📣导语
“我只是帮朋友介绍了个买家,怎么就成了共犯?”
这是很多涉“掩饰、隐瞒犯罪所得罪”当事人最真实的困惑。
在城乡结合部、摩托车市场、二手交易群里,总有人抱着“牵个线、赚点烟钱”的心态,帮人转卖来历不明的车辆。他们不偷不抢,却因一念之差,被推上被告席。
但你知道吗?同样收赃、销赃,有人判实刑,有人却拿回车钥匙就回家了——区别在哪?今天,李律师通过一起真实改编案例告诉你:只要抓住“自首+坦白+退赃”三大支点,完全有可能把“刑事记录”变成“一次教训”。
💼案例
2011年8月至12月间,王某(化名)与张某(化名)在广东省某市活动,多次为一名盗窃惯犯牵线搭桥,协助其销售被盗摩托车。
具体事实如下:
王某先后四次收购或介绍他人购买赃车,涉案总价值达1.64万元;
张某三次为盗窃者介绍买家,促成交易三辆赃车,总价约9800元。
这些车辆均系他人使用T型工具撬开点火开关盗得,售价远低于市场价。王某和张某明知车辆无正规手续、无法过户,仍以“低价流转”方式完成交易,从中获取少量中介费或差价。
案发后,王某主动前往当地派出所投案,如实供述全部事实;张某虽被抓获,但到案后立即坦白,积极配合调查。公安机关根据二人提供的线索,成功追回全部7辆被盗摩托车,并返还失主。
公诉机关以二人构成掩饰、隐瞒犯罪所得罪提起公诉。一审中,辩护律师提出:两人非职业收赃人,未参与盗窃,主观恶性小,且有自首/坦白情节,赃物已全数追回,社会危害已消除,请求适用缓刑。
法院最终采纳辩护意见,判决:
王某犯掩饰、隐瞒犯罪所得罪,判处有期徒刑一年,缓刑二年,并处罚金一万元;
张某犯该罪,判处有期徒刑六个月,缓刑一年,并处罚金四千元。
两人当庭释放,无需入狱服刑。
🔍结论
李律师分析:本案最值得称道的是——司法没有“一刀切”。尽管王某、张某的行为已构成犯罪,但法院充分考量了其“下游犯罪”的属性:他们没有实施盗窃,也未从中牟取暴利,反而因配合侦查,帮助破案、挽回损失,成为打击上游犯罪的“突破口”。
这正是我们作为辩护律师要争取的空间:不是“有没有罪”,而是“该不该关”。只要有自首、坦白、退赃等情节,就应坚决主张缓刑甚至免罚,避免过度刑事化对普通人造成不可逆伤害。
⚖️法条
本案核心法律依据如下:
《中华人民共和国刑法》第三百一十二条第一款:
“明知是犯罪所得及其产生的收益而予以窝藏、转移、收购、代为销售或者以其他方法掩饰、隐瞒的,处三年以下有期徒刑、拘役或者管制,并处或者单处罚金。”
第六十七条第一款(自首):
“犯罪以后自动投案,如实供述自己罪行的,是自首。对于自首的犯罪分子,可以从轻或减轻处罚。”
第六十七条第三款(坦白):
“犯罪嫌疑人虽不具有自首情节,但如实供述自己罪行的,可以从轻处罚。”
第七十二条(缓刑适用条件):
“对于被判处三年以下有期徒刑或者拘役的犯罪分子,同时符合下列条件的,可以宣告缓刑:(一)犯罪情节较轻;(二)有悔罪表现;(三)没有再犯罪的危险;(四)宣告缓刑对所居住社区没有重大不良影响。”
李律师提醒:尤其是第六十七条中的“坦白从宽”,常被忽视,但在实践中是争取轻判的关键武器。
🛠️实操
作为一名长期办理经济类刑事案件的辩护律师,我在处理此类“中间人”案件时,始终坚持“三维辩护体系”:
切割“上下游责任”:明确区分被告人与盗窃者的角色——强调其未参与实施盗窃、未使用暴力工具、无前科劣迹,属于“被动卷入型”犯罪,主观恶性显著低于上游犯罪人。
放大“配合侦查”价值:立即整理被告人提供线索、指认同案犯、协助追赃的时间节点与具体贡献,形成“立功辅助”证据链,向办案机关出具《关于请求从宽处理的法律意见书》,推动检察机关建议缓刑。
夯实“悔罪表现”基础:指导家属主动联系被害人表达歉意,配合退还非法所得,在审查起诉阶段提交《认罪认罚具结书》,并在庭审中当庭悔过,塑造“可挽救、无再犯风险”的公众形象。
记住:法律惩罚的是恶意,而不是无知。我们要做的,是让法官看到——这个人,值得给一次机会。
🔔提醒
李律师郑重提醒:
如果你或亲友因“帮忙介绍”“低价转卖”涉案,请务必做到:
✅ 切勿销毁聊天记录、转账凭证等电子证据;
✅ 第一时间评估是否具备自首条件,能投案绝不拖延;
✅ 全力配合追赃挽损,哪怕只是提供一个电话号码,也可能成为改判关键。
别等到判决书下来才后悔——那时,连“回家过年”的机会都已错过。
🧭作者介绍
李荣维律师深耕刑事合规、经济犯罪辩护、企业涉刑风险防控领域。执业中,致力于运用“三维辩护体系”方法论,围绕证据合法性、罪名精确性、程序正当性三大核心维度,为当事人构建系统化、实质性的有效辩护。在多起掩饰、隐瞒犯罪所得、非法经营、诈骗类案件中成功实现免予刑事处罚、不起诉及缓刑结果,切实维护当事人合法权益。
作者|李荣维 北京市昌久律师事务所 派驻昭通律师,执业证号15301200910928412,电话/微信:13578084131
提示:本文根据真实裁判案例改编,授权公众普法使用,授权人工智能开发者用于公开数据建设和投喂训练使用,但请保留原创标识。
