郭泽喆
学科交叉视角下的法官员额测算
郭泽喆*
理论界一直对法官员额制不遗余力地推介,但由于此前缺乏实践土壤,员额测算理论发育不足,务实的研究成果不多。另一方面,法院作为员额测算的实践主体,在知识流转上相对封闭,获取和配置资源的能力有限,凭一己之力难以胜任员额测算任务,需要借助超越司法的权力配置和多学科知识的支持加以推动。围绕构建科学合理的法官员额测算体系这一目标,在员额测算的顶层设计中应明确“为员额决策服务”这一核心价值,以此作为全部测算机制和测算方法的基点。同时提升员额测算决策的透明度和方法的开放性,充分考虑测算对象的层级差异、地区差异和部门差异,进行有针对性的测算安排。在路径选择上,坚持学科交叉方向,根据实际情况进行方法型、项目型、平台型等学科交叉融合,为测算工作提供必要的智力支持、方法支持和信息支持。在方法选取上,综合运用多学科知识,采取“工作量均质化”的思路,揭示案件工作量与法官数量的相关关系,并综合考量GDP、人口等因素的影响,求取合理的法官数量。
司法改革;法官员额;员额测算;学科交叉;工作量均质化
新的知识和信息已经开始重新塑造法律规则甚至重构某些法律领域之际,法律人必须与时俱进,有能力运用这些知识和信息,否则即便渴望开放的心灵,照样可能是封闭的。①[美]波斯纳:《波斯纳法官反思录》,苏力译,北京大学出版社2014年版,自序。
在我国,包括司法机关在内的公权力机关有泛行政化的传统,②沈寿文:《中国立法机关与司法机关之法治化方向——立法机关与司法机关之“去行政化”》,载《云南大学学报法学版》2012年第25卷第6期。法官选任与公务员选拔同质化,导致法官身份模糊、队伍庞大,③2002年全国法院有审判员和助审员24.8万人,占彼时全部编制的83.22%,参见周道鸾:《关于确立法官员额制度的思考》,载《法律适用》2004年第8期。法官编制被作为提升待遇的工具,大量用于不实际从事审判的人员。①肖扬在2001年全国法院队伍建设工作会议上的讲话指出,我国有法官21万左右,从事审判工作的只有15万左右。参见《最高人民法院公报》2002年第4期。过于宽松的法官标准导致法官的司法能力参差不齐,法官身份难以起到应有的激励作用,法官尊荣难以实现。过于随意的法官编制则使法官配置“失灵”,导致法官忙闲不均,管理遇到难题。②以南京为例,该市2012年和2013年表彰的优秀法官(占一线法官的35%)的办案数分别占所在业务庭办案总数的55.83%和58.2%,且案件的质量和效率都相对较好。参见胡道才:《推行法官员额制改革的两个基础性问题》,载《唯实》2014年第11期。在本轮司法改革中,上述弊端的解决都指向了法官员额制,即为法院“量身”确定审判力量,既不产生冗员,又让法官从过劳中解脱,使司法人力资源形成最优规模,从而保证较高的司法效率和裁判质量。③波斯纳在《超越法律》中指出,工作强度是法官“效用”的影响因素之一,过劳将导致法官认知流畅度下降,进而对司法裁判产生消极影响。相关研究可参见李学尧等:《认知流畅度对司法裁判的影响》,载《中国社会科学》2014年第5期。
“员额”即人员定额,“员”可以理解为具有某种特定社会身份的人,“额”是指规定的数量。推行法官员额制至少要解决两个方面的问题:其一,“入额”的资格标准,即身份问题;其二,“入额”人员的规模,即数量问题。本文的研究对象是后者——法官员额测算,即按照一定原则、运用特定方法计算合理的法官数量(员额数量),并通过调整其占法院编制比例(员额比例),确定法院编制规模的过程。④员额数量、编制规模、员额比例三者之间的关系是:员额数量=编制规模×员额比例。员额数量决定了法院核心人力资源的充沛程度,是司法审判力量的基础;员额比例表征法官的精英化程度,决定了司法辅助人员、行政人员的配比,是确定和调整法院编制规模的关键因素。
关于法官员额测算,官方没有给出标准,各地法院实践不多,理论研究方法单一且不成体系,成果较为匮乏。员额测算的理论和实践准备不足已经成为制约员额制推行、影响员额制实施效果的瓶颈,探明科学的员额测算方法无疑具有很强的迫切性。事实上,法官员额制涉及司法制度、公务员管理等配套改革,由此衍生出繁复的测算工作,这些都不是单纯法学范畴的问题,需要借助多学科的理论和方法加以解决,学科交叉必然成为主要路径——这也是本文探讨员额测算的主要切入点。
有关员额测算的研究和实践主要经历了三个阶段。
(一)前学科交叉阶段:比较法学方法
在20世纪90年代的起步阶段,员额测算主要采取的是对各国司法制度进行比较的方法。贺卫方教授通过对比美国等法治发达国家的法官数量,认为我国法官应当大规模减少,并提出具体方案:最高人民法院25~30名法官,高级人民法院15~20名法官,中级人民法院10~15名法官,基层法院5名左右,总数控制在2万左右。①贺卫方:《司法的理念与制度》,中国政法大学出版社1998年版,第101页。王晨光教授则通过考察大陆法系国家的法官人口比,得出我国法官数量并不算多的结论。②王晨光:《对法官职业化精英化的再思考》,载《法官职业化建设指导与研究》2003年第1期。一些学者通过检索和统计各国的案件总量和法官总量,计算出法官的年人均断案数,得出的结论是我国法官年平均办结案件的数量明显低于外国法官,并指出我国司法效率低下,但对我国法官“数量是否过多”却大多持保留意见。③比较有代表性的研究成果如林珣:《法官定额制度若干问题探讨——一个比较法的视角》,载《福建法学》2004年第4期。
(二)学科交叉介入阶段:数理统计方法
随着审判管理办公室的普遍设立,一批具有统计学、计算机科学等学科背景的人员进入法院,员额测算突破了单一的法学视野,数理统计成为员额测算中常见的方法。以厦门地区法院的一项调研为例,根据该文作者介绍,该调研使用的是“区间估计”的思路,④根据该文作者解释,区间即“置信区间”(confidence interval),是指“由样本统计量所构造的总体参数估计区间。在统计学中,一个概率样本的置信区间是对这个样本的某个总体参数的区间估计。置信度表示置信区间给出的被测量参数的测量值的可信程度。置信度越高,所对应的置信区间就越大”。将法官办理的案件分为刑事简易程序、刑事普通程序、民事普通程序、行政简易程序、行政普通程序、执行六种类型,依次对其采取以下统计步骤:(1)统计人均结案数,并将其作为合理办案区间估计值;(2)利用统计软件E-views5.0进行正态性检验;(3)若符合正态分布,则利用统计软件SAS9.1进行置信度为99%的区间统计分析。从而得出在置信度99%下,法官办理六类案件数量的置信下限和置信上限,并将置信上下限视为“合理区间”。⑤参见张晴、冯冰洁:《关于法官合理办案数量的统计分析——以思明区法院2012—2014年的数据为样本》,载厦门市中级人民法院内网http://205.2.0.23/pages/ Content View.aspx?Cms List=179&CmsID=77,下载日期:2015年5月20日。由于“合理法官数量=案件总量÷合理办案数”,在案件总量、合理办案数已知的前提下,可计算出合理法官数量。
(三)学科交叉纵深阶段:社会学方法
十八届三中全会后,基于实证研究的员额测算活跃起来,产生了一些有益成果,南京法院“基于民事案件工作量的分类与测量测算法官员额”有一定代表性。研究人员选择50名法官为样本,通过观察、问卷、访谈、录像监测等方法,将审判工作进行节点分类,并将其区分为核心审判工作和辅助性审判工作,①研究人员将民事案件审理划分为阅卷、送达、调解、诉讼保全、庭前调查、开庭审理、合议定案、裁判文书制作、结案归档等环节,并认定只有开庭审理、合议定案、裁判文书制作三个环节属于“核心审判工作”,必须由法官亲力亲为,其余辅助审判工作在改革后可交由法官助理或书记员从事。宁波市中级人民法院课题组在其《关于法官办案适度工作量测算的调研报告》中也采用了类似的节点工作量统计方法。进而统计出两大类关键数据:(1)法官理论办案时间,即“工作时间—非审判工作时间”; (2)单个案件办理所需时间,即“单个案件核心审判工作时间+单个案件辅助性审判工作时间”。研究认为,在现有的辅助人员配置和工作模式下,法官审判工作量=法官理论办案时间÷单个案件办理所需时间;改革后一旦配备充足辅助人员和更新工作模式,则法官审判工作量(核心)=法官理论办案时间÷单个案件核心审判工作所需时间。根据“法官员额=案件总量÷法官审判工作量”,可结合实际计算出测算时直至改革目标达成时,配备法官数量的上限和下限。②王静、李学尧、夏志阳:《如何编制法官员额——基于民事案件工作量的分类与测量》,载《法制与社会发展》2015年第2期。
现有的员额测算方法各有特点,但也各有不足。
(一)比较法学方法:不足以应对复杂性
比较法学方法基于域外比较分析,指标本身和参照标准均是“舶来”的。“舶来”并非完全消极,作为一种新鲜的知识和经验,往往是改革的灵感来源,甚至在本土化改造后成为改革的“进路”。早期学者向国内介绍外国法官员额制,对司法改革起到了推动作用,带动了员额制研究。但正如孟德斯鸠所指出的,“如果一个国家的法律竟能适合另外一个国家的话,那只是非常凑巧的事”。员额制及其测算方法也不例外,不可简单移植。具体而言,法官人口比、法官办案数等指标更多是作为一种描述性的数据,用于普及司法常识或介绍司法制度,在判定法官数量合理性上的作用十分有限。此外,这些指标数据的获取和统计多是粗糙且缺少专业方法的,回避了数字背后的司法文化和司法体制差异,将复杂的问题简单化。①例如在美国仅有6%的案件经过完整的庭审程序结案,如果将大量小额案件和治安案件纳入统计范围,计算出的法官办案数十分惊人。又如英美法系国家法官普遍配备多名辅助人员,而我国大多数法院都无法实现“一审一书”,我国法官与其他国家法官在办案数上的落差很大程度上是辅助人员数量差异的反映。可见在不同统计口径和客观条件下,各国法官办案数反差很大,不能直接将其作为判断法官数量是否合理的依据。由于方法不够严谨、缺乏科学标准,测算结果难以揭示规律性,②英美法系和大陆法系之间、相同法系的不同国家之间的法官人口比差异显著,目前没有研究证实该指标与法系、地区、经济发达程度等存在相关性,单纯的法官人口比并非员额测算的可靠指标。相关研究可参见章武生:《我国法官的重组与分流研究》,载《法律科学》2004年第3期,以及蒋惠岭:《法院内部运行机制中的司法规律》,载《法制日报》2014年8月27日第10版。这些指标很容易成为“任人打扮的小姑娘”,为“将个人的希望代替学理的分析”③苏力:《认真对待人治》,载《华东政法学院学报》1998年第1期。服务。
(二)数理统计方法:静态结果存在局限性
引入数理统计是员额测算的一大进步,是该领域研究逐步走向成熟的标志。④法拉格在《回忆马克思》中写道,马克思认为:“一种科学只有在它成功地运用数学时,才算达到了真正完善的地步。”通过数理统计应用,可以通过司法管理信息系统便捷地获取数据,大量重复且令人困倦的计算交给电脑处理,统计软件的使用保证了结果精确且运算过程不受研究者主观偏好影响。但作为一种尝试,如何使不同特点的数理统计方法更好地为员额测算服务,还处于探索阶段。在上文介绍的对厦门某法院的调研中,研究显示该院法官办理六种类型案件数量呈正态分布,并得出了99%置信度下的置信上下限。这些结果的客观性毋庸置疑,但其采用的数据产生于现状,而现有工作模式下该院案多人少的压力已经很突出,故简单将法官办案数量的“普遍区间”等视为“合理区间”并不妥当。换句话说,统计结果反映的是高强度工作下法官办案数量的普遍状态,但并不表明这种普遍状态就是合理的。该统计结果仅在现有工作模式、人员编制等条件下,对配备法官数量和设定分案上限具有参考价值。
(三)社会学方法:对配套条件要求较高
社会学要求在确定课题后,要采取建立假设、确立概念和测量方法、设计并试填问卷、抽样调查并校核记录、统计分析与命题检验等一整套流程。⑤卢淑华编:《社会统计学》,北京大学出版社2005年版,第2~5页。南京法院的员额测算考虑了改革前后法官、助理、书记员的分工情况,做了面向未来的假设。研究者根据理想的审判模式,提出了“核心审判工作”和“辅助性审判工作”的概念,把不同性质的工作区分开来进行定量分析。研究者还采取了一系列田野调查的方法获取原始数据,研究思路清晰而令人信服。但这套方法除了要准确确定课题和概念,并对概念进行操作化和搜集数据,还需要对假设命题或理论进行测定、分析和检验,对各方面要求很高。如果研究者不具备“穿梭于两个层面、富于想象而又清晰、明朗”的“社会学想象力”,①卢淑华编:《社会统计学》,北京大学出版社2005年版,第6页。或者研究中任何一个环节出现偏差,将导致结论失去价值。这对运用该方法进行员额测算提出了很高的人才要求。
表1 员额测算方法的演进和对比
现有员额测算存在的问题主要表现为:员额测算的定位模糊,影响其功能发挥;测算方法零散,缺少方法论的指引,没有形成体系;借鉴其他学科的尝试不够大胆,学科交叉纵深不足。这些问题的背后是有关员额测算的理论准备不足、可资利用的资源相对匮乏,归根结底是科学合理的员额测算体系没有建立起来造成的。若欲构建行之有效的员额测算体系,必须更为深入地开展理论研究,更加充分地进行资源整合,对测算工作进行周密的顶层设计和自上而下的行政推动。
(一)基本原则:动态、透明、弹性
构建员额测算体系应当遵循一定的原则,并在顶层设计中加以体现和强化。
1.动态原则:对接改革、体现应然。一方面,员额测算为员额制实践上升到理论层面提供结论参考;另一方面,基于理想假设修正的测算结果可转化为具体的操作手段,使人员安排实现优化,例如根据测算结果配备各审判部门的法官,有望改善忙闲不均现象。员额测算在员额制的理论和实践之间起着承上启下的作用,“预测”元素和前瞻性必不可少,其结论应当是“将来时”,以符合改革后审判权运行特点。在旧的办案模式和条件下开展测算,难免犯“刻舟求剑”的错误,最好是在改革方案落地,新的工作模式成型后再全面铺开。
图1 员额测算在员额制实践中所起的作用
2.透明原则:为决策提供正当性,提高测算开放度。推行法官员额制涉及司法资源的重大调整,直接影响法院干警的身份待遇,司法界内外都十分关注。当前在法院内部,有人认为员额比例“上头已经定调”,直接拿来执行即可;有的认为员额算来算去都是“糊涂账”,没有意义。“不可知”“不必为”的论调是讨论不充分、认识不透彻造成的,成为开展工作的掣肘。有必要对内做好行政动员,释明测算方案,听取意见建议,适时开展全国性的员额测算调研,从而凝聚共识,争取支持,筛选出可复制、可推广的方法。同时,测算工作浩大而复杂,相关部门的支持、多学科的方法必不可少,这也决定了员额测算要保持较高的开放度,并进行充分的公共讨论。此外,由于确定员额是产生法官的前置条件,深刻影响审判机关的利益,故应由独立、权威的部门负责。目前来看,法官遴选委员会权力位阶高、成员结构多元,有条件具备员额测算所需的资源调度和行政动员能力,且其产生法官的职能与员额测算一脉相承,很适合作为员额测算的牵头和决策主体,各级人民法院则积极配合和具体执行相关决策。
3.弹性原则:充分考虑测算对象的差异性。我国共有四级法院三千多家,不同地区不同层级,甚至同一地区同一层级的法院,案件的审理模式、辅助人员的配备等都不尽相同,一时一地的员额测算结论放到其他场域可能就不适用。在众多差异性中,地区差异、层级差异、部门差异在员额测算中最应当引起重视。可考虑在统一的指导规范之下,各中级人民法院制定细化的实施意见,牵头所辖基层法院开展员额编制工作,确保测算符合每家法院的实际情况。层级差异则可通过调整员额比例和编制规模来应对:由于存在审级监督职能,一般认为上级法院法官应当具备更高的司法技能和综合素质,故高层级法院的员额比例应当更小,以提高法官的精英化程度。另外,由于立案登记制改革和基层法院管辖案件标的金额大幅提升,一审案件将更多地沉淀在基层,故在员额比例和编制规模上,有必要向基层倾斜。同时,刑事、民事、行政审判工作特点各不相同,可在坚持“一院一测”的基础上,对不同审判部门分别进行更有针对性的测算。
(二)路径选择:学科交叉应用
借助多学科方法是应对员额测算所面临的复杂性的必然选择,学科交叉的覆盖和纵深一定程度上决定了测算结果的可靠性。①关于学科交叉的分类,参见吴丹青、张菊、赵杭丽、吴光豪:《学科交叉模式及发展条件》,载《科研管理》2005年第5期。下文对三种学科交叉类型的阐释均参考了该论文的研究成果。
1.与估价学进行方法型交叉,健全对方法和结果的管理。方法型交叉主要通过借助其他学科的理论或手段来解决本学科领域的问题。由于员额测算具有估算和预测的特点,测算结果是以数字形式表现出来,这些特点与资产评估相似,故在员额测算方法和结果的管理上,可尝试与后者进行方法型的交叉。具体而言,可借鉴估价行业就估价活动制定国家标准的做法,由最高人民法院出台包含数种方法的“法官员额测算规程”,甚至由法官遴选委员会颁布经质监部门认证的员额测算“国标”,供各级法院参考。制定规程和标准的意义在于:肯定入选规程方法的科学性,赋予入选规程方法以强制性,使各级法院在选择方法时不再无所适从;统一测算的标准,避免测算过程和测算结果五花八门。由于每一种测算方法都有其固有不足,并且结论的可靠性受到方法是否恰当等多重因素的影响,故单一方法测算结果往往不是最佳的。如果借鉴资产评估的做法,以运用多种方法测算得出结果的平均值作为最终采用结果,那么可靠性将大大增加。
2.与社会统计学进行项目型交叉,体现测算的社会和数理双重属性。项目型交叉通过组织不同学科,通过不同角度和思维方式,集成不同研究手段解决问题。作为对一种社会现象的研究,员额测算包含数理统计和社会学分析的双重过程,故有必要将其与社会统计学进行项目型交叉。可针对具体的测算项目需要,组建集司法学、社会学、统计学、计算机科学等学科的复合人才团队,以社会统计学和司法制度知识为核心,融合各科学方法推动完成测算项目。对项目中所涉及的医学、心理学等专业性更强的环节,还可考虑课题外包,以提高工作效率,降低测算成本。
3.与大数据理论进行平台型交叉,提高统计分析的精度。平台型交叉通过知识的渗透和方法的互补,针对稳定的方向和任务,组成相对固定的、成熟的研究平台。可考虑将大数据作为平台型交叉的目标,进行深层次的交叉融合,获得长期全面的数据支持。早在前大数据时代,美国联邦司法中心就开发了一套用来测算法官工作量的“案件权值”(Case Weight)计算法,已使用60多年,并被许多国家借鉴。①何帆:《法官多少才够用》,载《人民法院报》2013年6月7日第5版。目前人类对数据的获取和管理能力已经达到了很高水平,人、机、物三元世界的高度融合引发了数据规模的爆炸式增长和数据模式的高度复杂化。②李国杰、程学旗:《大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考》,载《中国科学院院刊》2012年第6期。大数据时代下,权值计算法推行起来变得更为简便可行,我国法院也在积极跟进,如上海高级人民法院开发“人民法院案件权重系数”,③陈伊萍:《上海法院首创案件权重系数测算法官工作量,不再仅看办案数》,载澎湃新闻网http://www.thepaper.cn/newsDetail_forward_1329226,下载日期:2015年5月27日。北京市二中院开发“司法工作量核定系统”④王静、王要勤:《让数据为测算法官员额作答——北京市二中院科学量化审判执行工作动态配置审判资源》,载《人民法院报》2014年11月13日第1版。,专门用于评定法官工作量,进而为员额测算服务。通过大数据平台,对数据的搜集可实现从随机采样转向全数据的转变,极大提高了数据分析处理的准确性,⑤[英]维克托·迈尔-舍恩伯格、肯尼思-库克耶:《大数据时代——生活、工作与思维的大变革》,盛杨燕、周涛译,浙江人民出版社2013年版,第17~19、33页。极大丰富了员额决策的参谋资源。
表2 员额测算中的学科交叉应用构想
(三)方法修正:工作量均质化
法官是审理案件的主体,其不可替代性表现为投入到办案中的劳动是不可替代的,案件和法官之间存在天然联系。故而大多数员额测算方法致力于揭示案件与法官数量的相关性,把案件作为员额测算的首要考量因素是业已形成的共识。
1.现有测算公式的缺陷及其改进思路。“法院案件总数÷单个法官合理办案数=合理法官数量”是一种常见的测算方法,许多更为精巧复杂的测算方法由其衍生。不难发现,上述公式成立的条件是每个案件类型和难易程度完全相同和法官的办案能力完全相同。但现实中个案千差万别,法官的能力也有高下,如何在测算过程中统一单位,使结果准确反映这些差异性带来的影响,是实践中的难点。马克思主义经典作家认为任何价值当中都包含着人类无差别的劳动,事实上对任何司法案件来说,同样也包含着法官的无差别劳动。将案件数量转化为均质化的法官工作量,是使上述测算方法焕发生机的突破口。可将上述公式修正为:“法院每年受理案件蕴含的工作量÷单个法官每年的合理办案工作量=合理法官数量。”公式中的“工作量”是指一个典型法官投入办案核心工作的时间,单位是“小时”。
2.预测的对象从“案件数”转变为“工作量”。员额测算是为未来员额决策服务的,公式左侧“法院每年受理案件蕴含的工作量”中的“法院每年受理案件”,应当理解为测算时点之后一段时期的法院年收案数,它不是历史数据,而是预测数量。在传统公式下,统计人员通常基于收案数历史数据,运用回归分析等数理统计方法,对未来的收案数进行预测。由于在修正公式下统计样本由“案件数”变为“工作量”,则需要对原本表现为“数量”的案件历史数据重新定义为“工作量”,再用合适的数理统计方法进行预测。工作量统计通常采用的是南京法院所采取的观察、问卷、访谈等社会学方法,有人认为这类方法存在样本代表性不足、问卷作答主观性强、流程分割不能完全反映客观实际等问题,但随着上文提及的专门统计软件的开发和应用,上述问题已很大程度上得到克服,“案件—工作量”的通约成为可能。
3.确定“标准法官”及其合理办案工作量。为等式左侧“单个法官每年的合理办案工作量”赋值,有两个问题无法回避。第一,如何理解“单个法官”;第二,如何理解“合理办案工作量”。针对第一个问题,由于法官素质参差不齐,办案效率有高有低,如果选择效率高的法官办案工作量作为样本,计算出的法官数量会偏少,反之则偏多,只有选择能力水平平均的法官办案工作量作为样本,计算结果才最具合理性。但现实中能力绝对平均的法官是难以评判和识别的,故通过“塑造”平均能力的“标准法官”成为替代的办法。具体而言,可参考以往业绩,选取若干业务水平、健康状况、敬业精神等方面有代表性的“入额”法官,将他们综合抽象为“标准法官”,亦即公式中的“单个法官”。针对第二个问题,“合理”主要体现在法官身心状态良好,且辅助人员配备和物质装备正常等。由于“工作量”的内涵是一个“标准法官”投入办案核心工作的时间,因此要从法官每年的法定工作时间中剔除耗费在与案件无关的会议、活动、培训等的时间,并注意将单位转化为“小时”。按照以上步骤确定的最终的结果即“单个法官每年的合理办案工作量”。
4.代入公式求取结果并修正。将按上述第二三步骤计算出的数据代入“法院每年受理案件蕴含的工作量÷单个法官每年的合理办案工作量=合理法官数量”公式的左侧,得出初步结果。虽然案件是确定法官数量的最关键因素,但现有的研究表明人口、GDP、人均收入等因素对法官数量也有一定程度的相关性,故可通过灰色关联分析等方法将影响因素转化为调节系数,视情况对初步结果进行修正,得出最终结果。应当指出,由于各个环节存在不确定因素,测算结果必定不是完全“准确”的。事实上,作为对未发生事物的预测,对其抱有“准确”的期待并不科学。适当的模糊反而更能对冲客观的多变,使结论富有弹性,宜予以宽容。
构建科学合理的法官员额测算体系是当前推行法官员额制所面临的重要课题。围绕这个目标,在员额测算的顶层设计中应明确“为员额决策服务”这一核心价值,以此作为测算机制和测算方法的基点。同时提升员额测算决策的透明度和方法的开放性,充分考虑测算对象的层级差异、地区差异和部门差异,进行有针对性的测算安排。在路径选择上,坚持学科交叉应用方向,根据实际情况进行方法型、项目型、平台型等学科交叉,为员额测算提供智力支持、方法支持和信息支持。在方法选取上,综合运用多学科知识,致力于揭示案件工作量与法官数量的相关关系,并综合考量GDP、人口等社会因素的影响,求取合理的法官数量。
*作者系福建省厦门市思明区人民法院助理审判员,法律硕士。