此页面上的内容需要较新版本的 Adobe Flash Player。

获取 Adobe Flash Player

高级搜索
请输入检索内容:

当前位置: 首页 >> 学术资源 >> 行政法学 >> 正文

张红:行政罚款设定方式研究

张红| 时间: 2021-02-16 07:00:26 | 文章来源: 《中国法学》2020年第5期


行政罚款设定方式研究


张红

(北京师范大学法学院教授)


行政罚款是财产罚的一种,要求违法者缴纳一定数额的金钱,但不影响其人身自由和从事其他活动的权利。实践中,针对特定的行政违法行为,应当如何设定行政罚款,这一问题长期困扰着各级立法机关和行政机关。本文主要以现行有效的法律和行政法规为分析样本,试图管窥行政罚款设定方式的概况。


一、行政罚款的设定方式


以罚款数值是否需要计算为标准,法律、行政法规对行政罚款的设定方式可区分为概括式、数值式和倍率式;如果以罚款数值是否具有裁量空间为标准,则可分为概括式、定额罚和区间罚。两种标准相结合,共有概括式、定额数值式、定额倍率式、区间数值式和区间倍率式五种规定方式。

概括式是指法律和行政法规仅规定对特定行政违法行为“处以罚款”,而没有规定确定罚款数额的方式。数值式是指法律、行政法规以货币金额的形式规定了应处罚款的取值。数值式包括“定额数值式”和“区间数值式”两类。倍率式将行政罚款设定为某个特定罚款基数的倍率,包括“定额倍率式”和“区间倍率式”两种方式。

在现行有效的法律、行政法规中,上述罚款设定绝大部分以“独用”形式存在,但也有“并用”和“复用”情形。并用是指同时使用数种设定方式确定罚款数额。复用是指罚款数额因处罚对象可能出现“违法情节轻重”“罚款基数有无”“罚款基数轻重”和“如期改正与否”等不同情况而衔接数种设定方式予以确定。

就行政罚款设定方式“独用”的情况而言,在行政罚款设定的构成方面,概括式累计使用178次,占比5.3%;数值式累计使用2369次,占比70.3%;倍率式累计使用823次,占比24.4%。可见,数值式是我国行政罚款设定的主要方式。定额罚与区间罚相比,定额数值式累计使用33次,定额倍率式累计使用44次,而区间数值式使用2336次,区间倍率式使用779次。因此,区间罚总计占比达到92.4%,其使用频率远远超过概括式和定额罚。综合而言,区间数值式是使用频率最高的罚款设定方式,在全部罚款设定中处于绝对优势,占比达70.3%。其中,闭区间数值式占比53.3%,左半开区间数值式占比17.0%;其次为区间倍率式,占比23%。其中,闭区间式占比17.7%,左半开区间式占比5.3%。

而法律和行政法规中行政罚款设定方式“复用”的情况与“独用”相比较少。从数量上看,“复用”条款共287条,占所有行政罚款条款的11.9%。其余88.1%的条款均为“独用”的条款。


二、行政罚款设定方式导致的问题


行政罚款的设定方式在一定程度上影响了行政处罚功能的发挥以及处罚目的的实现。

在定额罚、区间数值式罚款区间上限不够高以及区间倍率式罚款基数过低等情况下,法律、行政法规限定了行政罚款的裁量范围,导致行政机关在执法过程中无法取得与违法行为社会危害性相匹配的罚款数值。在行政罚款畸轻的情况下,行政处罚的功能并未得到有效发挥,存在威慑不足的问题。

在区间数值式与区间倍率式,以及区间数值式与区间倍率式复用的情况下,如果起罚点设置过高,则会导致行政罚款与违法行为的社会危害性相比显得过重,存在过度威慑的问题。在此情况下,行政执法人员会倾向于回避适用这些法律条款,从而出现行政处罚规范空置的情况。

概括式对罚款裁量权几乎没有任何控制。我国现行法律、行政法规设定的罚款区间普遍较长,区间数值式和区间倍率式都存在对裁量权规范不足的情况,行政机关拥有巨大的裁量空间。

由于行政罚款设定不当,许多行政执法领域的执法人员还会遭遇罚款基数难以确定等执法困境,甚至有时还会陷入尴尬境地。法律、行政法规中使用频率最高的罚款基数是“违法所得”。但无论是理论上还是实践中,违法所得的认定均存在困难。


三、行政罚款设定的基本考量


行政罚款的设定应当以实现罚款的功能作为首要目标。因此,我们首先应当考虑的问题是,行政罚款的功能是什么?并在此基础上,进一步分析设定行政罚款应当考虑的因素。

(一)行政罚款的功能

行政处罚有两个目的:惩罚和预防。惩罚与预防并非并列关系,惩罚是对行政处罚的前提性限制,而预防是对行政处罚的价值性追求。预防又包括一般预防和个别预防。

虽然行政处罚兼具惩罚与预防两个目的,但在不同阶段,二者又有所侧重:在行政处罚设定阶段,立法者考虑的是需要用什么种类的行政处罚、用多重的行政处罚来实现威慑作用。因此,一般预防的目的显然处于主导地位,但对一般预防的追求又不能超过惩罚的限度;在行政处罚裁量阶段,行政机关应当根据违法行为人所实施违法行为的具体情况来决定行政处罚的轻重。因而,在行政处罚的裁量阶段,是以惩罚为主。

具体到行政罚款,除了具有行政处罚本身所具有的惩罚与预防目的之外,还具有剥夺利益的功能。惩罚与预防的目的是行政罚款作为行政处罚所具有的共性,而剥夺利益功能则体现出罚款区别于其他处罚种类的特殊性。行政罚款的设定,既要考虑到行政处罚本身的目的,也要考虑到罚款本身的功能。

(二)行政罚款设定的考量因素

行政机关可以采用多种方式来预防违法,指导、奖励、处罚都可能达到预防违法的目的。行政处罚则是通过惩罚部分以威慑全部来实现预防目的。所以,行政罚款的威慑水平对达到预防目标至关重要。而行政罚款的威慑功能来自于潜在违法者对未来可能面临财产利益损失的评估。因此,罚款的威慑水平可以使用潜在违法者面临的预期罚款来衡量。如果所有法律都能得到完全执行,所有违法行为都会被发现和处罚,那么违法者的预期罚款就是法律规定的罚款。然而,受有限行政资源的限制,现实中不可能所有法律都得到完全执行,而且受到边际回报递减的约束,对所有违法行为进行完全制裁,成本将无穷大,有可能得不偿失。因此,以社会福利最大化为目标的最优执法理论认为,并非对所有违法行为都要实施威慑,只有当执法收益在边际上大于执法成本时,惩罚违法者才是有效率的。这意味着不完全执法才是行政执法的常态。在不完全执法的状态下,违法行为只有一定概率被查处。因此,对于潜在违法者而言,预期罚款等于查处概率与法定罚款数值的乘积。此外,还应当有效地平衡预防目的与裁量权的规范。行政罚款设定应当考量以下因素:违法行为的预期收益、违法行为造成的损害、执法概率、边际威慑和裁量权的规范。


四、行政罚款设定方式的优化


和其他惩罚形式一样,行政罚款理论上也具有惩罚与预防的目的与功能。但是,目的与功能能否得以实现,取决于罚款的设定。

(一)罚款设定方式的检视

基于设定基础、执法概率、边际威慑和裁量权规范对行政罚款设定方式进行检视,我们发现:其一,定额罚因其边际威慑不足,容易造成过罚不当,应当弃用;其二,由于概括式无法规范行政裁量权,应尽量减少使用,仅在特殊情况下才考虑其适用;其三,尽管区间数值式是当前罚款设定的主要方式,但并非最优选择,对其定位需要重新认识;其四,区间倍率式在实现预防目的和裁量权规范两方面都有较强的优越性,但目前法律、行政法规规定的区间倍率式罚款仍然存在罚款基数选用不当、复用结构失调的问题。因此,需要对区间倍率式和区间数值式进行修正。

(二)科学选用区间倍率式的罚款基数

罚款基数的选用主要考虑预防目的的实现。需要在综合考虑各项因素的前提下,选用最恰当的罚款基数。

首先,在规范主义视角下,违法行为的可责性在于其对他人和社会造成损害,因此罚款基数应当最能反映违法行为的社会危害性。其次,基于边际威慑的考虑也应当首先选用最能反映违法行为社会危害性的那一项。因为,社会危害性越大,罚款基数越高,行为的可责性越强,面临的罚款越高。再次,为了确保罚款设定适用的普遍性,在满足上述条件下,还应当选用出现概率最大的那一项作为罚款基数。也就是说,要确保在绝大部分此类违法行为中都能取得罚款基数的数值,尽量避免出现没有罚款基数的情况。最后,罚款基数应当易于确定。一般来讲,当存在一个可以较为准确地计算的应当缴纳的金额时,便可以这一金额为基数。

由于在区间倍率式中,对于某一类违法行为而言罚款数值是罚款基数的单调递增函数。在罚款基数趋近于0或为0的情况下,即便选用最高倍率予以处罚,所得罚款数值也可能极低,甚至趋近于0或等于0,因此无法起到威慑作用,反而可能诱发投机者实施违法行为。此时需要从立法技术上阻断罚款基数与罚款的函数关系。为处理此类情况,需要采用“倍率式+数值式”的复用结构。

各种复用结构中,优先选用既考虑罚款基数的有无,也考虑罚款基数大小的结构。其典型表述为:“处罚款基数X倍以上(或有项)Y倍以下的罚款;没有罚款基数或者罚款基数不足X万元的,处以Y万元以上Z万元以下的罚款”或“罚款基数不足X万元的,处Y万元以上Z万元以下罚款;罚款基数X万元以上的,处罚款基数X倍以上Y倍以下罚款”。

尽管区间数值式具有适用方便的优点,但其无法直接反映违法行为的社会危害性和执法概率的变化,并且对裁量权的规范有限。因此,相对于区间倍率式,区间数值式应当处于辅助性的地位。只有在不能优先适用区间倍率式的领域、区间倍率式的执法成本过高以及需要与区间倍率式复用的情况下,才能选择区间数值式。因此,立法者应当重新认识区间数值式的功能,应在立法中将其作为区间倍率式和其他行政处罚种类的辅助性措施,降低其独用频率。


结 语


目前,《行政处罚法(修订草案)》正在征求社会公众意见,建议《行政处罚法》第12条增加第3款规定:“罚款设定优先选用区间倍率式,以区间数值式为辅。在社会管理领域,可以采用区间数值式”。



版权所有:法治政府研究院北京市海淀区西土城路25号邮编:100088

站长统计 联系我们