周許陽

（浙江大學(xué) 光華法學(xué)院，杭州 310008）

0 引言

加速推進(jìn)司法體制改革是全面依法治國、加快建設(shè)社會(huì)主義法治國家的重要一環(huán)。其中，法官員額制改革是現(xiàn)階段司法改革的核心與深水區(qū)。2015年2月《最高人民法院關(guān)于全面深化人民法院改革的意見——人民法院第四個(gè)五年改革綱要（2014—2018）》明確指出，法官員額數(shù)應(yīng)當(dāng)根據(jù)經(jīng)濟(jì)社會(huì)發(fā)展?fàn)顩r、人口數(shù)量、案件類型等基礎(chǔ)數(shù)據(jù)予以科學(xué)確定。言下之意是，司法力量（即入額法官數(shù)量）應(yīng)當(dāng)與訴訟量（案件受理數(shù)量）相匹配，而后者受到經(jīng)濟(jì)社會(huì)發(fā)展?fàn)顩r、人口數(shù)量、案件類型等因素的影響。因此，在前人研究的基礎(chǔ)上，本文選取人口自然增長率、人均國內(nèi)生產(chǎn)總值、城鎮(zhèn)化率、總訴訟量、行政案件訴訟量、刑事案件訴訟量、行政案件訴訟量為變量，探索人口自然增長率、人均國內(nèi)生產(chǎn)總值、城鎮(zhèn)化率這三個(gè)因素與總訴訟量以及行政、民事、刑事三類案件各自訴訟量間的互動(dòng)關(guān)系。此外，本文還將建立誤差修正模型來分析我國經(jīng)濟(jì)發(fā)展與人口增長、城鎮(zhèn)化與各類案件訴訟量的長期均衡關(guān)系和對(duì)長期關(guān)系的短期擾動(dòng)。

1 研究設(shè)計(jì)

1.1 數(shù)據(jù)選取

本文選取1983—2015年的城鎮(zhèn)比例（%）、人口自然增長率（%）、人均國內(nèi)生產(chǎn)總值（元）為自變量，總訴訟量、刑事訴訟量、民商事訴訟量、行政訴訟量為因變量。其中，總訴訟量即為一審案件收案數(shù)量。本文數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》。為了減小數(shù)量級(jí)和異方差性，對(duì)人均國內(nèi)生產(chǎn)總值（元）、總訴訟量進(jìn)行自然對(duì)數(shù)變換。對(duì)刑事案、民商事案、行政案分別取占收案數(shù)的百分比。結(jié)果如表1所示。

表1 變換后的數(shù)據(jù)

1.2 研究方法

本文主要研究經(jīng)濟(jì)與人口增長、城鎮(zhèn)化率與司法訴訟總量間的互動(dòng)關(guān)系以及更進(jìn)一步，它們對(duì)行政、民事、刑事三類不同案件訴訟量的影響，因此主要采用多元線性回歸模型。為了避免偽回歸，在模型建立之前進(jìn)行單位根檢驗(yàn)，單位根檢驗(yàn)的方法有很多種，包括ADF檢驗(yàn)、PP檢驗(yàn)、NP檢驗(yàn)等。本文主要采用ADF檢驗(yàn)。此外，本文運(yùn)用Engle-Granger方法判斷變量之間是否存在長期協(xié)整關(guān)系，并在此基礎(chǔ)上構(gòu)造基于協(xié)整模型方程誤差修正模型（ECM）。

2 實(shí)證分析

2.1 描述性分析與相關(guān)性分析

對(duì)表1進(jìn)行描述性分析，如表2所示。這33年里，人口自然對(duì)數(shù)的平均值為20.93，是所有變量中變化最小的變量，標(biāo)準(zhǔn)差僅為0.09，而民商事案件比例是變化最大的，平均值為72.41%，標(biāo)準(zhǔn)差為12.3%，其次是城鎮(zhèn)人口比例的變化也非常大，平均值為36.64%，標(biāo)準(zhǔn)差為10.84%。

表2 描述性分析

由此可見，從1984—2015年，人口數(shù)、城鎮(zhèn)人口比例、國民總收入、人均國民總收入呈逐年增加的趨勢，人口自然增長率從1987年開始呈逐年下降的趨勢，民商事案件比例在2001年之前都在65%以下，而2002年以后突然攀升到了85%左右，而刑事案件則有下降的趨勢，行政案件呈逐年增加的趨勢。

2.2 單位根檢驗(yàn)

單位根檢驗(yàn)是進(jìn)行協(xié)整檢驗(yàn)的前提，本文利用ADF檢驗(yàn)方法分別對(duì)城鎮(zhèn)比例、人口自然增長率、人均國內(nèi)生產(chǎn)總值、總訴訟量、民商事案件比率、刑事案件比率、行政案件比率的原序列以及一階差分進(jìn)行單位根檢驗(yàn)以驗(yàn)證數(shù)據(jù)的平穩(wěn)性。檢驗(yàn)結(jié)果如表3所示。

表3 變量的單位根檢驗(yàn)

由表3可知，原序列只有刑事案件比率、行政案件比率在10%顯著水平平穩(wěn)，而其他5個(gè)變量在10%的顯著水平下不平穩(wěn)，但經(jīng)一階差分后，除了城鎮(zhèn)比例在10%的顯著水平下平穩(wěn)外，其余6個(gè)變量在1%的顯著水平下平穩(wěn)。因此均為一階單整。下文通過Engle-Granger方法判斷變量之間是否存在長期協(xié)整關(guān)系。

2.3 Engle-Granger方法判斷變量之間是否存在長期協(xié)整關(guān)系

協(xié)整檢驗(yàn)就是檢驗(yàn)變量之間是否存在長期均衡關(guān)系的檢驗(yàn)。由于Engle-Granger兩步法檢驗(yàn)適合對(duì)多變量的模型進(jìn)行檢驗(yàn)，因此本文采用該方法。第一步是對(duì)經(jīng)過單位根檢驗(yàn)后的已經(jīng)平穩(wěn)的序列進(jìn)行回歸，再用OLS法對(duì)回歸方程進(jìn)行估計(jì)，得殘差項(xiàng)；第二部是對(duì)上述殘差進(jìn)行平穩(wěn)性檢驗(yàn)。

2.3.1 協(xié)整檢驗(yàn)

據(jù)上述分析建立如下四個(gè)回歸模型：

模型1：總訴訟量（lnsant）=a0+a1*cpt（城鎮(zhèn)比例）+a2*zrpt（自然增長率）+a3*lnagdpt+u

模型2：民商事比例（rminant）=a0+a1*cpt（城鎮(zhèn)比例）+a2*zrpt（自然增長率）+a3*lnagdpt+u

模型3：刑事比例（rxingant）=a0+a1*cpt（城鎮(zhèn)比例）+a2*zrpt（自然增長率）+a3*lnagdpt+u

模型4：行政比例（rxzant）=a0+a1*cpt（城鎮(zhèn)比例）+a2*zrpt（自然增長率）+a3*lnagdpt+u

采用最小二乘法對(duì)以上4個(gè)模型進(jìn)行回歸，其中a0至a3均為系數(shù)，u為殘差。結(jié)果如表4與表5所示。

表4 回歸結(jié)果

表5 殘差單位根檢驗(yàn)

當(dāng)以總訴訟量（lnsan）為被解釋變量時(shí)，城鎮(zhèn)人口比例對(duì)總訴訟量有顯著負(fù)向影響，也就是城鎮(zhèn)比例越高，總訴訟量越少；而人口自然增長率和人均GDP均對(duì)總訴訟量有顯著正向影響，即自然增長率越高或人均GDP越高時(shí)，總訴訟量越多。城鎮(zhèn)人口每增加1個(gè)百分點(diǎn)，總訴訟量就下降0.042件，人口自然增長率下降1個(gè)百分點(diǎn)，總訴訟量就下降0.041件，人均GDP增加1個(gè)百分點(diǎn)，總訴訟量就增加0.845件。殘差不平穩(wěn)，因此不存在協(xié)整。

當(dāng)以民商事占總訴訟量的比例（rminan）為被解釋變量時(shí)，城鎮(zhèn)人口比例對(duì)民商事案件比例有顯著正向影響，也就是城鎮(zhèn)比例越高，民商事案件比例越高；而人口自然增長率對(duì)民商事案件比例無顯著影響，人均GDP對(duì)民商事案件比例有顯著負(fù)向影響，也就是人均GDP越高，民商事案件比例越低。城鎮(zhèn)人口每增加1個(gè)百分點(diǎn)，民商事案件比例就增加1.92%，人口自然增長率增加1個(gè)百分點(diǎn)，民商事案件比例就下降1.04%，人均GDP增加1個(gè)百分點(diǎn)，民商事案件比例就減少10.22%。殘差平穩(wěn)，因此存在協(xié)整。

當(dāng)以刑事占總訴訟量的比例（rxingan）為被解釋變量時(shí)，城鎮(zhèn)人口比例對(duì)刑事案件比例有顯著正向影響，也就是城鎮(zhèn)比例越高，刑事案件比例越高；而人口自然增長率和人均GDP均對(duì)刑事案件比例有顯著負(fù)向影響，也就是人口自然增長率或人均GDP越高，刑事案件比例越低。城鎮(zhèn)人口每增加1個(gè)百分點(diǎn)，刑事案件比例就增加1.12%，人口自然增長率下降1個(gè)百分點(diǎn)，刑事案件比例就增加1.88%，人均GDP增加1個(gè)百分點(diǎn)，刑事案件比例就降低16.66%。殘差平穩(wěn)，因此存在協(xié)整。

當(dāng)以行政案件占總訴訟量的比例（rxzan）為被解釋變量時(shí)，城鎮(zhèn)人口比例和人口自然增長率對(duì)行政案件比例有顯著負(fù)向影響，也就是城鎮(zhèn)或人口自然增長率比例越高，行政案件比例越低；而人均GDP對(duì)行政案件比例有顯著正向影響，也就是人均GDP越高，行政案件比例越高。城鎮(zhèn)人口每增加1個(gè)百分點(diǎn)，行政案件比例就下降0.08%，人口自然增長率下降1個(gè)百分點(diǎn)，行政案件比例就增加0.11%，人均GDP增加1個(gè)百分點(diǎn)，行政案件比例就增加0.73%。殘差平穩(wěn)，因此存在協(xié)整。

可見模型1當(dāng)用總訴訟量為應(yīng)變量時(shí)，模型的殘差不是平穩(wěn)序列。而用民商事案件比例、刑事案件比例、行政案件比例作為應(yīng)變量時(shí)，模型的殘差是平穩(wěn)序列。

2.3.2 誤差修正模型（ECM）

由上述分析可知，民商事占總訴訟量的比例（rminan）或刑事占總訴訟量的比例（rxingan）、行政案件占總訴訟量的比例（rxzan）三者分別與城鎮(zhèn)人口比例、人口自然增長率和人均GDP三個(gè)變量存在長期穩(wěn)定的均衡關(guān)系。因此可進(jìn)一步在建立誤差修正模型的基礎(chǔ)上考察他們之間的短期關(guān)系。即構(gòu)造基于協(xié)整模型方程（2）、（3）、（4）的誤差修正模型（ECM），通過分析不同變量對(duì)于民商事、刑事、行政案件各自占比率的短期影響來判斷目前案件數(shù)量變量的原因。構(gòu)建模型的方法是將所有變量都取1階滯后。案件率的誤差修正模型回歸結(jié)果見表6。

（1）誤差修正項(xiàng)系數(shù)反映了民商案比例在樣本期間自我修正的動(dòng)態(tài)過程。若上一期由城鎮(zhèn)比例、人口自然增長率和人均GDP決定的平均民商案比例低于現(xiàn)實(shí)民商案比例，即處于案件增長的狀態(tài)。由于誤差修正項(xiàng)系數(shù)值為正，則在本期中民商案比例將向遠(yuǎn)離平均案件數(shù)的方向變化，出現(xiàn)繼續(xù)增長狀態(tài)，向遠(yuǎn)離均衡水平發(fā)展。誤差修正項(xiàng)系數(shù)的絕對(duì)值越大，系統(tǒng)的自我修正能力越強(qiáng)。

表6 收案率和3種案件類型占比的誤差修正模型

表6中誤差修正項(xiàng)ECM（-1）（L.ECM）的彈性系數(shù)為0.4439，為正，且顯著，可以判斷誤差修正模型中變量之間的協(xié)整關(guān)系不穩(wěn)定，且民商案比例的變化趨勢有遠(yuǎn)離平均民商案比例的趨勢。

（2）同理，對(duì)刑事案比例而言，由于誤差修正項(xiàng)系數(shù)值為負(fù)，則在本期中刑事案比例將向平均刑事案比例的方向變化，出現(xiàn)平穩(wěn)狀態(tài)。表6中誤差修正項(xiàng)ECM（-1）（L.ECM）的彈性系數(shù)為-0.0561，為負(fù)，且不顯著，可以判斷誤差修正模型中變量之間的協(xié)整關(guān)系不穩(wěn)定，且刑事案比例的變化趨勢向平均刑事案比例的方向調(diào)整。

（3）對(duì)行政案比例而言，誤差修正項(xiàng)系數(shù)值為正，則在本期中行政案比例將向遠(yuǎn)離平均案件數(shù)的方向變化，出現(xiàn)繼續(xù)增長狀態(tài)，向遠(yuǎn)離均衡水平發(fā)展。表6中誤差修正項(xiàng)ECM（-1）（L.ECM）的彈性系數(shù)為0.4518，為正，且顯著，可以判斷誤差修正模型中變量之間的協(xié)整關(guān)系不穩(wěn)定，且行政案比例的變化趨勢有遠(yuǎn)離平均行政案比例的趨勢。

3 結(jié)論

本文得出如下結(jié)論：

（1）民商事案件比例、刑事案件比例、行政案件比例各自為解釋變量時(shí)，分別與城鎮(zhèn)比例、人口自然增長率、人均國內(nèi)生產(chǎn)總值之間存在顯著的協(xié)整關(guān)系。通過協(xié)整分析可見，城鎮(zhèn)比例、人口自然增長率、人均國內(nèi)生產(chǎn)總值三者對(duì)民商事訴訟量、刑事訴訟量、行政訴訟量各有不同樣態(tài)的影響。

（2）根據(jù)實(shí)證得到的相關(guān)系數(shù)可知，人均GDP與案件數(shù)量的相關(guān)性與影響程度高于城鎮(zhèn)化率與人口自然增長率。人均GDP增加1個(gè)百分點(diǎn)，總訴訟量增加0.845件（自然對(duì)數(shù)）。城鎮(zhèn)人口每增加1個(gè)百分點(diǎn)或人口增長率下降1百分點(diǎn)，總訴訟量分別下降0.042件（自然對(duì)數(shù)）與0.041件（自然對(duì)數(shù)）。可以預(yù)見未來總訴訟量呈增長趨勢，且三類案件中民商事案件仍占多數(shù)，行政案件占比逐漸升高，刑事案件比例漸降。

（3）在誤差修正模型中，各差分項(xiàng)反應(yīng)了短期波動(dòng)的影響，誤差修正項(xiàng)系數(shù)反映了三類案件比例在樣本期間自我修正的動(dòng)態(tài)過程。模型說明民商事案件比例、刑事案件比例、行政案件比例三者的短期波動(dòng)均受到城鎮(zhèn)比例、人口自然增長率和人均GDP的影響。只有刑事案比例的誤差修正項(xiàng)ECM（-1）為負(fù)值，即以趨勢向平均刑事案比例的方向調(diào)整，民商事案件比例、刑事案件比例的誤差修正項(xiàng)ECM（-1）均為正且顯著，且具有以0.4439與0.4518的彈性系數(shù)遠(yuǎn)離平均比例的趨勢。

本文的結(jié)論具有重要的政策含義。首先，未來長期內(nèi)我國司法案件總訴訟量仍處上升階段，如果要推行法官員額制度，精簡法官編制數(shù)量，需持續(xù)優(yōu)化司法力量匹配和法官專業(yè)結(jié)構(gòu)。其次，相較于人口增長與城鎮(zhèn)化率，經(jīng)濟(jì)發(fā)展水平是評(píng)估與預(yù)測法官員額增補(bǔ)比例的更強(qiáng)影響因素。再次，在法官員額數(shù)的配比上，未來長期全國范圍仍將形成民事＞刑事＞行政的數(shù)量配比，但其中行政案件占比將穩(wěn)步提升，未來法院工作人員的編制數(shù)量和每年的招錄規(guī)模中應(yīng)予相應(yīng)考慮。最后，人均GDP、人口自然增長率、城鎮(zhèn)化率對(duì)三類案件占比的影響既包括長期影響也包括短期波動(dòng)，因此在法官員額制改革的問題上一方面要對(duì)長期的司法資源分配出臺(tái)相關(guān)政策，但另一方面也要重視短期波動(dòng)對(duì)法官辦案壓力的影響，特別是在法官知識(shí)結(jié)構(gòu)與職位調(diào)動(dòng)的靈活性上，配套相應(yīng)政策。