PAGE4
认罪认罚从宽制度的博弈分析综述
在认罪认罚从宽制度建立的博弈体系中，重点讨论其中一对博弈主体，即被告人和司法机关。被告人与司法机关的博弈行为是实现认罪认罚从宽一个关键环节，法律可以作为博弈规则来调整博弈均衡，但并非每一种均衡都能够同时兼顾效率和公平的现代刑事诉讼目的。运用博弈论的方法，对控辩双方在认罪认罚从宽制度下的博弈策略选择进行分析，进而探讨均衡状态下形成的法律机制，并用法律的激励机制来引导双方进行良性博弈，最终实现合作，使诉讼资源得到合理分配。犯罪嫌疑人、被告人和司法机关会根据自身的诉求和利益考虑，理性地采取认罪认罚策略，认罪态度和从宽选择将直接影响定罪量刑的判决结果，进而影响司法资源的配置、效率与公平的实现。
（一）基本博弈关系分析
文献综述部分已经提到，我国一些学者运用博弈论来进行认罪认罚的经济分析，黄耀耀、陶涛已对认罪认罚从宽的基本博弈关系进行了分析。被告人一方可以作出认罪或不认罪的选择，对应司法机关一方可以选择适用从宽程序和不适用从宽程序，针对认罪认罚从宽建立基础的博弈模型，主体分别为被告人和司法机关，被告人的行为策略有认罪认罚和不认罪认罚，司法机关的行为策略有从宽和不从宽，双方的行为策略对应起来形成四组策略组合。但司法实践中（认罪认罚，不从宽）和（不认罪认罚，从宽）是不符合现实情况和价值追求的，仅讨论剩余两种行为策略组合，此时。假定被告人认罪认罚的情况下获得主要为刑罚减免的收益为x，司法机关适用从宽程序获得的以诉讼成本减少为首的收益为y，在（认罪认罚，从宽）策略组合中双方收益组合为(x,y)。司法机关掌握确凿证据的情况下，被告人不认罪认罚，不能被宽大处理，假定收益相比从宽处理减少量为α，司法机关处理这样的案件在侦察、起诉、审判和后续羁押上投入的资源就更多，按照普通程序走完一遍耗费的成本更大，设收益减少量为β，此时收益组合为(x?α,y?β)。对比两种策略组合的收益，x?αx，y?βy，被告人和司法机关的收益都更高，达成的均衡策略为（认罪认罚，从宽）。
表1被告人与司法机关收益矩阵
已有的基础博弈是建立在司法机关掌握了确凿证据的基础上，因此不会出现被告人坚持不认罪并且最终逃脱了刑事惩罚的情况。对已有模型进行补充，倘若将认罪认罚的博弈提前到司法机关尚未掌握确凿证据的阶段，被告人选择认罪认罚是因为可以换取刑罚减免，但同时意味着放弃了逃脱惩罚的可能。选择认罪认罚的被告人预期收益为基准刑期D×从宽比例q，放弃掉无罪的机会成本为基准刑期D×因拒绝认罪而逃脱惩罚的概率t。司法机关的收益为诉讼成本的减少C，机会成本为被告人惩罚力度的减小，即Dq。被告人主动认罪，就可以缩短诉讼时间，指控罪名成立的胜诉率也会随之上升，但会产生减轻对犯罪行为惩罚力度的成本；被告人不认罪，司法机关将会提起更为严厉的控诉，但办案效率会大大降低，提高诉讼成本。
通过构建控辩双方的收益矩阵进行博弈分析，（认罪，从宽）策略中被告人的净收益为Dq?Dt，司法机关的净收益为C?Dq。（不认罪，不从宽）策略中被告人的收益为逃脱惩罚Dt，成本由于司法机关不再进行从宽处理因此刑罚为原基准刑期D，净收益为Dt?D，司法机关由于不再简化诉讼程序，诉讼成本不会节省，不从宽处理也不涉及到威慑力度的降低，此时净收益为0。（不认罪，从宽）策略中被告人的收益Dt的同时，由于司法机关还对其适用了从宽程序进行减刑，净收益为Dt+Dq，对于司法机关而言，被告人不认罪却得到了从宽的处理，节约诉讼成本的同时却带来了更大的威慑力的折损，设折损是认罪时从宽处理的γ倍(γ1)，净收益为C?γDq。（认罪，不从宽）策略中被告人放弃了逃脱惩罚的可能但却没有得到任何从宽处理，净收益为?Dt，司法机关虽然没有节约司法成本，但被告人认罪了也还是没有得到从宽处理，这样是高于得到从宽处理时对于犯罪人以及潜在犯罪人的威慑力的，设增加了δ倍(δ1)，净收益为δDq。
表2尚未掌握确凿证据时被告人与司法机关收益矩阵
如前述需要剔除不符合现实情况和价值追求的（认罪认罚，不从宽）和（不认罪认罚，从宽），要让控辩双方在博弈中会选择收益更大的策略。对被告人而言，收益大于机会成本是激励其认罪的前提，DqDt(D0)，qt，即司法机关提出的从宽幅度要大于被告人内心确认能够逃脱惩罚的概率。对司法机关而言，CDq，CDq，诉讼成本的减少要大于对被告人惩治力度的减小。但在双方信息不对称时，两方对认罪认罚是存在认知偏差的，被告人更愿意低估基准刑期、高估自己能够逃脱的概率，站在司法机关的角度更愿意对犯罪行为给予更大的惩治力度，以达到更强的威慑力。为了更好推行该制度，促成“合作”，博弈双方需要尽力促成双方对基准刑期、逃脱概率、从宽比例达成较为一致的认知，当从宽比例
（二）被告人自愿性问题分析
认罪认罚的自愿性关系到制度实