大数据时代的智慧检务路径——以特定类型认罪认罚案件智能量刑建议为视角

郑 帅

（河南大学 法学院，河南 开封 475004）

《中华人民共和国刑事诉讼法（2018修正）》建立了认罪认罚从宽制度。尔后，认罪认罚从宽制度在全国检察机关逐步推开。就认罪认罚从宽制度在全国检察机关的适用情况来看，出现了认罪认罚案件数量不断上升、认罪认罚从宽制度适用率不断上升、量刑建议采纳率不断上升的“三升”局面。在这样的办案形势下，刑事检察工作的重心就由定罪向提出精准量刑建议转移。这就迫切要求检察官们更新理念，转变工作方式，努力提高精准量刑建议能力。2019年4月，全国检察机关“量刑建议精准化、规范化、智能化”网络培训要求各级检察机关加快全面提升检察官量刑建议的能力和水平。特别要求充分发挥大数据智能辅助系统的作用，通过大数据、智能化与检察工作的结合，有效提升量刑建议的精准度，充分论证并适时组织研发可以普遍适用的量刑建议辅助系统。最高人民检察院发布的2021年1月至9月全国检察机关主要办案数据显示，期间共决定起诉1 273 051人，同比上升15%，已办理的审查起诉案件中，适用认罪认罚从宽制度审结人数占同期审结人数的85%以上[1]。当前，智慧检务已进入2.0时代，全国检察机关统一业务应用系统2.0版已经正式上线运行，此系统实现了与政法跨部门大数据办案平台的无缝对接，公安机关刑事案件的案卡、法律文书、刑事卷宗可全电子化流转至检察机关再流转至审判机关，打破了信息孤岛，解决了案件数据格式不匹配等问题，实现了案件数据的统一化、标准化，规范化，这就为特定类型认罪认罚案件智能量刑建议辅助系统提供了“全、净、统”的数据支撑。围绕特定类型化案件，结合“二八法则”，把这些规模化、类型化案件作为探索特定类型认罪认罚案件智能量刑建议辅助系统的“试验田”，或许能为更深层次的智慧检务开辟一条理论通路和实践通路。但是当前特定类型认罪认罚案件智能量刑建议辅助系统的理论依据仍然匮乏，尚不足以支撑起当前的改革发展需要，亟待建构实施机制。

1 特定类型认罪认罚案件智能量刑建议辅助系统之底层逻辑

在认罪认罚制度全面推开，大数据日渐应用于政法工作全流程的当下，特定类型认罪认罚案件智能量刑建议辅助系统的开发与应用也愈显重要。特定类型案件的特质、量刑规范化理论、政法大数据等形成了特定类型认罪认罚案件智能辅助量刑系统的坚实理论基础。

1.1 特定类型认罪认罚案件之特性

根据最高人民检察院公布的2021年1-9月办案数据，从起诉罪名看，排在第一位的是危险驾驶罪263 281人，同比上升30.6%；排在第二位的是盗窃罪150 922人，同比上升6.7%；排在第三位的是诈骗罪82 105人，同比下降10.9%；排在第四位的是帮助信息网络犯罪活动罪79 307人，同比上升21.3倍；排在第五位的是开设赌场罪63 238人，同比上升40%[1]。排在前五位的罪名起诉人数约占总起诉人数的58%。按照美国的辩诉交易经验，接近90%的案件，都会进入辩诉交易状态。在认罪认罚从宽制度指引下，这些案件的量刑协商工作必然占用办案人员大量的精力和时间，此时再完全套用原有的案件办理模式及诉讼程序已经不能很好地适应当前的案件办理需要。考虑到此5类案件具有规模化的特征，应着手建立更加标准化、类型化的快速审查、高效协商的“审-协”机制，以与特定类型认罪认罚案件的特性相契合。以此为抓手，可以快速疏浚办案通路，缓解检察机关“案多人少”的办案压力，也会使检察机关有更多的时间投入更深层次、更需要理性、更需要人类灵性的案件处理部分。要让人民群众在每一个案件中都感受到公平正义，就需要进一步实现案件办理标准的统一、规范的一致。而排前5位的特定类型认罪认罚案件恰好就具有相似性、易标准化的特点，从而使得检察机关有条件对其进行流程化、程序化梳理，进而为标准化案件办理创造条件。在这样的理论与实践供需下，特定类型认罪认罚案件智能量刑建议辅助系统可谓生逢其时，以相对可靠的算法加之政法跨部门大数据办案平台积累的大量标准化、格式化、无污染、免清洗的海量数据，有力地促进了量刑建议生成标准之统一，提升了量刑建议的可靠性、精准性、可接受度，更有利于保证量刑协商的质效，回应有关协商公正性的质疑。

1.2 量刑规范化理论之支撑

量刑规范化是量刑协商机制高效运作的基础，同时量刑协商的高效也离不开对司法全周期数据关联性的有效挖掘。唯有牢固树立“结果导向”的意识，在量刑规范化理论的支撑下挖掘政法跨部门大数据办案平台数据中蕴藏的量刑规律和经验，方能有效提升智能量刑辅助系统的可靠度。随着“两高”关于量刑指导原则、基本方法等指导意见的出台，量刑理论的核心问题得到了有效的指引和规范，司法人员以往传统的依靠个体主观经验推断的刑期的做法在逐步改变，量刑标准不统一问题也在逐步消解。但量刑规范化之改革推进多集中于审判机关，检察机关量刑规范化改革稍显滞后，2021年1-9月已办理的审查起诉案件中，适用认罪认罚从宽制度审结人数占同期审结人数的85%以上，确定刑量刑建议占提出总数的90.4%，对检察机关提出的量刑建议法院采纳人数占同期提出量刑建议数的95%以上，也就是说有73%以上的案件，检察官提出的是确定的量刑建议且得到了法官的采纳。由此可见，审查起诉阶段尤需拿出更加规范的量刑建议，特别是在当前案件量大的情况下，务必要避免“萝卜快了不洗泥”。刑事辩护中的检察中心主义已经形成，将进一步强化固化。检察机关的主导地位随之确立，检察机关提出的确定刑量刑建议对最终的刑期具有直接影响，这对检察机关提出确定邢量刑建议的能力带来挑战，检察机关量刑建议规范化改进迫在眉睫。但规范化不是一蹴而就的，应在实践中动态调整、完善。

1.3 司法人员理性判断之托底

司法工作人员在长期的办案实践中依托其专业素养和对大量案件的审查形成了量刑理性和量刑经验。而此种经验与理性形成以后会被反复使用、借鉴，且不会轻易改变或调整，会对以后的量刑理论起到补充作用。但这种传统的模式无法实现规模化、体系化、系统化，个别时候还可能受到办案人员性格、成长经历、个人阅历等一些内在原因的影响，没有充分释放出当前我们可使用的技术与掌握的数据所蕴含的巨大能量。当前，与公安机关、审判机关统一脚本格式的，非涉密刑事案件适用的全国检察机关统一业务应用系统2.0版，数据量日渐丰富、统一，涵盖的情形逐步增加，真正的政法大数据库正在加速形成。背靠全周期、整链条的数据，在数据挖掘算法及计算机算力的双重加持下，可以通过链接数据之间的关联关系，来发现其中蕴含的量刑理性与规律，并使之标准化，这为推动量刑建议标准化、规范化大有裨益。但我们也不应忽视最终拿出量刑建议的是人，而不是机器，司法人员的理性和人的灵性是量刑建议的牢固保障。

2 特定类型认罪认罚案件智能量刑建议辅助系统之现实意义

犯罪嫌疑人认罪认罚后，定罪已无异议，量刑协商成为亟需解决的突出问题。如何拿出使几方均能认可的量刑建议，对检察机关的量刑建议能力提出了巨大考验，单纯依靠检察官的办案经验似乎已经不能满足日益增长的量刑协商需要。针对特定类型的认罪认罚案件，智能辅助量刑建议辅助系统或许能靠其强大的算力和数据支撑为问题的解决注入强劲动力。

2.1 助力量刑协商“围城”之破局

认罪认罚从宽制度直接推动我国刑事诉讼结构的深度调整，确立了诉讼“合作模式”之图景。速裁程序的正式入法，与普通程序、简易程序，构建了多元化、多层次的诉讼程序，使诉讼合作已经具备程序基础，实质启动繁简分流的多层次诉讼制度体系之构建。刑事诉讼结构、诉讼理念的重大转变，不仅冲击不认罪认罚案件的传统办案机制，也要求为认罪认罚案件设计相对独立的办案模式，贯彻司法合作的精神。在认罪认罚案件中，量刑协商成为常态性活动，但协商机制尚不健全[2]。

人的认知受长期的思维训练与所接触的人和事物的影响，例如一个人在其父母为生活打拼时出生和成长，而其弟弟在父母家财万贯时出生和成长，两人对同一事物的认知会大相径庭。当前检察机关员额检察官的主体大部分是在2018年刑事诉讼法修改之前成长起来的办案骨干，长期的办案经历对他们认知的影响不可忽视，比如习惯于控辩对抗，而在新制度倒逼下，虽然他们认识到这种从思维到行动的转变迫在眉睫，但长期的司法训练形成的认知惯性，并不能一瞬间完成切换，需要一个逐步转变的循序渐进过程，这就有可能造成量刑协商效率不高、实际效果不一定能尽如人意情形的出现。此时要突破思维里的墙，改变原有的办案模式，建立更加符合当下检察业务需要的、客观的、高效的协商机制和特定类型认罪认罚案件智能量刑建议辅助系统，借助特定类型认罪认罚案件智能量刑建议辅助系统的力量，让控辩审三方更容易达成一致意见。

2.2 助力检察机关主导下的量刑协商之高效开展

在努力推进“四大检察”“十大业务”的大背景下，作为业务占比最高的刑事检察领域，2021年1月至9月认罪认罚案件已经占据审查起诉案件的绝大多数，且以三年以下有期徒刑的轻罪为主，量刑建议正成为核心的审理对象，这使得流程简化成为亟待解决的问题。案件数量的骤增也使得办理认罪认罚案件的压力骤增，这又带来了对司法效率的考验。特定类型认罪认罚案件数量大、有规模，这就要求检察机关寻找解决规模化、类型化案件量刑建议的新支撑，探索更加适合当前形势和需求的办案方式。这就需要对政法跨部门大数据办案平台上的数据进行提取分析，辅之以人工智能技术，对智能量刑建议模型不断训练，使其能够对排名前5位的高度集中的案件更加快速、更加科学地给出量刑建议。

认罪认罚从宽制度的建立，必然会给传统的审查起诉模式及审判模式带来冲击。检察机关的主导地位将愈发明显，审查起诉阶段中量刑协商成为中心，检察主导下的量刑协商成为关键环节，而量刑协商之关键在于提出辩方和审判方都能认可的确定刑量刑建议。但现实情况是很多罪名没有明确的量刑实施细则，这进一步增加了拿出确定刑量刑建议的难度，这就迫切需要检察机关提升拿出确定刑量刑建议的能力以及量刑建议协商能力。当前，检察机关在量刑建议上的功课做得还不够，前期积累已经适应不了当前案件的需要。虽然为进一步规范量刑和量刑建议工作，落实宽严相济刑事政策和认罪认罚从宽制度，增强量刑公开性，实现量刑公正，最高人民法院、最高人民检察院研究制定了《关于常见犯罪的量刑指导意见（试行）》，并与2021年7月1日起全面实施，这有助于同辩、审两方在同一量刑协商标准下开展对话，但检察机关要在相对较短的时间内快速提升量刑建议能力，仍需要寻求新的方法。

2.3 助力确定刑量刑建议精准化之实现

确定刑量刑建议重在精准，贵在精准，唯有精准方能实现检察主导下的三方协商的公正性与可接受性，进而实现实质正义与程序正义的兼顾。在全周期、类型化数据支撑下，通过其与人工智能技术的结合，促使量刑建议活动更加规范高效。量刑协商说理应以标准的统一为前提，以量刑规范化理论为基石，结合排名前5位罪名的类型化特点和“一类一标准”的基本要求，与审结案件保持统一。规模化、标准化是人工智能技术得以应用的基本要素，但正如世界上没有完全相同的两片树叶一样，案件与案件总会有些许不同，应在统一的标准下进行精准化判断。而仅仅拿出判断还不够，最重要的是向辩方及审判机关清晰地阐述法理、情理及判断之根据，取得辩、审双方的认可，以求得实体、程序的兼顾。这种说理的方式有多种，并不限于传统的书面或口头，可以考虑使用更加容易使人接受的可视化方式，以数据和案例为基础，就结论的得出过程进行简要阐述，确保说理的易接受性。

3 特定类型认罪认罚案件智能量刑建议辅助系统之初探

“天予不取，反受其咎”，在这个大数据、智能化、移动互联、云计算的时代，我们具备了以往不曾拥有的条件和技术。打破传统思维、实现司法与技术的融合是大势所趋，特定类型认罪认罚案件智能量刑建议辅助系统的应用与完善要只争朝夕。在理清了底层逻辑、应用意义的前提下，对系统的建构和设计予以阐述和释明势在必行。

3.1 建构数据库

大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙，显微镜能够让我们观测微生物一样，大数据正在改变我们的生活以及理解世界的方式，成为新发明的源泉[3]1。随着大数据技术成为人们日常生活的一部分，我们应该开始从一个比以前更大更全面的角度来理解事物，也就是说应该将“样本=总体”植入我们的思维中[3]65。检察机关统一业务应用系统2.0的使用，使之可以和政法跨部门大数据办案平台相对接，从而可以对统对检察工作中产生的大量数据进行收集、存储。个人的司法经验是有限的，信息是相对匮乏的，多数的推理和判断基于自身已知的知识和数据，这往往限制了我们的判断，现在有了政法跨部门大数据办案平台的加持，政法大数据的统一化、标准化使得其所蕴藏的量刑理性和规律变得更易于为我们所发现。这些完整的、齐整的数据所能呈现出来的连续性、可被验证性的“人之灵性”和更为可靠的、中立的量刑规律就有机会被我们所掌握。随着在平台上流转的案件数量的日益增加，数据库会愈发充盈，而计算机算力的增长使得我们可以对庞大的数据库进行分析并提取到需要的东西，从而和按照量刑规范化的理论做出的推断进行相互印证。大数据的核心就是预测，特定类型认罪认罚案件智能量刑建议辅助系统的算法和海量的数据相比或许不是最重要的，更为重要的是数据的量与质。系统的准确度来源于数据的不断积累，随着系统接收到的数据越来越多，它们可以聪明到自动搜索最好的信号和模式并改善自己。

特定类型认罪认罚案件智能量刑建议辅助系统数据挖掘的步骤如下。

①筛选并提取数据。政法大数据是一种复合性、整体性数据，其内容是由各种类型的文书和信息叠加而成的。要对排名前5的认罪认罚案件进行单独提取、整理、分析以供量刑模型使用。

②加工数据。要考虑不同诉讼阶段的不同情况，进行阶段性统计和分析，为分阶段量刑建议提供数据支撑，从而使得其能与不同情况的个案有更精准的匹配。

③分析。对特定类型认罪认罚案件政法大数据的分析，所得出的规律应是类型化、标准化的，不应是零碎的、杂乱的，否则，与个体经验判断无异，而且也无法实现预测的标准化推算，更会影响量刑的精准度。要保证数据提取的全面，避免遗漏或错误，保证代入算法模型的数据是科学的，同时也应当做到特定类型案件或典型案件的精准匹配，使新案件和已审结案件标准的统一。首先是案情匹配，在犯罪嫌疑人自愿认罪认罚的情况下，对犯罪的确认以程序性确认为主。其次是情节匹配，法定、酌定、从轻、减轻、从重、加重的情节，都是新案件与原有数据和规律进行匹配的基本对象和依据，是量刑预测的重要考虑内容。只有量刑情节的精准匹配，精准预测才成为可能，才能更好地实现类型化审理。特定类型认罪认罚案件智能量刑建议辅助系统的核心是大数据相比过往的量刑方法，其效力是在认罪认罚的案件出现后才逐步显现的。

3.2 量刑建议推算

本质上，知识图谱描述真实世界中的各种实体、概念以及它们之间的相互关系，许多看似没有关系的实体或概念构成了一张巨大的语义网络图[4]。知识图谱由Google于2012年5月17日正式提出。其初衷是提高搜索引擎用户搜索质量和搜索体验的能力[5-7]。知识图谱的构建需要多方面技术的支持，包括知识提取、知识组织、知识推理、知识创新等，这些技术的应用对知识图谱的构建有重大支撑作用。知识图谱有自顶向下和自底向上两种构建方式[8]。

知识图谱技术提供了一种从大量文本和图像中抽取结构化知识的方式，通过对特定类型案件构建知识图谱，在知识图谱的基础上设计算法规则，从而实现对特定类型认罪认罚案件确定刑量刑建议的推送。设计好构建知识图谱的算法，对检察统一业务应用系统2.0中排名前5的认罪认罚案件数据中的案件事实、量刑情节、确定性量刑建议部分进行提取，生成特定类型认罪认罚案件知识图谱。尔后再根据量刑的基本理论，将量刑规则、标准、情节等要素设计到量刑算法中，建立输出智能量刑建议的算法模型，根据新输入的案件情况输出确定刑量刑建议。对于特定类型认罪认罚案件，要在遵循现有的量刑基本原理和量刑指导意见的基础上，结合案件的特性，将量刑的规则、标准通过算法设定为特定类型认罪认罚案件智能量刑建议辅助系统的基本模块，同时要保证算法可释明、公开、公众可理解，针对新出现的个案，给出精准的确定刑量刑建议。

算法无疑是量刑建议得出的重点环节，把量刑的理论和规则变为现实的第一步就是将其算法化，根据程序设计的一般方法和原理将量刑需要考虑的内容设计到算法之中，使之成为程序的判断标准。根据特定类型认罪认罚案件的特性，需要着重解决的问题有以下两点：一是知识图谱的建立。建立知识图谱，要根据特定类型案件的不同特性，将适用对象、规则、法定和酌定量刑情节、说理方式、输出方式等要素纳入算法，它们是算法运算的主要“对象”，在算法中还要进行权重配比设计，从而尽可能的保证算法运行结果的精准性。二是可靠度的提升。司法工作人员在日常工作中形成的经验仍然占其优势，但易受到个体情感及外界因素的影响，其预测的前后一致性存在一定风险，而智能量刑辅助系统以量刑基本理论、海量数据、算法、强大算力为依托，在演绎推理规则的指引下，对类型化案件中的个案输出精准的预测结论，体现了司法理性和数据支撑的统一，保证了其结论的可接受度。