易凌波 秦 鵬

(重慶大學法學院，重慶 400030)

當前“基本解決執(zhí)行難”這一階段性目標已經(jīng)如期實現(xiàn)，但伴隨執(zhí)行案件大幅增長和信息化技術(shù)飛速發(fā)展，傳統(tǒng)一人一案模式已不能適應執(zhí)行工作新需求。2019年2月，最高院在《人民法院第五個五年改革綱要》提出“推行以法官為核心的執(zhí)行團隊辦案模式。”在僅有的39%員額法官編制中如何配置執(zhí)行法官？如何確定“人”與“案”的核心因素？這些難題在司法體制綜合配套改革中亟待解決。本文通過多元回歸分析法篩選影響執(zhí)行核心工作的相關(guān)性因素，再以德爾菲法和大數(shù)據(jù)分析法測量出執(zhí)行法官和審輔人員的辦案合理區(qū)間，最終設(shè)計測算人員的量化模板。

一、隱憂： 執(zhí)行團隊設(shè)置的樣態(tài)掃描

目前，很多法院采用了“法官+法官助理(執(zhí)行員)+法警+書記員”執(zhí)行團隊辦案模式”，但部分法院并未結(jié)合實際工作量和團隊職能分工科學配置人力資源，導致執(zhí)行效率和能力無法適應新時期的司法需求。

(一) 痛點： 團隊設(shè)置混亂，效能發(fā)揮不足

審執(zhí)分離體制改革模式對執(zhí)行工作的規(guī)范化建設(shè)以及加強內(nèi)部監(jiān)督等起到積極作用，但由于人員設(shè)置不合理、團隊劃分模糊、分工不明確等帶來執(zhí)行效率損傷。通過對CD市下轄21家法院2018年執(zhí)行人員配備和質(zhì)效指標分析，發(fā)現(xiàn)存在團隊數(shù)量少、劃分不細致、規(guī)模大等問題。

表1 執(zhí)行團隊配比的執(zhí)行效率對比： C市部分基層法院不同執(zhí)行

表1顯示，GX區(qū)法院團隊人數(shù)過多，出現(xiàn)1個法官帶領(lǐng)10人團隊，因管理幅度過寬導致結(jié)案率反而不佳。JN區(qū)法院執(zhí)行團隊人員又過少，出現(xiàn)1名法官僅帶3名人員情況，人均結(jié)案達1 323.8件，遠遠超出法官工作飽和量，造成法官不合理的重壓，結(jié)案率相對較低。進一步分析，發(fā)現(xiàn)并非團隊人員數(shù)量越多，質(zhì)效就越好。如SL區(qū)與JY區(qū)法院對比，SL各類人員均多于JY，但質(zhì)效反而更低?？梢娙藛T合理配置是影響人力資源發(fā)揮的重要因素，團隊人員過多或過少均不利于執(zhí)行效率提升。

(二) 堵點： 人員配置薄弱化，難以適應規(guī)范化新要求

相比民事、刑事、行政三大審判庭設(shè)立，執(zhí)行庭設(shè)立起步晚，直到20世紀90年代，我國才開始在各級法院設(shè)立執(zhí)行庭，受主客觀因素影響，對執(zhí)行人員如何配置的研究，長時間處于停滯不前。長期以來，執(zhí)行人員配置薄弱已為常態(tài)，雖然在執(zhí)行攻堅戰(zhàn)中，各地法院對執(zhí)行力量有所加強，但依然不適應當前工作需求。以S省為例，2018年S省受案總數(shù)約1 238 783件，而執(zhí)行案件為401 366件，該省員額法官24 000人，執(zhí)行法官僅為3 015人，相當于12.6%的執(zhí)行法官辦理全省32.4%的案件。再者，執(zhí)行人員素質(zhì)參差不齊，很多基層法院都是將不適應審判工作的老同志或者缺乏辦案經(jīng)驗的新手調(diào)至執(zhí)行部門，審輔人員中還有大量非政法編，這部分人員或理論知識不夠，或?qū)崉战?jīng)驗不多，又或因未能享受司改紅利，工作積極性不高，與執(zhí)行工作專業(yè)化規(guī)范化新要求差距很大。

(三) 誤區(qū)： 參考審判團隊設(shè)置，偏離真實需求

部分法院參考民商事員額法官測算模型配備執(zhí)行員額法官，并未對執(zhí)行團隊設(shè)置進行單獨研究。筆者認為此舉有待商榷。從功能定位看，審判與執(zhí)行團隊差別很大，雖然都是以法官為中心，但是團隊中成員職責、工作量測算方式差異很大。審判法官需要處理閱卷、開庭、調(diào)解、合議庭評議、撰寫裁判文書、向?qū)徫瘯R報等工作，而執(zhí)行法官主要負責簽發(fā)文書、制定執(zhí)行方案、現(xiàn)場組織指揮重大案件、處理執(zhí)行異議案件等工作。相比執(zhí)行，審判案件的庭審和文書制作耗時與案件類型相關(guān)性很大，部分復雜案件工作量甚至達到簡易案件的數(shù)倍或者數(shù)十倍。而執(zhí)行法官工作量從根本而言，與有無可供執(zhí)行財產(chǎn)關(guān)聯(lián)性很大，與原審案件復雜性關(guān)聯(lián)較小，因此兩種量化模型的基礎(chǔ)不同，不能機械沿用。對法官助理和書記員，在既往研究中，鮮有對該類別人員單獨測算，但筆者認為，無論是審判還是執(zhí)行，審輔人員均從事重要相關(guān)事務，其人員配備直接關(guān)系團隊作用有效發(fā)揮，有必要進行量化研究。

(四) 難點： 傳統(tǒng)方法缺失，測算結(jié)果不精準

從國內(nèi)外有關(guān)研究成果來看，法官員額評估方法有很多，比較典型的有法院提交業(yè)務案例報告方法、統(tǒng)計回歸分析方法、加權(quán)案件量方法、工作量衡量模型方法、進度模型方法等。(1)馮躍，劉崢.加拿大司法編制問題簡介與思考[J].法律適用，2010(05)： 89-92.縱觀各種測算法官員額模型，有的采用法官年審判工作時間(扣除非審判工作時間)/案件辦理時間計算出辦理案件數(shù)量，從而測算員額法官編制；(2)王靜，李學堯，夏志陽.如何編制法官員額——基于民事案件工作量的分類與測量[J].法制與社會發(fā)展，2015，21(02)： 29-40.有的借鑒計量經(jīng)濟學與統(tǒng)計學的學科研究方法，通過構(gòu)建案件權(quán)值模型測量案件工作量；(3)屈向東.以案定編： 通過審判工作量配置法官員額——基于案件權(quán)值模型的分析研究[C]//最高人民法院.全國法院第二十六屆學術(shù)討論會論文集： 司法體制改革與民商事法律適用問題研究.最高人民法院： 國家法官學院科研部.北京： 人民法院出版社，2015： 9.有的獲取影響案件數(shù)的核心指標作因子分析，進行多元回歸分析。(4)馬鳳崗.法官員額評估模型的建構(gòu)及其運用——基于18個基層法院民事審判數(shù)據(jù)的實證分析[C]//最高人民法院.全國法院第二十六屆學術(shù)討論會論文集： 司法體制改革與民商事法律適用問題研究.最高人民法院： 國家法官學院科研部.北京： 人民法院出版社，2015： 13.以上測算方法有一定可采性，但并未考慮人案配比中執(zhí)行與審判工作的差異，也存在一些問題，值得商榷。

(1) 忽視團隊成員分流作用。大部分測算方法忽視了法官助理、書記員的分流作用，僅對員額法官編制測算，沒有根據(jù)司法改革后對員額法官、法官助理以及書記員的職責進行工作量評定。

(2) 對法院系統(tǒng)歷史數(shù)據(jù)應用不足。沒有具體對各類案件權(quán)重賦值進行系統(tǒng)研究，有的簡單以爭點數(shù)和卷宗厚度作為賦值標準，沒有抽取海量歷史案件相關(guān)數(shù)據(jù)進行分析。

(3) 建模方法復雜、應用不便。案件權(quán)值模型公式太復雜，專業(yè)技術(shù)性太強，造成應用不便。部分研究的因子分析采用統(tǒng)計學回歸分析法，運用復雜的統(tǒng)計公式，但是沒有對多項指標進行統(tǒng)計調(diào)查的定性分析，對模型是否成立也沒有進行檢驗，結(jié)果難以推廣復制。

二、解析： 基于“三聯(lián)法”探尋模型設(shè)置要素

本研究將借鑒法官員額編制的評估方法，基于執(zhí)行團隊的核心工作量分析，綜合應用因子分析、調(diào)查問卷以及大數(shù)據(jù)的多元研究法，篩選影響質(zhì)效的核心因子，測算執(zhí)行法官、法官助理和書記員需求數(shù)量，兼具定性研究及定量分析之優(yōu)勢，以大數(shù)據(jù)測量代替簡單抽樣，避免既往研究方法缺陷。

(一) 回歸分析： 篩選影響效率的人員因素

將CD市下轄21家法院中法官、法官助理、書記員、執(zhí)行員的數(shù)值、部門總?cè)藬?shù)、各年齡段人數(shù)、不同學歷人數(shù)等作為自變量，2016～2018年21家法院執(zhí)行案件的平均結(jié)案率、人均結(jié)案數(shù)、結(jié)收比作為因變量，通過SPSS統(tǒng)計軟件中的線性回歸命令完成多元回歸分析，發(fā)現(xiàn)影響案件質(zhì)效中的重要因子，下表僅展示有顯著因素的因子。

表2 年齡、教育及執(zhí)行人員回歸分析統(tǒng)計表

注： 標準化回歸系數(shù)，括號中為標準誤，+p<0.1，*p<0.05，**p<0.01，***p<0.001

表2中，每個自變量與因變量交叉對應的數(shù)值為回歸系數(shù)，顯示該自變量對因變量的影響力。如“法官”與“人均結(jié)案數(shù)”交叉處的0.847表示“法官”每增加一個單位，“人均結(jié)案數(shù)”增加0.847個單位。此外，還應注意系數(shù)右上角是否有“*”，“*”越多表示在總體中兩變量的關(guān)系越顯著。

輸出結(jié)果顯示，自變量“法官”“總?cè)藬?shù)”的回歸系數(shù)達到了0.847***和0.716***的顯著性水平，說明“法官數(shù)”和“總?cè)藬?shù)”與“人均結(jié)案數(shù)”相關(guān)性很強，但“總?cè)藬?shù)”雖與“人均結(jié)案數(shù)”成正相關(guān)，卻與“結(jié)案率”和“結(jié)收比”呈負相關(guān)的關(guān)系，說明總?cè)藬?shù)越多不一定效率指標都高，這點與我們認識有差異。從學歷結(jié)構(gòu)而言，執(zhí)行效率與學歷有一定關(guān)聯(lián)性，但特別高學歷人員，例如博士、碩士，反而顯著性不強。從年齡看，40—50歲階段與人均結(jié)案數(shù)有顯著關(guān)系，而40歲以下與人均結(jié)案數(shù)呈正相關(guān)，與結(jié)案率呈負相關(guān)，而50歲以上人員與效率關(guān)聯(lián)性不強。

依據(jù)表1中的回歸系數(shù)，可建立以下回歸模型：

Y=a+9.883X1+51.39X2+15.74X3+17.4X4+0.847X5+0.716X6

從模型上看，人均結(jié)案數(shù)與年齡、學歷、職稱都在不同程度上存在回歸關(guān)系。年齡在40歲以下，結(jié)案數(shù)將增加9.833個單位，但40—50歲顯著的增加結(jié)案數(shù)51.39個單位，說明40—50歲相比其他年齡在結(jié)案數(shù)上貢獻更大，學歷方面，學士學位對結(jié)案數(shù)影響15.74，而大專學歷的影響相似，為17.4個單位，如職稱為法官，結(jié)案數(shù)增加0.847個單位，總?cè)藬?shù)增加一人，結(jié)案數(shù)平均增加0.716個單位。同樣，結(jié)案率與接收比也可按照這種模式來解釋。

表3 附表回歸變量的描述性統(tǒng)計

表3展示了表2中所有自變量和因變量的描述性統(tǒng)計分析結(jié)果，描述了每個變量的最大值、最小值、平均值和方差。

(二) 德爾菲法： 量化人員工作耗時

通過梳理S省、S省下轄C市(省會)、C市以及X縣法院的執(zhí)行辦案流程，采訪C市(省會)W區(qū)、Q區(qū)、D區(qū)、J縣、D縣、P縣6個基層法院26名執(zhí)行局局長和資深執(zhí)行法官后，設(shè)計關(guān)于執(zhí)行案件辦案時間問卷調(diào)查，最終以問卷結(jié)果測算執(zhí)行團隊合理辦案區(qū)間。

采用調(diào)查問卷在測算某一工作流程所需時間具有較高主觀性，但為了保證數(shù)據(jù)的科學合理性，調(diào)查組采用統(tǒng)計學上廣泛使用的德爾菲法(5)德爾菲法也稱專家調(diào)查法，本質(zhì)上是一種反饋匿名函詢法。其大致流程是： 在對所要預測的問題征得專家的意見之后，進行整理、歸納、統(tǒng)計，再匿名反饋給各專家，再次征求意見，再集中，再反饋，直至得到一致的意見。。為保證數(shù)據(jù)的精準，筆者在發(fā)放問卷時就問卷調(diào)查的內(nèi)容、要求與受調(diào)查者進行了深入溝通。數(shù)據(jù)收集后，調(diào)查組進行先期清洗和預處理。統(tǒng)計數(shù)據(jù)預處理是指針對海量數(shù)據(jù)存在噪音數(shù)據(jù)、空缺數(shù)據(jù)和不一致數(shù)據(jù)等問題采取的處理措施，包括數(shù)據(jù)清理、數(shù)據(jù)集成和變換、數(shù)據(jù)歸約等。(6)[美] Tom Soukup，Ian Davidson.可視化數(shù)據(jù)挖掘——數(shù)據(jù)可視化和數(shù)據(jù)挖掘的技術(shù)與工具[M].朱建秋，蔡偉杰譯.北京： 電子工業(yè)出版社，2004.

調(diào)查問卷分為員額法官、法官助理以及書記員(法警)三種類型，針對在執(zhí)行各流程節(jié)點，統(tǒng)計分段辦理標準執(zhí)行案件(標準執(zhí)行案件指相對簡單執(zhí)行案件，即表9所載明的14種案件之外的案件)所需時間。共計發(fā)出問卷300份，有效回收問卷289份，將偏離度較高的數(shù)據(jù)進行篩選，并與受調(diào)查者進行溝通，重新填報數(shù)據(jù)后，再行統(tǒng)計。

表4 執(zhí)行法官工作量統(tǒng)計

表5 法官助理工作量統(tǒng)計

表6 書記員(法警)工作量統(tǒng)計

表4～表6有效時間統(tǒng)計方法為： 按照國家休假制度，扣除雙休日和法定節(jié)假日，有效工作日為250日，每日有效工作時間7小時，公休假為每人每年10日，標準工作時間為240×7=1680小時。表4顯示，執(zhí)行法官每年用于培訓、會議等非核心事務時間為7.98×7=55.86小時，參加專業(yè)法官會議時間為2.039×4×12=97.872小時，有效時間為1680-55.86-97.872=1526.268小時，飽和工作時間以每天8小時計算，周末1天為加班時間，每年為(240+4×12)×8-55.86-97.872=2150.268小時。執(zhí)行法官辦理1件標準案件時間為5.067小時，折算全年可辦理案件為1526.268小時÷5.067小時/件=301件，飽和工作時間可辦理2150.268小時÷5.067小時/件=424件。表5顯示，法官助理每年參加培訓、會議為4.32×7=30.24小時，年有效工作時間為1680-30.24=1649.76小時，飽和工作時間為288×8-30.24=2273.76小時，法官助理辦理案件區(qū)間為101—139件。表6顯示，書記員(法警)年有效工作時間1680小時，飽和工作時間為288×8=2304小時，辦理案件區(qū)間值為245—336件。

(三) 大數(shù)據(jù)分析： 精準測量案件權(quán)值

采用案件權(quán)值法對各類非標準案件權(quán)重賦值，并以標準案件為基礎(chǔ)，測算出特定案件工作量。美國聯(lián)邦司法中心用來測算法官工作量的“案件權(quán)值”(Case Weight)計算法，已適用60多年。(7)何帆.法官多少才夠用[N].人民法院報，2013-06-07(05).雖然測算操作比較麻煩，需要對案件各種因素進行統(tǒng)計，但因該方法科學性較強，筆者仍首選此法。

(1) 篩選影響效率的案件因素。從CZ市、X縣法院2017—2018年9594件執(zhí)行案件抽樣50%(4797件)，將可能影響權(quán)值的立案標的、實際審理期限、原審結(jié)案方式等指標進行回歸分析，發(fā)現(xiàn)影響案件權(quán)值的顯著相關(guān)性因子。

表7 執(zhí)行案件數(shù)據(jù)回歸分析表

注： 標準化回歸系數(shù)，括號中為標準誤，+p<0.1，*p<0.05，**p<0.01，***p<0.001

表7顯示，自變量“立案標的”回歸系數(shù)達到-6.013***、-6.457***、-1.638***，表示立案標的大小與終結(jié)本次執(zhí)行程序、終結(jié)執(zhí)行、執(zhí)結(jié)率負相關(guān)性非常強，因此將案件標的額作為權(quán)值設(shè)置重要因素?！皩徖硖鞌?shù)”的回歸系數(shù)達到-1.496*，說明“審理天數(shù)”與“執(zhí)行完畢”呈負相關(guān)，時間越長，執(zhí)行完畢可能性越小?！霸瓕徑Y(jié)案方式”回歸系數(shù)達到1.304**、0.068***，表示原審結(jié)案方式與終結(jié)本次執(zhí)行程序和執(zhí)結(jié)率正相關(guān)性很強，進一步對判決、調(diào)解案件抽樣分析，得出調(diào)解比判決案件更易執(zhí)行。

表8 對表7回歸變量的描述性統(tǒng)計

表8展示了表7所有自變量和因變量的描述性統(tǒng)計分析結(jié)果，描述了每個變量的最大值、最小值、平均值和標準差。

(2) 以案件相關(guān)性指標確定固定權(quán)值。對接案件系統(tǒng)，將抽樣的4 797件案件類型、執(zhí)行方式、卷宗頁數(shù)、平均執(zhí)行時間等多種指標導出，借助spss分析軟件，將卷宗頁數(shù)、平均執(zhí)行時間、執(zhí)行到位率三種指標平均數(shù)分別賦值為：A、B、C，結(jié)合CZ市、X縣法院關(guān)于繁簡案的分類規(guī)定，梳理出14種需要賦予權(quán)重的執(zhí)行案件，并對三種指標平均數(shù)分別賦值：D、E、F，權(quán)重值為X=(D/A+E/B+F/A)/3，由此測算各類非標案件權(quán)重值。

(3) 以雙重賦值法測算特殊案件最終權(quán)值?；趫?zhí)行個案特殊情況，如涉及穩(wěn)定因素、大規(guī)模騰退等特殊案情，需對案件額外賦值。該類案件可參考對14種非標案件賦值法，如涉穩(wěn)案件賦值為：H、I、J，浮動權(quán)重系數(shù)Y=(H/A+I/B+J/C)/3，如還有其他需要賦值情況，則需要再行計算浮動權(quán)重值Z?；谏鲜龉潭ê透訖?quán)重值的設(shè)定，對于特殊案件(含2種以上需要賦值因素)權(quán)重W=X(固定權(quán)值)×Y(浮動權(quán)值)×Z(浮動權(quán)值)。

表9 14種執(zhí)行案件權(quán)重系數(shù)

表9以CZ市、X縣法院案件數(shù)據(jù)為樣本，基于上述方法測算14類案件權(quán)重值。

三、聚合： 基于工作量法生成測算模型

上述測算方法可得出辦理標準執(zhí)行案件時，法官辦案合理區(qū)間為301—424件，法官助理為101—139件，書記員(法警)為245—336件，如果辦理疑難案件則需要按照類型權(quán)值來折算工作總耗時，如： 法官辦理一件標準案件耗時5.067小時，辦理一件標的為6萬元案件，則耗時5.067小時×1.155=5.852小時，可根據(jù)法院近三年案件情況，測算案件每年平均總耗時，根據(jù)法官每年工作時間進行人員數(shù)測算。

(一) 繪制量化模型

基于工作量及案件權(quán)重測算，設(shè)計執(zhí)行法官和審輔人員量化模的函數(shù)公式為：

F2(最低配置數(shù))=T1(執(zhí)行案件核心工作總耗時)/T3(執(zhí)行法官飽和工作時間)

T1=C1+C2+C3+C4…+Cx

C=X(固定權(quán)值)×Y1(浮動權(quán)值)×Y2(浮動權(quán)重值)…Yn

T2模型僅適用法官和法官助理，在梳理書記員(法警)工作量時，發(fā)現(xiàn)其工作量與案件復雜程度關(guān)聯(lián)性不大，對該類人員工作量暫不考慮案件權(quán)重值。上述模型計算結(jié)果準確與否，最關(guān)鍵還是在于數(shù)據(jù)，“所有研究的最終結(jié)論都必須依賴于所選擇數(shù)據(jù)的性質(zhì)和質(zhì)量”，(8)[荷蘭] 菲利浦·漢斯·弗朗西斯.計量經(jīng)濟學入門[M].彭立志，譯.上海： 上海財經(jīng)大學出版社，2005.實踐中，可深度使用“人工智能+大數(shù)據(jù)”技術(shù)，全面深度挖掘法院審判系統(tǒng)多種數(shù)據(jù)進行測算。

人工智能就是將各種事物以邏輯符號和公式進行知識表示，然后再轉(zhuǎn)化為計算機語言，由計算機通過計算和推理而進行規(guī)劃和決策。(9)趙艷紅.人工智能在刑事證明標準判斷中的運用問題探討.[J].上海交通大學學報(哲學社會科學版)，2019(02)： 55.

(二) 科學應用模型

建議以本地法院近三年執(zhí)行案件為基準，以大數(shù)據(jù)和案件權(quán)值測量法(部分法院可直接使用本文測算的案件權(quán)值)，測算3年案件總耗時Q(法官為Q1，法官助理Q2，書記員Q3)，年平均耗時V=Q/3(法官V1，法官助理V2，書記員V3)，測算各類人員數(shù)量為： 法官F1=T1(T2)/V1(T1為年飽和時間，T2為年合理時間)，法官助理F2=T3(T4)/V2，書記員F3=T5(T6)/V3。上列模型設(shè)計是嚴格區(qū)分團隊中法官、法官助理以及書記員不同主體責任，且信息化技術(shù)發(fā)展相對均衡的情況下適用，如果部分法院法官并未完全從事務性工作中解放或者法院信息化建設(shè)相對滯后，量化模型應作浮動調(diào)整。

需要說明的是，對11個執(zhí)行局長和20個資深執(zhí)行法官的采訪發(fā)現(xiàn)，影響辦案效率因素還包含一些未能統(tǒng)計的客觀和主觀因素，客觀因素有各地區(qū)轄區(qū)面積、財政收入、信息化水平等，而主觀因素則包含法官及審輔人員的司法能力、性格差異、對執(zhí)行工作的熱愛程度等，因此模型并非適用于全國所有地區(qū)法院，但模型設(shè)計方法可為其他地區(qū)測算執(zhí)行團隊提供參考。

(三) 驗證模型

以CZ市和X縣法院2016—2018年收案數(shù)為基準，測算所需各類人員數(shù)量區(qū)間。使用案件權(quán)值測算后，將所有案件折合成標準案件，CZ市法院年均收案2 398件，X縣法院2 026件，以通用模型對CZ市和X縣執(zhí)行人員測算，測算出表10數(shù)值。

表10 CZ市和X縣法院執(zhí)行人員數(shù)值區(qū)間

CZ市法院： 員額法官X1(最少)=2 398/424=5.66

X2(合理)=2 398/301=7.97

法官助理Y1(最少)=2 398/139=17.25Y2(合理)=2 398/101=23.74

書記員(法警)Z1(最少)=2 398/336=7.14Z2(合理)=2 398/245=9.79

X縣法院： 員額法官T1(最少)=2 026/424=4.78T2(合理)=2 026/301=6.73

法官助理W1(最少)=2 026/139=14.58W2(合理)=2 026/101=20.06

書記員(含法警)P1(最少)=2 026/336=6.03P2(合理)=2 026/245=8.27

兩個法院實際情況為，執(zhí)行局長由員額法官擔任，且均為院領(lǐng)導班子成員，負責全局執(zhí)行案件管理和其他行政事務，通過進一步走訪測算，兩人從事執(zhí)行核心事務時間大約占一般法官的35%，因此折算為0.35個員額法官。

圖1 CZ市和X縣法院執(zhí)行人員分布圖

與模型測算相比，發(fā)現(xiàn)CZ市和X縣法院執(zhí)行人員配備均存在一定程度不足，特別是法官和法官助理，工作量已遠超合理區(qū)間，而書記員卻存在超配狀態(tài)，人員配置不均衡，團隊內(nèi)部存在“忙閑不均”情況。在對CZ市和X縣法院回訪時，了解兩個法院均存在法官助理和書記員職責混同情況，因各地法院探索審判事務外包，部分屬于書記員的工作剝離給第三方公司，書記員承擔了法官助理部分職責，導致模型測算出審輔人員的需求數(shù)與實際人員數(shù)量有較大偏差。

四、破冰： 構(gòu)建執(zhí)行單元配置的“帕累托最優(yōu)”

“帕累托最優(yōu)”是博弈論中重要概念，是資源分配的一種理想狀態(tài)，即假定固定的一群人和可分配的資源，從一種分配狀態(tài)到另一種狀態(tài)的變化中，在沒有使任何人境況變壞的前提下，也不可能再使某些人的處境變好。(10)[美] 薩繆爾森，諾德豪斯.經(jīng)濟學[M].蕭琛，譯.北京： 商務印書館，2013.要實現(xiàn)執(zhí)行單元配置的“帕累托最優(yōu)”，應對有效的司法資源進行合理配置，不僅應科學測算各類人員數(shù)量，還應對執(zhí)行單元設(shè)置最優(yōu)配套，實現(xiàn)訴訟效能最優(yōu)，切實解決“執(zhí)行難”瓶頸問題。

(一) 管理機制最優(yōu)

在審執(zhí)分離改革的深入推進中，對執(zhí)行團隊的科學設(shè)定固然重要，但對團隊人員進行分權(quán)中，如果沒有明確成員的權(quán)力邊界，將會導致職責混同，管理混亂，無法實現(xiàn)團隊扁平化管理的初衷。

(1) 構(gòu)建執(zhí)行單元人員權(quán)責清單。首先應盡快對執(zhí)行員進行崗位調(diào)整。由于《人民法院組織法》并未規(guī)定執(zhí)行員設(shè)置，建議將目前很多基層法院仍保留的執(zhí)行員崗位轉(zhuǎn)崗處理。如C市中院在全國率先實行執(zhí)行一體化改革，將符合條件的執(zhí)行員轉(zhuǎn)為司法警察和法官助理，對人員進行了消化。其次，梳理執(zhí)行工作流程節(jié)點，從立案、查凍扣再到最終執(zhí)行財產(chǎn)分配，將節(jié)點的責任落實在團隊成員上。最后，構(gòu)建不同團隊工作細則，明確人員職責清晰的鏈條，同時建立局長的權(quán)力清單，以清單形式打造完整的工作制度體系。

(2) 確定執(zhí)行事務分類、集約管理機制。確立執(zhí)行法官在團隊的核心地位，實現(xiàn)集權(quán)。首先放權(quán)于法官。法官作為團隊總負責人，應賦予對一般案件的審批權(quán)和決策權(quán)，讓執(zhí)行團隊實現(xiàn)由傳統(tǒng)科層式向扁平化管理模式轉(zhuǎn)變。其次，結(jié)合執(zhí)行權(quán)行政屬性特點，打造以執(zhí)行指揮中心平臺為中樞的管理樞紐，突出集中、優(yōu)先，實現(xiàn)執(zhí)行“分權(quán)”。執(zhí)行團隊化建設(shè)一定程度上弱化了庭、局長的管理職能，因此必須強化執(zhí)行指揮體系填充管理真空。(11)郭京霞，趙巖，梅宇，謝耀宗.“1+N+X”模式信息化執(zhí)行團隊的新探索[J].法庭內(nèi)外，2016(7)： 2-3.執(zhí)行指揮中心通過“大腦中樞”作用，將各團隊合力進行聚集，打破條塊、碎片化管理結(jié)構(gòu)，以信息化和大數(shù)據(jù)的優(yōu)勢，實現(xiàn)扁平化、短平快的管理。

圖2 團隊化執(zhí)行工作模式一

圖3 團隊考核體系

圖4 團隊人員考核體系

(3) 搭建適應團隊發(fā)展的業(yè)績評估體系。目前各地法院對執(zhí)行團隊劃分并沒有統(tǒng)一模式。深圳法院成為全國基本解決執(zhí)行難的樣板法院，(12)2018年7月10日，最高人民法院召開新聞發(fā)布會，發(fā)布了五家基本解決執(zhí)行難的樣板法院，深圳中院是其中之一。成立了速控團隊、快執(zhí)團隊、速拍團隊、普執(zhí)團隊四個執(zhí)行團隊。在團隊工作模式下，可實行二元考核機制，分為對團隊和團隊成員考核兩種。對團隊考核時，法官是團隊核心因子，可結(jié)合法官的分工，參照對法官工作量測算方法，對近三年案件人均結(jié)案數(shù)、平均執(zhí)結(jié)時間、執(zhí)結(jié)率、執(zhí)行到位率、終本率等作為基礎(chǔ)考核因子，賦值為1，再根據(jù)特定案件、是否涉及多人及穩(wěn)定等因素分別賦予權(quán)重系數(shù)，最后得出總體數(shù)值。在對團隊人員考核時，應將工作量的測算系統(tǒng)與辦案系統(tǒng)對接，通過對執(zhí)行全流程的關(guān)鍵點進行抓取，計算出案件工作量，并與標準案件對比，核算辦案工作量，以此對各類人員分別考核。

(二) 配置團隊最優(yōu)

執(zhí)行團隊不是一級行政單位，而是一個工作單元，目標是提升執(zhí)行能力和工作效率。(13)陳杭平.比較法視野下的執(zhí)行權(quán)配置模式研究——以解決“執(zhí)行難”問題為中心[J].法學家，2018(02)： 73-87，193.在法官主導下團隊化工作模式，具體包括法官主導的執(zhí)行決策制定、法官助理主辦的執(zhí)行決策實施、司法輔助人員負責的事務性工作集約辦理三個層次。(14)趙玉東.團隊化執(zhí)行模式的構(gòu)建[J].人民司法(應用)，2018(31)： 62-66.因此對執(zhí)行單元設(shè)置尤為重要?；诤侠磙k案區(qū)間的模型測算，可以得出法官、法官助理、書記員的比例并非1∶1∶1為最優(yōu)，而是1∶3∶2.5為最佳，多增加法官助理或者書記員，不但不會增加法官辦案量，反而會造成司法人力資源的極大浪費。因此，科學配置執(zhí)行團隊人員，既能提高辦案效率，又不造成審判資源浪費，實現(xiàn)團隊運行的“帕累托最優(yōu)”。

(1) 解決“案多人少”： 以量化模型科學測算。最高院2018年度執(zhí)行研究課題成果中，(15)張嬌東.執(zhí)行團隊組建模式探析[N].人民法院報，2019-05-16(008).根據(jù)執(zhí)行權(quán)的內(nèi)部構(gòu)成，梳理了三種執(zhí)行團隊組建模式： ① 執(zhí)行裁決團隊采用1+1+1的團隊運作模式，即1名法官帶1名法官助理和書記員，也有1+1模式，即1名法官帶1名書記員或者法官助理。② 執(zhí)行實施團隊人員結(jié)構(gòu)為“1+4+2”或“1+2+2+1”，即由1名法官帶領(lǐng)含司法警察在內(nèi)6名左右輔助人員組成。③ 執(zhí)行監(jiān)督團隊模式為“1+2+1”或“2+1+1”，即“局長(副局長)+人民陪審員+法官助理”。這種設(shè)置給了各地法院團隊構(gòu)建的參考。筆者建議，在確保法官核心地位的前提下，各地法院可基于辦案合理區(qū)間，測算團隊的合理人員配置。傳統(tǒng)觀點認為，管理幅度通常不宜超過6人。(16)[美] 斯蒂芬P.羅賓斯，[美] 戴維P.德森佐，[美] 瑪麗.庫爾特.管理學原理與實踐[M].毛蘊詩，譯.北京： 機械工業(yè)出版社，2017.但許多組織正在擴大管理幅度，基于法官管理團隊層級，筆者建議團隊不宜超過8人。

圖5 測算模型使用示意圖

圖5測算模型具體方法： 根據(jù)本文建構(gòu)的模型進行團隊人員科學配置。首先測算本地法院近三年每年執(zhí)行核心事務工作量，基于法官、法官助理以及書記員合理辦案區(qū)間測算各類人員數(shù)需求區(qū)間。團隊人員數(shù)量，不能機械地完全以案定人，而是應對法官的年齡、能力、部門分布、工作均衡度和心理狀態(tài)進行詳細深入的分析，對人員進行適度調(diào)整。

(2) 解決“案多人弱”： 優(yōu)化人員選任條件。執(zhí)行工作看似簡單，但實則涉及許多審判中程序性和實體性問題，還有部分善意執(zhí)行案件，需要運用裁判法官的思維考量，而不能簡單、粗放處理案件。但目前部分人員素質(zhì)尚不能適應執(zhí)行專業(yè)化要求，需對部分團隊成員的選任設(shè)置一定條件。如執(zhí)行裁決團隊法官具有以下條件： ① 兩年以上審判工作經(jīng)驗；② 年齡不超過45周歲；③ 有較強的組織協(xié)調(diào)能力。法官助理條件： ① 從事1年以上審判輔助工作；② 年齡不超35周歲。除對人員選任設(shè)置條件外，還應健全人才培養(yǎng)機制，如定期組織執(zhí)行業(yè)務培訓，對信息化系統(tǒng)操作進行考核，并將結(jié)果納入績效，重點培養(yǎng)的法官助理可列席專業(yè)法官會議，參與案情討論。

(3) 解決“案件變化”： 動態(tài)調(diào)整人員。測算當前人員可根據(jù)歷史收案數(shù)來確定，但是案件數(shù)量并非一成不變，隨著執(zhí)行聯(lián)合懲戒力度的加大以及信息化建設(shè)迅猛發(fā)展，未來案件數(shù)量可能變化不定，應調(diào)整模型數(shù)據(jù)，對人員及時調(diào)整，確保人員數(shù)與工作量匹配，防止法院內(nèi)部忙閑不均。

隨著執(zhí)行規(guī)范化、信息化要求不斷提升，團隊化執(zhí)行模式勢在必行。以科學建模方法可解決團隊如何配置及配多少的關(guān)鍵問題，但使用的前提是案件系統(tǒng)接口完全開放。執(zhí)行工作應成為自動生成數(shù)據(jù)、及時利用數(shù)據(jù)的工程，這樣才能為測算提供可能。當然，執(zhí)行團隊配置不僅是簡單大數(shù)據(jù)建模，更是牽一發(fā)而動全身的系統(tǒng)工程，需要創(chuàng)建系統(tǒng)的權(quán)責清單、科學的績效管理機制等改革配套措施，才能達到執(zhí)行人員配置和管理的“帕累托最優(yōu)”。