数据分析在公益诉讼线索筛查中的实践与应用
岱山县人民检察院 刘连杰、金海波、李齐申
摘 要：随着检察职能的转型，信息化应用也从重点服务刑事检察向全面支撑“四大检察、十项业务”转变。为进一步解决公益诉讼线索获取匮乏等问题，通过借力信息化技术，促进技术、数据、业务三者深度融合，建立以大数据分析处理为驱动的办案模式，以数据自动化分析为着力点，立足公益诉讼实务短板，探索研发“检察有数”、“违发查”、行政处罚筛查、民事公益诉讼线索筛查等信息化系统。打破传统办案模式，通过“数据+规则”对各种来源的数据进行分析和筛选，拓宽办案方向，拓展办案思路，使案件办理更加精准有效，有效提升公益诉讼成案率。
关键词：数据分析、公益诉讼、线索筛查
一、引 言
近年来检察机关信息化建设得到了快速发展，随着统一业务应用系统、政法一体化系统、电子卷宗系统的应用，实现了对各类刑事案件数据的全面采集，成为了检察机关的核心数据资源。同时在外部数据方面，浙江法院裁判文书检索系统、浙江政务服务网的行政处罚结果信息公开，也为检察机关提供了外部的数据基础。在大数据时代，人们迫切希望由计算机代替人类进行数据分析，为实际业务提供服务和指导，进而实现数据的价值变现。本文以公益诉讼线索筛查作为数据分析的最终目的，通过建立基础数据库和基本分析工具为核心的办案平台，以数据自动化分析为着力点，建立以数据为驱动的办案模式，实现公益诉讼从“要线索”到“要数据”转变，进而解决公益诉讼线索发现中存在的信息不对称、数据不集成、部门多分割等问题。立足公益诉讼实务短板，探索研发“检察有数”、“违发查”、行政处罚筛查、民事公益诉讼线索筛查等信息化系统，通过大数据分析，拓宽办案方向，拓展办案思路，有效提升公益诉讼成案率。打破传统办案模式，建立以大数据分析处理为驱动的办案模式。在该模式下，通过“数据+规则”对各种来源的数据进行分析和筛选，使案件办理更加精准有效。
二、公益诉讼线索获取存在问题
自2015年公益诉讼试点以来，公益诉讼无论从案件数量、效果，还是社会关注度等方面，都呈现出新的特点，取得了很多新的成果。党的十九届四中全会通过的《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》对公益诉讼工作也提出了明确要求：一是拓展公益诉讼案件范围；二是完善生态环境公益诉讼制度。案件数量的增多一方面说明办案取得的成果，另一方面也反应出今后办案的难度也在逐渐提升。案件线索是检察机关提起公益诉讼的基础，摸排出高质量的公益诉讼线索是案件办理的先导条件。在基层实际中，公益诉讼部门更能感受到线索的稀缺带来的办案瓶颈。究其原因可以从公益诉讼法律监督权能的受限、案件线索获取路径受限、线索获取能力受限三个方面进行分析。
（一）公益诉讼法律监督权能的受限。
1、案件范围上受限。2015年5月5日，中央深改组召开第十二次会议。确定了生态环境和资源保护、国有资产保护、国有土地使用权出让、食品药品安全等四个重点领域。2020年5月15日，浙江省人大常委会第二十一次会议通过了《关于加强检察公益诉讼工作的决定》，指出检察机关办理的行政和民事公益诉讼案件包括：法律规定的生态环境和资源保护、食品药品安全、国有财产保护、国有土地使用权出让、英雄烈士保护等领域公益诉讼案件；安全生产、个人信息保护、公共卫生安全等领域公益诉讼案件；法律法规规定的其他领域公益诉讼案件。将公益诉讼领域拓展到“4+1”领域。虽然有法律法规规定的其他领域作为兜底，但 “等外”案件在办案实际中还需要经省院审批，增加了案件办理的复杂性。因此在基层实际中，公益诉讼在案件办理范围主要还是在“4+1”领域。在一开始办理公益诉讼时，案件多集中于生态环境污染领域。随着行政机关的整改不断落实，就会在该领域内呈现出现“办一件少一件”的现状，使办案部门办理的案件难度会不断增高。
2、办案手段上受限。《关于加强检察公益诉讼工作的决定》中规定了检察机关的调查核实的职权。包括查阅、调取、复制有关执法、司法卷宗材料；约谈行政机关、企事业单位、社会团体和其他组织负责人；询问违法行为人、行政机关相关人员以及行政相对人、利害关系人、证人等。但在实际过程中，行政公益诉讼的案件办理的起源点在线索的收集。没有案件线索就如同无米之炊。坐等行政机关自发的移送案件线索是不可期待的，虽然在加强部门之间协作配合上也做了相关工作。比如加强与行政机关的沟通联系，尤其是环保、国土、市场监管等涉及公共利益较多的部门，完善双方信息共享、结果反馈等机制，确保能及时、准确获得公益诉讼案件线索。定期对接政府法制办、12345政务热线等部门，继续完善与县法院出台的《审判监督与行政检察协作工作机制的实施意见（试行）》，与县监察委出台的《案件线索双向移送及反馈机制的意见》。但这些机制的出台，在实际过程中能带来多少线索案件还未可知。
3、办案过程上受限。这个主要体现在线索发现途径和线索转换比率两个方面。一是案件线索必须在履职中发现。公益诉讼案件线索限于检察机关在履行职责中发现的情形。“履行职责”包括履行批准或者决定逮捕、审查起诉、控告检察、诉讼监督、公益监督等职责。实践中，对于通过行政执法与刑事司法衔接平台、行政执法与行政检察衔接平台等发现案件线索的，视为“在履行职责中发现”。这也限制检察机关毫无边际的去寻找公益诉讼线索。这种受限性也在一定程度上影响了办案部门线索获取的途径。二是线索转化上受限。在《困境与突破：行政公益诉讼线索发现机制研究》一文指出：案件线索、诉前建议与公益诉讼之间大致存在着100:50:1的比例关系，即检察机关每获取100件案件线索，大约能发出50件诉前建议，最终可望转化为1件公益诉讼。正是这种低转化率，对公益诉讼线索的数量和质量有了更高的要求。
（二）公益诉讼案件线索获取路径受限
公益诉讼案件线索限于检察机关在履行职责中发现的情形。根据线索来源路径的不同可以分为：依托于刑事案件的线索获取、依托于控告举报的线索获取、依托于行政处罚的线索获取、依托于判决信息的线索获取和依托于新闻媒介的线索获取。
1、依托于刑事案件的线索获取。此类线索主要集中在民事公益诉讼领域，犯罪嫌疑人的违法行为在触犯了刑法同时需要负担修复公共利益的义务。在基层检察院中，刑事办案部门或者案管部门在履行职责中，发现破坏生态环境和资源保护、食品药品安全领域侵害众多消费者合法权益等损害社会公共利益的行为，将案件线索及有关材料及时移送公益诉讼案件办理部门。由于刑事案件根据罪名来区分往往更利于线索移送，因此公益诉讼部门会列举常见的移送罪名例如在生产、销售伪劣商品罪中的生产、销售假药罪和销售有毒、有害食品罪；破坏环境资源保护罪中的污染环境罪和非法猎捕、杀害珍贵、濒危野生动物罪。
2、依托于控告举报的线索获取。此类线索主要集中在行政公益诉讼的生态环境和资源保护领域。通过完善并落实举报奖励制度，利用我院微信公众号中的“公益损害和诉讼违法举报随手拍”小程序以及12309检察服务热线，鼓励广大群众积极发现、举报公益损害违法行为，并按规定予以监督、答复和奖励。控申部门作为窗口部门承担了案件线索的受理、核实和答复。该种方式的线索获取还是属于被动性接受，即案件线索是被动转交给公益诉讼部门。
3、依托于行政处罚的线索获取。此类线索主要集中在行政公益诉讼的食品、药品领域，通过行政执法与刑事司法衔接平台、行政执法与行政检察衔接平台等发现案件线索。近年来双执法平台在基层检察院已不能使用，因此通过浙江政务服务网的行政处罚结果信息公开网进行线索获取。
4、依托于判决信息的线索获取。此类线索主要集中在行政公益诉讼领域，用于在特定条件下的检索相应线索。例如《食品安全法》第一百三十五条，吊销许可证的食品生产经营者（五年内）；食品安全犯罪被判处有期徒刑以上，终身不得从事食品生产经营管理工作（生产、销售有害、有毒食品罪）第三人构成生产、销售有毒、有害食品罪的，在被判处刑罚的同时，行政机关还需依照《食品安全法》等法律规定吊销其食品生产、经营许可证。行政机关未吊销相应行政许可的，公共利益应视为未得到完全修复，可以提起行政公益诉讼。
5、依托于新闻媒介的线索获取。随着互联网的发展，网络上信息不管从时效性还是关注度上都成为了新的传播热点。各类人民群众关注的热点和焦点问题都会在网络上得到反映。通过浏览本地区的新闻媒介和两微平台，及时关注在网络媒体上有关当地环境污染等侵害公益事件的信息反映，获取公益诉讼线索。
（三）公益诉讼案件线索获取能力受限
公益诉讼案件涉及领域专业性强、复杂度高。这就要求公益诉讼办案人员具备一定的专业化行政执法能力，熟悉相关行政法规。结合前期工作中暴露出来的素质短板和能力问题，具体在线索获取能力上有如下体现：
1、线索获取手段单一，主动发现少。从线索来源方式主要有新闻媒体中发现、自行排查发现、刑事办案中发现和控告举报等，其中自行排查发现为当前办案部门的主要方式。从上述数据中可以发现如下问题：一是行政公益诉讼类型比较集中，案件类型基本集中在食药环领域，对于“等外”公益诉讼工作探索不够；二是线索来源的方式不够，除了新闻媒体和控告举报，主动发现的手段和方法不够；三是检察业务数据的应用不够，单靠刑事办案中发现案件来源有限，还未将其他业务数据进行深入的分析应用。
2、监督者与被监督者理念有差异，行政机关的数据获取难。由于监督者与被监督者之间认识不一、数据开放程度不高，导致检察机关与行政机关存在数字交互困难，进而存在信息不对称、数据不集成、部门多分割等问题。行政公益诉讼部门根据案件类型主要可以分为行政公益诉讼和民事公益诉讼。行政公益诉讼的范围包括生态环境和资源保护、食品药品安全、国有财产保护、国有土地使用权出让等领域；民事公益诉讼的范围主要包括涉及林业、渔业、野生动物等破坏生态环境和资源保护领域和涉及食品药品安全领域。其中生态环境和资源保护需要自然资源和规划局的数据，食品药品安全需要市场监督局的数据、安全生产需要安全监督局的数据，但是在基层检察院与这些行政机关未建立数据对接，公益诉讼线索的发现首先是数据的采集，根据上述领域的不同，需要采集的数据也不同。在实践过程中，办案部门依然是通过调查函的方式调取相关数据，获取数据的手段落后。
3、数据分析技术落后，自动化分析应用少。对于刑事案件数据，统一业务软件进行了数据归集，但是存储的数据没有API接口，省检察院集中存储了数据库，对基层检察院未开放读写权限。因此，基层检察办案部门不能直接对刑事检察数据做自动化处理。对于法院裁判文书检索系统，省检察院提供了web搜索界面，未开放API接口，也未开放数据库，因此不能直接进行数据处理。各行政机关的系统也检察机关并未互联互通，办案人员多以调查函的形式调取数据，行政机关多以纸质打印件方式给予相关数据，因此对于此类数据办案人员只能通过手工分析。综上在现阶段，公益诉讼部门办案人员在实际办理案件中通过自动化分析数据获取线索的应用欠缺。
三、基于数据分析的解决方案
本节主要研究数据分析技术在公益诉讼线索筛查中的实践和应用，主要解决公益诉讼线索发现中存在的信息不对称、数据不集成、部门多分割等问题。行政公益诉讼部门根据案件类型主要可以分为行政公益诉讼和民事公益诉讼。行政公益诉讼的范围包括生态环境和资源保护、食品药品安全、国有财产保护、国有土地使用权出让等领域；民事公益诉讼的范围主要包括设计林业、渔业、野生动物等破坏生态环境和资源保护领域和涉及食品药品安全领域。公益诉讼线索的发现首先是数据的采集，根据上述领域的不同，需要采集的数据也不同。在实践过程中，对民事公益诉讼主要用到是统一业务软件中刑事案件的数据，即通过刑事案件的罪名来发现民事公益诉讼的线索。行政公益诉讼用到的数据根据不同的案件需要采集不同的数据类型，包括刑事案件数据、行政处罚数据、公益诉讼案件数据等。首先是数据采集，通过数据爬虫、API提取等技术手段，打破信息孤岛、数据壁垒，构建业务全面覆盖的大数据信息资源库。完成法院裁判的数据库、行政处罚数据库、刑事检察数据库的数据采集工作；其次是线索归集和规则制定，通过检察有数和典型案例，选取办案方向，结合相关法律法规制定数据规则用于数据分析。最后是数据分析与挖掘，通过Tableau数据分析软件，利用“规则+数据”对上述三大数据库进行分析和筛选，完成有价值的线索获取，提高成案率。
(一) 通过数据采集，建立核心数据库
1、外部数据的采集。人工智能时代，对数据的依赖越来越重要，对于外部数据来讲，数据主要的来源就是通过数据采集获得。常用的数据采集方式就是网络爬虫获取，通过网络爬虫获取的数据可以用于数据分析或者作为数据挖掘的原始数据。行政处罚数据通过爬取行政处罚结果信息公开网页进行数据获取，法院裁判数据通过浙江省裁判文书检索系统获取。在爬虫语言选择方面，基于Python的爬虫更易于实现，且Python对数据分析具有天然的优势，因此更利于后续的操作。Python网页爬虫是一种按照一定规制，自动地获取万维网信息的Python脚本，其工作原理是：模拟浏览器发送请求，下载WEB代码，提取目标数据，存储至数据库。以爬取浙江省裁判文书检索系统为例，需要用到Python自带的标准库urllib2，它是Python内置的HTTP请求库，用于向服务器发出请求。由于该网站是异步加载的动态网站，需要选择地区和法院名称，还需要适用Selenium来实现自动化处理。获取到目标网页后，通过Beautiful Soup进行数据匹配来获取目标字段。最后通过pymysql模块进行数据库写入操作。
2、内部数据的采集。对于内部数据主要是获取统一业务软件系统的数据。虽然省院开放了部分API接口，但是通过该接口获取的数据过于简单，例如可以请求获取一审公诉的受理案件数和审结案件数，因此该接口可以应用于数据墙的显示。但是对于案件类型、犯罪嫌疑人姓名、案件名称等字段均不能获取，因此对于进行数据分析来讲还不能适用。为了获取更丰富的数据类型可以通过两种方式来实现。一是在统一业务软件业务中，点击信息基础资源中的基础表工具一，以报表导出形式获取相关数据。例如需要导出一审公诉案件的所有字段，可以点击基础表工具一，在点击一审公诉表，然后导出的Excel类型的一审公诉案件的数据，最后可以通过Navicat工具将Excel数据导入到MySQL数据库中。二是寻找具有统一业务软件接口的技术公司，利用其接口开发相应的应用。这种方式获取的数据直接通过数据库中而来，因此不会出现报表数据因迟填导致的卡表不一的现象。但是该方式的接口技术掌握在公司，因此开发出的应用不具有可扩展性，其数据采集和数据分析一般都是闭环使用，不利于二次开发。
3、数据库存储。数据采集完成后，需要将数据存储到数据库中。数据库是一种逻辑概念，用来存储数据的仓库，通过数据库软件来实现。根据功能不同可以分为关系型数据库和非关系型数据库。关系型数据库最典型的数据结构是表，由二维表及其之间的联系所组成的一个数据组织。常见的有MySQL、PostgerSQL、Microsoft SQL Server、Oracle；非关系型数据库严格上不是一种数据库，应该称作为数据结构化存储方法的集合，可以使文档或者键值对，常见的有MongoDB、Redis、CouchDB等。本文中所需要用到的数据包括法院裁判的数据库、行政处罚数据库、刑事检察数据库，其中法院裁判数据45181条，行政处罚数据8373条，刑事检察数据2000条。总体来讲，需要存储的数据量不是很大，因此常见的关系型数据库都可以适用。MySQL数据库作为最流行的关系数据库管理系统之一，所使用的是SQL语言是访问数据库的最常用的标准化语言，其体积小、速度快、成本低，且源码开放，比较适合此次开发，因此在选择MySQL作为核心数据库存储方案。通过XAMPP软件可以部署本地化的MySQL数据库，用于存储上述的法院裁判的数据库、行政处罚数据库和刑事检察数据库。
(二) 结合相关业务，制定数据分析规则
自动化数据分析的本质是用计算机来代替人工分析，从而降低办案人员在分析过程中的认识差错，提高数据分析的效率。数据分析规则是整个自动化数据分析的核心，需要具备较强的业务性同时还需要一定的技术能力，因为提取出来的分析规则不仅仅能够适应于业务要求也能够使计算机易于实现。
1、在案件办理中提取办案规则。公益诉讼案件类似于以前的反贪、反渎案件，其他地区的类案、串案对本地的案件办理具有借鉴意义。它山之石可以攻玉，借助其他院的办案思路，获取其案件关键法律依据，通过学习办案方法，拓宽办案方向。
2、在典型案例中提取办案规则。典型案例就是上级院发布的一些社会影响大，具有较强典型意义的案件，对基层院办理类似案件提供了参照标准。为进一步归纳总结经验，学习典型案例。可以通过技术手段定性收集内、外网中发布的典型案例，按所属领域进行归档保存，并通过全文搜索方式向办案人员提供检索服务，着重挖掘类案、串案的办案模式，为办案部门提供办案指导和思路。
3、在法律法规中提取办案规则。通过学习法律法规，抽象出分析规则。由于公益诉讼涉及的法律法规众多，因此可以注重在四大领域相关的法律进行学习归纳。以涉刑退休人员养老金违规发放为例，劳动和社会保障部办公厅《关于退休人员被判刑后有关养老保险待遇问题的复函》规定：退休人员被判处拘役、有期徒刑以上刑罚或者劳动教养的，服刑或劳动教养期间停发基本养老金。根据上述规定，可以抽象出“男性+60周岁+有期徒刑”和“女性+55周岁+有期徒刑”这样两个检索规则，即可以在统一业务软件刑事数据库中，检索被判处有期徒刑的60周岁以上的男性和55周岁以上的女性名单，再去与社保局的发放情况进行比对就可筛选出违规发放的名单。
(三) 利用数据分析软件，完成线索获取
数据分析是一种统计方法，其主要特点是多维性和描述性。随着计算机性能的不断提高，数据分析可以处理大量数据，结合统计学知识可以更好的对反映数据特征，并在此基础上对数据进行拟合得出预测函数。在实际应用中，数据分析在数据收集的基础上，结合数据分析规则，检索获得目标数据的过程，其可以通过Python进行编程实现也可以通过Tableau这种专门的统计分析软件实现。
1、数据分析框架。数据分析是整个方案中的核心和关键。根据不同数据来源，采取了不同的数据分析框架。首先是刑事案件数据，对于这块本文做了两种应用：一是利用养老金违规发放规则，通过Python编写了数据分析程序，完成相关线索筛查。二是民事公益诉讼筛查，根据19个罪名筛选，通过Tableau软件进行数据分析，完成线索筛查。其次是行政处罚数据，根据不同筛查规则，运用Tableau软件完成了食药领域被行政拘留和吊销营业执照的数据筛查、国土领域执行情况的数据筛查和海洋渔业领域的行政处罚人员的数据筛查等实例分析。最后是法院裁判数据，一是通过Python编写了数据分析程序，完成了食品安全犯罪人员的线索筛查。二是运用Tableau软件完成了对行政判决和行政非诉执行的数据分析。
2、基于Python的数据分析。Python是一种面向对象的脚步语言，随着大数据的兴起，Python一跃成为数据科学、机器学习开发最重要的语言之一。由于其强大的通用性，在前文数据采集中还可以作为爬虫语言使用，因此可以只使用Python一种语言构建以数据为中心的应用，使得总体开发趋于一致性。Python之所以可以在数据分析中使用，得益于其强大的Python库。NumPy是Python科学计算的基础包，提供了快速的数组处理能力，作为在算法和库之间传递数据的容器。Pandas提供了快速处理结构化数据的大量数据结构和函数。Matplotlib是用于绘制图表和其他二维数据可视化的Python库，用于创建图表。以“违发查”软件为列，利用检察机关相对于其他行政机关，在涉刑数据这块具有天然的实时性和完整性优势。通过统一业务软件的报表系统导出刑事判决数据，选定犯罪嫌疑人性别、年龄、身份、判决刑期及判决生效日期作为关键字段，用Python根据上文的两个分析规则编写检索程序，定向挖掘已退休被判刑人员的涉案和判决信息，最终实现自动生成案件线索列表。
3、基于Tableau的数据分析。Tableau是新一代BI软件也是当今数据科学和商业智能专业人员使用的最流行的数据可视化工具之一。本文中适用的Tableau Desktop是一款桌面分析工具，支持连接本地各类数据源包括MySQL、Excel、SQL Server、Oracle等，都能做到无缝连接。与基于Python的数据分析相比，不需要进行编程，只需要拖拽式操作就是实现各种交互式操作，完成数据分析。以民事公益诉讼线索筛查系统为例，利用Tableau软件连接MySQL数据库，设置了涉及公益诉讼食药环等领域的常见19个刑事罪名为筛选项，细化和固化了筛选标准。对于刑事数据2000余条，每条8个字段的数据量，自动筛查处涉及民事公益诉讼的案件线索列表。
四、实践应用及效果
基于上述的解决方案，本文开展了以大数据分析软件设计和研发。基本建立以大数据分析处理为驱动的办案模式。在该模式下，通过“数据+规则”对各种来源的数据进行分析和筛选，使案件办理更加精准有效。通过自主研发和合作开发，完成了各类公益诉讼智慧辅助办案软件的研发。在“检察有数”、“违发查”、行政处罚筛查、民事公益诉讼线索筛查、法院判决信息筛查等信息化系统相继投入使用后，有效破解了公益诉讼线索匮乏的难题。
（一）主要做法
1、不断加大“硬件”投入力度。建立项目专责小组，保障人才、经费落实。成立以分管副检察长任组长的项目专责小组，统一推进各个项目的建设，实施项目化运作推进项目建设应用。组织培训专业技术人员，参加上级院大数据、人工智能培训班，培养检察人员科技引领意识和思维，全面提升检察队伍科技素养。紧紧依靠党委领导和政府支持，形成多元化资金保障机制，按照相关规定购买信息化服务，提高经费使用效益。同时积极发挥技术优势，通过自主研发相关程序节约成本，提高效益。紧紧围绕公益诉讼线索获取问题开展项目建设。一是建立案件数据和公益诉讼的关键指标体系，根据考核目标和现存问题设计解决方案。二是办案人员全程参与，在项目建设过程中从需求、演示、测试、修改、验收各个应用环节都有办案人员参与，提出办案需求，解决应用过程中的实际问题。三是善于借力避免重复开发。目前全省推广的智慧检务系统有民事裁判智慧监督系统、公益诉讼线索智慧管理系统，已经能够解决公益诉讼的一部分问题，因此将目标锁定于现存的尚未解决的问题上，开展系统建设，避免重复开发。
2、不断加大“软件”投入力度。对内，加强队伍业务学习，每周召开例会，组织内部专题讨论交流，学习法律适用、办案流程、典型案例等相关知识。注重实操能力，通过实际办案和模拟训练，进一步提高调查取证能力和文书制作质量。对外，借助好“他山之石”，积极关注其他检察机关好的经验做法，选取各类优秀案例、典型案例，予以分析研究，并结合本地实际，进行完善。为进一步归纳总结经验，学习其他院的在公益诉讼领域的先进做法，建立典型案例智库。通过技术手段定性收集内、外网中发布的典型案例，按所属领域进行归档保存，并通过全文搜索方式向办案人员提供检索服务，着重挖掘类案、串案的办案模式，为办案部门提供办案指导和思路。同时，注重借助外脑提升公益诉讼办案质效，加强与公益诉讼专业咨询委员会委员联系沟通。
3、不断加大“数据”应用效能。一方面，将精通计算机和法律的复合型干警充实到公益诉讼办案一线，进行大数据驱动的办案平台建设，协助研发智慧辅助办案系统。另一方面，加强与相关数据公司的合作开发，获取统一业务软件接口，开发相关应用软件。根据实际情况灵活开发模式，结合定制开发和自主研发两种模式进行系统建设。“检察有数”软件需要对接统一业务软件数据，且需要实时查看。而目前同一业务软件系统接口，基层院只能获得数据墙的基本数据，案件名称、承办人等关键接口不能获取。因此只能通过具有接口资质的公司来定制开发该软件。而“违发查”、行政处罚筛查、民事公益诉讼线索筛查、法院判决信息筛查等软件则有技术人员自主研发，通过数据爬虫等方式建立基础数据库，在用Python进行相关程序编写，最后通过Tableau软件进行数据分析。
（二）软件成果
1、“检察有数”--公益诉讼大数据分析平台。公益诉讼案件领域分布广，涉及法律法规多，选取办案方向往往是首要任务。统一业务软件中各级检察院因为权限的不同，不能进行线索的共享，而典型案例的发布又往往会滞后于办案。为充分利用统一业务软件的数据资源，通过对接统一业务软件应用系统数据库，对公益诉讼案件进行数据自动化分析。根据案件类别，可以分为民事公益诉讼和行政公益诉讼两个类别。根据案件地区，可以分为市级和省级两个类别。点击进入行政公益诉讼中，以办案单位的案件数进行排列，可以查看案件名称。该软件从案件数量、案件类型、办案情况三个维度，对比本院与先进院的公益诉讼工作，可视化知悉数量差距，定向化分析存量差距。智能分析先进办案单位名称、检察官姓名清单，通过学习办案方法，拓宽办案方向，拓展办案思路，辅助提升成案率。
2、行政处罚筛查--行政执法案件线索平台。为了打破行政机关与检察机关的信息壁垒，在行政执法案件中发现公益诉讼办案线索。一是解决数据问题。技术人员通过爬虫等技术手段，定向收集涉及公益诉讼相关的行政处罚公开数据。通过对浙江政务服务网的行政处罚结果公开信息的收集，已完成国土、环保、食药监等重点行政执法领域的数据采集，共计行政处罚数据8373条。二是解决数据分析问题。办案人员利用Tableau分析软件直接连接MySQL数据库，选择案件名称、被处罚对象、行政处罚决定书文号、处罚日期、处罚内容等字段，对上述数据进行筛查，完成公益诉讼案件线索的辅助研判。目前已完成食药领域被行政拘留和吊销营业执照的数据筛查、国土领域执行情况的数据筛查、海洋渔业领域的行政处罚人员的数据筛查等实例分析。
3、 “违发查”--涉刑退休人员养老金违规发放查一查。根据劳动和社会保障部办公厅《关于退休人员被判刑后有关养老保险待遇问题的复函》规定：退休人员被判处拘役、有期徒刑以上刑罚或者劳动教养的，服刑或劳动教养期间停发基本养老金。根据上述规定，办案人员抽象出“男性+60周岁+有期徒刑”和“女性+55周岁+有期徒刑”这样两个检索规则。在通过统一业务软件报表系统，将判刑人员数据库导出共计2000余条。技术人员通过Python编程实现了筛选规则，对案件名称、犯罪嫌疑人姓名、年龄、户籍、刑期、刑罚等字段的筛选，从而完成涉刑退休人员养老金违规发放的名单。该软件解决因司法机关与社保部门信息共享不畅或有时间差，造成社会保险经办机构应当停发被判刑退休人员收监执行期间的基本养老金而未停发，进而使国有财产流失的问题。且利用利用检察机关相对于其他行政机关，在涉刑数据这块具有天然的实时性和完整性优势，通过预习编制的智能化程序挖掘办案线索，利用智能化程序速度快、遗漏少、精度高的特点，提高了办案的效率和效果。
4、民事公益诉讼线索筛查—在刑事案件中快速筛查民事公益诉讼线索。根据原有的部门协作机制，案件线索移送存在间隔长、成案少、效率低等问题。办案部门切实转变办案理念，打通刑事检察和民事检察的信息壁垒，与案管部门协作通过统一业务软件权限配置打通部门间数据壁垒，建立了可检索的刑事检察数据库，为分析筛查建立数据基础。对于刑事数据2000余条，每条8个字段的数据量，用人工筛查存在效率低、易出错等问题。办案人员设置了涉及公益诉讼食药环等领域的常见19个刑事罪名为筛选项，细化和固化了筛选标准。最后利用Tableau数据分析软件，对接刑事数据库，通过罪名筛查，从刑事数据中自动筛查出公益诉讼线线索案件，使得案件办理更加便捷高效，也同时减轻了办案部门的负担。
5、法院判决信息筛查—在行政诉讼和行政非诉执行中筛查公益诉讼线索。通过浙江省裁判文书检索系统获取法院裁判数据，对法院行政诉讼案件或非诉执行案件进行数据分析。发现公益诉讼范围内行政机关不作为或者乱作为的案件线索。例如对食品、药品领域的行政非诉执行案件中相关行为人的数据筛查。同时依据法律规则进行了特定检索，例如对判处生产、销售有毒、有害食品罪的行为人进行数据比对。在被判处刑罚的同时，行政机关是否依照《食品安全法》等法律规定吊销其食品生产、经营许可证。如行政机关未吊销相应行政许可的，则输出案件线索列表。
（三）办案效果
2019年10月开始至今，随着“检察有数”、“违发查”、行政处罚筛查、民事公益诉讼线索筛查、法院判决信息筛查等信息化系统相继投入使用后，公益诉讼线索匮乏的难题得到了有效的破解。截止目前，共提供公益诉讼线索70余件；共提供公益诉讼办案思路共计90余件，其中“检察有数”提供80余件，典型案例提供10余件。
1、强化数据思维，实现“要线索”向“要数据”转变。浙江省人大常委会《关于加强检察公益诉讼工作的决定》中指出“检察机关应当加强内部监督管理，强化公益诉讼队伍建设，提高专业能力水平。应当加强信息化建设，充分运用信息科技手段，提高数据获取和线索发现能力，提高办案质效。”因此数据获取是基础，有了数据才能在数据中发现线索。上述软件的应用，实现了办案人员从“要线索”向“要数据”转变。通过打通数据壁垒，建立数据平台，提高了数据获取和线索发现能力。一是打通内部数据壁垒，即刑事检察和民事检察的信息壁垒，与案管部门协作通过统一业务软件权限配置打通部门间数据壁垒，建立了可检索的刑事检察数据库。二是打通了检察机关与行政机关的数据壁垒。通过爬虫等技术手段，从数据层面上实现了互通互联，完成法院裁判的数据库、行政处罚数据库的建立，为分析筛查建立了数据基础。
2、强化技术应用，实现“人工筛查”向“自动筛查”转变。“质量”是效，就是要不断提高办案的质量、效率和效果。最高人民检察院张军检察长针对公益诉讼明确提出了“双赢多赢共赢”的工作理念。这个理念是与检察监督程序性的特点以及法律监督的运行规律紧密相关，强调应当与监督事项关联的各主体共同发挥作用。以“养老金违规发放案”为例，办案人员通过“违发查”软件，通过对判刑人员刑事数据自动化分析，定向挖掘出已退休被判刑人员的涉案和判决信息，发现对服刑期间的退休人员发放养老金的情况。利用智能化程序速度快、遗漏少、精度高的特点，从线索发现到立案仅用了1天时间，提高了办案的效率和效果。从以上案例中发现，办案部门在履职过程中，既要保持独立性也要体现一定的合作性，这样才更好的弥补缺失行政违法侵害公共利益的司法监管的治理漏洞，有效地发挥司法在监督行政、维护公益方面的治理效能。
3、强化主体意思，实现“被动接受”向“主动作为”转变。公益诉讼检察相比于传统的诉讼活动、传统的检察职能，具有自身的特殊性，最突出的特点就是主动性和全流程。结合当前以大数据、人工智能为代表的新一轮科技浪潮这一背景，检察办案和法律监督要转型适应信息技术的快速发展和应用，因此公益诉讼还需要与智慧检务这股“东风”紧密结合。在传统的办案模式，线索的来源更注重被动接受，即通过12309或者控告举报中获取相关公益诉讼的线索。在检察内部，公益诉讼部门也是“等案上门”，即刑事办案部门或者案管部门在案件办理或者案件受理中，发现相关的线索后在移送给公益诉讼部门。建立“数据+规则”的办案模式，紧紧围绕“以大数据分析处理为驱动的办案模式”这一工作思路，即通过主动抓取数据、主动分析数据、主动发现线索，用大数据服务办案，用数据分析驱动办案，用数据统计总结办案。从传统的“被动接受”向现在“主动作为”转变。
五、总 结
本课题主要研究数据分析技术在公益诉讼线索筛查中的实践和应用，研究目的是解决公益诉讼线索发现中存在的信息不对称、数据不集成、部门多分割等问题。通过借力信息化技术，促进技术、数据、业务三者深度融合，建立以大数据分析处理为驱动的办案模式，以数据自动化分析为着力点，立足公益诉讼实务短板，提出了基于数据分析的解决方案。并在此基础上，立足基层实践，探索研发了公益诉讼智慧辅助软件。首先基于Python爬虫等技术手段完成了数据采集工作，建立法院裁判数据库、行政处罚数据库和刑事检察数据库。其次结合相关业务，制定数据分析规则，并在此基础上运用Tableau等数据分析软件进行相关线索筛查工作。2019年10月以后，我院陆续投入使用“检察有数”、“违发查”、“行政处罚筛查”、“民事公益诉讼线索筛查”等公益诉讼软件，并积极运用大数据分析技术展开线索排查。目前为止，上述软件的使用基本解决了公益诉讼部门线索匮乏的问题。为大数据分析技术在公益诉讼线索筛查中的应用做了有益的探索和实际，通过计算机程序自动分析代替办案人员人工检索，在解放办案人员的同时，又提高了办案的效率。通过基于计算机技术的自动化数据分析，拓宽办案方向，拓展办案思路，有效提升公益诉讼成案率。
参考文献：
[1]李成,赵维刚.困境与突破：行政公益诉讼线索发现机制研究[J].四川师范大学学报，2018(04).
[2]李旻.检察机关提起行政公益诉讼的案件来源发现 [J].中国检察官,2016(03).
[3]高勇,何清,朱红刚.行政公益诉讼案件线索发现路径探索 [J].中国检察官 ,2017(11).
[4] 魏文超,刘小飞,孙茜.检察机关提起公益诉讼试点工作若干问题的思考 [J].人民司法(应用), 2017 (13).
[5] 翁晓斌,周翔.公益诉讼试点中的“行主民辅”现象研究——兼论检察机关在两种案件类型中的不同担当 [J].社会科学战线, 2017 (11).
