認(rèn)罪認(rèn)罰對(duì)逮捕的影響實(shí)證研究—基于300份裁判文書的統(tǒng)計(jì)分析

徐浩然

（福建師范大學(xué) 福建福州 350108）

2018 年10 月26 日，第十三屆全國(guó)人民代表大會(huì)常務(wù)委員會(huì)第六次會(huì)議作出《關(guān)于修改<中華人民共和國(guó)刑事訴訟法>》的決定，將認(rèn)罪認(rèn)罰從寬制度和刑事速裁程序近幾年的試點(diǎn)經(jīng)驗(yàn)正式上升為法律，是我國(guó)刑事訴訟模式向“公力合作式”轉(zhuǎn)型取得階段性成果的權(quán)威標(biāo)識(shí)。2019 年10 月24 日，中央“兩高三部”共同發(fā)布《關(guān)于適用認(rèn)罪認(rèn)罰從寬制度的指導(dǎo)意見(jiàn)》（后稱《指導(dǎo)意見(jiàn)》），從適用認(rèn)罪認(rèn)罰從寬制度的原則、范圍、條件、對(duì)“從寬”的理解和把握、對(duì)各方訴訟參與人訴訟權(quán)力的保障等方面對(duì)認(rèn)罪認(rèn)罰從寬制度進(jìn)行了較為系統(tǒng)、全面的規(guī)定，旨在提升司法機(jī)關(guān)對(duì)該制度理解上的規(guī)范性和適用上的準(zhǔn)確性，其中，《指導(dǎo)意見(jiàn)》的第8條、19條、20條以及2018年新修訂的《刑事訴訟法》第81 條第2 款的部分內(nèi)容引起了筆者的關(guān)注，簡(jiǎn)言之，以上法條其明確：認(rèn)罪認(rèn)罰從寬制度中的“從寬”，包括實(shí)體上的從輕處理和程序上的從簡(jiǎn)處理；嫌疑人是否認(rèn)罪認(rèn)罰應(yīng)作為其社會(huì)危險(xiǎn)性評(píng)估的重要依據(jù)；對(duì)于認(rèn)罪認(rèn)罰的犯罪嫌疑人，應(yīng)根據(jù)具體情形結(jié)合其社會(huì)危險(xiǎn)性程度決定是否批準(zhǔn)逮捕或逮捕之后是否變更強(qiáng)制措施；批準(zhǔn)或決定逮捕應(yīng)當(dāng)將犯罪嫌疑人、被告人涉嫌犯罪的性質(zhì)、情節(jié)，認(rèn)罪認(rèn)罰等情況，作為是否可能發(fā)生社會(huì)危險(xiǎn)性的考慮因素。

從以上規(guī)定不難看出最高立法決策層意圖將嫌疑人是否認(rèn)罪認(rèn)罰作為司法機(jī)關(guān)是否對(duì)其執(zhí)行逮捕措施的重要考慮因素，以此達(dá)至盡量降低認(rèn)罪認(rèn)罰案件刑事羈押率的目標(biāo)①，從而，一方面有助于在提升人權(quán)保障水平范疇落實(shí)認(rèn)罪認(rèn)罰制度之公正價(jià)值，一方面有助于切實(shí)貫徹寬嚴(yán)相濟(jì)的刑事政策。在目前理論界對(duì)認(rèn)罪認(rèn)罰制度的既存研究中，學(xué)者們大都通過(guò)理論價(jià)值思辨［1］、對(duì)法律修改的評(píng)析等方式從認(rèn)罪認(rèn)罰制度的證明標(biāo)準(zhǔn)［2］、嫌疑人自愿性保障［3］、值班律師的職責(zé)和定位等方面進(jìn)行探討［4］，鮮有學(xué)者運(yùn)用統(tǒng)計(jì)學(xué)方法對(duì)認(rèn)罪認(rèn)罰制度的程序性利益供給情況進(jìn)行實(shí)證研究②。有鑒于此，本文擬在對(duì)2019年10月24日（《指導(dǎo)意見(jiàn)》頒行之后）以后我國(guó)上網(wǎng)的裁判文書進(jìn)行科學(xué)抽樣，通過(guò)人工閱讀方式將裁判文書中的有用信息進(jìn)行摘錄，再運(yùn)用SPSS16.0 軟件的二分類Logistic 回歸的統(tǒng)計(jì)方法③，厘清司法實(shí)踐中嫌疑人認(rèn)罪認(rèn)罰與是否被逮捕之間關(guān)聯(lián)之基礎(chǔ)上，對(duì)統(tǒng)計(jì)結(jié)果背后的所蘊(yùn)藏的深層次原由進(jìn)行更為微觀、細(xì)致的探討，以期有所裨益④。

一、研究材料與研究方法

2014 年1 月1 日，最高人民法院發(fā)布：《最高人民法院關(guān)于人民法院在互聯(lián)網(wǎng)公布裁判文書的規(guī)定》（后稱《文書規(guī)定》），其明確生效的裁判文書除涉及國(guó)家秘密、未成年人犯罪、離婚訴訟或涉及未成年人撫養(yǎng)、監(jiān)護(hù)等幾種情形外，均應(yīng)在互聯(lián)網(wǎng)全面、及時(shí)、依法、規(guī)范地公布。依此規(guī)定，近年來(lái)除代表官方的“中國(guó)裁判文書網(wǎng)”以外，一些高校和科技公司也建立了自己的裁判文書檢索網(wǎng)站，為此，筆者此次研究樣本的來(lái)源為在“聚法案例網(wǎng)”上所收錄的可在網(wǎng)絡(luò)上自由下載并查看的生效的裁判文書。

（一）樣本獲取思路

首先，以“一致性”為根據(jù)，將裁判文書抽樣范圍確立為2019年11月1日以后生效的裁判文書。本文研究對(duì)象為嫌疑人認(rèn)罪認(rèn)罰對(duì)逮捕率的實(shí)際影響，所以根據(jù)統(tǒng)計(jì)學(xué)研究的“控制變量”原則，選取的裁判文書樣本中所包含的與“認(rèn)罪認(rèn)罰”和“逮捕”這兩個(gè)關(guān)鍵詞有所關(guān)聯(lián)的信息的生成應(yīng)當(dāng)盡量處于同一司法環(huán)境下，但由于我國(guó)各地區(qū)政治、經(jīng)濟(jì)、社會(huì)發(fā)展?fàn)顩r存在巨大差異，很難將司法環(huán)境這一抽象且寬泛的概念統(tǒng)一化，從而只能從全國(guó)通行要素入手盡量控制司法環(huán)境的一致性，而這一全國(guó)通行要素毫無(wú)疑問(wèn)便是各大規(guī)范性法律文件。在《指導(dǎo)意見(jiàn)》頒行以前，雖然認(rèn)罪認(rèn)罰從寬制度已經(jīng)被正式寫入新刑事訴訟法，在其中第81條第2款也明確了司法機(jī)關(guān)應(yīng)當(dāng)將犯罪嫌疑人是否認(rèn)罪認(rèn)罰作為其社會(huì)危險(xiǎn)性的重要考慮因素，但有學(xué)者實(shí)際調(diào)研發(fā)現(xiàn)，在認(rèn)罪認(rèn)罰制度和速裁程序試點(diǎn)結(jié)束之后，囿于新興制度的完善性相對(duì)欠佳導(dǎo)致司法工作人員適用認(rèn)罪認(rèn)罰制度的積極性普遍有所下降［5］，但《指導(dǎo)意見(jiàn)》出臺(tái)之后，其對(duì)于認(rèn)罪認(rèn)罰制度的各方內(nèi)容進(jìn)行了一個(gè)相對(duì)全面的完善［6］，司法機(jī)關(guān)對(duì)適用認(rèn)罪認(rèn)罰度的主動(dòng)性也隨之不斷提升。2019年11月1日之后為《指導(dǎo)意見(jiàn)》的效力覆蓋期，在此效力覆蓋期內(nèi)，司法機(jī)關(guān)對(duì)認(rèn)罪認(rèn)罰案件的處理（包括程序上和實(shí)體上）都基于相同且相對(duì)更加完整的規(guī)范性法律文件，由此在該日期之后上網(wǎng)的裁判文書無(wú)論在法律適用的一致性上還是制度運(yùn)行的全面性上都相對(duì)優(yōu)異，符合統(tǒng)計(jì)學(xué)研究樣本選取的“一致性”要求。

其次，以“全面性”為根據(jù)，以劃行政區(qū)隨機(jī)抽樣方式搜集研究樣本。在社會(huì)科學(xué)領(lǐng)域進(jìn)行實(shí)證研究不同于自然科學(xué)，迫于對(duì)研究對(duì)象能夠產(chǎn)生影響的因素過(guò)于龐雜，研究者往往難以嚴(yán)格控制實(shí)驗(yàn)環(huán)境變量，特別是本文所采用的大樣本文書信息篩查的研究方式，由此，實(shí)驗(yàn)者可能基于對(duì)該研究?jī)?nèi)容的先驗(yàn)性期望或認(rèn)識(shí)偏差等原因在實(shí)驗(yàn)樣本的選取過(guò)程中產(chǎn)生“實(shí)驗(yàn)者期望效應(yīng)”⑤。誠(chéng)然，此種效應(yīng)對(duì)研究結(jié)論的影響是難以避免的，只能通過(guò)更加科學(xué)的實(shí)驗(yàn)方式盡量降低此種效應(yīng)對(duì)最終實(shí)驗(yàn)結(jié)果的制約，由此，筆者首先決定用隨機(jī)抽樣的方式確定抽樣樣本總量為300 份，在聚法案例網(wǎng)頁(yè)上通過(guò)“高級(jí)檢索”按鈕點(diǎn)擊選擇以下篩選項(xiàng)：（案由=刑事案件、文書類型=判決書、審判程序=一審、裁判時(shí)間=2019-11-1至今）一共檢索出286970份裁判文書，有學(xué)者對(duì)于裁判文書的上網(wǎng)率做過(guò)專門研究，其認(rèn)為對(duì)裁判文書上網(wǎng)率的計(jì)算應(yīng)當(dāng)用中國(guó)裁判文書網(wǎng)公布的裁判文書數(shù)量除以法院的結(jié)案量，由此，雖然此時(shí)的樣本數(shù)量并不完全，但據(jù)此方法計(jì)算筆者所設(shè)檢索條件下的裁判文書上網(wǎng)率也高達(dá)70.23%，并且樣本數(shù)量總數(shù)有二十多萬(wàn)份，也可基本排除不上網(wǎng)的那部分裁判文書對(duì)研究結(jié)果產(chǎn)生的不利影響［7］，再按全國(guó)32個(gè)行政區(qū)域（不包括港、澳、臺(tái)）裁判文書在全部裁判文書中的占比乘以300確定各地區(qū)抽樣裁判文書數(shù)量。因?yàn)槲覈?guó)各行政區(qū)域之間的經(jīng)濟(jì)、社會(huì)等發(fā)展?fàn)顩r存在巨大差異，各地司法機(jī)關(guān)對(duì)認(rèn)罪認(rèn)罰制度的實(shí)施方式和側(cè)重點(diǎn)必然有所區(qū)別，本研究涉及對(duì)我國(guó)認(rèn)罪認(rèn)罰制度在程序性利益供給方面實(shí)施情況的全局性探索，所以應(yīng)盡量避免因抽樣調(diào)查這一研究方法的偶然性本質(zhì)對(duì)最終實(shí)驗(yàn)結(jié)果可能產(chǎn)生的影響。抽樣具體情形如表1所示：

表1 2019年11月1日—2020年6月16日生效的裁判文書抽樣分布情形

（二）樣本內(nèi)涵信息概述

按照上文所述方式抽取的300份裁判文書中，不存在重復(fù)或無(wú)效的裁判文書，通過(guò)閱讀裁判文書和數(shù)據(jù)錄入，統(tǒng)計(jì)發(fā)現(xiàn)文書總共涉及犯罪嫌疑人449 個(gè)，其中在審判以前被執(zhí)行過(guò)逮捕的共有358 人，逮捕率為79.73%，略高于2019 年77.6%的平均值，但總體偏差不大，初步說(shuō)明此次抽樣獲取的樣本材料具有一定的代表性。

1.樣本關(guān)鍵信息之選取。基于本文研究的問(wèn)題，筆者將抽樣的300 份裁判文書中的關(guān)鍵信息的選取確定為以下幾部分內(nèi)容：嫌疑人是否認(rèn)罪認(rèn)罰、嫌疑人是否為累犯、嫌疑人是否存在其他酌定量刑情節(jié)（自首、坦白、積極賠償損失、退贓退賠、立功）、嫌疑人是否涉及嚴(yán)重犯罪（可能被判處10年以上有其徒刑）、嫌疑人是否為過(guò)失犯罪五項(xiàng)，具體分布情形如圖1所示。

圖1 300份裁判文書449名犯罪嫌疑人關(guān)鍵信息羅列（單位：人）

筆者之所以選取以上信息作為關(guān)鍵信息對(duì)象，原因如下：對(duì)“社會(huì)危險(xiǎn)性”條件的解構(gòu)。隨著2012年修訂的《刑事訴訟法》第79條（2018年刑事訴訟法第81條）將條文中“有必要逮捕”的文字表述予以刪除，加之其后出臺(tái)的一系列有關(guān)“社會(huì)危險(xiǎn)性”的司法解釋⑥，“逮捕必要性”已經(jīng)與“社會(huì)危險(xiǎn)性”漸漸畫上了等號(hào)［8］。1988年《最高人民檢察院一廳關(guān)于辦理批捕案件的質(zhì)量標(biāo)準(zhǔn)（試行）》（后稱《質(zhì)量標(biāo)準(zhǔn)》）第1 條第4 款，以及2015 年《最高人民檢察院、公安部關(guān)于逮捕社會(huì)危險(xiǎn)性條件若干問(wèn)題的規(guī)定（試行）》（后稱《危險(xiǎn)性規(guī)定》）第5、6、7、8、9 條的規(guī)定細(xì)化并具體了刑事訴訟法典中關(guān)于逮捕條件的要求。

例如，《危險(xiǎn)性規(guī)定》第5、7、8、9條均指向嫌疑人犯罪之后可能實(shí)施串供、毀滅證據(jù)、逃跑、自殺等犯罪行為以外的新的其他社會(huì)危害行為；第6條將犯罪嫌疑人具有危害國(guó)家、公共安全可能性以及曾經(jīng)因危害國(guó)家、公共安全受過(guò)刑事或行政處罰界定為嫌疑人重大社會(huì)危險(xiǎn)性之外在表現(xiàn)形式之一，這與推崇自由主義的英國(guó)思想家米爾提出的傷害原則不謀而合，申言之，即使嫌疑人現(xiàn)在或從前所涉罪名為狹義的危害國(guó)家、公共安全以外的其他犯罪，也存在危害其他不特定公共參與者安全的現(xiàn)實(shí)可能性，亦可將其犯罪行為歸入公共危害范疇。綜上所述，筆者犯罪嫌疑人的“社會(huì)危險(xiǎn)性”要求解構(gòu)為以下兩重維度：其一，嫌疑人之再犯可能性；其二，嫌疑人所涉罪行之公共危害性。

筆者基于嫌疑人之再犯可能性這一維度，決定選取裁判文書中：嫌疑人是否認(rèn)罪認(rèn)罰、嫌疑人是否存在酌定量刑情節(jié)、嫌疑人是否為累犯三項(xiàng)關(guān)鍵信息。因?yàn)椋瑢?duì)于犯罪嫌疑人之再犯可能性的理解，不能狹義地局限在刑事犯罪范疇，根據(jù)2001年8月6日發(fā)布的《最高人民檢察院、公安部關(guān)于依法適用逮捕措施的有關(guān)規(guī)定》（后稱《逮捕規(guī)定》）第1條規(guī)定，“有證據(jù)證明犯罪事實(shí)”并不要求公安機(jī)關(guān)查清全部犯罪事實(shí)，說(shuō)明此時(shí)即便證據(jù)鏈還不完整，但犯罪嫌疑人也實(shí)際處于被追訴狀態(tài)中，并且這個(gè)被追訴狀態(tài)的產(chǎn)生是基于偵查機(jī)關(guān)掌握的一定的證據(jù)材料，在此情形下，雖然未經(jīng)法院依法判決不能確定其有罪，但在法律層面對(duì)其人身行為規(guī)制的嚴(yán)厲程度也理應(yīng)與普通正常公眾存有一個(gè)相對(duì)明顯的區(qū)分，此時(shí)，伴隨著被追訴狀態(tài)的持續(xù)該犯罪嫌疑人的人身危險(xiǎn)性邊際效應(yīng)相應(yīng)降低，導(dǎo)致其“再犯可能性”這一維度所涵攝的禁止性“行為圈”由最初的刑事犯罪行為內(nèi)縮為“逃避偵查”“干擾作證”“打擊報(bào)復(fù)”等普通違法行為。而犯罪嫌疑人如果選擇了認(rèn)罪認(rèn)罰、坦白、或積極退贓退賠取得被害人諒解，無(wú)論其心理上是否真心悔改，至少在法律層面上已經(jīng)形成了一個(gè)既成法律事實(shí)，例如嫌疑人自愿認(rèn)罪認(rèn)罰之后司法機(jī)關(guān)需要將案件轉(zhuǎn)入認(rèn)罪認(rèn)罰程序進(jìn)行追訴，其工作重點(diǎn)由實(shí)體上的犯罪事實(shí)證明轉(zhuǎn)化為審查確定犯罪嫌疑人認(rèn)罪認(rèn)罰之自愿性［9］、合法性、真實(shí)性、明智性、明知性，所以此時(shí)，嫌疑人其后也再無(wú)“隱匿證據(jù)”“串供”之必要。反之，作為具有累犯認(rèn)定條件并可能被認(rèn)定為累犯的犯罪嫌疑人，其由于其本身已前科累累，除逮捕之外很難有效抑制其再犯可能性。

筆者基于嫌疑人涉嫌犯罪之公共危害性性這一維度，決定選取裁判文書中：嫌疑人是否涉嫌嚴(yán)重犯罪（可能被判處10 年以上有期徒刑）、嫌疑人是否為過(guò)失犯罪兩項(xiàng)關(guān)鍵信息。因?yàn)椋诜蓪用嫔献钅芊磻?yīng)一個(gè)人所犯罪行的公共危害程度的因素通常是兩點(diǎn)：其一，客觀上嫌疑人所涉嫌犯罪的罪行輕重；其二，主觀上嫌疑人犯罪時(shí)的心理惡性程度。主觀惡性一詞是犯罪主觀方面的概念，但有學(xué)者將其解讀為：所謂主觀惡性是通過(guò)犯罪客觀方面產(chǎn)生的并由犯罪事實(shí)所表現(xiàn)的以倫理道德、政治否定性和刑法確性為統(tǒng)一規(guī)范特征的犯罪心理的反社會(huì)性，由此，客觀上嫌疑人所犯罪行輕重以及主觀上的心理狀態(tài)都能有較為直觀地體現(xiàn)嫌疑人內(nèi)心的反社會(huì)特征，一旦該反社會(huì)性特征超出市民社會(huì)有效運(yùn)轉(zhuǎn)以及刑事訴訟順利進(jìn)行之需求所能容忍的邊界極限，便不宜繼續(xù)放任嫌疑人相對(duì)自由地繼續(xù)參與社會(huì)生活，而應(yīng)該適當(dāng)限制其人身自由或?qū)⑵淞b押。

2.樣本關(guān)鍵信息之描述。本次抽樣調(diào)查所涉及的449 個(gè)犯罪嫌疑人，其中認(rèn)罪認(rèn)罰的218 人中，有135人被執(zhí)行逮捕，逮捕率為61.9%，比整體逮捕率79.73整整低了17.83%，未認(rèn)罪認(rèn)罰的231人中，有223人被執(zhí)行了逮捕，逮捕率為96.52%，高出總體16.79個(gè)百分點(diǎn)。

單從這一視角切入，可以很直觀地看出犯罪嫌疑人是否認(rèn)罪認(rèn)罰對(duì)逮捕率的影響，相比于未認(rèn)罪認(rèn)罰的犯罪嫌疑人，認(rèn)罪認(rèn)罰的犯罪嫌疑人被執(zhí)行逮捕措施的比例較低，直觀數(shù)據(jù)對(duì)比甚至得出了斷崖式的34.63%的差量，由此似乎可以簡(jiǎn)單地得出犯罪嫌疑人認(rèn)罪認(rèn)罰能有效降低逮捕羈押率的結(jié)論。但如此簡(jiǎn)單地僅僅通過(guò)兩項(xiàng)數(shù)據(jù)之間的大小對(duì)比就得出如此肯定性結(jié)論缺乏必要的科學(xué)性和合理性，筆者在前文就已經(jīng)指出，司法機(jī)關(guān)是否決定對(duì)犯罪嫌疑人實(shí)行逮捕，單就通過(guò)文義解釋的方法從法律制度層面解讀，就存在多重影響因素，并且，還有學(xué)者研究指出，對(duì)于司法機(jī)關(guān)是否適用逮捕還存在諸如嫌疑人戶籍地所在、司法機(jī)關(guān)內(nèi)部機(jī)構(gòu)設(shè)置體系以及司法機(jī)關(guān)內(nèi)部相關(guān)管理制度和逮捕政策改革等因素的影響［10］，所以，不能僅僅依據(jù)數(shù)據(jù)大小的對(duì)比結(jié)果就貿(mào)然得出結(jié)論，應(yīng)當(dāng)以此為契機(jī)，繼續(xù)深挖表面的數(shù)據(jù)背后所隱藏的真實(shí)信息。

在樣本所含的449 名犯罪嫌疑人中，其中所涉罪行為“危險(xiǎn)駕駛罪”的犯罪嫌疑人有59 人，并且此59人的認(rèn)罪認(rèn)罰率和不逮捕率都為100%，在選擇認(rèn)罪認(rèn)罰的218名嫌疑人中占比27.06%，占全部449名犯罪嫌疑人人數(shù)的13.14%，由于抽樣的隨機(jī)性誤差和裁判文書并未完全公布上網(wǎng)等原因，該比例略低于2019年全國(guó)17.7%的平均水平，但此誤差量尚在可接受范圍內(nèi)。

危險(xiǎn)駕駛罪處罰的是行為犯，即犯罪嫌疑人處于幾種危險(xiǎn)情形下仍然駕駛機(jī)動(dòng)車的行為，實(shí)踐中主要針對(duì)“醉酒”駕車行為，由于沒(méi)有造成相應(yīng)危害后果，具有犯罪情節(jié)輕微、司法處置寬緩等特點(diǎn)［11］，由此司法機(jī)關(guān)很少對(duì)犯罪嫌疑人采取逮捕的強(qiáng)制措施，但偏偏涉及危險(xiǎn)駕駛罪的犯罪嫌疑人選擇認(rèn)罪認(rèn)罰和被適用刑事速裁程序的比例又相當(dāng)之高⑦，質(zhì)言之，危險(xiǎn)駕駛犯罪與認(rèn)罪認(rèn)罰從寬制度在實(shí)踐中已經(jīng)形成了一種常態(tài)化的默契聯(lián)動(dòng)，即涉嫌危險(xiǎn)駕駛的犯罪嫌疑人在大部分情況下都會(huì)選擇認(rèn)罪認(rèn)罰和被適用刑事速裁程序，但是，由于該罪的社會(huì)危險(xiǎn)性在我國(guó)刑法體系中與其他犯罪相比又過(guò)于微小，在此語(yǔ)境下，即便在認(rèn)罪認(rèn)罰從寬制度試點(diǎn)以前，司法機(jī)關(guān)也很少對(duì)此類犯罪嫌疑人采用逮捕的強(qiáng)制措施。所以，此59 個(gè)涉嫌危險(xiǎn)駕駛的統(tǒng)計(jì)數(shù)據(jù)的特殊性較強(qiáng)，不宜將其一攬子算入沒(méi)被逮捕的犯罪嫌疑人之中，不適合作為得出唯一結(jié)論的可靠依據(jù)。由此，如果將此59個(gè)未被逮捕的嫌疑人數(shù)據(jù)剔除，再分別計(jì)算嫌疑人認(rèn)罪認(rèn)罰與否的逮捕情況，可以發(fā)現(xiàn)，認(rèn)罪認(rèn)罰的犯罪嫌疑人的逮捕率由最初的61.90%陡增至84.90%，在此情形下，與不認(rèn)罪認(rèn)罰的犯罪嫌疑人的96.53%的逮捕率之間的差異也就大幅縮小了。

一言以蔽之，囿于逮捕措施本身構(gòu)造之復(fù)雜性、影響因素之龐雜性、逮捕適用決定之裁量性、我國(guó)司法現(xiàn)狀之特殊性等原由，通過(guò)單純地對(duì)抽樣數(shù)據(jù)大小的對(duì)比就得出結(jié)論，缺乏科學(xué)依據(jù)，雖然法學(xué)判斷本應(yīng)為價(jià)值判斷而非真理判斷，并且在法學(xué)領(lǐng)域的大數(shù)據(jù)研究的核心也是尊重經(jīng)驗(yàn)真實(shí)、敬畏經(jīng)驗(yàn)真實(shí)、在乎經(jīng)驗(yàn)的代表性［12］，但既然選擇了以科學(xué)實(shí)驗(yàn)為基準(zhǔn)的實(shí)證研究，就不能僅僅依靠經(jīng)驗(yàn)來(lái)描述數(shù)據(jù)表征，應(yīng)該結(jié)合更加精密的計(jì)算機(jī)軟件和統(tǒng)計(jì)學(xué)研究方式來(lái)解構(gòu)數(shù)據(jù)，通過(guò)技術(shù)手段揭示暗植數(shù)據(jù)背后的深層次邏輯勾連，再用法學(xué)理論和經(jīng)驗(yàn)事實(shí)來(lái)解釋產(chǎn)生這種數(shù)據(jù)勾連背后的客觀原由。

（三）統(tǒng)計(jì)分析方法

鑒于上文所述，本文擬結(jié)合計(jì)算機(jī)軟件進(jìn)行統(tǒng)計(jì)學(xué)分析，筆者數(shù)據(jù)錄入選擇運(yùn)用EXCEL軟件，數(shù)據(jù)分析采用SPSS16.0 統(tǒng)計(jì)軟件，分析方法運(yùn)用二分類Logistic 回歸，根據(jù)本文研究的具體問(wèn)題，筆者將從300 份裁判文書中提取的關(guān)鍵性內(nèi)容作為自變量（解釋變量），以犯罪嫌疑人是否被逮捕作為因變量（被解釋變量），對(duì)各自變量之間所涵蓋事實(shí)的存在與否進(jìn)行賦值。例如，犯罪嫌疑人是否認(rèn)罪認(rèn)罰作為一個(gè)自變量，如果犯罪嫌疑人選擇了認(rèn)罪認(rèn)罰，則將此數(shù)據(jù)賦值為0，反之則賦值為1，以此類推，總體賦值情形如表2所示，以二分類自變量的形式將總共449各犯罪嫌疑人的賦值情況以及逮捕情況全部錄入，再運(yùn)用二分類Logistic 回歸的運(yùn)算方式計(jì)算各自變量的動(dòng)態(tài)變化情形與因變量之間的統(tǒng)計(jì)學(xué)關(guān)系。若最終軟件輸出的數(shù)據(jù)表格中的其中一項(xiàng)指標(biāo)：P值小于0.05，則表示該結(jié)果具有統(tǒng)計(jì)學(xué)意義，換言之，該項(xiàng)關(guān)鍵信息（解釋變量）對(duì)嫌疑人是否被采取逮捕的強(qiáng)制措施（被解釋變量）之間存在正相關(guān)或負(fù)相關(guān)影響，正相關(guān)與負(fù)相關(guān)取決于筆者的賦值方向選擇。例如，將嫌疑人符合累犯構(gòu)成要件賦值為1（自變量），嫌疑人被逮捕也賦值為1（因變量），最后軟件輸出結(jié)果的P值小于0.05，說(shuō)明嫌疑人可能構(gòu)成累犯有助于嫌疑人被逮捕這個(gè)結(jié)果的實(shí)現(xiàn)，所以，研究最后最重要的軟件指標(biāo)依然是P值大小是否超出既定范圍，此處不再贅述。

表2 逮捕危險(xiǎn)因素分析研究的變量與賦值

最后，由于筆者選取的自變量關(guān)鍵信息是基于我國(guó)刑事訴訟法對(duì)于逮捕適用條件的具體規(guī)定，所以該自變量因素與被解釋變量（因變量）之間在理論上一定具有相關(guān)性，即便研究結(jié)果顯示該項(xiàng)解釋變量與被解釋變量之間的P 值大于0.05，也只能說(shuō)明司法實(shí)踐中該制度運(yùn)行態(tài)勢(shì)脫離了立法者最初的目的，所以筆者不需要對(duì)本研究的統(tǒng)計(jì)變量進(jìn)行均值、標(biāo)準(zhǔn)差、中位數(shù)、四分位數(shù)等數(shù)據(jù)運(yùn)算，也不需要運(yùn)用卡方檢驗(yàn)方式對(duì)數(shù)據(jù)之間的正態(tài)分布情形進(jìn)行比較，只需錄入數(shù)據(jù)進(jìn)行二分類Logistic回歸分析即可。

二、統(tǒng)計(jì)結(jié)果

遵循表2所示賦值情形，將449名犯罪嫌疑人的相關(guān)信息情況錄入SPSS16.0軟件后，選擇工具欄選項(xiàng)中的分析（Analyze）選項(xiàng)，再點(diǎn)擊回歸分析方法（Regression），再在回歸分析方法選項(xiàng)中選擇二分類Logistic（Binary Logistic），然后在主對(duì)話框選項(xiàng)中將被解釋變量arrest（逮捕）送入Dependent（因變量）框中，將納入模型的解釋變量confession（認(rèn)罪認(rèn)罰）、recidivism（累犯）、severity（嚴(yán)重犯罪）、misstep（過(guò)失犯罪）、extenuatory（酌定量刑情節(jié)）納入Covariates（自變量）框中，在自變量篩選選項(xiàng)一欄（Method對(duì)話框）一欄選擇Forward：LR方法（基于最大似然估計(jì)的向前逐步回歸法），因?yàn)榇朔N方法的向前推進(jìn)分析模式比較符合我國(guó)司法機(jī)關(guān)適用逮捕的強(qiáng)制措施的三段論推理方式，或者說(shuō)更符合以現(xiàn)有證據(jù)和事實(shí)材料正向推導(dǎo)最后結(jié)論的法律邏輯。最后，在選項(xiàng)（option）部分勾選HosMer Lemeshow goodness-of-fit 用以檢驗(yàn)本回歸模型的擬合優(yōu)度⑧，并給出OR 為95%的置信區(qū)間⑨，再點(diǎn)擊OK選項(xiàng)進(jìn)行最終分析，結(jié)果如下：

（一）模擬系數(shù)的Omibus測(cè)試

如表3所示，該表給出了本模型的模擬系數(shù)綜合檢驗(yàn)結(jié)果，其中Model一欄輸出了Logistic回歸模型中所有參數(shù)是否均為0的似然比檢驗(yàn)結(jié)果，質(zhì)言之，只要Model一欄中的Sig.系數(shù)（相當(dāng)于前文所述的P值）小于0.05，則表明本次擬合的模型所納入的變量中，至少有一個(gè)變量的OR值具有統(tǒng)計(jì)學(xué)意義，即模型具有統(tǒng)計(jì)學(xué)意義。表3 中的Model 一欄的Sig 系數(shù)無(wú)限接近于0，小于0.05，說(shuō)明其中至少有一個(gè)變量的置信區(qū)間具有統(tǒng)計(jì)學(xué)意義，但是，并不知道是否是認(rèn)罪認(rèn)罰（confession）這一變量的置信區(qū)間具有統(tǒng)計(jì)學(xué)意義，需要繼續(xù)觀察其余表格綜合判斷。

表3 模型系數(shù)的omnibus測(cè)試

（二）Hosmer與Lemeshow測(cè)試

如表4所示，該表格是對(duì)于模型的擬合優(yōu)度的檢驗(yàn)，當(dāng)表格中的Sig.（P值）不小于0.05時(shí)，表明當(dāng)前錄入數(shù)據(jù)已被模型充分提取，模型的擬合優(yōu)度較高。表4中，Sig.（P值）數(shù)值為0.953，明顯大于0.05，表明嫌疑人數(shù)據(jù)已被充分提取，該研究模型符合筆者預(yù)期。

表4 Homer與Lemeshow測(cè)試

（三）最終結(jié)果呈現(xiàn)

最后，在SPSS軟件最終輸出的最為重要的Variables in the Equation 一表中存在多種參數(shù)模型，其中大部分參數(shù)值對(duì)應(yīng)的統(tǒng)計(jì)學(xué)結(jié)果對(duì)本次研究意義不大，所以筆者不將此表呈現(xiàn)在正文當(dāng)中，而是將此表中的部分有用參數(shù)提取出來(lái)重新制作一個(gè)新的表格，如表5所示，以便更好地展示研究結(jié)果。

表5 與逮捕有關(guān)的法律因素展示

如表5 所示，筆者從SPSS 軟件輸出的Variables in the Equation 一表中提取了兩個(gè)有用參數(shù)，其一是P（相關(guān)系數(shù)）值，其二是OR值（置信區(qū)間）。從該兩項(xiàng)參數(shù)的取值中可得的結(jié)果具體如下：

首先，嫌疑人是否認(rèn)罪認(rèn)罰、涉嫌嚴(yán)重犯罪、存在酌定量刑情節(jié)與司法機(jī)關(guān)是否對(duì)其適用逮捕的強(qiáng)制措施具有相關(guān)性。如表5 所示，筆者在表中標(biāo)記“*”的以上幾個(gè)自變量的P 值均小于0.05，通常認(rèn)為，只要P值小于0.05則表明該項(xiàng)解釋變量與被解釋變量之間的相互關(guān)系具有統(tǒng)計(jì)學(xué)意義，但不同自變量之間P 值取值的大小也存在差異，在筆者的統(tǒng)計(jì)學(xué)研究中，Confession（非認(rèn)罪認(rèn)罰）這一自變量的P值為無(wú)限接近于0，Severity（嚴(yán)重犯罪）的P值為0.01，Extenuatory（酌定情節(jié)）的P值為0.03，但在統(tǒng)計(jì)學(xué)上并不能由此得出Confession（非認(rèn)罪認(rèn)罰）這一自變量于因變量Arrest（逮捕）之間的相關(guān)性更顯著的結(jié)論，以P 值與0.05 之間的大小對(duì)比為一個(gè)分界線，并以此為據(jù)，只能對(duì)自變量與因變量之間是否存在統(tǒng)計(jì)學(xué)關(guān)聯(lián)（相互關(guān)系）進(jìn)行定性，P值小于0.05說(shuō)明有關(guān)聯(lián)，大于0.05說(shuō)明沒(méi)有，但不能再深入地以P值之間的大小關(guān)系對(duì)比得出其他更微觀的定量的結(jié)論。

其次，嫌疑人是否可能構(gòu)成累犯、涉嫌過(guò)失犯罪與司法機(jī)關(guān)是否對(duì)其適用逮捕的強(qiáng)制措施沒(méi)有統(tǒng)計(jì)學(xué)關(guān)聯(lián)。Recidivism（累犯）和Misstep（過(guò)失犯罪）兩項(xiàng)自變量的P值均大于0.05，說(shuō)明至少?gòu)墓P者抽樣的300 份裁判文書涉及的449 名犯罪嫌疑人的相關(guān)數(shù)據(jù)看來(lái)，該兩項(xiàng)法律因素與逮捕之間不存在統(tǒng)計(jì)學(xué)關(guān)聯(lián)，理由如上，此處不再贅述。

最后，不認(rèn)罪認(rèn)罰的犯罪嫌疑人被逮捕的概率為認(rèn)罪認(rèn)罰的犯罪嫌疑人的13.71倍，置信區(qū)間為6.25 到30.09；涉嫌嚴(yán)重犯罪（可能被判處10 年以上有期徒刑）的犯罪嫌疑人被逮捕的概率比涉嫌其余犯罪的犯罪嫌疑人高34.7 倍，置信區(qū)間為4.65 到259.04；存在酌定量刑情節(jié)的犯罪嫌疑人被逮捕的概率為不存在的犯罪嫌疑人的0.36倍，置信區(qū)間為0.18到0.74。

筆者在SPSS 軟件操作之時(shí)，之所以勾選OR（置信區(qū)間）選項(xiàng)，理由在于，此次抽樣研究的樣本總量?jī)H為449 個(gè)，雖然符合社會(huì)科學(xué)實(shí)證研究300 個(gè)樣本量的最低要求，但從客觀上看，其樣本的絕對(duì)數(shù)量還是過(guò)小，在此情況下，需要借助置信區(qū)間來(lái)反映樣本數(shù)量大小對(duì)最后研究結(jié)果的影響程度，置信區(qū)間上限與下限之間的差值越大，說(shuō)明該項(xiàng)數(shù)據(jù)的樣本數(shù)量越小，產(chǎn)生該結(jié)果的偶然性相對(duì)較大。

小規(guī)模納稅人的科目設(shè)置參照《規(guī)定》，在“應(yīng)交稅費(fèi)”科目下設(shè)置“應(yīng)交增值稅”、“轉(zhuǎn)讓金融商品應(yīng)交增值稅”、“代扣代交稅金”明細(xì)科目，核算原理同上。

本研究中，Confession（認(rèn)罪認(rèn)罰）的置信區(qū)間的上下限之間的差數(shù)為23.84，相對(duì)可以接受，說(shuō)明樣本數(shù)量基本足夠，但Severity（嚴(yán)重犯罪）的置信區(qū)間上限高達(dá)258.04，與下限4.65 之間的差數(shù)達(dá)到了254.39，說(shuō)明樣本數(shù)量極缺，該最終結(jié)果的呈現(xiàn)存在一定的偶然性。最后，Extenuatory（酌定情節(jié)）的OR 值為小數(shù)，從筆者的賦值取向來(lái)看，表明存在酌定量刑情節(jié)的犯罪嫌疑人反而更加容易被逮捕，這一結(jié)論出乎筆者意料，但其置信區(qū)間大小0.56也尚在可接受范圍內(nèi)。

三、發(fā)現(xiàn)與討論

1966 年聯(lián)合國(guó)《公民權(quán)利和政治權(quán)利公約》第9 條第3 款確立的“等待審判的人受監(jiān)禁不應(yīng)成為一般規(guī)則”早已被世界上大多數(shù)國(guó)家接受，并被直觀地反映在域外大多數(shù)法治國(guó)家所遵循的逮捕的司法審查模式下，雖然我國(guó)也依循檢察機(jī)關(guān)審查批捕模式，但其運(yùn)行態(tài)勢(shì)始終難以逃脫書面審查之窠臼［13］，Logistic二分類回歸分析法雖然能夠直觀映現(xiàn)各自變量于因變量之顯著性相關(guān)性程度，但無(wú)法揭示各自變量之間的內(nèi)生關(guān)聯(lián)關(guān)系，從而模糊了認(rèn)罪認(rèn)罰從寬制度與逮捕措施之間所暗含的充分與必要關(guān)系間的界限。有鑒于此，筆者將以上述統(tǒng)計(jì)學(xué)結(jié)果為基石，再結(jié)合我國(guó)獨(dú)有的法治背景對(duì)表象的統(tǒng)計(jì)學(xué)結(jié)果進(jìn)行具象的理論剖析。

（一）發(fā)現(xiàn)：認(rèn)罪認(rèn)罰制度對(duì)逮捕的實(shí)際影響甚微

統(tǒng)計(jì)學(xué)結(jié)果顯示，嫌疑人選擇認(rèn)罪認(rèn)罰對(duì)司法機(jī)關(guān)是否對(duì)其適用逮捕措施存在顯著相關(guān)性，說(shuō)明我國(guó)認(rèn)罪認(rèn)罰從寬制度改革在程序性權(quán)利供給范疇取得階段性成果，有利于助推我國(guó)基本人權(quán)保障水平的提高［14］，但從2019年全年的司法實(shí)踐情況看來(lái)，助推的實(shí)際效果依然不足。

2019 年，在認(rèn)罪認(rèn)罰從寬制度被正式寫入刑事訴訟法典之后，在各地司法機(jī)關(guān)相對(duì)完整地實(shí)行認(rèn)罪認(rèn)罰制度的語(yǔ)境下，我國(guó)2019 年全年逮捕率為77.6%，相對(duì)于2018 年僅下降了0.3 個(gè)百分點(diǎn)，我國(guó)最近一次逮捕率大幅度下降是在2013年，2013年我國(guó)全年逮捕率為78.8%相對(duì)于2012年的87.9%下降了9.1 個(gè)百分點(diǎn)⑩，這主要得益于2012 年刑事訴訟法的修改，將逮捕措施的考慮因素具象為嫌疑人的社會(huì)危險(xiǎn)性［15］，并就社會(huì)危險(xiǎn)性因素的具體表現(xiàn)通過(guò)一系列司法解釋予以說(shuō)明，此后，從2013 年至2019 年7 年時(shí)間我國(guó)逮捕率便一直趨于高位穩(wěn)定，波動(dòng)值較小，說(shuō)明SPSS 軟件輸出的不認(rèn)罪認(rèn)罰的嫌疑人被逮捕的概率比認(rèn)罪認(rèn)罰的高13.71倍的結(jié)果是建立在我國(guó)刑事案件不捕率起伏較小且及其低下的情況下，認(rèn)罪認(rèn)罰制度難以對(duì)我國(guó)目前逮捕措施適用的大環(huán)境產(chǎn)生實(shí)質(zhì)性影響。表5中Misstep（過(guò)失犯罪）自變量與因變量之間不存在統(tǒng)計(jì)學(xué)關(guān)聯(lián)（P值大于0.05）便是佐證，因?yàn)椋凑粘＠恚^(guò)失犯罪的嫌疑人相對(duì)于故意犯罪，其主觀惡性理應(yīng)較小，說(shuō)明其社會(huì)危險(xiǎn)性也相對(duì)較低，應(yīng)該對(duì)逮捕措施的適用產(chǎn)生一定影響，實(shí)則不然。如圖2 所示，筆者抽樣的涉嫌過(guò)失犯罪的115名犯罪嫌疑人中，被執(zhí)行逮捕措施的有85人，占比73.91%，涉嫌故意犯罪的334人中，被執(zhí)行逮捕措施的273人，占比81.74%，其間差異僅為7.83個(gè)百分點(diǎn)。

圖2 過(guò)失犯罪與故意犯罪嫌疑人的被逮捕率對(duì)比

由此說(shuō)明，即便犯罪嫌疑人主觀方面所持心理狀態(tài)為過(guò)失，也不足以大幅度降低其在檢察機(jī)關(guān)心目中的社會(huì)危險(xiǎn)性程度，說(shuō)明在我國(guó)刑事訴訟中犯罪嫌疑人的“出押”門檻相當(dāng)之高，司法機(jī)關(guān)基本“夠罪即捕”，我國(guó)高刑事羈押率的司法大環(huán)境難以在朝夕間改變。

（二）討論：報(bào)應(yīng)補(bǔ)償為主，寬嚴(yán)相濟(jì)為輔

司法機(jī)關(guān)在審查逮捕過(guò)程中對(duì)犯罪嫌疑人社會(huì)危險(xiǎn)性的考慮，更傾向于以報(bào)應(yīng)補(bǔ)償立場(chǎng)為主導(dǎo)，所謂報(bào)應(yīng)補(bǔ)償，是指司法機(jī)關(guān)在審查逮捕時(shí)，以客觀上嫌疑人所涉罪行對(duì)犯罪對(duì)象和犯罪客體的危害程度為最終決定因素，犯罪客體和對(duì)象所受損害越大，司法機(jī)關(guān)越容易對(duì)嫌疑人采取逮捕措施，而不以嫌疑人是否存在認(rèn)罪認(rèn)罰或其他酌定量刑情節(jié)作為嫌疑人社會(huì)危險(xiǎn)性的主要考慮因素。

表6 115名過(guò)失犯罪嫌疑人罪名及逮捕率分布情況（單位：人）

根據(jù)我國(guó)《刑法》第133條規(guī)定，要構(gòu)成交通肇事罪需要符合以下情形：一是死亡人或重傷3人以上，負(fù)事故主要責(zé)任；二是造成財(cái)產(chǎn)損失30萬(wàn)元以上，并負(fù)事故主要責(zé)任。三是有無(wú)證駕駛、嚴(yán)重超載、酒駕、毒駕、故意駕駛不符合安全標(biāo)準(zhǔn)機(jī)動(dòng)車等情節(jié)，造成一人以上重傷負(fù)事故全部或主要責(zé)任的。由此可見(jiàn)，交通肇事罪雖然是純正的過(guò)失犯，但其包含有過(guò)失致人死亡的內(nèi)容［16］，除此之外還兼含犯罪嫌疑人的主觀上的一系列危險(xiǎn)駕駛行為，雖然對(duì)于不純正的過(guò)失犯來(lái)說(shuō)，同一個(gè)犯罪中的過(guò)失犯罪相對(duì)于故意犯罪來(lái)看，其主觀惡性較小，但我國(guó)司法實(shí)踐中交通肇事罪在整個(gè)過(guò)失犯罪數(shù)量體系中占比過(guò)于龐大，從報(bào)應(yīng)補(bǔ)償視角切入，其犯罪行為對(duì)被害人方造成了難以彌補(bǔ)的損害，此時(shí)，在評(píng)估嫌疑人社會(huì)危險(xiǎn)性程度的司法機(jī)關(guān)視野中，其造成社會(huì)危害程度相對(duì)于危險(xiǎn)駕駛、盜竊等輕微故意犯罪來(lái)說(shuō)有過(guò)之而無(wú)不及，從而更傾向于對(duì)此類嫌疑人采取逮捕措施。

并且，從Severity（嚴(yán)重犯罪）指標(biāo)和Extenuatory（酌定情節(jié)）指標(biāo)輸出結(jié)果可知：涉嫌嚴(yán)重犯罪的嫌疑人比其他嫌疑人的被逮捕概率高了整整34.7倍；存在酌定量刑情節(jié)的犯罪嫌疑人比不存在的被逮捕的概率更高，也從側(cè)面印證了在我國(guó)司法機(jī)關(guān)對(duì)強(qiáng)制措施實(shí)施與否的裁量，不是秉持認(rèn)罪認(rèn)罰從寬制度所提倡的以嫌疑人本身的主觀心理狀態(tài)和客觀法律行為為主導(dǎo)的寬嚴(yán)相濟(jì)的司法精神。

一言以蔽之，誠(chéng)然，統(tǒng)計(jì)學(xué)結(jié)果表明，嫌疑人選擇認(rèn)罪認(rèn)罰的確有助于降低其被逮捕的風(fēng)險(xiǎn)，但此結(jié)論是建立在認(rèn)罪認(rèn)罰從寬制度與某些特定的輕微犯罪如危險(xiǎn)駕駛罪在實(shí)踐中相互綁定以及我國(guó)居高不下的刑事羈押率的基礎(chǔ)之上，或許這與認(rèn)罪認(rèn)罰從寬這一新興制度實(shí)行期限較短、各地司法機(jī)關(guān)對(duì)制度精神理解尚不透徹有關(guān)，但相對(duì)于檢察機(jī)關(guān)在報(bào)應(yīng)補(bǔ)償立場(chǎng)操持下的強(qiáng)制措施裁量方式，認(rèn)罪認(rèn)罰從寬制度于降低逮捕風(fēng)險(xiǎn)之正相關(guān)價(jià)值便相形見(jiàn)絀。

四、結(jié)語(yǔ)

2019 年全年我國(guó)認(rèn)罪認(rèn)罰制度適用率為48.3%，但存在逐月上升趨勢(shì)，12 月的適用率達(dá)到了83.1%，說(shuō)明此制度體系在我國(guó)刑事訴訟中已經(jīng)占據(jù)主流，所以，對(duì)該制度完善方向的探尋也應(yīng)存在多層次格局，雖然結(jié)果顯示其對(duì)逮捕確有正相關(guān)影響，但現(xiàn)實(shí)中司法機(jī)關(guān)對(duì)逮捕措施的適用始終難以跳出被“報(bào)應(yīng)補(bǔ)償”理念操持之窠臼，從實(shí)踐來(lái)看，認(rèn)罪認(rèn)罰從寬制度對(duì)嫌疑人脫離逮捕風(fēng)險(xiǎn)的正相關(guān)供給實(shí)在太過(guò)微弱，反而嫌疑人所遭受的逮捕風(fēng)險(xiǎn)大小在其犯下罪行的那一刻就已基本塵埃落定，嫌疑人在犯下罪行之后很難通過(guò)認(rèn)罪認(rèn)罰、自首、立功等法律行為來(lái)降低被逮捕的風(fēng)險(xiǎn)。

由此，在司法體制及司法運(yùn)行機(jī)制改革深入推行的當(dāng)下，認(rèn)罪認(rèn)罰從寬制度作為當(dāng)下及未來(lái)我國(guó)刑事訴訟體系運(yùn)作的重要載體和核心內(nèi)容，理應(yīng)最大化發(fā)揮其獨(dú)立價(jià)值和工具性價(jià)值，厘清和保障其對(duì)犯罪嫌疑人的實(shí)體性和程序性利益供給要求應(yīng)該成為實(shí)務(wù)界和理論界關(guān)注的重點(diǎn)。在程序性利益場(chǎng)域，逮捕行為本身作為公民基本權(quán)利侵犯之強(qiáng)制措施［17］，其核心在于提高逮捕質(zhì)量，而認(rèn)罪認(rèn)罰從寬作為一個(gè)有生命的制度體系，對(duì)其價(jià)值完善考量不能僅僅著眼于對(duì)訴訟效率的提高，還應(yīng)該以其程序性利益供給效能為載體，影響檢察機(jī)關(guān)對(duì)逮捕措施的具體裁量標(biāo)準(zhǔn)，希冀推動(dòng)我國(guó)逮捕審查模式從報(bào)應(yīng)式補(bǔ)償轉(zhuǎn)向綜合式評(píng)估。

［注釋］：

①目前我國(guó)刑事羈押率依然在高位徘徊，據(jù)最高人民檢察院新浪官方微博于2020年6月2日發(fā)布的《2019年全國(guó)檢察機(jī)關(guān)主要辦案數(shù)據(jù)（附問(wèn)答）》一文顯示，2019 年全國(guó)檢察機(jī)關(guān)逮捕率為77.6%，同比降低0.3 個(gè)百分點(diǎn)，https：//card.weibo.com/article/m/show/id/2309404511308425855241？_wb_client_=1，最后訪問(wèn)日期：2020年6月13日。

②目前學(xué)界既存實(shí)證研究，也主要是從被追訴人知情權(quán)保障、法官作用、速裁程序?qū)嶋H試點(diǎn)效果、被告人上訴原由等方面進(jìn)行，總體來(lái)說(shuō)還是將目光放在認(rèn)罪認(rèn)罰制度本身之合理性和被追訴者實(shí)體性利益供給，忽略了程序上的“從簡(jiǎn)”處理這一方面。劉方權(quán)：《刑事速裁程序試點(diǎn)效果實(shí)證研究》，載《國(guó)家檢察官學(xué)院學(xué)報(bào)》，2018年第2期；宋善銘：《認(rèn)罪認(rèn)罰從寬案件中法官作用的實(shí)證研究》，載《法律適用》，2019年第13期；曹波：《全國(guó)刑事速裁程序試點(diǎn)宏觀狀況實(shí)證研究》，載《河北法學(xué)》，2019年第4期

③Logistic 回歸主要在計(jì)量經(jīng)濟(jì)學(xué)和流行病學(xué)中應(yīng)用較多，與多重線性回歸實(shí)際上由很多相同之處，是自變量二項(xiàng)分布的一種模型，科用于探索解釋變量與被解釋變量之間的邏輯聯(lián)系。參見(jiàn)陶長(zhǎng)琪：《計(jì)量經(jīng)濟(jì)學(xué)》，南京大學(xué)出版社，2011年版，第212～216頁(yè)。

④由于目前既存實(shí)證研究大多基于中國(guó)裁判文書網(wǎng)上公布的裁判文書，由于裁判文書難以反應(yīng)法庭全貌，所以以此為基準(zhǔn)地大數(shù)據(jù)研究存在技術(shù)手段相對(duì)匱乏、缺乏學(xué)術(shù)深度以及創(chuàng)新性等問(wèn)題。由此，筆者希望引入計(jì)算機(jī)科學(xué)方法，用SPSS軟件對(duì)裁判文書法律大數(shù)據(jù)進(jìn)行更為嚴(yán)謹(jǐn)、細(xì)致地分析。參見(jiàn)左衛(wèi)民，王嬋媛：《基于裁判文書網(wǎng)的大數(shù)據(jù)法律研究：反思與前瞻》，載《華東政法大學(xué)學(xué)報(bào)》，2020年第2期。

⑤一系列心理學(xué)實(shí)驗(yàn)表明，實(shí)驗(yàn)者在做實(shí)驗(yàn)時(shí)經(jīng)常帶有某種期望或偏向，被實(shí)驗(yàn)者捕捉到這種信號(hào)后，可能會(huì)按照與實(shí)驗(yàn)者期待或者偏愛(ài)相一致的方向作出反應(yīng)，從而驗(yàn)證實(shí)驗(yàn)者的預(yù)期。換而言之，實(shí)驗(yàn)者期望被試身上發(fā)生的某種特殊反應(yīng)，有時(shí)不過(guò)是實(shí)驗(yàn)者自己帶有傾向性的期望所導(dǎo)致的結(jié)果。在這種情形下，心理學(xué)實(shí)驗(yàn)效度的影響被稱為“實(shí)驗(yàn)者期望效應(yīng)”（experimenter expectancy effect）。參見(jiàn)［美］羅杰·R 霍克（Roger·R·Hock）：《改變心理學(xué)的40 項(xiàng)研究》，白學(xué)軍等譯，中國(guó)人民大學(xué)出版社2015年版，第99頁(yè)。

⑥例如《人民檢察院刑事訴訟規(guī)則（試行）》第139～144 條；《人民檢察院辦理羈押必要性審查案件規(guī)定（試行）》；《暫予監(jiān)外執(zhí)行規(guī)定》第6條等。

⑦劉方權(quán)教授在《刑事速裁程序試點(diǎn)效果實(shí)證研究》一文中提到，其考察的三個(gè)基層法院適用速裁程序的案件中，“危險(xiǎn)駕駛”案件占比77.3%，參見(jiàn)劉方權(quán)：《刑事速裁程序試點(diǎn)效果實(shí)證研究》，載《國(guó)家檢察官學(xué)院學(xué)報(bào)》，2018 年第2期；根據(jù)“法納刑辯”微信公眾號(hào)發(fā)布的《認(rèn)罪認(rèn)罰案件大數(shù)據(jù)報(bào)告》一文數(shù)據(jù)顯示，試點(diǎn)期間“危害公共安全類犯罪”占適用認(rèn)罪認(rèn)罰制度的所有犯罪類型的38.37%，而“危險(xiǎn)駕駛類犯罪”又占“危害公共安全類犯罪”的86.90%，https：//mp.weixin.qq.com/s/WopV2USy_z_9QTe-oaNUw，最后訪問(wèn)日期：2020年6月20日。

⑧擬合優(yōu)度（Goodness of Fit）是指回歸直線對(duì)觀測(cè)值的擬合程度。度量擬合優(yōu)度的統(tǒng)計(jì)量是可決系數(shù)（亦稱決定系數(shù)）R2。R2最大值為1，其越接近1，說(shuō)明回復(fù)直線對(duì)觀測(cè)值的擬合程度越好。它可以運(yùn)用于金融等多種領(lǐng)域，基于所得觀測(cè)值的基礎(chǔ)上所作出的預(yù)測(cè)。換句話說(shuō)，它是衡量如何將實(shí)際觀測(cè)的數(shù)值進(jìn)行模擬的相關(guān)預(yù)測(cè)。參見(jiàn)李子奈，葉阿忠：《高等計(jì)量經(jīng)濟(jì)學(xué)》，清華大學(xué)出版社，2000年第2版，第260～263頁(yè)。

⑨在統(tǒng)計(jì)學(xué)中，一個(gè)概率樣本的置信區(qū)間（Confidence interval）是對(duì)這個(gè)樣本的某個(gè)總體參數(shù)的區(qū)間估計(jì)。置信區(qū)間展現(xiàn)的是這個(gè)參數(shù)的真實(shí)值由一定概率落在測(cè)量結(jié)果的周圍的程度，其給出的是被測(cè)量參數(shù)的測(cè)量值的可信程度，即前面所要求的“一個(gè)概率”。參見(jiàn)王福保，葉潤(rùn)修，閔華玲：《概率論及數(shù)理統(tǒng)計(jì)》，同濟(jì)大學(xué)出版社，1984年第1版，第47～48頁(yè)。

⑩數(shù)據(jù)來(lái)源：《2014中國(guó)法律年鑒》，北京：中國(guó)法律年鑒社，2014年版，第164頁(yè)。