重考量刑公正與量刑差異

熊謀林+趙勇+程乙峰

內容摘要：主流觀點認為中國普遍存在量刑差異，但該結論實證依據不足。本文借助于德陽市5個法院的1039個樣本，檢測盜竊、搶劫、故意傷害罪的量刑情況。研究按四組配對比較后發現，三組法院量刑均衡。盜搶罪量刑受數額、前科、審理程序、自白、律師參與、從嚴處罰等影響，故意傷害罪因傷害程度、受害人個數、賠償等有別。2010年量刑意見有助于規范量刑，但法官更傾向于從嚴處罰。中國未來的量刑改革，還需具體規定如何適用從寬從嚴集合情節。

關鍵詞：量刑差異；不顯著；影響因子

引言： 未被驗證的量刑差異與規范改革

量刑公正，是中國刑事法學界普遍關心的問題，為此掀起了長達20年的量刑規范化討論。這場探討的主題是：中國刑事司法實踐中存在嚴重量刑差異，應采取多種措施控制。 受學術研究的影響，中國各地刑事司法機關陸續出臺一些量刑規范化政策，并曾經呼吁開展電腦量刑等智能化操作模式。這些舉措的背景反映出法官量刑具有較大隨意性，量刑結果存在失調。 在此趨勢下，中國最高司法機關采納了“量刑規范化”這個理論和實務界總結出來的經驗，陸續細化不同犯罪等級的量刑幅度，以求最大化地做到量刑均衡。尤其是，最高人民法院2010年出臺《人民法院量刑指導意見（試行）》，以求“實現量刑均衡，維護司法公正”。 以此為基礎，上海、北京、四川等各省級司法機關陸續制定具體的量刑指導細則，從而在本地司法管轄范圍內規范量刑。

學術、司法、立法、實務互動，這一系列現象似乎肯定了中國刑事司法中廣泛存在著量刑差異。學者對“是否存在量刑差異”的個案考察結果，也進一步支持了“量刑存在失衡”這個命題。 然而，與海量的量刑公正和量刑均衡理論研究相比，中國目前尚沒有刑事司法量刑活動的經驗研究揭示出這個問題的真實性。 這就意味著，在中國刑事審判實踐中存在嚴重量刑差異的命題尚沒有得到數據驗證。

電腦量刑改革的否定，已成為中國刑事量刑規范化進程中尷尬的一幕。然而，如果不能冷靜客觀地對待量刑改革和量刑公正這個話題，中國刑事量刑改革的初衷可能也將難以實現。鑒于學術界對量刑公正眾說紛紜，且缺少必要的數據支持，我們開展了本次實證研究。這個針對量刑失衡問題的實證研究，有兩個基本的假設：一，中國刑事審判實踐中，不存在普遍意義的量刑差異；二，中國的刑事審判實踐中，存在著嚴重的量刑差異。我們認為，司法改革需要一個客觀的檢驗過程，才能反映中國刑事司法的真實狀況。否則，歇斯底里地呼吁中國刑事量刑改革毫無意義。因此，如果出現第二種結果，那么未來的司法改革應當找準造成量刑差異的因素，制定科學的刑事政策。如果是第一種結果，中國刑事審判中的有益經驗就應當繼續發揚。

一、量刑公正與量刑均衡：被渲染的真命題？

中國學者對量刑公正和量刑均衡的研究，成果頗豐！沈德詠從刑罰文明史角度，認為人類刑法文明史，就是一部為實現刑罰目的而不斷追求量刑公正的歷史。 基于這個崇高的價值追求，學術界展開了深入的探討。周光權等人從量刑裁判必須考慮的社會危害性因素方面，結合量刑情節論證了確立量刑基準的理由。 趙廷光與季衛東等圍繞電腦量刑的準確性和科學性，以及中國當下是否應當開展電腦量刑展開了深入的辯論。 謝鵬程等基于規范量刑自由裁量權，從量刑程序的分離等多角度論證了促進量刑均衡的刑事訴訟程序改革措施。 陳瑞華與左衛民等圍繞是否從檢察機關開展量刑建議活動，作為規范法官自由裁量權、強化量刑程序的對抗性作了辯論。 林維、熊謀林從量刑情節裁判原則過于抽象、量刑幅度角度過大，論證了規范量刑的適用法則。

（一）量刑差異及其表現

縱觀近20年的研究成果，幾乎所有學者一致認為中國的量刑存在普遍差異。先前的研究顯示，中國的量刑差異主要表現為如下兩個方面：（1）同案不同判， 同罪不同罰； （2）輕罪重判， 重罪輕判。 在列舉這些量刑差異的理由時，一些研究成果中舉出不少案例來具體闡釋說明。這些案例所反映出的量刑差異大致可分成如下幾類：

第一類，同一地區法院對不同犯罪人的量刑出現較大差異。趙廷光的代表性案例顯示，某區法院對四起盜竊犯罪的判決如下：判決一： 盜竊財物共計160元，有期徒刑6年（判決做出日期為6月12日）；判決二：盜竊財物共計1600元，有期徒刑6個月（判決做出日期為同年6月16日）；判決三：盜竊財物共計9800元（多次），有期徒刑2年，罰金300元；判決四：盜竊財物共計980元（一次），有期徒刑2年，罰金2300元。

第二類，不同地區對同一類型的犯罪量刑出現較大差異。陳海平的案例顯示，2000年江西原副省長胡長清因受賄500多萬元被判死刑。但此后受賄900多萬元的深圳海關原關長趙玉存被判無期徒刑。 山東省某中院判了一個案子，4名被告人在半年的時間里通過一些技術手段，總共竊電價值31. 6萬余元，主犯判了無期徒刑。同期，在網上炒得很熱的深圳中院一個盜竊奔馳轎車的案子，一個犯罪團伙在半年時間內盜竊7輛奔馳轎車，價值700余萬元，銷贓得款20余萬元。兩案發案時間大體一致，但后案的主犯僅判15年。 陳宏偉的案例也顯示，2006年上海妻子殺夫案，行為人被判14年有期徒刑，2005年包頭妻子殺夫案，行為人被判處有期徒刑3年，緩刑5年。

第三類，犯罪人籍貫和戶口性質的不同被判處不同量刑。非京籍人被判處緩刑的比例低于京籍人被判處緩刑的比例，采取取保候審強制措施的被告人被判處緩刑的比例遠遠高于被逮捕而被判處緩刑的比例，因過失犯罪被判處緩刑的被告人比例遠遠高于故意犯罪被判處緩刑的被告人比例。

第四類，同一犯罪人在不同審判程序被判處不同的刑期。趙廷光的案例顯示，福建周寧縣陳長春強奸和妨礙作證案合并判處有期徒刑3年，二審改判有期徒刑12年；山西澤州周蠟成一審7項罪名合并執行20年，二審山西高級人民法院改判為有期徒刑3年。

上述案例，的確說明了中國刑事審判在個案中存在量刑差異。然而，我們的文獻考察發現，大量有關建構中國量刑公正和量刑均衡制度、避免量刑差異的討論，除了以量刑結果展示量刑差異外，并沒有對案例的具體情況作出仔細考察。即使少有的案例研究中，學者們也習慣將由個別案例引發出的量刑差異結論，推廣至中國刑事司法審判實踐。

（二）量刑差異及其原因

學者們常用的研究方法是用“典型案例”和“代表性案例”代表一般現象，以個別案例作論據進行量刑差異的論證和分析。因此，梳理這些案件和研究，不難發現中國存在令人擔憂的量刑差異，就其產生的原因，大致可以分成如下幾類：

（1）量刑幅度過大，法官自由裁量權難以限制。陳瑞華等認為，法官的自由裁量權過大是導致量刑差異的原因之一， 法官過度以自己的刑罰價值觀影響量刑，導致量刑結論因缺乏規則上的自治而影響其穩定性。 周光權等認為，法定刑幅度過大是造成量刑失衡的先天原因，比如10年以上的法定刑中，往往又包括無期徒刑和死刑。這種法定刑量刑幅度跨度大、空間大、刑種多，實踐中一旦出現犯罪人具有減輕處罰的情節時，判決結果就有可能超出人們對減輕處罰的心理承受力。 郭志遠在分析中國法官的量刑時指出，中國現行刑法中法定刑相差達到或者超過5年的條款多達200多個，占整個刑罰的40%；加上有些規定比較模糊，不同的法官理解也不一致，造成實踐中量刑不公的現象。

（2）法官忽略量刑程序的科學性，隨意裁判導致量刑差異出現。例如，陳瑞華等的研究指出，法官過分重視定罪程序，輕視量刑程序。 量刑活動自身特點的制約，即法律是抽象的，而刑事案件千差萬別，立法語言的開放性與刑事審判法官需要自由裁量權的特點決定了量刑活動不可能成為一種按圖索驥的機械活動，在諸多可變因素的相互作用下就使得量刑失衡成為可能。

（3）量刑差異與量刑均衡的研究較少，司法認識不足。研究指出，新中國刑法學自發展以來，在最近十年才開始普遍關注量刑公正問題，對于刑罰設置、配置和效果等方面的研究成果尚顯缺乏，使得司法實踐中不規范行為的出現難以得到有效的遏制。

（4）法外因素對量刑公正活動的影響。研究指出，傳媒的誤導性報道和追求新聞效果的夸張性介紹不僅加劇了被害方的復仇情緒，也給辦案機關造成較大輿論壓力，法官往往屈服于輿論激起的民憤，導致量刑差異。 由于司法機關在財政、人事上受制于地方政府，地方行政的干預也容易導致量刑差異。 法官行使審判權是在具體的社會環境下進行的，許多社會因素因與案件有關而連接成各種關系網，說情、請托就在所難免，從而影響司法公正。

上述論證可謂非常有說服力，畢竟這是多年來達成的“學術共識”前提下的解析。但這些分析很難在大范圍內印證，而且這種以局部代表整體的假設，通常忽略極端個案本身的特征。例如，學者用以分析量刑差異存在的“許霆案”，即使在學術界對定罪與否尚存在較大爭論，更別說實務界的量刑。類似個案，甚至不能說明大量的普通案件存在“無期”和“五年”的極端性偏差。我們也注意到，學術界常以山東淄川區法院推行量刑化改革后，所實現的“零上訴、零抗訴”論證量刑指導意見對于縮小量刑差異的關鍵作用。然而，目前并沒有研究成果用客觀事實揭示出，山東淄川法院改革前后的量刑差異是否真的有所減少。因此，中國司法實踐中是否存在法律無法控制的量刑差異，還是一個未知命題。

二、命題檢測：量刑差異能否檢驗和解釋嗎？

與裁判量刑活動的過程一樣，量刑差異的檢測也錯綜復雜。正如季衛東指出，法官裁判刑罰需考慮法官裁判的法律內事實，而且需要對個案考慮一些特殊性，如政策、利益平衡、受害人需求、預防等各種因素。 事實上，僅從直覺上判斷，法官裁量刑罰的過程的確錯綜復雜。這也就決定了，司法裁判活動的科學性，以及量刑的精準化很難被檢測。可能正因為如此，這也是中國刑事法學界并不開展量刑差異和量刑公正檢驗的原因。然而，我們通過對英文文獻的考察發現，量刑差異的檢測和定量研究并非不可能，并且已形成了一整套解釋量刑差異的理論。因此，對英美國家已經成型的研究量刑差異和量刑公正的方法進行梳理，有助于對中國的量刑差異問題進行嘗試性研究。

（一）關于量刑差異能否被檢測的問題

在量刑差異的存在性檢測上，霍格斯早期從心理學角度指出，量刑程序非常復雜，法官在決定監禁和量刑長度時所考慮的因素較多，量刑差異的客觀真實性變得難以信服。 因此，奧斯汀和威廉姆斯后來的研究指出，受量刑情節、量刑客觀情況的影響，量刑差異是否存在的檢測，以及量刑差異的合法性程度的精確檢驗變得不可能。 上述二位的研究，的確反映了量刑程序的復雜性，然而這僅是量化研究普遍開展以前的早期結論。一些新近的定量研究提出了新的證據，并由此提出了多種解決和解釋量刑差異檢測的經典理論。

焦點理論（Focal Concern Theory）提出假設，影響量刑的因素真的不可探測嗎？ 是否每個量刑因素都要關心呢？回答是否定的。量刑過程中通常有三個關注的內容：（1）罪犯的譴責性或罪責評估；（2）通過剝奪犯罪人的犯罪能力，或者威嚇潛在犯罪人保護社會；（3）量刑決定產生的實際結果、社會成本。 阿爾伯尼特基于降低不確定性（Uncertainty Avoidance）的理論，認為真實的量刑決定程序很少達到完全充分掌握案件信息的客觀精確程度，因此，在信息不完全的情況之下，減少這種不確定性的方法是借助于習慣和社會結構的理性。法官一般通過開發模式化的反應機制去嘗試管理不確定性。這是法官基于自己處理程序中受影響的判斷機制，法官們通常基于日積月累的模式，如種族、性別、早期犯罪的量刑結果等去預測未來犯罪活動。因此，在刑事司法系統中判處刑罰，與其他自由裁量權的處理結果一樣，是自我滿意和簡化偶然假設，從而努力實現理性的結果。

與此相關的是霍金斯的經驗觀察理論（Perceptual Shorthand Theory）。該理論認為，法官的確不可能充分掌握刑事案件及被告的所有信息，從而精確地決定量刑期限。然而，在量刑信息不可能全面掌握的情況下，法官傾向于用多年的經驗（stereotype）觀察，結合犯罪的危害性和犯罪人再犯傾向，作為量刑的基準（benchmark）決定量刑的長度。

以上理論圍繞三個方面討論：量刑是否需要全面考察被告人的信息，法官是否需要嚴格按照量刑指南對被告人的量刑做出精確決定，是否允許法官以個人經驗結合被告人的人身特性在自由裁量權范圍內自由裁量。基于這個立場，法官量刑的個體差異化有其合理原因，畢竟法官的經驗判斷對不同被告人的決定不一致。由于法官量刑是基于長期經驗和以往的習慣作判斷，這個立場也成為法官量刑穩定合理性的解釋原因。 這從另一個角度解釋了，表象或個案所代表的量刑差異，可能在考慮整個案情后并不存在。不過，這個主觀評價過程，還是有可能出現不同法官對被告作出不同評判，從而出現量刑差異。 由此，量刑是否真的存在差異，即使有爭論也并不奇怪，畢竟可以有不同的解釋機制和價值判斷標準。

（二）量刑差異的存在性及其解釋

從文獻來看，即使就美國聯邦和地區之間，及其聯邦、州內部是否存在量刑差異，結論也并不一致。考特的研究指出，毒品運輸犯罪在美國聯邦不同司法區以及同一司法區法庭間量刑存在差異。 奧斯汀的研究指出，法庭所在的城鄉位置也影響量刑結果從而出現差異，以城市人口居多的法庭處罰時更考慮法律內因素，而主要以鄉村位置聚居為主的法庭則受法律外因素影響較大。 吳對美國聯邦不同司法區的量刑差異進行研究后，指出不同法庭之間的量刑存在差異。 不過，這些研究所提出的量刑差異，在進一步研究中被解釋。安德森和斯伯恩的研究指出，聯邦法官雖然表面上量刑有差異，但是這些差異是因為案件類別和犯罪的嚴重性所導致，他們因此認為聯邦量刑并沒有失衡，而是與聯邦量刑指南趨于一致。

值得探討的是，美國聯邦量刑指南在實踐中的作用。文獻顯示，美國至少有15個州和聯邦司法系統已經制定了量刑指南。然而，學術界對美國的量刑指南評價并不高。研究指出，與先前的強制量刑不同的是，這些量刑指南雖然允許法官基于個案的考慮而裁判合理的刑期，但由此造成新的量刑差異。 克萊默和烏爾莫指出，1982年賓夕法尼亞州量刑委員會制定的量刑指南，通過區分重罪和輕罪的違法輕重程度，結合刑事犯罪記錄情況，建立多個量刑梯度，并且賦予法官針對個案的自由裁量權，還允許法官在指南幅度下量刑。 斯蒂次和卡博瑞恩在評價量刑指南的作用時指出，聯邦量刑指南雖然控制了量刑差異，但并沒有消除基于自由裁量權而出現的量刑差異。 即使有量刑幅度限制，如法官在根據案件的特殊情況，判斷出聯邦量刑指南可能會判得過重或過輕時，可能采取變通措施。

以上信息，反映出學術界對量刑差異存在性探討的客觀認識。研究還指出，不同地區法院之間的量刑存在一定的差異，這與地區文化和法官有關。在進一步探討法院量刑之間的差異時，犯罪學者在法院間和法官個人內部做了不同的研究。法院間的量刑差異研究指出，不同州以及本州內部的法院之間有量刑差異。 對于法院之間的差異，安德森等認為，不同的社區背景和公訴人的量刑動議實施情況解釋了這些差異。 約翰遜的研究指出，法官和不同法庭的社會環境共同決定了量刑差異。 烏摩爾的定性研究進一步指出，不同巡回法院之間在辯訴交易政策和實踐，審判后處罰的刑種和刑度，以及量刑嚴重性的差異決定了不同地區以及當地法庭社區對量刑指南的理解和解釋差異，從而導致了量刑的多種結果。 狄克遜等的研究在解釋量刑差異時指出，由于受政治、社會和法庭組織特征的影響， 不同法院的價值觀和司法信念的不同，出現各種量刑結果均比較合理。

對于法官之間的量刑差異，研究也作了多種合理解釋。安德森等對量刑差異進行梳理后指出，量刑結果受法官的個人背景因素影響。這與法官的不同懲罰哲學有關，持報應主義的法官比功利主義的法官量刑更重。 約翰遜等的研究指出，法官在信息資料不全的情況下，經驗習慣容易因資料不足而對被告人特征（違法嚴重性、前科）等作出差異性判斷。 除此之外，量刑差異與法官的性別和種族有關，女性法官量刑更重，黑人和白人法官的量刑存在差異。 其他一些研究對法官先前的背景，如公訴人或者律師職業經歷，法官職業年限是否影響量刑差異有研究， 但結論不明顯。

上述文獻考察，的確反映出量刑差異受多種因素影響，法律內和法律外的因素均有。但值得疑問的是，量刑到底受何種因素的影響，這會讓量刑變得毫無規律嗎？因此，繼續對影響量刑的因子進行梳理可以尋找到一些研究的脈絡。

（三）量刑影響因子梳理

自由裁量權和量刑幅度，作為法律內因素在學術界最令人擔憂。與此相對，法律外的因素，如司法干涉、法官腐敗所出現的量刑差異，也是否定量刑公正的重要因子。上述兩個方面的因素相結合，也就出現了極端個案的量刑差異。但司法研究并不能受個案影響，司法活動的開展也不能因極端個案的影響而否定一般性。因此，要對影響量刑的因子做出分析，必須借助于大樣本的統計觀察結果。對若干個定量研究文獻分析后發現，量刑主要受如下因素影響：

（1）犯罪危害性和嚴重性。格雷斯伍德利用佛羅里達的量刑指南和量刑資料，指出犯罪嚴重程度和刑事記錄是影響量刑輕重的主要因素，并且審判模式和性別對量刑也有顯著影響。 克萊默等的研究也指出，犯罪類型、犯罪的嚴重性以及犯罪記錄是量刑輕重的影響因子。 里奧納多的研究顯示，犯罪數額并不影響是否監禁的決定，但是犯罪數額的確影響量刑的長度。

（2）前科越多，量刑越重。斯迪芬斯邁爾等利用賓夕法利亞洲的資料研究顯示，是否監禁和量刑長度，主要由犯罪行為的嚴重性和被告人的犯罪前科決定。 里奧納多和桑珀的研究也顯示，量刑差異最主要受刑事犯罪前科、犯罪嚴重性、有罪答辯等法律內因素影響。 伍德布萊德的研究也顯示，法官在量刑時，會考慮累犯的風險，并對有這種傾向的人判處更重的刑罰。

（3）犯罪自白者量刑更輕。研究指出，犯罪自白（自首）、有罪答辯、辯訴交易的開展，有利于法官基于被告人的悔罪態度或降低司法成本，判斷犯罪人的危險性更低，從而給被告人判處更輕的刑罰。

（4）社會經濟地位越高，刑罰越輕。社會經濟地位的影響程度并不相同，肯定者們認為，大量研究已經指出社會經濟地位對量刑輕重有影響，呈正相關。 然而，其他研究卻指出，社會經濟地位對量刑的輕重程度并沒有影響。 伍德雷格最新利用辛辛那提2948個被逮捕男性的量刑資料研究顯示，犯罪人的社會經濟地位對量刑差異的確有顯著影響。

（5）女性比男性量刑的刑期更輕。研究顯示，性別對量刑結果有差異，女性比男性的量刑更輕。這可歸納為5個重要的原因：（a）家庭原因等實際狀態（Practically），（b）保護婦女的俠義精神（Chivalry），（c）婦女比男性實施犯罪的能力更弱的質樸觀點（naiveté），（d）女性更容易被改造的經驗觀察（Perceived permanence of behavior），（e）對于男性犯罪的恐懼和危險性觀察（Perception of dangerousness）。女性對于犯罪的恐懼和危險程度傾向于實施更輕的犯罪。

（6）其他影響因子。受害人和被告人之間的關系上，阿爾伯尼特的研究指出受害人的撤訴有利于減輕犯罪人量刑的傾向，但這并沒有達到顯著水平。 在年齡、種族問題上，法官通常會考慮這些反應并影響犯罪人危險程度的相關因素決定量刑輕重，并因此在不同年齡群體、民族間出現量刑差異。

本部分的外文文獻梳理顯示，量刑差異及其影響因子的研究非常活躍，這在美國已有將近半世紀的歷史。這對中國開展量刑差異的研究有非常重要的借鑒意義，在方法和變量選擇上為本文研究的開展提供了支撐。不僅如此，對各種量刑差異的解釋，也為論證量刑差異與否存在的合理性提供幫助。因此，無論中國存在或不存在量刑差異，在一個合理限度以內，各種研究結果都可以接受。

三、資料、問題與研究設計

如前述，中國刑事法學界并沒有可循文獻進行量刑差異的定量研究，這或許受限于資料和數據的獲取途徑。這也就出現，中國司法界至今并沒有對量刑差異的存在性產生懷疑。作為一個研究嘗試，我們希望能在探索過程中，客觀謹慎地對量刑差異的存在性進行檢驗，并對影響量刑的因素進行檢測。

（一）研究資料

由于目前并無可行的司法數據供研究，因此我們自行采集了四川省德陽市6個基層法院的判決書作為量刑公正的研究樣本。四川省德陽市中級人民法院下屬6個基層法院，分別是中江法院、綿竹法院、旌陽法院、廣漢法院、什邡法院、羅江法院。由于羅江縣法院的樣本太小且各年度參差不齊，不具有分析意義，我們直接剔除。基于犯罪樣本的可比性，我們只對基層法院的數據進行研究，而沒有采集德陽中級人民法院的量刑數據。在判決書樣本的選擇上，我們希望檢測2010年最高法院量刑指導意見以及四川省高級人民法院自2010年10月下發《量刑指導意見實施細則（試行）》以后，司法機關的反饋情況。因此，我們以2009年和2012年為分析年份，從而做對比。由于樣本量受限，2010年的資料并不適合做兩個時間段的研究，2011年的數據資料也不能充分反映量刑意見對法官的指導，故沒有選擇這兩個年度。

在罪名樣本選擇上，我們先前的研究顯示，中國刑事司法實踐中常發罪名是盜竊罪、搶劫罪以及故意傷害罪。 因此，基于樣本分析量上的考慮，我們僅對上述兩個年份的盜竊、搶劫和故意傷害罪判決書進行收集。在樣本數據錄入方面，我們參考文獻梳理所發現的影響量刑和檢測量刑差異的多個變量，編碼錄入數據，形成分析數據庫。 表1是各基層法院樣本、年度的分布情況。

（二）研究問題與設計

在本研究中，我們的研究問題為：（1）法院間的量刑是否普遍存在差異，這個問題可以作為檢測中國法院間的量刑存在差異的方法嘗試；（2）如果有，這些量刑差異因受何種因素影響，這可為未來中國刑事司法實踐中減少量刑差異提供證據支持；（3）法官量刑期限受何種因素影響，這可結合外國研究的狀況研究中國法官的量刑考慮因素。

1.數據整理

在檢測量刑差異的樣本時，我們以個罪的宣告刑作為分析樣本。樣本量有限，且涉及個罪和數罪問題，我們沒有對涉及共同犯罪的合并執行刑期進行研究。在分析各法院之間的量刑是否存在差異時，我們首先借助于一元方差分析（Oneway），直接對不同法院的量刑平均值作比較。考慮到方差分析所需要的兩個重要條件是，滿足方差齊性和正態分布假設。 因此，在分析法院之間是否存在量刑差異時，我們對數據做了冪階梯轉換（Ladder）。數據轉換雖然有犯第一類型或第二類型錯誤的風險，但是這種處理是統計分析中的常用手段。僅以本文量刑差異的研究主題為例，多個分析文獻顯示了對數據以對數轉換處理。 我們注意到，由于樣本數量可能不足，數據轉換可能改變原有數據反映出的信息。因此，在進行方差分析時，也對原始數據做了比較。

在分析對象上，我們分別對2009年、2012年的量刑數據作分析，并將兩年的數據合并到一起檢測不同法院的量刑差異。研究已經指出，量刑并不呈標準正態分布，而是近似于泊松分布。我們在對宣告刑作探索性分析時也發現，數額較大（定罪標準）的盜竊罪宣告刑聚集較多，而數額巨大（加重條款）以上較少，因此我們對宣告刑按不同數額分段處理。2010年四川省量刑指導意見規定，德陽市盜竊罪數額較大標準為700元，數額巨大標準為7000元，數額特別巨大的標準為5萬元。 如表2所示，我們將盜竊罪數額作為變量控制標準，按不同組分別進行比較，并對數據進行相應轉換。由于在盜竊700-7000元段，宣告刑數據轉換后滿足正態分布假設的轉換模式不一致（對數 Vs 平方根倒數 Vs 平方根），因此我們在探索性分析后，僅將700-2000段的宣告刑按平方根倒數（1/Sqrt）轉換后作為分析對象。搶劫罪的數據轉換比較理想，因此分析過程中直接以對數轉換即滿足正態性假設條件。類似的道理，故意傷害罪的量刑轉換后接近于正態分布，這基本上可以做量刑比較。盡管故意傷害罪的轉換標準并不統一，可能存在方法瑕疵。然而，如表3所示，故意傷害罪的量刑因方差齊性假設的違反，也并不適合做組間比較。

2.分析方法

在完成數據轉換后，我們結合轉換后的數據首先進行了方差齊性假設檢驗（Bartlett's test for equal variances）。如表2所示，不能拒絕不同法院在各組間的量刑滿足方差齊性假設的只有2009年的（700-2000元）組（帶“√”）。方差齊性假設作為方差分析的條件之一，這使得本文的研究結論較苛刻。然而，如果不滿足方差齊性假設條件，不同組間的變異程度不同，這容易使平均值比較犯錯的可能性更高。

由于一元方差分析的結果是任意兩個組別的差異，這就意味著只要有一組法院比較出量刑差異，那么整體量刑比較均會出現差異的顯著結果。如果僅以此得出結論，那么就可能忽略其他組比較，也不能看出量刑差異是普遍情況，還是個別情況。因此，在進行方差分析時，我們使用多組配對比較（Scheffè multiple-comparison test）。 據此，不僅可以分析是否存在量刑差異，而且可以發現量刑差異存在于哪些法院間。

為了檢測和分析影響量刑的因子，我們在后文中使用了多元方差分析（MANOVA）和多元線性回歸（Ordinary Linear Square Regression）。在進一步探索造成量刑差異的原因時，我們還對總模型進行了分解。方差分析，可以看出各變量對量刑差異影響。回歸分析，有助于理解量刑的影響因子以及差異在不同法院之間的水平大小。文獻梳理過程中，我們發現各種分析量刑差異的方法，主要是線性回歸或邏輯回歸（Logistic Regression）， 在大樣本分析模型中還有少量研究使用HLM和Multilevel Modeling來分析法院之間的量刑差異。按照我們的設計，量刑期限以月為單位，作為連續變量處理自然沒問題。最令人迷惑的是，五個法院基層法院盜竊罪（sktest，Pr（Kurtosis）==0.000， P==0.000）、搶劫罪（（sktest，Pr（Kurtosis）==0.001， P==0.000））、故意傷害罪（sktest，Pr（Kurtosis）==0.000， P==0.000）量刑結果并不符合正態分布的假設，這在統計模型的前提上自然存在一定的爭議。然而，量刑差異在方差分析中已經基本解決，多元回歸模型的目的是為了尋找到影響量刑以及對量刑差異起作用的因子，因此，這基本可以作為發現一些顯著影響因子的方法。

表3是多元回歸模型中使用的變量，選擇這些變量的原因是基于文獻發現。量刑期限作為因變量，中江法院作為檢測是否存在量刑差異的參照，分別和綿竹法院、旌陽法院、廣漢法院、什邡法院相比較。同時，為了考察2010年最高人民法院和四川省高院量刑指導意見對五個基層法院量刑的影響，我們將2009年設置成比較的參照年份，從而看2012年與其出現差異的情況，從而檢驗2012年的量刑指導意見。在進一步分析量刑的影響因子時，我們將犯罪人的性別、戶口、年齡等身份特征加入到控制變量中，同時對表征犯罪嚴重性的犯罪數額，傷害程度， 以及受害人性別（不考慮男女共存）、受害人個數，犯罪是否完成等作為檢測這些變量對量刑差異的顯著影響。尤其是，我們將代表犯罪人人身危險性的前科次數作為影響量刑因子的重要控制變量。在檢測受害人的悔罪態度時，我們將自首和坦白與沒有這些情節的犯罪作比較，從而檢測這些情節對犯罪的影響。同時，將賠償受害人與否，也作為檢測受害人積極賠償對于量刑的作用，沒有任何賠償的作為參照。在犯罪原因上，我們將一般犯罪作為參照，分別將迫于生活壓力、臨時起意、預謀犯罪、仇恨報復等代表犯罪人主觀惡性的變量作為考察犯罪人刑罰輕重的虛擬變量組做比較。基于已有研究提出，中國的羈押期限較長，我們欲對犯罪輕重和審判周期長短的關系進行檢測，從

而發現是否量刑更輕的犯罪審判周期更短。 與此同時，我們將審判程序設置為虛擬變量，簡易程序作為參照，探討同等條件下簡易程序和普通程序的量刑區別。基于已有研究指出，律師在量刑方面所起的作用甚微， 因此我們也想檢測下律師參與辯護是否可以降低被告人的處罰。

毫無疑問，從觀念上來看，不確定性理論可能更有說服力，因為影響法官量刑的因素錯綜復雜，難以做出絕對精確的研究。然而，法官量刑的確可能基于一種習慣和法庭社區氛圍，從而在大量的量刑經驗中總結出一套適用的方法。況且，社會科學并非火箭科學，我們基于文獻考察后引入若干控制變量也僅是作些初步性探索研究，更進一步的努力我們將考慮更多的因子。

四、研究發現與討論

（一）法院間量刑差異

1.五個法院整體觀察

表4是五個法院整體量刑比較的差異結果，此表所表示的是：是否這五個法院中有任意兩個法院的量刑存在差異。從各組間的平均值來看，五個法院的量刑似乎都存在一定差異。以盜竊數額700-2000元為例，五個法院2009年和2012年的所有量刑的平均值是8.15個月。中江法院兩年的平均值是7.93個月，而綿竹、旌陽、廣漢、什邡的平均值是6.64個月、8.36個月、7.08個月、9.15個月。從數據結果來看5個法院的的確存在一定差異，然而，這種差異并沒有達到顯著程度（F=0.58，P=0.68）。嚴格意義上說，這個比較可能不妥，因為五個法院量刑之間的方差齊性并不成立【Bar Chi（2）=54.40，p=0.000】。因此，很難準確地說明，五個法院2009年和2012年之間的量刑存在差異。

如表4所示，方差齊性假設檢測反映出適合做法院間作比較是：

（a） 盜竊罪2009年的700-2000元（平方根倒數轉換）

（b） 盜竊罪2009年7000-5萬元（平方根轉換）

（c） 盜竊罪2009年和2012年5萬元以上的整體觀察（原始數據）

（d） 盜竊罪2009年和2012年5萬元以上的整體觀察（平方根倒數轉換）

（e） 盜竊罪2012年5萬元以上的觀察（原書數據）

（f） 盜竊罪2012年5萬元以上的觀察（平方根轉換）

（g） 搶劫罪2009年和2012年的整體觀察（原始數據）

（h） 搶劫罪2009年觀察【原始數據（Bar Chi2=8.18，P=0.085）】

（i） 搶劫罪2009年觀察（對數轉換）

結合表2正態分布假設檢驗結果，最準確的量刑差異檢測項目應當是（a）、（f）、（i）。

不妨以2009年搶劫罪為例，五個法院2009年搶劫罪的量刑平均是46.38個月。中江法院兩年的平均值是42.33個月，而綿竹、旌陽、廣漢、什邡的平均值是114個月（樣本=2）、52.8個月、38.71個月、54.3個月。從F值來看，5個法院的量刑數據的確存在顯著差異（F=2.67，P=0.037）。然而，由于正態性假設不成立，這個結論存在極高的錯誤可能性。將量刑取對數轉換后進行數據轉換，充分印證了搶劫罪之間五個法院的量刑并沒有顯著差異

如果不考慮方差齊性問題，2009年各法院在故意傷害罪的量刑可能不存在差異，但是2012年的量刑原始數據出現差異。但我們并不愿意輕易下此結論，因為不同年份和兩年的整體數據都表明F檢驗違背了方差齊性條件。但無論怎樣，我們傾向于認為，就故意傷害罪兩年的整體情況來看，五個法院之間并不存在太多差異。

從表4中2009年和2012年的量刑情況來看，各法院的量刑平均值并沒有發現有顯著的共同趨勢。盜竊罪、搶劫罪、故意傷害罪中各年份的量刑平均值沒有發現有減少，與之相反，故意傷害罪2012年的量刑比2009年更重。對于這個問題，不妨用犯罪穩定理論做些探討，在各法院每年的犯罪基本上沒差別的情況下，故意傷害罪2012年的量刑可能比2009年更重。同理，我們發現2012年中江法院的搶劫罪量刑比2009年更重，平均值相差11.11月。 不過，由于涉及傷害程度和搶劫數額的差異，這個結論的真實性將在多元回歸模型回答。

如前述，即使各法院存在量刑差異，但是我們并不清楚差異是由某一法院引起，還是多個法院出現差異的共同趨勢。因此，下文將繼續借助于 Bartlett 組間比較進行分析。

2.法院間Bartlett Scheff多組比較

如表5所示，我們將各法院直接按兩兩配組后比較后，基本沒有發現各法院組間有顯著差異。例如，2009年中江法院和綿竹法院在盜竊犯罪上，量刑的平方根倒數相差0.04（注：原始數據量刑顯示，綿竹比中江法院量刑多1.05個月）。與此相反，旌陽法院、廣漢法院、什邡法院的量刑稍微比中江法院要輕，但無論如何都沒有達到顯著水平。就其他盜竊罪來看，情況大致相同。存在差異的是，2009年盜竊7000元至5萬元的量刑，旌陽法院和綿竹法院存在顯著差異（P=0.029）。從量刑的平方根來看，顯示旌陽法院比綿竹法院重1.59，原始刑期顯示二者之間相差20.2個月（見表4）。但這個結論需謹慎對待，因為綿竹和旌陽2009年盜竊7000—5萬的犯罪在樣本上相差20個（27 Vs 7，見表4）。總的情況看，我們在2009年盜竊罪中，并沒有發現其他幾個法院組有差異，這個狀況在相似樣本上非常明顯。例如，盜竊7000-5萬元的犯罪中，2009年和2012年中江法院和綿竹法院都是41個調查樣本，二者之間的量刑分別是32.34月 Vs 35.95月（表4），二者之間的量刑差異不顯著。再如，2012年盜竊5萬元以上的犯罪，中江法院和旌陽法院的樣本都是7個，二者之間的量刑分別是119.21 月 Vs 121.86 月，原始數據量刑不顯著僅相差2.6月（p=1.000），數據轉換后二者之間的平方根相差0.24（p=0.999）。

2009年的搶劫罪之間似乎存在量刑差異，然而，搶劫罪各法院間的樣本差異較大，并不能得出有效結論。值得說明的是，2009年樣本量大致相當的廣漢和什邡法院（20 Vs 14），原始數據顯示相差15.59個月（p=0.784），然而差距并沒有達到顯著水平。即使將量刑取對數轉換，二者之間的差距變為0.283，但仍然無法得出顯著的量刑差異結果（p=0.782）。進一步值得說明的是，不考慮方差齊性前提條件下，2012年中江法院和旌陽法院之間的量刑差異的確非常明顯，原始數據相差-16.53月（p=0.21），但對數轉換后二者之間的對數差距為-0.53，并且達到顯著水平（p=0.003）。這個問題的可能解釋是，2012年的量刑指南按照

不同情節使用百分比減刑，可能在某種程度上打破了法官量刑的既定習慣，從而在數學量化的選擇比例上出現差異。 當然，這只是我們的一種假設，畢竟這種分析的前提——方差齊性已經違反。然而，這些解釋僅是一種可能，還有犯罪數額以及其他案件的特殊情況沒有考慮，依然需要多元回歸量刑模型解釋。

（二）多元回歸模型：量刑差異及影響因子檢驗

表6是多元方差和線性回歸分析模型的最終結果，后文中將進一步展示各變量對量刑及量刑差異的影響。F值和決定系數R2顯示，方差和多元回歸分析模型非常有效，分別解釋了盜竊罪74%、搶劫罪75%、故意傷害罪54%的量刑差異。不可否認，R2還說明另外一個重要信息，尚有若干影響量刑的未知因素沒考慮進去，尤其是故意傷害罪的可探索變量更多。

如表6所示，在大樣本分析模型下，方差分析和多元回歸模型均顯示四組法院比較中只有一組法院有差異，剩下的三組法院量刑均無差異。這進一步說明，我們在一元方差分析模型得出的結論基本成立，法院間量刑差異并不普遍。控制所有解釋變量后，盜竊犯罪廣漢法院的量刑平均水平上比中江法院高7.82個月，搶劫罪中江法院比旌陽法院高31.14個月，故意傷害罪旌陽法院比中江法院高92.18個月。

從解釋或控制變量的分析角度來看，模型也探索到影響法官的若干重要影響的因子。就各影響因子來看，回歸系數（Coef.）和標準化系數（Beta）說明了各變量對量刑和量刑差異的作用大小。盜竊罪量刑主要受犯罪人年齡、犯罪數額、前科、犯罪動機、犯罪自白、自我聘請律師、審判周期、審理程序所影響。搶劫罪主要受犯罪人年齡（p=0.087）、犯罪數額、自我聘請律師、從嚴處罰情節影響。模型中納入的故意傷害罪量刑影響因素較少，法官量刑主要受被害人的傷害程度影響，受傷人數也是一個重要參考因素（p=0.088）。

（1）犯罪人身份特征。從犯罪人年齡來看，年齡越小的財產犯罪人所得到的處罰更輕，平均每增加1歲，盜竊罪刑罰增加0.21月（6天），搶劫罪刑罰增加0.66月（22天）。這可能與低齡青少年的容易越軌和法律對未成年人的從輕處罰傾向有關。 我們并沒有發現，男性犯罪人和女性犯罪人的量刑有差異，農村人口與城市人口之間的刑罰有差異，文化程度的高低對于量刑沒有影響。

（2）犯罪危害性與嚴重性。模型顯示，犯罪數額是法官量刑考慮的重要因素，數額每增加1000元，盜竊罪量刑將增加0.47月（14天），搶劫罪量刑將增加2.45月（73.45天）。四川省2010年頒布的量刑指導意見，也按照犯罪數額與量刑的積極關系進行指導。 前科對盜竊罪影響較大，平均每增加一次盜竊前科次數，量刑將增加2.36月（70.8天）。前科和犯罪數額，代表了犯罪人犯罪習性和犯罪嚴重性，這兩個因素對財產犯罪的影響說明法官的量刑結果符合常理。即，犯罪越重的人，社會危險性越高的人，刑罰越重。故意傷害罪的危害性反映在致人傷害程度上，這與中國刑法對不同傷害程度的量刑幅度設置有關。 模型顯示，傷殘等級每上升一個（如：輕傷→重傷），量刑將增加12.23月，這和常理比較一致。模型也顯示，受害人性別對量刑并沒有影響。

（3）犯罪原因。預謀犯罪對盜竊罪的量刑處罰影響較大，與沒有這些情節的犯罪人相比，預謀性盜竊犯將多判處7.68個月的刑期。 模型中沒有發現迫于生活壓力的生存性犯罪者獲得更低刑期的顯著性，是否偶然發生的臨時起意犯罪也沒有發現對量刑有影響。

（4）犯罪自白。犯罪自白對于盜竊罪的量刑有影響，自首者的量刑寬宏程度比坦白的寬宏更大。與沒有這些情節的犯罪人相比，自首者的量刑將減少11.8月，坦白者的量刑將減少7.72個月。 模型也顯示，犯罪自首對于搶劫罪降低刑期有一定影響趨勢，但沒有達到顯著水平。然而，對于具有嚴重社會危害性的犯罪，自首或者坦白對故意傷害罪的量刑并沒有太大影響。

（5）主動賠償。主動賠償對盜竊犯罪者來說較為有利，主動賠償者的量刑比沒有賠償的人的量刑將減少4.43月。但是賠償對于搶劫和故意傷害等嚴重犯罪來說，并沒有太大意義。

（6）辯護人效果。聘請律師作辯護，這是多數犯罪人希望用法律手段維護權益的做法。模型顯示，刑事訴訟中律師辯護起了較大作用，犯罪人自己聘請律師的辯護效果最好。 與先前研究所指出的律師作用不強相比，我們的研究指出律師在刑事訴訟中發揮了重要作用，在控制相關變量后，聘請律師的犯罪人比沒有律師的犯罪人所判刑期更輕。 盜竊罪中，犯罪人聘請律師作辯護人比沒有律師的人將少判7.21月，搶劫罪聘請律師的比沒有聘請的少判17.83月。財產犯罪中，法律援助律師沒有為被告人的刑罰帶來顯著效果，與那些聘請律師的犯罪人相比，法律援助律師的效果明顯不如聘請律師。

（7）量刑情節。模型顯示，從寬處罰和從嚴處罰對犯罪人的量刑作用呈鮮明對比。從嚴（從重處罰）處罰對犯罪人的量刑影響更大，搶劫罪模型顯示，具有從嚴處罰情節的罪犯將多判24.16月。遺憾的是，從輕處罰并沒有為犯罪人帶來顯著性的刑罰優遇效果。這可能與量刑活動中并沒有充分考慮從寬情節所應該具有的刑罰寬宏，盡管判決書上明確說明從輕處罰。“從輕處罰”只具有文本效應而無刑罰效應，這和我們早期的理論分析一致。

（8）審判活動。審判周期對量刑的影響反映出一些樂觀信息，量刑的長度與審判周期呈正相關，平均每延長100天，量刑將增加9個月。這與犯罪的嚴重程度有關，按常理，犯罪越重，審理周期越長。我們在模型探索過程中利用Pearson相關系數探索發現，財產犯罪的數額與審理周期在10萬元以下相關系數達0.414（P=0.000）；故意傷害罪的傷害程度與審理周期的模型也顯示，相關系數為正（r=0.06，p=0.49）。模型也顯示，適用普通程序所判處的刑罰更重。審判程序對量刑有重要影響，中國刑事訴訟法已經在適用簡易程序和普通程序上的可能刑罰效果上做了明文規定。簡易程序適用于可能判處三年以下有期徒刑的犯罪，盜竊犯罪的“數額較大”量刑梯度是三年以下有期徒刑、拘役、管制，“數額巨大”以上的量刑梯度才是3年以上10年以下。這自然解釋了，為什么盜竊犯罪中適用普通程序的人將比適用簡易程序者將多判11.88月。故意傷害罪也顯示了類似趨勢，適用簡易程序審理的案件有量刑更輕的趨勢。

Beta標準化系數反映了上述各影響因子的作用，影響盜竊罪量刑排名前三的依次是犯罪數額、審理程序、犯罪前科，這說明法官在盜竊罪中非常重視犯罪的社會危害性大小和再犯傾向。審理程序的重要性，這主要表現為犯罪數額決定了量刑輕重的可能性，我們在初始模型的探索過程中發現，盜竊7000元以下占了69.73%，這就說明輕罪盜竊是司法實踐中的主要犯罪類型。搶劫罪排名前三的依次是，犯罪數額、從嚴處罰情節、律師辯護，這同樣是犯罪嚴重性的表現。中國刑法規定搶劫罪的起刑是3年，而搶劫罪的加重處罰條款中有8個加重情節。

（三）量刑差異原因解釋

量刑結果和量刑差異是如何做出的呢？上文已經指出，盜竊罪量刑在廣漢法院和中江法院可能出現差異，搶劫罪和故意傷害罪量刑在中江法院和旌陽法院可能出現差異，但其他法院間的比較并未發現類似結果。直到目前為止，我們也還未對法院間的差異進行解釋。本部分將表6的多元回歸模型，分解成多個回歸模型，看不同變量如何影響法院之間的量刑。

如表7所示，回歸分解模型為量刑差異尋找到部分原因。總體來看，犯罪數額、前科、律師辯護、量刑情節、審判模式是引發量刑差異的重要原因。以盜竊罪為例，在控制審判程序后，中江法院和廣漢法院的量刑差異開始出現量刑差異，而之前中江和什邡法院之間的量刑差異得以消除（模型一至模型十）。這可能和中江法院審理的盜竊犯罪以普通程序審理有關（83.54%），什邡法院有40.74%的案件、廣漢法院有37.04%的案件是通過普通程序審理。如前十個模型所示，中江法院的盜竊罪量刑一直比什邡法院高。當控制審判程序后，模型十一和模型一相比，減少9.8個月的量刑差異（-12.8+3.0），并且這種差異不再顯著。按照中國刑事訴訟法規定，簡易程序審理輕微刑事案件，主要是可能判處3年以下有期徒刑案件，而普通程序則是審理嚴重犯罪，并有可能判處3年以上刑期。這就是模型十和模型十一比較，顯著差異的兩個法院變化的原因。

同理，對比模型三與模型四，僅控制犯罪數額后就解釋47%的量刑差異（r2=0.52-0.05）。并且，控制數額后，中江法院和什邡法院的量刑差距逐漸縮小（對比模型一、四、十）。因此，我們在對數額分布列聯表檢查后發現，7000元以上的案件中江縣法院分別是37.2%，什邡法院是24.63%，廣漢法院是26.25%。13%的犯罪數額分布差距，是造成量刑差異的重要原因。不過，這個解釋對于改進中國的量刑處理程序并沒有多大意義，因為犯罪數額的分布具有隨機性。

在前科的考察過程中，我們發現中江法院的前科平均次數比什邡法院低0.04次。如前述邏輯，前科次數越多，刑罰越重。這就是為什么模型五控制前科次數變量后，中江法院和什邡法院的量刑差距擴大0.48月的原因（10.85-10.37）。與犯罪數額一樣，前科具有隨機性，按照犯罪人人身危險性量刑自然沒有問題。類似問題，我們也發現從嚴處罰、自我聘請律師、法律援助律師在中江法院和什邡法院之間相差5%、12%、9.5%。因此在控制這幾個變量后，什邡法院和中江法院之間的量刑差異縮小2.11月。我們在其他變量的回歸模型探索中仍然有類似發現。

搶劫罪各法院之間的量刑差異解釋稍微復雜，因為不僅法院之間的差異存在交替現象，而且最終的模型十一和模型一相比，控制若干變量后，中江法院與旌陽法院的量刑差異反而相差25.32月（31.14-4.82）。對比模型一和模型二中各法院之間的量刑差異情況，我們發現2012年后法院之間的量刑差異反而擴大，這進一步說明量刑指導意見發揮的作用有限。中江和旌陽法院犯罪數額平均值相差3816.3元（7491.8-3675.5）的事實，解釋了為什么控制犯罪數額后解釋了33%的量刑差異。類似情況同樣出現在前科、量刑情節、律師聘請、犯罪自白變量上。總的來說，多元回歸模型的解釋功能從6%上升到75%，表明我們的確解釋了大量造成法院間量刑差異的多種因素。

回歸分析模型也間接支持表4所反映出的信息，2012年的量刑比2009年量刑更重（模型二至六）。至于模型十一顯示的中江法院和旌陽法院依然存在的量刑差異，可能還有其他

變量影響法院之間的量刑差異，如法官態度、法律理解、公訴人作用等因素，這需要將來的研究繼續展開。在逐步探索過程中，我們發現傷害程度和受害人個數解釋了23.5%的中江法院和旌陽法院之間的量刑差異，其次是從嚴處罰（5.7%）和賠償受害人（4.8%）。

總的來看，我們的分析和最高人民法院頒布的《人民法院量刑指導意見（試行）》四川省高級人民法院頒布的《量刑指導意見實施細致（試行）》邏輯一致。諸如前科、犯罪數額等也與常理相符合。就量刑差異存在性問題上，我們的確發現每個罪名有一組法院可能存在量刑差異。然而，對于這個結論的普遍性來看，因數據所限，本文并沒有發現非常普遍和相差懸殊的量刑差異。未來一段時間內，我們將拓寬調查樣本、增加變量收集等措施作進一步檢測。

五、討論與結論

中國刑事司法中的量刑差異是普遍現象嗎？本文通過對最近20年的量刑差異研究進行梳理后，發現中國學者普遍認為存在嚴重量刑差異僅是對極端個案分析后得出的結論，這些循環往復的理論研究并沒有定量研究和分析技術支撐。基于這個發現，本研究借助于梳理英美國家最近幾十年發表的量刑差異文獻，尋找國外量刑差異是否可檢測，以及目前的理論現狀和解釋量刑差異的影響因子，并在此基礎上設置檢測中國量刑差異的多種分析變量。

本研究利用德陽市5個基層法院的盜竊罪、搶劫罪、故意傷害罪的1039個量刑判決書樣本，借助于方差分析和多元回歸分析后，沒有發現有力的證據說明5個法院間都存在顯著性的量刑差距。回顧本文，我們得出如下結論：

第一，從量刑平均數來看，五個法院的平均量刑存在直覺上的差異。但在進行正態分布和方差齊性驗證后發現，僅從平均數得出法院間存在量刑差異并不科學。

第二，一元方差分析和多組配對比較方差分析顯示，量刑差異只是個別現象。多組轉換數據和原始量刑數據的一元方差分析以及多組配對比較的方差分析模型顯示，只有旌陽法院和綿竹法院間存在量刑差異，其余三組法院以及在其他犯罪中旌綿之間不存在差異。

第三，多元方差和回歸分析模型顯示，控制若干影響量刑差異的變量后，法院之間的差異并不普遍存在。盜竊罪在中江法院和廣漢法院之間，搶劫罪和故意傷害罪在中江法院和旌陽法院之間存在顯著差異。

第四，回歸模型顯示，量刑的影響因子并非錯綜復雜而不可檢測。盜竊罪量刑主要受犯罪人年齡、犯罪數額、前科、犯罪動機、犯罪自白、自我聘請律師、審判周期、審理程序所影響。搶劫罪主要受犯罪人年齡、犯罪數額、自我聘請律師、從嚴處罰情節影響。故意傷害罪受被害人的傷害程度影響。

第五，多元回歸分析模型，解釋了法院之間的量刑差異的原因。不同法院犯罪數額的分布的差異，以及普通程序和簡易程序之間的適用差別，解釋了為什么什邡法院和中江法院之間的量刑差異。財產犯罪之間的量刑差異還與從嚴處罰、犯罪前科、犯罪自白、律師聘請有關，傷害程度、賠償受害人以及從嚴處罰的應用等說明了這些變量解釋了法院之間可能的量刑差異。

第六，研究也揭示，各種量刑影響因子的適用差異。法官在量刑活動中對刑事法規定的量刑影響因素上存在偏好，法官心理上更容易選擇從嚴處罰（從重處罰），而從輕處罰或減輕處罰實質上并沒有降低犯罪人的處罰。法庭審理案件的程序需要嚴格管理，選擇適用簡易程序和普通程序的條件應該固定下來。專業律師在中國刑事審判活動中發揮較大作用，律師辯護有效減輕了被告人的刑期。

第七，對比2009年和2012年的量刑數據，我們發現量刑指導意見對法官量刑所起到的作用非常有限。盜竊罪和搶劫罪中，法院之間的量刑差異顯著性被擴大，故意傷害罪也呈現出同樣趨勢。

本文發現四川省德陽市五個法院之間的量刑差異并不普遍，可以借助于社區理論來解釋。由于五個法院之間相隔較近，社會文化環境相似，法官所受的地域和政治影響、價值觀、選任培訓等因素均比較接近。 德陽市中級人民法院與下級人民法院的刑事審判活動交流比較頻繁，并定期開展法官專項培訓活動，這一定程度上為統一量刑尺度，避免下級人民法院刑事量刑的隨意化而出現大量差異發揮了一定作用。至于2010量刑指導意見對法官的量刑指導有限，這有兩個解釋可能。第一種是，借助于經驗觀察理論來解釋，部分法官量刑受多年習慣和經驗影響所形成的量刑直覺判斷在短時間內沒有被完全消除，從而出現量刑差異擴大的趨勢。第二種解釋是，借鑒美國聯邦量刑指南實施后的教訓，2009年德陽地區法官因相似的背景和習慣導致量刑上的一致，而量刑指導意見打破了這種因習慣所形成的均衡，從而出現新的量刑差異。不可否認，還有第三種可能是，受2012年和2009年樣本總量上的差異影響，我們揭示出與真實情況不一致的結論。

本文以德陽市為視角觀察中國的量刑差異，同樣可能犯以偏概全的錯誤。但受限于目前國家層面的數據無法獲取，因此管中窺豹還是可見一般。社會科學研究，數據分析并不能精確揭示出所有客觀事物之間的關系。與此相似，量刑差異和量刑公正的研究，也不是一篇文章所能解決。尤其是對于不同地區的量刑差異檢測和研究，還需要繼續探索。正因為上述多種迷惑，我們將繼續運用更優的定量分析方法，還將借助于定性研究檢驗并推廣本文的結論。基于此，作者持開放態度，歡迎廣大學術同仁批評指正。