認(rèn)罪認(rèn)罰案件量刑建議的大數(shù)據(jù)模型建構(gòu)

張曙 彭鈺

（浙江工業(yè)大學(xué)法學(xué)院，浙江杭州 310023）

量刑建議作為認(rèn)罪認(rèn)罰從寬制度的基礎(chǔ)與量刑協(xié)商的載體，在認(rèn)罪認(rèn)罰案件中具有重要的意義。相較于法官，檢察人員對(duì)量刑的技能與經(jīng)驗(yàn)均不夠充足，且囿于我國(guó)法定刑幅度大、量刑情節(jié)復(fù)雜以及量刑規(guī)則不明確等實(shí)際問(wèn)題，量刑建議精準(zhǔn)化的推進(jìn)工作較為緩慢。以既有量刑裁判為依據(jù)，通過(guò)實(shí)證分析，構(gòu)建量刑建議精準(zhǔn)化的大數(shù)據(jù)模型，通過(guò)數(shù)據(jù)輔助系統(tǒng)幫助司法機(jī)關(guān)更為合理、高效地對(duì)待量刑建議，是完善認(rèn)罪認(rèn)罰從寬制度、促進(jìn)量刑公正的有力保障。

一、樣本選擇與研究設(shè)計(jì)

（一）樣本選擇

當(dāng)前對(duì)量刑方面的實(shí)證研究，在樣本選取上存在一定缺陷：一是樣本涉及的地區(qū)具有局限性，二是僅研究某一特定罪名的量刑特征。除卻某些最為常見的犯罪具有單獨(dú)研究的價(jià)值，我們?nèi)孕栝_展可普遍適用于不同犯罪的量刑實(shí)證分析。考慮到目前司法實(shí)踐對(duì)常見輕罪的量刑規(guī)定已較為完善，本文將重點(diǎn)分析對(duì)重罪案件的量刑。參考速裁機(jī)制中對(duì)輕微刑事案件的定義，重罪是指可能判處3年以上有期徒刑、無(wú)期徒刑直至死刑的案件。①苗生明主編：《認(rèn)罪認(rèn)罰從寬制度研究——以重罪案件為視角》，北京：中國(guó)檢察出版社，2019年，第122頁(yè)。由于可能判處無(wú)期徒刑、死刑的案件量刑難以量化，酌定情節(jié)過(guò)多，不宜通過(guò)數(shù)學(xué)模型計(jì)算，故不在本文的分析范圍內(nèi)。

在樣本選取時(shí)，本文從“無(wú)訟案例網(wǎng)”中分別搜索“侵犯公民人身權(quán)利犯罪”“侵犯公民財(cái)產(chǎn)權(quán)利犯罪”自2019年1月1日至2020年6月30日的案例，各選出前200個(gè)可能被判處3年以上有期徒刑的犯罪案件，共400個(gè)案例。本文將判決書記載的每個(gè)被告人所實(shí)施的一個(gè)犯罪作為一個(gè)樣本進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，共計(jì)548個(gè)樣本。其中犯罪未遂的樣本有6個(gè)，由于未遂作為量刑情節(jié)出現(xiàn)的頻率過(guò)低，將這6個(gè)樣本予以剔除。最終將542個(gè)犯罪人/次作為研究樣本，其中侵犯人身權(quán)利犯罪樣本262個(gè)，侵犯財(cái)產(chǎn)權(quán)利犯罪樣本280個(gè)。

（二）研究方法

當(dāng)前我國(guó)的刑事量刑工作存在量刑規(guī)則粗放、量刑根據(jù)不一致，方法“估堆式”的問(wèn)題。②參見白云飛：《規(guī)范化量刑方法研究》，北京：中國(guó)政法大學(xué)出版社，2015年，第23頁(yè)。最高人民法院《關(guān)于常見犯罪的量刑指導(dǎo)意見》（下稱《量刑指導(dǎo)意見》）（一）（二）通過(guò)細(xì)化具體量刑情節(jié)及其適用方式，以限縮刑罰裁量幅度，消解量刑結(jié)果的不確定性。①參見白建軍：《基于法官集體經(jīng)驗(yàn)的量刑預(yù)測(cè)研究》，《法學(xué)研究》2016年第6期，第141頁(yè)。但《量刑指導(dǎo)意見》僅涵蓋了十幾項(xiàng)罪名，且其確立的“量刑起點(diǎn)”“量刑基準(zhǔn)”等概念在實(shí)踐中仍具有較大的操作空間，未能有效解決量刑工作面對(duì)的難題。②參見陳瑞華：《論量刑建議》，《政法論壇》2011年第3期，第20頁(yè)。有學(xué)者建議，可參考美國(guó)《量刑指南》的方式，由最高人民法院、最高人民檢察院共同聯(lián)合編制一部涵蓋不同罪名及明確量刑區(qū)間的全國(guó)統(tǒng)一的量刑標(biāo)準(zhǔn)。③參見楊先德：《認(rèn)罪認(rèn)罰從寬量刑建議精準(zhǔn)化的域外啟示》，《檢察日?qǐng)?bào)》2019年7月16日，第3版。但美國(guó)量刑改革的經(jīng)驗(yàn)，已揭示了《量刑指南》在實(shí)踐運(yùn)作中的缺陷：過(guò)于關(guān)注對(duì)自由裁量權(quán)的限制而走向了極端剛性，且自頒行以來(lái)其內(nèi)容不斷膨脹，復(fù)雜程度使訴訟參與主體不堪重負(fù)，大大增加了司法成本。④參見彭文華：《英美量刑改革的經(jīng)驗(yàn)教訓(xùn)》，石經(jīng)海主編：《量刑研究》（第1輯），北京：社會(huì)科學(xué)文獻(xiàn)出版社，2019年，第12頁(yè)。布克案后，美國(guó)認(rèn)識(shí)到了量刑指南的問(wèn)題，轉(zhuǎn)向了定量與自由裁量并行的量刑模式。

定量與自由裁量并行的雙軌模式，要求在量刑的柔性與剛性之間尋求平衡點(diǎn)，明確通用量刑情節(jié)適用的原則性標(biāo)準(zhǔn)，同時(shí)為自由裁量權(quán)留有余地。不依賴于精細(xì)復(fù)雜的強(qiáng)制性量刑指南，減少量刑規(guī)則的機(jī)械適用，更多地適用指導(dǎo)性規(guī)則，強(qiáng)調(diào)量刑的價(jià)值評(píng)價(jià)。⑤Jose A.Cabranes:The U.S.Sentencing Guidelines:Where Do We Go From Here?Saint Louis University Law Journal,Vol.44,No.2(2000),p.272.目前，我國(guó)學(xué)界認(rèn)可度較高的量刑方法包括電腦量刑方法、數(shù)學(xué)量刑方法以及傳統(tǒng)量刑方法。⑥參見彭文華：《英美量刑改革的經(jīng)驗(yàn)教訓(xùn)》，石經(jīng)海主編：《量刑研究》（第1輯），第46頁(yè)。筆者采用數(shù)學(xué)量刑方法，首先通過(guò)加權(quán)測(cè)評(píng)、模糊評(píng)價(jià)，構(gòu)建量刑統(tǒng)計(jì)學(xué)模型；接著結(jié)合酌定量刑情節(jié)對(duì)模型計(jì)算結(jié)果進(jìn)行調(diào)試，明確適宜的具體量刑建議。

本研究以法院的判決書為研究基礎(chǔ)，立足于多維量刑情節(jié)與量刑結(jié)果的關(guān)系，通過(guò)SPSS25統(tǒng)計(jì)分析軟件展開。主要的分析思路如下：

1.變量的確定

首先，本文結(jié)合刑法原理對(duì)量刑情節(jié)進(jìn)行劃分。刑罰的本質(zhì)表現(xiàn)為報(bào)應(yīng)刑與預(yù)防刑，⑦參見儲(chǔ)懷植：《美國(guó)刑法》，北京：北京大學(xué)出版社，2005年，第237頁(yè)。對(duì)被告人判處的刑罰，應(yīng)當(dāng)與被告人的刑事責(zé)任及預(yù)防犯罪的必要性相適應(yīng)。在此基礎(chǔ)上，近年來(lái)興起的恢復(fù)性司法理念則要求考慮社會(huì)關(guān)系的修復(fù)，實(shí)現(xiàn)被告人的權(quán)利限制和被害人的權(quán)利恢復(fù)之間的動(dòng)態(tài)平衡。準(zhǔn)確識(shí)別量刑情節(jié)，需要明確其是否與行為人的責(zé)任、預(yù)防的必要性及損害修復(fù)相關(guān)。⑧參見王瑞君：《如何規(guī)范地識(shí)別量刑情節(jié)——以實(shí)務(wù)中量刑情節(jié)的泛化和功利化為背景》，《政治與法律》2014年第9期，第93-97頁(yè)。

本研究以我國(guó)四要件的犯罪構(gòu)成模式為基礎(chǔ)，結(jié)合法律、相關(guān)司法解釋的規(guī)定以及在裁判文書中采用關(guān)鍵字詞權(quán)重分析⑨詳見舒洪水：《司法大數(shù)據(jù)文本挖掘與量刑預(yù)測(cè)模型的研究》，《法學(xué)》2020年第7期，第115頁(yè)。思路挖掘的信息，將四個(gè)要件描述為具體的情節(jié)，構(gòu)建量刑情節(jié)篩選庫(kù)。在情節(jié)庫(kù)中，以上文所述的識(shí)別標(biāo)準(zhǔn)為依據(jù)，篩選出符合規(guī)定的量刑情節(jié)，作為研究的變量。最終設(shè)置的自變量如下表1。因變量為量刑結(jié)果以及是否減輕處罰。

表1 自變量設(shè)置

由于犯罪的類別不同，影響量刑的重要指標(biāo)也存在一定區(qū)別。如在侵犯人身權(quán)利犯罪中，代表犯罪動(dòng)機(jī)的“激憤犯罪”或“蓄意報(bào)復(fù)”等表述作為量刑情節(jié)在裁判說(shuō)理中頻繁出現(xiàn)，故將其作為變量之一。而在侵犯財(cái)產(chǎn)權(quán)利犯罪中，雖相關(guān)司法解釋也有關(guān)于犯罪動(dòng)機(jī)的規(guī)定，但在收集到的樣本中并無(wú)一例符合此類情況，因而并未將其作為變量。

續(xù)表1

2.信息提取與量化

明確變量后，筆者將案例中各變量的信息提取并量化。將因變量設(shè)定為量刑結(jié)果，探究不同量刑情節(jié)與量刑結(jié)果之間的關(guān)系。接著以是否適用減輕處罰為標(biāo)準(zhǔn)，分析哪些因素將顯著影響減輕處罰的適用。①對(duì)認(rèn)罪認(rèn)罰的案件，應(yīng)當(dāng)將認(rèn)罪認(rèn)罰作為單獨(dú)的量刑情節(jié)予以評(píng)價(jià)。參見陳國(guó)慶：《量刑建議的若干問(wèn)題》，《中國(guó)刑事法雜志》2019年第5期，第12頁(yè)。②賠償作為一種酌定量刑情節(jié)，影響行為的社會(huì)危害性及社會(huì)關(guān)系修復(fù)程度。參見高通：《故意傷害案件中賠償影響量刑的機(jī)制》，《法學(xué)研究》2020年第1期，第160-165頁(yè)。

對(duì)侵犯公民人身權(quán)利犯罪的變量進(jìn)行賦值時(shí)，參考標(biāo)準(zhǔn)如下：

（1）標(biāo)準(zhǔn)損害結(jié)果：以法定刑區(qū)間為“量刑標(biāo)尺”，根據(jù)法定最低刑的差異賦予各犯罪不同的等級(jí)及分值。③參見〔意〕貝卡利亞：《論犯罪與刑罰》，黃風(fēng)譯，北京：中國(guó)大百科全書出版社，1993年，第7頁(yè)；趙廷光：《量刑標(biāo)尺論》，武漢：武漢大學(xué)出版社，2015年，第41頁(yè)。如故意傷害致一人重傷的法定最低刑為3年，標(biāo)準(zhǔn)損害結(jié)果賦值為1，拐賣婦女1人的法定最低刑為5年，標(biāo)準(zhǔn)損害結(jié)果賦值為2，故意傷害致一人死亡的法定最低刑為10年，標(biāo)準(zhǔn)損害結(jié)果賦值為3。

（2）犯罪手段：根據(jù)暴力、殘忍程度，由低到高賦予1-5不等的分值。

（3）犯罪對(duì)象特殊性：即犯罪對(duì)象是否為未成年人、孕婦、殘疾人等弱勢(shì)群體。④此處賦值參考最高人民法院《關(guān)于常見犯罪的量刑指導(dǎo)意見》第三條。若犯罪對(duì)象非特殊對(duì)象，則賦值為0，若存在特殊犯罪對(duì)象，則賦值為1。

（4）人身危險(xiǎn)性：即被告人是否有犯罪記錄，是否為累犯、再犯等。由輕到重賦予1-5不等的分值。

（5）是否為共同犯罪：“否”賦值為0，“是”賦值為1。共同犯罪中，不區(qū)分主從犯的為1，從犯為2，主犯為3。

（6）對(duì)被害人過(guò)錯(cuò)：由輕到重賦值為1-3。

（7）犯罪動(dòng)機(jī)：以3為基準(zhǔn)，根據(jù)輕重程度設(shè)定不同的分值。存在防衛(wèi)過(guò)當(dāng)、避險(xiǎn)過(guò)當(dāng)、激憤犯罪等情況的分值減小，存在蓄意報(bào)復(fù)、為實(shí)施其他違法犯罪活動(dòng)而進(jìn)行傷害等情況的分值增大。

（8）罪后表現(xiàn)：被告人有無(wú)坦白、自首、立功情況。被告人抗拒的，賦值為1，坦白、一般立功為2，自首為3，自首后又立功的為4。⑤此處賦值參考最高人民法院《量刑指導(dǎo)意見》：被告人自首的，可減少基準(zhǔn)刑的40%以下；被告人坦白、一般立功的，可減少基準(zhǔn)刑的20%以下。

（9）認(rèn)罪認(rèn)罰情況：根據(jù)其是否認(rèn)罪、是否認(rèn)罰以及認(rèn)罪認(rèn)罰時(shí)間賦予不同的分值。

（10）關(guān)系修復(fù)：根據(jù)其是否賠償、是否獲得諒解的情況，賦予分值。

對(duì)侵犯公民財(cái)產(chǎn)權(quán)利犯罪進(jìn)行賦值時(shí)，大部分規(guī)則與上述相同，唯有“額外損害結(jié)果”及“犯罪特殊對(duì)象”兩個(gè)變量的賦值規(guī)則存在差異。具體規(guī)則如下：

（11）額外損害結(jié)果：以法定刑罰增加量為“量刑標(biāo)尺”，將超出標(biāo)準(zhǔn)犯罪事實(shí)的犯罪金額根據(jù)法定刑罰增加量進(jìn)行加權(quán)賦值。鑒于對(duì)財(cái)產(chǎn)犯罪，《量刑指導(dǎo)意見》并未明確數(shù)額增加導(dǎo)致的刑罰增加量，而各地實(shí)施細(xì)則的規(guī)定均不相同，因而筆者分別查閱了代表不同區(qū)域的實(shí)施細(xì)則，⑥此處賦值參考浙江省高級(jí)人民法院、四川省高級(jí)人民法院、廣東省高級(jí)人民法院、河北省高級(jí)人民法院《關(guān)于常見犯罪的量刑指導(dǎo)意見》實(shí)施細(xì)則。取其平均值，得到加權(quán)值。

（12）犯罪特殊對(duì)象：無(wú)特殊性的犯罪對(duì)象賦值為2，犯罪對(duì)象是近親屬且愿意諒解的賦值為1，犯罪對(duì)象是弱勢(shì)群體、犯罪標(biāo)的是搶險(xiǎn)救災(zāi)等特殊款物的，賦值為3。①此處賦值參考最高人民法院、最高人民檢察院《關(guān)于辦理盜竊刑事案件適用法律若干問(wèn)題的解釋》《關(guān)于辦理詐騙刑事案件適用法律若干問(wèn)題的解釋》《關(guān)于辦理敲詐勒索刑事案件適用法律若干問(wèn)題的解釋》的相關(guān)規(guī)定。

此外，對(duì)于侵犯財(cái)產(chǎn)犯罪，涉及黑惡勢(shì)力是出現(xiàn)頻率較高的關(guān)鍵詞。是否涉及黑惡勢(shì)力影響犯罪行為的社會(huì)危害程度，因此將其作為變量賦值，“否”設(shè)定為0，“是”設(shè)定為1。

3.數(shù)據(jù)處理與模型建構(gòu)

運(yùn)用T檢驗(yàn)、方差分析、皮爾遜相關(guān)性分析等數(shù)據(jù)處理方法分析各量刑情節(jié)的影響。運(yùn)用多元線性回歸分析，分別構(gòu)建侵犯公民人身權(quán)利犯罪、侵犯公民財(cái)產(chǎn)權(quán)利犯罪的量刑模型。最后，通過(guò)二元logistic回歸，分析影響決定減輕處罰的變量。

二、樣本量刑建議的基本特征

（一）量刑建議的確定型與幅度型

在侵犯人身權(quán)利的樣本中，檢察機(jī)關(guān)提出了量刑建議共160條。在侵犯財(cái)產(chǎn)權(quán)利的樣本中，檢察機(jī)關(guān)共提出了量刑建議222條。各類型量刑建議的數(shù)量及比例如下表2。可以看出，對(duì)侵犯財(cái)產(chǎn)權(quán)利犯罪，檢察機(jī)關(guān)提出量刑建議的比例要高于侵犯人身權(quán)利犯罪，但量刑建議中確定型量刑建議的比例卻較低。侵犯人身權(quán)利犯罪中，幅度型量刑建議的幅度基本呈現(xiàn)正態(tài)分布。而侵犯財(cái)產(chǎn)權(quán)利犯罪中，該幅度呈現(xiàn)偏右正態(tài)分布，說(shuō)明對(duì)情節(jié)復(fù)雜的案件，檢察機(jī)關(guān)對(duì)侵犯人身權(quán)利犯罪量刑情節(jié)的適用掌握得更佳，提出的量刑建議幅度相對(duì)較小。幅度型量刑建議的幅度主要集中在6個(gè)月至2年間，但幅度過(guò)大甚至和法定刑幅度相同的量刑建議的個(gè)案仍然存在。

表2 量刑建議的幅度

（二）量刑建議的采納率

在侵犯人身權(quán)利犯罪的樣本中，檢察機(jī)關(guān)提出的160份量刑建議有141份被采納。侵犯財(cái)產(chǎn)權(quán)利犯罪的樣本中，檢察機(jī)關(guān)提出的222份量刑建議有198份被采納，各種量刑建議的采納率如下表3。

表3 量刑建議的采納情況

由表可見，量刑建議的采納率尚未達(dá)到90%。相較于此，一些地區(qū)在試點(diǎn)時(shí)期對(duì)適用速裁程序、簡(jiǎn)易程序案件的量刑建議采納率甚至已達(dá)到了97%。結(jié)合前文檢察機(jī)關(guān)提出量刑建議的比例，可以看出，對(duì)于重罪案件的量刑，檢察機(jī)關(guān)的掌握程度尚不成熟，與法院還存在一定意見分歧。

令人意外的是，數(shù)據(jù)結(jié)果顯示，無(wú)論是侵犯人身權(quán)利犯罪，還是侵犯財(cái)產(chǎn)權(quán)利犯罪，幅度型量刑建議的采納率都低于確定型量刑建議。筆者推測(cè)，這是由于檢察機(jī)關(guān)往往對(duì)量刑情節(jié)復(fù)雜、量刑建議變動(dòng)可能性大的案件才傾向于提出幅度型量刑建議，而這種案件的性質(zhì)決定了其量刑建議容易存在量刑情節(jié)的疏漏或法律的不當(dāng)適用。因此，提高量刑建議采納率不能依靠保留量刑建議的幅度，而需實(shí)質(zhì)性地增強(qiáng)檢察機(jī)關(guān)的量刑能力，促進(jìn)充分的量刑協(xié)商。

就法院的裁判結(jié)果來(lái)看，法院傾向于在檢察機(jī)關(guān)提出的量刑建議幅度內(nèi)選擇較輕的刑罰。在未被采納的量刑建議中，法院的裁判低于量刑建議的情況也占大多數(shù)。數(shù)據(jù)結(jié)果再次證實(shí)，由于檢法雙方控訴者與裁判者的定位區(qū)分，檢察機(jī)關(guān)的量刑指控往往重于法院的量刑裁判，說(shuō)明了檢法認(rèn)識(shí)差異的存在。

三、量刑情節(jié)考察與模型架構(gòu)

（一）侵犯人身權(quán)利犯罪的量刑情節(jié)考察

在建構(gòu)模型前，筆者首先對(duì)變量進(jìn)行了降維處理，分析各自變量之間的相關(guān)性，以避免自變量之間的共線性問(wèn)題。

1.犯罪手段與共同犯罪中的地位存在較強(qiáng)正相關(guān)（Pearson相關(guān)系數(shù)為0.336，P＜0.05），可以推斷為，在侵犯人身權(quán)利犯罪中，犯罪手段殘忍、暴力的，在共同犯罪中往往作為主犯論處。

2.被告人是否適用認(rèn)罪認(rèn)罰從寬制度與被告人犯罪后的表現(xiàn)和被告人的退賠情況存在較強(qiáng)正相關(guān)（Pearson相關(guān)系數(shù)分別為0.352、0.136，P＜0.05）。與犯罪手段、基本損害結(jié)果、額外損害結(jié)果均呈現(xiàn)顯著負(fù)相關(guān)（Pearson系數(shù)分別為-0.14、-0.143、-0.171，P＜0.05）。可以推斷，被告人在犯罪后存在自首、坦白、立功情節(jié)的，以及犯罪后積極退賠退贓、獲得諒解的，其適用認(rèn)罪認(rèn)罰從寬制度的概率更大，適用時(shí)間節(jié)點(diǎn)更早，認(rèn)罪認(rèn)罰的“從寬”依附于自首、坦白。①參見吳雨豪：《認(rèn)罪認(rèn)罰‘從寬’裁量模式實(shí)證研究——基于部分城市醉酒型危險(xiǎn)駕駛罪的定量研究》，《中外法學(xué)》2020年第5期，第1240-1250頁(yè)。同時(shí)，被告人的犯罪手段越殘忍暴力、造成的損害結(jié)果越大，其適用認(rèn)罪認(rèn)罰從寬制度的概率越低。觀察同樣作為反映悔罪表現(xiàn)的量刑情節(jié)，被告人坦白、自首的適用情況以及退賠情況并未與犯罪手段和損害結(jié)果呈現(xiàn)顯著負(fù)相關(guān)。這說(shuō)明，被告人主觀上的認(rèn)罪悔罪意愿并未隨著犯罪手段和損害結(jié)果的加劇而明顯降低。可以推斷，司法機(jī)關(guān)在決定是否對(duì)被告人適用認(rèn)罪認(rèn)罰從寬制度時(shí)，將綜合考慮犯罪的手段、結(jié)果、被告人的罪后表現(xiàn)以及退賠情況。令人欣慰的是，退賠情況對(duì)認(rèn)罪認(rèn)罰從寬制度適用的影響，說(shuō)明對(duì)于侵犯人身權(quán)利犯罪，司法機(jī)關(guān)將被害人因素納入了考慮范圍，一定程度上保障了被害人的權(quán)利。但同時(shí)也可以看出，退賠情況對(duì)認(rèn)罪認(rèn)罰從寬制度適用的影響系數(shù)在幾個(gè)變量中最小，回應(yīng)了很多學(xué)者提出過(guò)的認(rèn)罪認(rèn)罰從寬制度中，對(duì)被害人權(quán)利保護(hù)的問(wèn)題。

3.被害人過(guò)錯(cuò)與犯罪動(dòng)機(jī)存在較強(qiáng)負(fù)相關(guān)（Pearson系數(shù)為-0.533，P＜0.05）。可以推斷，被害人存在過(guò)錯(cuò)的，被告人的犯罪動(dòng)機(jī)更弱。

4.將樣本分為共同犯罪與非共同犯罪兩組，對(duì)兩組數(shù)據(jù)進(jìn)行ANOVA單因素方差分析。結(jié)果顯示，二者之間不存在顯著差異（F=0.161，P=0.689＞0.05），是否為共同犯罪對(duì)于量刑結(jié)果并無(wú)顯著影響。

5.對(duì)共同犯罪中不區(qū)分主從犯、從犯、主犯三組樣本的量刑結(jié)果進(jìn)行方差分析。結(jié)果顯示，不區(qū)分主從犯與從犯的量刑結(jié)果存在顯著差異（P=0.03＜0.05），從犯與主犯之間的量刑結(jié)果存在顯著差異（P=0.002＜0.05），而不區(qū)分主從犯與主犯之間的量刑結(jié)果不存在顯著差異（P=0.734＞0.05）。

6.根據(jù)犯罪對(duì)象是否具有特殊性將樣本分為兩組，檢驗(yàn)結(jié)果顯示，兩組的量刑結(jié)果存在顯著差異（P=0.012＜0.05）。結(jié)合上述特征，在構(gòu)建量刑模型時(shí)，可剔除共同犯罪和被害人過(guò)錯(cuò)兩個(gè)因素，將自變量設(shè)定其余10個(gè)。

（二）侵犯人身權(quán)利犯罪的量刑模型構(gòu)建

1.有期徒刑的量刑模型建構(gòu)

首先，以量刑結(jié)果為因變量，上述10個(gè)情節(jié)作為自變量，進(jìn)行多元線性回歸。由于殘差不滿足要求，采用加權(quán)最小二乘法，使用WLS加權(quán)后的量刑結(jié)果，以及上述自變量構(gòu)建回歸模型。結(jié)果如下表4。模型擬合度為0.578，P值為0.000＜0.05，具有統(tǒng)計(jì)學(xué)意義。自變量能夠解釋大約57.8%的量刑變化，這個(gè)結(jié)果在人文社會(huì)領(lǐng)域較為樂觀。②白建軍：《基于法官集體經(jīng)驗(yàn)的量刑預(yù)測(cè)研究》，《法學(xué)研究》2016年第6期，第145頁(yè)。DW值為1.490，不存在自相關(guān)性。

表4 模型基本情況

回歸結(jié)果顯示，額外損害結(jié)果、特殊對(duì)象對(duì)量刑無(wú)顯著影響（P值均＞0.05），其余情節(jié)對(duì)量刑存在顯著影響。其中，影響最大的因素為犯罪手段（P=0.000）、標(biāo)準(zhǔn)損害結(jié)果（P=0.000）、犯罪動(dòng)機(jī)（P=0.003）。各情節(jié)的顯著性及系數(shù)如下表5。

表5 有期徒刑的量刑回歸模型

VIF值均小于2，自變量中不存在嚴(yán)重共線性，可以構(gòu)建回歸模型。根據(jù)以上分析結(jié)果，我們可以得出對(duì)侵犯人身權(quán)利犯罪的有期徒刑量刑公式為：Y=-42.208+10.864X1+5.069X2+32.583X3+2.770X4+10.496X5-9.624X6-2.875X7。Y為模型預(yù)測(cè)的有期徒刑量刑結(jié)果，單位為月。

共同犯罪中，將主犯、從犯的量刑結(jié)果設(shè)定為虛擬變量，構(gòu)建對(duì)不同犯罪地位的被告人量刑的回歸模型A如下表6：

表6 模型A基本情況

模型擬合度為0.706，P值為0.000＜0.05。各情節(jié)的顯著性及系數(shù)如下表7。

表7 模型A系數(shù)表

綜上，我們可以得出對(duì)共同犯罪中被告人的有期徒刑量刑公式為：Y=-30.371+36.755X1+2.057X2—33.774X3+7.856X4—9.051X5+10.877X6。Y為模型預(yù)測(cè)的有期徒刑量刑結(jié)果，單位為月。當(dāng)其他因素不變時(shí)，從犯比不區(qū)分主從犯、主犯的量刑平均少33.774個(gè)月。

2.適用減輕處罰的模型建構(gòu)

將樣本根據(jù)是否適用了減輕處罰分為兩組，進(jìn)行二元logistic回歸分析，確認(rèn)影響適用減輕處罰的量刑情節(jié)。回歸模型P值＜0.05，具有統(tǒng)計(jì)學(xué)意義。各情節(jié)的系數(shù)及顯著性如下表8所示：

表8 減輕處罰適用的影響因素

分析結(jié)果可見：犯罪手段越嚴(yán)重，獲得減輕處罰的概率越低。犯罪后有坦白、自首等情節(jié)的，獲得減輕處罰的概率將增大。相較于不區(qū)分主從犯的被告人，從犯獲得減輕處罰的概率將提高7.152個(gè)基準(zhǔn)，而主犯的此概率并無(wú)顯著區(qū)別。同時(shí)，相較于不認(rèn)罪的被告人，被告人認(rèn)罪、當(dāng)庭認(rèn)罪認(rèn)罰、庭前認(rèn)罪認(rèn)罰的，其獲得減輕處罰的幾率均無(wú)明顯差異。相較于犯罪對(duì)象普通的，犯罪對(duì)象具有特殊性的被告人獲得減輕處罰的概率也并未減小，印證了上文認(rèn)罪認(rèn)罰情況、犯罪對(duì)象特殊性對(duì)量刑無(wú)顯著影響的分析結(jié)果。

四個(gè)要素中，從犯對(duì)于減輕處罰概率的影響最大，其次是犯罪手段、罪后表現(xiàn)、標(biāo)準(zhǔn)損害結(jié)果。根據(jù)分析結(jié)果，我們可以構(gòu)建適用減輕處罰的公式為：

Y=50%+∑(-2.248X1+1.165X2+7.152X3+2.059X4)×1%，Y為減輕處罰的概率，0＜Y＜1，Y值越接近于1，被告人獲得減輕處罰的概率越大。反之，越接近于0，被告人獲得減輕處罰的概率越小。

（三）侵犯財(cái)產(chǎn)權(quán)利犯罪的量刑情節(jié)考察

構(gòu)建模型前，同樣對(duì)侵犯財(cái)產(chǎn)權(quán)利犯罪的量刑情節(jié)進(jìn)行初步考察，以篩選、減少自變量，避免多重共線性的問(wèn)題。1.犯罪對(duì)象是否具有特殊性對(duì)量刑結(jié)果無(wú)顯著影響。方差分析結(jié)果P=0.49＞0.05，不存在顯著差異。

2.將樣本按照是否涉及黑惡勢(shì)力分為兩組，進(jìn)行ANOVA方差分析。結(jié)果顯示，不涉及黑惡勢(shì)力組別的量刑均值為63.2323，涉及黑惡勢(shì)力的量刑均值為79.8272，P=0.001＜0.05，存在顯著差異。這與我國(guó)近年來(lái)“加大力度打擊黑惡勢(shì)力”的政策相符。

3.被告人是否共同犯罪對(duì)于量刑結(jié)果無(wú)顯著影響。將樣本分為共同犯罪與非共同犯罪兩組，進(jìn)行ANOVA方差分析，結(jié)果顯示P=0.165＞0.05。

4.不同于侵犯人身權(quán)利犯罪，認(rèn)罪認(rèn)罰的適用情況并未與退賠情況存在顯著關(guān)聯(lián)。說(shuō)明在侵犯財(cái)產(chǎn)權(quán)利犯罪中，對(duì)被害人權(quán)利保護(hù)的力度不及侵犯人身權(quán)利犯罪。

我國(guó)對(duì)侵犯財(cái)產(chǎn)犯罪一類的數(shù)額犯，規(guī)定了數(shù)額與情節(jié)并重的二元量刑標(biāo)準(zhǔn)。陳興良教授認(rèn)為，數(shù)額是基本的標(biāo)準(zhǔn)，情節(jié)起補(bǔ)充性作用，筆者贊同這種觀點(diǎn)。在雙軌制的量刑標(biāo)準(zhǔn)下，數(shù)額是決定量刑的首要且基礎(chǔ)依據(jù)，只有在數(shù)額未達(dá)到定罪標(biāo)準(zhǔn)或特定的法定刑標(biāo)準(zhǔn)時(shí)，才需要以情節(jié)作為量刑標(biāo)準(zhǔn)。①參見章樺：《貪污罪“數(shù)額與情節(jié)”關(guān)系實(shí)證研究——基于全國(guó)18392例量刑裁判》，《法學(xué)》2020年第6期，第180頁(yè)。在構(gòu)建模型時(shí)，將犯罪次數(shù)排除，以手段、標(biāo)準(zhǔn)損害結(jié)果、額外犯罪數(shù)額、其他損害結(jié)果、特殊對(duì)象、前科情況、黑惡勢(shì)力情況、罪后表現(xiàn)、認(rèn)罪認(rèn)罰、關(guān)系修復(fù)、主從犯作為自變量，量刑結(jié)果作為因變量，構(gòu)建回歸模型。

（四）侵犯財(cái)產(chǎn)權(quán)利犯罪的量刑模型構(gòu)建

1.有期徒刑的模型建構(gòu)

采用加權(quán)最小二乘法對(duì)犯罪手段進(jìn)行加權(quán)，使用加權(quán)后的自變量及因變量構(gòu)建回歸模型。結(jié)果如下表9。模型擬合度為0.549，自變量能夠解釋大約54.9%的量刑變化。DW值為1.399，不存在自相關(guān)性。

表9 模型B基本情況

回歸結(jié)果顯示，其他損害結(jié)果、前科情況、黑惡勢(shì)力情況對(duì)量刑無(wú)顯著影響（P值均＞0.05），其余情節(jié)對(duì)量刑存在顯著影響。其中，黑惡勢(shì)力對(duì)量刑的影響與上文中方差分析的結(jié)果相矛盾，筆者推測(cè)是由于其他因素對(duì)量刑的影響遠(yuǎn)遠(yuǎn)大于黑惡勢(shì)力因素造成的。影響最大的因素為額外損害數(shù)額（P=0.000）、標(biāo)準(zhǔn)損害結(jié)果（P=0.000）、從犯（P=0.000）。各情節(jié)的顯著性及系數(shù)如下表10。

表10 模型B自變量系數(shù)

綜上，我們可以得出對(duì)共同犯罪中被告人有期徒刑的量刑公式為：Y=-29.813+20.335X1+0.002X2-30.968X3+4.627X4+11.438X5-6.199X6-3.808X7-3.324X8。Y為模型預(yù)測(cè)的有期徒刑量刑結(jié)果，單位為月。當(dāng)其他因素不變時(shí)，從犯比不區(qū)分主從犯、主犯的量刑平均少30.968個(gè)月。

2.罰金刑的模型建構(gòu)

有期徒刑的刑期能夠充分從各方面反映犯罪行為的社會(huì)危害性及被告人的主觀惡性，因此將其作為構(gòu)建罰金刑的自變量。在構(gòu)建有期徒刑模型時(shí)，被告人前科情況、是否屬于黑惡勢(shì)力未得到有效評(píng)價(jià)，故將其也作為罰金刑的自變量。通過(guò)多元線性回歸，得到罰金刑的模型參數(shù)如下表11、表12。

表11 罰金刑模型參數(shù)

表12 罰金刑模型自變量系數(shù)

模型擬合度為52.7%，DW值接近2，不存在自相關(guān)性，P＜0.05，具有統(tǒng)計(jì)學(xué)意義。

由此，可以構(gòu)建侵犯財(cái)產(chǎn)權(quán)利犯罪的罰金刑模型為：Y=-5.536+0.156X1+3.792X2，Y為模型預(yù)測(cè)的罰金刑數(shù)量，單位為萬(wàn)元。

四、量刑建議預(yù)測(cè)模型的適用與調(diào)整

（一）通用量刑模型的適用可行性

1.通用模型以罪名的相似性為條件

我國(guó)刑法犯罪構(gòu)成四要件中，犯罪主體、犯罪主觀方面屬于對(duì)犯罪行為人的評(píng)價(jià)，這兩個(gè)維度的量刑情節(jié)對(duì)任何犯罪均可通用。而體現(xiàn)犯罪客體、犯罪客觀方面的量刑情節(jié)則與具體犯罪相關(guān)，通用的模型應(yīng)當(dāng)以罪名具有相似性為基礎(chǔ)。罪名具有相似性包括三種情況：第一，侵害法益具有相似性，如故意傷害罪、強(qiáng)奸罪、綁架罪，侵犯的法益均為人身權(quán)利。侵害法益相似的犯罪，其可能存在的量刑情節(jié)范圍相對(duì)確定，類似一個(gè)“詞庫(kù)”，每個(gè)案件具體的量刑情節(jié)是從“詞庫(kù)”中隨機(jī)抽取并組合的結(jié)果，具有可比性。第二，罪名系同宗同源或具有法條競(jìng)合關(guān)系，如詐騙罪、合同詐騙罪和集資詐騙罪，其犯罪構(gòu)成基本相同，量刑情節(jié)相近。第三，屬于刑法分則同一章的數(shù)額犯，其侵害法益屬同一類，損害結(jié)果以數(shù)額計(jì)量無(wú)須量化，具備明確性。

根據(jù)“以刑制罪”理念，對(duì)符合條件的犯罪，可以犯罪行為而非罪名為依據(jù)，賦予其實(shí)質(zhì)公正的刑罰。①參見馮文杰：《以刑制罪的法理與規(guī)范分析》，石經(jīng)海主編：《量刑研究》（第1輯），北京：社會(huì)科學(xué)文獻(xiàn)出版社，2019年，第85-114頁(yè)。這說(shuō)明，對(duì)于相近的犯罪行為，即便其罪名不同，但評(píng)價(jià)行為的指標(biāo)是基本相同的。對(duì)于這些行為，被告人的刑事責(zé)任可以比較高低，因此刑罰能夠在一個(gè)體系中估算。對(duì)其余本研究未提及的符合條件的若干罪名，亦可使用本文所述方法，構(gòu)建并適用通用的量刑模型。

2.以現(xiàn)有法律為依據(jù)對(duì)自變量加權(quán)賦值

相近的犯罪行為之間，不同的具體行為引起的法律評(píng)價(jià)存在區(qū)別，不能直接以行為數(shù)量計(jì)量。如故意傷害致一人重傷的損害結(jié)果，與拐賣一名婦女的損害結(jié)果，犯罪行為均為1，但法律評(píng)價(jià)不同。在量化賦值時(shí)，需要對(duì)其加權(quán)。司法實(shí)踐中，審判人員評(píng)價(jià)犯罪行為并作出判決的基本依據(jù)是現(xiàn)行有效的法律。因此加權(quán)時(shí)可根據(jù)不同犯罪在刑法分則中規(guī)定的法定刑及相關(guān)司法解釋中規(guī)定的刑罰增加量確定標(biāo)準(zhǔn)損害結(jié)果、額外損害結(jié)果的系數(shù)，解決行為差異導(dǎo)致的問(wèn)題。如故意傷害致一人重傷的法定最低刑為3年，而拐賣婦女一人的法定最低刑為5年。可以推定，法律評(píng)價(jià)中，一人被拐賣的損害后果重于一人被重傷的法律后果。以故意傷害致一人重傷為基準(zhǔn)，系數(shù)設(shè)定為1，則拐賣婦女、兒童一人的系數(shù)為2。通過(guò)加權(quán)賦值后生成的模型，能夠完整地體現(xiàn)一個(gè)犯罪在不同方面的法律評(píng)價(jià)以及與量刑結(jié)果之間的關(guān)聯(lián)。

3.系數(shù)相同的犯罪，具體罪名的不同不影響量刑

以上文中侵犯財(cái)產(chǎn)權(quán)利犯罪的樣本為例，筆者參考了浙江省、四川省、廣東省等不同地區(qū)高級(jí)人民法院發(fā)布的《關(guān)于常見犯罪的量刑指導(dǎo)意見》實(shí)施細(xì)則，發(fā)現(xiàn)詐騙罪、盜竊罪、敲詐勒索罪的法定刑區(qū)間幾乎相同，額外損害結(jié)果引起的刑罰增加量也非常相似。筆者將收集到的樣本分為普通詐騙、電信網(wǎng)絡(luò)詐騙、盜竊罪、敲詐勒索罪四組，對(duì)四組的量刑進(jìn)行方差分析。檢測(cè)結(jié)果發(fā)現(xiàn)，就主刑而言，電信網(wǎng)絡(luò)詐騙的刑罰與盜竊罪、敲詐勒索罪的刑罰均未見顯著差異（P=0.312,P=1,均＞0.05），盜竊罪與敲詐勒索罪的量刑也未見顯著差異（P=0.513＞0.05），僅在普通詐騙罪與電信網(wǎng)絡(luò)詐騙之間（P=0.022＜0.05）、普通詐騙罪與敲詐勒索罪（P=0.004＜0.05）之間量刑存在顯著差異。筆者推測(cè)，這種差異是由于普通詐騙罪的樣本數(shù)量太少、涉案金額明顯偏小造成的。此結(jié)果說(shuō)明，對(duì)系數(shù)相同、屬于同一類罪名的案件，是否為同種罪名不影響量刑結(jié)果，通用量刑模型的構(gòu)建具有可能性。

（二）模型適用過(guò)程中的矯正

1.認(rèn)罪認(rèn)罰情節(jié)的適用

觀察模型可以發(fā)現(xiàn)，在侵犯人身權(quán)利犯罪中，認(rèn)罪認(rèn)罰情節(jié)屬于“限縮式從寬”，①參見劉茵琪：《論認(rèn)罪認(rèn)罰案件量刑建議中從寬的‘最高限度’——基于522份故意傷害案件判決書的實(shí)證分析》，《甘肅政法學(xué)院學(xué)報(bào)》2020年第3期，第147-150頁(yè)。被告人認(rèn)罪認(rèn)罰的效能被坦白自首和退賠情節(jié)吸收。而在侵犯財(cái)產(chǎn)權(quán)利犯罪中，認(rèn)罪認(rèn)罰的情節(jié)屬于“擴(kuò)張式從寬”適用，作為獨(dú)立的量刑情節(jié)，與自首、坦白和退賠情節(jié)共同影響量刑結(jié)果。

這兩種從寬模式之間的選擇，正是認(rèn)罪認(rèn)罰從寬制度在適用中存在分歧之處。有學(xué)者認(rèn)為，不應(yīng)將刑罰目的以外的因素納入刑罰裁量。給予認(rèn)罪認(rèn)罰過(guò)大的量刑折扣刺激，將使裁判結(jié)果背離罪刑相適應(yīng)的基本原則。②參見熊秋紅：《認(rèn)罪認(rèn)罰從寬的理論審視與制度完善》，《法學(xué)》2016年第10期，第102頁(yè)。另一種觀點(diǎn)則提出“權(quán)利對(duì)價(jià)說(shuō)”，認(rèn)為被告人放棄了部分訴訟權(quán)利，減小了司法成本，因此應(yīng)當(dāng)將認(rèn)罪認(rèn)罰情節(jié)作為獨(dú)立的量刑情節(jié)適用，給予被告人更大的量刑寬裕。③參見陳衛(wèi)東：《認(rèn)罪認(rèn)罰從寬制度研究》，《中國(guó)法學(xué)》2016年第2期，第50-60頁(yè)。

研究結(jié)果表明，處理認(rèn)罪認(rèn)罰情節(jié)時(shí)，司法機(jī)關(guān)并非一刀切地在兩種觀點(diǎn)之間做出抉擇，而是結(jié)合犯罪的不同類型進(jìn)行考量。由于侵犯人身權(quán)利犯罪和侵犯財(cái)產(chǎn)權(quán)利犯罪在犯罪性質(zhì)上的區(qū)別，審判人員對(duì)侵犯人身權(quán)利犯罪進(jìn)行評(píng)價(jià)時(shí)，對(duì)待認(rèn)罪認(rèn)罰情節(jié)引起的“從寬”更為審慎。從恢復(fù)性司法的角度來(lái)看，在侵犯財(cái)產(chǎn)權(quán)利犯罪中，若被告人積極退賠退贓、認(rèn)罪認(rèn)罰，往往能獲取被害人的諒解，社會(huì)關(guān)系因此得到良好的修復(fù)。將認(rèn)罪認(rèn)罰情節(jié)作為獨(dú)立的量刑情節(jié)進(jìn)行評(píng)價(jià)，能夠有效推進(jìn)制度適用，減小司法成本。但在侵犯人身權(quán)利犯罪中，由于人身權(quán)利的特殊性，若給予被告人的量刑折扣過(guò)大，易引發(fā)后續(xù)被害人申訴、信訪等問(wèn)題，浪費(fèi)司法資源。即便被害人或其家屬對(duì)被告人表示了諒解，該裁判結(jié)果也難以與社會(huì)公眾的傳統(tǒng)道德倫理觀相一致，影響司法公信力。④參見孫長(zhǎng)永：《認(rèn)罪認(rèn)罰案件‘量刑從寬’若干問(wèn)題探討》，《法律適用》2019年第13期，第11-12頁(yè)。從寬的選擇，實(shí)際也是公正與效率之間的衡量。

筆者認(rèn)為，對(duì)認(rèn)罪認(rèn)罰情節(jié)的適用，較佳的方式是將其分解為“認(rèn)罪”與“認(rèn)罰”并單獨(dú)適用，在不重復(fù)評(píng)價(jià)的基礎(chǔ)上給予總和不超過(guò)30%的從輕幅度。以原則性的方案為基礎(chǔ)，結(jié)合具體犯罪的類型、案件受關(guān)注程度等因素予以調(diào)整。、

2.規(guī)則與經(jīng)驗(yàn)的結(jié)合

我國(guó)自開展量刑規(guī)范化改革后，引入量刑建議制度，以期限制法官的自由裁量權(quán)，促進(jìn)量刑公正。但對(duì)于檢察官而言，其面臨的量刑困境類似于法官，在量刑經(jīng)驗(yàn)上還遠(yuǎn)遜于法官。認(rèn)罪認(rèn)罰從寬制度適用后，檢察機(jī)關(guān)尚未掌握足夠的量刑技巧和經(jīng)驗(yàn)，就被要求提出“精準(zhǔn)化”的量刑建議。在規(guī)范性文件仍然空缺的情況下，依靠法官群體的集體經(jīng)驗(yàn)，將其作為規(guī)則適用是最佳的方案。運(yùn)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)方法構(gòu)建量刑模式，拋卻“估堆式”量刑方法，具有重要的進(jìn)步意義。但同時(shí)也應(yīng)當(dāng)注意，實(shí)踐中案件的復(fù)雜程度遠(yuǎn)高于模型能夠描述的最大限度，簡(jiǎn)單的數(shù)學(xué)運(yùn)算難以得出公正的量刑。應(yīng)堅(jiān)持定性分析與定量分析并用，將規(guī)則與價(jià)值判斷相結(jié)合，將模型計(jì)算出的量刑結(jié)果根據(jù)案件具體情況進(jìn)行調(diào)整。

在調(diào)整過(guò)程中，可適當(dāng)參考美國(guó)《量刑指南》的運(yùn)作機(jī)理，⑤參見郭志遠(yuǎn)，趙琳琳：《美國(guó)聯(lián)邦量刑指南實(shí)施效果——兼論對(duì)我國(guó)量刑規(guī)范化改革的啟示》，《政法論壇》2013年第1期，第163-165頁(yè)。根據(jù)不同犯罪在犯罪體系中的級(jí)別，編寫犯罪等級(jí)系數(shù)體系，賦予既遂、中止及未遂不同的級(jí)別，根據(jù)等級(jí)系數(shù)進(jìn)行調(diào)整，并保留6-12個(gè)月的調(diào)整區(qū)間。對(duì)不同的地區(qū)，也可結(jié)合本區(qū)域的具體經(jīng)濟(jì)、社會(huì)、人口等情況設(shè)置不同的系數(shù)值。在模型構(gòu)建中對(duì)各犯罪進(jìn)行加權(quán)賦值，得到的是根據(jù)法律規(guī)定進(jìn)行量刑的實(shí)然狀態(tài)。由于法律具有滯后性，實(shí)然狀態(tài)下的量刑結(jié)果難免存在不合時(shí)宜之處。而通過(guò)模型得到量刑參考后結(jié)合犯罪等級(jí)、系數(shù)對(duì)量刑進(jìn)行的調(diào)整，是為將量刑的實(shí)然狀態(tài)調(diào)整至應(yīng)然狀態(tài)，得到的是在法律評(píng)價(jià)的基礎(chǔ)上進(jìn)行價(jià)值評(píng)價(jià)的結(jié)果。量刑模型中囊括的情節(jié)有限，不試圖描述所有細(xì)節(jié)，為檢察人員及法官的自由裁量留下空間。在裁量過(guò)程中，裁量者可將國(guó)家政策、被告人生活境況、處罰后回歸社會(huì)的可能性等未盡事宜納入考慮范圍。①參見彭文華：《量刑的價(jià)值判斷與公正量刑的途徑》，《現(xiàn)代法學(xué)》2015年第2期，第105-115頁(yè)。所得結(jié)果以定量與定性相結(jié)合，規(guī)則與經(jīng)驗(yàn)相結(jié)合，具有較高的科學(xué)性和靈活性。在模型適用過(guò)程中，應(yīng)不斷以新的案例擴(kuò)充數(shù)據(jù)庫(kù)，促進(jìn)模型精確化，同時(shí)檢驗(yàn)?zāi)Ｐ偷恼_性，保證模型的動(dòng)態(tài)運(yùn)作。