大数据法律监督模型是大数据法律监督的载体，检察官的主导作用更多体现在大数据模型的创建层面，笔者着眼于大数据法律监督中刑事检察的“小切口”，认为刑事检察部门的检察官在创建模型时，应夯实“三个基础”，增加自身在大数据法律监督工作中的参与度。

　　一、意识基础：学习成熟模型的思维套路

　　目前较为成熟的刑事检察大数据法律监督模型主要包括三种类型：追诉漏罪漏犯类、侦查违法监督类、行刑衔接类。如果检察官能够细致研读每一类模型的业务规则，就会发现一些共性规律，从而指导自身在司法实践中找到一些新的异常监督点。以追诉漏罪漏犯类为例，“两卡”漏罪模型的相关业务规则，可以拓展到毒品犯罪、洗钱犯罪等其他案发量大且涉及犯罪链条的罪名之中，因为这类案件都是通过具体案件中的碎片式信息汇集成大数据，从而实现对上下游的精准画像，进而提升追捕追诉漏罪漏犯的法律监督能力。再如，下行处理类侦查违法监督模型中，故意伤害案下行处理的相关业务规则，势必和寻衅滋事、危险驾驶案的下行处理所需的数据不一致，但本质逻辑却是相同的，即都是从公安机关受案信息和移送审查起诉的案件信息的差异处找出异常情形，再依据不同的入罪标准进行针对性的数据要素筛选。

　　二、案件基础：梳理案件中的异常问题

　　所有行之有效的异常监督点都来自案件中的异常问题。因此，要善于解析“犯罪手段易复制性”的异常点。在刑事案件中，检察官通过个案来评判是否存在类案监督的可能性，关键因素就是评估犯罪手段是否具有易复制性。如医保诈骗类案件中，检察官发现存在假住院、假挂名开药等犯罪手段，极具可复制性，可对此予以标注，为下一步提炼业务规则做准备。要善于明确异常问题的解决是否属于法律监督的范畴。除了追捕漏罪漏犯、侦查违法监督、行刑衔接等刑事检察工作外，刑事检察部门的检察官可以打破业务条线的限制，从刑事案件中发现公益诉讼检察、民事检察、行政检察的履职特点。如职务犯罪案件往往涉及公职人员利用制度漏洞谋取私利的情形，这些漏洞也可能涉及国有财产保护类公益诉讼的监督点；在办理虚假诉讼案件时会涉及对关联生效民事判决进行监督，这便可纳入民事检察的监督范畴，真正实现利用刑事检察案件的办理推动在其他检察领域的深层次履职。要善于探究难以挖掘异常问题的原因。大数据法律监督的监督点难以挖掘的原因在于数据壁垒或数据沉淀，这是由数据不共通或基于不同类数据未进行关联分析所导致。如特种作业证模型的缘起，是因为应急管理部门与住房和城乡建设部门之间存在数据壁垒，导致出现部分人员使用假冒的特种作业证仍能正常备案施工的异常。又如幌子公司模型，虽然判决数据和工商资质数据都以开源数据呈现，不存在数据壁垒，但缺乏具体被害人进行两个数据源的关联分析，导致出现被认定为以实施犯罪为主的公司却一直未被注销的异常。

　　三、业务基础：建立简单明晰的业务逻辑

　　业务逻辑是同类型案件的高度汇总概括。有了监督点，就要依托同类型案件所体现出的异常问题进行业务逻辑的搭建。以医保基金诈骗类案监督模型的业务规则为例，检察人员需把涉及骗取医保基金的刑事案件进行汇总，从涉案人员、时间、地点、行为、结果等角度进行异常情况概括，如病患户籍地经常出现大量病患出自同一村、某医院一天时间能做十台手术、有些医疗科室频繁被投诉等，种种异常汇总起来就是医保基金诈骗模型的业务逻辑。其实，并不是所有模型都需要特别复杂的业务逻辑，有些可能仅是其中部分要素的合集，甚至很多简单好用的模型仅需要其中一种维度即可构建业务逻辑。

　　有了大数据法律监督的意识，通过案件确定了异常监督点，又进一步完成同类型案件业务规则的梳理，便基本实现了刑事检察部门检察官在大数据法律监督工作中“上半场”的主导作用。在夯实以上“三个基础”的前提下，接下来，刑事检察部门的检察官将和检察技术人员共同开展研判数据源、确定数据治理所需的数据项及相关数据的运算规则等工作。

　　（作者为北京市人民检察院第四检察部四级高级检察官）