

中圖分類號:D924.3 文獻標識碼:A 文章編號:2095-6916(2025)11-0108-07
The Causes and Regulations of the Crime of College Students Assisting in Information Network Criminal Activities
- Taking 175 Criminal Cases as Samples He Chen Luo Zaili (SchoolofLaw,GuangzhouUniversity,Guangzhou510006)
Abstract:Theprobemthatcolgesudentsoncampuscommit thecimeofasistingininformationnetworkcriminalactiviiscanot beignored,whichurgentlydsstematicusalaalysisadtargetedpreventioandontrolcounteeasursasedon75lida ples,thebasicpattsofcollgesudents’casesoftecieofsistinginiformationeworkcimnalactivitisaresummarro theintuitivedatacoveringfourforalcharacterstics,suchastieandspace,goups,casedetailsandpenalties;fromthecocetecases,acausalodelwith“virontalfctors”“benefitiving\"“detityaracterisicad“pyologicalfacto”seateg isrefinedandslemeedhofcieeitpleteteagarutualofofcetsturatioc ingly,threegoverancestrategies,amelyofulescoctionisksupervisioandlegalducationareputforwardfromtheation mechanism,with the expectation of reducing the incidence rate of such cases through legal regulations.
Keywords:colegestudentsoncampus;asisting ininformationnetworkcriminalactivities;causal model;preventionand control countermeasures
幫助信息網絡犯罪活動罪(以下簡稱幫信罪)是2015年11月起施行的《刑法修正案(九)》的新增罪名,主要是指行為人明知他人利用信息網絡實施犯罪,仍為其提供技術支持或廣告推廣、支付結算等幫助的犯罪行為。據統計,自2020年10月“斷卡”行動開展以來,幫信犯罪案件數量增速較快,已成為各類刑事犯罪中起訴人數排名第三的罪名。值得注意的是,涉及此罪名的在校大學生犯罪人數增勢明顯。
自前,學術界對于幫信罪的研究集中于立法性質分析和司法適用問題兩個方面。就性質而言,聚焦于兩種界定:幫助行為正犯化[1]和量刑規則說[2]。就適用而言,側重于探討幫信罪的構成要件及具體難題,包括對“明知”的理解[3]、“情節嚴重”的性質探討[4]以及本罪與其他罪名相沖突時的處理[5],關于在校大學生幫信罪的成因分析較為鮮見,缺乏對宏觀數據[6]與微觀個案7的綜合考察。面對在校大學生涉嫌幫信罪數量激增的現狀,亟須系統性地歸因分析與針對性的防治對策?;诖耍疚囊孕“蓪嵶C分析平臺為依托,通過“在校大學生”“幫信罪”兩個維度篩選案例樣本,對其進行數據分析和編碼處理,形成在校大學生幫信罪的成因模型。最后,在歸因分析的基礎上,探討在校大學生幫信罪的防治對策,以期有效規制此類犯罪。
一、現狀白描:基于直觀數據的樣態分析
本文數據樣本來源于小包公法律實證分析平臺,摘錄文本來自中國裁判文書網。首先,按照“在校學生”“大?!薄按髮W文化”“本科”“研究生”“碩士”“博士”與“幫信罪”組成關鍵詞。其次,案件類型為刑事案件,文書類型為判決書、裁定書、通知書、決定書、調解書。再次,截止時間設定為2023年5月15日,此時導人相關案例數為254個。經過人工核對與反義詞檢索后,排除“已畢業”“非大學生”等干擾因素,得到175份有效案例。最后,將現有數據類型化,從時空、群體、案情、處罰四個方面歸納相關案件的基本樣態。
(一)時空:聚集化
從時段分布看,案件數量高峰為2021年。由圖1可知,案件年份及其占比依次為:2021年103件,占比58.9% ;2022年42件,占比 24% ;2020年26件,占比14.9% ;2023年4件,占比 2.2% (截至2023年5月15日)。需要說明的是,在175個樣本中,2018年與2019年案件數量為0。原因在于:第一,在2020年之前,學術界和實務界對幫助網絡犯罪的行為關注度較低,幫信罪處于“有而不用”的境地;第二,“兩高”自2019年起相繼頒布了多篇關于非法利用信息網絡、辦理電信網絡詐騙案件的司法解釋,大學生幫助信息網絡犯罪行為逐漸被納入刑事范疇。

從地域分布看,中部地區數量較多。由圖2可知,在案件數量排名前十的省份中,河南省與湖南省共占比約 54.3% 。一方面,案件涉及29個省、自治區、直轄市,發生地范圍廣泛,屬于全國性問題;另一方面,東部省份案件共計18件,中部省份案件共計111件,中部地區案件數量遠高于東、西部地區。中部地區屬于經濟快速發展區域,面積較大,人口相對稠密,青壯年勞動力較多,支柱產業較為單一。加之中部地區高校眾多,武漢、長沙等屬于我國大學分布密集城市。可見,在校大學生幫信罪案件呈現明顯的地域相關性。

(二)群體:年輕化
犯罪群體主要為“00后”專科男性。由圖3可知,175個樣本共552名犯罪人,其中有302名大學生,出生年份為2000—2003年的犯罪人有208人,約占總數的 68.9% 。從性別分布看,男性犯罪人案件數量最多,共171例,占比約 97.7% ;女性犯罪人案件僅4例,占比約 2.3% 。從教育程度看,大專學歷案件91例,占比 52% ;本科及以上學歷案件53例,占比約 30.3% ,其余案例未明顯標注犯罪人的學歷層級。其中,男性大專在校學生案件共88例,占比約 50.3% ;男性本科及以上在校學生53人,占比約 30.3% ;由此可知,在校大學生幫信罪的犯罪主體主要為20—26歲的成年人,男性犯罪人多于女性犯罪人,大專學歷占比遠高于本科及以上學歷。
(三)案情:簡晰化
大部分案件僅經過一審程序,判決書數量遠高于其他類型的裁判文書。統計顯示,裁判文書類型及其占比分別為:判決書165件,占比 94.29% ;裁定書10件,占比 5.71% 。從審理程序看,一審案件數量最多。其占比分別為:一審165件,占比 94.29% ;二審10件,占比 5.71% 。由此可知,大部分案件經過司法判決,少部分由人民法院作出裁定。不同于人身類型的刑事案件,在校大學生幫信罪案件主要涉及財產、經濟犯罪。在經法庭審理的案件中,僅有 7.09% 的案件因當事人異議或事實證據不清申請二審。這表明此類案件一般案情較為簡單、犯罪事實較清楚、相關證據收集難度較小,未造成重大的社會影響。
(四)處罰:輕刑化
首先,相關案件主要以幫信罪為名提起公訴、定罪量刑。由圖4可知,第一,以幫信罪為案由的案件數量最多。案由及占比分別為:幫信罪145件,占比約 82.9% :掩飾、隱瞞犯罪所得、犯罪所得收益罪20件,占比約11.4% ;詐騙罪10件,占比約 5.7% 。第二,以幫信罪為定罪結果的案件數量最多,共165件,占比約 94.3% 。接下來分別是詐騙罪11件,占比約 6.3% ;掩飾、隱瞞犯罪所得、犯罪所得收益罪10件,占比約 5.7% 。

其次,根據回歸性分析,案由和罪名呈現高度相關性,以幫信罪定罪的案件數量較高于以幫信罪為案由的案件數量。理由在于,一方面,從刑罰嚴厲性角度看,相較于詐騙罪和掩隱罪,幫信罪屬于輕罪。依據《刑法》第二百八十七條規定,實施幫助信息網絡犯罪活動行為,“情節嚴重的,處三年以下有期徒刑或者拘役,并處或者單處罰金”。而實施詐騙行為情節嚴重的,“處三年以上十年以下有期徒刑,并處罰金”??梢?,二者在刑種和刑期上存在明顯差異。另一方面,從社會危害性角度看,涉及幫信罪的大學生犯罪人年紀較輕,主觀惡性較小。為實現犯罪人改過自新、回歸社會的人道化目的,在部分詐騙罪或掩隱罪案件中,法官會適當采納幫信罪的處理意見。
最后,普遍存在從輕量刑情節,適用從輕處罰規則。由表1可知,有效樣本中,已知量刑結果175例,適用從輕處罰規則的案件有170例,占比 97.1% ;同時存在法定、酌定從輕情節的案件有99例,占比約56.6% ;僅存在法定從輕情節的案例有71例,占比約40.6% 。在主刑適用上,判處緩刑的案件有97例,占比約 55.4% ;以主刑附加判處罰金的案例數量為153例,占比約 87.4% 。樣本顯示,大學生犯罪人被發現或抓捕后,往往通過自首、坦白、立功及認罪認罰等方式減輕處罰。犯罪人多是初犯、偶犯、從犯,犯罪情節相對輕微,仍處于學業進行期。因此,法官對判處大學生犯罪人有期徒刑、拘役等限制人身自由的刑罰采取審慎適用的態度,在刑罰裁量上主要采用緩刑、罰金等非限制人身自由的刑罰。

二、生成機理:基于扎根理論的歸因分析
基于小包公法律實證分析平臺,可以對在校大學生幫信罪建立直觀認識,但是圖表格式不足以為成因分析模型提供學理支撐,模型建構應遵循數據理論研究的基本框架。鑒于此,本文采用扎根理論對175個案例進行編碼,從而提出以“環境因素”“利益驅動”“身份特征”“心理因素”為核心范疇的成因分析模型。
(一)研究方法
扎根理論是美國學者格拉澤和斯特勞斯提出的歸納式質性研究方法,其主要目標是在經驗資料的基礎上建立理論。運用該方法時,研究者一般沒有理論假設,直接進行實際觀察,在系統性收集資料的基礎上尋找反映事物現象本質的核心概念,通過這些概念之間的聯系建構相關的社會理論。其操作程序包括開放性編碼(提取初步概念和范疇)、主軸編碼(提取次要范疇和主要范疇)以及選擇性編碼(整合概念并構建模型)[8]。編碼的目的在于厘清原始資料數據與個體行為之間的邏輯關系,提煉影響個體行為決策的關鍵因素,進而構建影響機制模型。
(二)研究步驟
基于小包公法律實證分析平臺的175個有效案例,按照內容開放性編碼、主軸編碼、選擇性編碼、理論飽和度檢驗的流程,歸納提取影響在校大學生觸犯幫信罪的關鍵因素。
1.開放性編碼
開放性編碼是經由密集地檢測資料來對現象加以命名與類屬化的過程,不僅要將已收集的數據符號化、抽象化,而且要以新的方式重新組合操作,不斷比較形成概念或范疇。通過對在校大學生幫信罪案件中具有概括性和實質性的犯罪行為表達進行編碼,再經過個案梳理和類案比較的設計方法,最終形成了包括“法律意識淡薄”“金錢意識偏畸”“同學好友引誘”等175個初始概念。開放性編碼部分情況如表2所示。

2.主軸性編碼
主軸性編碼的主要任務是對一級編碼即開放性編碼的概念、條件、脈絡進行探討,研究各范疇之間的相互關系,形成更大的類屬。本文根據開放性編碼中初始概念的多次比較分析,最終提煉出包括“校園負面信息”“行為簡單便捷”“學歷教育層次”“趨利心理”在內的14個副范疇,整合出“環境因素”“利益驅動”“身份特征”“心理因素”等4個主范疇。后者涵蓋了影響在校大學生實施幫助信息網絡犯罪行為的內部要件和外部要件,為形成周延的理論模型提供了前置要素。主軸性編碼具體情況如表3所示。

3.選擇性編碼
選擇性編碼是指在所有已發現的概念類屬中選擇一個核心類屬概念,通過不斷地分析,把與之相關的次要類屬概念集中起來,以系統說明和驗證主要類屬概念與次要類概念之間的關系,并填充或完善類屬概念的過程[9]。以大學生幫信罪形成機制為理論原點,形成了以“環境因素”“利益驅動”“身份特征”“心理因素”四個編碼為軸心放射性網狀結構,四者環環相扣、互為條件。理論模型具體情況如圖5所示:

4.理論飽和度檢驗
理論飽和度檢驗旨在核查確認沒有新的概念或范疇生成,且所有概念都能歸屬到現有概念涵攝范圍之內。若未出現新的概念,且未超出現有維度范疇,則可以證明理論模型的可靠性。就質性研究而言,研究者的主觀性難以避免,但是可以借助三角互證、成員驗證、結晶化分析、相反案例分析等方法提升質性研究效度。對于大學生幫信罪成因機制的模型檢驗,本文采用三角互證方式,經過社會控制論反向驗證,“環境因素”“利益驅動”“身份特征”“心理因素”四個核心范疇中并未出現新的屬性關系,內部也未發現新的要素。因此,基于175個案例所構建的大學生幫信罪成因分析模型達到飽和。
三、防治對策:基于原因模型的法律規制
根據上述成因模型可知:環境因素、利益驅動、身份特征及心理因素是在校大學生犯幫信罪的重要影響因子,共同驅使個體產生犯罪傾向。幫信罪的發生并不是單個個體自控力的問題,社會中存在大量的誘因。通過調整自我的內部控制與來自社會的外部控制,改善吸引力與控制力的權衡態勢,是防范幫信罪發生的有效途徑。由此,在數據分析與模型建構的基礎上,還應當關注幫信罪的規則銜接、風險監管與法治教育等法律規制措施,發揮多方治理力量的作用。
(一)理論與經驗相結合,廓清適用規則
輕罪時代已然來臨,輕微犯罪治理成為關鍵問題[0]。探究在校大學生幫信罪的法律適用規則,既要審慎考慮、寬容對待犯罪人,又要呈現刑事法律的懲罰性與預防性。具體而言,包括完善立法解釋、推進行刑銜接兩個層面。
一是頒布法律解釋以明晰罪責刑。從法治建設看,法律解釋是防止輕罪無序擴張與彌補法律漏洞的重要途徑。建議最高人民檢察院、最高人民法院在時機成熟時,出臺在讀學生觸犯幫信罪相關司法解釋。當前,學術界針對幫信罪的限縮適用多有考量。有學者指出,“幫信罪只是一種補充性質的犯罪”[1],只有符合法定構成要件且達到量刑標準時,幫助行為才可認定為犯罪。也有學者認為,幫信罪具有獨立性限度,必須通過嚴格的階梯式分流厘清幫信罪的歸責邏輯,避免其淪為“口袋罪”[12]。對于幫信罪的擴張適用,持謹慎態度的是多數,理由是鑒于幫信罪的高發態勢和司法實務的擴張趨勢,必須對實質出罪予以限定[13]。當前涉及在讀大學生幫信罪案件多采用緩刑、罰金等非限制人身自由的刑罰,普遍存在從輕處罰。在讀大學生幫信罪的限縮適用與擴張適用之關鍵,在于比例原則的合理運用。一方面,通過細化主觀明知、客觀對象、定罪情節、量刑標準等要件,全面評價幫助行為的違法性,澄明幫信罪處理路徑;另一方面,適度降低幫信罪的認定標準,從犯罪風險成本逆升削減犯罪動機,以有效發揮刑法的威懾作用。
二是促進行政法與刑法雙向銜接。幫信罪是幫助犯的正犯化,就犯罪性質、情節與刑罰處罰而言,屬于社會危害性較小的犯罪類型。從行政執法體制改革看,行刑銜接是橫跨行政執法與刑事司法、靈活處理輕微犯罪的綜合性制度機制,大學生幫信罪案件亦可以參照適用。其一,輕罪案件分級處理。對于犯罪獲利巨大、主觀惡意較深、多次參與網絡活動犯罪的,以司法程序定罪量刑。反之,可以通過行政處罰等方式予以規制。其二,完善反向移送監督機制及反饋制度。對免于刑事制裁而加以行政處罰的案件,應當全面移送并告知行政機關。對于行政處罰過程中發現新罪、漏罪的情況,應當移送司法機關重新審查,避免“以罰代刑”。其三,立足于本土實踐的同時汲取域外經驗。例如,英國將網絡犯罪劃分為利用型網絡犯罪與依賴性網絡犯罪;《德國刑法典》第二百零二條規定了“預備窺探、攔截數據罪”;歐盟和俄羅斯、美國等國家或地區關于網絡犯罪幫助行為的法律文件等。在理論與實踐的結合過程中,不斷深化關于大學生、未成年人幫助網絡犯罪活動行為的認知。
(二)多方聯動強化監管,重視風險預警
一致的道德狀況、有效的紀律和監察、合理的限制與責任和明確具有認同感的社會角色等,是能夠制止個人進行犯罪的外部力量[14]。在校大學生幫信罪案件中,消極環境因素需要通過外部控制力量予以化解。
一是重點領域強化監管。學校、網絡平臺及招聘市場是在校大學生觸犯幫信罪的高發地,需依靠多方力量加強監管。學校層面,應建立健全校園安全管理和網絡安全管理制度,提高校園安全及網絡安全綜合管理能力,加強與屬地公安部門的工作聯系,注重警校信息溝通和防范預警。平臺層面,應制定安全審查措施,加強對廣告鏈接和互聯網信息的審核和管理,加大網絡巡查和風險提示力度,公開舉報渠道,及時整治不法行為。職能部門層面,各部門應協作配合,共同打擊網絡犯罪活動。市場監督管理及金融機構應加大對線上線下招聘平臺的審核力度,采取新開賬戶審核、存量賬戶排查、高風險賬戶封控等措施,監控賬戶可疑情況。公安部門應依托網絡數據優勢和偵查技術優勢,聚焦幫信罪犯罪特點,合成研判在校大學生犯罪風險,商請學校配合,采取有效的防范措施。
二是防控風險體系監管。幫信罪與電信詐騙、賭博等犯罪行為緊密相關,是整個網絡犯罪鏈條的下游犯罪,涉及電信、金融等多個領域。鑒于此,需要通過體系化、制度化的監管措施,預防在校大學生幫信罪案件發生。部門監管方面,相關職能部門應注重全鏈條監管打擊,斬斷網絡犯罪鏈條。例如,網安部門應運用AI模型,對新型電信詐騙手段進行研判和打擊。高校應與快遞點及屬地派出所合作,重點關注郵寄“兩卡”的在校大學生,留存線索并及時報告。企業運營方面,企業在治理過程中應嵌入信息合規制度和合規防范體系,建立有效的犯罪信息篩查機制,將風險規制在可控范圍之內。
(三)加強法治教育合作,共建法治校園
法律意識淡薄是在校大學生觸犯幫信罪的重要原因。幫信罪犯罪手段多樣,部分在校大學生未能準確認識犯罪帶來的法律后果,甘愿淪為幫信罪“工具人”,對此,社會各方主體應共擔責任,從源頭加強法治教育,共建法治校園。
一是檢校合作增強學生的法律意識。檢察機關應踐行能動司法理念,充分發揮司法建議效能,協同教育部門及各院校開展有針對性的法治宣傳活動,與校方建立常態化的法治教育合作機制。檢察官可通過以案釋法、模擬辦案等多種形式,呈現幫信罪犯罪構成要件,明晰行為法律屬性,警示法律后果,引導在校大學生增強法律意識。檢察機關可會同其他司法機關以及大眾媒體,及時整理發布幫信罪典型案例,通過新聞、海報、視頻等多種方式,介紹幫信罪犯罪流程及危害性,幫助在校大學生防范幫信罪。檢察機關和校方可為在校大學生提供法律咨詢服務,及時釋法解惑,幫助其識別幫信罪,將幫信罪的犯罪因子扼殺在咨詢服務過程中。
二是家校引導提升學生法律意識。家庭是學生成長的第一環境,家庭對在校大學生價值觀的形成、法律意識的培育意義重大。通過案例分析可知,親緣家庭因素對在校大學生犯罪具有強大拉力。在日常生活中,家庭應營造和諧氛圍,保持交流溝通,積極引導大學生樹立正確的金錢觀、勞動觀及就業觀,避免大學生掉進幫信罪的陷阱。家庭之外,學校是在校大學生生活的主要場所,對其法律意識的培育具有促進作用。針對不法分子以高薪就業、低成本兼職唆使在校大學生實施幫助行為的情形,校方可以為在校大學生進行就業培訓,介紹我國勞動法律關系組成與簽訂合同注意事項,引導在校學生提高防范意識,增強辨別能力。同時,校方應貫徹落實“教育、感化、挽救”方針,在日常管理中要注人情感因素,引入心理疏導機制,改變生硬刻板的管理方式,以收到理想的教育成效。
四、結語
在校大學生幫信罪案件具有普遍性規律,可以通過系統性的歸因分析刻畫出此類犯罪案件的發生機制,進而形成針對性的防治策略。本文基于175份案例樣本,從直觀數據、生成機理,防治對策三個方面回答大學生幫信罪何以發生、如何應對等問題。第一,在數據分析中,大學生幫信罪案件具有時空聚集化、群體年輕化、案情簡晰化和處罰輕刑化等特征,表現為案件高發時段集中,主要群體為“00后”??颇行?,犯罪事實簡單清楚,傾向于寬宥刑罰等。第二,在質性分析中,依據扎根理論的三級編碼推導出大學生幫信罪的成因模型,涉及環境因素、利益驅動、身份特征、心理因素四個核心范疇,對應犯罪驅動的外部吸引力、內部吸引力、外部控制力、內部控制力。成因模型的情景互動關系與內外引發關系,借助社會控制論完成理論飽和度檢驗。第三,在內容闡釋與模型建構的基礎上,反思幫信罪的規則銜接、風險監管與法治教育等規制措施,提出廓清法律適用規則、學校、平臺與職能部門三方共治、加強法治教育工作等措施。面對頻頻發生的大學生幫信罪案件,必須回歸至其生成機制,從事實解析法律,借法律引導現實。唯有如此,方能最大限度地發揮法律具有的預測、指引、評價和強制功能,創造平安和諧、明法有序的美麗校園。
參考文獻:
[1]陳興良.共犯行為的正犯化:以幫助信息網絡犯罪活動罪為視角[J].比較法研究,2022(2):44-58.
[2]張明楷.論幫助信息網絡犯罪活動罪[J].政治與法律,2016(2):2-16.
[3]張鐵軍.幫助信息網絡犯罪活動罪的若干司法適用難題疏解[J].中國刑事法雜志,2017(6):38-48.
[4]柏浪濤.構成要件符合性與客觀處罰條件的判斷[J].法學研究,2012(6):131-146.
[5]張明楷.刑法學[M].6版.北京:法律出版社,2021:127.
[6]徐偉,何野.大學生幫助信息網絡犯罪活動罪何以發生?:基于扎根理論的分析[J].犯罪研究,2023(5):50-63.
[7]王楓梧.大學生涉“兩卡”犯罪生成機制及治理對策:基于幫助信息網絡犯罪活動罪的實證考察[J].江蘇警官學院學報,2022(6):62-70.
[8]GLASERBG,STRAUSSA.TheDiscoveryofGrounded Theo-ry:Strategiesfor Qualitative Research[M].Chicago:AldinePublishingCompany,1967:194-199.
[9]何雨,石德生.社會調查中的“扎根理論”研究方法探討[J].調研世界,2009(5):46-48.
[10]盧建平.輕罪時代的犯罪治理方略[J].政治與法律,2022(1) :51-66.
[11]張明楷.幫助信息網絡犯罪活動罪的再探討[J].法商研究,2024(1):21-41.
[12]陰建峰,張印.競合論視域下幫助信息網絡犯罪活動罪的處罰界限[J].寧波大學學報(人文科學版),2022(5):95-107.
[13]劉艷紅.幫助信息網絡犯罪活動罪的司法擴張趨勢與實質限縮[J].中國法律評論,2023(3):58-72.
[14]趙新強,王昊.遏制理論視野中的高校職務犯罪預防與控制[J].人民檢察,2012(21):37-40.
作者簡介:何晨(2000—),女,壯族,廣西百色人,單位為廣州大學法學院,研究方向為理論法學。羅在莉(2000一),女,漢族,貴州六盤水人,單位為廣州大學法學院,研究方向為行政法學。
(責任編輯:朱希良)