【摘 要】：随着信息技术的快速发展，大数据在各个领域展现出强大的应用潜力，为少年司法提供了新的思路和手段。加强打击侵害未成年人犯罪的同时，检察机关在办理组织未成年人进行有偿陪侍、卖淫等违法犯罪案件数量持续升高，此类案件信息碎片化、监督手段较为单一，亟待通过构建大数据模型，以期实现对涉未成年人违法犯罪数据的精准识别、预警和干预，从而提升少年司法的效率和质量。探索构建未成年人有偿陪侍、卖淫类案件综合履职法律监督大数据模型，将集成案件数据、司法资源、各领域数字资源等多维度信息，实现信息的全面整合和高效利用，为少年司法工作提供更加全面、高效的支持。

　　【关键词】：法律监督模型；组织未成年人进行违反治安管理活动；综合履职

　　一、基于构建组织未成年人有偿陪侍、卖淫类案件综合履职法律监督大数据模型的逻辑起点

　　（一）构建组织未成年人有偿陪侍、卖淫类案件综合履职法律监督大数据模型的必要性分析

　　1.有偿陪侍类案的发展态势及危害性。

　　未成年人身心发育尚不成熟，易受犯罪侵害，特别是容易遭受性侵害现象突出，这是当前世界各国共同面临的严峻问题。2023年6月1日，最高检发表未成年人检察工作白皮书，其中专门提到2020年至2022年，组织未成年人进行违反治安管理活动犯罪数量上升明显，2021年较2022年同比上升136.47%，2022年较2021年同比上升62.44%。处于人生成长阶段的未成年人被组织从事有偿陪侍服务，不仅败坏社会风气，危害社会治安秩序，更严重侵害未成年人的人格尊严和身心健康。此类案件也暴露了家庭、学校、社会等各方在未成年人保护方面的不足。

　　2.数据驱动的决策与资源优化。

　　大数据模型能够为检察机关提供数据驱动的决策支持。通过对历史数据和现实情况的分析，模型可以帮助检察机关工作人员更加全面地了解组织未成年人进行有偿陪侍、卖淫类案件的特点和规律，从而制定更加科学、合理的办案策略。办理涉未案件中，资源的合理配置至关重要。通过建立大数据模型，可以对检察机关的人力、物力等资源进行优化配置，确保资源能够最大程度地投入到关键领域和关键环节，提高办案效率和质量。

　　3.促进未成年人六大保护相互融合。

　　未成年人保护是一项系统工程，六大保护相互联系，不可分割。构建组织未成年人有偿陪侍、卖淫类案件综合履职法律监督大数据模型，以办理该类案件为核心，融合卫健、教育、民政等职能部门数据，检察机关能动履职，可不断推动检察司法保护融入其他“五大保护”。大数据模型还有助于加强跨部门、跨地区的协作与配合，实现信息共享和资源整合，形成未成年人保护的合力，这不仅是法律监督工作的创新和发展，更是对未成年人权益和安全的有力保障。

　　（二）构建组织未成年人有偿陪侍、卖淫类案件综合履职法律监督大数据模型的可行性分析

　　1.技术可行性。

　　近年来，大数据、人工智能等技术在全球范围内得到了迅猛发展，并已经在多个领域实现了成功应用。这些技术的成熟和进步为建立大数据模型提供了坚实的技术基础。通过运用机器学习、深度学习等算法，我们可以对涉及未成年人有偿陪侍和卖淫类案件的碎片数据进行数据清洗和分析，提取出有价值的信息和规律。最高人民检察院印发《2023-2024年检察改革工作规划》，提出健全数字检察工作机制，积极构建“业务主导、数据整合、技术支撑、重在应用”数字检察工作模式，也为大数据法律监督模型建立打通了技术和法律专业之间的壁垒，找到切实可行的方法。

　　2.数据可行性。

　　办理公安机关移送逮捕起诉的涉未类案中，通过公安机关调查提取、移送涉案相关人员手机电子数据，检察机关已经积累了大量的类案涉案人员的手机通讯、交友聊天、地图位置、转账、图片视频等大量电子数据。同时，卫健、教育、民政等相关职能部门工作中也对就医就学等信息形成了各自领域的大量数据。这些数据资源的海量性和丰富性为建立大数据模型提供了良好的数据基础。随着政府对数据治理和信息共享的重视，跨部门合作已经成为一种趋势。通过建立大数据模型，可以促进检察机关与其他部门之间的合作，实现数据共享和资源整合。

　　3.涉未检察履职可行性。

　　检察机关强调涉未刑事检察与民事、行政、公益诉讼检察的一体履职、综合履职、能动履职。检察机关除打击侵害未成年人犯罪外，还肩负涉未刑事案件诉讼监督、办理涉未民事诉讼监督、民事支持起诉、行政诉讼监督及涉未公益诉讼等未成年人司法保护和预防未成年人犯罪工作职责。大数据法律监督模型在组织未成年人有偿陪侍类案件办理、法律监督、犯罪治理、权益保护等方面均可发挥至关重要的作用。运用大数据技术，完全切合检察机关涉未“四大检察”深度融合发展工作，从而更加精准、高效地开展各项工作。

　　4.检察实践可行性。

　　在国内，已经有不少成功案例表明大数据模型在涉未案件中的应用具有显著的成效。例如，泉州市鲤城区人民检察院探索打造的校园周边整治大数据模型，模型通过采集中小学位置信息、辖区内工商登记注册主体的地址信息、辖区内工商注册主体的位置信息，通过坐标计算和筛查，发现校园周边违规设置禁止营业的销售网点和场所的公益诉讼线索；黔南州检察机关通过建立大数据监督模型分析未成年人犯罪案件中符合犯罪记录封存条件的数据，发现办案机关对犯罪记录应当封存而未封存、封存不当等线索。这些成功案例为我们在实践中运用大数据模型提供了有益的借鉴和经验。

　　二、当前构建组织未成年人有偿陪侍、卖淫类案件综合履职法律监督大数据模型的难点

　　（一）组织未成年人进行有偿陪侍、卖淫类案件办理的难点

　　组织未成年人进行有偿陪侍、卖淫类案件中，被组织未成年人往往在最初被强迫、引诱从事有偿陪侍，经过一段时间后开始接受、自愿从事相关活动，对有偿陪侍、卖淫等违法行为积极配合。导致此类案件犯罪隐蔽，被强迫引诱入行因时间较久侦查难度更大，此类案件往往存在涉案人员多、持续时间长、涉案人员配合度不高以及第一时间发现的证据、调取到的电子证据存在大量低价值信息导致人工分析筛查难度大等问题，证据质与量有限，存在办案难度。

　　（二）构建大数据法律监督模型数据获取与整合困难

　　检察机关在开展涉及未成年人有偿陪侍、卖淫类案件的未成年人综合履职及综合救助工作，需要涉及多个跨部门数据，包括涉案人员信息、手机轨迹数据、学籍信息、就诊记录等。在数据共享之间，一定程度存在部门间数据共享机制不完善，各部门数据的记录格式、记录重点不一样，导致数据缺失、数据错误、数据量大且复杂等问题。同时各个部门电子数据往往涉及个人隐私和信息安全，需要耗费大量的时间和资源协调各个部门。因此在构建数据模型时，需在前期对数据有效进行整合分析，数据整合的准确性和有效性是必须得到保障。

　　（三）法律监督模型开发的技术挑战

　　未成年人大数据模型构建仍在起步阶段，如何能够准确识别犯罪嫌疑人、陪侍人员以及公益诉讼案件线索，面对以下五点技术挑战：一是数据整合与标准化挑战。对多源数据格式不统一、原始数据中可能存在大量重复、错误或无关信息，需要进行标准化处理与数据清洗与去重，确保数据的一致性和可比性。二是大数据处理与分析挑战。涉及数据量庞大的，需要构建高效的数据处理平台，运用先进的机器学习、数据挖掘等算法，这些算法的开发和优化是一项复杂的技术任务。三是数据碰撞与关联分析挑战。实现多源数据的碰撞分析，如何精准进行识别以及对未成年人个人隐私保护与脱敏处理。四是开发能够准确识别犯罪嫌疑人、陪侍人员以及公益诉讼案件线索的模型，需要充分考虑数据的多样性和复杂性，避免误报和漏报。五是安全与合规挑战，在数据处理和分析过程中，需要采取严格的安全措施，确保数据不被非法获取、篡改或破坏。

　　三、构建组织未成年人有偿陪侍、卖淫类案件综合履职法律监督大数据模型的优化路径

　　（一）未成年人有偿陪侍、卖淫类案件综合履职法律监督模型的类案特征

　　1.被组织参与有偿陪侍或卖淫人员大量有未成年人。KTV等娱乐场所为揽客需要，常组织有偿陪侍或卖淫人员提供性服务。通过办案发现，为满足部分客人对年轻服务对象的需求，加之未成年人容易被利诱、被欺骗的弱点，常组织数十名未成年人从事有偿陪侍、卖淫活动。

　　2.组织人员、被组织陪侍或卖淫人员、介绍人具有关系紧密及稳定的特点。组织者、被组织者、介绍人因业务开展需要，在一定区域往往逐步建立熟人圈子，相互有频繁、大量的交流沟通，其通讯、聊天工具中共同好友高度重合。通过办案发现未成年陪侍人员伴有频繁到多个娱乐场所从事陪侍情况，且大量社会闲散人员存在相互推介未成年人到不同娱乐场所从事有偿陪侍活动。

　　3.组织人员、被组织陪侍或卖淫人员、介绍人交往具有网络留痕和规律转款的特点。因活动开展便捷性需要，组织人员、被组织陪侍或卖淫人员、介绍人往往通过网络进行招募和日常调度。组织者与被组织人员收益分成往往通过网络转款，并且转款金额时间具有一定规律性。通过办案发现，有偿陪侍中均呈现特定陪侍金额、特定嫖资金额或特定提成金额。

　　4.电子数据聊天记录中包含大量涉陪侍和未成年人的关键词。犯罪嫌疑人、陪侍人员相互之间的通讯工具中包含大量组织陪侍、卖淫的专用名词、代称，如形容陪侍程度的“真空”“素场”“六分”“七分”等；形容陪侍、卖淫次数的“试房”“上房”“二房”“上钟”等；形容陪侍、卖淫人员年龄的“未成年”“小”“嫩”“15”“16”“17”“18”等；形容陪侍或者卖淫行为的“外围”“出台”等。

　　（二）建立大数据模型的数据分析方法

　　1.数据来源、数据获取方式

　　数据主要来源于公安机关随案移送的电子数据，属于法定移送数据；已证实组织陪侍、卖淫犯罪嫌疑人和被组织陪侍、卖淫人员信息根据检察机关统一业务软件中同类案件获取。

　　2.逻辑规则

　　(1)立足于漏罪漏犯全方位排查

　　通过组织人员、被组织陪侍或卖淫人员、介绍人等相关涉案人员电子数据的好友关系、聊天、通话、转账、轨迹等进行碰撞分析：

　　与已确定涉案人员是好友高于3人，并发现敏感聊天关键词大于3个，得出社交对象线索数据。与已确定涉案人员有特定资金往来超过3次，得出收支线索数据。根据社交对象线索与收支线索进行对比，高度重合人员账号，判定为新的嫌疑人及被组织未成年人线索，整理线索对象客观数据，依法开展立案监督。通过对相关犯罪可能涉及的漏罪漏犯进行全方位排查，更高质效打击侵害未成年人犯罪。

　　(2)立足于场所监督治理

　　通过涉案人员在特定时间轨迹重合超过3次，得出涉案人员时间轨迹线索，判定是否存在其他的有偿陪侍、卖淫场所，监督公安机关、文化主管部门开展违法犯罪查处。

　　(3)立足于未成年人综合权益保护

　　利用数字资源，通过调取已确定被组织陪侍或卖淫未成年人的学籍信息、就诊记录、家庭状况数据、司法救助数据并进行碰撞分析。通过打击性侵害等次生犯罪、开展涉未公益诉讼、监督强制报告制度落实，以及参与社会治理等，实现未成年人司法保护的综合、能动履职。

　　（三）大数据模型监督点位

　　1.基本框架

　　此模型主要从数据来源、监督规则数据分析、分析结果应用前景三方面进行构思。

　　2.监督点位

　　（1）犯罪嫌疑人和被组织陪侍、卖淫人员电子数据关于好友关系、聊天、通话、转账、轨迹等信息进行碰撞分析。通过与已确定涉案人员是好友高于3人，并发现聊天关键词大于3个，得出社交对象线索数据；与已确定涉案人员有特殊金额资金往来超过3次，得出收支线索数据；通过比对分析，发现漏罪漏犯线索，开展立案监督。

　　（2）通过涉案人员在特定时间聚集轨迹重合超过3次，得出涉案人员时间轨迹线索数据，判定是否存在其他的组织未成年人开展有偿陪侍、卖淫的新场所，监督公安机关、文化主管部门开展违法犯罪查处工作。

　　（3）通过与被组织陪侍或卖淫未成年人的就诊记录、学籍信息、家庭状况数据、司法救助数据进行碰撞分析，获取强奸、猥亵、故意伤害等次生犯罪线索、涉未公益诉讼线索、监督强制报告制度落实或参与社会治理线索，开展涉未综合履职工作。

　　（四）大数据法律模型具有良好的应用前景

　　该模型数据主要来源于检察机关办理系列类案，公安机关随案移送的电子数据及梳理检察机关类案信息，针对性调取通讯、教育、卫健、民政等部门数据，获取方便，数据分析规则清晰，可复制、易推广。

　　1.在该模型能够帮助检察官梳理涉案人员关系图，筛选出涉嫌组织未成年人有偿陪侍、卖淫犯罪嫌疑人，从传统个案审查转向类案监督。

　　2.该模型不仅能发现侵害未成年人违法犯罪线索，而且还能同步固定客观证据，实现由证到供，降低侦查难度，有效打击侵害未成年人犯罪。

　　3.挖掘出组织未成年人开展有偿陪侍、卖淫的新场所，将类案打深打透，净化未成年人社会环境。

　　4.利用数字资源，通过打击强奸、猥亵、故意伤害等次生犯罪、监督未成年人保护强制报告落实、开展涉未公益诉讼及参与社会治理等，从而实现未成年人司法保护综合、能动履职。

　　责任编辑：广汉