司法大數(shù)據(jù)的功能
——以“套路貸”虛假訴訟智能預(yù)警系統(tǒng)的應(yīng)用為視角

沈明磊 張 龑

互聯(lián)網(wǎng)是這個時代最具發(fā)展活力的領(lǐng)域，大數(shù)據(jù)是國家重要的基礎(chǔ)性戰(zhàn)略資源。近年來，人民法院緊跟時代步伐，大力推動“智審、智執(zhí)、智服、智管”建設(shè)，充分運用高科技手段，研發(fā)審判工作相關(guān)技術(shù)應(yīng)用軟件和平臺，加大新技術(shù)對審判業(yè)務(wù)和審判監(jiān)督管理的支持力度，向科技要人力資源，辦案質(zhì)效不斷提高。(1)例如，江蘇高院依托與東南大學(xué)聯(lián)合成立的全國首家“人民法院司法大數(shù)據(jù)研究基地”，開發(fā)“類案不同判”預(yù)警系統(tǒng)，規(guī)范法官自由裁量權(quán)。上海高院建立的大數(shù)據(jù)審判輔助體系由智能輔助辦案、智能法庭、智能管理等35個子系統(tǒng)組成，為法官辦案提供系統(tǒng)服務(wù)，實現(xiàn)了執(zhí)法辦案規(guī)范化、網(wǎng)絡(luò)化、移動化、智能化等等。參見《人民法院司法改革案例選編(一)》，載“中國法院網(wǎng)”，https://www.chinacourt.org/article/detail/2017/07/id/2916048.shtml，最后訪問日期：2021年3月7日?！按髷?shù)據(jù)是人們獲得新知、創(chuàng)造新價值的源泉”，(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9頁。而大數(shù)據(jù)能夠創(chuàng)造新價值的關(guān)鍵，不在于數(shù)據(jù)的規(guī)模，而在于對海量數(shù)據(jù)所進行的挖掘提煉和加工處理。深入研究大數(shù)據(jù)對法官辦案有著積極的意義和作用。

一、 問題的提出

2016—2018年，江蘇全省法院的民間借貸案件數(shù)量一直處于各類民事案件首位，并呈逐年增長趨勢。(3)2016年，江蘇全省法院新收民間借貸案件159386件，占新收民事案件總數(shù)的17.03%。2017年，新收民間借貸案件177869件，占新收民事案件總數(shù)的18.09%。2018年，新收民間借貸案件202228件，占新收民事案件總數(shù)的19.70%。2019年，新收民間借貸案件228913件，占新收民事案件總數(shù)的21.11%。2020年，新收民間借貸案件136259件，占新收民事案件總數(shù)的14.81%。在民間借貸案件數(shù)量增長的同時，披著民間借貸外衣的“套路貸”虛假訴訟時有發(fā)生，不但嚴(yán)重妨害金融秩序和社會穩(wěn)定，也嚴(yán)重?fù)p害訴訟秩序和司法公信力。

在司法實踐中，“套路貸”具有很強的隱蔽性和迷惑性，在外在形式上與民間借貸難以區(qū)分，準(zhǔn)確識別“套路貸”虛假訴訟具有一定的難度。一是表面證據(jù)完備，在證據(jù)認(rèn)定上識別難。在“套路貸”虛假訴訟中，放貸人通常能提供內(nèi)容翔實的借據(jù)及資金交付憑證，形成“完整”的證據(jù)鏈條，案件事實真相難以查證。二是當(dāng)事人不到庭應(yīng)訴，在法庭審理上識別難。在“套路貸”虛假訴訟中，被告和原告本人往往不到庭，或者被告雖到庭但因受脅迫不敢作任何抗辯，庭審功能難以有效發(fā)揮。三是調(diào)查取證作用有限，在依職權(quán)審查上識別難。民事訴訟法對于法官依職權(quán)調(diào)查取證有明確的限定，且民事審判調(diào)查取證不同于刑事偵查調(diào)查取證，其發(fā)現(xiàn)案件事實真相的作用是有限的。四是案件分散審理，在工作機制上識別難。存在著相關(guān)聯(lián)的民間借貸案件在不同法院、不同審判部門、不同合議庭審理的情況，客觀上導(dǎo)致“套路貸”虛假訴訟識別難。五是“套路”手法不斷翻新，在法律規(guī)則上識別難。“套路貸”違法犯罪分子往往深諳法律規(guī)則，善于研究、采用新的“套路”手法，如目前各地出現(xiàn)了利用融資租賃、分期付款買賣以及借貸同時強迫借款人購買履約保證保險等掩蓋“套路貸”、非法高利放貸等新情況，給法院準(zhǔn)確識別“套路貸”虛假訴訟帶來挑戰(zhàn)。(4)參見江蘇高院民五庭的調(diào)研報告《關(guān)于嚴(yán)厲打擊“套路貸”虛假訴訟情況的報告》《關(guān)于全省法院打擊整治“套路貸”等非法金融活動及虛假訴訟情況的調(diào)研報告》。

為了防范和懲治民間借貸涉“套路貸”與虛假訴訟，江蘇全省法院持續(xù)參與非法金融活動專項整治工作，建立防范和打擊“套路貸”及虛假訴訟“333”機制，(5)“333”工作機制：一是依托法院案件信息管理系統(tǒng)、執(zhí)行指揮中心執(zhí)行案件信息管理系統(tǒng)、“套路貸”虛假訴訟智能預(yù)警系統(tǒng)“三大系統(tǒng)平臺”，并對接省非法金融活動信息監(jiān)測平臺，案件信息多維度立體檢索比對、串聯(lián)分析，為專項治理提供信息化支撐。二是強化立案、審理、執(zhí)行三部門協(xié)同配合，嚴(yán)把“三大關(guān)口”，建立健全全流程全方位打擊防范工作機制。立案環(huán)節(jié)建立立案預(yù)警標(biāo)識機制，進行疑似職業(yè)放貸人和“套路貸”虛假訴訟智能預(yù)警系統(tǒng)強制檢索查詢，預(yù)警標(biāo)識移送審理部門。審理部門將立案預(yù)警標(biāo)識案件作為高風(fēng)險案件加強審理，加強實質(zhì)性審查判斷，徹查借貸資金流向，嚴(yán)格界定合法民間借貸與“套路貸”違法犯罪的界限。執(zhí)行環(huán)節(jié)重點加強對執(zhí)行依據(jù)為仲裁裁決、賦予強制執(zhí)行效力的公證債權(quán)文書的審查。三是建立“一檢索、二集中、三并案”的辦案機制，解決單一案件難以發(fā)現(xiàn)“套路貸”虛假訴訟犯罪線索問題，提高打擊懲治精準(zhǔn)度。落實強制檢索制度，在立案、審理、執(zhí)行各環(huán)節(jié)全面建立關(guān)聯(lián)案件強制檢索制度，經(jīng)檢索后形成強制檢索報告入卷。堅持集中審理，三級法院均要將民間借貸案件集中到一個部門審理，不能適用速裁程序?qū)徖?，人民法庭暫不審理民間借貸案件。堅持并案審查，將關(guān)聯(lián)案件集中到同一個合議庭進行審理，強化綜合審查判斷，類型化深入剖析，甄別發(fā)現(xiàn)借貸“套路”手法。全面排查放貸活動，堅決打擊“套路貸”。針對上述“套路貸”虛假訴訟識別難的問題，江蘇法院研發(fā)上線并升級了“套路貸”虛假訴訟智能預(yù)警系統(tǒng)，被最高法院確定為全國法院唯一試點。該系統(tǒng)運用大數(shù)據(jù)、人工智能技術(shù)，對民間借貸案件涉“套路貸”虛假訴訟風(fēng)險進行測算。目前，系統(tǒng)按照風(fēng)險從高到低設(shè)置了五星級到一星級五個預(yù)警級別，并用可視化方式進行展示。該系統(tǒng)主要開放全省法院概況，風(fēng)險放貸人預(yù)警，已結(jié)案件預(yù)警，案件檢索，放貸人檢索，疑似職業(yè)放貸人名錄，重點關(guān)注，工作成果，態(tài)勢分析(綜合分析、人員分析、案件分析)，人員畫像(放貸人群體畫像、訴訟代理人群體畫像)，訴訟代理人分析等功能。自2019年8月30日系統(tǒng)上線至2020年12月31日，全江蘇法院使用“套路貸”虛假訴訟智能預(yù)警系統(tǒng)查詢信息共計270萬余次。

全省法院經(jīng)過集中整治、多管齊下、靶向發(fā)力，取得了積極成效。2019年，全省法院一審新收民間借貸案件165727件，同比下降10.76%；2020年，全省法院一審新收民間借貸案件115732件，同比下降30.17%(含疫情影響因素)，自2015年以來案件量首次出現(xiàn)負(fù)增長。全省13個地區(qū)法院收案均呈現(xiàn)同比下降態(tài)勢，絕大部分基層法院收案減少趨勢明顯。2020年案件量進一步下降，2019年9月1日—2020年12月31日，江蘇法院民間借貸一審共收案151040件，同比大幅下降31.99%。特別是，全省各級法院建立了一系列防范和打擊“套路貸”虛假訴訟制度機制，全省法院干警防范和打擊“套路貸”虛假訴訟的意識明顯增強。“套路貸”虛假訴訟甄別機制作用明顯，不法分子通過虛假訴訟掩蓋“套路貸”違法犯罪、實現(xiàn)非法利益的通道被有效切斷。

二、 司法大數(shù)據(jù)運用的具體實踐

當(dāng)前，大數(shù)據(jù)時代已到來，與之相適應(yīng)的商業(yè)模式、交易方式、生存方式都在發(fā)生變化，由此帶來的社會關(guān)系也在發(fā)生著變化，司法對此應(yīng)當(dāng)動態(tài)地作出回應(yīng)，更加關(guān)注動態(tài)的、系統(tǒng)化的數(shù)據(jù)，也就是以不間斷的“流”的形式存在的、成片的、活的數(shù)據(jù)。一般認(rèn)為，大數(shù)據(jù)具有“4V”特征，即巨量(Volume)數(shù)據(jù)，通常被認(rèn)為是全樣本研究，前提是將一切量化為可供運算的數(shù)據(jù)；高速(Velocity)，不僅指對巨量數(shù)據(jù)的高速運算，更重要的是數(shù)據(jù)收集和運算均可實現(xiàn)實時；多樣(Variety)，大數(shù)據(jù)分析處理的是形式多樣的非結(jié)構(gòu)化數(shù)據(jù)，或者可以稱為“混雜數(shù)據(jù)”；價值(Value)，既指單一數(shù)據(jù)的低值，也指巨量數(shù)據(jù)分析所具有的高值，即能挖掘出傳統(tǒng)社會科學(xué)研究所無法發(fā)現(xiàn)的價值。(6)參見何挺：《刑事司法實證研究：以數(shù)據(jù)及其運用為中心的探討》，載《中國法學(xué)》2016年第4期。大數(shù)據(jù)的這些特征對司法運用既提供了便捷的途徑，也帶來了一定的難度。

如前述，由于“套路貸”虛假訴訟人工識別存在種種困難，再加上實踐中的一些“套路貸”虛假訴訟并未進入訴訟程序，需要通過大數(shù)據(jù)的運用，實現(xiàn)“套路貸”虛假訴訟的自動識別和源頭治理。通過對“套路貸”虛假訴訟智能預(yù)警系統(tǒng)的研究，筆者認(rèn)為，大數(shù)據(jù)在司法中的運用主要體現(xiàn)在以下三方面。

(一) 大數(shù)據(jù)篩選

大數(shù)據(jù)篩選是大數(shù)據(jù)運用的基礎(chǔ)前提。有研究指出，大數(shù)據(jù)篩選首先要做的是數(shù)據(jù)信息采集，要求數(shù)據(jù)是全體數(shù)據(jù)，不是隨機數(shù)據(jù)；注重混雜性，不是精確性；注重數(shù)據(jù)之間的相關(guān)關(guān)系，不是因果關(guān)系，因此需要盡可能地采集各種數(shù)據(jù)信息。在采集內(nèi)容上，不僅要采集傳統(tǒng)的案件信息數(shù)據(jù)，還要采集案件穩(wěn)定風(fēng)險、當(dāng)事人對判決意見、公眾對法院判決認(rèn)同度、司法熱點、不同社會群體司法需求等與審判執(zhí)行工作相關(guān)的數(shù)據(jù)信息以及經(jīng)濟社會發(fā)展數(shù)據(jù)信息。(7)參見張化冰：《加強大數(shù)據(jù)的司法應(yīng)用》，載《人民法院報》2013年10月9日。“套路貸”虛假訴訟智能預(yù)警系統(tǒng)，就是匯集省公安廳、省市場監(jiān)督管理局、省檢察院、省司法廳、省委網(wǎng)信辦、省地方金融管理局等外部數(shù)據(jù)，通過將案件信息分為涉法院刑事案件，涉公安(刑事案件、治安處罰、警情信息)，原告起訴頻次，被告未出庭次數(shù)，被告負(fù)面答辯次數(shù)(裁判文書中出現(xiàn)“暴力”“脅迫”等關(guān)鍵詞)，制式合同，現(xiàn)金方式支付，市場監(jiān)管數(shù)據(jù)等36個“套路貸”虛假訴訟監(jiān)督點來進行檢索、預(yù)警。

大數(shù)據(jù)篩選，包括“事實性知識”與“檢索技巧”兩部分的組合，也就是對法律圖景式的理解、定義具體法律問題的能力與檢索技巧的組合。對于司法工作者而言，檢索過程是發(fā)現(xiàn)案件爭點、調(diào)整辦案思路、優(yōu)化文書寫作的過程，而檢索結(jié)果的優(yōu)劣將對案件辦理結(jié)果產(chǎn)生直接影響。為了能夠成功地檢索，法官需要盡可能透徹地了解案件的細節(jié)，不僅要關(guān)注單一的案件，還要檢索與該案件有關(guān)的所有參考資料，如該案件涉及的法律法規(guī)施行之日，或者相關(guān)試點工作開始之時。數(shù)據(jù)信息采集之后需要進行大數(shù)據(jù)篩選。大數(shù)據(jù)分析或預(yù)測結(jié)果取決于數(shù)據(jù)的質(zhì)量，作為源頭的數(shù)據(jù)質(zhì)量瑕疵將直接導(dǎo)致誤導(dǎo)性甚至根本性的錯誤。因此需要通過檢索的方式，去除無用和冗余的信息，也就是要對數(shù)據(jù)進行清洗。數(shù)據(jù)清洗從檢索數(shù)據(jù)后的第一時間開始，將數(shù)據(jù)中那些由于誤傳、漏傳、迭傳等原因產(chǎn)生的失真部分摒棄在計算之外，保證進入下一步系統(tǒng)的數(shù)據(jù)是干凈的、準(zhǔn)確的，同時歸納總結(jié)并整理成清洗規(guī)則。比如，不同情況下獲取的時間值數(shù)據(jù)可能不一致，有的數(shù)據(jù)集按一年365天計算，而另一個數(shù)據(jù)集按一年的工作日計算，還有的數(shù)據(jù)集可能按一年的小時數(shù)、分鐘數(shù)計算，只有一致的數(shù)據(jù)才能進行比較。再比如，有的法律術(shù)語可能被廢止或者其內(nèi)涵外延已發(fā)生變化，但舊的表述仍保留，這樣會對后面的分析結(jié)果產(chǎn)生影響。除此之外，受各種利益因素影響，可能還會有作弊或者誤導(dǎo)的信息。如關(guān)鍵詞作弊，標(biāo)題、分類或?qū)傩灾杏信c關(guān)鍵詞無關(guān)的詞語，如A的朋友是B，那么在搜索A的時候，B也會被匹配上；類目的錯放，如將普通盜竊放入暴力型犯罪范疇；特定時期的特點，如嚴(yán)厲打擊酒駕醉駕期間，相關(guān)犯罪多發(fā)；等等。這些都需要進行自動偵測，清洗此類數(shù)據(jù)。

(二) 大數(shù)據(jù)管理

大數(shù)據(jù)的運用要做到以下五個方面：一是標(biāo)準(zhǔn)化，即對數(shù)據(jù)元素的定義和理解必須一致；二是完整性，即所有必需的數(shù)據(jù)都要存在并且錄入；三是精確性，即數(shù)據(jù)應(yīng)確定代表現(xiàn)實情況并且來源可靠；四是有效性，即數(shù)據(jù)的價值應(yīng)處在可接受的范圍內(nèi)；五是唯一性，即數(shù)據(jù)不能多次重復(fù)出現(xiàn)。(8)參見陳琨：《類案推送嵌入“智慧法院”辦案場景的原理和路徑》，載《中國應(yīng)用法學(xué)》2018年第4期。由此，司法運用大數(shù)據(jù)涉及大數(shù)據(jù)管理。

大數(shù)據(jù)時代不僅需要對文字等進行識別，還需要對圖片、聲音、視頻等數(shù)據(jù)進行識別，而識別的前提是規(guī)范化和標(biāo)準(zhǔn)化。擁有高質(zhì)量的數(shù)據(jù)，才能有大數(shù)據(jù)分析的基礎(chǔ)。裁判文書屬于格式文書，具有一定的結(jié)構(gòu)性，對于技術(shù)處理來說，屬于半結(jié)構(gòu)化文本。半結(jié)構(gòu)化文本在經(jīng)過技術(shù)處理之后，可以轉(zhuǎn)化為結(jié)構(gòu)化文本，從而方便進一步地信息處理、特征抽取或者數(shù)據(jù)標(biāo)注。收集篩選后的數(shù)據(jù)，只有在通過復(fù)雜的算法將這些數(shù)據(jù)流和標(biāo)簽聯(lián)系起來的時候才能產(chǎn)生價值。大數(shù)據(jù)管理就是將篩選后與問題有關(guān)的數(shù)據(jù)內(nèi)容進行標(biāo)準(zhǔn)化的整理，形成標(biāo)簽，以便進一步使用。具體來說，就是在觀察與分析數(shù)據(jù)后，更好地將數(shù)據(jù)進行歸類和整理，打上標(biāo)簽，從而更加清晰地識別出數(shù)據(jù)的價值。

而要想達到以上目標(biāo)，就需要通過數(shù)據(jù)中間層，生成數(shù)據(jù)的個性化標(biāo)簽，從而使數(shù)據(jù)能夠標(biāo)準(zhǔn)化、統(tǒng)一化。一般來說，建立標(biāo)簽通常有以下三種方法：第一是通過規(guī)則結(jié)合數(shù)據(jù)分析來建立標(biāo)簽，這一類型的標(biāo)簽和司法人員的經(jīng)驗緊密結(jié)合；第二是通過模型來建立標(biāo)簽；第三是通過模型的組合來生成新的標(biāo)簽。而這樣的分類整理也是根據(jù)司法人員的需要而來的。數(shù)據(jù)如何進行分類視不同的場景、不同的案件而定。例如，“套路貸”虛假訴訟智能預(yù)警系統(tǒng)中有疑似職業(yè)放貸人名錄，對同一出借人及其實際控制的關(guān)聯(lián)關(guān)系人作為原告一年內(nèi)在全省各級法院起訴民間借貸案件5起以上的，將該出借人打上疑似職業(yè)放貸人的標(biāo)簽，在立案環(huán)節(jié)自動提示。又如“動物”，如果把動物和植物進行比較，動物整體必然有不同于植物的特性，但如果對動物進行更深層次的分析，則需要對“動物”進行不同種類的分類和分析。在司法審判中，可以通過不同屬性對案件當(dāng)事人進行深入細分，如根據(jù)企業(yè)規(guī)模，將企業(yè)分成超大型企業(yè)、大型企業(yè)、中小型企業(yè)、個體戶。而對于中小型企業(yè)，按照行業(yè)又可以細分為醫(yī)療行業(yè)、美容行業(yè)、教育行業(yè)、農(nóng)產(chǎn)品行業(yè)等；按注冊資本分，又可以分成10萬元、50萬元、100萬元等；按地區(qū)分，又可以分為北京、上海、廣州、南京等。

但標(biāo)簽是具有生命周期的，經(jīng)過一段時間之后，標(biāo)簽可能會發(fā)生變化，例如年齡、職業(yè)、家庭住址、企業(yè)資產(chǎn)規(guī)模等，這時候就需要更新標(biāo)簽。上述對疑似職業(yè)放貸人名錄就實行動態(tài)管理，每年更新一次，自疑似職業(yè)放貸人名錄確定之日起一年內(nèi)，該名錄中的人員及其實際控制的關(guān)聯(lián)關(guān)系人起訴民間借貸案件數(shù)量少于上述規(guī)定數(shù)量二分之一的，可以將其從疑似職業(yè)放貸人名錄中移出。更新需要在大數(shù)據(jù)管理階段，由法官扮演“老師”的角色，負(fù)責(zé)教會并訓(xùn)練計算機這個“學(xué)生”最新的法律術(shù)語和習(xí)慣表達等，使計算機可以自動發(fā)現(xiàn)、細分每個數(shù)據(jù)，并與之前的標(biāo)簽進行匹配或者創(chuàng)設(shè)新的標(biāo)簽，這樣可以使大數(shù)據(jù)整理任務(wù)的重復(fù)執(zhí)行和微調(diào)變得更簡單，不用每次都從頭開始。這可以借助物聯(lián)網(wǎng)技術(shù)發(fā)展趨勢，對接互聯(lián)網(wǎng)海量人機交互信息，實現(xiàn)關(guān)聯(lián)主題下涵蓋所有時空要素的全方位信息智能提取，并進行智能信息糾錯、及時性信息分類整合、噪點信息清洗等后續(xù)加工處理。

(三) 大數(shù)據(jù)分析

數(shù)據(jù)本質(zhì)上是沒有意義的，但通過數(shù)據(jù)分析，可以使數(shù)據(jù)形成有意義的知識，并從知識中發(fā)掘出信息。數(shù)據(jù)分析是大數(shù)據(jù)應(yīng)用最關(guān)鍵的工作。數(shù)據(jù)分析，是指通過特定的計算機算法對大量的數(shù)據(jù)進行自動分析，從而揭示數(shù)據(jù)之間隱藏的關(guān)系、模式和趨勢，為決策者提供新的知識。(9)參見涂子沛：《大數(shù)據(jù)》，廣西師范大學(xué)出版社2013年版，第98頁。數(shù)據(jù)分析是在沒有明確假設(shè)的前提下去分析信息、發(fā)現(xiàn)知識。也就是說，數(shù)據(jù)分析沒有既定的假設(shè)，也不能準(zhǔn)確預(yù)測會有什么樣具體的結(jié)論。大數(shù)據(jù)時代，龐大的數(shù)據(jù)量、不規(guī)則的數(shù)據(jù)格式，使信息整合成為人力所不能及的復(fù)雜工程，需要從不規(guī)則的數(shù)據(jù)中分析有效信息，使輸出反饋結(jié)果與輸入信息條件完全匹配。大數(shù)據(jù)分析通過構(gòu)建合理模型，依托人工智能的多項技術(shù)，如機器學(xué)習(xí)、知識圖譜和自然語言處理技術(shù)等，模擬人的思維過程對數(shù)據(jù)信息作出判斷，即對感知的信息進行學(xué)習(xí)或自我學(xué)習(xí)、信息抽取、邏輯判斷、決策，并產(chǎn)生相應(yīng)的反應(yīng)，使得大數(shù)據(jù)真正發(fā)揮價值。因此，要“有效分析獲取數(shù)據(jù)，管理萃取數(shù)據(jù)中所蘊含的重要價值，智能化運用數(shù)據(jù)，充分利用人工智能深度學(xué)習(xí)構(gòu)建大數(shù)據(jù)社情民意和預(yù)警研判模型，增強社會治理工作的動態(tài)性、精細化水平”。(10)翟云：《人工智能+政務(wù)：開啟智慧治理新征程》，載《學(xué)習(xí)時報》2019年8月16日。

1. 案件規(guī)律分析

通過對大數(shù)據(jù)進行整理、加工及整合，司法大數(shù)據(jù)可以呈現(xiàn)司法領(lǐng)域中為我們所未知的具有規(guī)律性的各種情況抑或是提供新的知識參考。(11)參見單勇、阮丹微：《司法大數(shù)據(jù)的現(xiàn)狀、挑戰(zhàn)及應(yīng)用改進》，載《凈月學(xué)刊》2018年第3期。2012年7月歐洲世界杯期間，各大網(wǎng)絡(luò)購物平臺成交量在球賽開始時突然增長，有機構(gòu)就通過數(shù)據(jù)分析得出“男人一看球，女人就購物”的結(jié)論，推動電商對女性群體的推銷活動。(12)參見魏琳：《直面大數(shù)據(jù) 直面統(tǒng)計未來——國家統(tǒng)計局“直面大數(shù)據(jù)”青年論壇側(cè)記》，載《中國信息報》2013年6月17日。再如，共享單車公司通過大數(shù)據(jù)模型，測算在特定時間、地點、天氣下，共享單車的租用數(shù)量，包括季節(jié)、月份、時間、假日/工作日、星期、天氣、溫度、濕度、風(fēng)速等，計算出小時租用數(shù)量，從而按量投放共享單車，增加營業(yè)額，避免資源浪費。從司法活動中也可以發(fā)現(xiàn)社會活動的一些規(guī)律或者傾向。通過對大數(shù)據(jù)的統(tǒng)計、分析，結(jié)合人工歸納和推理，分析出案件的規(guī)律，包括案件發(fā)生的時間、地域，手段，偵破，量刑方面的傾向性規(guī)律。比如，浙江省高院的大數(shù)據(jù)主題分析得出的結(jié)論：55歲前，女人起訴離婚多；55歲后，男人起訴離婚多。(13)參見《你知道嗎？55歲是離婚訴訟的神奇分割線》，載《今日早報》2013年11月9日。筆者認(rèn)為，利用“套路貸”虛假訴訟智能預(yù)警系統(tǒng)，可以通過大數(shù)據(jù)發(fā)現(xiàn)全省某一地區(qū)“套路貸”案件頻發(fā)，或者某些疑似職業(yè)放貸人長期在某一區(qū)域進行活動，這樣有利于有針對性地加大對這些“套路貸”虛假訴訟行為的專項整治力度。

2. 案件分類

案件分類的主要目的是按照指定的規(guī)律將案件進行分組，分類的目的是便于整體把握案件的判決情況。案件分類的第一個重要功能是“異常檢測”，即及時發(fā)現(xiàn)審判的異常行為，正確進行審判公平性的評估，對審判行為進行控制和監(jiān)測。“套路貸”虛假訴訟智能預(yù)警系統(tǒng)就是通過構(gòu)建“套路貸”虛假訴訟案件分析模型，將36個監(jiān)督點根據(jù)不同情形賦予職能算法模型，重點運用裁判文書語義分析技術(shù)，甄別出疑似“套路貸”虛假訴訟案件，按疑似程度和風(fēng)險高低，從高到低設(shè)置五個預(yù)警級別，對疑似涉案人員和疑似“套路貸”虛假訴訟案件進行預(yù)警，并形成人員畫像、案件畫像和評估報告。案件分類的第二個重要功能是進行案件判決輔助參考。一是特定場景中的司法名詞界定。司法名詞界定往往對判決結(jié)果有著直接的影響。例如，在一個搶劫案件中，被告人是否構(gòu)成“入戶搶劫”，是需要法官判斷的問題。而在已有“入戶搶劫”案件判決中，這些認(rèn)定都有哪些特征，包含了什么信息，則可以通過對已有案件構(gòu)成的大數(shù)據(jù)進行分析得出。二是對非傳統(tǒng)領(lǐng)域案件的判決參考。在現(xiàn)有的法律規(guī)定基礎(chǔ)上參考其他類似案件，有助于審判公正。三是對判決結(jié)果的參考和規(guī)制。通過對已有案件數(shù)據(jù)的分析，對法院各類案件的審判工作建構(gòu)裁判模型，得到對相同客觀條件下同種案件的判決區(qū)間，對公正判決具有一定的意義。北京法院的“睿法官”系統(tǒng)和上海法院開發(fā)的“206”刑事案件智能輔助辦案系統(tǒng)，運用大數(shù)據(jù)與云計算充分挖掘分析數(shù)據(jù)資源，并對法官制作的裁判結(jié)果與預(yù)測之間發(fā)生重大偏離時進行系統(tǒng)自動預(yù)警，為法官判案提供統(tǒng)一、全面的審判規(guī)范和辦案指引。案件分類的第三個重要功能是進行智能分案，即運用大數(shù)據(jù)，對分配案件和收案法官的信息進行處理，包括案件信息與法官信息的識別與分類、獲取與分析、比對與評估等，建立和存儲正確的分案規(guī)則，有效克服傳統(tǒng)分案機制的弊端，實現(xiàn)辦案工作量與法官司法能力的有效識別。

3. 相關(guān)性分析

相關(guān)性分析是大數(shù)據(jù)分析的重要方法。法院審理的案件信息是經(jīng)濟社會發(fā)展的晴雨表，全國法院幾十年積累的裁判文書形成海量信息，這又與海量的經(jīng)濟社會信息產(chǎn)生很多關(guān)聯(lián)性?！敖⒃谙嚓P(guān)關(guān)系分析法基礎(chǔ)上的預(yù)測是大數(shù)據(jù)的核心”，(14)前引②，維克托等書，第95頁?！疤茁焚J”虛假訴訟智能預(yù)警系統(tǒng)設(shè)置了“案件畫像”模塊，可查看該案件的基本案件信息，風(fēng)險評估信息，外單位涉案情況，關(guān)聯(lián)案件星級分布，相似案例推送，關(guān)聯(lián)案件(法院民事、法院刑事、公安刑事案件、警情、治安)的詳細信息，同時支持案件關(guān)聯(lián)關(guān)系圖譜的在線查看。在審判實踐中，案件主體的各種因素是否對審判結(jié)果造成干擾，比如，犯罪嫌疑人的經(jīng)濟收入、家庭背景、社會地位與審判結(jié)果是否有關(guān)聯(lián)，往往是目前社會上所關(guān)注的。關(guān)聯(lián)性分析可以作為司法裁判公平的依據(jù)，通過對混雜性數(shù)據(jù)的關(guān)聯(lián)分析，判斷司法工作中存在的被忽視問題以及趨勢，并通過提升審判態(tài)勢分析、案件狀態(tài)分析的及時性、全面性和準(zhǔn)確性，規(guī)范司法行為，預(yù)防司法腐敗。

三、 司法大數(shù)據(jù)應(yīng)用中存在的問題

在全面深化司法改革的新形勢下，開展司法大數(shù)據(jù)分析研判，是大數(shù)據(jù)時代助推人民法院審判體系和審判能力現(xiàn)代化的新思路、新探索?！暗傮w上看，對大數(shù)據(jù)的收集、研究與應(yīng)用還處在一個比較粗淺的層面上，司法大數(shù)據(jù)可能具有的超凡價值遠遠沒有得到挖掘。”(15)倪壽明：《充分挖掘司法大數(shù)據(jù)的超凡價值》，載《人民司法》2017年第19期。

(一) 司法大數(shù)據(jù)的不充分、不客觀、結(jié)構(gòu)化不足

以裁判文書為例，司法大數(shù)據(jù)的不充分主要體現(xiàn)在“中國裁判文書網(wǎng)”上的裁判文書并不能涵蓋所有審結(jié)案件的裁判文書，導(dǎo)致數(shù)據(jù)分析的不完整。法官裁判不僅是法律技術(shù)的體現(xiàn)，更是法律觀念、社會價值的映照，存在著很大差異。加之，法律適用具有主體性、主觀性與變遷性，導(dǎo)致無法獲得沒有任何意識形態(tài)與價值判斷的客觀化的法律信息數(shù)據(jù)。(16)參見龍飛：《人工智能在糾紛解決領(lǐng)域的應(yīng)用與發(fā)展》，載《法律科學(xué)》2019年第1期。大數(shù)據(jù)能為計算機所識別的重要前提是數(shù)據(jù)具備結(jié)構(gòu)化特征。對于機器而言，識別自然語言已屬不易，識別法律專業(yè)術(shù)語更是難上加難。法律語言本身非常復(fù)雜，要讓機器讀懂一句中文，涉及中文分詞、詞性標(biāo)注、依存語法和情感分析，在中文法律語言中對同樣的事物可能還有不同表述，非結(jié)構(gòu)化的數(shù)據(jù)表述為機器的學(xué)習(xí)造成了極大的障礙，也影響數(shù)據(jù)收集、分析的準(zhǔn)確性。另外，有些司法領(lǐng)域的概念，并不等同于教科書上所下的定義，而是包括所有經(jīng)過概念化后的抽象觀念。不同類型案件的訴訟程序、證據(jù)規(guī)則、審理標(biāo)準(zhǔn)、執(zhí)行內(nèi)容截然不同，民事案件、行政案件、刑事案件所承載的數(shù)據(jù)信息在司法屬性的基礎(chǔ)上包含其特有的數(shù)據(jù)屬性。實踐中，大數(shù)據(jù)應(yīng)用還有待深化，專業(yè)化區(qū)分和有針對性的應(yīng)用實踐開展還存在不完善之處。

此外，以往的結(jié)構(gòu)化司法數(shù)據(jù)來源于人工填寫報表，近年來雖也推出了幾種數(shù)字化系統(tǒng)，但是當(dāng)海量司法數(shù)據(jù)以音頻、視頻等非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)形式出現(xiàn)時，現(xiàn)有的系統(tǒng)結(jié)構(gòu)化處理能力難免有些捉襟見肘。大數(shù)據(jù)分析所依靠的信息化需要同時具備數(shù)據(jù)提取、數(shù)據(jù)分類、數(shù)據(jù)重組、數(shù)據(jù)分析、趨勢預(yù)測等多項功能并形成一個完善的體系，而要全面實現(xiàn)這樣的信息化還存在較大的困難。同時，數(shù)據(jù)的混雜性與司法的精確性之間也存在矛盾。人們采取“抽樣”的方式，由于抽樣的數(shù)據(jù)量有限，所以對每個數(shù)據(jù)的質(zhì)量要求都很高。而大數(shù)據(jù)采用“全數(shù)據(jù)”“整體性”的思維模式，由于數(shù)據(jù)量巨大，數(shù)據(jù)結(jié)構(gòu)混雜，很難保證每一數(shù)據(jù)都精準(zhǔn)無誤，(17)參見王燃：《大數(shù)據(jù)時代偵查模式的變革及其法律問題研究》，載《法制與社會發(fā)展》2018年第5期。這些都可能造成數(shù)據(jù)錯誤，如數(shù)據(jù)字段本身的錯誤或拼寫的錯誤；數(shù)據(jù)重復(fù)，即同一事物往往有著不同的數(shù)據(jù)表達形式，如偵查中錄入的地址編碼經(jīng)常出現(xiàn)一址多名、地址重名等問題；數(shù)據(jù)缺失，如某一數(shù)據(jù)體系中丟失個別重要數(shù)據(jù)。此外，還有數(shù)據(jù)不一致、數(shù)據(jù)過時等問題。

(二) 司法大數(shù)據(jù)知識表示與抽取尚未有效開展

“大數(shù)據(jù)”分析的要義不是對數(shù)據(jù)的提取，而是對不同領(lǐng)域的信息進行重組、擴展，并基于非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)價值的深度挖掘，進而實現(xiàn)知識表示與抽取，實現(xiàn)由“數(shù)據(jù)→知識”的關(guān)鍵一步。目前數(shù)據(jù)采集范圍主要局限于以案件為中心，與案件審理不相關(guān)的數(shù)據(jù)大都被拋棄，造成了大量的數(shù)據(jù)資源浪費。單純收集與案件相關(guān)的數(shù)據(jù)，只是對原有人工填報數(shù)據(jù)的技術(shù)替代，實際上仍然停留在小數(shù)據(jù)時代對表面價值的淺層挖掘，并未達到深層知識發(fā)現(xiàn)。舉例而言，對海量裁判文書的分析如果停留在案件量、上訴率、發(fā)改率的層面，那只是淺層價值的分析，而如果從海量文書中挖掘法官對特定案件的裁判規(guī)則則屬于知識發(fā)現(xiàn)層面。例如，“我們可以通過這些數(shù)據(jù)，發(fā)現(xiàn)交通事故成訴的成因點、發(fā)現(xiàn)當(dāng)事人對裁判規(guī)則的不服點、發(fā)現(xiàn)證據(jù)評價的矛盾突出點”。(18)姜強：《數(shù)據(jù)革命如何解放基層法官：以道交賠償案件為例》，載“法影斑斕微信公眾號”2015年12月21日。有學(xué)者通過對11984件知識產(chǎn)權(quán)侵權(quán)案例進行實證研究，發(fā)現(xiàn)了平均判賠額依然較低等普遍性問題。但是，深度分析發(fā)現(xiàn)，批量案件尤其是商業(yè)險維權(quán)案件的大量存在，對相關(guān)統(tǒng)計結(jié)果的干擾性影響十分顯著。(19)參見詹映：《我國知識產(chǎn)權(quán)侵權(quán)損害賠償司法現(xiàn)狀再調(diào)查與再思考——基于我國11984件知識產(chǎn)權(quán)侵權(quán)司法判例的深度分析》，載《法律科學(xué)》2020年第1期。

此外，傳統(tǒng)司法研究的對象是靜態(tài)法律數(shù)據(jù)。這些數(shù)據(jù)經(jīng)過編輯處理從而成為人們所熟知的結(jié)構(gòu)性數(shù)據(jù)，非常容易被利用。即使在數(shù)字化之后，雖然其改變了存儲數(shù)據(jù)的載體，但是仍然屬于靜態(tài)法律數(shù)據(jù)。而對于動態(tài)法律數(shù)據(jù)，傳統(tǒng)司法研究關(guān)注較少。盡管在研究過程中常常引用互聯(lián)網(wǎng)上出現(xiàn)的數(shù)據(jù)，但是這些數(shù)據(jù)依然屬于靜態(tài)法律數(shù)據(jù)。而互聯(lián)網(wǎng)實時產(chǎn)生的動態(tài)法律數(shù)據(jù)要求關(guān)注數(shù)據(jù)存在的特定時空條件，關(guān)注法律數(shù)據(jù)的演變過程，及時分析人們對法律問題認(rèn)識和判斷的基本動向。加上動態(tài)法律數(shù)據(jù)往往和其他相關(guān)數(shù)據(jù)相混雜，使人們利用數(shù)據(jù)增加了新的難度。

(三) 對司法大數(shù)據(jù)分析的關(guān)注度不夠

大數(shù)據(jù)分析是大數(shù)據(jù)在司法領(lǐng)域應(yīng)用的核心驅(qū)動力，其主要作用就在于認(rèn)識、總結(jié)、提煉決策規(guī)律，歸納決策模型，從而提供具有參考價值的結(jié)論。以類案推薦為例，影響推送精確度的關(guān)鍵就在于相似度算法，如果嵌入的算法無法將目標(biāo)案件情節(jié)與數(shù)據(jù)庫中的案件情節(jié)進行準(zhǔn)確比對，那么這一應(yīng)用工具就是低效的甚至錯誤百出。需要指出的是，從司法實踐來看，無論是基于保護商業(yè)秘密的考量，抑或是大數(shù)據(jù)分析本身的復(fù)雜性，技術(shù)的開發(fā)者很少對使用者說明算法的運行原理，卻可以輕易將“需求”編入數(shù)據(jù)算法中，形成隱藏的價值偏見，并通過科學(xué)方法為這種偏見披上合理的外衣，(20)參見前引，王燃文。而法院對大數(shù)據(jù)分析的關(guān)注度不夠，很少會去研究結(jié)論背后的依據(jù)。即使關(guān)注到司法大數(shù)據(jù)的運用，但運用的數(shù)據(jù)種類也較為單一，組合運用數(shù)據(jù)的原則尚未確立，大量的研究集中在典型案例或法律文書的案件情況與處理結(jié)果數(shù)據(jù)、源自個別地區(qū)辦案機關(guān)所記錄的原生數(shù)據(jù)、問卷調(diào)查所獲得的主觀性數(shù)據(jù)以及部分官方數(shù)據(jù)等方面，導(dǎo)致研究結(jié)果傾向于集中運用某一類數(shù)據(jù)得出結(jié)論，而非組合運用各種數(shù)據(jù)來彌補單一種類數(shù)據(jù)所具有的缺點。另外，大數(shù)據(jù)分析流程包括主題確定、數(shù)據(jù)集成、建模運算以及數(shù)據(jù)可視化等一系列環(huán)節(jié)，每一個環(huán)節(jié)都有出錯的可能，這會影響到最終的分析結(jié)果。

(四) 司法大數(shù)據(jù)資源條塊分割導(dǎo)致資源協(xié)同融合困難

如果說數(shù)據(jù)是土壤中的“水分”，那么，開放數(shù)據(jù)就會形成土壤上流淌的“河流”。數(shù)據(jù)共享是運用大數(shù)據(jù)技術(shù)的基礎(chǔ)和前提。當(dāng)前，制約數(shù)據(jù)開放、共享、應(yīng)用的一個重要癥結(jié)是缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，大量數(shù)據(jù)以數(shù)據(jù)孤島的狀態(tài)被分割在各部門內(nèi)部，無法被關(guān)聯(lián)與聚合。比如，不同司法機關(guān)之間的司法數(shù)據(jù)多用于內(nèi)部使用而非數(shù)據(jù)共享，客觀上造成各機關(guān)之間存在數(shù)據(jù)交流壁壘，形成了數(shù)據(jù)孤島。這種數(shù)據(jù)孤島又自成數(shù)據(jù)體系，檢察院有檢察院的司法大數(shù)據(jù)，法院有法院的司法大數(shù)據(jù)，進而導(dǎo)致不同數(shù)據(jù)的信息重疊。(21)參見前引，單勇等文。而在法院內(nèi)部，以往法院的司法統(tǒng)計數(shù)據(jù)和流程信息在審管辦，執(zhí)行信息在執(zhí)行局，訴訟服務(wù)和信訪信息在立案庭，人事數(shù)據(jù)在政治部，各個部門的數(shù)據(jù)都歸各自所有，互不共享。如此，數(shù)據(jù)的高效運用就無從談起。數(shù)據(jù)不能共享導(dǎo)致在法院工作中調(diào)取數(shù)據(jù)的過程煩瑣、費時費力。在傳輸方式上，現(xiàn)行法院系統(tǒng)的信息由各部門流向決策部門、由下級法院流向上級法院，再由上級法院或決策部門將決策信息向下傳播，也就是典型的“章魚型”傳輸方式，缺乏相互對話、形成共識的溝通，不能完全適應(yīng)和滿足司法實踐的需要。

四、 完善司法大數(shù)據(jù)應(yīng)用的設(shè)想

(一) 在辦案中運用的設(shè)想

對于當(dāng)事人來說，大數(shù)據(jù)無疑為司法便民提供了更多可能性：可以借助大數(shù)據(jù)技術(shù)在分析人民群眾需求的基礎(chǔ)上，通過各類訴訟服務(wù)平臺和智能問答機器人提供包括當(dāng)事人信用、流程指引、案例研判、信訪咨詢、司法建議、訴訟服務(wù)效果分析在內(nèi)的大數(shù)據(jù)分析服務(wù)，為人民群眾提供更有價值的司法服務(wù)，讓人民群眾有更多參與感和獲得感；還可以通過提供典型性普遍性的案例信息、訴訟風(fēng)險評估、案件勝敗因素分析報告等方式，方便當(dāng)事人精準(zhǔn)評估案件要素，準(zhǔn)確引用案例，自行預(yù)判案件結(jié)果，引導(dǎo)當(dāng)事人理性選擇，減少糾紛成訟。

對于法官來說，不斷有新的技術(shù)在試圖達成“算法裁判”的終極目標(biāo)，(22)參見前引，龍飛文。未來可能需要研究“機器人法官”能否替代司法裁判等問題。(23)參見吳習(xí)彧：《司法裁判人工智能化的可能性及問題》，載《浙江社會科學(xué)》2017年第4期。在法官辦案中的運用主要體現(xiàn)在以下方面：一是可以依托大數(shù)據(jù)實現(xiàn)智能辦案，實現(xiàn)審判流程和審判體系的現(xiàn)代化重塑。例如，浙江高院與浙江大學(xué)、阿里巴巴進行戰(zhàn)略合作，探索人工智能技術(shù)在審判全流程的深度應(yīng)用，研發(fā)了無實體的法官助理“小智”，從立案階段自動審查、自動排期、自動送達，到庭審階段提前推送庭前報告、同步語音識別、分析認(rèn)定證據(jù)、歸納爭議焦點，再到裁判過程中預(yù)測結(jié)果、計算數(shù)額、實時生成裁判文書、當(dāng)庭宣判送達、自動分類歸檔，實現(xiàn)了從案件的傳統(tǒng)審理模式向全流程智能審理的革命性轉(zhuǎn)變。二是可以通過對事件進行概率建模，輔助法官心證。大數(shù)據(jù)分析本身包含著概率統(tǒng)計的分析方法，展現(xiàn)出的結(jié)論亦系一種規(guī)律性的標(biāo)準(zhǔn)，而其能夠?qū)崒嵲谠诘爻尸F(xiàn)在法官與當(dāng)事人面前，為當(dāng)事人進行質(zhì)疑、反駁和反證提供了可能，為司法認(rèn)知中心證的顯現(xiàn)化提供了基礎(chǔ)。(24)參見李葳：《網(wǎng)絡(luò)大數(shù)據(jù)司法應(yīng)用分析模型——以2017年福建省夫妻共同債務(wù)案件為例》，載《數(shù)字通信世界》2019年第1期。三是可以實現(xiàn)真正意義上的類案檢索程序透明化。通過數(shù)學(xué)模型或模擬算法，構(gòu)造提取情節(jié)信息，使用輸血模型來描述數(shù)據(jù)的特征和規(guī)律，并計算最合適的數(shù)據(jù)，根據(jù)精準(zhǔn)算法規(guī)則自動提取關(guān)鍵信息，從而與案件相匹配并推薦案件相關(guān)“要素”，如職業(yè)放貸中36%的利率紅線、2年10次的經(jīng)常性放貸、放貸人數(shù)及標(biāo)的數(shù)額等，甚至類案檢索系統(tǒng)可以根據(jù)法官選擇情節(jié)的方式推進案件數(shù)據(jù)，在處理案件的過程中，如果程序、證據(jù)、定性、裁判結(jié)果等存在偏差，系統(tǒng)會自動提醒。(25)參見谷昌豪、高新峰：《類案檢索程序透明化的實現(xiàn)路徑》，載《人民法院報》2019年11月24日。四是可以進行類案不同判預(yù)警。2019年，江蘇高院與東南大學(xué)共同承擔(dān)了最高法院兩個大數(shù)據(jù)課題的研究工作，并依托全國法院裁判文書大數(shù)據(jù)，按照“圖譜構(gòu)建→情節(jié)解析→權(quán)重排序→類案識別→模型訓(xùn)練→量刑預(yù)測→偏離預(yù)警”的基本步驟，整合相似案例推薦、法律知識推送、量刑智能輔助、文書智能糾錯、量刑偏離預(yù)警等五大功能模塊，構(gòu)建了服務(wù)裁判尺度統(tǒng)一的“類案不同判預(yù)警平臺”。

(二) 在司法改革中運用的設(shè)想

目前司法改革已經(jīng)從“立梁架柱”轉(zhuǎn)向了“精裝修”階段，既可以運用大數(shù)據(jù)手段推進司法改革，也可以運用大數(shù)據(jù)來檢驗改革效果。例如在審判權(quán)運行機制改革方面，可以借助大數(shù)據(jù)手段，對審判權(quán)運行過程中產(chǎn)生的數(shù)據(jù)進行全程記錄、融合分析，及時發(fā)現(xiàn)和控制可能存在的風(fēng)險，挖掘分析出各類不作為、亂作為發(fā)生的概率和“蛛絲馬跡”，形成無縫化的“數(shù)據(jù)鐵籠”，倒逼法官自覺規(guī)范和約束權(quán)力運行，保障審判權(quán)依法、獨立、公正行使。在建立大數(shù)據(jù)與人工智能法官績效評估體系方面，可以通過甄選全省具有區(qū)域、類型、審級代表性的若干法院試點，抽樣挖掘結(jié)構(gòu)化(標(biāo)簽)和非結(jié)構(gòu)化(OCR識別)的類型案件全過程數(shù)據(jù)(包括但不限于審理時間、庭審時間、法律文書、內(nèi)卷文本)，提取和篩選足以影響審理時間的案件要素，通過專家評估、模型訓(xùn)練、模型應(yīng)用，構(gòu)建符合司法規(guī)律和司法實踐的案件權(quán)重體系。還可以通過大數(shù)據(jù)構(gòu)建完整、全面的評估體系，將試點地區(qū)改革前后數(shù)據(jù)錄入數(shù)據(jù)庫，以樹形結(jié)構(gòu)呈現(xiàn)，從而形成整體性數(shù)據(jù)評估結(jié)果。每一項信息都是“最小單元信息”，這些最小單元信息經(jīng)過后期處理分析對比，將以遞進的方式計算出試點地區(qū)評估結(jié)果進而對整個試點作出評估，而非試點地區(qū)的最小單元信息也將通過處理，分析其與試點地區(qū)數(shù)據(jù)的契合度，從而評估改革成效，并決定試點是否合適“移植”到非試點地區(qū)。

(三) 在司法研究中運用的設(shè)想

作為社會現(xiàn)象的一部分，法律現(xiàn)象有著異質(zhì)性和不確定性，同時法律現(xiàn)象的總體往往又是巨量的。在這種情況下，大數(shù)據(jù)就為司法研究提供了另一種理論與現(xiàn)實的對應(yīng)樣本，它不僅可以為司法研究提供客觀的材料，還可以為司法研究提供科學(xué)的方法，因此，司法大數(shù)據(jù)研究將成為司法研究的一個創(chuàng)新領(lǐng)域。一方面，大數(shù)據(jù)帶來司法研究思維的轉(zhuǎn)變。長久以來，司法研究思維范式都拘泥于小數(shù)據(jù)時代的因果關(guān)系思維。然而，大數(shù)據(jù)卻強調(diào)事物之間的相關(guān)關(guān)系。大數(shù)據(jù)的相關(guān)性是通過量化數(shù)值之間的數(shù)理關(guān)系而得出的，這種數(shù)據(jù)邏輯上的相關(guān)性往往無法被主觀思維所理解，即只告知結(jié)果“是什么”，卻不解釋過程“為什么”。(26)參見前引，王燃文。相關(guān)關(guān)系為司法研究提供了廣闊空間，人們對因果關(guān)系的把握從既存結(jié)果推展到潛在結(jié)果，從過去時推展到將來時，(27)參見王天思：《大數(shù)據(jù)中的因果關(guān)系及其哲學(xué)內(nèi)涵》，載《中國社會科學(xué)》2016年第5期。有效拓展了司法研究的思維和視野。另一方面，大數(shù)據(jù)從深層次驅(qū)動司法研究話語模式和研究范式的轉(zhuǎn)型。例如，可以結(jié)合工作實際深化對案件內(nèi)容、程序運行等信息數(shù)據(jù)的分析，為加強公正司法提供有力支持；可以深化對審判過程中法律適用情況的信息數(shù)據(jù)分析，為積極回應(yīng)人民群眾期待、提升司法水平提供有益參考；可以全面分析訴訟活動的內(nèi)容、裁判結(jié)果等方面的信息數(shù)據(jù)，支持和促進法治政府和法治社會建設(shè)；可以深化對當(dāng)事人在結(jié)案后的行為和滿意度進行分析，為評價案件質(zhì)量提供數(shù)據(jù)支持；等等。

(四) 在完善法律體系和社會治理中運用的設(shè)想

2018年初，最高人民法院審判管理辦公室選取機動車交通事故責(zé)任糾紛中傷殘賠償金的計算標(biāo)準(zhǔn)作為研究對象，基于“中國裁判文書網(wǎng)”上公開的所有裁判文書，對法院審理機動車交通事故責(zé)任糾紛的相關(guān)裁判規(guī)則開展實證研究，發(fā)現(xiàn)實踐中存在多種裁判觀點并存，需要推動修改相關(guān)立法或者出臺司法解釋，進一步明確和統(tǒng)一裁判標(biāo)準(zhǔn)。有學(xué)者以“中國裁判文書網(wǎng)”上公開的31個省級行政區(qū)的年度行政裁判文書為分析樣本，進行法治政府的司法指數(shù)研究，通過階段性的數(shù)據(jù)庫建設(shè)、體系性評估及其衍生的基礎(chǔ)理論研究，為中國法治政府建設(shè)實踐提供有益的決策建議。(28)參見肖軍等：《法治政府的司法指數(shù)研究》，載《行政法學(xué)研究》2019年第1期。當(dāng)前，影響社會治理決策的事項紛繁蕪雜，各類矛盾交織、各種變量融合的情況非常突出。借助大數(shù)據(jù)手段，基于海量數(shù)據(jù)基礎(chǔ)所進行的模塊化分析，可以掌握和預(yù)測社會人群越軌行為、社會矛盾風(fēng)險隱患等關(guān)鍵節(jié)點動態(tài)，從而為社會治理提供更為系統(tǒng)、準(zhǔn)確、科學(xué)的參考依據(jù)。例如，開發(fā)大數(shù)據(jù)分析系統(tǒng)，建立涵蓋毒品犯罪、危險駕駛、金融借款、勞動爭議、知識產(chǎn)權(quán)、行政機關(guān)敗訴分析等多個數(shù)據(jù)的分析模型，通過相關(guān)數(shù)據(jù)的收集、匯總、分析，可以為法律法規(guī)和司法解釋的制定提供更多決策參考；通過融合司法審判、區(qū)域發(fā)展、行業(yè)變化、經(jīng)濟指標(biāo)等內(nèi)外數(shù)據(jù)，建立智能數(shù)據(jù)分析模型，從司法的視角為供給側(cè)結(jié)構(gòu)性改革以及長三角一體化等國家戰(zhàn)略的推進部署及成效評估提供服務(wù)。

五、 結(jié) 語

通過“套路貸”虛假訴訟智能預(yù)警系統(tǒng)的應(yīng)用，可以發(fā)現(xiàn)司法大數(shù)據(jù)發(fā)揮了積極作用，加強對司法大數(shù)據(jù)的研究和應(yīng)用是今后發(fā)展的方向。我們應(yīng)當(dāng)因應(yīng)大勢，以開放的理念、務(wù)實的心態(tài)去擁抱互聯(lián)網(wǎng)時代、擁抱“大數(shù)據(jù)時代”，以互聯(lián)網(wǎng)思維、大數(shù)據(jù)思維為法院工作注入創(chuàng)新的基因，進一步推動大數(shù)據(jù)、人工智能等科技創(chuàng)新成果同司法工作深度融合，促進人民司法事業(yè)實現(xiàn)新的更大發(fā)展。