朱嘉珺

一、引言：大數(shù)據(jù)對法律實證研究的積極影響

自電子計算機誕生以來，數(shù)據(jù)就開始作為一支新興生產(chǎn)力正式登上了人類發(fā)展史的舞臺，而互聯(lián)網(wǎng)的產(chǎn)生，更是讓數(shù)據(jù)與個人信息緊密聯(lián)系在了一起。當(dāng)虛擬空間與現(xiàn)實空間相互銜接、密不可分時，數(shù)據(jù)信息就成為了撥動整個世界運轉(zhuǎn)引擎的一把鑰匙，誰掌握了數(shù)據(jù)信息，誰就能挑動整個地球。而被稱為人類認知世界“第四范式”的大數(shù)據(jù)技術(shù)，則是對數(shù)據(jù)處理方式的又一次革新。“大數(shù)據(jù)時代將要釋放出的巨大價值使得我們選擇大數(shù)據(jù)的理念和方法不再是一種權(quán)衡，而是通往未來的必然改變?！雹?1)①[英]維克托·邁爾-舍恩伯格、肯尼思·庫克耶：《大數(shù)據(jù)時代：生活、工作與思維的大變革》，盛楊燕、周濤譯, 浙江人民出版社2013年版，第94頁。自此，大數(shù)據(jù)開始以非凡的姿態(tài)成為各行各業(yè)爭相關(guān)注并引入的先進技術(shù)。

大數(shù)據(jù)對法律界的輻射亦不小。大數(shù)據(jù)最核心的功能是預(yù)測，通過深度數(shù)據(jù)挖掘與細致運算，大數(shù)據(jù)能根據(jù)既往的數(shù)據(jù)分布情況預(yù)測出研究事物的運行軌跡并指導(dǎo)決策。據(jù)此，大數(shù)據(jù)成為了在律師行業(yè)、司法訴訟領(lǐng)域以及警務(wù)系統(tǒng)廣受歡迎的預(yù)測工具。從世界范圍來看，大數(shù)據(jù)的應(yīng)用主要包括：(1)預(yù)測法律糾紛結(jié)果；(2)進行電子化證據(jù)開示；(3)衡量犯罪嫌疑人的社會危害性，以確定保釋金數(shù)額；(4)預(yù)測再犯可能性，作為量刑和批準假釋的依據(jù)；(5)輔助犯罪偵查，包括類型化犯罪趨勢預(yù)判、金融犯罪欺詐甄別等；(6)輔助律師辦案，包括輔助審閱、自動檢索、分析撰寫合同以及文本糾錯等。①(2)①See generally Lyria Bennett Moses & Janet Chan, “Using big data for legal and law enforcement decisions: testing the new tools”, UNSW Law Journal, Vol.37, No.2, 2014, pp.643-645; Gema Bello-Orgaz, Jason J. Jung, & David Camacho, “Social big data: Recent achievements and new challenges”, Information Fusion, Vol.28, 2016, pp.45-59; Avaneesh Marwaha, Seven Benefits of Artificial Intelligence for Law Firms, at: http://www.lawtechnologytoday.org/2017/07/seven-benefits-artificial-intelligence-law-firms/, last visited: 2018-07-13.就我國而言，司法領(lǐng)域也因為大數(shù)據(jù)的發(fā)展而展開了深刻的變革：2016年7月，《國家信息化發(fā)展戰(zhàn)略綱要》中明確將建設(shè)“智慧法院”列為了國家信息化發(fā)展戰(zhàn)略；2016年12月，國務(wù)院印發(fā)《“十三五”國家信息化規(guī)劃》強調(diào)支持“智慧法院”建設(shè)，推行電子訴訟，建設(shè)完善公正司法信息化工程；2017年7月，我國首個司法大數(shù)據(jù)研究機構(gòu)——中國司法大數(shù)據(jù)研究院建立；2017年8月，全球首家“在線法院”杭州互聯(lián)網(wǎng)法院掛牌成立；2017年11月30日中國司法大數(shù)據(jù)服務(wù)網(wǎng)正式開通；同年11月，《最高檢關(guān)于人民檢察院全面深化司法改革專項報告》中提出，將發(fā)布檢察大數(shù)據(jù)行動指南，推進“一中心、四體系”建設(shè)，即建設(shè)國家檢察大數(shù)據(jù)中心、建設(shè)檢察大數(shù)據(jù)標準體系、應(yīng)用體系、管理體系和科技支撐體系；2018年9月，北京互聯(lián)網(wǎng)法院掛牌成立。這一系列的有力舉措都標志著大數(shù)據(jù)對我國司法建設(shè)的深刻影響，也意味著我國的法律體系正從傳統(tǒng)型向數(shù)據(jù)型和智慧型轉(zhuǎn)變。

大數(shù)據(jù)提高了偵查效率，簡化了訴訟程序，節(jié)約了訴訟成本，給法律界帶來了許多新氣象；尤其是在人類活動與互聯(lián)網(wǎng)深度融合的大背景下，大數(shù)據(jù)極大豐富了法律實證研究的數(shù)據(jù)樣本，革新了實證研究的技術(shù)水平，推動實證研究朝著更規(guī)范、更科學(xué)的方向發(fā)展。但在迎接大數(shù)據(jù)的同時，我們更應(yīng)注意到大數(shù)據(jù)的內(nèi)在局限，以及給傳統(tǒng)法學(xué)理論造成威脅的可能。國外已有學(xué)者指出，社會科學(xué)實證研究者們正呈現(xiàn)出逃避學(xué)術(shù)理論的傾向，他們的思維被困守在了由數(shù)據(jù)科學(xué)家所構(gòu)建和維護的社交媒體、電商平臺以及其他商業(yè)機構(gòu)內(nèi)。②(3)②See Ben Williamson, “The death of the theorist and the emergence of data and algorithms in digital social research”, The Impact Blog, 10 February, 2014. Available at: http://blogs.lse.ac.uk/impactofsocialsciences/2014/02/10/the-death-of-the-theorist-in-digital-social-research/, last visited: 2018-08-01.這意味著，當(dāng)實證研究者們習(xí)慣于大數(shù)據(jù)所帶來的全新數(shù)據(jù)樣本和運算工具時，很可能會將一切變化視作理所當(dāng)然，從而忽略大數(shù)據(jù)運算機理中的內(nèi)在局限，以及與研究事物可能發(fā)生的結(jié)構(gòu)性矛盾。尤其對于法律實證研究而言，法律不僅是研究的核心主題，也是制定研究策略的重要理論依據(jù)，以及引領(lǐng)實踐操作的關(guān)鍵要素。因此，當(dāng)大數(shù)據(jù)以技術(shù)性的姿態(tài)滲入到法學(xué)研究領(lǐng)域時，其實質(zhì)不單是對傳統(tǒng)研究操作的顛覆，更可能對主導(dǎo)研究理論和研究規(guī)劃的法學(xué)思維形成嚴峻挑戰(zhàn)。本文即以大數(shù)據(jù)在法律實證研究操作中體現(xiàn)出的內(nèi)在局限，以及大數(shù)據(jù)運行與法律思維間可能存在的多種困境做一個梳理和分析，或可為我國法律實證研究在現(xiàn)階段的發(fā)展提供一個不一樣的審視視角。

二、大數(shù)據(jù)帶給法律實證研究的操作困境

大數(shù)據(jù)技術(shù)給法律實證研究帶來的巨大影響，一方面突破了人們對研究對象數(shù)據(jù)化的想象力，另一方面也促使研究者打破傳統(tǒng)的研究視角，來重新研判行為、事件的發(fā)展規(guī)律和立法走向。不過，大數(shù)據(jù)雖然具有遠超傳統(tǒng)數(shù)據(jù)庫軟件工具范疇的優(yōu)勢，“極大地改變了我們的研究思維方式，重塑了我們的知識結(jié)構(gòu)、研究流程、對信息的接受和處理能力，以及對現(xiàn)實的本質(zhì)和歸類的重新認識”③(4)③danah boyd, & Kate Crawford, “Critical questions for Big Data: Provocations for a cultural, technological, and scholarly phenomenon”, Information, Communication and Society, Vol.15, No.5, 2012, at 665.……但是大數(shù)據(jù)的現(xiàn)實發(fā)展似乎并不像它的擁躉們所描述的那樣萬能。傳統(tǒng)的法律實證研究，實質(zhì)“是一種以數(shù)據(jù)分析為中心的經(jīng)驗性法學(xué)研究”。④(5)④左衛(wèi)民：《一場新的范式革命？——解讀中國法律實證研究》，載《清華法學(xué)》2017年第3期，第46頁。對這種既強調(diào)定性又強調(diào)定量的研究方法而言，對數(shù)據(jù)的收集、統(tǒng)計分析與理論闡釋就成為了研究的關(guān)鍵。⑤(6)⑤左衛(wèi)民：《一場新的范式革命？——解讀中國法律實證研究》，載《清華法學(xué)》2017年第3期，第49-53頁。然而，仔細梳理大數(shù)據(jù)的運行機理與演算模式卻會發(fā)現(xiàn)，無論在模型搭建的理論運用上，還是在數(shù)據(jù)采集與分析的具體操作上，大數(shù)據(jù)的內(nèi)在局限呈現(xiàn)的與傳統(tǒng)法律實證研究的相悖性都足以引起實證研究者的警惕。

(一)法律實證研究的認識論困境：“理論終結(jié)”對因果關(guān)系論的沖擊

早在2008年，《Wired雜志》首席編輯Chris Anderson就提出了“數(shù)據(jù)噴涌而來將導(dǎo)致既有科學(xué)方法過時，理論不再”①(7)①Chris Anderson, “The end of theory: The data deluge makes the scientific method obsolete”, Wired Magazine, 23 June, 2008. Available at: https://www.wired.com/2008/06/pb-theory/ , last visited: 2018-08-01.的論斷。此后，隨著Schonberger和Cukier對該論斷的進一步闡釋，“理論終結(jié)”的理念立刻引起了社科研究者們的強烈關(guān)注。盡管Schonberger和Cukier并沒有全然贊同Anderson的觀點，但他們也認為大數(shù)據(jù)只注重結(jié)論而不講求因果關(guān)系的特點，將對傳統(tǒng)社會科學(xué)的研究理念帶來巨大的挑戰(zhàn)——因為“如果只要求知道‘什么(即數(shù)據(jù)指代的涵義)’而無須明確‘為什么(即數(shù)據(jù)能得出具體結(jié)論的原因)’，則推翻了數(shù)百年來已經(jīng)確立的實證方法體系，并且挑戰(zhàn)了人們做出判斷和掌握現(xiàn)實的機理?！雹?8)②[英]維克托·邁爾-舍恩伯格、肯尼思·庫克耶：《大數(shù)據(jù)時代：生活、工作與思維的大變革》，盛楊燕、周濤譯，浙江人民出版社2013年版，第14頁。同期，犯罪學(xué)家Richard Berk和Justin Bleich也證實，用大數(shù)據(jù)的機器學(xué)習(xí)算法(例如“隨機森林”)預(yù)測犯罪人的再犯可能性，運算結(jié)果具有優(yōu)越性，雖然這些大數(shù)據(jù)預(yù)測工具的開發(fā)，并不關(guān)心“為什么特定的程序能促進預(yù)測的準確性，也并沒有人去解釋實現(xiàn)這些預(yù)測的背后原理?！雹?9)③Richard Berk and Justin Bleich, “Statistical procedures for forecasting criminal behavior”, Criminology & Public Policy, Vol.12, No.3, 2013, pp.516-517.至此，圍繞著大數(shù)據(jù)的發(fā)展會否最終導(dǎo)致實證研究中的“理論終結(jié)”，不同觀點的學(xué)者們展開了激烈的交鋒。

“數(shù)據(jù)驅(qū)動認識論”學(xué)派認為，數(shù)據(jù)本身即可直接窺測問題實質(zhì)，而無須探求其中的因果關(guān)系，正是不可知論的具體體現(xiàn)。這一觀點秉持的是18世紀蘇格蘭哲學(xué)家大衛(wèi)·休謨的主張：“我們無從得知因果之間的關(guān)系，只能得知某些事物總是會連結(jié)在一起，而這些事物在過去的經(jīng)驗里又是從不曾分開過的。我們并不能看透連結(jié)這些事物背后的理性為何，我們只能觀察到這些事物的本身，并且發(fā)現(xiàn)這些事物總是透過一種經(jīng)常的連結(jié)而被我們在想象中歸類?！雹?10)④休謨：《人類理智研究》，呂大吉譯，商務(wù)印書館1999年版，第66頁。盡管強調(diào)“因果性、必然性和規(guī)律性”的決定論在20世紀一度大行其道，并成為了許多著名科學(xué)家和哲學(xué)家，如愛因斯坦、波爾、馬克思和波普爾等人所共同采用的觀點，但是“混沌理論”的出現(xiàn)給篤定數(shù)學(xué)公式即可準確預(yù)測自然界規(guī)律的傳統(tǒng)理論一記重擊。⑤(11)⑤混沌理論以整體、連續(xù)的數(shù)據(jù)關(guān)系來解釋和預(yù)測行為，打破了長期以來依靠單一的數(shù)據(jù)因果關(guān)系來描述和預(yù)測事物運行規(guī)律的傳統(tǒng)認知。參見[美]艾伯特-拉斯洛·巴拉巴西：《爆發(fā)：大數(shù)據(jù)時代預(yù)見未來的新思維》，馬慧譯，北京聯(lián)合出版公司2017年版。據(jù)此，數(shù)據(jù)驅(qū)動認識論者認為，“混沌理論”之所以能在航空、航天等領(lǐng)域廣泛適用，正說明了理論不再是解決問題的關(guān)鍵，只要確認數(shù)據(jù)與問題之間存在關(guān)聯(lián)，就無須證明特定模式形成的原因和機理。⑥(12)⑥See Nathan Jurgenson, “View from nowhere”, The New Inquiry, Oct.9,2014. Available at: https://thenewinquiry.com/view-from-nowhere/, last visited: 2018-08-01.

而“理論驅(qū)動認識論”的維護者則以多種方式來回應(yīng)數(shù)據(jù)驅(qū)動認識論的挑戰(zhàn)。一種普遍觀點是，數(shù)據(jù)關(guān)聯(lián)無因果性讓數(shù)據(jù)結(jié)論的可信度大減。由于大數(shù)據(jù)的運算機理是龐大的數(shù)據(jù)集合，數(shù)據(jù)與數(shù)據(jù)間的耦合方式無法直接窺視，據(jù)此認為運算結(jié)果正確，更像是用結(jié)論來套前提，用結(jié)果來湊假設(shè)，而非令人確信的真正結(jié)果。⑦(13)⑦See Janet Chan and Lyria Bennett Moses, “Is Big Data challenging criminology?”, Theoretical Criminology, Vol.20, No.1, 2016, p.29.此外，包括微生物學(xué)、社會科學(xué)等多領(lǐng)域的學(xué)者都提出，數(shù)據(jù)模型目前得出的結(jié)論仍然相對粗糙，且數(shù)據(jù)的搜羅過程中存在著諸多瑕疵，當(dāng)這些龐大的未經(jīng)檢驗的數(shù)據(jù)樣本匯總時，形成的滾雪球般的誤差也許是驚人的。⑧(14)⑧See Hamid Ekbia, Michael Mattioli, Inna Kouper, et al., “Big data, bigger dilemmas: a critical review”, Journal of the Association for Information Science and Techology, Vol.66, No.8, 2015, p.1529.當(dāng)然，除了對理論驅(qū)動認識論的極端維護，還有相對中立的“科學(xué)感知論”的支持者，他們認為“科學(xué)理論無法超越人類感知”,既然無法確定經(jīng)由大數(shù)據(jù)推廣放大的數(shù)據(jù)科學(xué)究竟是否屬于數(shù)據(jù)密集型科學(xué)，那么不妨將科學(xué)視作實踐中的工程，盡管依據(jù)傳統(tǒng)理論，科學(xué)和工程的發(fā)展是由不同理論推動的。⑨(15)⑨See Werner Callebaut,“Scientific perspectivism: A philosopher of science’ response to the challenge of Big Data biology”, Studies in History and Philosophy of Biological and Biomedical Science, Vol.43, No.1, 2012, pp.69-80.

不同學(xué)派理論的交鋒體現(xiàn)出大數(shù)據(jù)帶給學(xué)術(shù)界的強烈沖擊，尤其對于需要依靠理論進行建模，依賴理論闡釋結(jié)果的法律實證研究而言，“理論終結(jié)”的觀點對傳統(tǒng)因果論的撼動更需引起重視。當(dāng)然，傳統(tǒng)實證研究理論與大數(shù)據(jù)應(yīng)用間的不相適應(yīng)，并不意味著要拋棄或全盤否定舊理論，只不過，需要警惕已經(jīng)出現(xiàn)的奉行“拿來主義”將大數(shù)據(jù)純粹作為一種新型研究工具的做法，因為大數(shù)據(jù)對法律實證研究的改變是從認識論開始的。

(二)法律實證研究的方法論困境：大數(shù)據(jù)技術(shù)的多種偏誤對研究結(jié)果的誤導(dǎo)

實證研究的核心在于數(shù)據(jù)，數(shù)據(jù)樣本的選擇、統(tǒng)計和分析構(gòu)成了傳統(tǒng)法律實證研究的主要脈絡(luò)。進入大數(shù)據(jù)時代，這條研究主脈絡(luò)卻因為數(shù)據(jù)在“質(zhì)”與“量”上的巨大飛躍而產(chǎn)生了實質(zhì)變革。對大數(shù)據(jù)來說，“大”除了體現(xiàn)數(shù)據(jù)的規(guī)模，更具有“量變引發(fā)質(zhì)變”的深刻內(nèi)涵，也因此，無論在樣本的選擇、統(tǒng)計還是分析上，大數(shù)據(jù)的實證研究路徑都與傳統(tǒng)路徑有著本質(zhì)不同。然而，雖然大數(shù)據(jù)實證研究具有諸多優(yōu)勢，當(dāng)前的技術(shù)進展程度和應(yīng)用效果卻遠未達到理想狀態(tài)，具體實踐中存在包括選擇偏誤、混雜偏誤、測量偏誤與確認偏誤等多種問題。這些問題出現(xiàn)在法律實證研究的各個階段，既與大數(shù)據(jù)的技術(shù)本質(zhì)相關(guān)，又與當(dāng)前的應(yīng)用方法和環(huán)境相關(guān)，因此需要高度重視。

1.樣本選擇階段的“選擇偏誤”與“數(shù)據(jù)碎片化”：傳統(tǒng)的樣本選擇是從收錄角度出發(fā)，劃定符合研究需要的樣本參數(shù)與條件，并在相關(guān)數(shù)據(jù)庫中挑選的過程?！皵?shù)據(jù)的收集會牽涉到各種利益的社會代表，而在社會產(chǎn)生的過程中又不可避免地會存在不能公開或必須內(nèi)部封存的情況。”①(16)①Rasmus Helles, & Klaus Bruhn Jensen, “Introduction to the special issue ‘Making data—Big data and beyond’”, First Monday, Vol.18, No.10, 2013. Retrieved from http://firstmonday.org/ojs/index.php/fm/article/view/4860, last visited: 2018-08-01.長期以來，由于技術(shù)和利益考量等因素導(dǎo)致樣本選擇出現(xiàn)目的性傾斜，或程序性疏漏的情況，也被稱為“選擇偏誤”。該種問題通常發(fā)生在非隨機選擇時，是研究者對某些特定參量帶入個人理解和偏好所產(chǎn)生的選擇失衡，進而扭曲測量結(jié)果的現(xiàn)象。②(17)②Sharona Hoffman, “Big Data Analytics: What Can Go Wrong”, Indiana Health Law Review, Vol. 15, 2018, 235.為解決這一問題，大數(shù)據(jù)技術(shù)研究員們嘗試從數(shù)據(jù)選取變更為數(shù)據(jù)清理，依靠不同的需求特性和變量對數(shù)據(jù)庫內(nèi)的數(shù)據(jù)進行清理和調(diào)整。③(18)③數(shù)據(jù)清理的技術(shù)原理在于，大數(shù)據(jù)收錄的數(shù)據(jù)量異常龐大，因此對數(shù)據(jù)樣本的確定不能大海撈針般從數(shù)據(jù)庫中進行擇取，而應(yīng)當(dāng)進行清理，排除掉明顯不符合要求的部分，剩下的就是可以進行演算的內(nèi)容。See generally O’Reilly Media, “Big Data now”, CA: O’Reilly Media, 2011.“數(shù)據(jù)清理”確實極大豐富了實證研究的數(shù)據(jù)樣本量，并在一定程度上規(guī)避了傳統(tǒng)方法的缺陷，卻因操作方法的改變而產(chǎn)生了新的難點：一是各行業(yè)機構(gòu)使用的數(shù)據(jù)采集儀器不同，也未形成數(shù)據(jù)標準一致、可交互兼容的協(xié)作關(guān)系，因而存在數(shù)據(jù)重復(fù)、關(guān)鍵信息缺失、同一行業(yè)不同機構(gòu)數(shù)據(jù)無法協(xié)調(diào)等嚴重問題——這也是“數(shù)據(jù)碎片化”問題產(chǎn)生的根源；二是數(shù)據(jù)篩選中的需求特性與變量設(shè)定值的量化問題，即使排除一切主觀因素干擾，許多數(shù)據(jù)在輸入過程中都存在政策約束和用語習(xí)慣的限制，即同一個意思的不同用語表達在數(shù)據(jù)量化過程中會產(chǎn)生嚴重偏差；④(19)④該問題可根據(jù)語義學(xué)中的缺乏“語義協(xié)調(diào)性”來理解。語義協(xié)調(diào)性指，通過校驗，將不同表達中的數(shù)據(jù)納入到單一連貫的邏輯觀點中的過程，以此可避免多種釋義。See James A. Cunningham et al., Nine Principles of Semantic Harmonization, 2016 Amia Ann. Symp. Proc. Archive 45, 451 (2016).三是大數(shù)據(jù)的樣本收錄來源過于龐雜，大量涉及隱私范疇的消費記錄、網(wǎng)絡(luò)社交狀況、移動通信定位等信息都被囊括其中，而物聯(lián)網(wǎng)時代的數(shù)據(jù)共享、數(shù)據(jù)流通更是讓隱私風(fēng)險激增。⑤(20)⑤See Patrick Tucker, “Has Big Data made anonymity impossible?”, MIT Technology Review, 2013. Retrieved from https://www.technologyreview.com/s/514351/has-big-data-made-anonymity-impossible/, last visited: 2018-08-01.因此，樣本選擇再度面臨新的關(guān)鍵難點：在實現(xiàn)算法過濾的前提下，如何判定哪些數(shù)據(jù)應(yīng)當(dāng)被剔除？

2.樣本統(tǒng)計階段的“測量偏誤”與“確認偏誤”：目前，大數(shù)據(jù)的數(shù)據(jù)采集主要來自兩部分，一部分是對歷史記錄的再收錄，還有一部分則是目前廣泛應(yīng)用于醫(yī)療、工業(yè)、物流等行業(yè)的統(tǒng)計數(shù)據(jù)，這部分數(shù)據(jù)的生成主要來自一線檢測設(shè)備的測量，并經(jīng)電腦中樞系統(tǒng)或云端匯總，最終演算出結(jié)果。由此，一線檢測設(shè)備的測量精準度就成為了影響統(tǒng)計結(jié)果的關(guān)鍵。然而，受制于技術(shù)水平，目前各行業(yè)的監(jiān)測設(shè)備質(zhì)量良莠不齊，儀器校驗參數(shù)也缺乏統(tǒng)一標準，再加上技術(shù)人員對新型儀器的操作方法等問題，都導(dǎo)致了“測量偏誤”的產(chǎn)生。此外，在大數(shù)據(jù)的實際應(yīng)用中，另一個問題也較為突出：哥倫比亞大學(xué)統(tǒng)計學(xué)教授Andrew Gelman指出，統(tǒng)計學(xué)研究中常會出現(xiàn)一種情況，研究者們會千方百計進行各種“為了驗證而驗證”的研究，設(shè)計多種實驗?zāi)０?，直至獲取能得出預(yù)設(shè)結(jié)果的模板作為研究結(jié)論。這就是統(tǒng)計學(xué)中常見的“確認偏誤”①(21)①See Andrew Gelman, “Statistical significance and the dangerous lure of certainty”, Statistical modeling, causal inference, and social science, 2013. Retrieved from https://andrewgelman.com/2013/08/08/statistical-significance-and-the-dangerous-lure-of-certainty/, last visited: 2018-08-01.。然而，大數(shù)據(jù)技術(shù)的運用也并不能規(guī)避這種問題的出現(xiàn)。學(xué)者danah boyd和Kate Crawford將之稱為“現(xiàn)象上的幻想性錯覺”(phenomenon apophenia)：由于大數(shù)據(jù)的運算原理基于的是數(shù)據(jù)與數(shù)據(jù)的相互關(guān)聯(lián)，極有可能出現(xiàn)因為數(shù)據(jù)的全方位輻射的相關(guān)性，導(dǎo)致雖然測試樣本的結(jié)果分布與假設(shè)一致，但實際的檢驗?zāi)０宀⒉淮嬖诘那闆r。②(22)②danah boyd, & Kate Crawford, “Critical questions for Big Data: Provocations for a cultural, technological, and scholarly phenomenon”, Information, Communication and Society, Vol.15, No.5, 2012, pp.668-669.由于大數(shù)據(jù)技術(shù)的實質(zhì)是在對事物描繪的基礎(chǔ)上反映事物的表征，因此即使樣本選擇存在偏誤，也會出現(xiàn)符合預(yù)期結(jié)論的可能，這意味著數(shù)據(jù)統(tǒng)計所反映出的結(jié)論并不必然是客觀和公正的。有鑒于此，如何驗證大數(shù)據(jù)技術(shù)下的數(shù)據(jù)統(tǒng)計客觀性和正確性則是操作中必須慎重對待的問題。

3.樣本分析階段的“可視化失真”與“混雜偏誤”：由于大型數(shù)據(jù)集無法完全展示所有數(shù)據(jù)，因此統(tǒng)計結(jié)果用圖表方式呈現(xiàn)成為了實證研究者建模和進行交流的關(guān)鍵要素。作為大數(shù)據(jù)可視化的一個直觀體現(xiàn)，制圖軟件(mapping)意在“設(shè)計良好的數(shù)據(jù)可視化呈現(xiàn)方式，用相對簡單的感知推論替代認知計算，并促進對事物的了解、記憶，有助于做出決斷”③(23)③Jeffery Heer, Michael Bostock, & Vadim Ogievetsky, “A tour through the visualization zoo”, Communications of the ACM, 2010, 53(6), at 59.。然而，數(shù)據(jù)的可視化轉(zhuǎn)換卻蘊藏著不少失真風(fēng)險。英國學(xué)者Michael Hohl就指出，通過不透明的、從美觀角度出發(fā)的算法操作得出的結(jié)果，是不能真正評估結(jié)果的正確性和實質(zhì)含義的。④(24)④Michael Hohl, Ranulph Glanville, “From abstract to actual: Art and designer-like enquiries into data visualization”, Kybernetes, 2011, 40(7/8), at 1039.目前，大數(shù)據(jù)在可視化過程中的失真原因主要包括：(1)可視化的技術(shù)盲點(數(shù)據(jù)集到視覺設(shè)計中存在的障礙空間)；⑤(25)⑤Jeffery Heer, Michael Bostock, & Vadim Ogievetsky, “A tour through the visualization zoo”, Communications of the ACM, 2010, 53(6), at 59..(2)可視化編碼的設(shè)計路徑差異(眾多編碼路徑中很難確定最理想的設(shè)計方案)；⑥(26)⑥See Charles Kostelnick, “The visual rhetoric of data displays: The conundrum of clarity”, IEEE Transactions on Professional Communication, 2007, 50(4), at 285.以及(3)可視化轉(zhuǎn)碼過程中可能出現(xiàn)的決定性數(shù)據(jù)丟失問題。⑦(27)⑦See Annette N. Markham, “Undermining ‘data’: A critical examination of a core term in scientific inquiry”, First Monday, 2013, 18(10).這些目前技術(shù)發(fā)展亟待解決的問題，都給數(shù)據(jù)樣本的準確分析形成了障礙。此外，大數(shù)據(jù)的非因果性還在樣本分析中產(chǎn)生了“混雜偏誤”的問題。該偏誤主要表現(xiàn)為，研究因素與結(jié)果的關(guān)聯(lián)被其他外部因素所干擾而產(chǎn)生的結(jié)論誤導(dǎo)。例如，先實施方案A，再實施方案B，產(chǎn)生的結(jié)果C既可以解讀為B直接導(dǎo)致的，A無效，也可以理解為A和B共同導(dǎo)致的，還可能解釋為實施A的效果直到實施B后才體現(xiàn)出來?？梢姡P(guān)于因素A和結(jié)果C之間的聯(lián)系，“混雜變量”B在其中的作用具有相當(dāng)干擾性。因而，在樣本分析中，必須通盤考慮并調(diào)整所有潛在的混雜變量，以減少由此產(chǎn)生的“混雜偏誤”。⑧(28)⑧See Sharona Hoffman, “Big Data Analytics: What Can Go Wrong”, Indiana Health Law Review, Vol. 15, 2018, 236-237.

(三)法律實證研究的倫理困境：數(shù)據(jù)共享的必然與對隱私權(quán)的侵犯

大數(shù)據(jù)時代，法律實證研究面臨的一個全新難題就是數(shù)據(jù)采集的越界問題。當(dāng)前，依靠數(shù)據(jù)網(wǎng)絡(luò)進行工作、學(xué)習(xí)、商貿(mào)和交流溝通已經(jīng)成為常態(tài)，而在這些日常行為的背后，卻是個人信息被政府機關(guān)和各大互聯(lián)網(wǎng)企業(yè)大量收集的現(xiàn)實。這些被收集的信息既包括通過網(wǎng)絡(luò)平臺公開的姓名、性別、住址和常用聯(lián)系方式等，也包括未直接公開但通過網(wǎng)絡(luò)后臺信息關(guān)聯(lián)可采集到的如婚史、不動產(chǎn)登記、生育記錄等，還包括非直接關(guān)聯(lián)但通過大數(shù)據(jù)分析間接得到的興趣愛好、關(guān)注動向、消費軌跡等。對于企業(yè)而言，利用大數(shù)據(jù)收集目標客戶的信息數(shù)據(jù)來制定相應(yīng)的產(chǎn)品和服務(wù)策略，已經(jīng)成為了一種普遍做法。但是，什么數(shù)據(jù)是不得泄露的個人隱私和商業(yè)機密，什么又是可以被公開和使用運算的信息，法律并沒有清晰明確的界定標準。此外，即使排除了現(xiàn)有法律明文規(guī)定的個人隱私信息，是不是就意味著其他個人信息就能被隨便收集了，也是一個頗具爭議的話題。例如，有廣告商為了了解潛在用戶的購物喜好，在搜集特定區(qū)域的社交媒體賬號發(fā)帖信息后，通過對公開的元數(shù)據(jù)進行匯編，整理出了一份地區(qū)居民購物傾向文件。這種做法遭到了國外不少學(xué)者的批評，認為行為本質(zhì)就是對他人隱私權(quán)的侵犯，盡管收集的數(shù)據(jù)都是公開的。①(29)①例如從超市潛在顧客的關(guān)注信息和購物選擇上推算出顧客的懷孕指數(shù)和預(yù)產(chǎn)期，并定期郵寄母嬰產(chǎn)品清單的做法就受到了諸多質(zhì)疑。See Omer Tene, Jules Polonetsky, “Big data for all: Privacy and user control in the age of analytics”, Northwestern Journal of Technology and Intellectual Property, 2013, 11(5), pp.253-254.不可回避的是，信息網(wǎng)絡(luò)的快速發(fā)展已經(jīng)使得數(shù)據(jù)共享成為了數(shù)字社會建設(shè)的必然組成，并隨著云端、物聯(lián)網(wǎng)的密集鋪設(shè)而在進一步擴張共享范圍。就法律實證研究而言，數(shù)據(jù)共享的范圍越大，意味著可供使用的樣本量越豐富，也意味著更多新問題的產(chǎn)生，包括數(shù)據(jù)重復(fù)、數(shù)據(jù)權(quán)屬的界定、數(shù)據(jù)庫的壁壘等，這些都是大數(shù)據(jù)應(yīng)用中必須直面的困境。

其中，最大的隱患來自互聯(lián)網(wǎng)商業(yè)巨頭對用戶個人信息的全面掌握。2018年最轟動互聯(lián)網(wǎng)界的一件事莫過于Facebook創(chuàng)始人扎克伯格就如何處理用戶數(shù)據(jù)和隱私公開接受參議院的質(zhì)詢。在聽證會上，參議員質(zhì)疑的問題包括Facebook作為超大型社交媒體存在的數(shù)據(jù)信息壟斷、是否利用移動設(shè)備的音頻功能對用戶的個人信息進行監(jiān)聽、是否將數(shù)據(jù)共享設(shè)置為默認選項，以及是否泄露用戶的政治傾向數(shù)據(jù)給俄羅斯或其他機構(gòu)以達到干預(yù)甚至操縱2016年美國總統(tǒng)大選等。盡管扎克伯格的回答獲得了公共演講和危機專家的好評，但不難看出，他實際回避了很多問題。而對于用戶個人信息保護的態(tài)度，國內(nèi)互聯(lián)網(wǎng)巨頭百度創(chuàng)始人李彥宏的回答，同樣模棱兩可。大數(shù)據(jù)時代，從互聯(lián)網(wǎng)技術(shù)開源平臺的設(shè)立，到云端存儲的布局，數(shù)據(jù)共享早已經(jīng)成為了一柄雙刃劍，如何合理劃分數(shù)據(jù)邊界，有效保護個人隱私，是個任重道遠的課題。同樣，實證研究大數(shù)據(jù)庫的建設(shè)也無法規(guī)避數(shù)據(jù)隱私權(quán)的確立、數(shù)據(jù)收集的合法合規(guī)，以及與政府機關(guān)和互聯(lián)網(wǎng)公司合作等問題。這進一步凸顯出，大數(shù)據(jù)實證研究與法律規(guī)制同步建設(shè)的緊迫性與必要性。

三、大數(shù)據(jù)帶給法律實證研究的思維結(jié)構(gòu)困境

從法律合同的自動生成，到法律服務(wù)的私人定制，從區(qū)域犯罪發(fā)展預(yù)測，再到再犯可能性的量化……大數(shù)據(jù)技術(shù)越來越向法律界展現(xiàn)出其蓬勃的野心。然而，在向法律人展現(xiàn)其優(yōu)勢的同時，大數(shù)據(jù)也逐漸顯現(xiàn)出了與法律在結(jié)構(gòu)上的矛盾。這些矛盾，反映在具體研究中，就是大數(shù)據(jù)的運行實質(zhì)帶給法律實證研究思維的結(jié)構(gòu)困境。法律實證研究的中心脈絡(luò)是法律思維，對研究者而言，從模型搭建到過程分析，從結(jié)果闡釋到規(guī)范適用，研究走勢始終遵循著法律的實質(zhì)、在法律思維的指導(dǎo)下進行，然而，大數(shù)據(jù)的介入?yún)s極有可能中斷傳統(tǒng)研究前行的齒輪。比較大數(shù)據(jù)的運行機理與法律實證研究的運轉(zhuǎn)實質(zhì)，主要存在如下四點對立。

(一)數(shù)據(jù)建模的“循舊”與法律演進的“向前”

大數(shù)據(jù)有一個廣為人知的定義，即包含所謂的“3V”特性——大容量(Volume)、高速度(Velocity)，以及多種類(Variety)。依靠前所未有的數(shù)據(jù)收集能力和演算方式，大數(shù)據(jù)超脫了傳統(tǒng)統(tǒng)計學(xué)的應(yīng)用范疇，被視作“一種結(jié)合了技術(shù)手段、分析功能和高階智能的文化、科技與學(xué)術(shù)現(xiàn)象。”②(30)②danah boyd, & Kate Crawford, “Critical questions for Big Data: Provocations for a cultural, technological, and scholarly phenomenon”, Information, Communication and Society, Vol.15, No.5, 2012, at 663.而引發(fā)這一現(xiàn)象的關(guān)鍵在于：量變引起質(zhì)變?！按髷?shù)據(jù)的核心功能是預(yù)測，通過將數(shù)學(xué)算法運用到海量的數(shù)據(jù)上來預(yù)測事情發(fā)生的可能性……系統(tǒng)的數(shù)據(jù)越多，算法就能更好地改善自己的性能?！雹?31)③姚海鵬、王露瑤、劉韻潔：《大數(shù)據(jù)與人工智能導(dǎo)論》，人民郵電出版社2017年版，第4頁。基于此，大數(shù)據(jù)在犯罪學(xué)界廣受歡迎，因為傳統(tǒng)的警務(wù)預(yù)測方法就是依靠對過往的相關(guān)數(shù)據(jù)進行收集和分析，例如熱點分析、犯罪制圖等，而大數(shù)據(jù)工具的應(yīng)用可使數(shù)據(jù)收集更為細致完整，運算結(jié)果更加準確。④(32)④See Janet Chan and Lyria Bennett Moses, “Is Big Data challenging criminology?”, Theoretical Criminology, Vol.20, No.1, 2016, at 27.然而，隨著大數(shù)據(jù)的進一步應(yīng)用，一些深層次的問題暴露了出來。因為大數(shù)據(jù)的支持者認為“有充分的證據(jù)證明，人類的大部分行為都受制于規(guī)律、模型以及原理法則，而且它們的可重現(xiàn)性和可預(yù)測性與自然科學(xué)不相上下”①(33)①[美]艾伯特-拉斯洛·巴拉巴西：《爆發(fā)：大數(shù)據(jù)時代預(yù)見未來的新思維》，馬慧譯，北京聯(lián)合出版公司2017年版，第13頁。，因此，利用大數(shù)據(jù)的預(yù)測功能對犯罪嫌疑人進行犯罪風(fēng)險評估開始大行其道。不過，一項研究表明，這種針對個人的再犯可能性預(yù)測非常不可靠，因為預(yù)測軟件設(shè)計公司將大量諸如工作收入、受教育水平、家庭環(huán)境等一般因素作為參考變量，卻忽略了個人成長中的不確定因素，這導(dǎo)致參考變量在運算模式中的占比可能存在隱形歧視。②(34)②參見騰訊研究院等：《人工智能》，中國人民大學(xué)出版社2017年版，第551-554頁。例如，財產(chǎn)性犯罪可能多發(fā)于收入較低人群，嚴重暴力犯罪可能多發(fā)于低受教育、成長環(huán)境糟糕的人群，但是這并不能排除高收入、高知個體的再犯可能性。如果沒有充分考慮個體發(fā)展的變量，僅依照過去的一般規(guī)律作為預(yù)測標準，很可能會導(dǎo)致嚴重的群體歧視。

然而，大數(shù)據(jù)的建模模式?jīng)Q定了對信息的收集只可能是對既往數(shù)據(jù)的收集：決定大數(shù)據(jù)預(yù)測核心能力的機器學(xué)習(xí)，“就是從已知的知識(特征)出發(fā)，利用概率統(tǒng)計等數(shù)學(xué)計算方法來得到某種數(shù)學(xué)規(guī)律(模型)，并利用所得數(shù)學(xué)規(guī)律來計算完成任務(wù)。”③(35)③姚海鵬、王露瑤、劉韻潔：《大數(shù)據(jù)與人工智能導(dǎo)論》，人民郵電出版社2017年版，第26頁。可見，對大數(shù)據(jù)而言，它做出的所有判斷和預(yù)測都是對以往事實和經(jīng)驗的高階總結(jié)。從傳統(tǒng)實證角度出發(fā)，機器學(xué)習(xí)的容錯度較高，是一種非常好的統(tǒng)計工具；不過，一旦將大數(shù)據(jù)廣泛應(yīng)用到法律領(lǐng)域，尤其是影響決策制定時，很可能結(jié)果并不如預(yù)想的那樣。因為大數(shù)據(jù)應(yīng)用的關(guān)鍵是尋找規(guī)律，所以在應(yīng)用過程中會“制定容納‘硬’信息的框架，而排除只適用于個別情形的策略信息或‘軟’信息，以保證只有符合預(yù)設(shè)‘相關(guān)’的信息數(shù)據(jù)才會被收集?！雹?36)④Caryn Devins, Teppo Felin, Stuart Kauffman, & Roger Koppl, “The law and big data”, Cornell Journal of Law and Public Policy, 2017, 27, at 405.當(dāng)建立在歷史數(shù)據(jù)上的結(jié)論生成并指導(dǎo)決策制定后，新決策又會作為歷史數(shù)據(jù)再一次被大數(shù)據(jù)所收集，并成為下一次決策制定的數(shù)據(jù)基礎(chǔ)……周而復(fù)始，指導(dǎo)決策制定的信息類型越來越雷同，而信息渠道也會趨于單一。然而，法律實證研究的根本目的是推動法治社會的進步，這也意味著法律是絕不會永恒地躺在立法預(yù)設(shè)的框架內(nèi)的——“從社會學(xué)角度來看，顯而易見，從習(xí)性到慣例，再由慣例到法律的過渡是變動不居的?！雹?37)⑤Weber Max, “Economy and Society”, in Guenther Roth and Claus Wittich (ed.), An Outline of Interpretive Sociology, CA: University of California Press, p.325. 轉(zhuǎn)引自[德]Hubert Rottleuthner, Matthias Mahlmann:《法律的基礎(chǔ)》，張萬洪、丁鵬主譯，武漢大學(xué)出版社2010年版，第25頁。在社會發(fā)展中，科技的革新帶來生產(chǎn)力的爆發(fā)，經(jīng)濟的發(fā)展又帶來物質(zhì)條件的改善和生活方式的轉(zhuǎn)變，伴隨著人的理念的轉(zhuǎn)換，舊的法律規(guī)范或被廢除或被修正，而新的更符合人們行為慣例的法律規(guī)范被制定。可見，法律的演進過程中摻入了大量的新鮮因子，包含政治、經(jīng)濟、文化等各方面的因素共同推動著新老法則的更迭，而這種不斷吸納新變量的向前模式恰好與大數(shù)據(jù)不斷排錯的“循舊”方向相左。

(二)數(shù)據(jù)關(guān)聯(lián)的“單一”與法律解釋的“多元”

“當(dāng)社會允許生物學(xué)成為工程化的學(xué)科，會讓科學(xué)淪落為改變世界卻不明所以的狀態(tài)，這工程化的生物學(xué)也許仍然能告訴我們?nèi)绾蔚竭_目的地，然而它卻并不知道所謂的目的地究竟是個什么地方?！雹?38)⑥John H. Zammito, A nice derangement of epistemes: Post-positivism in the study of science from Quine to Latour, Chicago: University of Chicago Press, 2004, p.173.Woese的這番警告雖然是針對生物學(xué)，卻揭示了一個簡單卻深刻的現(xiàn)實：建立在數(shù)據(jù)關(guān)聯(lián)上的大數(shù)據(jù)預(yù)測，也許能展現(xiàn)給人們某些事實或答案，卻無法告訴真相。Janet Chan打過這樣一個比方：對一個等式而言，Y是Z的因子，通過調(diào)整Y就可以改變Z，也即當(dāng)Y被新的因子Y’所替代時，Z值也就成了Y’導(dǎo)致的結(jié)果；假設(shè)Z代表某地區(qū)的犯罪率，而Y代表警方想要調(diào)整的因素，則警方必須要證明Y不僅與Z具有關(guān)聯(lián)，而且是導(dǎo)致Z的原因之一。⑦(39)⑦See Janet Chan and Lyria Bennett Moses, “Is Big Data challenging criminology?”, Theoretical Criminology, Vol.20, No.1, 2016, at 32.換句話說，當(dāng)數(shù)據(jù)對結(jié)果的作用力大小無法證明時，則想要利用大數(shù)據(jù)去研究某個社會現(xiàn)象或推動法治的進程，幾乎是不可能的——因為數(shù)據(jù)對結(jié)果的呈現(xiàn)是“單一化”的，同樣的結(jié)果卻會因為作用因子的不同而具有完全不同的意義，展現(xiàn)出對社會迥異的影響力。例如，對同一地區(qū)的不同兩所學(xué)校歷年的學(xué)生違法犯罪數(shù)據(jù)進行收集和分析，發(fā)現(xiàn)兩校學(xué)生都是在一年前犯罪率開始激增，且都有嚴重暴力化的傾向。如果僅從數(shù)據(jù)關(guān)聯(lián)性來看，因為兩校過往的地理位置、社會環(huán)境、生源等都相近，則無法判斷各自犯罪率激增的成因。而如果引入變量，對數(shù)據(jù)的占比進行調(diào)整后就會發(fā)現(xiàn)，一年前分別有兩種文化對兩校學(xué)生進行了侵蝕：暴力游戲動漫和“古惑仔”式黑社會文化。顯然，如果沒有對關(guān)聯(lián)數(shù)據(jù)的進一步細分和解讀，對兩校犯罪率成因的判斷很可能趨同，從而對犯罪治理造成阻礙。

與數(shù)據(jù)關(guān)聯(lián)的“單一”呈現(xiàn)不同，法律最突出的特征之一就是解釋?！拔覀兊姆纱嬖谟趯ξ覀兊恼麄€法律實踐的最佳論證之中，存在于對這些法律實踐做出盡可能最妥善的敘述之中?！雹?40)①[美]羅納德·德沃金：《認真對待權(quán)利》,信春鷹、吳玉章譯，上海三聯(lián)出版社2008年版，第147頁。雖然法律解釋一般存在法律發(fā)現(xiàn)和文義的澄清與確定兩種思辨，但有一點比較明確，即無論是英美法系還是大陸法系，法官在具體案件中作出的對法律文本的解釋，更能體現(xiàn)法律解釋的本質(zhì)。②(41)②參見肖光輝：《法理學(xué)專題研究》，上海社會科學(xué)院出版社2016年版，第240頁。因此，當(dāng)法律成為實證研究的對象，或者當(dāng)需要應(yīng)用到法律實證的研究結(jié)果時，對法律的釋義也就成為了必然要求。同時，由于“法律的適用是個殊化的，受限于特定的情景，具有彈性而就勢隨形”③(42)③[德]Hubert Rottleuthner, Matthias Mahlmann:《法律的基礎(chǔ)》，張萬洪、丁鵬主譯，武漢大學(xué)出版社2010年版，第211-212頁。，也意味著，對法律的解釋雖然遵循一定的標準和原則，但并沒有恒定的結(jié)論，從而導(dǎo)致了擴大解釋、限縮解釋乃至法官造法。例如，刑法在制定之初并不存在虛擬財產(chǎn)的概念，因此電子貨幣、游戲裝備是否屬于“財物”就存在爭議。可社會生活的快速變革要求司法必須盡快對相關(guān)問題作出合理的回應(yīng)，這時，適度拓展“財物”的內(nèi)涵和外延，以包容評價虛擬財產(chǎn)的價值屬性就成為必然。④(43)④參見廣東省高級人民法院發(fā)布2017年度涉互聯(lián)網(wǎng)十大案件: http://www.gdcourts.gov.cn/web/content/41842-?lmdm=1000, 2018年10月10日訪問。顯然，相對于機械的數(shù)據(jù)解碼，法律更像是一種修辭和語言的游戲。⑤(44)⑤Caryn Devins, Teppo Felin, Stuart Kauffman, & Roger Koppl, “The law and big data”, Cornell Journal of Law and Public Policy, 2017, 27, at 379.它的邏輯中蘊含開放，規(guī)則中暗藏靈活的特性，使法律實證研究對變量和結(jié)論的闡釋較數(shù)據(jù)運算有著更高的要求。

(三)數(shù)據(jù)預(yù)測的“趨同”與規(guī)范適用的調(diào)整

哥倫比亞法學(xué)院教授Bernad Harcourt指出，用基于歷史數(shù)據(jù)的關(guān)聯(lián)性得出的決策進行預(yù)測，會形成反饋環(huán)路，從而削弱或摧毀干擾因素的影響，而這種干擾因素往往是推動決策改進的關(guān)鍵。⑥(45)⑥See Nernard E. Harcourt, Against Prediction: Profiling, Policing and Punishing in an Actuarial Age, Chicago, 2017, IL: University of Chicago Press.因為機器學(xué)習(xí)缺乏人類思維的創(chuàng)新，它只能通過不斷增加既往的判斷結(jié)果和衡量因子，在最初預(yù)設(shè)的運算框架內(nèi)進行最優(yōu)選擇。實際上，它觀察到的數(shù)據(jù)改變并不是研究條件變化時形成的，更有可能是之前輸出的數(shù)據(jù)再次輸入的結(jié)果——如此，輸入和輸出循環(huán)往復(fù)，容易形成一個閉環(huán)。⑦(46)⑦Caryn Devins, Teppo Felin, Stuart Kauffman, & Roger Koppl, “The law and big data”, Cornell Journal of Law and Public Policy, 2017, 27, at 409.這也意味著，如果沒有外來的新鮮因子被不斷輸入數(shù)據(jù)庫的話，只依靠大數(shù)據(jù)自運算，最終的預(yù)測結(jié)果將陷入停滯不前的泥淖中。這一點顯然與人類的發(fā)展軌跡并不相符?！捌渑d也勃焉，其亡也忽焉”，人類的發(fā)展歷程雖然有很多相似點可尋，但同時又充滿不可捉摸的波動性和分叉點。⑧(47)⑧[美]艾伯特-拉斯洛·巴拉巴西：《爆發(fā)：大數(shù)據(jù)時代預(yù)見未來的新思維》，馬慧譯，北京聯(lián)合出版公司2017年版，第III-IV頁?？梢赃@么說，正是不斷的試驗與創(chuàng)新推動著人類一路曲折前行，這過程充斥著意外和各種思想火花的迸發(fā)與匯集，而非沿著既定的線路而走。試想，當(dāng)大數(shù)據(jù)應(yīng)用于指導(dǎo)人們的行為習(xí)慣時，對行為軌跡的預(yù)判主要來自經(jīng)驗數(shù)據(jù)的演算，盡管可以根據(jù)某些特定情勢調(diào)整經(jīng)驗數(shù)據(jù)輸入的范圍，但是這種調(diào)整都是基于一般邏輯的推斷。然而情勢的變化往往突然而至，一旦情勢的轉(zhuǎn)變偏離預(yù)測軌道的話，大數(shù)據(jù)的預(yù)算就會變成一股保守的力量，從而阻礙創(chuàng)新的發(fā)展。⑨(48)⑨Caryn Devins, Teppo Felin, Stuart Kauffman, & Roger Koppl, “The law and big data”, Cornell Journal of Law and Public Policy, 2017, 27, at 405.

此外，由于這種運算模式強調(diào)的是一般規(guī)律的遵守，排除意外的變量因子，最終或可能導(dǎo)致對多樣性的排斥?！岸鄻有允菓?yīng)對不可預(yù)知的環(huán)境條件改變的關(guān)鍵，過度的行為一致性將增加系統(tǒng)運行的風(fēng)險?！雹?49)①Ian Ayres, Joshua Mitts, “Anti-Herding Regulation”, Harvard Business Law Review, 2015, 5(1), at 14.Caryn Devins等人通過對網(wǎng)絡(luò)社交媒體的用戶使用情況進行分析，得出結(jié)論：大數(shù)據(jù)不僅能預(yù)測人們的行為，還能影響人們的行為，甚至在過程中影響權(quán)力的分布。②(50)②這類社交網(wǎng)站會將他們認為的“最佳輸出結(jié)果”作為參量置入最初設(shè)計的運行框架內(nèi)，當(dāng)算法持續(xù)進行時，最初的參量會在無數(shù)次循環(huán)中逐漸放大影響，引發(fā)的直接后果就是認同并發(fā)布與“最佳輸出結(jié)果”一致言論的群體日漸集中，而相左言論或者來自競爭對手網(wǎng)站的信息影響力會逐漸減弱。此外，由于人的社交需求性，其他原本持中立意見的用戶會逐漸向影響力擴大的一方靠攏，而不愿靠攏的少數(shù)人會最終被迫退出。See Caryn Devins, Teppo Felin, Stuart Kauffman, & Roger Koppl, “The law and big data”, Cornell Journal of Law and Public Policy, 2017, 27, at 357.由此，當(dāng)數(shù)據(jù)運算應(yīng)用于法律實證研究、尤其是司法裁決時就更要警惕了——過于一致性會導(dǎo)致司法僵化，甚至社會發(fā)展的停滯?！皩Ψ伞\用規(guī)則’的運用使各種社會制度事實得以產(chǎn)生，在此基礎(chǔ)上特定的活動成為可能……法律規(guī)則的形構(gòu)力量，即創(chuàng)造新事實的機能?！雹?51)③[德]Hubert Rottleuthner, Matthias Mahlmann:《法律的基礎(chǔ)》，張萬洪、丁鵬主譯，武漢大學(xué)出版社2010年版，第34頁。需知，司法裁決與規(guī)范適用絕不是為了排斥少數(shù)異見，而是一個從多數(shù)社會群體的共同利益出發(fā)，兼顧少數(shù)、弱勢群體的聲音，并不斷改進的過程。因此，在研究中必須深刻意識司法裁決的目的，認清規(guī)范的適用固然需要一根準繩，但社會的變化又需要規(guī)范做出適度調(diào)整的現(xiàn)實需求，警惕完全一致的行動、思維的傾向，依靠匯集不同方向的力量和聲音，共同完成對規(guī)范運行軌跡的調(diào)整。因此，對大數(shù)據(jù)的預(yù)測功能，不能盲目依賴。

(四)數(shù)據(jù)決策的“暗箱”與司法裁決的公開

前述指出，大數(shù)據(jù)為了更為直觀地表達運算結(jié)果而進行的數(shù)據(jù)和圖表轉(zhuǎn)換過程，暗藏著關(guān)鍵數(shù)據(jù)丟失的風(fēng)險。這個局限性同樣影響著大數(shù)據(jù)在法律領(lǐng)域的應(yīng)用?！皵?shù)據(jù)不經(jīng)過壓縮成為理論或更精簡的敘述的話，就不具有任何意義?！雹?52)④Gregory Chaitin, Newton da Costa, & Francisco Antonio Doria, Godel’s way: exploits into an undecidable world, Leiden: CRC Press, 2011, p.62.由于大數(shù)據(jù)的運算數(shù)據(jù)量過于龐大，將運算過程全部展示出來根本不現(xiàn)實，因此，對運算結(jié)果進行轉(zhuǎn)換和壓縮就成為了必然。然而數(shù)據(jù)的換算是極其復(fù)雜、多層次的，其中某一個環(huán)節(jié)的數(shù)據(jù)換算出錯，經(jīng)過多環(huán)節(jié)的換算，這個錯誤就可能被放大無數(shù)倍。同樣的，假使換算的結(jié)果誤差在可容許的范圍之內(nèi)，結(jié)果還需要經(jīng)歷一道更為復(fù)雜的語義轉(zhuǎn)換，也即對數(shù)據(jù)進行壓縮。如果是涉及法律應(yīng)用的話，則案件越復(fù)雜，需要描繪的情形越多，數(shù)據(jù)越冗長，壓縮的程度也就越厲害。這時會讓人產(chǎn)生一個疑問：原本用以表達某個細節(jié)的數(shù)據(jù)，會否因為數(shù)據(jù)鏈的壓縮而就此丟失？然而，已知的數(shù)據(jù)關(guān)系只有離散的關(guān)聯(lián)，具體某個數(shù)據(jù)與確切事實的因果關(guān)系并不可查，也就是說，即使意識到了可能存在的失真風(fēng)險，也并不能找到具體的原因。那么，當(dāng)大數(shù)據(jù)被應(yīng)用到司法裁判，因為數(shù)據(jù)壓縮而導(dǎo)致裁判結(jié)果嚴重偏差卻又找不到具體原因時，問題就非同小可了。

“裁判公開與審理公開是審判公開制度的兩大基本內(nèi)容，其有利于顯示司法民主、遏制司法腐敗、保障正義實現(xiàn)、提高訴訟效益、培育法官素養(yǎng)、保證裁判質(zhì)量、發(fā)現(xiàn)法律漏洞和促進學(xué)術(shù)研究?！雹?53)⑤尹西明：《裁判公開制度研究》,載《河北法學(xué)》2003年第5期，第57頁。人們依靠審判公開制度，對公正司法實行有效監(jiān)督，可以說裁判過程、法官的釋法說理能最大限度滿足社會公眾的知情權(quán)，是司法制度穩(wěn)定運行的重要保證。然而，當(dāng)大數(shù)據(jù)，如它的堅定擁躉所言，完全取代法官實行量化裁判后，人們就會發(fā)現(xiàn)，原先仰賴裁判公開的信任基礎(chǔ)消失了——因為數(shù)據(jù)運算無法釋義。冗長的關(guān)聯(lián)數(shù)據(jù)間的耦合是阻擋人們解讀的第一重障礙，因為沒有因果關(guān)系而不存在推理過程是第二重障礙，除非進行語義壓縮，否則無法呈現(xiàn)結(jié)果是第三重障礙，如此一來，整個裁判過程好比一個無法打開的“暗箱”。大數(shù)據(jù)帶來一個悖論：一方面人們搜集更多的數(shù)據(jù)和證據(jù)為了對觀察的現(xiàn)象有更全面和準確的了解；另一方面，人們搜集的數(shù)據(jù)越多，越需要對其簡化才能窺視其中有用的信息。⑥(54)⑥See Caryn Devins, Teppo Felin, Stuart Kauffman, & Roger Koppl, “The law and big data”, Cornell Journal of Law and Public Policy, 2017, 27, at 358.簡化過程究竟拋棄了多少因果關(guān)系的細節(jié)無人知曉，更何況其中還存在著初始結(jié)構(gòu)設(shè)計時的數(shù)據(jù)收集偏差，這些因素聚攏于一個無人可窺探的“暗箱”里，極容易產(chǎn)生武斷的裁決，而這樣的裁決，顯然不符合人們對司法公平、公正和公開的要求。

四、大數(shù)據(jù)時代我國法律實證研究的應(yīng)對舉措

毋庸置疑，大數(shù)據(jù)正以超乎想象的速度影響并占領(lǐng)社會生活的方方面面，這是科技爆發(fā)的大勢所趨。“科技既不是好的，也不是壞的，更不是中立的?！雹?55)①Melvin Kranzberg, “Technology and History: ‘Kranzberg’s Laws’,” Technology and Culture, 1986, 27, at 545.當(dāng)前，數(shù)字社會與物聯(lián)網(wǎng)的加速建設(shè)，更多的生活、生產(chǎn)信息以數(shù)據(jù)的形式被納入到社會秩序監(jiān)管的框架中，這讓大數(shù)據(jù)技術(shù)參與到社會治理和法治建設(shè)成為必然。此前，輿論曾經(jīng)彌漫過一種擔(dān)憂，認為“社會科學(xué)是被N=all程式撼動得最為激烈的學(xué)科之一……社科研究者們也許將喪失他們在該領(lǐng)域的主導(dǎo)地位”②(56)②[英]維克托·邁爾-舍恩伯格、肯尼思·庫克耶：《大數(shù)據(jù)時代：生活、工作與思維的大變革》,盛楊燕、周濤譯,浙江人民出版社2013年版，第65頁。。誠然，目前的數(shù)據(jù)化趨勢的確顛覆了非數(shù)據(jù)化的人文社科理念，但并不意味著新技術(shù)對舊理論的全盤取代。從前述分析可以看出，大數(shù)據(jù)無論在自身的技術(shù)發(fā)展，還是實際的研究應(yīng)用上都存在著不可忽視的局限，同時也給智能時代法律實證研究的沿革帶來了無法回避的困境。因此，在面對“大數(shù)據(jù)潮”來臨的當(dāng)下，有必要確立客觀、審慎的思考模式，既要大膽擁抱科學(xué)進步帶來的優(yōu)勢，更需謹慎鑒別新科技的局限與引入的風(fēng)險，充分做好應(yīng)對各種困境的必要準備，才能真正獲得新技術(shù)帶來的益處。以前文剖析的大數(shù)據(jù)帶給法律實證研究的多個困境為前提，目前研究領(lǐng)域可做如下三個方向的應(yīng)對準備。

(一)理論應(yīng)對：構(gòu)筑科學(xué)、前瞻的理論陣地

一個重要的，且逐漸為學(xué)界所意識到的真相是，大數(shù)據(jù)對法律的影響絕不僅限于作為某種技術(shù)工具?！霸诖髷?shù)據(jù)的世界中，經(jīng)過大規(guī)模的數(shù)據(jù)分析，排除人類的偏見、不稱職和錯誤后，法律被推定為可以校準的方式實現(xiàn)政策目標和最佳的人類行為。”③(57)③Benjamin Alarie, Anthony Niblett, & Albert H, Yoon, “Regulation by machine”, 30th Conference on Neural Information Processing Systems (NIPS 2016), Barcelona, Spain, at 5. Retrieved from: http://www.mlandthelaw.org/papers/alarie.pdf, last visited: 2018-09-02.裁決量化一直是人們在尋求的目標，可當(dāng)大數(shù)據(jù)聲稱能實現(xiàn)這一目標時，新的擔(dān)憂又產(chǎn)生了：在大數(shù)據(jù)運算的無因果性與承載因果關(guān)系理論的法律中間，似乎存在著難以調(diào)和的矛盾。是先有數(shù)據(jù)關(guān)聯(lián)才有了因果關(guān)系的理論，還是先有了理論才能找到相關(guān)的數(shù)據(jù)？——這個疑問似乎成為了大數(shù)據(jù)應(yīng)用于法律研究的一個先期阻礙。然而，必須指出的是，無論大數(shù)據(jù)的無因果性與傳統(tǒng)理論間的隔閡有多深，都不能成為盲目阻絕大數(shù)據(jù)進入法律界的理由。因為數(shù)據(jù)是無限的，輸入?yún)s是有限的，而“所有的觀測(數(shù)據(jù))都包含著理論的釋義”④(58)④Karl R. Popper, “A realist view of logic, physics, and history”, in Objective Knowledge: An Evolutionary Approach (Rev. ed.), New York: Oxford University Press, 1979, pp.285-295.。大數(shù)據(jù)收集的數(shù)據(jù)范圍不僅是可控的，而且是必須用理論控制的。一旦認識到這點，就會發(fā)現(xiàn)，在大數(shù)據(jù)技術(shù)和法律實證研究之間隱含著多個理論銜接點，而要想實現(xiàn)自然科學(xué)與社會科學(xué)的有效對接和充分融合，則需要首先構(gòu)筑一個科學(xué)、前瞻性的理論陣地。

首先，“科學(xué)性”是指泛在的，同時涵蓋自然科學(xué)與社會科學(xué)在內(nèi)的，并契合國內(nèi)實際需要與現(xiàn)狀的理論。一方面要意識到，我國的法律實證研究正處于難得的理論拓展機遇期?！暗靡嬗诜蓴?shù)據(jù)的幾何級增長，法律實證研究在中國遇上了最好的時代?！蓪嵶C研究在當(dāng)下中國又遇上了最壞的時代，因為看似豐富的數(shù)據(jù)海洋下面，實際上處處存在暗礁。”⑤(59)⑤程金華：《邁向科學(xué)的法律實證研究》,載《清華法學(xué)》2018年第4期，第160頁。在大數(shù)據(jù)推動我國各項法律數(shù)據(jù)庫快速建立的背后，是我國的法律實證研究長期處于數(shù)據(jù)不足，理論欠缺，操作隨意的現(xiàn)狀。⑥(60)⑥程金華：《邁向科學(xué)的法律實證研究》,載《清華法學(xué)》2018年第4期，第158-164頁。因此，從理論發(fā)展的獨特現(xiàn)實出發(fā)，我國當(dāng)前的法律實證研究需要把握兩個特殊點：一是大數(shù)據(jù)不同于傳統(tǒng)實證研究的技術(shù)內(nèi)涵大大縮短了我國與國外早已形成科學(xué)理論體系的法律實證研究的差距；二是法律實證研究的傳統(tǒng)理論正面臨數(shù)字化的嚴峻挑戰(zhàn)，也意味著我國的理論拓展正處于追趕和變革的雙重關(guān)鍵期。另一方面還要認識到，當(dāng)前數(shù)字社會的建設(shè)標志著自然科學(xué)與社會科學(xué)深度融合的態(tài)勢，因此，對法律實證研究理論的革新應(yīng)當(dāng)站在全新的視角，充分研判不同學(xué)科的優(yōu)勢與劣勢，以兼收并蓄的姿態(tài)尋求多學(xué)科的銜接，探索符合法律規(guī)律的新型實證研究理論。

其次，“前瞻性”是指能充分預(yù)估信息技術(shù)的發(fā)展趨勢，深度挖掘大數(shù)據(jù)技術(shù)應(yīng)用于法學(xué)研究中存在的本質(zhì)問題和技術(shù)難點，并具有高適應(yīng)性和兼容性的基礎(chǔ)理論。“機器學(xué)習(xí)已遍及各個領(lǐng)域，且隨著電子數(shù)據(jù)的激增可能會在大數(shù)據(jù)時代發(fā)揮更重要的作用?！裉?，我們?nèi)匀豢梢允褂脗鹘y(tǒng)計算機運行機器學(xué)習(xí)和完成其他計算任務(wù)，但從長期來看我們可能需要考慮其他方式。”①(61)①[美]Kalman Toth：《人工智能時代》，趙俐譯，人民郵電出版社2017年版，第215頁?？茖W(xué)家已經(jīng)宣告了信息技術(shù)日新月異的變革節(jié)奏，而法律研究領(lǐng)域需要做的就是以發(fā)展的眼光提前構(gòu)筑理論沿革的路徑曲線，大膽預(yù)設(shè)，小心求證。具體而言，可從三方面進行著手：(1)從法理學(xué)的角度，研究深度學(xué)習(xí)算法與法律理論的聯(lián)系與矛盾；(2)就實證研究方法，探索新技術(shù)條件下傳統(tǒng)實證理論的變遷與沿革、算法歧視的有效規(guī)避、數(shù)據(jù)樣本的權(quán)屬界定等；(3)以5G網(wǎng)絡(luò)生態(tài)的發(fā)展態(tài)勢為前提，思考在物聯(lián)網(wǎng)的建設(shè)布局下，大數(shù)據(jù)實證研究的拓展、數(shù)據(jù)監(jiān)管和產(chǎn)業(yè)間的規(guī)范銜接等問題。要明確，目前初步開展的以司法數(shù)據(jù)庫為基礎(chǔ)的實證研究尚屬于“大量數(shù)據(jù)的研究”，而“基于大量數(shù)據(jù)的研究并非嚴格意義上的大數(shù)據(jù)研究”②(62)②左衛(wèi)民:《邁向大數(shù)據(jù)法律研究》,載《法學(xué)研究》2018年第4期，第142頁。，因此，真正的大數(shù)據(jù)實證研究的基礎(chǔ)理論建設(shè)平臺亟待鋪就。

(二)技術(shù)應(yīng)對：建立嚴密、完善的操作糾偏機制

由于大數(shù)據(jù)存在著諸多技術(shù)性瑕疵，法律實證研究中，會給樣本選擇、樣本統(tǒng)計和樣本分析等階段帶來多重技術(shù)性偏誤，同時，大數(shù)據(jù)的運行實質(zhì)還涉及侵犯隱私權(quán)等倫理問題。因此，必須改進舊有的研究操作步驟，建立一套嚴密、完善的研究操作糾偏機制，從技術(shù)角度來切實解決已出現(xiàn)的操作問題。

首先，對樣本選擇階段的“選擇偏誤”和“數(shù)據(jù)碎片化”，著重需要解決的是數(shù)據(jù)樣本的選擇失衡，以及不同行業(yè)、產(chǎn)業(yè)間的數(shù)據(jù)樣本重復(fù)、采集標準不統(tǒng)一等問題。對此，需要在各行業(yè)內(nèi)加快建立統(tǒng)一的大數(shù)據(jù)庫，制定嚴格的行業(yè)數(shù)據(jù)采集、管理標準和規(guī)范，改進和強化各類數(shù)據(jù)測量儀器的生產(chǎn)標準，盡可能實現(xiàn)行業(yè)內(nèi)不同機構(gòu)間的規(guī)范數(shù)據(jù)共享和數(shù)據(jù)互通，同時分別從技術(shù)、規(guī)范雙重角度推動行業(yè)用語的統(tǒng)一，以減少數(shù)據(jù)樣本碎片化傾向；同時，在數(shù)據(jù)樣本篩選環(huán)節(jié)設(shè)置變量檢測指標，利用大數(shù)據(jù)對行業(yè)內(nèi)常見的目的性傾斜、程序性疏漏等選擇失衡表征進行分析，搭建變量檢測模型，以排除樣本篩選中的一般失衡因素；此外，還需要設(shè)立個人隱私信息鑒別篩查口，制定適用于行業(yè)一般操作標準的個人隱私信息鑒別機制，在大數(shù)據(jù)樣本中提前過濾涉?zhèn)€人隱私的數(shù)據(jù)，盡可能避免對他人隱私的侵犯。

其次，對樣本統(tǒng)計階段的“測量偏誤”和“確認偏誤”，需要著重解決的是數(shù)據(jù)樣本的失真和研究模板的“偶然性結(jié)果確認”問題。要實現(xiàn)數(shù)據(jù)樣本的保真，不僅要嚴格規(guī)范數(shù)據(jù)測量儀器的規(guī)格和生產(chǎn)標準，還要強化對具有數(shù)據(jù)采集功能的芯片、儀器的生產(chǎn)企業(yè)的數(shù)據(jù)庫監(jiān)管，同時加速驅(qū)動各行業(yè)間的數(shù)據(jù)互聯(lián)互通，規(guī)劃構(gòu)建微小企業(yè)數(shù)據(jù)存儲與流通監(jiān)督機制，大力推動協(xié)調(diào)政府機構(gòu)、互聯(lián)網(wǎng)平臺、數(shù)字芯片儀器生產(chǎn)企業(yè)三方權(quán)益的云存儲數(shù)據(jù)庫的規(guī)范運行和安全監(jiān)管，以科學(xué)審慎的態(tài)度迎接5G時代基于物聯(lián)網(wǎng)的真正大數(shù)據(jù)實證研究的到來；此外，為保證實驗?zāi)Ｐ偷目茖W(xué)性和準確性，需要為實驗結(jié)果的驗證設(shè)立“多重確認審核機制”，對數(shù)據(jù)樣本和參量進行多次調(diào)整，盡可能減少“確認偏誤”的發(fā)生。

再次，對樣本分析階段的“可視化失真”和“混雜偏誤”，需要著重解決的是數(shù)據(jù)轉(zhuǎn)化保真的技術(shù)難點，以及變量結(jié)果間的因果關(guān)系誤導(dǎo)問題。前述指出，數(shù)據(jù)可視化失真的風(fēng)險主要來源于編碼路徑的選擇、數(shù)據(jù)丟失和技術(shù)盲點等三個原因，除了技術(shù)盲點屬于操作中不可控的因素外，前兩點原因?qū)е碌钠`都可通過技術(shù)性干預(yù)予以矯正。目前大數(shù)據(jù)應(yīng)用于法律界出現(xiàn)的較大問題在于，法律想要實現(xiàn)的目的與具體編碼設(shè)計間存在不小差異，這種差異一方面源自程序設(shè)計員對法律需求和實質(zhì)的誤讀，另一方面源自設(shè)計方案路徑選擇中缺乏與法律專業(yè)人士切實的溝通及其指導(dǎo)。因此，必須加速跨學(xué)科大數(shù)據(jù)法律實證研究人才的培養(yǎng)，有針對性地提升程序設(shè)計員對數(shù)字的法律化建構(gòu)能力和法律專業(yè)人士對法律的數(shù)字化解讀能力，從而真正實現(xiàn)對數(shù)據(jù)樣本編碼路徑的最佳化選擇，以及對決定性數(shù)據(jù)丟失的判定。此外，明確“混雜偏誤”產(chǎn)生的關(guān)鍵在于“干擾變量”的誤導(dǎo)，需要強化樣本分析環(huán)節(jié)的因果關(guān)系解讀，在統(tǒng)計學(xué)和法學(xué)專家的指導(dǎo)下修正樣本規(guī)模，進行混雜變量的調(diào)整，以此減少不合理的因果關(guān)系解讀選項。

最后，對數(shù)據(jù)采集的越界問題，關(guān)鍵需要實現(xiàn)的是個人隱私信息保護機制的建立和完善。一方面，亟待確立科學(xué)合理的個人隱私信息界定標準。目前，國內(nèi)對個人信息保護的重要參考對象是歐盟的《通用數(shù)據(jù)保護條例》和《以犯罪預(yù)防、調(diào)查、偵查、起訴或刑罰執(zhí)行為目的的自然人個人數(shù)據(jù)保護指令》，但是這些規(guī)定對個人隱私信息的范疇界定都比較模糊，忽略了人工智能時代數(shù)據(jù)信息動態(tài)多變的特點。因此，對隱私信息的界定可以從個人主觀層面和社會客觀層面進行差異化的動態(tài)判斷，這實際要求構(gòu)建一個明確合理的隱私信息量化標準。①(63)①朱嘉珺：《數(shù)字時代刑事偵查的隱私權(quán)保護界限——以美國卡平特案大討論為切入口》，載《環(huán)球法律評論》2020年第3期，第55頁。另一方面，需要建設(shè)一個圍繞數(shù)據(jù)信息權(quán)屬的信息保護均衡機制。數(shù)字社會，尤其是物聯(lián)網(wǎng)的鋪設(shè)，不僅在大中小企業(yè)、機構(gòu)里出現(xiàn)了密織的數(shù)據(jù)庫，同時數(shù)據(jù)共享機制和開源平臺的出現(xiàn)更是讓數(shù)據(jù)流動成為常態(tài)。與此同時，大量個人信息被理所當(dāng)然地掌握在了企業(yè)、機構(gòu)的手中，這也意味著數(shù)據(jù)信息的主體并非數(shù)據(jù)信息的存儲方，而數(shù)據(jù)信息的存儲也并不代表對信息享有絕對的所有權(quán)和控制權(quán)。因此，有必要構(gòu)建個人、商業(yè)機構(gòu)和政府三方協(xié)調(diào)的信息保護均衡機制，既能對個人關(guān)鍵信息實現(xiàn)監(jiān)管和保護，又要考慮到數(shù)據(jù)在數(shù)字社會的資源利用價值，以動態(tài)的方式維護信息保護和數(shù)據(jù)循環(huán)再利用間的平衡。

(三)結(jié)構(gòu)應(yīng)對：創(chuàng)設(shè)協(xié)調(diào)、規(guī)范的風(fēng)險控制系統(tǒng)

根據(jù)大數(shù)據(jù)運行機理與法律實證研究思維結(jié)構(gòu)間的矛盾分析，可以看出，二者主要在研究模型建構(gòu)、法律釋義、規(guī)范適用和司法裁決等四個方面存在實質(zhì)性的結(jié)構(gòu)互斥。這種互斥不單是數(shù)據(jù)原理與立法規(guī)律間的矛盾，也是自然科學(xué)與人文社會科學(xué)間體系性沖突的一種表現(xiàn)。雖然依照大數(shù)據(jù)的理念，任何社會現(xiàn)象都可以數(shù)字方式進行呈現(xiàn)和解釋，但就技術(shù)現(xiàn)實發(fā)展而言，這種理念始終是理想化的，而橫亙于抽象與具象學(xué)科間的溝壑卻是實際存在且無法全然填補的。因此，要想使大數(shù)據(jù)有機作用于法律，必須創(chuàng)設(shè)一個風(fēng)險控制系統(tǒng)，從整體對大數(shù)據(jù)和法律實證研究的運行兼容性進行把控，充分發(fā)揮二者的優(yōu)勢，調(diào)和二者的矛盾，以期實現(xiàn)數(shù)字時代法律實證研究變革的最優(yōu)化。

就整體而言，一個良好風(fēng)險監(jiān)控系統(tǒng)的建立，需要在遵循研究流程的同時對每一個結(jié)構(gòu)碰撞下產(chǎn)生的癥結(jié)進行風(fēng)險監(jiān)控，因此，圍繞著大數(shù)據(jù)應(yīng)用于法律實證研究的多個環(huán)節(jié)，該系統(tǒng)主要從數(shù)據(jù)建模、樣本采集、統(tǒng)計分析，到結(jié)果釋義進行分步檢驗，以此對結(jié)構(gòu)型矛盾可能產(chǎn)生的風(fēng)險實現(xiàn)層層遞減。

首先，需要在建構(gòu)研究模型時增設(shè)“軟信息”填補平臺，以抵御大數(shù)據(jù)“循舊”模式的僵化。利用大數(shù)據(jù)對既往信息的高歸納和總結(jié)特性，可在某種程度上實現(xiàn)對社會運行和事物發(fā)展規(guī)律的一般性預(yù)測。然而，這種預(yù)測是高度概括的，以純粹的經(jīng)驗為經(jīng)驗，在數(shù)據(jù)樣本篩選時就對少數(shù)的、新鮮的數(shù)據(jù)很不友好，顯示出僵硬的“循舊”傾向。因此，在大數(shù)據(jù)預(yù)測時必須注意兩點：一是嚴格區(qū)分群體與個體、一般與個別的決策適用，高度警惕市面上已經(jīng)出現(xiàn)的各類針對個體的決策類應(yīng)用模型，很可能這類模型構(gòu)建的數(shù)據(jù)基礎(chǔ)只是基于群體的一般性數(shù)據(jù)歸納；二是在數(shù)據(jù)建模時增設(shè)“軟信息”填補平臺(注：一般將適用于個別或少數(shù)情形的信息稱為“軟信息”)，定期檢測新數(shù)據(jù)因子的出現(xiàn)頻率和影響力，當(dāng)頻率和影響力達到一定閾值后，則可認定個別情形已經(jīng)上升為了一般情形，則該數(shù)據(jù)因子成為決策制定的必要輸入數(shù)據(jù)，以此對數(shù)據(jù)模型進行調(diào)整，可在一定程度上防止因重復(fù)吸納不斷精簡的相同經(jīng)驗數(shù)據(jù)而產(chǎn)生的“循舊型”模式僵化。

其次，需要在樣本采集和統(tǒng)計分析時強化“多預(yù)案”設(shè)計，以應(yīng)對因果關(guān)系的錯位和結(jié)論閉環(huán)的產(chǎn)生。大數(shù)據(jù)講求數(shù)據(jù)關(guān)聯(lián)而不注重因果關(guān)系的原因在于，事物或現(xiàn)象構(gòu)成的原因過于復(fù)雜，存在太多人類所無法窺知的生成因素，因此只能尋求數(shù)據(jù)與結(jié)論之間的關(guān)聯(lián)，而無法確切得知其中的因果關(guān)系。然而，要想通過研究推動事物改變或社會進步，僅僅能得出結(jié)論是遠遠不夠的，必須找到形成結(jié)論的關(guān)鍵因子或變量，找到問題現(xiàn)象出現(xiàn)的癥結(jié)，才能予以修正。同時，大數(shù)據(jù)“自運行”本身還具有趨同排異、從舊斥新的特點，這也讓大數(shù)據(jù)在做出預(yù)測時容易陷入結(jié)論閉環(huán)的困境，給規(guī)范適用的調(diào)整和立法更新形成阻礙。面對這些問題，傳統(tǒng)單線程的研究思路顯然無法予以解決，需要將樣本采集和統(tǒng)計分析進行階段性整合，強化“多預(yù)案”設(shè)計，具體包括：(1)在遵循統(tǒng)計學(xué)規(guī)律的前提下，科學(xué)調(diào)整數(shù)據(jù)采樣范圍，多層次多角度思考數(shù)據(jù)與結(jié)果間的因果組合，以找出明確的關(guān)鍵影響因子為目標；(2)在統(tǒng)計分析中警惕“過度一致性”趨勢，要在尊重多數(shù)群體選擇的基礎(chǔ)上考慮少數(shù)群體的權(quán)益，必須在決策制定中保障多樣性的存在、維護目標系統(tǒng)運轉(zhuǎn)的適度靈活和可持續(xù)發(fā)展，依靠定期對統(tǒng)計結(jié)果在變化的社會環(huán)境背景下的適用反饋，調(diào)節(jié)研究系統(tǒng)和采樣范圍，以實現(xiàn)最大程度的利益普惠。

最后，需要在結(jié)果釋義中進行“明細化”展示，以規(guī)范裁決量化中出現(xiàn)的“暗箱”情形。由于大數(shù)據(jù)的復(fù)雜性，無法直接呈現(xiàn)運算過程，因此在具體實務(wù)中很容易陷入“一步到位”的裁決模式中，即依靠歸納既往裁決的關(guān)鍵變量構(gòu)建裁決模型，在研究中輸入相應(yīng)采樣數(shù)據(jù)直接得出結(jié)論的做法。例如，對青少年校園欺凌案進行裁決量化，主要提取被告年齡、被害人年齡、被告行為特征、被害人受到的損害等關(guān)鍵信息，通過模型搭建，可實現(xiàn)一個簡單直觀的校園欺凌同類案件裁判預(yù)測/衡量平臺。但實際上，這類裁判平臺對大眾并不友好，不僅因為關(guān)鍵因子的提取缺乏司法評判標準，同時這類數(shù)字化的操作缺乏細致的釋法明理，使得此類裁決模式缺乏公開性、法理性和普遍性。因此，在大數(shù)據(jù)技術(shù)無法進行過程展示的前提下，需要對裁決流程首先進行模塊劃分，如審前、審中、審后，在審判模塊中進一步分為公訴方、被告方、附帶民事訴訟原告方、法庭意見，再依據(jù)審判細節(jié)可再分為公訴方的起訴依據(jù)、被告方的抗辯理由、雙方質(zhì)證環(huán)節(jié)、法庭認定事實和理由、法律依據(jù)、裁判結(jié)果以及社會環(huán)境和輿論影響等，通過將整體審判流程按縱向或橫向劃分為若干個模塊，對每個單一模塊再提取關(guān)鍵變量建立子模型，同時對各模塊依照參與方或?qū)徟协h(huán)節(jié)等建立多個對照組，則可在一定程度上向公眾提供審判推論的細節(jié)展示，保障裁決量化的合理合法，體現(xiàn)司法權(quán)威。