关于在刑事审判中确定基准刑的实证研究报告(三)

2012-06-19 16:45
来源: 本院
作者: 咸宁市中院    浏览: 25775
四、利用SPSS软件对五种常见犯罪进行线性回归分析测算基准刑
我们对故意伤害罪、抢劫罪、盗窃罪、交通肇事罪、强奸罪这五种常见犯罪根据其犯罪的特点进行了细化分析。
1、对轻伤案件的分析(法定刑三年以下)
1)对一人轻伤案件的量刑分析。
对样本筛选、量刑情节及建立虚拟变量的说明:我们以咸安、赤壁、嘉鱼和崇阳等地区2000年至2008年的轻伤案件为研究对象,将所有个案情节及刑期录入电脑并进行编码,通过excel筛选出只是“纯一人轻伤”的案件共计157件。它不包括轻伤中度和重度案件,也不包括二人轻伤,或一人轻伤同时又造成其他人轻微伤的案件,也不包括含有主从犯的案件。情节变量“起因”是指民事纠纷引起的伤害与其他原因引起的伤害。民事纠纷引起的伤害设为1,否则为0。情节变量“持械”是指持刀、木棍、石头等工具致人伤害与拳脚致人伤害。持工具致人伤害设为1,拳脚设为0。情节变量“过错”是指判决书中明确指出受害方有过错。受害方有过错设为1,否则设为0。情节变量“赔偿”是指赔偿或赔偿并取得受害人谅解及未赔偿,前者设为1,后者则为0。有“累犯”情节设为1,无此情节设为0。“未满18岁”设为1,非此情节设为0。有“自首”情节设为1,无此情节设为0,“认罪态度好”设为1,无此情节设为0
spss统计学工具软件进行线性回归分析得到的结果如下:

对分析表中各参数含义的说明(以表一为例):B值是回归系数,相当于回归方程中的值,其中,方程的回归常数019.02101X1前的回归系数1-0.70404X 2前的回归系数20.19931,依次。Std.Error是标准误差,Beta是标准化回归系数,t是用T检验法对方程进行假设检验以说明其有无统计学意义的t值。Sigt值对应的P值。以上数据,我们要特别注意B值和P值。通过B值利用回归方程可以计算出给定情节下的刑期。P值如果是在0.05,可以理解为有95%的把握认为这一结果是合理的,方程在统计学上是有意义的。统计学上一般要求P值小于0.05,也就是说要求置信度在95%以上。但是,我们测定的对象是特殊的,是许多法官对量刑作出的不同判断,在相同情节下,不同法官的判断是有差异的。从我们对法官背靠背问卷答题的结果不难看出这种差异的存在。如果要更多地反映出现实经验,我们就应当更多地容忍各种不同的判决结果,给它一个较大的范围。如果P值定的较小,相应地就会损失一大批法官的经验,这对我们测定基准刑是不客观的,也是不利的。因此,要更多地保留经验信息,我们的容忍度至少应在80%左右,P值小于0.10.2都应当是有参考价值的。
此外,根据SPSS系统分析的结果,每一个模型都有一个可决系数或称确定系数R的平方值,它是度量模型拟合优度的统计量。观测点离回归直线近,则拟合程度好。反之,则拟合程度差。如果R的平方值等于0.9,则可以理解为该模型可以解释模型中不同量刑情况中90%的波动。这个值越接近于1,说明模型可以近100%地解释样本量刑的波动,也就是说模型的结果与样本在量刑上趋于一致,这当然是个理想状态。实际上,我们的研究对象是量刑,这是一个很多不同法官在不同地点不同时间的主观活动的结果,是一个相当复杂的思维过程,是不能完全趋于一致的,这与一般的实验对象有着本质的区别。许多类型的案件(情节并不复杂)法官认识差异很大,这一点我们从法官背靠背问卷结果可以明显看出,同样情节在量刑上会有一至二年的差别。因此,要求每个模型的确定系数都达到0.9以上是不现实的,至少在通过法官经验测定基准刑时是不妥的。为了保留更多的不同法官经验,我们可以适当降低模型对确定系数的要求。如果确定系数太低,我们可以通过系统用“标准化或非标准化”方法删除异常值,实际上是将远离密集区的案例删除,达到对模型的修正,提高R的平方值,从而得到既基本符合统计学要求又符合法学实践的一个模型。因此,两者兼顾也成为我们建立模型的重要指导思想。同时,这种删除法由于删除掉了个别异常案例(远离密集区),实际上较好地保证了所选案例的量刑均衡性。这也是我们能认同SPSS系统分析结果的重要前提。
SPSS进行线性回归分析时常使用逐步回归分析法(结果见表四)。逐步回归法是消除多重共线性的主要方法,它可以消除多因素之间存在的相互干扰,但同时,量刑情节减少了许多,只保留了最主要的影响量刑的情节。
对分析结果的说明:表一中由于“持械”与“过错”不显著,删除后结果见表二,继续删除不显著的“起因”和“态度”变量,结果见表三,逐步回归结果见表四。以表三为例,回归方程为Y=18.4-13.2X1+12.1X2-2.5X3-2X4(回归系数保留一位小数)。当四个变量为0,即无从重从轻情节时,刑期Y=18.4。根据基准刑的定义18.4个月就是轻伤一人的情况下的基准刑。从模型的可靠性讲,表三、表四是可以参照的,根据表四计算出的基准刑为17.6个月。用四舍五入法取整数,表三和表四均为18个月。据此,我们可以确定一人轻伤的基准刑为18个月左右。

2)对二人轻伤案件的分析。为了进一步分析二人轻伤与一人轻伤在量刑上的差别,我们用excel筛选出“致二人轻伤”的案件共计30件,与上述157件一人轻伤的案件合并在一起,作对比分析。“伤害人数”变量的虚拟是将致一人轻伤设为1,致二人轻伤设为0。其他变量的虚拟同前。spss统计学工具软件,作线性回归进行分析得到的结果如下:

上述表一中,删除不显著的“持械”和“过错”因素后分析结果见表二,继续删除不显著的“态度”变量结果见表三,逐步回归结果见表四。从模型的可靠性讲,表四较好,表三可以参考,二个表中“伤害人数”变量的回归系数分别为-2.4和-2.6。根据编码情况看,其意义是一人轻伤比二人轻伤在量刑上少约2.5个月。根据回归方程计算出的表三和表四中一人轻伤基准刑分别是21.39-2.42=18.97和20.66-2.62=18.04。这不仅进一步证实一人轻伤的基准刑是18个月左右,同时,也说明二人轻伤比一人轻伤在量刑上多2.5个月左右。
3)对轻伤(重度)案件的分析。为了获得有关轻伤中不同伤情的量刑信息。我们筛选出共92个轻伤(重度)案件进行分析(变量虚拟方法同前),结果如下:
轻伤重度分析表一
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
22.29245
1.831854
12.16934
3.13E-20
起因
-3.168
1.349493
-0.18178
-2.34754
0.021249
持械
0.015689
1.048574
0.001099
0.014962
0.988098
过错
-2.34365
1.422824
-0.12181
-1.64718
0.103257
赔偿
-12.4846
1.256458
-0.71636
-9.93633
7.79E-16
累犯
7.424535
3.21493
0.166165
2.309393
0.023377
未满18岁
-2.42069
2.242999
-0.08087
-1.07922
0.283579
自首
-0.72485
1.681805
-0.03076
-0.431
0.667574
a
Dependent Variable: 刑期
轻伤重度分析表二(删除持械)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
22.3081
1.494695
14.92486
1.8E-25
起因
-3.17189
1.316304
-0.182
-2.4097
0.018124
过错
-2.34346
1.414378
-0.1218
-1.65689
0.10123
赔偿
-12.4842
1.248835
-0.71634
-9.99671
5.22E-16
累犯
7.428434
3.185452
0.166253
2.331987
0.022067
未满18岁
-2.41536
2.201452
-0.0807
-1.09717
0.275668
自首
-0.72545
1.67141
-0.03079
-0.43404
0.665361
a
Dependent Variable: 刑期
轻伤重度分析表三(逐步回归分析)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
19.48148
1.08256
17.99576
1.44E-31
赔偿
-12.4276
1.28792
-0.71309
-9.64938
1.53E-15
2
(Constant)
21.90511
1.480189
14.79886
1.01E-25
赔偿
-12.8835
1.272133
-0.73925
-10.1275
1.75E-16
起因
-2.97446
1.272133
-0.17067
-2.33817
0.02162
3
(Constant)
21.91052
1.436493
15.25278
1.94E-26
赔偿
-12.8902
1.234581
-0.73963
-10.4409
4.49E-17
起因
-3.34604
1.243155
-0.19199
-2.69157
0.008511
累犯
8.028979
3.149937
0.179693
2.548934
0.012538
a
Dependent Variable: 刑期
根据上述表二和表三计算出轻伤重度的基准刑分别是: 22.30个月、21.91个月,四舍五入约为22个月。这表明在量刑实践中轻伤(重度)比一般的轻伤在量刑上要多四个月左右。
2、对重伤案件的分析。
我们筛选出重伤一人(非伤残),即一般重伤案件(法定刑三年以上十年以下),且筛选掉主从犯的案件共132件进行分析,变量的含义及虚拟同前,分析结果如下:
重伤案分析表一
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
47.25452
2.973264
15.89314
1.67E-31
起因
-2.13524
1.589108
-0.07658
-1.34367
0.181549
持械
-0.45247
1.983742
-0.0129
-0.22809
0.81996
过错
-3.08596
1.66737
-0.1041
-1.8508
0.066617
赔偿
-7.55787
1.801653
-0.24437
-4.19496
5.2E-05
累犯
13.19163
2.880171
0.269575
4.580154
1.13E-05
未满16岁
-31.0823
3.536361
-0.515
-8.78935
1.15E-14
未满18岁
-18.0507
1.918091
-0.51476
-9.41075
3.83E-16
自首
-5.96772
1.950598
-0.16737
-3.05943
0.002727
态度
-1.9455
1.604466
-0.07172
-1.21255
0.227644
a
Dependent Variable: 刑期
重伤案分析表二(删除持械)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
46.79788
2.189717
21.37166
3.14E-43
起因
-2.11654
1.580866
-0.07591
-1.33885
0.183089
过错
-3.05071
1.65378
-0.10291
-1.84469
0.067489
赔偿
-7.47722
1.759798
-0.24176
-4.24891
4.2E-05
累犯
13.13628
2.858852
0.268444
4.594951
1.06E-05
未满16岁
-30.9567
3.479739
-0.51292
-8.89627
6.1E-15
未满18岁
-18.0651
1.909639
-0.51517
-9.45998
2.73E-16
自首
-5.97768
1.942579
-0.16765
-3.07719
0.002576
态度
-1.93065
1.596956
-0.07117
-1.20896
0.228997
a
Dependent Variable: 刑期
重伤案分析表三(删除态度)
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
(Constant)
45.81159
2.035847
22.50247
1.31E-45
起因
-1.76714
1.557113
-0.06338
-1.13488
0.258614
过错
-3.0133
1.656565
-0.10165
-1.81901
0.071323
赔偿
-7.85247
1.73543
-0.25389
-4.5248
1.4E-05
累犯
13.97673
2.778197
0.285619
5.030864
1.67E-06
未满16岁
-29.9871
3.392344
-0.49686
-8.83963
7.89E-15
未满18岁
-18.0223
1.912861
-0.51395
-9.42167
3.17E-16
自首
-5.88963
1.944823
-0.16518
-3.02836
0.002992
Dependent Variable: 刑期
重伤案分析表四(删除起因)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
44.68306
1.778513
25.12383
1.08E-50
过错
-3.24292
1.646056
-0.1094
-1.97012
0.051036
赔偿
-7.78179
1.736308
-0.25161
-4.4818
1.65E-05
累犯
13.91255
2.780819
0.284308
5.003041
1.87E-06
未满16岁
-29.1726
3.319374
-0.48336
-8.78858
9.92E-15
未满18岁
-17.9835
1.914757
-0.51284
-9.39206
3.51E-16
自首
-5.88263
1.947052
-0.16498
-3.0213
0.003053
a
Dependent Variable: 刑期
重伤案分析表五(逐步回归)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
34.68
1.093398
31.71763
4.75E-63
未满16岁
-26.68
4.748062
-0.44206
-5.61913
1.12E-07
2
(Constant)
37.90099
1.035469
36.60274
5.37E-70
未满16岁
-29.901
4.06724
-0.49543
-7.35167
2E-11
未满18岁
-16.776
2.363123
-0.47841
-7.09908
7.51E-11
3
(Constant)
36.34965
0.955499
38.04259
1.25E-71
未满16岁
-28.3496
3.620879
-0.46973
-7.82949
1.62E-12
未满18岁
-16.6754
2.098419
-0.47554
-7.94667
8.61E-13
累犯
17.40952
2.917493
0.35577
5.96729
2.21E-08
4
(Constant)
42.30339
1.681065
25.16463
3.46E-51
未满16岁
-27.835
3.409289
-0.4612
-8.16446
2.75E-13
未满18岁
-17.3408
1.980885
-0.49452
-8.75408
1.09E-14
累犯
14.32093
2.8424
0.292653
5.038323
1.58E-06
赔偿
-7.54645
1.800423
-0.244
-4.19149
5.15E-05
5
(Constant)
43.44952
1.68358
25.80781
3.89E-52
未满16岁
-28.1877
3.31882
-0.46704
-8.49328
4.78E-14
未满18岁
-17.7012
1.931097
-0.50479
-9.16642
1.16E-15
累犯
13.23589
2.790901
0.27048
4.742516
5.62E-06
赔偿
-7.53425
1.751445
-0.2436
-4.30173
3.37E-05
自首
-5.62743
1.964826
-0.15783
-2.86409
0.004901
a
Dependent Variable: 刑期
表一中“持械”高度不显著,且为负值与实际意义相悖,说明从总体上讲“持械”对量刑关系不大,可以删除。删除后进行分析结果见表二,进一步删除“态度”和“起因”后得到表三和表四的结果,逐步回归结果见表五。从上表看表二、表三、表四、表五中的结果都是可以参考的。它们的基准刑分别是:46.8045.8144.6843.45,均值为45个月。因此,我们认为重伤(非伤残)的基准刑应当在45个月左右。
上述分析的样本中,未满16岁的案件只有7个,为了使样本更加“纯净”,也为可避免可能的特例对量刑的影响,我们删除掉这7个案例,得到125个案例进行回归分析(分析结果见附表1)。结果显示基准刑同样约为45个月左右。这进一步验证了一人重伤的基准刑在45个月左右。
为了探究伤残的不同等级对量刑的影响,我们对重伤致人伤残的72个案件进行分析,结果显示伤残的不同级别与量刑的线性关系不显著,且级别等级与量刑增量之间不成正比。观察结果发现,六级伤残比七级伤残的回归系数小,说明六级伤残对量刑的影响小于七级伤残,八级、九级也都出现了同样的混乱。为什么会出现这种现象?数据并没有发现问题。那么唯一能够解释这一现象的理由就是法官的经验,由于实践中法官对伤残级别的把握差异很大,又没有较为统一的量刑标准,导致对同一级别的伤残,有的法官判得轻有的判得重。这样一来,利用SPSS系统对这些数据进行线性回归分析得出伤残级别与量刑之间线性关系不显著的结论也就不足为奇了。分析结论较真实地反映出审判实践的现状。这也说明要从实证中推测计算出伤残级别的量刑增量是不可能的,至少在本地区范围内是不可能的。
3、对抢劫案件的分析。
我们从抢劫案件中筛选出一次抢劫的案件共计97个(法定刑三年以上十年以下),不包括二次或二次以上抢劫案件,不包括有主从犯及三人以上共同抢劫的案件,也不包括抢劫同时致人轻伤的案例。由于抢劫价值在4000元以上的案件少,为了反映出作案价值与量刑的普遍联系,抢劫价值在4000元以上的案件也被删除掉。“作案价值”的虚拟是以500元为一档进行,0500元设为1500元至1000元设为2,依次。“后果”是指抢劫过程中造成被害人轻微伤与未受伤,轻微伤设为1,未受伤设为0。“退赃”是指退赃和未退赃,退赃设为1,未退赃设为0。分析结果见下表:
一次抢劫分析表一
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
40.03338
2.476079
16.16805
6.03E-28
作案价值
1.098288
0.766481
0.098349
1.432896
0.155471
作案手段
1.663779
2.417155
0.046111
0.688321
0.493082
后果
4.751307
2.352489
0.128922
2.019694
0.046492
退赃
-2.92593
2.527644
-0.0773
-1.15757
0.250207
累犯
11.54569
4.611123
0.160509
2.503879
0.01415
未满16岁
-25.2492
5.032489
-0.32219
-5.01724
2.75E-06
未满18岁
-24.9712
2.736776
-0.63032
-9.12432
2.5E-14
自首
-20.2128
2.8144
-0.48043
-7.18194
2.2E-10
态度
-0.01268
2.774466
-0.0003
-0.00457
0.996363
a
Dependent Variable: 刑期
一次抢劫分析表二(删除态度和手段)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
40.49241
2.261677
17.90371
3.01E-31
作案价值
1.11141
0.759334
0.099524
1.463665
0.146809
后果
4.489824
2.297444
0.121827
1.954269
0.053809
退赃
-2.84681
2.495733
-0.07521
-1.14067
0.257067
累犯
11.66283
4.55684
0.162137
2.559411
0.012173
未满16岁
-24.7032
4.924414
-0.31522
-5.01648
2.67E-06
未满18岁
-24.4658
2.581764
-0.61756
-9.4764
3.87E-15
自首
-20.1844
2.753576
-0.47975
-7.33024
1.01E-10
a
Dependent Variable: 刑期
一次抢劫分析表三(删除退赃)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
40.2616
2.256373
17.84351
2.62E-31
作案价值
0.807594
0.712277
0.072318
1.13382
0.259881
后果
4.594762
2.299439
0.124674
1.99821
0.048712
累犯
11.71989
4.564182
0.16293
2.567797
0.011883
未满16岁
-24.6015
4.931837
-0.31392
-4.98831
2.95E-06
未满18岁
-24.3285
2.583265
-0.61409
-9.41772
4.65E-15
自首
-20.2741
2.757053
-0.48188
-7.35354
8.58E-11
a
Dependent Variable: 刑期
一次抢劫分析表四(逐步回归分析)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
37.29167
1.809229
20.61191
7.81E-37
未满18岁
-19.0517
3.563768
-0.4809
-5.34593
6.17E-07
2
(Constant)
43.51414
1.716729
25.34712
8.39E-44
未满18岁
-24.3781
2.996074
-0.61534
-8.13668
1.65E-12
自首
-22.4009
3.181796
-0.53243
-7.04033
3.11E-10
3
(Constant)
45.08906
1.544341
29.19632
1.28E-48
未满18岁
-25.9958
2.661931
-0.65618
-9.76577
6.4E-16
自首
-21.3315
2.815369
-0.50701
-7.57681
2.57E-11
未满16岁
-26.9565
5.122738
-0.34397
-5.26212
9.09E-07
4
(Constant)
43.67647
1.596489
27.35782
5.63E-46
未满18岁
-24.6337
2.638101
-0.62179
-9.33765
5.65E-15
自首
-20.0703
2.777062
-0.47704
-7.22716
1.41E-10
未满16岁
-26.0484
4.986456
-0.33238
-5.22382
1.09E-06
累犯
11.9902
4.651265
0.166688
2.577835
0.011531
5
(Constant)
41.85597
1.767375
23.68256
1.11E-40
未满18岁
-24.4327
2.585675
-0.61672
-9.44926
3.62E-15
自首
-19.7602
2.723805
-0.46967
-7.25463
1.3E-10
未满16岁
-25.3564
4.89436
-0.32355
-5.18073
1.32E-06
累犯
12.13658
4.556494
0.168723
2.663579
0.009144
后果2
5.022343
2.27186
0.136276
2.210674
0.029565
a
Dependent Variable: 刑期
上表一中,由于“态度”和“手段”变量不显著,删除后分析结果见表二,继续删除不显著的“退赃”变量后分析结果见表三,逐步回归结果见表四。从表二可以计算出一次抢劫且价值在500元以下的基准刑,即回归方程中除价值和次数外其他变量均为0,即Y=40.49+1.11X1=40.49+1.11X1=41.6,但是“作案价值”变量的P值为0.15,系统显示作案价值变量不是很显著,进行逐步回归时系统会自动删除此变量。从表三中可知其基准刑实际上就等于回归常数41.86,约为42个月。
统计分析中抢劫作案价值不显著,实际上较真实地反映出抢劫罪量刑的现状,因为抢劫作案价值对量刑并无一个统一的标准,法官量刑时只是凭经验,有的法官对此考虑多,有的考虑少,有的则忽略了,特别是抢劫数额1000元左右,在许多情况下常被忽略。因此,作案价值对量刑的影响实践中差异是很大的,这自然会反映到统计数据上。如果要知道作案价值对量刑的影响,只能从表二和表三中得到,表二中作案价值的回归系数是1.1,表三中为0.8,结合这两种情况可以取近似值1,即抢劫价值每增加500元增加一个月刑期,这仅具有参考意义。
线性关系不显著的原因常是由于在同样情况下,量刑例出现较大差异,系统难以判断为线性关系。但并不能简单否定其存在的价值,除非是高度不显著。
为了对一次抢劫的42个月的基准刑进行进一步验证。我们将上述样本中未成人抢劫案例删除,获得成年人抢劫一次作案且没有主从犯样本为67个。这使样本在量刑因素上更为简单,因为量刑因素越少量刑越易把握,法官量刑实际结果的差异性会减小。分析结果如下:
成年犯抢劫一次案例分析表一
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
40.35515
2.505353
16.10757
2.87E-23
作案价值
1.106785
0.747309
0.124331
1.481028
0.14392
作案手段
3.080311
2.688966
0.091645
1.145537
0.256612
后果2
6.600154
2.444388
0.21241
2.700125
0.009031
退赃
-5.08165
2.61792
-0.16018
-1.9411
0.057027
累犯
11.29748
4.071051
0.216522
2.775078
0.007381
自首
-22.5705
2.770735
-0.67151
-8.14603
3.1E-11
态度
-1.411
3.12339
-0.03745
-0.45175
0.653104
a
Dependent Variable: 刑期
成年犯抢劫一次案例分析表二(删除态度)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
39.89436
2.273088
17.55073
2.61E-25
作案价值
1.142029
0.738279
0.12829
1.54688
0.127151
作案手段
3.370119
2.593942
0.100267
1.299226
0.198837
后果2
6.516651
2.421169
0.209722
2.691531
0.009203
退赃
-5.1673
2.59367
-0.16288
-1.99227
0.050897
累犯
11.15374
4.031587
0.213767
2.766587
0.007519
自首
-22.2116
2.636725
-0.66084
-8.42393
9.3E-12
a
Dependent Variable: 刑期
成年犯抢劫一次案例分析表三(逐步回归分析)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
45.7551
1.480875
30.89735
1.42E-40
自首
-24.4773
2.857061
-0.72825
-8.56731
2.88E-12
2
(Constant)
44.37209
1.514584
29.29655
8.6E-39
自首
-23.0943
2.788188
-0.6871
-8.28291
1.02E-11
累犯
11.29457
4.328284
0.216466
2.609481
0.011278
3
(Constant)
41.67249
1.7267
24.13418
1.55E-33
自首
-22.2915
2.662737
-0.66321
-8.37165
8E-12
累犯
11.71804
4.112664
0.224582
2.849258
0.005914
后果2
6.828397
2.417068
0.219755
2.825074
0.006324
a
Dependent Variable: 刑期
分析结果显示的基准刑为同样约为42个月。
为了考察抢劫次数对量刑的影响,我们把一次抢劫与二次抢劫混合分析(样本量111个,其中二次为14个),分析结果见附表2,结果显示,“作案次数”的回归系数在12.512.9之间,均值为12.7。这说明“作案次数”的刑罚增量约为12.7个月。
为了探究三次以上抢劫案件基准刑及抢劫次数对量刑的影响,我们对90件样本进行了回归分析,结果发现计算出的基准刑达不到法定刑起点120个月(10年),且分析结果中“未成年人”这一情节的减刑幅度达到70%以上,减幅远远大于三次以下抢劫案件。这种不合理的结论是何种原因所致?通过进一步分析我们发现,在90个样本中有超过65%的案件是在6年以下量刑,而相当一些未成年人量刑在三年以下量刑,而且在处刑上差异是很大的。SPSS系统是以某种状况出现的频率为基础计算均值的,由于大量样本判处了较低刑期,SPSS计算出的基准刑偏低就不足为奇了。这种反常现象恰恰如实反映出三次以上抢劫案件量刑的实际状况。