玛雅彩票下载-玛雅彩票登录

最高检：2022年前11个月检察环节共追缴农民工欠薪约4.9亿元******

　　春节临近，农民工工资支付逐渐进入高峰期，欠薪问题也易进入高发多发期。刚刚召开的国务院根治拖欠农民工工资工作领导小组全体会议再次强调，依法严厉惩处恶意欠薪行为，确保农民工及时足额拿到工资，加大农民工就业帮扶，对失业农民工、困难农民工及时予以失业补助、困难救助，兜牢基本民生底线。最高人民检察院第一检察厅负责人就2022年检察机关办理拒不支付劳动报酬犯罪案件的相关情况接受了记者的采访。

　　据介绍，在依法打击恶意欠薪过程中，检察机关能动履职，通过刑事检察从严惩处、民事检察支持起诉、行政检察督促履职、公益诉讼检察建议，为农民工工资筑起“四大检察”保护屏障。一方面，以刑事检察依法惩处恶意欠薪犯罪为核心，有效发挥刑罚的惩治和震慑作用，精准打击“以转移财产、逃匿等方法逃避支付劳动者报酬”等恶意欠薪行为。2022年1至11月，检察机关对情节恶劣、后果严重，经刑事立案追缴仍不履行支付义务的犯罪嫌疑人依法提起公诉897件999人。2022年1至11月，检察机关共监督公安机关立案拒不支付劳动报酬犯罪案件126件143人。

　　另一方面，刑事、民事、行政、公益诉讼四大检察融合执法，多措并举、协同发力，全力做好助力讨薪的追赃挽损工作，保障拖欠农民工工资报酬优先、及时、足额支付，让劳动者更“安薪”。2022年1至11月，检察环节依托刑事打击共追缴欠薪约4.9亿元。此外，通过民事支持起诉、行政检察监督专项活动等监督履职，帮助劳动者拿回更多“票子”，最大限度解决农民工最关心的利益问题。如，湖北兰某某拒不支付劳动报酬案，检察机关恪守客观公正立场，依法准确认定兰某某虽客观上未能在指定时间、地点接受调查，但其并未失联，主观上没有逃匿的故意，其行为不构成拒不支付劳动报酬犯罪。但为实质性解决拖欠农民工薪资问题，检察机关刑民联动、协同作战，通过民事支持起诉的方式，促成双方达成调解，最终足额支付了全部农民工工资，化解了社会矛盾，让被欠薪者真正不再“忧薪”。

　　拒不支付劳动报酬案件的涉案主体通常是民营企业负责人，检察机关承担着维护农民工合法权益和护航民营企业健康发展的双重职责。检察机关把依法保护劳动者合法权益与促进民营企业守法经营有机结合，在依法惩治恶意欠薪犯罪，帮助农民工追欠挽损的同时，注重改进办案方式方法，推动涉案企业合规整改，让企业发展更健康。近年来，受国际国内经济形势及疫情等多重因素叠加影响，根治欠薪工作较往年更为复杂、更为严峻，一些企业因自身经营遇到严重困难而导致欠薪情况时有发生。检察机关在办案中注意把握企业因资金周转困难拖欠劳动报酬与恶意欠薪的界限，坚持宽严相济为指导，依法贯彻落实少捕慎诉慎押刑事司法政策，通过适用非羁押强制措施、开展羁押必要性审查、充分适用认罪认罚从宽制度等举措，对自愿认罪悔罪、尽力补救支付劳动报酬的犯罪嫌疑人、被告人依法作出不捕不诉决定，及时变更羁押强制措施；对提起公诉的被告人依法提出轻缓刑的量刑建议，最大程度地减少因涉罪对企业正常生产经营的影响，助力企业纾困发展。如，在江苏潘某某拒不支付劳动报酬案中，检察机关对恶意欠薪后潜逃外地且归案后拒不认罪悔改的潘某某依法批准逮捕，同时动态审查把握潘某某的社会危险性变化等条件，在其积极认罪认罚、全部清偿拖欠工人工资并取得谅解后，依法及时向有关机关提出变更羁押强制措施的建议，潘某某被变更为取保候审，为工人持续就业提供了稳定工作环境。

　　2022年1至11月，全国检察机关共不批准逮捕拒不支付劳动报酬犯罪案件706件760人，不捕率为66.09%，较去年同期上升9.61个百分点，较其他刑事犯罪案件平均不捕率高23.20个百分点；共决定不起诉1202件1444人，不起诉率59.11%，同比上升11.75个百分点，较平均不起诉率高34.22个百分点。

　　作为根治拖欠农民工工资工作领导小组成员单位，检察机关立足自身职能，及时将办案中发现的行政监管不到位、管理漏洞等问题以制发检察建议等方式反馈给行政执法机关和行业主管部门以及相关涉案企业。如安徽省检察机关聚焦容易出现欠薪问题的房地产开发、教育培训以及网约车、外卖送餐、快递等新业态新领域，主动走访、对接人社部门和相关行业主管部门，共同建立涉农民工讨薪14项工作机制。浙江舟山市检察机关联合县劳动局组织对17家欠薪问题相对严重的用工单位集体约谈并制发《刑事合规风险告知书》，经督促提醒共有16家总包建设单位累计向21180名农民工发放工资款4.5亿余元。此次发布的5件典型案例中，有3件制发了检察建议，通过诉源治理推动建立根治欠薪长效机制，形成农民工合法权益保护大格局。

　　(总台央视记者 程琴)

你的隐私，大数据怎知道******

　　作者：杨义先、钮心忻（均为北京邮电大学教授）

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据（废品）中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开（实际上是没法不公开），而把个人身份隐藏起来，即匿名。

　　《光明日报》（ 2023年01月12日 16版）

　　（文图：赵筱尘 巫邓炎）