检察智慧大数据凝练与实践运用

其实，在刑事诉讼规则的理解与适用方案选择过程中，实践智慧的大数据凝练对于形成共识，促进司法的合理与公正，也同样可以起到相当重要的作用。

检察智慧大数据凝练方法的科学建构

在规范逻辑分析无力化解证明标准和规则适用争议的情况下，通过对司法智慧的大数据凝练，可以促进司法共识形成和刑事司法公正。但是这一效果的实现，并不能完全取决于上述蓝图式认识的形成，还需要适用于司法智慧凝练的大数据分析方法的科学建构作为前提和基础。

从方法论意义上讲，司法智慧的大数据凝练方法属于实证方法的一种，其特点就是“量化”。而根据是否有理论预设，可以进一步将量化方法区分为“定量分析”和“定性分析”两种。前者是在不预设任何规范前提的情况下进行的某种发现，比如将1000个人一年内的网购清单汇集在一起，通过对于货物种类、货物数量、网购频率的变化分析，得到网购活动的发展变化规律；而将这些数据与职业、年龄、性别等维度进行关联分析，又可得到如购物偏好、特定需求等更多信息。定性分析，则是在特定预设的前提之下，进行实证发现或者验证。比如假设“随着家庭经济生活水平的提高，子女教育过程中体罚越来越少”，实证目的在于对这一假设进行验证，这时最为关键的问题是确定能够反映体罚较少与家庭经济生活水平变化之间关系的变量及其关联。

目前被广泛运用的类案检索推送等智慧司法应用，其实是更多地属于定量分析：根据案件名称、法院名称、法院层级、案件类型、审判程序等特征项，将可供参考的已决案件进行筛选和推送，作为在审案件的参考。已决判例的裁判要旨、所遵循的原则和教义学依据等等，则需要寻求参考者通过精细阅读的方式自己总结。大数据技术的作用，其实并没有被完全发挥出来。

将来的大数据司法智慧凝练，应当更多地设法发挥定性分析的作用。比如说，刑法社会功能的不同理解，对于刑法规范的司法适用具有重大的影响。对此，理论上存在法益保护、人权保障、规范维护、规范确证等理解之间的争论，实践中也有不同立场的各自拥趸。然而在整体上，我国当代的司法实践应当采取什么立场，这恐怕并不能完全倚重于教义学逻辑分析，应当借助大数据定性分析方法。这里，最为关键的一个概念是“转化”，即将不同的刑法社会功能立场转化为能够体现其各自指导作用的事实变量，然后通过对事实变量在司法文书中的体现情况进行数据化整理和统计，借以发现多数司法意见所体现的刑法社会功能理解共识，进而将其作为司法决策政策指导确立的参考。

大数据定性分析方法与司法智慧凝练之间，具有更多的契合性，因为，作为司法依据的规则逻辑和教义信条，为司法提供的问题解决方案选择是有限的，并且可以通过规范分析予以确定，需要做的工作往往只是将可能的选择转化为适当的可实现数据化的“变量”，进而借助大数据技术进行处理。

同时，司法智慧的大数据定性分析，是需要具备法学和数据技术两方面能力的一项综合性工作：如果没有法学方面的智识和能力，合逻辑的处理方案选择和转化变量的确定都将成为问题；而如果缺乏数据技术的加持，所获数据和分析结论是否可信，也将让人质疑。

避免具象问题的过度标准化

大数据凝练所获得的司法智慧共识，对于智慧检务工作而言自然益处良多，但是不能够过度依赖于数据共识，仍然需要司法者在案件处理过程中发挥具象化的作用。从道理上讲，古希腊哲学谚语早已言明：人不可能踏入同一条河流。案件情况千差万别，一旦完全标准化，其危害也自不在小。

总之，大数据智慧可以成为刑事公诉的重要参考，但是决不能代替司法者的具象化考量。

（作者为中国政法大学刑事司法学院教授）