行政犯定罪问题的实证研究

来源 :上海社会科学院 | 被引量 : 0次 | 上传用户:qncy1239o
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
行政犯的入罪问题无论是在理论界还是在司法实务中都备受争议。由于行政犯天然的双重违法性,导致其在刑事立法上必不可少需要依靠前置行政法规。特别是在罪刑法定原则下,行政违法行为与犯罪行为之间最显著的区别在于“量的差异”。在司法实践中也存在着对法条的机械适用,从而导致大众对行政犯司法适用标准的合理性产生质疑。因此,我们有必要从司法实务的角度出发,解决行政犯定罪的合理性。通过对司法实践中对行政犯案件的定罪量刑进行分析发现,行政犯案件存在以下四个特点:行政移送案件的定罪率较高、改判率低,对行政犯定罪量刑较依赖行政证据,被告人主客观违法性认知情况不明,对相关行政法律法规的引用率为零。这主要是由于以下三种原因:第一,“出行入刑”和“司法保守主义”观念的长期影响,认为刑法作为行政法规的补充法,二者之间就是一线之隔;第二,立法技术尚不成熟,具体表现在:刑法中存在大量的“象征性立法”、前置法中的制度规则存在缺漏以及刑法上所预留的空间过大;第三,司法判断缺乏独立性,对法条的机械理解与适用,仅依赖行政法规对行为性质的认定,未能从实质正义的角度出发,忽视对刑事违法性的独立判断。要解决司法实践中对行政犯定罪标准的合理性问题,首先应当破除错误观点的桎梏,理性看待“出行入刑”观念,综合考虑行政违法与刑事违法之间社会危害性的严重程度。其次,政治、经济和社会因素的变动,立法总是滞后的,因此考虑到行政犯罪多元化的表现形式,应当强化行刑法律之间的有效衔接,优化完善立法技术。最后,对行政犯的认定应当严格明确行政违法与刑事违法之间的位阶关系和处罚边界,严格行政证据的转化以及行刑程序的衔接。同时,扩张前置性行政法规的违法阻却性,搭建以行代刑的出罪通道。在司法层面上,应当考虑到在援引空白罪状的行政犯案件中,是否存在不可避免的违法性认识错误。因此,违法性认识错误的审查理当纳入到定罪量刑之中。
其他文献
伴随工业经济的快速发展,大量工业污染物的产生对我国水环境造成了严重的污染。重金属为其中一类主要污染物,因其具有较大的毒性和生物不可降解性,对水生态环境和人类造成了不可估量的危害。钛酸纳米管(Titanate nanotubes,TNTs)具有均一的结构、较大的比表面积以及特殊的物理化学性质等,在处理水体重金属污染领域具有良好的应用前景。近年来使用贵金属或其他材料对钛酸纳米管进行改性并应用于处理水体
网络功能虚拟化(Network Function Virtualization,NFV)技术通过将传统网络中基于硬件的网络功能以软件的形式部署在通用服务器上,实现了网络功能与专有硬件解耦,提升了网络服务的灵活性、弹性与效率。通过NFV技术,运营商可以高效灵活地满足用户的服务需求。在NFV技术的网络中,一系列的虚拟网络功能(Virtual Network Function,NFV)按照一定的顺序连接
我国是石化产品和衍生品的产出和消费大国,随着石化产品的大量消费需求带动下,石化产业链也随之向纵深发展。加强石化仓储管理,保证仓储货物安全,加快存储周转速度,规避业务经营风险,不仅是提高石化仓储公司利润、增加经济效益的关键手段,也是石化仓储公司建立竞争优势的可靠保证。石化仓储是第三方仓储物流产业与石化行业融合发展而衍生出的新兴仓储物流服务模式,是由专业的第三方仓储物流公司向石化行业主体提供个性化的服
香溪河氮、磷等营养盐超标,富营养化程度严重,常年暴发不同类型的水华。春季水华优势门类主要为甲藻、硅藻、绿藻,夏季为甲藻、硅藻、绿藻、蓝藻,秋季以硅藻、绿藻为主。近些年研究表明,浮游病毒是藻类生长的重要的调节因子,在水生态系统中,浮游病毒每天可造成10%~20%的藻类或细菌死亡。三峡大坝蓄水后造成香溪河流速大大减缓,营养盐进一步浓缩,藻类生长加速。本研究对香溪河密集监测春季水华生消期,探究了其浮游病
视频人体姿态估计已经成为分析人的行为的重要方法,现已广泛应用于智能监控和人机交互等领域中。单任务学习方法通过多层网络堆叠,提取关节点特征,完成人体姿态估计。多任务学习方法利用多个相关的任务,在有限的输入中可以获取大量与任务相关的信息,为人体姿态估计提供了一种新的思路。因此,本文以多任务学习为基础,研究了多任务学习上人体姿态估计网络结构设计以及后处理方法,并分析多任务学习对人体姿态估计检测效果的影响
本文以柚子皮为原材料,选用Zn Cl2和H3PO4作为活化剂,通过不同制备条件(改变活化温度和活化时间)制备四种柚皮基活性炭,并采用SEM-EDS、N2吸附、FT-IR分析、热重(TG和DTG)分析、X
目前,我国的高等教育逐渐演变成了大众教育,但随着短期内学生数量的急剧增加,导致高等教育质量出现了问题。我国研究生开始扩招后,使得研究生教育阶段也出现了和本科教育同样的量和质的矛盾问题。随着时代的进步,社会对人才的需求越来越大,尤其是高素质复合型的人才,而研究生的教育处于我国教育的较高层次,是培育高素质复合型人才的主要途径,科研作为研究生教育的本质特征,科研能力也相应成为了研究生教育的首要培养目标,
互联网科技的高速革新和互联网经济高速的发展,带来了互联网支付市场的高度繁荣。互联网支付市场的重点应用场景是电子商务,但是随着电子商务及互联网支付的创新进步,存在一些电子商务平台因为在开展业务的过程中未持有《支付业务许可证》而存在“二清”问题或者形成资金池问题,其中涉及的信息风险和资金风险也会跟随这类无证经营支付业务的电子商务平台的规模扩大而增加,同时这种风险也可能成为电子商务经济发展的阻碍。本文以
在监督学习中,需要对数据进行标注来用于算法训练。以往绝大多数的图像标注都采用手工方式,效率低下,并且过于依赖硬件,成本颇高。如今机器学习算法在许多领域的应用已经十分成熟,如何利用算法提升标注系统的效率也成为一个值得思考的问题。本论文目标是通过利用多个深度学习算法来构建一个集成手动和半自动标注两种功能的标注系统。论文首先介绍了标注系统的相关研究背景,对相关技术进行了介绍和总结,结合关键点识别、运动视
随着大数据、云计算、5G等技术的提出,对现有通信网络的传输速率的容量有了更高的要求。光通信网因其有着高速率、大容量、保密性好等特点而得到飞速发展。在信道带宽资源越来越少的情况下,为了进一步满足这一需求,具有高频谱效率的高阶调制格式信号得到广泛关注。在未来的光网络中,不同网络之间因为业务需求不同,在其中传输的信号调制格式也不尽相同。因此,不同网络间的格式转换就有重要的研究价值。全光格式转换技术因其直