□张 萌
(广西大学，广西 南宁 530004)
非法经营罪是司法实践中常见高发的破坏社会主义市场经济秩序类犯罪。近年来，围绕该罪的争议主要集中于其口袋罪疑云，相关学说百家争鸣、聚讼纷纭。与非法经营罪定罪方面的讨论盛况相比，鲜有学者关注该罪的量刑问题。而关于非法经营罪量刑实证研究的文献更是少之甚少，目前检索到的文献主要以非法经营罪中某一具体行为为对象进行实证研究，如针对非法经营罪兜底条款适用中的宣告刑刑量及缓刑的分析，欠缺系统而整体的大样本研究内容。2017年最高人民法院颁布《关于常见犯罪的量刑指导意见》(以下简称《意见》)，旨在实现量刑规范化。自该《意见》实施以来已有四年之久，因此检验非法经营罪的量刑情况是一项十分值得的研究。法学学科的学术创新的真正动力和源泉都只能来自经验的研究，而不可能来自对法学概念的分析演绎。[1]目前《刑法》第225条对非法经营罪规定了“拘役或有期徒刑并处罚金”，并未对刑种的适用条件做出具体的规定，仅“情节严重”“行情节特别严重”等抽象表述并不能为案件量刑提供详尽的指导。以成品油为例，据笔者统计，认定为情节严重的案件中非法经营额最大值为9456315元，认定为情节特别严重的非法经营额最小值为64857元。这种情节特别严重的下限远超情节严重的上限的情况势必会导致量刑偏差。故亟需分析影响非法经营罪量刑的因素，建立本罪的基准刑，从而确定案件应当适用的法定刑幅度和量刑起点。
有鉴于此，笔者拟采用实证分析方法，借助回归分析模型分别对非法经营罪刑种、有期徒刑刑期、拘役、罚金的影响因素等进行探究，在此基础上确定非法经营罪的基准刑，以期助益于司法公正。
(一)数据来源
本次研究的数据来源于聚法案例，检索条件为刑事案件，案由为非法经营罪，文书类型为判决书，年份为2019年—2020年。非法经营罪第四项为兜底条款，为了能够充分说明本罪量刑的基本情况，在案件检索时区分前三项和第四项分别进行。检索到的前三项案件数量庞大，因此进行抽样10%的处理，之后共检索到1281个判决书，经过复核筛选后保留有效样本1069个。第四项相关判决书共1300个，样本适当未进行抽样，经过人工复核后有效样本为1113个。总计判决书2182份。因其中存在588例共同犯罪案件，所以最终有效样本为2770个。
(二)变量设置
依据刑法条文和《意见》规定，结合裁判文书中的内容，将可能影响非法经营罪量刑的因素总结为以下十个，分别为：情节严重、有无退缴、有无行政处罚、自首、坦白、立功、悔罪、认罪、认罚、初犯、偶犯、累犯、前科，具体设置依据如下：
变量1“情节严重”来源于《刑法》第二百二十五条规定，“情节严重的，处五年以下有期徒刑或者拘役……情节特别严重的，处五年以上有期徒刑……”。意味着情节严重与否可能会影响案件刑期的长短。变量2“有无退缴”依据《意见》第三章第八条规定，被告人有退赃、退赔的，综合考虑犯罪其他因素，可以减少基准刑的20%以下。变量3“有无行政处罚”来源于理论学说，构成本罪的前提为违反“国家规定”，作为主流观点的折中说认定“国家规定”的范围限于刑法、行政法规。笔者猜想若被告人因违反行政许可而受到行政处罚，可能对其非法经营罪的量刑产生一定影响。变量4“自首”依据为《意见》第三章第四条规定，“对于自首情节……可以减少基准刑的40%以下”。同样，根据《意见》规定第三章第五条设置变量5“坦白”，“对于如实供述自己罪行的，可以减少基准刑的20%以下”。变量6“立功”依据《意见》规定第三章第7条，根据立功大小、次数等不同对基准刑进行相应减少。变量7“悔罪”来源于《意见》第三章第6条规定，“行根据……悔罪表现等情况，可以减少基准刑的10%以下”。变量8“认罪、认罚”来源于《关于适用认罪认罚从宽制度的指导意见》，被告人认罪、认罚的，应当在综合其他案件事实的基础上，对其从宽处罚。根据《意见》第三章第1条、第11条、第12条分别设置变量9“初犯、偶犯”和变量10“累犯、前科”。对于初犯、偶犯情况，予以从宽处罚。而对于存在累犯、前科的被告人，视其情节增加基准刑幅度。
对上述变量进行分类并赋值后整理成下表：
X1犯罪情节0=未说明1=严重2=特别严重X2有无退款0=未退款1=退款2=部分退款X3有无行政处罚0=无行政处罚1=有行政处罚X4自首0=无自首1=自首X5坦白0=无坦白1=坦白X6立功0=无立功1=立功X7悔罪0=无悔罪1=悔罪X8认罪、认罚0=无认罪、认罚1=认罪认罚X9初犯、偶犯0=无初犯、偶犯1=初犯2=偶犯3=初犯、偶犯X10累犯、前科0=无累犯、前科1=累犯2=前科
(三)研究方法
本次非法经营罪量刑规范化实证研究，主要采用社会科学统计软件SPSS对案件进行分析，具体使用的分析方法包括二元logistic回归分析和多元线性回归分析。在进行非法经营罪刑种影响因素分析时选择二元logistic回归分析模型。因为其因变量为二分类变量。在进行非法经营罪有期徒刑刑期、拘役、罚金等影响因素分析时借助多元线性回归分析模型。因为其因变量是连续数值型变量，如有期徒刑12个月。在这种情况下，无论自变量属于连续性还是分类型变量，都应当适用多元线性回归分析。
非法经营罪的刑种包含拘役、有期徒刑，并处或单处罚金等。据统计，司法实践中90%的案件中被告人被判处有期徒刑并处一定数额的罚金，约4%的案件被告人被判处拘役并处罚金。而单处拘役、有期徒刑罚金刑的样本案例过少，不具有统计学意义。因此非法经营罪刑种的影响因素研究主要针对刑种为有期徒刑并处罚金和拘役并处罚金两种情形。其中自变量的设置同于上表，因变量Y为刑种，有期徒刑并处罚金赋值为0，拘役并处罚金赋值为1。
(一)卡方检验
在进行二元logistic回归分析前先进行卡方检验。卡方检验能够分析出单因素与因变量之间是否具有关联性，其适用需满足三项假设：假设一：存在两个无序多分类变量；
假设二：具有相互独立的观测值；
假设三：样本量大于40。本样本自变量和因变量均系分类变量，各研究对象信息相互独立，不会互相干扰，样本总数2770，完全符合上述条件，因此进入卡方检验。以下为卡方检验结果和参数解释：
变量渐进显著性(双侧)期望计数小于5的单元格数量/%犯罪情节0.0000.0有无退款0.0220.0有无行政处罚0.74225自首0.7730.0坦白0.0040.0立功0.84025悔罪0.0000.0认罪、认罚0.5620.0初犯、偶犯0.71037.5累犯、前科0.24233.3
在卡方检验中，判断一变量是否与因变量具有关联性的前提是所有单元格期望计数大于5，否则，小于5的单元格的数量应控制在20%以内。表格中变量有无行政处罚、立功、初犯、偶犯、累犯、前科期望计数小于5的单元格数量均大于20%，因此不能进行相关性检验。犯罪情节、有无退缴、自首、坦白、悔罪、认罪、认罚符合前提性条件，进一步分析关联性。判断标准为显著性，当显著性小于0.05时，认定自变量与因变量间存在关联性。其中，变量自首和认罪、认罚的显著性大于0.05，与因变量间不存在关联性。而变量犯罪情节、有无退缴、坦白、悔罪的显著性都小于0.05，因此认定具有相关性。意味着在其它因素保持不变时，这些变量能够显著影响非法经营罪刑种的适用。
(二)二元logistic回归分析
卡方检验得知，变量犯罪情节、有无退缴、坦白、悔罪在单一作用下具有相关性，但综合作用下的情况不得而知。将上述四个变量作为自变量，刑种作为因变量，纳入二元logistic回归模型做进一步分析。
拟合优度检验是二元logistic回归分析中经常采用的一种检验方法，能判断出某种回归模型是否与实际观测数值相拟合。当P值大于0.05，拟合程度良好，证明该模型具有统计学意义。具体情况如下：
模型摘要步骤-2对数似然考克斯-斯奈尔R方内戈尔科R方1970.168a0.0340.105
“模型摘要”中，内戈尔科R方的数值0.105大于0.05，说明模型的拟合程度良好。
霍姆斯-莱梅肖检验步骤卡方自由度显著性18.38480.397
“霍姆斯-莱梅肖检验”中，显著性0.397大于0.05，说明模型与实际观测数值相拟合。
分类表a实测预测刑种正确百分比01步骤1刑种025430100.0113400.1总体百分比95.0
“分类表”中，总体百分比为95%，表明该模型的预测准确率高。
以上结果说明该模型拟合程度良好，具有统计学意义。以下为二元logistic回归分析结果和参数解释：
变量B显著性EXp(B)犯罪情节0.450犯罪情节严重3.3930.2071.482犯罪情节特别严重-18.1020.9910.000有无退款0.099退缴0.3990.0321.480部分退缴0.2660.4031.305有坦白0.2610.1751.299有悔罪0.4470.01341564常量-3.4990.0000.030
从B值、显著性、EXp(B)三部分对变量情况进行分析。显著性是最为重要的一项，直接说明变量是否能显著影响因变量(即刑种)认定，应当优位于B值和Exp(B)进行分析。变量具有显著性的标准为显著性(P)小于0.05，退缴、有悔罪的P值均小于0.05，说明这两个变量显著影响非法经营罪刑种的适用，而犯罪情节严重、犯罪情节特别严重、部分退缴、有坦白的P值大于0.05，这些变量虽然在单一作用下具有相关性，但在综合作用下，则不能继续维持其显著性。其次，B值意为在其他自变量保持不变的时候，该自变量每增加一个单位，因变量结果出现的几率是原来的倍数。[2]退缴和有悔罪的B值大于0，与刑种呈正相关。退缴的B值为0.399，当退缴每增加一个单位，处拘役并处罚金刑的几率增加0.399。有悔罪的B值为0.447，当悔罪每增加一个单位，处拘役并处罚金刑的几率增加0.447。说明案件中出现退缴或悔罪情节时，法院对刑种的选择更偏向于较轻的拘役并处罚金刑。最后，Exp(B)为OR值，即某一哑变量相比于参考类别而言对因变量出现几率的影响。退缴的Exp(B)值为1.490，有退缴而判处拘役并处罚金的可能性是无退缴的1.490倍。悔罪的EXp(B)值为1.564，有悔罪而适用拘役并处罚金刑的几率是无悔罪情节的1.564倍。
(三)小结
经过二元logistic回归分析发现，退缴和悔罪是影响非法经营罪刑种的主要因素，具体表现为退缴或悔罪的出现与拘役并处罚金刑的选择呈正相关趋势，即当被告人存在该量刑情节时，其刑种更轻。为进一步分析退缴和悔罪的影响力大小，采用标准化回归系数比较的方式，人工计算并进行排名：退缴的标准化回归系数绝对值为0.691，大于悔罪标准化回归系数绝对值0.425。得出的结论为，退缴和悔罪是影响非法经营罪刑种选择的主要因素，且退缴的影响力最大，占据主导地位。
在非法经营罪刑种中，有期徒刑的适用频率最高。故专设一章分析影响有期徒刑刑期的影响因素。2770个样本中，被告人被判处有期徒刑并附加罚金刑的数量为2543个，单处有期徒刑的数量为33个，总计样本为2576个。有期徒刑刑期属于连续性数值变量，使用多元线性回归分析。自变量设置同变量表，因变量以月为单位计算有期徒刑时长。
(一)适用前提检验
多元线性回归模型的运算有三个前提：样本独立、残差正态、自变量不存在多重共线性。
首先是样本独立性的判断。
模型摘要b模型RR方调整后R方标准估算的错误德宾-沃森10.704a0.4960.49315.2201.562
样本独立性的标准为德宾-沃森(DW值)，数值在2附近表明样本具有独立性。本模型DW值为1.562，小于2，偏差并不大，虽然数据具有轻微的非独立性，但不会影响结果的准确性。
其次是残差近似正态性的判断。
在回归标准化残差的正态P-P图(见图1)中，所有的点都散落在对角线上，基本构成一条直线。说明残差效果较好，可认为残差服从正态分布的要求。
图1 回归标准化残差的正态P-P图
最后是多重共线性的判断。
VIF(常量)严重2.828特别严重2.927退缴1.114部分退缴1.112有行政处罚1.007自首1.462坦白1.467立功1.030悔罪1.070认罪、认罚1.058初犯1.014偶犯1.007初犯、偶犯1.007累犯1.018前科1.007
自变量是否存在多重共线性的依据为VIF，当VIF小于5时，认为变量之间不存在多重共线性。表中变量均符合这一条件，自变量之间不存在极强的相关关系。
综上，该多元线性回归模型符合样本独立性、残差服从正态、自变量间不存在多重共线性三前提，回归模型的结果具有准确性。
(二)多元线性回归分析
将10个可能影响有期徒刑刑期的变量纳入多元线性回归分析中，得到的结果如下：
变量B标准化系数显著性(常量)26.9340.000严重-1.420-0.0320.178特别严重31.4060.6460.000退缴-2.369-0.0530.000部分退缴-2.581-0.0390.008有行政处罚1.4970.0090.501自首-9.932-0.1950.000坦白-5.393-0.1240.000立功-7.355-0.0610.000悔罪-0.862-0.0170.233认罪、认罚-1.525-0.0340.017初犯0.0020.0000.999偶犯15.5400.0230.100初犯、偶犯1.4750.0110.429累犯0.9770.0060.662前科1.7500.0140.319
判别自变量在多元线性回归方程中是否影响因变量变化的标准为显著性(P)。当P值小于0.05时，认定自变量具有显著性，能够影响因变量。表中的变量中，情节特别严重、退缴、部分退缴、自首、坦白、立功、认罪、认罚的P值小于0.05，这些变量在综合作用下与非法经营罪有期徒刑刑期有强相关性。而情节严重、有行政处罚、悔罪、初犯、偶犯、初犯+偶犯、累犯、前科等变量P值大于0.05，不具有显著性，不能影响有期徒刑刑期变化。除此之外，B值反映了自变量与因变量间的相关性。情节特别严重的B值为31.406，与有期徒刑刑期呈正相关，且该变量每增加一个单位，有期徒刑刑期时长增加31.406个月。退缴、部分退缴、自首、坦白、立功、认罪、认罚的B值为负，与有期徒刑刑期呈负相关。退缴每增加一个单位，有期徒刑刑期时长减少2.369个月。部分退缴每增加一个单位，有期徒刑刑期时长减少2.581个月。自首每增加一个单位，有期徒刑刑期时长减少9.932个月。坦白每增加一个单位，有期徒刑刑期时长减少5.393个月。立功每增加一个单位，有期徒刑刑期时长减少7.355个月。认罪、认罚每增加一个单位，有期徒刑刑期时长减少1.525个月。
(三)小结
多元线性回归分析发现影响有期徒刑刑期的因素为情节特别严重、退缴、部分退缴、自首、坦白、立功、认罪、认罚，但影响力未知。采标准化回归系数绝对值判断变量的影响力大小，排名如下：第一，情节特别严重，标准化回归系数绝对值0.646；
第二，自首，标准化回归系数绝对值0.195；
第三，坦白，标准化回归系数绝对值0.124；
第四，立功，标准化回归系数绝对值0.061；
第五，退缴，标准化回归系数绝对值0.053；
第六，部分退缴，标准化回归系数绝对值0.039；
第七，认罪、认罚，标准化回归系数绝对值0.034。排名第一的情节特别严重影响系数为其他变量的六倍以上，占据主导地位。正如刑法第225条所表述，情节特别严重是法定刑两档的分水岭。其后的自首、坦白、立功、退缴、部分退缴、认罪、认罚在《意见》或其他法律文件中有所规定，作为法定量刑情节属于在裁判案件时应当予以考虑的因素。
除有期徒刑外，拘役在非法经营罪刑种中适用率最高，2770个样本数据中，被判处拘役并处罚金刑的有134人，单处拘役刑的有4人，共计样本总数139个。故专设一章讨论非法经营罪拘役刑期的影响因素。自变量同前，因变量为刑期，以月为计算单位。如前所述，刑期属于连续性数值变量，采用多元线性回归分析方法。
(一)适用前提检验
如前所述，多元线性回归分析的运算需满足三个前提条件：样本独立、残差服从正态。自变量不存在多重共线性。
首先是样本独立性的判断。
模型摘要b模型RR方调整后R方标准估算的错误德宾-沃森10.379a0.1430.0621.1721.533
该模型的DW值为1.533，符合样本具有独立性的标准，虽然也存在轻微非独立性，但不影响模型运算的结果。
其次是残差服从正态分布的判断。
如图2所示，散点基本分布在对角线以及对角线的左右两侧，说明残差服从正态分布。
图2 回归标准化残差的正态P-P图
最后是关于自变量不存在多重共线性的判断。
VIF(常量)严重1.315退缴1.267部分退缴1.153有行政处罚1.046
表中的变量VIF值均小于5，因此自变量之间不会相互干扰，不存在多重共线性。
综上，该多元线性回归分析模型经过适用前提检验，符合三要件，可以进入下一步分析。
(二)多元线性回归分析
将10个变量纳入多元线性回归分析中，以下为结果和参数解释：
变量B标准化系数显著性(常量)4.6620.000严重0.4980.1160.222退缴0.0980.0140.662部分退缴0.5390.1300.144有行政处罚-1.807-0.1780.036自首0.0550.0200.881坦白-0.187-0.0710.598立功0.248-0.0340.689悔罪-0.557-0.2280.013认罪、认罚-0.333-0.1350.125初犯0.5970.1150.182初犯、偶犯0.6960.0690.465前科-0.202-0.0240.776
如前所述，分析自变量对因变量的影响情状主要依据显著性和B值。表中有行政处罚和悔罪的P值均小于0.05，说明这两个变量对非法经营罪拘役刑期具有重要的影响作用。而情节严重、退缴、部分退缴、自首、坦白、立功、认罪、认罚、初犯、初犯、偶犯、前科等变量的P值均大于0.05，不能影响非法经营罪拘役刑期的变化。其次，表中的B值进一步说明具有显著性的变量与拘役刑期间的关系。有行政处罚的B值为-1.807，小于0。行政处罚与拘役刑期间呈负相关关系，当行政处罚每上升一个单位，非法经营罪拘役刑期时长减少1.807个月。悔罪的B值为-0.557，同样对拘役刑期有负向作用，当悔罪每上升一个单位，非法经营罪拘役刑期时长减少0.557个月。
(三)小结
多元线性回归分析发现行政处罚和悔罪是影响非法经营罪拘役刑期的主要影响因素，但二者的影响力大小并没表明。通过标准化回归系数绝对值的方式进行比较，悔罪的标准化回归系数绝对值为0.228，大于行政处罚的数值0.178。说明悔罪在非法经营罪拘役刑期认定中起主要作用，影响力最大。此结果具有一定逻辑合理性，悔罪系法定从宽处罚情节，应当在案件裁判中进行考量。行政处罚属于依据司法实践进行的猜想因素，可作为酌定量刑情节，而法定量刑情节应当优先于酌定情节，因此悔罪的影响力高于行政处罚。
限于篇幅问题，笔者无法将非法经营罪量刑情况一览无遗全部呈现，只针对刑种和适用频繁的有期徒刑及拘役刑影响因素进行分析。其中，二元logistic回归分析发现退缴、悔罪是影响非法经营罪刑种的主要因素；
多元线性回归分析发现情节特别严重、退缴、部分退缴、自首、坦白、立功、认罪、认罚是影响非法经营罪有期徒刑刑期的主要因素；
多元线性回归分析发现行政处罚、悔罪是影响非法经营罪拘役刑刑期的主要因素。在实证分析的过程中，总结出本罪量刑中存在的问题，以便对症下药、有的放矢。
(一)缺乏详实的说理
裁判文书中最为精华的在于“本院认为” 的说理部分，分析一个行为的定罪、量刑的过程依赖于此。然而非法经营罪所涉两千多份判决书，情况并不令人满意。就多数判决而言，法官是如何将案件事实涵摄于其所援引的法律条文之下的，在争议问题上又是如何对不同观点进行比较和取舍并得出结论的，其思考的完整链条和推导的全部环节，往往被遮蔽在了 “本院认为”以下的寥寥数语之后，常常隐身于对法条的简单复述之中。[3]
也许会有些学者认为，说理部分侧重于对一行为如何定罪，而并非量刑。然定罪与量刑犹如一车之两轮，皆不可忽视。如张某非法经营罪一审刑事判决书中，法院认为“被告人张某违反国家规定，以收费方式帮助超载、超限车辆逃避处罚的行为，扰乱了市场秩序，情节严重，其行为已构成非法经营罪”。比照非法经营罪的构成要件，符合“违反国家规定+扰乱市场秩序+非法经营行为+情节严重”的结构，该行为应构罪。而问题在于，非法经营罪认定标准并非如此粗疏，判决书应针对四个要素都做出具体而准确的描述。原因在于，非法经营罪是广为热议的“口袋罪”，主要争议在于其构成要件的构成。因此，若不清楚说明其构成要件要素的内容，这无异于加重口袋罪疑云。当然会有学者认为这些无论如何都只关涉到定罪，对量刑影响不大。然而，定罪是量刑的前提。如果不存在具体的能够适用的定罪标准，那么量刑的混乱将不可避免。
因此，详实的说理部分对非法经营罪的量刑至关重要，而目前的判决书中大多存在说理不细致的问题，这也是导致非法经营罪量刑偏差的诱因之一。
(二)严重的量刑失衡
非法经营罪最严重的问题在于量刑偏差，主要表现为以下两种情况，一是犯罪数额相同时量刑的差异，例如(2019)鄂1321刑初156号判决书中，行为人实施非法经营行为后违法所得20万元，被处以有期徒刑两年，罚金20万元，适用缓刑。而(2019)苏0621刑初175号判决书中，犯罪结果同样为违法所得20万元，却被判处有期徒刑四年，罚金30万元，并未适用缓刑。二是量刑相同时犯罪数额的差异。如(2019)闽0582刑初499号与(2020)琼9005刑初2号判决书中，刑罚均为有期徒刑10个月，罚金1万元，并适用缓刑。但二者的犯罪数额却大相径庭，前者非法经营额146397元，而后者非法经营额694938.75元。在案件性质相同的前提下，近乎五倍的数额差距却被判处相同的刑罚，可见非法经营罪量刑呈现断崖式的差距。诚然，犯罪数额并非量刑的决定性因素，但在诸如非法经营罪等扰乱社会主义市场经济秩序类犯罪中，犯罪数额是最客观、最直接的影响因素。一般而言，数额应当与量刑结果呈正相关，即数额越大，量刑应越重。而司法实践中的表现有悖于这一常理，况且非法经营罪在司法实践中常见多发，适用率位居前十，故不得不引起重视。究其根本，在于并未建构起规范的基准刑体系。近年来，《意见》的颁布与运行确为我国量刑规范化的发展提供了助力，其中列举了盗窃罪、故意伤害罪等常见罪名的量刑办法，但非法经营罪并未纳入其中，正是欠缺标准的量刑细则和规范导致了非法经营罪量刑偏差。
故而，非法经营罪量刑失衡是一个不容小觑的问题，无论是纵向还是横向比较，同案异判的情况都不在少数。在《意见》的指导下，结合实证分析结果建立规范的量刑细则才是解决量刑偏差的灵丹妙药。
(一)完善判决说理部分
如前所述，详实的判决说理部分至关重要。就非法经营罪而言，笔者认为应当在该部分详细阐述如下问题：第一，非法经营行为违反的国家规定为何及具体条款；
第二，该行为所侵犯的法益；
第三，如何界定案涉行为为非法经营行为；
第四，判断行为情节严重或特别严重的标准为何？以上顺序不可颠倒，前后衔接逻辑自洽。这些问题在非法经营罪定罪中最具争议，来源于该罪的构成要件。违反国家规定是前提要件，因此放在第一顺位考虑。符合这一前提要件后，要对行为的性质加以判断，任何犯罪行为的本质在于法益侵害性，即犯罪行为必须是侵害特定法益的行为。对非法经营罪而言，其保护的法益不应当仅表述为市场秩序。这一抽象概念不能为行为的定性提供指导，法官适用时也存在困难。笔者建议根据行为对象的不同对本罪保护的法益做进一步分类，从而助力于案件裁判。行为仅具有法益侵害性尚不足以构罪，非法经营罪最基本的表现在于非法经营行为，然而目前的判决书甚少对非法经营行为的判断标准提供解释，法条的简单复述并不能传达有效信息。最后，当一个行为已经符合违反国家规定+侵害特定法益+属于非法经营行为时，还需要具备情节严重要素。情节属于罪量要素，不仅影响定罪也影响量刑，而司法实践中情节认定标准混乱，存在以数额认定、以数额+行为危害性认定、以主观恶性+数额认定等多种认定模式，笔者认为数额作为最客观的因素，应当作为衡量情节严重与否的主要标准。但国家规定的范围、法益种类划分、非法经营行为的判断、情节严重认定标准等问题需要在非法经营罪定罪部分进行系统且深入的研究和讨论，本文旨在抛砖引玉，就不再赘述。
(二)规范量刑基准刑
如前所述，非法经营罪量刑失衡的主要问题在于缺乏完善的量刑细则。规范量刑基准刑是解决这一问题的主要办法。依据《意见》的规定，基准刑的确定为三步骤：首先根据基本的犯罪构成事实确定量刑起点，其次根据其他能够影响犯罪构成的因素如犯罪次数、犯罪后果等在量刑起点的基础上增加刑罚量，最后根据其他量刑情节调节基准刑从而确定宣告刑。结合本文的实证研究结果，为非法经营在确定量刑细则提供些许参考。
首先是非法经营罪刑种的认定，退缴、悔罪是影响非法经营罪刑种的主要因素；
退缴的影响力大于悔罪，因此将退缴作为基准确定基准刑，结合表格数据，得到的公式表达为：非法经营罪刑种选择=0.399×有无退缴违法所得-3.499。此外，因悔罪也对非法经营罪刑期的选择起到重要作用，故在量刑中应当着重考虑。其次是非法经营罪有期徒刑刑期时长的变化，情节特别严重、退缴、部分退缴、自首、坦白、立功、认罪、认罚是影响非法经营罪有期徒刑刑期的主要因素，其中情节特别严重的影响力最大，因此将其作为基准事实确定基准刑，得到的公式表达为：非法经营罪有期徒刑刑期=26.934+31.406×犯罪情节。其余具有显著性的变量中，影响力大小排名如下：自首、坦白、立功、退缴、部分退缴、认罪、认罚。根据其影响力的不同，建议在非法经营罪量刑时按照顺序依次考虑上述影响量刑的要素，再对其他可能影响量刑的情节加以衡量。最后是关于非法经营罪拘役刑期时长的判定，行政处罚、悔罪是影响非法经营罪拘役刑刑期的主要因素，悔罪在其中的影响力系数值最大，因此作为基准事实加以确定基准刑，得到的公式表达为：拘役刑期=4.662-0.557×悔罪。当然，行政处罚作为具有显著性的因素在非法经营罪拘役刑期认定时也应当优先于其余因素。