周翔：逮捕审查判断中犯罪嫌疑人社会危险性的量化评估

2.预测困难案件

本研究以深度学习LSTM算法，将“基本事实段”文本信息作为模型的输入进行羁押判断。每个案件的预测结果是从0到1的连续变量，算法一般默认0.5为二分标签的阈值，本场景中“0.5以下”判定为“非羁押”，“0.5以上”判定为“羁押”。从科学性的角度看，判断值临界于0.5附近的案件其实属于“预测困难”的情形。因此，本研究把预测结果介于0.45—0.55的案件定义为“复杂”案件，共计筛选出4152件。笔者将这部分案件作为测试对象，对比通过“案件事实+罪名+社会危险性值”预测的羁押率和实际的羁押率。

对比结果再次表明，研究假设三成立，即具备社会危险性评估信息之后，能够有助于得出“非羁押”的结论。这体现为整体的羁押率得到了控制，机器预测的羁押率为40%，比实际羁押率低14个百分点。

表11 预测困难案件中引入社会危险性值的羁押率变化情况  图片

本部分提供的实证数据，为引入社会危险性量化评估提供了一定指引。一方面验证了既有理论和实践的一些认识，另一方面证实了“逮捕必要性要件是抑制逮捕适用的关键”，“将社会危险性条件视为适用逮捕的核心要件”等改革建议具有一定的合理性。

三、社会危险性审查的实践模式和改革路径

前文实证研究聚焦于司法实践中羁押判断的现状和依据，并对加强量化评估以控制案件羁押率的前景作了初步评估。基于以上分析结论，本部分从理论角度总结现有的社会危险性审查模式，反思当前做法的形成背景及局限，进而评析当前的主流改革路径。

（一）实践中社会危险性的审查模式

关于强制措施类型在司法实践中的审查判断方式，有不少学术归纳，包括对“构罪即捕”“以捕代侦”等现象的概念提炼和局限性批判，并且试图在刑事程序的更大视域内考察逮捕的审查方式及功能。这些基于经验主义的逮捕审查模式归纳，有助于理解逮捕审查判断的实然运转方式。本研究在此基础上，基于实证分析的发现以及针对检察机关一线办案人员的访谈，拟进一步总结归纳社会危险性要件的审查方式。笔者发现，当前针对社会危险性要件的审查，司法机关遵循“繁简分流”、后置于其他要件的审查模式，大致依照如下步骤。

第一步：先审查“证据要件”和“刑罚要件”，再审查“社会危险性要件”，社会危险性的评估处于程序的最后一环。司法实践中的真正做法是在充分阅卷、讯问犯罪嫌疑人等必要程序之后，先判断其是否构成犯罪、是否可能判处有期徒刑以上刑罚，只有在满足以上两个要件时，才会启动社会危险性要件的审查程序。

第二步：根据案件的“繁简”进行社会危险性判断的分流。这里的“繁简”不完全等同于案件情节的轻重，而是与影响社会危险性评估依据的因素多寡有关。“简单”案件，是指那些依靠单一因素即可作出决定的情形，包括法条中明确认定为具有社会危险性的情形。实践中，办案人员一般径行将这些案件归入有较高或较低社会危险性的类别，这一点在本研究的实证部分得到过检验。其余案件则属于“复杂”案件，这些案件不能通过单一因素直接作出判断，而是要根据多种因素综合判断才能得出结论。

第三步：针对“复杂”案件，办案人员将根据案件的不同类型，开展差异化的评估工作。不同案件类型意味着所侵犯的法益、是否具有被害人、犯罪嫌疑人是否可能实施新的犯罪的概率都有所不同。办案中高效区分案件类型的方法可能是基于罪名作初步分流。本研究针对所收集的不批准逮捕理由说明书中“无社会危险性”的理由进行统计，发现不同罪名的审查重点有很大差异，比如盗窃案件和故意伤害案件的社会危险性评估，在模式上就存在明显区别。

第三步之一：再犯可能性的评估。对于某些再犯情形高发的罪名，审查者重点考虑的是，如果采取非羁押强制措施，犯罪嫌疑人再次犯罪的可能性大小。本研究统计了盗窃案件中“无社会危险性”的理由，发现较高频次的理由包括如实供述（占比66%）、无前科（占比66%）、认罪认罚（占比54%）、退还赃物（占比49%）。以上情节基本能够说明犯罪嫌疑人的认罪悔罪态度以及重新犯罪的可能性。从司法办案经验看，盗窃的确也是再犯可能性较大的犯罪类型，有盗窃前科的盗窃案件犯罪嫌疑人不在少数。

第三步之二：被害人态度的评估。对于那些有被害人的案件，审查者还可能重视被害人及其家属的态度。本研究统计了故意伤害案件中“无社会危险性”的理由，发现较高频次的理由是取得被害人谅解（占比86%）、积极赔偿（占比72%）。这说明在故意伤害案件中，办案人员可能认为通过事后赔偿等方式可以实现双方和解，这会被看作犯罪造成的社会关系破坏情况已经有所修复。

需要特别说明的是，实践中社会危险性的审查过程不一定严格按以上步骤进行，办案人员完全有可能改变审查顺序，甚至“一气呵成”直接进行判定。对实践做法区分出步骤，能够聚焦社会危险性量化评估的着力点。本研究认为，量化评估主要在第三个步骤中对“复杂”案件发挥作用。当前，这部分案件的社会危险性评估以定性的、主观的判断为主。由于未全面采用以算法公式为内核的量化评估工具，当前的实践做法容易简化社会危险性要件的审查过程，从而给人留下结论主观性强、说理不充分的印象。

（二）实践做法的形成背景及局限

其一，审查者把罪行危险性因素作为社会危险性判断的主要依据，与当前社会危险性判断依赖侦查案卷信息有关。从实际办案情况看，检察机关和审判机关依然严重依赖侦查机关所收集的证据，特别是大部分案件很少出现审查逮捕中检察机关要求侦查机关补充取证的情况。这一点在当下似乎很难改变，在“案卷中心主义”之下，检察机关在审查和决定审前羁押时，主要依赖侦查案卷，这就很难做到全面、客观、中立的审查和决定。总之，单纯围绕侦查机关制作的案卷开展社会危险性评估，本身即有偏颇性。

其二，审查者在侦查案卷的基础上，并无足够动力、意愿继续拓展罪行危险性因素以外与社会危险性有关的信息。根据有关办案期限的规定，案件初次羁押的审查判断期限较短，审查者要在一周左右的时间内完成阅卷、提讯和文书制作等工作，并且审查者还可能同时办理多个案件。局促的办案期限、“复杂”案件难于定性、事后问责的潜在风险等等，使得办案人员并无意愿、也无能力扩充有关社会危险性的信息。

其三，在社会危险性判断中采取主观心证方法，是一种理性选择。在处理那些社会危险性判断困难的案件时，办案人员只能结合案卷中已知的因素，得到主观上认为恰当的综合判断，似乎没有其他可以借助的工具。这一点从本研究的社会危险性值等级分组中，各地区案件词云画像不一致，特别是中等社会危险性值的案件特征中，能够看出社会危险性评估标准的多元化，决策权限分散于个案并且办案人员的主观裁量空间较大。

虽然必须承认，实践中以罪行危险性因素为主的主观心证式社会危险性判断模式，是现实条件局限下的权宜之计，但此种模式亦暴露出如下局限性：人身危险性因素相对匮乏，办案人员无意也无力拓展有关人身危险性的信息，由此导致依赖侦查案卷记载的罪行危险性因素进行判断。这些汇总起来，使得社会危险性错判的风险增加。

（三）围绕规范细化和要件重构的改革

提升评估能力的方法无外乎两个，要么从制度规范方面考虑如何重塑审查判断过程，要么引入更加可取的评估工具。很显然，主流改革思路是前一种。前文的分析已经说明，司法实践把社会危险性评估置于强制措施判断的最后一个环节，并且以案件基本事实和罪行危险性因素为主要判断依据。自2012年修改刑事诉讼法以来，理论界和实务界主要围绕规范细化提出改革方案，以期强化对社会危险性要件的审查。这主要表现为，立法和司法机关不断出台法律规定和规范性文件，细化社会危险性的判断要素和标准。具体来说，自2012年开始的一系列规范，主要采用列举具体情形的方式推动改革进程，包括2012年刑事诉讼法明确了社会危险性的要件和情形；2015年最高人民检察院、公安部《关于逮捕社会危险性条件若干问题的规定（试行）》细化了社会危险性的五种具体内涵；2018年刑事诉讼法进一步明确了犯罪的性质、情节、认罪认罚情况、对所居住社区的影响等要素，作为判断社会危险性的依据；2023年《人民检察院、公安机关羁押必要性审查、评估工作规定》进一步明确，对可能判处3年有期徒刑以下刑罚的犯罪嫌疑人等情形，应当开展羁押必要性审查，并对羁押必要性审查、评估的内容和方式作了细化。

在学术研究方面，表现为加强对逮捕三要件的阐述和重构，包括各要件的功能定位、要件之间的关系、适用顺序等，以突出社会危险性要件的重要性。就逮捕的实体要件，有学者主张，应当强调逮捕三要件之一的社会危险性的审查，阶层化地重构逮捕三要件，把证据要件作为基础要件、刑罚要件作为否定性要件，将社会危险性要件作为“核心要件”；还有学者认为，社会危险性要件是抑制羁押率的重点。

以上表明，改革的着力点主要在于：一是不断细化作为“大前提”的规范，二是突出社会危险性要件的重要性。改革的最主要成果是使办案人员有了更具可操作性、可理解性的规范依据。但是，这类指引只是解决了羁押判断中的一小部分案件，即本研究所谓的“简单”案件。甚至这种审查模式还可能把部分原本属于“复杂”案件的，归类为“简单”案件，从而并未化解那些需要结合多种因素综合评估社会危险性的判断难题。因而，此种路径的效果，笔者是十分怀疑的。

四、量化方法与规范路径的兼容

（一）规范改革路径的主要局限

理论上重新构造逮捕三要件的分工和关系，可能产生一种新的审查犯罪嫌疑人是否满足羁押条件的方法指引，特别是引导基层办案人员重视社会危险性要件对于控制羁押率的宝贵价值。然而，单纯依靠规范细化和要件重构的改革路径，无法化解社会危险性判断不足的问题。这一路径存在一些明显的短板：

其一，规范列举的情形需要结合犯罪嫌疑人的具体情况作进一步判断。在规范列举的具有社会危险性的情形中，“逃跑”“再犯罪”等都不是实际已经发生的危害，而只是面向未来的、未知的风险。办案中审查的关键在于通过案件及其犯罪嫌疑人的已知信息，从中提炼有价值的因素来预测风险的大小。要作出社会危险性大小的结论，当前主要基于办案人员的主观经验进行笼统判断，未来或许可以采用更为精准、科学的方法。

其二，规范改革路径无助于增加办案人员对社会危险性事实层面的认知。不论是细化规则还是列举具体情形，并不能给予办案人员有关案件和犯罪嫌疑人更多事实层面的信息，即规范改革路径集中于优化法律适用的“大前提”，而与事实层面的“小前提”无涉。已有研究注意到了这一局限性，比如从证据法的角度认为，社会危险性评价不足的根源是相关事实依据不足。

其三，沿袭既有改革思路，终归无法通过成文规范事先事无巨细地规定清楚每一类“复杂”案件情形的社会危险性判断方法。本研究认为，对于那些需要结合多种因素综合判断社会危险性的案件类型，是无法通过规范细化的路径实现判断准确性方面的改观的。“复杂”案件的特点决定了，即使成文规范具体列举了社会危险性的表现类型和判断方法，也依然需要审查者综合案件的细节对社会危险性作出判断，即不存在直接表征“复杂”案件社会危险性程度的单一指标。

综合以上分析，似乎既有的规范改革路径并不能彻底解决当下的实践问题。细化规则和重构要件的改革思路，只是有助于解决“简单”案件中的社会危险性评估问题。由于缺乏犯罪嫌疑人人身危险性方面的信息增益，并采取更为科学的方法归纳社会危险性的各种类型及其发生机制，当前的规范改革路径似乎无力解决“复杂”案件中的社会危险性判断难题。

（二）量化方法与规范路径的互补

实际上，量化方法与规范路径不是对立的关系，而是完全有可能实现有效互补。社会危险性的量化评估方法，其实质是将社会危险性因素首先予以具体化和类型化；其次研究各类型社会危险性的发生机制，借助罪行危险性和人身危险性的指标体系刻画这一机制；再次是运用大数据训练并赋予各指标以不同权重的方式，实现对社会危险性的科学赋值。

量化方法与规范改革路径各自的侧重点和互补性体现为：

其一，规范路径是在法律适用的“大前提”上做文章，而量化方法是在事实层面的“小前提”上下功夫。充实“小前提”，能够克服当前社会危险性审查个人主观色彩浓重、判断缺乏统一性的问题。

其二，量化评估方法能够拓展案件信息的边界。如果说规范路径的目标是更为准确地理解和把握规范的含义，量化方法则是通过大数据采集、人工智能算法，在人力资源、办案期限、机关分工等既定不变的情况下，尝试冲破传统办案模式的信息瓶颈，得到更多有关犯罪嫌疑人社会危险性的信息。同时，量化评估方法还将提升评估过程的可解释性，让社会危险性评估得到过程性开示，促使逮捕审查判断工作朝向科学化、可追溯、能事后说明的方向发展。

其三，量化方法也需要规范路径的指引。一方面，规范层面明文规定了具有社会危险性和不具有社会危险性的情形，这可以设计成量化评估的直接判断规则或者更高权重的指标。量化评估的改进重点，应当放在审查那些有多个参考指标且指标间关系复杂的案件。当案件的社会危险性值介于中间状态（比如在设置的阈值0.5附近）时，说明在司法实践中，办案人员欠缺预估社会危险性的能力，依靠规范指引也依然无法作出清晰判断。这是未来引入量化评估方法时应当着力处理的案件类型。

评估犯罪嫌疑人的社会危险性，主要依靠审查者综合各类社会危险性信息作出准确预测的能力。规范细化和要件重构，可能只是明确是与否的大致界限，而无助于改变社会危险性评估信息匮乏、未能精细化运用的现状。相较而言，对于需要更多案件和犯罪嫌疑人信息、更加需要科学确定各类信息权重的“复杂”案件，量化评估方法更能发挥其专长。

（三）引入量化工具的可行路径

在规范改革路径基本保持不变的情况下，笔者认为，加强引入量化评估工具的可行性在于：一方面，提升办案机关采集社会危险性信息的能力；另一方面，加强对社会危险性发生机制的认知度。

1.提升采集社会危险性信息的能力

其一，扩大可用于构造量化评估公式的备选数据项类型。基于本文的实证研究发现，我国当前判断社会危险性值主要依赖罪行危险性因素，应通过量表等方法加强对人身危险性信息的收集，从而弥补判断数据项的结构性短缺。办案机关应当尽快完成量表设计，在案件立案后、逮捕审查决定作出前的全过程中，均可适当穿插针对犯罪嫌疑人、被害人和其他诉讼参与人的问卷调查，加快积累一批可以用于训练社会危险性评估模型的大数据集。

其二，利用数字化手段扩大对人身危险性信息的收集范围。应当借助这一轮司法数字化浪潮，尽快提升智能设备的引入程度，采集时间序列更长、收集过程更加客观的犯罪嫌疑人、服刑期满人员的相关社会活动数据。比如，非羁码、电子手环、电子脚铐、车载物联网等设备，都可以记录被释放的犯罪嫌疑人的行踪。诸如此类工作，能够有效收集非羁押状态下犯罪嫌疑人的社会危险性数据，从而丰富社会危险性评估模型的训练数据标签。彼时，本研究所采取的利用不批准逮捕理由说明书测量社会危险性的方法，就会被更科学的方法所取代。

2.加强对社会危险性发生机制的认知度

其一，组织专家学者开展深入且系统的社会危险性发生机制的理论研究。如前所述，量化方法的数据建模，其主要功能是统合各类事实信息材料，通过数据建模的方法更准确地量化犯罪嫌疑人的社会危险性。量化公式是否科学、精准，关键取决于对社会危险性发生机制的把握是否到位。因此，改进量化评估方法，需要组织有经验的司法人员、专家学者，深入挖掘社会危险性与案件各要素之间的机制性联系。

其二，可以采取分类型、分地区的模型建构思路。实务中，可以区分社会危险性的具体类型、不同罪名、不同地区实现建模。这一思路有本文实证研究的相关数据予以支持，比如盗窃案件和故意伤害案件的社会危险性判断就存在很大差异。应当承认，由于公开样本量的限制，本研究对相关机制的挖掘还很不够。最适合继续深入探索建模方法的，是掌握了全库案件信息、具备更强资源调动和整合能力的司法实务部门。

以上两方面工作应当同步进行。社会危险性发生机制的研究为进一步的数据采集指明了方向，扩大的数据样本和数据项则有助于检验相关机制是否具备实证支持。两类成果将在具体构建社会危险性量化公式时共同发挥作用，有关机制的研究结论将主要决定公式的数据项体系和类型，海量的社会危险性数据库将通过机器学习得出各个数据项的权重。

 周翔，浙江大学光华法学院特聘研究员

本文原载《法学研究》2024年第3期第191-208页