【作者】林常青、张永健
【内容提要】
学习还是关系？——法官借调任职的因果效应
林常青
台湾成功大学经济学系教授
张永健
康奈尔大学法学院Clarke讲席教授
原文标题：Learning or Networking? The Causal Effectof Judges Sitting by Designation
编译：王子康，马 超
审校：张永健
摘要：当下级法院法官与高等法院法官共同组成合议庭审案时，前者可借此过程向后者学习，或与后者建立个人关系，亦或两者兼具。Lemley和Miller对美国联邦法院的实证研究发现，那些担任三专生法官（Judges sitting by designation，即被暂时指派到更高法院审案的下级法院法官——译者注）一周的法官在回到下级法院后，其随后审理的专利侵权案件的二审撤销率会显著下降。本研究利用涵盖近百万案件的独特数据集，特别是2591个上诉案件，探讨了台湾地区的法官短期晋升制度（transitorypromotion）是否会导致案件撤销率的降低，并进一步分析了其原因。作者应用双重差分模型，发现当上诉案件的二审受命法官或审判长曾是原审法官的同事时，撤销率会显著下降（体现了关系效应（networking effect））。此外，在借调后，上诉案件的整体撤销率显著下降，这一结果与学习效应（learning effect）相一致；不过，此结果并非由严格的因果识别设计所得出。
一、引 言
在司法实践中，法官往往会有意或无意地偏袒自己曾经工作过的法院。已有研究表明，美国最高法院的法官通常倾向于投票支持他们曾经任职过的联邦上诉巡回法院的判决。而这种偏袒可能延伸至（或许源于）法官对老同事的偏袒。比如，Lemley和Miller 发现，在美国联邦法院系统中，当地区法院的法官被指定参与联邦巡回法院（United States Court of Appeals for the Federal Circuit；此法院对专利案件有专属管辖权，是美国联邦法院13个上诉巡回法院之一）审理案件，之后再回到地区法院时，这些法官在专利侵权案件中的撤销率有所下降。由此可见，司法行为可能会以不同的方式受到偏见的影响。
对于上述二审撤销率（以及其他司法判决方面）的变化，可以归因于“学习效应”“关系网效应”或两者兼而有之。“学习效应”指的是地区法院法官在上诉法院工作时所获得的实践经验；而“关系网效应”则指的是上诉法院法官对熟识的地区法院法官所表现出的有意或无意的偏袒或非正式的尊重。学习是法官暂时任职制度（judge-sitting-by-designation）的重要目的之一，且通常是被鼓励的。然而，建立个人关系网络则具有规范性问题，因为这违反了法治原则。
在台湾地区，即存在类似的制度——“短期晋升”（Transitory Promotion）制度，俗称为“三专生”制度，即地区法院的法官会在回到地区法院之前，在上诉法院工作通常三年。作者通过采用DiD模型，分析了该制度是否降低案件撤销率（“reversal”在台湾地区指二审“废弃原判决”——见台湾地区《民事诉讼法》第450、451条，因本公众号的读者大多来自大陆，且该概念与大陆地区的“撤销原判”大致一致，且故此处将“reversal”翻译为“撤销”——译者注），并进一步识别了该撤销率的变化是否能被关系网效应和学习效应解释。
二、制度背景
（一）台湾地区的司法体制
台湾地区有三个层级的法院负责审理民事案件：22个地区法院，6个高等法院（上诉法院）以及台湾地区最高法院。上诉法院可以基于法律或事实问题撤销下级法院的判决。本研究涉及的法院包括11个地区法院和5个高等法院。
理想的识别环境需满足四个条件。第一，地区法院的案件被随机分配给法官。第二，上诉法院的案件被随机分配给法官。第三，上诉法院的合议庭是随机组成，或按照严格的预定规则组成。第四，上诉案件被随机分配到某个上诉法院，或是按照严格的预定规则分配。台湾地区的司法制度满足了这四个条件：
1、随机分配所有的案件
在台湾地区，所有的案件都被随机分配给法官。当案件提交到地区法院时，案件如何分配取决于原告的诉求金额和争议性质。如果原告的诉求金额超过了600万元新台币（大约是20万美元），那么将被分配到高诉讼标的金额的案件库，反之则被分配到普通诉讼标的金额的案件库。从1999年到2019年，85%的地区法院案件被分配到这两个案件库中的一个。类似地，在上述期间内，上诉法院中的63%的案件根据诉讼标的金额被分配到三类案件池中：相对低金额（25%）、普通金额（26%）和高金额（12%）。
其他案件（地区法院15%的案件和高等法院37%的案件）被分配到专门的案件库，这些案件涉及国际贸易、劳动法、海商法、消费者法、选举法和医疗事故等领域。虽然一些专门案件由法院内部的专业庭管理，并随机分配给该庭内的法官，但更常见的是，专门案件都被随机分配给法院的任何法官。
作者通过线性概率模型（LPMs）检验了随机分配情况。因变量包括五个案件特征中的一个：原告是否为自然人、原告是否为政府机构、被告是否为自然人、被告是否为政府机构、争议金额。唯一的自变量是法官的固定效应（仅包括在特定年份和法院工作过的法官）。通过对1999年至2019年期间的22个地区法院和6个上诉法院每年的案件进行了约6000次回归分析，结果表明，尽管有一些非随机分配的情况，但多数案件（超过四分之三的案件）基本是随机分配给法官的。
2、合议庭的组成
该研究涉及的每一个高等法院都包含多个行政庭，每个行政庭通常包括三到四个股。通常行政庭中最资深的法官会被行政任命为庭长，四个股中的第四位法官通常是三专生法官。
台湾地区的上诉法院始终由三名法官组成合议庭来审理案件，包括受命法官（assigned judge）、审判长（presiding judge）和陪席法官（side judge）。其中，受命法官是由随机分案的演算法决定，负责案件的所有准备工作并撰写判决书。合议庭中最资深的法官——通常是庭长，会担任审判长。陪席法官参与合议庭讨论，但其作用相对被动。在上诉法院的合议庭中，三专生法官担任的角色通常是受命法官或陪席法官，而不是审判长。
在一般情况下，三专生法官通常只与同庭的两名或三名法官一起评议。三专生法官可能在一年后轮换到其他庭，或者上诉法院的常任法官可能在一年后轮换到三专生法官所在的庭，这为三专生法官提供了定期与其他法官一起工作的机会。此外，生病或其他意外事件也可能导致三专生法官与其他庭的法官共同审理几起案件。但无论如何，这些安排是根据预定的固定顺序来决定的，并已公布。正因为这种法律设计，任何一对法官通常不会（或很少）一起组成合议庭（见Figure 1的图C和图D）。换句话说，上诉法院的法官或合议庭不能根据个人喜好挑选案件。
最后，关于第四个条件，上诉案件是根据严格的法定管辖规则分配到上诉法院，无法被三专生法官或其前同事操控。上诉法院的管辖权在研究期间没有发生任何变化。
（二）三专生法官制度
在台湾地区，地区法院的法官工作约15年后，可以申请参加短期晋升计划。该计划通常将地区法院的法官晋升为上诉法院法官3年，之后再将这些三专生法官调回地区法院。部分三专生法官在返回地区法院几年后，若上诉法院有空缺岗位，会晋升为上诉法院的法官。相关规定表明，借调计划是基于绩效选拔的。可以推测，只有优秀法官才会被选中。
三、研究设计及数据
（一）DiD研究设计
作者的观察单位是上诉案件，通过每个上诉案件的随机分配（原判决由在地区法院工作的三专生法官作出）来进行识别。该研究的数据集包括了三专生法官在其借调任期前后3年期间作出的地区法院判决。
该研究的处理组为分配给那些曾与三专生法官或将与三专生法官共同在上诉法院合议庭审理案件的上诉法院法官的案件。对照组则包含分配给那些在三专生法官任期内未曾与三专生法官共同审理案件的上诉法院法官的案件。研究的LPM模型如下所示：
其中，因变量 Dijd指在上诉案件i中，最初由三专生法官j在地区法院d作出的判决是否被上诉法院撤销（=1）或维持（=0）。Postijd用于表示前述案件是在法官晋升至上诉法院之前（= 0）还是在法官返回地区法院之后（= 1）。
“Colleague”对应的是一个虚拟变量“Any Judge”，或三个虚拟变量：“presidingjudge”“assigned judge”和“side judge”，它们指的是在上诉案件的合议庭中，是否为三专生法官的同事（是=1，否=0）。作者进行了两组回归分析。在第一组中，如果合议庭中的三个法官中有任何一个是三专生法官的同事，则“Colleague”取值为1。第二组中，分别考虑了合议庭中的三类法官。
此外，未来或曾经的同事被定义为与三专生法官在至少Q个案件中共同审理过的法官，这个Q值被作者称为“截断值”（cutoff）。回归结果表中使用了25、50、75、100和125个案件作为截断值，在图中则使用1—150个案件等150种不同的截断值。“Colleague”的系数β2用于分析在借调前，由未来的同事处理的上诉案件与那些不会成为未来同事的案件之间的撤销率差异。
“Colleague × Post”涉及一个或三个交互项。在第一组回归分析中，它是“Any Judge × Post”。在第二组回归分析中，它分别是“presidingjudge× Post”“Assigned Judge × Post”和“Side Judge × Post”。它们的系数β3用于测量在上诉法院中，前同事法官处理上诉案件时对撤销一审判决的整体影响。如果前同事的关系起作用，那么这些系数应为负且具有统计显著性。
X包含以下变量：原告是否为自然人；被告是否为自然人；地区法院的案件是否由三位法官组成的合议庭审理且三专生法官担任审判长（是=1；否=0）；案件类别。
此外，如果上诉案件被分配到专业庭（如劳动、选举、医疗事故等），并且三专生法官至少参与过五次相关专业庭的上诉庭审，那么变量“Specialized”取值为1，否则取值为0。交互项“Specialized × Post”旨在剖析学习效应。
ηj代表三专生法官的固定效应。ηd代表地区法院的固定效应。ηt代表年份固定效应。误差项εijd用于识别同一三专生法官j审理案件的聚类效应。
（二）数据
本研究深入分析了2002年1月1日至2014年12月31日间通过借调计划从地区法院晋升至上诉法院的62名法官。作者追踪了这62名三专生法官在晋升前3年及返回地区法院后的3年内处理的所有案件。由于因变量是一审判决是否被撤销，故作者只研究了那些上诉至上诉法院并已做出二审裁判的案件。
在主要回归分析中，使用了与62名三专生法官相关的2591个上诉裁判。31名三专生法官由于在三专生任期后被分配至不同于他们工作过的上诉法院管辖的地区法院（比如三专生法官暂时任职的上诉法院为A法院，之后其被分配至某一由B上诉法院管辖的地区法院——译者注），因此被排除在主要分析之外。换句话说，由于这31名三专生法官的所有借调后案件均未由前同事处理，故不可能受到关系网效应的影响，因此不适用DiD框架。作者对这些法官的案件撤销率变化进行了单独的χ2分析和LPM回归，以揭示学习效应。
四、研究结果
（一）关系网效应
Table 3展示了前同事处理上诉案件的效果（如果三人合议庭中的任何一名法官符合“同事”的标准，那么该上诉案件就视为由前同事处理）。
结果表明，当上诉案件由曾是三专生法官的同事法官处理时，一审判决被撤销的可能性较低（与由非同事法官处理的案件相比）。
为了进一步分析上诉案件合议庭中的哪位法官对撤销率产生了影响，作者将法官进行了区分，并进行了第二次回归。TABLE 4详细展示了这一结果：
结果表明，当上诉案件的合议庭中的审判长是三专生法官的前同事时，三专生法官作出的判决被撤销的可能性较低（在几乎所有的截断值下，这些效应在5%的显著性水平下是显著的）；当这一前同事为受命法官时，三专生法官的判决被撤销的可能性也较低（在大多数截断值下，这些影响在10%的显著性水平下是显著的，有时在5%的水平下也显著）；但当这一前同事为陪席法官时，撤销率未发生显著影响。
上述结果不能通过学习效应来解释，因为在台湾地区，大多数法官是职业法官（尽管近年来有少数法官是从执业律师中选拔出来的），这些法官都接受了1.5到2年的司法官学院培训。由于这些法官的背景高度相似且接受了集中的培训，上诉法院的各合议庭之间不太可能发展出不同的法理。事实上，作者采访的法官没有提到过这些差异。还需要注意的是，上诉法院的法官视台湾地区最高法院为最高权威。因此，任何可能存在的合议庭差异都会被要求遵循台湾地区最高法院的法理和风格所压倒。
作者指出，关系网效应是对上述结果更为合理的解释，即与个人关系相关。还有一种解释是，三专生计划使前同事形成了一种高水平假设。毕竟，只有那些在声誉和成绩上都表现良好的地区法院法官才能被选中参与三专生计划。因此，三专生法官在同行中显然是佼佼者。三专生法官在任期内可能会给同庭的上诉法院的同事留下深刻印象。当这些上诉法院法官随后审查由这些前同事（三专生法官）作出的判决时，可能会揖让同事的判断。虽然“给同事留面子”可能是驳回上诉的部分动机，但假设勤奋的前同事一定“深思熟虑”也可能促使上诉法院法官“放手”。现有的研究设计无法揭示是哪种机制起到了主导作用，但更大规模的数据和因果推断设计，得出的结果与Lemley和Miller（2015）的研究一致，能够证明，在台湾地区司法体系（乃至任何司法系统）中的关系网效应都不应被忽视。
作者的研究结果还表明，上诉法院法官与三专生法官的熟悉程度越高，那么关系网效应就越强。即那些多次观察三专生法官处理案件的上诉法院法官可能会倾向于在日后上诉案件中揖让这些三专生法官的判断。
（二）学习效应
回归模型显示学习效应相当显著。Post变量的系数始终为负，约为-0.25，并且在所有截断值下均显著（在10%的显著性水平下），在许多截断值下则在5%的显著性水平下显著。
不过，解释学习效应时可能面临的一个挑战是，借调工作结束后的撤销率下降可能不仅仅归因于在上诉法院的学习，还可能因为法官经验更加丰富。即使这些三专生法官没有晋升为上诉法院法官，而是继续留在地区法院，他们的撤销率仍然会下降，因为这些法官在这段时间内通过处理更多的案件积累了经验。
为验证该假设，作者计算了每个法官在其第N个执法年中的年度平均撤销率。作者将法官分为三类三专生法官（Figure 3中的A、B和C图）和所有非三专生法官（Figure 3中的D图），并报告了年度平均撤销率的箱线图。Figure 3并未显示随着法官经验的增长，其撤销率下降的趋势。这表明，Post变量的负值不能简单地归因于法官职业生涯中撤销率自然下降的倾向。
结果表明，当上诉案件的合议庭中的审判长是三专生法官的前同事时，三专生法官作出的判决被撤销的可能性较低（在几乎所有的截断值下，这些效应在5%的显著性水平下是显著的）；当这一前同事为受命法官时，三专生法官的判决被撤销的可能性也较低（在大多数截断值下，这些影响在10%的显著性水平下是显著的，有时在5%的水平下也显著）；但当这一前同事为陪席法官时，撤销率未发生显著影响。
上述结果不能通过学习效应来解释，因为在台湾地区，大多数法官是职业法官（尽管近年来有少数法官是从执业律师中选拔出来的），这些法官都接受了1.5到2年的司法官学院培训。由于这些法官的背景高度相似且接受了集中的培训，上诉法院的各合议庭之间不太可能发展出不同的法理。事实上，作者采访的法官没有提到过这些差异。还需要注意的是，上诉法院的法官视台湾地区最高法院为最高权威。因此，任何可能存在的合议庭差异都会被要求遵循台湾地区最高法院的法理和风格所压倒。
作者指出，关系网效应是对上述结果更为合理的解释，即与个人关系相关。还有一种解释是，三专生计划使前同事形成了一种高水平假设。毕竟，只有那些在声誉和成绩上都表现良好的地区法院法官才能被选中参与三专生计划。因此，三专生法官在同行中显然是佼佼者。三专生法官在任期内可能会给同庭的上诉法院的同事留下深刻印象。当这些上诉法院法官随后审查由这些前同事（三专生法官）作出的判决时，可能会揖让同事的判断。虽然“给同事留面子”可能是驳回上诉的部分动机，但假设勤奋的前同事一定“深思熟虑”也可能促使上诉法院法官“放手”。现有的研究设计无法揭示是哪种机制起到了主导作用，但更大规模的数据和因果推断设计，得出的结果与Lemley和Miller（2015）的研究一致，能够证明，在台湾地区司法体系（乃至任何司法系统）中的关系网效应都不应被忽视。
作者的研究结果还表明，上诉法院法官与三专生法官的熟悉程度越高，那么关系网效应就越强。即那些多次观察三专生法官处理案件的上诉法院法官可能会倾向于在日后上诉案件中揖让这些三专生法官的判断。
（二）学习效应
回归模型显示学习效应相当显著。Post变量的系数始终为负，约为-0.25，并且在所有截断值下均显著（在10%的显著性水平下），在许多截断值下则在5%的显著性水平下显著。
不过，解释学习效应时可能面临的一个挑战是，借调工作结束后的撤销率下降可能不仅仅归因于在上诉法院的学习，还可能因为法官经验更加丰富。即使这些三专生法官没有晋升为上诉法院法官，而是继续留在地区法院，他们的撤销率仍然会下降，因为这些法官在这段时间内通过处理更多的案件积累了经验。
为验证该假设，作者计算了每个法官在其第N个执法年中的年度平均撤销率。作者将法官分为三类三专生法官（Figure 3中的A、B和C图）和所有非三专生法官（Figure 3中的D图），并报告了年度平均撤销率的箱线图。Figure 3并未显示随着法官经验的增长，其撤销率下降的趋势。这表明，Post变量的负值不能简单地归因于法官职业生涯中撤销率自然下降的倾向。
为更深入探讨学习效应的机制，作者进一步考察了法院专业庭中的案件。专业庭主要处理特定法律领域的案件（这些案件在法官之间随机分配），同时也会处理其他类型的案件。为了让更多的法官能够在这些法律领域积累专业知识，上诉法院的各庭往往会逐年轮流处理专业案件。因此，三专生法官可能在专业庭工作过，也可能没有。而且即使他们曾在专业庭工作过一年，可能也没有处理很多相关案件。不过，确实有些法官曾处理过这些案件，作者调查了这些法官在回到地区法院后，如果被分配到专门法律领域的案件，撤销率是否会下降。
结果表明（Table 3和Table 4），关键的交互项（Specialized× Post）在统计上并未达到显著水平。但作者指出，由于专门案件数量较少，标准误差较大，故无法明确证实是否存在学习效应。
五、结 论
台湾地区的法官短期晋升制度产生了具有统计显著性和实质性影响的关系网效应：关系网效应大约降低了8%到21%的一审判决撤销率（这一变化发生借调的前后三年之间）。回归分析还表明，存在显著的学习效应。同时，作者强调，在解读研究结果时必须保持谨慎。需要更多的实证研究来验证关系网效应是否普遍存在，且是否无法与潜在的学习效应区分开来。
原文刊载于TheJournal of Legal Studies, Volume 54, Number 1, January 2025，转自微信公众号“实证法研”。