检察机关案件权重测算探析

钱小军 王忠勇

摘 要：检察机关案件类型复杂多样，办案程序千差万别，案件工作量的测算既要注意借鉴域内外实践经验，又要结合自身实际进行探索，运用多种方法综合评价，构建起科学合理的案件权重测算指标体系，同时还要注意加强研究，着力解决好测算方法的规范性、过程的可控性和应用上的审慎性等问题。

关键词：检察机关 案件权重 测算方法

目前，以司法责任制为核心的司法体制改革主体框架已经确立。法官、检察官员额制的推行，为解决法官、检察官科学、合理地办案，避免“案多人少”的矛盾提供了一条有效路径。而办案工作量是员额最主要的考量因素，如果仅以传统评价模式所采用的办理案件的绝对数量作为单一衡量标准，势必难以全面准确地反映法官、检察官的真实办案情况。上海和江苏等地法院对案件权重测算的探索，为建立法官办案工作量指标体系提供了科学指引。相较法院而言，检察机关案件类型更为复杂多样，办案流程也大相径庭，如何构建契合检察机关工作实际的案件权重模型以规范评价检察官的办案工作量，是当前检察机关在全面落实司法责任制，深化司法体制综合配套改革进程中亟待解决的一个重要课题。本文拟从分析法院建立案件权重体系的方法入手，通过观察C市检察机关对案件权重的测算尝试来思考检察机关案件权重测算的进路。

一、法院案件权重测算模式

案件权重是指通过赋权的方式对案件的重要程度、难易程度等指标进行量化，用来衡量办理某种案件所耗用的实际工作量，体现不同类型案件之间工作量的差别。

美国自20世纪40年代开始设计案件权重规则。20世纪末，美国州法院国家中心采用“时间研究”的方法来获取加权案件工作量。该方法根据法官报告办理不同案件需要花费的时间，测算出不同类型案件耗用的平均时间，来设置案件权重，并将此作为评估法官工作量的标准。2004年，美国联邦法院开始使用以事件为基础设定的新的案件权重规则，并沿用至今。该规则体系共包括42个民事案件类型和21个刑事案件类型，其以与案件相关的事件为基础设置案件权重，并基于三个因素构建权重评估模型：（1）结构分类;[1]（2）事件发生的频率;（3）完成这些事件所花费的时间[2]。最后，测算办理该类型案件的平均耗费时间，即该类型案件的原始权重，[3]其计算公式为：

在国内，法院系统率先启动案件权重指标体系构建工作。 2013年，上海市高级人民法院开展“案件权重系数”课题，采用“2+4”测算模式，即以案由和审理程序两项为基础，立足于“庭审时间”“案件笔录”“审理天数”“法律文书字数”等四个案件维度，采集了约150万件案件的相关信息点，充分运用大数据分析技术，通过比较不同类型案件审理中这四项要素与全部案件审理中四项要素的占比程度来确定权重，并区分案件的繁简程度分别设置固定或浮动权重系数。2015年，上海市高级人民法院初步完成案件权重系数设定。[4]2014年，江苏省高级人民法院开始案件权重指标体系调研、测算工作，参与评估的案件超过201万件，所有201万个案件样本都进行了25项测算，既包括当事人数量、是否有人反诉等“案件项”，也包括开庭次数、开庭时间、裁判文书情况等“工作项”。每一项测算都有相应的赋分或计算公式。同时，为了让计算方法更加科学，江苏各层级、各条线的资深法官参与了对测算的评估，旨在验证测算出的结果和法官们的一线经验是否相符。2016年3月，《江苏法院关于案件权重测算工作的调研报告》正式出台，所列出的8200余种案件，绝大部分种类都赋予了对应的权重值。[5]

以与案件相关的事件为基础，通过计量时间来测算权重的美国方法，具有较强的实用性。其不足在于办案者的庭审报告是估算每一个事件所花费的时间的重要基础，这需要记录者具备较高的职业素养，否则难以保证报告的客观性和准确性。上海方案选取对案件办理时间有实质性影响的4个要素进入权重测算体系，样本数据采集相对简单、容易，同时兼顾导致工作量增加的特殊情况，适当增加浮动权重系数，較为合理。其主要问题是对评价指标未做无量纲化处理，直接使用将影响测算结果的准确性。江苏方案将案件类型分得较细，且每个案件包含多个信息点，并邀请各层级、各条线的资深法官参与评估，测算结果也相对更为准确。但其弊端在于：因案件分类过细，信息点太多，样本统计难以完全利用计算机存储的数据信息，需要采用人工翻阅案卷的原始方式逐案查找，耗用人力物力较大，测算周期较长。

在一定程度上，我国法院也是借鉴了美国“案件权重”的原理和方法，并不断优化、完善，逐步建立起符合自身实际的案件权重体系，为测算法官员额、优化人员结构及动态配置审判资源提供了科学依据，同时也为检察机关开展案件权重体系探索提供了良好的思路。

二、检察机关开展案件权重测算的主要困境

（一）案件类型复杂多样

从案件属性上看，检察机关的案件大抵可分为司法案件和检察监督案件，司法案件包括捕诉类案件、职务犯罪检察类案件、公益诉讼类案件等;检察监督案件包括立案监督、审判监督、执行监督等。而这些案件类型又可细分，如捕诉类案件中的公诉案件可分为：一审公诉案件、二审上诉案件等，执行监督类案件可分为刑事、民事执行监督案件。“江苏检察机关根据检察办案规律和特点，在全国首创性地提出了《江苏省检察机关案件清单》，将各条线案件划分为实体性办案、程序性办案、指导性办案三种案件类型，涵盖了侦监、公诉等检察机关全部的10个业务条线138种案件”。[6]浙江省检察机关在其《案件类型暂行规定》中将案件分为54种。[7]尽管各自分类方式不同，但充分体现出检察机关案件类型的复杂程度。

如果单从数据上看，法院案件的分类似乎并不比检察机关少，甚至更多，如江苏省法院将案件分为8200余种，这是因为法院依照案由细分的结果，如果检察机关将各类案件比照此方法进行细分，最后的案件种类数量必将远高于此。

（二）办案程序千差万别

法院办理案件主要体现为对案件的审理，程序基本一致，而检察机关案件类型相对繁杂，办理各种案件的程序各不相同。如检察机关办理审查逮捕案件的程序一般分为受理、审查和判断案件证据及事实、听取辩护律师意见、作出批准逮捕或不批准逮捕的决定等，办理减刑案件需要历经监督罪犯计分考核和奖惩情况、审查执行机关抄送的减刑材料、必要的调查、列席减刑假释评审委员会、审查减刑建议书副本、监督人民法院减刑案件审理活动、监督减刑裁定等程序，办理公益诉讼案件分为诉前程序和诉讼程序，而在实践中绝大部分案件只经过了诉前程序。由此可见，检察机关办理不同类型的案件，程序各异，这必将给案件权重测算在方法选择、要素设计等方面带来困惑。

（三）数据采集难度较大

原则上，凡是实际能够影响办案时间的因素都应当分类统计并作为测算基础。既包括反映繁简程度的卷宗数量、犯罪嫌疑人及被害人的多少等案件事实，也包括是否需要做好涉法涉诉矛盾化解等随机事项。基于常理，案件要素细分足位，有利于案件权重的测算，但这关键取决于实际数据的支撑。如果针对这些要素无法采集到适量而准确的数据，测算所得权重值必然与实际偏离。就司法实践而言，虽然目前检察机关采用了统一业务应用系统集成案件信息，但部分案件仅有必要项数据的录入，且部分数据填录不完整、不准确，获得测算所需的全部信息在当前难以实现。

三、检察机关案件权重测算的路径选择

案件权重测算既要考虑测算过程的逻辑自洽性和精细化，追求“科学合理”，又要考虑实际情况和可操作性，力争“简单易行”。鉴于此，检察机关目前尚不宜直接采用法院案件权重测算的模式。C市检察机关在案件权重测算探索过程中，结合本地案件办理的具体实际，对本市历史案件数据展开全面分析，采用包括“最小二乘法”“主观赋值法”“梯度下降法”等多种方法对检察机关案件权重进行试测算。经多轮试算观察，利用“梯度下降法”通过分析各员额检察官在一个统计期间内办理的各类案件情况，建模测算出案件办理的平均有效工作时间，再借助“德尔菲法”对测算结果进行评估、优化，是现阶段相对较为合理的一种测算思路。

现以C市检察院公诉环节在过去某一个年度内的办案情况为例，测算某种案件办理的平均有效工作时间。

步骤一：案件分类

公诉环节案件可分为如下类型：

为保证测算的应用效果，可对每小类案件根据案由细分，如盗窃罪一审公诉案件。

步骤二：样本数据采集

从统一业务应用系统采集公诉环节年度已办结案件的详细情况。同时，统计每一名检察官的年度考勤情况。

步骤三：样本数据分析

1.样本格式分析。利用系统对样本格式与案件数据字段做校验与映射，以此检测样本数据是否标准规范，剔除掉样本数据空值、其他错误符号，如：0、“/”、空白符号等。

2.样本数据质量分析。如果类案数据样本中要素变量值出现负值或数值偏大等情形，在要素变量进入数据关联分析之前需对有问题的变量数值实施数据监督和训练，促使各要素变量值回归标准范围。

3.样本数据关联分析。针对样本数据各要素之间紧密联系及数据藕合的情况，系统自动对样本某些要素进行关联性分析，将关联性较强的数据实施预處理。

步骤四：设置变量

1.以案件类型为变量，并分别以字母代表相应案件类型。

2.以罪名为变量，并以涉及罪名在《刑法》中所在的条数代表相应罪名。

步骤五：建立数据矩阵

1.罪名矩阵。根据步骤三，检察官办理的每一个案件根据其办案类型和涉及罪名，可以对所有案件作如下数据编码，如232A表示故意杀人罪一审公诉案件。

根据上图编码表，可列出以罪名和案件类型的组合为变量的矩阵（如下图）。从0开始到365反映的是一名检察官的办案数据，其中，365假定为一名检察官在未缺勤的情况下一个工作年度内的最大限度工作时间[8]，其余数字代表检察官办理某罪名某类型案件的案件数。例如第一行的第20个数字“8”，其对应的是上图编码表的第20个编码“232A”，即该检察官一年办理了8件罪名为“故意杀人罪”（编码为232）的“一审公诉案件类”（编码为A）案件。

2.案件矩阵：

步骤六：计算平均有效工作时间（案件原始权重）

1.定义一个代价函数，在此可选用均方误差代价函数（带入真实数据，计算出与真实之间的误差）

其中：

（1）m是数据集中点的个数（数据数量，如：各类案件要素的数量）;

（2）y是数据集中每个点的真实y坐标的值（y代表考勤记录）;

（3）x是案件的要素变量，i代表不同的变量的标号。如x1、x2、x3（x分别代表案件类型）;

（4）h是预测工作时长的函数，根据每一个输入x（要素变量），根据Θ计算出预测办案天数的值，即：

根据代价函数可知，代价函数中的变量有两个：θ0、θ1，分别代表类案权重值（平均办案天数），所以是一个多变量的梯度下降问题，求解出代价函数的梯度，也即分别对两个变量进行微分，以此求出类案权重的值。

2.建模测算。明确了代价函数和梯度，以及预测的函数形式，则可以通过计算机构建案件权重模型测算出办理某种案件的平均有效工作时间。

3.计算结果：

（1）公诉案件类案原始权重

（2）一审公诉案件（罪名）原始权重

步骤七：对案件权重赋值

案件权重赋值是指相对权重，即每一种类案件的权重是相对于标准参照而言的，由它的原始权重与标准种类案件的原始权重（即标准参照）相比较而得出的，用公式表示为：

如此，标准种类案件的权重赋值为1，其他种类案件的权重赋值就是其原始权重与标准种类案件原始权重的比值。例如：假设以一审公诉案件作为标准种类案件，该种类案件原始权重为9.76，二审抗诉案件的原始权重为4.73，则二审抗诉案件的权重：4.73/9.76≈0.48

此为测算案件的平均办案时间，如要采用该种方法测算单个案件的权重，还需根据案件的难易、复杂程度设立浮动权重系数的方式予以解决。如果有提请检委会讨论、涉及多个罪名、犯罪嫌疑人或被害人人数众多等情形的案件，可适当赋予相应的难度系数，以体现个案的特殊性。例如：假定故意伤害案（一审公诉）测算所得权重为0.98，若具体个案经过检委会讨论，而经检委会讨论的案件其难度系数被赋予1.1，则该个案的权重：0.98*1.1≈1.08。

在设立浮动权重系数的具体方法上，可先通过大数据分析，同时叠加德尔菲法综合考量。

步骤八：评估优化

通过利用大数据建模分析得出的案件权重能否客观、准确地反映检察官的办案工作量，还需要进行科学评估。在众多的评价方法中，德尔菲法（Delphi）无疑是评价案件权重指标的较优方法。其主要是利用专家的知识和经验，采取匿名的方式多次征求专家的意见，并在不断的反馈和修改中取得相对稳定一致的专家咨询结果。

四、关于检察机关案件权重测算的几点思考

（一）关于样本数据

毋容置疑，案件权重测算方法的选择、案件要素的设置以及测算结果的准确性均与所能提取到的案件样本数据密切相关，这就产生三个问题：

1.目前统一业务应用系统中的数据信息能否满足测算的需要？现系统中所设置的信息项尚不能展示影响案件办理时间的全部要素，如“案件卷宗页数”“信访接待”等信息项需要增补。系统中的信息项分为必填项和选填项，办案人员在填录案件信息时一般只关注必填项，选填项较少填写，需要将一些选填项改为必填项，如“重特大性质”“延期审理建议”等。

2.办案人员是否规范填录案件信息？司法实践中，因人少案多矛盾较为突出，有的办案人员填录案件信息不完整不准确，例如涉及多个罪名的案件仅填写主要罪名，时间节点信息未按实际情况填写等。这需要办案人员严格履职，按照填录要求认真填录案件办理相关信息，并纳入案件质量评查范畴。

3.样本数据的量能否满足测算的需要？法院选取较多案件样本，旨在充分稀释权重测算过程中的人为控制因素和降低数据的偶发性因素，确保测算结果更逼近于真实。如果样本量过少，测得的权重值易畸高畸低。前述方法仅是一次尝试，根据一个检察院的一个部门在某一年度的样本数据测算案件权重，其结果尚不足以准确反映案件办理的实际工作量。如 “集资诈骗”案件全年仅有2件，其原始权重值0.96显然与实际不符。因此，应当力争采集更广区域更长时期更多的样本数据用于测算和反复检验。

（二）关于案件要素

前述方法中案件的具体要素未参与测算，是因为C市检察机关在采集案件具体要素数据时发现缺项较多，测算值与实际偏离度较大。但事实上，在设计案件权重指标时应当考虑每一个影响办案时间的因素，如“一审公诉案件”涉及到 “犯罪嫌疑人人数”“罪名数”等多个要素。值得注意的是，要素并非越多越好，而是重在考虑设置的必要性和可用性。例如“犯罪嫌疑人人数”与“提讯人次”这两个要素，因前者越多，则提讯人次相应增加，如果将这两项直接纳入测算，势必会因其相关性而影响到测算结果的準确性。

（三）关于测算方法

测算方法的选择，主要与案件样本数据情况和案件类型有关。前述方法也是充分考虑到对检察机关往期案件样本数据采集的难度而作出的选择，但随着对大数据的深度挖掘，进而采用更为科学合理的测算方法测算个案工作量，无疑是正确的方向。同时，考虑到检察机关案件类型的多样性，不宜将各业务条线的案件均付诸于同一种方法测算权重。

（四）关于权重应用

在司法实践中，案件权重值可作为检察官员额动态调整和办案绩效考评的参考依据，但不可视作绝对指标。对于这一点，尤为需要清醒而谦抑，特别是在办案绩效考评中，无论理论上多么完美的指标和算法，得出的结论都只能作为衡量工作效率的参考。[9]在绩效评价体系中，除权重指标外，还应当坚持主、客观评价相结合的方法，充分尊重司法规律，综合考虑办案质量、效果以及检察官的职业操守等因素。

五、结语

案件权重测算是一门精细科学，当前所做的测算尝试仅是一次对方法的实践探索，在各种研究方法中，究竟哪一种方法更合理，更符合研究的规范性、过程可控性和应用上的可复制性，还需要继续深入研究和反复检验。另外，案件权重测算的效用自不待言，但其弊端也显而易见。“首先是技术上的一个问题——计量合理性。虽有各种系数修补，但经折算后的工作量，也很难准确反映复杂多样的案件办理及工作情况。尤其是在业务类型多样化的检察机关。”其次，“从价值导向与考绩效果看，对工作量的特别重视与强调，除了驱使司法官忙于‘挣工分，形成‘司法民工化，有损其自尊和尊严外，还会使司法官因功利性考量而寻求一种有利于己的‘最佳策略”。[10]因此，如何尽可能减少这些弊端，也是改革进程中必须正视和值得研究的问题。

注释：

[1] 结构分类由案件类型和案件事件组成。案件事件划分为庭审和其他听证会、不涉及证据的听证会、法官室相关活动如撰写判决、案件调整如案件有翻译人员出席诉讼等四类。

[2] 采用事件报告和法官的共识评估相结合的方法测算事件所花费的时间。

[3] 该权重规则参见黄海锭：《以事件为基础的美国联邦法院案件权重设置》，《人民法院报》2014年12月26日。

[4] 参见卫建萍、谢钧：《合理测算科学评价法官办案业绩 上海完成案件权重系数课题并成功应用》，《人民法院报》2015年5月9日。

[5] 《案多人少，法官员额怎么分？江苏法院探索‘案件权重指标体系》[N]，首发于2017年6月22日《南方周末》，http：//www.infzm.com/content/125402。

[6] 卢志坚、徐洪喜、宋世明：《江苏检察首次明确定义案件清单》，《江苏法制报》2017年6月7日。

[7] 林国：《以案件权重为基础构建办案实绩评价机制》，《检察日报》2018年12月3日。

[8] 如有缺勤，则扣除相应时间。此处以365天作为一名检察官在未缺勤的情况下一个工作年度内的最大限度工作时间，是为方便举例计算，实测时应以其实际工作时间为计算基础。

[9] 孙辙、刘宇玥：《案件第一大省如何科学测算法官工作饱和度和案件权重》，微信公众号（funnylaw1978）《法影斑斓》2018年10月22日。

[10] 龙宗智：《试论建立健全司法绩效考核制度》，《政法论坛》2018年第4期。