作者:尚权律所 时间:2023-05-10
摘要
科学测算案件工作量是法官绩效考核和职业发展的公平保障,也是法院进行审判管理和检验改革成效的重要依据,更是推进法院管理现代化的基础性工作。相对于传统的案件工作量测算方法,在司法大数据时代,“审判流程—要素法”是诸多方法中较为科学、简便、可行的一种。该方法的核心思想是,根据法官在审理案件时所需处理的具体事项,将审判流程进行要素切分,通过计算各个流程要素的耗时来测算案件整体的工作量。通过选取上海市H中院,应用该方法开展实证研究,具体测算不同审判庭、审判团队的法官审理一审和二审(再审)案件的平均耗时,填补了中级法院案件工作量测算的空白。实证结果证明,通过构建新型审判团队,由速裁团队分流一定量简单案件,让普通团队专司疑难、复杂、新型案件,能够显著减轻法官工作量,提升审理效率。同时,基于案件审判耗时的统计结果,可以确定绩效考核中各类案件的权重系数,评估各业务条线的审判压力,指明人员调配的方向,并对司法大数据进行经验校准。
关键词:案件工作量;审判流程—要素法;案多人少;审判管理;司法大数据
随着我国诉讼案件规模持续且快速增长,在员额制改革后办案法官人数保持相对稳定的情况下,法院“案多人少”的矛盾进一步加剧。优化法院内部审判资源的配置被视作解决“案多人少”问题的有效路径之一,司法理论和实务界因此将研究重点聚焦于案件工作量测算,并把测算结果应用于法院的人力资源管理。目前,全国法院已经形成了不少有意义的探索和实践。当然,不同路径的测算及测算结果的应用还有待优化,方法共识还有待提升,应用的领域还有待拓展。本文先从法官个体、法院组织、司法系统三个层面简要说明开展案件工作量测算的内在动因和价值意义,然后重点介绍将不同类型案件拆分成不同审判流程要素从而实现科学测算工作量的“审判流程—要素法”,并通过对上海市H中院的实证研究,来测算不同类型案件的平均审判耗时。基于实证研究的结果,本文还对该测算方法的实践应用予以进一步展示和说明。
一、案件工作量测算的含义与意义
案件工作量测算通常是指通过一定的计算方法,对不同类型诉讼法律程序/法院审判规则所定义的案件以相同量纲(dimension)测算其所花费的工作量。这个“相同量纲”通常是以小时或者天计算的时间,或者某种人为设定的权重化案件(weighted cases)。诉讼法律程序/法院审判规则所定义的“案件”通常是由不同标准来定义的。比如,根据案由可以区分为“盗窃案件”或者“离婚案件”等,根据程序可以区分为“一审案件”或者“二审案件”,根据结案方式可以区分为“审判结案案件”或者“裁定结案案件”,等等。由于法官们承办的案件是由不同标准定义的,因此案件的工作内容构成就不一样,这也意味着办结不同案件所需要支出的工作量是不一样的。为了给法官合理分配工作,就需要对不同类型案件尽可能在同一个量纲或者在虚拟的量纲上进行测算(这就是nondimensionalize或者“无量纲化”)。
案件工作量的测算虽然是一个技术活,但是对于法院司法体系的有效运作至关重要。从法官个体层面来说,工作量的测算既决定着绩效考核的合理评定,又关乎法官等级升降、员额进出等未来职业的发展。但是实践中容易出现直接将办案数量作为审判绩效考核的具体操作标准,这一做法既未考虑各类案件的复杂程度和实际工作投入的差异性,又未能实现对不同业务线条、不同岗位法官办案工作的可对比性。理论界对此种“以案件数量为中心”的审判绩效考核模式,进行了深刻的批判和反思。
因此,2019年印发的《最高人民法院关于深化人民法院司法体制综合配套改革的意见——人民法院第五个五年改革纲要(2019—2023)》(法发〔2019〕8号),明确将“研究制定科学合理、简便易行的审判绩效考核办法”,作为“健全以司法责任制为核心的审判权力运行体系”这一主要任务的具体内容。与此同时,法院系统内部亦积极探索研究制定科学合理的审判绩效考核办法,其中各地法院在实践中不约而同地采用“案件权重系数法”作为法官办案业绩的具体衡量方法。最高人民法院2021年10月印发的《关于加强和完善法官考核工作的指导意见》(法〔2021〕255号),在总结地方法院经验做法的基础上,提出构建“固定系数+浮动系数”的办案工作量权重系数体系,为各地法院结合实际情况制定案件权重系数提供了有效的指引。但是,由于地域、审级、专业、部门、岗位、案件类型之间的差异性较大,地方法院“权重系数体系”的合理设定仍依赖于对实际审判现状的科学测算。因此,科学地测量法官工作量,既是法官们工作业绩被客观公正评价的重要保障,更是解决当前审判绩效考核工作所存在问题的基础工作和最优路径。
从法院组织层面来说,科学测算的工作量是法院进行审判管理的重要决策依据,也是法院检验改革成效的衡量标尺之一。审判管理承担着规范、保障、促进、服务审判执行工作的职能作用,只有遵循司法审判工作的客观规律,全面促进人案匹配和审判信息对称,管理才会出效率和质量。因此,“以审判实绩为中心”的审判绩效考核作为一种直接的信息反馈机制,不仅能客观地展现法官的业务工作量和工作能力,还能直接地呈现各审判部门的业务总量、人均办案量、办案量集中的时间段等。只有基于这些客观事实和司法规律,法院才能更有效合理地分配和调整审判资源,特别是对人力资源的优化配置(如普通团队和速裁团队的比例设定、审判团队内部的审判辅助人员配比等),而不是简单粗暴地通过绩效考核直接下达任务、摊派办案数量指标等方式,来缓解当前“案多人少”的困境。与此同时,为破解人案矛盾,各地方法院推行案件繁简分流制度,并通过设置普通程序和简易程序、试行速裁模式、扩大独任制适用范围等方式,构建与之相配套的多层次诉讼制度体系。这些改革和措施本质上是通过对审判流程的集约化、精简化,在确保司法质量的前提下,尽可能减少法官在案件审理过程中所耗费的时间和精力。故而,改革前后法官案件审理工作量的实际变化,是检验改革成效的重要指标之一。
从法院系统层面来说,科学统计所有案件审理的工作量是推进法院管理现代化的基础性工作。智慧法院是人民法院运用大数据和人工智能等先进技术,建构支持全业务网上办理、全流程依法公开、全方位智能服务的信息化系统,以实现司法公正、促进审执高效为目的的组织、建设和运行形态。以数据为中心的智慧法院建设主要依靠两个核心元素,一个是“经验”素材,即提供给机器学习的司法数据;另一个是“智慧”来源,即提供辅助决策的算法技术。数据和技术作为智慧法院建设的“燃料”和“引擎”,只有两者相互合理配比,才能防止出现信息化与审判管理工作“两张皮”的现象,才有可能实现我国法院建设的“换道超车”。其中,数据分析作为“数据+技术”的核心环节,要防止出现“garbage in, garbage out”现象(简称“GIGO”)——使用由有缺陷的、低质量的信息所获得的结论来指导决策和行动,将获得糟糕的结果。只有确保数据的及时性、准确性、完整性,才能大幅提升司法管理职能化水平,发挥司法大数据在社会治理中的重要作用。因此,面向未来、适应人工智能司法体系的“大审判管理格局”,应当是建立在科学测定案件审理工作量和司法体系人力资源的基础之上。
总的来看,科学测算案件审判工作量的必要性体现在三个维度:首先,以科学评价工作实绩为核心的法官考核机制,既是法官聚焦主业、安心履职的重要保障,也是推进法官队伍革命化、正规化、专业化、职业化建设的内生动力。其次,科学测算的法官审判工作量是人民法院进行队伍管理和审判管理、提升审判质效的“指挥棒”,同时也是检验改革成效的“风向标”。最后,科学测定案件审理工作量作为智慧法院信息化、智能化建设的基础性工作,为助推审判体系和审判管理能力现代化提供有力的数据支撑。
二、“要素法”工作量测算的理念与方案
在对科学测算案件工作量的含义与意义做了简要说明之后,我们现在来介绍全国法院系统目前已经在探索实践的各种工作量测算方法,并重点说明本文实证研究将要应用的“要素法”的理念与方法。
(一)案件工作量测算“要素法”的基本理念
关于法院案件工作量的科学测算,全国司法理论和实务界做了诸多有益的探索和实践。在之前的综述研究中,我们对这些方法和实践做了系统的梳理和分析,并从“是否进行要素切割”“是否计时”和“是否设定基准案件权重”三个维度,将这些方案归纳为六种具体方法:整案直接计时法、整案相对权重法、整案标准化时间法、要素时间相加法、要素相对权重法和要素标准化时间法。前三种以“案”或者“类案”为单位进行整体工作量测算,我们把它们合并称为“整案法”。后三种则将案件进一步细分为各类要素,并对各个要素分别测算后进行汇总,我们把它们合并称为“要素法”。尽管“整案法”相对粗放,但在法院信息化水平较低的背景下,这些方法在实践中更为经济方便。而随着法院信息化建设的不断推进,审判过程中的结构化数据不断丰富,为精准测算工作量的“要素法”提供了可行性基础。
“要素法”的核心思想是,将案件办理的流程环节或者工作成果进行要素化,如图1所示。案件审判的工作量本质上是由所审理的案件特征决定的,而案件特征既包括诸如涉案法律关系、涉案人数、涉案金额等与案件事实相关的事实性特征,也包括适用小额诉讼程序/简易程序/普通程序、是否速裁、适用独任制/合议制等与审理程序相关的程序性特征,前者决定案由的选定并影响后者程序的适用。对于工作量的衡量大致可从两大维度展开,其中一个维度侧重于对工作过程的衡量,即对案件审判过程中各流程环节的耗时时间进行测算;另一个维度侧重于对工作成果的衡量,即对案件办理过程中所形成的相关工作内容进行度量,这些工作内容通常以笔录、报告、视频、裁定书、决定书、判决书等载体予以记录呈现,并可根据字数、时间等进行具体测算。前一维度更关注过程,后一维度更关注结果。
图1 测算案件工作量的两大维度和要素化思路资料来源:作者自制。
借助工作成果来衡量工作量的代表性做法,是上海法院系统推广使用的案件权重系数测算“2+4”模式:以案由和审理程序两项为基础,以庭审时间、笔录字数、审理天数、法律文书字数四项要素为计算依据,通过比较不同类型案件审理中这四项要素与全部案件审理中四项要素的占比程度,来区分不同类型案件的适用系数,并将这四项要素的权重均设置为25%。以上海法院系统为典型代表的“工作内容—要素法”测算模式,其内在设计逻辑是将法官审判工作聚焦于阅卷、案件研究、庭审、判决四个核心工作内容上,但囿于阅卷、案件研究和判决的时间难以客观准确获得,则用与之相关性较高的笔录字数、审理天数、法律文书字数进行代替。
毫无疑问,上述做法有很强的创新性和可行性,但也存在若干不足之处。其一,尽管法律文书字数与制作文书时间之间存在相关性,但并未科学地论证过两者的相关程度(至少在统计学意义上),这也是为何要回归工作时间测量这一根本性研究上;其二,由于庭审时间、笔录字数、审理天数、法律文书字数四者受到案件复杂程度等因素的共同影响,所以四者之间存在高度共线性,并且难以剔除其中重复衡量的部分;其三,由于无法全面衡量案件工作量的影响因素,法官日常开展的财产保全、案件研究、调解等工作未被纳入测算范围,故存在以偏概全;其四,由于体现工作成果的不同要素之间存在不同的量纲,如庭审和审理周期是以时间为单位、笔录和文书是以字数为单位,如何将时间与字数进行有效科学的转换显得尤为重要。上述不足之处,究其原因是此测算模式对各类工作内容未能实现在同一个量纲上进行统一测算,或者即使在虚拟的量纲上进行了统一测算但并未进行有效论证,导致其准确性和科学性大打折扣。
尽管“工作内容—要素法”的测算方案具有较高的经济性、简便性,但是此种测算方案应用有限,只局限于业绩考评和职业晋升等法官个体层面的应用,而无法进一步拓展至关于法官工作量饱和度测算、工作质效考核、人力资源管理等组织和系统层面的应用。
因此,有学者和专家转向通过对审判流程的要素化来开展工作量测算。该测算方案的核心思想是基于事件(event-based)的时间测算,即通过计算案件办理过程中各个程序步骤的耗时来衡量案件工作量。王静、李学尧和夏志阳以基层法院民事案件为例,将完整的审理流程细分为阅卷、送达、调解等十个环节,通过问卷、深度访谈和庭审录像获取各环节发生的频率和耗时,从而计算得到单位案件审判工作所需时间。易凌波和秦鹏则以基层法院执行团队为研究对象,将人员划分为执行法官、法官助理和书记员三类,通过德尔菲法分别测算各类司法人员参与各执行环节的工作耗时。李季红和马凤岗借鉴美国联邦司法中心提出的案件权值法(event-based methodology),通过案件类型(case type)、案件事件(case event)、事件频率(event frequency)和事件耗时(event time)四大类信息计算基层法院民事案件权重。这些研究本质上均采用“要素法”——更确切地说,是把审判与执行的各个流程环节切分为各个审判/执行流程要素,并对各个流程要素的耗时相加,由此得到整案的耗时,因此是“要素法”下面更加细分的“审判流程—要素法”。不过,已有的“审判流程—要素法”研究侧重于法官员额编制、审判团队人员配置等人力资源科学化管理,并未明确提出如何利用司法大数据实现要素时间相加的具体技术方案。
(二)司法大数据背景下“审判流程—要素法”的技术方案
“要素法”测量尽管在过往研究中主要采用调查问卷方法获取基础数据,存在客观性较弱、实施成本较高、无法及时动态调整等不足之处。但是,随着司法大数据的深入推进和应用,相关信息数据能够实现系统自动记录和提取,前述不足之处便自然而然地消解了。因此,该方法是今后科学测量工作量的首选方法。故而,在司法大数据时代,本文主张立足于“审判流程—要素法”进行案件工作量测算。具体而言,该方法可以分为以下具体步骤。
第一步,划分案件类型。案件类型是指那些对工作量产生显著影响或者与审理耗时高度相关的案件特征。通常来说,案件分类依据主要有案由、审级、审理程序、审判庭、审判团队等。以下文实证研究的上海市H中院为例(下文如无特别说明均以该法院为例),本文根据案由分为民事、商事和刑事案件,依据审级分为一审和二审(再审)案件,同时依据受理的审判团队划分为普通和速裁案件。
第二步,审判流程要素化。根据法官在审理案件时所需处理的具体事项,将审判环节进行流程要素切分。在实践中,中级人民法院审理民商事案件的流程基本可划分为财产保全、阅卷、案件研究、外出调查、组织质证、调解、接待听证、开庭审理、与当事人或其他机关沟通、合议定案、专业法官会议汇报讨论、审委会汇报讨论、制作调解/撤诉文书、制作裁判文书、制作其他诉讼中的文书、判后适法答疑、发出司法建议等17个环节要素。刑事案件的审理流程可以划分为阅卷、案件研究、庭前会议、大要案准备、与公安等其他机关沟通、与当事人沟通、日常接待(信访接待、递材料接待、电话接待等)、开庭审理、撰写审理报告、合议庭评议、专业法官会议汇报讨论、审委会汇报讨论、制作裁判文书、制作其他诉讼中的文书、宣判、判后适法答疑等16个环节要素。上述部分环节已经实现通过信息化系统开展或自动留痕(如智能电子卷宗系统、审委会系统、案件评查系统、来访系统等),对于剩余环节,应在今后智慧法院建设过程中从服务审判流程的目标出发,研发设计相应的信息化系统。
第三步,审判流程类型化。以往研究并未有意识地对审判流程进行类型划分和说明。本文认为,审判流程类型化的意义在于明晰不同类型环节的性质,并由此确定不同类型环节的工作量测算应适用的数据采集方式和计算方法。
根据各审理环节所参与的主体类别和数量,以及承办法官是否能够主导审理环节,可划分为三大类:第I类为法官个人自主独立参与环节,即该类环节仅由法官个人参与,如阅卷、案件研究、撰写审理报告、制作裁判文书等。通常来说,法官在审理所有案件时都会必经此类环节,且开展此类工作事项的自主性灵活性最强,但个体性差异最大。第II类为两方主体参与环节,即该类环节由法官与另外一方主体共同参与,如判后适法答疑、与公安等其他机关沟通、与当事人沟通、日常接待等。通常来说,此类环节并非在所有案件都会发生,由于此类环节涉及另外一方主体或者是由另一方主体发起的,导致法官开展此类工作事项的自主性有所减弱,但该类环节一般没有具体的制度性规定,因此灵活性较强且个案差异较大。第III类为多方主体参与环节,即该类环节是多方主体参与的集体性事项,如开庭审理、专业法官会议汇报讨论、审委会汇报讨论、庭前会议、合议庭评议、宣判等。通常来说,此类环节一般有配套的制度进行规范和约束,具体开展的流程相对固定,故而此类环节发生的频次相对固定,且个案差异较小。上述三类环节的特征分析得到相应实证结果的支持。例如H中院民事庭普通团队法官在承办一审案件过程中,人均阅卷次数为8.95次/案,标准差为14.48次/案;与当事人或其他机关沟通的案均发生频率为90.46%,人均与当事人或其他机关沟通次数为5.62次/案,标准差为5.40次/案;人均开庭审理次数为1.05次/案,标准差为0.41次/案,前述审判流程环节发生频次的标准差逐渐降低。
总的来说,第I、II、III类环节由于参与主体数量的不断增加以及制度性规范的约束力逐渐增强,工作内容的结构化程度不断加深,法官的自主性和灵活性在逐渐削弱,个体和个案差异也在逐渐缩小。因此,第I类环节较难实现通过业务系统全流程记录,第II类环节可以通过业务系统部分实现流程记录,第III类环节基本可以实现通过业务系统全流程记录。第I类环节虽然可以实现法官在电脑办公软件上开展,但较难客观准确记录法官的耗时,主要有两个方面的原因:一方面,这类环节中耗时较多的思考性活动无法通过办公系统予以记录;另一方面,通过系统计时容易产生道德风险,即法官为了虚增工作量而有意让系统空转。故而,第I类环节的工作量仍依赖于法官自主记录以及专家动态调整,同时借助系统数据予以校准。
第四步,计算各审判环节的平均耗时,并汇总各环节平均耗时以得到特定案件的总耗时。由于第I类环节个体差异较大,应先计算每位法官在具体环节中的整体耗时,再对所有法官的整体耗时求平均,最后得到具体环节耗时(以下简称A计算方法)。而第II、III类环节应根据“具体环节平均耗时T=发生频率/频次f×平均每次耗时t”基本公式,先对所有案件的具体环节发生次数求平均,以及计算每次开展具体环节的平均时间,然后将两者相乘得到具体环节平均耗时(以下简称B计算方法)。为直观说明两种计算方式的差异,以法官阅卷环节为例,某法院有甲、乙两位法官,甲法官习惯分时段多次阅卷(如每个案件习惯阅卷3次,每次耗时为60分钟,故整体耗时为180分钟),乙法官习惯集中一次性阅卷(如每个案件用180分钟一次性阅完卷,故整体耗时为180分钟)。若采用A方法,计算得到的阅卷环节平均耗时为(3×60+1×180)/2=180分钟,若采用B方法,计算得到的阅卷环节平均耗时为[(3+1)/2]×[(60+180)/2]=240分钟。显然,对于作为第I类的阅卷环节应适用A方法计算平均耗时。在前述计算基础上,对各审判环节的平均耗时求和,得到审理某类案件的整体耗时。
基于上述四个步骤,可以逐一测算法官审理不同类型案件的整体耗时,并由此进一步开展案件权重设置、法官工作饱和度测算、人力资源合理配置、改革成效检验等一系列研究。同时,在司法大数据时代,由于信息数据被实时记录,可以实现动态反映案件审理的耗时变化。
三、“审判流程—要素法”的实证研究:以上海H中院为例
基于上述对“审判流程—要素法”的介绍,本部分以上海H中院为例,通过实证分析展示该方法的具体应用。
(一)作为样本的上海H中院
为什么选择上海H中院作为本研究的实证样本?中级法院作为我国四级法院中承担“依法纠错,定分止争”主要职能的一级法院,承担了部分一审案件以及绝大部分二审案件的审理工作。然而,以往关于案件工作量的研究主要以基层法院为研究对象,并且通常仅针对某一类案由(主要是民事),而围绕中级法院展开研究的寥寥无几,对中级法院开展“审判流程—要素法”研究几乎没有。有鉴于此,本文选取上海H中院作为研究对象,并分别对民事、商事、刑事三大类型案件的审判工作量进行测算,以期丰富现有关于中级法院各类案件工作量的研究。
另外,选择上海H中院开展深入研究,还有两个原因。其一,上海是党的十八大以来司法改革尤其是员额制和人员分类管理改革的先行者,并已经基本完成综合配套改革,能够较好地代表率先开展本轮司法改革地区的现状。其二,H中院是上海高院确定的审判团队建设先行试点单位,其在2019年4月率先探索建立新型审判团队,在全院共设置30个专业化审判团队——普通团队23个,速裁团队4个,执行团队3个。H中院通过集中精干力量组成2个民事速裁团队、1个商事速裁团队和1个刑事速裁团队,全面实行简案快审,分流一定量简单案件。该院在审判团队的运行、管理等方面集中发力,突出强调审判团队在审判权力监督制约体系中的功能作用,因此可以检验和展现优化审判资源配置后取得的改革成效。
考虑到法院“数据孤岛”现象依然存在,司法数据存在智能化不足、统计偏差等问题,同时为了不给研究室(审判管理办公室)增加额外的数据统计工作,研究团队采用问卷调查的方式获取该院员额法官在2018—2019年的工作时间情况。本次调查问卷是由高校理论研究和法院实务专家共同设计,主要包括以下几部分内容:(1)受访人的基本信息和职业背景;(2)2018年和2019年受访人平均每月工作时间的分配情况;(3)2018年和2019年受访人办理的案件数量;(4)受访人处理各审判流程环节的平均频次(率)和平均每次耗时,并划分为承办一审、承办二审(再审)、参审一审、参审二审(再审),其中具体的审判流程环节根据民事、商事、行政、刑事案件分别设置;(5)工作感受情况。
(二)受访员额法官基本情况
为保证问卷数据的全面性,研究团队在2020年6月通过H中院研究室(审判管理办公室)向该院各业务庭员额法官发放纸质匿名调查问卷。调查问卷实际发放116份,收回116份。由于本文研究重点在于测算各审判流程环节的耗时情况,故根据问卷第四部分的实际填写质量,共筛选出73份该部分完成度相对较好的问卷,主要由民事庭、商事庭和刑事庭法官填写。表1展示了这73份有效问卷的受访员额法官基本情况。同时,为对样本的代表性进行精准比对,附上了该院民事庭、商事庭、刑事庭2019年在册的法官人数及其构成情况。
表1 H中院受访员额法官的基本情况注:“实际人数(占比)”是指H中院民事庭、商事庭、刑事庭三个审判庭2019年在册的员额法官情况。
本次受访员额法官有49人来自民事审判庭,其中39人属于普通团队,10人属于速裁团队;有11人来自商事审判庭,其中8人属于普通团队,3人属于速裁团队;有13人来自刑事审判庭,其中10人属于普通团队,3人属于速裁团队。为更直观地比较不同审判庭和不同团队审判工作量的差异,下文将根据“审判庭—团队”对法官群体进行划分,并以此为基本单位展开实证分析。通过比较样本人数和实际人数可知,本次受访人员基本覆盖三个审判庭近八成的员额法官,各类别的比例也基本相当,因此本研究比较具有代表性。
结合教育背景可知,员额法官基本上均受过专业的法学教育,其中硕士学位及以上的人数占到近80%,在一定程度上说明H中院在员额制改革过程中重视法官队伍的职业化、专业化建设。另外,从受访员额法官的审判工作年限分布来看,所有受访人均从事审判工作6年以上,不同审判年限区间的比重也大致均衡。这保证了受访人员对审判工作有着较好的经验并能作出相对准确的判断。
(三)工作量测量结果及分析
根据前文所提出的研究思路和计算方法,笔者对问卷调查数据进行统计分析,最终得到各审判庭分属不同团队的员额法官在承办一审和二审(再审)案件时处理各环节的平均耗时以及总耗时,具体结果如表2和表3所示。需要说明的是,表2和表3中的统计结果难免与客观情况存在偏差,这主要是由于法官个体的主观性偏差所导致的,毕竟法官无法像业务系统一样进行精准记录和测算。本文提倡“审判流程—要素法”在实践中应以问卷调查和业务系统统计部分数据相结合的方式展开,但是因业务系统数据的可得性和获取成本问题,同时考虑到本文的研究目的更侧重于对方法理念的介绍和具体实践应用的呈现,故本研究最终仅以问卷调查方式获取数据。当然,通过与H中院资深法官的座谈交流,本研究统计结果的整体趋势仍大体符合司法实践。H中院法官审判单位案件的整体耗时具体如下:
表2 H中院民事、商事案件审判流程及其耗时情况(基于本文调查问卷的计算结果)
注:①T表示具体环节的平均耗时(分钟),f表示具体环节的发生频率或频次,t表示具体环节的平均每次耗时(分钟),T=f×t;②“承办总耗时”为各工作环节平均耗时的总和。
表3 H中院刑事案件审判流程及其耗时情况(基于本文调查问卷的计算结果)
注:①T表示具体环节的平均耗时(分钟),f表示具体环节的发生频率或频次,t表示具体环节的平均每次耗时(分钟),T=f×t;②“承办总耗时”为各工作环节平均耗时的总和。
民事普通团队的员额法官,全流程承办一审案件平均需耗时35.06小时/件,全流程承办二审案件平均需耗时12.98小时/件;民事速裁团队的员额法官,全流程承办二审案件平均需耗时7.91小时/件。
商事普通团队的员额法官,全流程承办一审案件平均需耗时42.81小时/件,全流程承办二审案件平均需耗时13.25小时/件;商事速裁团队的员额法官,全流程承办二审案件平均需耗时11.16小时/件。
刑事普通团队的员额法官,全流程承办一审案件平均需耗时119.08小时/件,全流程承办二审案件平均需耗时60.21小时/件;刑事速裁团队的员额法官,全流程承办二审案件平均需耗时4.33小时/件。
从整体来看,不同审判庭和审判团队的员额法官承办案件的工作量呈现以下三个特点:其一,在普通团队审理的案件中,不论是一审还是二审案件,刑事案件的单位案件工作量最高,商事案件次之,民事案件最低。其二,一审案件的审理工作量均远高于二审案件。其三,速裁团队审理案件的耗时明显低于普通团队。此外,结合2018—2020年H中院法官人均结案数的变化情况可知(如表4所示),民事庭法官人均结案数从2018年的127.54件上升至2020年的169.78件,增幅33.12%;商事庭法官人均结案数从2018年的86.94件上升至2020年的108.19件,增幅24.44%;刑事庭人均结案数从2018年的89.84件上升至2020年的112.15件,增幅24.83%。这在一定程度上说明了H中院探索建立的“一分流、两随机”制度,即“在案件立案阶段进行繁简分流,随机确定承办法官和随机确定合议庭成员”的分案模式,通过集中精干力量分流一定量简单案件,集中优势力量专司疑难、复杂、新类型案件,实现了审理效率的显著提升,这说明H中院的审判团队改革是有成效的。
表4 2018—2020年H中院法官人均结案量
资料来源:H中院研究室(审判管理办公室)提供。
四、案件工作量测算的实践应用与政策启示
如何把上述根据“审判流程—要素法”测算的工作量进行更进一步的拓展应用,以及这种测算方法是否存在政策启示,我们在本部分中予以简要说明。
(一)基于测算结果的实际应用
正如前文第一部分所介绍的,案件工作量科学测算有三个层面的价值和理论面向,相应地,单位案件的基本耗时情况也有三个层面的具体测算和应用。
首先是可以作为法官办案业绩的具体测算依据。根据前述各类案件的单位基本耗时计算可得,在H中院,承办1件一审民事普通案件的工作量可以分别等价于承办2.70件二审民事普通案件,承办4.43件二审民事速裁案件,承办0.82件一审商事普通案件,承办2.65件二审商事普通案件,承办3.14件二审商事速裁案件,承办0.29件一审刑事普通案件,承办0.58件二审刑事普通案件,承办8.10件二审刑事速裁案件。基于此,可以作为“案件权重系数法”中权重设置的重要参考依据。
其次是可以作为法官工作饱和度的测算依据。根据国家休假制度并扣除双休日和法定节假日,一个自然年度内实际工作日为250天左右,按照每天有效工作时间为7小时计算,法官年度标准工作时间为250×7=1750小时。考虑到中院民事庭、商事庭和刑事庭主要以审理二审案件为主,故假定这三个审判庭的法官仅承办二审案件,同时假定法官的工作时间全部用于案件审判,那么,以民事庭普通团队的法官为例,其饱和工作量为一年最多审理1750÷12.98≈135件。以此类推,民事庭速裁团队法官的饱和工作量为221件,商事庭普通团队法官的饱和工作量为132件,商事庭速裁团队法官的饱和工作量为157件,刑事庭普通团队法官的饱和工作量为29件,刑事庭速裁团队法官的饱和工作量为404件。
根据上表4的数据显示,2020年,民事庭普通团队法官人均审结约128件案件,民事庭速裁团队法官人均审结约338件案件,商事庭普通团队法官人均审结约85件案件,商事庭速裁团队法官人均审结约207件案件,刑事庭普通团队法官人均审结约58件案件,刑事庭速裁团队法官人均审结约331件案件。通过对比法官的饱和案件数和实际人均审结数,同时考虑到实践中法官的工作时间除了用于承办案件外,还要参审案件以及参与课题研究、专业培训、座谈会等诸多非审判工作,上述数据再次说明了H中院各业务庭均存在“案多人少”的情况。相较而言,刑事庭普通团队法官的案件压力最大且严重超过合理范围,具体表现在刑事庭普通团队的实际人均审结数是其饱和工作量的近两倍。因此,2020年,H中院对刑事庭普通团队增派了一名员额法官。这也说明,基于法官工作饱和度的测算可为法院对人力资源的优化配置指明方向。
最后是可以作为司法大数据的经验校准。尽管本文通过问卷调查方法获取的数据存在一定的主观性偏差,但是由于受访者均为审判经验丰富的员额法官,这些经验数据仍然具有较高的参考价值。一方面,尽管各地智慧法院建设取得了一定成效,搭建了各类信息系统,但存在“强力推广”之下的“有限应用”问题。若信息系统存在使用率不高甚至闲置的情况,那么就无法获取审判工作的全貌数据,而残缺的数据会加大数据的混乱程度,导致司法大数据出现“错误发现”的风险增加。另一方面,受个别地方法院可能为追逐政绩、法官受到考核压力等诸多因素影响,容易出现系统空转或数据造假,导致数据失真。此时,经验数据不仅可以用来检验信息系统是否存在“有限应用”的现象,还可以检验系统中数据的真实性和客观性。
(二)对建设智慧法院的政策启示
前文提及,相对于“整案法”而言,只要数据采集得当,利用“要素法”进行案件工作量测算是司法大数据时代更为理想的方法。当然,如果对各个要素的工作量测算不精准,那也会有问题。所以,我们期望通过自动记录审判全流程信息的法院信息化系统导出结构化数据,并基于此实现对法官(甚至各类司法人员)工作量的全面、自主、动态测算。遗憾的是,当前法院信息化过程中存在各业务系统各自独立开发并由不同技术公司承建现象,由于建设时缺乏统一的技术框架、业务规范和数据标准,导致业务系统间交互能力差并形成“数据孤岛”,无法实现数据资源的集中统一管理。因此,当前在实践中应用“要素法”测算法官工作量时,仍需采用以问卷调查和业务系统统计部分数据相结合的方式展开。
信息系统作为智慧法院的物质基础,是智慧法院工作组织、开展和管理的运行载体。要使信息化建设成为审判体系和审判能力现代化的新引擎,应当努力构建全要素集约化信息网格体系、全业务全流程融合应用体系、全方位信息资源及服务体系。一方面,在研发优化审判业务信息系统时,应当以法官为核心,以法官的业务便利化、专业化和高效化为主要目标。只有当信息系统与审判工作深度融合,贴合审判实践的逻辑、思维和规律时,作为使用者的一线法官才会愿意用、主动用、善于用,审判流程信息就在无形之中被系统自动、准确地记录下来,利用这些数据信息进行审判管理也就水到渠成。另一方面,各业务系统之间要提高衔接效率、实现数据共享,同时要加强数据中台的构建,对司法数据进行统一汇聚和集中管理,实现“大平台共享、大系统共治、大数据慧治”的信息化新格局。司法大数据只有在司法实践中得到充分的运用,才能真正实现“数据驱动决策、技术反哺实践”。
(三)本研究的局限与优化方向
最后,需要指出的是,作为一项理论研究,本研究成果虽然在案件工作量测量方法上对同类研究具有较强的指引性,并且研究结果有较好的应用价值,但依然存在不少局限。第一个局限是调查问卷自身的固有局限,比如前文提到的被调查法官的主观性偏差,以及调查者问卷设计没有办法做到完全精准,等等。本文表格呈现的是通过调查问卷计算出来的实证数据。在得出计算结果之后,我们又与H中院的部分法官进行了深度交流,并与相关管理部门进行了数据核对。座谈和数据核对结果发现,本文通过调查问卷得出来的大部分数据与实际情况高度吻合,但是个别数据则有些出入。基于实证研究有自己的程序要求,我们也遵循这种“正当程序”,因此并没有对数据进行人为调整。第二个局限是,本文的实证数据仅仅来自一个发达地区的中级法院,因此不能代表其他中级法院,也不能代表同一地区的基层法院和高级法院。因此,在参考本文研究结果进行实践时,一定要注意到H中院的案件情况与其他法院会有比较大的差别,本文研究结果不能直接套用到其他法院。第三个局限是,本文虽然提出了在大数据时代利用“审判流程—要素法”进行测算案件工作量的方法,但没有能够直接进行大数据测算,希望在将来的研究和实践中能够实现。
来源:“山东大学学报哲社版”公众号
作者:林新波,上海交通大学中国法与社会研究院研究助理
张 新,上海市第二中级人民法院二级高级法官
程金华(通讯作者),上海交通大学凯原法学院特聘教授、中国法与社会研究院研究员