逮捕审查判断中犯罪嫌疑人社会危险性的量化评估

作     者：周翔 

作者机构：浙江大学光华法学院 

出 版 物：《法学研究》 (Chinese Journal of Law)

年 卷 期：2024年第46卷第3期

页      面：191-208页

核心收录：

学科分类：0301[法学-法学] 03[法学] 030106[法学-诉讼法学] 

基　　金：国家社科基金项目“智慧司法背景下犯罪嫌疑人社会风险的大数据评估方法研究”(21CFX068) 浙江省哲学社会科学规划之江青年专项课题“数字法治背景下生成式大模型技术对裁判说理的辅助价值”(24ZJQN064Y)的阶段性成果 

主　　题：逮捕 社会危险性 量化评估 羁押必要性审查 

摘      要：通过对2020年以来13万余份起诉书和不起诉书的机器学习,研究发现:我国司法人员在判断羁押必要性时,会评估犯罪嫌疑人的社会危险性,但相应评估侧重于罪行危险性因素,却忽略了人身危险性因素;引入量化评估方法,主要有利于改善仅依靠基本案情信息难以准确判断是否需要羁押的“复杂案件的羁押必要性判断,量化方法有可能显著降低此类案件的羁押率。当前在判断羁押必要性时,办案人员主要依靠罪行危险性因素的主观综合判断,规范改革路径着力于规则细化和要件重构,但这无力化解社会危险性判断信息不足的问题。引入大数据建模方法,有助于系统统合零散的社会危险性判断信息。此外,可通过问卷、量表、数字化设备等方式扩充模型的训练数据,通过深化对社会危险性发生机制的理解,区分案由和社会危险性类型,构建多个子模型,以进一步提升量化工具的准确性。