大數據分析在法律監督中的應用

翁躍強

實施數字檢察戰略是檢察機關深入學習貫徹習近平法治思想和習近平總書記關于大數據戰略重要論述，適應數字時代發展新趨勢，實現法律監督高質量發展，助力法治監督體系建設效能提升的重要舉措。應勇檢察長指出：“數字檢察是數字中國的重要組成部分，是數字中國在檢察機關的具體體現，其根本是賦能檢察機關法律監督，促進檢察辦案更加公正、檢察管理更加科學、檢察服務更加精準，推進檢察工作現代化?！薄?〕鞏宸宇：《應勇在北戴河與數字檢察工作專題研修班學員座談》，《檢察日報》2023 年6 月20 日。大數據之于新時代檢察機關法律監督，既為監督質效提升釋放出前所未有的動能，也為基層法治實踐和社會治理提供了重要啟示和路徑。本文著重圍繞“大數據分析在法律監督中的應用”開展研究，以期通過研究建構大數據分析在法律監督中應用的具體路徑和長效機制，助力加快推進“數字檢察戰略”，實現法律監督模式變革重塑，以檢察工作現代化更好服務中國式現代化。

一、大數據分析在法律監督工作中的應用現狀

2017 年6 月，最高檢印發《檢察大數據行動指南（2017—2020 年）》，并正式提出“檢察大數據戰略”。2021 年6 月，“大數據”在中共中央《關于加強新時代檢察機關法律監督工作的意見》中被賦予新時代法律監督路徑方法的重要角色。2022 年1 月全國檢察長（擴大）會議上，檢察大數據戰略在“以大數據法律監督賦能新時代檢察工作高質量發展”的學習研討中被提升到新的高度。同年11 月，最高檢成立數字檢察工作領導小組及其辦公室，推動實施“數字檢察戰略”〔2〕2022 年11 月最高檢成立數字檢察領導小組及其辦公室后，“檢察大數據戰略”更名為“數字檢察戰略”。。應勇檢察長先后于2023 年3 月17 日全國檢察機關學習貫徹兩會精神會議、4 月21 日調研北京市檢察院第二分院、6 月19 日在北戴河與數字檢察工作專題研修班學員座談、7 月19 日大檢察官研討班、9 月13 日調研山西檢察大數據中心等重要會議、場合下，通過一系列的講話釋放數字檢察戰略走向縱深發展的強烈信號。應勇檢察長在北戴河與數字檢察工作專題研修班學員座談時深刻指出，“推進數字檢察戰略，重心是立好數字檢察的‘四梁八柱’，形成‘業務主導、數據整合、技術支撐、重在應用’的工作機制?！卦趹谩悄康?。要聚焦以檢察工作現代化服務中國式現代化這個檢察中心任務，聚焦更好履行法律監督職能，聚焦‘高質效辦好每一個案件’，充分發揮數據要素效能，以數字檢察輔助監督辦案、優化檢務管理、助力檢察為民、深化訴源治理，促進檢察機關依法一體履職、綜合履職、能動履職?！薄?〕同前注［1］。這深刻闡釋了何為數字檢察戰略、數字檢察戰略何為的具體思路。通過多年的實踐探索，數字檢察不再是個別先行地區的探索創新，大數據已深入檢察業務工作的方方面面，“數字革命”已成為驅動新時代檢察機關法律監督整體提質增效的關鍵變量，數字檢察工作在全國檢察機關各個業務領域廣泛開展，并逐漸形成一套科學、成熟、高效的工作體系。

（一）運用大數據開展法律監督的目標任務

運用大數據開展法律監督，大數據是手段，法律監督是目標，核心價值就是通過大數據運用與檢察辦案的深度融合，實現法律監督模式的重塑變革。實現這一核心價值，需要三個層面的支撐。一是能夠獲取執法司法信息和第三方數據。要通過建立健全司法各單位協同辦案機制，打通部門間的數據壁壘，解決“數據孤島”問題，實現檢察業務數據、政法協同數據、行政協同數據、第三方公共數據的集納與管理。二是要有“個案辦理—類案監督—系統治理”的監督思維。大數據思維的核心內容，是在個案辦理過程中發現典型性、規律性問題，通過特征梳理、歸納分析，從海量數據中篩選批量監督線索，開展類案監督，再從中發現制度機制、管理治理等方面的典型性、普遍性問題，從法律監督視角提出社會治理檢察建議，辦成一批案件，促進一域治理。三是形成貫通“四大檢察”的融合監督模式。在2023年的大檢察官研討班上，應勇檢察長特別強調，“新征程上推動‘四大檢察’全面協調充分發展，要堅持依法一體履職、綜合履職、能動履職，真正做到既敢于監督、善于監督，又依法監督、規范監督?！蓖ㄟ^建立審查、調查、偵查“三查融合”機制，大力推進“四大檢察”之間的協調配合，有利于優化檢察資源、完善內部制約、提升監督效果。

（二）運用大數據開展法律監督的客觀基礎

隨著信息技術飛速發展和國家大數據戰略深入實施，大數據在經濟社會高質量發展中的作用愈加重要。新形勢對檢察機關也提出了新的更高要求，檢察機關在推進法治體系建設、推進國家治理體系和治理能力現代化等方面的作用日益凸顯?；仡櫸覈鴻z察機關大數據法律監督工作的歷史沿革及工作依據變化，無不為今天的數字檢察戰略奠定了深厚底蘊。

一是技術基礎。近年來，檢察機關深入貫徹習近平法治思想，加快智慧檢察建設，推動大數據管理與檢察辦案和服務平臺建設，形成涵蓋“四大檢察”的數字化檢察產品，基本構建了功能完備、便捷高效、線上線下相結合，具有普惠性、公益性、精準性、便捷性的公共檢察服務體系，總體上使得內部流轉更順暢，外部參與更充分，滿足了檢察環節全過程不同人員角色的實際需求，用數字化方式進一步拉近檢察機關與人民群眾的距離。如部分檢察機關通過微信、支付寶等軟件打通與外部的交互通道，通過開發APP、小程序等輔助檢察技術開展線上服務等。與此同時，大數據、云計算、區塊鏈等技術作為數字檢察的重要手段，如政法一體化辦案、律師網上閱卷、電子卷宗等系統的開發，成為推動檢察工作改革發展的主要助力。

二是制度依據。黨的二十大報告專門強調“加強檢察機關法律監督工作”，中共中央《關于加強新時代數字機關法律監督工作的意見》為理解檢察機關作為國家的法律監督機關的憲法定位提供了新場景，也賦予檢察工作新的政治責任和歷史責任。中央政法委《關于加強政法領域執法司法制約監督制度機制建設的意見》提出，“健全完善智能化制約監督體系，全面建成政法各系統內網、電子政務外網為主干的政法網絡格局，推進執法司法業務線上運行、線上流轉，實現實時記錄、全程留痕?！敝醒胝ㄎ蛾P于充分運用智能化手段推進政法系統頑瘴痼疾常治長效的指導意見》也提出，“探索建立檢察大數據法律監督平臺。充分發揮檢察機關法律監督職能，圍繞‘四大檢察’監督需求，暢通檢察監督大數據歸集調用，收集公安機關受立案數據、法院裁判文書和刑罰執行機關罪犯考核獎懲等執法司法辦案數據，以業務應用場景為主導，打造專題監督模型，通過對海量數據的智能篩查、對比分析，發現異常線索，實現精準監督?！睓z察機關法律監督必須適應數字時代發展的需要，既要抓本的提升，以求極致的精神強化法律監督，做到止于至善；又要抓質的嬗變，以“數字革命”驅動新時代法律監督整體提質增效?！?〕參見賈宇：《論數字檢察》，《中國法學》2023 年第1 期。相關政策、要求對大數據法律監督提供了更明確的依據和更豐富的內涵，提出了更深層次的期許，不僅破解了大數據法律監督探索實踐的依據爭議，也與當前法律監督工作流程重塑的邏輯相匹配，充分調動了檢察機關的履職能動性，推動數字檢察工作不斷走深走實，開啟了大數據法律監督更高質量發展的新階段。

三是數據積累。構建大數據法律監督模型以數據為基礎，檢察機關通過信息技術開發、信息資源利用和合理化改造，在業務數據化的過程中逐步形成了檢察大數據庫。2014 年檢察業務應用系統1.0 上線運行，全國檢察院在同“一張網”上完成全流程辦案，開啟了檢察業務的大“數據”時代，截至2021 年檢察業務應用系統2.0 上線前，全國檢察機關共辦理各類案件5100 余萬件，生成法律文書超過1 億份?！?〕參見史紅美：《全新迭代，亮點滿滿！檢察業務應用系統2.0 來了》，微信公眾號“最高人民檢察院”，2021年11 月3 日。2.0 上線后，進一步實現了檢察業務平臺與政法平臺、行政執法平臺對接，巨大體量的業務數據仍在源源不斷地進入數據庫。2021年浙江省檢察院啟動檢察大數據法律監督平臺建設，對接內外部數據需求，目前“浙江檢察數據應用平臺”（以下簡稱數據應用平臺）已上架80 項2.54 億條標準化數據〔6〕參見吳帥帥：《數字檢察如何磨礪法律監督之劍》，《新華每日電訊》2023 年5 月6 日。。這些數以億計的檢察機關內部數據、其他司法執法機關業務數據甚至是互聯網開放數據，為開展大數據法律監督提供了充分的樣本數據。

（三）運用大數據開展法律監督的實踐探索

近年來，全國檢察機關深入貫徹中共中央《關于加強新時代數字機關法律監督工作的意見》要求，以進一步加強為目標，積極探索構建大數據法律監督新體系，引領檢察工作實現高水平飛躍，逐漸將數字檢察優勢轉變為數字賦能檢察工作勝勢。一是形成“數字賦能監督，監督促進治理”的監督路徑。各地檢察機關探索運用大數據推動類案監督線索的分析研判，逐步放大個案的辦理效應，特別是著眼于司法執法權力運行及社會治理的難點堵點淤點，通過數據共享、場景多跨、工作協同，以高質量法律監督助力提升國家治理體系和治理能力現代化水平。如某基層院針對辦案發現的隨遷子女輟學失管、非法用工、違法犯罪等問題，構建“隨遷子女權益保護”數字場景，發現輟學失管、非法用工、強制報告等線索100余條，開展融合監督，推動職能部門建章立制、協同處置，打造隨遷子女權益綜合保護體系，有效破解城市發展進程中特殊群體保護領域的社會治理難題。二是架構“一域突破，全域共享”的監督格局。打通多級數據，避免重復建設，提升大數據法律監督規模效應。如山東省檢察機關在本地部署應用一體運行的數據應用平臺，為辦案人員申請數據、構建模型、打造場景提供“一站式”平臺支撐，全省檢察機關已利用該平臺建立近百個大數據法律監督模型，部分使用頻次高、跨區域復用性強、監督成效顯著的場景在該平臺上線，實現全省貫通。三是打造“辦理一案，治理全域”的監督生態。充分發揮檢察一體化優勢，通過綜合履職、一體履職、系統履職，實現“由案到治”，最大限度履行好檢察機關法律監督職責。如浙江省杭州市檢察院打造的“全域數字法治監督應用（市域平臺）”，收錄全市兩級院各類大數據法律監督子場景。與數據應用平臺更專注模型構建不同，該模式中，市級檢察機關充分發揮市級層面數據需求、線索流轉、機制共建、優化配置等方面的作用，實現數據集納、線索下放、分析研判的全市統籌，解決了基層力量有限、監管手段落后、數據協同難度大、無法全面履職到位等問題，打造出持續有力、應用高頻、良性互動的法律監督生態，辦理出一批高質量的案件。

二、大數據分析在法律監督中的應用方法

大數據法律監督的落腳點是辦案，如何讓數據為監督說話，成為檢察辦案大數據運用的重要課題。實踐中，辦案人員一定程度上存在對大數據法律監督認識理解的盲區或方式方法的誤區，以下通過業務邏輯、思路拓展、模型構建來系統解構大數據法律監督的工作方法。

（一）運用大數據開展法律監督的業務邏輯

首先，立足個案辦理，梳理類案監督規則。無論是發現了案件中的非典型性問題，還是通過同類案件辦理歸納出典型性的特征和規律，實際運用中，一般都可以按照“發現問題（what）-查找原因（why）-解決方案（how）”的“3W”法則，從某些異常數據入手，一步步推斷出關鍵線索。如組織賣淫案件中對犯罪嫌疑人的手機數據進行篩選，根據代收嫖資人員固定時段、固定金額、固定收款方式推算嫖資，根據固定分成比例、資金走向、結算金額推算賣淫團伙的合作模式，從而推導出組織賣淫的人員架構及上下鏈模型，對不在案的高頻交易對象進行同類案件串并，從而發現遺漏的犯罪嫌疑人或犯罪事實。又如，在某一民事裁判監督案件發現虛假訴訟線索，梳理出多個顯著異常的特征點，以相關特征點為參照，在民事裁判文書庫中摸排高度匹配的同類案件，進而發現批量虛假訴訟線索。

其次，了解字段信息，明確數據需求。對于辦案人員來說，一是要善于分析案件問題、成因，梳理與線索高度關聯的關鍵信息或高頻字段，建立顯著異常指標，進而鎖定數據需求，解決要什么數據的問題。二是要提前調查了解所需數據由哪些行業或部門掌握，知悉這些數據在持有部門或行業的系統內以結構化還是非結構化類型展現，解決數據向誰要和要什么類型數據的問題。三是遵循數據最小化原則。大部分數據持有部門必然考慮數據安全和隱私保護問題，因此數據的敏感度、多維度、完整度一般與獲取數據的阻力成正比。強調數據的“必要性”“最小化”，即可以降低數據泄露的風險，也可以減少對海量數據或無價值數據進行審查的精力消耗。

由于不同工作網絡之間的數據孤島問題，難以避免工作網和互聯網的數據交互，進而出現高密級向低密級網絡傳輸數據的困擾，對此基層檢察機關通過實踐提出了相應的解決方案：一是對高密級數據的脫密。如某基層院建設“特定行業準入碼”數字場景應用，特定從業人員在查詢端口輸入的身份信息經與犯罪記錄庫碰撞后，僅反饋準入、尚在禁入期限或終身禁入的結果，但不反饋或留存具體犯罪記錄。二是對提取數據進行“閹割”。即把一條全量信息切割成零散片段，只留下用于數據比對的關鍵片段，往返于不同工作系統之間進行碰撞，直至線索符合精準度的目標要求，再基于有效線索獲取符合監督最低需求標準的相對全量數據。如某基層院構建的“控輟保學動態監測”監督模型，在對義務教育適齡人員的基礎人口信息數據和學籍數據進行碰撞時，僅以身份證號碼作為碰撞點排查高度疑似輟學失管人員的線索，不提取全量信息，充分保障了數據安全和個人隱私。三是運用“隱私計算”技術。這項技術以軟件或硬件方式實現數據“可用而不可見”。2022 年，國內多部門密集出臺一系列政策文件，提出支持隱私計算技術探索，隨著相關產品的技術能力和應用模式的不斷成熟，數據共享協同安全性將大大提升。

最后，開展數據清洗，篩選監督線索。對獲取的數據進行“清洗”，即通過單獨或復合運用篩選、碰撞、關聯等監督模型構建方式，順藤摸瓜，抽絲剝繭，使監督線索越來越清晰，證據體系越來越完整，并轉化成監督成果。例如，非法占地耕地稅費征收類案監督模型，通過非法占地行政處罰案件當事人數據與非法占地行政非訴執行案件當事人數據的比對碰撞，剔除案件名稱不一致、當事人為自然人、企業已注銷或破產的案件，形成正常經營且存在非法占地情形的企業及其他組織清單列表，再與稅務部門稅收征管系統檢索出的企業、組織耕地占用稅繳納情況清單進行比對，最終確定非法占地未繳納耕地占用稅企業名單，線索在不斷對比排查中逐步清晰明確。

（二）拓展大數據類案監督領域的有效思路

大數據法律監督的領域涵蓋了“四大檢察”，并且往往是切口越小精準性越強。如果把法律監督領域視為“面”，那么監督場景就是其中的“點”。結合現有的大數據監督實踐，充分運用大數據思維是拓展監督領域的重要前提。與技術語言不同，辦案人員的數據思維是可以通過了解、研究案例模型而習得的。以浙江檢察機關為例，這項工作起步較早，但因各地重視程度不一、經濟社會環境差異、對檢察數字化存在不同理解等原因導致地區發展不平衡不充分。浙江省檢察院通過定期發布數字監督辦案指引等方式，指導地方檢察機關開展同類監督，并鼓勵舉一反三、因地制宜，構建特色模型，再反哺其他檢察機關創新辦案模式。2021 年3 月至2023 年12 月，浙江省檢察院已發布九批共計91 個數字監督辦案指引。

早期監督模型簡單，數據碰撞步驟少，監督成效相對單一，后期則已實現多領域融合監督甚至是“四大檢察”的全面融合監督，一個類案監督模型由多個子模型組成，形成龐大、整體、系統的業態治理場景，產生的數據效應大大增加，實際辦案成效、社會治理價值、技術可行性、模型可復用性等都達到了較高水平，顯示出基層檢察機關對新生事物強大的吸收能力，涌現出一大批既懂業務又懂數字化的辦案人才，也展示了檢察機關在數字化改革、大數據理念上不斷自我修正提升的過程。以某基層院“非標油”監督模型為例，辦案人員通過調研，從用油企業通常需要抵扣稅款這一行為特點，以稅務部門抵扣發票數據作為切入口，篩查出購買使用“非標油”的企業，辦理了一批案件。第二階段又以源頭治理為目標，對監督模型進行了迭代，利用交通部門的油罐車行使軌跡和衛星時空信息三方數據，得出?；奋囘\輸的時間、起點和終點，比對加油站入庫數量與稅務申報數，測算出逃稅額，進而挖掘出涉及逃稅的行政、刑事案件和走私案件。該模型能夠上升為更高版本，實際上是辦案人員在“非標油”治理監督工作中找出了事物發展的基本規律，并隨著思考的深入在初始模型上尋找新的切入點，利用軌跡信息將模型從扁平變為立體，數據畫像也更為精準，為其他檢察機關運用軌跡數據深挖水運、陸運相關違法犯罪行為，辦理如危險廢物、非法采礦等案件，打開了巨大的監督領域拓展空間。

（三）構建大數據法律監督模型的基本方法和路徑

各地在探索運用大數據開展法律監督，構建監督模型的過程中，也逐步摸索出一套行之有效的方法和路徑。

一是建立基礎數據庫。早期的大數據法律監督探索基本表現為“單兵作戰”，即先確認業務規則，后確定數據要素，再向外部調取數據，理想狀態下通過一次數據調取，即可保證后續數據的篩選、碰撞、關聯等操作。實踐中，因前期對數據要素預判不全面或后期在數據比對過程中出現新的線索點等情形而延伸出的二次、甚至多次數據調取仍不可避免。不過，這種耗時費力的過程是任何創新的必經之路。中國搭上了全球大數據經濟的時代快車，幾乎所有行業、部門基于業務需要都擁有一套獨立、完整的系統，也就是說，除了部門、系統之間形成的數據壁壘以外，獲取數據的過程中還會遇到的問題包括但不限于以下情形：一是或因雙方對數據的表述或定義不同，或因需要通過關鍵字搜索等方式從非結構性數據中提取數據，數據需求與目標系統中的數據并非一一對應；二是所需數據無法在目標系統中直接提取，而是要依靠現有數據先構建一次分析模型甚至是多次構建模型得到目標數據；三是考慮公民個人信息保護、數據安全問題，遵循數據最小化原則，須考慮多方的數據安全需求以確定最小范圍數據信息的遷移或者選擇不需要遷移數據的方案。

伯努利的大數定律是統計學的重要理論，該定律表明，樣本數量越多，結論就越接近真實的概率分布。同樣，大數據監督模型建立在數據基礎之上，數據類型越豐富數據體量越大，行為預測則越準確，數據匹配越精準，大數據法律監督模型的輸出效率越高。對零散的、碎片化的數據源統籌分類后，導入法律監督“大數據中心”，實現數據貫通和處置閉環，就形成了全域數字法律監督體系的基本構架。以開展大數據法律監督工作較早的浙江省檢察機關為例，數據應用平臺可以完成檢察機關全部自有數據的查詢，并接入一體化智能化公共數據平臺、政法數據中心及浙江省大數據局公共數據平臺等，實現數據的統一歸集、管理和應用，為“大數據中心”應當收集的外部目錄清單梳理提供了實踐經驗和有益參考。

受限于數據壁壘、技術瓶頸等現實因素，針對未實現一體化協同的數據，構建導入式的“大數據中心”是現階段開展法律監督的主要模式，即從第三方獲取數據，形成數字資源，在本地網絡中開展數據調用、分析及模型的構建。程序正當性要求數據使用應遵循合法公開、目的限制、數據安全、最小化、限期存儲等原則，并兼顧數據質量、儲存成本和使用效率。因此一體化平臺建設同時應考慮提高數據活躍度（即實時、高質量的數據）、降低數據遷移風險、避免數據再次沉睡等問題。理想化的“大數據法律監督平臺”，應該不再作存量數據導入，而是打通內外數據獲取通道、實現依權限實時數據共享、開展監督模型演算、進行線索流轉協同，但不留存數據的智能化、信息化、數字化的全流程平臺。

二是確認數據規則及要素。大數據的核心是關系，建立模型的前提在于理解人與人、人與物、物與物之間的內在聯系，這種聯系包括語義的理解、事物的規律、行為的預測等，因此模型構建的實質在于揭示這些數據與數據背后的聯系。在大數據法律監督模型中，可以把數據規則理解為一種數學公式或用于數據分析的統計學過程，數據規則將各個數據要素串聯起來，單一或多個數據規則構成合理的邏輯，形成大數據法律監督模型的基礎形態。實踐中，常見的數據規則有數據碰撞、關聯分析、異常統計、要素篩查等。如，看守所刑拘人員數據與提請審查逮捕、起訴人員數據進行比對去重，可以得出“刑拘下行”案件的數據，這是數據碰撞；對“刑拘下行”案件進行統計，發現故意傷害案件占比最高，因此以該罪名為切入點進行溯源，這是異常統計；溯源時主要針對傷勢鑒定、傷情檢查報告等要素進行篩查，發現大量應當追究刑事責任但違法下行的傷害案件，這是要素篩查；再將其中的涉案人員與公安治安處罰案件行為人進行碰撞比對，進而發現涉案人員有多起毆打他人事實均以和解賠償刑事結案，深入調查后又發現涉黑涉惡團伙案件和職務犯罪案件，這是關聯分析。隨著新線索的出現，數據規則層層遞進，數據要素不斷增加，實現了監督線索的精準研判和監督案件的類型拓展。

這種思維方式映射到工作中，實際上與偵查活動有相通之處。偵查人員基于辦案經驗，就已有線索預判偵查對象的心理活動、行為模式，進而確定突破方向、擬定偵查思路、制定應對預案，并視情實時調整，從小線索到破大案。由此可見，辦案人員樹立偵查意識對于大數據法律監督建模具有非常重要的作用。隨著大數據法律監督實踐的不斷深化，數據規則將出現由少及多、傳統向新型、單一向復合的轉化。但是，數據規則的運用并不意味辦案人員一旦構建出模型就可以“躺平”，更不是對實質審查的摒棄。大多數情況下，數據規則的運用效果體現在，從全量數據中把監督范圍逐步縮小到一定范圍，而這一定范圍的線索仍需要進行人工甄別、驗證以確保監督靶向精準、行之有效。因此，大數據法律監督更注重多維度、多層次、多方法的流程再造，以及多類型、多跨場景的數據共享和工具應用。

三是創建法律監督模型。目前，全國各級檢察機關正在廣泛開展“個案發現線索，運用數字建模，辦理類案監督”〔7〕《劉品新 翁躍強 李小東：檢察大數據賦能法律監督三人談》，《人民檢察》2022 年第5 期。的大數據運用，檢察工作步入數字化階段，促使檢察辦案人員對于大數據法律監督的理解，已從建設數字化場景，轉化為綜合、充分、深度運用大數據實現法律監督流程重塑，而法律監督流程重塑的重要載體便是大數據法律監督模型。

監督規則側重于推理，狹義上的數據建模是將這一過程用可表達可實現的方式架構出來，辦案人員主要圍繞監督場景、監督依據、數據來源、數據規則、案件支撐等方面進行闡述和論證，以確保檢察監督有據可循、有法可依；數據來源有對象、易獲??；數據規則邏輯嚴密、架構完整；案件支撐有個案驗證、類案效果。

廣義上來說，構建法律監督模型應涵蓋大數據法律監督的全路徑，橫向上由單一監督模型向融合監督模型發展，縱向貫穿社會治理的前端和后端，即模型本身就是檢察業務流程再造的雛形。如浙江省檢察機關探索的“解析個案、梳理要素、構建模型、類案治理、融合監督”〔8〕同前注［7］。大數據法律監督路徑，走出了一條“以數字檢察為牽引，以類案監督為核心，以促進社會治理為目標”〔9〕方立華、張純：《大數據檢察監督的浙江探索——賈宇談如何加強類案監督促進社會治理》，《民主與法制周刊》2021 年第41 期。的創新發展之路。這種流程再造，把檢察機關法律監督從靜脈轉移到動脈，從隔靴搔癢到對癥下藥，從淺表監督到穿透監督，在業務流程、全程監督、流轉處置等方面形成點、線、面、立體的“多閉環”，從根本上優化數字檢察監督辦案，形成大數據法律監督的整體格局。

三、運用大數據開展法律監督面臨的問題和挑戰

信息社會，數據是至關重要的治理資源?！?0〕參見賈宇：《深入學習貫徹習近平法治思想 以趕考姿態打造法律監督最有力示范省份》，《民主與法制周刊》2021 年第41 期。誰掌握了大數據，誰就掌握了主動權。各地檢察機關在長期的實踐中，探索出“數字賦能監督，監督促進治理”的大數據法律監督路徑，并在實踐中不斷發展完善。探索運用大數據開展法律監督的道路上，大量的經驗成效有力證明了大數據對法律監督工作的放大、疊加、倍增作用，但不可否認，作為一項創新性工作，運用大數據開展法律監督也面臨不少問題和挑戰。

（一）對大數據法律監督的概念、意義、價值理解不到位

一是大數據法律監督基本概念辨析不清。實踐中，部分辦案人員認為只要在辦案過程中運用了部分與大數據相關的元素，如分析在案電子數據、運用輔助電子取證手段、進行數據統計分析等，就是大數據法律監督。實際上，大數據法律監督是檢察機關通過數字化智能化技術，在履行司法辦案職能過程中，通過業務規則進行梳理分析，建立法律監督模型及配套系統，發現并對相關違法犯罪行為進行查處、糾正、監督，對社會治理機制進行系統完善的法律監督新模式，并不是跟數據有關的工作都是大數據法律監督。二是大數據法律監督目標價值存在偏離。不少檢察機關在開展大數據法律監督的過程中，與對大數據法律監督促進社會治理的價值目標發生偏離。有的地方認為能動履職就是主動履職，對自身職責邊界定位不清，監督職能越位，導致大數據法律監督的工作效果不佳；或者把融合監督理解為刑事、民事、行政、公益訴訟檢察監督的簡單疊加，追求監督類型多、模型大而全，而不考慮前端治理、治未病的深層次目標；或者將監督重點放在執法司法過失和瑕疵問題上，對監管漏洞、治理盲區等關鍵領域鮮有作為，甚至出現“耕了別人的田，荒了自己的地”的尷尬境地。三是對傳統監督模式的地位作用認識不足。有些辦案人員認為，傳統法律監督與當前數字化改革進程中各行政機關、各行業部門的數字化工作不相適應，偶發式、碎片化監督與檢察工作質效提升的要求不相適應，與我國治理體系與治理能力現代化的目標不相適應，已無法應對法律監督工作的新要求、新挑戰，將傳統監督與大數據法律監督割裂開來，甚至認為傳統監督是大數據法律監督的附庸。這種對法律監督方法不全面不充分的理解，導致大數據法律監督模型構建過程中，過度強調模型的標新立異，過度關注數據的產出效能，脫離了模型建設應為檢察業務工作服務的基本定位。

（二）數據建模優化路徑不足

全國檢察機關的大數據法律監督工作開展如火如荼，各類監督模型如雨后春筍，但效果參差不齊。主要反映在以下幾個方面，一是獲取的數據質量不符合預期目的。任何違法犯罪都有構成要件，都有一個信息鏈條，特別是以多次、多起為特征的犯罪，孤立看鏈條上的信息點很難發現異常，但運用大數據篩查、比對、碰撞，信息點之間就有了交集、串連，問題線索就能暴露出來。而數據質量直接決定了以此為基礎開展的一系列篩選規則的運用結果是否真實、有效、精準。高質量的數據可以從完整性、規范性、準確性、唯一性、關聯性幾個指標進行評估，有助于準確提煉行為的特征、事物的規律，進而輔助對線索的判斷和決策。辦案人員在沒有提前了解所需數據的特點、與數據持有方協調溝通不暢或獲取的數據不能精準匹配模型等情況下，往往會產生數據質量問題進而影響監督質效。二是數據治理成本大于數據治理成效。數據建模是一項長期工作，真正投入成本之前需要充分論證，實踐中不乏為建模型而建模型的情形，導致一些模型匆匆上馬，但落地后面臨數據梳理困難、數據碰撞無效等各種實際問題，建好的模型不僅沒有提升線索發現的效率和能力，反而占用了大量的人力、物力和精力，背離了大數據法律監督最基本的價值取向。三是照搬模型導致復用性、推廣性不強。法律監督模型的構建大多由基層檢察機關作最初探索，模型成效往往通過線索移送成案、實際辦案數量、制發檢察建議等方面進行量化，并結合社會治理效果、監督持續期間、應用便捷程度等方面進行綜合評估。由于各地經濟社會發展特點、區域產業結構、政治生態等存在差異，在本地運行效果很好的模型，卻無法在異地發揮作用的情況較為普遍。模型難以復制，不是模型本身的問題，檢察機關在復用模型的過程中有必要結合本地實際，進行改造、優化、創新，形成具有自身特色、數據交互頻次高、可產生規模效應的大數據法律監督模式。

（三）數據共享帶來安全和隱私顧慮

在大數據法律監督應用場景中，數據流動是“常態”，法律監督模型中往往需要對不同來源的數據執行至少一次碰撞分析。數據共享意味著數據被賦予多源性和開放性，多源數據的融合導致信息泄露風險大大增加，甚至涉及公民個人信息和企業商業秘密。因此，數據安全不僅僅是網絡安全的一個下位概念，更是網絡信息安全的核心內容，是需要獨立加以研究和管理的內容。

在我國的立法語境下，“數據”和“信息”并不是通用的，〔11〕參見李海英：《大數據的法律挑戰和建議》，《大數據》2016 年第2 期。信息相較于數據而言，具有單獨或結合其他數據的可識別特征，這種可識別特征意味著信息具有隱私權利。目前，我國隱私保護的關鍵技術不完善，法律法規不健全，保護意識不充分，〔12〕參見張峰：《大數據時代隱私保護的倫理困境及對策》，《學術前沿》2019 年第15 期。數據利用過程中對于個人隱私信息的保障、數據保管使用的監管均存在不足。大數據法律監督以數據為基礎，其數據來源相當廣泛，其中不乏“共享”“開放”數據，且比重不斷增大。數字社會帶來了以效率為核心的“群組正義觀”〔13〕鄭智航：《人工智能算法的倫理危機與法律規制》，《法律科學》（西北政法大學學報）2021 年第1 期。，為滿足公共決策、公共安全、公共秩序等公域需求，個人權利作出有限讓渡，并僅限于特定時期、環境及條件。隨著涉及隱私保護相關法律法規的不斷健全，未來檢察機關大數據法律監督必須正視信息共享與隱私保護的關系，平衡個體權利的獨立性與溝通社會的兼容性，進而解決由此帶來隱私讓渡邊界、期限、用途等一系列新的問題。

2023 年3 月，經濟合作與發展組織（OECD）發布了《新興的隱私增強技術：當前的監管和政策方法報告》，〔14〕See OECD，Emerging Privacy Enhancing Technologies：Current Regulatory And Policy Approaches，http：//www.oecd.org/publications/emerging-privacy-enhancing-technologies-bf121be4-en.htm，Last Visited on Nov.26th，2023.該報告對隱私增強技術（PETs）的種類進行了梳理：以匿名化、合成數據、差分隱私、零知識證明為關鍵技術的數據混淆工具（Data obfuscation），以同態加密、多方計算、可信執行環境為關鍵技術的加密數據處理工具（Encrypted data processing），以聯邦學習、分布式分析為關鍵技術的聯邦和分布式分析（Federated and distributed analytics），以及以問責系統、閾值密鑰分享、個人數據存儲為關鍵技術的數據問責工具（Data accountability）。以上技術成熟度、優勢和限制各有不同，被應用于不同的領域和場景。當前，我國在數據流通環節的隱私計算技術水平和工具產業化專業化水平尚待提升，而數據逆向分析等技術又給數據脫敏清洗帶來新的挑戰，加之法律體系不完善、安全防護關鍵技術不成熟等問題，隨著大數據法律監督工作的不斷深化，未來會有更多的“開放”“公共”數據進入法律監督視野，數據共享和隱私保護、數據安全的沖突平衡問題也將更加突出。

四、大數據賦能法律監督的改革路徑

大數據賦能法律監督機遇和挑戰并存，基于上文對問題的梳理分析，提出以下改革路徑。

（一）注重理念引導

大數據法律監督帶來了檢察機關司法辦案模式和流程的重塑，實質是辦案人員監督理念和思維模式的更新，尤其是大數據意識的逐漸樹立與不斷強化?！袄砟钜蛔兲斓貙挕?，當前，要通過培訓、座談、研討等多種方式，引導檢察機關的領導和檢察官樹立正確的數字檢察理念，在司法辦案過程中自覺運用大數據開展法律監督、參與社會治理。

一是正確理解大數據及提升數據意識。大數據是通過獲取、存儲、分析，從大量數據中挖掘價值的一種技術架構。在檢察業務活動中，這種價值體現為通過對海量數據進行高效處理來挖掘法律監督線索，這也是大數據法律監督的核心要義。大數據意識本身是個復雜的體系，包括數據開放共享、數字化管理、大數據應用、大數據治理等理念。數字檢察要始終貫徹“業務主導，數據服務，技術支撐，重在應用”的理念，把業務需求放到第一位，引導、依靠業務部門的一線檢察官在司法辦案中樹立能動檢察理念和大數據思維，注意總結和提煉類案監督點和監督規則。具體到檢察工作中，一要不斷提升偵查意識、線索意識、數據意識，強化線索研判的能力、調查核實的能力、啟動數據的能力；二要不斷提升問題意識、需求意識、治理意識，遵循“個案辦理-類案監督-系統治理”的辦案思路，提高站位，把著眼點放在破解社會治理難題、構建社會治理體系上，這既是大數據法律監督的底層邏輯，也是頂層設計的出發點；三要不斷提升全局意識、共享意識、協作意識，讓檢察監督既有法律威嚴又有人文關懷，以雙贏多贏共贏的理念獲得各方的尊重和認同。

二是正確理解法律監督機關的準確定位。職能的價值與定位需要具備目的性、結果性和唯一性。檢察機關開展監督的出發點，是促進職權主體更好地履行職責。數字檢察的目的是通過大數據、人工智能等新技術破解檢察機關履行法律監督職能過程中的難題，發現與推動解決執法司法權力運行及社會治理中的深層次問題，不斷深化和加強檢察機關的法律監督工作，助推提高國家治理體系和治理能力現代化水平。大數據法律監督既有主動作為的監督形態，也需要合理把握權力的謙抑性，而這一尺度的把握始終建立在檢察機關是國家的法律監督機關的憲法定位上。由此，才能有的放矢、有所作為，實現“監督促進治理”“以我管促多管”的價值目標。同時，檢察機關在司法辦案過程中，也要緊扣服務中心大局、執法司法突出問題、社會治理薄弱地帶和公共利益弱項短板，通過履行法律監督職責促進某一類堵點難點痛點問題的系統治理，為黨委政府打好“法治補丁”。模型建設最終是為檢察業務工作服務，為發現法律監督線索、完善治理體系服務，必須防范為建模型而建模型的形式主義，損害檢察機關的法律威嚴。

三是正確理解不同監督模式的作用關系。必須認識到，檢察機關在維護法律統一正確實施的要求下進行價值衡量，體現人的主體性與司法的權威性。數字檢察是法律監督活動的高級形態，本質仍然是法律監督活動，必然包含但不限于傳統監督、大數據運用等手段方法，且具體到個案需要具體問題具體分析，兩者適時進行補位。大數據法律監督模型的最后一步，往往以調查取證核實作為落腳點，因此大數據運用在從海量數據中發現監督線索的前端，傳統監督的作用則發揮在甄別、驗證以發現精準線索的后端，兩者相輔相成，不可或缺。未來檢察機關除了在數據分析方法上要實現從平面數據比對到立體綜合分析的轉變，更需要具體問題具體分析，靈活選擇有效的監督模式，以達到大數據法律監督的高效性、精準性。

（二）加強頂層設計

大數據法律監督經過幾年的探索實踐，已經在全國檢察機關“開花結果”，顯示出強大的生命力。下一步，最高檢和省級院應當總結實踐經驗，“自上而下”做好頂層設計。

首先，加強制度建設，確保數字檢察工作行穩致遠。一是制定數字檢察工作相關規范性文件。比如，制定數字檢察工作指引和具體規則，明確數字檢察工作的總體要求和規范；適時出臺加強數字檢察工作的意見，指導各地工作開展；出臺模型管理辦法，對模型的管理與使用、冠名與保護、評審與競賽進行規范；出臺線索管理辦法和數字檢察辦案規則，加強類案監督線索的管理；針對數據共享的協同方式、技術要求、接口規范等研究制定數據安全標準；針對數據采集、存儲、處理、傳輸、使用全過程制定操作規范，等等。二是建立科學合理的數據責權制度。明確數據主管部門及監管職責，建立健全數據安全監管機制和責任體系；明確數據安全管理的主體責任對第三方運營主體進行準入安全審查，如配套網絡安全、數據安全技術；明晰數據所有者、調取者、管理者的權責范圍，保證數據在獲取、使用、儲存、管理等各個環節中權責清晰，防止數據濫用和泄露。三是建立公民個人信息查詢分級授權制度。在大數據法律監督的應用中，有必要細化不同數據類型、程序環節、對象內容的查詢權限、具體義務和法律責任，如針對公民個人信息區分一般個人信息、特殊個人信息、敏感個人信息等。四是創新數據共享安全管理技術手段。加強數據共享安全評估，加快研發安全多方計算、同態加密、隱私計算等技術，形成物理分散、管控可信、標準統一的共享協同體系，做好對數據共享協同的風險控制。五是強化全過程人民民主監督。堅持以人民為中心的發展思想，構建公眾參與的監督體系，探索大數據檢察監督過程的人民監督員制度，拓寬群眾有序、分類、階段參與和監督司法的渠道〔15〕參見孫風娟：《推進全過程人民民主監督，檢察實踐持續發力》，微信公眾號“最高人民檢察院”，2022 年2月24 日。。

其次，加強數據管理，實現數據融合兼顧風險防范。開展大數據法律監督工作所需的共享數據，由于在共享范圍、數據管理、數據安全等多方面沒有配套的法律法規或完備的法律體系，導致理論和實務界存在不同認識。有的認為檢察監督應屬于個案監督，有的認為數據共享應有文件依據，還有的基于數據保密相關要求認為數據共享會帶來泄露風險。因此，亟待從制度層面對數據共享范圍、協同程序要求、檢察監督方式等予以明確和細化，不僅要考慮數據權力的賦予和克制，也應關心數據權利的合理讓渡與合法保護。一是啟動未來相關法律修訂的前期研究。結合當前數字檢察實踐，從數據共享、線索篩查、調查核實、監督管理、法律責任等貫穿大數據法律監督全過程的各個環節，提供法律法規依據，有條件有限制地賦予檢察機關對其他政法機關辦案數據、政務數據、網絡信息企業數據的共享權力，以解決檢察監督數據賦權不明確和數據需求日益增長的矛盾。二是出臺促進數據共享開放的標準規范。強調分級分類、應用先行、安全并重，以滿足合理目的、合理方式、信息主體未受不合理侵害〔16〕參見吳國喆、王文文：《數據共享視域下個人信息“合理使用”的場景化判定》，《西安交通大學學報》（社會科學版）2023 年第3 期。為要件開展數據應用，實現數據共享合法、有序、規范，促進政務數據、司法數據、公共數據的融合應用。三是完善法律監督場景下的配套規定。針對法律監督、公共區域監控等場景下的數據安全與個人信息保護，進一步細化、完善配套的法律法規，嚴格檢察機關向互聯網企業調取個人信息的報批程序，杜絕違規收集及惡意利用等行為，保障國家、組織和個人的數據安全和隱私信息。

最后，統籌數據協同，打造數據全域共享體系?！八拇髾z察”融合發展大大拓寬了檢察監督的領域，但也不乏數據調取周期較長，監督成效無法迅速轉化，甚至延誤監督最佳時機的情況發生。因此，高效的數據協同是提升監督質效的利器。我們認為，宜由最高檢統籌數據協同工作，采用“四級一體系”模式，打造貫穿四級檢察機關的全國法律監督大數據管理平臺，匯聚可復制、可推廣、多元化的各類大數據法律監督模型，供四級檢察機關使用。同時，鼓勵各省級檢察院建設本地的法律監督大數據管理平臺，建設內容涵蓋檢察機關履行法律監督職能的數據中心、情報中心、知識中心和線索管理中心〔17〕參見翁躍強、申云天：《數字檢察工作中的十個關系》，《人民檢察》2023 年第1 期。，避免各級檢察機關重復投入、重復建設。在制度層面，需要研究制定大數據管理基礎規則、數據交換共享基礎規則，建立科學的數據庫和數字資源目錄，細化數據分類分級規定，建立適應數字檢察的數據權限體系。在軟件層面，組織研發大數據檢察一體化信息系統，打造大數據法律監督平臺。

（三）構建協同體系

大數據法律監督是數據的“煉金術”，突破了個案監督的局限和類案監督的瓶頸，核心是利用數據規則在海量數據中挖掘、提煉有效線索，以線索引導偵查、調查、審查，在“三查”融合、“四大檢察”融合監督以及外部協同上實現跨部門聯動場景。在檢察數字化改革的背景下，各業務部門、前后環節、上下條線之間融合不深、協同不強的矛盾逐漸凸顯，除了在理念上打破思維的“墻”，在共享上打破數據的“墻”，我們更需要打破“業務墻”“部門墻”，為大數據法律監督構建內外部協同生態體系。

一是構建數據的多跨協同體系。數據集納管理主要就是數據源的獲取和管理，是數字檢察工作順利開展的前提和基礎。與數字檢察工作密切相關的主要有三類數據：一是內部數據，包括檢察業務數據、辦公數據等。二是政法協同數據、行政協同數據，如公安機關的立案、撤案、刑拘數據，審判機關的裁判、調解、執行數據，行政機關的許可、處罰等已經作出終結性結論的基礎數據。三是第三方提供的公共數據，如12345 舉報記錄、信訪、電子政務、企業登記等信息。對內部數據要加強數據治理，共享數據要不斷拓展范圍和內容，公共數據要提升數據價值。當然，數據集納管理不是數字檢察部門一家的事，而是全局性的工作，需要各業務部門、技術信息部門在檢察長的直接帶領下，由數字檢察部門牽頭協調共同推進、規劃和使用?！?8〕同前注［17］。

二是構建上下與內外協同體系。有必要建立內外部之間、上下之間、區域之間的一體協同體系，在場景共建、機制共建、制度共建、工作聯動上與其他部門的協同，與上下層級的貫通，與區域之間的協作，真正構建合力、效能、融合最大化的一體協同體系。最高檢和省級檢察院應成立數字檢察專家咨詢委員會，聘請各個行業的專家學者，通過到院掛職、定向聯系、專家咨詢等方式多元化發揮外腦的作用。同時，可以通過簽訂戰略合作協議等方式整合外部數據和技術資源，保障相關經費，為開展大數據法律監督提供專業支持服務?！?9〕同前注［17］。對于基層檢察機關而言，對內應構建“四大檢察”的線索快速移送機制、多部門數字辦案單元辦理機制、“三查”融合案件辦理機制等，以機制促內部良性循環，充分挖掘檢察人才潛力；對外應建立線索流轉處置機制、聯合辦理事項磋商機制、全流程人民民主監督機制等，充分調用“外智”“外力”，打通社會治理的“最后一公里”，實現大數據法律監督的終極目標。

此外，應加強與高校、科研院所、科技企業等廣泛合作，高頻、深度、共同開展理論研究、科技攻關、人才培養等?！?0〕同前注［17］。以人工智能和大數據為核心的“第四次產業革命”為數據這一重要生產要素架構了新的舞臺，數字產業、產業數字化、數字安全等領域隨之滋生出大量新型經濟產業。經過多年的深耕，數字信息科技企業在數據分析、運用、安全等方面，與政府及其他職能部門相比，具備數據質量更好，經驗更加豐富，技術更加先進等優勢。不可否認，大數據法律監督的公權力屬性決定了其數據獲取的“擴張性”和數據運用的“內生性”，也即在數據共享上，公權力機關與企業之間的關系并不平等?；谶@種現狀，一方面有必要通過相關規范、制度來對前述的權力擴張加以規制，另一方面，可以探索“購買服務”模式，對于檢察機關在大數據運用過程中需要企業數據參與的部分分析決策，向企業提供數據規則，利用企業的技術手段在其自有的數據平臺中輔助開展數據篩查，提高數據分析效能，減少數據遷移風險，以平衡企業社會責任和隱私保護義務的關系。

三是構建科學的績效評價體系。數字檢察工作必須依靠基層、為了基層，模型建設的主體應當是市縣兩級檢察院?！?1〕同前注［17］。特別是大數據法律監督模型的監督點和業務規則，絕大多數是一線檢察人員在辦案中總結提煉的，模型研發完成后還需要到異地基層進行驗證?？茖W的績效評價體系能夠推動數字檢察工作提質增效，有必要全面搜集基層檢察機關在檢察監督權運行過程中的難點痛點堵點問題，充分征求意見并嚴格論證，制定、修正、完善大數據法律監督的質效評價體系。比如在針對基層檢察院的考核規則中，大幅增加數據檢察創新和大數據法律監督模型驗證工作的分值，〔22〕同前注［17］。鼓勵基層單位通過大數據建模發現異地監督線索并對線索移送環節適當賦分，對由檢察長牽頭全院數字檢察工作的基層院單獨賦分；考慮、尊重被監督對象的感受，吸收相關意見建議，鼓勵“磋商監督”“口頭監督”“柔性監督”，并增加該類監督類型的賦分指標、放寬監督成效的核定標準，將社會治理類檢察建議納入績效評價范圍等等，鼓勵檢察機關采用多元、綜合、靈活方式開展大數據法律監督，切實發揮考核指揮棒的作用，以大數據法律監督實踐推動評價體系的完善，以科學合理的評價體系促進大數據法律監督反映“監督促進治理”的核心旨意，以共贏多贏實現檢察監督的良性循環。

（三）重塑業務流程

從我國未成年人檢察、知識產權檢察的綜合履職探索來看，“四大檢察”職能充分融合，深度融入未成年人檢察綜合保護、知識產權保護格局，無疑是推進檢察一體化、現代化建設的優秀范式。未來大數據法律監督應更加強調數據整合，更加注重綜合履職，更加強化一體協同。大數據法律監督流程重塑的優化方向也會是刑事、民事、行政、公益訴訟檢察的融合履職。

廣義的法律監督數據建模應涵蓋大數據法律監督的全路徑，由單一監督模型向融合監督模型發展，貫穿社會治理的前端和后端，即模型本身就是檢察業務流程再造的雛形。如浙江探索的大數據法律監督路徑，走出了一條“以數字檢察為牽引，以類案監督為核心，以促進社會治理為目標”的發展之路?！?3〕同前注［9］。這種流程再造，把法律監督從隔靴搔癢到對癥下藥，從淺表監督到穿透監督，在業務流程、全程監督、流轉處置等方面形成點、線、面、立體的“多閉環”，從根本上優化數字檢察監督辦案，形成大數據法律監督的整體格局。

隨著數據協同的拓展、監督模型的優化、綜合履職機制的完善以及上級指導統籌的深化，檢察機關在大數據分析過程中發現越來越多跨部門、跨層級、跨區域的監督線索，如何對這些線索進行梳理整合、分類移送、閉環處置，及時跟進后續治理環節，在橫向、縱向上形成一體協同，以實現監督效能最大化，成為大數據法律監督實踐中的重大挑戰?；鶎訖z察機關也在不斷探索諸如數字檢察辦案組模式、多部門協同辦案模式、兩級院聯合辦案模式、特邀檢察員或特約檢察官助理參與辦案制度、檢察環節全過程人民民主法律監督機制等一系列業務流程改造。這種流程再造，目標是更高水平協同履職和更有效的社會治理。業務流程再造與數字監督辦案相互促進，通過優化“數據流”再造“業務流”、優化“數據規則”再造“業務規則”、優化“監督模型”再造“辦案流程”，數字監督辦案質效反過來推動流程進一步的完善和優化，兩者互相促進，實現檢察辦案、法律監督、社會治理的路徑融合。

結語

法律監督是檢察機關的立身之本。大數據分析在法律監督中的應用，體現了一體履職、綜合履職、能動履職理念的實踐化過程。對法律監督中的大數據應用實踐的總結提煉，不僅論證了現階段大數據賦能檢察履職實踐的有效性，更為開展數字檢察工作與司法基本規律一致性的理論探討提供了基礎，有利于幫助基層檢察機關和一線檢察人員建立真正的大數據思維和大數據認知，更好地理解大數據分析在法律監督中的豐富樣態和優化路徑，真正實現檢察業務與數據技術的深度融合。