邢景麗 張仲梁

摘要：借助于中國裁判文書網(wǎng)30個省份貪污受賄行賄罪數(shù)據(jù)，從量刑個體情節(jié)差異視角，通過統(tǒng)計方差分析和回歸分析，探究量刑差異的驅(qū)動因素。研究發(fā)現(xiàn)：量刑差異受犯罪個體是否有前科、是否自首坦白退贓、法院級別、涉案金額、行政級別、社會經(jīng)濟地位等因素影響。量刑公正需要關(guān)注量刑的情節(jié)差異，通過將單一的“數(shù)額”標準（一元標準）修改為“數(shù)額+情節(jié)”標準（多元標準），通過規(guī)范法官自由裁量權(quán)，消除地區(qū)差異等措施來推動量刑公正和法律公平。

關(guān)鍵詞：量刑差異;量刑公正;驅(qū)動因素;貪污受賄

中圖分類號：D924-3文獻標識碼：A文章分類號：16747089（2020）05002214

作者簡介：邢景麗，博士，清華大學(xué)經(jīng)濟管理學(xué)院互聯(lián)網(wǎng)發(fā)展與治理研究中心助理研究員;張仲梁，博士，南開大學(xué)統(tǒng)計與數(shù)據(jù)科學(xué)研究院教授。

一、背景

當下，司法界對貪污受賄行賄罪的量刑標準是社會各界十分關(guān)注的重點和熱點問題。個體差異、情節(jié)差異、身份差異、程序差異、地區(qū)差異帶來的量刑失衡，使得社會公眾對司法的公正性產(chǎn)生質(zhì)疑。量刑問題研究不僅事關(guān)當事人的生命、自由和財產(chǎn)，而且事關(guān)司法公信力和法律的公正。探究量刑差異的驅(qū)動因素是推動量刑精準化和公正的基礎(chǔ)及前提。2016年4月18日，最高人民法院、最高人民檢察院聯(lián)合召開新聞發(fā)布會，公布了《最高人民法院、最高人民檢察院關(guān)于辦理貪污賄賂刑事案件適用法律若干問題的解釋》（以下簡稱《解釋》），明確了貪污受賄罪的量刑新標準?！督忉尅钒沿澪圩铩⑹苜V罪的量刑起點由1997年刑法確定的5000元調(diào)整至30000元。《解釋》規(guī)定，貪污或者受賄數(shù)額在3萬元以上不滿20萬元的，應(yīng)當認定為“數(shù)額較大”。貪污或者受賄數(shù)額在20萬元以上不滿300萬元的，應(yīng)當認定為“數(shù)額巨大”。貪污或者受賄數(shù)額在300萬元以上的，應(yīng)當認定為“數(shù)額特別巨大”。量刑起點和標準之所以改變，一方面是因為隨著經(jīng)濟社會的發(fā)展變化，原有量刑標準不適用新時代新變化，另一方面是由于中國不同地區(qū)的定罪標準存在差異、不盡統(tǒng)一，貪污受賄構(gòu)成犯罪的金額和情節(jié)不盡相同。近來，隨著大數(shù)據(jù)、云計算等在司法實踐領(lǐng)域的運用，2017年最新修訂了《最高人民法院關(guān)于常見犯罪的量刑指導(dǎo)意見》。 Caryn D， Teppo F， Stuart K，Roger K， “The Law and Big Data” ，Cornell Journal of Law and Public Policy， vol.27，no.9（2017- 09），pp.372-383.如何推動量刑公正公平，需要關(guān)注我國量刑差異的驅(qū)動因素。量刑情節(jié)因素是量刑最為重要的標準和尺度，從犯罪個體的情節(jié)視角，探究自首、坦白、立功、退贓、索賄、認罪態(tài)度等情節(jié)因素對量刑差異是否有影響，影響程度有多大，有助于促進量刑指導(dǎo)從剛性走向彈性，從量刑失衡走向量刑平衡，從“強制性適用”走向“參考性適用”，《美國聯(lián)邦量刑指南》從1987年實施17年后，美國聯(lián)邦最高法院于2005年裁定該量刑指南違憲，該文件由“強制適用”變?yōu)椤皡⒖夹赃m用”。從而實現(xiàn)量刑差異地區(qū)之間有彈性的差異。這種改變具有重要的現(xiàn)實意義。近年來，量刑差異的驅(qū)動因素研究成為學(xué)術(shù)界和司法實踐領(lǐng)域關(guān)注的熱點、重點問題。

本研究采用中國裁判文書網(wǎng)數(shù)據(jù)，從統(tǒng)計學(xué)的視角，運用R軟件，從量刑個體情節(jié)差異的維度，從學(xué)歷、前科歷史、自首、坦白、退贓、法院級別、涉案金額、行政級別、社會經(jīng)濟地位等情節(jié)因素，來驗證分析量刑差異的驅(qū)動因素，為量刑科學(xué)化、精準化和規(guī)范化提供新的觀察。

二、文獻綜述

學(xué)術(shù)界關(guān)于刑罰條文的研究較為豐富，但對量刑差異以及差異驅(qū)動因素的量化研究相對偏少，基于司法實踐的研究尚顯不足。

在國際學(xué)術(shù)界，實證分析量刑差異的驅(qū)動因素研究主要聚焦于以下視角：社會身份與經(jīng)濟地位、種族The American Civil Liberties Union，Written Submission of the American Civil Liberties Union on Racial Disparities in Sentencing，Oct.27th，2014，https：//www.aclu.org/sites/default/files/assets/141027_iachr_racial_disparities_aclu_submission_0-pdf，Jan.10th，2020.和宗教、罪中審判程序、性別、法官自由裁量權(quán)等。比如從生活經(jīng)濟地位的視角，探究白領(lǐng)犯罪量刑結(jié)果是否優(yōu)于普通人。犯罪嫌疑人在社會分層體系中所處的位置，所具有的社會資源和經(jīng)濟資源，在量刑過程中會自帶光環(huán)效應(yīng)，帶來更為輕緩的刑罰。Ronald探究了聯(lián)邦量刑差異的種族和宗教視角。 Ronald S E，Roger A，“Wojtkiewicz， Difference， Disparity，and Race/Ethnic Bias in Federal Sentencing”，Journal of Quantitative Criminology， vol. 18， no. 2 （2002-06），pp.190-196.Jeffery結(jié)合自己已有研究成果，規(guī)劃了今后十年左右量刑方面的主要研究方向。 Jeffery T U， “Recent Developments and New Directions in Sentencing Research”， Justice Quarterly，vol. 29， no. 1 （2012-06），pp.22-25.Bian通過使用美國賓夕法尼亞州量刑委員會（PCS）3年的數(shù)據(jù)，研究中間制裁對量刑差異的影響，以及對量刑緩刑的替代問題。 Brian J，Stephanie D，“The Power of diversion： Intermediate Sanctions and Sentencing Disparity Under Presumptive Guidelines”， Criminology，vol. 50， no. 3（2012-08），pp.23-26.Byungbae采用美國三個地區(qū)法院（樣本數(shù)為2686個）的獨特數(shù)據(jù)集來確定法官和檢察官審判案件帶來的量刑差異，采用二分變量模型探究了檢察官和法官如何促成罪犯刑罰的差異。Byungbae K， Cassia S， Hedberg E C，“Federal Sentencing as a Complex Collaborative Process： Judge， Prosecutor， Judge-prosecutor Dyads，and Dispaprity in Sentencing”，Criminology， vol. 53， no. 4，（2015-12），pp.600-620.Nowacki從性別、種族、年齡、宗教信仰等社會結(jié)構(gòu)因素分析了量刑差異的影響因素。Nowacki J S，“An Intersectional Approach to Race/Ethnicity， Sex， and Age Disparity in Federal Sentencing Outcomes： An Examination of Policy Across Time Periods”，Criminology & Criminal Justice， vol. 17， no. 3， （2016-01）， pp. 97-116. Byungbae利用2008年至2010年的聯(lián)邦量刑數(shù)據(jù)，從性別差異視角出發(fā)，考察宗教和政治保守主義對量刑差異的影響，發(fā)現(xiàn)宗教和政治保守主義減少了量刑性別差距。Byungbae K，Xia Wang，“Examining the Impact of Ecological Contexts on Gender Disparity in Federal Sentencing”，Justice Quarterly， vol. 36， no. 3 （2018-05），pp.467-470.Alma介紹了司法政治對量刑種族性別帶來的量刑差異影響。Alma C，Crystal S Y，“Judicial Politics and Sentencing Decisions”，Dec.9th，2017，https：//scholar.harvard.edu/files/cyang/files/cohen_yang_dec2017-pdf.， Dec.20th，2019.美國量刑委員會分析了不同種族的量刑差異。“The sentence project，Report of The Sentencing Project to the United Nations Special Rapporteur on Contemporary Forms of Racism，Racial Discrimination， Xenophobia，and Related Intolerance”，Mar.27，2018，https：//www.sentencingproject.org/wp-content/uploads/2018/04/UN-Report-on-Racial-Disparities.pdf.Mar.27，2020. Camilia利用OLS回歸模型分析了性別、年齡和宗教信仰因素對量刑差異的影響。Camilia S，Disparities in sentencing depending on enthnicity，gender and age， as an outcome result of discrimination within the Swedish legal system： a intersectional analysis，2018年8月，https：//muep.mau.se/bitstream/handle/2043/26304/Camilla%20Svensson..pdf？sequence=1&isAllowed=y. Jan.15th，2020.

與此同時，國內(nèi)不少學(xué)者對量刑差異也進行了嘗試研究。學(xué)者們一致認為中國的量刑存在普遍差異，其量刑差異主要表現(xiàn)為如下兩個方面：（1）同罪不同罰，孫小迎、李洪欣：《“王子犯法與庶民同罪”辯兼說“同罪”與“同罰”》，《現(xiàn)代法學(xué)》，1997年第6期，第108頁。同案不同判;陳虹偉：《專家建議統(tǒng)一量刑標準》，《法制日報》，2006年第3期，第10頁。（2）重罪輕判，庹繼光：《警察犯罪中的“重罪輕判”現(xiàn)象淺析》，《四川省政法管理干部學(xué)院學(xué)報》，2006年第1期，第54頁。輕罪重判。郎貴梅從定性角度描述了同案不同判的主要原因：一是裁判規(guī)范性缺失，二是裁判主體的主觀性。郎貴梅：《同案不同判的原因分析及對策研究》，《人民司法》，2009年第10期，第103頁。張靜認為同案不同判主要源于法律本身制度、法官個體、審判依據(jù)、地方力量四方面。張靜：《同案不同判的原因及其應(yīng)對》，蘇州大學(xué)碩士學(xué)位論文，2009年，第24頁。

與量刑差異有關(guān)的研究主要可以分為以下五個方面：

一是量刑差異對應(yīng)的理論基礎(chǔ)。周光權(quán)提出，量刑基準應(yīng)該是實證分析法，量刑裁判應(yīng)結(jié)合量刑情節(jié)，考慮社會危害性因素。周光權(quán)：《量刑程序改革的實體法支撐》，《法學(xué)家》，2010年第2期，第26頁。袁家德從量刑公正和刑罰理論的角度，闡釋量刑差異的理論基礎(chǔ)。袁家德：《量刑公正的內(nèi)涵之闡釋》，《山東社會科學(xué)》，2016年第4期，第188頁。石經(jīng)海從刑法理論的角度，剖析“量刑”核心內(nèi)涵，闡釋了量刑規(guī)范化的科學(xué)基礎(chǔ)。石經(jīng)海：《刑法現(xiàn)代化下的“量刑”解構(gòu)——量刑規(guī)范化的科學(xué)基礎(chǔ)探究》，《中國刑事法雜志》，2010年第3期，第19頁。

二是量刑差異的個體因素和情節(jié)因素差異。該差異體現(xiàn)在同一地區(qū)法院對不同犯罪嫌疑人的量刑出現(xiàn)較大差異犯罪嫌疑人。個體因素通常是指社會結(jié)構(gòu)特征，主要包括男女性別、教育程度、社會經(jīng)濟地位和是否有前科等。代表性研究成果如下：趙廷光認為正確處理法定刑、量刑情節(jié)與宣告刑三者之間的數(shù)量關(guān)系，是實現(xiàn)量刑公正的唯一途徑。趙廷光：《論量刑原則與量刑公正——關(guān)于修改完善我國量刑原則的立法建議》，《法學(xué)家》2007年第4期，第44頁。李杰以T市A區(qū)2012年338份量刑建議為考察對象，探究量刑差異問題。李杰：《量刑規(guī)范化視野下的量刑差異分析——以T市某區(qū)量刑差異實證考察為基點展開》，《中國刑事法雜志》，2013年第6期，第96頁。熊謀林等基于德陽市5個基層法院數(shù)據(jù)分析了量刑公正。熊謀林、趙勇、程乙峰：《重考量刑公正與量刑差異——德陽市五個基層法院的定量研究證據(jù)》，《犯罪研究》，2014年第6期，第22頁。林思婷等以浙江省寧波市2014年539例判決為例，探究了寧波市不同犯罪嫌疑人的量刑。林思婷、武敏：《盜竊罪量刑實證研究——以浙江省寧波市2014年539例判決為例》，《浙江萬里學(xué)院學(xué)報》，2014年第9期，第16頁。

三是量刑差異的程序差異。比如，趙廷光、侯兆曉、陳瑞華、余劍、熊謀林等都是從定性角度描述程序會帶來量刑差異。

四是量刑差異的地區(qū)差異。不同地區(qū)對同一類型的犯罪量刑出現(xiàn)較大差異。蘇惠漁等嘗試利用電腦模擬對量刑的地區(qū)差異進行研究。蘇惠漁、張國全、史建三：《量刑與電腦： 量刑公證合理應(yīng)用論》，上海：上海百家出版社，1989年，第132頁。董桂武對故意傷害罪進行實證分析。陳杭平：《論“同案不同判”的產(chǎn)生與識別》，《當代法學(xué)》，2012年第5期，第27頁。董桂武：《故意傷害罪量刑幅度分布實證研究——基于八個地區(qū)十六家法院故意傷害罪判決書樣本的考察》，《刑法論叢》，2012年第6期，第284頁。王劍波基于文書網(wǎng)中200個樣本的數(shù)據(jù)，針對受賄罪的地區(qū)差異進行探討分析。王劍波：《我國受賄罪量刑地區(qū)差異問題實證研究》，《中國法學(xué)》， 2016年第8期，第246頁。

五是量刑差異的身份差異。主要集中于兩個方面：一是從戶籍歧視、地域歧視、年齡歧視、性別歧視的視角研究量刑歧視，二是職務(wù)身份對量刑的影響。不同身份（戶籍、社會地位屬性、經(jīng)濟屬性）的犯罪嫌疑人被判處不同量刑，比如籍貫和戶口性質(zhì)，非京籍人被判處緩刑的比例低于京籍人被判處緩刑的比例，如社會地位屬性。行政級別的差異會帶來量刑差異，王劍波、王新環(huán)研究發(fā)現(xiàn)經(jīng)濟收入高的被告人被判處緩刑的比例要高。王新環(huán)：《量刑程序改革思考——一個檢察官的視角》，《刑事司法論壇》，2010年第3期，第126頁。

通過文獻分析發(fā)現(xiàn)，現(xiàn)有研究的局限性主要體現(xiàn)在三個方面。第一，比較分析定性描述量刑差異以及量刑問題對應(yīng)的原因，過于重視規(guī)范分析，輕視實證分析。常用的研究方法是“典型案例”和“代表性案例”等。以個別案例作論據(jù)進行量刑差異的描述性分析具有合理性，但個體不能完全代表總體，鮮有通過代表性數(shù)據(jù)對量刑基準差異驅(qū)動因素進行實證研究，其科學(xué)性和代表性有待進一步驗證和探索。第二，缺少必要的實證分析和模型驗證，缺乏較好的實證數(shù)據(jù)源。正如2000年諾貝爾經(jīng)濟學(xué)獎獲得者詹姆士·赫克曼所言：“數(shù)據(jù)是經(jīng)濟的基本事實，沒有一流的數(shù)據(jù)，就沒有一流的公共政策?！?James J. Heckman Biographical.Dec. 8th，2000，https：//www.nobelprize.org/prizes/economic-sciences/2000/heckman/biographical/.Oct. 8th，2000.量刑公正公平政策需要可靠的數(shù)據(jù)源和科學(xué)的統(tǒng)計實證模型。第三，少數(shù)學(xué)者進行了量刑差異實證研究的嘗試，但研究局限于某一個或幾個城市樣本，某一種犯罪類型或某一個維度等影響因素。數(shù)據(jù)源于方便抽樣，而不是隨機抽樣，樣本的代表性和研究結(jié)論可靠性值得進一步探究。

文獻考察發(fā)現(xiàn)，大量有關(guān)建構(gòu)中國量刑公正和量刑均衡制度的文獻缺少定量化角度探究量刑差異的驅(qū)動因素分析。從一定視角來看，定量探究量刑差異的驅(qū)動因素相對偏少。筆者基于中國裁判文書網(wǎng)中公開的貪污、受賄和行賄罪數(shù)據(jù)，通過下載及手工搜集整理，提取出與貪污受賄行賄量刑密切相關(guān)的一系列因素，包括單位、性別、年齡、民族、受教育程度、涉案金額、判刑、是否自首、是否坦白、是否立功、是否退贓、是否索賄、是否共同犯罪、審理法院等。運用R軟件進行回歸等統(tǒng)計分析，探究不同地區(qū)不同個體量刑差異的驅(qū)動因素，重點聚焦量刑差異的情節(jié)因素。對量刑差異的研究重點集中在以下兩個方面：一是量刑差異的驅(qū)動因素有哪些;這些驅(qū)動因素是否具有統(tǒng)計學(xué)意義上的顯著差異。二是這些驅(qū)動因素對量刑的影響如何。主要采用T檢驗、F檢驗、方差分析等統(tǒng)計方法進行量刑差異的驅(qū)動因素檢驗。

三、量刑總體情況和樣本數(shù)據(jù)預(yù)處理

筆者從中國裁判文書網(wǎng)抽取18445份貪污受賄罪判決書作為研究樣本。選取10102份樣本（3449份貪污罪和6653份受賄罪） 根據(jù)貪污受賄罪和行賄罪的定義，有主動和被動的關(guān)系。本研究先以貪污受賄的數(shù)據(jù)進行研究，行賄罪的數(shù)據(jù)單獨作為后續(xù)的研究。特別強調(diào)，貪污受賄罪犯罪主體是不同行政級別的國家工作人員。進行分析研究。根據(jù)樣本數(shù)據(jù)的可獲得性和研究目的，剔除不可用數(shù)據(jù)，將量刑的有期徒刑時間單位都轉(zhuǎn)化為月，最終的樣本為6291份。 后文中根據(jù)研究目的、控制變量和實際需要適當調(diào)整樣本數(shù)。感謝李蘇宇對論文數(shù)據(jù)的收集。

文書中量刑結(jié)果主要有拘役、免于刑事責(zé)任、有期徒刑、無期徒刑、死刑，但拘役、無期徒刑和死刑占樣本量的比重非常小，幾乎可以忽略。為了量刑量化的方便和數(shù)據(jù)的可處理性，剔除結(jié)果為拘役、無期徒刑和死刑，僅保留有期徒刑和免于刑事責(zé)任。事實上，在統(tǒng)計中，涉案金額和有期徒刑是數(shù)值變量，死刑是屬于分類變量，為了研究的方便，故剔除之。此外，拘役、無期徒刑和死刑總共有21份，占比極低，剔除之后不影響分析結(jié)果的可靠性。文書中有不少樣本是免于刑事責(zé)任，為了數(shù)值量化的需要，免于刑事責(zé)任在數(shù)值處理上記為“0”。地區(qū)的分布為“1=東部”“2=中部”“3=西部”和“4=東北”。四個地區(qū)的樣本分布詳見下表1。

在抽樣調(diào)查中，樣本數(shù)確定很重要，因為樣本過大，會造成資源浪費，而樣本過小，會使抽樣誤差過大，最終影響檢驗結(jié)果的可信度。所以，受人財物所限，本研究沒有收集所有的樣本進行檢驗，而是根據(jù)前人研究經(jīng)驗，抽取滿足統(tǒng)計方法要求的樣本量。為了最大可能地利用好收集到的樣本信息，客觀真實地反映量刑差異的驅(qū)動因素問題，結(jié)合可利用的樣本數(shù)和實際收集樣本的時間限制，在后續(xù)分析處理中，根據(jù)需要確定樣本數(shù)。

四、提出假設(shè)和建立回歸模型

量刑情節(jié)的核心內(nèi)涵是能夠表示犯罪的行為對于整個社會的危害程度以及行為人自身的危險程度的衡量指標。利用量刑情節(jié)指標能夠很好地決定嫌疑人是否適合使用相關(guān)的刑罰或者是免除處罰等情況。量刑受情節(jié)因素影響。情節(jié)因素差異主要包括罪前、罪中和罪后情節(jié)。罪前情節(jié)作為犯罪實施前的事實狀況，主要包括犯罪人的一貫表現(xiàn)、犯罪動機、犯罪的原因（被害人過錯或民間矛盾激化等）、犯罪人的基本情況。罪中情節(jié)主要包括犯罪行為、犯罪手段、犯罪動機、犯罪的時間和地點等相關(guān)事實。罪后情節(jié)主要包括行為人自首、坦白、立功等法定情節(jié)，也包括行為人賠償、積極退贓、挽回損失、畏罪潛逃以及被害方諒解等酌定情節(jié)。本研究中，根據(jù)數(shù)據(jù)的可獲得性，情節(jié)因素主要包括自首、坦白、立功等行為。這里，罪前情節(jié)主要是指犯罪個體是初犯還是有前科歷史，罪中情節(jié)主要是指犯罪個體貪污受賄行賄帶來的社會危害當量，比如涉案金額數(shù)，罪后情節(jié)主要指當事人是否具有減刑的因素。

根據(jù)量刑情節(jié)對量刑幅度差異的影響，建立含有虛擬變量的多元回歸模型。根據(jù)實際可獲得的數(shù)據(jù)，自變量為不同地區(qū)的經(jīng)濟發(fā)展水平，控制變量為性別、學(xué)歷、量刑情節(jié)（自首、坦白等行為）、涉案金額。因變量為量刑幅度，量刑幅度采用社會危害當量來測度，社會危害當量定義為萬元涉案金額對應(yīng)的有期徒刑月數(shù)。為了不損失樣本的信息量，樣本量由研究的實際需求來定。

假設(shè)量刑幅度決定方程為Y=F（X，ε），X為量刑差異的驅(qū)動因素或影響因素。在前述分析的基礎(chǔ)上，建立含有定性變量的多元回歸模型：

其中，X1為涉案金額;涉案金額中美元、港元都按照當前匯率折算為人民幣（單位：元），有期徒刑年數(shù)都折算為月份，剔除統(tǒng)計中的異常值，剔除“拘役”“死刑”“無期徒刑”（樣本中總共4個，不影響占比）的量刑。下同。Xi 為控制變量，包括情節(jié)差異、社會身份差異、行政級別、地區(qū)差異等;X2為個體差異（性別、學(xué)歷）;其中，X3代表是否有前科;Y為自首、坦白、退贓等量刑減輕情節(jié);X5為法官自由裁量權(quán)，包括犯罪主體的行政級別、地區(qū)差異系數(shù)等;Y為量刑幅度，通過計算社會危害當量來測度;ε為隨機誤差項。為了能夠更好地作出判斷，法律授予法官一定幅度的自由裁量權(quán)以對個案進行甄別。反映在方程中，這個甄別差異便是隨機誤差。

（一）量刑的情節(jié)差異

根據(jù)前文的分析，情節(jié)因素差異主要包括罪前、罪中和罪后情節(jié)。鑒于文書中只有初犯的數(shù)據(jù)，初犯的犯罪個體沒有前科，1=前科，0=初犯，采用0-1變量建立logistics回歸模型測度前科對量刑差異的影響。罪中情節(jié)主要是指犯罪個體貪污受賄行賄帶來的社會危害當量，比如涉案金額數(shù)。罪后情節(jié)主要指當事人是否具有減刑的因素，比如自首、立功、坦白、退贓。 我國《刑法》第67、68 條規(guī)定，對于自首或立功的犯罪分子，可以從輕、減輕或者免除處罰; 對于坦白的犯罪分子，可以從輕或者減輕處罰。對于情節(jié)因素對量刑影響主要作出以下假設(shè)。

假設(shè)1a：有前科的，加重量刑。（罪前）

假設(shè)1b：有自首坦白退贓情節(jié)，減輕量刑。（罪后）

假設(shè)1c：涉案金額越多，量刑越重。（罪中）

根據(jù)Wooldredge的研究結(jié)論，Wooldredge J，Thistlethwaite A，“Bilevel Disparities in Court Dispositions for Intimate Assault”， Criminology， vol. 42， no. 2（2015-12），pp.417-430.法官在量刑時，會考慮累犯的風(fēng)險，并對有這種傾向的人判處更重的刑罰。數(shù)據(jù)處理時，剔除文書不合理的數(shù)據(jù)和異常值數(shù)據(jù)，得到167個樣本數(shù)據(jù)，其中初犯和有前科的分別為57和110，控制變量后，利用單因素方差分析研究前科因素對量刑差異的影響（見表2）。

由表2可知，對初犯和有前科的貪污受賄行賄犯罪嫌疑人，量刑的有期徒刑月數(shù)分別為37-65和68-47，有前科的量刑幅度幾乎是初犯的2倍，有前科犯罪歷史因素對量刑幅度均值遠高于初犯。法官在量刑時，對累犯的當事人量刑更重。

通過對前科歷史單因素方差分析，由F=7-68，sig=0-006可知，在1%的顯著性水平下，通過了方差分析顯著性檢驗，前科歷史和初犯對量刑結(jié)果存在顯著差異。

通過Box-Plot（圖1），可以直觀看出，初犯和前科對量刑結(jié)果（有期徒刑）存在差異。有前科歷史的量刑幅度高于初犯。

圖1不同法院級別、不同行政級別、不同前科歷史的量刑差異

1.罪后有自首、坦白等情節(jié)

法定量刑情節(jié)主要包括自首、立功、坦白、認罪態(tài)度和退贓。自首是指犯罪嫌疑人因為多種原因主動向公安部門承認自己犯罪的行為，是除了涉案金額外，最為重要的量刑情節(jié)。根據(jù)樣本數(shù)據(jù)，有過自首行為都有量刑減輕處理。立功指的是犯罪嫌疑人揭發(fā)他人犯罪的行為。坦白指的是犯罪被告人在犯罪行為被組織揭發(fā)之后，坦白交代自己的犯罪行為。《量刑指導(dǎo)意見》中規(guī)定，當庭認罪能夠得到從輕處罰。

研究發(fā)現(xiàn)，犯罪嫌疑人有自首、立功、坦白、認罪態(tài)度和退贓等情節(jié)，有利于法官基于被告人的悔罪態(tài)度或降低司法成本，判斷犯罪嫌疑人的危險性更低，從而給被告人判處更輕的刑罰。Terance D M，Charles A M， “Racial Differences in Criminal Processing： The Consequence of Model Selection on Conclusions about Differential Treatment”， The Sociological Quarterly， vol. 27， no. 2（2016-12），pp.217-230.在司法實踐領(lǐng)域是否呈現(xiàn)相似的印證規(guī)律呢？對于自首等情節(jié)是否對量刑有差異，作出以下假設(shè)。

在可獲得的文書數(shù)據(jù)中，將量刑情節(jié)分為自首 實際數(shù)據(jù)的處理中，將立功情節(jié)因素歸為自首一類，如實回答歸為坦白，悔過態(tài)度歸為退贓。、坦白、退贓、無減輕情節(jié)四大類。表3給出自首、坦白等情節(jié)對量刑差異的描述統(tǒng)計分析。

由表3可知，自首、坦白、退贓的有期徒刑月數(shù)均值分別為49-48、77-77、66-40。無任何減輕情節(jié)的有期徒刑均值為98-07月，遠遠高于自首、坦白、退贓的量刑幅度。不難看出，有自首、坦白、退贓情節(jié)的被告人，量刑得到法官的寬宥。

由自首坦白等情節(jié)對量刑差異影響的單因素方差分析可知，F(xiàn)=24-156，sig=0-000，在1%的顯著性水平下，自首、坦白、退贓情節(jié)對量刑差異的影響通過了顯著性檢驗（見表4）。

在5%的顯著性水平下，自首、坦白、退贓對量刑的多重交互檢驗通過了顯著性檢驗。事實上，犯罪嫌疑人的自首、立功、坦白、退贓、悔過等表現(xiàn)有利于法官根據(jù)其悔罪態(tài)度或考慮到降低司法成本等因素，犯罪嫌疑人根據(jù)自身的法定自由裁量權(quán)，可能對被告人減輕刑罰量刑程度。

如圖2所示，不同被告人的自首、坦白、退贓情節(jié)對量刑的影響，可用Box-Plot圖形來刻畫。從自首、坦白、退贓情節(jié)與否的角度看，自首、坦白、退贓情節(jié)的犯罪主體，減輕量刑。從法院級別看，基層法院的量刑較輕。從犯罪主體的行政級別看，社會危害當量的量刑較輕，后兩個維度（法院級別和行政級別）對量刑的影響將在下文中重點闡釋。

2.涉案金額

不難理解，涉案金額直接反映犯罪行為的規(guī)模及程度，是衡量犯罪社會危害性的客觀標準。貪污受賄涉案金額是量刑最為重要的情節(jié)因素，是量刑定罪的標準。

鑒于研究的合理性和數(shù)據(jù)的可獲得性，現(xiàn)提出假設(shè)：涉案金額越多，量刑越重。文書數(shù)據(jù)中，剔除不可用數(shù)據(jù)，將量刑的有期徒刑指標都轉(zhuǎn)化為月，最終得到542個貪污罪的有效樣本數(shù)據(jù)。為了進一步分析貪污受賄的數(shù)額以及量刑之間的相互關(guān)系，建立涉案金額對量刑幅度的回歸方程。

控制其他變量，將涉案金額和有期徒刑指標數(shù)據(jù)進行對數(shù)化處理，對貪污犯罪涉案金額和對應(yīng)的有期徒刑進行對數(shù)回歸分析。F=15-39，t=332-802，說明對數(shù)回歸模型通過了方程的顯著性檢驗和參數(shù)的顯著性檢驗。研究結(jié)果發(fā)現(xiàn)，在1%的顯著性水平下，男女性別對量刑的影響通過了方程的顯著性檢驗和參數(shù)的顯著性檢驗，如表5所示。

由于涉案金額的系數(shù)為正（0-988），可知在其他變量不變的情況下，涉案金額越多，社會危害當量越重，量刑越重。

（二）社會身份對量刑差異的影響

一般來說，不同社會經(jīng)濟地位的犯罪有不同的量刑結(jié)果。不少研究指出社會經(jīng)濟地位對量刑輕重有影響。戶籍不是身份和地位的象征，但國內(nèi)一線城市的戶籍是“排隊”資源，某種意義上戶籍也是身份的測度。陸益龍從戶籍的角度出發(fā)，認為與非北京戶籍相比，北京戶籍的犯罪嫌疑人受到的處罰較輕。陸益龍：《戶籍制度——控制與社會差別》，北京：商務(wù)印書館，2003年，第270頁。這里采用行政級別來刻畫社會經(jīng)濟地位對量刑的影響。行政五級劃分為：國家級、省部級、司廳局級、縣處級、鄉(xiāng)鎮(zhèn)科級，各級分為正副職。中央部委的等級即平常大家所說的“國、部（?。⑺?、處、科”五級。比如，文書中，縣民政局長是正科級，縣區(qū)一級民政局副局長是副科級?？h里的局長是正科級，地市的局長是正處級。地方市區(qū)統(tǒng)計局局長為正科級，直轄市的區(qū)統(tǒng)計局局長則為正廳級。省市級的區(qū)、局長就是局級，地級市的區(qū)長、局長為處級。省部級一般為省長、省委常委等，司局級一般為司長、地市級的市長書記等，縣區(qū)級一般為地市級下的縣團、局委等，科級一般為縣區(qū)級下的科、局，街道辦事處、鄉(xiāng)鎮(zhèn)長等，直轄市教育局副局長為副廳級，副省級城市教育局副局長為正處級，地級市教育局副局長為副處級，縣級市教育局副局長為副科級。假設(shè)犯罪嫌疑人的行政級別越高，社會地位越高。現(xiàn)作出以下假設(shè)。

通過整理文書數(shù)據(jù)信息，得到222份局長和222份科長的數(shù)據(jù)樣本，計算緩刑的比例發(fā)現(xiàn)犯罪主體為局長的被判處緩刑的比例（37-94%）遠遠高于科長被判處緩刑的比例（16-52%）?？梢?，行政級別對量刑有影響，具體的影響程度需要借助相關(guān)統(tǒng)計模型進一步探究。犯罪嫌疑人的行政級主要包括五種行政級別：副廳、正處、副處、正科、副科、科員?？刂破渌兞浚⒉煌姓墑e的犯罪個體含有啞變量的回歸分析。

由社會身份對量刑差異的描述統(tǒng)計分析可知，副廳、正處、副處、正科、副科、科員的犯罪主體被判的有期徒刑月數(shù)均值分別為40-0、53-0、66-1、68-1、77-1、94-0，可見，不同行政級別的犯罪主體，量刑存在差異。隨著社會身份地位的提高，法官越是寬宥，量刑越輕。

由行政級別對量刑的單因素方差分析可知，F(xiàn)=5-735，sig=0-017，在1%的顯著性水平下，被告人的行政級別對量刑差異的影響通過了顯著性檢驗。

為了探究不同犯罪個體的行政級別對量刑差異的影響程度，建立含有啞變量的回歸方程模型。通過行政級別和涉案金額對量刑差異進行回歸分析得到t值為9-571和sig值為0-000，因此，在10%的顯著性水平下回歸方程通過顯著性檢驗。實際上，行政級別是社會身份地位的外在刻畫，是其在社會分層體系中所處的位置，其所具有的社會和經(jīng)濟資源，在量刑過程中會轉(zhuǎn)化成一種優(yōu)勢，這種優(yōu)勢會帶來更為輕緩的刑罰。

（三）法院級別差異對量刑差異的影響

假設(shè)3：越是低層法院，量刑越重。

按照法院的三大類級別， 級別分為最高人民法院和地方各級法院。地方各級人民法院包括省、自治區(qū)、直轄市人民法院：省、自治區(qū)、直轄市人民法院分院，自治州和省轄市人民法院，縣、市、自治縣和市轄區(qū)人民法院。區(qū)人民法院、縣以及縣級市人民法院是同一級別。結(jié)合文書中貪污受賄行賄罪的公訴機關(guān)的級別，這里將法院級別可以分成三類：（1）高級法院，指樣本中廳局級及以上（省部級、直轄市及分院）的法院;（2）中級法院，指樣本中地級市法院;（3）基層法院，指樣本中縣（市轄區(qū)）級法院?？刂破渌兞?，建立法院級別對量刑幅度的單因素方差分析模型。量刑的本質(zhì)是對犯罪嫌疑人的社會危害當量進行測度分類定罪，這里解釋變量的指標測度采用社會危害當量，定義為單位萬元涉案金額的有期徒刑。法院級別對量刑的影響如表6所示。

由表6可知，基層、中級和高級法院的社會危害當量均值分別為1477-9、281-9、7-4，呈現(xiàn)出越是基層法院量刑越重，越是高層法院量刑越輕的規(guī)律。根據(jù)法院級別對量刑幅度的單因素方差分析得到F=1-624、sig=0-198，方差結(jié)果沒有通過顯著性檢驗。但在法院級別對量刑差異的多重因素方差分析（Multiple Comparisons）中，在10%的顯著性水平下法院級別差異帶來的量刑幅度差異通過了顯著性檢驗。

（四）量刑刑罰綜合指數(shù)

文書中被告人的情節(jié)類型主要有：1=自首、2=立功、3=坦白、4=退贓、5=無減輕情節(jié)。為了測度量刑情節(jié)對量刑差異的影響。在建立的含有虛擬變量模型中，將驅(qū)動因素轉(zhuǎn)變?yōu)?-1變量，1=有減輕情節(jié)（自首、立功、坦白、退贓等），0=無減輕情節(jié)。被解釋變量為量刑幅度，采用社會危害當量測度，解釋變量為量刑情節(jié)和涉案金額數(shù)，得到含虛擬變量的回歸分析?；貧w結(jié)果見表7，由F=20-383，sig=0-000可知，在1%的顯著性水平下含虛擬變量的回歸方程通過了顯著性檢驗，量刑情節(jié)和涉案金額對量刑結(jié)果有顯著影響（表7）。

由量刑情節(jié)和涉案金額對量刑結(jié)果的回歸方程可知，常數(shù)項、涉案金額和量刑情節(jié)的sig值都為0-000，在1%的顯著性水平下回歸方程通過了參數(shù)的顯著性檢驗。量刑幅度和涉案金額正相關(guān)。由回歸系數(shù)可知，涉案金額變動1%，量刑幅度有期徒刑變動0-03%。量刑情節(jié)對量刑的影響存在顯著差異?？梢?，犯罪個體有自首、立功、坦白、退贓等情節(jié)，法官會更寬宥，量刑越輕。統(tǒng)計意義上，與無減輕情節(jié)相比，有減輕情節(jié)的量刑幅度減少了16個月?；貧w方程如下：

上述回歸方程為構(gòu)建量刑刑罰綜合指數(shù)提供了一種量化的基礎(chǔ)，再考慮學(xué)歷差異、社會身份和地區(qū)差異等因素。進一步研究發(fā)現(xiàn)，學(xué)歷上，在其他控制變量不變的情況下，相對于大專以下學(xué)歷，相似案情，大專以上的犯罪嫌疑人量刑輕16個月。情節(jié)因素上，在其他控制變量不變下，相對于無減輕情節(jié)，相似案情，有自首情節(jié)，量刑減輕48個月;有坦白情節(jié)的犯罪嫌疑人量刑減輕20個月;有退贓和認罪態(tài)度良好的犯罪嫌疑人減輕31個月。社會身份差異上，在其他控制變量不變的情況下，相對于科員級別的犯罪個體，副廳、正處、副處、正科、副科的犯罪主體被判有期徒刑月數(shù)的均值依次減少54個月、41個月、28個月、30個月、17個月。地區(qū)差異上，東部、中部、西部、東北地區(qū)有期徒刑的月份均值分別為55-79、52-09、53-32、36-08。人均GDP越高的地區(qū)，量刑越重，反之亦然。相對于東北地區(qū)，東部、中部和西部地區(qū)有期徒刑的月份均值分別增加19個月、16個月和17個月。

五、結(jié)論和建議

（一）研究結(jié)論

從法理上來說，法律面前人人平等，但在法律實踐中難以做到完全的平等。研究結(jié)論表明，量刑差異受如下因素影響。

第一，量刑差異受情節(jié)因素影響。通過方差分析，罪前、罪中、罪后的情節(jié)因素通過了顯著性檢驗。通過建立涉案金額對量刑幅度影響的回歸模型發(fā)現(xiàn)，涉案金額越大，社會危害當量越大，量刑越重。建立含有虛擬變量的回歸方程發(fā)現(xiàn)，犯罪個體有過自首、立功、坦白、退贓等情節(jié)，法官越是寬宥，量刑越輕。

第二，量刑差異受社會身份、地區(qū)差異等因素影響。犯罪主體為局長的被判處緩刑的比例（37-94%）遠遠高于科長被判處緩刑的比例（16-52%）。社會身份地位在社會分層體系中所處的位置，犯罪嫌疑人所具有的社會和經(jīng)濟資源，在量刑過程中會轉(zhuǎn)化成一種優(yōu)勢，這種優(yōu)勢會帶來更為輕緩的刑罰，量刑越輕。量刑差異與地區(qū)差異有關(guān)但不顯著，不同地區(qū)貪污受賄犯罪主體的社會危害當量存在顯著差異，人均GDP越高的地區(qū)，量刑越重。

第三，量刑差異與法院級別（程序差異）差異相關(guān)?；鶎印⒅屑壓透呒壏ㄔ旱纳鐣：Ξ斄烤捣謩e為1477-9、281-95、7-38，基層法院量刑較重，高層法院量刑較輕的規(guī)律。法院級別（程序差異）帶來的量刑差異沒有通過顯著性檢驗。程序差異帶來的量刑差異將作為后續(xù)的研究。

第四，初犯和前科既是影響量刑差異的情節(jié)因素，是法官自由裁量權(quán)的因素。 李榮：《影響刑事判決的法官情感因素及其制約》，《河北法學(xué)》，2008年第4期，第132頁。實際上，不同法官面對貪污受賄罪的犯罪個體，一方面依據(jù)社會危害當量程度、個體因素、情節(jié)因素、社會身份等進行量刑裁決。另一方面，法官的性別、性格、量刑習(xí)慣等個人因素可能對量刑造成極大甚至決定性影響。量刑差異不僅考慮剛性，更要注意彈性，從而使得量刑指南從剛性走向彈性，從量刑失衡走向量刑平衡，從量刑模糊化走向精準化，從“強制性適用”走向“參考性適用”， 《美國聯(lián)邦量刑指南》從1987年開始實施了17年后，聯(lián)邦最高法院于2005年裁定量刑指南違憲，量刑指南由“強制適用”變?yōu)椤皡⒖夹赃m用”。從而實現(xiàn)量刑差異地區(qū)之間有彈性的差異。

（二）政策建議

由上述分析可知，被告人社會結(jié)構(gòu)因素對量刑幅度有不同程度的影響。建議從以下幾方面著手，在法律實踐中降低量刑過程中的不平等。

一是從單一標準走向多元標準。由單一的“數(shù)額”標準（一元標準）修改為“數(shù)額+情節(jié)”標準（多元標準）。根據(jù)筆者的研究，“數(shù)額”標準根據(jù)當事人造成的社會危害后果量刑，“情節(jié)”因素既要考慮當事人的社會身份屬性特征，比如性別、學(xué)歷、職業(yè)、行政級別等情節(jié)因素，又要結(jié)合當事人的罪前、罪中、罪后相關(guān)情節(jié)因素，比如自首、坦白、退贓等情節(jié)因素。建議先依據(jù)涉案金額和量刑情節(jié)等因素確定一個基準刑，再明確自首、坦白、退贓、犯罪未遂等法定或酌定的量刑情節(jié)，然后根據(jù)當事人的犯罪基準刑和量刑情節(jié)來確定宣告刑的區(qū)間范圍，以便規(guī)范法官自由裁量權(quán)，最大程度上減小被告人的社會身份特征等因素對法官裁判的影響，最大可能做到量刑的精準化和科學(xué)公正。這與胡東陽研究觀點一致。 胡冬陽：《賄賂犯罪“數(shù)額+情節(jié)”模式運行實證研究——以J省2016—2017年的判決書為研究樣本》，《湖北社會科學(xué)》，2017年第10期，第132頁。

二是規(guī)范法官自由裁量權(quán)，推行量刑規(guī)范化工作，減少社會身份特征對量刑的影響。貪賄犯罪法定刑幅度大，法官量刑的裁量空間也大，權(quán)力濫用的概率也高。加強裁判文書說理、提供案例指導(dǎo)等方式規(guī)制法官自由裁量范圍，推動量刑標準化工作。2018年10月修訂的《人民法院組織法》第九至十一條明確了指導(dǎo)性案例，即“最高人民法院可以發(fā)布指導(dǎo)性案例”。 袁春湘：《確立案例指導(dǎo)，推動制度完善》，2018年11月18日，http：//rmfyb.chinacourt.org/paper/html/2018-11/18/content_145850-htm？div=-1，2020年1月18日。在指導(dǎo)性刑事案例中涉及貪賄犯罪的案例僅2例，而且僅涉及定罪問題，沒有涉及量刑。因此，最高法院應(yīng)抓緊調(diào)研盡早發(fā)布貪賄犯罪量刑指導(dǎo)案例，為各地司法機關(guān)提供有效的量刑實踐指導(dǎo)，努力實現(xiàn)“同案同判”，實現(xiàn)量刑公正法律公平。

三是構(gòu)建刑罰綜合指數(shù)，消除量刑驅(qū)動因素的影響。由于情節(jié)對量刑的影響存在顯著差異，統(tǒng)計意義上，相比較無減輕情節(jié)，有減輕情節(jié)（自首、立功、坦白、退贓等）量刑幅度應(yīng)適度減少16個月。

四是利用人工智能等技術(shù)手段進行精準量刑。隨著“智能+”時代的到來，各地都在加快建設(shè)智慧法院、智能量刑及智能刑法運轉(zhuǎn)系統(tǒng)。AI輔助量刑系統(tǒng)的改進不僅要符合量刑規(guī)范化改革的要求，而且還要注意降低法官量刑權(quán)力濫用的概率，避免機械化量刑的誤區(qū)。人工智能融入刑事量刑司法實踐，有助于量刑規(guī)范化改革，實現(xiàn)量刑公正和法律公平。

量刑幅度還可能受到其他案外因素的影響，如主審法官是否受到了來自外部的壓力，是否有徇私枉法行為，是否有玩忽職守行為等有關(guān)法官的自由裁量權(quán)因素，這些方面將是筆者后續(xù)的研究內(nèi)容。

〔責(zé)任編輯：李海中〕