韋姍姍

關(guān)鍵詞：司法公正；風(fēng)險(xiǎn)量化；層次分析法

對(duì)司法公正風(fēng)險(xiǎn)進(jìn)行量化評(píng)估，及時(shí)發(fā)現(xiàn)司法公正風(fēng)險(xiǎn)問(wèn)題，是實(shí)現(xiàn)司法公正的重要途徑。當(dāng)前，大數(shù)據(jù)在司法公正領(lǐng)域的研究和算法應(yīng)用才剛開(kāi)始，大多停留在純粹司法角度的理論探討，針對(duì)這一問(wèn)題，為提高司法公正風(fēng)險(xiǎn)的精準(zhǔn)度量，本文提出基于大數(shù)據(jù)的司法公正風(fēng)險(xiǎn)量化方法研究，以經(jīng)典的層次分析法為例，提出計(jì)算思路，從而為司法公正風(fēng)險(xiǎn)量化評(píng)估提供新思路，以及為大數(shù)據(jù)背景下的司法公正風(fēng)險(xiǎn)防控提供理論支撐。

1基于大數(shù)據(jù)的司法公正風(fēng)險(xiǎn)量化概述

大數(shù)據(jù)技術(shù)正在驅(qū)動(dòng)社會(huì)治理應(yīng)用創(chuàng)新，促進(jìn)信息化與社會(huì)科學(xué)的緊密結(jié)合，實(shí)現(xiàn)社會(huì)科學(xué)的智能化、專業(yè)化?；诖髷?shù)據(jù)的司法公正風(fēng)險(xiǎn)量化是多門學(xué)科、多個(gè)研究領(lǐng)域、多種技術(shù)綜合應(yīng)用的結(jié)果，在此背景下，司法體系可以依托大數(shù)據(jù)、云計(jì)算、神經(jīng)網(wǎng)絡(luò)、人工智能等現(xiàn)代科技，通過(guò)智能化，將數(shù)據(jù)收集、儲(chǔ)存、分析、利用等環(huán)節(jié)融為一體，對(duì)司法過(guò)程與結(jié)果進(jìn)行統(tǒng)一化管理、控制及應(yīng)用，挖掘潛在規(guī)律信息，進(jìn)而實(shí)現(xiàn)司法公正風(fēng)險(xiǎn)的量化。

2司法公正風(fēng)險(xiǎn)量化的必要性

2.1司法公正風(fēng)險(xiǎn)量化的意義

司法是國(guó)家權(quán)力機(jī)關(guān)通過(guò)適用法律解決社會(huì)領(lǐng)域糾紛的活動(dòng)，是為爭(zhēng)議雙方當(dāng)事人提供非武力解決爭(zhēng)議的手段。司法公正是指在司法活動(dòng)中，嚴(yán)格依照法定程序，平等對(duì)待所有當(dāng)事人，準(zhǔn)確嚴(yán)格適用法律，依法作出裁判，保障雙方當(dāng)事人的合法權(quán)利，最大限度地達(dá)到整個(gè)社會(huì)對(duì)公平正義的期望，最大限度地保證公平正義的一種良性狀態(tài)。

開(kāi)展基于大數(shù)據(jù)的司法公正風(fēng)險(xiǎn)量化研究可為司法體系量化評(píng)估提供新思路新方法，以及為大數(shù)據(jù)背景下的司法公正風(fēng)險(xiǎn)防控提供理論支撐、技術(shù)支持。同時(shí)，由于司法數(shù)據(jù)量龐大，現(xiàn)有的計(jì)算受到多方面的局限，雖可用作定量分析，但無(wú)法量化出風(fēng)險(xiǎn)級(jí)別，因此需要選取一個(gè)風(fēng)險(xiǎn)量化的數(shù)學(xué)模型，構(gòu)建風(fēng)險(xiǎn)函數(shù)，將風(fēng)險(xiǎn)歸一化至某一區(qū)間內(nèi)并將其劃分為若干個(gè)風(fēng)險(xiǎn)級(jí)別，以便針對(duì)不同級(jí)別的風(fēng)險(xiǎn)采取不同的措施。司法公正風(fēng)險(xiǎn)量化是通過(guò)數(shù)學(xué)方法將司法公正的影響因素分層分類計(jì)算，以得到一個(gè)歸一化的值，并由這個(gè)值可判斷其處于哪個(gè)風(fēng)險(xiǎn)區(qū)間。

2.2司法公正風(fēng)險(xiǎn)量化的作用

學(xué)術(shù)界對(duì)司法公正影響因素的研究主要有2方面，即局部研究和整體研究。局部研究主要是針對(duì)影響司法公正要素中的某一要素或者對(duì)司法過(guò)程中的某一方面進(jìn)行剖析。有的學(xué)者以媒體監(jiān)督為視角，闡述了媒體監(jiān)督的雙刃劍作用。整體研究是指探究影響司法公正實(shí)現(xiàn)的全部因素，并按照一定標(biāo)準(zhǔn)對(duì)其進(jìn)行分類。目前，主要有“四要素說(shuō)”“五要素說(shuō)”和“六要素說(shuō)”。關(guān)于司法公正實(shí)現(xiàn)的影響因素的研究，從方法上來(lái)看，目前的研究大多在理論研究層面，一般采用文獻(xiàn)分析法、案例分析法和比較分析法進(jìn)行研究，缺乏具體的實(shí)證研究、數(shù)據(jù)研究。因此，亟需使用風(fēng)險(xiǎn)量化評(píng)估模型將各影響因素進(jìn)行量化評(píng)估，以得到風(fēng)險(xiǎn)區(qū)間。近年來(lái)，量化評(píng)估方法在我國(guó)法學(xué)研究與法律實(shí)踐中得到了較為廣泛的應(yīng)用，其中包含對(duì)司法公正進(jìn)行分析評(píng)價(jià)的內(nèi)容?，F(xiàn)有的案件質(zhì)量評(píng)估體系屬于典型的量化評(píng)價(jià)，在數(shù)據(jù)獲取上也具有相對(duì)穩(wěn)定的來(lái)源，可作為實(shí)現(xiàn)司法公正量化分析的基礎(chǔ)，但很難達(dá)到統(tǒng)計(jì)學(xué)上衡量評(píng)價(jià)結(jié)果科學(xué)性的“效度”指標(biāo)，評(píng)估結(jié)果也不能完全揭示評(píng)估對(duì)象的真實(shí)情況。近年來(lái)，計(jì)算法學(xué)的研究進(jìn)一步促進(jìn)了法學(xué)領(lǐng)域與計(jì)算機(jī)科學(xué)、現(xiàn)代統(tǒng)計(jì)學(xué)、人工智能等學(xué)科的交叉融合，使用可量化或客觀的手段降低了法律體系中的主觀性，提高了立法與司法的實(shí)用性、科學(xué)性。

3司法公正風(fēng)險(xiǎn)量化的方法

首先結(jié)合實(shí)際調(diào)研數(shù)據(jù)、實(shí)證資料開(kāi)展司法公正的影響因素分析，挑選出與司法公正強(qiáng)相關(guān)的特征因素，并將其作為司法公正量化計(jì)算的基本輸入；然后對(duì)每個(gè)特征因素進(jìn)行量化計(jì)算研究，將定性的表征數(shù)字化，為司法公正風(fēng)險(xiǎn)量化評(píng)估提供輸入。本文將司法公正劃分為5個(gè)維度，即“司法公正的影響因素=司法制度+司法程序+裁判質(zhì)量+法官素質(zhì)+司法環(huán)境”[2]，根據(jù)每個(gè)維度所具有的含義得到一級(jí)指標(biāo)，每一個(gè)一級(jí)指標(biāo)下再細(xì)分出更具體的二級(jí)指標(biāo)。司法公正的影響因素指標(biāo)體系就是將影響司法公正實(shí)現(xiàn)的因素轉(zhuǎn)化成可量化、直觀且可驗(yàn)證的具體指標(biāo)，以建構(gòu)具有嚴(yán)格邏輯關(guān)系的體系。通過(guò)統(tǒng)計(jì)分析或其他相關(guān)理論，基于相關(guān)司法數(shù)據(jù)確定各個(gè)因素與司法公正是否存在相關(guān)性以及是否存在因果聯(lián)系，從而挑選出多層級(jí)的司法公正影響因素指標(biāo)體系。

目前，風(fēng)險(xiǎn)評(píng)估模型在很多領(lǐng)域都有所應(yīng)用，但在司法公正方面的應(yīng)用文獻(xiàn)極少?，F(xiàn)在學(xué)者研究的風(fēng)險(xiǎn)評(píng)估模型分類多種多樣，最常見(jiàn)的有層次分析法（AHP）．聚類分析法、決策樹(shù)法、回歸模型、模糊綜合分析法等。層次分析法（AHP）具有較強(qiáng)的系統(tǒng)性分析能力，針對(duì)形成原因復(fù)雜的多類型風(fēng)險(xiǎn)，此方法能夠快速梳理出風(fēng)險(xiǎn)的層級(jí)關(guān)系，能為后續(xù)的風(fēng)險(xiǎn)評(píng)估建立清晰的識(shí)別框架[3]。聚類分析法是將評(píng)估指標(biāo)涉及的相關(guān)數(shù)據(jù)做聚類處理，降低了風(fēng)險(xiǎn)評(píng)估的難度，同日寸能夠應(yīng)對(duì)評(píng)估數(shù)據(jù)的升級(jí)，以適應(yīng)信息系統(tǒng)的發(fā)展變化[4]。決策樹(shù)法將風(fēng)險(xiǎn)進(jìn)行區(qū)分并依據(jù)風(fēng)險(xiǎn)的特性，建立有針對(duì)性的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，以提供風(fēng)險(xiǎn)評(píng)估的科學(xué)性[5]?；貧w模型依據(jù)信息系統(tǒng)的變化情況，建立模型，推測(cè)風(fēng)險(xiǎn)與變化之間的內(nèi)在聯(lián)系，并得到信息系統(tǒng)的風(fēng)險(xiǎn)值[6]。模糊綜合分析法利用模糊數(shù)將定性評(píng)價(jià)轉(zhuǎn)化為模型能夠分析的數(shù)學(xué)變量，因此，即使缺乏歷史數(shù)據(jù)的支撐，其仍然能夠建立有效的審判風(fēng)險(xiǎn)定量評(píng)估模型。

層次分析法（AHP）是評(píng)估方法中最經(jīng)典的，同時(shí)也是解決復(fù)雜決策問(wèn)題常用的一種方法。層次分析法（AHP）將與決策總是相關(guān)的元素分解成目標(biāo)層、準(zhǔn)則層、因素層等，然后對(duì)各層次中的指標(biāo)進(jìn)行定性和定量分析。本文以層次分析法（AHP）為例對(duì)司法公正風(fēng)險(xiǎn)量化，步驟如下。

（1）構(gòu)建司法公正風(fēng)險(xiǎn)量化指標(biāo)，確定指標(biāo)體系的結(jié)構(gòu)，結(jié)構(gòu)有目標(biāo)層、準(zhǔn)則層和指標(biāo)層。

（2）通過(guò)專家打分法對(duì)指標(biāo)進(jìn)行兩兩比較，根據(jù)表1確定兩兩因素比較的量化值，形成判斷矩陣XNN，見(jiàn)式（1），同時(shí)計(jì)算指標(biāo)一致性CI，見(jiàn)式（2），其中Ⅳ參照表2平均隨機(jī)一致性表，計(jì)算一致性比例CR，見(jiàn)式（3），當(dāng)一致性比例小于0.1時(shí)，一致性在可接受范圍內(nèi)；若一致性比例大于0.1，則說(shuō)明判斷矩陣的一致性不滿足要求，需要重新調(diào)整判斷矩陣，直到矩陣一致性小于0.1。

（3）根據(jù)判斷矩陣XNN求解最大特征值max和特征向量w，此時(shí)的特征向量就是指標(biāo)的權(quán)重。首先歸一化判斷矩陣得到：

本文所劃分的準(zhǔn)則層有5個(gè)因素，每個(gè)準(zhǔn)則層下面有多個(gè)因素，根據(jù)專家評(píng)價(jià)后的結(jié)果構(gòu)建矩陣，得到評(píng)價(jià)矩陣：

4結(jié)束語(yǔ)

司法活動(dòng)所產(chǎn)生的數(shù)據(jù)量龐大，需要評(píng)估模型計(jì)算后才能實(shí)現(xiàn)量化分析，本文基于經(jīng)典的層次分析法提出了司法公正風(fēng)險(xiǎn)的量化過(guò)程，能為司法公正風(fēng)險(xiǎn)量化提供一定理論依據(jù)。