数字检察的建设与实践在我国司法实践与学术研究领域如火如荼地展开。数字检察的核心内涵为“大数据 ＋ 法律监督”，主要表现为通过先进的人工智能和大数据技术等科技手段同检察机关的法律监督职能相融合，以数字化的法律监督模式保障法律正确实施。
司法救助会具有一定的紧急性和时效性，以前通过海量案件人工筛查司法救助线索，不仅耗时影响检察干警工作效率，还会导致被救助者不能及时得到救助而深入更深的困境中。通过数字赋能，使用大数据技术从海量数据中发掘、筛查出有价值的线索，能够将司法救助工作化被动为主动。下面，笔者对当前检察机关在“数字检察+司法救助”存在的薄弱点进行分析，再从司法救助实践的视角对如何推进“数字检察+司法救助”相融合路径进行探索。
“数字检察+司法救助”存在的薄弱点
救助群体信息数据获取难。开展司法救助工作要找到适格的救助群体，如何获取其信息数据是建模的首要问题。救助群体信息来源主要包括退役军人、未成年人、残疾人、涉法涉诉信访人等五类生活困难当事人的信息数据，上述人员信息数据分属于不同单位，获取明确数据源存在一定难度。此外，在实践过程中还发现，部分案件当事人不属于上述五类人群，但同样符合国家司法救助条件，这使得比对出有效的司法救助线索存在一定的难度。
存在重复救助的可能。根据国家司法救助的基本原则，对同一案件的同一救助申请人只进行一次性救助。现阶段公安、检察、审判机关均在开展司法救助工作，各单位之间尚未能构建有效的信息互通机制，存在重复救助的可能性。通过筛查获取的数据仅限于判别该人员是否属于受助人群，但难以判别其是否已经获得国家司法救助，导致检察机关对司法救助的必要性判定时难以把握。
办案思维与建模思维的差异化。相较于传统的办案模式，办案人员需要对申请人主体资格进行验证，逐项审查申请材料，引导补充有关材料，从而得出是否符合救助的结论意见。模型建成以后对办案人员来说可以作为黑箱，只需关注来源数据和输出结果，判定是否符合救助条件。因此，建模的技术人员需要对每一个逻辑步骤和关系进行细致全面的把握。办案人员需要全程深入参与建模过程，帮助技术人员厘清思路，将司法救助工作的需求与建模技术深度融合，实现概念数据模型向逻辑数据模型转变。
“数字检察+司法救助”融合的新路径
数据的归集共享是数据赋能司法救助的前提。数据归集共享的路径主要有两个方面：一是从全国检察业务应用系统审查逮捕、审查起诉文书数据刑事判决书、从裁判文书网以及当地法院获取民事判决书、法院执行等数据则；二是实现具体领域的数据归集共享。同相关部门建立有效的沟通机制，为数据的获取打好基础；为确保数据的有效性，还需要协调相关单位及时更新信息数据，实现对筛查获取的人员信息有效识别。此外，可以进一步向当地市民政局调取低保、低边户数据，向社会救助服务中心调取社会救助人员数据、乡镇街困难弱势群体数据等信息，通过多渠道沟通协作，打通数据壁垒，实现数据的归集共享。
数据的梳理应用是数字赋能司法救助的关键。庞杂、管理汇总标准不一、类型多样化等因素的存在，使得归集的基础数据一般难以被直接关联使用，容易形成数据利用的堵点。实践中，通过数据清洁工作来提升数据运算的可行性，推进数据的加工应用融合，是破除数据利用堵点的关键所在。如检察机关可以通过对重点案件的梳理，着重针对人身受到伤害、未获赔偿、生活困难3个关键点，设置关键数据要素进行筛查，精准识别检察环节和审判执行环节未获赔偿的受害人。同时，在刑事、民事法律文书中筛选受害人信息，通过设置过滤条件得出未获赔偿受害人员信息，再分别与民政部门低保低边数据、已开展社会救助人员数据交集，初步筛选出可能需要进行司法救助的对象，再开展进一步人工核查。
数据模型的构建是数字赋能司法救助的重点。数据的归集共享和梳理应用为司法救助数字检察办案提供了基础要素支撑，而数据模型的构建则带来司法救助数字检察办案方式的结构性变革，是数字检察从认知层面迈向办案实践的重点所在。如阳山县检察院构建运用的多元联动司法救助法律监督模型。第一步，从民政局和残疾人联合会调取困难人员信息。第二步，进行数据整合，提取“姓名”“身份证号码”“困难类型”“残疾等级”等重点数据整理成一个新的EXCEL表格。第三步，从全国统一业务系统数据中提取人身伤害类、侵犯财产类案件被害人身份信息，并保留“姓名”“身份证号码”等关键数据。第四步，利用EXCEL表格公式中VLOOKUP函数公式，以“姓名”“身份证号码”作为查找值，匹配两个表格之间的数据，快速查找出被害人中是否存在困难人员或残疾人。
清远检察融媒体中心
来源丨阳山县检察院
一审丨谢伟龙
二审丨阮雪仪
三审丨陆凤英
编辑丨阮雪仪
