量刑不均衡是長期存在的全球難題，也是推動量刑規范化改革的重要動力。量刑規范化需要通過建立科學的量刑規則體系，來實現量刑公正，這大致包括：統一的標準、無歧義或腐敗的量刑、有條理的量刑準則系統、易于理解的量刑、成比例的刑罰等。在大數據時代，如何借助算法和大數據將法官個體的刑罰裁量與法官量刑集體經驗進行對比，從而有效糾正量刑偏差，對實現量刑公正意義重大。

法官量刑偏差需要予以有效規制

眾所周知，量刑對職業的法官而言可能只是一粒塵，但是，落在被告人頭上就是一座山，比如，死刑還是死緩。在量刑規范化改革中，如何在賦予法官自由裁量權的前提下，將法官可能出現的量刑偏差控制在合理限度內，是迫切需要解決的重大問題。

作為權力實踐的量刑，是一項極其復雜的刑事司法活動，這在法官量刑自由裁量權的保障與限制中得以集中體現。主要表現為如下問題：第一，量刑的法官并非總是明智和無偏私的，帶有個人的特質，包括法官的性情、經驗、主見和習慣。實際上，法官擁有何種人性觀、國家觀、法律觀、審判觀和刑法目的觀，多半會體現在裁判上。第二，法官的睿智判斷與自由裁量權不是法源，是個人確信的表達，也是一種刑事權力。而權力“一半是天使，一半是魔鬼”，法官自由裁量權運用得當，是福音，運用不當，則是災害。第三，一致的價值經驗是認識正義的基礎，然而法官的價值經驗并不一致，法官自由裁量權的行使難題在于實際獲得一種廣泛一致的價值經驗。第四，因法官自由裁量權所產生的量刑偏差，勢必會對司法公信力產生沖擊。因此，量刑規范化改革始終面臨規范約束與個案正義之間存在的沖突與兩難選擇。

刑法理論需要對法官的量刑偏差進行識別，并借助量刑制度合理規制法官自由裁量權。從理論上看，量刑規范化要避免一種病態的兩極分化，一方面是無限個人英雄主義的出現，可能會造成量刑權力失衡問題；另一方面是各種形式被輿論裹挾的象征性司法的誕生，容易導致量刑機械或被民意等所捆綁，難以發揮法官的主觀能動性。一種法律制度之所以成功，是由于它成功地達到并維持了極端任意的權力與極端受限制的權力之間的平衡。量刑規范化改革亦是如此，需要明確依據什么標準衡量量刑自由裁量權的正當性，以及采取何種辦法避免法官量刑自由裁量權所導致的量刑偏差。

在傳統上，量刑設定及其規則依據被認為是一個“黑箱”，“估堆量刑”是這一黑箱的形象稱謂，導致量刑偏差不可避免。在大數據時代，法官的量刑決定利用機器人規制和算法來增強其公共價值，判決書的量刑結果與理由，則由可計算性和計算所產生，以免出現量刑偏差。這一算法遵循自然因果律，是對量刑經驗的極度理智化和主觀世界的除魅，它能夠促使法官對相互沖突的規則或量刑結果做出更為符合正義的選擇。

建設大數據與算法支撐的

量刑輔助系統

在大數據時代，法官更加需要以“數據輸入+算法模型+結果輸出”的科學思維定義確證的量刑，實現從模糊的量刑結論到確證的量刑結論的轉變，這是智慧量刑的應有之義。大數據和算法可以避免使量刑變成一種“搖獎的機會”，而成為一種確定性的存在。現代法治主張對量刑的確定性的理解至少具有四個結構要素：量刑的有效性、可靠性、可預測性和可識別性。隨著量刑規則變得更加明確，法官量刑自由裁量權正逐步走向規范化，這使量刑規則的客觀性、有效性與合理性也變得更加重要。對此，國家有必要制定更客觀的量刑標準，這一量刑標準應借助于實證方法與算法模型構建，充分反映法官量刑的集體經驗。

不少國家已經建立量刑輔助系統，例如，澳大利亞量刑資訊系統包括刑罰統計資料庫、裁判資料庫、個案摘要資料庫、量刑原則與實務資料庫、當地量刑設施資料庫、進階記錄資料庫、電子法官手冊資料庫、立法資料庫等。這一資訊系統充分利用網絡、提供大量的前案資訊，能夠完成類案推薦，提高審判資訊資源的利用率。荷蘭20世紀90年代末開始研發，由具有實務經驗的專家組成工作團隊，以檢察總署發行的《檢方求刑準則框架》為基礎，將所有的準則轉換為有條理的、透明的、統一的系統，最終形成《北極星規則》，以有效規范檢察官的求刑權。

這對我國量刑規范化實踐具有一定啟示意義，筆者建議“兩高”在制定和完善量刑指導意見的同時，組織計算機學、統計學、社會學、法學等專業人士，借助大數據與算法研發具有綜合性、可視化、可計算性的量刑輔助系統，通過海量裁判文書、量刑規范數據的收集、提取和整合分析，實現量刑情節提取、量刑計算、量刑比對等的智能化，確保量刑數據歸納、量刑情節分析和結果智能輸出的可計算性，提升量刑結果判斷的精度和量刑說理論證的剛度，從而使其成為法官量刑的“最佳參謀”。當然，即使通過大數據與算法追求量刑的客觀性、可計算性，仍需重視算法模型及其濫用可能導致的偏誤。量刑輔助系統涉及數據與算法，數據是算法的基礎，海量的司法裁判數據、量刑規范文件數據等，以及不同的數據生成方式，構成了算法的基礎。算法從數據分析中獲得規律，并利用規律對未知數據進行預測。將哪些信息作為計算基礎始終是決定性的，這涉及硬件或軟件計算系統的設置及評估，因此，量刑輔助系統的設計者必須及時公開其依據的算法，從而使統計學者、法律學者以及實務工作者能夠對算法的科學性和準確性作出適時評估。

量刑輔助系統的“輔助性”

不過，我們也不能夸大量刑輔助系統的作用，畢竟算法是效率工具，而非決策系統，量刑輔助系統是有用的仆人，而不是個案量刑決定的主人，并不具有強制的效力，而是典型的“軟規則”。這是因為：量刑規則的制定者是人，使用者是人，適用目的也是為了人，量刑規制離開人的主觀能動性，就會變得機械、僵硬。大數據與算法固然可以通過海量數據分析，判斷在此情況下法官量刑的平均刑量，分析法官做出最終量刑起點選擇的要素級別，但是，量刑規則對一般情況規制較為科學，有時并無法觀照到量刑的特殊情況。這些特殊情況包括案發原因、犯罪動機、案發情景、認罪悔罪表現、法益恢復的努力、被害人的諒解、被害人自陷風險、刑事合規計劃等。受制于案件信息公開的程度，大數據與算法通常不能考慮到某一案件的特殊情況，而是需要借助法官自由裁量權予以修正。就此而言，量刑輔助系統固然可以增強法官量刑的可預見性，避免或矯正量刑偏差，但是，它并不是法官量刑的唯一決定因素，法官自由裁量權可以修正不合理的集體經驗。

法律理論需要在經驗上健全而非軟弱。在大數據時代，法官量刑需要借助大數據和算法來明晰量刑的集體經驗。量刑規范存在不可避免的認知偏差，這種偏差意味著某種認識結果與客觀現實之間存在裂縫而導致失真，包括認知“錨定效應”與“盲點”偏差的契合等。大數據與算法能彌補這一缺陷，它是通過量刑結果的數據分析與一般性規律呈現來實現的，客觀呈現法官量刑的集體經驗，有效規范法官量刑的隨意性，因此，將大數據與算法引入法官的量刑過程大有可為。

（作者系南京師范大學中國法治現代化研究院副院長、研究員）