摘 要:社会信用体系的建设本质上是为了加强法律的实施,是我国“营商环境法治化”改革的一项重要内容。基于对我国营商环境政策文献的大数据分析,我国营商环境法治化的发展轨迹可以分为三个阶段,我国社会信用体系建设在三个阶段呈现出不同的特征,关注的重点领域有明显差异。鉴于作为刑罚附随后果的失信惩戒存在不区分犯罪类别、犯罪故意、犯罪刑罚等问题,我国的信用体系建设应以优化营商环境为主要落脚点,在满足经济发展需求的基础上再考虑赋予其更多的职能。
朱贺, 征信 发表时间:2021-10-09
关键词:刑罚附随后果;失信惩戒;营商环境;法治化;信用体系建设
引言
我国社会信用体系建设起始于 1999 年。党的十八大最先提出“加强政务诚信、商务诚信、社会诚信和司法公信建设”的要求,虽未直接使用“信用体系”的用语,但已经明确了信用体系的建设内容。党的十八届三中全会明确提出“建立健全社会征信体系,褒扬诚信,惩戒失信”的目标,正式开启“社会信用体系”建设工作。国务院于2014年印发了《社会信用体系建设规划纲要(2014—2020年)》(以下简称《纲要》),详细规划了我国社会信用体系的建设蓝图。此后,各地纷纷响应号召,先后出台地方性法规和规章,对辖区内社会信用体系建设加以规范指引。
根据《纲要》的规划,我国“社会信用体系建设” 以政务诚信、商务诚信、社会诚信和司法公信为建设重心。相较于西方和我国早期使用的“征信”或“信用”术语,我国提出的“社会信用”涵盖四个领域,其内涵与外延更为丰富与宽广。以往关于征信或信用的研究侧重于经济和金融领域,征信的主要作用被认为是用来“解决商业(金融)交易中由于交易双方的信息不对称而带来的信用风险”[1]。即使在我国, “社会信用”一词最早也是作为指涉经济领域的专业词汇出现于中央政府文件中。“提高全社会的诚信意识和信用水平”是《纲要》中明确提出的我国社会信用体系建设的目的,表面上看这是在试图重塑全社会的道德认知,然而根据《纲要》的内容和实践来看,国家强调道德的规范作用只是目的之一,构建信用法律体系并基于此加强对公民信用行为的管控才是最终目标[2]。
这种通过制度化手段治理公民信用问题的思路正是我国目前营商环境法治化建设在征信领域的体现。党的十八大之后,为了给民营经济营造更好的改革发展条件,国家陆续出台了一系列规范性文件,推进营商环境的“法治化、国际化、便利化”,提出“法治是最好的营商环境”。2019年国务院出台的《优化营商环境条例》(以下简称《条例》)标志着我国正沿着 “法治化”路径全面深入地进行优化营商环境的改革。对“法治”含义的一个经典表述是“依法治国”,从逻辑上来说“有法可依”应是其前提条件,因此各种法律规范性文件就是“法治”的基础与依据。但对于“营商环境法治化”而言,其“法治”的基础与依据应作适当的扩大解释。因为根据《条例》第2条的规定,“营商环境”是指“企业等市场主体在市场经济活动中所涉及的体制机制性因素和条件”。而在这些因素和条件中,社会信用体系中的失信惩戒因其手段与内容的不断强化与丰富,已经成为一种不容忽视的社会治理措施。同时,我国目前地方立法普遍将犯罪与失信惩戒相连接,导致失信惩戒事实上已经成为犯罪附随后果中的重要内容,扩大了犯罪记录对公民的影响,进而影响整体营商环境。
本文以征信的“初心”——优化营商环境为切入点,从对营商环境的政策文献分析中把握我国社会信用体系建设在营商环境法治化进程中的发展脉络,进而厘清作为刑罚附随后果的失信惩戒机制存在的问题,以期对此类研究有所启迪。
一、营商环境政策文献大数据分析
实现“营商环境法治化”的前提是“有法可依”。与营商环境有关的规范性文件不应限于法律法规等一般意义上的“法”,应以规范性文件是否调整市场主体在市场经济活动中所涉及的体制机制性因素和条件作为判断标准。
(一)样本的选择与清洗
1.选择总样本
样本是大数据分析的基础。基于上述对“营商环境法治化”之“法”的理解,本文从三个方面划定样本选择范围:
(1)效力标准。为了避免“地方法治”可能导致的“国家法治”碎片化或者代表性不足的问题[3-4],本文选定在全国范围内生效的中央级别的规范性文件作为研究样本,不包括仅在部分区域或地方有效的规范性文件,如地方性法规、规章等。
(2)类别标准。样本不仅收集了法律、行政法规和部门规章等一般公众认知中的“法”,还包括部门工作文件、司法解释、行业规定、团体规定等在具体工作中起规范作用的文件。除此以外,我国党政机关在具体工作中也存在大量公文,其中针对不特定对象且具有普遍适用性的公文也应属于上述所言的规范性文件。
(3)时间标准。因为历史的原因,非公有制经济的发展在1979年以前都不是国家工作的重点,甚至在很长一段时间里都不存在非公有制经济。所以本文将样本的时间范围划定在1979年至2020年间,即从我国市场经济体制改革开端至今的时间。
根据以上标准,从国家机关相关网站和民间数据库网站上收集样本,共找到有效样本340 956件。
2.清洗
全样本研究是大数据研究的优势之一,但研究样本并不是越“大”越好,不能一味求“全”。上述 340 956万件样本是目前能够通过公开渠道获取的我国中央级别规范性文件的全样本,不是所有这些样本都与“营商环境”相关,因此有必要对其进行“数据清洗”,剔除与研究主题无关的样本。通过研读相关法规和文献,编制了本文的样本清洗标准,筛选出 80 000余件符合标准的样本。
(二)无监督机器学习训练
借助大数据分析技术,特别是基于人工智能的 “自然语言分析(Natural Language Processing)”技术,可使我们能够在较短的时间内完成所需的工作。本文采用一种无监督的学习文本的算法Doc2Vec。先用Doc2vec算法对所有的规范性文件样本数据进行训练模型,在训练结束后,每一个样本都被转化成相对应的一个多维度的数字向量(文章向量),其中语义相似的样本会得到相似的样本向量,即向量之间的距离相近。然后对这些向量使用 kmeans 算法进行聚类,其原理是根据所有样本向量之间的距离远近进行聚集和分类。在得到聚类后,再对所得到的所有聚类进行主题分析。为进行主题分析,本文选择了 Latent Dirichlet Allocation(LDA)算法,词频矩 阵 选 择 了 Term Frequency-Inverse Document Frequency(TF-IDF)算法。通过 LDA 算法和 TF-IDF 算法的结合可以得出在每一个聚类内的主题关键词作为本文进一步分析的基础。本文选择无监督机器学习而非有监督机器学习,是因为有监督机器学习需要大量人工标定过的数据,人们难免会对最终结果产生人为因素干扰过多的怀疑。而无监督机器学习的优点在于不需要大量的人工来标定所训练的数据,最大限度的减少数据选取、数据分析等过程中的人为因素对最终分析结果的干扰[5]。另外,本文对主题词的选取以词频的概率和相关性作为支撑,同样最大限度地减少分析过程中的人为因素,保证数据的客观性和可解释性。
(三)无监督机器学习结果
当聚类总数为20组时,各聚类能够形成较为清晰的主题且分离度高,各主题下样本数量分部较为均匀。在对聚类结果进行观察后,再次依据样本选择标准对其中4组与研究主题关联度低、地域性强、效力等级过低的聚类进行排除,即二次清洗。最终得到67 880件研究样本。将这16组聚类作为主聚类,并对各聚类进行主题内容分析,各主聚类虽能概括出主题,但主题交叉情况比较严重。因此进行了二次聚类分析,用相同的方法让机器从每一个聚类中再生成5组聚类,第二次聚类结果为分聚类。通过对二次聚类生成的关键词进行研读,对每个分聚类进行主题内容分析,最终根据分聚类间的相似度和关联度归纳出6个主类目、49个分类目(见表1)。
(四)营商环境政策变迁分析
数据分析的结果(见图 1)直观反映了我国在 1979年至2020年间营商环境法治化建设的重点及其变化。当以时间线索对样本进行分析时,发现我国营商环境法治化的行进可以1993年和2003年为时间点分成三个阶段,我国在相关领域的投入也随着阶段的不同而变化。
而通过高频词统计可以较为直观地看出这三个阶段关注重点的区别(见图2)。
从6个主类目所含样本数量的分布(见图3)可以看出,政务与公共服务领域样本数量最多,其次是财政金融领域和工程建设与生产领域,而税收、跨国贸易和纠纷解决等领域的样本数量相对较少。
二、社会信用体系发展历程
依据上述分析,1993年和2003年是两个关键时间点,由此可将我国营商环境法治化发展历程分为三个阶段,分别体现出法制的计划经济、法制的市场经济和法治的市场经济的特点。而我国的社会信用发展也在这三个阶段中呈现出截然不同的特征。
(一)第一阶段:1979—1992年
从数据上看,在此时间段内我国尚处于法律体系的构建期,规范性文件的整体数量较少,社会信用体系的建设处于萌芽期,国家在财政金融、纠纷解决、税收以及政务与公共服务等领域投入较多(见图4),具体集中在国有资产监管、劳动待遇、退休与养老、表彰与奖励、预算与审计、税收优惠与征缴、仲裁与诉讼、合同纠纷、知识产权保护、司法公证等内容。
但这一阶段的关键词体现出极强的计划经济色彩,未对“社会信用”或者说“信用”有特别关注。本文认为出现这种现象的原因主要与我国经济体制改革的进程相关。1978年召开的党的十一届三中全会上,党对国家的工作重心作出调整,集中力量进行社会主义现代化建设。此后每2~3年都会就经济体制改革的工作作出规划与调整。如1981年提出“以计划经济为主,市场调节为辅”,1984年提出“要突破把计划经济同商品经济对立起来的传统观念”,1987年提出“社会主义有计划商品经济的体制应该是计划与市场内在统一的体制”[6]。但在当时,人们对什么是经济体制改革的实质,如何建立新的经济体系的认识还不够透彻[6],工作重点主要围绕以寻找改革的方向和路径展开,具体改革措施较少,因此事实上经济体制与过去计划经济时代相比并无太大变化。
从法治的角度来看,1979年7月1日,五届全国人大二次会议一天之内通过了《中华人民共和国刑法》《中华人民共和国刑事诉讼法》等七部法律,此后我国加快了立法进程,许多基于市场经济体制的立法陆续出台,逐渐用法律来确定并调整国家和企业、企业和企业、企业和个人之间的关系。虽然这一时期的法治化建设取得了很多成果,但此时离国家正式提出“依法治国”还有待时日,总体来看仍处于“法制(rule by law)”而非“法治(rule of law)”的阶段[7]。私有制经济的不活跃也导致失信行为较为少见,没有引起国家、社会及公民的关注。
(二)第二阶段:1993—2003年
从1993年起,我国的营商环境法治化进程出现了第一次转型,从法制的计划经济转向法制的市场经济。从内容上看,这一阶段我国在财政金融和税收两大领域投入较多(见图 5),具体集中于证券市场监管、国有资产监管、国有企业改制,以及税收征缴和税收稽查等内容,体现出有限放开金融市场、国企改制、分税制改革等对公有制经济进行市场化改造,但宏观调控手段依然高度依赖税收等特点。
我们认为这一阶段特点产生的原因在于改革方向确定以后,国家沿着既定路线推出了以国有企业改革为中心的一系列渐进式改革举措[8]。1992—1999 年间,中央陆续出台相应政策,逐步完善了市场主体的相关制度。如确立了企业的市场主体地位,提出了建立现代企业制度,明确了法人治理结构是公司制的核心等[9]。因此,这一阶段法治化的核心内容和主要任务是引导国有企业改革从政策调整进入制度创新阶段,规范国有企业推行公司制改革,而非国有经济的发展没有得到与其对经济贡献度相匹配的重视。
从法治的角度来看,自1997年起“法治”开始成为党政机关公文中的关键词,“依法治国”成为党的十五大报告中的高频词,很快又被写进宪法。即便如此,这一时期仍属于“法制”的而非“法治”的市场经济。因为这一时期的营商环境规范性文件离“良法善治”的标准尚有一段距离,最典型的特征是国家对非国有经济领域的法治化建设投入与非国有经济在经济发展中的贡献不符。
1998 年,全国 70%的银行信贷流向了国有经济,但国有经济对经济的贡献却远不能与它获得的资源相提并论。如国有经济此时在工业总产值中的贡献率不到30%,对GDP的贡献率也不足40%,对经济增长的贡献占比不到1/5 [8]。直到这一阶段末期,国有企业改革效果仍不理想,而且国有企业高投入、低产出的状况造成资源配置不合理,极大地挤占了中小企业获得贷款的空间。例如中国工商银行在 1999 年上半年的短期贷款中非国有企业的份额只占 20.9%,而在这个份额中又以对集体企业贷款为主,三资企业占 5.2%,个体和私营企业仅占 0.54% [10],这也是为什么这一阶段国家在信贷领域的法治化投入不明显的原因。
(三)第三阶段:2004年至今
从2004年开始,国家对营商环境法治化的投入再次发生明显转变,社会信用体系逐步由经济领域扩展到全社会领域。
从投入分配上看,由前两个阶段的“重点突出” 转为“多头并进”,政务与公共服务再次成为最大的投入领域,财政金融和工程建设与生产领域也都占有相当大的比重,此外税收和跨国贸易也不乏亮点(见图 6)。从投入内容上看,这一阶段法治化内容在除纠纷解决领域外的五大主题所涉领域里全面铺开,体现出以基础建设为中心带动经济发展、多种宏观调控手段并用等特点。
这一阶段也是营商环境法治化的第二次转型,实现了由法制的市场经济转向法治的市场经济。之所以将这一时期称为“法治的市场经济”,是因为从 2003 年起我国开始实现对营商环境的“良法善治”。首先,这一时期法治化发展的重要标志是我国将“公民的合法的私有财产不受侵犯”写入宪法。 2003年10月,党的十六届三中全会通过了《中共中央关于修改宪法部分内容的建议》,并于2004年由十届人大二次会议表决通过了《中华人民共和国宪法修正案(草案)》,建立完善了现代产权制度。现代产权制度是重要的社会激励机制,产权规则是实现社会效率的充分规则,对促进私有经济的发展和现代企业制度的建立具有重大意义[11]。其次,这一时期我国开始致力于消除计划经济体制的影响,转变政府职能,建立现代化的政商关系。以2003年出台的《中华人民共和国行政许可法》为标志,国家开始了新一轮政府体制改革。从减少行政审批事项,到确认“建设服务型政府”为政府的目标;从明确服务型政府的基本内容和相应的公共政策体系,到出台 “负面清单”、简政放权等举措,都表明了国家转变政府职能的决心与信心[12]。这些制度的出台标志着信用体系逐步从市场信用向社会信用的转型。
三、失信惩戒政策文献分析
失信惩戒为社会信用制度提供了强制性保障,其中既有对一般违法行为的行政处罚措施,也包含针对犯罪的刑事制裁手段。这就意味着失信惩戒已经成为一种重要的刑罚附随后果。
(一)刑罚附随后果的性质与内容
“刑罚附随后果”一词目前学界并没有统一的定义,在不同的语境中有着不同的语义。我国对于刑罚附随后果的性质也存在保安处分说、行政责任说和资格刑说等学术之争[13]。本文暂且搁置相关争议,依据现行法律分析,我国刑罚附随后果除了我国《刑法》第37条之一之外,主要表现为对受过刑事处罚人员的从业禁止和其他资格限制这两方面的内容,散布于法律、行政法规、部门规章、行业规定以及各种规范性文件中。
首先,对犯罪人进行从业禁止或限制是刑罚附随后果的最主要体现。例如禁止受过刑罚处罚的公民担任公务员和其他公职。此外也会根据所犯之罪涉及的职业、行业对犯罪人作出从业禁止,例如犯过金融诈骗类罪名的公民会被禁止担任企业管理人、商业银行的董事及其管理人员、证券交易所的负责人等金融行业的管理人员;有过食品安全犯罪记录的公民会被禁止从事食品生产管理及食品安全管理等工作。另外与社会利益紧密关联的职业也会禁止有相关犯罪记录的公民任职,如有过性侵、威胁儿童的犯罪人会被禁止从事教师职业等。
其次,除了职业禁止之外,对受过刑罚处罚的公民某种资格的禁止或限制也是刑罚附随后果的主要表现形式。如赋予受过刑罚处罚的公民特定的义务,我国《刑法》第100条规定,依法受过刑事处罚的人,在入伍、就业的时候,对于自己曾受过刑事处罚的记录不得隐瞒,要如实上报给有关单位。又如《国家司法考试实施办法》中规定的那样,禁止或限制公民参加某些考试的资质等。此外,还有一些地方立法会对受过刑罚处罚的公民的户籍、荣誉、社保、出入境等权利进行限制。
(二)刑罚附随后果与失信惩戒的内容分析
失信惩戒是国家强化社会信用体系的一项重要手段,也是刑罚附随后果中的一项重要内容。随着我国社会信用体系的逐步完善,失信惩戒的内容与手段也更加丰富,尤其以地方立法中的失信惩戒为甚。
虽然我国没有通过立法对“刑罚附随后果”进行明确定义,但是在规范性文件中却时常见到相关内容[13]。这些表述往往与“刑事处罚”或“刑事责任”相关,如“受过刑事处罚”“受刑事处罚”“受到刑事处罚”“被判处刑罚”“被依法追究刑事责任”等,具体见表2-4。
表2-4显示,2007—2017年,包含刑事处罚附随后果内容的规范性文件的数量持续增长,且在部门规章中最为常见,在总计 1516 份统计数据中有 1152份都是出自部门规章,占比约76%。由于部门规章自身的特点,容易出现不同部门之间的规定不统一甚至相互抵触的问题,具体见表5。
表5显示,上海市、贵州省、广东省和河南省对经纪人资格的限制规定明显不统一,这不利于我国社会信用的体系化建设。
此外,我国部分地区的信用立法呈现“运动式” 发展态势,仅在2015年3月16日至2018年8月1日,就有207项新设信用立法面世[14]。这有违立法工作的科学性和严肃性,长期来看弊大于利。例如,有些地方立法科学性不足,混淆道德与法律的界限,将频繁跳槽、大声喧哗、不当占座、迟延缴费、语气不当等轻微道德瑕疵或违法行为认定为等同于犯罪的失信行为,不当地扩大失信行为的外延与内涵,具体表现为:
(1)不区分犯罪类别。一些地方信用立法对犯罪人所犯之罪的轻重、种类不加以区分,这种“一刀切” 做法的合理性值得探讨。如某省户籍政策中规定: “曾受过刑事处罚,扣100分”,该省下辖各市也有类似积分制度,只要有过犯罪记录一律扣除相应分数[15]。此类规定不论犯罪人所犯罪行在何种领域一律进行同一类型的失信惩戒,形式上看似公平,但与罪责刑相适应原则的精神相悖,更不利于轻罪犯罪人与社区矫正人员的再社会化。
(2)不区分犯罪故意。我国地方上的信用立法很少对犯罪人所犯之罪是故意犯罪还是过失犯罪进行区分。此类规定对故意犯罪和过失犯罪同等对待,而不是依据犯罪人行为的人身危险性采取针对性的措施,不利于对犯罪人的特殊预防,同样也不利于过失犯罪行为人的再社会化。
(3)不区分犯罪刑罚。目前,已经进行信用立法的地区普遍将受过刑事处罚作为认定“严重失信”的一项硬性标准,并附带失信惩戒。如广州、宿迁、义乌、苏州、呼和浩特等市都是此种做法的代表。但是我国具有科学的刑罚体系,由5种主刑和3种附加刑所组成,每一种刑罚的设置都有现实基础与科学依据,适用于不同人身危险性和社会危害性的犯罪人,这是罪责刑相适应原则的要求与体现。易言之,犯罪人所受刑罚直接体现出该行为人的人身危险性和社会危害性。如果失信惩戒不对此进行区分,即有失公允,也必然无法实现刑罚特殊预防的效果。
四、结语
通过上述分析,作为我国刑罚附随后果的失信惩戒虽然可以在加强社会管理方面起到一定的作用,但是笔者认为信用体系应“不忘初心”,在满足经济发展需要的前提下再考虑赋予其更多的职能。目前,失信惩戒存在地方立法不统一、惩戒内容随意扩大等问题,对我国致力于建设法治化的营商环境的目标具有副作用,需要在立法科学性、统一性和稳定性等方面进行完善。
论文指导 >
SCI期刊推荐 >
论文常见问题 >
SCI常见问题 >