安徽智能软件园二期项目稳步推进

例如，国家强制力的滥用、权力的滥用、政策的过度影响，以及道德裹挟、舆论绑架等，都是实际存在着的，在现实中发挥过甚至还在发挥着破坏法律实施作用的力量。

人的需要不断产生又不断满足是人类社会发展的不竭动力。另一方面，必须坚持法治依靠人民。

[22]《马克思恩格斯全集》（第49卷），人民出版社1980年版，第130页。尊重和保护人的尊严是全部国家权力的义务。[19] ‘价值这个普遍的概念是从人们对满足他们需要的外界物的关系中产生的。有鉴于此，在对美好生活的法学研究上，我们也要注重其开放性，为了避免美好生活的法律理解沦为徒具形式的白纸黑字的分析，我们需要辅以哲学的深邃、自然科学的理性、经济学的纯粹、政治学的宏大抱负、社会学的开放、人类学的高远、伦理学的价值关怀、逻辑学的清晰、历史学的广博、文学艺术的诗性和美、神学的虔诚和信仰，博采众长，融会贯通。（一）人的需要的法律规范调控 人的需要须由法律调控。

[56]习近平：《加快建设社会主义法治国家》，《求是》2015年第1期，第4页。法理思维在知识、理论和方法论上蕴含的富矿尚待法学学者悉心而科学地发掘、开采。[15]基于大数据开展的多种法律人工智能实践，尝试如类案推荐、量刑辅助与偏离预警等应用。

此外，继续重视对法律小数据的挖掘与运用，以及加强复合型研究人才的培养，也同样重要。一方面，大数据的分析手段如人工智能的算法本身就面临诸多技术陷阱，甚至被一些研究者认为是在黑箱中运作，[44]因此必须警惕其潜在风险。为了提高司法的公开水平，促进法学实证研究的发展，法学界需要呼吁最高人民法院进一步健全裁判文书发布的责任机制，加强对裁判文书不上网的审查力度，大力推动并真正实现裁判文书网络发布的应上尽上原则，[34]促进裁判文书网不断由大量数据平台向大数据平台转变。[17]其中，有学者就如何开展大数据法律研究，提出了有启发性的见解。

因此，尽管特定领域、特定区域的分类数据可能较为齐全，但从整体上看中国当下的法律大数据，虽然数据量可能较多，许多领域均可能有20-70%左右的全国性或全局性数据，但其实仍多是大量数据。[38]在大数据挖掘、整理、分析方面，目前已经有较为成熟的统计方式和数据科学方式，而与统计学相关但又颇为不同的机器学习方法也已崛起并运用于大数据分析之中。

例如，律师（律所）利用法律大数据进行律所管理、成本控制以及诉讼（律师）费用的评估、预测，[8]律师、当事人利用大数据挑选对自己有利的陪审团、[9]进行诉讼结果预测。就此而言，面向未来的大数据法律研究复合型人才培养极为重要。通过将人工智能与法律大数据结合，对巨量数据进行智能筛选与算法分析，从而提升海量数据的分析效能。[18]例如，白建军讨论了大数据时代利用大数据进行裁判预测的可能和限度问题，大数据时代如何科学取样的问题（参见白建军：《法律大数据时代裁判预测的可能与限度》，《探索与争鸣》2017年第10期，第95页以下。

特别是，在当前数据公司与研究者普遍不愿公布数据来源、内容、收集工具、分析标准的情况下，如果研究者不能对大数据法律研究抱持严谨态度并恪守必要的研究规范，甚或不遵守相关学术伦理，基于功利动机而突破学术底线，将导致相应的大数据法律研究存在研究标准不科学、研究结论荒谬甚至数据造假等问题。这不仅为大数据法律研究的发展提供了空前机遇，也是传统法律实证研究乃至法学研究范式升级转型的一个重要契机。数据分析的速度越来越快，经常在数据刚刚敲进去的时候就可以看到实时的分析结果，[1]这有助于研究者及时有效地掌握相关法律实践状况的全貌，从而克服传统实证研究方法耗时、滞后的缺陷。在国外，法律大数据已广泛渗透到公权力与私权利领域的法律实践。

[44]参见前引[7]，Lyria Bennett Moses等文，第646页。这或许也是很多实证研究者依然致力于小数据研究的重要原因。

另一方面，大量数据不仅在数据量、丰富性方面远超小数据，而且经过清洗后可以具有相当的全局代表性。（2）数据量的差异使得大数据研究更依赖诸如机器学习等新方式。

然而，法律实证研究毕竟是一种可量化的社会科学研究，需要归纳出法律运作过程的规律，并对其背后的因果关系进行深度阐释，或至少指出需进一步探究的相关性。（二）法律数据的官方性、结构化 相比于商业、社会领域的大数据，法律大数据具有自身的独特性：商业、社会领域的大数据往往是非官方的机构收集并使用的，而法律领域大数据则具有官方化的特征。二是在大数据研究中适当使用小数据研究的精细化思路与方法，把大数据研究细致化，从而提升大数据法律研究的科学性。因此，大数据法律研究应该回应智慧司法智慧检察的实践需要，并藉此获得更大的致用空间，在理论与实践的互动过程中形成问题意识，推进大数据法律研究的发展。[46]大数据时代的到来，提供了人文社会科学学者大规模协作的可能，[47]也使之成为一种必要。此外，还可运用诸如贝叶斯方法和大数定律等数理统计方法对现有数据进行推断，从而正确识别并验证数据的代表性。

[38]马亮：《实证公共管理研究日趋量化：因应与调适》，《学海》2017年第5期，第199页。一些小数据并不小，特别是一些区域性数据研究涉及的样本可能高达十几万甚至几十万个，其研究方式可能与大数据研究并无二致，甚至有的小数据研究已经在使用复杂的机器学习。

当前，除了对外公布的法律裁判文书，法律决策过程中的关键行为，如形成决策的内部讨论，往往是高度非文字化、非数据化的。【期刊名称】《法学研究》【期刊年份】 2018年 【期号】 4 进入专题： 大数据法律研究 。

[23] 尽管如此，大数据法律研究有其独特性，与小数据研究存在诸多不同：（1）研究者的亲历性不同。或许不得不承认，当前对大数据的收集、研究和应用还处在一个比较粗浅的层面上，司法大数据可能具有的超凡价值远远没有得到挖掘。

[17]参见徐明：《大数据时代的隐私危机及其侵权法应对》，《中国法学》2017年第1期，第130页以下。该方式在处理高度规整的文书表达时具有很强的准确性，如从海量文书中自动提取辩护人的数量、身份等表述高度一致的数据。大数据法律研究应当具有什么样的问题意识？当前，一些大数据法律研究缺乏必要的问题意识，主要是描述式研究，沦为调查报告式的数据展示。大数据通常是特定领域的全面数据，具有数量巨大与内容全面之特性。

数据的统计口径往往也不一致，甚至同一主题在不同年份的统计口径也会出现变化，以致数据的连贯性较差。这有助于我们获得裁判文书网以外的丰富材料，进而助力开展更为多元的研究。

目前，中国利用大数据开展的法律实践方兴未艾。[15]参见周强：《最高人民法院关于人民法院全面深化司法改革情况的报告——2017年11月1日在第十二届全国人民代表大会常务委员会第三十次会议上》，《人民法院报》2017年11月2日第1版。

[11]参见前引[7]，Lyria Bennett Moses等文，第643页以下。近年来，国内也出现直接利用大量数据展开法学研究的探索，并已经注意到法律大数据所面临的伦理规范等问题。

这也会使得某些依靠从裁判文书网获取的文书对特定问题的分析，存在不同程度的数据偏差。大数据的收集和分析往往直接依托于数据技术自动处理、完成。（2）数据产生、收集、分析的快捷性。例如，最高人民法院和最高人民检察院正围绕智慧法院智慧检察，深入推进法院与检察院办案、办公的阳光化、网络化、智能化，人工智能开始运用于司法改革推进和司法建设之中，而司法领域人工智能的运用显然无法离开法律大数据的支撑。

Kevin Miller, Total Surveillance, Big Data, and Predictive Crime Technology: Privacys Perfect Storm,19 Journal of Technology Law Policy 105-146(2014); Neil M. Richards, Jonathan H. King, Big Data Ethics,49 Wake Forest L. Rev.393-432(2014). [12]See Sohayla M. Roudsari, Fourth Amendment Jurisprudence in the Age of Big Data: A Fresh Look at the Penumbers through the Lens of Justice Sotomayors Concurrence in United States v. Jones,9 Federal Courts Law Review 139-174(2016); Ismail Cem Kuru, Your Hard Drive is Almost Full: How Much Data Can the Fourth Amendment Hold,2016 U.of III. J. L. Tech. Poly 89-134(2016). [13]参见卢国强：《北京警方利用大数据预测犯罪趋势》，《科技日报》2014年6月18日第3版。数据的官方化，是法律大数据不同于商业性、社会性数据的特殊之处，这就决定了法律大数据的获取与应用水平在相当程度上取决于法律机构是否充分、及时公开其收集、掌握的法律信息。

但总体而言，目前国内对于法律大数据的实践性运用还相对有限，具体运用并不普遍，在一定程度上呈现出话语热、实践冷的现象：一方面，应用主体范围有限，主要集中在少数司法机关、法律数据公司。在美国，法律大数据被充分运用于犯罪趋势分析、发案情况预测、警力分配以及调查工作重心的确定等。

例如，自首也许在文书中并不会以自首的关键词出现，而是以家属扭送等诸多样态的语词呈现，此时就需要用自然语义识别技术（NLP）。此外，大数据法律研究表面上是围绕数据展开，但由于很多数据其实指涉或反映主体的行为、意识与习惯等，这使得大数据法律研究不可避免地牵涉人的问题，甚至可能会将作为研究对象的人置于相对危险的境地。