1、詐騙罪量刑實(shí)證分析法官在對(duì)詐騙罪罪犯進(jìn)行刑罰裁量時(shí)，都考慮了哪些情節(jié)？這些情節(jié)的影響方向、程度是怎樣的？實(shí)證分析的基本過(guò)程刑罰適用的理論梳理確定使用多元回歸來(lái)分析影響刑罰的自變量體系假設(shè)自變量和因變量的概念化和操作化建立分析表 實(shí)證樣本的抽樣數(shù)據(jù)整理和錄入導(dǎo)入到統(tǒng)計(jì)分析軟件利用多元線性回歸進(jìn)行統(tǒng)計(jì)分析對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行分析和解釋第一步:理論梳理 罪刑均衡原則下，罪的嚴(yán)重性，決定了刑罰的結(jié)果。第二步:選擇分析方法罪的嚴(yán)重性，是由很種因素決定的：詐騙罪犯罪中，詐騙金額，詐騙犯罪的特殊情節(jié)（例如導(dǎo)致被害人死亡、精神失常或其他嚴(yán)重后果）等等；詐騙犯罪人，累犯、自首、立功等。這些因素交織在一起，有些是表明罪

2、的趨輕特點(diǎn)，有些則是趨重特點(diǎn)。因此，不能把這些因素單獨(dú)和刑罰進(jìn)行比較分析，而要采用更加綜合性的方法。多個(gè)自變量一個(gè)因變量之間的關(guān)系分析，通常采用回歸分析方法。第三步:提出影響刑罰的自變量體系假設(shè)社會(huì)宏觀背景要素實(shí)體性要素程序性要素第四步:自變量和因變量的概念化和操作化：社會(huì)宏觀背景要素年代判決生效年份地域判決生效省份社會(huì)經(jīng)濟(jì)指標(biāo)人均GDP人均消費(fèi)指數(shù)人均受教育指數(shù)司法力量指標(biāo)法官性別比例法官平均年齡法官平均教育年限每十萬(wàn)人口法官數(shù)每刑事法官年均審案數(shù)第四步:自變量和因變量的概念化和操作化：實(shí)體性要素-被告人特征被告人自然屬性性別犯罪年齡特殊生理或病理案件-又聾又啞特殊生理或病理案件-患精神病特

3、殊生理或病理案件-患惡性傳染病外來(lái)人口犯罪國(guó)籍地區(qū)民族名稱被告人社會(huì)屬性學(xué)歷政治面貌類型犯罪人職業(yè)被告人法律屬性第一被告人首犯主犯從犯：初犯再犯是否累犯勞教人員治安拘留限制責(zé)任能力第四步:自變量和因變量的概念化和操作化：實(shí)體性要素-犯罪特征侵害意圖民間矛盾侵害對(duì)象主要被害人類型-近親主要被害人類型-鄰里主要被害人類型-朋友主要被害人類型-陌生人涉港涉澳涉臺(tái)涉僑涉外被害過(guò)錯(cuò)侵害手段侵害場(chǎng)所侵害時(shí)機(jī)侵害結(jié)果犯罪金額經(jīng)濟(jì)損失社會(huì)輿論其他犯罪情節(jié)其他嚴(yán)重情節(jié)其他特別嚴(yán)重情節(jié)第四步:自變量和因變量的概念化和操作化：實(shí)體性要素-其他量刑情節(jié) 預(yù)備犯 未遂犯 中止犯 脅從犯 自首 立功 重大立功 自首+重大

4、立功 審判時(shí)懷孕的婦女第四步:自變量和因變量的概念化和操作化：實(shí)體性要素-犯罪后表現(xiàn)犯罪后表現(xiàn)賠償被害人損失是否追繳贓物追繳贓物價(jià)值是否追繳贓款追繳贓款價(jià)值判決挽回經(jīng)濟(jì)損失額沒(méi)收違禁品和供犯罪所用的本人財(cái)物認(rèn)罪悔罪第四步:自變量和因變量的概念化和操作化：程序性要素（1）控方信息主控檢察官行政級(jí)別主控檢察官專業(yè)級(jí)別證人是否出庭證人出庭人數(shù)訴訟代理人辯方信息辯護(hù)類型案件被告人人均辯護(hù)人人數(shù)法律援助審方信息管轄管轄原則審理機(jī)構(gòu)審理法院級(jí)別審級(jí)審判組織類型合議庭類型合議庭人數(shù)審委會(huì)討論主審法官審判長(zhǎng)行政職務(wù)主審法官行政級(jí)別主審法官專業(yè)級(jí)別主審法官性別主審法官政治面貌主審法官教育程度主審法官教育類型第四

5、步:自變量和因變量的概念化和操作化：程序性要素（2）審理案件啟動(dòng)案件來(lái)源一審案件來(lái)源二審案件來(lái)源再審案件來(lái)源審理過(guò)程法院受理時(shí)間判決時(shí)間案件審理時(shí)間案件全程處理時(shí)間延期審理審理公開不公開審理原因一審案件適用程序證據(jù)種類抗辯情況抗辯種類裁判判決書字?jǐn)?shù)是否有罪此罪彼罪罪名變更第四步:自變量和因變量的概念化和操作化：因變量“刑罰”的操作化刑罰：刑事責(zé)任的下位概念，包括免予刑事處罰、給予刑事處罰兩大類，給予刑事處罰中，又包括主刑和附加刑，主刑和附加刑又分為不同種類，其中有定類（類型化）的，比如死刑、無(wú)期徒刑，也有定距（數(shù)值化）的，比如有期徒刑幾年；主刑中又可能包含刑罰執(zhí)行方式（緩刑）。在常見的回歸分析

6、中，要求因變量是一個(gè)單一的因素（即不同案例中，犯罪人的刑罰是可比較的，要把處無(wú)期徒刑的刑罰和處3年有期徒刑轉(zhuǎn)化為同一個(gè)量綱），這里就需要將刑罰的各種情形轉(zhuǎn)化為一個(gè)單一因素，需要參照一些經(jīng)驗(yàn)?zāi)Ｐ停ò捉ㄜ娭拙€刑事司法公正性實(shí)證研究 ）。本研究作了一個(gè)簡(jiǎn)化處理，即專門針對(duì)處有期徒刑的樣本進(jìn)行分析。這樣即可以避免因?yàn)樾塘P模型帶來(lái)的理論爭(zhēng)議，又可以更加微觀的觀察法官在有期徒刑刑罰裁量中的規(guī)律。第五步:建立數(shù)據(jù)表 Excel軟件或spss等統(tǒng)計(jì)軟件，都可以進(jìn)行數(shù)據(jù) 表創(chuàng)建 和數(shù)據(jù)存儲(chǔ)工作。 Excel表中，將上述的這些因素以橫向的方式創(chuàng)建一行記錄，每列表示一個(gè)因素。后續(xù)的數(shù)據(jù)填充，就可以另起一行，把

7、每個(gè)研究樣本的對(duì)應(yīng)取值結(jié)果填充到這一行的列中即可。數(shù)據(jù)表excel文件創(chuàng)建范例第六步:實(shí)證樣本的抽樣 抽樣原理全樣本隨機(jī)樣本本研究采取簡(jiǎn)單隨機(jī)抽樣的策略（北大法意收集了公開渠道最完整的刑事裁判文書，可近似認(rèn)為一個(gè)隨機(jī)抽樣的結(jié)果）如何查找案例登陸北大法意網(wǎng)首頁(yè)（）網(wǎng)站導(dǎo)航“法院案例” 刑事案件智能檢索系統(tǒng)檢索條件“犯罪分析-罪名-被指控被告人_判決罪名：詐騙罪；犯罪分析-罪名-被指控被告人_判決罪數(shù)：1至1；刑罰-被指控被告人_有期徒刑刑期 ：180天至5400天，點(diǎn)擊檢索，表示被判處詐騙罪單罪、半年到15年有期徒刑的案件，將全部案件下載后，再根據(jù)地域進(jìn)行等量樣本第七步:整理數(shù)據(jù)數(shù)據(jù)整理，就是按

8、照分析框架中的各因素的操作化定義，逐個(gè)樣本逐個(gè)因素進(jìn)行分析，得出每個(gè)樣本就每個(gè)因素的取值結(jié)果，向數(shù)據(jù)表按照一個(gè)的標(biāo)準(zhǔn)進(jìn)行填充的過(guò)程。比如有一個(gè)字段“犯罪金額”，就是把每個(gè)樣本中的犯罪金額分析出來(lái)，填充到數(shù)據(jù)表中。在數(shù)據(jù)整理過(guò)程中，我們需要注意以下研究規(guī)范：研究的獨(dú)立性研究的標(biāo)準(zhǔn)性研究的團(tuán)隊(duì)性如何向數(shù)據(jù)表填充數(shù)據(jù)第八步:分析數(shù)據(jù)分析工具在進(jìn)行推斷性統(tǒng)計(jì)分析時(shí)，需要用到專門的統(tǒng)計(jì)分析軟件，比如spss、sas、stata、S-PLUS或excel（excel帶的統(tǒng)計(jì)方法比較少）等。分析操作方法（以spss為例）運(yùn)行spss（一般在windows系統(tǒng)中，開始-程序-spss-spss for win

9、dows）導(dǎo)入數(shù)據(jù)表（file-open-date-文件類型選擇excel-選中文件的存儲(chǔ)位置-導(dǎo)入即可）統(tǒng)計(jì)分析（Analyze-Regression-Linear，然后選入因變量（Dependent）有期徒刑刑期，再選入自變量（Independent）自首、立功等等，接著，點(diǎn)擊OK即可進(jìn)行多元線性回歸分析，返回分析結(jié)果）第九步:分析結(jié)果解讀和使用（1）1、模型解釋力使用多元線性回歸分析方法時(shí)，默認(rèn)的參數(shù)是選中“Model fit”項(xiàng)的，在統(tǒng)計(jì)結(jié)果中，會(huì)有一個(gè)Model Summary的匯報(bào)，如下：Model SummaryModelRR SquareAdjusted R SquareStd

10、. Error of the Estimate1.982 .965.9632.044回歸模型解釋力指標(biāo)Adjusted R Square顯示為0.963，表示當(dāng)前選入的所有自變量因素對(duì)犯罪人所判處的有期徒刑的刑期的綜合影響力是96.3%。模型解釋力是回歸分析結(jié)果中極為重要的內(nèi)容，表明了所入選的自變量對(duì)因變量的總體影響程度。如果Adjusted R Square過(guò)低，說(shuō)明該分析框架存在重大的影響因素缺失，即在被入選的影響因素之外，還存在一些重大的因素沒(méi)有被考慮到當(dāng)前的分析框架中。一般來(lái)說(shuō)，在社會(huì)科學(xué)研究中， Adjusted R Square不會(huì)太高，這和社會(huì)科學(xué)研究中的復(fù)雜性有關(guān)。第九步:分析

11、結(jié)果解讀和使用（2）Coefficients(a)Model Unstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)78.1255.77913.5200.000從犯0.0000.000-0.015-0.5170.000人均GDP-0.0010.000-0.045-1.8050.079案件被告人人均辯護(hù)人人數(shù)-0.0090.023-0.021-0.3960.694判決時(shí)間-0.0380.060-0.076-0.6290.533重大立功-1.3041.140-0.113-1.1440.2

12、60自首-0.1280.026-0.425-4.8920.000犯罪金額0.0000.0000.1472.3940.022累犯0.0020.0010.0901.9150.043賠償被害人損失-0.6330.175-0.284-3.6110.001認(rèn)罪悔罪-0.0260.008-0.145-3.3620.002其他嚴(yán)重情節(jié)1.1220.6310.1871.7780.033被害過(guò)錯(cuò)-0.0930.057-0.166-1.6350.010其他特別嚴(yán)重情節(jié)0.1290.0540.3142.3730.000注：上表為截選內(nèi)容第九步:分析結(jié)果解讀和使用（2） 上表是多元線性回歸分析的主要內(nèi)容，上表回答了本研究開始部分提出的問(wèn)題：哪些因素有影響？影響的方向和程度是多少？ B指回歸系數(shù)，即線性回歸公式中的系數(shù)值，當(dāng)對(duì)應(yīng)的自變量因素變化 一個(gè)單位時(shí)，詐騙罪有期徒刑刑期相應(yīng)變化值為B的絕對(duì)值，變化的方向，如果B值為負(fù)值，則該因素和刑期的關(guān)系是反向關(guān)系，如果為正值，則是正向關(guān)系。 Beta指校正后的回歸系數(shù)，是為了解決不同自變量因素因?yàn)榱烤V不同而導(dǎo)致B值的大小量級(jí)不同的問(wèn)題，表明了因變量刑罰的總體變化，各個(gè)自變量因素總體上的影響程度，比如犯罪金額的Beta為0.147，表示犯罪金額在所有的自變量因素中，對(duì)刑罰的貢獻(xiàn)占到正向貢