司法大数据应用的应然态度

徐梦梦

（1．南京师范大学 法学院，江苏 南京 210046；2．伊犁师范大学 法学院，新疆 伊犁 835000）

大数据时代下经过专业化处理后的司法数据，实现了数据增值的极大飞跃，促使人们加深了对司法规律的认识，一定程度上解决了需要兼顾正义与效率的司法难题，是深度科学司法的体现。[1]作为司法领域中的新样态、新事物，司法大数据的应用除了须依托技术攻关、产业发展、制度建设以外，其应用的应然态度亦是充分发挥其效能的重要因素。

一、大数据时代司法实践出现的新变化

（一）大数据时代司法实践出现的三个转变

大数据是以大容量、大流量、多类型、应用价值高为主要特征的实际数据集合。大数据不仅是一种数据分析方法，更是一种新型的思维模式。大数据具有较好的融合性，它渗透在社会的各行各业，进而改变着社会的发展，如数字经济时代的大发展，新型的法律纠纷也不断涌现。[2]大数据在司法领域中催生了司法大数据，冲击传统的司法活动。司法大数据的出现并不影响大数据一般效用的发挥，但影响和改变着传统的司法办案模式。司法大数据带来的三个转变并不是对传统司法模式的全盘否定，更多的是对原有范式的极大拓展。

1．从注重定性分析向注重量化分析转变

海量数据是大数据的基本特质之一，大数据并不是数据的堆砌，而是在整合下的分析。大数据背景下促使量化分析更加趋于基本规律，进而获取新知识，创造新价值，由此实现大发展、大容量、大科技与大知识。与小数据分析的数据来源相比，数据收集更为系统、全面，而非样本收集。与小数据分析的高精确性相比，对混杂性和完整性更为重视，更易于还原“真相”。小数据时代受资源、技术水平等方面的限制，系统、全面的数据收集与分析往往意味着高成本，因此小数据分析更加注重定性分析。大数据是科技大发展的时代，对数据的收集及分析发生了质的飞跃，深度的量化分析得以突破，极大地提高数据分析应用价值。大数据下量化分析更易还原“真相”，反映在司法领域对犯罪趋势、制定相关的预防惩治政策、司法审判等等方面提供重要的数据支撑。

2．从注重因果关系向注重相关关系转变

大数据具有更加先进和高效的计算能力与法则，在数据分析与数据挖掘方面得到显著提高，以相关关系对事物检索纳入量化分析的范围，实现原本的因果关系向相关关系的转变，相关关系的研究必然会对传统思维模式产生巨大的影响。注重相关关系的分析并不是对案件因果关系的摒弃，大数据的应用为相关关系的量化分析提供可能。司法案件相关关系的分析不同于以往案件因果关系的分析。因果关系分析存在小数据时代，是从已知结果寻找未知原因。因果关系是一种特殊的相关关系，二者并不等同。相关关系的研究价值一般情况下是高于因果关系的研究，为司法领域中治理体系的现代化提供更多有意义的研究方向。在此，文章借助司法大数据产品——小包公法律实证分析平台（以下简称小包公平台）作简要叙述。如近期媒体曝光的拐卖事件引起了对是否需要提高收买被拐卖妇女罪的量刑问题，在小包公平台可按照需要设定样本来源，将收买被拐卖妇女案件中存在的相关性情况进行分析，如地域分布、各案件中贩卖妇女的数额、收买人的犯罪目的、与收买行为并罚的他罪等诸多维度，进而得出相应的分析结果。司法案件不仅仅是当事人之间的个人纠纷，它还是社会问题在司法领域的映照。相关性分析的研究为治理体系现代化的建构提供了助力。

3．从注重精确推理向注重概率思维转变

精准推理是传统的科学研究思维，大数据下思维方式不再拘泥于观察分析下的逻辑推演和实验验证。大数据时代下科学探究通常利用尽量多和完整的案例进行探究与分析，进而将共性总结出来，最终实现概率性推测。[3]注重概率思维并不是对精准推理的否定，大数据下的海量数据是社会实践经验的数据化，尤其是社会发展过程中，并不是存在绝对的准确定论。概率思维为人类应对社会问题提供了多种思考，在司法领域中导致案件发生的因素繁多，概率思维能为司法治理体系现代化发挥重要作用。

（二）大数据对司法领域的冲击

正如前文所述，大数据与司法领域的融合造就了司法大数据的产生，它是司法智能化发展的必要结果。大数据技术应用在司法领域，对传统的司法模式产生极大的影响。

1．司法理念的冲击

至今为止，司法大数据仍属于新鲜事物，对司法大数据的认可是一个过程。司法活动是严肃的，关乎到人民的幸福安康，维护着社会的公平正义。新鲜事物的产生，可能会出现全盘肯定或全面否定的局面。前者认为，大数据仅仅是一种高端的技术，是司法工作的辅助工具，并不影响原有的司法办案模式。后者认为，司法大数据不仅是技术手段，更是思维模式和行为方式的转变。司法大数据是对原有司法工作的良好总结，其量化分析可作为司法工作的基本指引。

2．体制机制上的挑战

司法大数据的效用最大化离不开更高层次的数据共享，但现有的数据共享机制尚未全面建立起来，存在数据壁垒的现象。数据壁垒的原因是多方面的，或因为司法大数据的界定尚未明确，部分数据处于资源沉睡状态；或因为数据自身的保密性或尚未公开，抑或数据共享机制存在地区建设零散化、重复化，等等。[4]

3．应用上的难点

司法大数据的应用难题主要是大数据技术与司法活动的融合，二者属于不同的领域。司法业务与法律规则的数据化提取与表达过程中能够将技术和法律的衔接性突显出来，并向数据语言进行转换，保证机器可以分析。[5]司法大数据的全面铺开离不开司法人员和技术人员的通力合作，催生着法律与数据复合型人才。

二、大数据与司法活动的碰撞

（一）大数据对司法公正的“正向”驱动

预测功能是大数据最为重要的功能之一，在海量数据处理与分析过程中运用数学模型，对事件可能发生的几率进行预测。大数据下法的可预测性作用将得到极大的发挥，司法机关可依靠智能化司法办案辅助系统，促使司法公正得有了更为刚性的保障。

1．运用大数据校正司法程序规则实现程序理性

首先，大数据对于程序内部行使公权力进行明确标准的提供，司法人员利用大数据进行实践分析，利用量化分析更精准完成案件流程，有利于转变“重定性轻定量”“重定罪轻量刑”的思维方法及习惯，针对法律适用情况展开科学常规的研究，对程序设计与执行过程进行规范化处理，可使得与我国法治特征更为相符的程序法规则被总结并提炼出来。

其次，法官判案过程应用大数据信息技术方法能够更好地对以往司法案例进行借鉴与参考，辅助法官在案件判断和分析过程中更加精准，对法官思维等进行优化。法官可参考大量案件数据分析和法律依据，使法官判决的可靠性与明确性得以提升，尽可能避免随意和任意判决的现象。一方面使法官能力得以提升，另一方面使法律适用的案例数据基础更为坚实，对裁判与审理进行改进，审判风险得以有效控制。完成以大数据为基础的案例共享制度的构建，使相似或同类案件的审判依据更加充实，对法官在案件相关法律与资料的应用时提高查找效率，总结、整理并分析大量的有关案例信息，对经验和提取规则等进行归纳，为法官判案过程提供帮助。

最后，被告人、犯罪嫌疑人可通过大数据量刑对量刑结果进行预测，对不同行为可能各种后果进行预测，进而保证判决结果接受度更高。而且利用大数据系统进行相应的计算后能够得出量刑结果，相对于人为主观量刑结果的准确性更高、客观性更强，因此量刑更加精准。以故意伤害案件为例，法官在智能辅助判案系统汇总录入案件资料，系统会将与案件相关的要素以及依据等归纳并推送，系统会将谅解书或者和解书、被害人伤残鉴定报告等依据展现在判决依据中，并且也会提供量刑建议。

2．扩容程序的参与空间

大数据与司法系统的有效融合，一方面促进司法审判活动不再受空间的约束，充分展现出司法流程的重要价值；另一方面，收集海量数据并对其进行研究，使法律决策定位更为精准，同时有助一般人员有更多渠道参与到司法活动的监督中来，使当事人行使参与权得到保障。司法活动通过司法系统程序性行为量化为社会公众的自觉感知，见证程序演进，使社会大众更加广泛的参与，同时参与深度也获得提升。公民积极参与到案件侦查、起诉、审判与执行等过程，可使公民司法参与机制建立更具中国特色，有效避免司法官僚化，有利于司法公信力提升，对法治理念的推广具有积极作用，进而实现司法权力执行公正性的提高。

3．增强司法公开化

司法公正以公开为基本前提，符合社会公正的期望，同时也是人民法院的重要职责。大数据背景下，各级人民法院与时俱进，传统的司法管理模式、司法公开方式、司法人员的思维方式已发生极大转变；相比之下，大数据时代司法管理的精细化、智能化模式，网络化、智能化的司法公开理念以及司法人员的大数据思维方式正逐步形成。到2019年4月3日，我国范围内的各级法院庭审直播已经共计288．4万次，访问量总计156．5亿次，公布裁判文书总数为6576．1万篇，访问频次共计239．9亿次。

首先，司法领域的公开模式还在不断优化和创新，可促使社会大众增强司法参与感，有效督促法官严格诉讼程序、规范司法行为，在全面掌握案件事实的基础上，对定案证据与价值衡量作出内心确信后得出结论，增强当事人对司法裁判结果的信任度。其次，司法流程得到社会大众的监督，使司法正义更加透明。最后，对庭审公开的司法数据信息进行大数据分析及挖掘，在对用户兴趣数据与行为模式进行精准把握及分析的基础上，促使各级法院对此更重视，裁判文书内法官应当将援法释法用思维与严密逻辑性等充分展示出来，使得判决经得起公众的推敲与质疑，实现精准普法。

4．统一司法尺度

司法机关通过加强制度设计，运用大数据、人工智能等科技手段催生的新工具、新算法，可提升司法统计质效，辅助司法管理，并将证据标准嵌入司法辅助办案系统，统一司法裁判尺度，规范司法程序，实现司法公正。

大数据能够将海量案例提供给法官借鉴，为法官判断与分析提供帮助，并对其思维进行优化，根据海量真实案件对应的分析使法官能够参照的法律依据等更为充足，法官专业能力与专业水平得到显著的提高，使法律适用性有更坚实的真实数据基础，对审理和裁判的改进都有积极影响，并且使审判风险得到很大程度的降低。大数据与人工智能可以统一司法裁判尺度，成为控制裁判偏离度的“纠偏机制”，避免司法裁判不公。对法官在案件审理和分析过程中，仅对个别案件了解，但并未掌握整体而引发裁判尺度统一性较差的问题，可完成以以往案件为基础的裁判预警体系，对案件判决情况与比重自动展开更深层次和全方面的研究，将立案信息、重要证据、事实以及判决主文等多种要素进行提取，完成相似案件裁判预测图的绘制，对裁判尺度进行验证，若偏离幅度较高则系统自动报警，使司法随意性和任意性尽可能避免，使类案类判更好的实行，保证法律适用的高度统一，为司法公正提供保障。

（二）司法大数据对司法公正的“负向”阻力

美国大数据白皮书《大数据：抓住机遇守护价值》（2014）中明确指出：全世界都因大数据而发生非常大的改变，同时，该报告也积极鼓励社会各方以大数据发展与应用推动社会进步与经济发展。在大数据技术广泛应用的情况下，亟需构建相应的制度框架、结构体系来规范并确保大数据的安全发展和应用。这侧面呼吁社会各个行业对大数据积极方面的功能和作用充分运用时，对于个人隐私以及社会公平等可能受到大数据应用的负面影响也要重点关注。作为信息化技术发展过程中的产物之一，大数据对于司法效率和司法公正有积极影响，不过也有可能会存在一定程度的消极影响。因此，在司法领域需要高度警惕大数据技术滥用可能导致的“数字利维坦”（Digital Leviathan）的现实风险及危机。

1．“数字利维坦”导致司法不公

司法能够对社会冲突与纠纷进行处理，保证社会的稳定与和谐。如今，在司法统计、审判以及管理过程中都会应用大数据。大数据思维下的量化预测思维是大数据应用的出发点，若应用过度有可能导致大数据理念的过度化或者思维僵化，导致数据独裁加剧，因此数据依赖性不能过强。司法机关利用智能化系统进行量化分析所做的预测会进一步深化司法机关对大数据的依赖程度，在司法领域的应用也极易产生“数字利维坦效应”。

目前，各级司法机关日益重视大数据，尤其在司法决策、司法审判过程中，但如果司法机关片面强调数据的重要性，司法决策都以数据为依据，或者仅以数据为标准进行评估，那么是不合理的。[6]而将数据分析获得的结果作为司法判决的重要依据，尤其对于刑事判决，一旦所依据数据的真实性及准确性有待考证，则有可能产生与之期待相反的后果，不仅不利于司法公平正义的实现，甚至带来一定的反作用。

《大数据时代》中维克托·迈尔－舍恩伯格明确表示，“大数据会导致一个威胁的进一步严重化：人们对数据分析结果的依赖性和信任性过强，可能其本身并不合理；而且过度沉迷于数据，但数据远没有我们想象的可靠”。在司法实践中，司法人员对数据如此高度的依赖会导致数据盲目崇拜，其超越自身理性，对大数据的过度信任可能会给司法决策、司法管理等行为带来误导；另外，一旦司法裁判所依据的数据质量很差、有偏颇或被错误分析，极易导致不公的判决，可能会重蹈罗伯特·麦克纳马拉覆辙的巨大风险：“盲目信任数据赋予我们的巨大力量及潜能，而忽略了它本身的局限性，忘了鉴别它固有的误导能力”。

因此，数据分析和预测需要与相应的场景联系，注重客观数据与司法人员主观经验的理性结合，否则会产生“歧义”。而大数据挖掘和预测又是不可避免的技术进步，[7]大数据可以完成信息的告知，不过对其并不解释，虽然在人们理解信息过程会适当地引导，不过也可能导致误解，能否合理运用决定其结果的优劣性。司法实践过程中，司法人员不应为了“数据”而使用“数据”，在对司法大数据进行统计、分析、处理、应用的过程中必须正确看待并挖掘司法数据的潜在价值，谨防数据过度使用可能导致的司法不公现象。

2．数据信息技术无法克服的缺陷

如今海量数据时代下，司法管理会遇到各种技术方面的问题，其中无法规避的技术问题就是数据割据。数据对接对应的成本偏高、数据交换真实性较差、数据并未统一处理以及数据集聚难度大等都对智慧司法的实现有很大制约性，这也必然会对司法公正造成很大影响。数据格式差异化引发联通障碍即数据孤岛；数据割据是指数据安全、制度与部门保护等使其数据无法连通引发的应用数据的割据化状态，这和大数据的共享性和开放性特征是冲突的，导致法官在事实面前可能会出现判断错误，而且群众参与性不高。并且，司法审判受到数据陷阱的影响还不确定。在大数据时代背景下，司法人员很难判断数据完整性和数据质量。同时，数据的挖掘利用与管理亦存在不足。大数据应用于司法领域，作为原始材料的司法数据只是枯燥无味的代码组合，只有从海量司法数据中提炼出来的有价值的规律和知识才是黄金。

3．数据陷阱造成司法公正的困境

在大数据时代下，掌握数据则决策自主权也就拥有了。司法数据与很多部门有关联，部门之间各自为政，都以自身利益为核心，对自己部门的利益维护，信息开放程度偏低。

第一，部门间信息往往以“自上而下”或者“由下而上”形式实现单一纵向传递，平行部门间的信息交流互通较少，各部门的自建数据库尚缺统一的规划和标准、倾向于自我监管，各个系统基本上都是多个开发商在各阶段研发的，数据结构与格式存在差异，导致不同信息系统无法兼容，各部门间或者部门内部应用系统之间的数据资源难以实现有效的传递与共享，从而形成了许多独立、封闭的“信息孤岛”，导致数据的孤岛化及割据化，不利于司法人员的数据收集、分析及信息挖掘工作的开展。法官在挖掘与分析过程中应用的数据不完整，势必影响到结论精准性。一旦对案件的认定和判断存在偏差，裁决的理性相对较差，导致当事人对裁判不认可、司法不公正等严重后果。[8]

第二，数据开放制度还需要进一步优化，数据共享的权限呈现倒金字塔的形态，个体、层级或区域不同的情况下，即使司法业务或系统数据相同，其开放权限也有可能存在差异。通常来说，数据共享的权限会因为不同区域和法院层级的不同而导致流通性差。数据共享性和系统整合是智能司法最显著的优势，使司法数据的集聚更大化的实现。司法人员可对数据进行全面深入的研究，得到精准性更高的预设结论。若司法数据融合范围局限性过大，其作用就无法充分发挥，辅助司法人员的程度就会偏低，当事人掌握的数据真实性、完整性就相对较低，而且不够及时，因此导致回应的时效性不高，司法活动及司法参与则会受到负面影响，正常的司法程序受阻，对于司法公正的实现也没有裨益。所以，建立智慧司法首先要保证各部门司法数据的衔接，各个司法机关与执法部门实现数据共享，积极主动的交流互动，完成共享数据库的建立，使司法精准性与效率都随之提升，并且对于改革制定科学合理的方案，实现司法数字化改革，打破司法数据的分而治之的局面，更深层次的挖掘司法数据，并对案件展开全面精确分析，为司法人员案件判断与审理提供帮助，推进司法公正的强化。

司法公正是以司法数据公开性与透明性为基础，不过收集数据的技术还需要提升，并且司法人员主观意识很难避免，司法人员获取到的数据不能保证完整性，数据存在可靠性差、真实性低且不够完整等，利用这些数据进行分析得到的结论也必然存在很多问题，无法达到精确无误的状态，在一定程度上产生“数据陷阱”。在大数据时代，数据安全与陷阱问题是很难规避的。每年司法裁判文书公开数量都很多，达到千万级，且具有低价值密度特点，黑客攻击成本提升。大数据技术迅猛发展，对于网络安全提出更高要求，并且安全性需求的扁平化程度也随之提高，这就导致数据资源以及海量司法数据很容易被攻击，司法数据的收集就会面临更大挑战，司法公正也会受到很大制约。因此，司法系统在对司法数据信息进行公开的同时，需严格把握数据“公开”与“保密”的尺度，合理对数据密级进行划分，对于国家机密、个人隐私等数据必须和普通数据明确划分，对数据安全管控方案严格落实，充分利用先进的现代化科技方法对司法数据安全提供保证，保证司法流程的有序开展，不仅对司法公开起到积极作用，还能使司法公正更好的落实。

在大数据快速发展的推进下，通过无用数据爆炸以及数据匮乏将优质数据共享性与开放性的短缺和数据保护的普遍性等各种对数据连通产生负面影响的现象充分展现出来，运用到司法领域中会对司法公正产生相应的影响。数据的开放共享需要结合实际情况、权衡利弊。司法过程体现的是一种有限理性，公正的裁判以案件数据信息和实证事实为基础。因此，在司法活动中，通过各种智能化系统及应用加大司法数据信息的开放力度，保证司法数据深度分析和挖掘。而且，对数据进行提取、整合与总结，对其中具有重要意义和有潜在价值的部分进行挖掘，决策以数据为基本前提和依据，在程序正义得到保证的前提下实现司法公正。不过，司法数据公开必然要对一个问题高度重视：密度低是大数据特征中非常关键的，在海量数据中提取有价值的数据，其数据量必然是非常少的，公众提出数据共享与开放的要求时，通常对司法数据可用性并未关注，司法流程的数据有很大一部分都是没有价值的，这对司法程序正义必然造成消极影响，同时当前在数据查询、标准与格式等方面的规定还不够完整、规范与统一，应以立法的方式对制度进行制定并对相应的措施有效落实，明确规定数据标准和应用方式。与此同时，对于优质数据保护主义存在的问题，如很多部门只允许部门内部人员应用数据库，部门间数据流通性和共享性很差，面对社会的司法数据共享与开放机制无法真正实现，活动中数据的管理效率偏低，使用方式不够合理，利用率也相对较低。作为社会公平正义最后一层防护，司法具有公民权益保障与维护作用。司法公正会受到司法数据的共享性和开放性的重要影响，司法系统对于数据开放性与共享性应当不断提升，促使司法机关之间完成数据共享与开放维护体系的建立，司法人员数据意识不断提升，将自我保护与地方保护等狭隘的想法彻底摆脱，突破数据堡垒，将数据割据问题逐渐解决，提高司法数据的共享性和开放性，真正做到跨地区和跨部门的数据共享。此外，司法数据的储存、挖掘、应用和分析等要进行大力度的保护。建立科学高效的司法数据管控制度，并对该制度不断健全和优化，数据库系统的建立要保证大规模、内容完整丰富，开放标准与模式以及数据存储方式等要保证一致性，完成多层数据开放平台的构建，使数据共享得以提升，数据库系统内部的数据质量参差不齐，数据来源过于繁杂等，数据库维护与管理人员对此要对数据进行查错纠错，要进行定期排查以及安全局检验，使司法数据精准性得以提高，使司法人员在数据分析、判断和挖掘方面更加便捷高效，通过智能应用更高效的践行司法的公正性。

三、司法大数据应用的价值认知

2017年，人民法院司法大数据研究基地正式揭牌，是司法大数据应用阶段的里程碑式的标志，是学术研究与司法实务的结合，该基地开发了一批司法大数据产品，为司法大数据逐步实现司法领域提供了实例。司法大数据是大数据对司法领域的融合与冲击，它所带来的信息数字技术的升级、高速的知识更迭，冲击着原有的司法制度和机制结构。正如凯文·凯利在其新作《必然》中对此作出了估算：我们发明新事物的速度已经超出了我们“教化”这些新事物的速度。今天，一项科技问世之后，我们需要大约十年的时间才能对其意义和用途建立起社会共识。[9]价值博弈是一项法律制度构建完善的实质，[10]对司法大数据应用的价值认知必须明确。

（一）持有顺势而为的基本态度

科学技术是第一生产力，是人类进步和社会发展的重要的推进器。大数据是科技高速发展的结果，而司法大数据是司法数据化、信息化的呈现形式。对司法大数据首要的态度应当是顺势而为，拥抱新科技带给人类的便利和进步，不必畏首不前，或对数字科技表示否定，但也不必过度夸大新科技力量的影响力边界和神秘性。面对自然科学的高速发展，作为社会生活的主体，并非是消极无为的，可通过制度设计来加以缓冲和应变，并使自然科学的发展更好地服务于生产生活，这正是社会科学的重要功能。

信息时代呼唤决策者重新思考和发掘程序的意义与价值，在解决问题过程中，注意发挥程序的功能，运用好程序的缓冲作用，将尚处于人类逐渐了解与认知中的新问题纳入个案决定范围，而非简单地通过普遍性规范直接加以规定。一方面，可以通过程序来限定权力的范围，使其不会恣意扩张，比如，用于裁判个案的数据（而非进行犯罪预防等社会政策研判）宜根据取证程序进行个案获取，而非通过刑事司法机关与商业运营主体的“一揽子”合作协议任意获取。另一方面，也可以通过进入个案程序来审慎地观察新型权利在运用中的合理边界，令其不会绝对化或过于偏激，例如在谷歌诉西班牙数据保护局和马里奥·格斯蒂亚·冈萨雷案中，欧洲法院认为被遗忘权并非一项绝对权利，其实施应当坚持个案判断原则，由法官在网络运营者的合法利益与公民个人利益之间做出权衡和选择。[11]

（二）规避“泛大数据化”的应用倾向

司法领域的数据化、信息化是司法大发展的必经之路，但对司法大数据的应用倾向不可泛大数据化，区分大数据与小数据在司法中的不同效用。数据分析包括大数据分析与小数据分析，两者解决的问题不同，应注意区分两类数据分析方法在司法中的不同作用，避免“泛大数据化”的应用倾向。正如前文所述，大数据侧重于数据相关性分析，对多数问题变量间因果关系都无法建设，或者建设的因果关系并不是真实的[12]，且对精确性不再被期待，同时也意识到精确性是不能实现的[13]。因此，大数据的应用领域主要是预测事物发展方向和态势分析等宏观方面，在刑事司法与执法相关活动中主要体现为犯罪发展态势研判、司法统计分析、审判动态研究等。作为小数据分析基础的数据量未必小，“小”指的是数据分析所选择的范围集中于案件潜在关系人，其分析强调精准和因果关系。[14]

在司法统计基础上发展起来的大数据分析更有可能加强各级法院整体上的能动性，而非在个案中提供指引。应对刑事个案，需达到排除合理怀疑的证明标准，对事实认定的准确性有较高要求，因而通常不宜将大数据分析获得的结果直接适用于个案裁判中。