【懶人包】法庭之友意見書(補充包)(111年度憲民字第904052號) | IIAS 中央研究院法律學研究所
跳到主要內容

【懶人包】法庭之友意見書(補充包)(111年度憲民字第904052號)

2024/05/21
撰文:何漢葳(本所研究助技師)、范耕維(東華法律系助理教授)、陳冠廷(政大法學院博士班、本所獎補助生)

一、前情提要:我們想探討的是:法院對於生死之辯案件的量刑決定,其中是否有恣意的可能。而我們之前的研究發現,即使案件特徵被判定為相似,其量刑結果仍可能頗有落差。那,這其中有什麼可能因素呢?我們希望進一步探究這個問題,尤其是合議庭組成效應(panel effect)是否為其中的可能因素。

二、什麼是合議庭組成效應?白話來說:這些生死之辯案件的被告,是否可能因為他們在受審時遇到了不同的法院合議庭的法官,而獲得不同的量刑結果。若真是這樣,就意味著判決的量刑結果不只取決於案件特徵本身。對一個追求法治、避免恣意的司法體系來說,無疑是個挑戰。

三、量刑結果分類:考量到只有公約所稱「最嚴重犯罪」(the most serious crime)才有資格討論是否判死刑,所以有被明確說是最嚴重犯罪的無期徒刑、應該在法官眼中是一種較值得非難的狀況(反之,明確說不是最嚴重犯罪的,大概可非難程度較低)。因此,我們將量刑結果分成五類:有期徒刑、非最嚴重犯罪的無期徒刑、無期徒刑、最嚴重犯罪的無期徒刑和死刑,以避免解釋變數的效應稀釋在龐大的無期徒刑案件數量。

四、合議庭組成的定義:我們把五位法官組成的一個審判庭看作一個合議庭;只有當兩個以上的案件的承審法官成員完全相同時,我們才認為這些案件是同一個合議庭所做成。按此界定,在我們觀察的336個定讞宣告刑中,有307個可明確識別承審的最高法院法官;共計146個不同的合議庭組合做出了這307個定讞宣告刑。這146個最高法院合議庭,便是我們探討合議庭組成效應時的討論對象。

五、一般來說,合議庭組成效應的研究通常從合議庭法官的一些特徵入手,如性別、族群因素。研究者會將這些特徵視為變數放入迴歸模型中,探討合議庭的法官性別或族群組成是否與判決結果有關。但由於缺乏相關資訊,我們無法採取這種方式。而若要直接將每個合議庭視為一個變數納入迴歸模型,一方面參數過多難以處理;另一方面,即使我們知道某個合議庭不同於其他的合議庭而更傾向於重判,也不清楚這種傾向在不同合議庭之間,究竟有多麼不同(也就是變異程度)。因此,我們採用隨機截距模型,將不同合議庭對量刑的影響視為來自期望值為零的常態分佈的隨機因素。這種模型不僅符合參數簡化原則(只需估計一個變異數),還能更準確地捕捉各合議庭對不同量刑的傾向,並推斷法官整體的情況。

六、出於上述原因,我們採用了一種混合效應模型,同時納入了傳統迴歸中的固定效應和隨機效應。簡言之,在固定效應方面,我們將可能影響量刑的案件特徵視為變數。在此基礎上,我們引入了合議庭的隨機截距,以考慮不同合議庭之間的變異。這樣做的好處在於,我們可以更好地將來自合議庭的變異與其他無法用案件特徵解釋的因素區分開來,並進行單獨估計。這樣一來,我們就能更好地理解合議庭組成對量刑的影響。

七、具體來說,我們先把判決的量刑結果分成了幾個有順序的區間(從有期徒刑到死刑),並估計了每個區間之間的分界點。讀者可以想像:每個合議庭在判案時,對案件的可非難性都有個秘密分數,當評分超過某個值時,就會做出相應的量刑(比如說,當此案的可非難性大到某程度時,合議庭對於量刑結果的選擇,便會從最嚴重犯罪的無期徒刑跳到死刑)。其次,我們的模型假設了部分解釋變數在各個區間的影響是相同的,因此無需分別估計各個變數在每個區間的效應。由於假設不同因素(如是否隨機殺人)在每個區間中的影響相同,意味著每個合議庭在量刑時,對這些案件相關因素的考慮並無二致。如此便可把影響合議庭採取不同量刑結果時的可能因素,較好地限縮在合議庭的自身因素上,釐清是不是因為合議庭組成的不同而產生了不同的量刑結果。

八、如前述,混合效應模型是結合了固定效應和隨機效應。這個模型其實不能直接得到合議庭的隨機效應的確切估計數值,而僅能得知不同合議庭在量刑傾向上的變異程度。但,在給定某些條件下,仍可對不同合議庭的量刑傾向提出一個預測,進而助於理解司法系統中的合議庭組成效應。圖1便是以此方式所繪製。圖中白圓點代表每個合議庭在量刑傾向上的預測值,綠色長條則表示在95%的信心水準下,每個合議庭的量刑傾向可能存在的範圍。紅圓點則是曾做出死刑宣告的合議庭。 
 
【懶人包】法庭之友意見書(補充包)(111年度憲民字第904052號)
圖1 Panel effects given by conditional modes with 95% confidence intervals based on the conditional variance (Supreme Court)
九、如圖1所示,左下方的合議庭判重刑的傾向較低,而右上方的合議庭判較重刑的傾向較高,但大部分合議庭的預測區間都互相重疊而無顯著差異,表示合議庭的同質性仍頗高,只有最兩端的合議庭其隨機效應有顯著差異,顯示僅少數法官有較為不同的量刑傾向。對此結果,除了可進一步以合議庭的各種特徵深入探討外,目前可能的解釋是:同種科刑(如「死刑」)對不同合議庭來說意義不同(例如:有的合議庭覺得,可非難程度超過其餘90%的案件,方可判處死刑;但有的覺得超過85%即可)。又或者,不同合議庭對於罪刑相當的判準並無二致,但對於所審理案件是否已達如此惡性,卻有分歧(好比說,不同的合議庭或許都同意死刑的可非難度必須超過90%,但對於某個往日無冤近日無仇的隨機殺人案件之可非難程度是否已超過90%,卻有不同看法)。或許,這兩種效應都發揮了作用。而從圖1中也可發現,死刑案件多由較傾向於判重刑之合議庭做成。這種結果也與一般庶民的直覺相符:有的合議庭較傾向於重判,而有的則較無此傾向;而在經驗上曾判處死刑此一最嚴厲刑罰者,也確實較多是由有此判重刑傾向之合議庭所做成。

十、小結:我國最高法院的不同合議庭,在量刑傾向上確有輕重之別;而這項差異的存在,也意謂著生死之辯的量刑決斷,並不全然是由案件本身的特徵所決定。

◎作者感謝蘇彥圖的意見交流,及韓馨儀、賴品蓁的編碼工作。
◎補充意見書全文請參見: 
意見書全文.pdf(另開新視窗)

回顧上篇︰ https://www.iias.sinica.edu.tw/blog_post/1672 (另開新視窗)

歡迎加入法律所官方臉書,以便快速獲得更多相關訊息
https://www.facebook.com/iiastw(另開新視窗)