人工智能辅助法官决策研究——基于量刑偏差识别视角.pdfVIP

经济管理学刊 Ｑｕａｒｔｅｒｌｙ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ ａｎｄ Ｍａｎａｇｅｍｅｎｔ 人工智能辅助法官决策研究 ———基于量刑偏差识别视角 周　 静　 杨玲燕　 刘　 喆　 王　 芳∗ 摘　 要： 为实现 “让人民群众在每一个司法案件中都感受到公平正义”， 国家持续推进 量刑规范化改革， 规范刑罚裁量权， 促进量刑公正。 如何把握刑罚裁量权的合理范围， 努力实现同案同判， 是量刑规范化改革的核心。 本文以发现量刑畸轻畸重等量刑偏差判 决为研究目标， 提出一种量刑偏差的识别方法： 基于中国裁判文书网４６０ ４８６ 条数据， 采用长短期记忆 （Ｌｏｎｇ Ｓｈｏｒｔ⁃Ｔｅｒｍ Ｍｅｍｏｒｙ ， 简称 ＬＳＴＭ ） 模型对案件的量刑进行预测， 并提出了异质性系数度量， 用于量刑偏差案件的识别。 研究发现， 制作、 复制、 出版、 贩卖、 传播淫秽物品牟利罪， 窝藏、 包庇罪， 以及挪用资金罪是最容易产生量刑偏差的 三种罪。 本文以挪用资金罪为例， 采用多元线性回归模型分析了量刑偏差的原因， 分析 发现坦白对挪用资金罪量刑有减轻作用， 挪用金额大小与量刑长短成正比， 然而， “挪 用资金用于营业活动” 这一变量系数存在异常， 可能会导致量刑偏差的出现。 最后， 本 文选取了两个有代表性的量刑偏差案件， 通过法律专家的案例分析来判定偏差案件识别 是否准确， 并提供法律依据。 该方法以既有判决的量刑共识为基础， 以期为国家量刑规 范化改革提供辅助参考。 关键词： 司法人工智能； 刑期预测； 量刑偏差识别； 异质性系数； ＬＳＴＭ 模型 中图分类号： Ｃ８１ ； Ｃ３９ ＪＥＬ 分类号： Ｋ１４ ； Ｃ４５ ； Ｂ２３ 一、引　言 量刑， 是刑罚公正的终极体现。 为实现 “ 让人民群众在每一个司法案件中都 感受到公平正义” ， 国家持续推进量刑规范化改革。 为此， 最高人民法院自２００８ 年起颁布 《 人民法院量刑指导意见 （试行）》 （ 以下简称 《 指导意见》 ） ， 随后进行 了６ 次修订。 《 指导意见》 对量刑的基本方法和步骤、 常见量刑情节的适用范围、 ∗　 周静， 中国人民大学统计学院， Ｅ⁃ｍａｉｌ ｚｈｏｕｊｉｎｇ ＿ ８９ ＠１２６ ｃｏｍ ； 杨玲燕， 山东大学数据科学学院， Ｅ⁃ｍａｉｌ ｙａｎｇｌｉｎｇｙａｎ＠ｍａｉｌ ｓｄｕ ｅｄｕ ｃｎ ； 刘喆， 中国人民大学统计学院， Ｅ⁃ｍａｉｌ ｌｚｈｅ００２９ ＠ １２６ ｃｏｍ ； 王芳 （通信作者） ， 山东大学数据科学学院， Ｅ⁃ｍａｉｌ ｗａｎｇｆａｎｇ２２６＠ｓｄｕ ｅｄｕ ｃｎ 。 作者感谢国家自然科 学基金项目 （Ｔ２２９３７７３ ） 、 中国人民大学科学研究基金面上项目 （２１ＸＮＡ０２７ ） 对本文研究的支持。 作者感谢匿名审稿人和编辑部的宝贵意见， 当然文责自负。 １９８ 经济管理学刊　 　 第２ 卷 常见犯罪的量刑提供了全面的适用指南。 但现实世界千差万别， 《 指导意见》 不可 能穷尽所有情况， 加之区域经济社会发展水平差异、 法官个体差异、 被告人所具 有的个性化特征等各种原因， 同案不同判的情况仍有发生。 这可能导致较低的服 判息诉率， 以２０２０ 年为例， 中国最高人民法院共审理了１１２ 万件一审案件， 其中 分别有约１１％ 和２ ％ 的案件经历了二审和发回重审。 这表明， 仍有大量诉讼并未 终止 （无上诉或反上诉） ， 其中许多案件可能都是争议案件， 不同法官对诸如刑 期、 罚金等具体判罚可能持有不同的意见 （孙海波， ２０ １７ ） 。 同时， 也可能在一定 程度上影响司法公正，