投稿问答最小化  关闭

万维书刊APP下载

王芳, 张蓝天, 郭雷 | 非线性递推辨识理论在量刑数据分析中的应用

2022/11/2 13:42:29  阅读:138 发布者:

研究意义

信息技术正在以前所未有的深度和广度助力法治中国建设. 随着国家智慧法院建设工程的不断推进, 智能审判辅助系统在全国司法审判实践中广泛应用, 公众对于司法规范性和公正性的关注和期待不断上升, 相关研究也越来越关注定量分析与规范研究的结合, 对司法数据的分析利用成为广泛关注的焦点.

量刑问题, 关乎刑罚公正, 是刑事正义的终极体现. 为实现“努力让人民群众在每一个司法案件中感受到公平正义", 国家持续推进量刑规范化改革, 规范刑罚裁量权, 促进量刑公正. 基于司法数据的量刑预测以及相关因素的因果关系分析成为研究热点. 这就对基于司法数据的计算模型和计算方法的可解释性和可靠性等提出了更高要求.

对于法治场景, 特别是涉及人身自由与财产等方面基本权利的数据分析及预测, 其背后的数学模型的适用性与计算方法的可靠性至关重要. 尽管司法数据分析在法律实证研究领域已取得了许多重要进展, 但在数学模型的适用性和计算结果的可靠性方面仍鲜有深入研究.

首先, 建立能够适应具体法治场景的数学模型, 依赖于对法律关系的深入分析和对法律推理逻辑的准确把握, 而目前常用的统计学中的多元线性回归模型等仍有明显局限, 本文中所讨论的量刑问题就是这方面的例子。

其次, 经典的统计学计算方法, 其理论依据大多基于大数定律和中心极限定理等概率统计中渐近性质的结果, 除了需要先验性地假设数据满足良好的统计性质(如独立同分布等)之外, 理论上还要求数据量趋于无穷大(至少要足够大),并且在给定有限数据样本量的实际情况下, 一般难以给出对计算结果可靠性的精准估计.

总之, 目前已有相关研究在数学模型、计算方法和理论保证等方面, 还存在许多基本问题需要研究解决, 迫切需要信息科学与法学研究的实质性交叉融合.

本文创新

为了克服传统线性模型的适用性局限和深度学习模型的可解释性缺陷, 并保证计算结果的可靠性, 本文依据《刑法》和量刑规则, 提出了新的非线性量刑模型; 考虑到相关法律法规和刑事政策可能随时间动态变化, 本文利用作者在相伴论文(Zhang L T, Guo L. Adaptive identification with guaranteed performance under saturated-observation and non-persistent excitation. 2022. ArXiv:2207.02422)中提出的非线性自适应递推辨识算法和误差估计理论, 对故意伤害罪判决数据进行计算和分析, 实现了以下三个方面的创新:

第一, 模型建立. 建立了更加符合法逻辑的, 具有可解释性的非线性量刑模型(S-模型), 体现了量刑所固有的非线性饱和特性. 详言之: (1) 增加了基于犯罪构成要素对量刑起点和基准刑的考虑, 更加符合量刑的法逻辑; 提出了处理量刑起点与基准刑的不确定性所引起的非适定性问题的方法. (2) 在此基础上, 进一步引入非线性饱和函数, 以体现实际量刑中对宣告刑的法定刑区间限制, 即对于根据量刑情节调节计算后超过或低于相应法定刑区间的案件, 其宣告刑应限定在法定刑区间内, 但允许宣告刑因“减轻" 情节而向下浮动. 这一对法定刑区间限制的建模考虑弥补了传统线性模型的相应不足. (3) 缓刑与有期徒刑之间的关系是许多研究者关注的问题, 本文通过对比实验还讨论了缓刑因素在建模中的适当作用.

第二, 理论保证. 针对建立的新的非线性量刑模型, 需要创造相应的能保证计算可靠性的新算法. 作者在前述相伴论文中构建了两步骤随机拟牛顿(Two-step quasi-Newton, TSQN) 自适应递推辨识算法, 并建立了相应的算法收敛性理论. 运用这一自适应递推算法, 可以从理论上给出根据司法数据所计算出的对未知参数估计值的可靠性保证, 还可以观测估计值随时间的可能变化趋势. 换言之, (1) 算法具有全局收敛性理论保障, 并且不需要数据满足传统的独立同分布等假设条件, 更加适合司法判决这一类实际数据的基本性质. (2) 特别是, 在有限数据样本下, 从理论上给出参数估计值的可靠性保证, 并以大概率界定量刑情节的实际作用大小. (3) 鉴于全国刑事司法审判在空间上的一致性和时间的关联性, 通过自适应递推辨识算法还可以观察主要量刑影响因素的所起作用随时间的可能变化趋势.

第三, 计算效果. 利用近20万份故意伤害罪判决数据, 对司法判决与量刑规则的符合程度进行了实际检验, 使用的数据集包括20111月到20216月的故意伤害罪刑事一审判决. 从检验效果来看,根据我们建立的非线性模型和相应的自适应计算方法, 给出的刑期预测的准确度明显高于线性回归模型, 具有更好的预测能力; 计算结果更符合量刑基本原则和具体规则, 可以更好地反映量刑情节的实际影响. 这对于发现司法审判事实, 推动司法公正具有重要意义.

作者在具体计算中也发现了一些值得进一步探讨的问题. 作者认为, 本文建立的量刑模型和所利用的算法及其理论, 可以为我国刑法其它罪的量刑分析与预测提供借鉴, 具有基础性意义.

转自:中国科学杂志社”微信公众号

如有侵权,请联系本站删除!


  • 万维QQ投稿交流群    招募志愿者

    版权所有 Copyright@2009-2015豫ICP证合字09037080号

     纯自助论文投稿平台    E-mail:eshukan@163.com