非法經(jīng)營罪量刑規(guī)范化實證研究
——以2182份判決書為樣本

□張 萌

(廣西大學，廣西 南寧 530004)

一、問題的提出

非法經(jīng)營罪是司法實踐中常見高發(fā)的破壞社會主義市場經(jīng)濟秩序類犯罪。近年來，圍繞該罪的爭議主要集中于其口袋罪疑云，相關學說百家爭鳴、聚訟紛紜。與非法經(jīng)營罪定罪方面的討論盛況相比，鮮有學者關注該罪的量刑問題。而關于非法經(jīng)營罪量刑實證研究的文獻更是少之甚少，目前檢索到的文獻主要以非法經(jīng)營罪中某一具體行為為對象進行實證研究，如針對非法經(jīng)營罪兜底條款適用中的宣告刑刑量及緩刑的分析，欠缺系統(tǒng)而整體的大樣本研究內(nèi)容。2017年最高人民法院頒布《關于常見犯罪的量刑指導意見》(以下簡稱《意見》)，旨在實現(xiàn)量刑規(guī)范化。自該《意見》實施以來已有四年之久，因此檢驗非法經(jīng)營罪的量刑情況是一項十分值得的研究。法學學科的學術創(chuàng)新的真正動力和源泉都只能來自經(jīng)驗的研究，而不可能來自對法學概念的分析演繹。[1]目前《刑法》第225條對非法經(jīng)營罪規(guī)定了“拘役或有期徒刑并處罰金”，并未對刑種的適用條件做出具體的規(guī)定，僅“情節(jié)嚴重”“行情節(jié)特別嚴重”等抽象表述并不能為案件量刑提供詳盡的指導。以成品油為例，據(jù)筆者統(tǒng)計，認定為情節(jié)嚴重的案件中非法經(jīng)營額最大值為9456315元，認定為情節(jié)特別嚴重的非法經(jīng)營額最小值為64857元。這種情節(jié)特別嚴重的下限遠超情節(jié)嚴重的上限的情況勢必會導致量刑偏差。故亟需分析影響非法經(jīng)營罪量刑的因素，建立本罪的基準刑，從而確定案件應當適用的法定刑幅度和量刑起點。

有鑒于此，筆者擬采用實證分析方法，借助回歸分析模型分別對非法經(jīng)營罪刑種、有期徒刑刑期、拘役、罰金的影響因素等進行探究，在此基礎上確定非法經(jīng)營罪的基準刑，以期助益于司法公正。

二、數(shù)據(jù)來源與研究方法

(一)數(shù)據(jù)來源

本次研究的數(shù)據(jù)來源于聚法案例，檢索條件為刑事案件，案由為非法經(jīng)營罪，文書類型為判決書，年份為2019年—2020年。非法經(jīng)營罪第四項為兜底條款，為了能夠充分說明本罪量刑的基本情況，在案件檢索時區(qū)分前三項和第四項分別進行。檢索到的前三項案件數(shù)量龐大，因此進行抽樣10%的處理，之后共檢索到1281個判決書，經(jīng)過復核篩選后保留有效樣本1069個。第四項相關判決書共1300個，樣本適當未進行抽樣，經(jīng)過人工復核后有效樣本為1113個?？傆嬇袥Q書2182份。因其中存在588例共同犯罪案件，所以最終有效樣本為2770個。

(二)變量設置

依據(jù)刑法條文和《意見》規(guī)定，結合裁判文書中的內(nèi)容，將可能影響非法經(jīng)營罪量刑的因素總結為以下十個，分別為：情節(jié)嚴重、有無退繳、有無行政處罰、自首、坦白、立功、悔罪、認罪、認罰、初犯、偶犯、累犯、前科，具體設置依據(jù)如下：

變量1“情節(jié)嚴重”來源于《刑法》第二百二十五條規(guī)定，“情節(jié)嚴重的，處五年以下有期徒刑或者拘役……情節(jié)特別嚴重的，處五年以上有期徒刑……”。意味著情節(jié)嚴重與否可能會影響案件刑期的長短。變量2“有無退繳”依據(jù)《意見》第三章第八條規(guī)定，被告人有退贓、退賠的，綜合考慮犯罪其他因素，可以減少基準刑的20%以下。變量3“有無行政處罰”來源于理論學說，構成本罪的前提為違反“國家規(guī)定”，作為主流觀點的折中說認定“國家規(guī)定”的范圍限于刑法、行政法規(guī)。筆者猜想若被告人因違反行政許可而受到行政處罰，可能對其非法經(jīng)營罪的量刑產(chǎn)生一定影響。變量4“自首”依據(jù)為《意見》第三章第四條規(guī)定，“對于自首情節(jié)……可以減少基準刑的40%以下”。同樣，根據(jù)《意見》規(guī)定第三章第五條設置變量5“坦白”，“對于如實供述自己罪行的，可以減少基準刑的20%以下”。變量6“立功”依據(jù)《意見》規(guī)定第三章第7條，根據(jù)立功大小、次數(shù)等不同對基準刑進行相應減少。變量7“悔罪”來源于《意見》第三章第6條規(guī)定，“行根據(jù)……悔罪表現(xiàn)等情況，可以減少基準刑的10%以下”。變量8“認罪、認罰”來源于《關于適用認罪認罰從寬制度的指導意見》，被告人認罪、認罰的，應當在綜合其他案件事實的基礎上，對其從寬處罰。根據(jù)《意見》第三章第1條、第11條、第12條分別設置變量9“初犯、偶犯”和變量10“累犯、前科”。對于初犯、偶犯情況，予以從寬處罰。而對于存在累犯、前科的被告人，視其情節(jié)增加基準刑幅度。

對上述變量進行分類并賦值后整理成下表：

X1犯罪情節(jié)0=未說明1=嚴重2=特別嚴重X2有無退款0=未退款1=退款2=部分退款X3有無行政處罰0=無行政處罰1=有行政處罰X4自首0=無自首1=自首X5坦白0=無坦白1=坦白X6立功0=無立功1=立功X7悔罪0=無悔罪1=悔罪X8認罪、認罰0=無認罪、認罰1=認罪認罰X9初犯、偶犯0=無初犯、偶犯1=初犯2=偶犯3=初犯、偶犯X10累犯、前科0=無累犯、前科1=累犯2=前科

(三)研究方法

本次非法經(jīng)營罪量刑規(guī)范化實證研究，主要采用社會科學統(tǒng)計軟件SPSS對案件進行分析，具體使用的分析方法包括二元logistic回歸分析和多元線性回歸分析。在進行非法經(jīng)營罪刑種影響因素分析時選擇二元logistic回歸分析模型。因為其因變量為二分類變量。在進行非法經(jīng)營罪有期徒刑刑期、拘役、罰金等影響因素分析時借助多元線性回歸分析模型。因為其因變量是連續(xù)數(shù)值型變量，如有期徒刑12個月。在這種情況下，無論自變量屬于連續(xù)性還是分類型變量，都應當適用多元線性回歸分析。

三、非法經(jīng)營罪刑種的二元Logistic回歸分析

非法經(jīng)營罪的刑種包含拘役、有期徒刑，并處或單處罰金等。據(jù)統(tǒng)計，司法實踐中90%的案件中被告人被判處有期徒刑并處一定數(shù)額的罰金，約4%的案件被告人被判處拘役并處罰金。而單處拘役、有期徒刑罰金刑的樣本案例過少，不具有統(tǒng)計學意義。因此非法經(jīng)營罪刑種的影響因素研究主要針對刑種為有期徒刑并處罰金和拘役并處罰金兩種情形。其中自變量的設置同于上表，因變量Y為刑種，有期徒刑并處罰金賦值為0，拘役并處罰金賦值為1。

(一)卡方檢驗

在進行二元logistic回歸分析前先進行卡方檢驗。卡方檢驗能夠分析出單因素與因變量之間是否具有關聯(lián)性，其適用需滿足三項假設：假設一：存在兩個無序多分類變量；假設二：具有相互獨立的觀測值；假設三：樣本量大于40。本樣本自變量和因變量均系分類變量，各研究對象信息相互獨立，不會互相干擾，樣本總數(shù)2770，完全符合上述條件，因此進入卡方檢驗。以下為卡方檢驗結果和參數(shù)解釋：

變量漸進顯著性(雙側)期望計數(shù)小于5的單元格數(shù)量/%犯罪情節(jié)0.0000.0有無退款0.0220.0有無行政處罰0.74225自首0.7730.0坦白0.0040.0立功0.84025悔罪0.0000.0認罪、認罰0.5620.0初犯、偶犯0.71037.5累犯、前科0.24233.3

在卡方檢驗中，判斷一變量是否與因變量具有關聯(lián)性的前提是所有單元格期望計數(shù)大于5，否則，小于5的單元格的數(shù)量應控制在20%以內(nèi)。表格中變量有無行政處罰、立功、初犯、偶犯、累犯、前科期望計數(shù)小于5的單元格數(shù)量均大于20%，因此不能進行相關性檢驗。犯罪情節(jié)、有無退繳、自首、坦白、悔罪、認罪、認罰符合前提性條件，進一步分析關聯(lián)性。判斷標準為顯著性，當顯著性小于0.05時，認定自變量與因變量間存在關聯(lián)性。其中，變量自首和認罪、認罰的顯著性大于0.05，與因變量間不存在關聯(lián)性。而變量犯罪情節(jié)、有無退繳、坦白、悔罪的顯著性都小于0.05，因此認定具有相關性。意味著在其它因素保持不變時，這些變量能夠顯著影響非法經(jīng)營罪刑種的適用。

(二)二元logistic回歸分析

卡方檢驗得知，變量犯罪情節(jié)、有無退繳、坦白、悔罪在單一作用下具有相關性，但綜合作用下的情況不得而知。將上述四個變量作為自變量，刑種作為因變量，納入二元logistic回歸模型做進一步分析。

擬合優(yōu)度檢驗是二元logistic回歸分析中經(jīng)常采用的一種檢驗方法，能判斷出某種回歸模型是否與實際觀測數(shù)值相擬合。當P值大于0.05，擬合程度良好，證明該模型具有統(tǒng)計學意義。具體情況如下：

模型摘要步驟-2對數(shù)似然考克斯-斯奈爾R方內(nèi)戈爾科R方1970.168a0.0340.105

“模型摘要”中，內(nèi)戈爾科R方的數(shù)值0.105大于0.05，說明模型的擬合程度良好。

霍姆斯-萊梅肖檢驗步驟卡方自由度顯著性18.38480.397

“霍姆斯-萊梅肖檢驗”中，顯著性0.397大于0.05，說明模型與實際觀測數(shù)值相擬合。

分類表a實測預測刑種正確百分比01步驟1刑種025430100.0113400.1總體百分比95.0

“分類表”中，總體百分比為95%，表明該模型的預測準確率高。

以上結果說明該模型擬合程度良好，具有統(tǒng)計學意義。以下為二元logistic回歸分析結果和參數(shù)解釋：

變量B顯著性EXp(B)犯罪情節(jié)0.450犯罪情節(jié)嚴重3.3930.2071.482犯罪情節(jié)特別嚴重-18.1020.9910.000有無退款0.099退繳0.3990.0321.480部分退繳0.2660.4031.305有坦白0.2610.1751.299有悔罪0.4470.01341564常量-3.4990.0000.030

從B值、顯著性、EXp(B)三部分對變量情況進行分析。顯著性是最為重要的一項，直接說明變量是否能顯著影響因變量(即刑種)認定，應當優(yōu)位于B值和Exp(B)進行分析。變量具有顯著性的標準為顯著性(P)小于0.05，退繳、有悔罪的P值均小于0.05，說明這兩個變量顯著影響非法經(jīng)營罪刑種的適用，而犯罪情節(jié)嚴重、犯罪情節(jié)特別嚴重、部分退繳、有坦白的P值大于0.05，這些變量雖然在單一作用下具有相關性，但在綜合作用下，則不能繼續(xù)維持其顯著性。其次，B值意為在其他自變量保持不變的時候，該自變量每增加一個單位，因變量結果出現(xiàn)的幾率是原來的倍數(shù)。[2]退繳和有悔罪的B值大于0，與刑種呈正相關。退繳的B值為0.399，當退繳每增加一個單位，處拘役并處罰金刑的幾率增加0.399。有悔罪的B值為0.447，當悔罪每增加一個單位，處拘役并處罰金刑的幾率增加0.447。說明案件中出現(xiàn)退繳或悔罪情節(jié)時，法院對刑種的選擇更偏向于較輕的拘役并處罰金刑。最后，Exp(B)為OR值，即某一啞變量相比于參考類別而言對因變量出現(xiàn)幾率的影響。退繳的Exp(B)值為1.490，有退繳而判處拘役并處罰金的可能性是無退繳的1.490倍?；谧锏腅Xp(B)值為1.564，有悔罪而適用拘役并處罰金刑的幾率是無悔罪情節(jié)的1.564倍。

(三)小結

經(jīng)過二元logistic回歸分析發(fā)現(xiàn)，退繳和悔罪是影響非法經(jīng)營罪刑種的主要因素，具體表現(xiàn)為退繳或悔罪的出現(xiàn)與拘役并處罰金刑的選擇呈正相關趨勢，即當被告人存在該量刑情節(jié)時，其刑種更輕。為進一步分析退繳和悔罪的影響力大小，采用標準化回歸系數(shù)比較的方式，人工計算并進行排名：退繳的標準化回歸系數(shù)絕對值為0.691，大于悔罪標準化回歸系數(shù)絕對值0.425。得出的結論為，退繳和悔罪是影響非法經(jīng)營罪刑種選擇的主要因素，且退繳的影響力最大，占據(jù)主導地位。

四、非法經(jīng)營罪有期徒刑刑期的多元線性回歸分析

在非法經(jīng)營罪刑種中，有期徒刑的適用頻率最高。故專設一章分析影響有期徒刑刑期的影響因素。2770個樣本中，被告人被判處有期徒刑并附加罰金刑的數(shù)量為2543個，單處有期徒刑的數(shù)量為33個，總計樣本為2576個。有期徒刑刑期屬于連續(xù)性數(shù)值變量，使用多元線性回歸分析。自變量設置同變量表，因變量以月為單位計算有期徒刑時長。

(一)適用前提檢驗

多元線性回歸模型的運算有三個前提：樣本獨立、殘差正態(tài)、自變量不存在多重共線性。

首先是樣本獨立性的判斷。

模型摘要b模型RR方調(diào)整后R方標準估算的錯誤德賓-沃森10.704a0.4960.49315.2201.562

樣本獨立性的標準為德賓-沃森(DW值)，數(shù)值在2附近表明樣本具有獨立性。本模型DW值為1.562，小于2，偏差并不大，雖然數(shù)據(jù)具有輕微的非獨立性，但不會影響結果的準確性。

其次是殘差近似正態(tài)性的判斷。

在回歸標準化殘差的正態(tài)P-P圖(見圖1)中，所有的點都散落在對角線上，基本構成一條直線。說明殘差效果較好，可認為殘差服從正態(tài)分布的要求。

圖1 回歸標準化殘差的正態(tài)P-P圖

最后是多重共線性的判斷。

VIF(常量)嚴重2.828特別嚴重2.927退繳1.114部分退繳1.112有行政處罰1.007自首1.462坦白1.467立功1.030悔罪1.070認罪、認罰1.058初犯1.014偶犯1.007初犯、偶犯1.007累犯1.018前科1.007

自變量是否存在多重共線性的依據(jù)為VIF，當VIF小于5時，認為變量之間不存在多重共線性。表中變量均符合這一條件，自變量之間不存在極強的相關關系。

綜上，該多元線性回歸模型符合樣本獨立性、殘差服從正態(tài)、自變量間不存在多重共線性三前提，回歸模型的結果具有準確性。

(二)多元線性回歸分析

將10個可能影響有期徒刑刑期的變量納入多元線性回歸分析中，得到的結果如下：

變量B標準化系數(shù)顯著性(常量)26.9340.000嚴重-1.420-0.0320.178特別嚴重31.4060.6460.000退繳-2.369-0.0530.000部分退繳-2.581-0.0390.008有行政處罰1.4970.0090.501自首-9.932-0.1950.000坦白-5.393-0.1240.000立功-7.355-0.0610.000悔罪-0.862-0.0170.233認罪、認罰-1.525-0.0340.017初犯0.0020.0000.999偶犯15.5400.0230.100初犯、偶犯1.4750.0110.429累犯0.9770.0060.662前科1.7500.0140.319

判別自變量在多元線性回歸方程中是否影響因變量變化的標準為顯著性(P)。當P值小于0.05時，認定自變量具有顯著性，能夠影響因變量。表中的變量中，情節(jié)特別嚴重、退繳、部分退繳、自首、坦白、立功、認罪、認罰的P值小于0.05，這些變量在綜合作用下與非法經(jīng)營罪有期徒刑刑期有強相關性。而情節(jié)嚴重、有行政處罰、悔罪、初犯、偶犯、初犯+偶犯、累犯、前科等變量P值大于0.05，不具有顯著性，不能影響有期徒刑刑期變化。除此之外，B值反映了自變量與因變量間的相關性。情節(jié)特別嚴重的B值為31.406，與有期徒刑刑期呈正相關，且該變量每增加一個單位，有期徒刑刑期時長增加31.406個月。退繳、部分退繳、自首、坦白、立功、認罪、認罰的B值為負，與有期徒刑刑期呈負相關。退繳每增加一個單位，有期徒刑刑期時長減少2.369個月。部分退繳每增加一個單位，有期徒刑刑期時長減少2.581個月。自首每增加一個單位，有期徒刑刑期時長減少9.932個月。坦白每增加一個單位，有期徒刑刑期時長減少5.393個月。立功每增加一個單位，有期徒刑刑期時長減少7.355個月。認罪、認罰每增加一個單位，有期徒刑刑期時長減少1.525個月。

(三)小結

多元線性回歸分析發(fā)現(xiàn)影響有期徒刑刑期的因素為情節(jié)特別嚴重、退繳、部分退繳、自首、坦白、立功、認罪、認罰，但影響力未知。采標準化回歸系數(shù)絕對值判斷變量的影響力大小，排名如下：第一，情節(jié)特別嚴重，標準化回歸系數(shù)絕對值0.646；第二，自首，標準化回歸系數(shù)絕對值0.195；第三，坦白，標準化回歸系數(shù)絕對值0.124；第四，立功，標準化回歸系數(shù)絕對值0.061；第五，退繳，標準化回歸系數(shù)絕對值0.053；第六，部分退繳，標準化回歸系數(shù)絕對值0.039；第七，認罪、認罰，標準化回歸系數(shù)絕對值0.034。排名第一的情節(jié)特別嚴重影響系數(shù)為其他變量的六倍以上，占據(jù)主導地位。正如刑法第225條所表述，情節(jié)特別嚴重是法定刑兩檔的分水嶺。其后的自首、坦白、立功、退繳、部分退繳、認罪、認罰在《意見》或其他法律文件中有所規(guī)定，作為法定量刑情節(jié)屬于在裁判案件時應當予以考慮的因素。

五、非法經(jīng)營罪拘役刑期的多元線性回歸分析

除有期徒刑外，拘役在非法經(jīng)營罪刑種中適用率最高，2770個樣本數(shù)據(jù)中，被判處拘役并處罰金刑的有134人，單處拘役刑的有4人，共計樣本總數(shù)139個。故專設一章討論非法經(jīng)營罪拘役刑期的影響因素。自變量同前，因變量為刑期，以月為計算單位。如前所述，刑期屬于連續(xù)性數(shù)值變量，采用多元線性回歸分析方法。

(一)適用前提檢驗

如前所述，多元線性回歸分析的運算需滿足三個前提條件：樣本獨立、殘差服從正態(tài)。自變量不存在多重共線性。

首先是樣本獨立性的判斷。

模型摘要b模型RR方調(diào)整后R方標準估算的錯誤德賓-沃森10.379a0.1430.0621.1721.533

該模型的DW值為1.533，符合樣本具有獨立性的標準，雖然也存在輕微非獨立性，但不影響模型運算的結果。

其次是殘差服從正態(tài)分布的判斷。

如圖2所示，散點基本分布在對角線以及對角線的左右兩側，說明殘差服從正態(tài)分布。

圖2 回歸標準化殘差的正態(tài)P-P圖

最后是關于自變量不存在多重共線性的判斷。

VIF(常量)嚴重1.315退繳1.267部分退繳1.153有行政處罰1.046

表中的變量VIF值均小于5，因此自變量之間不會相互干擾，不存在多重共線性。

綜上，該多元線性回歸分析模型經(jīng)過適用前提檢驗，符合三要件，可以進入下一步分析。

(二)多元線性回歸分析

將10個變量納入多元線性回歸分析中，以下為結果和參數(shù)解釋：

變量B標準化系數(shù)顯著性(常量)4.6620.000嚴重0.4980.1160.222退繳0.0980.0140.662部分退繳0.5390.1300.144有行政處罰-1.807-0.1780.036自首0.0550.0200.881坦白-0.187-0.0710.598立功0.248-0.0340.689悔罪-0.557-0.2280.013認罪、認罰-0.333-0.1350.125初犯0.5970.1150.182初犯、偶犯0.6960.0690.465前科-0.202-0.0240.776

如前所述，分析自變量對因變量的影響情狀主要依據(jù)顯著性和B值。表中有行政處罰和悔罪的P值均小于0.05，說明這兩個變量對非法經(jīng)營罪拘役刑期具有重要的影響作用。而情節(jié)嚴重、退繳、部分退繳、自首、坦白、立功、認罪、認罰、初犯、初犯、偶犯、前科等變量的P值均大于0.05，不能影響非法經(jīng)營罪拘役刑期的變化。其次，表中的B值進一步說明具有顯著性的變量與拘役刑期間的關系。有行政處罰的B值為-1.807，小于0。行政處罰與拘役刑期間呈負相關關系，當行政處罰每上升一個單位，非法經(jīng)營罪拘役刑期時長減少1.807個月?；谧锏腂值為-0.557，同樣對拘役刑期有負向作用，當悔罪每上升一個單位，非法經(jīng)營罪拘役刑期時長減少0.557個月。

(三)小結

多元線性回歸分析發(fā)現(xiàn)行政處罰和悔罪是影響非法經(jīng)營罪拘役刑期的主要影響因素，但二者的影響力大小并沒表明。通過標準化回歸系數(shù)絕對值的方式進行比較，悔罪的標準化回歸系數(shù)絕對值為0.228，大于行政處罰的數(shù)值0.178。說明悔罪在非法經(jīng)營罪拘役刑期認定中起主要作用，影響力最大。此結果具有一定邏輯合理性，悔罪系法定從寬處罰情節(jié)，應當在案件裁判中進行考量。行政處罰屬于依據(jù)司法實踐進行的猜想因素，可作為酌定量刑情節(jié)，而法定量刑情節(jié)應當優(yōu)先于酌定情節(jié)，因此悔罪的影響力高于行政處罰。

六、量刑中存在的問題

限于篇幅問題，筆者無法將非法經(jīng)營罪量刑情況一覽無遺全部呈現(xiàn)，只針對刑種和適用頻繁的有期徒刑及拘役刑影響因素進行分析。其中，二元logistic回歸分析發(fā)現(xiàn)退繳、悔罪是影響非法經(jīng)營罪刑種的主要因素；多元線性回歸分析發(fā)現(xiàn)情節(jié)特別嚴重、退繳、部分退繳、自首、坦白、立功、認罪、認罰是影響非法經(jīng)營罪有期徒刑刑期的主要因素；多元線性回歸分析發(fā)現(xiàn)行政處罰、悔罪是影響非法經(jīng)營罪拘役刑刑期的主要因素。在實證分析的過程中，總結出本罪量刑中存在的問題，以便對癥下藥、有的放矢。

(一)缺乏詳實的說理

裁判文書中最為精華的在于“本院認為” 的說理部分，分析一個行為的定罪、量刑的過程依賴于此。然而非法經(jīng)營罪所涉兩千多份判決書，情況并不令人滿意。就多數(shù)判決而言，法官是如何將案件事實涵攝于其所援引的法律條文之下的，在爭議問題上又是如何對不同觀點進行比較和取舍并得出結論的，其思考的完整鏈條和推導的全部環(huán)節(jié)，往往被遮蔽在了 “本院認為”以下的寥寥數(shù)語之后，常常隱身于對法條的簡單復述之中。[3]

也許會有些學者認為，說理部分側重于對一行為如何定罪，而并非量刑。然定罪與量刑猶如一車之兩輪，皆不可忽視。如張某非法經(jīng)營罪一審刑事判決書中，法院認為“被告人張某違反國家規(guī)定，以收費方式幫助超載、超限車輛逃避處罰的行為，擾亂了市場秩序，情節(jié)嚴重，其行為已構成非法經(jīng)營罪”。比照非法經(jīng)營罪的構成要件，符合“違反國家規(guī)定+擾亂市場秩序+非法經(jīng)營行為+情節(jié)嚴重”的結構，該行為應構罪。而問題在于，非法經(jīng)營罪認定標準并非如此粗疏，判決書應針對四個要素都做出具體而準確的描述。原因在于，非法經(jīng)營罪是廣為熱議的“口袋罪”，主要爭議在于其構成要件的構成。因此，若不清楚說明其構成要件要素的內(nèi)容，這無異于加重口袋罪疑云。當然會有學者認為這些無論如何都只關涉到定罪，對量刑影響不大。然而，定罪是量刑的前提。如果不存在具體的能夠適用的定罪標準，那么量刑的混亂將不可避免。

因此，詳實的說理部分對非法經(jīng)營罪的量刑至關重要，而目前的判決書中大多存在說理不細致的問題，這也是導致非法經(jīng)營罪量刑偏差的誘因之一。

(二)嚴重的量刑失衡

非法經(jīng)營罪最嚴重的問題在于量刑偏差，主要表現(xiàn)為以下兩種情況，一是犯罪數(shù)額相同時量刑的差異，例如(2019)鄂1321刑初156號判決書中，行為人實施非法經(jīng)營行為后違法所得20萬元，被處以有期徒刑兩年，罰金20萬元，適用緩刑。而(2019)蘇0621刑初175號判決書中，犯罪結果同樣為違法所得20萬元，卻被判處有期徒刑四年，罰金30萬元，并未適用緩刑。二是量刑相同時犯罪數(shù)額的差異。如(2019)閩0582刑初499號與(2020)瓊9005刑初2號判決書中，刑罰均為有期徒刑10個月，罰金1萬元，并適用緩刑。但二者的犯罪數(shù)額卻大相徑庭，前者非法經(jīng)營額146397元，而后者非法經(jīng)營額694938.75元。在案件性質相同的前提下，近乎五倍的數(shù)額差距卻被判處相同的刑罰，可見非法經(jīng)營罪量刑呈現(xiàn)斷崖式的差距。誠然，犯罪數(shù)額并非量刑的決定性因素，但在諸如非法經(jīng)營罪等擾亂社會主義市場經(jīng)濟秩序類犯罪中，犯罪數(shù)額是最客觀、最直接的影響因素。一般而言，數(shù)額應當與量刑結果呈正相關，即數(shù)額越大，量刑應越重。而司法實踐中的表現(xiàn)有悖于這一常理，況且非法經(jīng)營罪在司法實踐中常見多發(fā)，適用率位居前十，故不得不引起重視。究其根本，在于并未建構起規(guī)范的基準刑體系。近年來，《意見》的頒布與運行確為我國量刑規(guī)范化的發(fā)展提供了助力，其中列舉了盜竊罪、故意傷害罪等常見罪名的量刑辦法，但非法經(jīng)營罪并未納入其中，正是欠缺標準的量刑細則和規(guī)范導致了非法經(jīng)營罪量刑偏差。

故而，非法經(jīng)營罪量刑失衡是一個不容小覷的問題，無論是縱向還是橫向比較，同案異判的情況都不在少數(shù)。在《意見》的指導下，結合實證分析結果建立規(guī)范的量刑細則才是解決量刑偏差的靈丹妙藥。

七、量刑規(guī)則的建議

(一)完善判決說理部分

如前所述，詳實的判決說理部分至關重要。就非法經(jīng)營罪而言，筆者認為應當在該部分詳細闡述如下問題：第一，非法經(jīng)營行為違反的國家規(guī)定為何及具體條款；第二，該行為所侵犯的法益；第三，如何界定案涉行為為非法經(jīng)營行為；第四，判斷行為情節(jié)嚴重或特別嚴重的標準為何？以上順序不可顛倒，前后銜接邏輯自洽。這些問題在非法經(jīng)營罪定罪中最具爭議，來源于該罪的構成要件。違反國家規(guī)定是前提要件，因此放在第一順位考慮。符合這一前提要件后，要對行為的性質加以判斷，任何犯罪行為的本質在于法益侵害性，即犯罪行為必須是侵害特定法益的行為。對非法經(jīng)營罪而言，其保護的法益不應當僅表述為市場秩序。這一抽象概念不能為行為的定性提供指導，法官適用時也存在困難。筆者建議根據(jù)行為對象的不同對本罪保護的法益做進一步分類，從而助力于案件裁判。行為僅具有法益侵害性尚不足以構罪，非法經(jīng)營罪最基本的表現(xiàn)在于非法經(jīng)營行為，然而目前的判決書甚少對非法經(jīng)營行為的判斷標準提供解釋，法條的簡單復述并不能傳達有效信息。最后，當一個行為已經(jīng)符合違反國家規(guī)定+侵害特定法益+屬于非法經(jīng)營行為時，還需要具備情節(jié)嚴重要素。情節(jié)屬于罪量要素，不僅影響定罪也影響量刑，而司法實踐中情節(jié)認定標準混亂，存在以數(shù)額認定、以數(shù)額+行為危害性認定、以主觀惡性+數(shù)額認定等多種認定模式，筆者認為數(shù)額作為最客觀的因素，應當作為衡量情節(jié)嚴重與否的主要標準。但國家規(guī)定的范圍、法益種類劃分、非法經(jīng)營行為的判斷、情節(jié)嚴重認定標準等問題需要在非法經(jīng)營罪定罪部分進行系統(tǒng)且深入的研究和討論，本文旨在拋磚引玉，就不再贅述。

(二)規(guī)范量刑基準刑

如前所述，非法經(jīng)營罪量刑失衡的主要問題在于缺乏完善的量刑細則。規(guī)范量刑基準刑是解決這一問題的主要辦法。依據(jù)《意見》的規(guī)定，基準刑的確定為三步驟：首先根據(jù)基本的犯罪構成事實確定量刑起點，其次根據(jù)其他能夠影響犯罪構成的因素如犯罪次數(shù)、犯罪后果等在量刑起點的基礎上增加刑罰量，最后根據(jù)其他量刑情節(jié)調(diào)節(jié)基準刑從而確定宣告刑。結合本文的實證研究結果，為非法經(jīng)營在確定量刑細則提供些許參考。

首先是非法經(jīng)營罪刑種的認定，退繳、悔罪是影響非法經(jīng)營罪刑種的主要因素；退繳的影響力大于悔罪，因此將退繳作為基準確定基準刑，結合表格數(shù)據(jù)，得到的公式表達為：非法經(jīng)營罪刑種選擇=0.399×有無退繳違法所得-3.499。此外，因悔罪也對非法經(jīng)營罪刑期的選擇起到重要作用，故在量刑中應當著重考慮。其次是非法經(jīng)營罪有期徒刑刑期時長的變化，情節(jié)特別嚴重、退繳、部分退繳、自首、坦白、立功、認罪、認罰是影響非法經(jīng)營罪有期徒刑刑期的主要因素，其中情節(jié)特別嚴重的影響力最大，因此將其作為基準事實確定基準刑，得到的公式表達為：非法經(jīng)營罪有期徒刑刑期=26.934+31.406×犯罪情節(jié)。其余具有顯著性的變量中，影響力大小排名如下：自首、坦白、立功、退繳、部分退繳、認罪、認罰。根據(jù)其影響力的不同，建議在非法經(jīng)營罪量刑時按照順序依次考慮上述影響量刑的要素，再對其他可能影響量刑的情節(jié)加以衡量。最后是關于非法經(jīng)營罪拘役刑期時長的判定，行政處罰、悔罪是影響非法經(jīng)營罪拘役刑刑期的主要因素，悔罪在其中的影響力系數(shù)值最大，因此作為基準事實加以確定基準刑，得到的公式表達為：拘役刑期=4.662-0.557×悔罪。當然，行政處罰作為具有顯著性的因素在非法經(jīng)營罪拘役刑期認定時也應當優(yōu)先于其余因素。