第二百二十三章 缺失的数据 (第1/2页)
第二百二十三章 缺失的数据
周远花了两天时间，从档案系统里调出了近十年全国范围内“证据不足”或“建议了结”的腐败举报案卷宗编号。数据量比预想的还要大。周远整理出的表格有九千八百多个编号，分省、分年、分地区排列，密密麻麻的数字占满了四十七页A4纸。周远打印了四份，一份给陈正华，一份给陆沉，一份留底，一份存档。
陆沉坐在工位上，面前摊着那四十七页编号。台灯开着，暖黄色的光照在纸页上。陆沉没有翻页，陆沉只是盯着第一页的编号，一个一个地看。那些编号在陆沉脑子里自动展开——年份、地区、涉案人员、举报内容、调查结论。陆沉不需要调阅卷宗，卷宗已经在陆沉脑子里了。
赵磊走过来，站在陆沉身后。赵磊看着那四十七页编号，眉头皱了起来。
“陆沉同志，你打算怎么分析这些数据？九千八百多个案子，一个一个看？”
陆沉没有抬头。“不是案子。是编号。”
“编号能看出什么？”
“编号能看出规律。某个地区，某一年，‘证据不足’的比例突然升高，说明什么？某个涉案人员，在不同的年份、不同的地区，多次被举报但每次都‘证据不足’，说明什么？某个办案人，经手的案子‘证据不足’的比例远高于同行，说明什么？”
赵磊愣了一下。赵磊没有想过这些问题。技术团队的分析思路是从数据中找异常——金额异常、时间异常、关系异常。陆沉的思路是从“没有数据”中找异常——那些本该被查出来的案子没有查出来，那些本该被追究的人没有被追究。缺失的数据，本身就是异常。
赵磊沉默了片刻。“陆沉同志，你的意思是，‘证据不足’的比例本身，可以作为风险指标？”
“可以。但不是唯一的。还要看时间分布、地域分布、人员分布。某个地区连续五年‘证据不足’比例高于全国平均水平，说明什么？某个办案人经手的案子‘证据不足’比例是同事的三倍，说明什么？这些问题，数据回答不了。但编号能回答。”
赵磊看着那四十七页编号，突然觉得这些数字没有那么枯燥了。每一个编号背后都是一个故事，一个被掩埋的真相。赵磊以前只看到数据，现在赵磊看到了数据背后的人。
“陆沉同志，你打算怎么处理这九千八百个编号？手动标记？”
“不需要标记。我脑子里有。”
“你脑子里有九千八百个案子的全部信息？”
“不是全部。是关联。哪些案子之间有关联，哪些案子指向同一个人，哪些案子的手法相似。这些，都在我脑子里。”
赵磊没有再问。赵磊转过身走回自己的工位，但赵磊的目光一直停留在那四十七页编号上。赵磊突然想起自己刚毕业时读过的一篇论文，讲的是“负数据”的概念——那些不存在的数据，有时候比存在的数据更有价值。赵磊当时觉得那篇论文太抽象，现在赵磊看着陆沉的背影，突然觉得那个概念变得具体了。
下午，技术团队召开例会。陈正华坐在长条桌的一端，面前摊着项目进度报告。赵磊汇报了本周的工作——算法优化、数据清洗、接口调试。陈正华听完点了点头。
“各位，还有什么问题？”
陆沉举手了。会议室里安静下来。陆沉很少在技术团队的例会上发言，每次发言都会引起争议。
“陈组长，我申请调阅近二十年全国各地‘证据不足’的腐败举报案卷宗数据。”
赵磊皱起眉头。“陆沉同志，这个问题我们讨论过。那些数据不是结构化数据，大部分是扫描件和图片，系统无法直接分析。而且，那些案子的结论是‘证据不足’，说明没有实质问题。把它们纳入系统，只会增加噪音。”
陆沉看着赵磊。“赵磊同志，你说的‘噪音’，可能是金矿。”
赵磊的表情有些僵硬。“金矿？陆沉同志，你的意思是，那些‘证据不足’的案子里藏着没有被发现的腐败？”
“不是藏着。是被掩盖了。”
陆沉站起来，走到显示屏前面。陆沉从口袋里掏出笔记本，翻开某一页。笔记本上写着一行字——2009年，林水县教育局案，证据不足。2015年，林水县专项资金审计异常案，证据不足
（本章未完，请点击下一页继续阅读）