涉“套路贷”诈骗罪量刑影响因素实证研究

赵加贵

（上海公安学院， 上海 200137）

近年来，涉“套路贷”犯罪问题引起了立法上、司法上的一系列关注，也成为公众关注的焦点。从2017年上海市制定的《关于本市办理“套路贷”刑事案件的工作意见》文件,而后2018年杭州市制定的《关于办理“套路贷”案件实施意见》文件，到2019年最高人民法院、最高人民检察院、公安部、司法部（以下简称两高两部）制定的《关于办理“套路贷”刑事案件若干问题的意见》文件，都足见全国各地对于“套路贷”犯罪的零容忍态度。借“扫黑除恶专项斗争”东风，全国各地又掀起了一波重点打击涉“套路贷”犯罪高潮。因当前法律法规及相关文件中并没有给出准确的罪名、具体的量刑标准，司法机关在打击涉“套路贷”犯罪行为时，多从犯罪惩戒角度并以诈骗罪进行兜底惩罚。司法实践中，各地用诈骗罪规制涉“套路贷”犯罪，具体量刑状况如何？量刑特征怎样？这就需要对大量的涉“套路贷”犯罪刑事案件进行实证研究，以期得出合理的结论。

一、样本的选择与实证研究方法

（一）样本的来源及研究对象

笔者从中国裁判文书网中选取了A市近三年关键词为“套路贷”的全部刑事类文书，共计129份①中国裁判文书网（http://www.court.gov.cn/zgcpwsw/）,高级检索，检索全文“套路贷”，日期2017年1月1日-2019年12月31日，刑事案由共计129起，2020年1月5日登录。，其中有117份涉嫌“套路贷”犯罪。从司法实践的角度来说，“套路贷”起源于民间借贷，而后逐渐演变为违法犯罪。因《刑法》中并没有规定具体的“套路贷罪”，故实务中会出现涉“套路贷”案件法律适用上的矛盾等问题[1]。“套路贷”犯罪情况比较复杂，各地法院都是依据各地区相关规定进行刑事规制，一般按照侵财类犯罪定性处罚[2]。涉嫌罪名诸多，如诈骗罪、敲诈勒索罪、寻衅滋事罪、非法经营罪[3]、故意伤害罪等，甚至是多种罪名的组合[4]，不利于对于此种犯罪规范性惩处。根据实证研究要具备足够样本量和筛选典型性的要求，本研究摒弃样本数较少的寻衅滋事罪、敲诈勒索罪等数据，重点对判决刑为有期徒刑的诈骗罪量刑影响因素进行实证研究。

本文主要研究涉“套路贷”犯罪中诈骗罪的量刑特征及规律，不考虑被告人单独其他罪名、数罪并罚中罪名加重等情况。故剔除2份其他罪名文书（一份盗窃罪、一份敲诈勒索罪），再剔除被告人重合案件20起（3年内一审上诉二审案件）。其余95份刑事文书中共涉及被告人312人，286人被认定为诈骗罪，占总人数的91.7%，26人只涉及非法拘禁等其他犯罪（剔除）。因1人被判无期，剥夺政治权利终身，数据明显异常（剔除），故本研究样本为95份刑事文书，研究对象为285人。

（二）实证研究方法

司法实践过程中总结出了一般量刑常见因素，但不同罪名需要具体分析与确定，如家属退赔（被害人谅解），就存在肯定说[5]和否定说[6]。对量刑事实的选取和适用要有理有据，还要注意基于对某事由与刑罚关联度[7]的判断，来最终识别量刑事实真伪，防止量刑事实被泛化。纵览《刑法》[8]400多条，基本分为法定量刑事实和酌定量刑事实两种。法定量刑事实采用条文明确规定的形式，基本没有争议。酌定量刑事实一般规定在《刑法》第37条、52条、61条、63条，出现了酌定量刑情节[9]，同时伴有自由裁量权，学界和实务界对此争议较大。

根据两部两高《关于办理“套路贷”刑事案件若干问题的意见》文件中的规定，并依据刑法理论，笔者对“套路贷”高发区域进行分析[10]。本文设置了有期刑期（自由刑）、剥夺政治权利年限（资格刑）和罚金（罚金刑）等3个作为被解释变量。通过STATA软件的缺失值、异常数据的处理和频数分析，对全部数据进行预处理，发现实务中涉“套路贷”诈骗罪的量刑事实有21项之多。本研究最终选取样本数较大的犯罪主体性别（男、女）、犯罪主体年龄、辩护人数量、同案嫌疑人数量、前科（是、否）、退赃或家属赔偿（是、否）、被害人数量、法院级别（中级、初级）、涉案金额、注册公司犯罪（是、否）、虚假诉讼（是、否）、犯罪集团（是、否）12个量刑影响因素作为解释变量，摒弃了其他数据样本较小的9个变量。将285个诈骗罪的被告人的量刑按照以上变量进行多维度归纳整理，运用STATA软件进行统计分析。综合运用T检验、LSD法①LSD法：即最小显著法（Least significance Difference Method），用于方差分析中各组之间差别比较。、方差分析、卡方分析、多元回归等统计学分析方法。按照影响因素的顺序对自由刑（有期徒刑刑期）、资格刑（剥夺政治权利）和罚金刑（罚金）进行全面分析，最后得出涉“套路贷”诈骗罪量刑影响因素的相关结论。

由于数据存在某些嫌疑人的信息缺失，为尽可能多地保留可用于分析的样本数量，本文将从变量缺失和个体缺失两方面对数据进行对比分析，即：

一是保留所有个体，将存在缺失值的变量剔除，将该部分称为“变量缺失分析”。分析时剔除“性别”“年龄”和“辩护人”三个变量，之后将“有期徒刑刑期”“剥夺政治权利”和“罚金”分别作为被解释变量进行分析。

二是保留所有变量，将在变量中存在缺失值的个体剔除，将该部分称为“个体缺失分析”。将存在变量缺失的个体剔除，用剩余的266个个体对所有变量进行分析，将“有期徒刑刑期”“剥夺政治权利”和“罚金”分别作为被解释变量进行分析。

二、涉“套路贷”诈骗罪量刑基本情况

（一）有期徒刑量刑总体过轻，缓刑适用率偏高

通过样本数据分析可知，A市对涉“套路贷”诈骗罪的自由刑的量刑均值为5.53年，众数①众数（Mode）统计学名词，在统计分布上具有明显集中趋势点得数值，代表数据的一般水平，是一组数据中出现次数最多的数值。为3年，中位数②中位数（Medians）统计学名词，是指将统计总体当中的各个变量值按大小顺序排列起来，形成一个数列，处于变量数列中间位置的变量值就称为中位数。当变量值的项数N为奇数时，处于中间位置的变量值即为中位数；当N为偶数时，中位数则为处于中间位置的2个变量值得平均数。为4.25年，最低量刑为0.58年，最高量刑为20年。出现最多的量刑区间为0年至3年、3年至6年，共计181人，占总人数的63.5%。选择法定刑7.5年以下进行量刑的人数为195人，占总案例的68.4%（见表1）。从中我们可以看出，涉“套路贷”之诈骗罪量刑总体偏低，67.4%的被告人量刑都是7年以下，低于法定刑中线7.5年，且中位数为4.25年，其差值为3.25年。说明法官大多选择在法定刑中线以下进行量刑。

表1：有期徒刑的刑期频率分布

通过样本数据分析可知，在A市涉“套路贷”之诈骗罪被告人的285人中，3年以下有期徒刑的共计60人，其中适用缓刑的被告为21人，占总人数的35%，相对于我国缓刑使用的平均水平而言（2010年26.32%，2011年29.41%，2012年30.26%）④2010年判刑1007419人，缓刑适用265230人，缓刑适用率26.32%；2011年判刑1051638人，缓刑适用309297人，缓刑适用率29.41%；2012判决1174133人，缓刑适用355302人，缓刑适用率30.26%；参见“全国法院司法统计公报”，载《中华人民共和国最高人民法院公报》2011年第4期、2012年第4期、2013年第4期。，缓刑的适用率高出5个百分比。缓刑考验期均值为3.08年，众数为4年，中位数为3年，最低缓刑为1.25年，最高缓刑为5年（见表2）。从中我们可以看出，缓刑率35%，高于全国平均水平。

表2：缓刑的刑期频率分布

（二）剥夺政治权利总体使用率不高，量刑幅度偏低

通过样本数据分析可知，在A市对涉“套路贷”之诈骗罪285名被告人中，有68人带有剥夺政治权利的附加刑，占比23.86%。数据中没有单独适用剥夺政治权利人员，反向印证了涉“套路贷”案件较为严重，不适用单独资格刑。剥夺政治权利量刑均值为1.89年，众数为1年，中位数为2年，最低剥夺政治权利为1年，最高剥夺政治权利为4年（见表3）。从中我们可以看出，68人判决带有附加刑，占比23.86%，剥夺政治权利总体使用率不高，与司法实践中剥夺政治权利使用率不高相一致。此外，有期徒刑量刑均值为5.53年，剥夺政治权利量刑均值为1.89年，近似于三倍的差值，表明量刑幅度偏低，与司法实践中判决剥夺政治权利刑期较短正相关。

表3：剥夺政治权利的刑期频率分布

（三）罚金刑总体差异较大，个别量刑极高

通过样本数据分析可知，在A市对涉“套路贷”之诈骗罪285名被告人中均附带罚金的附加刑。罚金刑的均值为16.93万，众数为5万，中位数为5.5万，最低量刑为0.2万，最高量刑为200万（见表4）。司法人员对于罚金数额多集中在4万以下，105人占比36.8%；4万至10万，98人占比34.4%，共计203人占总比71.2%。从中我们可以看出，最高罚金金额是最低罚金金额的4000倍，罚金刑的均值是16.93万，约是中位数的3倍，均体现罚金刑的量刑整体差异性较大。单人罚金10万及以上114人，100万以上7人，因法律中缺少量化的罚金适用标准，个别司法人员在罚金刑适用上宽严不一，致使罚金刑的量刑不均衡。个人罚金刑过高容易出现执行率低、执行难等问题，限制了司法实践中罚金刑的作用与价值。

表4：罚金金额的频率分布

三、涉“套路贷”诈骗罪量刑实证分析

（一）自由刑影响因素实证分析

1. 自由刑变量缺失分析

样本数据整理后，统计分析回归系数①回归系数（regression coefficient），在回归方程中表示自变量x 对因变量y 影响大小的参数。回归系数越大表示x 对y 影响越大，正回归系数表示y 随x 增大而增大，负回归系数表示y 随x增大而减小。、标准误②标准误（Standard Error），即样本均数的标准差，是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度，反映的是样本均数之间的变异。、t值③t值（Student's t test），指的是T检验，主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料。和p值④p值(P value)，就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。检验结果p＜0.05标记为“显著”，其他标记为“不显著”。的结果如下（见表5）。由回归结果中的p值表明，在0.05的显著性水平下，“嫌疑人人数”“前科”“家属赔偿或退款”“受害人个数”“涉案金额”“注册公司”和“犯罪集团”这7个解释变量对“判刑年数”有显著影响，其他解释变量均不显著。其中，“嫌疑人人数”的系数为负，表明若同案件犯罪嫌疑人越多，则每个嫌疑人获刑的年数反而会减少；“前科”的系数为正，表明若嫌疑人有犯罪前科，则其最终获刑的年数也会增加；“家属赔偿或退款”的系数为负，表明若嫌疑人家属对受害者损失进行赔偿，则其获刑的年数会减少；“受害人个数”的系数为负，表明若同案件受害人越多，则每个嫌疑人获刑年数反而会减少；“涉案金额”的系数为正，表明若犯罪嫌疑人诈骗钱财越多，则其获刑的年数也同步越多；“注册公司”的系数为负，表明若该犯罪嫌疑人以注册公司的名义进行诈骗，则每个嫌疑人最终获刑年数反而会减少。

表5：自由刑变量缺失分析

2. 自由刑个体缺失分析

样本数据整理后，统计分析系数、标准误、t值和p值的结果如下（见表6）。由回归结果中的p值表明，在0.05的显著性水平下，“嫌疑人人数”“前科”“家属赔偿或退款”“受害人个数”“涉案金额”“注册公司”和“犯罪集团”这7个解释变量对“判刑年数”有显著影响，其他解释变量均不显著。其中，“嫌疑人人数”的系数为负，表明若同案件犯罪嫌疑人越多，则每个嫌疑人获刑的年数反而会减少；“前科”的系数为正，表明若嫌疑人有犯罪前科，则其最终获刑的年数也会增加；“家属赔偿或退款”的系数为负，表明若嫌疑人家属对受害者损失进行赔偿，则其获刑的年数会减少；“受害人个数”的系数为负，表明若同案件受害人越多，则每个嫌疑人获刑年数反而会减少；“涉案金额”的系数为正，表明若犯罪嫌疑人诈骗钱财越多，则其获刑的年数也同步越多；“注册公司”的系数为负，表明若该犯罪嫌疑人以注册公司的名义进行诈骗，则每个嫌疑人最终获刑年数反而会减少。

（二）资格刑影响因素实证分析

1. 资格刑变量缺失分析

样本数据整理后，统计分析系数、标准误、t值和p值的结果如下（见表7）。由回归结果中的p值表明，在0.05的显著性水平下，“前科”“家属赔偿或退款”“涉案金额”“注册公司”和“虚假诉讼” 这5个解释变量对“政治权利”有显著影响，其他解释变量均不显著。其中，“前科”的系数为正，表明若嫌疑人有过犯罪前科，则其最终被剥夺政治权利的时间会增加；“家属赔偿或退款”的系数为负，表明若嫌疑人家属对受害者损失进行赔偿，则其被剥夺政治权利的时间会同步减少；“涉案金额”前系数为正，但对被解释变量的影响可忽略不计；“注册公司”的系数为负，表明若该犯罪嫌疑人以注册公司的名义进行诈骗，则最终被剥夺政治权利时间反而会减少；“虚假诉讼”的系数为负，表明若该犯罪嫌疑人诈骗过程中采用虚假诉讼的方式，则最终被剥夺政治权利时间反而会减少。

表7：资格刑变量缺失分析

2. 资格刑个体缺失分析

样本数据整理后，统计分析系数、标准误、t值和p值的结果如下（见表8）。由回归结果中的p值表明，在0.05的显著性水平下，“前科”“家属赔偿或退款”“涉案金额”“注册公司”和“虚假诉讼” 这5个解释变量对“政治权利”有显著影响，其他解释变量均不显著。其中，“前科”的系数为正，表明若嫌疑人有过犯罪前科，则其最终被剥夺政治权利的时间增加；“家属赔偿或退款”的系数为负，表明若嫌疑人家属对受害者损失进行赔偿，则其被剥夺政治权利的时间反而会减少；“涉案金额”的系数为正，但对被解释变量的影响可忽略不计；“注册公司”的系数为负，表明若该犯罪嫌疑人以注册公司的名义进行诈骗，则最终被剥夺政治权利时间反而会减少；“虚假诉讼”的系数为负，表明若该犯罪嫌疑人诈骗过程中采用虚假诉讼的方式，则最终被剥夺政治权利时间反而会减少。

表8：资格刑个体缺失分析

（三）罚金刑影响因素实证分析

1. 罚金刑变量缺失分析

样本数据整理后，统计分析系数、标准误、t值和p值的结果如下（见表9）。由回归结果中的p值表明，在0.05的显著性水平下，“嫌疑人人数”“家属赔偿或退款”“涉案金额”和“犯罪集团”这4个解释变量对“罚金数额”有显著影响，其他解释变量均不显著。其中，“嫌疑人人数”的系数为负，表明若同案件嫌疑人越多，则嫌疑人被判处罚金数额反而会减少；“家属赔偿或退款”的系数为负，表明若嫌疑人家属对受害者损失进行赔偿，则其被判处罚金的数额反而会减少；“涉案金额”的系数为正，表明若犯罪嫌疑人诈骗钱财越多，则其被罚金数额也会同步越多；“犯罪集团”的系数为正，表明若嫌疑人以集团形式犯罪，则最终罚金数额会增加。

表9：罚金刑变量缺失分析

2. 罚金刑个体缺失分析

样本数据整理后，统计分析系数、标准误、t值和p值的结果如下（见表10）。由回归结果中的p值表明，在0.05的显著性水平下，“年龄”“家属赔偿或退款”“涉案金额”和“犯罪集团” 这4个解释变量对“罚金数额”有显著影响，其他解释变量均不显著。其中，“年龄”的系数为正，表明若嫌疑人年龄越大，则被判罚金的数额也会同步增加；“家属赔偿或退款”的系数为负，表明若嫌疑人家属对受害者损失进行赔偿，则其被判处罚金的数额反而会减少；“涉案金额”的系数为正，表明若犯罪嫌疑人诈骗钱财越多，则罚金数额也会同步越多；“犯罪集团”的系数为正，表明若嫌疑人以集团形式犯罪，则最终罚金数额会增加。

表10：罚金刑个体缺失分析

（四）量刑影响因素综合分析

坦白、首要分子、累犯、立功、未遂、危害程度等因素也属于影响量刑因素，因法院文书缺少准确性描述或数据缺失，故没能纳入本次实证研究范围之内，对于研究结果影响有待进一步考证。通过前面数据分析，将“变量缺失分析”和“个体缺失分析”进行整理并进行比较分析，统计自由刑、资格刑、罚金刑的结果如下（见表11）。这可以得出影响因素重要顺序及如下结论：

1. 无影响因素

性别、辩护人数量、法院级别等因素对于涉“套路贷”诈骗罪量刑基本没有影响。

2. 轻微影响因素

嫌疑人年龄对于罚金刑有影响，呈正相关；嫌疑人人数对于自由刑有影响，呈负相关；受害人人数对于自由刑有影响，呈负相关；虚假诉讼对于资格刑有影响，呈负相关。

3. 重要影响因素

前科对于自由刑和资格刑都有影响，呈正相关；注册公司犯罪对于自由刑和资格刑都有影响，呈负相关；犯罪集团对于自由刑和罚金刑都有影响，呈正相关；家属赔偿或退款对于自由刑、资格刑和罚金刑都有影响，呈负相关；涉案金额对于自由刑、资格刑和罚金刑都有影响，呈正相关。

表11：综合分析

四、涉“套路贷”诈骗罪量刑影响因素实证研究结论

（一） 涉“套路贷”刑事犯罪主要是诈骗罪

当前全国涉“套路贷”刑事案件频发，呈逐年递增趋势（2017年8份，2018年145份，2019年1129份）。2017年至2019年全国涉“套路贷”共1282份文书，其中964份文书（占比75.2%）中出现关键词非法占有，非法占有也是构成诈骗罪的主要因素，故对于涉“套路贷”刑事犯罪多以诈骗罪进行刑法规制。

（二） 涉“套路贷”诈骗罪自由刑、资格刑、罚金刑均总体偏轻（A市）

数据显示，文书中记载的涉案金额普遍高于50万，根据《最高人民法院、最高人民检察院关于办理诈骗刑事案件具体应用法律若干问题的解释》规定，诈骗公私财物价值50万元以上的，认定为刑法第266条之规定的“数额特别巨大”。但量刑情况是自由刑的量刑均值为5.53年，中位数为4.25年，资格刑的均值为1.89年，中位数为2年，罚金刑的均值为16.93万，中位数为5.5万。尽管量刑会考虑未遂、立功、坦白、退赃、从犯等减轻情节，但5.53年的均值明显与《刑法》之规定不够一致。整体量刑降级说明涉案金额没有被法院完全认定，部分犯罪情节没有明晰，有悖于罪责刑相适应原则。侦查机关需要加大侦查力度，法院也需要加大涉案金额认定的审查力度，确保证据的完整性与准确性。

（三）涉“套路贷”犯罪有明显的地域化倾向，地域化影响量刑差异性

A市中心城区、城郊结合区、郊区自由刑平均量刑分别为7.38年、6.18年、5.05年，呈现由中心城区向郊区逐渐递减趋势，偏差约1.2年。通过LSD法进行两两比较检验，区域化量刑明显差异较大，中心城区的量刑明显高过城郊结合区和郊区（P值＜0.05）。中心城区、城郊结合区、郊区被告人人数分别为53人、135人、48人，呈现由城郊结合区向中心城区和郊区逐渐递减趋势。通过LSD法进行两两比较检验，区域化明显差异较大，城郊结合区人数远远高过中心城区和郊区（P值＜0.05）。A市各地区经济水平差异不大，法院法官整体学历水平较高，依然存在明显的地域化量刑区别，理论上全国各地区差异化将更大。法官地域化、个体化差异在犯罪量刑中一直存在，需要出台详细法律法规或司法解释才能有所降低。此外，数据表现出嫌疑人同籍贯聚集，就近作案特征，嫌疑人户籍地由发案地向外扩散且呈递减趋势。为此，加大高发区域附近防范宣传力度可以有效震慑犯罪嫌疑人，从而降低发案率。

（四）犯罪主体年龄呈正态分布，性别对量刑基本无影响

犯罪主体年龄呈正态分布，平均年龄为36.3岁，众数为32岁，中位数为35岁，三个指标基本接近。年龄与罚金刑之间存在正相关（系数为正，P=0.000＜0.05），年龄与自由刑、资格刑之间不相关，表明嫌疑人年纪越大，被判罚金越多，与随着年龄增长工资或财富积累增多有关。犯罪主体年龄从21岁至62岁跨度较大，但多集中在30至40岁人群。青年人理应依法劳动赚取报酬并回馈社会，却好逸恶劳走上违法犯罪道路危害社会，这种不良社会现象成因需要引起社会关注。女性犯罪人数相对较少，占总人数的5.6%。女性自由刑量刑的刑均值为6.53年，男性量刑的均值为6.42年，相差0.11年。性别与自由刑、资格刑、罚金刑之间不相关（P值均＞0.05），表明嫌疑人性别基本不会影响到定罪量刑。学界理论存在量刑上会考虑对女性的差别保护，但按照《刑法》适用平等原则、罪责刑相适应原则，刑事处罚定罪、量刑等不因性别而存在差异，在涉“套路贷”诈骗罪量刑上体现较好，没有明显区分性别。

（五）前科、注册公司、犯罪集团、金额、家属赔偿或退款等传统因素与量刑高度相关，属于重要影响因素

数据显示，前科、犯罪集团、金额与量刑高度正相关（系数为正，P＜0.05）。这几个因素也属于刑罚规定的加重处罚情节，影响量刑十分明显，量刑时必须考虑。注册公司、家属赔偿或退款与量刑高度负相关（系数为负，P＜0.05）。23.2%的案件中存在注册公司犯罪，表明涉“套路贷”犯罪中公司化犯罪趋势明显。对于公司类犯罪行为，存在两方面惩处难点：一方面犯罪隐藏性更深，另一方面定罪处罚时公司会吸收一部分法律责任。故公司化犯罪的专业化程度更高，打击难度更大，需要引起重点关注。退赃或积极赔偿等减少损失是财产性犯罪减刑的重要方式，与数据分析结果高度吻合。以上说明，前科、犯罪集团、金额、注册公司、家属赔偿或退款等因素是影响量刑的重要因素。

（六）嫌疑人年龄、嫌疑人人数、被害人个数、虚假诉讼等特殊因素与量刑相关

数据显示，嫌疑人年龄与罚金刑正相关（系数为正，P＜0.05）。单独分析年龄因素，数据整体增加的基础上出现先增后减的趋势，说明随年龄增加罚金金额先增加后减少（50至55之间出现峰值），与社会实践中劳动者收益随年龄先增后降基本保持同步。嫌疑人个数与自由刑负相关（系数为负，P＜0.05）。这说明一起案件中，随犯罪嫌疑人数量增加自由刑量刑降低，与刑法理论、司法实务中一起案件中犯罪嫌疑人人数越多社会危害性越大理论相违背，需要引起关注。被害人个数与自由刑负相关（系数为负，P＜0.05）。说明在单一嫌疑人的情况下，被害人数量增加反而减少自由刑量刑，与刑法理论、司法实务中一起案件中被害人人数越多社会影响性越大理论相违背，需要引起关注。虚假诉讼与资格刑负相关（系数为负，P＜0.05）。说明虚假诉讼行为会直接影响剥夺政治权利时长，没有影响自由刑刑期可能原因是该行为单独构成虚假诉讼罪，需要单独分析。以上说明，嫌疑人年龄、嫌疑人人数、被害人个数、虚假诉讼等特殊因素是影响量刑的轻微因素。

（七）性别、辩护人、法院级别、年份（专项行动）等特殊因素与量刑不相关

数据显示，性别、辩护人数量对量刑基本没有影响。因团伙作案等原因，所有犯罪嫌疑人都委托了律师，故无法考量有无辩护人对量刑影响。法院级别对量刑基本没有影响，中级法院一般为二审案件，数据中二审案件被告人仅有一人被变更了量刑，也可以印证这点。年份对量刑也基本没有影响，统计年份中，刚好与2018年公安部扫黑除恶专项斗争活动有交叉，活动中重点打击涉“套路贷”犯罪，通过按照季度划分数据分析，发现专项行动仅对犯罪嫌疑人数量有影响，对量刑没有影响。以上说明，性别、辩护人、法院级别、年份等特殊因素对量刑无影响。