前言】本文成功地运用一种特别的方法对司法数据进行了分析，其结果无疑挑战了法律江湖的司法腐败常识论，鉴于分析论证的过程较为抽象和复杂，特建议读者耐心细读——若因数学知识已全部还给老师之故无法理解文中的术语和原理，只需简单跳过并信任分析结果就好（本文的数据来源合法，通过软件进行了数月的分析，最后的结果是选择了最可靠的数据分析模型），当然也可直接跳到结论及思考部分阅读。作者热烈欢迎拍砖，但有效拍砖的前提是能读懂本文数据分析、能明白文章的基本逻辑，任何没有搞清状况的拍砖，作者必定双倍速度返还。无论理解或不理解，作者真心希望真理不要掌握在少数人手中（呵呵），广大一线小伙伴们大可将此文收好，以后偶遇砖家叫兽开口闭口司法腐败如何如何之时，可持文大喝：拿数据来说话，否则必扇耳光！（哼哼）

一、研究的背景、目的、方法

在进行以下文字的阅读前，读者需要认同这样一个大前提：二十多年来，在中国最高的司法机关的主导下，中国的法院系统的改革从未停止，一线法官们也始终在努力跟上社会发展变化的步伐，可是大多数的主流媒体、民间媒体并未意识到中国司法正在发生的变化，对于司法的负面信息总是津津乐道，乐此不疲。与此相呼应的是，律师群体、法学理论教授甚至包括他们培育出来大量法科生，也似乎对司法的发展视而不见。大量的学者、教授、律师们，在涉及司法的公共话题中，几乎言必以司法腐败作为开场白，且必以司法极其腐败作为一切问题的结论。司法腐败严重论俨然成为一种社会的不变共识，认同群体甚至包括了广大一线法官、从上到下的各级法院的领导层、最高司法机关——因为持续多年的法院改革均将反对司法腐败列为极其重要的目标任务。

令人感到遗憾的是，尽管这样的共识存在了相当一段时间，至今为止，没有任何人去怀疑过司法腐败严重的判断是否正确——也许中国人已经习惯于依靠自身经验而不是更为科学的方法来对一个宏观问题进行判断。然而，即使是基于绝大多数人的感性判断，其结论也并不总是与实际情况相符，因为被普遍接受的某种观点不一定反映事物的真正本质。如何透过现象认清本质，把握事物发展的规律，需要通过更为严谨和科学的方法来加以证实，而不能仅仅停留于感性认知的层面。在法学领域，尽管已有很多先驱者以对图表等进行简单数据分析得出结论，但更为复杂的数据分析鲜有人进行尝试。绝大多数法学问题研究缺乏以数据为核心的思维方式，往往以某个案例、某件事、或一个地区的部分现象来证明更大范围或全国均存在类似的情况，严格地说，这些形而上的分析论证并不科学，所得出的结论也多不可靠。

正是基于以上理由，本文的研究拟用一种全新的方法来分析问题，即，利用统计学思维来研究各种事物现象之间的关系。统计学是一门源于数学且应用性很强的科学，不仅在诸如医学、生物、物理等自然科学领域广泛应用，在社会科学方面的应用也非常普遍，尤以经济学领域的应用更为集中，公共管理领域中政策的调整需要统计分析作为支撑，政治学领域中针对特定问题的民调、某政治人物的大选胜出率、政治观点的接受度等等，均是在用统计学的方法来掌握公众心态的发展变化规律。实际上，应用统计学方法来辅助决策，预测未来，在国外非常流行。美国也许是世界上最偏爱应用统计学解决问题的国家，从商业到公共管理，从政治到体育，从教育到制造业，统计总是处不在，FBI、CIA给出的令人瞠目结舌的情报结论必然以严密的逻辑统计分析法做出；以耗资著称的兰德公司的分析报告也总是毫无例外地建立在统计数据分析的基础之上； NBA球星的投篮命中率、本场次可能的得分、犯规的可能次数，均是通过统计学的方法加以预测；美国任何一所大学的研究生，其毕业论文如果缺少统计数据的支持，几乎可以肯定没有通过答辩的可能；反复地抽检统计可以帮助波音公司保持产品工艺的制造水准；商业网站可以根据用户的点击率来计算出潜在用户群或对产品的满意度——也许这正是统计学的魅力在，也是数字化时代的本质。不过，国内的法学领域似乎并不熟悉应用统计学研究复杂问题的方法，难免让人遗憾，故本文便以司法腐败问题为议题，运用趋势分析、线性回归等方法对司法数据进行宏观研究，以得到更为理性的结论。

鉴于本文读者为文科生的可能性居多，故对本文所涉及的统计学概念，特此进行简要说明。首先，线性回归是应用统计学中一种高级分析方法，分为一元回归和多元回归，其基本原理是考察变量之间的数量变化规律，并能过线性表达式来描述变量之间的关系，进而确定一个或几个变量的变化对另一个变量变化的影响程度。影响其它变量的变量称为自变量（independent variable），受其它变量影响的变量称为因变量（dependent variable）。大多数的回归方程只有一个因变量。只有一个自变量的线性回归称为一元回归，存在多个自变量的回归称为多元回归。建立可靠的线性回归须遵守几个条件：1、自变量与因变量之间存在线性关系；2、各变量之间的共线性问题尚不严重到影响结论的地步；3、因变量服从正态分布；4、样本量足够。

其次，趋势预测分析，统计上趋势分析主要侧重于变量变化的发展态势，通过研究均值、中值、方差等来预测将来的发展变化，通常趋势分析需要的加入时间序列的考虑，时间越久，样本量越多，预测将越可靠。一般来说，符合统计科学规律的样本量，必须来源可靠，且数量足够，用于对比的数据点至少应有七个，对比点越多，结论越可靠（曾有教授以三五年的数据为基础进行分析研究，故基本可以肯定研究结论可靠性极差，因数据对比点不科学。）

二、研究文献、工具、数据来源、指标说明

1、文献。经过对中国知网等多个网站数据的查找，采取类似本文研究的方式进行类似问题论述的文章暂时未找到，故无法列举文献作为参考依据，文献索引略过。

2、工具。本文所有的图表及数据分析结果由SP SS18.0(PASW18.0)软件分析所得。（注：一款在世界范围内广泛运用、功能强大的专业数据分析软件，由于汉化版易出现未知bug，本文仅使用英文版。）

3、数据来源。本文全部数据来源于《中国法律年鉴》及《中国统计年鉴》。

4、指标说明。本文所涉数据均自1986年起，至2012年止，所用样本无缺失值（尽管软件有多种方法可替代缺失数据，但为保证结论的可靠性，已剔除了存在缺失数据的年份，即1984、1985、2013）。本文所涉及的变量包括：法院各类一审、法院各类二审、法院信访（申诉）均指全国法院的收案量；律师人数系指全国律师事务所内登记在册的律师数量；公诉、自侦案件系指全国检察院的收案量；法院执行、刑一、民一、行一等均指全国法院的收案量或一审收案量。

5、其它说明。本文采用27年的全国性数据作为基础，符合统计学样本量及对比点的要求，可做趋势分析预测。本文所建立线性回归加入了时间序列因素，因变量为自侦案件量，自变量为法院各类一审、法院各类二审、法院信访（申诉）及时间序列等，系多元线性回归。

三、研究过程及结果分析

1、研究问题：司法腐败严重是否是事实？

假设司法腐败在全国范围内普遍存在，那么考虑到司法的特性，尤其是法院的工作属性，司法腐败的根源必然与法院审理的案件量密切相关，即，法院收案量越多，相应的职务犯罪将越多，这就意味着法院的收案量变化必然影响到检察院的自侦收案收案量变化——检察院是法定的一切职务犯罪的侦查机关，而且二者的关系必然是正相关。反之，如果司法腐败并非普遍存在，那么法院的案件量变化或者不影响检察院的自侦案件量变化，或者二者将呈现负相关关系。故本文将自侦收案量作为因变量（dependent variable）,法院收案量作为自变量（independent variable）加以研究。此外，考虑到数据变化总是随时间的变化而变化，故时间序列作为一个自变量引入了回归方程。因此构建的变量关系如图1所示：图中的加号、减号、问号分别代表左边的自变量（X）对于右边因变量（Y）的可能影响关系，分别是正相关、负相关或不相关（不影响）。如果法院的案件量变化影响到检察院自侦案件量变化，那么该关系模型还将进一步揭示法院案件量对自侦案件量的影响大小。（注：在尝试建立回归的过程中，笔者还分别引入了法院刑事一审、民事一审、执行、行政一审、审判监督等更为细致的变量，但由于多重共线性、线性关系不明显等问题，被软件一一剔除，以上变量均未作为以下回归模型的变量引用。）

依据关系图建立的回归方程如下：

Y（自侦案件量）＝X1（法院各类一审）×B1＋X2（法院各类二审）×B2＋ X3（法院各类一审）×B3＋X4（年份）×B4＋……Xn（变量）×Bn（系数）

图1

（在构建回归模型的过程中，顺便研究了一个副问题，即：律师是否会对司法腐败产生一定影响？即，律师人数的变化是否影响到检察院的自侦受案量？根据样本检验发现律师人数与自侦案件量之间存在线性关系的可能性较小，当律师作为一个变量与法院收案量一起进行回归检验时，律师总是第一个被软件剔除的变量。后以律师人数作为自变量，自侦案件作为因变量强制进行一元回归检验的结果显示回归方程拟合度很差，F值奇小，R方仅60%，P值完全不符合显著性要求，这一结果意味着，律师数量变化的确与检察院的自侦案件数量变化无关，换言之，律师群体人数的变化与职务犯罪之间无法被证实存在关联，因此可以断言，所谓勾兑派还是死磕派的存在数量对于宏观的司法腐败问题并不存在影响——限于篇幅及本文的研究主题，相关的图表分析在此省略。）

2、理论假设。根据上述关系模型提出的假设如下：

H0（零假设、否定假设）：法院各类一审、二审、信访等收案量变化与检察院自侦案件量变化非正相关，因此司法腐败非常严重的假设不成立。

H1（非零假设、肯定假设）：法院各类一审、二审、信访等收案变化与检察院自侦案件量变化正相关，因此司法腐败严重的假设成立。

3、趋势预测分析及回归条件

图2显示的是全国法院各类一审、二审、信访的案件量变化趋势，从图中可看出，27年来，法院一审案件一直呈高度增长趋势（蓝色线），而最底下的二审案件量变化不大（绿色线），一个可能的解释是，经过多年的司法改革努力，法院一审案件的服判息诉率已经显著提高，故在一审高速增长的同时，二审案件量的增长却较为缓慢。反之，如果一审服判息诉率低，二审案件量的发展趋势将会与一审案件量的分布接近或至少保持平行。法院信访的案件量却一直呈现显著下降趋势（黑色线），1986年达到最高点，1996年到2002年有一个小小的峰值，而自2002年始，信访呈显著下降趋势，目前尚不清楚是何因素导致2002年以后，信访呈显著下降，不过信访量的趋势发展，也从另一个侧面反映出法院服判息诉率的提高，简言之，对裁判的满意度从信访率的下降可初见端倪。

图2

图3是检察院公诉案件与自侦案件在近27年来的趋势变化图。明显可看出，公诉案件始终呈急速增长态势（绿色线），这说明我国的刑事案件发案率正在急速提高，看来社会治安形势不容乐观。令人略感惊奇的是，职务犯罪的自侦案件大约在1989年至1998年出现一个高峰期（红色线），此后便一直呈缓慢下降趋势，对此，一个可能原因是，十多年来的持续反腐败计划，已经让职务犯罪呈现低发案率甚至现实的可控趋势，但现实社会的反应尚未跟上实践的节奏，从网络民意到官方媒体的宣传势态，均表明大部分的民众仍旧以官员十分腐败为常态，这与数据反应的情况出现某种程度的脱节。鉴于十八大以后对腐败采取的新举措，检察院的自侦案件是否会出现短时间内的大的波动，还需要更多的时间和数据分析才能进行判断，但27年的数据表明这一下降势头可能还将持续。

图4是对检察院自侦案件27年来的峰值分布检验，图中可明显看出，自侦案件量的变化符合因变量需正态分布的条件要求，虽然该分布图不会是完美的正态分布，峰值较向左偏，但不影响其作为因变量的地位。

图3

图4

图5、图6、图7是对自变量与因变量关系的散点图分析，图中因变量自侦案件均为X坐标轴，自变量均为Y坐标轴，从散点图可看出，法院的一审、二审、信访案件量与自侦案件量之间，均存有某种程度的弱线性关系，符合建立线性回归模型的条件。（因原始数据之间多重共线性问题严重影响回归的可信度，故根据统计学原理，对各变量采取了改变解释形式的方式进行预处理，从而减少了共线性影响。）

图5

图6

图7

3、线性回归结果分析

经软件分析，表1为回归模型的总结，其中R方为0.831，调整的R方为0.801，标准差为0.0697826（在取值范围之内），说明该回归模型的拟合度良好，至少自变量能解释80%左右的因变量变化规律，且回归模型中至少有一个自变量能够解释因变量的变化。

表2为方差分析表，其中F值为27.099，概率P值（sig一栏）为0，小于显著性水平，说明该回归模型具备统计意义。

表3是系数表，也是线性回归的最终结果。观察表中的数据，可见法院一审、二审案件量所对应的系数（B）与信访、年份的系数相比较，相差巨大，分别为56.488、44.294，标准差分别为99.695、85.182，如果不看P什（sig）值，这两个系数很可能说明一审案件每年增加约56个百分点、二审案件每年增加约44个百分点，自侦案件量每年才可能增加1个百分点，可见这两个自变量对因变量的的影响微乎其微。然而，由于一审、二审两个自变量所对应的P值（ sig）分别为0.577、0.608，均大于0.005，其显著性相当不明显，因此上述百分点的推断并无意义。根据系数、P值得出的真正具有意义的结果是：法院一审、二审案件的数量变化与自侦案件量的变化之间无显著性的关系，即无法建立正或负的相关联系。

法院的信访及年份对于自侦案件量变化的影响是显著的，因为，P值（sig）仅为0.001＜0.005，满足显著性的要求，但信访及年份的系数为-0.131、-0.017，均为负值，说明信访量与年份对于自侦案件量的影响不是正相关（正比例）影响，而是负相关，也就意味着随着时间的流逝，自侦案件量将持续下降，而法院信访案件每增加0.131个百分点，自侦案件将减少一个百分点。（对回归方程结果的理解需要对多元回归有深入的了解，但本文的主题并非统计学习，故未一一解释相关值或系数的原理，有兴趣者可自行查阅书籍或上网搜索。）

综合上述回归分析及趋势分析的结果，可得出的唯一结论是，法院的一审、二审、信访的收案量变化与检察院的自侦收案量变化并非正相关，因此非零假设不能成立，必须接受零假设，即：法院收案量变化与检察院自侦案件量变化并非正相关，司法腐败非常严重的假设不能成立。

四、对数据分析结论的思考

数据分析的结论无疑对当下司法腐败严重论的说法提出了相当有力的挑战。值得深思的是，在一个信息如此多元化的时代，何以一个似是而非的观点会如此流行，甚至深刻影响着中国法治改革进程？笔者认为可从以下几方面考虑：

首先，尽管一府两院是宪法规定的基本组织架构，但由于法院可支配的行政资源、财政资源、人事资源、组织资源等实在太少，既无法与政府相抗衡，也无法与检察院、公安局相比，所以法院实际上一直不被各公权力机构作为一个单独的组织看待，而且这种现象已持续多年，造就了法院在公权力组织体系中相当弱势的地位。法官从未被当作一个有别于行政公务人员的序列区别对待，直接的影响后果就是公众对法官的认知基本与政府机构的人员对司法官居员的认知趋于一致，即法院只是政府的一个工作部门，法官只是政府职员。法院组织地位的持续被模糊化和被边缘化，使得法院整体上无论在体制内部还是体制外部，话语权都相对较弱，一旦其他从事行政、公共事务管理的官员因贪腐行为被曝光后，司法官员的形象也必然潜在地连带受损。

其次，从司法腐败严重论产生的根源看，仍旧是司法体系中出现的极端化例子被无限扩大，而公众基于以上认知限制，更倾向于接受负面信息。民粹主义的流行，让当今社会普遍出现了一种蔑视一切公权威的潮流，同时司法过程对于大多数普通个体仍显神秘，所以公众对司法实践的发展并不熟悉或者并不关心，对法律的无知无畏加上对公正的绝对化理解，让公众相当容易接受被灌输的简单观点。

另一方面，在司法腐败严重论的发展传播过程中，法学教授、公知学者们起到了相当大的负面作用——尤其是当法学教授与律师组成的天然联盟共同倡导司法腐败严重论的时候，法律江湖的一切问题最终都能被解释成司法腐败的原因——必须注意，这是一种相当不正常的思维方式。当司法腐败严重论被灌输传播到普通人群中，他们不仅很乐于接受，而且也更喜欢用腐败解释某案中某人的败诉而非举证不力或者法律的规定。不可否认的是，法官所眼中的公正与律师、当事人眼中的公正永远存在差距是一基本规律，而在司法腐败严重论的催化剂之下，这一差距被无限挖深加宽，简直成了一道不可逾越的鸿沟，所以面对湖北法官被刺杀的事件，普通个体、律师、教授们所表现出缺乏理性，对施暴者无限制地宽容、对法官的冷漠残忍态度，着实令人不寒而栗！不得不说，司法腐败严重论严重地误导了公众对司法的态度，甚至深刻地影响了人性！不断散布司法腐败严重论、司法腐败是一切问题根源的律师们、教授们应当停止并反思自己的所作所为了！

诚然，法学教授、学者们在中国法治进程中所起到启蒙作用永远是中国法治史上不可磨灭的里程碑，正是通过老一辈的法学教授们的不懈努力，现代法治的文明种子才在中国这片古老的大地上茁壮成长。但老一辈法学教授们的光环不会必然被新一代的教授们所继承。法学院的教授们脱离实践实在已经太久，除了咬文嚼字之外，没有多少教授能够不拾人牙慧地独自创新理论，端坐于象牙塔内研究出来的理论能被用于实践的实在少之又少，而能被实践接受的极少独创观点更是经不起时间的检验，可惜不知有多少法学教授能够深入反思这样的现状？理论与实践脱节在学界不引以为耻，反而认为司法实践应当听从教授们的指点才能得以进步，如此奇怪的逻辑着实令人汗颜！大量的当事人不会根据教授们的预设理论来完成诉讼或者犯罪，完全按照教授们的理论步骤进行法律实践的当事人，只存在于每年的司法考试题目当中。可以肯定的是，随着中国法治文明的改革进程，法学教授们承上启下的历史任务即将到结束的时刻，再时不时顶着老一辈人的光辉出来指点司法江山应当如何如何，只会沦为江湖笑柄。中国法治的传奇篇章注定要由广大一线法官继续书写，法治的大厦也必定会由一个个鲜活的案件裁判堆砌而成，而绝对不会是脱离实践法学教授、夸夸其谈的公知学者、败诉律师们口中所谓的美好蓝图。

最后，改变一种已经形成的惯性思维需要时间，所以法院暂时还需要耐心，并应当深刻考虑如何增进与公众的直接交流以改善被不断恶化的公众形象。法院系统内部的决策层也需对司法腐败严重论有理性的认识，将一切法院内外面临的问题解释为腐败实在过于幼稚，法院与公众的关系在于沟通交流，不在于腐败是否存在。司法腐败严重论已经影响到整个法官职业的信心，一个没有职业自信的职业群体，不可能好好完成工作任务，面对当前的不利局面，重塑广大法官的信心非常必要。一个正确性有严重问题的江湖常识，不该成为法院改革政策的逻辑起点，若将工作重心保持在防止法官变成贼的监管者心态，无助于改善法院与公众的关系，只会加剧法院领导层与一线法官的矛盾。