北京政法网

　　纠正漏犯、漏罪工作关乎公民的人身、财产等利益的有效保护，是检察机关实施法律监督的重点和难点。西城区检察院适应时代发展新趋势，在检察办案中释放大数据效能，坚持盘活数据资源，把大数据思维贯穿办案全过程，从风险人员、关联案件数据入手，构建一个纠正漏犯漏罪模型，一方面通过“风险人员识别系统”，以聚类的方式锁定风险人员范围，一方面通过“关联案件比对系统”，以关联的方式巩固犯罪证据，实现纠正漏犯漏罪，以“检察大数据思维”赋能法律监督。

　　近年来，“仙人跳”类敲诈勒索犯罪出现了隐蔽性更强、犯罪痕迹更少的新趋势，通常情况下与被害人面对面接触的只有失足妇女，其他的犯罪人员均藏在“网络”背后，不露面、不接触就可以轻而易举实施犯罪活动。西城区检察院根据上述纠正漏犯漏罪模型的原理，对刘某某利用“仙人跳”手段敲诈勒索案，通过整合与在案人员频繁联系的数据要素，锁定犯罪嫌疑人，对比关联相似作案手法的数据要素，深挖线索认定犯罪事实，将原有的2人2起事实的案件追捕追诉至12人14起犯罪事实，并向犯罪输出地相关部门发出社会治理类检察建议，取得良好的法律监督效果。

　　案件情况

　　犯罪嫌疑人刘某某与多人在外省某地形成“仙人跳”团伙。后该团伙来到北京市，组织未成年女性成员进行卖淫违法活动，之后以与未成年人发生性关系需要承担责任等威胁嫖娼人员，并提供二维码收款，“隔空”勒索钱财。自2019年2月至4月间，上述人员在北京市多地实施敲诈勒索犯罪行为共14起，涉案金额共计10余万元。

　　依托大数据办案模型履职情况

　　西城区检察院在办理本案过程中，充分运用该院追捕追诉模型的思路，先是通过识别风险人员，整合在案嫌疑人关联的高频异常数据要素，锁定犯罪嫌疑人范围；再关联相似案件，分类整合犯罪嫌疑人与被害人两方面的数据，并进行比对碰撞，准确认定每个犯罪嫌疑人参与的犯罪事实及犯罪数额。最终，在模型实现上，从人、时间、空间、钱款等多种数据出发，进行数据复用和交叉，将“数据-证据-事实”层层递进，实现追捕追诉。

　　一是关联风险人员，关注异常数据，锁定“漏犯”。

　　本案在侦查阶段，公安机关分别受理了几起看似毫无关联的敲诈勒索案件的报警记录，并没有完整的证据指向几名犯罪嫌疑人之间的关联性，于是分成了三个案件提请批准逮捕。西城区检察院办案组在办理该案的过程中，以数据意识为导向，通过对手机鉴定意见的审查，敏锐地发现这几个案件间可能存在关联，立即从在案的押车人宋某某、刘某某的手机中的聊天记录、转账记录入手，梳理信息查找到相关微信号的使用人为可疑人员，于是要求公安机关对相关微信号使用人继续侦查，并进一步调取失足妇女的微信聊天记录、转账记录、通话记录等客观证据，重点关注异常数据。随后，办案组将调取的这些异常数据信息进行分析，归纳整理，通过找准数据线头，将一个看似仅有两名押车人在案的孤立的犯罪事实，扩大审查范围，将碎片化的信息初步构建成一个犯罪嫌疑人的“数据网”，为之后彻查犯罪打下了基础。

　　二是对比关联案件，构建数据模型，排查“漏罪”。

　　本案犯罪团伙利用网络技术，通过打电话敲诈、手机二维码收款的犯罪模式有别于传统犯罪模式，犯罪嫌疑人可以在任何地点实施犯罪活动，团伙成员之间的组织性较弱，每一个成员参与犯罪活动的任意性较强，这给准确认定每个犯罪嫌疑人的犯罪事实、犯罪数额带来了困难。西城区检察院办案组及时对现有的数据信息进行分类、关联，将涉案数据分为犯罪嫌疑人信息和被害人信息，根据聊天记录、转账记录、相似作案手段的报警记录等数据，构建犯罪嫌疑人及关联人员之间的“人-时间-钱”数据模型、被害人“人-钱”数据模型，将两个数据模型中的信息进行碰撞比对，从案发时间、被害人转账记录、酒店录像视频等证据入手，先关联到失足妇女、收款人、介绍人，再根据相应的犯罪嫌疑人的聊天记录、转账记录、行驶轨迹等关联押车人、招募者和组织者，以此来准确认定每一起事实参与的犯罪嫌疑人。在整个案件办理过程中，通过建立两个数据模型，盘活了孤立的数据资源，按照犯罪过程比对数据信息，拓展了扁平的数据维度，进而准确认定每一名犯罪嫌疑人在犯罪中的角色、作用，最终准确认定犯罪事实。

　　三是从治罪到治理，双向反馈信息，监督转型。

　　大数据运用的终极目标不是模型的搭建，也不仅仅是单一案件的办结，而是通过数据共享，发现线索，优化监督，强化治理。西城区检察院就加强法治宣传、净化校园环境，携手保护未成年人成长等向犯罪输出地相关行政机关发出社会治理类检察建议，并获得当地行政机关的高度认同，充分发挥大数据在监督纠正违法、保护国家利益和社会公共利益、促进国家治理体系建设中的作用，以数据赋能监督，监督促进治理，积极发挥检察监督，从监督办案到社会治理。