Metodika a zdroje

Zásady

• Každé číslo má zdroj. U každé hodnoty evidujeme dokument, tabulku a stranu. Nic nedopočítáváme odhadem. Součty více položek jsou označené jako součty.
• Co nemáme, je vidět. Chybějící nebo neověřený údaj je označenTODO, nikdy nulou.
• Jednotky se nemíchají. Skutky (policie) a osoby (státní zastupitelství, soudy) mají oddělené grafy a oddělená měřítka.
• Jen agregáty. Dataset neobsahuje údaje o konkrétních osobách ani věcech.

Tři řady, tři metodiky

Policie: skutky podle TSK

Statistické přehledy kriminality Policie ČR, sestava 01a za leden až prosinec, list „Česká republika“. „Zjištěné“ jsou skutky registrované v daném roce.

Dvě objasněnosti

Policejní sestava obsahuje dva počty objasněných skutků a podle toho vycházejí dvě různá procenta.

• V témže roce. Skutky zjištěné v daném roce, které se v něm podařilo i objasnit. Dělí se počtem zjištěných. Toto procento sestava sama označuje jako „objasněnost“ a uvádí ho i ČSÚ. Za rok 2020 je to 47,0 %.
• Včetně dodatečně objasněných. K předchozímu se přičtou skutky zjištěné v dřívějších letech a objasněné až v daném roce (sloupec „Objasněno celkem“). Dělí se opět počtem skutků zjištěných v daném roce. Za rok 2020 je to 56,3 %.

První číslo říká, jak rychle se daří objasňovat nové případy. Druhé lépe vystihuje celkový výkon policie v daném roce, ale v čitateli má i skutky, které ve jmenovateli nejsou; teoreticky proto může přesáhnout 100 %. Na stránce Trychtýř ukazujeme obě.

Obě varianty se v oficiálních textech používají:

• Zpráva Ministerstva vnitra o vnitřní bezpečnosti za rok 2020 definuje objasněné a dodatečně objasněné skutky (s. 4) a jako „objasněnost“ uvádí variantu v témže roce: 47 % (s. 6). Tatáž zpráva uvádí i 93 140 objasněných skutků celkem. Všechna čísla se shodují s našimi.
• ČSÚ v článku Co odhalila policie(Statistika&My, 16. 5. 2023) uvádí „celkovou objasněnost včetně dodatečně objasněných skutků“: 57,3 % za rok 2021 a 52,2 % za rok 2022.

Za rok 2021 nám vychází stejných 57,3 %. Za rok 2022 nám vychází 52,9 %, ne 52,2 %. Naše číslo odpovídázprávě Ministerstva vnitra za rok 2022 (s. 52: 96 229 objasněných skutků celkem ze 181 991 registrovaných). Z čeho článek ČSÚ vychází, se nám zjistit nepodařilo.

Státní zastupitelství podle výkazů (2021–2025)

Sumáře výkazů státních zastupitelství z tabulkové části Zprávy o činnosti státního zastupitelství za rok 2025. Zahrnují fyzické i právnické osoby a počítají úkon v roce, kdy proběhl. Hodnoty sčítáme přes okresní, krajská a vrchní státní zastupitelství. Tuto řadu používáme pro pruhy za roky 2021–2025.

Státní zastupitelství podle statistických listů (2016–2025)

Přehledy statistických listů trestních ze Zpráv o činnosti za roky 2024 a 2025. Zahrnují jen fyzické osoby a počítají osobu v roce, kdy byla její věc vyřízena. Řada je delší, ale s výkazy není srovnatelná: například za rok 2024 uvádí 26 906 obžalovaných osob, výkazy 27 428. Používáme ji pro graf vývoje a pro pruhy za roky 2016–2020.

Soudy

Pravomocně odsouzené fyzické osoby za roky 2020–2025 a jejich hlavní sankce jsou ze statistických listů soudů, jak je přebírají Zprávy o činnosti státního zastupitelství. Za roky 2016–2019 přebíráme počet odsouzených z otevřené datové sady ČSÚ „Odsouzené osoby“; druhy trestů za tyto roky zatím nemáme. Způsoby soudního vyřízení (trestní příkaz, rozsudek, zproštění) jsou z výkazů soudů a zahrnují i nepravomocná rozhodnutí.

Kontroly

• Kontrolní hodnoty ze zadání. Zpracování se nedokončí, pokud výstup nesouhlasí se 13 předem danými čísly (například 173 322 zjištěných skutků za rok 2024 nebo 47 980 odsouzených za rok 2025).
• Křížová kontrola. Dalších 26 hodnot porovnáváme s brožurami Stručné shrnutí Zprávy o činnosti státního zastupitelství za roky 2024 a 2025, které tatáž čísla uvádějí nezávisle na tabulkové části.
• Odsouzení ze dvou zdrojů. Počet odsouzených za roky 2020–2025 porovnáváme se sadou ČSÚ. Ve čtyřech letech se čísla shodují přesně, ve dvou se liší o jednotky osob (viz tabulka níže).
• Kontrolní součty. U policie musí druhy kriminality dát celkovou kriminalitu. U tabulek státního zastupitelství musí součet krajů dát sloupec Celkem. Hlavní sankce musí dát počet odsouzených. Objasněné v témže roce a dodatečně objasněné musí dát „Objasněno celkem“.
• Otisk souboru. U každého staženého zdroje evidujeme otisk SHA-256. Když se soubor na webu instituce změní, zpracování se zastaví.

• TODO Druhy trestů za roky 2016–2019. Doplníme ze statistik Ministerstva spravedlnosti (CSLAV).
• TODO Narovnání podle výkazů za roky 2021 a 2025. Pruh „Odklony“ je za tyto roky dolní odhad.
• TODO Podmíněné zastavení, narovnání a zastavení podle statistických listů za rok 2025.
• TODO Počet osob odsouzených trestním příkazem máme jen za rok 2024.
• TODO Vězeňská služba (počty vězněných, nástupy, propuštění) v datech zatím není.
• TODO Druhy trestů přebíráme zprostředkovaně ze zpráv státního zastupitelství. Přímé ověření ve statistikách Ministerstva spravedlnosti teprve uděláme.
• TODO Podmínky užití dat na webech Policie ČR a státního zastupitelství jsme výslovně uvedené nenašli. Přebíráme jednotlivá čísla z veřejně publikovaných statistik s uvedením zdroje.

Hodnoty označené jako nejisté

• 2022, Návrh na potrestání: 35 778. Zdroje se rozcházejí o 3 osoby (35 775 ve shrnutí NSZ 2024 vs. 35 778 podle tabulek zprávy za rok 2025). TODO: ověřit ve výkazu V(MS)-002 za rok 2022.
• 2022, Narovnání (vyšetřování): 56. Řádek je v brožuře označen rokem 2023 (podruhé); podle pořadí řádků jde o rok 2022. TODO: ověřit ve zprávě za rok 2022.
• 2024, Odsouzeno trestním příkazem (okresní soudy): 27 721. Shrnutí neuvádí, ze které sestavy číslo pochází; pro ostatní roky jsme ho nedohledali (TODO).
• 2020, Pravomocně odsouzené osoby: 48 558. Zdroje se liší: zpráva NSZ uvádí 48558, otevřená data ČSÚ 48556 (rozdíl 2). Používáme hodnotu NSZ, ke které se vztahuje rozpad na druhy trestů.
• 2023, Pravomocně odsouzené osoby: 51 390. Zdroje se liší: zpráva NSZ uvádí 51390, otevřená data ČSÚ 51399 (rozdíl 9). Používáme hodnotu NSZ, ke které se vztahuje rozpad na druhy trestů.

Parser hledá v textu rozhodnutí čísla jednací policie a spisové značky státního zastupitelství a soudů. Vzory jsme ladili a měřili na úryvcích ze skutečných anonymizovaných rozhodnutí. U každého úryvku jsme očekávané značky určili ručně čtením, ne parserem.

• Zdroje úryvků. 22 rozhodnutí: 18 poskytnutých soudy podle zákona č. 106/1999 Sb. a zveřejněných na msp.gov.cz, 4 z databáze rozhodnuti.justice.cz. Ukládáme jen krátké výřezy kolem značek. Jména jsme z nich odstranili, i když v podkladu zůstala.
• Ladicí sada (39 úryvků ze 15 rozhodnutí): 54 z 54 značek, 35 z 35 dat, 24 z 24 úkonů. Na této sadě jsme vzory upravovali, takže výsledek říká jen to, že na ní fungují.
• Kontrolní sada (19 úryvků ze 7 jiných rozhodnutí), na které se neladilo. První běh: 24 z 24 značek, žádná navíc, 13 z 13 úkonů, 10 z 11 dat. Chybějící datum odhalilo chybu v rozpoznání záhlaví usnesení; po opravě 11 z 11.
• Texty bez značek (12 úryvků z rozhodnutí a 14 uměle sestavených nástrah, například čísla předpisů, parcel a účtů): žádná falešná shoda.

Vzorek je malý a pochází z několika soudů. Čísla proto berte jako doklad, že vzory odpovídají skutečným zápisům, ne jako odhad chybovosti na libovolném rozhodnutí.

Co parser nedělá

• Nehledá a nevrací jména. Výstupem jsou jen značky, data, druhy úkonů a pozice v textu.
• Nepozná spolehlivě, které značky patří k téže věci. Vyřazuje jen citace uvozené slovy jako „viz“ a značky se starším ročníkem, než má spis předchozí fáze.
• Policejní čísla jednací bere jen z trestních spisů (obsahují „/TČ-“).
• TODO Rozhodnutí Nejvyššího soudu jsme pro úryvky nepoužili: jeho databáze strojové stahování zakazuje v souboru robots.txt. Značky Nejvyššího soudu máme jen z citací v jiných rozhodnutích.

Zpracování

Stažení, extrakce i kontroly dělá skript v repozitáři projektu (repozitář zatím není veřejný) (adresářpipelines/trychtyr). Stahuje šetrně: respektuje robots.txt, posílá nejvýše jeden požadavek za sekundu a soubory si ukládá, takže je nestahuje opakovaně. Výsledný dataset je ke stažení na stránceTrychtýř.