大数据证据应用辨析

[摘 要]随着信息化、大数据的发展，司法实践日益走向数字化、数据化，传统的证物等证据类型无法满足司法实践的需求。我国现有诉讼程序采用了法定的证据类型，在立法上没有对大数据证据的类型做出规定；在实际的司法实践中，对于大数据证据类型的认定没有统一的标准。在确保大数据的真实性、大数据证据与待证事实的关联性以及大数据证据的可信度的前提下，建立大数据证据的规则具有重大现实意义。

[关键词]大数据；证据属性；大數据证据

一、大数据证据的内涵与特征

证据是载体和内容的统一。证据的留存形式体现在证据载体上，证据内容是记录事件发展的进程，是完成证明待证事实所存在的可能性的客观依据。大数据因其特性具备成为证据材料的客观属性，构成了从大数据与证据制度角度进行互动探讨“大数据证据”的相关问题的逻辑前提。

（一）大数据证据的内涵

大数据是电子证据在发展中所迭代的产物。目前，学界对大数据证据并没有清晰、统一的概念，有共识的是大数据证据是在对海量数据收集、分析和提炼中得出的相关结论。有学者将大数据证据界定为基于海量电子数据形成的分析结果或报告[1]，这种看法难以充分反映出大数据的独特特征；也有学者将利用大数据技术得到的材料皆称为大数据证据[2]，这种看法过于广泛，以致对大数据证据的理解更加模糊；还有学者从方法论角度出发，提出大数据证据能产生实用意义上的增值价值[3]，这是一种从价值出发的观点，这种看法实际上是在用大数据来证明，而不是用大数据作为证据。

（二）大数据证据的特征

大数据和电子证据的组成部分都是数据，但是两者有本质的不同。通过分析大数据证据的内涵及与司法的关联性，可以较为清晰地发现，大数据证据具有如下特点：1.数据规模大，数据来源多样；2.数据更新速度快；3.数据元素之间可能有复杂的关联和相互影响；4.具有大量实时可视化分析，可深入地理解数据；5.更大面积和更快速度促进数据驱动的决策。

一方面，大数据证据的基础是海量电子数据，规模大且类型多，相较于早期一条一套的电子数据，大数据证据以信息量大为新特色[4]。另一方面，大数据证据不是简单地列出大量数据，而是经过了复杂处理。目前，将大数据证据视为电子数据二次加工的观点已为众多学者所认可和采纳，成为大数据证据的公认特点[5]。再者，大数据证据的重新处理是基于数据挖掘、数据统计、数字模型、数据碰撞等技术的应用，使大数据证据具有与电子数据相区别的新的价值增量。对比传统证据间仅存在一种相关性，或是强联系或弱联系，大数据证据之间存在着两种关系，即基本资料的相关性较弱，分析结论却具有较强的相关性。

二、大数据证据的实践发展

证据是对案件事实进行论证的基础，能够充分地证明案情。但不是每一种材料都可以作为证据来证实案件。随着时代的发展，我国的刑事立法对证据的规定做了许多相应的改变调整。1996年刑事诉讼法将证据界定为所有可以证实案情真相的事实，并将其严格限制在七类；2012年，刑事诉讼法对证据类型作了修订，规定所有能够证明案情的材料均为证据。1996年刑事诉讼法对证据类型的规定采取了封闭式的列举方法；2012年刑事诉讼法对证据的表述呈现出一种开放的态度。在2012年，我国刑事诉讼法增加了电子证据的电子数据，电子信息技术和互联网技术的发展促进了电子证据的形成。这种类型的证据在我国的司法实践中起到了很大的作用。

同样，大数据证据也是具有法律依据的。虽然大数据证据没有被我国立法“正名”，但是在实践中靠大数据来证实案件的真实，已成为一种客观需求。利用大数据技术对犯罪嫌疑人进行大数据分析，确认其身份，是侦查案件事实的一种重要方法。尽管在司法审判中运用大数据证据的案例很多，但是在法官和公诉人看来，仍然存在着相对保守的观点，因为大数据证据是一个时代的产物，很难界定它的形式。此时，法官一般会采用两种方法：一是把大量的数据资料转换成书证、鉴定意见等；二是以大数据的分析结果为辅助材料，以证明案情。就目前学术界对大数据证据的认定，大多还是否定大数据证据的独立法律类型。

回顾我国的法律证据体系，在社会变迁的过程中，法律证据的类型也在不断地被发展与运用，大数据证据也是一样，这种类型的证据将成为数字社会的一个重要的法律结果。

三、大数据证据的适用

大数据技术是大数据侦查的关键技术之一。大数据是利用互联网、计算机等科学技术发展起来的一种新的侦查方式，利用了现代科学技术对大量数据进行采集、分析、验证，为查明案件事实提供了重要的突破口，在刻画事实案件全景图、证据辅助补强和进行时空的同一性认定等方面上具有重要作用。

（一）全面刻画案件事实

对案件的全景影像进行描述，能够更有效、客观地反映案件的基本状况。当然，这种侦查手段的实施不可避免地会对当事人的诉讼权利产生一定的冲击，特别是对个人信息权的侵害[6]。通过大数据技术，将大量数据库进行比对，得出是否是同一个人的结论。公民在做某件事的时候，不仅会留下身体上的痕迹，在网络活动中，也会在网络上留下痕迹。案件中的当事人各种信息、数据载体和生活轨迹等行为基本被数据化。这些被数据化的信息，在智能算法和关联比对中进行串联沟通，形成证据法学所日益期盼的信息资源与数据库。日趋完善的资源和信息库，有利于克服证据法学中的信息数据资源稀缺的根本矛盾。

司法机关在进行大数据调查时，通过大量数据的对比，使其在时间和空间上具有一致性，全面地刻画案件事实，快速、准确地锁定犯罪嫌疑人。通过大数据进行事实刻画，无限接近还原事实状态，也将利于事实的认定者以现在的眼光去认定过去的案件。

（二）辅助证明与补强功能

在庭审等司法活动中，大数据证据作为一种辅助性的证据的内涵是：尽管大数据证据的生成和要被证实的对象的出现并不一定关联，并且二者之间没有任何的证明逻辑关系[7]，但它对其他证据的补充、印证作用是客观存在的。利用大数据技术可以分析犯罪嫌疑人是否具备犯罪的条件，以及在时间和空间上是否重叠等因素，判断犯罪行为是否有可能影响到证人证词的可信性。大数据证据对言辞证据的补充，可以避免法庭根据法律规定的证据，直接对案件进行定性。

通过对多项证据进行补充，使其成为一个闭环的证据链，达到能够证实案件事实的目的。例如行贿受贿案件中，通过大量的数据分析可看出，在一定时期内行贿者与受贿者是否进行过密切联系，受贿者在同一时间是否提取了大量的现金，接受贿赂的人和被贿赂的人在同一时间是否前往同一地点。这些资料虽不能直接证实行贿受贿事实，却能对供述、口供和其他目击者的证言进行佐证。

（三）大数据证据的事实认定

大数据证据往往是以间接的方式来达到证明能力，与其他的间接证据类似，与其他证據相结合，才能充分地证明整个案件事实。

在刑事诉讼中，大数据证据以间接证据方式来证实案件。大数据证据除能证实网络犯罪中所涉及的数额之外，还对于认定特定的犯罪主体也具有十分重要的意义。例如，判定犯罪嫌疑人是以集资诈骗罪定罪，还是以非法吸收公众存款罪论处，关键在于确定被告人主观上是否有非法占有目的。对主观要件的认定，需要从客观上的外在表现着手，例如掌握涉案资金的流向，以及对其实际使用情况的分析、是否存在非法占有目的。在实际操作中，对此类案件的资金流向往往又缺乏有效的监控手段，无法跟踪犯罪嫌疑人的资金流向。因此，司法机关利用大数据的运算能力，对资金账户、账户实际控制人的动向、手机上的数据进行分析，能够得出资金流向分析报告，报告的间接证明能够起到对案件事实认定的作用，甚至对于定罪量刑也有依据作用。

四、大数据证据适用完善规则

要想使大数据证据在司法中的应用得到进一步的完善，就必须不断地积累大数据技术在实践中应用的案例，总结法官们的实践智慧，使之成为适用于具体案例的司法惯例规则，为法官和律师的司法行为提供指导。

（一）大数据证据能力的规定

大数据证据在收集、审查、认定、采信等过程中是否符合法律法规，大数据证据所基于的海量数据、算法分析结果的真实与否，都是影响是否具有证据能力的关键。大数据强调的是一种思想的应用，它可以用特定的方法，洞察到事件的原因和价值。大数据技术通过对特定的算法进行分析，使整个案件的证据链更加完整、更加真实，最大限度地再现了案件事实。

建立大数据证据合法性的原则必须基于两方面：第一，对利用大数据技术进行数据分析的原始状态下的数据提取、收集、储存是否合法；第二，要保障大数据技术的正常运作。对前者的合法性审查侧重于侦查阶段，后者则侧重于技术方面的审查。大数据的收集、提取和存储是侦查工作的首要环节，因此，数据的收集、提取和存储都必须按照相关的法规来进行。提取原始数据时，必须遵循国家安全局颁布的电子数据收集规则，如收集、提取电子数据时，必须由两个以上的调查员同时到场，采用适当的技术措施。

在网络技术高度发展的今天，不能只依赖于传统的侦查方式。在侦查阶段，我们可以充分利用区块链技术来检验大量的数据的合法性，保证原始数据的提取、收集程序合法，侦查材料、笔录、清单等的规范。

（二）大数据的真实性规制

大数据证据的真实性原则是对信息的真实性进行分析。首先，大数据具有混合特征，体现在原始数据的基础上。在大数据时代，数据来源广泛、种类规模庞大，所以很容易出现混杂现象，而人类在数据处理上的表现就是精确性，而不是混杂。其次，数据与数据可以兼容[8]。在小数据时代，所有的数据都是由单个的手工收集而成，数量很少。在大数据时代，在分析和预测行为时，任何一个数据都会造成很大的影响。

在应用大数据技术时，面对大量数据的混杂，要力求数据的精确性。从证据的角度来看，对于大数据技术在司法中的运用，大量数据的准确性直接影响数据的真实性。人们对大数据证据的真实性质疑，主要是因为大数据技术所能处理的大量数据的准确性和其内在算法的可信度。要确保大数据证据的真实性，必须从数据的来源保证其真实性。

在建立大数据证据的真实性规则时，必须考虑到大数据证据的合理性和算法技术在大数据证据中的应用。通过与区块链技术的结合，可以保证数据的真实性和完整性。其次，将大数据技术中的算法模型公之于众，降低算法的“黑箱”，使各方利用庭审技术，对海量的证据质疑和评判。

（三）大数据证据的排除规则

证据排除有两种情况：第一，对非法证据的排除。通过刑讯逼供等非法途径获得的，比如被告人的供词、口供、物证等，这些属于违法证据。第二，对瑕疵证据的排除，以确保证据的客观真实性。《刑事诉讼法》和“三高两部”共同颁布的关于非法证据排除规则的条文，并没有将大数据证据纳入非法证据排除规则的讨论空间，导致这种类型的证据不能排除非法证据。因此，迫切需要建立大数据排除规则。

对大数据的证据类型的判断，要从整体上进行分析，对证据有无缺陷的侦查也要从大数据的形成过程入手，从大数据集的筛选、提取和技术上对其进行处理。可以参照“两高三部”关于审理死刑案件的证据审查制度，收集、提取数据是否符合法定程序，收集数据的范围、对象是否符合法律规定。如果数据来源、提取、收集程序有问题，则由司法机关作出合理的解释。另外，在数据集的技术和算法分析中，必须确保大数据技术中的算法经过验证，证据的出具机构必须具有相应的资质，并且必须有两个以上的专业技术人员提供专业意见。如果不符合上述基本条件，且无法解释其原因，则应将其作为缺陷证据予以排除。

大数据证据排除规则是对大数据证据合法性和真实性规则的逆向处理，不允许侦查机关、控诉机关对不符合合法性规则和真实性规则的证据容忍，允许侦查机关和控诉机关作出纠正和合理的解释。

结束语

大数据的规模，远远超过了以往的数据库收集、储存、管理、分析的规模。大数据注重思维的应用，可以用一种独特的方法来分析一件事情的意义和价值。与传统的信息技术相比，大数据技术具有更高的科学性和现代性，以此在诉讼中运用大数据技术、规定大数据证据有关规则具有十分重要的意义。

参考文献

[1]维克托·迈尔·舍恩伯格，周涛.大数据时代生活、工作与思维的大变革[J].人力资源管理，2013（3）：174.

[2]刘品新.论大数据证据[J].2021（2019-1）：21-34.

[3]何家弘，邓昌智，张桂勇等.大数据侦查给证据法带来的挑战[J].人民检察，2018（1）：54-57.

[4]谢君泽.论大数据证明[J].中国刑事法杂志，2020（2）：125-137.

[5]王禄生.论法律大数据“领域理论”的构建[J].中国法学，2020（2）：256-279.

[6]胡铭，张传玺.大数据时代侦查权的扩张与规制[J].法学论坛，2021，36（3）：5-14.

[7]周洪波.实质证据与辅助证据[J].法学研究，2011，33（3）：157-174.

[8]高原，崔增宝.大数据哲学批判[J].商丘职业技术学院学报，2019，18（4）：6-11.

作者简介：田巍（1999— ），男，土家族，湖北恩施人，三峡大学法学系，在读硕士。

研究方向：民事诉讼法。