诈骗罪量刑实证分析

诈骗罪量刑实证分析法官在对诈骗罪罪犯进行刑罚裁量时，都考虑了哪些情节？这些情节的影响方向、程度是怎样的？诈骗罪量刑实证分析共21页，您现在浏览的是第1页!实证分析的基本过程刑罚适用的理论梳理—〉确定使用多元回归来分析—〉影响刑罚的自变量体系假设—〉自变量和因变量的概念化和操作化—〉建立分析表—〉实证样本的抽样—〉数据整理和录入—〉导入到统计分析软件—〉利用多元线性回归进行统计分析—〉对统计结果进行分析和解释诈骗罪量刑实证分析共21页，您现在浏览的是第2页!步:理论梳理罪刑均衡原则下，罪的严重性，决定了刑罚的结果。诈骗罪量刑实证分析共21页，您现在浏览的是第3页!第二步:选择分析方法罪的严重性，是由很种因素决定的：诈骗罪犯罪中，诈骗金额，诈骗犯罪的特殊情节（例如导致被害人死亡、精神失常或其他严重后果）等等；诈骗犯罪人，累犯、自首、立功等。这些因素交织在一起，有些是表明罪的趋轻特点，有些则是趋重特点。因此，不能把这些因素单独和刑罚进行比较分析，而要采用更加综合性的方法。多个自变量一个因变量之间的关系分析，通常采用回归分析方法。诈骗罪量刑实证分析共21页，您现在浏览的是第4页!第四步:自变量和因变量的概念化和操作化：社会宏观背景要素年代判决生效年份地域判决生效省份社会经济指标人均GDP人均消费指数人均受教育指数司法力量指标法官性别比例法官平均年龄法官平均教育年限每十万人口法官数每刑事法官年均审案数诈骗罪量刑实证分析共21页，您现在浏览的是第5页!第四步:自变量和因变量的概念化和操作化：实体性要素-犯罪特征侵害意图民间矛盾侵害对象主要被害人类型-近亲主要被害人类型-邻里主要被害人类型-朋友主要被害人类型-陌生人涉港涉澳涉台涉侨涉外被害过错侵害手段侵害场所侵害时机侵害结果犯罪金额经济损失社会舆论其他犯罪情节其他严重情节其他特别严重情节诈骗罪量刑实证分析共21页，您现在浏览的是第6页!第四步:自变量和因变量的概念化和操作化：实体性要素-犯罪后表现犯罪后表现赔偿被害人损失是否追缴赃物追缴赃物价值是否追缴赃款追缴赃款价值判决挽回经济损失额没收违禁品和供犯罪所用的本人财物认罪悔罪诈骗罪量刑实证分析共21页，您现在浏览的是第7页!第四步:自变量和因变量的概念化和操作化：程序性要素（2）审理案件启动案件来源一审案件来源二审案件来源再审案件来源审理过程法院受理时间判决时间案件审理时间案件全程处理时间延期审理审理公开不公开审理原因一审案件适用程序证据种类抗辩情况抗辩种类裁判判决书字数是否有罪此罪彼罪罪名变更诈骗罪量刑实证分析共21页，您现在浏览的是第8页!第五步:建立数据表Excel软件或spss等统计软件，都可以进行数据表创建和数据存储工作。Excel表中，将上述的这些因素以横向的方式创建一行记录，每列表示一个因素。后续的数据填充，就可以另起一行，把每个研究样本的对应取值结果填充到这一行的列中即可。诈骗罪量刑实证分析共21页，您现在浏览的是第9页!第六步:实证样本的抽样抽样原理全样本随机样本本研究采取简单随机抽样的策略（北大法意收集了公开渠道最完整的刑事裁判文书，可近似认为一个随机抽样的结果）如何查找案例登陆北大法意网首页（.）—〉网站导航“法院案例”—〉刑事案件智能检索系统—〉检索条件“犯罪分析-罪名-被指控被告人_判决罪名：诈骗罪；犯罪分析-罪名-被指控被告人_判决罪数：1至1；刑罚-被指控被告人_有期徒刑刑期：180天至5400天，点击检索，表示被判处诈骗罪单罪、半年到15年有期徒刑的案件，将全部案件下载后，再根据地域进行等量样本诈骗罪量刑实证分析共21页，您现在浏览的是第10页!第八步:分析数据分析工具在进行推断性统计分析时，需要用到专门的统计分析软件，比如spss、sas、stata、S-PLUS或excel（excel带的统计方法比较少）等。分析操作方法（以spss为例）运行spss（一般在windows系统中，开始-〉程序-〉spss-〉spssforwindows）导入数据表（file-〉open-〉date-〉文件类型选择excel-〉选中文件的存储位置-〉导入即可）统计分析（Analyze-〉Regression-〉Linear，然后选入因变量（Dependent）有期徒刑刑期，再选入自变量（Independent）自首、立功等等，接着，点击OK即可进行多元线性回归分析，返回分析结果）诈骗罪量刑实证分析共21页，您现在浏览的是第11页!第九步:分析结果解读和使用（2）Coefficients(a)Model

UnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant)78.1255.779

13.5200.000从犯0.0000.000-0.015-0.5170.000人均GDP-0.0010.000-0.045-1.8050.079案件被告人人均辩护人人数-0.0090.023-0.021-0.3960.694判决时间-0.0380.060-0.076-0.6290.533重大立功-1.3041.140-0.113-1.1440.260自首-0.1280.026-0.425-4.8920.000犯罪金额0.0000.0000.1472.3940.022累犯0.0020.0010.0901.9150.043赔偿被害人损失-0.6330.175-0.284-3.6110.001认罪悔罪-0.0260.008-0.145-3.3620.002其他严重情节1.1220.6310.1871.7780.033被害过错-0.0930.057-0.166-1.6350.010其他特别严重情节0.1290.0540.3142.3730.000注：上表为截选内容诈骗罪量刑实证分析共21页，您现在浏览的是第12页!第三步:提出影响刑罚的自变量体系假设社会宏观背景要素实体性要素程序性要素诈骗罪量刑实证分析共21页，您现在浏览的是第13页!第四步:自变量和因变量的概念化和操作化：实体性要素-被告人特征被告人自然属性性别犯罪年龄特殊生理或病理案件-又聋又哑特殊生理或病理案件-患精神病特殊生理或病理案件-患恶性传染病外来人口犯罪国籍地区民族名称被告人社会属性学历政治面貌类型犯罪人职业被告人法律属性被告人首犯主犯从犯：初犯再犯是否累犯劳教人员治安拘留限制责任能力诈骗罪量刑实证分析共21页，您现在浏览的是第14页!第四步:自变量和因变量的概念化和操作化：实体性要素-其他量刑情节预备犯未遂犯中止犯胁从犯自首立功重大立功自首+重大立功审判时怀孕的妇女诈骗罪量刑实证分析共21页，您现在浏览的是第15页!第四步:自变量和因变量的概念化和操作化：程序性要素（1）控方信息

主控检察官行政级别主控检察官专业级别证人是否出庭证人出庭人数诉讼代理人辩方信息

辩护类型案件被告人人均辩护人人数法律援助审方信息管辖管辖原则审理机构审理法院级别审级审判组织类型合议庭类型合议庭人数审委会讨论主审法官审判长行政职务主审法官行政级别主审法官专业级别主审法官性别主审法官政治面貌主审法官教育程度主审法官教育类型诈骗罪量刑实证分析共21页，您现在浏览的是第16页!第四步:自变量和因变量的概念化和操作化：因变量“刑罚”的操作化刑罚：刑事责任的下位概念，包括免予刑事处罚、给予刑事处罚两大类，给予刑事处罚中，又包括主刑和附加刑，主刑和附加刑又分为不同种类，其中有定类（类型化）的，比如死刑、无期徒刑，也有定距（数值化）的，比如有期徒刑几年；主刑中又可能包含刑罚执行方式（缓刑）。在常见的回归分析中，要求因变量是一个单一的因素（即不同案例中，犯罪人的刑罚是可比较的，要把处无期徒刑的刑罚和处3年有期徒刑转化为同一个量纲），这里就需要将刑罚的各种情形转化为一个单一因素，需要参照一些经验模型（白建军著《公正底线——刑事司法公正性实证研究》）。本研究作了一个简化处理，即专门针对处有期徒刑的样本进行分析。这样即可以避免因为刑罚模型带来的理论争议，又可以更加微观的观察法官在有期徒刑刑罚裁量中的规律。诈骗罪量刑实证分析共21页，您现在浏览的是第17页!数据表excel文件创建范例诈骗罪量刑实证分析共21页，您现在浏览的是第18页!第七步:整理数据数据整理，就是按照分析框架中的各因素的操作化定义，逐个样本逐个因素进行分析，得出每个样本就每个因素的取值结果，向数据表按照一个的标准进行填充的过程。比如有一个字段“犯罪金额”，就是把每个样本中的犯罪金额分析出来，填充到数据表中。在数据整理过程中，我们需要注意以下研究规范：研究的独立性研究的标准性研究的团队性如何向数据表填充数据诈骗罪量刑实证分析共21页，您现在浏览的是第19页!第九步:分析结果解读和使用（1）1、模型解释力

使用多元线性回归分析方法时，默认的参数是选中“Modelfit”项的，在统计结果中，会有一个ModelSummary的汇报，如下：ModelSummaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.982.965.9632.044回归模型解释力指标AdjustedRSquare显示为0.963，表示当前选入的所有自变量因素对犯罪人所判处的有期徒刑的刑期的综合影响力是96.3%。

模型解释力是回归分析结果中极为重要的内容，表明了所入选的自变量对因变量的总体影响程度。如果AdjustedRSquare过低，说明该分析框架存在重大的影响因素缺失，即在被入选的影响因素之外，还存在一些重大的因素没有被考虑到当前的分析框架中。一般来说，在社会科学研究中，AdjustedRSquare不会太高，这和社会科学研究中的复杂性有关。诈骗罪量刑实证分析共21页，您现在浏览的是第20页!第九步:分析结果解读和使用（2）

上表是多元线性回归分析的主要内容，上表回答了本研究开始部分提出的问题：哪些因素有影响？影响的方向和程度是多少？B指回归系数，即线性回归公式中的系数值，当对应的自变量因素变化一个单位时，诈骗罪有期徒刑刑期相应变化值为B的绝对值，变化的方向，如果B值为负值，则该因素和刑期的关系是反向关系，如果为正值，则是正向关系。Beta指校正后的回归系数，是为了解决不同自变量因素因为量纲不同而导致B值的大小量级不同的问题，表明了因变量刑罚的总体变化，各个自变量因素总体上的影响程度，比如犯罪金额的Beta为0.147，表示犯罪金额在所有的自变