单位行贿罪的司法认定研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:minglancao002
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着设立公司标准的降低、企业数量的急剧增多,越来越多的公司、企业融入经济社会生活,单位行贿犯罪层出不穷,且呈现出复杂性和广泛性的特点。虽然《中华人民共和国刑法修正案(九)》(下称《刑法修正案(九)》)对贿赂犯罪进行了立法完善,调整了贿赂犯罪传统的刑罚结构,但立法与司法解释仍模糊缺位,司法认定中单位行贿罪常与行贿罪交叉重叠,准确分辨存在困难。本文从司法认定层面对单位行贿罪进行分析,研究共分为四个部分。在梳理单位行贿罪基本问题时,应当确定本罪内涵为单位为了自身利益且在其整体行贿意志支配下实施的,具有严重社会危害性、依法应当承担刑事责任的行为,本罪侵害的法益为国家工作人员职务行为的廉洁性。个人行贿犯罪与单位行贿犯罪之间的界分在学界有诸多争议亟待厘清,研究单位行贿罪的司法认定不仅是加大行贿犯罪惩治力度刑事政策的要求,而且有助于解决实践中单位行贿与个人行贿合理界分的难题。对单位行贿罪行为构造的讨论从本罪中各项具体的认定要素展开。单位行贿罪中的“行贿”行为包括实际给付与承诺给付;“谋取不正当利益”应从侵害本罪保护法益角度予以认定。“以单位名义”这一客观要素是本罪成立的不充分不必要条件,不能作为本罪的认定标准之一。在讨论单位行贿罪的主体范围时,应将具备刑事责任能力的单位作为本罪主体的认定标准,且犯罪主体具有唯一性,单位成员只是单位行贿罪在经济社会层面的具体操作者。本罪主体包括法人及一人公司、合伙企业等。需要将本罪的主体范围与民法中的法人等概念区分开来,关注单位的自身条件、行为逻辑以及组织架构。在单位行贿罪的罪责方面,单位成员代表单位行贿意志并出于“为了单位利益”的行贿目的做出行贿行为是单位承担刑事责任的依据。本罪是故意犯罪,代表单位行贿意志是成员行贿行为归属于单位自身的核心认定要素。从形成途径认定单位行贿意志时,第一种途径是单位决策者在职权范围内形成单位意志,如单位的法定代表人、单位招投标的项目负责人在职权范围内形成单位意志;单位决策者的集合形成单位决策组织,如通过股东大会、单位内部章程决定而形成单位行贿意志。第二种途径是由拥有一定裁量权的单位决策者向单位成员授权或认可单位成员行贿意志,授权以决策者实际权限范围为限,认可有直接与间接两种形式。“为了单位利益”认定的困境在对口供和利益归属的过度依赖上体现的尤为明显,通过丰富客观认定途径可以降低对口供的依赖程度,同时具化司法解释条文,可以将“为了单位利益”的证明内容进一步明确。
其他文献
微米至百微米级厚度的微液膜在微纳制造、电子封装、丝网印刷等领域有广泛应用,目前离心旋涂是获得微液膜的主要途径。然而,当液膜的表观粘度超过1 Pa·s时,受液体添加物、基
目标跟踪是计算机视觉众多应用中重要的组成部分之一,具有很大的研究价值。目标跟踪的主要任务是在一个视频中,在每一帧都给出目标的具体位置和大小,其中只有目标的第一帧的信息是已知的。尽管目前阶段目标跟踪已经取得了很大的进展,但是由于存在模型快速移动,光照变化,背景模糊等挑战,目标跟踪依旧是一个富有挑战性的研究问题。基于判别式相关滤波相结合的算法自提出以来,由于其兼具了速度以及精度的特点,吸引了大量研究者
随着移动通信技术的快速发展,用户对于网络质量和数据速率的要求越来越高。协作中继技术的出现有效解决了小区边缘弱覆盖的问题,提高了数据传输速率和用户体验感知。能量采集作为近年来出现的一种先进技术,可以从周围环境的可再生资源中收集能量,从而实现绿色通信的目的。因此,协作中继技术与能量采集技术的结合是目前的一个研究热点。本文以具有能量采集功能的中继系统为研究对象,分析多中继系统中的中断概率,提出了不同发送
新一代信息技术是当前新一轮技术变革中的重要构成部分,具有万物互联、智能、绿色低碳等重要特征,也因此成为推动经济增长、产业转型升级的重要力量。新一代信息技术正与制造
大数据时代下,数据呈多维化、海量化的特征,查询趋于个性化,用户对结果的准确度、查询效率要求更高。传统的多维数据查询方法存在不能高效地解决静态和空间属性相结合、动态的多用户查询以及分类域上的个性化查询等问题,因此研究在度量空间中的多用户查询以及分类域上的用户偏好获取对于找出高质量的结果集具有十分重要的意义。多维Skyline查询根据对象数据点的属性值特性主要分成两类:数值域和分类域。本文重点关注空间
目前,随着图像采集技术的发展,图像相关的应用越来越广泛。由于图像中包含的信息量很大,从图像中提取具有区分性的抽象特征是物体识别中的关键步骤。传统的图像特征是手工设计的特征,依赖于设计者的先验知识,其适用范围往往较窄。在人工智能时代,深度学习被广泛用于学习图像的特征表达,基于深度学习的方法能够从大量数据中学习特征表示方法,获得具有强大表现力和泛化能力的特征。本文基于以上研究背景,研究了基于深度哈希的
协同过滤推荐算法是最常用的推荐算法之一,其利用大量相关数据对用户行为相似性进行分析并为用户提供个性化推荐。在大数据时代,大量的数据呈现在人们面前,而个性化推荐的实现需要挖掘数据中的隐含信息。LDA主题模型通常用于获取文档的主题分布信息,因此,许多学者尝试将LDA主题模型应用于协同过滤推荐算法之中,并且不断地进行探索优化。传统的LDA主题模型是无监督主题模型,在实际的文本挖掘应用中,整个数据集经常需
学位
从大型数据库中查找出用户最感兴趣的k个数据来支持用户多标准决策的制定是数据库领域一个重要的研究课题。k遗憾查询使用最大遗憾率的衡量标准,返回k个使得用户的最大遗憾率最小的数据。但是,目前已有的关于k遗憾查询的研究存在效率较低和结果集会偏向于最不满意的用户的问题。论文针对k遗憾查询存在的问题,研究了基于用户开心度的k代表点选取技术,结合目标函数函数的特性,给出了高效的解决方案。主要工作和创新点如下:
移动社交网络是一种将社交科学与无线通信相结合应用于移动网络的技术,其主要用于解决网络中由于节点移动性强所造成的消息投递率低、链路中断频繁和传输延迟高等问题,从而促进网络中移动设备之间的连接,并为用户进行消息的访问、共享和分发提供有效的移动计算环境。移动社交网络被认为是能够给移动用户提供数据传递的一种服务系统。在当前的移动社交网络中,用户多采用便携式移动设备进行消息传输,但由于节点间的连接间歇性和移