大數據與法律思維的轉變

張浩

摘要：大數據正在引起社會生活方方面面的改變，這其中也包括對法律思維的影響。法律中的因果關系認定和類推這兩個問題向來聚訟頗多，依靠既有的理論資源難以給出較為滿意的答案，大數據所運用的相關性分析可以從理論基礎到實踐操作給這兩個問題的解決提供一定的啟發(fā)。

關鍵詞：大數據法律思維法律因果性法律類推相關性分析

中圖分類號：DF0文獻標識碼：A文章編號：1673-8330（2015）05-0012-10

似乎在不經意間，我們已然身處大數據時代，至于什么是大數據？它會不會像許多一時出現(xiàn)的流行事物那樣，其興也勃焉、其亡也忽焉？①就像許多媒介時代迅速出現(xiàn)并開一時風氣之先的事物通常的命運那樣，一般社會公眾可能并不一定真正意識到大數據對社會的方方面面所能產生的影響。不過，有一點可以肯定，即大數據不是突然出現(xiàn)的單一現(xiàn)象，這是一個在長期的技術發(fā)展與觀念更新基礎上所形成的技術革新和社會變遷相生相成的過程。在此過程中，個體的行為方式、家庭生活模式、社會交往方式、社區(qū)形成和管理、以至于國家治理方式等都可能會發(fā)生改變。當然，作為社會系統(tǒng)中重要環(huán)節(jié)的法律是否會受到影響以及會受到什么樣的影響，還需進行細致論證。

由于大數據和法律之間的關系是一個新問題，學界對此的研究成果尚不多見。梅夏英、劉明從如何平衡個人信息保護和信息資源合理利用的角度論及大數據與法律之間關系問題。②賀寶成認為，由于大數據具有信息的多渠道獲取、海量存儲、迅捷傳播等優(yōu)勢，可以為政府決策的科學形成、服務效能的提高、智慧城市的建設等提供有力支持，進而為現(xiàn)階段國家治理創(chuàng)新提供新的方法。③胡凌認為，日漸升溫的大數據浪潮加劇了社會中的復雜權力結構和利益關系，但是，在舊的生產力與生產關系結構上形成的法律體系對此卻沒能適應。④大數據時代之前的網絡立法是對“原子”的規(guī)制，大數據時代則是對“比特”的規(guī)制。將規(guī)制“原子”的法律用于規(guī)制“比特”，造成了政治邏輯和商業(yè)邏輯的錯位，并因此引發(fā)一系列的法律和社會問題。⑤除了以上所列，關于該問題較為深入的論述暫未有見。

從上述可以看出，在論及大數據時代的法律問題時，首先容易想到的就是個人隱私和信息保護。這是一個新的需要注意的問題，但這遠遠不是大數據時代法律問題的全部。相對而言，胡凌的論述較為細致，把握住了大數據系統(tǒng)的技術特點以及由這些技術特點的改變而重新形成的利益格局，并進一步提出對此新的利益格局調整的法律需要。不過，就大數據與法律之間的影響來看，還只是論及互聯(lián)網的利益結構因為大數據系統(tǒng)的出現(xiàn)而引起哪些改變。應該說，隨著大數據技術的發(fā)展，將會改變的不僅僅是互聯(lián)網以及物聯(lián)網技術及利益格局，更多的可能是對整個社會結構和人們生活方式甚至思維方式的改變。

這樣看來，這是一個從基礎理論到實際效果方面都需要分析的問題。作為一種獨特思維邏輯和一個社會子系統(tǒng)的法律是否會受到大數據的影響、在哪些方面會受到影響、以及會以何種方式進行改變？為解決以上問題，本文從兩個方面進行論述：首先，論述大數據給法律因果關系認定可能帶來的改變;其次是大數據給法律類推帶來的改變，而這一切的改變都關聯(lián)于大數據的核心——相關性分析。

一、大數據視角下的法律因果關系

（一）法律因果關系認定理論的性質及其局限性

一般情況下，當我們談及因果關系概念時，首先意味著存在兩個或兩個以上的事物;其次，在時間上是先后繼起的;再次，在原因引起上具有唯一性。⑥在實際的因果關系判斷中，可以利用的方法有很多，感官感知、邏輯推理、實驗驗證乃至于一定時期知識共同體的知識水平等都可以達到對因果關系存在的確信。相對于自然科學關于因果關系相對統(tǒng)一的界定來說，法學界對于法律上因果關系的界定一直存在爭議。比如，在刑法學上，關于因果關系的認定標準，歷來有條件說（平等說）、原因說、相當因果關系說三種。⑦條件說的觀點和自然科學的觀點較為接近，認為凡是在結果形成過程中起到影響作用的所有因素都是原因。該觀點的缺陷是明顯的，很容易滑入因果鏈條的無限后退中。原因說對此觀點做了限制，認為應該在因果關系認定中區(qū)分原因和條件，只有在諸條件中最為關鍵和必需的條件才是原因。相當因果關系說則另辟蹊徑，認為在一般性認知的角度上觀察到哪些因素能夠引起一定結果發(fā)生時，即可判定其間存在因果關系。在民法中，因果關系認定主要適用于侵權法領域，有事實上的因果關系和法律上的因果關系兩大類。事實上因果關系一般采取的是必要條件規(guī)則（英美法中的“but for”規(guī)則），即沒有被告在先的侵權行為，就沒有原告的損害事實。但是，當原因是復合的非單一性時，必要條件規(guī)則之外，需要有聚合性因果關系、共同性因果關系、擇一性因果關系予以補強。事實上，在因果關系認定中，雖然有以上所列諸多模式可以適用，但由于諸模式主要基于的是認識論視角，所以，自然性因果關系鏈條的延伸還是不可避免?；诖?，法律上因果關系被提出，具體有直接結果說、可預見性說、相當因果關系說、法規(guī)目的說。直接因果關系說認為，侵權行為人只對其行為引起的直接結果承擔法律責任?？深A見性理論認為，侵權行為人只對那些可以預見到的損害后果承擔責任。相當因果關系說認為，如果行為人的行為是損害發(fā)生的條件之一，并且明顯地增加了損害發(fā)生的可能，則認定該行為是損害發(fā)生的相當原因并據此承擔相應法律責任。法規(guī)目的說認為，對行為人進行責任歸結，重要的并不是行為和損害之間具有相當因果關系，而要看這是否符合侵權行為法的意義和目的。

從以上所列舉的情況可見因果關系認定在法學中的復雜性。之所以有這么多不同觀點并一直在相互競爭，主要原因有以下兩項：第一，沒有真正擺脫自然科學意義上的因果關系認定模式影響;第二，法學上因果關系認定模式缺乏解釋力和說服力。

在自然科學家看來，事物轉變發(fā)展所依據的是不以人的意志為轉移的客觀因果關系，一件事物的產生背后肯定有其內在原因，即使不理解也不能說明客觀的因果關系不存在，而只是說明我們依據現(xiàn)有的知識條件和認知水平暫時沒找到因果關系鏈條而已。作為一種認知世界的模式，這種因果關系認定模式也深深影響了法學家們。大多數法學家也都明白作為社會科學的法學和自然科學在研究對象和研究方法方面肯定有所區(qū)別：一是研究客觀外在的事物并盡可能避免人的因素摻雜其中;二是研究人的行為和建立于人的行為之上的社會結構和社會變遷基本規(guī)律，在此過程中人本身的價值與解釋不可避免。雖說如此，人們在立法和司法活動中還是會自覺或不自覺地以自然科學意義上的因果關系模式進行思維論證。在他們看來，法律的產生和適用前提是有相對應的客觀事實存在，這已經是進行法律思維自覺或不自覺的前提，或者是一種思維框架。舉例來說：2001年9月27日，居民蔣祥發(fā)途經重慶市渝中區(qū)文華大廈B座高層住宅樓路段時，被樓上墜落下來的一只重達2公斤的塑料花盆擊中頭部致傷。醫(yī)院診斷為左額葉腦挫裂傷、開放性顱骨骨折。經法醫(yī)驗傷鑒定，蔣祥發(fā)顱腦損傷，傷殘程度為7級。住院期間，蔣祥發(fā)的醫(yī)療費總計7萬多元。事發(fā)后，由于找不到該花盆的所有人，受害人蔣祥發(fā)將整幢樓的住戶一起告上法庭，索賠24萬多元。重慶市渝中區(qū)人民法院開庭審理認為，除7家住戶“不具有花盆墜落的可能性”，其余50家住戶均不能排除花盆墜落的可能性，依據過錯推定原則，這50家住戶共同承擔賠償責任，依法判決每戶向受害人賠償2950元。⑧近年來，相同或類似的案例屢有發(fā)生，裁判依據具有共同性，即依據《最高人民法院關于民事訴訟證據的若干規(guī)定》第4條第4款建筑物或者其他設施以及建筑物上的擱置物、懸掛物發(fā)生倒塌、脫落、墜落致人損害的侵權訴訟，由所有人或者管理人對其無過錯承擔舉證責任。

對于這些案件，雖然法官通過過錯責任推定和舉證責任倒置這兩種責任分配機制得出裁判結果，但毋庸置疑的是，籠罩在這些制度規(guī)定之上的還是一種比較牢固的思維邏輯，即有果必有因，損害結果已經發(fā)生，就必須找出致使結果發(fā)生的真正原因。具體到上述案例中就是這樣一種思維邏輯：最好找到花盆的所有者，實在找不到的話，哪怕是讓整棟樓的住戶一起負責，也不能把“真正責任者”漏掉。這樣看來，即使以過錯推定和舉證責任倒置來解釋案件的處理，也并不能解決責任承擔的公平性問題。

相對于偏重客觀事實認定的模式而言，相當因果關系說、可預見說、法規(guī)目的說這幾種因果關系認定模式則偏重于客觀事實之外的一些標準，或是基于一般性的認知能力和認知條件，或是基于法律所要達到的目的，共同性的特點是將目光從對事實的探究轉移到對公平責任承擔所需要的條件認定，因此，我們可以將之稱為法律標準。相對于事實標準而言，法律標準的提出是一個進步，因為該標準避免了事實認定中無窮后退的窘境并從責任認定層面解決問題。雖然從教義學的角度來說這是一個進步，但是，對于習慣從事實關聯(lián)角度理解和接受法律規(guī)范性的公眾來說，即使可以跳出客觀事實認知模式，最大的延伸也不過是社會輿論和一般性的道德準則乃至多數群體的共同性利益訴求，司法實踐中常見的情、理、法相沖突的情況就充分說明這一點。比如常說的“大義滅親”的案例：2007年9月12日，重慶市秀山縣巴家鄉(xiāng)一名的62歲老太聯(lián)合其他家人將自己為禍鄉(xiāng)里、無惡不作的二兒子殺害。⑨2001年，上海市金山區(qū)人民法院刑事審判庭公開審理了一起父母殺害小兒子的案件，原因也是受害人生前是危害鄉(xiāng)里的一霸。⑩此外，引起廣泛社會關注的“鄧玉嬌案”、劉涌案等，無不反映出公眾的歸責原則和法律的歸責原則之間巨大的差異，同時說明了法學上因果關系認定模式很難被公眾理解和接受。大數據的判斷、收集、運用基于思維方式的改變和方法的創(chuàng)新，這些改變和創(chuàng)新既然能夠影響到社會生活的方方面面，當然也會給法律的因果關系思維方式轉換帶來新的契機。

（二）相關性理論的特點及其對因果關系理論的替代

顧名思義，“大數據”意味著海量數據的收集、判斷、傳播、使用。相對于“小數據”而言，它改變的不僅僅是人們擁有數據量的多少，更主要的是思維方式的轉變。其實仔細分析一下大數據的特點就可以大致知曉大數據所需要的思維方式轉變是什么。從最直觀的角度來理解，大數據首先必須有大量數據，那么，接下來的問題是，我們依據什么去收集海量數據？從技術手段上來看，現(xiàn)在已經不是問題，我們生活的空間和時間正在被生活和工作場所中無所不在的技術、設備和制度如手機、電腦、消費記錄、考勤制度、個人檔案等無限細化為每一個可以記錄和分析的節(jié)點，并在極為廣泛而開放的傳播平臺上被利用和分析，只要你愿意，利用這些技術、設備和制度可以記錄下我們幾乎所有的活動。但數據收集不可能是盲目收集，我們總是要基于一定的目的和要求去收集判斷數據，否則再多數據也沒多大用處。但是，除非你一開始就非常清楚地知道事物的客觀因果關系是什么，但實際上每一個理性的人在行動前都是要盡可能地收集和判斷可能占有的數據信息然后再形成行動的目的和要求。矛盾就在目的與要求的形成過程中不可避免地產生了。因此，有學者認為，所謂大數據，“就是用現(xiàn)有的一般技術難以管理的大量數據的集合”。維克托·邁爾-舍恩伯格在那本影響至深的《大數據時代：生活、工作與思維的大變革》中提出大數據時代思維變革的三個特征：1思維所據以進行的不再是隨機樣本，而是全體數據;2不再追求精確性，允許混雜性;3思維依據的歸責不再是因果關系，而是相關關系。

相關性這一概念首先應用于數理統(tǒng)計中，是研究社會經濟現(xiàn)象數量依存關系的一種數理統(tǒng)計方法，即對兩個對等的經濟數列，用數學方法測定一個反映它們之間變動的聯(lián)系程度和聯(lián)系方向的抽象化數值，即以相關系數的方法反映出總體中確實具有標志性的聯(lián)系，它是描述客觀事物相互間關系的密切程度并用適當的統(tǒng)計指標表示出來的過程。相關性分析的功效表現(xiàn)在兩個方面：首先，以相關性為標準可以避免數據收集、判斷、利用過程中的漫無目的;其次，以不同于確定性因果關系認定方式顯示事物之間的關聯(lián)性。和確定性的因果關系不同，相關關系是一種不確定關系。兩個變量之間如果一個發(fā)生變化另一個隨之發(fā)生唯一確定值變化，這是變量之間確定的函數關系。而一個變量發(fā)生變化另一個可能與之發(fā)生正相變化或負相變化，也可能發(fā)生強變化或弱變化，這是相關關系。為了確定相關變量之間的關系，首先應該收集一些數據，這些數據應該是成對的（例如，每人的身高和體重），然后在直角坐標系上描述這些點，這一組點集稱為“散點圖”：

在散點圖中，橫縱坐標之間的對應點并沒有像函數圖那樣一一對應并顯現(xiàn)出清晰明確的規(guī)律，所以，有人認為確定性因果關系認定模式比相關性認定模式客觀科學。其實并非如此，確定性因果關系認知模式產生的原因很有可能是人們思維惰性和一種無根據的想象甚至是迷信。這里所說的思維惰性按照舍恩伯格的話來說是一種“不費力的快速思維”，這種快速思維的結果是“使人們偏向用因果聯(lián)系來看待周圍的一切，即使這種關系并不存在”。當然，這種惰性的產生有其客觀原因，在小數據時代，獲取大量數據相對比較困難、成本較大，所以，人們傾向于從思維上進行節(jié)約。但是，當數據獲取已經比較輕松時，仍然采用這種方法就未必不是一種惰性。其次，之所以認為確定性因果關系認定模式是一種想象和迷信的根據在于對人們思維特征的分析。一般來說，人們在觀察分析外界事物時，要依據頭腦中的一些思維預設和思維框架，比如說一些概念和邏輯思維規(guī)律，這是開展行之有效的思維活動必不可少的條件。但是，有一些并非真實存在和必需的附著物也會借此進入人們的思維過程。例如，概念是進行邏輯思維的起點，原本并非是表示物自體性質的存在，但是，當建立在概念基礎上的邏輯推論越來越多并且越來越有效時，概念本身就會逐漸向人們顯示其物自體存在的性質，以至于人們在以后因果關系認定時就發(fā)生了一個倒轉，即回過頭來轉向對這個所謂物自體的認知，這就是一種徹底的本末倒置。正確的做法應該是拋棄既有的確定性因果關系認定模式，盡最大可能收集占有數據資料，在此基礎上進行相關性分析。

受數據收集條件的限制，小數據時代的行動決策建立在樣本分析基礎上，根據統(tǒng)計學的研究，精確結果的得出與樣本數量的大小并沒有關系，而是與樣本選擇的隨機性有關，樣本選擇的隨機性越大，結果的可信性越強。之所以如此，在于樣本選擇的隨機性可以避免偏見和目的介入，使得分析結果達到最大的客觀性。不過，由于人類行為的主觀屬性，絕對的隨機性是做不到的?，F(xiàn)代社會越來越強的多元化和細致化的類型區(qū)分也是隨機性抽樣選擇難以克服的難題，再加上現(xiàn)代社會技術的快速發(fā)展而帶來的數據獲取能力和獲取渠道的極大擴展，基于大數據基礎上的相關性分析就會取代隨機性的樣本選擇。

（三）相關性理論對于法律因果關系的借鑒意義

相關性方法的運用，不僅僅體現(xiàn)出一種思維方式的轉變，還顛覆了傳統(tǒng)的對于世界的認知模式。傳統(tǒng)的因果關系認知模式要求我們一定要探求事物產生改變時背后的原因有哪些，即追問“為什么”;而大數據的運用只需要知道“是什么”即可，沒必要進行因果關系鏈條的無限回溯，在海量數據的基礎上分析出事物之間的客觀規(guī)律和相互關聯(lián)，讓收集的海量數據自己說話，以此可以有效緩解社會事實與法律規(guī)范之間相脫離的狀況，法律因果關系判斷中缺乏解釋力和說服力的情況就可以得到較好解決。在運用法律因果關系處理案件事實時，裁判結果和案件事實是被放在兩個層面進行考量的，因此，看起來二者之間往往并沒有多少有效關聯(lián)，甚至有時候顯得很武斷，因而法律給人的是一種傲慢的印象。為了改變這種印象，很多人進行了努力，試圖在規(guī)范與事實之間架起一座橋梁，其中，哈特的做法比較典型。在哈特看來，如果想讓公眾覺得從案件事實得出裁判結果的過程變得不那么難以理解和接受，就有必要分析一下法律體系的結構。在他看來，法律體系中存在兩種規(guī)則：初級規(guī)則和次級規(guī)則。初級規(guī)則直接面對具體社會事實，以法律意義上的因果關系認定模式連接事實與規(guī)范;次級規(guī)則依附于初級規(guī)則之上，是規(guī)則的規(guī)則，作用在于以各種標準制定新的初級規(guī)則，或者廢止、修改舊的初級規(guī)則?，F(xiàn)代社會中僅以初級規(guī)則難以實現(xiàn)有效的社會整合，原因在于初級規(guī)則是直接科以義務的規(guī)則，如果要獲得有效遵守，只能在范圍較小或具有共同性習俗慣例的群體中才有可能，所以只適用于社會關系簡單而原始的社會。多元化且復雜的現(xiàn)代社會的運行不僅僅需要初級規(guī)則對公眾科以義務，更重要的是能夠將散落于各個社會關系調整領域中的個別化初級規(guī)則形成一個體系，并使其對于社會公眾具有解釋能力和可接受性，承認規(guī)則、變更規(guī)則、裁判規(guī)則因此就必不可少。這三類規(guī)則被稱之為次級規(guī)則，在立法和司法領域中被大量適用，是法律規(guī)范性的主要保障。不過，我們更為在意的是這三類規(guī)則的解釋和說明能力，其中，承認規(guī)則在這三類規(guī)則中最為重要，原因在于變更規(guī)則和裁判規(guī)則雖然同屬于次級規(guī)則，但是在論及其權威性來源時，仍然需要回溯至承認規(guī)則。以承認規(guī)則為代表的次級規(guī)則之所以能夠在事實與規(guī)范之間起到解釋和說明的作用，就在于其形成與性質充分體現(xiàn)了與相關分析的同質性。

還沒有形成以承認規(guī)則為代表的次級規(guī)則體系的社會被哈特稱為“前法律世界”。 其特點是規(guī)則的形成相對零散、隨意，往往是較小范圍內的團體成員基于血緣、地緣、信念、感情、傳承、記憶才能夠識別、默會、遵守的地方性知識，其存在狀態(tài)和性質與已經收集但未經相關性分析的零散數據無異。由于前法律社會中的規(guī)則都是一些沒有共同性識別標準的個別化規(guī)則，所以，社會呈現(xiàn)不確定狀態(tài)，需要次級規(guī)則以共同性、可辨識、具有解釋力的標準加以規(guī)整，這就等同于在數據收集基礎上進行的數據相關性分析。相關性分析雖然表現(xiàn)為數據分析，但數據分析不是關鍵，關鍵的是種類劃分，即從什么角度以什么方式將哪些事物視為同種類，哪些事物視為異種類。因此，相關性分析體現(xiàn)為在社會環(huán)境下，在一大堆看起來沒有多少關聯(lián)性的事物中找出“因果”關系，或者說“關聯(lián)物”，如著名的啤酒與嬰兒尿不濕的故事。這與承認規(guī)則的形成和識別也是相同的。哈特認為，“承認規(guī)則會指出某個或某些特征，如果一個規(guī)則具有這個或這些特征，眾人就會決定性地把這些特征當作正面指示，確認此規(guī)則是該群體的規(guī)則，而應該由社會的壓力予以支持。此種承認規(guī)則可以各種樣式存在，包括簡單的或復雜的?！边@段話可以從三方面理解：1承認規(guī)則表現(xiàn)為據此可以有效識別出法律規(guī)則與非法律規(guī)則的一系列特征;2承認規(guī)則可以各種各樣的方式存在;3承認規(guī)則可以獲得社會公眾的理解和支持。由此，我們一方面可以看出承認規(guī)則在事實與規(guī)范之間的顧盼往返，另一方面也發(fā)現(xiàn)承認規(guī)則的形成和目的就是在客觀事實、社會公眾的理解、接受和法律規(guī)范性之間尋求有效連接所需的“關聯(lián)物”。在哈特看來，雖然這些承認規(guī)則的具體表現(xiàn)形式不一，但是在現(xiàn)代社會的法律體系中，其不可能僅僅通過某個具體的法律文本形式表現(xiàn)出來，而是表現(xiàn)為初級規(guī)則之上的一般性規(guī)則或相關性特征。比如說特定的制定主體、特定的實施機構、規(guī)范性的實施程序、具有效力的約定俗成、規(guī)則實施時的效力等階等等。這些就是法律中的“關聯(lián)物”，和大數據中的“關聯(lián)物”在效力、形成路徑、性質、表現(xiàn)形態(tài)方面均具有同質性。

二、大數據與法律中的類推

（一）類推的標準及其界定

相關性分析不僅能夠影響法律中因果關系的認定，還能夠對法律中的類推有所借鑒。

類推作為問題被提出時需要一個論述框架，這就是感性雜多的經驗和規(guī)則之間的關系問題，就是如何打通事實與規(guī)范之間的界限？看起來這是一個標準的康德式問題。在康德看來，經驗之所以成為經驗，需要在思維中具有一些要素和原則，即“經驗只有通過對知覺作某種必然連接的表象才是可能的”。這就是說，如果排除思維中的加工，我們所得到的關于外界事物的知識都只可能是一些零散、片面、及時性的感覺，我們之所以能夠具有知識和經驗，對于這個世界具有最基本意義上的方法意識，就在于思維中所具有的一種機制——經驗的類比。這種類比有三種：實體的持續(xù)存在類比;按照因果律的時間相繼的類比;按照交互作用或協(xié)同性法則同時并存的類比。這三種類比從實體、時間、空間為我們奠定了理解世界的最基本的框架。因此，當人們不可能以直覺無間隔地獲取關于外界事物的經驗知識時，真實世界就存在于這種類比式的認知機制中，這樣一來，就可以得出一個必然性的推論：既然真實世界就存在于類比的認識機制中，那么，類比就是認知世界最為可靠最為基礎的方式，這一點可以從上面所說的三種類比的表現(xiàn)樣態(tài)看出來，這三種類比是我們所有學科認知世界的最基本的路徑和思維進行的最基本預設，也是我們理解外界事物的最基本的框架和概念圖示，放棄這些類比模式，世界在我們面前就是沒有任何線索和關聯(lián)性的無限雜多。

從本體論的角度來說，康德的理論為法律類推奠定了扎實的基礎，但是，從應用的角度來看，該理論顯得過于抽象和宏大，需要進行具體化，將哲學上的類推轉化為法學上的類推，為此，我們可以考察一下考夫曼的類推理論。在考夫曼看來，相對于抽象的概念、邏輯演繹、理念而言，類推其實更為根本，因為由此出發(fā)可以探究到“事物的本質”。在法律上，探究事物的本質就是以類推的方式實現(xiàn)法律現(xiàn)實化的過程，也叫作法的實現(xiàn)或法的發(fā)現(xiàn)過程。不過，因為法律不是數學或邏輯學，其目的不是要論證為什么a=a，而是要面對社會中方方面面的生活事實進行規(guī)范性的調整，所以，這個過程就是生活事實和法律規(guī)范之間交互融合的不間斷的展開。法律孜孜以求的正義，其本質就是在求取這種交互融合后的平衡，法律正義因而表現(xiàn)為比例的平衡和相關性的分析，這種比例的平衡和相關性分析的中點就是類推，其介于同一性與矛盾、相同性與差異性之間，要求并體現(xiàn)規(guī)范正義與事實正義之間有效融合。所以，考夫曼認為法律類推必須從兩個方面進行：“一方面針對規(guī)范調適事實，另一方面針對生活事實調適規(guī)范”。這樣一來，法律類推的構成框架就從原來哲學意義上的本體存在、時間繼起、空間并存等抽象圖

示具象化為法律規(guī)范與法律事實之間的二元張力。雖然相對于哲學上的類推而言，現(xiàn)在的范圍縮小了一些，但是，法律規(guī)范與法律事實之間的二元對立及其如何化解是一個為法律論證、法律解釋、法律推理等法律方法所共享的概念框架和思維框架，如果分析僅限于此的話并不能充分揭示法律類推的性質，因此有進一步分析的必要與可能，具體的辦法就是將其與演繹推理、事實推理和規(guī)范性法律要求相對照以求取其正確的定位。如果用符號來表示的話，演繹推理的結構形式為：

（1）大前提：如果p，則q;

（2）小前提：在本案中p;

（3）結論：在本案中則q。

在這樣的推理過程中，只要大小前提確保真，結論的得出確定無疑。但是正如前面說過的，法律推理面對的是復雜多變的社會事實，大小前提的真假與否本身還需要另外予以確認，所以，演繹推理在法律推理中的運用是有條件的，需要事實的確認過程來補充，這是將一定的事實類型化并予以正當化解釋和說明的過程，我們稱之為事實推理。與演繹推理論證普遍性真相比，事實推理側重于修辭意義上的理解、說服和遵循。其依據的標準可能是生活常識、道德標準、權威力量、約定俗成等，在生活世界中以潛移默化的方式被絕大多數社會共同體成員所內化，成為判斷大小前提正當與否的決定因素。事實推理過程是必要的，如果沒有的話，就是司法專制。而且基于事實推理基礎上形成的結論如果被法庭較好地采納則可以讓裁判結果獲得更大的公信力和權威。不過，法治經驗告訴我們，因為事實推理所依據的是道德資源、權威力量等法律規(guī)范之外的力量，有時不僅不會有益于法治國家建設，還會成為阻卻法治的因素，因此，也不能專任于此?，F(xiàn)在的問題是如何將事實推理和規(guī)范性的法律要求相結合。具體來說就是以事實推理為載體，以演繹推理為形式，以事實的、公眾意義上的正當性理由解釋并實現(xiàn)法律教義學意義上法律理由，從案件事實的發(fā)現(xiàn)到法律裁判形成的過程中充分體現(xiàn)出法律的規(guī)范性目的及技術。

毫無疑問，在當下中國，這是一個相當難解的問題，許許多多的理論及實踐問題都暴露或說明了這一點，比如“鄧玉嬌案”、“劉涌案”、法律權威問題、法律職業(yè)化問題、法律實用化以及司法能動性等等，從不同側面在不同程度上凸顯了民眾認識與法律規(guī)范性要求之間的偏差，所以，我們可以檢視一下法律類推的基本結構和步驟，看看有無需要改進之處，以及用什么方法進行改進。

史蒂文·伯頓認為在法律類推中存在三個步驟：首先是要識別出進行推理的一個基點情況，在普通法中就是對于本案最具有權威性的先例;其次，描述出基點情況和待比較的問題情況之間的相似性或不相似性所基于的那些事實;最后，判斷這些相似性或不相似性的重要程度，以此決定是否依照基點。愛德華·列維也將法律類推分為三個階段：第一階段的任務是提煉出個案之間的相似之處，這也是關鍵的一步;第二階段是將作為案件參照的規(guī)則提煉出來;第三階段就是將提煉出來的規(guī)則應用于待裁定的個案，然后得出結論。為了將正當性理由和規(guī)范性法律理由有機結合，考夫曼把法律推理過程分為四個部分：1演繹（從規(guī)則作推論）;2歸納（推論獲得規(guī)則）;3設證（經由規(guī)則作推論）;4類推（與設證一樣，經由規(guī)則而進行）。其中，類推和前面三種程序都不一樣，它不是邏輯推論，而是一種將待判決案件和法律規(guī)范以某種標準進行比較和并置的過程，所以在結構上與前述三種均有所不同，它需要的主要有兩個方面：一是盡可能地在范圍廣大的相似案件中進行比較;二是在“事物的本質”基礎上選擇比較點。這個比較點就是介于案件事實與法律規(guī)范之間的概念圖示，可以視為一種價值評價，但又要關聯(lián)于法律規(guī)范。綜合起來可以發(fā)現(xiàn)，以上三個關于法律類推結構的認識雖然有所不同，但有一點是共同的，即都認為在法律類推過程中核心要素是相似點（基點、比較點）的尋找。

（二）相似點的可能性及其在法律上的矛盾爭議

接下來的問題是：相似點能不能找到？對此，我們可以用六度空間理論圖說明：

在上圖中，A和B原本可能沒有任何交集，但是，當其間如果有六個媒介物，經過曲折的遞推后，二者間肯定能形成關聯(lián)，這也是通常所說的六度分隔理論。具體到社會交往和社會關聯(lián)形成中就是這樣一個理論：每個人只需要很少的中間人（平均是六個）就可以和全世界的人建立起聯(lián)系。隨著社會交往和網絡發(fā)展的快速進行而形成的“小世界現(xiàn)象”的基礎就是六度分隔理論。在瓦茨看來，“每個人都有自己認識的人構成的一個圈子，可以稱之為他的鄰居網絡。這個網絡中的每個人又有自己的鄰居網絡，如此擴展下去，形成了一個全球的、互相纏繞著的包括友誼、商務、家庭、社區(qū)等所有事情在內的龐大網絡，任何兩個人都可以通過這個網絡拉上關系”。當然，這些理論學說能否成立，最關鍵的問題還是要搞清楚“聯(lián)系和傳播網絡中哪些節(jié)點處于重要的位置”。

解決了相似點尋找的可能性之后，我們回到法律類推中相似點的界定問題上。在考夫曼看來，類推之所以經常被誤解，被認為是一種不可靠、過于危險的、隨意的方法，以至于其適應范圍漸漸被縮小或取消，其原因在于一種不適當的將不同事物進行并置的“水平推論”。所謂“水平推論”，就是直接從特殊到特殊、一般到一般，即從具體的某個事物推及到另外某個具體事物、從抽象的概念或規(guī)范推及到另外的概念或規(guī)范。這種方法是極不可靠的，對此，考夫曼舉了一個例子：一只狗和一只獅子有無相似性？從都是動物的角度來說，二者有相似性，但從是否溫順的角度來說，顯然就不是這樣。當然，還可以基于其他的許許多多的分類和觀察的標準來看待二者之間是否有相似性，結論可能是多種多樣。所以，類推是否可靠不能簡單一概而論，要看在什么范圍內基于什么樣的比較點。每一個具體情境中的個體基于個別化認識標準都可能發(fā)現(xiàn)對他自己而言有意義的相似性，但是，法律的特征卻在于其普遍性，這樣一來，權力的要求就自然而然地產生了，因為依靠權力可以實現(xiàn)相對普遍性的要求。然而法律類推之所以被詬病的一個主要原因就在于在其操作過程中權力的介入，這一點在許多事實因果關系復雜或利益博弈比較特殊的場合下經常可以看見，在這些場合下，權力以其無因性和專斷性迅速終結糾紛得出結果，同時也帶來不信任和反抗，所以，我們必須將相似性比較建立在相對客觀的基礎上。

我們在前面談到類推與“事物本質”的時候，可能會產生一個誤解，以為運用類推方法就可以發(fā)現(xiàn)事物背后的那個“本體”。其實并非如此，只是說運用類推可以無限接近事物本質，我們不可能直接發(fā)現(xiàn)事物本質，而是通過及時在手的、熟悉的、與待比較事物有關聯(lián)的眾多事物進行關聯(lián)分析和比較才行，而且，類推有強類推和弱類推之分。

強類推的模式為：

（1）X（a b c d e）;

（2）Y（a b c d e f）;

（3）X=Y。

弱類推的模式為：

（1）X（a b c d e）;

（2）Y（a b e f h）;

（3）X=Y。

這樣一來，類推就變得易于把握甚至可以計算，據此，有學者建立了法律類推的相對通行的理論——構成要件符合說，其模式為：

（1）待決案件A，其內涵特征有M1 、M2 、M3 、M4 、M。

（2）可比較案件B，其內涵特征有M2、M3、M4、M6、M7。

（3）相互比較可知，A 、B兩案具有M2、M3、M4三點相同特征，而且該三點特征具有法律上重要和規(guī)范意義。

（4）A、B兩案具有相似性。

看起來，類推是建立在相對客觀的基礎上了，但是，我們發(fā)現(xiàn)，在以強類推和弱類推的模式來建立類推的構成要件符合理論時，其中第三步推論雖然可以補強和解釋前面兩種類推模式，但同時使得構成要件符合理論超出了該兩種理論模式的推論框架，要使構成要件符合理論成立，需要另外一個前提，即相同特征在法律上既定的重要性和規(guī)范性，因此，構成要件符合理論還需要進行修改。針對于此，有學者提出實質意義上的類推說，認為先例僅具有形式意義上的拘束力，它的證明力很弱，因此需要進行實質意義上的推論。實質意義上的推論需要的是實質相似的標準。不過，到現(xiàn)在為止，也沒有比較清楚的關于什么是實質標準的合理說明。因為這些標準已經涉及價值的評判問題。對于價值評判，法學家們有一種天然的警覺，當然之舉就是讓類推回歸法律規(guī)范性本身，因此又有學者提出法律目的類似理論。該理論認為，正確的法律類推需要對法律目的做出正確的把握，相似性有無應該從與法律規(guī)范的內在意思，不應該從外部的特征來判斷。盡管法律目的類似理論是為了解決實質意義上的類推理論的弊端而提出的，但它并沒有完成這個任務，如果說價值評判難以有客觀標準，法律目的也存在著類似的困境。首先，企圖復原立法者當初立法時目的的大多數實踐，最后的結果往往是自我意思的不自覺表達。其次，民主的立法是公眾意志的符合構成，在其中很難明確辨別出具體的意志和目的，既不是你的目的的表達，也不是我的意志的彰顯，而是經過理性博弈和衡量后的混合折衷。最后，抽象性的法律規(guī)范要想適用于不同的社會空間和時間，必須對目的作必要的限縮。所以說，法律目的的類似理論也不盡合理。

（三）相關性分析對于構成要件符合論的意義

筆者認為，法律類推中的相似點還是應該從構成要件符合理論中尋找，當然，需要對之進行改進，理論和方法資源就是大數據中的相關性分析。

構成要件符合理論之所以受到詬病，關鍵原因在于許多人認為相似點選擇的表面化。至于對類推模式的超出則不是問題，因為類推本身就不可能嚴格遵循形式邏輯的三段論推理模式，完整的類推結構是一個多種方法的整合，需要歸納、設證等相配合。相似點選擇表面化的責難來自于這樣一種認識，當待決案件和可比較案件的絕大多數特征均相似甚至相同時，我們就認為二者之間具有同質性。但是，誰又能保證唯一不相似的特征不是真正的本質性特征？“在發(fā)現(xiàn)澳大利亞的黑天鵝之前，歐洲的所有人都確信天鵝全都是白色的”。所以，安全的策略是轉向對事物本質性關系的探求。這是一種“你不知道的事比你知道的事更有意義”的邏輯，結果導致人們過度專注于精確知識而忽略總體性知識。大數據中的相關性分析與此不同，對于我們所要達到的目的而言，建立在海量數據分析基礎上的相關性分析不僅能夠很好地滿足，往往還會帶給我們額外的驚喜。有學者認為，“在以人為對象的、復雜得多的社會和經濟系統(tǒng)中，相互作用和相互關系的復雜性正是我們要面對的主要議題。幸運的是，當許多人聚集在一起的時候，盡管每個人可能是變化莫測的、難以琢磨的、不可預測的，但是在有的時候，如果我們忽略繁瑣的細節(jié)，就可以從人群中找出一般性的組織原則”。當我們需要研究某個事物時，大數據時代之前的統(tǒng)計學方法面臨的第一步同時也是最為重要的一步是樣本的選擇與抽樣，從哪些角度選取什么類型的樣本、以及選取多大樣本看起來是一個永遠難以完成的任務，因為我們不知道真正重要的數據有沒有恰好被漏掉。隨機性樣本選擇其實是一種無奈的選擇，雖然能夠以最大的隨機性避免先見和價值預設，不過，偶然性及其結果是不可回避的。但是，當我們掌握了分析某個事物所相關的全部數據時，就再也不需要依靠分析少量的數據樣本了。小數據時代充滿想象，這種想象的構造物就是那個難以證偽的實體，它以各種實體化的意向填滿了未知的空間并成為人們進行思維的起點，大數據的作用在于以詳實可靠的數據驅逐所有想象，然后在全本的基礎上揭示出事物的相關性。在沒有長期而且大范圍的數據收集與相關性判斷之后，誰又能想到啤酒和嬰兒紙尿褲之間竟然還有著密切關聯(lián)？這充分說明了相關性分析不僅不是表面化的相似點選擇，而是在全本分析基礎上對事物最為本質性的關聯(lián)解釋。所以，將構成要件符合理論建立在相關性分析基礎上，不僅可以避免實質意義類推學說和法律目的類似學說的弊端，還可以避免相似點選擇的表面化問題。

結論

法律是一門專門性、規(guī)范性學科，像一名法律人那樣思考，是每一位初入法學院的學子被教誨的第一句話。無論是法律中的因果關系認定還是類推適用，都是在規(guī)范性法律思維和社會事實之間做有效連接。這樣的要求使得法律的性質和目的不是對于事物本質的探究，而是規(guī)范與事實之間的有效聯(lián)系與處理。這種聯(lián)系和處理的結果在于，事物之間聯(lián)系標準的確立反映出事物之間普遍性客觀聯(lián)系，因而可以獲得最大化的公眾信任和接受效果，同時又在規(guī)范性的法律要求框架內運行。既有的各種法律因果關系認定理論和法律類推理論都沒有較好地實現(xiàn)這個目標，原因就在于在事實層面和規(guī)范層面的顧此失彼。大數據中相關性分析之所以能夠為法律因果關系認定和法律類推提供啟示，在于其建立在海量數據之上的基礎優(yōu)勢，以及數據挖掘、數據關聯(lián)性分析科學方法所帶來的對于事實與操作標準的有效解釋和處理。