日前，山东省法学会刑法学研究会评出2023年学术年会优秀论文，青岛市检察院第八检察部副主任胡静撰写的《检察工作现代化场域下优化行刑衔接工作路径研究》被评为一等奖。

检察工作现代化视阈下行刑衔接工作优化路径研究

——以行刑衔接“N+2”大数据监督模型系统的应用为例

胡 静

【摘要】检察工作现代化是政法工作现代化的重要组成部分，其根本是法律监督的现代化，而法律监督现代化的最大动能来自于大数据技术在检察工作中的应用。囿于数据来源途径较少、分析研判能力有限、制度落实不到位等原因，导致传统的行刑衔接工作存在脱节和漏洞。应当将大数据法律监督理念应用于行刑衔接工作，在正向衔接和反向衔接中分别建立大数据法律监督模型，实现对行刑衔接工作双向监督，减少“以罚代刑”“不刑不罚”的情况出现，提高检察机关对行刑衔接工作法律监督的效能。

关键词：检察工作现代化;数字检察;大数据法律监督;行刑衔接

党的二十大擘画了全面建设社会主义现代化国家、以中国式现代化全面推进中华民族伟大复兴的宏伟蓝图，会议指出，要以中国式现代化全面推进中华民族伟大复兴。中国式现代化必然是在法治轨道上的现代化，法治现代化是其重要组成部分和重要保障。2023年1月8日，全国检察长会议中提出，检察机关要依法能动履行法律监督职责，以检察工作现代化服务中国式现代化。因此如何实现检察工作现代化成为全体检察人面临的重大挑战。要想完成这一任务，首先要正确理解检察工作现代化的深刻内涵——检察工作现代化包括法律监督理念、法律监督体系、法律监督机制以及法律监督能力的四位一体现代化，其中理念是先导，体系是关键，机制是保障，能力是基础。由此可见，检察工作的现代化归根到底是法律监督的现代化。

习近平总书记指出“要全面贯彻网络强国战略，把数字技术广泛应用于政府管理服务，推动政府数字化、智能化运行，为推进国家治理体系和治理能力现代化提供有力支撑。”这给中国式现代化指明了方向，也启发了检察工作现代化的可行性路径，最高人民检察院对加快数字检察建设，以“数字革命”驱动新时代法律监督提质增效发展作出了部署。法律监督现代化的最大动能则来自于数据革命，因此，检察机关将大数据战略作为提升检察工作现代化水平、推动检察工作高质量发展的基本路径，“数字检察”这一提升检察工作的“引擎”也就应运而生。因此，利用“数字检察”推动新时代检察机关法律监督工作提质增效成为加快检察工作现代化建设的必要之举。聚焦数字检察建设也成为了应对大数据时代的必然选择，也是检察工作科学发展的必由之路。

行刑衔接是行政权与司法权共同参与社会治理的一项制度，主要是指检察机关、监察机关、公安机关、政府主管部门和有关行政执法机关探索实行的，旨在防止以罚代刑、有罪不究、渎职违纪等问题而形成行政执法与司法合力的工作机制。行刑衔接是社会治理的重要方面，检察机关在其中承担着推动工作和全程监督的职责。检察机关正确充分履职，既有利于及时发现并纠正行政执法过程中执法不严、执法不公的问题，也有利于推进公正廉洁执法，提高执法工作质效。作为检察机关法律监督工作的重要内容之一，行刑衔接工作由于行刑衔接执法主体多元、案件数量庞杂的特征，常规的监督方式已经不能适应数字时代行刑衔接工作的需要，而引入大数据法律监督成为促进行刑衔接工作提质增效的最优选择。

一、数字检察与大数据法律监督

(一)数字检察工作的发展沿革

2017年6月，最高人民检察院印发《检察大数据行动指南(2017-2020年)》，明确提出了智慧检务战略。2021年6月，党中央印发了《中共中央关于加强新时代检察机关法律监督工作的意见》，提出了“运用大数据、区块链等技术推进公安机关、检察机关、审判机关、司法行政机关等跨部门大数据协同办案”的工作要求。2022年6月，全国数字检察会议召开，会议提出，要深入学习贯彻习近平法治思想和习近平总书记关于数字中国建设的一系列重要指示精神，对加快数字检察建设，以“数字革命”驱动新时代法律监督提质增效作出专门部署。2022年11月，最高检数字检察办公室成立，数字检察办公室的设立对加强检察机关法律监督工作，推进检察工作高质量发展具有重要意义。在2023年度全国检察长会议上，应勇检察长对数字检察工作提出业务主导、数据整合、技术支撑、重在应用的四点具体要求，并指出各级检察机关要把数字检察工作作为前瞻性、基础性工作来抓，以数字革命赋能法律监督，再次为实施数字检察战略吹响了冲锋号。

(二)数字检察相关概念之厘清

1.数字检察与大数据法律监督之关系辩正

目前，数字检察的概念没有明文规定也没有统一的学理解释，尤其是对于数字检察与大数据法律监督两者之间的关系，学界和实务界均存在着不同的观点。一种观点认为，大数据法律监督与数字检察两个概念具有基本一致的内容，大数据法律监督是指以大数据技术及相关科技作为支撑力，以多案监督为着力点，以促进国家、社会治理现代化为大目标的高级法律监督，数字检察的内涵亦为如是。另一种观点认为，数字检察是以习近平法治思想为指引，以法律大数据为要素，以云计算、人工智能、区块链等数字技术为支撑，以法律监督模型构建和系统应用为手段，优化或重塑检察业务架构、管理架构、技术架构，驱动新时代检察工作高质量发展，更好维护司法公正和服务经济社会高质量发展的检察工作新模式。事实上，数字检察的核心要义是通过数据赋能、算法赋能、科技赋能，解决传统检察工作模式中解决不了或解决不好的问题，进而全面提升检察工作效能。具体来说，就是指大数据、云计算、物联网、区块链、人工智能等技术辅助在检察领域的应用以及这种应用带来的新能力、建立的新机制、形成的新样态、取得的新成绩。就应用场景来说，包括在检察业务、检务保障、检察机关队伍管理等方面。而大数据法律监督则是利用大数据技术助力检察机关法律监督的新型工作方式，具体内容是通过数字化技术，建立法律监督模型及配套系统，发现类案线索后进行融合式监督，对社会治理机制进行系统性完善的新模式。应用场景上主要存在于检察业务工作中，尤其是在履行检察监督职能中适用。

本文赞同第二种观点，这也是当前实务界普遍认可的观点，相较于大数据法律监督，数字检察所应用的技术除了大数据技术外，还包括云计算、物联网、区块链等，所应用的场景除了检察监督还包括检务保障、队伍管理等方面。而大数据法律监督，不言而喻在应用技术和使用场景都是特定的，特指大数据技术内容应用于检察机关的法律监督工作。

由此可见，数字检察与大数据法律监督的概念并非一致，两者之间是包含与被包含的关系，数字检察的内涵较大数据法律监督更为宽泛。而在当前的实践中，物联网、区块链等其他技术还未广泛应用于检察业务之中。正因如此，数字检察在当下的语境中主要是指大数据技术应用于检察机关的业务、检务、队伍管理等方面的新型工作模式，其中，检察机关的业务主要分为两方面，即办案和监督，大数据技术在检察业务中监督层面的应用即是通常所说的大数据法律监督。作为国家法律监督机关，法律监督工作是检察机关的主责主业，因此，大数据法律监督也是数字检察工作的核心内容。

2. 大数据法律监督模型与模式

大数据法律监督模型是指检察机关从个案办理或数据异常中发现规律性、共性问题，总结、归纳特征要素，并转化为机器可以识别的语言或算法，从多元的海量数据中挖掘类案监督线索的一种数据分析方法。而大数据法律监督模式则是运用上述模型从类案监督办理中分析发现执法司法、制度机制、管理衔接等方面存在的漏洞，以提出检察建议等方式促进社会治理的监督方式。大数据法律监督模式有以下特点：一是能精准发现类案线索，而不是停留于办理个案层面，实现个案办理到类案监督的转变。二是监督目标有普遍性，并非偶发存在、单独发生的个性事件，三是技术上有可行性，由于大数据法律监督最终要转化为机器可识别的语言或者算法，因此，大数据监督模型的建设必须在技术方面具有可操作性。四是发展路径为个案办理到类案监督再到社会治理，法律监督的落脚点不再是就案办案，而是要保持长远的眼光站在社会治理的高度考虑问题，要治已病，更要防未病。

(三)大数据技术赋能法律监督的必要性

法律监督是国家治理体系和治理能力的重要依托，监督办案是检察机关的基本职能也是看家本领，法律监督实质上是发现问题、解决问题、预防问题的治理过程。随着信息网络的加速演进，大数据在经济社会高质量发展中的作用日益凸显。检察工作已步入数字化时代。推进检察工作信息化、数据化建设是检察现代化的应有之义。

那么，为何要运用大数据技术赋能法律监督?原因有三，一是新形势下检察工作的时代需要，在数字时代、万物互联的背景下，监督办案除了需要传统的办案知识技术之外，必须用科技、大数据手段提升质效，才可能提高检察工作的“产能”。习近平总书记突出强调“大数据是信息化发展的新阶段”“要运用大数据提升国家治理现代化水平”，大数据不仅是创新驱动的独立要素、系统治理的关键引擎，还是大国竞争的战略资源。因此在检察现代化过程中，大数据的充分、深度运用是决定检察工作效果的关键所在。

二是适应数字时代背景下犯罪样态新变化的应然之举。数字化时代，大数据、人工智能等科学技术渗透、影响社会各领域行业的同时，也极易被违法犯罪分子所利用。犯罪形式网络化、隐蔽化、智能化、国际化已成为大势所趋。传统的暴力犯罪数量逐年下降，而网络犯罪、新型犯罪却日趋增多，近年来，检察机关办理的网络犯罪案件数量年均增幅在40%以上。

三是传统的监督办案方式已经无法适应新时代要求。在一些高发、多发的违法犯罪背后，通常隐藏着大量普遍、深层社会治理问题。但由于传统的法律监督方式普遍存在被动性、碎片化、浅层次等问题，大多数情况下只能通过一些孤立的信息点发现单个的法律监督线索，进而对问题进行各个击破，而一些深层而具有共性的问题却不容易被发现，因此检察监督办案促进社会治理的实际效果非常有限。如果在法律监督中应用大数据技术，通过建立数据比对碰撞模型，进行大数据的筛选、比对、碰撞，看似相互独立的信息点就有了交集、串联，违法犯罪的线索就能更加清晰地展现，有利于检察机关高效发现深层次的监督线索，提高检察工作质效。将大数据技术应用于检察监督办案，不仅使用智能监督提高监督效率，而且能够更加主动发现类案监督线索，从个案办理到类案监督，更加精准发现普遍性问题背后的链条性、系统性地治理漏洞。

二、检察机关行刑衔接工作的现状及困境

(一)行刑衔接概念的提出及发展

国务院于2001年5月出台了《国务院关于整顿和规范市场经济秩序的决定》，提出“加强行政执法与刑事执法的衔接，建立信息共享、沟通便捷、防范有力、查处及时的打击犯罪的协作机制，对破坏市场经济秩序构成犯罪行为的，及时移送司法机关处理。”这是“行刑衔接”概念的首次出现。同年7月，国务院制定了《行政执法机关移送涉嫌犯罪案件的规定》，这是“行刑衔接”第一次被正式写入规范文件中。在当时，行刑衔接侧重于正向衔接，即由行政执法向刑事司法的衔接，其是指为了遏制有罪不究、以罚代刑等现象，而督促行政机关及时将执法中发现涉嫌犯罪的案件移送侦查机关处理的工作机制。

行政处罚与刑罚是针对违法者所采取的两种性质不同的制裁措施。从逻辑上讲，行刑衔接不仅包括行政执法向刑事司法的正向衔接，还应当包括刑事司法向行政执法的反向衔接。历次修订刑事诉讼法均赋予检察机关对作出不起诉决定，需要给予行政处罚的案件，提出检察意见，移送有关主管机关的职权。《中共中央关于加强新时代检察机关法律监督工作的意见》和新修订的行政处罚法中对反向衔接工作均有相关要求，2021年9月，最高人民检察院出台《最高人民检察院关于推进行政执法与刑事司法衔接工作的规定》(以下简称《行刑衔接工作的规定》)，对双向衔接工作内容进均行了具体规定。其中该规定对检察机关反向衔接工作内容表述为“人民检察院决定不起诉的案件，应当同时审查是否需要对不起诉人给予行政处罚。对被不起诉人需要给予行政处罚的，经检察长批准，人民检察院应当向同级有关主管机关提出检察意见”。易言之，在刑事出罪案件中，检察机关需要考量行为人的行为是否需要给予行政处罚，及时堵塞从刑事司法向行政执法之间的衔接漏洞，此即反向衔接工作的重要内容。

(二)检察机关的工作职责及履职特点

根据刑事诉讼法及《行刑衔接工作的规定》等法律规范的规定，检察机关在行刑衔接工作中，肩负着双向衔接、全流程、多环节的监督职责，具体包括：一是在行政机关向公安机关移送涉嫌犯罪阶段，检察机关依职权审查是否存在行政执法机关对涉嫌犯罪案件应当移送而不移送，或者公安机关应当立案侦查而不立案侦查的情形;二是在公安机关不受理行政机关移送案件环节，检察机关依法受理并审查行政执法机关的监督建议;三是受理并审查有关行刑衔接的举报;四是对于决定不起诉的案件，同时审查是否需要给予行为人行政处罚，需要的应向有关主管机关制发检察意见;五是发现行政执法人员涉嫌职务违法犯罪的，应将相关案件线索移送监察机关处理;六是答复行政执法机关及公安机关追诉标准、证据收集固定保全等咨询问题;七是与行政执法部门共同做好案件信息通报、数据信息共享、组织联席会议等衔接工作。

从检察机关在行刑衔接工作中的监督内容来看，检察机关在行刑衔接工作中的履职有以下几个特点：一是能动性。不管是对行政执法机关移交线索、公安机关立案还是行政处罚过程，检察机关都可以依法积极主动开展行刑衔接监督工作，而非仅仅是被动、等待监督。二是双向性。不管是行政执法向刑事司法的正向衔接还是刑事司法向行政执法的反向衔接，在双向衔接的过程中，检察机关都肩负着监督职责。三是全程性。在行刑衔接工作中，无论是行政机关存在应当移交线索而不移交、公安机关应该立案而不立案还是行政机关应该进行行政处罚的情形，检察机关的法律监督职责贯穿于行刑衔接工作全过程。四是明确性。行刑衔接工作中检察机关的履职方式是明确的，无论是对正向衔接还是反向衔接的监督，都是以检察意见的方式提出，并且检察意见的回复期限及不回复的处理方式也有明确规定。

(三)检察机关行刑衔接工作面临的困境

如前所述，行刑衔接工作相关的法律政策规范比较健全，近年来，最高检与有关行政主管部门会签了一系列配套文件，规定了案件移送、受理、监督等工作程序。各地检察机关与行政机关也陆续建立了行刑衔接工作机制，部分检察机关依托信息技术，建立了“两法衔接”数据共享平台，促进了检察机关与行政执法机关信息共享，拓宽了监督线索来源。行刑衔接工作虽然取得了重要进展，但也面临一些困境：

一是获取监督数据的方式和来源有限。行刑衔接监督工作的基本前提是数据的获取，如果无法取得相关数据，监督工作就如同无本之木、无源之水。这里的数据是一个广义的概念，包括行政执法数据和刑事司法数据，对于后者，检察机关借助统一业务系统，可以获取不起诉案件等刑事司法数据。因而，工作的难点主要在于行政执法数据的获取，一方面是获取方式有限，目前全国统一的数据信息共享平台尚在建设中，多数检察机关仍依靠如为专项执法活动提供咨询意见、参加联席会议、查阅台账等传统方式发现案件信息线索，难以充分实现案件线索的即时性、全面性、精准性。另一方面是数据来源有限，我国行政执法主体多元，衔接领域不平衡，不同的行政执法主体对行刑衔接工作参与情况不尽相同，有的行政机关主动性、积极性较高，有的则不尽然。尽管2021年11月，最高检、公安部联合印发的《关于健全完善侦查监督与协作配合机制的意见》，对设立常态化侦查监督与协作配合工作机制提出了要求，但行政执法机关职权广泛，除公安机关外还有海关、环保、税务等部门，由于缺少统一的管理单位，线索移送还是以零散、自觉的移送为主。

二是对数据的分析研判能力不足。一方面，面对海量的行政机关执法数据和检察机关办案数据，仅依靠检察办案人员人工比对分析，难以查找相关线索进而发现行刑衔接工作存在的问题。例如，在反向衔接工作中，根据行刑衔接工作的相关规定，人民检察院决定不起诉的案件，应当同时审查是否需要对被不起诉人给予行政处罚。需要的话，人民检察院应当向同级有关主管机关提出检察意见。如果要对办案人员是否出具检察意见的工作进行监督，以青岛市为例，全年不起诉案件近3000件，如仅依靠人工查找逐案落实，将耗费大量的时间和精力，技术手段会大大提高工作效率。另一方面，办案人员监督能力欠缺，检察办案人员存在检察监督能力欠缺等问题，行政处罚门类众多，专业性强，办案人员对行政处罚领域业务知识了解不足，对被不起诉人是否需要行政处罚难以把握，不仅发出的检察意见可能与行政执法尺度不一，而且实践中可能难以落实，造成检察意见采纳难。

三是相关制度规定落实不够深入。落实行刑衔接工作相关规定不到位导致行刑衔接存在漏洞，尤其在反向衔接工作中，刑事出罪后的行政处罚缺位，对行为人不刑不罚的现象仍然存在。首先是制度层面存在缺位。至今对反向移送操作标准没有明确具体的规定，即应该移送行政机关进行行政处罚的案件范围缺乏切实可行的操作标准，以至于反向移送流于形式，导致“不构成犯罪,但违反或可能违反行政法律规范的”案件无法及时移送给有管辖权的行政执法机关。其次，惯性办案仍然存在。囿于传统观念上对刑事犯罪治理的高度重视，刑事犯罪治理程序显著优先于行政违法治理程序，而具体的办案人员因为工作惯性，对不构成犯罪却需要追究行政违法责任的案件容易忽略，不构成犯罪的案件往往“不诉了之”，没有深究研判是否具有追究行为人行政责任的可能性。再次，监督落实不够。对一些不起诉后制发检察意见的案件，往往是一发了之，对于后续行政机关是否进行行政处罚往往缺乏监督跟踪。根据《行刑衔接工作的规定》，现有的跟踪监督措施主要为书面通报至向同级司法行政机关，必要时可以报告同级党委和人民代表大会常委会，但上述规定在实践中并未有效落实，对有关主管机关不采纳、不处理、“发而不回”的情况“视而不见”或“无能为力”。

三、数字检察赋能行刑衔接之可行路径

(一)大数据法律监督赋能行刑衔接的优势

1.从人力监督转变为智能监督

行刑衔接工作中，不管是正向衔接中浩如烟海的行政执法数据，还是反向衔接中数量庞大的不起诉案件信息，如果行刑衔接工作仅依赖人力监督，将耗费大量的时间和精力。正向衔接中，行政机关数量众多，行政执法数据信息庞杂，人工监督力不从心。反向监督中，如前所述，以青岛市为例，全市不起诉案件年近3000起，若想对这些案件进行监督很难依靠人工完成。只有将大数据监督引入到行刑衔接工作中，设立相应的监督规则，通过大数据技术，找出监督线索，才能提升监督效率，实现从人力监督向智能监督转变。

2.从被动监督转变为主动监督

当前，检察机关对行刑衔接工作的监督还处于被动状态，监督工作的启动主要依赖于行政机关移交相关线索，例如正向监督一般由行政机关向检察机关移交公安机关应立案而不立案线索后，检察机关据此才能开展对公安机关的立案监督。而将大数据技术应用于行刑衔接工作后，检察机关可以主动出击，依职权主动对行政执法、公安机关立案情况、检察机关不起诉后行政处罚等情况进行主动监督，如可以通过建立监督模型将作出不起诉案件与行政处罚案件两方数据信息进行比对碰撞，经过分析研判，找出不起诉应该进行行政处罚而未行政处罚，即“不刑不罚”案件的线索。

3.从个案监督转变为类案监督。

大数据赋能行刑衔接工作，监督工作从个别、偶发转变为全面、系统。通过发现个案背后的异常现象、共性问题，梳理出一般特征，创建监督模型，获取异常数据线索，深入调查核实，进而实现对类案的监督，实现“办一案、牵一串、治一片”。在以前的办案过程中，检察机关偶发性会发现正向衔接追踪存在“以罚代刑”的情况，大数据技术应用后，通过监督模型设定相关入罪条件就可以批量找出此类线索，比如将因盗窃行为两年内三次被治安处罚等监督规则，利用这些特定要素进行检索、分析，就能发现类案批量的监督线索。

(二)大数据法律监督赋能行刑衔接的前提

1.充分获取、挖掘和利用内外部数据

数据是大数据法律监督的基石，大数据实施检察大数据战略，数据获取是基本前提，没有数据这个“米”，监督模型这个“巧妇”难为“炊”。大数据法律监督中的数据可简单区分为外部数据、检察机关内生数据以及社会公共数据。行刑衔接工作中所使用的数据主要是外部数据和内生数据，对于数据取得，一方面要重视外部数据的获取，在行刑衔接工作中，主要是取得行政机关的执法数据。对于执法数据的获取主要有以下几个途径，一是行政处罚的公开数据。根据《中华人民共和国行政处罚法》规定，具有一定社会影响的行政处罚决定应当依法公开。部分行政机关的处罚信息属于政府信息公开内容，检察机关可以充分利用这部分公开数据。二是工作共享数据。根据《行刑衔接工作的规定》，人民检察院应当配合司法行政机关建设行政执法与刑事司法衔接信息共享平台。目前部分检察机关已经接入信息共享平台，能实时掌握行政执法数据，有条件的检察机关可以通过共享平台获取行政机关处罚数据。三是协调获取数据。检察机关在工作中可以通过协调沟通行政机关以获取数据，据了解，目前大部分检察机关还未接入信息共享平台，对行政执法数据获取还是被动状态，不同单位之间的“信息孤岛”“数据壁垒”问题仍然突出。这就需要强化检察机关与其他单位的沟通，要依靠党委支持，运用检察智慧，以双赢、多赢、共赢理念，与行政机关充分沟通解释，法律监督并不是你错我对的“零和博弈”，更不是高人一等，监督与被监督赢则共赢、败则同损，争取行政机关的理解配合。

另一方面要向内挖掘，盘活检察机关的内生数据，内生数据是指检察机关通过挖掘自身办案“沉淀”的数据资源，主要是全国检察业务应用系统内存储的大量案件的案卡数据和电子卷宗。从实践经验来看，大数据法律监督工作推进过程中最大的难点是数据资源匮乏。而实际上，检察机关的办案数据的价值并没有被充分开放利用起来，实施大数据法律监督工作最便捷可行的途径就是首先挖掘将自家的数据“富矿”的价值，并加以分析研判，为行刑衔接工作提供更多的监督信息。以反向衔接为例，根据行刑衔接工作规定，检察机关作出不起诉决定的案件，应该进行行政处罚的，检察机关应当制发检察意见，建议行政机关进行行政处罚。这项工作是检察机关在行刑衔接工作中的重要职责，对这项工作的监督，利用检察机关内部办案数据即可建立大数据监督模型。

2.构建以市级院为核心的数据整合和开拓机制

根据《人民检察院刑事诉讼规则》，上级人民检察院领导下级人民检察院工作。设区的市级检察院领导基层检察院工作，尤其是对内部数据价值的整合、外部数据来源的开拓等工作应由市级院来探索实践，并指导基层院完成相关模型建设。但检察机关受理的绝大多数案件都在基层检察院办理，行政执法活动也大多集中在基层行政执法机关，监督模型的运研发、运用工作也都落在基层，大数据法律监督赋能行刑衔接工作落地生根、见行见效也在基层。因此，大数据法律监督赋能行刑衔接必须以市院为核心，基层院为依托来开展。尤为重要的外部数据获取工作应由市级院来完成，如果仅依靠基层检察院单打独斗去获取外部数据，会造成获取数据体量有限，工作推动难度大等问题。以监督治安处罚中多次盗窃未入罪的情形为例，实施多次盗窃的行为人可能是在不同的区域因盗窃被行政处罚，如果仅获取一个区(市)的数据并不能有效发现相关线索，而如果将数据扩大到全市范围，那么发现法律监督线索的可能性将大大增加。

3.遵循“小切口”建模的原则

数字检察是一项大工程，要依靠点点滴滴积累，在小切口上建大厦，因此大数据法律监督需要找准“小切口”，找准“突破口”，行刑衔接的监督建模也不例外。检察机关要明确小切口、大数据、深治理的原则，按照监督目标具有普遍性的特点，以个案办理中发现的问题为基础，根据基层院办理案件的特点及行政机关执法案件情况，以常见行政处罚案由或刑事罪名为切入点进行建模，找出行刑衔接工作中存在的脱节、遗漏等普遍性问题。

(三)行刑衔接“N+2”监督模型系统的应用

深化大数据法律监督赋能行刑衔接，关键在内生数据和外部数据中挖掘线索，采取“大数据初查筛选+检察官复查复核”的方式，找出有价值的法律监督线索，提高法律监督的效能，通过数据碰撞发现、监督大批案件。正向衔接根据行政处罚数据中，设定不同的类案的构罪条件，建立监督模型(“N”)，反向衔接则在检察机关内部办案数据不同信息之间，以及内部办案数据与行政机关行政处罚数据之间分别建立两个监督模型。

1. 行刑衔接模型系统内容

“N”——正向监督模型，监督对象对行政执法案件中符合犯罪构成条件，而未移送公安机关立案的，或者公安机关应该立案而不予以立案的情形，即通常所说的“以罚代刑”。正向监督模型建模思路为，通过调取行政机关行政处罚数据，根据不同的罪名设定构成犯罪的条件，找出可能涉嫌犯罪的线索，经分析研判后监督行政机关移交公安机关，并监督公安机关进行立案。以盗窃行为的行政处罚情况为例，可以设定行政处处罚的次数或者盗窃金额作为筛选条件，如若行为人因盗窃行为两年内三次受到行政处罚即符合构成盗窃罪条件，又如行为人盗窃金额在盗窃罪立案标准以上等情况应当予以刑事立案而未立案。

针对不同的罪名分别建立监督模型，如：盗窃、非法采矿、聚众斗殴、寻衅滋事、侵犯公民个人信息、非法经营等罪名，根据不同罪名可能构成犯罪的条件，设定监督规则，均可建立监督模型。

“2”——反向衔接监督模型，监督对象为不起诉案件中符合行政处罚条件而没有给予行为人行政处罚的情形，导致“不刑不罚”的情况出现。对于反向监督模型的设想是建立两类监督模型，第一类是建立检察机关统一业务系统内的数据碰撞模型，将不起诉案件数据与未制发检察意见的数据进行碰撞，找出不起诉案件中检察机关未制发检察意见的情形，经过分析研判，找出其中应当进行行政处罚的案件制发检察意见，并监督行政机关进行处罚，规范内部办案的同时，监督行政处罚。第二类是建立检察机关办案数据与行政执法数据进行比对碰撞模型，具体为不起诉已制发检查意见的案件与行政机关行政处罚案件的数据进行碰撞，找出不起诉案件中应当进行行政处罚而未处罚的情形。第一类模型筛选出来的是检察机关在反向衔接工作中存在缺位的情形，即检察机关在不起诉时对应该进行行政处罚的案件应制发检察意见而未制发的，属于对内部办案过程的监督。第二类监督模型筛选出来的是行政机关对检察机关作出不起诉案件中没有进行行政处罚的情况。例如：行为人故意毁坏他人财物6000元，检察机关以情节轻微作出相对不起诉的决定之后，公安机关也未对行为人进行治安处罚。第一类模型筛选出来的是检察机关在反向衔接工作中存在缺位的情形，即检察机关在不起诉时对应该进行行政处罚的案件应制发检察意见而未制发的，属于对内部办案过程的监督。第二类监督模型筛选出来的是行政机关对检察机关作出不起诉案件中没有进行行政处罚的情况。

2. 行刑衔接大数据监督模型系统的特点

(1)“小切口”建模。遵循数字检察工作模型建设“小切口”理念，正向衔接根据罪名设定数据碰撞规则，如盗窃罪可根据治安处罚次数(两年内三次)或者盗窃财物价值(2000元以上)作为条件进行数据碰撞，发现监督线索。反向衔接则从不起诉案件作为切入点，找出其中不起诉且未制发检察意见的案件，再与行政机关的行政处罚数据或者公安机关治安处罚的数据进行比对，通过分析研判，符合治安处罚条件的案件制发检察意见并监督公安机关进行行政处罚，在规范内部办案的同时监督治安处罚工作。

(2)开放性平台。“N”为模型数量不设限，行刑衔接大数据监督模型平台是根据不同罪名设定数据碰撞规则，对行政处罚前置的罪名基本上都可以建立大数据监督模型，可以先从已经获取外部行政处罚数据的相关罪名来建立模型，随着外部数据源获取的增多来扩充平台的模型。行政前置罪名众多，因此行刑衔接的监督模型平台应具有开放性，模型的数量随着持续开发而增多。

(3)独立性模型。行刑衔接的模型平台中的各个监督模型都是独立的，不论是正向衔接监督模型还是反向监督模型，或者是正向衔接中根据各罪名设立的各个监督模型，都是互相独立的，每个模型即开发即使用，某些罪名的模型的建立可能因为数据源等原因滞后，但并不影响其他模型及模型平台的使用。

(4)即时性应用。监督模型即建即用，反向监督模型建设运用后，青岛市市北区人民检察院已将通过行刑衔接监督模型平台中的反向监督模型发现的18起反向监督线索启动核查研判程序，并建议公安机关对符合治安处罚条件的案件进行治安处罚。

参考文献：

[1] 刘艳红、周佑勇：《行政刑法的一般理论》，北京大学出版社2020年版。

[2] 陈国庆：《中国式刑事检察现代化的若干问题》，《国家检察官学院学报》2023年第1期。

[3] 鲁建武：《行刑双向衔接机制的推进与完善》，《人民检察》2022年第9期。

[4] 周佑勇：《行政执法与刑事司法的双向衔接研究——以食品安全案件移送为视角》，《中国刑事法杂志》2022年第4期。

[5] 周海灵、黄维：《行政处罚与刑罚衔接问题刍议——以一起假冒注册商标案件为分析样本》，《湖北警官学院学报》2014年第11期。

[6] 翁跃强：《构建数字时代法律监督新模式》，《检察日报》2023年3月23日，第3版。

[7] 金鸿浩：《持续推进检察大数据深度应用》，《检察日报》2022年5月16日，第7版。

[8] 张雪樵：《以“数字革命”驱动新时代法律监督提质增效》，《检察日报》2023年3月23日，第 版。