<td id="swwsu"><u id="swwsu"></u></td><table id="swwsu"></table>
  • <bdo id="swwsu"><noscript id="swwsu"></noscript></bdo>
    <table id="swwsu"><center id="swwsu"></center></table>
    歡迎訪問天津市人民檢察院門戶網站! 支持IPv6網絡
     
    當前位置:首頁>>理論研究
    數據治理:檢察信訪數據助力精準社會治理的實踐與優化
    時間:2022-02-25  作者:  新聞來源:  【字號: | |

    數據治理:檢察信訪數據助力精準

    社會治理的實踐與優化

                           天津市人民檢察院第三分院課題組*

    作為一種新的政治理念,社會治理的本質內涵是人民在黨和政府的領導下,鼓勵多元社會力量,運用國家制度體系,對社會事務、基層事務進行管理的綜合活動。在大數據助力社會治理精細化的宏觀背景下,檢察機關應該著力研究如何運用反映民情、集中民智、體現民需的信訪數據,提高社會治理能力,維護民利、凝聚民心。

    一、研究基礎:信訪數據助力社會治理精準化的必要性和可用性

    (一)社會治理精準化的數據必要性

    1精準檢察服務需利用信訪數據便捷分析

    社會治理語系下的社會服務是指為民眾或公眾利益提供服務,其核心內容是以人為本,更多的體現了公共性、利他性。當下試錯成本不斷增加,如不能精準發覺痛點,無功而返之外還易引發涉檢風險。運用走訪、摸排等形式,即延時滯后又會牽扯大量的人力物力,量化后的數據模型,其分析的實時性、便利性正為精準發覺檢察服務短板創造條件。

    2精準防控風險需利用信訪數據準確甄別

    防范化解重大風險是三大攻堅戰中首要的攻堅任務,從依法履行監督職責角度出發,守護公平正義、化解矛盾積怨、防控非正常信訪風險、維護穩定大局是檢察機關參與社會治理的關鍵環節,而風險精準甄別是風險防控的前提。來訪表象下信訪數據蘊含了預警風險的密碼,與人工甄別、經驗甄別相比,數據甄別在精準防控上更具優勢。

    3精準決策施措需利用數據判斷規律

    檢察機關作為司法機關,決策施措將圍繞完善法律的適用、維護法律公正以及為人民群眾提供更好的司法體驗等方面展開,信訪數據作為法律適用過錯中的典型反饋數據,對它進行挖掘分析,能幫助檢察機關及時預判出人民日益增長的多元化法律服務的方向,并依照數據規律精準施策,這也是社會治理現代化要求下的大勢所趨。

    (二)社會治理精準化的數據可用性

    1數據樣本多元:信訪數據的來源廣泛性

    數據來源多元是數據統計分析的基礎,信訪數據來源有信、訪、網、電四個渠道,將其歸類可以分為四種數據類型:一是信訪人情況基本數據,除匿名信訪無法獲取外,包括信訪人的姓名、性別、公民身份號碼、家庭住址、工作職業、文化程度、聯系方式等;二是其他當事人信息數據。信訪人訴求符合檢察機關受理條件時,則需進一步提供被申請人或被信訪人的相關信息;三是原案信息及主要訴求。信訪人不服原案判決裁定或決定,或相關訴求涉及原案處理過程或結果的,其訴求會被如實摘要,同時信訪人還需提供原案判決、裁定或決定等相關文書;四是信訪處理流程數據。全國檢察機關12309大廳都要求配備同步錄音錄像設備,通過訪、網、電渠道反映的訴求,信訪經過、處訪流程及答復結果都會被同步攝錄。在訴求受理后,控告申訴部門將根據訴求類型移送具體辦案部門辦理,辦理流程中的每一個節點也會留下動態的辦案信息。

    2數據焦點集中:信訪爭議的法律相關性

    受理或辦理群眾以信、訪、網、電四種形式反映的屬于檢察機關管轄的控告、申訴等信訪事項是控申訴檢察工作的主要職責。除個別咨詢類、舉報類信訪事項外,向檢察機關反映的信訪訴求多圍繞法律適用爭議展開。作為當事一方,信訪人不服原生效判決、裁定或決定,認為原案法律適用存在錯誤,以控告、申訴等形式對原案審理過程中實體法或程序法的適用提出疑議。

    3數據指向明顯:信訪源頭的案件依托性

    信訪是群眾維護自身權利的重要方式,信訪原因各有不同,最終的信訪事由也可能紛繁復雜、千頭萬緒,但是通過對信訪人的信訪路徑深入循跡可以發現,看似與案件無關的信訪事由背后始終有一根隱秘的線連接著原案的處理結果。信訪人最初大多因民事、行政爭議或是刑事違法犯罪等事由涉案,后續的信訪過程中可能又沒有得到滿意的解決,進而使得信訪事由多樣復雜,但其源頭依然離不開相關案件。

    4數據價值較高:信訪解決的程序有限性

    數據價值高體現在一些信訪數據可能僅會被記錄一次,監督程序的有限性會阻礙信訪數據再次進入檢察視野,信訪人向檢察機關申請民事、行政檢察監督,檢察機關受理后如作出不予支持監督申請的決定,該案將再無正常進入司法救濟途徑的渠道,一次為限原則使得檢察監督成為絕大部分信訪訴求司法救濟僅剩的最后一環,對于刑事申訴事項,同一檢察機關也只能監督一次,一級監督程序審結后也將無法二次啟動。如矛盾焦點不能通過司法程序化解,其他信訪途徑的化解難度也會增大,由此獨一無二的信訪數據更具分析價值。

    二、借鑒思考:信訪數據助力社會治理精準化的理論路徑假設

    (一)公安路徑借鑒

    1.從社會治安精準防控到信訪風險精準預警

    警情數據服務社會治安精準防控的著力點是公安系統的智能警務平臺,公安機關利用該平臺能做到轄區人員底數清、去向明,實現對實有人口的精細化管理,并將各類工作數據的納入管控系統,有效甄別出滿足“風險要素”的重點行為人,并根據行為人的社交數據、行動軌跡、資金變動等情況,進一步預估出重點行為人的犯罪風險及可能行為路徑,確保社會風險防控更加精準有效。比如在三大“國家大數據綜合試驗區”之一的黔西南州,該州公安局就建設建成了大數據防控打擊研判處置中心,通過對公安數據的深度挖掘、比對碰撞、分析研判,讓數據成為有效打擊和預防各類犯罪的重要手段。信訪風險作為社會風險的重要構成,必然需要檢察機關著重關注,而公安機關在將犯罪構成要件要素化的基礎上,整理歸納出風險行為的表現特征,通過數據匹配,篩別出重點風險人,進而精準防控犯罪風險的數據運用實踐,可為檢察機關利用信訪數據精準預警信訪風險提供思路。

    2.從執法行為精準矯正到接訪流程精準優化

    社會治安立體防控體系建設和公安干警執法行為規范是公安工作的一體兩面。自媒體時代背景下,不規范的執法行為很易引起社會關注,甚至引發涉警輿論風險。比如在“于歡辱母案”中,警情處置過程中干警的失職行為就一度引發社會的廣泛關注,“上海警察抱摔案”更是在當事方構成阻礙執行職務的前提下,警方“抱摔”執法是否過限及執法行為邊界問題成為輿情關注和爭議焦點。

    2016年5月20日審議通過的《關于深化公安執法規范化建設的意見》中,明確要求公安機關全面推行現場執法活動全流程視音頻記錄。數據攝錄后,為倒逼執法人員依法執法、文明執法,在視聽數據全程記錄的基礎上,公安機關通過對執法視頻中干警執法行為進行場景重構析和再次解讀,主動分析、精準處理各類不作為、亂作為及執法不規范的行為,促進公安干警執法水平穩步提升。12309檢察服務中心是檢察機關接待來訪群眾的重要場所,根據高檢院制度的建設標準,在推進智能化建設的進程中,全國各級院12309檢察服務中心基本已全部完成全視角監控系統的內外安裝,可以實現群眾來訪全過程視音頻動態攝錄。檢察機關儲存的該種視音頻數據和公安執法數據類型一致,公安機關運用記錄數據精準規范矯正執法行為的實踐對檢察機關精準優化接訪流程具有借鑒意義。

    (二)法院路徑借鑒

    1.從案件繁簡精準分流到受理送達精準同步

    在立案登記制背景之下,推行案件繁簡分流改革是法院擴大司法利用、降低司法成本、提高司法效率的關鍵制度之一。如上海市浦東新區人民法院就在審判大數據的基礎上,運用技術手段以權重和標的額初步劃分案件繁簡程度,然后輔之以人工選案,由快審團隊優先挑選簡案快辦,在數據分案基礎上實現案件繁簡精準分流。重慶市江北區人民法院也結合審判數據大體量特點,將案由、標的、程序和涉案人數等確定為繁簡分流核心要素,進行權重賦值,建立繁簡案件甄別機制,通過審判管理系統智能識別自動分案,做到精準識別、繁簡有據、流轉有序。

    其實控告申訴案件的申請、受理、分流、辦理一系列流程和法院登記、立案、分流、審理流程有極大的相似性?山梃b法院做法,通過對監督案件的受理數據進行歸類整理,提煉出案件繁簡典型性要素、常規案件的受理條件等,運用數據系統篩選輔之人工審查,當監督申請材料齊全、類型明晰,能夠準確認定符合受理條件的,可以實現當日申請監督、當日受理案件、當日送達文書、當日分流至業務部門“四同步”,即便捷當事人“最多跑一次”,也縮短監督案件申請后的“在途”時間,提高監督效率。

    2.從法律規范精準適用到同案異判精準研究

    從法律適用過程來看,“在意義的中心地帶,法律規范是明確的、典型的和穩定的,相反在意義的邊緣地帶卻會出現適用的模糊情況”,隨著社會經濟生活日新月異的變化,“邊緣地帶”法律規范適用的模糊性給“類案檢索、同案同判”帶來了挑戰。

    最高人民法院通過發布“應當參照”的指導性案例來縮小此種情況下法律適用“裂痕”,地方各級人民法院也敏于從司法統計數據中分析出法律適用不統一的新情況、新問題,積極調研,及時出臺新類型糾紛案件審理的規范性指導意見,確保適用標準統一。除此之外,最高人民法院新印發了于2020年7月31日起開始試行的《關于統一法律適用加強類案檢索的指導意見(試行)》,明確規定了應當進行類案檢索的情形,在審判大數據庫的支持下,以已決判決做依托,確保法律的統一適用。

    信訪數據的本質是司法適用效果的反饋數據,檢察機關可以結合信訪反饋數據,對類案中法律適用、裁判規則和量刑規范等進行研究分析,用實證數據作為理論研究和建議施策的背書,對法律適用確有差異的環節及時出臺規范性文件,解決法律分歧,服務法律統一適用,讓司法正義看得見。

    (三)特有路徑思考

    1.從案件依托性到業績精準測評

    2020年年初,最高人民檢察院提出了“案件比”的概念,并下發了《檢察機關案件質量主要評價指標》,將“案件比”作為檢察官辦案質量全新評價指標。和審判一樣,以指標評價案件時也需考慮到案件辦理的實際情況,尤其是對于已經進入信訪視野案件,因其存在辦案風險和法律適用爭議,更需動態結合辦案過程,綜合檢測辦案水平,多元評價辦案質效。

    在監督案件審理過程中承辦人會向辦案機關調取原案卷宗,了解原案辦理情況,監督原案的過程實際也可以成為對原案承辦人業務水平評價的過程,作為輔助業績測評的有效手段,使得“數據”評測更加精準。

    2.從監督有限性到矛盾精準化解

    根據習近平總書記堅持以人民為中心的思想,完善社會矛盾糾紛多元預防調處化解綜合機制的重要指示精神,天津市在學習浙江安吉經驗的基礎上,于2020年5月15日掛牌成立社會矛盾糾紛調處化解中心,采取“一站式接待、一攬子調處、全鏈條解決”工作模式,由市級各部門派員常駐或輪駐、隨駐,切實解決群眾反映的矛盾糾紛。天津市市級檢察機關在矛盾調解中心亦設置駐點,所受理糾紛中多數糾紛已經過檢察監督環節,監督或現已終局或不能再啟動,但這類信訪人仍不服,持續信訪,矛盾化解難度進一步增大。

    故而檢察機關在司法監督環節,要充分珍惜監督機會,盡量從信訪人的信訪路徑循跡,找準矛盾癥結,針對信訪人的訴求焦點,采取信訪人最能接受的形式解決問題,針對性加強釋法說理,或采取公開聽證、安排檢察長接待等能夠最大程度取得信訪人信任的形式,做好矛盾糾紛能夠得到精準有效解決,避免信訪人因司法解決終局后仍不服而最終成長為“信訪老戶”。

    三、實證檢驗:信訪數據助力精準化治理實踐運用中的不足

    經過借鑒思考,第二部分從六個維度對檢察機關運用信訪數據推動精準社會治理的進行了規劃。本部分將從實證檢驗角度出發,選取信訪數據樣本,量化賦值后逐案統計,分析整理后,逐一討論以上六項理論路徑的實踐可行性及不足。

    (一)數據來源

       數據來源于T市S分院2019年4月1日至2020年7月31日一年的信訪數據情況。因疫情原因,2月3日至5月9日暫停接訪,故將數據截止日期順延至7月31日。

    (二)調查方法

    根據不同調查數據的需要,采取了不同的調查方式,具體而言:

    1.數據整理

    通過收集整理信、訪、網、電四渠道來訪登記表、當事人聯系方式確認書、申請書、原案判決裁定等相關文書、監督結果等案件基本情況,匯總案件數據中的有效信息,整理形成全年信訪數據臺賬。

    2.問卷調查

    設計開放型的“接訪情況調查問卷”,并邀請控告申訴業務專家對問卷內容進行討論修改。問卷主要包括四個部分:一是影響案件風險的主要因素;二是影響首訪接訪效果的主要因素;三是信訪2.0系統案卡填錄情況;四是信訪數據的運用情況。

    (三)統計學分析

    采用SPSS26.0統計軟件對統計數據進行匯總分析,并對影響處訪難度的各類信訪因素進行賦值。根據風險預警登記,將涉及檢察長接待、案件辦結后持續信訪的案件確定為矛盾未化解案件。根據每周周報,將周報記載的非正常訪處置情況劃分正常訪、纏鬧訪及集體訪。單因素分析來訪情況、案件類型、律師代理情況、監督結果、涉企業等因素對矛盾化解率的影響(P<0.05)。各難度系數量化賦值詳見表1、信訪未化解影響因素賦值詳見表2。

    1:影響處訪難度的信訪因素名稱及賦值

    因素名稱                                        賦值

      

                信訪渠道                             來訪=3,來信=2,電話=1,網絡=1

                信訪人年齡                     ~30=1.31~40=2,41~50=3,51~=4,未知=1

                糾紛類型                                     每多一次+1

                信訪情況                   集體訪、聯名信=3,纏訪、鬧訪=2,普通信訪=1

    涉企業相關                              涉及企業=1,未涉及企業=0

    律師代理情況                            委托律師=1,未委托律師=0

    涉特殊敏感信訪人                              涉及=1,未涉及=0

     

    2:民、行信訪未化解影響因素名稱及賦值

        因素名稱                                賦值

            

                 來訪情況                           正常訪=0,非正常訪=1

                 案件類型               民事、行政檢察監督=1,刑事申訴=2,其他=3

    律師代理情況                       委托律師=1,未委托律師=0

    監督結果                         支持監督=0,不支持監督=1

    涉企業相關                          涉及企業=1,未涉及企業=0

     

    (四)結果

    1.基本信訪數據

    201941日至2020731日,TS分院共計接待來訪473775人,辦理來信156件,接聽咨詢來電956次,辦理網絡信訪17件,共涉及不同信訪案件587件,其中受理控告申訴案件340件。詳細數據見表3。

    3:基本信訪數據

     數據類型                  例數                比例(例數/該類型總數)

              

          信訪渠道

    來信                     156                     9.74%

    來訪                     473                    29.55%   

    來電                     955                    59.65%

    網絡                      17                     1.06%

    糾紛類型

     民事檢察監督               282                    48.04%

    行政檢察監督                26                      4.43%

    刑事申訴                    32                      5.45%

    法律咨詢及其他             247                     42.07%

    涉企業相關

         企業作為申請人             132                      38.82%

    企業作為被申請人            76                      22.92%

    監督結果

    支持監督申請                 6                     17.65%

    不支持監督申請             271                     79.71%

    暫未作出監督結果            62                     18.54%

    信訪情況

    普通信訪                    446                     94.29%

    纏、鬧訪                     24                      5.07%

    集體訪                        3                      0.63%

    矛盾化解結果

    矛盾已化解或情況未明        556                      94.72%

    矛盾未化解                   31                       5.28%

     

    2.處訪難度系數與信訪風險

    將所有案件按照表1賦值計算后得出難度系數得分最高分59分,最低分2分,平均得分8.36分,其中平均分以上192例,平均分以下395例,將總得分分區域后統計出各得分區間的信訪例數,如24154例、46105例等,然后以實際風險信訪例數除以分值區域類信訪總例數得出各分值區域的風險系數。各分值區域信訪例數及風險系數占比詳細情況見圖1。

     

    1:各分值區域信訪例數及風險系數占比圖

    (橫坐標:分值;縱坐標:例數;折線:占比)

     

    3.矛盾未化解案件的單因素回歸分析

    587件信訪案件篩選出矛盾未化解案件31件(占比5.28%)。以首訪情況、案件類型、企業相關性、監督結果、委托律師等作為變量進行非條件單因素回歸分析,發現案件類型和監督結果是影響矛盾化解率(P<0.05)的關鍵因素。詳見表4。

    4:矛盾未化解案件的單因素回歸分析

     

    賦值因素

    例數

    P值檢驗

    來訪情況

    正常訪

    18

    >0.05

    非正常訪

    13

    信訪類型

    民事、行政檢察監督

    7

    <0.05

    刑事申訴

    3

    其他

    21

    委托律師情況

    委托律師

    12

    >0.05

    未委托律師

    19

    監督結果

    支持監督

    1

    <0.05

    未支持監督(不符合受理條件)

    30

    企業相關性

    涉及企業

    7

    >0.05

    不涉及企業

    24

    4.受理送達同步情況

    全年受理309件民事、行政檢察監督案件,其中申請當日同步受理送達的272件,未同步受理送達的37件,同步受理送達率86.39%。通過對受理人員調研,了解未當場受理送達的具體原因包括主觀原因、客觀原因及案件原因。詳細情況見表5。

    5:未受理送達同步原因統計

     

    未當場受理原因

    數目

    占比

    主觀原因

    同日受案較多

    3

    8.11%  

    大廳有其他群眾排隊等候

    4

    10.81%

    其他事務性工作需完成

    0

    0

    客觀原因

    用印不便

    3

    8.11%

    打印不便

    6

    16.21%

    來訪人主動要求

    2

    5.41%

    案件原因

    屬于國家賠償監督及司法救助

    0

    0

    案件導入分流不明確有爭議

    6

    16.21%

    案件類型新穎

    3

    8.11%

    對規范性文件理解有歧義

    4

    10.81%

    其他需要查明的原因

    6

    16.21%

     

    5:未受理送達同步原因統計

    6.刑事申訴案件爭議焦點及案件比

    全年受理刑事申訴案件31件,其中不服不起訴決定27件,不服判決2件,涉及罪名11個,詳細情況及案件比得分、爭議焦點具體情況詳見表6。

    6:受理刑事申訴案件及案件比得分

    信訪人姓名

    申訴類型

    涉及罪名

    爭議焦點

    處理結果

    案件比得分

    天津某某公司

    不服不起訴

    詐騙罪

    存疑不起訴

    維持

    6

    邢某某

    不服法院判決

    詐騙罪

    不服罪名和量刑

    維持

    6

    劉某某

    不服不起訴

    故意傷害罪

    存疑不起訴

    維持

    5

    天津某某有限公司

    不服不起訴

    合同詐騙罪

    存疑不起訴

    維持

    4

    某某燃料有限公司

    不服不起訴

    詐騙罪

    存疑不起訴

    維持

    4

    黃某某

    不服不起訴

    窩藏罪

    存疑不起訴

    維持

    3

    郭某某

    不服不起訴

    詐騙罪

    存疑不起訴

    維持

    3

    盧某某

    不服不起訴

    故意傷害罪

    存疑不起訴

    維持

    4

    李某某

    不服不起訴

    強奸罪

    存疑不起訴

    維持

    5

    馬某某

    不服不起訴

    故意傷害罪

    存疑不起訴

    維持

    6

    李某某

    不服不起訴

    尋釁滋事罪

    存疑不起訴

    維持

    5

    李某某

    不服不起訴

    尋釁滋事罪

    存疑不起訴

    維持

    5

    張某某

    不服不起訴

    故意傷害罪

    存疑不起訴

    暫未作出處理決定

    4

    張某某

    不服不起訴

    故意傷害罪

    存疑不起訴

    暫未作出處理決定

    4

    林某某

    不服不起訴

    銷售假藥罪

    存疑不起訴

    維持

    5

    張某某

    不服不起訴

    詐騙罪

    存疑不起訴

    暫未作出處理決定

    5

    張某某

    不服不起訴

    交通肇事罪

    存疑不起訴

    暫未作出處理決定

    4

    徐某某

    不服不起訴

    交通肇事罪

    存疑不起訴

    暫未作出處理決定

    3

    徐某某

    不服不起訴

    交通肇事罪

    存疑不起訴

    暫未作出處理決定

    3

    李某某

    不服不起訴

    合同詐騙罪

    存疑不起訴

    維持

    6

    天津市某某分公司

    不服不起訴

    盜竊罪

    存疑不起訴

    暫未作出處理決定

    4

    天津市某某分公司

    不服不起訴

    盜竊罪

    存疑不起訴

    暫未作出處理決定

    4

    齊某某

    不服不起訴

    合同詐騙罪

    存疑不起訴

    暫未作出處理決定

    4

    肖某某

    不服不起訴

    故意傷害罪

    存疑不起訴

    暫未作出處理決定

    6

    趙某某

    不服不起訴

    職務侵占罪

    存疑不起訴

    暫未作出處理決定

    6

    王某某

    不服不起訴

    非法拘禁罪

    存疑不起訴

    暫未作出處理決定

    4

    王某某

    不服不起訴

    非法拘禁罪

    存疑不起訴

    暫未作出處理決定

    4

    王某某

    不服法院判決

    詐騙罪

    不服量刑

    暫未作出處理決定

    6

    溫州某某有限公司

    不服不起訴

    合同詐騙罪

    存疑不起訴

    暫未作出處理決定

    5

    于某某

    不服法院判決

    故意傷害罪

    不服罪名

    暫未作出處理決定

    1

    (五)討論

    1.關于信訪風險精準預警

    1證實了處訪難度系數與信訪風險存在一定的聯系,表現為難度系數越高的案件信訪風險越大,其中的最高得分梯隊均存在信訪風險。但課題組注意到有些難度系數高的案件實際信訪風險卻相對較低。經逐案了解,此類信訪案件難度系數高的原因集中表現為信訪人提交監督材料不齊,后信訪人多次來信補充材料或多次來電詢問案件進展,這一表現和重復訪、持續訪表現相似,故而其處訪難度系數綜合得分較高,如統計時不能從源頭剔除此類數據可能會掩蓋真實高風險案件。

    2.關于申請、受理、送達、分流精準同步

    5說明了未能實現當日受理送達的原因是多方面的,除信訪案件本身新穎、復雜、難分流外,用印打印等客觀因素和主觀因素仍有占比,運用該數據制定案件繁簡分流辦法的同時,還可針對性完善接訪設備設施,提高用印打印效率。

    3.關于業績精準測評

    6分析了刑事申訴案件的爭議焦點及案件比,結果顯示不服檢察機關存疑不起訴決定案件占比較高,但考慮到樣本量及辦案實際情況,該數據暫未被有效利用,同時也缺少數據反饋監督的合適渠道。

    4.關于矛盾精準化解

    4分析了影響矛盾未化解案件的信訪因素,數據分析顯示監督結果和案件類型影響了矛盾化解率。但是對該結果課題組持保留態度。受限于數據共享,課題組難以從其他司法部門獲取矛盾未化解信息,數據樣本限于持續向本院信訪或向上級部門信訪的案件,課題組認為樣本太少可能影響結果的準確性。

    四、策略選擇:信訪數據助力精準化治理的具體建議舉措

    (一)嚴格源頭信息填錄,提高數據質量

    目前來看導致原始數據存在噪音的原因主要包括三部分:一是信息數據不完整。體現為對信訪人的基本情況、信訪訴求、信訪過程記錄不完整或沒有記錄,因為實際接訪時,當事人基本信息掌握后正常處訪并無障礙,接訪人員的關注點會側重于案件受理信息或法律咨詢問題,對其他信訪信息則不夠重視。二是信息數據化程度低。課題組在對數據進行統計時就發現,很多信訪信息并非沒有掌握或填錄,而是缺少將其轉化為可復制、可統計的電子數據的技術手段,統計時需要逐案手動翻譯為量化數據。三是下拉選項類型有限。在對處訪難度因素進行統計時,課題組發現現有的信訪2.0系統對部分因素也設置了統計選項,比如糾紛類型、涉疫情、涉企業類型等,但實際填錄時因下拉類型有限,且當糾紛類型難以歸入其中某一類時,其他項大概率成為兜底候選項。

    為確保數據來源的真實與準確,可從以下幾方面針對性進行優化首先,對信訪人、信訪訴求等基本信息應掌握盡掌握、案卡選項應填寫盡填寫,擴大數據來源。其次要規范案卡填錄,在不能確認糾紛類型或其他下拉選項時,盡量選擇最能體現糾紛類型的選項,或多項選擇,避免頻繁選擇其他項。對于暫時不能數據量化的法律信息,可以在系統外建立信訪數據臺賬,以周為階段進行維護,減少數據運用時的工作總量。

    (二)注重數據動態分析,強調數據運用

    首先,信訪2.0系統在數據檢索、重復訪查詢、統計報表上均有完善和嘗試,但目前系統內信訪因素的統計分析功能尚不完善,重復訪逆向查詢功能也待優化。且信訪數據的分析運用的方便快捷度仍較低,人工統計后系統外再分析仍是現狀。其次,從接訪視音頻數據而言,此類數據的利用率整體偏低,一般在出現特殊信訪風險時才會重放原接訪過程的視音頻資料,且主要目的并非是為規范接訪行為。日常接訪過程中普遍會忽略此類數據,任由其儲存到期后被新數據頂替。

    在實踐中既要加大對信訪2.0系統的開發力度,增設系統分析模塊,確保分析報表快捷生成,避免每次運用信訪數據時都需要進行人工整理統計,不僅耗時耗力,而且還會因統計誤差影響數據分析的準確性。其次對于難度系數高、風險大或非正常訪的接訪視音頻資料要及時刻錄,建立視頻檔案,逐漸形成重點信訪接訪視音頻資料數據庫。對存在接訪沖突的視頻要組織及時接訪干警回放觀看,重建接訪場景,分析沖突原因,學習或改進處訪方式,進一步規范接訪行為。

    (三)敢于運用數據反向審視,做好數據反饋

    要真正實現以信訪數據監督辦案的效果,首先轉變監督思維,改糾錯監督為優化監督,引導承辦人重視案件比、釋法說理程度、辦案流程程序性回復及結果性答復時間間隔等易引發信訪風險的數據反饋結果,接受數據監督,進一步優化辦案流程,增強回復答復實效,形成良性監督環境。其次是要探索監督數據反饋渠道,如在設立部門信訪聯絡員的基礎上,建立信訪數據分析情況通報制度,及時反饋信訪數據監督情況,溝通改進工作不足,確保數據監督的效果實現。

    (四)共同推進數據共享,發揮數據優勢

    數據共享程度低主要表現為檢察機關內部數據共享程度低以及和法院、公安、政府行政數據不互通兩方面。首先是信訪數據系統和案件管理系統并不互通,了解信訪人訴求動態、案件辦理進展信息、七日內回復情況主要靠內部電話溝通咨詢。其次是與法院、公安及矛盾調解中心信息數據共享尚處于點對點溝通的狀態。法院、公安、矛盾調解中心實際也掌握著各類數據量大、參考性強、權威性高的信訪數據,但因為各部門間呈現的條塊分割的特點,且各自的統計口徑、公開口徑均不一致,導致暫時并未形成以點帶面式的數據共享機制。比如信訪人主張未收到駁回再審裁定或收到日期較晚符時,接訪人員只能點對點咨詢法院,了解文書送達情況。

    數據全面共享并非易事,從外部而言,則需要達成數據共享共識。信訪數據的互聯互通有助于動態分析信訪人的信訪路徑,便于更加準確的預估信訪風險,化解糾紛積怨,各司法機關要摒棄各自為政的思想,促進數據的深度融合。從內部而言則需要實現技術突破,要規范數據填錄、統計及分析口徑,為數據融合共享打好基礎,還要進一步明晰各類數據的權屬問題,改變系統開發端把控系統產生的數據的現狀,賦予系統用戶端系統導出、運用、分析的權限,避免形成數據孤島。

    信訪數據的運用為檢察機關參與社會治理、助力社會治理精準化提供了機遇,也帶來了挑戰。當下信訪數據的運用還存在諸多不足及取舍模糊地帶,這既需依賴技術進步也需依靠制度規范,不可急于求成。但信訪數據運用仍是未來檢察工作的發展潮流,檢察機關要積極培養數據思維,主動尋求合作共贏,在數據技術支撐下,做好檢察服務,化解矛盾風險,為人民群眾提供更優質的法治產品、檢察產品。

     

     

    院級領導
    本院概況
    機構職能
    檢務指南
    公告公示
    權威發布
    工作報告
    預決算公開
    案件通知公告
    人大代表、政協委員聯絡
    人民監督員、特約檢察員聯絡
    檢風監督
    律師預約
     
     

    單位地址:天津市河西區南興道368號 郵政編碼:300222
    技術支持:正義網 京ICP備10217144號-1
    版權所有:天津市人民檢察院  支持IPv6網絡

    本網網頁設計、圖標、內容未經協議授權禁止轉載、摘編或建立鏡像,禁止作為任何商業用途的使用。

    亚洲熟妇14P,国产白丝无码免费视频,人妻教师が寝取られるまでの记
    <td id="swwsu"><u id="swwsu"></u></td><table id="swwsu"></table>
  • <bdo id="swwsu"><noscript id="swwsu"></noscript></bdo>
    <table id="swwsu"><center id="swwsu"></center></table>