基于Bayes原理的酒驾检测异议案分析

朱启飞 杨白云

(云南警官学院，云南·昆明 650223)

引 言

据公安部交管局公布数据，2010年至2018年我国每年酒驾引发的交通事故占交通事故的20%左右(1)数据来源：公安部交科所http://www.tmri.cn/msc-detail.aspxl.。国家司法大数据研究院的研究报告显示，2012年至2017年上半年，全国各级法院审结的交通事故纠纷案中，酒驾占比高达18.1%(2)数据来源：中国法院网http://czjqfy.chinacourt.gov.cn/article/detail/2018/04/id/3265087.shtml.。 2019年前10个月，全国共查处酒驾违法行为170万起(3)转引自：新浪网http://news.sina.com.cn/c/2019-11-30/doc-iihnzhfz2699975.shtml.。查处酒驾已成为交警的一项重要工作，同时也引起了人们对酒驾检测的准确性的关注。

目前，学者对酒驾的研究主要分为两个方向：一是对酒驾检测技术方面的研究(4)彭华海. 酒后驾驶检测技术和预防酒驾技术的研究现状探讨[J]. 中国标准化，2019，(06).，目的在于提高酒精检测仪的准确性(5)Sunshine J E , Dwyer - Lindgren L Chen A ，etal. Alcohol-impaired driving in US counties，2002-2012[J].Population Health Metrics，2018，(01).；二是从法律适用及社会影响方面研究，旨在提高治理酒驾的有效性，减少酒驾行为。理论上，检测结果与法律适用是两个独立的部分，因为任何检测都不能绝对准确，不能直接依据孤证(一个检测结果)而得出相关法律结论。但是，现有文献中，很少涉及两者关系的研究。本文将以概率论为基础，运用Bayes原理，将检测结果与法律适用联系起来，对孙某某酒驾检测异议案进行分析。主要从理论上分析以下问题：1.酒精检测的准确率如何？2.如何从技术上处理检测中的误差？3.查处酒驾时对检测结果持异议者是否有必要进行二次检测？

一、Bayes原理

如果事件A已经发生，可能引起A发生的原因只有n种，分别是：B1、B2、…、Bn，并且这些原因有且只有一个发生。 那么，事件A是由原因Bi引发的概率为：

从统计学视角来看，它是条件概率和全概率公式的推论，包含了归纳推理的思想，结论的得出不仅依据当前获得的信息，而且还综合了之前已经拥有的信息。从逻辑学角度来看，它是在结果已经发生后，综合相关信息来推断某种原因导致事件发生的可能性大小，它是对结果的一种解释方法，属于溯因推理。

二、酒精检测异议案分析

(一)孙某某酒精检测异议案(7)案件来源：https://www.sohu.com/a/257029712_100144772，2020.2.25.

目前交管部门现场一般采用的呼气酒精检测仪，携带方便而且快速出结果。准确性和稳定性易受环境影响，结论易引起驾驶人的质疑和投诉(8)陈立伟. 酒后驾驶检测技术和预防酒驾技术的研究现状[J].医学与法医，2015，(06).。2019年10月5日21时20分，孙某驾驶晋LS91**小型轿车在×××立交桥下被×××市公安局交警支队特勤大队检查时，通过简易呼气式酒精检测，显示为酒驾。 孙某不服，又到医院进行血液检测，结果仍然显示酒驾。孙某对检测结果仍然持有异议，于是向法院提起行政诉讼。

(二) 孙某案的贝叶斯推理流程

孙某某是否真的酒驾？酒驾的可能性如何?下面将利用贝叶斯原理对这一问题进行分析。简称该案件为“本案”，用B表示孙某某酒驾，E1表示酒精检测仪检测显示他是酒驾，E2表示抽血检测结果显示孙某酒驾。根据已有的研究成果及案件相关信息，给出孙某某案的贝叶斯推理流程，如图1所示。

图1 孙某酒驾异议案贝叶斯推理流程图

(三)孙某某案的贝叶斯推理步骤

第一步，针对结果事件发生的原因，提出假设{B1,B2…,Bn}。导致结果事件发生的原因一般不唯一，(如果原因唯一，那么原因与结果就是一个等价命题，也就不需要再进行后面的推理。)要穷尽一切可能性，提出各种假设来解释该事件为何会出现。如果根据历史数据判断，导致事件A发生的常见原因有B1、B2、B3，还有一些不常见(或不清楚，不关心)的原因，此时可以把它们合并为“其他原因”，表示为B4。另外，如果仅仅关心原因B对事件A的影响，就可以原因分为B和两类。

第二步，赋值原因事件的先验概率P(Bi)

先验概率是在参照证据A没有出现的情况下，各种原因事件Bi发生的概率。对事件发生概率的赋值，常用的方法有以下三种：

方法一：频率概率法——参照相关历史数据统计分析得到。要赋值一个事件发生的概率，可以找一些情况最为相似的事件作为参照组，从而利用参照组中事件的发生频率来代替概率。参照组的选择尤为关键，如果选择不当，可能会有较大的误差，甚至得到错误的结论。譬如，辛普森案中控辩双方选择不同的参照组，就得到截然不同的概率(9)朱启飞，袁策. 条件概率在刑事司法实践中应用[J].贵州警官职业技术学院学报，2017，(04).。

方法二：主观概率法——分析人员根据自身知识经验，估计事件原因Bi发生的概率。相对统计学上，利用频率近似代替的概率而言，该方法得到的概率具有一定的主观性。在刑事侦查中，常用侦查实验对主观概率进行修正。 但是，在社会、经济等决策分析中，很多随机现象是不可复制的，甚至很难找到合适的参照组，无法用频率方法确定概率，所以只能采用该方法。

在确定主观概率时，应当尽可能咨询和利用专家意见。同时，还可以利用相关历史资料、大数据库信息等，对已经得到赋值的主观概率进行修正。

方法三：自然语言概率转化法——将对事件发生可能性判断的自然语言转化为具体的概率值。

有些参与案件研判的人，在生活和工作中很少涉及概率的计算，很难对某一事件发生的概率给出一个具体的数值，常用“很可能”“几乎不可能”“绝对相信”等自然语言来描述事件发生的可能性大小。针对这一现象，为了适用概率分析方法，部分学者提出将自然语言转化为概率数值的方法，比较全面的两种方法(见表1)。

表1 陈瑞华自然语言概率转化法(10)陈瑞华， 刑事证据法学(第二版)[M].北京， 北京大学出版社，2014年。

对事件发生概率赋值时，如果不能直接给出具体数值，也可以根据相关信息对判断事件发生所持有的心理状态(确信程度)，对每个事件给出概率值，如下表2所示，然后进行下一步推理论证。

表2 何家弘自然语言概率转化法(11)何家弘， 刑事审判认证指南[M].北京：法律出版社，2002年。

第三步，确定原因事件Bi发生的条件下，结果E1出现的初始概率。

结果显示：第一次呼气检测显示酒驾时，他真正酒驾的可能性为2/3。如果大家对这一结果难以理解，甚至持怀疑态度，通过以下具体的数字分析就清晰了：根据前面所用的统计数据，被检测驾驶员有1%的人酒驾，如果检测了1000人，那么其中就有10人是酒驾的，990人未喝酒。 其中，10个酒驾的人中，有99%的被检测出，即检测时几乎10人均显示酒驾；990个未喝酒的人中，0.5%被误检为酒驾，即有将近5人显示为酒驾。于是，检测时被显示为酒驾的15人中，有10人是确实为酒驾，检测为酒驾的人确实酒驾的人所占比例为2/3 现孙某检测时显示酒驾，所以他涉嫌酒驾的概率就是2/3。

在没有任何检测之前，参照相关资料，得到孙某酒驾的先验概率是1%，现得知呼气式酒精检测显示其酒驾这一信息后，得到的后验概率。结果表明，经过这次检测，虽然孙某涉嫌酒驾的可能性大大提高了，但还是没有达到 “排除合理怀疑”(95%)这一标准。这一结果并非说明该检测仪不能用于查处酒驾，主要是由于检测遇到的驾驶员中，未酒驾的人占绝大多数，即使酒精检测仪只有很低的错误率，也导致部分显示酒驾。而在查处酒驾的实践中，通常是用以下几种方法提高酒驾检测的准确率。

一是提高先验概率P(B)。 在日常检查中，没有必要对全部驾驶员都进行酒精检测，可以凭直观感觉，利用经验进行初步判断，只有在已经怀疑某驾驶员很可能酒驾，至少是“有点相信”(10%)酒驾时才进行检测，此时的结果的可靠性高于95.6%，已经达到“排除合理怀疑”的标准。

三是使用准确更高的检测仪器。随着社会的进步和科技的发展，检测仪器的错误率会越来越低，也就是更接近100%，更接近0，得到的概率准确性就会越来越高。

(四) 孙某某案的贝叶斯推理结果分析

根据贝叶斯原理经过以上分析推理，得到孙某某涉嫌酒驾的概率变化过程如下表3所示。

表3 孙某酒驾案的概率分析表

从上表可以看到，如果仅仅经过第一次检测，只能是“比较相信”孙某涉嫌酒驾，再次抽血检测之后，已经“非常相信”他酒驾，理论上完全达到“排除合理怀疑”的标准。从理论上看，查处酒驾的法规是完全合理的。在司法实践中，如果抽血检测之后仍然显示为酒驾，如果驾驶员不能给出合理的解释，即使驾驶员再次提出异议，司法机关也是按酒驾的相关法规进行处理。

三、利用Bayes原理分析证据的优势与不足

(一) Bayes原理分析证据的优势

一是有效解决证据合取难题。在利用传统的概率方法(12)(美)罗纳德·J·艾伦. 艾伦教授论证据法(上)[M].张保生等译, 北京, 中国人民大学出版社，2014年。进行多个证据的合成时，需要满足证据之间相互独立这一要求，而现实中，事物是普遍联系的，几乎很难达到这一要求。 所以， 在理论上这一方法就存在一定的限制。利用贝叶斯原理推理证据组合的证明力时，不需要证据间的独立。

二是贝叶斯推理随着新证据出现逐步深入的，完全符合人类的认知规律。它作为一个司法研究工具，不仅可以用于证据分析，还可以用于刑事案件的案情分析，为侦查提供方向。

三是从理论上解决孤证定案难题。 “孤证”，顾名思义，就是仅仅有一个案件相关的证据。例如，在“云南版辛普森案”—陈辉涉嫌杀害同居女友案(13)CCTV-1， “今日说法” 栏目， 2015年11月28日以“难寻的真相”为题对该案进行详细的报道. 也可参见法制网：http://www.legaldaily.com.cn/The_analysis_of_public_opinion/content/2015-07/06/content_6180289.htm.中，其中一个证据就是捆绑尸体的胶带上发现的血潜指纹与其匹配。如果仅仅有此孤证，即使指纹检测结果达到99.9999%，全球也会检测出7500万人的指纹与该血指纹匹配。因此，一般都遵循“孤证不能定案”的原则。(14)金钟.证明力判定论—以刑事证据为视角[M].北京：中国人民公安大学出版社，2010年。

(二) Bayes原理分析证据的不足

一是在运用该推理方法时需要深入了解原理的本质，否则会出现与实际不符的结果。

南昌大学原校长周文斌在法庭上辩护时，由于不恰当地运用概率论知识，所以得到与法庭判决不符的结论(15)梁权赠. 用数字证明：从周文斌案的概率分析说起[J].证据科学，2015，(04).。

二是先验概率赋值容易主观化。先验概率的赋值应结合实际情况，综合运用前面所提供的几种方法，不宜凭个人情感主观化。

三是推理结果为小概率的事件容易被直接认为是不可能事件。对理论推理的结果要理性分析，小概率事件并不是不可能事件，不能直接否定推理得到的小概率事件发生的可能性，应该结合实际情况进行分析，或者采用侦查实验反复验证。

结语

酒精检测异议案中，涉嫌酒驾的人是对检测结果的异议。对交警或法官而言，对于当事人是否酒驾不可能获得完全准确的认识，只是对酒驾达到某种相信程度，至于要达到什么样的相信程度才能作出结论，就是“客观真实”与“法律真实”界限。Bayes原理就是沟通事实与法律的桥梁，本文以它作为推理工具，利用相关统计数据从理论上进行分析得到：

1. 首次酒精检测的误差率偏高，提出异议具有合理性，需再次复查以提高准确性。二次酒精检测后，准确性达到“排除合理嫌疑”的程度，完全可以做出结论。

2. 可以通过以下方法提高检测结果对酒驾真实程度的反应。一是进行二次检测，二是降低检测仪的误差。

当代大陆法系国家的证据制度，是自由心证和法定证明结合，更倾向于自由心证。 所以，在理论上，贝叶斯推理是一条证据分析的新思路，它把自由心证这个黑匣子显性化。诸多学者都在尝试把概率论这一不确定性推理的工具用于司法研究，在理论上也取得了一定成果，尤其在单一证据的证明力方面，如痕迹检验、DNA检测等方面已经得到广泛的应用。但在证据组合的证明力方面，概率论还有很大的应用空间。