一審公訴案件受理分案的“簡繁分類”探索

關(guān)鍵詞 案件受理分案 線性回歸 SPSS “簡繁分類”

作者簡介：徐春陽，江蘇省高郵市人民檢察院第六檢察部副主任。

中圖分類號：D926.3 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? ?DOI：10.19387/j.cnki.1009-0592.2020.02.163

檢察辦案的分案機制是司法責(zé)任制改革的基礎(chǔ)內(nèi)容之一，它一般是指檢察機關(guān)將受理的案件，按照一定的程序和規(guī)則，有順序地分配至案件承辦人。2017年10月1日正式運行的《最高人民檢察院機關(guān)案件承辦確定工作管理辦法（試行）》確定了采取隨機分案為主、指定分案為輔的原則進(jìn)行。江蘇省人民檢察院制發(fā)的《江蘇省檢察機關(guān)案件分配管理辦法（試行）》同樣也明確了這一分案原則。該分案機制依托全國檢察機關(guān)統(tǒng)一業(yè)務(wù)應(yīng)用系統(tǒng)（以下簡稱“統(tǒng)一業(yè)務(wù)應(yīng)用系統(tǒng)”）在檢察辦案實踐中得到了有效實施，實現(xiàn)了改革的預(yù)期效果。但是在現(xiàn)有的分案實踐中也發(fā)現(xiàn)，統(tǒng)一業(yè)務(wù)應(yīng)用系統(tǒng)欠缺案件難度系數(shù)標(biāo)準(zhǔn)，分案時僅考慮檢察官在案件數(shù)量上的均衡，將具體案件與列入分案的檢察官之間進(jìn)行簡單的概率化對應(yīng)，沒有設(shè)置體現(xiàn)案件難易程度的系數(shù)標(biāo)準(zhǔn)，系統(tǒng)無法自動識別案件難度。因此，也就無法做到在兼顧案件數(shù)量與工作量平衡的基礎(chǔ)上進(jìn)行自動分案 。

一、檢察機關(guān)現(xiàn)行分案模式及評析

現(xiàn)行檢察機關(guān)案件分配以隨機輪案分案為主，指定分案為輔?！督K省檢察機關(guān)案件受理、分配、評查及業(yè)務(wù)信息填錄實施細(xì)則（試行）》對此又作出進(jìn)一步細(xì)化規(guī)定：隨機分案是指依照案件分配方案，按照同一類別案件的受理順序，隨機均衡地將案件分配至輪案組內(nèi)的檢察官或者檢察官辦案組。指定分案是指檢察長和分管院領(lǐng)導(dǎo)可以直接決定或者根據(jù)案件辦理部門申請，將相關(guān)案件指定檢察官或者檢察官辦案組。

（一）減少分案中人為因素，避免暗箱操作

案件管理部門成立之前，傳統(tǒng)分案模式是業(yè)務(wù)部門自行受理和自行分案，案件管理部門成立后，也只是由案件管理部門統(tǒng)一受理案件并統(tǒng)一分配至業(yè)務(wù)部門內(nèi)勤處，分案仍按傳統(tǒng)模式進(jìn)行。統(tǒng)一業(yè)務(wù)應(yīng)用系統(tǒng)上線運行初期，也是案件管理部門受理案件后將案件分配至業(yè)務(wù)部門而非檢察官，業(yè)務(wù)部門仍按傳統(tǒng)模式進(jìn)行二次分配。傳統(tǒng)分案模式隨意性大，給挑案選案留下了可操作空間，個別不愿辦理疑難復(fù)雜案件的檢察官可以通過內(nèi)勤或部門負(fù)責(zé)人，將本應(yīng)分到其名下的案件人為變更給其他人。傳統(tǒng)分案的人為因素較重，通過暗箱操作辦理“人情案”“關(guān)系案”“金錢案”的空間很大。統(tǒng)一業(yè)務(wù)系統(tǒng)進(jìn)行隨機分案，案件管理部門受案后即隨機分案到人，全程留痕，能夠較大程度地減少分案環(huán)節(jié)中人為因素的控制，從受案源頭上防止司法腐敗現(xiàn)象的產(chǎn)生，提升司法公信力。

（二）實現(xiàn)分案公平，保證辦案數(shù)量的總體均衡

現(xiàn)行的分案操作實踐中，案件辦理部門由分管領(lǐng)導(dǎo)審定后，制定案件分配方案，包括辦案組織信息和輪案規(guī)則信息等，針對每一個參與輪案的檢察官都會設(shè)置規(guī)則N/M（N≤M），即每M輪分配N件案件。規(guī)則設(shè)定后，統(tǒng)一業(yè)務(wù)應(yīng)用系統(tǒng)即會嚴(yán)格按照規(guī)則進(jìn)行輪案，檢察官所分配案件數(shù)量實現(xiàn)所設(shè)定規(guī)則上的均衡。同時統(tǒng)一業(yè)務(wù)應(yīng)用系統(tǒng)有輪案組輪案情況查詢功能，支持通過具體輪數(shù)或者一定區(qū)間輪數(shù)查詢案件序列的輪案情況及輪案原因。以及案件輪案情況查詢功能，系統(tǒng)支持以案件創(chuàng)建時間為序查看自動輪案過程和結(jié)果。統(tǒng)一業(yè)務(wù)系統(tǒng)實現(xiàn)了每個案件從受案到被具體分配到辦案單元的過程全程留痕，便于追溯，接受監(jiān)督。

（三）僅關(guān)注案件數(shù)量上平衡，未實現(xiàn)案件“簡繁分類”

統(tǒng)一業(yè)務(wù)系統(tǒng)分案時，僅關(guān)注整體時間段內(nèi)各檢察官辦案數(shù)量上的均衡，將具體案件與列入分案的檢察官之間進(jìn)行簡單的概率化對應(yīng)，系統(tǒng)無法智能識別具體案件的疑難復(fù)雜程度。檢察官辦理疑難復(fù)雜案件與辦理一般普通刑事案件耗費的精力和時間不同，比如同屬破壞社會主義市場經(jīng)濟秩序犯罪，一件普通的銷售有害食品案件卷宗一般是兩冊，而一件非法吸收公眾存款的案件卷宗往往多達(dá)幾十冊甚至上百冊。在分案實踐中經(jīng)常會出現(xiàn)檢察官短時間分配多個疑難復(fù)雜案件，導(dǎo)致檢察官之間出現(xiàn)忙閑不均的現(xiàn)象，而案件不論難易程度在統(tǒng)一業(yè)務(wù)系統(tǒng)分案時都算為一件案件。

二、以線性回歸 方式進(jìn)行刑事一審公訴案件的“簡繁分類” 探索

根據(jù)案件類別、卷宗冊數(shù)等因素，將案件分為“簡類”和“繁類”，分別設(shè)置不同的輪案組，將本部門的所有辦案人員均納入兩類輪案組，做到辦案中的繁簡搭配，這樣既保證了工作量的均衡性，也便于檢察官的業(yè)績考核。因此，筆者突破以往的只以案件卷宗冊數(shù)作為案件難易復(fù)雜程度的評價指標(biāo)，以案件綜合情況作為出發(fā)點，以線性回歸方式評價案件難易程度，探尋案件“簡繁分類”。筆者根據(jù)案件管理部門受案實踐經(jīng)驗，構(gòu)建的測算模型，是依據(jù)受案時所能掌握的相關(guān)信息因素，通過測算計算公式，得出具體的案件難易程度評價指標(biāo)。

（一）樣本選擇

1.數(shù)據(jù)來源

G檢察院是江蘇省的基層檢察院之一，本文選取了2019年1月1日至2019年10月30日，在這個區(qū)間段受理并審結(jié)的一審公訴案件630件，作為本文的研究基礎(chǔ)。

2.數(shù)據(jù)初步處理

針對受理案件時獲取的多種信息，進(jìn)行技術(shù)處理，將其轉(zhuǎn)化為可以量化統(tǒng)計的因素。根據(jù)受案經(jīng)驗及參考《江蘇省各設(shè)區(qū)市院/基層院“捕訴合一”檢察官考核標(biāo)準(zhǔn)》，并在廣泛征求檢察官意見的基礎(chǔ)上，確定如下要素。

（1）X1嫌疑人人數(shù)?；A(chǔ)分1分，視人數(shù)多少按公式增加，若嫌疑人為A、B、C…N，則最終得分如下：

（A）1+（B）0.5+（C）0.4+（D）0.3+0.2？N-4）

（2）X2卷宗冊數(shù)。5卷以內(nèi)按1分/卷計分，超過5卷的按公式計分：

（3）X3罪名系數(shù)：以江蘇省人民檢察院 《江蘇省各設(shè)區(qū)市院/基層院“捕訴合一”檢察官考核標(biāo)準(zhǔn)》為依據(jù)，多罪名的案件按照系數(shù)最高的罪名計分。

（4）Y案件辦理天數(shù)。案件辦理天數(shù)越長，檢察官工作量越大，案件辦理天數(shù)一定程度上能夠反映案件的難易程度。

3.數(shù)據(jù)篩選

每個自變量對因變量的影響能力不同，所以模型引入自變量的篩選是建立準(zhǔn)確數(shù)據(jù)模型的重要步驟。筆者對以上數(shù)據(jù)進(jìn)行初步處理后，以案件辦理天數(shù)作為因變量，以其他因素作為自變量。借助 SPSS（Statistical Package for SocialScience）軟件進(jìn)行 Pearson 相關(guān)度分析，具體分析結(jié)果如下表：

經(jīng)計算，嫌疑人人數(shù)、卷宗冊數(shù)、移送案由3個因素顯著水平均小于0.01，相關(guān)性顯著。其中嫌疑人人數(shù)與案件辦理天數(shù)弱相關(guān)，卷宗冊數(shù)與移送案由與案件辦理天數(shù)中等程度相關(guān) 。

（二）公式建立

根據(jù)相關(guān)性分析計算得出的與案件辦理天數(shù)相關(guān)的3個因素，運用 SPSS 軟件對 630個樣本進(jìn)行學(xué)習(xí)，具體分析結(jié)果如下：

電腦自動生成案件辦理天數(shù)公式為：Y=-25.542+9.788X1+ 9.120X2+13.397X3。其中X1為嫌疑人人數(shù)，X2為卷宗冊數(shù)，X3為移送案由系數(shù)。

經(jīng)公式驗證相關(guān)指數(shù)R為 0.564，R2為 0.318， 說明模型能在一定程度上擬合結(jié)果。但筆者所設(shè)想的案件辦理天數(shù)測算模型還比較粗糙，主要原因是本文選取的樣本數(shù)量不足，以及相關(guān)因素未能較好轉(zhuǎn)化為量化數(shù)據(jù)，未考慮適用認(rèn)罪認(rèn)罰從寬程序等因素對案件辦理天數(shù)的影響。如果能學(xué)習(xí)更多的樣本，并將適用認(rèn)罪認(rèn)罰從寬程序予以量化，或更有利于精準(zhǔn)地衡量案件的難易程度，以及更為精準(zhǔn)的測算案件的預(yù)期辦理天數(shù)。

三、結(jié)語

本文希望打破以案件數(shù)量為導(dǎo)向的分案思維，探索一條兼顧隨機性和簡繁分類的分案途徑。通過受案時能夠掌握的各種信息，統(tǒng)一業(yè)務(wù)應(yīng)用系統(tǒng)對每個案件的辦理天數(shù)進(jìn)行預(yù)先判斷，得出一個預(yù)計量，判斷案件難易程度。筆者所設(shè)想的模型僅是一個初步構(gòu)想，存在不完善之處，比如筆者現(xiàn)有的研究數(shù)據(jù)較為局限，僅限于基層檢察院。希望在未來研究中，可以擴大研究范圍并結(jié)合確定的案件相關(guān)影響因素進(jìn)行完善，以求能更為科學(xué)精準(zhǔn)對案件難易程度進(jìn)行評價。筆者也將會在未來的工作和學(xué)習(xí)中對這些不盡之處繼續(xù)研究，以求能探尋一種科學(xué)有效的“簡繁分類”隨機分案方法。

注釋：

劉國媛，聞洲.“大數(shù)據(jù)”條件下檢察分案機制之完善[J].人民檢察，2017（21）.

線性回歸是利用數(shù)理統(tǒng)計中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計分析方法。

一般認(rèn)為相關(guān)系數(shù)|r|在0.8-1.0之間是極強相關(guān);0.6-0.8之間是強相關(guān);0.4-0.6之間是中等程度相關(guān);0.2-0.4之間是弱相關(guān);0.0-0.2之間則是極弱相關(guān)。

相關(guān)指數(shù)R用于表示自變量與因變量之間線性相關(guān)性的強弱程度，用來判斷是否具有線性相關(guān)性。R2是用于表示自變量對總偏差平方和的貢獻(xiàn)度，代表了實際值與預(yù)期值之間的偏差比例，R2越接近1，說明模型的擬合優(yōu)度越高。