第三，基於司法大數據全樣本，建立常見犯罪量刑預測資料庫，以提高量刑建議的可靠性和說服力。檢察機關對構成犯罪的案件提出確定刑罰建議，是檢察權行使的重要內容。而提出高品質量刑建議的前提是依法對具體案情作出比較客觀的量刑預測。基於科學客觀的量刑預測，加上一定的刑事政策屈臣氏藥房 屈臣氏藥房臺北店 壯陽藥 持久液 春藥 媚藥 性藥 增大丸 犀利士 威而鋼 樂威壯 催情藥 迷藥 威而鋼 樂威壯 日本藤素 印度卡其丸 美國黑金 犀利士 cialis 德國愛神 centos 果凍威而鋼考量，才可能提出令人信服的量刑建議。問題是，如何綜合不同案件事實和各種量刑情節預測可能的量刑結果？困難之一是，儘管司法機關出台了量刑規範化指導意見，對許多量刑情節的量刑幅度作出了比較詳盡的規定，但當一個案件有數個量刑情節時，數個情節便有多種可能的組合。以交通肇事罪為例，相關的法定量刑情節至少有：致死人數，重傷人數，負事故全部責任、主要責任還是同等責任，財產損失大小，行為人是否逃逸，以及有關的刑法總則量刑情節。理論上，即使不考慮酌定情節，交通肇事罪法定量刑情節在具體案件中就會有較多可能的排列組合。而法律只能對單一情節從輕、減輕或從重、加重處罰及其幅度、範圍作出規定，不可能對每種情節組合如何量刑均作出具體規定。這時，面對這麼多可能的組合，司法人員也只能大概估算量刑結果。如果基於司法大數據全樣本建立常見犯罪量刑預測資料庫，無疑會提高量刑建議的科學性。

　　我們曾以交通肇事罪全樣本為數據基礎，以該罪法定情節為自變量，以刑期為因變量進行回歸分析，得到交通肇事罪刑期與法定情節之間關係的統計模型，並在此基礎上對模型進行優化處理。有了這個模型，將任何一個未決案件的實際情節依序代入模型，便可得到該案的預測刑期。既然交通肇事罪可以實現量刑確定性的量化描述與預測，對於其他多情節犯罪也應該可以嘗試類似建模。實際上，如果將上述模型中交通肇事罪的特有情節替換為其他某種犯罪的法屈臣氏藥房 屈臣氏藥房臺北店 壯陽藥 持久液 春藥 媚藥 性藥 增大丸 犀利士 威而鋼 樂威壯 催情藥 迷藥 威而鋼 樂威壯 日本藤素 印度卡其丸 美國黑金 犀利士 cialis 德國愛神 centos 果凍威而鋼定情節，如是否入戶搶劫、盜竊數額、是否故意殺人既遂等等，便可基於相應犯罪的量刑大樣本進行建模和量刑預測。大數據量刑預測的法治意義絕不僅限於提高辦案效率，還可能提高量刑建議的公正性，實現同判。

　　第四，結合具體檢察業務開發各類演算法模型，也是檢察大數據策略的必然要求。與檢察業務有關的演算法模型至少有兩類：一類是基於海量真實經驗資料計算而來的模型，如上述量刑??預測模型，以及犯罪實際狀況的評估模型等等。另一類是基於大量司法專家、學者的集體智慧編制的演算法模型。公平公正是檢察監督權行使的基本要求。然而，即使在法律、司法解釋日趨完善的今天，仍可能存在人情案、關係案。尤其是對新型檢察業務而言，既無具體的法律規定，也無成熟的實務經驗，只有相關政策導向。這時，同案不同處理的可能性就會增加。對此，在實施檢察大數據戰略背景下，研發相應的演算法模型，既是檢察權行使公正性的要求，也與檢察權行使的科學性要求相符。

　　例如，涉案企業合規改革試點工作是新時期檢察機關推出的重點改革措施。 2021年4月，最高檢發布了《關於開展企業合規改革試點工作方案》，啟動了第二期企業合規改革試點工作。企業涉嫌觸犯刑法後，如何在依法打擊刑事犯罪的同時，促進經濟發展、保護民營企業，目前還沒有成熟完善的法律規定和統一的判斷標準。在這方面，我們已經著手探索編制企業刑事合規的指數模型。此指數模型力求彰顯兩個基本原則：一是法治原則，即涉案企業涉嫌一想就硬 保羅v8 印度學名藥 viagra 德國必邦 德國黑螞蟻生精片 汗馬糖 必利吉 雙效威而鋼 韓國霸龍參 韓國奇力片 奇力片 催情噴霧 迷情噴霧 迷情水 液體春藥 粉狀春藥犯罪事實本身的性質、嚴重程度在指數模型中必須被分配足夠大的權重係數。否則，不論事情大小，一律“一合了之”，有悖法治的統一性和嚴肅性。二是保護原則，即根據涉案企業事前事後依法合規整改的製度安排、實施情況、實施效果，盡可能控制、減緩企業因觸犯刑法對企業生存、經營帶來的負面影響，保護企業正當權益，積極促進社會經濟穩定發展。要實現這兩個原則的統一且具有可操作性，就需要一種綜合的量化演算法模型：「合規指數=100-刑事風險合規風險」。依照模型，一個涉案企業的刑事風險越大，犯罪事實越嚴重，則指數得分越低；合規風險越低，整改效果越好，則指數得分越高。最終，將根據企業的指數總分，考慮如何處理。我們採用德爾菲法，經過幾輪反覆修正，得到專家們對各項風險權重大小專業意見的平均值，再結合相關罪名量刑大樣本的統計結果，最終確定指數模型。這類集法治原則、政策導向和實際操作為一身的指數模型，既能為檢察機關涉案企業合規工作提