邢景麗 張仲梁

摘要：借助于中國(guó)裁判文書網(wǎng)30個(gè)省份貪污受賄行賄罪數(shù)據(jù)，從量刑個(gè)體情節(jié)差異視角，通過統(tǒng)計(jì)方差分析和回歸分析，探究量刑差異的驅(qū)動(dòng)因素。研究發(fā)現(xiàn)：量刑差異受犯罪個(gè)體是否有前科、是否自首坦白退贓、法院級(jí)別、涉案金額、行政級(jí)別、社會(huì)經(jīng)濟(jì)地位等因素影響。量刑公正需要關(guān)注量刑的情節(jié)差異，通過將單一的“數(shù)額”標(biāo)準(zhǔn)（一元標(biāo)準(zhǔn)）修改為“數(shù)額+情節(jié)”標(biāo)準(zhǔn)（多元標(biāo)準(zhǔn)），通過規(guī)范法官自由裁量權(quán)，消除地區(qū)差異等措施來推動(dòng)量刑公正和法律公平。

關(guān)鍵詞：量刑差異;量刑公正;驅(qū)動(dòng)因素;貪污受賄

中圖分類號(hào)：D924-3文獻(xiàn)標(biāo)識(shí)碼：A文章分類號(hào)：16747089（2020）05002214

作者簡(jiǎn)介：邢景麗，博士，清華大學(xué)經(jīng)濟(jì)管理學(xué)院互聯(lián)網(wǎng)發(fā)展與治理研究中心助理研究員;張仲梁，博士，南開大學(xué)統(tǒng)計(jì)與數(shù)據(jù)科學(xué)研究院教授。

一、背景

當(dāng)下，司法界對(duì)貪污受賄行賄罪的量刑標(biāo)準(zhǔn)是社會(huì)各界十分關(guān)注的重點(diǎn)和熱點(diǎn)問題。個(gè)體差異、情節(jié)差異、身份差異、程序差異、地區(qū)差異帶來的量刑失衡，使得社會(huì)公眾對(duì)司法的公正性產(chǎn)生質(zhì)疑。量刑問題研究不僅事關(guān)當(dāng)事人的生命、自由和財(cái)產(chǎn)，而且事關(guān)司法公信力和法律的公正。探究量刑差異的驅(qū)動(dòng)因素是推動(dòng)量刑精準(zhǔn)化和公正的基礎(chǔ)及前提。2016年4月18日，最高人民法院、最高人民檢察院聯(lián)合召開新聞發(fā)布會(huì)，公布了《最高人民法院、最高人民檢察院關(guān)于辦理貪污賄賂刑事案件適用法律若干問題的解釋》（以下簡(jiǎn)稱《解釋》），明確了貪污受賄罪的量刑新標(biāo)準(zhǔn)。《解釋》把貪污罪、受賄罪的量刑起點(diǎn)由1997年刑法確定的5000元調(diào)整至30000元?！督忉尅芬?guī)定，貪污或者受賄數(shù)額在3萬元以上不滿20萬元的，應(yīng)當(dāng)認(rèn)定為“數(shù)額較大”。貪污或者受賄數(shù)額在20萬元以上不滿300萬元的，應(yīng)當(dāng)認(rèn)定為“數(shù)額巨大”。貪污或者受賄數(shù)額在300萬元以上的，應(yīng)當(dāng)認(rèn)定為“數(shù)額特別巨大”。量刑起點(diǎn)和標(biāo)準(zhǔn)之所以改變，一方面是因?yàn)殡S著經(jīng)濟(jì)社會(huì)的發(fā)展變化，原有量刑標(biāo)準(zhǔn)不適用新時(shí)代新變化，另一方面是由于中國(guó)不同地區(qū)的定罪標(biāo)準(zhǔn)存在差異、不盡統(tǒng)一，貪污受賄構(gòu)成犯罪的金額和情節(jié)不盡相同。近來，隨著大數(shù)據(jù)、云計(jì)算等在司法實(shí)踐領(lǐng)域的運(yùn)用，2017年最新修訂了《最高人民法院關(guān)于常見犯罪的量刑指導(dǎo)意見》。 Caryn D， Teppo F， Stuart K，Roger K， “The Law and Big Data” ，Cornell Journal of Law and Public Policy， vol.27，no.9（2017- 09），pp.372-383.如何推動(dòng)量刑公正公平，需要關(guān)注我國(guó)量刑差異的驅(qū)動(dòng)因素。量刑情節(jié)因素是量刑最為重要的標(biāo)準(zhǔn)和尺度，從犯罪個(gè)體的情節(jié)視角，探究自首、坦白、立功、退贓、索賄、認(rèn)罪態(tài)度等情節(jié)因素對(duì)量刑差異是否有影響，影響程度有多大，有助于促進(jìn)量刑指導(dǎo)從剛性走向彈性，從量刑失衡走向量刑平衡，從“強(qiáng)制性適用”走向“參考性適用”，《美國(guó)聯(lián)邦量刑指南》從1987年實(shí)施17年后，美國(guó)聯(lián)邦最高法院于2005年裁定該量刑指南違憲，該文件由“強(qiáng)制適用”變?yōu)椤皡⒖夹赃m用”。從而實(shí)現(xiàn)量刑差異地區(qū)之間有彈性的差異。這種改變具有重要的現(xiàn)實(shí)意義。近年來，量刑差異的驅(qū)動(dòng)因素研究成為學(xué)術(shù)界和司法實(shí)踐領(lǐng)域關(guān)注的熱點(diǎn)、重點(diǎn)問題。

本研究采用中國(guó)裁判文書網(wǎng)數(shù)據(jù)，從統(tǒng)計(jì)學(xué)的視角，運(yùn)用R軟件，從量刑個(gè)體情節(jié)差異的維度，從學(xué)歷、前科歷史、自首、坦白、退贓、法院級(jí)別、涉案金額、行政級(jí)別、社會(huì)經(jīng)濟(jì)地位等情節(jié)因素，來驗(yàn)證分析量刑差異的驅(qū)動(dòng)因素，為量刑科學(xué)化、精準(zhǔn)化和規(guī)范化提供新的觀察。

二、文獻(xiàn)綜述

學(xué)術(shù)界關(guān)于刑罰條文的研究較為豐富，但對(duì)量刑差異以及差異驅(qū)動(dòng)因素的量化研究相對(duì)偏少，基于司法實(shí)踐的研究尚顯不足。

在國(guó)際學(xué)術(shù)界，實(shí)證分析量刑差異的驅(qū)動(dòng)因素研究主要聚焦于以下視角：社會(huì)身份與經(jīng)濟(jì)地位、種族The American Civil Liberties Union，Written Submission of the American Civil Liberties Union on Racial Disparities in Sentencing，Oct.27th，2014，https：//www.aclu.org/sites/default/files/assets/141027_iachr_racial_disparities_aclu_submission_0-pdf，Jan.10th，2020.和宗教、罪中審判程序、性別、法官自由裁量權(quán)等。比如從生活經(jīng)濟(jì)地位的視角，探究白領(lǐng)犯罪量刑結(jié)果是否優(yōu)于普通人。犯罪嫌疑人在社會(huì)分層體系中所處的位置，所具有的社會(huì)資源和經(jīng)濟(jì)資源，在量刑過程中會(huì)自帶光環(huán)效應(yīng)，帶來更為輕緩的刑罰。Ronald探究了聯(lián)邦量刑差異的種族和宗教視角。 Ronald S E，Roger A，“Wojtkiewicz， Difference， Disparity，and Race/Ethnic Bias in Federal Sentencing”，Journal of Quantitative Criminology， vol. 18， no. 2 （2002-06），pp.190-196.Jeffery結(jié)合自己已有研究成果，規(guī)劃了今后十年左右量刑方面的主要研究方向。 Jeffery T U， “Recent Developments and New Directions in Sentencing Research”， Justice Quarterly，vol. 29， no. 1 （2012-06），pp.22-25.Bian通過使用美國(guó)賓夕法尼亞州量刑委員會(huì)（PCS）3年的數(shù)據(jù)，研究中間制裁對(duì)量刑差異的影響，以及對(duì)量刑緩刑的替代問題。 Brian J，Stephanie D，“The Power of diversion： Intermediate Sanctions and Sentencing Disparity Under Presumptive Guidelines”， Criminology，vol. 50， no. 3（2012-08），pp.23-26.Byungbae采用美國(guó)三個(gè)地區(qū)法院（樣本數(shù)為2686個(gè)）的獨(dú)特?cái)?shù)據(jù)集來確定法官和檢察官審判案件帶來的量刑差異，采用二分變量模型探究了檢察官和法官如何促成罪犯刑罰的差異。Byungbae K， Cassia S， Hedberg E C，“Federal Sentencing as a Complex Collaborative Process： Judge， Prosecutor， Judge-prosecutor Dyads，and Dispaprity in Sentencing”，Criminology， vol. 53， no. 4，（2015-12），pp.600-620.Nowacki從性別、種族、年齡、宗教信仰等社會(huì)結(jié)構(gòu)因素分析了量刑差異的影響因素。Nowacki J S，“An Intersectional Approach to Race/Ethnicity， Sex， and Age Disparity in Federal Sentencing Outcomes： An Examination of Policy Across Time Periods”，Criminology & Criminal Justice， vol. 17， no. 3， （2016-01）， pp. 97-116. Byungbae利用2008年至2010年的聯(lián)邦量刑數(shù)據(jù)，從性別差異視角出發(fā)，考察宗教和政治保守主義對(duì)量刑差異的影響，發(fā)現(xiàn)宗教和政治保守主義減少了量刑性別差距。Byungbae K，Xia Wang，“Examining the Impact of Ecological Contexts on Gender Disparity in Federal Sentencing”，Justice Quarterly， vol. 36， no. 3 （2018-05），pp.467-470.Alma介紹了司法政治對(duì)量刑種族性別帶來的量刑差異影響。Alma C，Crystal S Y，“Judicial Politics and Sentencing Decisions”，Dec.9th，2017，https：//scholar.harvard.edu/files/cyang/files/cohen_yang_dec2017-pdf.， Dec.20th，2019.美國(guó)量刑委員會(huì)分析了不同種族的量刑差異?！癟he sentence project，Report of The Sentencing Project to the United Nations Special Rapporteur on Contemporary Forms of Racism，Racial Discrimination， Xenophobia，and Related Intolerance”，Mar.27，2018，https：//www.sentencingproject.org/wp-content/uploads/2018/04/UN-Report-on-Racial-Disparities.pdf.Mar.27，2020. Camilia利用OLS回歸模型分析了性別、年齡和宗教信仰因素對(duì)量刑差異的影響。Camilia S，Disparities in sentencing depending on enthnicity，gender and age， as an outcome result of discrimination within the Swedish legal system： a intersectional analysis，2018年8月，https：//muep.mau.se/bitstream/handle/2043/26304/Camilla%20Svensson..pdf？sequence=1&isAllowed=y. Jan.15th，2020.

與此同時(shí)，國(guó)內(nèi)不少學(xué)者對(duì)量刑差異也進(jìn)行了嘗試研究。學(xué)者們一致認(rèn)為中國(guó)的量刑存在普遍差異，其量刑差異主要表現(xiàn)為如下兩個(gè)方面：（1）同罪不同罰，孫小迎、李洪欣：《“王子犯法與庶民同罪”辯兼說“同罪”與“同罰”》，《現(xiàn)代法學(xué)》，1997年第6期，第108頁。同案不同判;陳虹偉：《專家建議統(tǒng)一量刑標(biāo)準(zhǔn)》，《法制日?qǐng)?bào)》，2006年第3期，第10頁。（2）重罪輕判，庹繼光：《警察犯罪中的“重罪輕判”現(xiàn)象淺析》，《四川省政法管理干部學(xué)院學(xué)報(bào)》，2006年第1期，第54頁。輕罪重判。郎貴梅從定性角度描述了同案不同判的主要原因：一是裁判規(guī)范性缺失，二是裁判主體的主觀性。郎貴梅：《同案不同判的原因分析及對(duì)策研究》，《人民司法》，2009年第10期，第103頁。張靜認(rèn)為同案不同判主要源于法律本身制度、法官個(gè)體、審判依據(jù)、地方力量四方面。張靜：《同案不同判的原因及其應(yīng)對(duì)》，蘇州大學(xué)碩士學(xué)位論文，2009年，第24頁。

與量刑差異有關(guān)的研究主要可以分為以下五個(gè)方面：

一是量刑差異對(duì)應(yīng)的理論基礎(chǔ)。周光權(quán)提出，量刑基準(zhǔn)應(yīng)該是實(shí)證分析法，量刑裁判應(yīng)結(jié)合量刑情節(jié)，考慮社會(huì)危害性因素。周光權(quán)：《量刑程序改革的實(shí)體法支撐》，《法學(xué)家》，2010年第2期，第26頁。袁家德從量刑公正和刑罰理論的角度，闡釋量刑差異的理論基礎(chǔ)。袁家德：《量刑公正的內(nèi)涵之闡釋》，《山東社會(huì)科學(xué)》，2016年第4期，第188頁。石經(jīng)海從刑法理論的角度，剖析“量刑”核心內(nèi)涵，闡釋了量刑規(guī)范化的科學(xué)基礎(chǔ)。石經(jīng)海：《刑法現(xiàn)代化下的“量刑”解構(gòu)——量刑規(guī)范化的科學(xué)基礎(chǔ)探究》，《中國(guó)刑事法雜志》，2010年第3期，第19頁。

二是量刑差異的個(gè)體因素和情節(jié)因素差異。該差異體現(xiàn)在同一地區(qū)法院對(duì)不同犯罪嫌疑人的量刑出現(xiàn)較大差異犯罪嫌疑人。個(gè)體因素通常是指社會(huì)結(jié)構(gòu)特征，主要包括男女性別、教育程度、社會(huì)經(jīng)濟(jì)地位和是否有前科等。代表性研究成果如下：趙廷光認(rèn)為正確處理法定刑、量刑情節(jié)與宣告刑三者之間的數(shù)量關(guān)系，是實(shí)現(xiàn)量刑公正的唯一途徑。趙廷光：《論量刑原則與量刑公正——關(guān)于修改完善我國(guó)量刑原則的立法建議》，《法學(xué)家》2007年第4期，第44頁。李杰以T市A區(qū)2012年338份量刑建議為考察對(duì)象，探究量刑差異問題。李杰：《量刑規(guī)范化視野下的量刑差異分析——以T市某區(qū)量刑差異實(shí)證考察為基點(diǎn)展開》，《中國(guó)刑事法雜志》，2013年第6期，第96頁。熊謀林等基于德陽市5個(gè)基層法院數(shù)據(jù)分析了量刑公正。熊謀林、趙勇、程乙峰：《重考量刑公正與量刑差異——德陽市五個(gè)基層法院的定量研究證據(jù)》，《犯罪研究》，2014年第6期，第22頁。林思婷等以浙江省寧波市2014年539例判決為例，探究了寧波市不同犯罪嫌疑人的量刑。林思婷、武敏：《盜竊罪量刑實(shí)證研究——以浙江省寧波市2014年539例判決為例》，《浙江萬里學(xué)院學(xué)報(bào)》，2014年第9期，第16頁。

三是量刑差異的程序差異。比如，趙廷光、侯兆曉、陳瑞華、余劍、熊謀林等都是從定性角度描述程序會(huì)帶來量刑差異。

四是量刑差異的地區(qū)差異。不同地區(qū)對(duì)同一類型的犯罪量刑出現(xiàn)較大差異。蘇惠漁等嘗試?yán)秒娔X模擬對(duì)量刑的地區(qū)差異進(jìn)行研究。蘇惠漁、張國(guó)全、史建三：《量刑與電腦： 量刑公證合理應(yīng)用論》，上海：上海百家出版社，1989年，第132頁。董桂武對(duì)故意傷害罪進(jìn)行實(shí)證分析。陳杭平：《論“同案不同判”的產(chǎn)生與識(shí)別》，《當(dāng)代法學(xué)》，2012年第5期，第27頁。董桂武：《故意傷害罪量刑幅度分布實(shí)證研究——基于八個(gè)地區(qū)十六家法院故意傷害罪判決書樣本的考察》，《刑法論叢》，2012年第6期，第284頁。王劍波基于文書網(wǎng)中200個(gè)樣本的數(shù)據(jù)，針對(duì)受賄罪的地區(qū)差異進(jìn)行探討分析。王劍波：《我國(guó)受賄罪量刑地區(qū)差異問題實(shí)證研究》，《中國(guó)法學(xué)》， 2016年第8期，第246頁。

五是量刑差異的身份差異。主要集中于兩個(gè)方面：一是從戶籍歧視、地域歧視、年齡歧視、性別歧視的視角研究量刑歧視，二是職務(wù)身份對(duì)量刑的影響。不同身份（戶籍、社會(huì)地位屬性、經(jīng)濟(jì)屬性）的犯罪嫌疑人被判處不同量刑，比如籍貫和戶口性質(zhì)，非京籍人被判處緩刑的比例低于京籍人被判處緩刑的比例，如社會(huì)地位屬性。行政級(jí)別的差異會(huì)帶來量刑差異，王劍波、王新環(huán)研究發(fā)現(xiàn)經(jīng)濟(jì)收入高的被告人被判處緩刑的比例要高。王新環(huán)：《量刑程序改革思考——一個(gè)檢察官的視角》，《刑事司法論壇》，2010年第3期，第126頁。

通過文獻(xiàn)分析發(fā)現(xiàn)，現(xiàn)有研究的局限性主要體現(xiàn)在三個(gè)方面。第一，比較分析定性描述量刑差異以及量刑問題對(duì)應(yīng)的原因，過于重視規(guī)范分析，輕視實(shí)證分析。常用的研究方法是“典型案例”和“代表性案例”等。以個(gè)別案例作論據(jù)進(jìn)行量刑差異的描述性分析具有合理性，但個(gè)體不能完全代表總體，鮮有通過代表性數(shù)據(jù)對(duì)量刑基準(zhǔn)差異驅(qū)動(dòng)因素進(jìn)行實(shí)證研究，其科學(xué)性和代表性有待進(jìn)一步驗(yàn)證和探索。第二，缺少必要的實(shí)證分析和模型驗(yàn)證，缺乏較好的實(shí)證數(shù)據(jù)源。正如2000年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者詹姆士·赫克曼所言：“數(shù)據(jù)是經(jīng)濟(jì)的基本事實(shí)，沒有一流的數(shù)據(jù)，就沒有一流的公共政策?！?James J. Heckman Biographical.Dec. 8th，2000，https：//www.nobelprize.org/prizes/economic-sciences/2000/heckman/biographical/.Oct. 8th，2000.量刑公正公平政策需要可靠的數(shù)據(jù)源和科學(xué)的統(tǒng)計(jì)實(shí)證模型。第三，少數(shù)學(xué)者進(jìn)行了量刑差異實(shí)證研究的嘗試，但研究局限于某一個(gè)或幾個(gè)城市樣本，某一種犯罪類型或某一個(gè)維度等影響因素。數(shù)據(jù)源于方便抽樣，而不是隨機(jī)抽樣，樣本的代表性和研究結(jié)論可靠性值得進(jìn)一步探究。

文獻(xiàn)考察發(fā)現(xiàn)，大量有關(guān)建構(gòu)中國(guó)量刑公正和量刑均衡制度的文獻(xiàn)缺少定量化角度探究量刑差異的驅(qū)動(dòng)因素分析。從一定視角來看，定量探究量刑差異的驅(qū)動(dòng)因素相對(duì)偏少。筆者基于中國(guó)裁判文書網(wǎng)中公開的貪污、受賄和行賄罪數(shù)據(jù)，通過下載及手工搜集整理，提取出與貪污受賄行賄量刑密切相關(guān)的一系列因素，包括單位、性別、年齡、民族、受教育程度、涉案金額、判刑、是否自首、是否坦白、是否立功、是否退贓、是否索賄、是否共同犯罪、審理法院等。運(yùn)用R軟件進(jìn)行回歸等統(tǒng)計(jì)分析，探究不同地區(qū)不同個(gè)體量刑差異的驅(qū)動(dòng)因素，重點(diǎn)聚焦量刑差異的情節(jié)因素。對(duì)量刑差異的研究重點(diǎn)集中在以下兩個(gè)方面：一是量刑差異的驅(qū)動(dòng)因素有哪些;這些驅(qū)動(dòng)因素是否具有統(tǒng)計(jì)學(xué)意義上的顯著差異。二是這些驅(qū)動(dòng)因素對(duì)量刑的影響如何。主要采用T檢驗(yàn)、F檢驗(yàn)、方差分析等統(tǒng)計(jì)方法進(jìn)行量刑差異的驅(qū)動(dòng)因素檢驗(yàn)。

三、量刑總體情況和樣本數(shù)據(jù)預(yù)處理

筆者從中國(guó)裁判文書網(wǎng)抽取18445份貪污受賄罪判決書作為研究樣本。選取10102份樣本（3449份貪污罪和6653份受賄罪） 根據(jù)貪污受賄罪和行賄罪的定義，有主動(dòng)和被動(dòng)的關(guān)系。本研究先以貪污受賄的數(shù)據(jù)進(jìn)行研究，行賄罪的數(shù)據(jù)單獨(dú)作為后續(xù)的研究。特別強(qiáng)調(diào)，貪污受賄罪犯罪主體是不同行政級(jí)別的國(guó)家工作人員。進(jìn)行分析研究。根據(jù)樣本數(shù)據(jù)的可獲得性和研究目的，剔除不可用數(shù)據(jù)，將量刑的有期徒刑時(shí)間單位都轉(zhuǎn)化為月，最終的樣本為6291份。 后文中根據(jù)研究目的、控制變量和實(shí)際需要適當(dāng)調(diào)整樣本數(shù)。感謝李蘇宇對(duì)論文數(shù)據(jù)的收集。

文書中量刑結(jié)果主要有拘役、免于刑事責(zé)任、有期徒刑、無期徒刑、死刑，但拘役、無期徒刑和死刑占樣本量的比重非常小，幾乎可以忽略。為了量刑量化的方便和數(shù)據(jù)的可處理性，剔除結(jié)果為拘役、無期徒刑和死刑，僅保留有期徒刑和免于刑事責(zé)任。事實(shí)上，在統(tǒng)計(jì)中，涉案金額和有期徒刑是數(shù)值變量，死刑是屬于分類變量，為了研究的方便，故剔除之。此外，拘役、無期徒刑和死刑總共有21份，占比極低，剔除之后不影響分析結(jié)果的可靠性。文書中有不少樣本是免于刑事責(zé)任，為了數(shù)值量化的需要，免于刑事責(zé)任在數(shù)值處理上記為“0”。地區(qū)的分布為“1=東部”“2=中部”“3=西部”和“4=東北”。四個(gè)地區(qū)的樣本分布詳見下表1。

在抽樣調(diào)查中，樣本數(shù)確定很重要，因?yàn)闃颖具^大，會(huì)造成資源浪費(fèi)，而樣本過小，會(huì)使抽樣誤差過大，最終影響檢驗(yàn)結(jié)果的可信度。所以，受人財(cái)物所限，本研究沒有收集所有的樣本進(jìn)行檢驗(yàn)，而是根據(jù)前人研究經(jīng)驗(yàn)，抽取滿足統(tǒng)計(jì)方法要求的樣本量。為了最大可能地利用好收集到的樣本信息，客觀真實(shí)地反映量刑差異的驅(qū)動(dòng)因素問題，結(jié)合可利用的樣本數(shù)和實(shí)際收集樣本的時(shí)間限制，在后續(xù)分析處理中，根據(jù)需要確定樣本數(shù)。

四、提出假設(shè)和建立回歸模型

量刑情節(jié)的核心內(nèi)涵是能夠表示犯罪的行為對(duì)于整個(gè)社會(huì)的危害程度以及行為人自身的危險(xiǎn)程度的衡量指標(biāo)。利用量刑情節(jié)指標(biāo)能夠很好地決定嫌疑人是否適合使用相關(guān)的刑罰或者是免除處罰等情況。量刑受情節(jié)因素影響。情節(jié)因素差異主要包括罪前、罪中和罪后情節(jié)。罪前情節(jié)作為犯罪實(shí)施前的事實(shí)狀況，主要包括犯罪人的一貫表現(xiàn)、犯罪動(dòng)機(jī)、犯罪的原因（被害人過錯(cuò)或民間矛盾激化等）、犯罪人的基本情況。罪中情節(jié)主要包括犯罪行為、犯罪手段、犯罪動(dòng)機(jī)、犯罪的時(shí)間和地點(diǎn)等相關(guān)事實(shí)。罪后情節(jié)主要包括行為人自首、坦白、立功等法定情節(jié)，也包括行為人賠償、積極退贓、挽回?fù)p失、畏罪潛逃以及被害方諒解等酌定情節(jié)。本研究中，根據(jù)數(shù)據(jù)的可獲得性，情節(jié)因素主要包括自首、坦白、立功等行為。這里，罪前情節(jié)主要是指犯罪個(gè)體是初犯還是有前科歷史，罪中情節(jié)主要是指犯罪個(gè)體貪污受賄行賄帶來的社會(huì)危害當(dāng)量，比如涉案金額數(shù)，罪后情節(jié)主要指當(dāng)事人是否具有減刑的因素。

根據(jù)量刑情節(jié)對(duì)量刑幅度差異的影響，建立含有虛擬變量的多元回歸模型。根據(jù)實(shí)際可獲得的數(shù)據(jù)，自變量為不同地區(qū)的經(jīng)濟(jì)發(fā)展水平，控制變量為性別、學(xué)歷、量刑情節(jié)（自首、坦白等行為）、涉案金額。因變量為量刑幅度，量刑幅度采用社會(huì)危害當(dāng)量來測(cè)度，社會(huì)危害當(dāng)量定義為萬元涉案金額對(duì)應(yīng)的有期徒刑月數(shù)。為了不損失樣本的信息量，樣本量由研究的實(shí)際需求來定。

假設(shè)量刑幅度決定方程為Y=F（X，ε），X為量刑差異的驅(qū)動(dòng)因素或影響因素。在前述分析的基礎(chǔ)上，建立含有定性變量的多元回歸模型：

其中，X1為涉案金額;涉案金額中美元、港元都按照當(dāng)前匯率折算為人民幣（單位：元），有期徒刑年數(shù)都折算為月份，剔除統(tǒng)計(jì)中的異常值，剔除“拘役”“死刑”“無期徒刑”（樣本中總共4個(gè)，不影響占比）的量刑。下同。Xi 為控制變量，包括情節(jié)差異、社會(huì)身份差異、行政級(jí)別、地區(qū)差異等;X2為個(gè)體差異（性別、學(xué)歷）;其中，X3代表是否有前科;Y為自首、坦白、退贓等量刑減輕情節(jié);X5為法官自由裁量權(quán)，包括犯罪主體的行政級(jí)別、地區(qū)差異系數(shù)等;Y為量刑幅度，通過計(jì)算社會(huì)危害當(dāng)量來測(cè)度;ε為隨機(jī)誤差項(xiàng)。為了能夠更好地作出判斷，法律授予法官一定幅度的自由裁量權(quán)以對(duì)個(gè)案進(jìn)行甄別。反映在方程中，這個(gè)甄別差異便是隨機(jī)誤差。

（一）量刑的情節(jié)差異

根據(jù)前文的分析，情節(jié)因素差異主要包括罪前、罪中和罪后情節(jié)。鑒于文書中只有初犯的數(shù)據(jù)，初犯的犯罪個(gè)體沒有前科，1=前科，0=初犯，采用0-1變量建立logistics回歸模型測(cè)度前科對(duì)量刑差異的影響。罪中情節(jié)主要是指犯罪個(gè)體貪污受賄行賄帶來的社會(huì)危害當(dāng)量，比如涉案金額數(shù)。罪后情節(jié)主要指當(dāng)事人是否具有減刑的因素，比如自首、立功、坦白、退贓。 我國(guó)《刑法》第67、68 條規(guī)定，對(duì)于自首或立功的犯罪分子，可以從輕、減輕或者免除處罰; 對(duì)于坦白的犯罪分子，可以從輕或者減輕處罰。對(duì)于情節(jié)因素對(duì)量刑影響主要作出以下假設(shè)。

假設(shè)1a：有前科的，加重量刑。（罪前）

假設(shè)1b：有自首坦白退贓情節(jié)，減輕量刑。（罪后）

假設(shè)1c：涉案金額越多，量刑越重。（罪中）

根據(jù)Wooldredge的研究結(jié)論，Wooldredge J，Thistlethwaite A，“Bilevel Disparities in Court Dispositions for Intimate Assault”， Criminology， vol. 42， no. 2（2015-12），pp.417-430.法官在量刑時(shí)，會(huì)考慮累犯的風(fēng)險(xiǎn)，并對(duì)有這種傾向的人判處更重的刑罰。數(shù)據(jù)處理時(shí)，剔除文書不合理的數(shù)據(jù)和異常值數(shù)據(jù)，得到167個(gè)樣本數(shù)據(jù)，其中初犯和有前科的分別為57和110，控制變量后，利用單因素方差分析研究前科因素對(duì)量刑差異的影響（見表2）。

由表2可知，對(duì)初犯和有前科的貪污受賄行賄犯罪嫌疑人，量刑的有期徒刑月數(shù)分別為37-65和68-47，有前科的量刑幅度幾乎是初犯的2倍，有前科犯罪歷史因素對(duì)量刑幅度均值遠(yuǎn)高于初犯。法官在量刑時(shí)，對(duì)累犯的當(dāng)事人量刑更重。

通過對(duì)前科歷史單因素方差分析，由F=7-68，sig=0-006可知，在1%的顯著性水平下，通過了方差分析顯著性檢驗(yàn)，前科歷史和初犯對(duì)量刑結(jié)果存在顯著差異。

通過Box-Plot（圖1），可以直觀看出，初犯和前科對(duì)量刑結(jié)果（有期徒刑）存在差異。有前科歷史的量刑幅度高于初犯。

圖1不同法院級(jí)別、不同行政級(jí)別、不同前科歷史的量刑差異

1.罪后有自首、坦白等情節(jié)

法定量刑情節(jié)主要包括自首、立功、坦白、認(rèn)罪態(tài)度和退贓。自首是指犯罪嫌疑人因?yàn)槎喾N原因主動(dòng)向公安部門承認(rèn)自己犯罪的行為，是除了涉案金額外，最為重要的量刑情節(jié)。根據(jù)樣本數(shù)據(jù)，有過自首行為都有量刑減輕處理。立功指的是犯罪嫌疑人揭發(fā)他人犯罪的行為。坦白指的是犯罪被告人在犯罪行為被組織揭發(fā)之后，坦白交代自己的犯罪行為?！读啃讨笇?dǎo)意見》中規(guī)定，當(dāng)庭認(rèn)罪能夠得到從輕處罰。

研究發(fā)現(xiàn)，犯罪嫌疑人有自首、立功、坦白、認(rèn)罪態(tài)度和退贓等情節(jié)，有利于法官基于被告人的悔罪態(tài)度或降低司法成本，判斷犯罪嫌疑人的危險(xiǎn)性更低，從而給被告人判處更輕的刑罰。Terance D M，Charles A M， “Racial Differences in Criminal Processing： The Consequence of Model Selection on Conclusions about Differential Treatment”， The Sociological Quarterly， vol. 27， no. 2（2016-12），pp.217-230.在司法實(shí)踐領(lǐng)域是否呈現(xiàn)相似的印證規(guī)律呢？對(duì)于自首等情節(jié)是否對(duì)量刑有差異，作出以下假設(shè)。

在可獲得的文書數(shù)據(jù)中，將量刑情節(jié)分為自首 實(shí)際數(shù)據(jù)的處理中，將立功情節(jié)因素歸為自首一類，如實(shí)回答歸為坦白，悔過態(tài)度歸為退贓。、坦白、退贓、無減輕情節(jié)四大類。表3給出自首、坦白等情節(jié)對(duì)量刑差異的描述統(tǒng)計(jì)分析。

由表3可知，自首、坦白、退贓的有期徒刑月數(shù)均值分別為49-48、77-77、66-40。無任何減輕情節(jié)的有期徒刑均值為98-07月，遠(yuǎn)遠(yuǎn)高于自首、坦白、退贓的量刑幅度。不難看出，有自首、坦白、退贓情節(jié)的被告人，量刑得到法官的寬宥。

由自首坦白等情節(jié)對(duì)量刑差異影響的單因素方差分析可知，F(xiàn)=24-156，sig=0-000，在1%的顯著性水平下，自首、坦白、退贓情節(jié)對(duì)量刑差異的影響通過了顯著性檢驗(yàn)（見表4）。

在5%的顯著性水平下，自首、坦白、退贓對(duì)量刑的多重交互檢驗(yàn)通過了顯著性檢驗(yàn)。事實(shí)上，犯罪嫌疑人的自首、立功、坦白、退贓、悔過等表現(xiàn)有利于法官根據(jù)其悔罪態(tài)度或考慮到降低司法成本等因素，犯罪嫌疑人根據(jù)自身的法定自由裁量權(quán)，可能對(duì)被告人減輕刑罰量刑程度。

如圖2所示，不同被告人的自首、坦白、退贓情節(jié)對(duì)量刑的影響，可用Box-Plot圖形來刻畫。從自首、坦白、退贓情節(jié)與否的角度看，自首、坦白、退贓情節(jié)的犯罪主體，減輕量刑。從法院級(jí)別看，基層法院的量刑較輕。從犯罪主體的行政級(jí)別看，社會(huì)危害當(dāng)量的量刑較輕，后兩個(gè)維度（法院級(jí)別和行政級(jí)別）對(duì)量刑的影響將在下文中重點(diǎn)闡釋。

2.涉案金額

不難理解，涉案金額直接反映犯罪行為的規(guī)模及程度，是衡量犯罪社會(huì)危害性的客觀標(biāo)準(zhǔn)。貪污受賄涉案金額是量刑最為重要的情節(jié)因素，是量刑定罪的標(biāo)準(zhǔn)。

鑒于研究的合理性和數(shù)據(jù)的可獲得性，現(xiàn)提出假設(shè)：涉案金額越多，量刑越重。文書數(shù)據(jù)中，剔除不可用數(shù)據(jù)，將量刑的有期徒刑指標(biāo)都轉(zhuǎn)化為月，最終得到542個(gè)貪污罪的有效樣本數(shù)據(jù)。為了進(jìn)一步分析貪污受賄的數(shù)額以及量刑之間的相互關(guān)系，建立涉案金額對(duì)量刑幅度的回歸方程。

控制其他變量，將涉案金額和有期徒刑指標(biāo)數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理，對(duì)貪污犯罪涉案金額和對(duì)應(yīng)的有期徒刑進(jìn)行對(duì)數(shù)回歸分析。F=15-39，t=332-802，說明對(duì)數(shù)回歸模型通過了方程的顯著性檢驗(yàn)和參數(shù)的顯著性檢驗(yàn)。研究結(jié)果發(fā)現(xiàn)，在1%的顯著性水平下，男女性別對(duì)量刑的影響通過了方程的顯著性檢驗(yàn)和參數(shù)的顯著性檢驗(yàn)，如表5所示。

由于涉案金額的系數(shù)為正（0-988），可知在其他變量不變的情況下，涉案金額越多，社會(huì)危害當(dāng)量越重，量刑越重。

（二）社會(huì)身份對(duì)量刑差異的影響

一般來說，不同社會(huì)經(jīng)濟(jì)地位的犯罪有不同的量刑結(jié)果。不少研究指出社會(huì)經(jīng)濟(jì)地位對(duì)量刑輕重有影響。戶籍不是身份和地位的象征，但國(guó)內(nèi)一線城市的戶籍是“排隊(duì)”資源，某種意義上戶籍也是身份的測(cè)度。陸益龍從戶籍的角度出發(fā)，認(rèn)為與非北京戶籍相比，北京戶籍的犯罪嫌疑人受到的處罰較輕。陸益龍：《戶籍制度——控制與社會(huì)差別》，北京：商務(wù)印書館，2003年，第270頁。這里采用行政級(jí)別來刻畫社會(huì)經(jīng)濟(jì)地位對(duì)量刑的影響。行政五級(jí)劃分為：國(guó)家級(jí)、省部級(jí)、司廳局級(jí)、縣處級(jí)、鄉(xiāng)鎮(zhèn)科級(jí)，各級(jí)分為正副職。中央部委的等級(jí)即平常大家所說的“國(guó)、部（?。⑺?、處、科”五級(jí)。比如，文書中，縣民政局長(zhǎng)是正科級(jí)，縣區(qū)一級(jí)民政局副局長(zhǎng)是副科級(jí)?？h里的局長(zhǎng)是正科級(jí)，地市的局長(zhǎng)是正處級(jí)。地方市區(qū)統(tǒng)計(jì)局局長(zhǎng)為正科級(jí)，直轄市的區(qū)統(tǒng)計(jì)局局長(zhǎng)則為正廳級(jí)。省市級(jí)的區(qū)、局長(zhǎng)就是局級(jí)，地級(jí)市的區(qū)長(zhǎng)、局長(zhǎng)為處級(jí)。省部級(jí)一般為省長(zhǎng)、省委常委等，司局級(jí)一般為司長(zhǎng)、地市級(jí)的市長(zhǎng)書記等，縣區(qū)級(jí)一般為地市級(jí)下的縣團(tuán)、局委等，科級(jí)一般為縣區(qū)級(jí)下的科、局，街道辦事處、鄉(xiāng)鎮(zhèn)長(zhǎng)等，直轄市教育局副局長(zhǎng)為副廳級(jí)，副省級(jí)城市教育局副局長(zhǎng)為正處級(jí)，地級(jí)市教育局副局長(zhǎng)為副處級(jí)，縣級(jí)市教育局副局長(zhǎng)為副科級(jí)。假設(shè)犯罪嫌疑人的行政級(jí)別越高，社會(huì)地位越高?，F(xiàn)作出以下假設(shè)。

通過整理文書數(shù)據(jù)信息，得到222份局長(zhǎng)和222份科長(zhǎng)的數(shù)據(jù)樣本，計(jì)算緩刑的比例發(fā)現(xiàn)犯罪主體為局長(zhǎng)的被判處緩刑的比例（37-94%）遠(yuǎn)遠(yuǎn)高于科長(zhǎng)被判處緩刑的比例（16-52%）。可見，行政級(jí)別對(duì)量刑有影響，具體的影響程度需要借助相關(guān)統(tǒng)計(jì)模型進(jìn)一步探究。犯罪嫌疑人的行政級(jí)主要包括五種行政級(jí)別：副廳、正處、副處、正科、副科、科員?？刂破渌兞?，建立不同行政級(jí)別的犯罪個(gè)體含有啞變量的回歸分析。

由社會(huì)身份對(duì)量刑差異的描述統(tǒng)計(jì)分析可知，副廳、正處、副處、正科、副科、科員的犯罪主體被判的有期徒刑月數(shù)均值分別為40-0、53-0、66-1、68-1、77-1、94-0，可見，不同行政級(jí)別的犯罪主體，量刑存在差異。隨著社會(huì)身份地位的提高，法官越是寬宥，量刑越輕。

由行政級(jí)別對(duì)量刑的單因素方差分析可知，F(xiàn)=5-735，sig=0-017，在1%的顯著性水平下，被告人的行政級(jí)別對(duì)量刑差異的影響通過了顯著性檢驗(yàn)。

為了探究不同犯罪個(gè)體的行政級(jí)別對(duì)量刑差異的影響程度，建立含有啞變量的回歸方程模型。通過行政級(jí)別和涉案金額對(duì)量刑差異進(jìn)行回歸分析得到t值為9-571和sig值為0-000，因此，在10%的顯著性水平下回歸方程通過顯著性檢驗(yàn)。實(shí)際上，行政級(jí)別是社會(huì)身份地位的外在刻畫，是其在社會(huì)分層體系中所處的位置，其所具有的社會(huì)和經(jīng)濟(jì)資源，在量刑過程中會(huì)轉(zhuǎn)化成一種優(yōu)勢(shì)，這種優(yōu)勢(shì)會(huì)帶來更為輕緩的刑罰。

（三）法院級(jí)別差異對(duì)量刑差異的影響

假設(shè)3：越是低層法院，量刑越重。

按照法院的三大類級(jí)別， 級(jí)別分為最高人民法院和地方各級(jí)法院。地方各級(jí)人民法院包括省、自治區(qū)、直轄市人民法院：省、自治區(qū)、直轄市人民法院分院，自治州和省轄市人民法院，縣、市、自治縣和市轄區(qū)人民法院。區(qū)人民法院、縣以及縣級(jí)市人民法院是同一級(jí)別。結(jié)合文書中貪污受賄行賄罪的公訴機(jī)關(guān)的級(jí)別，這里將法院級(jí)別可以分成三類：（1）高級(jí)法院，指樣本中廳局級(jí)及以上（省部級(jí)、直轄市及分院）的法院;（2）中級(jí)法院，指樣本中地級(jí)市法院;（3）基層法院，指樣本中縣（市轄區(qū)）級(jí)法院。控制其他變量，建立法院級(jí)別對(duì)量刑幅度的單因素方差分析模型。量刑的本質(zhì)是對(duì)犯罪嫌疑人的社會(huì)危害當(dāng)量進(jìn)行測(cè)度分類定罪，這里解釋變量的指標(biāo)測(cè)度采用社會(huì)危害當(dāng)量，定義為單位萬元涉案金額的有期徒刑。法院級(jí)別對(duì)量刑的影響如表6所示。

由表6可知，基層、中級(jí)和高級(jí)法院的社會(huì)危害當(dāng)量均值分別為1477-9、281-9、7-4，呈現(xiàn)出越是基層法院量刑越重，越是高層法院量刑越輕的規(guī)律。根據(jù)法院級(jí)別對(duì)量刑幅度的單因素方差分析得到F=1-624、sig=0-198，方差結(jié)果沒有通過顯著性檢驗(yàn)。但在法院級(jí)別對(duì)量刑差異的多重因素方差分析（Multiple Comparisons）中，在10%的顯著性水平下法院級(jí)別差異帶來的量刑幅度差異通過了顯著性檢驗(yàn)。

（四）量刑刑罰綜合指數(shù)

文書中被告人的情節(jié)類型主要有：1=自首、2=立功、3=坦白、4=退贓、5=無減輕情節(jié)。為了測(cè)度量刑情節(jié)對(duì)量刑差異的影響。在建立的含有虛擬變量模型中，將驅(qū)動(dòng)因素轉(zhuǎn)變?yōu)?-1變量，1=有減輕情節(jié)（自首、立功、坦白、退贓等），0=無減輕情節(jié)。被解釋變量為量刑幅度，采用社會(huì)危害當(dāng)量測(cè)度，解釋變量為量刑情節(jié)和涉案金額數(shù)，得到含虛擬變量的回歸分析?；貧w結(jié)果見表7，由F=20-383，sig=0-000可知，在1%的顯著性水平下含虛擬變量的回歸方程通過了顯著性檢驗(yàn)，量刑情節(jié)和涉案金額對(duì)量刑結(jié)果有顯著影響（表7）。

由量刑情節(jié)和涉案金額對(duì)量刑結(jié)果的回歸方程可知，常數(shù)項(xiàng)、涉案金額和量刑情節(jié)的sig值都為0-000，在1%的顯著性水平下回歸方程通過了參數(shù)的顯著性檢驗(yàn)。量刑幅度和涉案金額正相關(guān)。由回歸系數(shù)可知，涉案金額變動(dòng)1%，量刑幅度有期徒刑變動(dòng)0-03%。量刑情節(jié)對(duì)量刑的影響存在顯著差異。可見，犯罪個(gè)體有自首、立功、坦白、退贓等情節(jié)，法官會(huì)更寬宥，量刑越輕。統(tǒng)計(jì)意義上，與無減輕情節(jié)相比，有減輕情節(jié)的量刑幅度減少了16個(gè)月?；貧w方程如下：

上述回歸方程為構(gòu)建量刑刑罰綜合指數(shù)提供了一種量化的基礎(chǔ)，再考慮學(xué)歷差異、社會(huì)身份和地區(qū)差異等因素。進(jìn)一步研究發(fā)現(xiàn)，學(xué)歷上，在其他控制變量不變的情況下，相對(duì)于大專以下學(xué)歷，相似案情，大專以上的犯罪嫌疑人量刑輕16個(gè)月。情節(jié)因素上，在其他控制變量不變下，相對(duì)于無減輕情節(jié)，相似案情，有自首情節(jié)，量刑減輕48個(gè)月;有坦白情節(jié)的犯罪嫌疑人量刑減輕20個(gè)月;有退贓和認(rèn)罪態(tài)度良好的犯罪嫌疑人減輕31個(gè)月。社會(huì)身份差異上，在其他控制變量不變的情況下，相對(duì)于科員級(jí)別的犯罪個(gè)體，副廳、正處、副處、正科、副科的犯罪主體被判有期徒刑月數(shù)的均值依次減少54個(gè)月、41個(gè)月、28個(gè)月、30個(gè)月、17個(gè)月。地區(qū)差異上，東部、中部、西部、東北地區(qū)有期徒刑的月份均值分別為55-79、52-09、53-32、36-08。人均GDP越高的地區(qū)，量刑越重，反之亦然。相對(duì)于東北地區(qū)，東部、中部和西部地區(qū)有期徒刑的月份均值分別增加19個(gè)月、16個(gè)月和17個(gè)月。

五、結(jié)論和建議

（一）研究結(jié)論

從法理上來說，法律面前人人平等，但在法律實(shí)踐中難以做到完全的平等。研究結(jié)論表明，量刑差異受如下因素影響。

第一，量刑差異受情節(jié)因素影響。通過方差分析，罪前、罪中、罪后的情節(jié)因素通過了顯著性檢驗(yàn)。通過建立涉案金額對(duì)量刑幅度影響的回歸模型發(fā)現(xiàn)，涉案金額越大，社會(huì)危害當(dāng)量越大，量刑越重。建立含有虛擬變量的回歸方程發(fā)現(xiàn)，犯罪個(gè)體有過自首、立功、坦白、退贓等情節(jié)，法官越是寬宥，量刑越輕。

第二，量刑差異受社會(huì)身份、地區(qū)差異等因素影響。犯罪主體為局長(zhǎng)的被判處緩刑的比例（37-94%）遠(yuǎn)遠(yuǎn)高于科長(zhǎng)被判處緩刑的比例（16-52%）。社會(huì)身份地位在社會(huì)分層體系中所處的位置，犯罪嫌疑人所具有的社會(huì)和經(jīng)濟(jì)資源，在量刑過程中會(huì)轉(zhuǎn)化成一種優(yōu)勢(shì)，這種優(yōu)勢(shì)會(huì)帶來更為輕緩的刑罰，量刑越輕。量刑差異與地區(qū)差異有關(guān)但不顯著，不同地區(qū)貪污受賄犯罪主體的社會(huì)危害當(dāng)量存在顯著差異，人均GDP越高的地區(qū)，量刑越重。

第三，量刑差異與法院級(jí)別（程序差異）差異相關(guān)。基層、中級(jí)和高級(jí)法院的社會(huì)危害當(dāng)量均值分別為1477-9、281-95、7-38，基層法院量刑較重，高層法院量刑較輕的規(guī)律。法院級(jí)別（程序差異）帶來的量刑差異沒有通過顯著性檢驗(yàn)。程序差異帶來的量刑差異將作為后續(xù)的研究。

第四，初犯和前科既是影響量刑差異的情節(jié)因素，是法官自由裁量權(quán)的因素。 李榮：《影響刑事判決的法官情感因素及其制約》，《河北法學(xué)》，2008年第4期，第132頁。實(shí)際上，不同法官面對(duì)貪污受賄罪的犯罪個(gè)體，一方面依據(jù)社會(huì)危害當(dāng)量程度、個(gè)體因素、情節(jié)因素、社會(huì)身份等進(jìn)行量刑裁決。另一方面，法官的性別、性格、量刑習(xí)慣等個(gè)人因素可能對(duì)量刑造成極大甚至決定性影響。量刑差異不僅考慮剛性，更要注意彈性，從而使得量刑指南從剛性走向彈性，從量刑失衡走向量刑平衡，從量刑模糊化走向精準(zhǔn)化，從“強(qiáng)制性適用”走向“參考性適用”， 《美國(guó)聯(lián)邦量刑指南》從1987年開始實(shí)施了17年后，聯(lián)邦最高法院于2005年裁定量刑指南違憲，量刑指南由“強(qiáng)制適用”變?yōu)椤皡⒖夹赃m用”。從而實(shí)現(xiàn)量刑差異地區(qū)之間有彈性的差異。

（二）政策建議

由上述分析可知，被告人社會(huì)結(jié)構(gòu)因素對(duì)量刑幅度有不同程度的影響。建議從以下幾方面著手，在法律實(shí)踐中降低量刑過程中的不平等。

一是從單一標(biāo)準(zhǔn)走向多元標(biāo)準(zhǔn)。由單一的“數(shù)額”標(biāo)準(zhǔn)（一元標(biāo)準(zhǔn)）修改為“數(shù)額+情節(jié)”標(biāo)準(zhǔn)（多元標(biāo)準(zhǔn)）。根據(jù)筆者的研究，“數(shù)額”標(biāo)準(zhǔn)根據(jù)當(dāng)事人造成的社會(huì)危害后果量刑，“情節(jié)”因素既要考慮當(dāng)事人的社會(huì)身份屬性特征，比如性別、學(xué)歷、職業(yè)、行政級(jí)別等情節(jié)因素，又要結(jié)合當(dāng)事人的罪前、罪中、罪后相關(guān)情節(jié)因素，比如自首、坦白、退贓等情節(jié)因素。建議先依據(jù)涉案金額和量刑情節(jié)等因素確定一個(gè)基準(zhǔn)刑，再明確自首、坦白、退贓、犯罪未遂等法定或酌定的量刑情節(jié)，然后根據(jù)當(dāng)事人的犯罪基準(zhǔn)刑和量刑情節(jié)來確定宣告刑的區(qū)間范圍，以便規(guī)范法官自由裁量權(quán)，最大程度上減小被告人的社會(huì)身份特征等因素對(duì)法官裁判的影響，最大可能做到量刑的精準(zhǔn)化和科學(xué)公正。這與胡東陽研究觀點(diǎn)一致。 胡冬陽：《賄賂犯罪“數(shù)額+情節(jié)”模式運(yùn)行實(shí)證研究——以J省2016—2017年的判決書為研究樣本》，《湖北社會(huì)科學(xué)》，2017年第10期，第132頁。

二是規(guī)范法官自由裁量權(quán)，推行量刑規(guī)范化工作，減少社會(huì)身份特征對(duì)量刑的影響。貪賄犯罪法定刑幅度大，法官量刑的裁量空間也大，權(quán)力濫用的概率也高。加強(qiáng)裁判文書說理、提供案例指導(dǎo)等方式規(guī)制法官自由裁量范圍，推動(dòng)量刑標(biāo)準(zhǔn)化工作。2018年10月修訂的《人民法院組織法》第九至十一條明確了指導(dǎo)性案例，即“最高人民法院可以發(fā)布指導(dǎo)性案例”。 袁春湘：《確立案例指導(dǎo)，推動(dòng)制度完善》，2018年11月18日，http：//rmfyb.chinacourt.org/paper/html/2018-11/18/content_145850-htm？div=-1，2020年1月18日。在指導(dǎo)性刑事案例中涉及貪賄犯罪的案例僅2例，而且僅涉及定罪問題，沒有涉及量刑。因此，最高法院應(yīng)抓緊調(diào)研盡早發(fā)布貪賄犯罪量刑指導(dǎo)案例，為各地司法機(jī)關(guān)提供有效的量刑實(shí)踐指導(dǎo)，努力實(shí)現(xiàn)“同案同判”，實(shí)現(xiàn)量刑公正法律公平。

三是構(gòu)建刑罰綜合指數(shù)，消除量刑驅(qū)動(dòng)因素的影響。由于情節(jié)對(duì)量刑的影響存在顯著差異，統(tǒng)計(jì)意義上，相比較無減輕情節(jié)，有減輕情節(jié)（自首、立功、坦白、退贓等）量刑幅度應(yīng)適度減少16個(gè)月。

四是利用人工智能等技術(shù)手段進(jìn)行精準(zhǔn)量刑。隨著“智能+”時(shí)代的到來，各地都在加快建設(shè)智慧法院、智能量刑及智能刑法運(yùn)轉(zhuǎn)系統(tǒng)。AI輔助量刑系統(tǒng)的改進(jìn)不僅要符合量刑規(guī)范化改革的要求，而且還要注意降低法官量刑權(quán)力濫用的概率，避免機(jī)械化量刑的誤區(qū)。人工智能融入刑事量刑司法實(shí)踐，有助于量刑規(guī)范化改革，實(shí)現(xiàn)量刑公正和法律公平。

量刑幅度還可能受到其他案外因素的影響，如主審法官是否受到了來自外部的壓力，是否有徇私枉法行為，是否有玩忽職守行為等有關(guān)法官的自由裁量權(quán)因素，這些方面將是筆者后續(xù)的研究?jī)?nèi)容。

〔責(zé)任編輯：李海中〕