APP下载

“以案定员”模型决策分析

2022-03-22李姗姗刘新星赵成贵

关键词:员额测算法官

李姗姗,赵 雨,魏 杰,刘新星,赵成贵

(云南财经大学 a.法学院; b.信息学院, 云南 昆明 650221)

一、 问题的提出与现状分析

(一)问题的提出

党的十八届四中全会审议通过的《中共中央关于全面推进依法治国若干重大问题的决定》明确指出,要推进法治专门队伍建设,完善法律职业准入制度。推进法官员额制度对我国推行法官职业化建设具有重要作用,也是落实司法责任制的重要一环。2015年《最高人民法院关于完善人民法院司法责任制的若干意见》提出完善司法责任制,要求进一步优化审判资源配置,明确审判组织权限,严格审判责任制,增强法官审理案件的亲历性,以审判责任制为中心,“让审理者裁判、由裁判者负责”。推进法官员额制,优化法官队伍,监督审判权的依法行使,正是落实审判责任制所必经之路。

所谓“法官员额制”是指法院、检察院在编制内根据办案数量、辖区人口、经济发展水平等因素确定法院法官、检察官的人员限额。法官员额比例一般按中央政法专项编制的39%计算。最高人民法院徐家新在采访时曾提到,设定该比例的主要原因是,在法官员额制度建立之前,法官队伍过于庞大且质量参差不齐,为了优化司法资源配置,推进法官队伍专业化所以测算出该比例[1]。在各省的法官员额制改革实践中,一般把该比例当作基准红线,但是该测算方法容易造成入额法官数测算“一刀切”,过于机械。从改革过渡期来看,在法院案件数逐年递增、“案多人少”的背景下,法官队伍从原来占法院总人数的60%突然降至39%,这导致某些地区在额法官的工作量大幅增加。不仅如此,基层法院审执结案件占全国法院办案量的较大比例,故而案多人少矛盾更为突出,39%的固定比例可能导致原本紧张的审判人员更加短缺。一方面,多年工作在司法一线但没有入额的法官群体积极性受到打击。另一方面,较少的员额法官人数比例设置为法官升迁设置较大障碍,降低了法官队伍对年轻后备法律人才的吸引力。

法官最主要的职责是办案,因此案件受理数量一定程度上决定了法官的工作量[2]。在确定法官员额时,必须充分考虑各个法院的案件受理数量,不能全部法院都按照一条标准确定法官员额,否则将将导致受理案件数量多的法院人员工作量过大,让部分法官的工作量超负荷[3-5]。首先通过影响案件的各种因素来预测案件数量,再根据各个法院办理各类案件所耗费的时间算出审理案件的平均时间,然后测算法官平均有效工作时间,最后构建法官员额测算模型[6-7]。通过法官员额测算模型,可以提高法官员额配置的有效性和准确性,能够让法官的工作量达到合适的理想状态,提高办案质量,有利于司法资源科学合理的配置和办案效率的提高[7]。

(二)现状分析

吉敏丽等[2]指出地方立法质量跟踪评估所运用的方法是否正当、科学,直接关系到地方立法质量跟踪评估结论的有效性、真实性和公正性,应该设置全方位的地方立法质量跟踪评估方法体系,使其密切配合地方立法质量跟踪评估各项工作的开展。目前,我国在建立科学合理的地方立法质量跟踪评估方法上尚处于起步阶段。各省市在选用评估方法上仍存在着主观上的随意性与盲目性,这样做的弊端要么是由于评估主体部门保护主义作祟,影响到了地方立法质量跟踪评估的科学合理性;要么是由于评估方法本身的缺陷导致无法全面客观地评估,以至于不能及时掌握所评估的法规、规章的实施效果,使得地方立法质量跟踪评估工作流于形式。故探索构建完善的地方立法质量跟踪评估方法至关重要,同时也是地方立法质量跟踪评估工作的题中应有之义。

在人工智能时代,如何看待司法实践的未来走向?杨易川[8]等提出人工智能权利产生的前提是人工智能要参与人类生活,与人类形成稳定的社会关系。本文认为,无论是人工智能自身的发展,还是人类自身对社会稳定性的建构,目前尚不具有将人工智能定义为“法律主体”的条件。不管人工智能如何发展,人类与人工智能的关系,只能是主体与工具的关系。不可避免的是,人工智能一定会在未来影响司法执行,虽然不会代替法官执行办理案件,但是对指定的案件系统是能够进行智能化分配的。王纯指出,员额制改革极大地解放了司法生产力,成效最突出的方面表现为办案效率的提升[4]。

员额制改革以来,贵州省一直走在全国的队伍前列[5]。从2015年《人民法院报》发表文章“贵州法院司法改革试点调查:实施员额制对自己开刀”[9],到2017年发布的《贵州法治发展报告(2017)》专章阐述“贵州省法官员额配置研究——以‘以案定员’数学模型提出及应用研究”[5],指出各地的不统一性显示出各地在设置法官员额数量上缺乏科学指导,未考虑到司法规律性,而贵州经验为我国法官员额制合理数量、科学比例、全面测算提供了实践经验[6]。通过贵州省的经验,配置法官员额需要考虑以下因素:案件受理数量、司法管辖的地域范围和地域特性、法院受理案件的类型法院、人口规模、外来人口比例、经济发展水平,以及城镇化水平等。《贵州法治发展报告(2017)》在谈到法官员额配置的思路时提到“以案定员”的模式,即根据司法规律的变化来确定法官员额的配置。其具体思路是综合考虑上述因素,以一年内法院案件数量乘以办理每个案件所花费的平均时间,再除以法官一年的平均有效办理案件的时间,从而得出该法院的法官员额数量,在此基础上根据案件类型和复杂程度的不同以及办理此类案件所需花费的时间将员额法官分配至各个团队。该模式在实践操作上仍有一定难度,由于目前法院受理案件数量呈大幅上升的趋势,法院未来一年的案件数量不能够被统计模型准确预测,法官办理每个案件所用的平均时间和一年内的有效工作时间同样无法用数据准确预测,统计模型存在着一定的不确定性。同时,在实践中法官员额配置受外部环境影响,目前“以案定员”的研究成果仅限于对各类影响因素进行简单罗列描述,并未通过数据充分论证各因素具体内容及其影响力大小。以贵州法院系统为例,贵州法院法官员额的确定是建立在对法官审判案件准确统计的基础上的,法院根据案件数量和影响案件数量的不同因素,如法院辖区面积大小、辖区人口数量、经济发展水平等测算模型;根据各法院办理不同类型案件所花费的时间建立案件办理平均耗时模型;统计法院每位法官每年的有效工作时间,根据有效工作时间来确定法官人均工作负荷模型;最后根据综合以上3个统计模型结果,构建出测算法官员额数量的综合数学模型。通过这种对不同因素分类统计的方法能够打破地区差异,有效解决不同地区经济发展水平、法官业务能力不同,但办理同类案件所需时间相同的问题。另外,《贵州法治发展报告(2017)》提出“以案定员”的数学统计模型,考虑了实践中外部环境因素的影响,将辖区经济发展水平、常住人口数量、文化程度、外来人口数量等因素转化为具体可量化的数据,并使用统计学中的因子分解求解模型,同时利用统计软件(SPSS)对上述因素进行相关性分析,找出各具体指标间的内在联系,利用线性回归方法计算因子系数。通过上述统计学方法计算出司改法院未来一年的案件数量。为使测算数据更加准确,测算时基于大数据样本,将所有司改法院法官三年工作时间的数据全部纳入测算内容,使得测算数据更接近法官办案时的真实状况。

综上,在确定法官员额时,必须充分考虑法院的案件受理数量,例如在发达地区,案件受理数量大,法官工作量大,而在中小城市,案件受理数量较少。如果采用一刀切方式,将不同地区案件受理数量规定为同一量或同一比例,必将导致法官忙闲不均的现象发生[2];考虑交通因素,同样的案件在交通不便的地区调查取证更加困难,耗时更长;考虑人口素质,法官素质和当事人法律素质各不相同,办理案件花费的时间和精力也不同;考虑当地的人口规模,包括常住人口和流动人口,以便更合理地确定法官的数量;考虑经济状况,随着经济增长,与之相关的经济纠纷就会增多[10],在确定法官员额的过程中,应使法官员额和经济发展水平相适应。

二、法官配置方法

(一)配置方法

“以案定员”就是法官员额由案件、法官、法院三个对象的基本属性决定法官员额配置,从而可以根据案件数量的变化科学增加或减少法官数量。通过精准的数据分析,避免法官员额配置的主观性和随意性。

(二)模型构建

案件数量可用下列模型预测:

其中:x1表示辖区人口数量;x2表示辖区生产总值(GDP);x3表示辖区面积(平方公里);f表示辖区常住人口数量、生产总值、辖区面积等与案件数量相关的综合因子;n表示该地区预测的案件数量(件)。

法官办理案件平均时间模型:

其中:t表示法官办理案件的平均时间(小时);y1表示刑事案件的数量;y2表示民事案件的数量;y3表示行政案件的数量。

法官工作时间T由下列式子计算:

其中:ti表示一个法院每个法官的平均有效工作时间。

法官员额测算综合模型:

r表示法官的员额预测数量,其余参数的解释如前面模型所述。

(三)模型解释

1.案件数量预测

将法院所在地区的经济发展水平、人口、辖区面积等因素综合考虑(如表1所示),并将这些因素转化为可量化的数字,再利用SPSS软件可以对这些因素进行相关性分析,找出指标之间的内在关联,再用数学方程计算出因子系数,最后测算出法院的案件受理数量(如图1所示)。

图1 案件数量预测流程

2.法官办理案件的平均时间

法官办理案件的平均时间主要考虑法官在办案时的工作流程和办理的案件类型,从阅卷、开庭、调查、合议、文书制作等环节对案件信息进行统计分析,根据不同的案件类型,如刑事案件、民事案件、行政案件等,测算各个环节需要的时间,用它们的乘积除以各种类型案件的样本数量,再除以样本总数,计算出法官办理案件所花费的平均时间(如图2所示)。

图2 法官办案平均时间测算流程

3.法官平均有效工作时间

法官平均有效工作时间,用每年理论工作天数365天减去法定节假日11天,减去双休日104天(以一年52周计算),减去法官正常休年假的时间15天,再减去进修培训时间(以40天为样本计算),测算出法官一年的工作天数。法官每天的工作时间在不同时期也不相同,冬令时是上午8∶00至12∶00,下午15∶00至18∶00,夏令时是上午8∶00至12∶00,下午14∶30至17∶30,那么法官每天的有效工作时间是7小时。最后将所求得的天数乘以每天的工作时长求出法官的平均有效工作时间。法官工作时间测算流程如图3所示。

图3 法官工作时间测算流程

三、通过模型计算法官员额

(一)法官办理案件平均时间

法官办理案件的平均时间的测算要根据办案流程来测算。即办理案件时间等于阅卷时间、庭审时间、调查时间、合议时间和文书制作时间之和。

1.刑事案件

刑事案件的平均每件阅卷时间为2小时;庭审耗时0.64小时;案件合议耗时0.96小时;案件调查时间为3小时;文书制作时间为3小时。法官完成一件刑事案件所需要的时间为2+0.64+0.96+3+3=9.6小时。

2.民事案件

民事案件的平均阅卷时间为1小时,庭审时间为每件0.92小时,调查案件时间按城乡占比测算,[(乡村案件调查书/案件调查总数×乡村调查单位时间)+(县城案件调查书/案件调查总数×县城调查单位时间)+(城区案件调查书/案件调查总数×城区调查单位时间)]×(民事案件调查数量/案件调查总数),求出民事案件调查时间为每件0.8小时,合议时间为每件0.03小时,判决文书制作时间为1.3小时,因此审理一件民事案件所需时间为1+0.92+0.8+0.03+1.3=3.92小时。

3.行政案件

行政案件阅卷时间为每件1.7小时,庭审时间为每件1.7小时,调查时间为每件1.5小时,合议时间为每件0.55小时,文书制作时间为每件3.7小时,法官完成一件行政案件所需时间为1.7+1.7+1.5+0.55+3.7=9.15小时。

4.法官办理案件平均时间

(二)案件数量预测

通过分析软件SPSS找出影响案件数量的因素之间的关联,确定数据之间的影响程度。所分析的影响因素主要有人口数量、生产总值、辖区面积等(表1),通过SPSS进行相关性分析,确定它们与案件数量之间的关系,结果如表2所示。

表1 影响因素

表2 相关性

案件总量与常住人口数量、地区生产总值和辖区面积之间的相关系数在0.01的级别上相关性显著。

再通过SPSS对影响案件的常住人口数量、地区生产总值和案件总数这3个因子进行主成分分析,得出表3的结果。

按近3年的经济情况模型计算出法官员额为125.349名,按近4年的经济情况模型计算出法官员额为122.086名,可以考虑在122~125这个区间内配备法官员额。通过以上方法可以计算出各个法院法官员额数量。模型中标准化和未标准化系数的影响及其显著性如表4所示。

表4 系数

所以

四、结论

本文认为,法官员额制改革不应当采用39%的固定比例,员额数应当根据案件数量,采用“以案定员”的方式。“以案定员”对人民法院坚持以员测编、动态调整法官员额比例,完善法官员额配置机制,深化人民法院编制统一管理改革,充分释放出员额改革提升司法质效的效能具有重大意义。“以案定员”的核心要求即客观量化的预测案件数,设置员额比例。要科学测算案件数与员额数,需要充分考虑到地区经济发展水平、人口数、辖区面积等社会因素对案件数的影响。基于此,本文把影响案件数的主要因素:地区常住人口、生产总值、辖区面积作为变量,建立了“案件数量预测模型”;区分法官办理刑事、民事、行政这三类案件的平均时间和有效时间,建立了法官平均时间模型、法官平均有效工作时间模型;最终,结合3个模型推导建立了“法官员额测算综合模型”。归结而言,该模型的计算逻辑即首先计算法官的办理案件平均时间,在通过分析影响案件数量的因素之间的关联程度对案件数量进行预测,最后根据所预测的案件数量对法官员额进行估计。“法官员额测算综合模型”充分考虑到了司法资源的供需矛盾,体现了司法运行规律。

总之,较之固定比例设置法官员额,模型测算把社会对司法资源需求与法院能够提供的司法供给予以量化,可操作性和实用性较强,有助于提高法官员额配置的有效性和准确性,也有利于司法资源更科学合理的配置与办案效率的提高。从长远看,灵活而符合实际需要的员额比例,能促进各地法院形成良好的工作业绩评价体系,能让法官的工作量达到合适的理想状态,为法官精进业务提供更宽松的空间。

近年以来,很多地区也注意到了“以案定员”的重要性和科学性,但如何“以案定员”,如何建立模型科学测算员额比例,如何在省级层面统筹调配,如何建立更完善的员额增补机制,仍处于探索阶段。但不管怎样,首先确立“以案定员”的原则,再建立健全“以案定员”机制,是更好地落实员额制改革,深化司法改革最重要的一步。

猜你喜欢

员额测算法官
法官如此裁判
法官如此裁判
论检察官员额退出机制
员额内检察官绩效评价体系构建
四川省对外贸易隐含碳测算及对策研究
城市创新指数设计与实证研究
阅读理解两则