诈骗罪量刑实证分析

《诈骗罪量刑实证分析》由会员分享，可在线阅读，更多相关《诈骗罪量刑实证分析（21页珍藏版）》请在金锄头文库上搜索。

1、诈骗罪量刑实证分析法官在对诈骗罪罪犯进行刑 罚裁量时，都考虑了哪些情 节？这些情节的影响方向、 程度是怎样的？实证分析的基本过程刑罚适用的理论梳理确定使用多元回归 来分析影响刑罚的自变量体系假设 自变量和因变量的概念化和操作化建立 分析表 实证样本的抽样数据整理 和录入导入到统计分析软件利用多 元线性回归进行统计分析对统计结果进 行分析和解释第一步:理论梳理n 罪刑均衡原则下，罪的严重性，决定 了刑罚的结果。第二步:选择分析方法n罪的严重性，是由很种因素决定的：诈骗罪犯罪 中，诈骗金额，诈骗犯罪的特殊情节（例如导致 被害人死亡、精神失常或其他严重后果）等等； 诈骗犯罪人，累犯、自首、立功等。这

2、些因素交 织在一起，有些是表明罪的趋轻特点，有些则是 趋重特点。因此，不能把这些因素单独和刑罚进 行比较分析，而要采用更加综合性的方法。多个 自变量一个因变量之间的关系分析，通常采用回 归分析方法。第三步:提出影响刑罚的自变量体系假设n社会宏观背景要素n实体性要素n程序性要素第四步:自变量和因变量的概念化和 操作化：社会宏观背景要素年代判决生 效年份地域判决生 效省份社会经经 济济指标标人均 GDP人均消 费费指数人均受 教育指 数司法力 量指标标法官性 别别比例法官平 均年龄龄法官平 均教育 年限每十万 人口法 官数每刑事 法官年 均审审案 数第四步:自变量和因变量的概念化和操作化：实体性

3、要素-被告人特征 被告人自然属性性别别犯罪年龄龄 特殊生理或病理案件-又聋聋又哑哑 特殊生理或病理案件-患精神病 特殊生理或病理案件-患恶恶性传传染病 外来人口犯罪 国籍地区 民族名称 被告人社会属性学历历政治面貌类类型 犯罪人职业职业 被告人法律属性第一被告人首犯 主犯 从犯： 初犯再犯 是否累犯 劳劳教人员员 治安拘留 限制责责任能力第四步:自变量和因变量的概念化和操作 化：实体性要素-犯罪特征侵害意图图民间间矛盾侵害对对象主要被害人类类型-近亲亲主要被害人类类型-邻邻里主要被害人类类型-朋友主要被害人类类型-陌生人涉港涉澳涉台涉侨侨涉外被害过错过错侵害手段侵害场场所侵害时时机侵害结结果犯

4、罪金额额经济损经济损 失社会舆论舆论其他犯罪情节节其他严严重情节节其他特别严别严 重情节节第四步:自变量和因变量的概念化和操作化： 实体性要素-其他量刑情节n 预备犯 n 未遂犯 n 中止犯 n 胁从犯 n 自首 n 立功 n 重大立功 n 自首+重大立功 n 审判时怀孕的妇女第四步:自变量和因变量的概念化和操作化：实 体性要素-犯罪后表现犯罪后表现赔偿赔偿 被害人损损失是否追缴赃缴赃 物追缴赃缴赃 物价值值是否追缴赃缴赃 款追缴赃缴赃 款价值值判决挽回经济损经济损 失额额没收违违禁品和供犯罪所用的本人财财物认认罪悔罪第四步:自变量和因变量的概念化和操作化：程序 性要素（1）控方信息 主控检察

5、官行政级别主控检察官专业级别证人是否出庭证人出庭人数诉讼 代理人辩方信息 辩护类 型案件被告人人均辩护辩护 人人数法律援助审方信息管辖管辖原则审理机构审理法院级别审级审审判组织类组织类 型合议庭类型合议议庭人数审审委会讨论讨论主审法官审判长行政职务主审法官行政级别主审法官专业级别主审法官性别主审法官政治面貌主审法官教育程度主审法官教育类型第四步:自变量和因变量的概念化和操作化： 程序性要素（2）审审理案件启动动案件来源一审审案件来源二审审案件来源再审审案件来源审审理过过程法院受理时间时间判决时间时间案件审审理时间时间案件全程处处理时间时间延期审审理审审理公开不公开审审理原因一审审案件适用程序证

6、证据种类类抗辩辩情况抗辩辩种类类裁判判决书书字数是否有罪此罪彼罪罪名变变更第四步:自变量和因变量的概念化和操作化： 因变量“刑罚”的操作化n 刑罚：刑事责任的下位概念，包括免予刑事处罚、给予刑事处罚 两大类，给予刑事处罚中，又包括主刑和附加刑，主刑和附加刑 又分为不同种类，其中有定类（类型化）的，比如死刑、无期徒 刑，也有定距（数值化）的，比如有期徒刑几年；主刑中又可能 包含刑罚执行方式（缓刑）。 n 在常见的回归分析中，要求因变量是一个单一的因素（即不同案 例中，犯罪人的刑罚是可比较的，要把处无期徒刑的刑罚和处3年 有期徒刑转化为同一个量纲），这里就需要将刑罚的各种情形转 化为一个单一因素，

7、需要参照一些经验模型（白建军著公正底 线刑事司法公正性实证研究 ）。 n 本研究作了一个简化处理，即专门针对处有期徒刑的样本进行分 析。这样即可以避免因为刑罚模型带来的理论争议，又可以更加 微观的观察法官在有期徒刑刑罚裁量中的规律。第五步:建立数据表n Excel软件或spss等统计软件，都可以进行数据 表创建 和数据存储工作。 n Excel表中，将上述的这些因素以横向的方式创 建一行记录，每列表示一个因素。后续的数据填充 ，就可以另起一行，把每个研究样本的对应取值结 果填充到这一行的列中即可。数据表excel文件创建范例第六步:实证样本的抽样n 抽样原理 1. 全样本 2. 随机样本 本研

8、究采取简单随机抽样的策略（北大法意收集了公开渠 道最完整的刑事裁判文书，可近似认为一个随机抽样的 结果） n 如何查找案例 登陆北大法意网首页（）网站导航“ 法院案例” 刑事案件智能检索系统检索条件“ 犯罪分析-罪名-被指控被告人_判决罪名：诈骗罪；犯 罪分析-罪名-被指控被告人_判决罪数：1至1；刑罚-被 指控被告人_有期徒刑刑期 ：180天至5400天，点击检 索，表示被判处诈骗罪单罪、半年到15年有期徒刑的 案件，将全部案件下载后，再根据地域进行等量样本第七步:整理数据n 数据整理，就是按照分析框架中的各因素的操作化定义，逐个 样本逐个因素进行分析，得出每个样本就每个因素的取值结果 ，向

9、数据表按照一个的标准进行填充的过程。比如有一个字段 “犯罪金额”，就是把每个样本中的犯罪金额分析出来，填充到 数据表中。在数据整理过程中，我们需要注意以下研究规范： 1. 研究的独立性 2. 研究的标准性 3. 研究的团队性 4. 如何向数据表填充数据第八步:分析数据n 分析工具 在进行推断性统计分析时，需要用到专门的统计分析软件，比如spss、 sas、stata、S-PLUS或excel（excel带的统计方法比较少）等。 n 分析操作方法（以spss为例） 运行spss（一般在windows系统中，开始-程序-spss-spss for windows） 导入数据表（file-open-

10、date-文件类型选择excel-选中文件的 存储位置-导入即可） 统计分析（Analyze-Regression-Linear，然后选入因变量（ Dependent）有期徒刑刑期，再选入自变量（Independent）自首、 立功等等，接着，点击OK即可进行多元线性回归分析，返回分析结 果）第九步:分析结果解读和使用（1）1、模型解释力 使用多元线性回归分析方法时，默认的参数是选中“Model fit”项的，在 统计结果中，会有一个Model Summary的汇报，如下：Model SummaryMo delRR Squar eAdjusted R SquareStd. Error of t

11、he Estimate 1.9 82 .965.9632.044回归模型解释力指标Adjusted R Square显示为0.963，表示当前选入的所 有自变量因素对犯罪人所判处的有期徒刑的刑期的综合影响力是96.3%。 模型解释力是回归分析结果中极为重要的内容，表明了所入选的自变量 对因变量的总体影响程度。如果Adjusted R Square过低，说明该分析框 架存在重大的影响因素缺失，即在被入选的影响因素之外，还存在一些 重大的因素没有被考虑到当前的分析框架中。一般来说，在社会科学研 究中， Adjusted R Square不会太高，这和社会科学研究中的复杂性有关 。第九步:分析结果解

12、读和使用（2）Coefficients(a) Model Unstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta 1(Constant)78.1255.779 13.5200.000 从犯0.0000.000-0.015-0.5170.000 人均GDP-0.0010.000-0.045-1.8050.079 案件被告人人均辩护 人人数-0.0090.023-0.021-0.3960.694 判决时间-0.0380.060-0.076-0.6290.533 重大立功-1.3041.140-0.113-1.

13、1440.260 自首-0.1280.026-0.425-4.8920.000 犯罪金额0.0000.0000.1472.3940.022 累犯0.0020.0010.0901.9150.043 赔偿 被害人损失-0.6330.175-0.284-3.6110.001 认罪悔罪-0.0260.008-0.145-3.3620.002 其他严重情节1.1220.6310.1871.7780.033 被害过错-0.0930.057-0.166-1.6350.010其他特别严 重情节0.1290.0540.3142.3730.000注：上表为截选内容第九步:分析结果解读和使用（2）n 上表是多元线性

14、回归分析的主要内容，上表回答了本研究开始部分提出 的问题：哪些因素有影响？影响的方向和程度是多少？ n B指回归系数，即线性回归公式中的系数值，当对应的自变量因素变化 一个单位时，诈骗罪有期徒刑刑期相应变化值为B的绝对值，变化的方向 ，如果B值为负值，则该因素和刑期的关系是反向关系，如果为正值，则 是正向关系。 n Beta指校正后的回归系数，是为了解决不同自变量因素因为量纲不同而 导致B值的大小量级不同的问题，表明了因变量刑罚的总体变化，各个自 变量因素总体上的影响程度，比如犯罪金额的Beta为0.147，表示犯罪金 额在所有的自变量因素中，对刑罚的贡献占到正向贡献的0.147，即14.7% 的刑罚增加是由犯罪金额的增大引起的。 n Sig.指显著性值，是确定这个自变量因素和因变量的关系，是否具有统 计学上的显著性（这种关系是否可靠，是否可以推广到样本之外的总体） 。 一般来说，Sig.要小于等于0.05，其结果才具有统计学上的显著性。比如 上述分析人均GDP的Sig.为0.079，大于0.05，表明虽然人均GDP和刑罚 呈现反向的关系，但不具有统计学上的意义，仅作为一个参考。