论大数据人工智能时代司法裁判层级的适用——以商事裁判为例

余 斌

党的十九大报告提出了要“深化司法体制综合配套改革，全面落实司法责任制，努力让人民群众在每一个司法案件中感受到公平正义”。司法公信力为法治领域的重要指标，裁判既要立足法条，体现司法的规律和文化，也要透视立法背景和现实环境，形成良性导向。a张文显：《司法的实践理性》，北京：法律出版社，2016年，第5-8页。然而，法官对法条的理解不一，各种法定情节在具体个案中又有各种可能的组合，造成成文法的普适性有了多样化排列组合的法律结局。b白建军：《基于法官集体经验的量刑预测研究》，《法学研究》2016年第6期。与此同时，法官的绩效考核受多种因素制约，对法官裁判水平考核没有统一尺度和细化指标，裁判的参考指标不明确，司法数据库立法背景材料的缺位导致法官在裁判中对法条的认知水平参差不齐，裁判的行为导向也没有成为评估的焦点，法官的裁判过程和裁判水平没有在考核过程中受到重点关注，约束力不强导致裁判失误的无责性，同案不同判一直存在但一直难以解决。

目前的研究已经为裁判的评估智能化提供了一定的案例分析和文本分析的基础。通过实证研究对法官的裁判行为进行研究非常重要。aRichard A. Posner,“Legal Research and Practical Experience”，The University of Chicago Law Review, vol. 84, no. 1,2017.如在商法领域，学者已经具备一定的实证分析经验，这种实证分析是基于类型化案件的分析，数据结论为检验法官裁判提供了理论和实践基础。b李建伟：《司法解散公司事由的实证研究》，《法学研究》2017第4期；黄辉：《中国公司法人格否认制度实证研究》，《法学研究》2012年第1期。另外，科技发展使得文本分析技术迈上一个新台阶，计算机程序的革新使得对裁判水平的分析具有可能性，计算机与已有的裁判评估的研究将使裁判水平的衡量更加精准化。c李拥军、傅爱竹：《“规训”的司法与“被缚”的法官——对法官绩效考核制度困境与误区的深层解读》，《法律科学》2014年第6期。

大数据的爆炸性发展对司法和法学研究带来巨大变革，人工智能在司法裁判中的适用进入视野，运用大数据（包括数据挖掘）和人工智能的函数（Algorithmic）使法院重视法官裁判水平的提升、及时对裁判文书进行分析确立标杆裁判形成正确参照物、落实司法责任制、透明化裁判过程、让同案同判具有实施的软件和硬件基础。dAlison Xu,“Chinese Judicial Justice on the Cloud: A Future Call or a Pandora’s Box? An Analysis of the‘Intelligent Court System’of China”，Information & Communications Technology Law, vol. 26, 2017.构建一种纯粹、客观反映法官裁判水平的评估体系，对提升法官裁判水平，具体落实司法责任制非常重要；同时，建造一个辅助系统，使法官裁判具有实时参照物，使同案同判可以在一个被论证了的客观标准中进行。本文力图回应的是在大数据和人工智能时代如何提炼一个客观考查法官裁判水平的标准和裁判辅佐措施。

二、法官考评困境催生科学智能考评制度

新时代，我们对法院对期望值远不只是简单机械化的裁判，法官的裁判需要透析法律的精神达到定分止争良性导向，法官对证据和事实的认定需要精准翔实，因此，在大数据和人工智能的辅助下，制定一套客观的、精确反映法官裁判水平考评系统非常重要。然而目前由于对法官考评的制度尚不完善，出现了考评困境，影响了法官裁判水平的发挥。

（一）考评指标不纯洁

目前，传统法院裁判质量的考评会考量多种非裁判本身的因素，如接收案比，上诉率，审判人员平均结案数，调解率，上诉率、申诉率、再审率，有个别法院甚至考核与相关部门的配合度，e张建、李瑜青：《法官绩效考评制度的功能与反思》，《华东理工大学学报》2016年第5期。这是由于技术水平欠缺，在无法对案件裁判的真实水平进行考查的情况下，通过对一些客观的可以量化的考查指标对法官的裁判水平进行评判，以使能够客观反映案件裁判的准确度，但由于考核指标的不纯洁也导致对法官业务水平的考评无法从裁判本身水平的角度进行衡量。

（二）考评办法僵化

对法官的考评指标如果由一些表面化指标或简单化指标充斥，就会导致无法辩证考量法官是否秉承了立法的意愿和指向，更无法从中区分裁判水平的高低。法院的考评指标具有法官裁判的指引作用，在这样一种考评指标下，获得高分考核结果的裁判不需要是很细致的裁判，只要做到组织质证、罗列主要事实的证据，按照事实→法条→裁判结果的模式就可以得到裁判结果。另外，法官考评的指标体系与单项指标非常重要，“一些单项指标不仅受法官业务水平、工作积极性等主观因素的影响，也受诸如案件数量、案件类型、案件难易程度、当事人素质等法院自身难以控制的客观因素的影响”。f公丕祥：《当代中国的审判管理——以江苏法院为视域的思考与探索》，北京：法律出版社，2012年，第8页。

（三）考核算法缺乏可解释性与过程欠缺透明度

裁判的管理需要有一个客观的标准，但是目前的考评办法虽然是有一个客观的表格，但是由于缺乏一个真正客观的标准，使得考评的结果不是还原于裁判实际的标准，而且深入实行审判独立绝非易事。因此引入一个客观的科技衡量办法，把繁琐的统计工作和需要耗费大量时间进行斟酌的指标与指标间的联系、比例交给电脑，降低审判管理成本。a公丕祥：《当代中国的审判管理——以江苏法院为视域的思考与探索》，第9-10页。如同交通监管，在引入云计算、大数据、物联网及移动互联网技术之后，客观反映了交通实况，呈现了监管死角，摒弃了各种人情脉络，使交通秩序更容易变得井然。另外，精密的评价系统可形成监督机制与行为激励，减少管理成本，提升管理效益，使法官在裁判中，可在制度和技术引导下自主进行高水平裁判。但是这个目标在我国目前的国情下是具有难度的，在大数据与人工智能的辅助下，希望通过研究，形成这样一种系统，引导科学、正确的工作方向，形成“司法公正与司法效率的统一，实体公正与程序公正的统一，法律效果与社会效果的统一”。b公丕祥：《当代中国的审判管理——以江苏法院为视域的思考与探索》，第25-27页。

三、裁判本身的困境催生裁判辅助手段

通过对法官裁判的研究可以发现，法官对法条的偏差理解、对纠纷产生原因的不同认识、对裁判行为导向的关注与否，将产生裁然不同的裁判结果，然而这些差异的产生可以通过裁判层级相配套的司法大数据分析消除，也只有解决了这些裁判障碍，司法层级的构建才具有硬件基础，当事人的切身利益才不会成为法官裁判水平提升的试验田。以下通过三类实证案例说明司法大数据设计的愿景。

（一）立法原意未能在裁判中体现：以揭开公司面纱为例

以揭开公司面纱为例，对于从判例法中移植的新法，部分法官并不了解法条原意，对多数案件判决揭开公司面纱而导致揭开率远远高于其他国家且对本法条设计的初衷造成一定程度的破坏。人工智能对司法大数据的分析可以帮助法官迅速准确理解法条精神，把揭开率保持在合理限度内。揭开公司面纱制度起源于英国判例法，为一种司法非常态现象，使在少数情形下，法院允许公司债权人揭开公司面纱直接要求股东偿还债务。因此，法官进行揭开公司面纱裁判时非常谨慎，旨在保护公司法人格设立的原意，因此揭开公司面纱率一直不高。我国于2005年新修订的《公司法》中首次正式确立实施该项制度。根据2006—2014年为期9年对我国揭开公司面纱案例的跟踪研究发现，我国的司法揭开公司面纱率居高，在2006—2010年所涵盖的期间里，债权人成功揭开公司面纱的比例是69%，而在2010—2014年间，总比例提高到了77%，且在一人公司方面揭开率接近100%。c本文关于揭开公司面纱的数据来源于Kimberly Bin Yu and Richard Krever,“The High Frequency of Piercing the Corporate Veil in China”，Asia Pacif i c Law Review, vol.2, 2015; Hui Huang,“Piercing the Corporate Veil in China: Where is it now and Where is it Heading?”，American Journal of Comparative Law, vol.3, 2012.而英国、美国和澳大利亚揭开率分别是47%、40—48%、38%。dIan Ramsay and David Noakes,“Piercing the Corporate Veil in Australia”，Company and Securities Law Journal,vol.4, 2001.相对于普通法系，中国揭开公司面纱的判决书的特点是非常简短，说理简单，甚至不说理。裁判层级的构建将引导法官关注、理解立法原意，科学论证裁判结果。

（二）机械裁判将造成新一轮僵局：以异议股东请求公司回购股份为例

以异议股东请求回购股权为例，e《公司法》第74条规定有限公司有下列情形之一的，对股东会该项决议投反对票的股东可以请求公司按照合理的价格收购其股权：公司连续五年不向股东分配利润，而该公司五年连续盈利，并且符合本法规定的分配利润条件的；公司合并、分立、转让主要财产的；公司章程规定的营业期限届满或者章程规定的其他解散事由出现，股东会通过决议修改章程使公司存续的。法官对《公司法》第74条理解的差异导致有23.08%的法官从公司类型和风险承担等角度分析认为法条规定了可以回购的情形，但是法条并未禁止在规定之外的情形回购股权，因此是可以回购的；而有76.92%的法官认为除法条规定的三种事由外不可回购。f余斌：《司法裁判对公司法强制性与任意性解读之实证分析——以有限责任公司为例》，《湖南社会科学》2015年第5期。然而通过对裁判行为导向的分析可以发现不可回购的判决将导致新一轮的公司僵局，这是由法官缺乏对资本维持原则和有限责任公司性质特点的客观审视造成的。在裁判层级评估要素的引导下，这种机械裁判的现象将可以得到消除。

（三）法律效果与社会效果不统一：以减资为例

以未通知债权人的减资为例，法官判决减资的股东在公司不能承担债务的范围内返还出资的判决结果与行政处理相冲突，同时形成股东减资不通知债权人的不良行为导向。司法裁判大数据的互联互通以及人工智能对裁判的行为导向的分析可以有效地指引法官正确裁判。在公司减资未通知债权人而债权人诉至法院的案件中，法官没有判决减资无效，而是类推适用其他制度让减资股东对公司不能清偿的债务在减资的范围内承担补充连带责任。a本文检索北大法宝案例库中自2006年1月起到2014年12月止公司减资的案例。这种判决不符法理，而且对未提起诉讼的其他债权人显失公平，亦可能与工商登记机关的行政决定相抵牾，导致企业以规避债务为目的减资而不通知债权人。裁判层级体系的构建是一个三维的评价体系，不仅考查法官对立法的理解、对案情的解读，还衡量裁判的行为导向，通过数据整合引导法官客观裁判。

四、裁判层级概念的引入

司法裁判层级是指在每个法官可以无差别地随时随地高效便捷地获取裁判相关数据的基础上，在大数据和人工智能的辅助下，通过精密的函数公式以量化的形式对裁判的总体状况做出三维、系统、客观的评估，得出法官裁判水平的级数。这种评估方式把以往对法官的绩效考核集中到对法官裁判水平的考核上来，其不仅关注对法条的理解、对案件的解读，还关注裁判的社会导向与司法能动性的发挥。这种考核方式评估的客体主要是裁判文书和职业道德，作为评估机器的人工智能读取的是法官的裁判文书。裁判层级区别于以往对法官的绩效考核。裁判层级主要关注的是法官的裁判水平。裁判层级概念的提出将告别以往考核“唯数字化的倾向”，b张建、李瑜青：《法官绩效考评制度的功能与反思》，《华东理工大学报（社会科学版）》2016年第5期。把立法本意的设计发挥到极致，把司法改革的元素融入到层级考核的指标中，以科学的考评强化正确的工作导向，细致化考量法官裁判，如把法院裁判与民意冲突的协调作为考量指标之一，促进法官在裁判过程中把僵化的司法提高为大众可以接受的能动司法，弥补审判制度的缺陷，对维护司法民主、司法公正、司法公信力都有重要意义。c朱立恒：《法院裁判与民意冲突的法理解析》，《政治与法律》2011年第4期。

第一，提升法官裁判水平。裁判层级体系的构建可以从根本上推动以审判为中心的诉讼制度改革，内外兼修提升法官裁判水平，形成司法责任制，遵循司法规律，实现权责利相统一。构建裁判层级首先将满足法官无差别地随时随地高效便捷地获取裁判相关数据的硬件需求，因此法官通过裁判层级大数据库和人工智能可以掌握立法原意，理解关乎资源配置、价值选择、利益平衡、规则设定、行为导向等裁判的深层次要求，对裁判进行有效指引。在大数据和人工智能的辅助下，法条立法原意可以准确呈现，案件裁判的社会效应被统计归纳，良性导向的判决被推送称赞，法官可以做到真正意义的同案同判。划分裁判的层级可以使法官自发提高裁判的水平，关注裁判的质量，使法官有动力通过学习提高业务水平，在裁判的过程中全面考虑案由，落实立法精神，定分止争，实现权利救济，形成良性导向。

第二，通过透明的司法大数据呈现方式，实现司法腐败零数值。目前司法改革通过一系列措施来预防和整治司法腐败，力求回归司法公正严明，但是阻力重重且举措和效果备受诟病。d季卫东：《司法体制改革的关键》，《东方法学》2014年第5期。如果可以借助人工智能把裁判的水平量化并区分层级，使其规则透明化程序化，把纷繁复杂和瞬息万变的争纷细分脉络，把难以预测的解决方式纳入科学的轨道，则可以在很大程度上消除腐败和寻租。

第三，实现裁判的法律效果和社会效果相统一。裁判层级将设计科学合理的函数，引导法官在判决过程中兼顾法律效果和社会效果，整体宏观对待案件，透视立法背后的法理精神，反思裁判产生的社会导向。法官的裁判既不能如孟德斯鸠提出的只是“法律的传声筒”，也不能如霍姆斯提倡的“法律的生命不在于逻辑而在于经验”，e张文显、李光宇：《司法：法律效果与社会效果的衡平分析》，《社会科学战线》2011年第7期。而是立足于立法形成良好导向的理性判决。裁判的形式正义与实质正义不能割裂开来，实质正义不能脱离了形式正义，如果对法条明确规定的禁止性条款法官可以以实质正义为由适用为任意性条款，那么法律的至上权威性和稳定性就会受到公众的质疑，司法的公信力就丧失了根基。裁判层级函数设计的评价标准客观上将提高司法的公信力。

五、实现法官裁判层级评估需要的大数据和人工智能条件

裁判层级的构建需要建立以法官为中心的数据系统，使全国每个法官都可以无差别、随时随地高效便捷地获取数据。目前的司法数据库模式存在两点需要继续研发改进。第一，数据冗杂使得法官需要投入大量时间去阅读理解，但是繁重的案件处理量使得法官无法像学者那样对某种案件进行深度学术研究。第二，缺乏案件审视环节使得法官即使参考了类案也无法保证类案裁判的正确性。同案同判的前提是被参照物的正确性。假设法官甲通过检索获得200个类案，但甲只有时间读取其中20个案例。在这20个相似案例中，有15个法官做了A判决，有5个法官做了B判决，法官甲采纳了A判决的做法，他做出了所谓的“同案同判”，然而A判决可能是错误判决，所以实际上他并没有做出正确的判决。

本文根据裁判层级评估的需要提出司法大数据和人工智能的构建应当是这样一种模式，即从多数据向精准数据转型的模式。精准数据获得的初始阶段需要法律专家和实务工作者通过设置监督性学习和深度学习的方式对程序进行不断的调试。法官可以通过自然语言的输入获得：最相近的文书且裁判文书的正确性是经过论证的；对适用法条的深度剖析；对裁判文书裁判思维的统计分析；对裁判文书行为导向的统计分析。为了达到以上4种功能，在技术上应该进行创新。

首先，形成信息聚集。立足司法实践，构建裁判信息汇聚、储存、整理、检索与可视化的完整处理流程。结合现有中国裁判文书网、各种法律法规数据库、法学期刊数据库已经积累的数据资源，聚集与法律法规、诉讼当事人、经济社会发展指标、经济主体经营状况等相关的各种信息，实现大数据的规模效应。例如，完整收录法律法规、司法解释、立法资料、专家观点等立法相关信息，使法官可以一键式获取精准信息，清楚了解立法原意，正确适用法律。又如，各种经济发展数据和当事人涉诉信息的聚集，有助于法官在需要时全面了解和查证案件事实。实现信息聚集的目的在于“以人为本”a孟小峰、慈祥：《大数据管理：概念、技术与挑战》，《计算机研究与发展》2013年第1期。——以法官为中心来呈现与司法裁判有关的多维度信息，辅助和评价法官裁判。其次，实现信息的互联互通。为了高效地利用已经聚集的信息，还需要通过结构化与标准化的方式，达致裁判信息的互联互通、互操作（Inter Operability）。在语义层级形成数据处理的框架方案，消除信息传输的人为和技术障碍，实现所有信息围绕法官。逐步统一司法裁判信息管理制度，全国各省市、各级人民法院信息共通，便捷法官对企业信息的访问以及对裁判社会导向的了解。制定一致的数据标准，使得信息在相互独立的系统间能够无歧义地传输和理解。再次，形成数据组合。依靠大数据支撑，法官不仅可以得到同类的判决书，更重要的是要得到相关数据分析。如法官通过对“揭开公司面纱”类案件的检索，获得不只是以往某一个案的判决，而是可以知道全国各级法院判决揭开公司面纱的比例是多少，不同省份各是多少，以及数据之间有何种深层联系。司法大数据在辅助法官实现同案同判的同时，更重要的是指引裁判形成良性社会导向。从技术上，优化以关键词和法律依据检索为主的低效检索方式，尽可能从技术上实现输入起诉书、上诉书等文书全文或案由之后精准匹配正确性可靠的同类案件、相关的分析数据和社会导向评价。

同案同判的关键是作为参照的案件裁判的准确性。裁判的准确性需要定期检视裁判文书，合理评估裁判层级。而裁判层级的划分标准正是建立在对海量司法数据的聚集和处理之上。裁判层级的本质即是借助大数据和云计算等技术，以量化、前瞻性的形式对裁判的水平做出评定，把涉及多元性、多层次性、多面向性、多维度的裁判复杂系统，结构化为高、中、低三个层级，以此作为评价裁判的标尺。

六、大数据时代司法裁判层级的具体实施

（一）大数据时代司法裁判层级划分考查的要素和权重系数

评价要素的选取是构建裁判层级系统的首要任务，也是司法改革的关键，因此既是裁判形式公平与实质公平的数值体现，也是司法改革的风向标。如果评价要素的选取不当，那么由此所得的裁判层级数值不仅失去价值，而且形成不良的司法导向，因此要重点关注评价要素的选取。

确定裁判层级所考查的要素的权重系数是构建裁判层级的关键，权重系数的选取对裁判层级的数值至关重要，且与司法改革的侧重点息息相关。裁判层级考查要素考量的是测评的对象，而权重系数考量的是各测评对象的重要性比例即所占的分值。对裁判层级考查的要素和权重系数因部门法的不同而产生差异，如刑法和民法在出现条文空白时援引其他条文的规则不同；在同一部门法中因客体不同也将产生差异，如有限责任公司和对股份有限公司关于禁止性条款的法理解释并不相同。a罗培新：《公司法强制性与任意性边界之厘定：一个法理分析框架》，《中国法学》2007年第4期。因此， 在设计考查要素和权重系数时需要在法条主义与民意、严格规则与自由裁量、形式正义与实质正义、国家法与民间法、机械司法与能动司法之间做出权衡。

司法裁判是有机多元的考量过程，因此考查要素不是可以割裂开来的个体。要素与要素之间互相联系，层层递进。在大范围上裁判层级评估的要素考量可以立法宗旨、权利救济、良性导向为三个坐标轴。每个维度都需要深层次解剖，如在裁判的社会导向里又细分。法院裁判与民意冲突的解决，b朱立恒：《法院裁判与民意冲突的法理解析》，《政治与法律》2011年第4期。在秉持立法宗旨和权利救济两个要素之间还需考虑下一层小要素之间的关系如“法律层面的规则正义和裁量层面的裁量正义”之间的相互冲突，c王国龙：《裁判理性与司法权威》，《华东政法大学学报》2013年第4期。在考量权利救济与良性导向时会涉及利益衡量，“法官既要衡量当事人的个体利益关系，也要考虑当事人背后更深层次的社会利益，如良好的道德环境和社会风气。”d王虹霞：《司法裁判中法官利益衡量的展开——普通法系下的实践及其启示》，《环球法律评论》2016年第3期。对裁判层级的量化是一个多要素多层次相互交织考查的过程，需要精密设计的函数公式来科学评判。

（二）裁判层级的量化函数和划分

裁判层级的创新发展将引导法官裁判水平的评估方式从加权向乘积转变。以往考核中的裁判层级的计算函数主要是各要素加权的多项式结构，形如：估要素；代表各个评估要素的权重系数。

但是裁判过程不是一个各元素间相互独立的过程，对法条理解的偏差将导致整个判决的偏倚。因此改进的裁判层级y的计算函数可采用乘积的基本结构，形如：

为了使裁判层级的量化数字可被大众理解，可把裁判水平划分为高中低三个层级，高层级裁判表现为秉持立法宗旨、权利救济、良性导向；中层级裁判表现为定分止争、案结事了；低层级为机械审判、僵局不破，甚至导致新的不公。以100分为满分并结合大众对高分低分的普遍思维，可以通过函数的设计把符合高层级水平的裁判设置为100—80分，把符合中层级水平的裁判设置为79—60分，把低层级水平的裁判设置为59—0分。高层级裁判是一种被论证了的有着正确法治思维的裁判，这种裁判模式在大数据辅助下准确反映裁判层级所关注的三个维度即对立法宗旨的秉持、对权利的救济、对行为的良性导向。在利用人工智能对大数据的设置和对裁判水平评估的过程观察中发现，裁判与评估是不断循环的过程，这个过程随着时代的发展不断衍生。首先，人工智能评估裁判是否正确适用法条是对法条和立法精神的梳理。其次，对本案裁判流程的评估是建立在对其他案件数据分析提炼的基础上。再次，评估裁判行为导向是对既有案件裁判效果的汇总分析也是对未来将要发生事件的预测。对本案的评估结果将是他案的参照物，不管本案处于哪个层级。因此，达到高层级水平的裁判是一个被人工智能论证了的、可以为其他法官所参照的标尺，其对立法的原意有正确的理解并把理解的逻辑落实到裁判思维中去，对案件的性质如主客体的情况有深入透析，对权利的衡量有全面把握，对裁判结果的行为导向有准确预测，形成三位一体的标准式裁判，应该在大数据系统中予以标明和推广。

从以上分析可以看出，司法大数据的构建、相关信息的互联互通、人工智能的研发，其基础是对司法精神的理解，是相关领域专家如经济学者、社会学者等对社会运行情况的研究所获取的科学结论，以及国家对政法大数据工作的支持，只有这些前提问题解决了，程序员才能够依照专家学者、实务人员的指引开发出完备的司法数据库和科学的人工智能。司法改革对大数据和人工智能的推动是实现法官裁判层级评估的政治和政策基础。

七、结语

社会的突飞猛进带来新兴事物，成文法（包括司法解释）自被实施的那一刻起就显现出一定的滞后性，诉讼问题的复杂性需要法官有与时俱进审时度势权衡利弊的思维，既有的考核制度和法官查找资料手段的有限性妨碍着裁判水平的提高，司法大数据的形成可以节省法官查阅比较分析的时间。把裁判层级的构建作为司法大数据库形成和司法改革的最佳切入点可以从根本上促进司法改革的进程。在新一轮的科技革命中，人工智能与各领域的融合发展已经成为趋势，云计算、大数据、物联网及移动互联网将是司法工作的常态。大数据司法裁判层级的构建将最大限度地减少司法任意性。如最高院的法信网、上海206司法大数据系统的建立被认为是信息时代裁判改革的新萌芽，相当于给法官配备了一个智能助手。在大数据渗透入各行各业的背景下，正视在司法大数据适用过程中产生的阶段性失误，在理解法的精神之后把科学裁判的思想融入司法人工智能的开发和层级函数的设计之中，才能寻找到司法精确裁判的可能途径。