当前位置: 首页 > 滨海法之苑 > 学术研讨
员额制下法官工作饱和度模型的建构
——基于“人、案、时”三维视角的实证分析
作者:马凤岗  发布时间:2017-11-26 15:04:09 打印 字号: | |

 

 

 

 

员额制下法官工作饱和度模型的建构

——基于“人、案、时”三维视角的实证分析

 

 

 

 

 

天津市第二中级人民法院  马凤岗

一七年八月二十日


 

作者简介:

马凤岗,男,1982年生,汉族,法学硕士,毕业于南开大学环境法专业,天津市第二中级人民法院研究室审判研究科科长、一级法官。曾获全国法院第24届学术讨论会一等奖、第26届讨论会二等奖,中国审判理论研究会2014年、2015年一等奖,在《人民司法》、《法律适用》等刊物发表多篇文章。

联系地址:天津市河西区新围堤道6号天津市第二中级人民法院

办公电话:022-28024906   手机:18522672556

电子邮件:max2000_2001@163.com

 

 

论文独创性声明

本人郑重声明:所呈交的论文是我个人进行研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,特此声明。

 

作者签名:                    日期:

 


 

编号:                     

员额制下法官工作饱和度模型的建构

——基于“人、案、时”三维视角的实证分析

 

论文提要

在法官员额制改革全面完成后,如何合理测算法官工作饱和度,科学确定法官工作量,成为一项紧迫课题。影响法官工作饱和的各类因素可归为“人、案、时”三个变量,据此可从“法官工作饱和度=有效办案时间/法定可用工作时间”这个基本公式出发,以基层和中级法院的民事案件为研究范围,构建法官工作饱和度模型并结合法院实际进行测算验证。

具体构建法官工作饱和度模型时,可依循以下步骤。第一步,划分法官类型。鉴于法官之间的个体差异对法官工作效率和饱和度具有重要影响,可运用统计学中的聚类分析法,利用SPSS软件对法官群体进行分类。第二步,测算案件权值。在对法官用于审判的有效办案时间进行测算时,可借鉴美国联邦地区法院基于事件的案件权值法,在划分案件类型、确定案件事件、测定事件频率和测算事件耗时后,构建案件权值模型。其中事件耗时的测算尤为重要,可综合运用电子数据收集法、德尔菲法等获取相关信息。第三步,计算可用时间。运用工作日志法,对法官活动时间进行分析后可得法定可用工作时间。第四步,构建和检验模型。将上述步骤获得的三个变量按照相互关系,最终合成为法官工作饱和度模型,为检验其可靠性,还要代入实际数据进行验算。

法官工作饱和度模型在促进法院人力资源管理的科学化,实现法官培训、考核、激励和保障机制的系统化等方面具有广阔前景,同时在具体测算时要注意深化数据利用,不断提升智慧法院建设中指标管理的信息化水平。(全文含注释共9866字)


 

主要创新观点:

观点1:在影响法官工作饱和的诸多因素中,制度因素、物质因素等“客体”最终要通过法官这一“主体”间接地对法官工作饱和产生作用,而案件因素和法官因素都离不开时间维度的制约,鉴于此,本文将影响法官工作饱和度的因素提炼为法官变量、案件变量和时间变量,从“法官工作饱和度=有效办案时间/法定可用工作时间”的基本公式出发,分四步进行变量分析以及构建模型。

观点2以往的研究成果测算法官工作饱和度时,往往忽视法官之间的异质性,不加区别地视为一个整体。本文认为,虽然员额制后法官队伍素质和能力整体上有所提升,但由于法官的知识结构、专业水平、审判经验等个性特征不同,导致法官之间在办案能力上依然存在明显差异。因此,不能简单地以所有法官的平均效率衡量法官工作饱和度,另一方面也不能不切实际地计算每个法官的工作饱和度,较合适的办法是借鉴市场细分的理念,运用聚类分析法对法官群体进行科学分类。

观点3案件事件是对法官审理案件花费时间具有直接影响的具体事项或者任务点。本文根据审判实际,将案件事件分为三类:第一类是必有事件,即与判断权、裁量权紧密相关的核心审判事项;第二类是或有事项,包括保全、合议、调查等案件流程以及调解、终结等结案方式;第三类为特色事项,主要涉及个案特点,如当事人为三方以上等。对于上述案件事件耗时,可综合运用电子数据收集法、工作日志法、德尔菲法等得到相关数据。

观点4在法官员额制全面实行的背景下,本文得到的法官工作饱和度模型,对于科学测算法官工作量、动态调整人力资源,加强法官能力培养、健全法官培训、考核、激励和保障机制,都具有积极的实践价值,同时对于推进智慧法院建设也将产生积极促进作用。


以下正文:

引言

随着法官员额制改革的全面落实,我国司法进入后员额时代,可以预见,在法官队伍大幅压缩而案件数量保持扩张的情况下,入额法官将面临着更重的办案压力。[1]事实上,不少基层法院法官在员额制改革前,已经长期处于超负荷运转状态,有的法官出现“职业倦怠”现象,身心疲惫、审判质效下降、人际关系紧张,个别地方法官流失较为严重。[2]因此,从某种程度上讲,员额制的落实即意味着保护员额法官依法履职的开始。在法官员额制全面落地后,如何遵循审判规律和法院实际合理测算法官工作饱和度,成为当前关系员额法官身心健康和职业前途、关乎司法改革成效乃至司法事业可持续发展的一项重要课题。[3]

一、基础构建:法官工作饱和度的概念和研究思路

“只有充分准确的表述问题,才能有效地把问题转换为有用的计量经济模型。”[4]法官工作饱和度是近年来才出现的量化评价指标,对于其内涵人们还存在一些模糊和不一致的认识,因此有必要首先予以澄清,并在此基础上明确研究思路和范围。

(一)相关概念

按照现代汉语词典的解释,“饱和”一词原指“在一定温度和压力下,溶液所含溶质的量达到最大限度,不能再溶解”,后泛指“事物在某个范围内达到最高限度”。[5]工作饱和是人力资源管理上的一个概念,其含义主要是指员工的有效工作时间与规定的劳动时间相等或近似相等。从上述概念出发,法官工作饱和度(Judge Work Saturation)或者说案件饱和度,指的是法官在一定期间内的有效办案时间所占用法定可用工作时间的程度。用公示表示即为:

S=UT /LT *100%

S—法官工作饱和度;UT—有效办案时间;LT—法定可用工作时间

由于一定期间内的法定可用工作时间是固定的,正常情况下法官工作饱和度介于0100%之间,除非法官加班,即在法定工作时间之外增加有效办案时间,则可能出现大于100%的情况。

法官饱和工作量是与法官工作饱和度紧密相关的另一个概念。当工作饱和度达到100%时,法官工作量呈现出饱和状态,即认为法官在一定期间内办案数量达到极限值。如果长期处于饱和甚至超饱和状态,则就可能导致“职业倦怠”。

从概念范畴和应用范围上看,法官工作饱和度指标的创设与我国法院的法官业绩考评密切相关。而在许多西方法治发达国家看来,没有必要对法官进行业绩考评和管理,主要原因在于其通过建立严格的法官选拔制度、健全的法官培训机制、完善的福利保障体系,[6]实现了法官的精英化、职业化,同时社会的法治化水平很高,法官拥有无上的权威。而反观我国,尚处于法治国家建设的加速阶段,法院人力资源配置不合理,案多人少矛盾突出,审判执行工作机制不完善,法官职业化、专业化水平不高,这些特殊的司法国情决定了我国现阶段实行法官业绩考评的现实必要性,也构成了我们深入理解法官工作饱和度这一概念的出发点。

(二)研究思路

从一般的审判实践经验出发,可以确定影响法官工作饱和度的因素有很多,例如法官的司法能力和身体状况,案件的数量、类型和难易程度,以及法官业绩考评、薪酬激励、辅助人员配置和硬件配套设施等。笔者认为,制度因素、物质因素等“客体”最终要通过法官这一“主体”间接地对法官工作饱和度产生作用,而案件因素和法官因素都离不开时间维度的制约,鉴于此,本文将影响法官工作饱和度的因素提炼为法官变量、案件变量和时间变量,[7]在具体测算上从“法官工作饱和度=有效办案时间/法定可用工作时间”的基本公式出发,分四个步骤构建测算模型:第一步,根据法官的相似性特征,对法官群体进行分类;第二步,运用案件权值模型方法,测量出同一审判部门内某一类法官用于审理各类案件的有效时间;第三步,计算法定可用工作时间;第四步,通过合并计算三个变量,得到法官工作饱和度模型。

(三)研究对象和范围

为了保证法官工作饱和度模型的可靠性和应用性,本文将研究范围限定在基层和中级法院,拟选取20165月开展法官员额制改革试点的某市D区法院作为研究样本,并将数据调查范围限定在民事案件。主要考虑是:实践中四级法院的职能定位不同决定了法官工作内容和性质的差异,基层、中级法院承担了绝大部分案件压力,较侧重纠纷解决,而高级、最高法院则重在监督指导和规则之治,[8]另外在所有案件中民事案件占大部分,因此,以中基层法院的民事案件作为研究对象和范围使得法官工作饱和度模型更具有参考价值。

二、框架搭建:法官工作饱和度的影响变量分析及测算

建构法官工作饱和度模型的关键在于变量分析。为了得到更加科学准确的量化指标,本文拟引入社会统计学上的多元统计分析方法以及案件权值法、时间分析法,对前文所述的法官、案件、时间三个变量逐一分析,并结合法院实际进行测算验证。

(一)测算法官类型——聚类分析法

法官作为行使审判权的主体,是司法机制的核心元素。实行法官员额制的目标就是“把最优秀的司法人才吸引到办案一线”。[9]从全国各级法院选任的员额法官结构看,专业化和职业化水平的确有了明显提高。然而,法官队伍素质和能力的整体提升,仍无法掩盖法官个体之间存在的巨大差异。在统计学上,平均值的一个重要特征是容易受到极端值的影响。[10]由于法官的知识结构、专业水平、审判经验的不同,导致不同法官在办案能力上存在明显差异。以D区法院民一庭为例,在办案条件、辅助人员配置相同、实行随机分案的情况下,办案数量最多的法官1年间审结案件328件,而最少的仅为226件。因此,不能简单地以法官平均效率衡量法官工作饱和度,否则将严重制约法官工作饱和度在法官业绩考评、配置法官和辅助人员等方面的应有作用。但另一方面,如果计算每个法官的工作饱和度,则耗费的时间和成本可能过大,且在统计分析中容易受到极端值的干扰,可能造成建模失败,即使能够成功也会因缺少可比性而失去预测价值。

“物以类聚,人以群分”,鉴于上述原因,较好的处理方式是借鉴市场细分的理念,[11]运用统计学上的聚类分析方法对法官进行分类。

1、调取基础数据

下面以D区法院民一庭为例尝试分析。笔者调取了该庭11名员额法官的主要信息以及入额一年来的办案数量如下。

 

 

 

 

 

表1 D区法院民一庭法官有关变量





 


 

 

 

 

 

 

 

 

 


2、标准化处理

为消除不同数据间量纲(计量单位及方向等)的影响,在进行分类前必须先将初始数据进行标准化处理,并将标准化后的计算结果加总,作为该样本用以聚类分析的数据值。由于上述样本中既有定类变量又有定距变量,因此可以按照某种特征的有无,将定类变量转化为哑变量,即性别一栏中,男=1,女=0;学历一栏中,本科以上=1,本科以下=0;专业一栏中,法律=1,非法律=0。对转化后的数据按照以下公式处理:

xi=(XiXa)/ Si(i=1,2,11)

xi—标准值;Xi—原始值;Xa—平均值;Si—标准差

表2  SPSS对观察值的处理

观察值处理摘要a

观察值

有效

遗漏

总计

N

百分比

N

百分比

N

百分比

11

100.0

0

.0

11

100.0

a. 平均链接(组间)

由此表可知,样本具备了进行聚类分析的条件。

3、谱系聚类[12]

聚类分析的前提条件之一是各变量之间相关性越小越好,如果以“平方欧几里得直线距离”为相似性度量,通过SPSS软件进行分析后得到以下矩阵,该矩阵为不相似矩阵,因此可以用来进行谱系聚类分析。

表3 近似性矩阵结果

近似性矩阵*

观察值

 平方欧基里得直线距离

1

2

3

4

5

6

7

8

9

10

11

1

.000

975.000

3078.000

5963.000

952.000

6930.000

1514.000

631.000

2585.000

2810.000

363.000

2

975.000

.000

2413.000

5660.000

419.000

6543.000

617.000

80.000

2396.000

2539.000

1612.000

3

3078.000

2413.000

.000

689.000

4616.000

1014.000

604.000

2791.000

61.000

42.000

5481.000

4

5963.000

5660.000

689.000

.000

8751.000

39.000

2575.000

6148.000

742.000

645.000

9262.000

5

952.000

419.000

4616.000

8751.000

.000

9870.000

1968.000

237.000

4435.000

4654.000

829.000

6

6930.000

6543.000

1014.000

39.000

9870.000

.000

3178.000

7081.000

1107.000

980.000

10457.000

7

1514.000

617.000

604.000

2575.000

1968.000

3178.000

.000

883.000

643.000

710.000

3051.000

8

631.000

80.000

2791.000

6148.000

237.000

7081.000

883.000

.000

2664.000

2821.000

1074.000

9

2585.000

2396.000

61.000

742.000

4435.000

1107.000

643.000

2664.000

.000

9.000

4862.000

10

2810.000

2539.000

42.000

645.000

4654.000

980.000

710.000

2821.000

9.000

.000

5167.000

11

363.000

1612.000

5481.000

9262.000

829.000

10457.000

3051.000

1074.000

4862.000

5167.000

.000

*这是相异性矩阵

为了找到最佳聚类数量,需要将那些使得误差平方和增长最少的对象进行合并,通过观察表4可知,从2类到3类的转变记录了最大的差异改变,因此可以作为选择类数的标准,即上述样本分为2类最佳。

表4  误差平方和的发展

凝聚顺序表

阶段

结合的丛集

系数

阶段丛集第一个出现

下一个暂置

丛集 1

丛集 2

丛集 1

丛集 2

1

9

10

9.000

0

0

3

2

4

6

39.000

0

0

9

3

3

9

51.500

0

1

7

4

2

8

80.000

0

0

5

5

2

5

328.000

4

0

8

6

1

11

363.000

0

0

8

7

3

7

652.333

3

0

9

8

1

2

1012.167

6

5

10

9

3

4

1366.250

7

2

10

10

1

3

4600.333

8

9

0

表5 不同聚类的分组情况

各丛集组员

观察值

4 丛集

3 丛集

2 丛集

法官1

1

1

1

法官2

2

1

1

法官3

3

2

2

法官4

4

3

2

法官5

2

1

1

法官6

4

3

2

法官7

3

2

2

法官8

2

1

1

法官9

3

2

2

法官10

3

2

2

法官11

1

1

1

 

 

 

 

 

 

 

 

 

 

4、实践检验

由表5可知,如果分为2类,则法官3467910可定义为Ⅰ类法官,其余法官125811Ⅱ类法官。从结果看此分类也较符合实际情况。Ⅰ类法官为年龄在3050岁之间,本科以上学历,法学专业出身,且具有7年以上审判经验的法官,该类群体年富力强,且审判经验丰富,因而结案效率较高;Ⅱ类法官为年龄在30岁以下、本科学历、审判经验不超过5年的年轻法官,以及50岁以上、高中学历、审判经验20年左右的年老法官,受审判经验、专业水平和身体条件的限制,该类群体的审判效率相对不高。

(二)测算有效工作时间——案件权值法

案件是法官工作的对象。在传统的法院业绩考评中,往往单纯地将案件数量作为测算法官工作量的依据,却忽略了不同案件类型、同类案件不同难易程度等案件的差异化因素,因而导致测算结果与实际不符,难以得到法官认同。笔者认为,只有将时间投入到处理案件上才算是有效工作时间,因此法官工作量可以用有效工作时间来衡量,同时鉴于案件的差异性特点,可以考虑借鉴美国法院长期运用、在国际上保持领先的案件权值法,结合我国法院实际,对法官耗费在案件上的有效工作时间进行测算。

案件权值法是加权案件工作量测算方法的一种,最早源于上世纪40年代美国联邦法院,2004年由美国联邦司法中心(FJC)在美国联邦法院行政管理局(AO)的帮助下进一步完善,现已被美国大部分联邦地区法院所采用,成为评估法官工作负荷和司法资源需求的重要工具。[13]所谓案件权值,就是审理不同类型案件需要投入的审判工作量,表明了一类案件同其他类型案件相比所消耗的时间。[14]实际上,案件权值即为法官审理每类案件所耗费的平均时间,虽然其不能完全涵盖每一个个案的实际工作量,但作为一种较为客观稳定的参考值仍具有较强参考价值。测算案件权值需要掌握四类信息变量,即案件类型、案件事件、事件频率和事件耗时,下面逐一进行分析。

1、划分案件类型(Case Type

案件分类是评估法官审判工作量的基础。我国201141施行的《民事案件案由规定》以“法律关系性质”为主要标准,将所有民事案件类型划分为四级案由,成为民事审判业务庭管辖分工和开展司法统计的基础,可以直接用来作为评估案件权值的案件分类依据。但需要注意的有两点:一是根据案由规定,一审法院应当首先使用第四级案由,第四级案由没有规定的再逐级适用三级、二级和一级案由,因此,测算案件权值时应当优先适用第四级案由,再适用第三级案由;二是对于实践中存在的并列使用两个以上案由的案件,以及因当事人混淆而导致案由失真的案件,应当根据最符合法律关系本质以及细化案件分层的原则确定案由。以D区法院民一庭为例,按照该院民事业务庭分工,主要案件类型包括婚姻家庭纠纷、继承纠纷、劳动争议和人事争议这四个二级案由下的所有三级和四级案由,以及借款合同纠纷下的民间借贷纠纷。

2、确定案件事件(Case Event

案件事件是对法官审理案件花费时间具有直接影响的具体事项或者任务点。在案件数量一定的情况下,审理某类案件需要处理的事件越多,则法官付出的工作量就越大。审判实际中的案件事件主要可分为三类:一类是必有事件。实行法官员额制后,法官专司判断权、裁量权,因此法官的主要职责集中于与判断权、裁量权紧密相关的核心审判事项,其他辅助性事务如庭前准备、送达等交由法官助理或书记员处理。[15]在此情况下,按照审判流程划分,基层法院法官对每起诉讼案件的处理一般包括阅卷、庭审和制作文书三种事件。第二类是或有事项。案件流程方面包括保全、合议、调查、简易程序转普通程序等,结案方式方面包括调解、终结等其他方式。第三类为特色事项。主要涉及案件的一些特点,如涉及三方以上当事人,当事人一方为外国人,证人出庭等。为了全面准确获取案件事件,笔者以D区法院民一庭实行员额制后的案件为样本,根据有关规定和审判实际,通过案件管理信息系统挖掘出以下事件。(见下表)

 

 

 

 

 

 

表6  案件事件统计表





 


 

 

 

 

 

 

 

 

 

 

 

 

 

 


说明:裁定不予受理、驳回起诉和管辖权异议案件,以及批量案件较为简单,不包含在上述案件中,单独作为一类案件直接进行时间评估。

3、测定事件频率(Event Frequency

事件频率是指在某类案件中各种事件的发生率。某一事件发生的频率越高,则法官处理该事件所耗费的工作量越大。计算公式为:

EF=TF/CN

EF—某类案件的某一事件频率;TF—某类案件中某一事件发生的总次数;CN—某类案件的数量

仍以D区法院民一庭为例,假如首先测算离婚纠纷案件,共审理该类案件483件,经过查询有关电子数据库和案件卷宗,得到以下表格:

 

表7离婚纠纷案件事件频率测算表





 


 

 

 

 

 

 

 

 

 

 

 

 


4、统计事件耗时(Event Time

测算每一个事件的平均耗费时间是评估该类型案件平均用时的基础。如果将案件视为司法产出,则根据企业管理上的“产出=时间×效率”公式可知,在案件量一定时,法官的工作效率与审理案件耗费时间成反比,工作效率越高意味着耗时越少。如前文所述,不同法官的司法能力等因素决定了工作效率的差异,因此,事件耗时按照法官分类进行评估更为准确科学。如以D区法院民一庭的Ⅰ类法官作为样本,统计范围为实行员额制后所有Ⅰ类法官审结的离婚纠纷案件,则该类法官在各个事件耗时的数据可通过以下方法获取:

1)电子数据收集方法。通过运用案件信息管理系统抓取每一个Ⅰ类法官完成每个案件中每个事件的耗费时间信息,由于系统功能的限制,可得数据主要是庭审时间。

2)德尔菲法。由Ⅰ类法官组成专家小组,要求每个法官对完成离婚纠纷案件中每个事件的平均耗时问题逐轮匿名发表意见,经过收集意见、向法官反馈信息然后重复进行,最后直到每个法官不再改变自己的意见的为止。

3)工作日志法。法官利用一个月的时间,每天记录自己的工作内容与工作过程,作为测算完成每个事件耗费时间的依据。

通过上述三种方法得到基础数据后,计算三类数据的算术平均值作为统计值,可得到Ⅰ类法官离婚纠纷案件各个事件耗时,用同样方法可以得到其他类法官的数据。

表8 Ⅰ类法官离婚纠纷案件各个事件耗时统计





 


 

 

 

 

 

 

 

 

 

 

 

 


说明:由于普通程序案件的庭审、合议需要三个或两个法官共同参加,因此统计庭审耗时和合议耗时需要计算加权平均值。

5、构建案件权值模型(Case Weight Model

通过上述分析测算,得到案件类型、案件事件、事件频率、事件耗时四类变量后,即可经过以下步骤构建案件权值模型:

步骤一:计算某类法官完成某类案件中某一事件所耗费的平均时间

公式:TXni=ETni*EFni

TXni—某类法官(n)完成某类案件的某种事件(i)耗费的平均时间;ETni—某类法官完成某类案件某种事件耗费的平均时间;EFni—某类案件某种事件出现的频率

步骤二:计算某类法官审理某类案件所耗费的平均时间

公式:CWn=TXn1+TXn2++TXnk

CWn—某类法官(n)审理某类案件的平均时间即案件权值(假设该类案件出现了k类事件)

步骤三:计算某类法官审理各类案件所耗费的全部时间

公式:UTn=CW1*CN1++ CWp*CNp

UTn—该类法官审理各类案件的全部时间(假设共有p类案件);CN—某类案件数量;CW—某类案件权值

D区法院民一庭离婚纠纷案件为例,Ⅰ类法官审理离婚纠纷案件的案件权值CW=85*1++28*0.027=347分钟即5.785小时;Ⅱ类法官的案件权值为CW=139*1++49*0.027=455分钟即7.575小时。

 

 

 

 

 

 

 

 

表9 D区法院民一庭离婚纠纷案件权值测算表

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


(三)测算法定可用工作时间——时间分析法

时间是法官办案的必要条件,其重要特征之一是有限性,即每天24小时是恒定的。按照每年365天,52周,11个法定节假日,每天工作8小时计算,法官的法定劳动时间共有(36552*211*8=251*8=2008小时。那么,法官的这些时间都用在哪儿了?实践中,法官的日常活动可分为五类:一是审判执行工作;二是与审判业务相关的活动,包括学习、培训、调研等;三是与审判业务没有直接关系的活动,如系统内部会议、政治学习、普法宣传,甚至有的法院还包括招商引资、志愿服务等;四是满足身体需要的生理活动,如午餐、午休以及工作间隙的放松,在管理学上用宽松时间来表示[16];五是恢复健康、处理紧急私人事务需要的休假时间,主要包括病假和事假,一般用缺勤时间表示。如果XT表示法定劳动时间,用LTRTNTBTHT分别表示法官从事上述五类活动所花费的时间,则法定可用工作时间计算公式为:

LT=XTRTNTBTHT   LTe=LTd*251

LTe—每年法定可用工作时间;LTd—每天法定可用工作时间

为了测算结果,可运用工作日志法,对D区法院民一庭法官两个月的活动进行分析,得到Ⅰ类法官和Ⅱ类法官的平均每天时间分布图。





 


 

 

 

 

 

 


图1 Ⅰ类法官每天时间分布图(单位:小时)

 

 

 

 

 

 

 

图2 Ⅱ类法官每天时间分布图(单位:小时)

由上两图可知,Ⅰ类法官和Ⅱ类法官的每年法定可用工作时间分别为:

LT=5.37*251=1348(小时)     LT=5.43*251=1363(小时)

    三、功用延伸:法官工作饱和度模型的合成及应用

在上述主要变量分析完成后,即可按照计算法官工作饱和度的基本公式建构模型、代入检验。而建构模型也只是提供了一个基本的分析工具,更重要的是如何科学运用法官工作饱和度指标,以进一步推动员额制后的相关改革,发挥其在司法实践中的最大功效。

(一)法官工作饱和度模型的合成和检验

当某类法官每年有效工作时间即投入到案件审理中的时间以及每年法定可用工作时间可测的情况下,则该类法官工作饱和度模型即为:

Sn=UTt/LTt*100%

 =(UT1+ UT2+UTn)/LTt*100%

=(CW1*N1+CW2*N2++CWi*Ni)/LT*M*100%

 =(CW1*N1+CW2*N2++CWi*Ni)/(XT-RT-NT-BT-HT)*M*100%

UTt—总有效工作时间;LTt—总法定可用工作时间

UTn—某类法官(共n类)审理某类案件耗费的全部有效时间

CWi—某类案件(共i类)的案件权值;

Ni—该类案件数量;M—该类法官数量

按照人力资源管理上的划分标准,如果工作饱和度100%以上为超饱和;达到90%以上,就认为基本饱和;80%90%为接近饱和;70%80%为不饱和;70%以下则为严重不饱和。

仍以D区法院民一庭为例进行检验,通过上述模型可以对Ⅰ类法官和Ⅱ类法官的工作饱和度进行测算,其法官年均结案数分别为303件和250件,审理各类案件的案件权值、案件数和耗时如下表所示,法官工作饱和度分别为

S=(5.785*285++5.527*126)/1348*6*100%=107.40%

S=(7.575*198++5.648*119)/1363*5*100%=96.83%

可见,两类法官分别处于工作超饱和以及基本饱和状态,该结果也与两类法官目前的实际工作状态相吻合。

表10 D区法院民一庭法官工作饱和度测算表

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


(二)法官工作饱和度指标的实际应用

1、优化资源配置:促进法院人力资源管理的科学化

法官工作饱和度是法院人力资源管理的重要参考。法官不是“司法工匠”,法官工作应以不超过饱和度为限,如像本文样本中部分法官那样长期处于超饱和状态,则意味着经常加班加点,对于法官健康和发展极为不利,对此应视情况调入员额法官或配备更多辅助人员。如果大部分法官工作饱和度较低,说明该法院或该部门法官员额过多导致“资源浪费”,应将员额分配给其他超负荷运行的法院或部门。另外,还要注重审判团队内部结构的优化,在完成总体工作任务的前提下,努力实现“人岗匹配”,促进“以老带新”、“以强扶弱”,发挥审判团队最大战力。

2、强化法官养成:实现法官培训、考核、激励和保障机制的系统化

借助工作饱和度分析,可以明确不同层次法官所应具备的技能、知识等条件,从而设计出更加合理的员额法官培训方案,推进法官职业化和专业化,同时也为法官晋级晋升、上级法院从下级法院遴选法官、法官考核和退出提供更加科学的评价标准。另外,在将来法院人财物省级统管改革背景下,如果能够以法官饱和工作量为依据健全法官薪酬制度,则对于提升员额法官的办案积极性大有裨益。最后,法官工作饱和度研究给我们的警示是,对法官的保障不能仅限于薪酬待遇或是人身安全,更重要的是保障法官的休息权、健康权和发展权,如果司法改革以牺牲法官身心健康和持续发展为代价,则无异于“涸泽而渔”、“饮鸩止渴”,因此,有必要重新审视那些以完成年度人均办案量为法官退出员额评价标准的考评方式,非因法定事由,非经法定程序,不得将法官调离岗位,同时,考虑如何减少不必要的非审判活动如招商引资、志愿服务、内部会议等,加强法官能力和素质养成,这都需要决策者进行制度设计以及领导者进行法院管理时予以足够重视。

3、深化数据利用:提升智慧法院建设中指标管理的信息化

法官工作饱和度是一个计算过程较为复杂的指标,如果仅靠人力实现,则所耗成本和精力巨大,且置信度也不高。近年来,各地智慧法院建设方兴未艾,深度利用大数据、云计算、互联网+等现代信息技术和理念,深刻改变着法院的组织结构和管理能力,也为开发有关信息软件,实现法官工作饱和度指标的科学化、智能化管理提供了契机。需要注意的是,大数据不仅仅是指大容量,更是指多样化、高速度、精确性。事实上,数据的异质性使多样化之于大数据的意义远远大于大容量的贡献:大容量数据的特点是比抽样统计更为精确,但异质数据还能挖掘、分析出更有价值的结论。[17]因此,测算法官工作饱和度所依据数据的取得,不仅需要基础信息的智能化录入,还需要打破审判管理、人力资源、信息建设等内设部门的条块分割,逐步在本法院、本地区实现司法数据的多元共享和深度利用。

任何司法改革,都以消化积案为最终目标。[18]但本文有关法官工作饱和度的分析表明,片面追求结案数量目标,不利于法官的职业发展以及司法效益的持续提升。法官工作饱和度也可视为一种提示和预警,在法官工作接近饱和情况下,必须更加重视对案件质量的监督以及当事人满意度的监测,及时发现不足,优化管理和服务,健全审判工作机制,向管理要效益,以制度促公正。



[1])虽然法官总体数量不等同于一线法官数量,员额制后有些法院的一线法官数量还有所增加,但由于院际、庭际案件分布不均衡,再加上立案登记制后案件数持续上升,导致许多法官入额后的工作负担不断加重。

[2]参见吴荣鹏、黄双平、张静:《消除法官职业倦怠 提升职业内生动力——重庆市巫山县人民法院关于法官职业心态的调研报告》,载《人民法院报》2014 814 日第8版。

[3]20172月最高人民法院出台《人民法院落实<保护司法人员依法履行法定职责的规定>的实施办法》,明确提出“合理测算法官工作饱和度”、“不得强制要求法官在法定工作日之外加班”等要求。

[4]【荷】菲利浦·汉斯·弗朗西斯:《计量经济学入门》,上海财经大学出版社2005年版,第125页。

[5]参见中国社会科学院语言研究所词典编辑室编纂《现代汉语词典》(第5版),第46页。

[6])参见最高人民法院中国应用法学研究所编:《英美德法四国司法制度概况》,韩苏琳编译,人民法院出版社2008年版。

[7]变量是指研究对象所具有的可以变化的某个特征。参见游正林:《社会统计学:对问卷调查数据的统计分析》,社会科学文献出版社2010年版,第4页。

[8]参见何帆:《论上下级法院的职权配置——以四级法院职能定位为视角》,载《法律适用》2012年第8期。

[9])参见孟建柱:《坚定不移推动司法责任制改革全面开展》,载《法制日报》20161020日。

[10]游正林:《社会统计学:对问卷调查数据的统计分析》,社会科学文献出版社2010年版,第32页。

[11])市场细分是指企业以需求的某些特征或变量为依据,区分具有不同需求的顾客群体的过程。

[12]谱系聚类是聚类分析方法中应用范围最广的方法,具有测算方便快捷、易掌握的优势。

[13]参见黄海锭:《以事件为基础的美国联邦法院案件权重设置》,载《人民法院报》2014 12 26 日第 8 版。准确地讲,2004年后为以事件为基础的案件权值法(Event-Based Case Weight),以区别于之前以时间为基础的方法(Time-Based Case Weight)。回顾有关文章,有的译者将“case weight”翻译为“案件权重”,笔者认为从该方法以测算案件审判工作量为目标看,译为“案件权值”似乎更为准确。

[14]2003-2004 District Court Case-Weighting Study Final Report to the Subcommittee on Judicial Statistics of the Committee on Judicial Resources of the Judicial Conference of the United State”

(美国联邦司法中心司法资源委员会司法统计小组委员会2003-2004年联邦地区法院案件权值研究结项报告),

http://www.fjc.gov/content/2003-2004-district-court-case-weighting-study-final-report-

subcommittee-judicial-statistic-0,于201762访问。

[15]根据最高人民法院《人民法院法官助理管理办法》(征求意见稿),法官助理在法官指导下负责庭前组织交换证据、庭前调解、调查核证、委托鉴定评估等事项。

[16]与宽松时间相对应的指标为宽放率,管理学上一般宽放率在10%20%之间。

[17]徐俊:《智慧法院的法理审思》,载《法学》2017年第3期,第56页。

[18]【日】棚濑孝雄:《纠纷的解决与审判制度》,王亚新译,中国政法大学出版社1994年版,第225页。


 
责任编辑:天津二中院