量刑信息系統的構建
——基于司法大數據的視野

袁建剛

(中央財經大學 法學院，北京100081)

引言

如何推進量刑的科學性與規范化，是當今世界各國共同面臨的問題。過于寬泛、缺乏約束的量刑自由裁量權無疑會帶來量刑偏差與權力濫用，古代中國各朝代均高度關注這個問題(1)系統的探討可參閱袁建剛學位論文：《量刑規范化研究——理論基礎和實證依據》。， 20世紀下半葉西方各國普遍制定了量刑指南，甚至在中世紀西方，一些國家也開始重視量刑的規范化問題。

近代西方的量刑規范化改革以美國為典型。1984年美國國會通過《量刑改革法案》(SRA)，SRA授權聯邦量刑委員會獨立地制定《聯邦量刑指南》(以下簡稱指南)，1987年12月1日指南生效，美國聯邦自此進入指南時代。2005年1月12日最高法院在布克爾案中裁定指南違憲[1]，但同時，針對指南所追求的目標，美國聯邦最高法院有著一致的意見，爭議僅在于指南的合憲性。此后，盡管指南不具有強制適用效力，但依舊發揮著很大影響，大部分法官仍基于指南所規定的刑罰幅度和偏離理由作出量刑決定[2]。不過，如預期相同，實證研究發現，聯邦量刑指南由強制性轉為建議性之后，量刑差異顯著上升了[3]108。美國司法部更是對此高度關注，并要求評估后布克爾時期的量刑實踐中法官個人的司法理念對量刑差異的影響[3]104。

2010年10月1日，我國最高人民法院出臺了《人民法院量刑指導意見》(以下簡稱《意見》)，《意見》的出臺并不意味著量刑規范化的結束，而標志著它的正式開始。《意見》出臺至今，還沒有對其實施效果進行正式的科學評估。在已進入大數據時代的今天，隨著信息處理技術的飛速進展，司法調查與評估的難度及成本大大降低，應當盡快建立規范、科學的量刑評估體系。我國司法機關迫切需要基于司法大數據，建設科學的量刑信息系統，實現量刑的體系化與平臺化。

一、量刑信息系統的刑法理論基礎

包括自然現象和社會現象，無論其有無規律性，基于高效的數據采集與合理的算法設計，都可對之構建體系化的監測與研究平臺，但由于“大數據”概念的巨大影響，對于數據問題需要作進一步相關討論。在《大數據時代》一書中，舍恩伯格提出了大數據概念[4]，但包括舍恩伯格在內，尤其是社會科學領域的學者，對大數據均或多或少有所誤解(2)目前國內學者對司法大數據的認識尚處在較為模糊的階段，相關討論可參閱吳旭陽：《法律與人工智能的法哲學思考——以大數據深度學習為考察重點》，《東方法學》，2018年第3期。。與舍恩伯格所主張的、傾向于擺脫專業理論的、過度數學算法取向的觀念不同，本文將指出，與其他任何問題一樣，對于量刑信息系統，刑事司法大數據的關鍵在于基于刑法學理論的模型設定與數據采集，而非隨機產生的龐雜數據與事后局限的數據挖掘，科學意義上的刑事司法大數據之要義乃是統計思想與刑法學理論的完美融合。

近代統計學的發展，從根本上推動了經濟學、社會學、犯罪學、心理學、醫學等除了法學之外的一切社會科學領域進入了科學時代。在世界范圍內直至20世紀末，整體上法學仍置身于外，這很大程度上歸因于法學根深蒂固的個案研究傳統、對概念的極端重視以及司法信息的嚴格保密。在統計學革命性地變革經濟學研究的20世紀中期，經濟學家可以輕松獲得公開的、大量的、結構良好的經濟數據，但司法檔案制度與數據處理技術都嚴重阻礙了法學對統計理論的接受，同時針對概念研究的解釋學已經占據了法學家的主要精力[5]。不論法學，統計理論對近現代社會科學作出了巨大的、基礎性的貢獻，它不僅極大深化了人類對世界的認知，也為工業制造與企業管理提供了甚至可媲美工業革命的變革，正是由于統計理論早已徹底融入社會科學、公共事務及工商業管理的血液，人們才經常無睹其存在。但同時要強調的是，盡管統計理論的成就如此輝煌，但這一切都離不開具體領域的學科理論。

(一)刑事責任評價與刑事責任評價對象

刑罰具體化應當區分刑事責任評價與刑事責任評價對象，弗朗克貢獻了這個區分的哲學基礎[6]，多納第一次系統闡釋了這一區分[7]。刑罰理念與責任主義觀念從根本上決定了評價對象的界定及具體評價結果，評價對象的確定主要取決于責任主義觀念，具體評價結果則主要受刑罰理念的影響。不同的刑罰理念在很大程度上影響著量刑結果[8]，而且，威懾主義與矯治主義在刑罰功能的理論預期上有著不可調和的分歧，除非發現可靠的證據，否則兩種理念的分歧就幾乎無法消除。刑罰理念也影響評價對象的確定，矯治主義高度關注犯罪人的成長歷程、家庭環境、教育背景、犯罪動機等人格要素，但威懾主義對人格要素沒有給予充分關注。

責任主義旨在確定責任的基礎也即責任評價對象。對于刑事責任的評價對象，基于體系構造的刑法教義學沒有給予充分關注，至今也未達成一致意見(3)有學者就強奸罪刑事責任問題作了較為深入的探討，可參閱董邦俊，宋立輝：《吸收犯之實踐困惑及解決——強奸案件中強制猥褻行為應獨立評價》，《東方法學》，2013年第5期。。在評價對象的界定上，有三派觀點：行為責任論、人格責任論與調和論。行為責任論主張將行為作為責任評價的對象，人格責任論認為人格是責任的基礎，調和論者則主張應兼顧前兩者(4)相關討論可參閱：平野龍一著，《刑法的基礎》，黎宏譯，中國政法大學出版社2016年版；甲斐克則著，《責任原理與過失犯論》，謝佳君譯，中國政法大學出版社2016年版。。在這些爭議背后，針對行為與人格的概念界定也還不明確。

(二)刑罰裁量的認識論基礎與形式邏輯

在我國以及德國，均存在一種基于整體評價的量刑觀點，這個觀點認為，犯罪作為一個有機的整體不可能也不應該被拆分為諸多要素的組合，只有對犯罪及犯罪人人格任何進行最廣義的整體審視才可作出合理的刑事責任評價[9]。阿爾布萊希特對此觀點作了如此駁斥：“無論通過簡單相加的辦法，還是通過整體觀察的辦法，從細節的總和之中無法得出任何超出細節本身以外的東西。換言之，如果單獨細節本身沒有說服力，那么細節就算與其他單獨的要素連接在一起，也終歸不能說明什么。原因在于，對于整體性審視，顯然并沒有什么有約束力的規則存在，從這些規則中人們可以整體性地推導出單個問題點以及案件事實的分級。所以，這個概念只代表一個意思，那就是始終未能(也不應該)被除去的混亂。”[10]128

任何事物都可以分解為部分之和，認知一個作為整體的事物必然要求對其諸構成部分進行認知，而一些事物有機地結合在一起形成一個穩定的結構時，這些事物也就構成了一個新的事物。認識一個事物，本質上是認識事物內部要素之間的關系以及該事物與其他事物的關系。在哲學上，這些觀點可以追溯到20世紀初的分析哲學[10]43-55，現代的認知心理學也就這些觀點達成了一致。此外，費爾巴哈以來的德國刑法教義學的發展也完全建立在這一認識論基礎之上，如羅克辛所指出，刑法體系論的工作就是將犯罪行為拆解為諸多特征要素，并將其置于犯罪構造的不同階層上，從而獲得一副犯罪圖像[11]。

刑罰裁量的形式邏輯是指，基于刑罰理論和責任理論，刑罰裁量所應遵循的具體步驟與方案。按照阿爾布萊希特的總結，德國關于該形式邏輯的理論主要包括：裁量空間理論、點刑罰理論、階層理論、行為等比性量刑理論、行為罪責報應理論、積極的一般預防理論[10]42-64。其中，行為等比性理論、行為罪責報應理論及積極的一般預防理論實質上是責任理論與刑罰理論的特定主張，并非刑罰裁量的形式邏輯。裁量空間理論、點刑罰理論及階層理論都具有一定的合理性，但還需要基于刑法理論與責任理論對其進行更為深入的討論，并結合類罪的刑罰具體化給出具體、可行的細節方案(5)國內相關探討可參閱李冠煜：《從絕對到相對：晚近德、日報應刑論中量刑基準的變遷及其啟示》，《東方法學》，2016年第1期。。

二、量刑信息系統的統計原理

法學為什么需要統計學方法論？這不是一個正確的問題。就方法論需求而言，其一定是經驗問題導向的，合理的問題應該是，某個統計方法是否適合解決某個法律問題？比如統計理論是否有助于推進量刑自由裁量權的規范化？在這一具體問題下，才可基于法學理論和統計思想來討論和尋找合適的統計方法。統計學作為數學的分支有著數學的本性，某種數學方法無論是基于抽象邏輯還是經驗問題而誕生，它總可以獨立前行，數學的根本特征之一就是其完全獨立于經驗，正是在這個意義上，我們說統計學無法為法律實證研究提供統一的方法論。

一方面，缺乏法學理論的洞察力，就不能保證正確地運用統計方法；另一方面，必要深刻理解統計方法論原理，才可針對法律問題作出可靠的實證研究。比如，不了解假設檢驗的原理，就會過度迷信p值，也不能可靠地判斷兩類錯誤水平對模型的影響；不了解回歸分析的原理，數據測算與模型設定都幾乎會存在各種瑕疵。統計實證研究是一種方法的應用，但更是科學的藝術，基于對統計理論的深刻理解，可以對分析模型作出精細但關鍵的雕琢，從而獲得更為可靠、同時也可能是截然相反的結論。

(一)統計實證方法論要求

將統計理論引入法學研究，也需要如社會學、經濟學等學科那樣，結合具體經驗問題介紹統計方法論原理，但這非本文主旨，也遠超篇幅所限。就量刑信息系統的構建，相關問題都已有成熟的統計實證方法，在其他社會科學領域也有著基于共同原理的可靠研究，因此，在方法論要求方面，本文僅基于相應的刑法理論與統計實證原理，提出如下基本原則：

1.數據清潔原則

數據清潔是指數據的準確性。較之于其他學科，由于概念的嚴格性，數據清潔問題對于法律更為重要。內在有偏的樣本會導致分析結果的偏差[12]，在數據爆炸的當前時代，以舍恩伯格為代表的一種觀點認為，大數據的核心思想就是要承認數據的不完美，數據的量足以掩蓋樣本缺陷[13]32；但另一派觀點堅持數據的清潔性原則，一些統計學家指出，精心選擇的數據要比大量雜亂無章的數字所描述的內容要更為豐富[14]。

2.數據全面原則

數據全面原則是針對問題背后的專業理論基礎而言，對于理論所要求考慮的經驗因素，都應當采集。在無法全面采集的情形下，局限于有偏的數據所進行的研究是無法保證結論可靠性的，大量針對刑罰效果、量刑偏差的實證研究都由于數據的片面而受到質疑。數據全面原則，要求對問題的理論背景進行客觀的考察，不能因個人偏愛而有所取舍，比如，在責任主義觀念上，有些法官偏重于考量行為要素，有些法官則偏重于考量人格要素，這就要求必須同等對待行為和人格的數據。在當前的司法檔案中，人格要素及行為要素的記載均不盡全面，應當在制度上糾正這一認識誤區，才能保證量刑信息系統的完備性。

3.理論導向原則

統計實證方法的正確應用必須基于經驗問題背后的理論洞見。在刑罰效果實證研究中，如果缺乏犯罪學的洞察力，比如對人格要素的不合理考量導致對犯罪人類型的錯誤界定，結論就將不可靠。在責任觀念研究中，如果忽視刑事責任論的理論貢獻，模型設定就必然出現偏誤。“谷歌流感趨勢(GFT)”預測模型作為一個通俗易懂的例子可以很好地解釋理論導向原則的重要性。2009年，谷歌使用“流感趨勢(GFT)”模型成功預測了甲型H1N1流感的爆發，無論預測時效性與流感區域的準確性，其預測結果之完美均令美國民眾震驚。GFT模型基于非常簡單的一個相關性，即存在于搜索關鍵詞頻率與搜索者或其親朋好友身體出現流感癥狀之間的相關性。GFT模型擺脫了醫學理論，借助于海量的數據，僅通過一個普通常識，就快速準確地預測了流感爆發趨勢和具體傳播范圍。然而，GFT模型非常遺憾地沒有經得住實踐和時間的考驗，在2011-2013的三年間，模型預測出現嚴重偏差：一直在高估流感的事態。1411如果不知道相關關系為何發生，就不知道它將在何時消失，GFT模型的失敗就根源于它對醫學理論的忽視。在本文當前的主題中，量刑信息系統的構建要避免類似GFT模型的失敗，就必須堅持系統、全面、合理的理論導向，將數據采集和分析建立在可靠的刑法學理論之上。

(二)量刑信息系統的結構與內容

量刑信息系統的建設是一項龐雜、長期的工程，任何一個環節都有其科學原理，應當針對所有環節分別制定嚴謹、科學的工作規范。本文僅限于基于目前統計方法論在法學中的應用與刑法學理論，在整體上勾勒量刑信息系統應當具有的結構與內容。結構上，量刑信息系統至少應當包括三個方面：數據采集、描述統計與推斷統計。內容上，應當涵蓋如下問題：刑事責任評價對象、量刑差異、刑量的分布與均值、刑事責任評價、責任主義觀念、刑罰理念、犯罪嚴重性。

1.數據采集

科學的數據采集是統計實證研究的首要基礎，是數據清潔性與全面性的根本保障。量刑信息數據采集建立在嚴格、精確的法律概念之上，并應遵照嚴格的文本形式邏輯。

理論上，可以將責任評價對象界定為三類：行為要素、人格要素、環境要素[15]。刑事司法實踐中，針對任何一種犯罪，都需要對這三類要素進行具體化，這可以通過制定細致明確地數據采集規范來實現。有觀點可能擔心刑法理論關于行為、人格的概念爭議而致使無法建立明確的數據采集規范，這是不必要的擔心，因為，即便對概念的分類界定存在爭議，但并不影響數據的準確性，只要數據是準確的，就可以對責任評價對象的分類合理性作進一步的研究，并轉而優化實踐中的分類標準。

2.案件描述統計

描述統計，是指運用圖表、圖形以及概括性計算對數據資料進行整理并對數據的分布狀態、數字特征和隨機變量之間關系進行估計和描述的方法，描述統計分為集中趨勢分析、離中趨勢分析和相關分析三大部分。描述統計可以從總體上判斷自然現象及社會現象的分布、異常值等宏觀特征。由于酌定量刑情節與刑事責任評價裁量空間的存在，刑事司法實踐也具有隨機性特征，描述統計也可以對整體量刑狀況進行實時地動態監測。

案件描述統計對于量刑監督具有重要的意義，它可以提供直觀的數據經驗分布樣態，使研究人員領略結構化數據的魅力甚至直接洞察其背后的規律。描述統計分析系統可以實時、動態地指示出量刑異常狀況的發生：針對特定情節的刑事責任評價過度偏離均值或者眾數以及選擇屬于“少數派”的責任要素作為量刑情節。

3.推斷統計

建議將統計學教材對推斷統計的定義擱置一旁，統計學作為方法論學科，其關于推斷統計的定義主要強調了推斷統計的數學特征而幾乎完全忽視了其應用特征。對于統計理論的具體應用而言，推斷統計意味著基于統計推斷理論及方法的、旨在對具體問題獲得可靠結論的各種模型的構建。針對任何一個社會科學問題，幾乎均不存在某一固定的、最優的統計實證模型，即便數據和理論都是良好的，但基于不同的研究目標，模型構建算法也會有所偏重。從不同角度、基于不同的數據，針對同一問題與同一目標，都可能構建不同的模型來獲得某些新的發現。問題的確定，是統計實證研究的第一步。在刑罰實踐中，統計方法論并不能幫助提煉出所有的問題，只能基于理論的洞察、參照既有的研究，逐步發現并精煉出合理的問題。囿于主題與篇幅所限，本節僅對必要的問題作如下簡要分析。

(1)量刑差異

量刑差異包括合理的差異與不合理的差異，目前流行的研究方案是通過方差分析來確定各種因素對差異的解釋比例[16]，但這種方案尚停留在較抽象的階段，有待進一步細致化與具體化以對實踐提供具有可行性的指導。合理差異源于犯罪嚴重性的不同[17]，不合理差異則有著各種原因，諸如法官個人的責任主義觀念及刑罰理念等[18]。基于良好的數據結構，就可以建立統計實證模型來分析差異的來源及異常情況。

(2)刑量分布和刑量均值

刑量分布對很多法學研究人員是陌生的概念，可以通過下述不嚴格的定義來做一解釋：針對同一犯罪或同一量刑情節，不同的人所做的刑事責任評價所呈現的自然狀態[19]。確定刑量分布的規律，是其他所有問題的基礎。

刑量均值是量刑規范化研究的一個重要問題。包括我國，世界范圍內量刑指南的主要任務就是確定刑量均值，其核心邏輯就是圍繞刑量均值規定一個自由裁量空間[20]。甚至可以說，美國聯邦量刑指南失敗的主要根源就在于刑量均值的確定。形式上來看，刑量分布和刑量均值是最簡單的問題，這完全是誤解，這兩個問題覆蓋了幾乎所有的刑法學和犯罪學理論，但如果能構建一個合理的量刑信息系統平臺，基于結構良好的、清潔的數據，就可以可靠地確定刑量分布和刑量均值。

(3)刑罰效果評估、責任觀念調查及犯罪嚴重性評估

刑量分布的準確判斷和刑量均值作為量刑基準的合理性，取決于刑罰實踐所遵行的刑罰理念和責任主義觀念，所以，需要設定相應的統計實證模型來考察和確定這一點。另一方面，刑罰理念的正確性需要可靠的實證依據[21]，相應的實證研究也需要量刑信息系統提供全面的數據[22]，而且對刑罰效果的評估也屬于司法機關的職責。在刑罰理念問題上，道德報應論提出了不同于威懾主義和矯治主義的主張，道德報應論主張刑事責任評價應首先與犯罪的嚴重性相當，這與責任主義觀念在根本上也是相一致的，因此，這就要求設定評估犯罪嚴重程度的統計實證模型。

在量刑規范化所關心的問題上，目前已將所存在的或多或少的實證研究作了一定探索，相關的刑法學與犯罪學理論也已經很充分了，可以說，構建量刑信息系統的條件是成熟的。

三、量刑信息系統的意義

量刑信息系統，既是一個體系化的量刑信息平臺，同時也是一個實證研究工程平臺。

作為量刑信息平臺，它能夠實現對法院量刑動態、實時地監測，刑罰裁量的每一個環節及針對每一個可能犯罪要素的考量都將得到可靠、細致的檢視，它將擺脫過去散亂的個案監督，并將個案置于體系化、結構化的視野之中。進一步，基于系統的量刑信息，它還將促使法官針對刑罰裁量形成交談的共識，并以大數據的方式將無數法官的經驗智慧匯聚在平臺上，從而在根本上以巨大的力量推動量刑規范化的進程。

作為實證研究工程平臺，它將提供清潔、全面、結構合理的第一手數據，案件描述統計分析將提供針對任一犯罪要素的刑事責任評價的經驗分布與考量理由，這本身就是一項龐雜的針對責任主義觀念的社會調查工程。它也將使得對犯罪嚴重程度的評估分析成為可能，犯罪嚴重性評估問題是當前世界范圍內量刑規范化的首要障礙[5]23-24。隨著資料的完善與積累，它也將使得刑罰效果研究更為科學、方便。