論基層法院執(zhí)行團隊配置的“帕累托最優(yōu)”

易凌波 秦 鵬

(重慶大學法學院，重慶 400030)

當前“基本解決執(zhí)行難”這一階段性目標已經(jīng)如期實現(xiàn)，但伴隨執(zhí)行案件大幅增長和信息化技術(shù)飛速發(fā)展，傳統(tǒng)一人一案模式已不能適應執(zhí)行工作新需求。2019年2月，最高院在《人民法院第五個五年改革綱要》提出“推行以法官為核心的執(zhí)行團隊辦案模式。”在僅有的39%員額法官編制中如何配置執(zhí)行法官？如何確定“人”與“案”的核心因素？這些難題在司法體制綜合配套改革中亟待解決。本文通過多元回歸分析法篩選影響執(zhí)行核心工作的相關(guān)性因素，再以德爾菲法和大數(shù)據(jù)分析法測量出執(zhí)行法官和審輔人員的辦案合理區(qū)間，最終設(shè)計測算人員的量化模板。

一、隱憂： 執(zhí)行團隊設(shè)置的樣態(tài)掃描

目前，很多法院采用了“法官+法官助理(執(zhí)行員)+法警+書記員”執(zhí)行團隊辦案模式”，但部分法院并未結(jié)合實際工作量和團隊職能分工科學配置人力資源，導致執(zhí)行效率和能力無法適應新時期的司法需求。

(一) 痛點： 團隊設(shè)置混亂，效能發(fā)揮不足

審執(zhí)分離體制改革模式對執(zhí)行工作的規(guī)范化建設(shè)以及加強內(nèi)部監(jiān)督等起到積極作用，但由于人員設(shè)置不合理、團隊劃分模糊、分工不明確等帶來執(zhí)行效率損傷。通過對CD市下轄21家法院2018年執(zhí)行人員配備和質(zhì)效指標分析，發(fā)現(xiàn)存在團隊數(shù)量少、劃分不細致、規(guī)模大等問題。

表1 執(zhí)行團隊配比的執(zhí)行效率對比： C市部分基層法院不同執(zhí)行

表1顯示，GX區(qū)法院團隊人數(shù)過多，出現(xiàn)1個法官帶領(lǐng)10人團隊，因管理幅度過寬導致結(jié)案率反而不佳。JN區(qū)法院執(zhí)行團隊人員又過少，出現(xiàn)1名法官僅帶3名人員情況，人均結(jié)案達1 323.8件，遠遠超出法官工作飽和量，造成法官不合理的重壓，結(jié)案率相對較低。進一步分析，發(fā)現(xiàn)并非團隊人員數(shù)量越多，質(zhì)效就越好。如SL區(qū)與JY區(qū)法院對比，SL各類人員均多于JY，但質(zhì)效反而更低。可見人員合理配置是影響人力資源發(fā)揮的重要因素，團隊人員過多或過少均不利于執(zhí)行效率提升。

(二) 堵點： 人員配置薄弱化，難以適應規(guī)范化新要求

相比民事、刑事、行政三大審判庭設(shè)立，執(zhí)行庭設(shè)立起步晚，直到20世紀90年代，我國才開始在各級法院設(shè)立執(zhí)行庭，受主客觀因素影響，對執(zhí)行人員如何配置的研究，長時間處于停滯不前。長期以來，執(zhí)行人員配置薄弱已為常態(tài)，雖然在執(zhí)行攻堅戰(zhàn)中，各地法院對執(zhí)行力量有所加強，但依然不適應當前工作需求。以S省為例，2018年S省受案總數(shù)約1 238 783件，而執(zhí)行案件為401 366件，該省員額法官24 000人，執(zhí)行法官僅為3 015人，相當于12.6%的執(zhí)行法官辦理全省32.4%的案件。再者，執(zhí)行人員素質(zhì)參差不齊，很多基層法院都是將不適應審判工作的老同志或者缺乏辦案經(jīng)驗的新手調(diào)至執(zhí)行部門，審輔人員中還有大量非政法編，這部分人員或理論知識不夠，或?qū)崉?wù)經(jīng)驗不多，又或因未能享受司改紅利，工作積極性不高，與執(zhí)行工作專業(yè)化規(guī)范化新要求差距很大。

(三) 誤區(qū)： 參考審判團隊設(shè)置，偏離真實需求

部分法院參考民商事員額法官測算模型配備執(zhí)行員額法官，并未對執(zhí)行團隊設(shè)置進行單獨研究。筆者認為此舉有待商榷。從功能定位看，審判與執(zhí)行團隊差別很大，雖然都是以法官為中心，但是團隊中成員職責、工作量測算方式差異很大。審判法官需要處理閱卷、開庭、調(diào)解、合議庭評議、撰寫裁判文書、向?qū)徫瘯R報等工作，而執(zhí)行法官主要負責簽發(fā)文書、制定執(zhí)行方案、現(xiàn)場組織指揮重大案件、處理執(zhí)行異議案件等工作。相比執(zhí)行，審判案件的庭審和文書制作耗時與案件類型相關(guān)性很大，部分復雜案件工作量甚至達到簡易案件的數(shù)倍或者數(shù)十倍。而執(zhí)行法官工作量從根本而言，與有無可供執(zhí)行財產(chǎn)關(guān)聯(lián)性很大，與原審案件復雜性關(guān)聯(lián)較小，因此兩種量化模型的基礎(chǔ)不同，不能機械沿用。對法官助理和書記員，在既往研究中，鮮有對該類別人員單獨測算，但筆者認為，無論是審判還是執(zhí)行，審輔人員均從事重要相關(guān)事務(wù)，其人員配備直接關(guān)系團隊作用有效發(fā)揮，有必要進行量化研究。

(四) 難點： 傳統(tǒng)方法缺失，測算結(jié)果不精準

從國內(nèi)外有關(guān)研究成果來看，法官員額評估方法有很多，比較典型的有法院提交業(yè)務(wù)案例報告方法、統(tǒng)計回歸分析方法、加權(quán)案件量方法、工作量衡量模型方法、進度模型方法等。(1)馮躍，劉崢.加拿大司法編制問題簡介與思考[J].法律適用，2010(05)： 89-92.縱觀各種測算法官員額模型，有的采用法官年審判工作時間(扣除非審判工作時間)/案件辦理時間計算出辦理案件數(shù)量，從而測算員額法官編制；(2)王靜，李學堯，夏志陽.如何編制法官員額——基于民事案件工作量的分類與測量[J].法制與社會發(fā)展，2015，21(02)： 29-40.有的借鑒計量經(jīng)濟學與統(tǒng)計學的學科研究方法，通過構(gòu)建案件權(quán)值模型測量案件工作量；(3)屈向東.以案定編： 通過審判工作量配置法官員額——基于案件權(quán)值模型的分析研究[C]//最高人民法院.全國法院第二十六屆學術(shù)討論會論文集： 司法體制改革與民商事法律適用問題研究.最高人民法院： 國家法官學院科研部.北京： 人民法院出版社，2015： 9.有的獲取影響案件數(shù)的核心指標作因子分析，進行多元回歸分析。(4)馬鳳崗.法官員額評估模型的建構(gòu)及其運用——基于18個基層法院民事審判數(shù)據(jù)的實證分析[C]//最高人民法院.全國法院第二十六屆學術(shù)討論會論文集： 司法體制改革與民商事法律適用問題研究.最高人民法院： 國家法官學院科研部.北京： 人民法院出版社，2015： 13.以上測算方法有一定可采性，但并未考慮人案配比中執(zhí)行與審判工作的差異，也存在一些問題，值得商榷。

(1) 忽視團隊成員分流作用。大部分測算方法忽視了法官助理、書記員的分流作用，僅對員額法官編制測算，沒有根據(jù)司法改革后對員額法官、法官助理以及書記員的職責進行工作量評定。

(2) 對法院系統(tǒng)歷史數(shù)據(jù)應用不足。沒有具體對各類案件權(quán)重賦值進行系統(tǒng)研究，有的簡單以爭點數(shù)和卷宗厚度作為賦值標準，沒有抽取海量歷史案件相關(guān)數(shù)據(jù)進行分析。

(3) 建模方法復雜、應用不便。案件權(quán)值模型公式太復雜，專業(yè)技術(shù)性太強，造成應用不便。部分研究的因子分析采用統(tǒng)計學回歸分析法，運用復雜的統(tǒng)計公式，但是沒有對多項指標進行統(tǒng)計調(diào)查的定性分析，對模型是否成立也沒有進行檢驗，結(jié)果難以推廣復制。

二、解析： 基于“三聯(lián)法”探尋模型設(shè)置要素

本研究將借鑒法官員額編制的評估方法，基于執(zhí)行團隊的核心工作量分析，綜合應用因子分析、調(diào)查問卷以及大數(shù)據(jù)的多元研究法，篩選影響質(zhì)效的核心因子，測算執(zhí)行法官、法官助理和書記員需求數(shù)量，兼具定性研究及定量分析之優(yōu)勢，以大數(shù)據(jù)測量代替簡單抽樣，避免既往研究方法缺陷。

(一) 回歸分析： 篩選影響效率的人員因素

將CD市下轄21家法院中法官、法官助理、書記員、執(zhí)行員的數(shù)值、部門總?cè)藬?shù)、各年齡段人數(shù)、不同學歷人數(shù)等作為自變量，2016～2018年21家法院執(zhí)行案件的平均結(jié)案率、人均結(jié)案數(shù)、結(jié)收比作為因變量，通過SPSS統(tǒng)計軟件中的線性回歸命令完成多元回歸分析，發(fā)現(xiàn)影響案件質(zhì)效中的重要因子，下表僅展示有顯著因素的因子。

表2 年齡、教育及執(zhí)行人員回歸分析統(tǒng)計表

注： 標準化回歸系數(shù)，括號中為標準誤，+p<0.1，*p<0.05，**p<0.01，***p<0.001

表2中，每個自變量與因變量交叉對應的數(shù)值為回歸系數(shù)，顯示該自變量對因變量的影響力。如“法官”與“人均結(jié)案數(shù)”交叉處的0.847表示“法官”每增加一個單位，“人均結(jié)案數(shù)”增加0.847個單位。此外，還應注意系數(shù)右上角是否有“*”，“*”越多表示在總體中兩變量的關(guān)系越顯著。

輸出結(jié)果顯示，自變量“法官”“總?cè)藬?shù)”的回歸系數(shù)達到了0.847***和0.716***的顯著性水平，說明“法官數(shù)”和“總?cè)藬?shù)”與“人均結(jié)案數(shù)”相關(guān)性很強，但“總?cè)藬?shù)”雖與“人均結(jié)案數(shù)”成正相關(guān)，卻與“結(jié)案率”和“結(jié)收比”呈負相關(guān)的關(guān)系，說明總?cè)藬?shù)越多不一定效率指標都高，這點與我們認識有差異。從學歷結(jié)構(gòu)而言，執(zhí)行效率與學歷有一定關(guān)聯(lián)性，但特別高學歷人員，例如博士、碩士，反而顯著性不強。從年齡看，40—50歲階段與人均結(jié)案數(shù)有顯著關(guān)系，而40歲以下與人均結(jié)案數(shù)呈正相關(guān)，與結(jié)案率呈負相關(guān)，而50歲以上人員與效率關(guān)聯(lián)性不強。

依據(jù)表1中的回歸系數(shù)，可建立以下回歸模型：

Y=a+9.883X1+51.39X2+15.74X3+17.4X4+0.847X5+0.716X6

從模型上看，人均結(jié)案數(shù)與年齡、學歷、職稱都在不同程度上存在回歸關(guān)系。年齡在40歲以下，結(jié)案數(shù)將增加9.833個單位，但40—50歲顯著的增加結(jié)案數(shù)51.39個單位，說明40—50歲相比其他年齡在結(jié)案數(shù)上貢獻更大，學歷方面，學士學位對結(jié)案數(shù)影響15.74，而大專學歷的影響相似，為17.4個單位，如職稱為法官，結(jié)案數(shù)增加0.847個單位，總?cè)藬?shù)增加一人，結(jié)案數(shù)平均增加0.716個單位。同樣，結(jié)案率與接收比也可按照這種模式來解釋。

表3 附表回歸變量的描述性統(tǒng)計

表3展示了表2中所有自變量和因變量的描述性統(tǒng)計分析結(jié)果，描述了每個變量的最大值、最小值、平均值和方差。

(二) 德爾菲法： 量化人員工作耗時

通過梳理S省、S省下轄C市(省會)、C市以及X縣法院的執(zhí)行辦案流程，采訪C市(省會)W區(qū)、Q區(qū)、D區(qū)、J縣、D縣、P縣6個基層法院26名執(zhí)行局局長和資深執(zhí)行法官后，設(shè)計關(guān)于執(zhí)行案件辦案時間問卷調(diào)查，最終以問卷結(jié)果測算執(zhí)行團隊合理辦案區(qū)間。

采用調(diào)查問卷在測算某一工作流程所需時間具有較高主觀性，但為了保證數(shù)據(jù)的科學合理性，調(diào)查組采用統(tǒng)計學上廣泛使用的德爾菲法(5)德爾菲法也稱專家調(diào)查法，本質(zhì)上是一種反饋匿名函詢法。其大致流程是： 在對所要預測的問題征得專家的意見之后，進行整理、歸納、統(tǒng)計，再匿名反饋給各專家，再次征求意見，再集中，再反饋，直至得到一致的意見。。為保證數(shù)據(jù)的精準，筆者在發(fā)放問卷時就問卷調(diào)查的內(nèi)容、要求與受調(diào)查者進行了深入溝通。數(shù)據(jù)收集后，調(diào)查組進行先期清洗和預處理。統(tǒng)計數(shù)據(jù)預處理是指針對海量數(shù)據(jù)存在噪音數(shù)據(jù)、空缺數(shù)據(jù)和不一致數(shù)據(jù)等問題采取的處理措施，包括數(shù)據(jù)清理、數(shù)據(jù)集成和變換、數(shù)據(jù)歸約等。(6)[美] Tom Soukup，Ian Davidson.可視化數(shù)據(jù)挖掘——數(shù)據(jù)可視化和數(shù)據(jù)挖掘的技術(shù)與工具[M].朱建秋，蔡偉杰譯.北京： 電子工業(yè)出版社，2004.

調(diào)查問卷分為員額法官、法官助理以及書記員(法警)三種類型，針對在執(zhí)行各流程節(jié)點，統(tǒng)計分段辦理標準執(zhí)行案件(標準執(zhí)行案件指相對簡單執(zhí)行案件，即表9所載明的14種案件之外的案件)所需時間。共計發(fā)出問卷300份，有效回收問卷289份，將偏離度較高的數(shù)據(jù)進行篩選，并與受調(diào)查者進行溝通，重新填報數(shù)據(jù)后，再行統(tǒng)計。

表4 執(zhí)行法官工作量統(tǒng)計

表5 法官助理工作量統(tǒng)計

表6 書記員(法警)工作量統(tǒng)計

表4～表6有效時間統(tǒng)計方法為： 按照國家休假制度，扣除雙休日和法定節(jié)假日，有效工作日為250日，每日有效工作時間7小時，公休假為每人每年10日，標準工作時間為240×7=1680小時。表4顯示，執(zhí)行法官每年用于培訓、會議等非核心事務(wù)時間為7.98×7=55.86小時，參加專業(yè)法官會議時間為2.039×4×12=97.872小時，有效時間為1680-55.86-97.872=1526.268小時，飽和工作時間以每天8小時計算，周末1天為加班時間，每年為(240+4×12)×8-55.86-97.872=2150.268小時。執(zhí)行法官辦理1件標準案件時間為5.067小時，折算全年可辦理案件為1526.268小時÷5.067小時/件=301件，飽和工作時間可辦理2150.268小時÷5.067小時/件=424件。表5顯示，法官助理每年參加培訓、會議為4.32×7=30.24小時，年有效工作時間為1680-30.24=1649.76小時，飽和工作時間為288×8-30.24=2273.76小時，法官助理辦理案件區(qū)間為101—139件。表6顯示，書記員(法警)年有效工作時間1680小時，飽和工作時間為288×8=2304小時，辦理案件區(qū)間值為245—336件。

(三) 大數(shù)據(jù)分析： 精準測量案件權(quán)值

采用案件權(quán)值法對各類非標準案件權(quán)重賦值，并以標準案件為基礎(chǔ)，測算出特定案件工作量。美國聯(lián)邦司法中心用來測算法官工作量的“案件權(quán)值”(Case Weight)計算法，已適用60多年。(7)何帆.法官多少才夠用[N].人民法院報，2013-06-07(05).雖然測算操作比較麻煩，需要對案件各種因素進行統(tǒng)計，但因該方法科學性較強，筆者仍首選此法。

(1) 篩選影響效率的案件因素。從CZ市、X縣法院2017—2018年9594件執(zhí)行案件抽樣50%(4797件)，將可能影響權(quán)值的立案標的、實際審理期限、原審結(jié)案方式等指標進行回歸分析，發(fā)現(xiàn)影響案件權(quán)值的顯著相關(guān)性因子。

表7 執(zhí)行案件數(shù)據(jù)回歸分析表

注： 標準化回歸系數(shù)，括號中為標準誤，+p<0.1，*p<0.05，**p<0.01，***p<0.001

表7顯示，自變量“立案標的”回歸系數(shù)達到-6.013***、-6.457***、-1.638***，表示立案標的大小與終結(jié)本次執(zhí)行程序、終結(jié)執(zhí)行、執(zhí)結(jié)率負相關(guān)性非常強，因此將案件標的額作為權(quán)值設(shè)置重要因素?！皩徖硖鞌?shù)”的回歸系數(shù)達到-1.496*，說明“審理天數(shù)”與“執(zhí)行完畢”呈負相關(guān)，時間越長，執(zhí)行完畢可能性越小?！霸瓕徑Y(jié)案方式”回歸系數(shù)達到1.304**、0.068***，表示原審結(jié)案方式與終結(jié)本次執(zhí)行程序和執(zhí)結(jié)率正相關(guān)性很強，進一步對判決、調(diào)解案件抽樣分析，得出調(diào)解比判決案件更易執(zhí)行。

表8 對表7回歸變量的描述性統(tǒng)計

表8展示了表7所有自變量和因變量的描述性統(tǒng)計分析結(jié)果，描述了每個變量的最大值、最小值、平均值和標準差。

(2) 以案件相關(guān)性指標確定固定權(quán)值。對接案件系統(tǒng)，將抽樣的4 797件案件類型、執(zhí)行方式、卷宗頁數(shù)、平均執(zhí)行時間等多種指標導出，借助spss分析軟件，將卷宗頁數(shù)、平均執(zhí)行時間、執(zhí)行到位率三種指標平均數(shù)分別賦值為：A、B、C，結(jié)合CZ市、X縣法院關(guān)于繁簡案的分類規(guī)定，梳理出14種需要賦予權(quán)重的執(zhí)行案件，并對三種指標平均數(shù)分別賦值：D、E、F，權(quán)重值為X=(D/A+E/B+F/A)/3，由此測算各類非標案件權(quán)重值。

(3) 以雙重賦值法測算特殊案件最終權(quán)值?；趫?zhí)行個案特殊情況，如涉及穩(wěn)定因素、大規(guī)模騰退等特殊案情，需對案件額外賦值。該類案件可參考對14種非標案件賦值法，如涉穩(wěn)案件賦值為：H、I、J，浮動權(quán)重系數(shù)Y=(H/A+I/B+J/C)/3，如還有其他需要賦值情況，則需要再行計算浮動權(quán)重值Z。基于上述固定和浮動權(quán)重值的設(shè)定，對于特殊案件(含2種以上需要賦值因素)權(quán)重W=X(固定權(quán)值)×Y(浮動權(quán)值)×Z(浮動權(quán)值)。

表9 14種執(zhí)行案件權(quán)重系數(shù)

表9以CZ市、X縣法院案件數(shù)據(jù)為樣本，基于上述方法測算14類案件權(quán)重值。

三、聚合： 基于工作量法生成測算模型

上述測算方法可得出辦理標準執(zhí)行案件時，法官辦案合理區(qū)間為301—424件，法官助理為101—139件，書記員(法警)為245—336件，如果辦理疑難案件則需要按照類型權(quán)值來折算工作總耗時，如： 法官辦理一件標準案件耗時5.067小時，辦理一件標的為6萬元案件，則耗時5.067小時×1.155=5.852小時，可根據(jù)法院近三年案件情況，測算案件每年平均總耗時，根據(jù)法官每年工作時間進行人員數(shù)測算。

(一) 繪制量化模型

基于工作量及案件權(quán)重測算，設(shè)計執(zhí)行法官和審輔人員量化模的函數(shù)公式為：

F2(最低配置數(shù))=T1(執(zhí)行案件核心工作總耗時)/T3(執(zhí)行法官飽和工作時間)

T1=C1+C2+C3+C4…+Cx

C=X(固定權(quán)值)×Y1(浮動權(quán)值)×Y2(浮動權(quán)重值)…Yn

T2模型僅適用法官和法官助理，在梳理書記員(法警)工作量時，發(fā)現(xiàn)其工作量與案件復雜程度關(guān)聯(lián)性不大，對該類人員工作量暫不考慮案件權(quán)重值。上述模型計算結(jié)果準確與否，最關(guān)鍵還是在于數(shù)據(jù)，“所有研究的最終結(jié)論都必須依賴于所選擇數(shù)據(jù)的性質(zhì)和質(zhì)量”，(8)[荷蘭] 菲利浦·漢斯·弗朗西斯.計量經(jīng)濟學入門[M].彭立志，譯.上海： 上海財經(jīng)大學出版社，2005.實踐中，可深度使用“人工智能+大數(shù)據(jù)”技術(shù)，全面深度挖掘法院審判系統(tǒng)多種數(shù)據(jù)進行測算。

人工智能就是將各種事物以邏輯符號和公式進行知識表示，然后再轉(zhuǎn)化為計算機語言，由計算機通過計算和推理而進行規(guī)劃和決策。(9)趙艷紅.人工智能在刑事證明標準判斷中的運用問題探討.[J].上海交通大學學報(哲學社會科學版)，2019(02)： 55.

(二) 科學應用模型

建議以本地法院近三年執(zhí)行案件為基準，以大數(shù)據(jù)和案件權(quán)值測量法(部分法院可直接使用本文測算的案件權(quán)值)，測算3年案件總耗時Q(法官為Q1，法官助理Q2，書記員Q3)，年平均耗時V=Q/3(法官V1，法官助理V2，書記員V3)，測算各類人員數(shù)量為： 法官F1=T1(T2)/V1(T1為年飽和時間，T2為年合理時間)，法官助理F2=T3(T4)/V2，書記員F3=T5(T6)/V3。上列模型設(shè)計是嚴格區(qū)分團隊中法官、法官助理以及書記員不同主體責任，且信息化技術(shù)發(fā)展相對均衡的情況下適用，如果部分法院法官并未完全從事務(wù)性工作中解放或者法院信息化建設(shè)相對滯后，量化模型應作浮動調(diào)整。

需要說明的是，對11個執(zhí)行局長和20個資深執(zhí)行法官的采訪發(fā)現(xiàn)，影響辦案效率因素還包含一些未能統(tǒng)計的客觀和主觀因素，客觀因素有各地區(qū)轄區(qū)面積、財政收入、信息化水平等，而主觀因素則包含法官及審輔人員的司法能力、性格差異、對執(zhí)行工作的熱愛程度等，因此模型并非適用于全國所有地區(qū)法院，但模型設(shè)計方法可為其他地區(qū)測算執(zhí)行團隊提供參考。

(三) 驗證模型

以CZ市和X縣法院2016—2018年收案數(shù)為基準，測算所需各類人員數(shù)量區(qū)間。使用案件權(quán)值測算后，將所有案件折合成標準案件，CZ市法院年均收案2 398件，X縣法院2 026件，以通用模型對CZ市和X縣執(zhí)行人員測算，測算出表10數(shù)值。

表10 CZ市和X縣法院執(zhí)行人員數(shù)值區(qū)間

CZ市法院： 員額法官X1(最少)=2 398/424=5.66

X2(合理)=2 398/301=7.97

法官助理Y1(最少)=2 398/139=17.25Y2(合理)=2 398/101=23.74

書記員(法警)Z1(最少)=2 398/336=7.14Z2(合理)=2 398/245=9.79

X縣法院： 員額法官T1(最少)=2 026/424=4.78T2(合理)=2 026/301=6.73

法官助理W1(最少)=2 026/139=14.58W2(合理)=2 026/101=20.06

書記員(含法警)P1(最少)=2 026/336=6.03P2(合理)=2 026/245=8.27

兩個法院實際情況為，執(zhí)行局長由員額法官擔任，且均為院領(lǐng)導班子成員，負責全局執(zhí)行案件管理和其他行政事務(wù)，通過進一步走訪測算，兩人從事執(zhí)行核心事務(wù)時間大約占一般法官的35%，因此折算為0.35個員額法官。

圖1 CZ市和X縣法院執(zhí)行人員分布圖

與模型測算相比，發(fā)現(xiàn)CZ市和X縣法院執(zhí)行人員配備均存在一定程度不足，特別是法官和法官助理，工作量已遠超合理區(qū)間，而書記員卻存在超配狀態(tài)，人員配置不均衡，團隊內(nèi)部存在“忙閑不均”情況。在對CZ市和X縣法院回訪時，了解兩個法院均存在法官助理和書記員職責混同情況，因各地法院探索審判事務(wù)外包，部分屬于書記員的工作剝離給第三方公司，書記員承擔了法官助理部分職責，導致模型測算出審輔人員的需求數(shù)與實際人員數(shù)量有較大偏差。

四、破冰： 構(gòu)建執(zhí)行單元配置的“帕累托最優(yōu)”

“帕累托最優(yōu)”是博弈論中重要概念，是資源分配的一種理想狀態(tài)，即假定固定的一群人和可分配的資源，從一種分配狀態(tài)到另一種狀態(tài)的變化中，在沒有使任何人境況變壞的前提下，也不可能再使某些人的處境變好。(10)[美] 薩繆爾森，諾德豪斯.經(jīng)濟學[M].蕭琛，譯.北京： 商務(wù)印書館，2013.要實現(xiàn)執(zhí)行單元配置的“帕累托最優(yōu)”，應對有效的司法資源進行合理配置，不僅應科學測算各類人員數(shù)量，還應對執(zhí)行單元設(shè)置最優(yōu)配套，實現(xiàn)訴訟效能最優(yōu)，切實解決“執(zhí)行難”瓶頸問題。

(一) 管理機制最優(yōu)

在審執(zhí)分離改革的深入推進中，對執(zhí)行團隊的科學設(shè)定固然重要，但對團隊人員進行分權(quán)中，如果沒有明確成員的權(quán)力邊界，將會導致職責混同，管理混亂，無法實現(xiàn)團隊扁平化管理的初衷。

(1) 構(gòu)建執(zhí)行單元人員權(quán)責清單。首先應盡快對執(zhí)行員進行崗位調(diào)整。由于《人民法院組織法》并未規(guī)定執(zhí)行員設(shè)置，建議將目前很多基層法院仍保留的執(zhí)行員崗位轉(zhuǎn)崗處理。如C市中院在全國率先實行執(zhí)行一體化改革，將符合條件的執(zhí)行員轉(zhuǎn)為司法警察和法官助理，對人員進行了消化。其次，梳理執(zhí)行工作流程節(jié)點，從立案、查凍扣再到最終執(zhí)行財產(chǎn)分配，將節(jié)點的責任落實在團隊成員上。最后，構(gòu)建不同團隊工作細則，明確人員職責清晰的鏈條，同時建立局長的權(quán)力清單，以清單形式打造完整的工作制度體系。

(2) 確定執(zhí)行事務(wù)分類、集約管理機制。確立執(zhí)行法官在團隊的核心地位，實現(xiàn)集權(quán)。首先放權(quán)于法官。法官作為團隊總負責人，應賦予對一般案件的審批權(quán)和決策權(quán)，讓執(zhí)行團隊實現(xiàn)由傳統(tǒng)科層式向扁平化管理模式轉(zhuǎn)變。其次，結(jié)合執(zhí)行權(quán)行政屬性特點，打造以執(zhí)行指揮中心平臺為中樞的管理樞紐，突出集中、優(yōu)先，實現(xiàn)執(zhí)行“分權(quán)”。執(zhí)行團隊化建設(shè)一定程度上弱化了庭、局長的管理職能，因此必須強化執(zhí)行指揮體系填充管理真空。(11)郭京霞，趙巖，梅宇，謝耀宗.“1+N+X”模式信息化執(zhí)行團隊的新探索[J].法庭內(nèi)外，2016(7)： 2-3.執(zhí)行指揮中心通過“大腦中樞”作用，將各團隊合力進行聚集，打破條塊、碎片化管理結(jié)構(gòu)，以信息化和大數(shù)據(jù)的優(yōu)勢，實現(xiàn)扁平化、短平快的管理。

圖2 團隊化執(zhí)行工作模式一

圖3 團隊考核體系

圖4 團隊人員考核體系

(3) 搭建適應團隊發(fā)展的業(yè)績評估體系。目前各地法院對執(zhí)行團隊劃分并沒有統(tǒng)一模式。深圳法院成為全國基本解決執(zhí)行難的樣板法院，(12)2018年7月10日，最高人民法院召開新聞發(fā)布會，發(fā)布了五家基本解決執(zhí)行難的樣板法院，深圳中院是其中之一。成立了速控團隊、快執(zhí)團隊、速拍團隊、普執(zhí)團隊四個執(zhí)行團隊。在團隊工作模式下，可實行二元考核機制，分為對團隊和團隊成員考核兩種。對團隊考核時，法官是團隊核心因子，可結(jié)合法官的分工，參照對法官工作量測算方法，對近三年案件人均結(jié)案數(shù)、平均執(zhí)結(jié)時間、執(zhí)結(jié)率、執(zhí)行到位率、終本率等作為基礎(chǔ)考核因子，賦值為1，再根據(jù)特定案件、是否涉及多人及穩(wěn)定等因素分別賦予權(quán)重系數(shù)，最后得出總體數(shù)值。在對團隊人員考核時，應將工作量的測算系統(tǒng)與辦案系統(tǒng)對接，通過對執(zhí)行全流程的關(guān)鍵點進行抓取，計算出案件工作量，并與標準案件對比，核算辦案工作量，以此對各類人員分別考核。

(二) 配置團隊最優(yōu)

執(zhí)行團隊不是一級行政單位，而是一個工作單元，目標是提升執(zhí)行能力和工作效率。(13)陳杭平.比較法視野下的執(zhí)行權(quán)配置模式研究——以解決“執(zhí)行難”問題為中心[J].法學家，2018(02)： 73-87，193.在法官主導下團隊化工作模式，具體包括法官主導的執(zhí)行決策制定、法官助理主辦的執(zhí)行決策實施、司法輔助人員負責的事務(wù)性工作集約辦理三個層次。(14)趙玉東.團隊化執(zhí)行模式的構(gòu)建[J].人民司法(應用)，2018(31)： 62-66.因此對執(zhí)行單元設(shè)置尤為重要?；诤侠磙k案區(qū)間的模型測算，可以得出法官、法官助理、書記員的比例并非1∶1∶1為最優(yōu)，而是1∶3∶2.5為最佳，多增加法官助理或者書記員，不但不會增加法官辦案量，反而會造成司法人力資源的極大浪費。因此，科學配置執(zhí)行團隊人員，既能提高辦案效率，又不造成審判資源浪費，實現(xiàn)團隊運行的“帕累托最優(yōu)”。

(1) 解決“案多人少”： 以量化模型科學測算。最高院2018年度執(zhí)行研究課題成果中，(15)張嬌東.執(zhí)行團隊組建模式探析[N].人民法院報，2019-05-16(008).根據(jù)執(zhí)行權(quán)的內(nèi)部構(gòu)成，梳理了三種執(zhí)行團隊組建模式： ① 執(zhí)行裁決團隊采用1+1+1的團隊運作模式，即1名法官帶1名法官助理和書記員，也有1+1模式，即1名法官帶1名書記員或者法官助理。② 執(zhí)行實施團隊人員結(jié)構(gòu)為“1+4+2”或“1+2+2+1”，即由1名法官帶領(lǐng)含司法警察在內(nèi)6名左右輔助人員組成。③ 執(zhí)行監(jiān)督團隊模式為“1+2+1”或“2+1+1”，即“局長(副局長)+人民陪審員+法官助理”。這種設(shè)置給了各地法院團隊構(gòu)建的參考。筆者建議，在確保法官核心地位的前提下，各地法院可基于辦案合理區(qū)間，測算團隊的合理人員配置。傳統(tǒng)觀點認為，管理幅度通常不宜超過6人。(16)[美] 斯蒂芬P.羅賓斯，[美] 戴維P.德森佐，[美] 瑪麗.庫爾特.管理學原理與實踐[M].毛蘊詩，譯.北京： 機械工業(yè)出版社，2017.但許多組織正在擴大管理幅度，基于法官管理團隊層級，筆者建議團隊不宜超過8人。

圖5 測算模型使用示意圖

圖5測算模型具體方法： 根據(jù)本文建構(gòu)的模型進行團隊人員科學配置。首先測算本地法院近三年每年執(zhí)行核心事務(wù)工作量，基于法官、法官助理以及書記員合理辦案區(qū)間測算各類人員數(shù)需求區(qū)間。團隊人員數(shù)量，不能機械地完全以案定人，而是應對法官的年齡、能力、部門分布、工作均衡度和心理狀態(tài)進行詳細深入的分析，對人員進行適度調(diào)整。

(2) 解決“案多人弱”： 優(yōu)化人員選任條件。執(zhí)行工作看似簡單，但實則涉及許多審判中程序性和實體性問題，還有部分善意執(zhí)行案件，需要運用裁判法官的思維考量，而不能簡單、粗放處理案件。但目前部分人員素質(zhì)尚不能適應執(zhí)行專業(yè)化要求，需對部分團隊成員的選任設(shè)置一定條件。如執(zhí)行裁決團隊法官具有以下條件： ① 兩年以上審判工作經(jīng)驗；② 年齡不超過45周歲；③ 有較強的組織協(xié)調(diào)能力。法官助理條件： ① 從事1年以上審判輔助工作；② 年齡不超35周歲。除對人員選任設(shè)置條件外，還應健全人才培養(yǎng)機制，如定期組織執(zhí)行業(yè)務(wù)培訓，對信息化系統(tǒng)操作進行考核，并將結(jié)果納入績效，重點培養(yǎng)的法官助理可列席專業(yè)法官會議，參與案情討論。

(3) 解決“案件變化”： 動態(tài)調(diào)整人員。測算當前人員可根據(jù)歷史收案數(shù)來確定，但是案件數(shù)量并非一成不變，隨著執(zhí)行聯(lián)合懲戒力度的加大以及信息化建設(shè)迅猛發(fā)展，未來案件數(shù)量可能變化不定，應調(diào)整模型數(shù)據(jù)，對人員及時調(diào)整，確保人員數(shù)與工作量匹配，防止法院內(nèi)部忙閑不均。

隨著執(zhí)行規(guī)范化、信息化要求不斷提升，團隊化執(zhí)行模式勢在必行。以科學建模方法可解決團隊如何配置及配多少的關(guān)鍵問題，但使用的前提是案件系統(tǒng)接口完全開放。執(zhí)行工作應成為自動生成數(shù)據(jù)、及時利用數(shù)據(jù)的工程，這樣才能為測算提供可能。當然，執(zhí)行團隊配置不僅是簡單大數(shù)據(jù)建模，更是牽一發(fā)而動全身的系統(tǒng)工程，需要創(chuàng)建系統(tǒng)的權(quán)責清單、科學的績效管理機制等改革配套措施，才能達到執(zhí)行人員配置和管理的“帕累托最優(yōu)”。