1704517940
1704517941
法国为此提供了一个真实历史案例。1974年10月29日，宪法委员会的管辖规则得到改革，扩大了挑战法律合宪性的权利。该委员会于1958年建立时，只有共和国总统、政府总理、国民议会议长或参议院议长才能发起合宪审查行动。也就是说，政治上的反对派不可能对新法律的合宪性发起挑战程序。在1974年改革后，包含60名参议员或60名国会议员的任何团体将有权启动宪法委员会的审查，从而在事实上赋予了反对派对新法律合宪性的挑战权。这一改革使宪法委员会成为真正的权力制衡力量。
1704517942
1704517943
通过对71个国家的国际比较，拉斐尔·拉波塔等人发现，司法独立性最稳固的国家对产权保护做得更好，设立新公司的行政程序更简便。[18]
1704517944
1704517945
对司法不公的制约
1704517946
1704517947
在现实世界中，法院判决会受到多种偏向的影响，这与司法部门发挥制衡作用的观点有冲突。首先存在政治上的偏袒，例如有研究表明，美国的民主党人法官做出的判决不如共和党人法官严厉。在其他条件相同时，政党属性可以解释判决严厉性差异的38%。[19]
1704517948
1704517949
其次是媒体带来的偏向，例如，阿诺德·菲利普（Arnaud Philippe）与奥雷利·乌斯（Aurélie Ouss）近期利用法国数据开展的研究分析了同期新闻报道会在多大程度上影响刑事法庭的判决，该法庭是由少数职业法官加上从居民中随机挑选的多数陪审员共同组成。[20]研究者对比了两类判决：一类是在媒体集中报道犯罪事件（与受审的案件无关）之后很快做出的判决，另一类是在犯罪事件报道较少的时期之后做出的判决。结果发现，在审判的前一天增加对犯罪事件的报道，会使陪审团判决的刑期加长，而且只有这一天的媒体报道会产生显著影响。相反，在媒体发出有关司法错误的报道之后，判决会变得更为宽大。但有意思的是，研究者指出媒体报道对职业法官在刑事案件中的判决并没有影响。
1704517950
1704517951
司法决定中的第三个偏向是经济因素。尤其是，经济周期会如何影响不合理解雇案件的裁决？伊万娜·马尼内斯库（Ioana Marinescu）根据英国的有关数据发现，失业率上升或破产数量增加会显著影响法官的判决，降低有利于被解职雇员的裁决概率，更多支持企业基于经济考虑而裁员。[21]
1704517952
1704517953
最后还有心理或者声誉方面的偏向。例如，一个广泛存在的心理偏向“赌徒谬误”（gambler’s fallacy）就会引导人们走向逻辑错误：在玩抛硬币游戏时，若连续5次抛出正面，你就会毫不犹豫地认为下次抛出反面的概率将大于正面。但这个预期是错误的，因为每次抛掷是相互独立的事件，出现反面的概率仍为50%。以法官为例，在之前处理避难申请时态度较为宽容的法官，会在之后的案件中表现出更高的拒绝申请的倾向。[22]然而，过去的决定本来不应该影响未来的决定，因为他们审理的前后案件之间并无任何客观因素的联系。心理偏向可能因为与法官声誉有关的偏向而变得更复杂。如果法官在过去的案件中同意避难申请，但希望维护自己判决严厉的声望，就可能在后来的案件中更多拒绝避难申请，以支持自身的人设。
1704517954
1704517955
与之类似，疲乏也可能导致法官的判决更宽大，无论是从工作日角度还是整个职业生涯角度看均有此倾向：法官在午餐前或下班前做出的判决比较宽松（见图15.2）;随着法官年龄增大，判决也变得更宽松。[23]另外还发现了更令人惊讶的其他心理偏向，例如在美国路易斯安那州，在著名州立大学的橄榄球队意外失利后做出的判决更为严厉，在被告人生日当天做出的判决则更为宽松。[24]
1704517956
1704517957
1704517958
1704517959
1704517960
图15.2 避难申请获准率与庭审时间的关系
1704517961
1704517962
资料来源：转引自D. L. Chen and J. Eagel, “Can Machine Learning Help Predict the Outcome of Asylum Adjudications?”Proceedings of the Sixteenth International Conference onArtificial Intelligence and Law（2017）:237 -240，图1。
1704517963
1704517964
法官不够公正的这些缺陷让某些研究者怀疑，用人工智能的算法取代法官是否更好。具体来说，机器学习能够在多大程度上减少上述人类偏向？
1704517965
1704517966
每年在美国有近1 000万人被逮捕，之后，法官可以下令将其拘押候审。从法律角度看，此类命令要求满足某些风险条件，包括被告人是否会如期出庭（有没有逃跑的风险），是否会给社会造成新的伤害等。如果法官判断这些风险较高，就可以将被告人拘押，从而降低逃跑风险，但由此会增加收监人数。若法官判断风险较低，则要承担获释者可能逃跑及继续犯罪的风险。乔恩·克莱茵贝格（Jon Kleinberg）等学者利用纽约市在2008—2013年逮捕的75万余人的信息设计了一种机器学习算法，可以预测获释的候审人未能出庭的概率。[25]
1704517967
1704517968
于是，我们可以根据该算法的结果，对逃跑风险最高的人下达拘押候审命令。算法的决策与法官的判决孰优孰劣？答案较为复杂。法官具有偏向，计算机在这方面应该更少。[26]不过，法官能够获得档案里没有的信息或信号，例如被告人在法庭的现场表现等。算法预测的未出庭比率同被释放被告人的实际未出庭比率之间有几乎完美的相关性，表明算法在根据被告人档案信息预测逃跑风险上做得非常出色。那么纽约市的法官们的判决准确度如何？对于算法预测有60%未出庭概率的被告人，他们释放了其中的近50%;而对于算法预测仅有20%未出庭概率的被告人，他们羁押了其中的约30%。
1704517969
1704517970
按照这一研究，如果基于算法预测的未出庭风险做收押决定，将可以在不增加收监总人数的情况下，把未出庭概率降低25%;或者在不增加继续犯罪数量的前提下，把收监总人数减少42%。但这种方法显然会带来伦理问题。人们有着不依赖算法的天然倾向，部分源于我们希望把每个人作为独立个体生命来对待，而不仅仅是某个数字。
1704517971
1704517972
总之，虽然司法独立能给财产权利和经营自由提供更大保护，现实生活中的法官在决策时仍会受到政治、媒体、经济和心理等各类偏向的影响。法官的专业知识和职业操守可以帮助减轻这些偏向。但在司法体系之外，我们不能忽略民间社会对政府制度（包括司法制度）演化的重要推动作用。下面将转入这一议题的讨论。
1704517973
1704517974
1704517975
1704517976
1704517977
创造性破坏的力量 [:1704513615]
1704517978
创造性破坏的力量 5.民间社会的作用
1704517979
1704517980
上文讨论了强势政府的优点和缺陷，然后分析制约和监督行政部门权力的不同制度工具。我们必须认识到，宪法是不完备合同，在现实生活中没有什么能保证这些工具可以到位并真正落实。这里就需要民间社会扮演关键角色，确保不完备合同的有效执行。
1704517981
1704517982
不完备合同与民间社会
1704517983
1704517984
塞缪尔·鲍尔斯（Samuel Bowles）与温迪·卡林（Wendy Carlin）指出，当合同不完备时，无论是雇主与雇员之间，借款人与贷款人之间，或者买家与卖家之间的合同，其效果既取决于合同中明确的权利义务安排，也有赖于现行的社会习俗。[27]此类交易不仅指经济活动，也包括政治和社会活动。例如，社会习俗及作为其化身的民间社会组织的存在，可以防止雇主或贷款人滥用权力。图15.3非常清晰地展示了这一思想，即由政府、市场、民间社会分据顶点构成的三角关系。“市场”代表私人经济参与者（企业家、消费者和雇员等）及其相互作用的组织（企业和交易场所等）。越靠近市场这一极点，经济活动越依靠市场力量与自由放任。“政府”代表国家行政部门。越靠近这一极点，行政部门的行动越不考虑市场和民间社会的因素，其极端情形是中央计划与专制制度。[28]而越靠近“民间社会”的极点，就越类似一个自治社会，[29]极端情形是无政府状态。[30]对促进创新和创造性破坏来说，理想的组合是位于三角形的内部，也就是说需要市场、政府与民间社会的平衡。
1704517985
1704517986
1704517987
1704517988
1704517989
图15.3 政府、市场与民间社会的三角关系