涉“套路貸”詐騙罪量刑影響因素實證研究

趙加貴

（上海公安學院， 上海 200137）

近年來，涉“套路貸”犯罪問題引起了立法上、司法上的一系列關注，也成為公眾關注的焦點。從2017年上海市制定的《關于本市辦理“套路貸”刑事案件的工作意見》文件,而后2018年杭州市制定的《關于辦理“套路貸”案件實施意見》文件，到2019年最高人民法院、最高人民檢察院、公安部、司法部（以下簡稱兩高兩部）制定的《關于辦理“套路貸”刑事案件若干問題的意見》文件，都足見全國各地對于“套路貸”犯罪的零容忍態度。借“掃黑除惡專項斗爭”東風，全國各地又掀起了一波重點打擊涉“套路貸”犯罪高潮。因當前法律法規及相關文件中并沒有給出準確的罪名、具體的量刑標準，司法機關在打擊涉“套路貸”犯罪行為時，多從犯罪懲戒角度并以詐騙罪進行兜底懲罰。司法實踐中，各地用詐騙罪規制涉“套路貸”犯罪，具體量刑狀況如何？量刑特征怎樣？這就需要對大量的涉“套路貸”犯罪刑事案件進行實證研究，以期得出合理的結論。

一、樣本的選擇與實證研究方法

（一）樣本的來源及研究對象

筆者從中國裁判文書網中選取了A市近三年關鍵詞為“套路貸”的全部刑事類文書，共計129份①中國裁判文書網（http://www.court.gov.cn/zgcpwsw/）,高級檢索，檢索全文“套路貸”，日期2017年1月1日-2019年12月31日，刑事案由共計129起，2020年1月5日登錄。，其中有117份涉嫌“套路貸”犯罪。從司法實踐的角度來說，“套路貸”起源于民間借貸，而后逐漸演變為違法犯罪。因《刑法》中并沒有規定具體的“套路貸罪”，故實務中會出現涉“套路貸”案件法律適用上的矛盾等問題[1]。“套路貸”犯罪情況比較復雜，各地法院都是依據各地區相關規定進行刑事規制，一般按照侵財類犯罪定性處罰[2]。涉嫌罪名諸多，如詐騙罪、敲詐勒索罪、尋釁滋事罪、非法經營罪[3]、故意傷害罪等，甚至是多種罪名的組合[4]，不利于對于此種犯罪規范性懲處。根據實證研究要具備足夠樣本量和篩選典型性的要求，本研究摒棄樣本數較少的尋釁滋事罪、敲詐勒索罪等數據，重點對判決刑為有期徒刑的詐騙罪量刑影響因素進行實證研究。

本文主要研究涉“套路貸”犯罪中詐騙罪的量刑特征及規律，不考慮被告人單獨其他罪名、數罪并罰中罪名加重等情況。故剔除2份其他罪名文書（一份盜竊罪、一份敲詐勒索罪），再剔除被告人重合案件20起（3年內一審上訴二審案件）。其余95份刑事文書中共涉及被告人312人，286人被認定為詐騙罪，占總人數的91.7%，26人只涉及非法拘禁等其他犯罪（剔除）。因1人被判無期，剝奪政治權利終身，數據明顯異常（剔除），故本研究樣本為95份刑事文書，研究對象為285人。

（二）實證研究方法

司法實踐過程中總結出了一般量刑常見因素，但不同罪名需要具體分析與確定，如家屬退賠（被害人諒解），就存在肯定說[5]和否定說[6]。對量刑事實的選取和適用要有理有據，還要注意基于對某事由與刑罰關聯度[7]的判斷，來最終識別量刑事實真偽，防止量刑事實被泛化。縱覽《刑法》[8]400多條，基本分為法定量刑事實和酌定量刑事實兩種。法定量刑事實采用條文明確規定的形式，基本沒有爭議。酌定量刑事實一般規定在《刑法》第37條、52條、61條、63條，出現了酌定量刑情節[9]，同時伴有自由裁量權，學界和實務界對此爭議較大。

根據兩部兩高《關于辦理“套路貸”刑事案件若干問題的意見》文件中的規定，并依據刑法理論，筆者對“套路貸”高發區域進行分析[10]。本文設置了有期刑期（自由刑）、剝奪政治權利年限（資格刑）和罰金（罰金刑）等3個作為被解釋變量。通過STATA軟件的缺失值、異常數據的處理和頻數分析，對全部數據進行預處理，發現實務中涉“套路貸”詐騙罪的量刑事實有21項之多。本研究最終選取樣本數較大的犯罪主體性別（男、女）、犯罪主體年齡、辯護人數量、同案嫌疑人數量、前科（是、否）、退贓或家屬賠償（是、否）、被害人數量、法院級別（中級、初級）、涉案金額、注冊公司犯罪（是、否）、虛假訴訟（是、否）、犯罪集團（是、否）12個量刑影響因素作為解釋變量，摒棄了其他數據樣本較小的9個變量。將285個詐騙罪的被告人的量刑按照以上變量進行多維度歸納整理，運用STATA軟件進行統計分析。綜合運用T檢驗、LSD法①LSD法：即最小顯著法（Least significance Difference Method），用于方差分析中各組之間差別比較。、方差分析、卡方分析、多元回歸等統計學分析方法。按照影響因素的順序對自由刑（有期徒刑刑期）、資格刑（剝奪政治權利）和罰金刑（罰金）進行全面分析，最后得出涉“套路貸”詐騙罪量刑影響因素的相關結論。

由于數據存在某些嫌疑人的信息缺失，為盡可能多地保留可用于分析的樣本數量，本文將從變量缺失和個體缺失兩方面對數據進行對比分析，即：

一是保留所有個體，將存在缺失值的變量剔除，將該部分稱為“變量缺失分析”。分析時剔除“性別”“年齡”和“辯護人”三個變量，之后將“有期徒刑刑期”“剝奪政治權利”和“罰金”分別作為被解釋變量進行分析。

二是保留所有變量，將在變量中存在缺失值的個體剔除，將該部分稱為“個體缺失分析”。將存在變量缺失的個體剔除，用剩余的266個個體對所有變量進行分析，將“有期徒刑刑期”“剝奪政治權利”和“罰金”分別作為被解釋變量進行分析。

二、涉“套路貸”詐騙罪量刑基本情況

（一）有期徒刑量刑總體過輕，緩刑適用率偏高

通過樣本數據分析可知，A市對涉“套路貸”詐騙罪的自由刑的量刑均值為5.53年，眾數①眾數（Mode）統計學名詞，在統計分布上具有明顯集中趨勢點得數值，代表數據的一般水平，是一組數據中出現次數最多的數值。為3年，中位數②中位數（Medians）統計學名詞，是指將統計總體當中的各個變量值按大小順序排列起來，形成一個數列，處于變量數列中間位置的變量值就稱為中位數。當變量值的項數N為奇數時，處于中間位置的變量值即為中位數；當N為偶數時，中位數則為處于中間位置的2個變量值得平均數。為4.25年，最低量刑為0.58年，最高量刑為20年。出現最多的量刑區間為0年至3年、3年至6年，共計181人，占總人數的63.5%。選擇法定刑7.5年以下進行量刑的人數為195人，占總案例的68.4%（見表1）。從中我們可以看出，涉“套路貸”之詐騙罪量刑總體偏低，67.4%的被告人量刑都是7年以下，低于法定刑中線7.5年，且中位數為4.25年，其差值為3.25年。說明法官大多選擇在法定刑中線以下進行量刑。

表1：有期徒刑的刑期頻率分布

通過樣本數據分析可知，在A市涉“套路貸”之詐騙罪被告人的285人中，3年以下有期徒刑的共計60人，其中適用緩刑的被告為21人，占總人數的35%，相對于我國緩刑使用的平均水平而言（2010年26.32%，2011年29.41%，2012年30.26%）④2010年判刑1007419人，緩刑適用265230人，緩刑適用率26.32%；2011年判刑1051638人，緩刑適用309297人，緩刑適用率29.41%；2012判決1174133人，緩刑適用355302人，緩刑適用率30.26%；參見“全國法院司法統計公報”，載《中華人民共和國最高人民法院公報》2011年第4期、2012年第4期、2013年第4期。，緩刑的適用率高出5個百分比。緩刑考驗期均值為3.08年，眾數為4年，中位數為3年，最低緩刑為1.25年，最高緩刑為5年（見表2）。從中我們可以看出，緩刑率35%，高于全國平均水平。

表2：緩刑的刑期頻率分布

（二）剝奪政治權利總體使用率不高，量刑幅度偏低

通過樣本數據分析可知，在A市對涉“套路貸”之詐騙罪285名被告人中，有68人帶有剝奪政治權利的附加刑，占比23.86%。數據中沒有單獨適用剝奪政治權利人員，反向印證了涉“套路貸”案件較為嚴重，不適用單獨資格刑。剝奪政治權利量刑均值為1.89年，眾數為1年，中位數為2年，最低剝奪政治權利為1年，最高剝奪政治權利為4年（見表3）。從中我們可以看出，68人判決帶有附加刑，占比23.86%，剝奪政治權利總體使用率不高，與司法實踐中剝奪政治權利使用率不高相一致。此外，有期徒刑量刑均值為5.53年，剝奪政治權利量刑均值為1.89年，近似于三倍的差值，表明量刑幅度偏低，與司法實踐中判決剝奪政治權利刑期較短正相關。

表3：剝奪政治權利的刑期頻率分布

（三）罰金刑總體差異較大，個別量刑極高

通過樣本數據分析可知，在A市對涉“套路貸”之詐騙罪285名被告人中均附帶罰金的附加刑。罰金刑的均值為16.93萬，眾數為5萬，中位數為5.5萬，最低量刑為0.2萬，最高量刑為200萬（見表4）。司法人員對于罰金數額多集中在4萬以下，105人占比36.8%；4萬至10萬，98人占比34.4%，共計203人占總比71.2%。從中我們可以看出，最高罰金金額是最低罰金金額的4000倍，罰金刑的均值是16.93萬，約是中位數的3倍，均體現罰金刑的量刑整體差異性較大。單人罰金10萬及以上114人，100萬以上7人，因法律中缺少量化的罰金適用標準，個別司法人員在罰金刑適用上寬嚴不一，致使罰金刑的量刑不均衡。個人罰金刑過高容易出現執行率低、執行難等問題，限制了司法實踐中罰金刑的作用與價值。

表4：罰金金額的頻率分布

三、涉“套路貸”詐騙罪量刑實證分析

（一）自由刑影響因素實證分析

1. 自由刑變量缺失分析

樣本數據整理后，統計分析回歸系數①回歸系數（regression coefficient），在回歸方程中表示自變量x 對因變量y 影響大小的參數。回歸系數越大表示x 對y 影響越大，正回歸系數表示y 隨x 增大而增大，負回歸系數表示y 隨x增大而減小。、標準誤②標準誤（Standard Error），即樣本均數的標準差，是描述均數抽樣分布的離散程度及衡量均數抽樣誤差大小的尺度，反映的是樣本均數之間的變異。、t值③t值（Student's t test），指的是T檢驗，主要用于樣本含量較小（例如n<30），總體標準差σ未知的正態分布資料。和p值④p值(P value)，就是當原假設為真時所得到的樣本觀察結果或更極端結果出現的概率。檢驗結果p＜0.05標記為“顯著”，其他標記為“不顯著”。的結果如下（見表5）。由回歸結果中的p值表明，在0.05的顯著性水平下，“嫌疑人人數”“前科”“家屬賠償或退款”“受害人個數”“涉案金額”“注冊公司”和“犯罪集團”這7個解釋變量對“判刑年數”有顯著影響，其他解釋變量均不顯著。其中，“嫌疑人人數”的系數為負，表明若同案件犯罪嫌疑人越多，則每個嫌疑人獲刑的年數反而會減少；“前科”的系數為正，表明若嫌疑人有犯罪前科，則其最終獲刑的年數也會增加；“家屬賠償或退款”的系數為負，表明若嫌疑人家屬對受害者損失進行賠償，則其獲刑的年數會減少；“受害人個數”的系數為負，表明若同案件受害人越多，則每個嫌疑人獲刑年數反而會減少；“涉案金額”的系數為正，表明若犯罪嫌疑人詐騙錢財越多，則其獲刑的年數也同步越多；“注冊公司”的系數為負，表明若該犯罪嫌疑人以注冊公司的名義進行詐騙，則每個嫌疑人最終獲刑年數反而會減少。

表5：自由刑變量缺失分析

2. 自由刑個體缺失分析

樣本數據整理后，統計分析系數、標準誤、t值和p值的結果如下（見表6）。由回歸結果中的p值表明，在0.05的顯著性水平下，“嫌疑人人數”“前科”“家屬賠償或退款”“受害人個數”“涉案金額”“注冊公司”和“犯罪集團”這7個解釋變量對“判刑年數”有顯著影響，其他解釋變量均不顯著。其中，“嫌疑人人數”的系數為負，表明若同案件犯罪嫌疑人越多，則每個嫌疑人獲刑的年數反而會減少；“前科”的系數為正，表明若嫌疑人有犯罪前科，則其最終獲刑的年數也會增加；“家屬賠償或退款”的系數為負，表明若嫌疑人家屬對受害者損失進行賠償，則其獲刑的年數會減少；“受害人個數”的系數為負，表明若同案件受害人越多，則每個嫌疑人獲刑年數反而會減少；“涉案金額”的系數為正，表明若犯罪嫌疑人詐騙錢財越多，則其獲刑的年數也同步越多；“注冊公司”的系數為負，表明若該犯罪嫌疑人以注冊公司的名義進行詐騙，則每個嫌疑人最終獲刑年數反而會減少。

（二）資格刑影響因素實證分析

1. 資格刑變量缺失分析

樣本數據整理后，統計分析系數、標準誤、t值和p值的結果如下（見表7）。由回歸結果中的p值表明，在0.05的顯著性水平下，“前科”“家屬賠償或退款”“涉案金額”“注冊公司”和“虛假訴訟” 這5個解釋變量對“政治權利”有顯著影響，其他解釋變量均不顯著。其中，“前科”的系數為正，表明若嫌疑人有過犯罪前科，則其最終被剝奪政治權利的時間會增加；“家屬賠償或退款”的系數為負，表明若嫌疑人家屬對受害者損失進行賠償，則其被剝奪政治權利的時間會同步減少；“涉案金額”前系數為正，但對被解釋變量的影響可忽略不計；“注冊公司”的系數為負，表明若該犯罪嫌疑人以注冊公司的名義進行詐騙，則最終被剝奪政治權利時間反而會減少；“虛假訴訟”的系數為負，表明若該犯罪嫌疑人詐騙過程中采用虛假訴訟的方式，則最終被剝奪政治權利時間反而會減少。

表7：資格刑變量缺失分析

2. 資格刑個體缺失分析

樣本數據整理后，統計分析系數、標準誤、t值和p值的結果如下（見表8）。由回歸結果中的p值表明，在0.05的顯著性水平下，“前科”“家屬賠償或退款”“涉案金額”“注冊公司”和“虛假訴訟” 這5個解釋變量對“政治權利”有顯著影響，其他解釋變量均不顯著。其中，“前科”的系數為正，表明若嫌疑人有過犯罪前科，則其最終被剝奪政治權利的時間增加；“家屬賠償或退款”的系數為負，表明若嫌疑人家屬對受害者損失進行賠償，則其被剝奪政治權利的時間反而會減少；“涉案金額”的系數為正，但對被解釋變量的影響可忽略不計；“注冊公司”的系數為負，表明若該犯罪嫌疑人以注冊公司的名義進行詐騙，則最終被剝奪政治權利時間反而會減少；“虛假訴訟”的系數為負，表明若該犯罪嫌疑人詐騙過程中采用虛假訴訟的方式，則最終被剝奪政治權利時間反而會減少。

表8：資格刑個體缺失分析

（三）罰金刑影響因素實證分析

1. 罰金刑變量缺失分析

樣本數據整理后，統計分析系數、標準誤、t值和p值的結果如下（見表9）。由回歸結果中的p值表明，在0.05的顯著性水平下，“嫌疑人人數”“家屬賠償或退款”“涉案金額”和“犯罪集團”這4個解釋變量對“罰金數額”有顯著影響，其他解釋變量均不顯著。其中，“嫌疑人人數”的系數為負，表明若同案件嫌疑人越多，則嫌疑人被判處罰金數額反而會減少；“家屬賠償或退款”的系數為負，表明若嫌疑人家屬對受害者損失進行賠償，則其被判處罰金的數額反而會減少；“涉案金額”的系數為正，表明若犯罪嫌疑人詐騙錢財越多，則其被罰金數額也會同步越多；“犯罪集團”的系數為正，表明若嫌疑人以集團形式犯罪，則最終罰金數額會增加。

表9：罰金刑變量缺失分析

2. 罰金刑個體缺失分析

樣本數據整理后，統計分析系數、標準誤、t值和p值的結果如下（見表10）。由回歸結果中的p值表明，在0.05的顯著性水平下，“年齡”“家屬賠償或退款”“涉案金額”和“犯罪集團” 這4個解釋變量對“罰金數額”有顯著影響，其他解釋變量均不顯著。其中，“年齡”的系數為正，表明若嫌疑人年齡越大，則被判罰金的數額也會同步增加；“家屬賠償或退款”的系數為負，表明若嫌疑人家屬對受害者損失進行賠償，則其被判處罰金的數額反而會減少；“涉案金額”的系數為正，表明若犯罪嫌疑人詐騙錢財越多，則罰金數額也會同步越多；“犯罪集團”的系數為正，表明若嫌疑人以集團形式犯罪，則最終罰金數額會增加。

表10：罰金刑個體缺失分析

（四）量刑影響因素綜合分析

坦白、首要分子、累犯、立功、未遂、危害程度等因素也屬于影響量刑因素，因法院文書缺少準確性描述或數據缺失，故沒能納入本次實證研究范圍之內，對于研究結果影響有待進一步考證。通過前面數據分析，將“變量缺失分析”和“個體缺失分析”進行整理并進行比較分析，統計自由刑、資格刑、罰金刑的結果如下（見表11）。這可以得出影響因素重要順序及如下結論：

1. 無影響因素

性別、辯護人數量、法院級別等因素對于涉“套路貸”詐騙罪量刑基本沒有影響。

2. 輕微影響因素

嫌疑人年齡對于罰金刑有影響，呈正相關；嫌疑人人數對于自由刑有影響，呈負相關；受害人人數對于自由刑有影響，呈負相關；虛假訴訟對于資格刑有影響，呈負相關。

3. 重要影響因素

前科對于自由刑和資格刑都有影響，呈正相關；注冊公司犯罪對于自由刑和資格刑都有影響，呈負相關；犯罪集團對于自由刑和罰金刑都有影響，呈正相關；家屬賠償或退款對于自由刑、資格刑和罰金刑都有影響，呈負相關；涉案金額對于自由刑、資格刑和罰金刑都有影響，呈正相關。

表11：綜合分析

四、涉“套路貸”詐騙罪量刑影響因素實證研究結論

（一） 涉“套路貸”刑事犯罪主要是詐騙罪

當前全國涉“套路貸”刑事案件頻發，呈逐年遞增趨勢（2017年8份，2018年145份，2019年1129份）。2017年至2019年全國涉“套路貸”共1282份文書，其中964份文書（占比75.2%）中出現關鍵詞非法占有，非法占有也是構成詐騙罪的主要因素，故對于涉“套路貸”刑事犯罪多以詐騙罪進行刑法規制。

（二） 涉“套路貸”詐騙罪自由刑、資格刑、罰金刑均總體偏輕（A市）

數據顯示，文書中記載的涉案金額普遍高于50萬，根據《最高人民法院、最高人民檢察院關于辦理詐騙刑事案件具體應用法律若干問題的解釋》規定，詐騙公私財物價值50萬元以上的，認定為刑法第266條之規定的“數額特別巨大”。但量刑情況是自由刑的量刑均值為5.53年，中位數為4.25年，資格刑的均值為1.89年，中位數為2年，罰金刑的均值為16.93萬，中位數為5.5萬。盡管量刑會考慮未遂、立功、坦白、退贓、從犯等減輕情節，但5.53年的均值明顯與《刑法》之規定不夠一致。整體量刑降級說明涉案金額沒有被法院完全認定，部分犯罪情節沒有明晰，有悖于罪責刑相適應原則。偵查機關需要加大偵查力度，法院也需要加大涉案金額認定的審查力度，確保證據的完整性與準確性。

（三）涉“套路貸”犯罪有明顯的地域化傾向，地域化影響量刑差異性

A市中心城區、城郊結合區、郊區自由刑平均量刑分別為7.38年、6.18年、5.05年，呈現由中心城區向郊區逐漸遞減趨勢，偏差約1.2年。通過LSD法進行兩兩比較檢驗，區域化量刑明顯差異較大，中心城區的量刑明顯高過城郊結合區和郊區（P值＜0.05）。中心城區、城郊結合區、郊區被告人人數分別為53人、135人、48人，呈現由城郊結合區向中心城區和郊區逐漸遞減趨勢。通過LSD法進行兩兩比較檢驗，區域化明顯差異較大，城郊結合區人數遠遠高過中心城區和郊區（P值＜0.05）。A市各地區經濟水平差異不大，法院法官整體學歷水平較高，依然存在明顯的地域化量刑區別，理論上全國各地區差異化將更大。法官地域化、個體化差異在犯罪量刑中一直存在，需要出臺詳細法律法規或司法解釋才能有所降低。此外，數據表現出嫌疑人同籍貫聚集，就近作案特征，嫌疑人戶籍地由發案地向外擴散且呈遞減趨勢。為此，加大高發區域附近防范宣傳力度可以有效震懾犯罪嫌疑人，從而降低發案率。

（四）犯罪主體年齡呈正態分布，性別對量刑基本無影響

犯罪主體年齡呈正態分布，平均年齡為36.3歲，眾數為32歲，中位數為35歲，三個指標基本接近。年齡與罰金刑之間存在正相關（系數為正，P=0.000＜0.05），年齡與自由刑、資格刑之間不相關，表明嫌疑人年紀越大，被判罰金越多，與隨著年齡增長工資或財富積累增多有關。犯罪主體年齡從21歲至62歲跨度較大，但多集中在30至40歲人群。青年人理應依法勞動賺取報酬并回饋社會，卻好逸惡勞走上違法犯罪道路危害社會，這種不良社會現象成因需要引起社會關注。女性犯罪人數相對較少，占總人數的5.6%。女性自由刑量刑的刑均值為6.53年，男性量刑的均值為6.42年，相差0.11年。性別與自由刑、資格刑、罰金刑之間不相關（P值均＞0.05），表明嫌疑人性別基本不會影響到定罪量刑。學界理論存在量刑上會考慮對女性的差別保護，但按照《刑法》適用平等原則、罪責刑相適應原則，刑事處罰定罪、量刑等不因性別而存在差異，在涉“套路貸”詐騙罪量刑上體現較好，沒有明顯區分性別。

（五）前科、注冊公司、犯罪集團、金額、家屬賠償或退款等傳統因素與量刑高度相關，屬于重要影響因素

數據顯示，前科、犯罪集團、金額與量刑高度正相關（系數為正，P＜0.05）。這幾個因素也屬于刑罰規定的加重處罰情節，影響量刑十分明顯，量刑時必須考慮。注冊公司、家屬賠償或退款與量刑高度負相關（系數為負，P＜0.05）。23.2%的案件中存在注冊公司犯罪，表明涉“套路貸”犯罪中公司化犯罪趨勢明顯。對于公司類犯罪行為，存在兩方面懲處難點：一方面犯罪隱藏性更深，另一方面定罪處罰時公司會吸收一部分法律責任。故公司化犯罪的專業化程度更高，打擊難度更大，需要引起重點關注。退贓或積極賠償等減少損失是財產性犯罪減刑的重要方式，與數據分析結果高度吻合。以上說明，前科、犯罪集團、金額、注冊公司、家屬賠償或退款等因素是影響量刑的重要因素。

（六）嫌疑人年齡、嫌疑人人數、被害人個數、虛假訴訟等特殊因素與量刑相關

數據顯示，嫌疑人年齡與罰金刑正相關（系數為正，P＜0.05）。單獨分析年齡因素，數據整體增加的基礎上出現先增后減的趨勢，說明隨年齡增加罰金金額先增加后減少（50至55之間出現峰值），與社會實踐中勞動者收益隨年齡先增后降基本保持同步。嫌疑人個數與自由刑負相關（系數為負，P＜0.05）。這說明一起案件中，隨犯罪嫌疑人數量增加自由刑量刑降低，與刑法理論、司法實務中一起案件中犯罪嫌疑人人數越多社會危害性越大理論相違背，需要引起關注。被害人個數與自由刑負相關（系數為負，P＜0.05）。說明在單一嫌疑人的情況下，被害人數量增加反而減少自由刑量刑，與刑法理論、司法實務中一起案件中被害人人數越多社會影響性越大理論相違背，需要引起關注。虛假訴訟與資格刑負相關（系數為負，P＜0.05）。說明虛假訴訟行為會直接影響剝奪政治權利時長，沒有影響自由刑刑期可能原因是該行為單獨構成虛假訴訟罪，需要單獨分析。以上說明，嫌疑人年齡、嫌疑人人數、被害人個數、虛假訴訟等特殊因素是影響量刑的輕微因素。

（七）性別、辯護人、法院級別、年份（專項行動）等特殊因素與量刑不相關

數據顯示，性別、辯護人數量對量刑基本沒有影響。因團伙作案等原因，所有犯罪嫌疑人都委托了律師，故無法考量有無辯護人對量刑影響。法院級別對量刑基本沒有影響，中級法院一般為二審案件，數據中二審案件被告人僅有一人被變更了量刑，也可以印證這點。年份對量刑也基本沒有影響，統計年份中，剛好與2018年公安部掃黑除惡專項斗爭活動有交叉，活動中重點打擊涉“套路貸”犯罪，通過按照季度劃分數據分析，發現專項行動僅對犯罪嫌疑人數量有影響，對量刑沒有影響。以上說明，性別、辯護人、法院級別、年份等特殊因素對量刑無影響。