯首次减刑时既要考虑交付执行后的一贯表现，如计分考核、奖励惩罚、违禁品私藏使用等情况；又要同时考虑原案犯罪的性质、情节、财产性判项执行等情况。而在第二次、第三次减刑时，原案性质、情节的关联性和考量权重会有所减弱，如果财产刑判项在首次减刑之前已经履行完毕，后续减刑时就不再考虑这个因素，易言之，财产性判项的履行情况便失去了减刑的关联性。再如监狱的食品留样、劳动时间、安全设施等数据与减刑、假释的关联性微乎其微，可以忽略不计，如果确有关联的可以通过后续补强证据时解决。真实性类同于证据的客观性，“证据必须具备客观性，这是证据最根本的属性。”笔者认为，在大数据思维上，案件数据的真实性是绝对真实和相对真实的统一。绝对的真实性是指据以定案的数据（事实和证据）应然层面是绝对真实的，其客观性不以人的意志为转移。相对的真实性主要是指作为减刑、假释案件的证据相对于监狱监管执法的原始数据，可能是不全面甚至是人为缺失的。如监狱提请某罪犯减刑的证据材料中，书面的表扬个数、计分考核表、财产性判项履行情况等证据是原始的、客观的。但是，考核期内8次打架仅做了扣分处理，仅从考核分数的角度并没有影响表扬的个数，但对8次打架的主观改造评价没有考量，因为这是认定“确有悔改表现”的关键证据。因此，对该犯提请减刑的证据材料的真实性就是相对的了。所以，减刑、假释个案证据的真实性，必须是居于全面证据基础上的真实性。大数据的合法性类同于证据的合法性，不赘述。 2.结合不同数据类型针对性地采集数据。检察机关采集减刑、假释案件数据，在坚持关联性、真实性、合法性等基本标准的基础上，根据办案工作需要，结合不同数据类型进行针对性采集。尤其是派驻检察室，办理减刑、假释案件时，在日常全面掌握的监管执法数据中，重点采集计分考核、惩罚、奖励、违法、违纪等关联性大的数据。对于结构化和部分半结构化数据，如在押人员基本信息、计分考核信息、在押人员奖励和惩罚信息、减刑和假释会议纪要、相关监控视频等数据，可以从监狱执法信息系统、办案平台和监控系统中直接导入或经改造后导入，这些数据的人工录入工作量较少。对于一些非结构化数据，如监区、监狱定期的犯情分析会原始记录，特定时期出工、收工的时间台账，特定在押人员的会见、书信和通讯记录等，则需要归类梳理后，截取关键信息进行人工录入。 3.对于重大、复杂、敏感的减刑、假释案件或者司法人员可能涉嫌违法减刑、假释的案件，检察机关采集数据还要注意两个问题。一是对于无法篡改的数据，可以通过制发调取清单、接入监狱执法办案系统等方式，根据办案实际需要提前或随时采集。如纪检监察已办结的案件、已办结的减刑、假释案件、已经归档的计分考核信息等数据。二是对于需要隐蔽检察意图或者可能被篡改的数据，可以混杂一些日常监督的常规数据形成数据干扰，如监区或监狱的狱情分析会原始记录、警务督察原始记录等数据。 （三）科学构建减刑、假释关联数据库和法律监督模型 构建关联数据库，是在选择和采集数据工作的同时，对与减刑、假释案件相关的信息进行摘录、汇总和录入，建立一个可对数据进行储存、管理、计算和关联分析的电子文件柜。关联数据库既是一个储存减刑、假释案件数据的实体仓库，电子化的方式不影响其作为实体存在的本质；也是一个减刑、假释案件数据管理的方法和技术，可以更科学地存储数据、更便捷地更新数据、更严密地控制数据和更有效地使用数据。科学构建关联数据库是精准进行数据运算和分析的基础，也是通过对减刑、假释实质化审查发现违法违规问题的有效途径。 兼顾案件关联和数据分类关联构建数据库。案件关联如前所述，数据分类关联主要是对同一类的数据归集到同一数据库，二者兼顾为数据“提纯”和精准分析打下基础。检察实践中，关联数据库主要包括：一是刑罚变更执行数据库，主要包括监狱所有的减刑、假释、暂予监外执行数据，笔者称之为减刑、假释的“本数据库”，相对而言，其他数据库称为减刑、假释的“他数据库”。主要作用是，在“本数据库”内审查首次减刑的起始日期、后续减刑的间隔期、历次减刑的幅度，与“他数据库”进行比对分析，将计分考核、奖励惩罚、警务督察、违法违纪、罪刑变化、保外就医等数据与“本数据库”进行关联核查，审查“顶格”减刑、“踩点”减刑、应当从严把握罪犯减刑、累犯减刑、毒品犯罪减刑、财产性判项履行情况等问题，进而审查是否符合减刑、假释的法定条件。二是主要狱情数据库，主要包括狱侦、狱政、狱情分析等数据；主要作用是与罪犯奖励惩罚的相关数据进行比对分析，进一步实质化审查减刑、假释事实、证据和职务犯罪线索等信息，如减刑考验期内违规违法、减刑庭审后和裁定前违规违法、重大违规违法仍被提请假释等。三是罪犯外伤数据库，主要包括罪犯外伤、诊治、成因及追责处理等数据；主要作用是与监狱的计分考核数据、民警违法违纪数据、减刑假释数据等进行比对分析，进一步实质化审查减刑、假释事实、证据，发现民警体罚、虐待罪犯和罪犯互殴、又犯罪线索等信息。四是监狱严管警戒数据库，主要包括严管、禁闭、戒具使用、隔离审查及原因等数据；主要作用是与减刑、假释数据库进行比对分析，进一步实质化审查减刑、假释事实、证据，发现监狱在严管、禁闭、戒具使用、隔离审查等方面的违规违法行为。五是监狱民警违纪违规数据库，主要包括纪检监察、警务督查及对相关责任民警处理、处罚等数据；主要作用是与减刑、假释数据进行比对分析，进一步审查干警违纪违规所涉罪犯是否影响减刑、假释，对民警和所涉罪犯是否有降格处理等问题。六是罪刑变化数据库，主要包括罪犯原案再审、漏罪解回重审、罪犯又犯罪、刑期顺延等涉及罪名、刑种和刑期变化等数据；主要作用是进一步审查分析罪犯罪刑变化之后减刑、假释考验期起始时间是否合法、重新确认或酌定原来减刑的裁定是否合法、减刑裁定计算刑期是否准确以及刑事立案、撤销案件、计分考核等是否准确等问题。七是罪犯奖励惩罚数据库，主要包括罪犯监管改造、教育和文化改造、劳动改造过程中受到的奖励和惩罚等数据；主要作用是审查罪犯所受的奖励和惩罚的真实性，审查罪犯行为与奖励和惩罚是否匹配、对等，审查有无遗漏，进而与减刑、假释进行关联性审查。八是罪犯保外就医刑期顺延数据库，主要包括被收监执行的保外就医罪犯中法定不计入刑期情况、生效判决刑期起止时间、收监执行原因和时间、出监时间等数据；主要作用是审查减刑裁定新的刑期是否合法准确，是否存在提前假释或提前释放等情况。 同步构建法律监督大模型和若干小模型。减刑、假释的“本数据库”基本反映了监狱减刑、假释案件的特点和规律，是检察机关开展实质化审查的重点内容，但不是唯一内容。“他数据库”基本反映了监狱的监管执法主要情况，其中涉及罪犯违法违规、降格处理、监狱和检察干警违法违纪牵涉罪犯等情况，可能都要关联到“本数据库”，不少数据也是减刑、假释案件可采性很强的证据，也是对减刑、假释案件进行实质性审查的基础数据。因此总体来看，在构建数据库基础上进行数据比对和分析的过程就是构建减刑、假释的法律监督大模型的过程，但由于减刑、假释检察涉及的监管执法数据及关联内容相对松散和独立，建模过程中会涉及一些互相独立的算法应用和逻辑分析，这些独立的算法和逻辑分析本身即为同步构建起来的法律监督小模型，正是这若干小模型构成了减刑、假释法律监督大模型。下文将从“本数据库”与“他数据库”的具体应用进行论述和分析。 （四）减刑、假释“本数据库”的分析与建模 大数据的价值不是数据本身，而是对数据的挖掘、分析和使用。检察实践中，减刑、假释“本数据库”的应用，主要是从法律规定和减刑、假释案件的事实、法定条件进行比对分析。 1.对法定条件进行实质化审查。根据检察机关掌握的某罪犯首次减刑或历次减刑基本情况的数据，比照减刑、假释法律和司法解释规定的法定条件进行实质化审查。《最高人民法院关于办理减刑、假释案件具体应用法律的规定》（法释〔2016〕23号）及《意见》第二部分有关“实体条件”有较为详细的列举，主要涉及计分考核、起始时间、间隔期、减刑幅度等数据的简单计算和特殊罪犯、财产性判项的履行等数据的分析应用。如对依法可以减刑的“三类罪犯”，减刑条件有更为严格的规定，对原判刑期、起始时间、间隔时间和减刑幅度等相关数据进行简单运算即可得出是否符合减刑条件的意见。 2.对“顶格”减刑、“踩点”减刑进行实质化审查。对提请减刑9个月的案件进行严格审查，提请减刑超过9个月的案件，要求具备立功条件，需重点对立功情况进行实质化审查，分析判断是否符合法定的立功条件。《意见》规定，严格审查罪犯立功、重大立功的证据材料，准确把握认定条件，并从检举揭发、发明创造等几个方面对立功的认定做了明确规定。对“踩点”减刑案件的实质化审查，主要涉及历次减刑的裁定和提请时间，审查间隔期的简单计算，进而判断是否符合法定期间等。如对于技术革新、发明创造的审查，即便现有证据材料能够证明具备该技术革新、发明创造的专业能力和条件，但在审查过程中，检察人员通过谈话发现罪犯不能就本人的技术革新或者发明创造原理及过程进行独立复述或合理说明的，则就与具备“能力和条件”产生逻辑上的冲突，可能影响立功或者重大立功的认定。 （五）减刑、假释“关联数据库”的分析与建模 “大数据的最大价值在于通过从大量不相关的各种类型的数据中，挖掘出对未来趋势和模式预测分析有价值的数据，并通过机器学习、人工智能方法或数据挖掘方法进行深度分析，发现其中蕴含的规律。”这实际上也是一个运用海量数据进行证明的过程，“数据的海量性以及网络环境所带来的的技术壁垒，却导致海量数据的证明成为司法实践中的难题。”检察实践中，仅仅从减刑、假释的“本数据库”进行实质化审查，如同仅仅审查数据链条上的一个点，往往看不出问题，需要对减刑、假释“他数据库”进行比对、碰撞、分析和计算，发现数据链条上存在的异常和冲突问题，进而审查发现违规、违法减刑、假释问题，依法提出检察意见，维护司法公正。笔者举例略述如下。 1.考核分数的关联审查与运算。考核分数是罪犯减刑最重要的显像条件，也是基本条件，检察机关应将罪犯获得的考核分数数据与相关“他数据库”进行审查分析和建模，重点审查考核分数与考核期是否对应、加扣分与奖惩是否对应、奖惩是否有相应事实和依据，不对应或者没有事实依据的，应当查明情况并重新进行加减运算后核定考核分数，重新审查是否具备减刑要求的“表扬”个数。 审查分析考核期满之前的加扣分数据。以每批次减刑考核分截止日期为基准，将提请减刑罪犯名单与罪犯加扣分数据库进行比对，查找是否存在考核分“不该加而加”“该扣未扣”的情形。主要是通过“姓名”关键字段的查重和排序，进一步查询、比对被提请减刑的罪犯，在减刑考核分截止日期前六个月内，是否存在违规行为应当扣分未被扣分和不应当加分而加分的情形。如果存在，进行简单的减法运算，审查扣减相应分数后是否满足减刑条件，然后进行事实、证据的实质化审查。 审查分析考核期满之后的扣分数据。以每批次减刑考核分截止日期为基准，比对相关“他数据库”，审查减刑考核分截止后至法院裁定前是否存在因罪犯违规违法应当扣分未扣分行为。司法实践中，这种情形有一定争议：第一种观点认为本次减刑是基于上一个考核期的评价结果，考核期截止后的扣分不应当在本次减刑中进行评价。第二种观点认为，是否减刑以法院裁定为准，裁定下达之前的扣分行为应当在本次减刑中予以评价。“缩减刑期或者减刑应当是基于客观因素或者法律规定对刑事判决的例外性突破，从法理上讲，这种突破仍然应当交由审判机关依法裁判。”所以，笔者赞同第二种观点。司法实践中，这种情形主要有监狱已经扣分和没有扣分两种情形。无论监狱是否处理和扣分，无论检察院是否收到监狱移送的相关事实和证据材料，检察机关办案时，要将本批次减刑、假释罪犯数据与被扣减考核分的数据库进行比对查重，对既有减刑、假释记录，又有被扣减教育考核分的记录，则进一步判断其扣减考核分时间是否发生在考核分截止后至法院裁定前。若是，首先进行减法运算，审查扣减相应分数后是否满足减刑、假释条件，然后审查违规行为的性质、程度与监狱的处理是否匹配、是否降格或升格处理，并对案件进行事实、证据的实质化审查。 2.罪犯与干警违法违纪行为的关联审查与运算。通过监督模型审查、比对罪犯对他人的人身伤害行为、生产劳动的违规行为、破坏监管秩序行为等关联数据。如将提请减刑、假释的罪犯数据，与罪犯外伤诊疗数据比对，如果发现被提请减刑、假释的罪犯存在他犯外伤加害行为的，要审查该罪犯是否被扣减考核分和受到了与其行为相匹配的处罚。对监狱和检察干警违法违纪行为的关联审查，主要是审查、比对违法违纪行为牵涉到相关罪犯的处理。如干警收受礼物后在岗位调整、考核加扣分等方面违规关照，被纪检监察部门处罚后，会牵涉到部分罪犯。检察机关将提请减刑、假释的罪犯与上述数据进行比对、分析，核查是否存在被牵涉罪犯应当被扣分、处罚而没有被扣分和处罚，这是实践容易忽略的重要点位。无论是否被扣分和接受处罚，都要在进行减法运算和扣减相应分数后，对是否满足减刑、假释条件进行实质化审查。 3.罪犯刑期数据、时间节点的关联审查与运算。通过监督模型，结合原判刑罚和犯罪情节，根据法律和司法解释规定的最低服刑期限，减刑起始时间、间隔时间、减刑幅度或假释条件，运用一些计算公式对减刑、假释进行审查。如审查、分析罪犯超期保外就医刑期顺延相关数据时，可以审查法院减刑裁定确认的刑期和释放日期是否存在问题，这里用到一个简单的数据建模（数学公式）：“正常释放日期=原判释放日期－已减去的刑期＋顺延的刑期”。其基本原理是通过调取监狱管理局的保外刑期顺延数据，与监狱狱政管理系统服刑数据进行对比，查看实际释放日期与正常释放日期是否一致，进而计算出释放是否存在问题。如罗某因犯抢劫罪被判处期徒刑15年，服刑期间因患肺结核被批准保外1年，罗某逾期不归，2015年11月2日被收监，超期保外3年零2天依法不计入刑期。但2017年减刑中未将超期保外的刑期予以顺延，造成该犯被提前3年零2天释放的后果。 4.罪犯漏罪加刑数据的关联审查与运算。结合有关法律和司法解释的规定，罪犯被裁定减刑后，刑罚执行期间因发现漏罪而数罪并罚的，原减刑裁定自动失效。除系罪犯主动交代的外，由执行机关报请有管辖权的人民法院，在原减刑裁定减去的刑期总和之内，酌情重新裁定。待重新入监之后，对其新的减刑、假释考验期需自再次入监之日起重新计算。通过监督模型，检察机关在掌握漏罪重审罪犯数据的基础上，所办减刑案件涉及此类情形的，将提请减刑的罪犯名单与该“他数据库”进行比对，如果存在这种情况，进一步计算其减刑裁定日期和重新入监日期是否符合减刑起始期的要求，并对案件事实和证据进行实质化审查。 5.罪犯又犯罪加刑数据的关联审查与运算。根据有关法律和司法解释的规定，被判处有期徒刑、无期徒刑的罪犯在刑罚执行期间又故意犯罪，新罪被判处有期徒刑的，自新罪判决确定之日起三年内不予减刑；新罪被判处无期徒刑的，自新罪判决确定之日起四年内不予减刑；死缓执行期间又故意犯罪未被执行死刑的，死缓执行期间重新计算，减为无期徒刑以后，五年内不予减刑。通过监督模型，检察机关在掌握罪犯又犯罪数据的基础上，所办减刑案件涉及此类情形的，将提请减刑的罪犯名单与该“他数据库”进行比对，如果存在这种情况，进一步计算其减刑裁定日期和新罪判决确定日期是否符合减刑起始期的要求，并对案件事实和证据进行实质化审查。 （六）减刑、假释“他数据库”逻辑关系的分析 减刑、假释“他数据库”逻辑关系分析是数据关联性分析及监督模型的进一步深化，主要利用关联数据逻辑关系的冲突性，发现数据异常点位和可能存在的违法违规减刑、假释问题。笔者亦举例略述如下。 1.对监狱不同部门不同职责的冲突分析。如监狱的狱政管理、狱内侦查和纪检监察等部门，因职责分工不同，部门月度、季度和年度总结中侧重点也不同，归档材料也有不同体现。通过比对和分析相关数据，有利于发现减刑、假释案件的相关问题。如某监狱狱政管理数据显示，罪犯李某在2019至2020年五次殴打他犯，奖惩数据显示三次被使用戒具约束或被扣分，不具有悔改表现，且可能构成破坏监管秩序罪，但狱内侦查数据没有查询到调查处理情况。同时，减刑数据显示，2020年12月监狱以“遵守监规、服从改造”为由报请被裁定减刑8个月。进一步查询纪检监察数据显示，同监舍罪犯廖某曾举报管教民警收受罪犯李某家属财物后，隐瞒李某违法行为不上报，但是监狱纪委询问本人后做了查否处理。据此，经进一步调查核实，检察机关提出了刑事立案监督和违法减刑两项纠正违法意见，并将有关职务犯罪线索移送省监狱管理局。 2.对罪犯无财产执行与狱内高消费的冲突分析。如有的涉及财产性判项的罪犯确实没有财产可供执行，原来居住地的村、镇、社区也出具了相关证明，但狱内消费数据显示，狱内消费明显超出规定额度，这就产生了逻辑关系上的冲突。如罪犯马某，因故意损坏公私财物罪被判处5年有期徒刑，父母无业，没有成家，村里出具了困难证明，所以获得了8个月减刑。但是该犯是技术能手，在车间既加班劳动又维修设备，所以劳动报酬高于一般罪犯，个人账上最多时候近两万元，但是3个月花掉1万元，无特殊原因狱内消费明显超出规定额度标准，1.3万元罚金刑拒不履行。对于这种逻辑关系冲突显示出来的问题，会影响罪犯“确有悔改表现”的认定。 3.对同一犯情信息记载不同的冲突分析。实践中，有的监区或分监区为了顺利提请减刑，对罪犯的同一犯情信息，犯情分析会原始记录与呈报给监狱的罪犯奖惩审批表记录内容详略不同，有的可能甚至对违规违法做了降格处理或者模糊处理，完整记录会影响提请减刑，简单记录不影响提请减刑。如某监狱分监区狱情分析会原始记录显示，罪犯雷某曾在考核期内于2019年两次私藏和使用手机，但是罪犯惩罚数据中只查询到一次，扣分原因笼统记载为“使用违规、违禁品”，而且在考核期内获得减刑6个月。司法部《关于切实加强监狱、强制戒毒所违禁物品管理的若干规定》（司发［2015］6号）中关于违禁物品的范围有明确的规定，私藏使用手机三年内不得提请减刑。但由于相关数据的记载详略不一致，检察机关对提请减刑案件材料疏于实质化审查，导致了违法减刑的发生。在大数据思维下，还可以对手机这一违禁品的相关关系深入调查，发现背后的深层次问题。比如，手机是怎么带入监区的、是谁交给罪犯的、日常是谁保管的等等，进而分析监管执法存在的漏洞以及有无监狱民警或派驻检察干警渎职失职问题。 （七）进一步完善减刑、假释案件的证据链条 通过若干法律监督模型，对减刑、假释相关数据进行共享、比对和碰撞，经过数据运算、审查分析和证据转化，在发现违法违规减刑、假释后，有的可以直接提出不同意的检察意见，有的则需要进一步补强证据、形成完整的证据链条后，才能提出准确的检察意见。 1.正确认识大数据使用与证据、证明的关系。“在司法实践中，证据的载体通常是各类具有法律意义的非结构化文本，需要通过计算机的智能化处理转化为易于分析计算的结构化数据。”因此，检察机关对减刑、假释案件的调查核实，需要以前期大数据为基础，并形成案件化办理意义上的证据，也属于大数据的延伸使用。当然，从法院审理减刑、假释案件的角度，接收监狱移送的案卷材料，接收检察机关审查意见及相关材料，这些事实、证据也是大数据的一部分。从大数据思维看，检察机关提出的监督意见和法院作出的最终裁定，均是综合在案事实、证据基础上依法作出的判断，这个过程其实就是大数据证明问题，亦即大数据如何作为证据使用、如何进行证明、证明的原理和模式是什么，这是需要不断加强研究的一系列重大课题。但从系统论角度看，可以将大数据运用在技术处理上的原理描述为“在输入大数据后，系统根据大数据模型的算法处理，输出具有某种实用价值的分析结论，大数据的分析结论一般是一个具有增值价值的'小’结论。” 2.补强相关证据，形成证据链条。如前所述，减刑、假释案件虽然不属于传统意义的诉讼类案件，但是案件化办理已成实务界基本共识。对于通过数据分析比对发现的违规、违法减刑、假释的问题线索或涉嫌相关职务犯罪的线索，要求检察机关必须注重案件事实、证据、程序等关键要素。对于可以直接提出不同意减刑、假释检察意见的案件，要达到事实清楚、证据确实充分的标准。对于需要补强证据才能提出准确检察意见的案件，要按照《意见》的有关规定，进行进一步调查核实。对于刑罚执行机关提供的罪犯确有悔改表现、立功表现等证据材料存有疑问的，根据案件具体情况，在比对、分析相关数据库并对相关数据进行运算的基础上，采取讯问罪犯、询问证人、调取相关材料、与监所人民警察座谈、听取派驻监所检察人员意见等方式，对相关证据材料进行调查核实，进一步收集、固定、补强相关证据，完善证据链条，回溯、还原和证明违规、违法和犯罪事实。总之，检察机关通过调查核实，所办减刑、假释案件要达到事实清楚、证据确实充分的标准，防止孤证定案。 结 语 近年来，内蒙古巴图孟和“纸面服刑”案、云南孙小果和北京郭文思违法减刑等案件将减刑、假释推上了风口浪尖，人民群众不仅关注案件审判是否客观公正，而且关注罪犯刑罚执行是否客观公正。但是行政审批模式下的减刑、假释无疑给涉案当事人留下了更多的灰色空间，“因熟生懒”“因熟生腐”的派驻检察并没有发挥出法律监督应有的作用。所以，巡回检察和减刑、假释案件实质化审理应运而生，可以说是刑事诉讼制度改革在刑罚执行环节的重大革新。 减刑、假释关联公安、检察、法院和监狱等政法机关，所涉案件事实、证据庞杂且相对封闭，所涉法律法规散乱，林林总总的数据又难以集中。实质化审理的新要求恰恰说明之前大多是形式化审理，之所以形式化审理是因为相关的海量数据难以归集在一个数据池并形成生产力。如果没有在一定法律监督模型基础上对罪犯服刑改造情况的全面掌握，没有减刑、假释关联数据的分析、比对、碰撞和运算，仅仅局限于检察机关和审判机关看到的在案事实和证据，就如同站在一个数据孤岛之上，实质化审理仍将无法实现，减刑、假释制度的价值和目的仍将无法达致。无疑，大数据赋能减刑、假释检察，为检察机关的实质化审查另辟蹊径，提升法律监督的质量和效果本身就是实现减刑、假释实质化审理的应有之义。 减刑、假释是根据法律规定的主客观条件对审判机关的生效裁判作出的例外性改变，从法理看，这种改变当然亦应当交由审判机关作出，亦应当形成实质化审理的独特证明体系和办案模式。近年来，在宽严相济刑事政策的指导下，以刑事和解、羁押必要性审查和认罪认罚从宽等为代表的制度设计，体现了恢复性司法、惩罚犯罪与保障人权等基本的刑事司法理念。这些政策和理念不应当只停留在审前，亦需要落实到刑罚执行阶段。为了更好地实现减刑、假释案件的实质化审理，各政法机关之间既要加强司法协同，也要加强制约监督，建立健全减刑、假释案件的分流机制、庭审模式和证据规则，维护刑事司法公正的“最后一公里”，发挥刑罚功能，实现改造目的，为全面推进依法治国贡献力量。 END   |
|
|
