基于模糊数相似度的审判风险评估系统

随着审判管理日趋精细化,法院对审判风险精准化评估的需求逐渐增多,其中,如何有效进行审判风险等级定量分析是精准化风险评估的核心问题。现有的机器学习、风险矩阵等方法由于存在历史数据有限、审判风险评估精度要求高等不足,难以有效地应用于实际审判业务中。针对此问题,构建了基于模糊数相似度的审判风险评估模型,实现了多因素审判风险的定量评估。首先针对审判风险指标进行辨识,建立了基于AHP的多层级风险指标模型,以提升审判风险的分析粒度和评价客观性;然后,为了获取模糊风险测度,设计了基于混合输入的风险聚合模型,该模型应用流程信息来提高评估准确性,实现了审判风险指标的分类聚合;最后,构建了基于相似度算法的风险等级确定模型,该模型能够有效排除人为因素和异常数据的干扰,实现了审判风险等级的精准度量。基于审判风险评估模型,设计并实现了相应的评估系统,该评估系统包括风险计算、风险管理和风险预警模块,通过在实际法院管理系统中进行集成和应用,该评估系统有效优化了目前局限于审限预警的审判风险管理模式,进一步提高了审判管理的精细化程度。

多维空间中审判风险的识别与评估初论

当前各类风险屡屡困扰着审判。这些风险除了司法方面的原因,还来自其他非法律因素。审判风险如何识别?从已知的多维空间开始,即,风险的起源——事实认定,包括证据确凿、证据瑕疵、证据不完整、证据有悖常理、没有证据;风险中心——法律运用,包括是否符合立法目的、法律规则空白、法律规则歧义;风险中人的因素——当事人,包括年龄、学历、职业等、性格、诚信度、各方当事人实质平等性、当事人社会境遇;风险的内环境——诉讼程序,包括法官形象能否中立、审判过快或过慢、文书说理程度、涉及争议利益相对度、法官个性;风险的外环境——无形之手等,包括说情打招呼、案外人挑唆、社会舆论等。根据已知的分析,提出风险评估指标设计的基本要求即客观性、科学性、可操作性、有效性,并提出兼受并蓄的评估方案和丝丝入扣的评估方法。

审判风险与法院调解

纠纷解决方式的选择面临着风险或成本评估。在大陆法系与英美法系,纠纷解决方式的选择是当事人在评估,我国却是法官在评估。调解这种纠纷解决方式被认为是"正义被打折"。而这种"打折"因评估主体的不同而导致了该被打折的正义的流向不同。在我国,这部分被打折的正义很大程度上是为法官面临的审判风险买单。随着新民诉法的颁布以及加强合议庭责任的司法改革动向的出台,法官选择调解与判决所面临的风险趋于平衡,但审判风险在今后仍然会存在。因此法官仍会把内外部风险通过程序规则向当事人转嫁,因而重新考虑法官与当事人在民事审判中的权力分配,提高当事人在民事审判中的地位具有重要意义。司法改革的方向也应该将对法官的种种内外部监督机制逐步向"诉权制约审判权"的方向转化。

涉黑涉恶案件审判警务保障风险解析与防控

涉黑涉恶案件审判的特殊性决定了司法警察警务保障风险表现为:未能将被告人安全、及时押解至法院,未能对羁押待审被告人实施有效看守、管理,未能保障法庭的正常审判秩序和人员安全,未能规范执行警务。为减少涉黑涉恶案件审判警务保障风险,司法警察应树立预防为主、艺术决策、多举并进、以警为本的防控理念,并加强远程押解、院外审判看管和值庭、规范化执法风险的防控措施。