智慧量刑的主體沖突、技術(shù)供給與方法回應(yīng)

內(nèi)容提要 對智能量刑系統(tǒng)司法地位的理論回應(yīng)止步于沒有實質(zhì)內(nèi)容的空殼概念——“輔助量刑”，其僅能在宏觀層面達成暫時的妥協(xié)，無法在微觀層面將智能系統(tǒng)限制在輔助的軌道，進而引發(fā)智能系統(tǒng)與人類法官隱性的“主體沖突”，主要表現(xiàn)為智能系統(tǒng)“以最終宣告刑為輸出目標”和“以刑之裁量為功能目標”。主體沖突的化解要務(wù)實地以當(dāng)前的技術(shù)供給現(xiàn)狀為時代背景，如正視并利用智能系統(tǒng)的“機械性”、認識到“量刑預(yù)測”與“量刑決策”之間巨大的方法論差異等。為化解此主體沖突，必須進一步回答智能系統(tǒng)“輔助量刑”的具象輔助模式（輔助程度與輔助方法），即針對量刑的核心階段（處斷刑—宣告刑）以量刑方法（量化、裁量）為標準進行再階段化，并使用智能系統(tǒng)賦能量化階段，人類法官堅守裁量階段，“量化可以量化的，裁量必須裁量的”。

關(guān)鍵詞 智慧量刑 主體沖突 量刑輔助 刑之量化 刑之裁量

甄航，西南政法大學(xué)法學(xué)院講師、博士后流動站研究人員

本文為中國博士后科學(xué)基金第71批面上資助“智慧量刑的悖論與破解研究”（2022M712650）的階段性成果。

法治實踐的智能化與智能技術(shù)的法治化是人工智能法學(xué)研究的兩個維度[1]，也是國家治理體系和治理能力現(xiàn)代化背景下法學(xué)研究必須面對的重大議題，“智慧量刑”則是該議題下典型的縮影。無論學(xué)界對“智慧量刑”持支持抑或反對態(tài)度，不可否認的是，其在司法實踐中已經(jīng)通過“自上而下”推進的方式得到大范圍應(yīng)用[2]，但這并不意味著相關(guān)刑法理論已趨于成熟，相反，對智慧量刑理論的深入研究迫在眉睫。其一，智能量刑系統(tǒng)[3]的大規(guī)模運行是由實踐機構(gòu)主導(dǎo)的，并非理論與實踐良性互動的結(jié)果。這種實踐先行的做法在提升效率的同時，其背后的理論基礎(chǔ)亟待大范圍反思。其二，當(dāng)前智能量刑系統(tǒng)適用的范圍廣泛，絲毫的紕漏導(dǎo)致的量刑不公都會被指數(shù)級地放大?！八惴Q策一旦出現(xiàn)問題，就會形成自動化、體系化、機制化的普遍侵害后果。更嚴重的是，算法決策往往以‘科學(xué)面目呈現(xiàn)，受到影響的相對人對其既不知情又不能質(zhì)疑。”[1]

關(guān)于智能量刑系統(tǒng)的輔助地位，學(xué)界和實務(wù)界已達成共識[2]，但“輔助”的定位僅能夠在人工智能完全自主決策與人類法官完全自主決策之間形成宏觀、暫時的邏輯契合，而這種宏觀的邏輯契合在微觀領(lǐng)域并不能完全解決人工智能與人類法官之間的主體沖突。我們還需要更為精細地在兩個“極端”之間探尋符合當(dāng)代刑法精神與技術(shù)特征的“理性”輔助模式（輔助程度與輔助方法）。遺憾的是，由于學(xué)科隔閡、理論與實踐割裂等原因，當(dāng)前智慧量刑理論關(guān)于智能量刑系統(tǒng)司法地位的回答止步于“輔助”的宏觀表述。這種“不求甚解”的止步致使“輔助量刑”成為一個沒有具體內(nèi)容的“空殼概念”，可以被任意擺布，進而導(dǎo)致智能量刑系統(tǒng)以“輔助之名”行“替代之實”（主體沖突）。這是當(dāng)前智能量刑系統(tǒng)“應(yīng)用廣、效果差”的主要原因。正如左衛(wèi)民所言，“中國司法系統(tǒng)斥巨資力推的大數(shù)據(jù)及法律人工智能技術(shù)在司法實踐中的運用效果并不理想”[3]。故此，本文以智能量刑系統(tǒng)與人類法官的主體沖突為問題意識，以當(dāng)前的人工智能技術(shù)供給為現(xiàn)實基礎(chǔ)，剖析人工智能“輔助”量刑所面臨的核心問題——輔助程度與輔助方法。

一、內(nèi)涵辯正：智慧量刑之“智慧”=人工智能+人類智慧

當(dāng)前，針對大數(shù)據(jù)、云計算等新興智能技術(shù)介入量刑機制已有較多研究，如量刑實證研究[4]、人工智能司法地位[5]等，但能夠囊括人工智能介入量刑機制全過程、全要素的“完整”概念仍然需要進一步明晰。該概念的“完整性”一方面表現(xiàn)為“全”，即需要覆蓋人工智能介入量刑機制各個階段的所有論題；另一方面表現(xiàn)為“專”，即不能涵蓋與之無關(guān)的論題。現(xiàn)有研究主要在兩種語境下討論人工智能介入量刑機制問題：其一，在外延更大的“智慧司法”“智慧法院”等概念下討論；其二，在外延更小的“人工智能量刑”概念中討論。但就能夠表述人工智能介入量刑機制的“完整性”概念需求而言，前者不夠“?！保笳卟粔颉叭?，因此，本文主張用“智慧量刑”概念表述當(dāng)前人工智能技術(shù)介入量刑機制現(xiàn)象[6]。

第一，現(xiàn)階段，智能技術(shù)介入量刑機制所體現(xiàn)之“智慧”既包括人工智能的智慧（量化分析），也包括人類法官的智慧（經(jīng)驗裁量），二者不可偏廢。即使是最激進的人工智能法學(xué)研究者也不會認為當(dāng)前的人工智能可以替代人類法官地位。因此，現(xiàn)階段，對人工智能介入量刑機制論題的完整概念表述應(yīng)當(dāng)是包含人工智能之智慧與人類法官之智慧的“智慧量刑”。

第二，在“智慧司法”“智慧法院”等概念下討論人工智能介入量刑機制，只能在制度運行、司法建設(shè)等宏觀層面進行泛化討論，而無法切入其內(nèi)核與細節(jié)問題。當(dāng)然，這只是針對量刑問題而言，并非否定該討論的積極意義。相反，對智慧量刑的分析要建立在“智慧司法”“智慧法院”等上位范疇的積極成果之上。

第三，在“人工智能量刑”概念下討論人工智能介入量刑機制會忽視人類法官的重要性?！叭斯ぶ悄芰啃獭蓖癸@智能技術(shù)在量刑機制中的應(yīng)用，主要包括司法大數(shù)據(jù)分析、量刑算法的構(gòu)建等。不可否認，這是人工智能技術(shù)介入量刑機制極為重要的內(nèi)容，但我們也必須清醒地認識到，即使是對智能量刑技術(shù)問題的研究，也必須跳出純技術(shù)主義的禁錮，在更高的維度分析技術(shù)問題，即在“技術(shù)知識與專業(yè)知識（法學(xué)專業(yè)知識——引者注）的深度融合”[1]的基礎(chǔ)上剖析技術(shù)問題。

綜上，本文認為，對人工智能介入量刑機制的理論界定宜采用“智慧量刑”（人工智能+人類智慧）的概念，其是“智慧司法”的下位概念，“人工智能量刑”的上位概念。就具體內(nèi)容而言，其一，智慧量刑在同等程度上重視人工智能技術(shù)與人類法官智慧。其二，智慧量刑是由“人機協(xié)同”完成一個完整的量刑活動，智能系統(tǒng)完成其中的量化部分，而人類法官完成其中的裁量部分。其三，對智能量刑系統(tǒng)的研發(fā)只有跳出純粹技術(shù)主義的禁錮，站在更高的智慧量刑層次（人工智能+人類智慧）視角來開展，才能構(gòu)建符合當(dāng)前司法現(xiàn)狀與技術(shù)現(xiàn)狀的人工智能量刑技術(shù)。

二、主體沖突：智能系統(tǒng)與人類法官的地位矛盾

智能量刑系統(tǒng)在量刑活動中的地位問題是其構(gòu)建、運行的核心，但遺憾的是，當(dāng)前，學(xué)界對該問題的回答止步于“輔助量刑”，導(dǎo)致智能量刑系統(tǒng)以“輔助之名”行“替代之實”。智能量刑系統(tǒng)對人類法官的“替代”分為兩種：體系性替代（顯性替代）與功能性替代（隱性替代）。第一，體系性替代是智能量刑系統(tǒng)在整個司法體系中完全替代人類法官作為裁判主體，此為一種容易被察覺的“顯性”替代。這種替代方式在當(dāng)前的時代背景下不具有生存的土壤。第二，功能性替代指智能量刑系統(tǒng)研發(fā)的（功能）目標是通過運行一個完整的量刑過程而得到最終量刑[2]，此為一種隱藏在“量刑輔助”名義下不易被察覺的“隱形”替代，是導(dǎo)致“主體沖突”的主要癥結(jié)，也是本文論述的重點。這種功能性替代所導(dǎo)致的主體沖突主要表現(xiàn)如下。

1.沖突表現(xiàn)一：智能量刑系統(tǒng)以“宣告刑”作為輸出目標

當(dāng)智能量刑系統(tǒng)追求的輸出目標是最終的宣告刑[3]時，其與人類法官之間就存在不可調(diào)和的主體沖突。以什么階段的刑罰量作為智能量刑系統(tǒng)所追求的目標直接決定了其研發(fā)方向、數(shù)據(jù)篩選、算法構(gòu)建等一系列重大問題，但這也是智能量刑系統(tǒng)研發(fā)普遍忽視的問題。當(dāng)前的智能量刑系統(tǒng)幾乎都默認以輸出最終的宣告刑為研發(fā)目標，這帶來由法官適用困難、算法構(gòu)建遇阻等主體沖突導(dǎo)致的一系列問題。

第一，智能量刑系統(tǒng)以“宣告刑”為輸出目標表明其旨在完成一個與人類法官量刑平行的“獨立”量刑活動。這種獨立性經(jīng)常被“驗證法官量刑”“為法官提供量刑參考”等說辭“轉(zhuǎn)化”為“輔助量刑”而被掩蓋?！膀炞C”“參考”并不能使智能系統(tǒng)與人類法官量刑發(fā)生實質(zhì)的交集，而是將兩個量刑過程強行拼湊在一起，以達到形式上“輔助”，這也是在回答智能量刑系統(tǒng)的司法地位時止步于“輔助量刑”而不進行“何種程度的輔助”“如何輔助”等更深層次的回答所帶來的危害。在此意義上，此類智能量刑系統(tǒng)并不能減輕法官的裁判負擔(dān)，法官的量刑活動并沒有因為智能量刑系統(tǒng)的介入而縮減。

第二，“驗證”“參考”之所以不能使智能量刑系統(tǒng)量刑與人類法官量刑構(gòu)成實質(zhì)意義的交集，從而進行實質(zhì)意義的“輔助量刑”，是因為其并不能對促進法官量刑公正產(chǎn)生實質(zhì)意義的作用。其一，智能量刑系統(tǒng)量刑能否真正發(fā)揮“驗證”作用值得懷疑。在經(jīng)典的量刑理論中，量刑是一次性的活動，是有審判權(quán)的法官根據(jù)規(guī)范、經(jīng)驗、良知等往返于事實與規(guī)范之間并做出有效判決的活動，那么用智能量刑系統(tǒng)的宣告刑結(jié)論進行所謂“驗證”的合理性與合法性的來源值得反思。如果智能量刑系統(tǒng)能夠進行所謂的“驗證”，那么為什么不直接采用其量刑呢？其二，“參考”是否對法官量刑有實質(zhì)的價值、是否符合量刑的基本原理值得反思。即使法官在量刑之前參考了一個確定的宣告刑，其仍然需要按照量刑的基本原理完成一個完整的量刑活動，不僅不能以智能量刑系統(tǒng)得出的結(jié)論為基礎(chǔ)，還會因為沉錨效應(yīng)[1]影響其原本的量刑活動。

第三，智能量刑系統(tǒng)的“驗證”“參考”作用在量刑方法上受到正當(dāng)性質(zhì)疑。量化與裁量是量刑活動中所采用的兩種方法。法官量刑采用的是復(fù)合量刑方法，即同時采用“樸素的量化”與“裁量”，而智能量刑系統(tǒng)本質(zhì)上只能采用單一量刑方法，即量化分析。可以看出，以宣告刑為輸出目標的智能量刑系統(tǒng)實質(zhì)上是用純粹量化分析的結(jié)論，“驗證”法官用復(fù)合量刑方法所得出的結(jié)論或為其提供參考。量刑理論已經(jīng)表明，純粹的“量化”并不能達到量刑的目標。

綜上，以最終宣告刑為輸出目標的智能量刑系統(tǒng)與法官之間存在天然的主體沖突問題，該主體沖突會導(dǎo)致一系列背離法治現(xiàn)代化的惡果。例如，在不得不使用智能量刑系統(tǒng)時，法官采用“逆向量刑”的方式來強行迎合智能系統(tǒng)。

2.沖突表現(xiàn)二：智能量刑系統(tǒng)將“刑之裁量”作為功能目標

“刑之量化”是智能量刑系統(tǒng)天然具有的功能。當(dāng)智能量刑系統(tǒng)的研發(fā)以“刑之裁量”為功能目標時，表明其是以獨立完成一個完整量刑活動所需要的所有量刑方法為功能目標，與人類法官之間存在無法調(diào)和的主體沖突。

在經(jīng)典的量刑理論中，“刑之量化”與“刑之裁量”是關(guān)于量刑本質(zhì)的兩種對立立場[2]。在此基礎(chǔ)上，我們可以在兩個層面對“刑之量化”與“刑之裁量”做更進一步的理解。第一，在量刑本質(zhì)層面，“刑之量化”與“刑之裁量”是完全對立的概念；第二，在量刑的具體方法層面，“刑之量化”與“刑之裁量”可以并存于一個量刑活動，即在量刑的本質(zhì)是“刑之裁量”的前提下，在具體量刑方法中同時兼容“量化”與“裁量”。本文在第二層面上使用“刑之量化”與“刑之裁量”概念，即主張量刑是“刑之量化”基礎(chǔ)上的“刑之裁量”。具體而言，“刑之量化”是對量刑活動中可以明晰犯罪行為與階段性刑罰量之間數(shù)理關(guān)系的部分進行量化；“刑之裁量”是需要法官行使自由裁量權(quán)判斷犯罪行為與刑罰量之間關(guān)系的裁判行為?？梢钥闯?，“刑之量化”與“刑之裁量”之間核心的區(qū)別在于是否存在法官的自由裁量權(quán)。故此，當(dāng)智能量刑系統(tǒng)以“刑之裁量”為功能目標時，其就與人類法官存在主體沖突。

第一，“刑之量化”與“刑之裁量”可以涵蓋一個完整的量刑活動所采用的所有量刑方法。將二者同時作為智能量刑系統(tǒng)的研發(fā)目標時，表明智能量刑系統(tǒng)研發(fā)的最終目的就是替代法官。因此，此類智能量刑系統(tǒng)與人類法官之間存在天然的主體沖突。此外，當(dāng)研發(fā)此類智能系統(tǒng)以“驗證”“參考”為目的來緩和矛盾時，存在與上述以宣告刑為輸出目標研發(fā)智能量刑系統(tǒng)同樣的困境。

第二，就能力而言，現(xiàn)階段智能量刑系統(tǒng)無法實現(xiàn)“刑之裁量”，即使通過深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)使其看似具有“裁量”的能力，這也僅僅是對人類法官裁量表象的“模擬”，其本質(zhì)上仍然是在尋求數(shù)學(xué)上最優(yōu)解的基礎(chǔ)上輸出結(jié)論。因此，試圖讓“硅基”的智能量刑系統(tǒng)具有“裁量”能力的做法本質(zhì)上仍然是將“量化”推向極致使其形式上具有類似于“裁量”能力的表象，并無法使其同人類法官一樣基于“碳基”而具有裁量能力。

綜上，當(dāng)前以“刑之裁量”為研發(fā)目標的智能量刑系統(tǒng)因技術(shù)局限注定無法成功，且此種以量刑所需的全部量刑方法為研發(fā)目的的智能量刑系統(tǒng)與人類法官之間存在天然“主體沖突”。

三、技術(shù)供給：化解“主體沖突”的實踐根基

智慧量刑理論的研究，不是為避免陷入科林格里奇困境（Collingridges Dilemma）[1]的未雨綢繆，而是以當(dāng)前的人工智能技術(shù)賦能法治實踐的理論探索。因此，須清晰地認識到當(dāng)前人工智能的技術(shù)供給是破解前述主體沖突的實踐根基。據(jù)此，本文以智能量刑系統(tǒng)的技術(shù)供給現(xiàn)狀為基礎(chǔ)，探尋破解智慧量刑主體沖突的方法與出路。

1.時代背景：弱人工智能時代或生命2.0時代

當(dāng)前，人工智能被劃分為強人工智能與弱人工智能?！叭跞斯ぶ悄墚a(chǎn)品雖然可以在設(shè)計和編制的程序范圍內(nèi)進行獨立判斷并自主作出決策，但不具有辨認能力和控制能力。”“強人工智能產(chǎn)品具有辨認能力和控制能力……也有可能超出設(shè)計和編制的程序范圍，進行自主決策并實施相應(yīng)行為，實現(xiàn)其自身的意志?！盵2]依據(jù)此種劃分標準，當(dāng)前我們處在弱人工智能時代。需要說明的是，強、弱人工智能的劃分最早是由美國語言哲學(xué)家約翰·塞爾提出的，他提出此種劃分的原因是否定強人工智能的存在。為此，約翰·塞爾設(shè)計了著名的“中文房間模型”思想試驗，“讓我們自己參與操作機器和程序，并讓我們自己判斷機器是否具有智能”[3]，并以其反駁強人工智能。

麻省理工學(xué)院物理學(xué)終身教授邁克斯·泰格馬克將生命發(fā)展分為三個階段，“生命1.0時代（生物階段）：靠進化獲得硬件和軟件；生命2.0時代（文化階段）：靠進化獲得硬件，但大部分軟件是由自己設(shè)計的；生命3.0時代（科技階段）：自己設(shè)計硬件和軟件”[4]。在此意義上，當(dāng)前我們處在生命2.0時代（文化階段）。

無論是弱人工智能時代還是生命2.0階段，都意味著當(dāng)前的智能技術(shù)處在“無意識”階段，其僅僅是作為“工具”存在的。具體而言，當(dāng)前的智能技術(shù)本質(zhì)上仍然是尋求數(shù)理上的最優(yōu)解，其與人類的“意識”“感覺”等存在本質(zhì)的區(qū)別，其實，我們對人類自身的“意識”都沒有精確的認識。故此，在剖析智慧量刑理論時，一方面要在弱人工智能時代抑或生命2.0時代的大背景指引下進行，另一方面要精細化地分析當(dāng)前智能技術(shù)的具體構(gòu)造。

2.技術(shù)內(nèi)核：智能量刑系統(tǒng)的“機械性”辯正

“機械性”長久以來都被作為智能量刑系統(tǒng)的批判核心，但“機械性”是智能量刑系統(tǒng)不可更改的本質(zhì)特征之一，我們在量刑活動中引入智能量刑系統(tǒng)正是看中其“機械性”以及超越人類法官的量化能力。

第一，“機械性”并非一定是對量刑活動的否定評價。機械司法是司法實踐應(yīng)當(dāng)排斥的?！耙朴趯⑵毡榈姆梢?guī)范恰當(dāng)準確地適用于具體的個案中，防止機械、片面地理解和適用法律?！盵5]但機械司法是一種整體性批判，而不是針對具體司法實踐的內(nèi)部過程。具體到量刑領(lǐng)域，如果將一個完整的量刑活動評價為“機械性量刑”，那么無疑是對其進行了否定。但是一個具體的量刑活動內(nèi)部必定會有機械性特征存在，例如，非經(jīng)最高人民法院核準不能突破法定刑幅度量刑。故此，如果是將量刑活動內(nèi)部需要嚴格執(zhí)行規(guī)范的部分評價為“機械性”，并不是對該部分進行否定評價。

第二，當(dāng)智能系統(tǒng)與人類法官“人機協(xié)同”完成一個量刑活動時，人類法官可彌補智能量刑系統(tǒng)的機械性或片面性，進而讓整個量刑活動成為“非機械性量刑”。我們之所以看重智能量刑系統(tǒng)的機械性，是因為其超越人類法官的量化能力。因此，要在量刑活動中利用智能系統(tǒng)的機械性特征，讓其在量刑活動中需要“機械”的地方發(fā)揮作用，而不是在整個量刑過程中發(fā)揮作用。智能量刑系統(tǒng)只在量刑中發(fā)揮部分作用，智能量刑系統(tǒng)的機械性并不會導(dǎo)致智慧量刑的機械性，因為人類法官之智慧能夠克服智慧量刑系統(tǒng)的機械性。

3.數(shù)據(jù)革新：司法大數(shù)據(jù)分析的“元問題”

值得反思的是，當(dāng)前司法大數(shù)據(jù)分析利用的數(shù)據(jù)源正是由其極力反對的“估推式”量刑所得出的。

智能量刑系統(tǒng)的技術(shù)主要由“自上而下”的算法構(gòu)建（規(guī)范的算法化）和“自下而上”的司法大數(shù)據(jù)分析構(gòu)成。張鈸等將知識、算法、算力作為第一代人工智能（知識驅(qū)動人工智能）的基本要素，將數(shù)據(jù)、算法、算力作為第二代人工智能（數(shù)據(jù)驅(qū)動人工智能）的基本要素[1]。按照此分類，智能量刑系統(tǒng)是由知識驅(qū)動人工智能與數(shù)據(jù)驅(qū)動人工智能共同構(gòu)成的，前者主要是將規(guī)范算法化，后者則對現(xiàn)有的司法大數(shù)據(jù)進行數(shù)據(jù)分析。對于當(dāng)前的人工智能技術(shù)而言，規(guī)范算法化非難事，困難的是如何對現(xiàn)有的司法大數(shù)據(jù)進行符合法理的數(shù)據(jù)分析，以指導(dǎo)后續(xù)的未決案件。

相較于“算法歧視”“算法黑箱”，“數(shù)據(jù)源”問題一直是被智慧量刑理論忽視的重大“元問題”，面臨“鼎故革新”的挑戰(zhàn)。司法大數(shù)據(jù)分析的“鼎故革新”意味著一方面不能完全否定之前的量刑實踐，另一方面要在已有的量刑實踐基礎(chǔ)上做出符合時代特征的變革：

第一，不能輕易否定現(xiàn)行有效的量刑結(jié)論。以往“粗放式”“估推式”的量刑由于極個別影響力較大的錯案所形成的“光圈效應(yīng)”而受到較多批評。但需要注意的是，迄今為止的量刑結(jié)論都是有審判權(quán)的法官根據(jù)生效的規(guī)范，依照自己的學(xué)識、經(jīng)驗、良知做出的有效判決，非經(jīng)審判監(jiān)督程序推翻，任何人不能否定其有效性。

第二，司法大數(shù)據(jù)分析要以現(xiàn)有的量刑數(shù)據(jù)為基礎(chǔ)，其所采用的數(shù)據(jù)分析方法要同時符合量刑的基本原理與人工智能的技術(shù)特征。司法大數(shù)據(jù)分析需要法學(xué)實證研究的支撐，但當(dāng)前法學(xué)實證分析仍然存在如下困境：其一，數(shù)據(jù)清洗問題。其二，隨機性問題。樣本的“隨機性”直接決定了估算的準確性。其三，學(xué)科融合問題。統(tǒng)計學(xué)分析只能測算出變量之間的“相關(guān)關(guān)系”，而量刑關(guān)注的是“因果關(guān)系”，從“相關(guān)關(guān)系”到“因果關(guān)系”的危險跳躍需要量刑理論的精細化分析。

4.功能沖突：量刑決策與量刑預(yù)測的方法論差異

以“量刑決策”為目標的智能量刑系統(tǒng)（以下簡稱“決策型智能量刑系統(tǒng)”）與以“量刑預(yù)測”為目標的智能量刑系統(tǒng)（以下簡稱“預(yù)測型智能量刑系統(tǒng)”）的方法論基礎(chǔ)完全不同，而當(dāng)前研究大多對二者沒有明確的界分，統(tǒng)稱其為“量刑人工智能”“智能量刑”等。

預(yù)測型智能量刑系統(tǒng)是指通過大數(shù)據(jù)分析等技術(shù)進行“預(yù)測量刑”的智能系統(tǒng)，其主要特征是對輸出結(jié)果不承擔(dān)裁判意義上的責(zé)任，核心功能是通過對以往量刑數(shù)據(jù)的分析使得對個案的“量刑預(yù)測”盡可能地接近法官量刑，某些情況下甚至可以不考慮量刑方法、相關(guān)規(guī)范等因素而僅通過純數(shù)理方法得出結(jié)論。決策型智能量刑系統(tǒng)，是指通過規(guī)范算法化、大數(shù)據(jù)分析等技術(shù)輔助法官進行量刑決策的智能系統(tǒng)，其主要特征是對輸出結(jié)果承擔(dān)裁判意義上的責(zé)任，核心功能是通過對已有量刑數(shù)據(jù)的分析，找出已決案件中部分犯罪事實與刑罰量之間的相關(guān)關(guān)系，并經(jīng)有權(quán)機關(guān)進行因果關(guān)系的確認用以未決案件量刑，其算法內(nèi)核要遵守量刑的基本原理。

當(dāng)前的智慧量刑理論并未對上述二者進行精細區(qū)分，而對其進行嚴格界分對理論研究和軟件研發(fā)都是極為必要的，二者主要差異如下：

第一，決策型智能量刑系統(tǒng)需要對量刑結(jié)論承擔(dān)裁判意義上的責(zé)任，而預(yù)測型智能量刑系統(tǒng)則不用，這是二者本質(zhì)的區(qū)別，并引發(fā)二者后續(xù)的差異。所謂裁判意義上的責(zé)任，是指決策型智能量刑系統(tǒng)在研發(fā)理念、研發(fā)程序、算法構(gòu)建等方面都要對其輸出結(jié)論的合法性、公正性負責(zé)。而預(yù)測型智能量刑系統(tǒng)無此要求，只要其能根據(jù)已有的數(shù)據(jù)通過數(shù)理方法盡可能地預(yù)測量刑結(jié)論即可，其具體的數(shù)理分析方法甚至可以“在所不問”，因此也不會受到“算法黑箱”“算法歧視”等質(zhì)疑。

第二，決策型智能量刑系統(tǒng)需要為現(xiàn)實有效的量刑做出貢獻，預(yù)測型智能量刑系統(tǒng)對現(xiàn)實有效的量刑不產(chǎn)生影響。質(zhì)言之，前者是法官量刑的工具，主要作用是輔助法官進行符合量刑基本原理的數(shù)理分析；后者是預(yù)測法官量刑的工具，可以作為律師的輔助工具。

第三，決策型智能量刑系統(tǒng)的構(gòu)建需要同時符合量刑邏輯與數(shù)理邏輯，預(yù)測型智能量刑系統(tǒng)則只需要符合數(shù)理邏輯。故此，當(dāng)某一預(yù)測型智能量刑系統(tǒng)通過對司法大數(shù)據(jù)的深度學(xué)習(xí)而有“隱層”存在時，我們就不能質(zhì)疑其違反量刑的基本原理，因為其只需要符合數(shù)理邏輯，對現(xiàn)實有效的量刑結(jié)論并不產(chǎn)生直接作用，不用對量刑結(jié)論承擔(dān)裁判意義上的責(zé)任。

綜上，輔助法官量刑的智能系統(tǒng)應(yīng)為“決策型智能量刑系統(tǒng)”。將決策型智能量刑系統(tǒng)與預(yù)測型智能量刑系統(tǒng)混同會導(dǎo)致量刑說理缺乏、量刑不公等嚴重后果。例如，將預(yù)測型智能量刑系統(tǒng)用于量刑決策會面臨缺失量刑基本原理的質(zhì)疑。

四、方法回應(yīng)：智慧量刑“主體沖突”的破解路徑

“主體沖突”是智慧量刑理論當(dāng)前面臨的起始性問題，對該起始性問題的忽視導(dǎo)致諸多智能量刑系統(tǒng)的研發(fā)出現(xiàn)方向性偏差。歸根結(jié)底，現(xiàn)階段“主體沖突”的原因仍然是沒有進一步回答智能量刑系統(tǒng)進行“何種程度的量刑輔助”以及“如何進行量刑輔助”，進而導(dǎo)致當(dāng)前所謂的“量刑輔助”要么行“（功能性）替代”之實，要么沒有進行實質(zhì)意義的輔助。對該問題的進一步回答要建立在深刻認識當(dāng)前人工智能技術(shù)局限的基礎(chǔ)上，構(gòu)建符合量刑基本原理與人工智能技術(shù)特征的智慧量刑理論體系與智能量刑系統(tǒng)。

1.基本原則：量化可以量化的，裁量必須裁量的

“刑之量化”與“刑之裁量”是量刑活動的底層方法構(gòu)造，前者著眼于犯罪事實要素與刑罰量之間的數(shù)理關(guān)系，后者著眼于對犯罪行為及行為人的價值衡量并以刑罰量作為衡量結(jié)論。就能力而言，人類法官“獨占”刑之裁量，而智能量刑系統(tǒng)擅長刑之量化。

第一，人類法官量刑是以建立在價值判斷上的“裁量”為主，并在裁量時不可避免地進行一定程度的“量化”，二者無法完全割裂。人類法官的“量化”是一種“樸素的量化”，沒有成規(guī)模的數(shù)據(jù)來源和先進的數(shù)理基礎(chǔ)，甚至沒有統(tǒng)一的量化模型，僅僅是法官通過樸素的橫向與縱向?qū)Ρ冗M行所謂的“量化”，并在此基礎(chǔ)上進行“刑之裁量”。

第二，智能量刑系統(tǒng)只能進行基于數(shù)據(jù)的“刑之量化”，這是弱人工智能時代的必然結(jié)果。在大數(shù)據(jù)分析、云計算、計算機算力指數(shù)級增長的人工智能時代，智能量刑系統(tǒng)的刑之量化在數(shù)據(jù)規(guī)模、分析方法等方面具有巨大優(yōu)勢。但在當(dāng)下，智能量刑系統(tǒng)沒有刑之裁量能力，人類法官裁量能力的根基在于人類法官與審判對象具有同物種的“共情”能力，這是人類法官天然的生物學(xué)優(yōu)勢。這種共情能力能夠在事實與規(guī)范之間尋找出符合“物種共性”的結(jié)論。

在人工智能時代，法官的自由裁量權(quán)（刑之裁量）仍然是量刑的基石，但這種以共情能力為基礎(chǔ)的自由裁量權(quán)須被合理制約，因為該“共情”能力不僅體現(xiàn)為物種共性，還體現(xiàn)為個體（法官）特性。例如，一項針對以色列假釋委員會（由八名法官組成）的實證研究顯示，剛上班時、午餐后、茶歇后，假釋申請通過率顯著上升，最高超過70%；之后通過率持續(xù)下降，在下次休息之前接近0%；該國假釋平均通過率為35%[1]。這種個體特性是司法裁判中應(yīng)極力避免的。“刑之量化”就是規(guī)范“刑之裁量”中“個體特性”的有力工具。因此，法官應(yīng)當(dāng)將“刑之量化”功能讓渡于具有大量司法數(shù)據(jù)來源、先進數(shù)理基礎(chǔ)、規(guī)范量化模型的智能量刑系統(tǒng)，而僅進行最為重要的“刑之裁量”。

綜上，本文認為，為破解智慧量刑所面臨的“主體沖突”，需要將量刑活動以是否需要自由裁量權(quán)為標準區(qū)分為“必須采用裁量方法的量刑活動”以及“可以采用量化方法的量刑活動”，且前者為后者劃定空間，然后用智能系統(tǒng)賦能量化階段，人類法官堅守于裁量階段，即“量化可以量化的，裁量必須裁量的”。

2.量刑方法：階段化量刑的“再階段化”

（1）概念明晰：核心量刑階段（處斷刑—宣告刑）的再階段化

當(dāng)前理論界已經(jīng)對階段化量刑進行了廣泛的探討，例如將量刑區(qū)分為量刑起始階段、量刑發(fā)展階段、量刑深入階段[2]，再如將量刑區(qū)分為法定刑、處斷刑、宣告刑[3]。這樣的階段化區(qū)分無疑是正確的，其是“宏觀”的階段化，即能夠為量刑活動提供大方向指導(dǎo)，但量刑活動還需要“微觀”的階段化指導(dǎo)，即對處斷刑到宣告刑之間量刑活動的再階段化，這是整個量刑活動的重點與難點，也是從“量刑區(qū)間”到“精確量刑”危險跳躍的核心階段。德國學(xué)者將該核心階段界定為“法官的量刑”（richterliche Strafzumessung），而將其他階段界定為“法律的量刑”（gesetzliche Strafbemessung）[4]?！拔⒂^的階段化量刑”是對宏觀的階段化量刑中“法官量刑”部分的再階段化，即從處斷刑（區(qū)間）到宣告刑（點）過程的再階段化。

階段化量刑的“再階段化”是針對處斷刑（量刑區(qū)間）到宣告刑（精確量刑）這一核心量刑階段區(qū)分量化方法與裁量方法的再階段化，以便于在此核心量刑階段中智能量刑系統(tǒng)賦能于量化階段、人類法官堅守于裁量階段。

（2）邏輯構(gòu)建：量刑基準—不法刑—責(zé)任刑—預(yù)防刑—宣告刑

開宗明義，本文認為從處斷刑到宣告刑的核心量刑階段可以再劃分為量刑基準、不法刑、責(zé)任刑、預(yù)防刑、宣告刑五個量刑階段。在具體論述微觀階段化量刑之前，必須說明本文所持的犯罪論立場與刑罰論立場。第一，在犯罪論方面，本文主張區(qū)分不法-責(zé)任（規(guī)范責(zé)任）的階層犯罪論體系，進一步講，故意、過失等要素是不法的內(nèi)容，而責(zé)任（規(guī)范責(zé)任）的內(nèi)容包括期待可能性、違法性認識可能性、刑事責(zé)任能力[5]。第二，在刑罰論方面，本文主張“點之下論”，即在堅持責(zé)任刑限制預(yù)防刑的基礎(chǔ)上，在具體的限制方法上主張預(yù)防刑應(yīng)當(dāng)在責(zé)任刑的“點”之下進行裁量。

定罪與量刑并非完全分立，量刑可以運用定罪的階層化思維，甚至能夠貫徹得更加徹底。在裁判流程上（時間維度），定罪先于量刑，但在實質(zhì)內(nèi)容上，二者會發(fā)生重疊，在定罪階段，法官考慮的是不法的有無、責(zé)任的有無，是0與1的零和關(guān)系；在量刑階段，法官則需要考慮不法的程度與責(zé)任的程度，是0與1之間的無限可能。不法刑是具體案件中“客觀不法”所對應(yīng)的刑罰量，責(zé)任刑是法官對該客觀不法的規(guī)范責(zé)任評價，預(yù)防刑是在責(zé)任刑下對行為人的人身危險性的評價。量刑基準在不同量刑理論、不同的學(xué)者之間有不同的內(nèi)涵，存在用語“混亂”的情況，本文認為，量刑基準是區(qū)域性常態(tài)不法所對應(yīng)的刑罰量[1]。不法刑是在該刑罰量的基礎(chǔ)上通過計算具體個案行為對該常態(tài)不法的偏離（偏重或者偏輕）程度而得出的刑罰量。

在對“法官量刑”再進行微觀階段化后，需要進一步回答的是哪些階段可以量化，哪些階段必須裁量。本文初步認為，量刑基準、不法刑是可以量化的，在不法刑基礎(chǔ)上的責(zé)任刑、預(yù)防刑是必須裁量的。

第一，量刑基準、不法刑可以通過“量化”方法得出。其一，量刑基準具有“非個案性”特征，即在特定個罪的特定行為模式的特定法定刑幅度內(nèi)，存在統(tǒng)一的量刑基準。以搶劫罪為例，并非整個搶劫罪只有一個量刑基準。就搶劫罪基本犯而言，會在基本犯法定刑幅度內(nèi)存在一個量刑基準；就搶劫罪升格后的法定刑幅度而言，存在八種不同的行為模式，每一種行為模式在該法定刑幅度內(nèi)都存在一個量刑基準，因為每一種行為模式會有一個常態(tài)不法?？梢钥闯?，量刑基準的確定并不以法官的意志為轉(zhuǎn)移，是一個客觀的刑罰量，因此其可以通過量化的方法得出。其二，在裁判者的視角，不法的內(nèi)容是客觀的，即使是存在于行為人腦中的心理要素等，對于裁判者而言也是一種客觀存在，客觀存在是可以量化的。

第二，責(zé)任刑、預(yù)防刑是必須裁量的。其一，責(zé)任刑是法官對客觀不法的“主觀評價”，是對行為人的客觀不法是否需要負責(zé)（刑事責(zé)任）以及負擔(dān)怎樣程度責(zé)任的裁量。責(zé)任刑不是在不法刑基礎(chǔ)上通過加減得到，而是在不法刑的基礎(chǔ)上乘以0到1之間的責(zé)任系數(shù)得到的，因為這才能體現(xiàn)責(zé)任刑是對不法刑的評價。其二，預(yù)防刑是對行為人的人身危險性的評價[2]，“預(yù)測”必須是裁量的。人身危險性（再犯可能性）預(yù)測的不可驗證性決定了其無法通過數(shù)據(jù)分析得出正確的結(jié)論，而人類法官可以基于“共情”能力、審判地位的合法性等擁有程序合法性。值得注意的是，預(yù)防刑裁量后的宣告刑裁量并非最終再進行一次整體性裁量，而是需要充足的理由才能對預(yù)防刑進行變更，否則，整個量刑的階段化成果將付之東流，又回到一次性“估推式”量刑的老路。

3.程序回應(yīng)：公訴機關(guān)試用后過渡至裁判機關(guān)

智能量刑系統(tǒng)首先在公訴機關(guān)試用，然后過渡至裁判機關(guān)適用，無論是基于現(xiàn)階段的司法改革背景還是基于量刑的基本原理，都是當(dāng)前階段的合理路徑。

第一，認罪認罰從寬制度的高適用率及量刑建議的高采納率使得檢察機關(guān)在事實上行使了部分量刑的職能?！?018年《刑事訴訟法》修改后，一種新型量刑建議制度開始全面實施?！盵3]之所以說是“新型”，是因為認罪認罰從寬制度下的量刑建議，要求人民法院做出判決時“一般應(yīng)當(dāng)采納”。在認罪認罰從寬改革后，刑事訴訟活動出現(xiàn)“雙高”現(xiàn)象。其一，刑事案件中適用認罪認罰從寬制度比例較高，2020年與2021年全國認罪認罰從寬制度的適用率均超過85%。其二，適用認罪認罰從寬制度的案件中，量刑建議被法官采納的比率較高，2020年量刑建議采納率接近95%，2021年量刑建議采納率超過97%[1]。在此“雙高”背景下，檢察機關(guān)在事實上已經(jīng)承載起部分量刑的職能。但從過往的實踐來看，“檢察官長期對法官的量刑過程缺乏關(guān)心，也缺乏精準量刑的知識、經(jīng)驗和能力”[2]。因此，相較而言，檢察官比法官更需要智能量刑系統(tǒng)的輔助。

第二，量刑建議的生成必須符合量刑的基本原理。“認罪認罰從寬制度的構(gòu)建重塑了我國的刑事訴訟結(jié)構(gòu)”[3]，但無論訴訟結(jié)構(gòu)如何變化，“量刑建議作為對‘量刑的建議，……都必須尊重量刑的所有基本原理和刑法規(guī)定”[4]?！皺z察機關(guān)精準量刑建議的提出需遵循法院的量刑規(guī)范?！盵5]因此，理論上量刑建議應(yīng)當(dāng)與最終量刑適用同樣的量刑方法論，區(qū)別僅在于二者產(chǎn)生主體的不同。在此意義上，量刑建議與法官量刑在量化階段可以等同，二者的區(qū)別根源于不同主體的“裁量階段”。故此，作用于量化階段的智能量刑系統(tǒng)可以同時應(yīng)用于量刑建議的產(chǎn)生與最終量刑的產(chǎn)生。

第三，法官對量刑建議的再審查可以消除智能量刑系統(tǒng)結(jié)論的“剛性”。智能量刑系統(tǒng)結(jié)論的“剛性”意味著檢察官的“裁量”無正當(dāng)理由必須建立在智能量刑系統(tǒng)的“量化”結(jié)論之上。但在智能量刑系統(tǒng)研發(fā)初期以及逐步完善的試行過程中，加一道法官審查的防線可以防止智能量刑系統(tǒng)因各種原因出現(xiàn)量化錯誤。1999年荷蘭已經(jīng)存在主要為檢察官求刑提供重要參考的“北極星準則”（BOSPOLARIS），即“裁量支持系統(tǒng)——國家刑事檢察準則發(fā)展計劃”[6]。

五、結(jié)語

對智能量刑系統(tǒng)司法地位的理論回應(yīng)止步于沒有實質(zhì)內(nèi)容的“輔助量刑”而不做進一步追問導(dǎo)致的人工智能與人類法官的主體沖突，是當(dāng)前智能量刑系統(tǒng)“應(yīng)用廣、效果差”的起始性原因。但遺憾的是，具有方向指引功能的“元問題”自智慧量刑理論萌芽以來一直被忽視。因此，對智能量刑系統(tǒng)輔助程度及輔助方法的研究迫在眉睫，這是本文的寫作初衷。在對其司法地位研究取得階段性成果之后，更為具體的問題是符合法治現(xiàn)代化精神與量刑基本原理的算法構(gòu)建。智能量刑系統(tǒng)的算法構(gòu)建要建立在法學(xué)專業(yè)知識與智能技術(shù)知識深度融合的基礎(chǔ)上，使其既符合量刑的基本原理又符合當(dāng)代的技術(shù)特征，這一方面需要交叉學(xué)科的支撐，另一方面也有賴于復(fù)合型人才的培養(yǎng)，要破除“懂技術(shù)的不懂法律，懂法律的不懂技術(shù)”[7]之困境。

〔責(zé)任編輯：玉水〕

[1]劉艷紅：《人工智能法學(xué)的“時代三問”》，《東方法學(xué)》2021年第5期。

[2]例如上海刑事案件智能輔助辦案系統(tǒng)（206工程）、北京法院“睿法官”系統(tǒng)、海南省高級人民法院研發(fā)的量刑規(guī)范化智能輔助辦案系統(tǒng)、貴州省檢察機關(guān)的案件智能研判系統(tǒng)等。

[3]本文所討論的智能量刑系統(tǒng)是指介入量刑核心領(lǐng)域的人工智能，例如量刑輔助系統(tǒng)、量刑偏離預(yù)警系統(tǒng)等，不包括語音識別、卷宗數(shù)據(jù)化等常規(guī)智能系統(tǒng)，當(dāng)然，智能量刑系統(tǒng)不可避免地包含此類常規(guī)智能系統(tǒng)。

[1]馬長山：《司法人工智能的重塑效應(yīng)及其限度》，《法學(xué)研究》2020年第4期。

[2]程龍：《人工智能輔助量刑的問題與出路》，《西北大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》2021年第6期；崔仕繡：《智慧司法場域下量刑輔助系統(tǒng)之功能辨正》，《新疆大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》2022年第4期。

[3]左衛(wèi)民：《熱與冷：中國法律人工智能的再思考》，《環(huán)球法律評論》2019年第2期。

[4]吳雨豪：《量刑自由裁量權(quán)的邊界：集體經(jīng)驗、個體決策與偏差識別》，《法學(xué)研究》2021年第6期。

[5]鄭曦：《人工智能技術(shù)在司法裁判中的運用及規(guī)制》，《中外法學(xué)》2020年第3期。

[6]“智慧量刑”在形式上并非一個全新概念，但其實質(zhì)內(nèi)涵并不明確，要么是與“人工智能量刑”同維度討論純技術(shù)問題，要么是一個僅有“量刑智能化”傾向而無實質(zhì)內(nèi)容的泛化概念。

[1]王祿生：《大數(shù)據(jù)與人工智能司法應(yīng)用的話語沖突及其理論解讀》，《法學(xué)論壇》2018年第5期。

[2]此處僅就研發(fā)目標而言，至于其能否實現(xiàn)該目標，或者實現(xiàn)目標的方法是否符合量刑的基本原理，不是此處重點。

[3]刑法理論中對宣告刑的概念存在爭議，主要有以下觀點：第一，宣告刑是在確定處斷刑后根據(jù)從輕、從重處罰情節(jié)確定的刑罰，在宣告刑之后還需要根據(jù)數(shù)罪并罰、刑期折抵等量刑制度確定執(zhí)行刑（交付執(zhí)行機關(guān)執(zhí)行的刑罰）。（參見石經(jīng)海：《量刑的個別化原理》，法律出版社2021年版，第362—374頁）第二，宣告刑是交付執(zhí)行機關(guān)執(zhí)行的刑罰。第三，忽視宣告刑與執(zhí)行刑之間的區(qū)別，這兩種情形都被稱為宣告刑。本文使用第一種情形下的宣告刑概念。

[1]沉錨效應(yīng)指人們在對某人某事做出判斷時，易受第一印象或第一信息支配。

[2]石經(jīng)海：《量刑思維規(guī)律下的量刑方法構(gòu)建》，《法律科學(xué)（西北政法大學(xué)學(xué)報）》2010年第2期。

[1]科林格里奇困境是指一種技術(shù)的社會后果不能在技術(shù)生命的早期被預(yù)料到。然而，當(dāng)不希望的后果被發(fā)現(xiàn)時，技術(shù)已成為整個經(jīng)濟和社會結(jié)構(gòu)的一部分，對它進行控制十分困難。

[2]劉憲權(quán)：《人工智能時代的“內(nèi)憂”“外患”與刑事責(zé)任》，《東方法學(xué)》2018年第1期。

[3]蔡曙山：《哲學(xué)家如何理解人工智能——塞爾的“中文房間爭論”及其意義》，《自然辯證法研究》2001年第11期。

[4]邁克斯·泰格馬克：《生命3.0》，汪婕舒譯，浙江教育出版社2018年版，第37頁。

[5]孔祥?。骸墩搩蓚€效果統(tǒng)一與防止機械司法——以知識產(chǎn)權(quán)審判為例的方法論思考》，《人民司法》2008年第19期。

[1]張鈸、朱軍、蘇航：《邁向第三代人工智能》，《中國科學(xué)：信息科學(xué)》2020年第9期。

[1]See S. Danziger， J. Levav，L. Avnaim-Pesso， "Extraneous Factors in Judicial Decisions"， PNAS， 2011， 17， pp.6889-6892.

[2]石經(jīng)海、駱多：《量刑過程視角下量刑方法分段構(gòu)建研究》，《中國刑事法雜志》2015年第1期。

[3]馮軍：《量刑概說》，《云南大學(xué)學(xué)報（法學(xué)版）》2002年第3期。

[4]H. J. Bruns， Strafzumessungsrecht： Gesamtdarstellung， München ： Carl Heymanns Verlag， 1974， S. 36ff.

[5]甄航：《本土進化：“四要件”理論的規(guī)范責(zé)任轉(zhuǎn)向》，《中國刑警學(xué)院學(xué)報》2022年第6期。

[1]甄航：《回歸量刑基準：區(qū)域性常態(tài)不法的常態(tài)量刑——以司法大數(shù)據(jù)輔助量刑為背景》，《新疆社會科學(xué)》2023年第5期。

[2]本文認為，個案量刑的預(yù)防刑評價只能針對特殊預(yù)防，因為個案量刑階段以一般預(yù)防為目標，會導(dǎo)致“將人作為工具”而不是作為主體，而一般預(yù)防應(yīng)是立法時考慮的因素。

[3]左衛(wèi)民：《量刑建議的實踐機制：實證研究與理論反思》，《當(dāng)代法學(xué)》2020年第4期。

[1]《最高人民檢察院工作報告——2020年5月25日在第十三屆全國人民代表大會第三次會議上》，2020年6月1日，https：//www.spp.gov.cn/spp/gzbg/202006/t20200601_463798.shtml；《最高人民檢察院工作報告——2021年3月8日在第十三屆全國人民代表大會第四次會議上》，2021年3月15日，https：//www.spp.gov.cn/spp/gzbg/202103/t20210315_512731. shtml。

[2]左衛(wèi)民：《量刑建議的實踐機制：實證研究與理論反思》，《當(dāng)代法學(xué)》2020年第4期。

[3]秦宗文：《檢察官在量刑建議制度中的角色定位探究》，《法商研究》2022年第2期。

[4]石經(jīng)海：《量刑建議精準化的實體路徑》，《中國刑事法雜志》2020年第2期。

[5]李建明、許克軍：《“以審判為中心”與“認罪認罰從寬”的沖突與協(xié)調(diào)》，《江蘇社會科學(xué)》2021年第1期。

[6]林彥良：《以具體求刑改革量刑——荷蘭北極星準則經(jīng)驗與臺灣地區(qū)試行中之智慧財產(chǎn)權(quán)刑事案件具體求刑參考標準》，《海峽法學(xué)》2010年第3期。

[7]馬長山：《數(shù)字法學(xué)的理論表達》，《中國法學(xué)》2022年第3期。