公安下行案件智慧监督系统

　　一、背景及问题分析

　　随着全面依法治国的深入推进，公安机关刑事案件办理质量总体向好，但实务工作中发现公安 机关仍然存在应当立案的案件没有依法立案、立案后违规撤案、刑事拘留后作违规撤案处理（以下 简称“刑拘下行”）及逮捕后不移送起诉处理等公安下行案件违法违规处理的情形,案件办理过程依然存在显性或隐性的质量等问题。

　　但在工作实务中我们依然发现，对公安机关监督依然面临着监督乏力等困境，一方面由于公安 机关封闭实施的侦查行为，侦查立案数据难以获取，对公安机关是否依据法律程序进行立案无法有 效监督。另一方面在内设机构改革后，原有侦监与公诉部门的合并，加之刑事诉讼法对于审查时限 要求，在客观上也削弱了对公安机关侦查环节的监督力度。

　　二、核心业务

　　人民检察院作为国家法律监督机关，在刑事诉讼中有权对整个刑事诉讼活动实施法律监督。对 公安机关侦查监督权是法律监督职权的重要内容之一，是法律监督职能在刑事案件办理各环节依法 行使监督权的重要体现，是维护司法公正、保护公民合法权利不受侵犯的重要程序性保障措施，是 保障侦查环节依法有序进行，从而提升司法权威性的重要职权。

　　在此背景下，宁波市海曙区检察院突破固有监督思维，不依赖公安数据，围绕自身已有数据进 行深度挖掘分析，重点对刑拘下行案件及捕后不移送起诉案件中出现的异常情况进行梳理，形成有 效的监督线索模型，筛查出刑事侦查过程中可能存在的违法、违规行为，保障法律的正常实施，维 护司法和执法的公平正义，进一步促进社会矛盾化解，并探究和化解矛盾根源，通过创新提升社会 治理效果。

　　三、需求分析

　　侦查权的主动性、强制性和广泛性，决定了其产生之初就具有天然强势的扩张性和易于失控性。 通过检察监督防范侦查权滥用、遏制侦查权的扩张，促进公安机关依法履行被监督的法定义务，规 范开展侦查活动，推进严格公正司法的重要制度安排, 是法治中国建设稳步推进的具体体现。

　　在司法实务工作中，对刑事侦查过程不规范问题进行总结归纳，发现问题主要集中体现在以下 几个方面：

　　1.公安机关应当立案的案件没有依法立案；

　　2.公安机关立案后撤案处理；

　　3.公安机关刑事拘留嫌疑人后撤案处理；

　　4.检察机关批准逮捕后，公安机关未移送起诉；

　　诚然部分问题是由于司法解释变化、证据认定和法律理解不一致等客观因素导致。但其中同样 不排除司法人员违法违规、徇私舞弊的存在，这与长期以来注重犯罪控制的社会价值取向、配合有 余监督不足的理念偏差、流水线式的诉讼构造等因素有关,同时监督制度自身的问题也应引起足够的 重视。虽然宪法规定, 检察机关有权对公安机关的立案、侦查活动合法性进行监督，但这种监督存 在有限性、事后性与被动性。一方面, 检察机关对公安机关应当立案而不立案侦查的案件有权监督， 但受限于长期以来缺乏公安机关立案过程数据，检察机关仍然无法实现有效监督。另一方面, 检察 机关对侦查活动的监督大多是通过审查批捕和审查起诉活动进行, 但这两项工作都是通过书面形式 进行审查, 公安机关的违法情况通常不会反映在案卷中, 因而即使侦查活动中有违法行为, 检察机 关监督也是途径有限, 无法发现。

　　原有对公安机关的监督线索主要依赖于刑事检察部门在刑事案件流转过程中的发现和控告申诉 部门转移案件线索，线索总体数量稀少，涉案罪名覆盖面小，并且往往投入大量人力物力，监督成 效却不高。如果对公安机关的监督思路始终停留在获取公安机关内部数据或通过举报线索发现问题， 监督机制将无法突破事后性、书面性等程序性监督，致使侦查监督工作无法有效展开，使得监督效 果大打折扣。

　　宁波市海曙区检察院利用大数据思维，转变思路，换位思考，将监督重点放在公安机关刑拘下 行案件及捕后不移送起诉的案件上，通过巡回检察获取的看守所数据及自身刑事案件数据进行重点 筛查分析，通过对异常数据的敏锐捕获，构建相应刑拘下行的监督模型。利用大数据全面核查历年 来公安机关在刑拘下行及捕后不移送起诉案件中可能存在的违法行为，为监督工作指明了方向，突 破核心问题，全面提升刑事检察监督质效。

　　四、理论体系构建

　　平台以海量数据为基础，利用数字技术挖掘异常信息、可疑信息，并以侦查思维分析研判，主 动发现监督线索，开展法律监督，进而参与社会治理。通过数据汇集——数据挖掘——分析研判— —交相关部门线索初查——开展监督——跟踪成效——社会治理，完成数据到监督和治理的闭环。

　　五、综合应用开发

　　系统在技术架构上主要分为三层，核心数据层，数据模型层及用户展现层。

　　系统架构示意图

　　核心数据层通过实时数仓架构模式，通过对外部数据资源、文书解构资源及内部数据资源的实 时清洗、计算、融合，形成标准的数据资源池，为上层建模提供有效的数据资源。

　　与传统的离线计算同步方式相比，实时计算大范围降低计算融合周期，有效保障数据计算的实时性，为模型构建提供有力的数据支撑。

　　另外由于自然语言处理的特殊性，原有的做法更多是重新进行批量计算，耗费大量的计算资源， 并且实效性无法得到保障。系统采用消息队列的方式，从队列中提取之前数据与新提取的数据进行融合，做到数据增量计算，最大程度上节约计算资源，提升融合计算效率。

　　离线计算与实时计算对比示意图

　　数据模型层结合实务经验，构建监督模型，通过大数据分析、自然语义分析等前沿技术手段， 深度挖掘数据价值。并且系统采用微服务的架构模式，根据业务需要，可实时动态调整、不断扩充 监督模型。为后续快速扩展其他监督业务奠定基础。

　　用户展现层深度结合用户使用习惯，系统使用前后端分离的架构模式，在用户调研过程中形成 高保真的界面展现原型，使用户能够直观的了解系统全貌，后期原型直接与后端对接，最大限度的减低建设周期。

　　公安下行案件智慧监督系统通过检察机关巡回检察看守所工作过程中收集数据，结合自身刑事 案件数据进行碰撞分析，挖掘存在违法违规问题。

　　系统数据总览界面（敏感数据进行遮蔽处理）

　　系统能有效提高检察机关在刑事侦查监督领域的能力和水平，提高对公安机关监督的广度与深 度。通过对自身已有数据的深度挖掘，突破原有坐等数据，监督效果不显著等局面，有效拓宽监督 线索来源，全面系统地研究刑事侦查领域的违法犯罪问题，使刑事侦查监督进入主动、系统、全面、 高效的全新阶段。

　　系统设计思路秉承“直观简易”的开发理念，将复杂的业务逻辑以简单易用的“工具化”软件 作为人机交互界面，实现检察官快速上手、即用即得的使用效果。

　　同时，系统在内核延伸开发方面，不断研究最新的大数据管理、大数据计算等领域的前沿技术， 吸收采纳较为成熟的、符合检察业务实际需要的部分进行使用，为检察监督业务类型、监督模式的 不断发展提供强有力的科技保障。

　　强化打击犯罪与保障人权并重的司法理念，准确把握审查批准逮捕的司法和监督属性。推进捕 后继续侦查取证的引导，建立与公安机关常态化的沟通联系机制，及时交流。通过对刑事侦查的监 督有效参与社会治理，共创检警双赢共赢多赢局面，采用有效、科学的信息化手段弥补消除监管漏 洞，消除犯罪滋生的土壤，保障法律正确实施。

　　六、公共数据集成

　　第一、汇总近五年以来刑拘下行人员信息。将看守所被刑事拘留的人员信息，与提请审查批捕和起诉的人员信息，两组数据进行碰撞，筛选出被下行的人员信息。

　　第二、与省政法一体化系统进行对接，通过系统协同公安对刑拘下行案件及捕后不移送起诉案 件做进一步的调查。

　　第三、对筛出信息进行分类。可以按照罪名标准分类，从客观性证据入手倒查可能性最大。

　　七、制度架构

　　公安下行案件智慧监督系统从检察机关的刑事监督实际业务出发，借助科技手段通过智能化监 督方式推进精细化监督理念，形成全面动态监督格局。系统打破传统限制因素壁垒，利用实时获取、 处理数据的科技优势，充分挖掘数据价值，有效识别、提取公安机关可能涉嫌违法违规等关键信息， 及时生成便于检察人员分析的直观数据，有效提升检察系统的监督能力和监督效率。监督模型使用均为检察机关内部数据，并衔接政法一体化办案平台，推动公安机关进行整改，监督方向在全省范 围内具有一定的代表性，并且系统本身易用性强，具备复制推广价值。

　　责任编辑：广汉