员额检察官考核评价体系研究

　　

员额检察官考核评价体系研究①

│苏金森* 马 骏**

　　[摘 要] 当前各地探索实行的检察官绩效考核办法基本沿用了传统的逐级审批模式,与司法体责任制改革后检察办案扁平化发展方向不尽一致,且过多强调考核的评估功能而忽略其发展功能,不利于促进检察官成长。应适应检察改革要求,突出检察官主体地位,贯彻司法责任制要求,建立以定量评价为基础、定性评价为补充的层级式评价体系,主动拥抱大数据、人工智能时代,推进员额检察官智慧评价系统建设,助力检察官队伍科学发展。

　　党的十八届三中全会以来,我国新一轮以司法责任制为核心的司法体制改革稳步推开,其关键在于贯彻落实“谁办案谁负责、谁决定谁负责”司法责任。员额检察官遴选,事实上开启了检察官革命化、正规化、专业化、职业化发展的通道,确定了其办案主体地位。在此基础上,准确评价员额制检察官成为司法责任制改革深入落实、检察官队伍精英化发展的关键举措,新型的员额检察官考核评价体系亟待建构。

　　一、检察官考核评价现状

　　2016年10月,最高人民检察院制定《检察官、检察辅助人员绩效考核及奖金分配指导意见(试行)》(以下简称《指导意见》),明确了对员额检察官进行绩效考核的基本要求。《指导意见》第四条规定了考核内容,“检察官的绩效考核主要包括履职情况、办案数量、办案质效、司法能力、职业操守、研修成果、外部评价等”,这体现了检察官的职业属性,符合检察官发展要求。《指导意见》第六条规定了考核方式,“绩效考核可采取个人自评、群众评议和组织考核相结合、平时考核与定期考核相结合、定性考核与定量考核相结合、统一尺度与分级分类相结合的方法,注重司法办案、注重实绩考核、注重群众公认”,这明确了考核的基本要求。

　　当前,各地探索实行的检察官绩效考核办法,仍然不同程度地体现出逐级审批的特点。对检察官的评价着眼于静态总结,片面强调考核的评估功能而忽略其发展功能,不能有效推动检察官个人和组织的共同成长。“根据绩效管理的目的,绩效考核方法可以分为二种:一是评估式绩效考核,即偏向于对被考核员工进行定量评价,然后根据该定量评价来决定被考核者的奖金、升迁或解聘。二是发展型绩效考核,即偏向于对被考核员工进行定性的优缺点分析,有则改之,无则加勉,从而进一步提高员工和组织的业绩。换言之,评估型绩效考核着眼于过去,发展型绩效考核则面向未来。”②静态的回顾式绩效考核应该被动态的前瞻式绩效考核取代,这就要求绩效考核目的既能体现考核对象的价值,也能发挥考核组织的功效。一是对考核对象而言,理想的绩效考核应该让员工充分了解自身优势、劣势相关信息以及对自身将来的发展方向作出清晰的规划,“绩效管理的最终目的是改善员工的工作表现,提升绩效;识别员工发展的需要,确定职业生涯目标,推动员工向职业目标前进。”③然而,当前的评价模式无法做到。考核结果基本分布在优秀与良好,获得“优秀”等次的检察官并不清楚优秀的原因,获得“称职”等次的检察官也难以发现应该努力的方向,检察官不能从考核结果中获得有价值的发展建议、有针对性的教育培训等。二是对考核组织价值而言。绩效考核信息不明确,难以促进检察组织的目标实现。检察官评价本该是搭建检察组织与检察官之间沟通的桥梁,通过设计良好的评价体系,能够把组织战略目标清晰地传达给个人,使其制定符合组织要求与职业发展的个人绩效目标,最终促进检察组织目标的实现。二者脱节较为突出的表现是检察官评价与检察业务考评的完全隔离。检察官评价的要素以“德、能、勤、绩、廉”内容为主,涉及业务的内容不明确,难以纳入检察业务考评的数据。检察业务考评以业务部门为条线进行划分,难以还原为特定检察官的绩效,难以与检察官评价挂钩。

　　二、员额检察官考核评价路径探析

　　在司法责任制改革背景下,员额检察官绩效考核体系应该在深刻认识现有评价体系存在问题的基础上,适应检察体制、机制变革,研究内在规律,把握主体地位,实现评价体系重构。

　　(一)突出检察官主体地位

　　随着司法责任制改革全面深入发展,以及以保障检察业务工作为中心的检务保障改革的不断推进,检察官的主体地位将不再局限于办案方面,应当在办案、队伍管理、检察事务、重要决策中明确检察官的主体地位。尤其要以“检察长委托、检察官履职”二元视角强化检察组织中检察官的地位,明确检察官作为检察组织的核心单元。突出检察官主体地位,要求各项检察信息向检察官个体进行汇聚集中,形成检察官个人信息自动归集的制度设计,融入检察队伍管理、检察业务开展的日常工作,实现自动化数据积累,彻底避免传统考核中以考核评价为目的事后收集补充信息的做法。

　　(二)贯彻司法责任制要求

　　检察官评价应该突破层级审批的束缚,建设“检察官——检察长”的纵向体系。员额检察官相关信息集中后,自动呈现给检察长(检察组织),形成基础评价结论,确保客观信息的自动化呈现,使检察官直接在检察长评价视域内开展工作,中间不得经过他人干预、不需部门负责人审核。当然,为使评价更加全面准确,不排除在客观化的基础评价后进行包含主观色彩的补充评价,但仍然以基础评价作为基础,并将双方内容一并呈现。

　　(三)定量评价为基础,定性评价为补充

　　为了真正实现《指导意见》明确的“突出实绩”的原则,必须通过量化考核,真正把“实绩”评价作为整个评价体系的基础。应该以对实绩的定量评价为基础,以定性评价为补充,打破平面耦合评价体系,形成有明确区分的两阶层评价:基础评价是纯粹的定量评价,补充评价可以对难以量化的内容进行定性评价,评价结论以定量评价为基础,定性评价为补充。有学者专门针对司法者管理激励进行了跨学科的理论探讨和实证研究后指出,“对司法者的奖励和惩罚应该基于公平合理的考评制度,而对基于个人的工作业绩以及基于工作过程的综合评价则能提高司法者的法律遵从度和工作勤勉度。同时,将工作态度、自我评价和人际关系融洽的程度作为一个附加的衡量标准可以弥补完全以关键指标考评的不足,从而实现司法组织内部的协调,实现有效管理和治理。”④在侧面印证了阶层式评价体系的激励意义。

　　具体而言,履职情况、办案数量、办案质效、司法能力、研修成果这五项应主要坚持定量评价,以职业操守、外部评价等进行补充评价,综合判定考核等次。评选优秀等次的时候,只有在定量评价阶段达到特定条件的才能进入优秀候选名单,通过阶层式制度设计真正使“优秀”建立在“检察实绩”基础上。同时,定性评价作为补充并非处于次要地位,而是对评价的程序性、补强性规定,如果定性评价出现重大问题,如职业伦理重大瑕疵、外部评价严重负面等,即使定量评价较好仍然可以确定较低等次考核结果。将工作实绩部分予以保留并客观呈现,可以避免熔断检察官成长全景式记录,防止再次陷入“一损俱损、一荣俱荣”的误区。

　　(四)整合基础数据,创新评价手段

　　近些年来,检察机关信息化建设突飞猛进,突出体现在贯穿办案全过程的全国检察机关统一业务应用系统(以下简称“统一业务应用系统”)和实现检察人员全覆盖的检察队伍管理系统全面应用,关于检察官的业务数据、队伍数据已经相当丰富,海量数据沉睡在不同的软件系统中,并没有加以有效利用。如,统一业务应用系统的数据使用以统计分析为主,没有深入进行数据挖掘以总结规律,检察机关绩效考核目标的制定仍然有相当程度主观色彩,难以摆脱经验性思维。⑤

　　整合基础数据需要创新评价手段,必须以“大数据”“信息化”思维探索评价路径的实现,传统的主观思维方式难以适应。比如,考核内容包括“办案数量、办案质效”,办案数量多、办案质效高是最理想的情况,但是,固定时间内又多又好完成工作是一种理想状态,必须正视办案数量多可能伴随出现更多案件瑕疵的风险,不能忽略这一风险而主观地进行评价。实践中,办案数量情况在统一业务应用系统中,案件质量情况在案件质量评查系统中,二者互不通联,一般只会对案件质量评查结果进行公示。因此,单一地侧重某一个数据明显是不合理的,对数据如何取舍运用需要加以认真研究。

　　对主观经验进行数据计算涉及人的主观经验与机器学习的差异问题。如“办案质量高、办案质效高是优秀检察官应当具备的条件”是我们的主观经验,对经验的利用,可以有效帮助我们作出分析。但置于数据场景下情况彻底改变,统一业务应用系统和案件质量评查系统中的办案数量和案件质量数据,如何算是数量高、质量好?机器并没有内置经验可循,这就需要对相关数据进行挖掘分析,通过一定的模型,实现将主观评价转化成客观数据。

　　在明确“定量评价为基础,定性评价为补充”的基础上,必须围绕“检察大数据”进行深度的“机器学习”,使对检察官的主观印象转化成机器语言,使各项考核指标明确各自体系位置。面对如“司法能力高不高”超越个案情况的评价,才能提供出相对可靠的判断。评价一个检察官的司法能力,有限的经验积累和纷繁复杂的业务数据,检察官个人、部门负责人、检察长(分管副检察长)都不可能形成较为准确的评价结论。因此,在深度研究各业务部门岗位职责、办案数据、标准规范基础上,联合专业力量进行技术攻关,逐渐形成并完善评价模型是必由之路。

　　(五)立足检察官评价,着眼检察官成长

　　员额检察官遴选出来后,检察官革命化、正规化、专业化、职业化的发展有了更加清晰的顶层设计,检察官考评机制要顺应发展趋势,增加检察官发展性建议,确保其精英属性。因此,检察官评价必须用数据描绘检察官形象,打破“不识庐山真面目,只缘身在此山中”的认知,直观呈现检察官综合情况,实现准确的自我评价和组织评价,在此基础上深度挖掘数据,评估检察官成长预期。当前有两种路径可以探索:

　　一是针对现有的检察官评价结果进行细化深化,制定个性化、针对性的意见建议数据库,实现对所有结果都对应确立分析及建议。如对司法能力的评价分析不能停留在综合评价,必须对每一个业务条线的司法能力进行全面的能力项分解,确定指标数据来源,综合应用案件质量评查、统一业务应用系统数据分析、优秀案件评比、最差案件评查、业务竞赛等数据,力求实现对每一个司法能力项的分析,在此基础上描绘司法能力图谱,分析出优势能力、弱势能力,全面、客观呈现每一项司法能力状况。

　　二是应用人工智能、语义分析等技术,深入开展文书信息挖掘、自然语言处理。如公诉业务条线中,案件审查报告能够全面呈现公诉检察官对案件的审查处理情况,判决书对检察机关起诉意见、辩护人辩护意见进行逐项分析,然后就罪名、犯罪事实、量刑情节进行论证,明确判决意见。在以审判为中心的刑事诉讼制度改革背景下,对同一案件的公诉审查报告、判决书进行语义分析,通过大样本的数据挖掘,训练完善机器学习模型,能够逐渐明晰双方认识异同。再进一步研究判断双方系法律认识分歧、情势变更还是司法能力水平差异,就有了更为全面的参考依据。同时,语义分析技术可以进一步渗透案件办理全过程,并对相关司法能力项进行再造。如现有的“释法说理能力”评价,往往体现在案件质量评查的相关指标中,未成年人检察业务条线出现“对未成年人宣布不起诉决定书时,没有充分阐明理由和法律依据,未进行必要的教育”情况,评查人会就“释法说理”能力项进行扣分。但是,“充分”“必要”是一个主观判断,直接套用原有模板是否符合要求,往往难以深究。如果真正将语义分析技术深度应用,以机器根据大样本形成的模型作为评判基础,探究能不能实现平均水平的理解,或许成为可行路径。(详见《人民检察》2019年第9期,有删节)

　　*山东省泰安市人民检察院检察长;

　　**山东省泰安市人民检察院检察官。

　　①本文系山东省检察机关专题调研和理论研究重点研究课题《检察官司法成熟度研究》的阶段性研究成果。

　　②廖建桥:《中国式绩效管理:特点、问题及发展方向》,载《管理学报》2013年第6期。

　　③何琪:《从绩效考核到绩效管理——人力资源管理理念的发展》,载《社会科学论坛》2007年第4期,第100页。

　　④王雷著:《基于司法公正的司法者管理激励》,法律出版社2010年4月版,第194页。

　　⑤历史上一些办案数量指标以政法专项编制数为基础乘以一定的比例,该比例论证过程不清,以过去确定的政法编制数为基础也难以反映当前形势。

　　            (摘自《人民检察》2019年第9期)