大数据:法学研究的重要维度

法治作为维护人类社会文明之治的重要方式,法学研究理所应当在人类社会突兀的大数据变革中充分地考量和衡平社会状态的大数据维度。大数据依托于信息社会的信息采集,通过海量的数据分析,对每一个被采集对象的行为进行合理的预测。在法学研究领域,无论是以法律为分析基础的教义法学还是以社会为分析基础的社会法学,其之间的争论完全可以通过大数据的工具实证分析弥补其缺陷。

随着信息时代下信息革命的演进,人类社会从数据时代迈入了大数据时代,作为社会治理术的法学需要进行必要的调整,以适应日新月异的大数据化语境下的社会权利与义务关系。在大数据的作用下,人类社会的问题、样态都开始了较为全面的信息化。面对大数据信息化状态下的人类社会,法律作为实现现实社会公平正义的调节阀,法治作为维护人类社会文明之治的重要方式,法学研究理所应当在人类社会突兀的大数据变革中充分地考量和衡平社会状态的大数据维度。

大数据为法学研究方法提供新进路

大数据又称为巨量资料,指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据有“4V”特点,即Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值),其理解与运用的核心在于信息的收集、加工、处理、分享和利用,其本身既是资源又是工具。在法学研究领域几乎所有的流派都会注重法律信息的收集、加工、处理等方面的研究,其中最具有代表性的研究范式是实证分析法学研究,其大致可以分为以分析实证主义为代表的教义法学流派和以社会学实证主义为代表的社科法学流派。两者最为关键的区别在于实证的分析对象不同,前者在于对法律的实证,后者在于对社会现象的实证。

法学所研究的对象是规范视角下的社会关系,实证研究一定程度上是通过对大量信息的收集、处理、加工得出较为经验的结论,其科学性的前提取决于实证信息的数量和质量,以及研究者科学的认知能力。对于法学的实证研究而言,社会关系的实证分析一直是法学研究的难点,其较为明显的困境不在于研究者的能力,而在于对实证对象的客观材料的收集与处理。大数据的利用似乎为解决该难点提供了一条进路,一方面大数据为法学研究提供了客观的材料,另一方面又为法学研究提供了科学的方法。

大数据是法学研究的工具

大数据依托于信息社会的信息采集,通过海量的数据分析,对每一个被采集对象的行为进行合理的预测。在法学研究领域,无论是以法律为分析基础的教义法学还是以社会为分析基础的社会法学,其之间的争论完全可以通过大数据的工具实证分析弥补其缺陷。大数据之于法学研究的工具性主要表现为以下三个方面。

第一,大数据与法律文本制定的科学性分析。法律作为调整社会成员行为的规范形式,其自身存在很大的局限性,社会关系并不仅仅只有法律关系,法律作为调整法律关系的基本规范,其何时设立、如何设立、调整范围的大小以及强制力大小都需要相应的标准进行衡量。在大数据时代之前基于立法者的有限理性,无论是对行为的规范还是对损害的救济而言,法律永远都是滞后的。法律作为服务于政治的工具,其制定往往存在各方利益的妥协与博弈,其根因在于各方并不能完全地“说服”对手。而大数据基于其高超的信息获取和信息分析能力,在其适用上能够相对地预判社会成员的行为,这将大大提高立法者的理性认知,虽然并不能完全正确,但是其巨大的样本分析绝对能够代表大多数意志。这对于立法研究而言,尤其是制定、修改和废除法律的实践活动而言,提供较为庞杂的信息基础以供决策者参考,以此推动科学、民主的法律制定模式,为法律的诞生提供正当性和合理性基础。

第二,大数据与法律运行成本的科学性分析。世界上不存在最完美的法律,只存在最合适的法律。法律或者政策的运行往往是决策机构成本效益分析的结果。成本效益分析方法是判断某项法律制度科学性的基本方式之一,其主要的思维模式是该法律制度所产生的成本与收益的比较。在现实的法律决策过程中,最为困难的是对成本与收益的区分,因为法律调整的是人与人的行为,相对而言一方的权利就是另一方的义务,一方成本对于另一方而言就是收益。同时基于法律关系演变的复杂化,社会公益的掺杂,社会风险也会成为法律规范必须考量的重要因素,但是基于风险的不确定性,法律成本愈加变得复杂。法律关系在大数据时代以前进行货币上的量化在经济监管领域相对容易,但是对于卫生、安全和环境监管等诸多领域量化效益极其困难,对于特殊的法学价值(比如娱乐和幸福价值)的量化工具和方法上都存在限制。但基于大数据工具的预测性,使得保护公众免遭严重损害的决策定量与定性分析成为可能,法律成本变得可以数据化、货币化。

第三,大数据与法律效果评估的科学性分析。良法还须得益于善治。大数据为法学研究尤其是法律的正当性和合理性提供了对应的实证研究基础,同时其工具价值也体现在法律的运行及其效果评价之上。法律效果分析最为典型的就是“法治评价指数”。法律评估或者法治评估成为当下法学研究的重要阵地,实质上仍是客观定量的研究范式。目前的法律效果评估分为以学者为代表的理论派和以政府为代表的实务派。基于两者性质和考虑角度的差异,对法律或者法治的评价存在不同的理解。不同的动机和分析角度,形成了不同的法律评估体系与指标,最终得出背道而驰的结果也在所难免。对于法律效果的量化评价在大数据概念引入以前早已存在(我国2006年就已经开始实践“余杭法治指数”),但其很多评估内容是封闭的,评价主体是单一的,评估方法是构建的,评估的后果是功利的。其原因之一在于法治效果的量化信息。部分的法治信息是被垄断的,法治信息收集与反馈的成本过大,上下位信息交流过于困难,但是大数据的运用使得纸质化、语言化、立体化的信息完全信息化、数字化,为法律效果的研究提供了实证分析的基础,使得法律效果实证分析常态化、科学化。

大数据对研究对象进行科学性检视

大数据对于法学研究的价值性影响在于对所研究问题定性的科学性检视。

第一,从实体法律设置的合理性和正当性角度考虑,大数据对于实体法研究的价值主要为:一是大数据对实体法的权利与义务设置合理性具有检视价值。例如对法律规范中权利与义务的对称性研究、权利边界的研究、权利位阶的研究,这些问题对于不同法律规范语境下的判断是存在相对性的。而大数据可以帮助实体法研究语境的选择与固定,可以进行相对科学的类型化处理实体权利与义务,对于跨部门法的比较研究、跨空间的比较研究、跨时间的比较研究都具有重要的价值。二是大数据对实体法上的权力与责任设置的科学性具有检视价值。大数据的介入利于对权力边界的控制,通过最为直观的数据实证分析,解决法律实体问题在逻辑层面无法言明却合理存在的困顿。对于社会化问题的数据化抽象利于保障权利,对于责任的设置尤其是责任力度的研究具有较为重要的影响。比如相关行为的责任终身制研究,大数据就可以通过其自身的“4V”特点进行反馈,以反映该法律责任设计的科学性与恰当性。

第二,大数据对于程序法研究的价值主要表现在:一是大数据可以矫正程序规则。大数据不但为公权力程序性的行使提供了对应的标准,同时也为公众程序性参与国家治理提供了便利。在程序法的研究中,大数据的信息化介入有利于研究者依据政府程序性行为的量化以及公众的感知,体验、总结、归纳出符合中国特色的程序法规则,以弥补法律移植本土化的缺陷,再对法律程序自身进行对应的修正以符合我国法治的基本国情,以充分尊重程序自由和保障程序正义。二是大数据可以彰显程序正义。大数据的首要工作就是对数据的收集,而后是对海量数据的分析以便于法律方面的决策定位。程序行为早就存在于中国的各个考核指标之中,大量的数据记录成为程序法演进的见证,这亦是数据对程序法研究的见证。在大数据的时代背景下,充分的数据以记录具体的法律程序,这就如同悬在法律从业者头顶的“达摩克利斯之剑”,以此反映中国的法治程序正义的水平。大数据运用下的法学研究能够通过对社会问题的预判,直接或间接地引导规范程序设计,提供更多的程序设置视角,有利于法律资源的优化与配置,协调规范程序运行的状态,以通过程序正义保障法律的实体正义。

对于法学研究而言,法律是治国理政的工具,同时也具有人文关怀。在大数据的背景下,法学研究应当以此为契机,立足国情,深入研究,推动中国特色社会主义法治建设。

本文转自d1net(转载)

时间: 2024-11-02 14:27:45

大数据:法学研究的重要维度的相关文章

Hadoop挨批!专家认为大数据让研究困难

1 统计显示Hadoop挨批评 大数据这个概念由来已久, 也一直引人关注.很多人也认为大数据是大多数商业和科学问题的答案. 调查结果统计(图:paradigm4.com) 但是最新的一项http://www.aliyun.com/zixun/aggregation/32268.html">调查显示的结果和人们的心理预期并不相符.根据数据库专家Paradigm4的数据显示,近四分之三的科学家认为大数据使得他们的研究变得更加困难. 调查结果统计(图:paradigm4.com) 一项针对111

基于数据消冗技术的大数据加密算法研究

基于数据消冗技术的大数据加密算法研究 华北水利水电大学   王蒙蒙 论文的主要研究内容和创新点包括:1.大数据通用加密模型及加密技术原理研究.在对大数据基本特征及通用加密模型进行系统研究的基础上,深入剖析了基于现代密码体制.基于生物工程.基于属性基和基于并行计算四类大数据加密方案的技术原理和优缺点. 2.提出了一种基于Bloom filter技术的大数据消冗算法.根据大数据信息海量.数据量增长快.数据类型多样化.密度低和冗余度高等基本特征,深入研究了完全文件.固定长度块.变长分块和滑动窗口4种消

大数据技术研究综述

大数据技术研究综述 刘智慧 张泉灵 大数据的产生给海量信息处理技术带来新的挑战.为了更全面深入地了解大数据的内涵,从大数据的概念特征.一般处理流程.关键技术三个方面进行详细阐述.分析了大数据的产生背景,简述了大数据的基本概念.典型的4"V"特征以及重点应用领域:归纳总结了大数据处理的一般流程,针对其中的关键技术,如MapReduce.GFS.BigTable.Hadoop以及数据可视化等,介绍了基本的处理过程和组织结构:具体分析指出了大数据时代所面临的问题与挑战. 大数据技术研究综述

大数据和Hadoop时代的维度建模和Kimball数据集市

维度建模已死? 在回答这个问题之前,让我们回头来看看什么是所谓的维度数据建模. 为什么需要为数据建模? 有一个常见的误区,数据建模的目的是用 ER 图来设计物理数据库,实际上远不仅如此.数据建模代表了企业业务流程的复杂度,记录了重要的业务规则和概念,并有助于规范企业的关键术语.它清晰地阐述.协助企业揭示商业过程中模糊的想法和歧义.此外,可以使用数据模型与其他利益相关者进行有效沟通.没有蓝图,不可能建造一个房子或桥梁.所以,没有数据模型这样一个蓝图,为什么要建立一个数据应用,比如数据仓库呢? 为什

工程院院士柴天佑:大数据为研究工业复杂系统动态行为机理提供可

中国工程院院士柴天佑在周六举行的中国计算机大会上表示,工业领域http://www.aliyun.com/zixun/aggregation/14294.html">的大数据应为研究工业领域机理不清的复杂系统的动态行为开辟可能途径,而复杂系统动态行为研究将带来更高生产效率等优势. 监控复杂系统的传感器.视频监控等数据采集器带来不同类型的数据群,大数据应用出现前,除结构化数据外,其他类型数据很难通过机器分析来挖掘应用价值,而目前"大数据应用技术.建模技术与仿真技术等信息技术是的预测

投资30亿美元 IBM启动云计算大数据芯片研究计划

ZDNet至顶网服务器频道 07月11日 新闻消息: IBM宣布,将在未来5年投资30亿美元开展两项广泛研究及早期开发计划,以推动突破芯片技术极限,满足云计算和大数据系统的新兴需求.这些投资将推动IBM的半导体创新,从目前的有所突破,发展到更面向未来所需要的技术领先. 第一项研究计划针对于"7纳米及以下"的硅技术,这将应对那些芯片制造上面的重要的物理工艺上的挑战,这些挑战已经威胁到了现有的半导体技术的进一步发展和制造能力的拓展.第二项研究计划集中于为后硅时代芯片开发出替代技术,IBM科

大数据研究常用软件工具与应用场景

如今,大数据日益成为研究行业的重要研究目标.面对其高数据量.多维度与异构化的特点,以及分析方法思路的扩展,传统统计工具已经难以应对. 工欲善其事,必先利其器.众多新的软件分析工具作为深入大数据洞察研究的重要助力, 也成为数据科学家所必须掌握的知识技能. 然而,现实情况的复杂性决定了并不存在解决一切问题的终极工具.实际研究过程中,需要根据实际情况灵活选择最合适的工具(甚至多种工具组合使用),才能更好的完成研究探索. 为此,本文针对研究人员(非技术人员)的实际情况,介绍当前大数据研究涉及的一些主要工

【ATF】林伟:大数据计算平台的研究与实践

  2016 ATF阿里技术论坛于4月15日在清华大学举办,主旨是阐述阿里对世界创新做出的贡献.阿里巴巴集团技术委员会主席王坚,阿里巴巴集团首席技术官(CTO)张建锋(花名:行癫),阿里巴巴集团首席风险官(CRO)刘振飞(花名:振飞),蚂蚁金服首席技术官(CTO)程立(花名:鲁肃)以及来自阿里巴巴集团各部门多位技术大咖齐聚一堂,与莘莘学子分享阿里的技术梦想.   在下午的云计算与大数据论坛上,阿里云资深专家林伟(花名:伟林)带来了以<大数据计算平台的研究与实践>为主题的深度分享.林伟目前负责阿

大数据迷潮下的教育研究及其想象力

"大数据"似乎已经成为一种潮流,甚至是一种时尚.人们还没来得及知道它"是什么",就已经置身其中并迷狂不已,更别提仔细思考"为什么"了.所以,用"迷潮"来形容一点也不为过.产业.金融.物流等各界人士摩拳擦掌.跃跃欲试,热烈讨论这种新技术和新资源所带来的巨大福利,生怕落下新时代疾驰而过的"幸福列车".尚在努力向"小数据"靠拢的教育研究,似乎也按捺不住转型的冲动,宣称"传统数据研究无