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。2024年，林水县教育局案，证据不足。三个案子，同一个地区，同一个领域，同一个手法，同一个结论——“证据不足”。显示屏上，陆沉用激光笔圈出了那三行字。
“这不是噪音。这是信号。三次‘证据不足’，指向同一个腐败网络。郑维国、梁劲松、洪庆生、秦怀远。这些名字，你们都听说过。这些案子，就是天网平台应该预警但没有预警的。因为天网平台看不到‘证据不足’背后的东西。”
赵磊沉默了片刻。“陆沉同志，你说得对。但这只是一个案例。我们不能因为一个案例，就把九千八百个‘证据不足’的案子全部纳入系统。系统资源有限，处理这些非结构化数据的成本太高。”
“不需要全部纳入。”陆沉说，“只需要纳入那些‘异常’的‘证据不足’。某个地区‘证据不足’比例异常高，某个办案人‘证据不足’比例异常高，某个涉案人多次被举报但每次都‘证据不足’。这些异常，不是噪音，是信号。”
陈正华放下手中的笔。“陆沉同志，你说的‘异常’，怎么量化？”
“用历史数据做对比。全国平均‘证据不足’比例是多少？各省平均是多少？各市平均是多少？偏离平均值两个标准差以上的，就是异常。”
赵磊的眼睛亮了一下。“这个思路可行。我们可以用统计学方法，计算每个地区、每个办案人的‘证据不足’比例偏离度。偏离度高的，系统自动标注为**险。”
陆沉点了点头。“对。但这只是第一步。标注出异常，不代表找到了腐败。还需要人工复核——调阅卷宗，分析关联。”
陈正华看着赵磊。“赵磊，你觉得呢？”
赵磊想了想。“技术上可以实现。我们需要调阅近二十年的‘证据不足’案卷宗数据，建立偏离度模型。工作量不小，但可以做。”
“需要多久？”
“数据调阅和清洗，大概两周。模型开发和测试，大概一个月。”
陈正华转向陆沉。“陆沉同志，你觉得呢？”
“可以。但调阅数据的时候，不要只调电子版。纸质卷宗也要看。”
赵磊皱起眉头。“纸质卷宗？全国各地的纸质卷宗？我们不可能全部调阅。”
“不需要全部。只需要那些偏离度高的。偏离度高的地区、偏离度高的办案人、偏离度高的涉案人。他们的卷宗，需要调阅原件。”
陈正华沉默了片刻。“好。就这么办。赵磊，你负责技术实现。陆沉，你负责方向判断。需要调阅的卷宗，你来指定。”
陆沉点了点头。
赵磊没有说话。赵磊回到工位，打开电脑，开始查询“证据不足”案卷宗的数据接口。工作量很大——近二十年，全国各省，九千八百多个案子。光是数据清洗，就要花不少时间。但赵磊突然觉得，这个工作很有意义。赵磊以前只关注“存在”的数据，现在赵磊开始关注“缺失”的数据。缺失的数据里，藏着被掩盖的真相。
傍晚，陆沉一个人坐在工位上。台灯亮着，面前摊着那四十七页编号。陆沉拿起笔，在第一页上画了一个圈。圈里是一个编号——2012-0347。某省某市，某国企改制案，举报人称国有资产被侵吞，调查结论“证据不足”。陆沉记得这个案子，不是因为陆沉看过卷宗，而是因为这个案子的手法跟秦怀远案一模一样。
陆沉在编号旁边写下了两个字——“秦省”。
不是秦怀远的秦，是秦省的秦。那个省份，陆沉从未去过，但陆沉知道那里藏着一条大鱼。那条鱼，比秦怀远大，比周远达大，跟赵正阳差不多大。陆沉还不知道那条鱼的名字，但陆沉知道那条鱼的编号——2012-0347。
陆沉合上笔记本，关了台灯。办公室里黑了下来，只有走廊里的灯还亮着。陆沉站起来，拿起帆布包，走出办公室。走廊里很安静，脚步声在空荡荡的楼道里回响。
陆沉走出大楼，北京的夜风很凉。陆沉站在台阶上，看着远处长安街的车流。车灯连成一条金色的河，流向远方。陆沉不知道那条河的尽头在哪里，但陆沉知道，自己脚下的路是对的。缺失的数据不是空白，是密码。那些密码等着被破译。
深潜者不会停止，因为深海没有尽头。
（第二百二十三章完）