【作者简介】王小新，江苏省泰州市中级人民法院审判员。

【期刊名称】《法律适用》【期刊年份】 2016年 【期号】 4

【中文关键词】 分案系统；集成方法；重构

【摘要】 本文主要运用数据挖掘分析方法（LO G IS TIC回归方法）、运筹学指派问题求解方法以及实证比较研究方法，构建全新的分案系统，在综合考虑案件难易程度、法官审理案件难度大小、法官工作饱和度基础上，进行案件优化分配，实现案件审理的法律效果和社会效果最佳。文章分为四部分，第一部分对人民法院现行分案模式进行回顾；第二部分指出现行电脑随机分案存在的问题；第三部分构建个案审理难度评估模型和批量案件分案模型；最后一部分通过实证比较，检验新型分案系统的实际应用效果。

【全文】

新一轮的司法体制改革，核心内容之一就是法官员额制改革，设计者希望通过实行法官员额制挑选出最合适的人选担任法官，实现法官的职业化和精英化。从目前试点法院的改革情况来看，最难啃的“骨头”也是法官员额制的推行。试点法院担忧的不仅仅是员额制法官的取舍，更担心的是员额制后入额法官能否挑得起成倍的案件审理重任。在案件数量不降反升，员额制后法官人数减少的情况下，如何提高法官的审判效率并保证司法裁判的质量成为试点法院不得不去面对的问题。除了提高法官司法能力、发挥司法辅助人员的积极性和加强审判管理外，在分案环节实现当事人、案件和法官的最优匹配，最大程度的合理利用现有司法资源，成为眼下最切实可行又亟待解决的问题。法院案件的分配，需要在案件分案环节对当事人情况、案件难易权重、法官司法能力、法官审理案件的难易程度和法官工作量进行评估，然后根据不同法官审理不同案件的难易程度，[1]在工作饱和度的约束条件下实现优化分配。实现这一目标的关键，就是要建立一套相对科学、智能的分案系统。

一、法院现行分案模式回顾

根据分案方式不同，法院既往的分案模式主要有以下几种：庭长分案、轮流分案、简单随机分案。

（一）庭长分案

我国法院内部最早只设刑事、民事等少数几个审判庭，案件立案、审理与执行均未分开，案件分配作为庭内事务一直以来也是由庭长负责。[2]庭长分案，就是指案件立案受理后，由各业务庭庭长根据立案庭移送的案件情况和庭内法官的个人情况酌情进行案件分配。庭长分案的优点在于庭长对庭内的法官情况比较了解，可以根据案件难易程度灵活调配审判力量，尽可能的让本部门的每一位法官审理相对适合于他的案件。但庭长分案模式却存在明显的缺陷：首先是二次分案时间过长。存在立案庭分案和庭长分案两次分案，立案庭在立案时首先是将案件按类型分到各业务庭，并不直接分给法官，等案件移送到业务庭后，才能由各业务庭庭长分配给具体的法官承办。这样，仅分案过程就需数天。其次是主观随意性大。案件的分配不是按制度实施，分案权完全由庭长独立行使全凭庭长个人意愿。独立行使分案权客观上给人为干预案件提供了可能，案件当事人只要能够做好庭长的工作，案件就可能分配到自己熟悉的法官手里办理。再次是影响公平竟争。在主要以办案数量为主要考核指标的年代，法官个人办案业绩完全掌握在庭长手里。庭长可以根据自己的喜好决定将不同案件类型和不同难易程度的案件分配给不同法官，如果因为和庭长私人关系不好总是被分配难度大审理周期长的案件，即便法官个人再努力也很难在年终考核中获得好的审判业绩。最后是影响公正审理。绝对的权力必然会产生绝对的腐败。庭长独自一人行使分案权力，没有监督约束，必然会出现分案权的滥用，难免会引发关系案、人情案和金钱案的发生。

（二）轮流分案

所谓轮流分案，就是指立案庭在立案受理案件时，将法院新收案件按案号排序，再将对应业务庭的法官排列为一个顺序，然后将案件顺序与法官名单顺序作为一个轮次进行循环分案，确定承办法官。轮流分案使得同一业务庭的每一位法官在同一时间段内分得案件数量相同，轮流分案不考虑法官个人办案能力大小、具体案件难易程度、办案效率高低。其最终结果就是司法能力强，分得案件相对容易的法官案件审理周期就短，而办案司法能力弱、案件相对较难的法官则审理周期就要长，甚至超审限难结案。轮流分案的初衷是要解决庭长分案中人为干预的问题，但它却不能从根本上解决庭长分案的弊端。首先，轮流分案虽然可以从总体上避免人为的将难易案件在承办法官中进行不同分配，但由于分案周期相对固定，案件数量相对一致，不能形成多办案、快办案、办好案的良好氛围，助长了“平均主义”风气形成。其次，实践中，由于立案人员取代了业务庭庭长分案，使得立案人员要去直接面对业务庭的承办法官。一旦在案件分配上出现异议问题，比如，有的承办法官拒收案件或退回案件，此时协调起来就比较困难，因为人员分属不同部门，业务庭庭长一旦回避不积极处理，立案人员、立案庭庭长就束手无策。

（三）简单随机分案

随机分案就是按随机概率将所有案件分配到每位法官手中。每一案件的分案都采用随机方式选定承办法官。为与电脑随机分案相区别，我们称之为“简单随机分案”。该分案模式完全采用随机方式，看起来每位法官分得疑难或简易案件的机会均等，也完全切断了人为干预案件通道。但它又有明显的缺陷，分案完全凭法官个人运气好坏：法官运气好的，分得的案件少案情简易；法官运气不好的，分得的案件就会多且案情复杂。长期以往，不利于激发法官的工作热情。

二、对现行分案模式的检视

21世纪初，人民法院收案逐年剧增，“案多人少”矛盾日益突出。为提高审判效率、加强审判管理，各地法院对分案机制做了一些有益的探索。山东、天津等地有的法院开始推行立案庭电脑随机分案。此后，最高人民法院在“第二个五年改革纲要”中，明确提出要建立和完善随机分案制度，电脑随机分案在全国各级法院推广运行。电脑随机分案是指案件立案受理后，立案庭实行电脑自动选定承办法官，只要一有新的案件录入分案系统，电脑就会根据各审判业务部门法官的案件积存数量，自动将案件按序分给积存数最少的法官，以保持每位法官积存案件数量大致相等。随后案件会直接交付给法官，立案人员也可当即告知当事人承办法官。但电脑随机分案又存在以下主要问题。[3]

（一）分案软件无法进行案件难易程度识别

电脑随机分案主要依据的是案件的类型和对应的法官的存案数量，只要法官存案数量低于某一设定值就自动补充分案，分案软件不去考虑案件的难易程度。电脑随机分案存在一个前提假设，即案件的难易程度一致，而事实上，案件难度相差较大，仅以案由分类，民事诉讼就有43类424种案由，而刑事案件罪名则多达450多个。

（二）分案软件无法区分法官司法能力高低

电脑随机分案同样有一个假设，即所有法官的司法能力相同，甚至法官办案没有工作量多少的约束。而事实上，每一名法官由于成长环境、生活阅历、学历教育和从事审判工作年限的不同，使得法官的庭审驾驭能力、法律适用能力和裁判文书写作能力都会存在差异；而且法官作为正常人，其从事审判工作的精力也是有限的，不可能像生产流水线上的机器人分一件案件就办一件。所以电脑随机分案的前提假设可能原本就不成立。

（三）电脑分案不利于调动法官工作积极性

电脑随机分案是根据每个法官存案工作量的多少来分案的，办完一件就会再分一件，法官结案越多，分配的案件也就会越多，这就导致一些法官为了少办一些案件，对于手头已经办结的案件会刻意延迟到审理期限届满时才去申报结案。

综上，正如著名科学家钱学森在上世纪80年代所言，在现代社会里，任何组织活动都会形成自己独有的系统，复杂的组织系统无处不在。司法裁判作为法治系统的执行器，其本身就是一个输入当事人、案件和法官等主要参与要素，输出一个妥善解决社会矛盾纠纷、惩治违法犯罪的法治产品执行系统。要想提高司法裁判系统的运转和管理效率，就必须树立全局观念，处理好整体和部分的关系。电脑随机分案不考虑案件和法官个体差异，将案件和法官从系统整体中剥离，点对点的随机分案，没有将一段时间内立案受理的所有案件和全体法官作为一个整体去考虑，去探寻整体分配的最优解，从而无法发挥司法裁判系统整体的效能。

三、分案系统的重构

（一）理论框架

以刑事诉讼案件分配为例，刑事案件的难易程度可以根据案由、被告人人数、证据排除合理怀疑性等依据经验大体确定难易等级，但是主审法官办理某个案件的难易程度除了与案件当事人和案件本身有关外，更多的是与主审法官自身从事刑事审判的能力相关，不可能通过主观经验判断主审法官审理案件的难度大小。本文以江苏省法院试行的刑事案件难易程度权重划分为基础，以案件审理后是否会引起涉诉信访作为描述主审法官审理案件难易程度的依据，凡是案件审理后涉诉信访风险高的案件我们认为该法官审理该案件的难度系数大，凡是案件审理后涉诉信访风险低的案件我们认为该法官审理该案件难度系数小。所以要解决电脑随机分案存在的主要问题，就是要解决“法官与案件”的“人案相配”(案件和主审法官匹配后办理案件的难度系数最小）和“人案量相当”（根据案件难易程度、案件审理难度系数和法官工作饱和度分配案件，实现法院全局案件审理难度系数最小）的问题。而要解决“人案相配”就需要对法官审理某一件案件的审理难度系数进行预测评估，要解决“人案量相当”就需要树立全局观念，将全院案件和所有法官作为一个整体，根据“案件难易程度”、“案件审理难度系数”不同在“法官工作饱和度”的约束下，求解司法资源的最优配置方案，使得人尽其才物尽其用。

笔者提出，运用数据挖掘方法中常用的LOGISTIC回归方法[4]和运筹学中的指派问题方法来破解“人案相配”和“人案量相当”问题，其理论逻辑为：将案件当事人、诉讼案件和法官作为输入变量，提取各变量的关键性指标带入案件审理难度评估模型（LOGISTIC模型），就可以对不同法官审理同一个案件的难度大小进行评估，挑选出难度系数最小的法官来审理该案，就可以实现个案的人案最优匹配。考虑到法院一段时间内受理的案件数不可能是一件，从全局出发，将法院受理的所有案件看作是工作任务，先将每位法官办理每件案件的难度系数计算出来，然后再给定每件案件的难易权重，将法官工作饱和度作为约束条件，运用指派问题模型求解全院案件的最佳分配方案，实现全院司法资源的最优配置。

（二）以“案结事了”为标准构建个案审理难度评估模型

将案件审理完毕后是否“案结事了”、是否会发生涉诉信访作为分类标准，将既往的涉诉信访刑事案件分为案件审理难度“一般”（不信访）和案件审理难度“难”（信访），运用LOGISTICI回归方法进行数据挖掘，找出当事人、案件与承办法官之间的相关关系，进而构建法官办理某个刑事案件的审理难度评估模型。

1﹒评估指标体系的建立。涉诉信访风险的形成涉及司法方面、信访人方面、接访机制方面和社会环境方面原因。各方面的原因又有许多具体的不确定的因素，譬如司法方面涉及到立法、普法、执法，刑事案件的办理又历经公安侦查、检查批捕起诉，诉讼相关人除了当事人还有律师、专家证人、亲属等等，我们无法将本文的研究视角扩展到产生涉诉信访风险的每一个因素，只能聚焦于人民法院在案件审理过程中有可能产生的涉诉信访风险因素。本文采用随机数方法，从2012年—2014年X法院审理的刑事案件中随机抽取96件未信访案件和96件发生涉诉信访的刑事案件，共计192件作为研究对象。从涉诉信访产生的过程来看，涉诉信访风险主要是由参与案件审理过程中的各参与因素（主要有：案件当事人、涉访案件、主审法官），因为某个环节的情况变异或产生令当事人不满情况的发生，导致当事人对已经生效的裁判不服进而不断信访产生危害社会稳定的可能。[5]根据前文假设，刑事案件审理难易程度评估，实质是对主审法官如果办理某个刑事案件后，当事人是否会产生涉诉信访风险的预判，为了确保评估指标的全面性、客观性和可得性，我们采用德尔菲法来构建刑事案件审理难度评估指标体系。[6]德尔菲方法是建立预警指标体系的常用方法，其实质属于问卷调查法的一种。具体是按照系统程序，反复几轮的征询专家的意见，由受访专家匿名发表意见，然后再将每轮问卷调查结果予以公布，让专家结合其他人的意见再次发表意见，如此反复直到专家意见基本一致。为了更好地进行问卷调查，笔者设计了《法官审理案件难度评估指标遴选表》，在这一调查问卷表中，将案件审理过程中众多信息，按照逻辑关系，分成三层指标体系供被调查对象进行选择，并设有“增选指标”栏供被调查对象自由增加指标。专家组的选择系从法院立案庭、法警队、审委会；政府信访局、公安局；党委政法委；法学院校教授中选取14名专家，背靠背经过开放式首轮调研、评价式二轮调研和重审式三轮调研最终专家意见全部达成一致。

由于本文着重研究案件审理效果的前馈控制，且样本的选取是在同一地区，相同时间段，故对外部环境指标不予考虑。对收集到的192件样本进行数据处理，可见评估案件审理难度主要涉及“当事人”、“刑事案件”、和“刑事案件审理情况”三大项9个指标。其中当事人涉及性别、文化程度、社会救助情况、诉讼身份；刑事案件情况涉及案件提起诉讼方式、案由；刑事案件审理情况涉及主审法官学历、审判工作年限。

2﹒基于LOGISTIC方法的评估模型建立。由于用于本文研究的已决刑事案例样本观察的时间是相同的，提取的评估指标量值是相互独立的，指标量值与LogitP是线性关系，完全符合LOGISTIC回归方法应用条件。[7]

虽然样本量相对较少，但现有的统计技术和软件完全可以进行似然估计。如果我们将刑事案件审理难度设为“一般”（不信访）与“难”（信访）按照二分类Logistic进行回归分析。设因变量Y=0代表“一般”，Y=1代表“难”。设自变量Xk（K=1，2，…K）代表K个评估指标的变量。 P代表Y=1“难”的概率，P1=1-P代表Y=0“一般”发生的概率，㏒it(P1)=㏑[P1/1-P1]=α+B1X1+B2X2+… BkXk可得：P=exp (α+B1X1+B2X2+…BkXk)/1+exp (α+B1X1+ B2X2+… BkXk)，P=1-P1=1/1+exp (α+B1X1+B2X2+…BkXk)，B1、B2…Bk为与自变量对应的回归系数，α为截距。其中，截距α及回归系数B1、B2…Bk由最大似然法估计得到。逻辑回归模型一般选择0.5作为分割点。如果当法官审理某个案件“难”的概率P>0.5，则可判断该法官审理该案件难度大，不容易实现案结事了；相反当法官审理某个案件“难”的概率P

从192个样本中随机各抽取132件“一般”和“难”案例组成训练集，运用SPSS进行样本学习，电脑自动生成案件审理难度评估模型为：

P =1-@LOGIT （-（8.478553598-1.600282191*X1-2.730047285*X2-5.365493727*X6-2.015217728*X8-4.401981352*X9-1.221548565*X14-1.202886303*X16））

模型中P代表法官审理某个案件“难”的概率，主要考虑的解释变量包含：当事人性别X1（是否男性）；当事人文化程度X2（是否非文盲）；社会救助情况X6（是否低保）；案件提起方式X8（是否公诉）；案由X9（是否侵犯财产、是否危害社会管理秩序）；承办法官学历X14（是否硕士）；从事审判工作年限X16(是否10年至20年)。

3﹒案件审理难度评估模型检验。为了检验案件审理难度评估模型的拟合优度，我们运用统计学中常用的Hosmer-Lemeshow检验，从检验结果来看，统计量服从自由度为8的卡方分布，检验计算出的P值为0.3574大于给定的0.05，不拒绝零假设，说明我们建立的案件审理难度评估模型拟合度好。为进一步验证案件审理难度评估模型的实际效果，我们将剩余的120件“难”与“一般”案例作为测试集，进行模型验证，代入指标变量的值，若计算得到的P0.5，认为案件审理难度“难”。模型验证结果表明“一般”的评估精确率92.86%，“难”评估精确率90.63%，平均预测精确率91.67%。由此得出的结论是案件审理前，不同法官审理案件的难易程度可以通过案件审理难度评估模型中所包含的7个变量，运用Logistic回归方程计算出案件审理难的概率的大小。

（三）以“全局审理最优”为标准构建批量案件分案

模型人的精力是有限的，法官的工作量也有一定的饱和度。我们不可能通过个案审理难度评估模型，将所有疑难复杂案件都分配给某一位或几位合适的法官去办理，我们需要从全局的高度去配置法官资源，要让所有的法官都参与案件的办理，并能达到批量案件审理质效最优、社会效果最好，而这一目标恰好与运筹学中指派问题相吻合。

假设已知X法院有M个法官，未来一段时间内法院需要审判的案件总数为N，第i个法官的审判数量下限为dmini，第i个法官的审判数量上限为dmaxi，第i个法官审判第j个案件的难度系数为cij。求法院的案件分配方案，即给每个法官分配哪些案件，使得所有案件审理难度最小？

从分案系统的理论模型我们可以看出，第i个法官审判第j个案件的难度系数是由第j个案件难度等级以及第i个法官审判第j个案件时“难”的概率所决定，即：cij= sj*qij。因此，全院立案受理的全部案件最优分配，就是要求解出全院案件审理难度系数最小，即Minz=ΣiΣjCij*Xij。这一函数模型，只要设定案件本身的难度权重，通过案件审理难度评估模型算出qij,Xij是决策变量，全院案件分配最优解就可通过计算中的SPSS软件运算自动生成。[9]于是法院一段时间内立案受理的案件可以通过计算机辅助系统，在案件难易程度等级、法官审理案件难度大小和法官工作饱和度之间求最优解来分配，凡是案件和法官匹配后全院案件审理难度系数最小，则分配方案为最优。

四、实证比较

新型分案系统能否投入实际应用？其应用效果与现有分案系统有什么不同？为了尽可能保证新旧系统的可比性和数据样本的统一性，我们同样选择了以X法院为例，通过实证比较来探寻答案。 X院每7天分配一次刑事案件，7天约立案受理40件刑事案件。该院共有10名刑事法官。法官中博士1名、硕士2名、本科5名、大专2名；审判年限：5年以下1名，5至10年6名，10年至20年2名，20年以上1名。每名法官每天最少办0.5件案件，每天最多办1件案件。

将法官和每件案件都编上序号，根据前文所构建的案件审理难度评估模型，把每个案件的数据以及法官的数据带入模型，可以算出每个法官审理每个案件时案件难度概率矩阵q。刑事案件本身的难易程度等级s可在考量法律关系多样性、被告人人数、诉的合并审理、重审等个性化因素基础上，结合审判实践经验通过设定权重来表示。为便于计算，我们假设X法院近期立案的40件案件难易程度等级S都是1，运用分案模型Minz=ΣiΣjCij*Xij通过计算机Lingo软件运算求解自动生成案件分配表。从分案结果可以看出，全院40件刑事案件，1号刑事法官将办理2号、3号、10号、24号和32号案件；2号刑事法官办理1号、14号、22号、35号和37号案件；3号刑事法官办理4号、21号、23号、31号和40号案件；4号刑事法官办理28号、33号和34号案件；5号刑事法官办理13号、16号、19号、25号和27号案件；6号刑事法官办理5号、18号和29号案件；7号刑事法官办理8号、15号、17号、20号和26号案件；8号刑事法官办理12号、36号和39号案件；9号刑事法官办理7号、11号和38号案件；10号刑事法官办理6号、9号和30号案件。

为了对构建的分案系统实际应用效果进行评测，我们对电脑随机分案的40件案件和采用新分案系统分案的40件案件进行质效指标监测比较，从比较结果来看，应用新的分案系统分配案件，案件平均审理期限缩短13天，案件发改率降低5%，服判息诉率提高15%。可以看出，应用新型分案系统进行分案，案件审理质效和社会效果均有明显提升。因此法院可将一段时间内立案受理的案件进行编号，同时将法官进行编号，通过计算机对分案模型的运算，可以在综合考虑案件难易程度、法官办案能力及法官工作量等因素情况下进行最优分配，实现全院案件整体审理难度系数最小，案件审理社会效果和法律效果最优。

【注释】

[1]案件难易程度可通过设定权重等级来表达，目前，许多法院的审判管理部门根据不同案件的具体案由、法律关系性质、法律关系多样性以及当事人人数等因素，结合审判实践经验对不同案件的难易程度和工作量大小都设定了权重等级。

[2]兰世民、兰馨、缪新森：“法院分案若干问题研究”，载《法律适用》2012年第6期。

[3]沈张茂：“浅论电脑随机分案的价值取向与制度完善”，载《企业导报》2012年第3期。

[4]Logistic回归方法，主要是对既往数据进行分类，然后通过计算机学习，建立一个学习过程函数公式，找出既往数据中各变量之间的相关关系。可将学习过程函数公式用于对未来事件的预测。最早是在流行病学中用于探索某疾病的危险因素，并根据危险因素预测某疾病发生的概率大小，实际上属于判别分析，后来又大量使用到公司财务危机预警。 Logistic回归方法可按因变量的资料类型分为二分类Logistic和多分类Logistic; 按研究方法分为条件Logistic回归和非条件Logistic回归。关于Logistic回归法，参见常振海、刘薇：“Logistic回归模型及其应用”，载《延边大学学报》2012年第1期。

[5]王小新、鲍勤：“基于故障树分析法的涉诉信访预警指标体系构建与仿真分析”，载《新疆财经大学学报》2014年第3期。

[6]20世纪40年代，O.赫尔姆和N.达尔克首创了德尔菲法，后经过T.J.戈尔登和兰德公司进一步发展而确立。

[7]梁循：《数据挖掘算法与应用》，北京大学出版社2006年版，第45页。

[8]常振海、刘薇：“Logistic回归模型及其应用”，载《延边大学学报》2012年第1期。

[9]符号说明：sj: 第j个案件难度等级；cij: 第i个法官审判第j个案件的难度系数；qij: 第i个法官审判第j个案件时“难”的概率；xij: 是否安排第i个法官去审理第j个案件。约束条件：第j个案件只能有一个法官审判；第i个法官审判的案件不能低于他/她的审判数量下限；不能超过他/她的审判数量上限。