智慧量刑的主体冲突、技术供给与方法回应

内容提要 对智能量刑系统司法地位的理论回应止步于没有实质内容的空壳概念——“辅助量刑”，其仅能在宏观层面达成暂时的妥协，无法在微观层面将智能系统限制在辅助的轨道，进而引发智能系统与人类法官隐性的“主体冲突”，主要表现为智能系统“以最终宣告刑为输出目标”和“以刑之裁量为功能目标”。主体冲突的化解要务实地以当前的技术供给现状为时代背景，如正视并利用智能系统的“机械性”、认识到“量刑预测”与“量刑决策”之间巨大的方法论差异等。为化解此主体冲突，必须进一步回答智能系统“辅助量刑”的具象辅助模式（辅助程度与辅助方法），即针对量刑的核心阶段（处断刑—宣告刑）以量刑方法（量化、裁量）为标准进行再阶段化，并使用智能系统赋能量化阶段，人类法官坚守裁量阶段，“量化可以量化的，裁量必须裁量的”。

关键词 智慧量刑 主体冲突 量刑辅助 刑之量化 刑之裁量

甄航，西南政法大学法学院讲师、博士后流动站研究人员

本文为中国博士后科学基金第71批面上资助“智慧量刑的悖论与破解研究”（2022M712650）的阶段性成果。

法治实践的智能化与智能技术的法治化是人工智能法学研究的两个维度[1]，也是国家治理体系和治理能力现代化背景下法学研究必须面对的重大议题，“智慧量刑”则是该议题下典型的缩影。无论学界对“智慧量刑”持支持抑或反对态度，不可否认的是，其在司法实践中已经通过“自上而下”推进的方式得到大范围应用[2]，但这并不意味着相关刑法理论已趋于成熟，相反，对智慧量刑理论的深入研究迫在眉睫。其一，智能量刑系统[3]的大规模运行是由实践机构主导的，并非理论与实践良性互动的结果。这种实践先行的做法在提升效率的同时，其背后的理论基础亟待大范围反思。其二，当前智能量刑系统适用的范围广泛，丝毫的纰漏导致的量刑不公都会被指数级地放大。“算法决策一旦出现问题，就会形成自动化、体系化、机制化的普遍侵害后果。更严重的是，算法决策往往以‘科学面目呈现，受到影响的相对人对其既不知情又不能質疑。”[1]

关于智能量刑系统的辅助地位，学界和实务界已达成共识[2]，但“辅助”的定位仅能够在人工智能完全自主决策与人类法官完全自主决策之间形成宏观、暂时的逻辑契合，而这种宏观的逻辑契合在微观领域并不能完全解决人工智能与人类法官之间的主体冲突。我们还需要更为精细地在两个“极端”之间探寻符合当代刑法精神与技术特征的“理性”辅助模式（辅助程度与辅助方法）。遗憾的是，由于学科隔阂、理论与实践割裂等原因，当前智慧量刑理论关于智能量刑系统司法地位的回答止步于“辅助”的宏观表述。这种“不求甚解”的止步致使“辅助量刑”成为一个没有具体内容的“空壳概念”，可以被任意摆布，进而导致智能量刑系统以“辅助之名”行“替代之实”（主体冲突）。这是当前智能量刑系统“应用广、效果差”的主要原因。正如左卫民所言，“中国司法系统斥巨资力推的大数据及法律人工智能技术在司法实践中的运用效果并不理想”[3]。故此，本文以智能量刑系统与人类法官的主体冲突为问题意识，以当前的人工智能技术供给为现实基础，剖析人工智能“辅助”量刑所面临的核心问题——辅助程度与辅助方法。

一、内涵辩正：智慧量刑之“智慧”=人工智能+人类智慧

当前，针对大数据、云计算等新兴智能技术介入量刑机制已有较多研究，如量刑实证研究[4]、人工智能司法地位[5]等，但能够囊括人工智能介入量刑机制全过程、全要素的“完整”概念仍然需要进一步明晰。该概念的“完整性”一方面表现为“全”，即需要覆盖人工智能介入量刑机制各个阶段的所有论题；另一方面表现为“专”，即不能涵盖与之无关的论题。现有研究主要在两种语境下讨论人工智能介入量刑机制问题：其一，在外延更大的“智慧司法”“智慧法院”等概念下讨论；其二，在外延更小的“人工智能量刑”概念中讨论。但就能够表述人工智能介入量刑机制的“完整性”概念需求而言，前者不够“专”，后者不够“全”，因此，本文主张用“智慧量刑”概念表述当前人工智能技术介入量刑机制现象[6]。

第一，现阶段，智能技术介入量刑机制所体现之“智慧”既包括人工智能的智慧（量化分析），也包括人类法官的智慧（经验裁量），二者不可偏废。即使是最激进的人工智能法学研究者也不会认为当前的人工智能可以替代人类法官地位。因此，现阶段，对人工智能介入量刑机制论题的完整概念表述应当是包含人工智能之智慧与人类法官之智慧的“智慧量刑”。

第二，在“智慧司法”“智慧法院”等概念下讨论人工智能介入量刑机制，只能在制度运行、司法建设等宏观层面进行泛化讨论，而无法切入其内核与细节问题。当然，这只是针对量刑问题而言，并非否定该讨论的积极意义。相反，对智慧量刑的分析要建立在“智慧司法”“智慧法院”等上位范畴的积极成果之上。

第三，在“人工智能量刑”概念下讨论人工智能介入量刑机制会忽视人类法官的重要性。“人工智能量刑”凸显智能技术在量刑机制中的应用，主要包括司法大数据分析、量刑算法的构建等。不可否认，这是人工智能技术介入量刑机制极为重要的内容，但我们也必须清醒地认识到，即使是对智能量刑技术问题的研究，也必须跳出纯技术主义的禁锢，在更高的维度分析技术问题，即在“技术知识与专业知识（法学专业知识——引者注）的深度融合”[1]的基础上剖析技术问题。

综上，本文认为，对人工智能介入量刑机制的理论界定宜采用“智慧量刑”（人工智能+人类智慧）的概念，其是“智慧司法”的下位概念，“人工智能量刑”的上位概念。就具体内容而言，其一，智慧量刑在同等程度上重视人工智能技术与人类法官智慧。其二，智慧量刑是由“人机协同”完成一个完整的量刑活动，智能系统完成其中的量化部分，而人类法官完成其中的裁量部分。其三，对智能量刑系统的研发只有跳出纯粹技术主义的禁锢，站在更高的智慧量刑层次（人工智能+人类智慧）视角来开展，才能构建符合当前司法现状与技术现状的人工智能量刑技术。

二、主体冲突：智能系统与人类法官的地位矛盾

智能量刑系统在量刑活动中的地位问题是其构建、运行的核心，但遗憾的是，当前，学界对该问题的回答止步于“辅助量刑”，导致智能量刑系统以“辅助之名”行“替代之实”。智能量刑系统对人类法官的“替代”分为两种：体系性替代（显性替代）与功能性替代（隐性替代）。第一，体系性替代是智能量刑系统在整个司法体系中完全替代人类法官作为裁判主体，此为一种容易被察觉的“显性”替代。这种替代方式在当前的时代背景下不具有生存的土壤。第二，功能性替代指智能量刑系统研发的（功能）目标是通过运行一个完整的量刑过程而得到最终量刑[2]，此为一种隐藏在“量刑辅助”名义下不易被察觉的“隐形”替代，是导致“主体冲突”的主要症结，也是本文论述的重点。这种功能性替代所导致的主体冲突主要表现如下。

1.冲突表现一：智能量刑系统以“宣告刑”作为输出目标

当智能量刑系统追求的输出目标是最终的宣告刑[3]时，其与人类法官之间就存在不可调和的主体冲突。以什么阶段的刑罚量作为智能量刑系统所追求的目标直接决定了其研发方向、数据筛选、算法构建等一系列重大问题，但这也是智能量刑系统研发普遍忽视的问题。当前的智能量刑系统几乎都默认以输出最终的宣告刑为研发目标，这带来由法官适用困难、算法构建遇阻等主体冲突导致的一系列问题。

第一，智能量刑系统以“宣告刑”为输出目标表明其旨在完成一个与人类法官量刑平行的“独立”量刑活动。这种独立性经常被“验证法官量刑”“为法官提供量刑参考”等说辞“转化”为“辅助量刑”而被掩盖。“验证”“参考”并不能使智能系统与人类法官量刑发生实质的交集，而是将两个量刑过程强行拼凑在一起，以达到形式上“辅助”，这也是在回答智能量刑系统的司法地位时止步于“辅助量刑”而不进行“何种程度的辅助”“如何辅助”等更深层次的回答所带来的危害。在此意义上，此类智能量刑系统并不能减轻法官的裁判负担，法官的量刑活动并没有因为智能量刑系统的介入而縮减。

第二，“验证”“参考”之所以不能使智能量刑系统量刑与人类法官量刑构成实质意义的交集，从而进行实质意义的“辅助量刑”，是因为其并不能对促进法官量刑公正产生实质意义的作用。其一，智能量刑系统量刑能否真正发挥“验证”作用值得怀疑。在经典的量刑理论中，量刑是一次性的活动，是有审判权的法官根据规范、经验、良知等往返于事实与规范之间并做出有效判决的活动，那么用智能量刑系统的宣告刑结论进行所谓“验证”的合理性与合法性的来源值得反思。如果智能量刑系统能够进行所谓的“验证”，那么为什么不直接采用其量刑呢？其二，“参考”是否对法官量刑有实质的价值、是否符合量刑的基本原理值得反思。即使法官在量刑之前参考了一个确定的宣告刑，其仍然需要按照量刑的基本原理完成一个完整的量刑活动，不仅不能以智能量刑系统得出的结论为基础，还会因为沉锚效应[1]影响其原本的量刑活动。

第三，智能量刑系统的“验证”“参考”作用在量刑方法上受到正当性质疑。量化与裁量是量刑活动中所采用的两种方法。法官量刑采用的是复合量刑方法，即同时采用“朴素的量化”与“裁量”，而智能量刑系统本质上只能采用单一量刑方法，即量化分析。可以看出，以宣告刑为输出目标的智能量刑系统实质上是用纯粹量化分析的结论，“验证”法官用复合量刑方法所得出的结论或为其提供参考。量刑理论已经表明，纯粹的“量化”并不能达到量刑的目标。

综上，以最终宣告刑为输出目标的智能量刑系统与法官之间存在天然的主体冲突问题，该主体冲突会导致一系列背离法治现代化的恶果。例如，在不得不使用智能量刑系统时，法官采用“逆向量刑”的方式来强行迎合智能系统。

2.冲突表现二：智能量刑系统将“刑之裁量”作为功能目标

“刑之量化”是智能量刑系统天然具有的功能。当智能量刑系统的研发以“刑之裁量”为功能目标时，表明其是以独立完成一个完整量刑活动所需要的所有量刑方法为功能目标，与人类法官之间存在无法调和的主体冲突。

在经典的量刑理论中，“刑之量化”与“刑之裁量”是关于量刑本质的两种对立立场[2]。在此基础上，我们可以在两个层面对“刑之量化”与“刑之裁量”做更进一步的理解。第一，在量刑本质层面，“刑之量化”与“刑之裁量”是完全对立的概念；第二，在量刑的具体方法层面，“刑之量化”与“刑之裁量”可以并存于一个量刑活动，即在量刑的本质是“刑之裁量”的前提下，在具体量刑方法中同时兼容“量化”与“裁量”。本文在第二层面上使用“刑之量化”与“刑之裁量”概念，即主张量刑是“刑之量化”基础上的“刑之裁量”。具体而言，“刑之量化”是对量刑活动中可以明晰犯罪行为与阶段性刑罚量之间数理关系的部分进行量化；“刑之裁量”是需要法官行使自由裁量权判断犯罪行为与刑罚量之间关系的裁判行为。可以看出，“刑之量化”与“刑之裁量”之间核心的区别在于是否存在法官的自由裁量权。故此，当智能量刑系统以“刑之裁量”为功能目标时，其就与人类法官存在主体冲突。

第一，“刑之量化”与“刑之裁量”可以涵盖一个完整的量刑活动所采用的所有量刑方法。将二者同时作为智能量刑系统的研发目标时，表明智能量刑系统研发的最终目的就是替代法官。因此，此类智能量刑系统与人类法官之间存在天然的主体冲突。此外，当研发此类智能系统以“验证”“参考”为目的来缓和矛盾时，存在与上述以宣告刑为输出目标研发智能量刑系统同样的困境。

第二，就能力而言，现阶段智能量刑系统无法实现“刑之裁量”，即使通过深度学习、神经网络等技术使其看似具有“裁量”的能力，这也仅仅是对人类法官裁量表象的“模拟”，其本质上仍然是在寻求数学上最优解的基础上输出结论。因此，试图让“硅基”的智能量刑系统具有“裁量”能力的做法本质上仍然是将“量化”推向极致使其形式上具有类似于“裁量”能力的表象，并无法使其同人类法官一样基于“碳基”而具有裁量能力。

综上，当前以“刑之裁量”为研发目标的智能量刑系统因技术局限注定无法成功，且此种以量刑所需的全部量刑方法为研发目的的智能量刑系统与人类法官之间存在天然“主体冲突”。

三、技术供给：化解“主体冲突”的实践根基

智慧量刑理论的研究，不是为避免陷入科林格里奇困境（Collingridges Dilemma）[1]的未雨绸缪，而是以当前的人工智能技术赋能法治实践的理论探索。因此，须清晰地认识到当前人工智能的技术供给是破解前述主体冲突的实践根基。据此，本文以智能量刑系统的技术供给现状为基础，探寻破解智慧量刑主体冲突的方法与出路。

1.时代背景：弱人工智能时代或生命2.0时代

当前，人工智能被划分为强人工智能与弱人工智能。“弱人工智能产品虽然可以在设计和编制的程序范围内进行独立判断并自主作出决策，但不具有辨认能力和控制能力。”“强人工智能产品具有辨认能力和控制能力……也有可能超出设计和编制的程序范围，进行自主决策并实施相应行为，实现其自身的意志。”[2]依据此种划分标准，当前我们处在弱人工智能时代。需要说明的是，强、弱人工智能的划分最早是由美国语言哲学家约翰·塞尔提出的，他提出此种划分的原因是否定强人工智能的存在。为此，约翰·塞尔设计了著名的“中文房间模型”思想试验，“让我们自己参与操作机器和程序，并让我们自己判断机器是否具有智能”[3]，并以其反驳强人工智能。

麻省理工学院物理学终身教授迈克斯·泰格马克将生命发展分为三个阶段，“生命1.0时代（生物阶段）：靠进化获得硬件和软件；生命2.0时代（文化阶段）：靠进化获得硬件，但大部分软件是由自己设计的；生命3.0时代（科技阶段）：自己设计硬件和软件”[4]。在此意义上，当前我们处在生命2.0时代（文化阶段）。

无论是弱人工智能时代还是生命2.0阶段，都意味着当前的智能技术处在“无意识”阶段，其仅仅是作为“工具”存在的。具体而言，当前的智能技术本质上仍然是寻求数理上的最优解，其与人类的“意识”“感觉”等存在本质的区别，其实，我们对人类自身的“意识”都没有精确的认识。故此，在剖析智慧量刑理论时，一方面要在弱人工智能时代抑或生命2.0时代的大背景指引下进行，另一方面要精细化地分析当前智能技术的具体构造。

2.技术内核：智能量刑系统的“机械性”辩正

“机械性”长久以来都被作为智能量刑系统的批判核心，但“机械性”是智能量刑系统不可更改的本质特征之一，我们在量刑活动中引入智能量刑系统正是看中其“机械性”以及超越人类法官的量化能力。

第一，“机械性”并非一定是对量刑活动的否定评价。机械司法是司法实践应当排斥的。“要善于将普遍的法律规范恰当准确地适用于具体的个案中，防止机械、片面地理解和适用法律。”[5]但机械司法是一种整体性批判，而不是针对具体司法实践的内部过程。具体到量刑领域，如果将一个完整的量刑活动评价为“机械性量刑”，那么无疑是对其进行了否定。但是一个具体的量刑活动内部必定会有机械性特征存在，例如，非经最高人民法院核准不能突破法定刑幅度量刑。故此，如果是將量刑活动内部需要严格执行规范的部分评价为“机械性”，并不是对该部分进行否定评价。

第二，当智能系统与人类法官“人机协同”完成一个量刑活动时，人类法官可弥补智能量刑系统的机械性或片面性，进而让整个量刑活动成为“非机械性量刑”。我们之所以看重智能量刑系统的机械性，是因为其超越人类法官的量化能力。因此，要在量刑活动中利用智能系统的机械性特征，让其在量刑活动中需要“机械”的地方发挥作用，而不是在整个量刑过程中发挥作用。智能量刑系统只在量刑中发挥部分作用，智能量刑系统的机械性并不会导致智慧量刑的机械性，因为人类法官之智慧能够克服智慧量刑系统的机械性。

3.数据革新：司法大数据分析的“元问题”

值得反思的是，当前司法大数据分析利用的数据源正是由其极力反对的“估推式”量刑所得出的。

智能量刑系统的技术主要由“自上而下”的算法构建（规范的算法化）和“自下而上”的司法大数据分析构成。张钹等将知识、算法、算力作为第一代人工智能（知识驱动人工智能）的基本要素，将数据、算法、算力作为第二代人工智能（数据驱动人工智能）的基本要素[1]。按照此分类，智能量刑系统是由知识驱动人工智能与数据驱动人工智能共同构成的，前者主要是将规范算法化，后者则对现有的司法大数据进行数据分析。对于当前的人工智能技术而言，规范算法化非难事，困难的是如何对现有的司法大数据进行符合法理的数据分析，以指导后续的未决案件。

相较于“算法歧视”“算法黑箱”，“数据源”问题一直是被智慧量刑理论忽视的重大“元问题”，面临“鼎故革新”的挑战。司法大数据分析的“鼎故革新”意味着一方面不能完全否定之前的量刑实践，另一方面要在已有的量刑实践基础上做出符合时代特征的变革：

第一，不能轻易否定现行有效的量刑结论。以往“粗放式”“估推式”的量刑由于极个别影响力较大的错案所形成的“光圈效应”而受到较多批评。但需要注意的是，迄今为止的量刑结论都是有审判权的法官根据生效的规范，依照自己的学识、经验、良知做出的有效判决，非经审判监督程序推翻，任何人不能否定其有效性。

第二，司法大数据分析要以现有的量刑数据为基础，其所采用的数据分析方法要同时符合量刑的基本原理与人工智能的技术特征。司法大数据分析需要法学实证研究的支撑，但当前法学实证分析仍然存在如下困境：其一，数据清洗问题。其二，随机性问题。样本的“随机性”直接决定了估算的准确性。其三，学科融合问题。统计学分析只能测算出变量之间的“相关关系”，而量刑关注的是“因果关系”，从“相关关系”到“因果关系”的危险跳跃需要量刑理论的精细化分析。

4.功能冲突：量刑决策与量刑预测的方法论差异

以“量刑决策”为目标的智能量刑系统（以下简称“决策型智能量刑系统”）与以“量刑预测”为目标的智能量刑系统（以下简称“预测型智能量刑系统”）的方法论基础完全不同，而当前研究大多对二者没有明确的界分，统称其为“量刑人工智能”“智能量刑”等。

预测型智能量刑系统是指通过大数据分析等技术进行“预测量刑”的智能系统，其主要特征是对输出结果不承担裁判意义上的责任，核心功能是通过对以往量刑数据的分析使得对个案的“量刑预测”尽可能地接近法官量刑，某些情况下甚至可以不考虑量刑方法、相关规范等因素而仅通过纯数理方法得出结论。决策型智能量刑系统，是指通过规范算法化、大数据分析等技术辅助法官进行量刑决策的智能系统，其主要特征是对输出结果承担裁判意义上的责任，核心功能是通过对已有量刑数据的分析，找出已决案件中部分犯罪事实与刑罚量之间的相关关系，并经有权机关进行因果关系的确认用以未决案件量刑，其算法内核要遵守量刑的基本原理。

当前的智慧量刑理论并未对上述二者进行精细区分，而对其进行严格界分对理论研究和软件研发都是极为必要的，二者主要差异如下：

第一，决策型智能量刑系统需要对量刑结论承担裁判意义上的责任，而预测型智能量刑系统则不用，这是二者本质的区别，并引发二者后续的差异。所谓裁判意义上的责任，是指决策型智能量刑系统在研发理念、研发程序、算法构建等方面都要对其输出结论的合法性、公正性负责。而预测型智能量刑系统无此要求，只要其能根据已有的数据通过数理方法尽可能地预测量刑结论即可，其具体的数理分析方法甚至可以“在所不问”，因此也不会受到“算法黑箱”“算法歧视”等质疑。

第二，决策型智能量刑系统需要为现实有效的量刑做出贡献，预测型智能量刑系统对现实有效的量刑不产生影响。质言之，前者是法官量刑的工具，主要作用是辅助法官进行符合量刑基本原理的数理分析；后者是预测法官量刑的工具，可以作为律师的辅助工具。

第三，决策型智能量刑系统的构建需要同时符合量刑逻辑与数理逻辑，预测型智能量刑系统则只需要符合数理逻辑。故此，当某一预测型智能量刑系统通过对司法大数据的深度学习而有“隐层”存在时，我们就不能质疑其违反量刑的基本原理，因为其只需要符合数理逻辑，对现实有效的量刑结论并不产生直接作用，不用对量刑结论承担裁判意义上的责任。

综上，辅助法官量刑的智能系统应为“决策型智能量刑系统”。将决策型智能量刑系统与预测型智能量刑系统混同会导致量刑说理缺乏、量刑不公等严重后果。例如，将预测型智能量刑系统用于量刑决策会面临缺失量刑基本原理的质疑。

四、方法回应：智慧量刑“主体冲突”的破解路径

“主体冲突”是智慧量刑理论当前面临的起始性问题，对该起始性问题的忽视导致诸多智能量刑系统的研发出现方向性偏差。归根结底，现阶段“主体冲突”的原因仍然是没有进一步回答智能量刑系统进行“何种程度的量刑辅助”以及“如何进行量刑辅助”，进而导致当前所谓的“量刑辅助”要么行“（功能性）替代”之实，要么没有进行实质意义的辅助。对该问题的进一步回答要建立在深刻认识当前人工智能技术局限的基础上，构建符合量刑基本原理与人工智能技术特征的智慧量刑理论体系与智能量刑系统。

1.基本原则：量化可以量化的，裁量必须裁量的

“刑之量化”与“刑之裁量”是量刑活动的底层方法构造，前者着眼于犯罪事实要素与刑罚量之间的数理关系，后者着眼于对犯罪行为及行为人的價值衡量并以刑罚量作为衡量结论。就能力而言，人类法官“独占”刑之裁量，而智能量刑系统擅长刑之量化。

第一，人类法官量刑是以建立在价值判断上的“裁量”为主，并在裁量时不可避免地进行一定程度的“量化”，二者无法完全割裂。人类法官的“量化”是一种“朴素的量化”，没有成规模的数据来源和先进的数理基础，甚至没有统一的量化模型，仅仅是法官通过朴素的横向与纵向对比进行所谓的“量化”，并在此基础上进行“刑之裁量”。

第二，智能量刑系统只能进行基于数据的“刑之量化”，这是弱人工智能时代的必然结果。在大数据分析、云计算、计算机算力指数级增长的人工智能时代，智能量刑系统的刑之量化在数据规模、分析方法等方面具有巨大优势。但在当下，智能量刑系统没有刑之裁量能力，人类法官裁量能力的根基在于人类法官与审判对象具有同物种的“共情”能力，这是人类法官天然的生物学优势。这种共情能力能够在事实与规范之间寻找出符合“物种共性”的结论。

在人工智能时代，法官的自由裁量权（刑之裁量）仍然是量刑的基石，但这种以共情能力为基础的自由裁量权须被合理制约，因为该“共情”能力不仅体现为物种共性，还体现为个体（法官）特性。例如，一项针对以色列假释委员会（由八名法官组成）的实证研究显示，刚上班时、午餐后、茶歇后，假释申请通过率显著上升，最高超过70%；之后通过率持续下降，在下次休息之前接近0%；该国假释平均通过率为35%[1]。这种个体特性是司法裁判中应极力避免的。“刑之量化”就是规范“刑之裁量”中“个体特性”的有力工具。因此，法官应当将“刑之量化”功能让渡于具有大量司法数据来源、先进数理基础、规范量化模型的智能量刑系统，而仅进行最为重要的“刑之裁量”。

综上，本文认为，为破解智慧量刑所面临的“主体冲突”，需要将量刑活动以是否需要自由裁量权为标准区分为“必须采用裁量方法的量刑活动”以及“可以采用量化方法的量刑活动”，且前者为后者划定空间，然后用智能系统赋能量化阶段，人类法官坚守于裁量阶段，即“量化可以量化的，裁量必须裁量的”。

2.量刑方法：阶段化量刑的“再阶段化”

（1）概念明晰：核心量刑阶段（处断刑—宣告刑）的再阶段化

当前理论界已经对阶段化量刑进行了广泛的探讨，例如将量刑区分为量刑起始阶段、量刑发展阶段、量刑深入阶段[2]，再如将量刑区分为法定刑、处断刑、宣告刑[3]。这样的阶段化区分无疑是正确的，其是“宏观”的阶段化，即能够为量刑活动提供大方向指导，但量刑活动还需要“微观”的阶段化指导，即对处断刑到宣告刑之间量刑活动的再阶段化，这是整个量刑活动的重点与难点，也是从“量刑区间”到“精确量刑”危险跳跃的核心阶段。德国学者将该核心阶段界定为“法官的量刑”（richterliche Strafzumessung），而将其他阶段界定为“法律的量刑”（gesetzliche Strafbemessung）[4]。“微观的阶段化量刑”是对宏观的阶段化量刑中“法官量刑”部分的再阶段化，即从处断刑（区间）到宣告刑（点）过程的再阶段化。

阶段化量刑的“再阶段化”是针对处断刑（量刑区间）到宣告刑（精确量刑）这一核心量刑阶段区分量化方法与裁量方法的再阶段化，以便于在此核心量刑阶段中智能量刑系统赋能于量化阶段、人类法官坚守于裁量阶段。

（2）逻辑构建：量刑基准—不法刑—责任刑—预防刑—宣告刑

开宗明义，本文认为从处断刑到宣告刑的核心量刑阶段可以再划分为量刑基准、不法刑、责任刑、预防刑、宣告刑五个量刑阶段。在具体论述微观阶段化量刑之前，必须说明本文所持的犯罪论立场与刑罚论立场。第一，在犯罪论方面，本文主张区分不法-责任（规范责任）的阶层犯罪论体系，进一步讲，故意、过失等要素是不法的内容，而责任（规范责任）的内容包括期待可能性、违法性认识可能性、刑事责任能力[5]。第二，在刑罚论方面，本文主张“点之下论”，即在坚持责任刑限制预防刑的基礎上，在具体的限制方法上主张预防刑应当在责任刑的“点”之下进行裁量。

定罪与量刑并非完全分立，量刑可以运用定罪的阶层化思维，甚至能够贯彻得更加彻底。在裁判流程上（时间维度），定罪先于量刑，但在实质内容上，二者会发生重叠，在定罪阶段，法官考虑的是不法的有无、责任的有无，是0与1的零和关系；在量刑阶段，法官则需要考虑不法的程度与责任的程度，是0与1之间的无限可能。不法刑是具体案件中“客观不法”所对应的刑罚量，责任刑是法官对该客观不法的规范责任评价，预防刑是在责任刑下对行为人的人身危险性的评价。量刑基准在不同量刑理论、不同的学者之间有不同的内涵，存在用语“混乱”的情况，本文认为，量刑基准是区域性常态不法所对应的刑罚量[1]。不法刑是在该刑罚量的基础上通过计算具体个案行为对该常态不法的偏离（偏重或者偏轻）程度而得出的刑罚量。

在对“法官量刑”再进行微观阶段化后，需要进一步回答的是哪些阶段可以量化，哪些阶段必须裁量。本文初步认为，量刑基准、不法刑是可以量化的，在不法刑基础上的责任刑、预防刑是必须裁量的。

第一，量刑基准、不法刑可以通过“量化”方法得出。其一，量刑基准具有“非个案性”特征，即在特定个罪的特定行为模式的特定法定刑幅度内，存在统一的量刑基准。以抢劫罪为例，并非整个抢劫罪只有一个量刑基准。就抢劫罪基本犯而言，会在基本犯法定刑幅度内存在一个量刑基准；就抢劫罪升格后的法定刑幅度而言，存在八种不同的行为模式，每一种行为模式在该法定刑幅度内都存在一个量刑基准，因为每一种行为模式会有一个常态不法。可以看出，量刑基准的确定并不以法官的意志为转移，是一个客观的刑罚量，因此其可以通过量化的方法得出。其二，在裁判者的视角，不法的内容是客观的，即使是存在于行为人脑中的心理要素等，对于裁判者而言也是一种客观存在，客观存在是可以量化的。

第二，责任刑、预防刑是必须裁量的。其一，责任刑是法官对客观不法的“主观评价”，是对行为人的客观不法是否需要负责（刑事责任）以及负担怎样程度责任的裁量。责任刑不是在不法刑基础上通过加减得到，而是在不法刑的基础上乘以0到1之间的责任系数得到的，因为这才能体现责任刑是对不法刑的评价。其二，预防刑是对行为人的人身危险性的评价[2]，“预测”必须是裁量的。人身危险性（再犯可能性）预测的不可验证性决定了其无法通过数据分析得出正确的结论，而人类法官可以基于“共情”能力、审判地位的合法性等拥有程序合法性。值得注意的是，预防刑裁量后的宣告刑裁量并非最终再进行一次整体性裁量，而是需要充足的理由才能对预防刑进行变更，否则，整个量刑的阶段化成果将付之东流，又回到一次性“估推式”量刑的老路。

3.程序回应：公诉机关试用后过渡至裁判机关

智能量刑系统首先在公诉机关试用，然后过渡至裁判机关适用，无论是基于现阶段的司法改革背景还是基于量刑的基本原理，都是当前阶段的合理路径。

第一，认罪认罚从宽制度的高适用率及量刑建议的高采纳率使得检察机关在事实上行使了部分量刑的职能。“2018年《刑事诉讼法》修改后，一种新型量刑建议制度开始全面实施。”[3]之所以说是“新型”，是因为认罪认罚从宽制度下的量刑建议，要求人民法院做出判决时“一般应当采纳”。在认罪认罚从宽改革后，刑事诉讼活动出现“双高”现象。其一，刑事案件中适用认罪认罚从宽制度比例较高，2020年与2021年全国认罪认罚从宽制度的适用率均超过85%。其二，适用认罪认罚从宽制度的案件中，量刑建议被法官采纳的比率较高，2020年量刑建议采纳率接近95%，2021年量刑建议采纳率超过97%[1]。在此“双高”背景下，检察机关在事实上已经承载起部分量刑的职能。但从过往的实践来看，“检察官长期对法官的量刑过程缺乏关心，也缺乏精准量刑的知识、经验和能力”[2]。因此，相较而言，检察官比法官更需要智能量刑系统的辅助。

第二，量刑建议的生成必须符合量刑的基本原理。“认罪认罚从宽制度的构建重塑了我国的刑事诉讼结构”[3]，但无论诉讼结构如何变化，“量刑建议作为对‘量刑的建议，……都必须尊重量刑的所有基本原理和刑法规定”[4]。“检察机关精准量刑建议的提出需遵循法院的量刑规范。”[5]因此，理论上量刑建议应当与最终量刑适用同样的量刑方法论，区别仅在于二者产生主体的不同。在此意义上，量刑建议与法官量刑在量化阶段可以等同，二者的区别根源于不同主体的“裁量阶段”。故此，作用于量化阶段的智能量刑系统可以同时应用于量刑建议的产生与最终量刑的产生。

第三，法官对量刑建议的再审查可以消除智能量刑系统结论的“刚性”。智能量刑系统结论的“刚性”意味着检察官的“裁量”无正当理由必须建立在智能量刑系统的“量化”结论之上。但在智能量刑系统研发初期以及逐步完善的试行过程中，加一道法官审查的防线可以防止智能量刑系统因各种原因出现量化错误。1999年荷兰已经存在主要为检察官求刑提供重要参考的“北极星准则”（BOSPOLARIS），即“裁量支持系统——国家刑事检察准则发展计划”[6]。

五、结语

对智能量刑系统司法地位的理论回应止步于没有实质内容的“辅助量刑”而不做进一步追问导致的人工智能与人类法官的主体冲突，是当前智能量刑系统“应用广、效果差”的起始性原因。但遗憾的是，具有方向指引功能的“元问题”自智慧量刑理论萌芽以来一直被忽视。因此，对智能量刑系统辅助程度及辅助方法的研究迫在眉睫，这是本文的写作初衷。在对其司法地位研究取得阶段性成果之后，更为具体的问题是符合法治现代化精神与量刑基本原理的算法构建。智能量刑系统的算法构建要建立在法学专业知识与智能技术知识深度融合的基础上，使其既符合量刑的基本原理又符合当代的技术特征，这一方面需要交叉学科的支撑，另一方面也有赖于复合型人才的培养，要破除“懂技术的不懂法律，懂法律的不懂技术”[7]之困境。

〔责任编辑：玉水〕

[1]刘艳红：《人工智能法学的“时代三问”》，《东方法学》2021年第5期。

[2]例如上海刑事案件智能辅助办案系统（206工程）、北京法院“睿法官”系统、海南省高级人民法院研发的量刑规范化智能辅助办案系统、贵州省检察机关的案件智能研判系统等。

[3]本文所讨论的智能量刑系统是指介入量刑核心领域的人工智能，例如量刑辅助系统、量刑偏离预警系统等，不包括语音识别、卷宗数据化等常规智能系统，当然，智能量刑系统不可避免地包含此类常规智能系统。

[1]马长山：《司法人工智能的重塑效应及其限度》，《法学研究》2020年第4期。

[2]程龙：《人工智能辅助量刑的问题与出路》，《西北大学学报（哲学社会科学版）》2021年第6期；崔仕绣：《智慧司法场域下量刑辅助系统之功能辨正》，《新疆大学学报（哲学社会科学版）》2022年第4期。

[3]左卫民：《热与冷：中国法律人工智能的再思考》，《环球法律评论》2019年第2期。

[4]吴雨豪：《量刑自由裁量权的边界：集体经验、个体决策与偏差识别》，《法学研究》2021年第6期。

[5]郑曦：《人工智能技术在司法裁判中的运用及规制》，《中外法学》2020年第3期。

[6]“智慧量刑”在形式上并非一個全新概念，但其实质内涵并不明确，要么是与“人工智能量刑”同维度讨论纯技术问题，要么是一个仅有“量刑智能化”倾向而无实质内容的泛化概念。

[1]王禄生：《大数据与人工智能司法应用的话语冲突及其理论解读》，《法学论坛》2018年第5期。

[2]此处仅就研发目标而言，至于其能否实现该目标，或者实现目标的方法是否符合量刑的基本原理，不是此处重点。

[3]刑法理论中对宣告刑的概念存在争议，主要有以下观点：第一，宣告刑是在确定处断刑后根据从轻、从重处罚情节确定的刑罚，在宣告刑之后还需要根据数罪并罚、刑期折抵等量刑制度确定执行刑（交付执行机关执行的刑罚）。（参见石经海：《量刑的个别化原理》，法律出版社2021年版，第362—374页）第二，宣告刑是交付执行机关执行的刑罚。第三，忽视宣告刑与执行刑之间的区别，这两种情形都被称为宣告刑。本文使用第一种情形下的宣告刑概念。

[1]沉锚效应指人们在对某人某事做出判断时，易受第一印象或第一信息支配。

[2]石经海：《量刑思维规律下的量刑方法构建》，《法律科学（西北政法大学学报）》2010年第2期。

[1]科林格里奇困境是指一种技术的社会后果不能在技术生命的早期被预料到。然而，当不希望的后果被发现时，技术已成为整个经济和社会结构的一部分，对它进行控制十分困难。

[2]刘宪权：《人工智能时代的“内忧”“外患”与刑事责任》，《东方法学》2018年第1期。

[3]蔡曙山：《哲学家如何理解人工智能——塞尔的“中文房间争论”及其意义》，《自然辩证法研究》2001年第11期。

[4]迈克斯·泰格马克：《生命3.0》，汪婕舒译，浙江教育出版社2018年版，第37页。

[5]孔祥俊：《论两个效果统一与防止机械司法——以知识产权审判为例的方法论思考》，《人民司法》2008年第19期。

[1]张钹、朱军、苏航：《迈向第三代人工智能》，《中国科学：信息科学》2020年第9期。

[1]See S. Danziger， J. Levav，L. Avnaim-Pesso， "Extraneous Factors in Judicial Decisions"， PNAS， 2011， 17， pp.6889-6892.

[2]石经海、骆多：《量刑过程视角下量刑方法分段构建研究》，《中国刑事法杂志》2015年第1期。

[3]冯军：《量刑概说》，《云南大学学报（法学版）》2002年第3期。

[4]H. J. Bruns， Strafzumessungsrecht： Gesamtdarstellung， München ： Carl Heymanns Verlag， 1974， S. 36ff.

[5]甄航：《本土进化：“四要件”理论的规范责任转向》，《中国刑警学院学报》2022年第6期。

[1]甄航：《回归量刑基准：区域性常态不法的常态量刑——以司法大数据辅助量刑为背景》，《新疆社会科学》2023年第5期。

[2]本文认为，个案量刑的预防刑评价只能针对特殊预防，因为个案量刑阶段以一般预防为目标，会导致“将人作为工具”而不是作为主体，而一般预防应是立法时考虑的因素。

[3]左卫民：《量刑建议的实践机制：实证研究与理论反思》，《当代法学》2020年第4期。

[1]《最高人民检察院工作报告——2020年5月25日在第十三届全国人民代表大会第三次会议上》，2020年6月1日，https：//www.spp.gov.cn/spp/gzbg/202006/t20200601_463798.shtml；《最高人民检察院工作报告——2021年3月8日在第十三届全国人民代表大会第四次会议上》，2021年3月15日，https：//www.spp.gov.cn/spp/gzbg/202103/t20210315_512731. shtml。

[2]左卫民：《量刑建议的实践机制：实证研究与理论反思》，《当代法学》2020年第4期。

[3]秦宗文：《检察官在量刑建议制度中的角色定位探究》，《法商研究》2022年第2期。

[4]石经海：《量刑建议精准化的实体路径》，《中国刑事法杂志》2020年第2期。

[5]李建明、许克军：《“以审判为中心”与“认罪认罚从宽”的冲突与协调》，《江苏社会科学》2021年第1期。

[6]林彦良：《以具体求刑改革量刑——荷兰北极星准则经验与台湾地区试行中之智慧财产权刑事案件具体求刑参考标准》，《海峡法学》2010年第3期。

[7]马长山：《数字法学的理论表达》，《中国法学》2022年第3期。