大數據證據的事實認定原理*

□ 楊繼文 范彥英

內容提要 大數據時代到來，對證據和事實的關系需要重新審視。中國新時代司法體制改革的急迫性和必要性，在司法實踐中突出地表現為以電子證據為核心的大數據證據新時代訴求。大數據證據是一種電子證據，具有特殊的事實認定機制，大數據的良好應用可以提升審判體系中事實認定的能力。以大數據和電子證據為主要特征的新證據時代變革，需要重點關注大數據證據的事實認定基本原理。在事實認定能力提升的目標要求下，大數據證據的良好應用有利于提高事實裁判者的司法認知能力，逐步形成從人工到智能的事實認定路徑，但需要注意大數據在證據與事實關系之間的限度和保障機制。在新證據時代背景下的大數據事實認定機制，強調更新事實認定思維、重構事實認定過程、完善證據體系和優化電子證據采信規范應用。

一、問題的提出

在當今社會，科技的發展和信息技術的進步已經日益影響到人類的生產和生活活動。在信息爆炸的天文學和基因學等學科中，逐步產生和發展出了人類目前所日益期許的“大數據”概念①和“領域大數據”理論②。大數據時代的到來，使得我們的動作、行為、位置乃至每一個人的身體變化表現等構成了可以被分析和計算的數據，③應用計算機技術檢索史料、收集信息，使得對史料的獲取和把握與傳統考據學時代大為不同，業已帶來史學方式的革新。④為了適應和發展互聯網大數據時代的發展，我們的法律理念、法律行為和法學研究應該進行一體融合的構建。⑤我國的司法體制改革呈現出信息時代的背景和科技性特點，目前疫情期間的線上訴訟⑥更加促使“司法主動擁抱大數據和人工智能”，并成為我國司法體制改革迭代發展和證據學轉型升級的基本路徑之一。例如，司法部、最高法以及相關司法案例中，都已經體現了大數據對傳統審判體系和事實認定方式的革命性重構特征。在“奇虎訴騰訊”⑦一案中，人民法院肯定了大數據分析結果作為證據使用的合法性。

進而，在大數據時代審判體系的證據學應用中，傳統意義上的片面數據、抽樣數據乃至局部數據的證據材料，將可能發生技術迭代和轉變更新。⑧證據研究和司法裁判一般通過經驗法則、 邏輯推理和法律真實價值觀進行事實認定。⑨而大數據證據一般都是大樣本的證據數據和案件信息，并且可以通過建立智能模型以及介入案件事實認定，⑩來對案件當事人的各種信息和數據進行“電子畫像”和可視化呈現?，從而發現犯罪線索、證據信息或者犯罪嫌疑人。?“線上電子方式作為一種訴訟載體，對當事人、訴訟權利、訴訟程序、訴訟階段等其他訴訟活動組成部分產生影響，應在影響力分析基礎上構建電子訴訟適用的共性規則。”?在當前逐步發生并發展著的大數據證據應用，并基于大數據特征創新的證明與事實認定規則?，形成了以大數據和電子證據為主要特征的新證據時代變革。大數據視域下的電子數據有迥異于傳統實物證據的特征，并突出表現在高度依賴性、高科技性以及變動無跡性等方面。?例如，大數據分析技術的出現，通過對海量數據進行篩選、匯總、提煉、形成結論并作為證據在職務犯罪案件監察調查、審查起訴、審判中使用，緩解職務犯罪案件“口供中心主義”的調查慣習對被調查人權利造成的威脅?。

本文在智能法學?背景下重點關注大數據證據的事實認定問題。大數據證據及其事實認定機制研究，是國家治理現代化的時代要求，是司法現代化的現實要求，也是科學司法的內在規律要求。大數據證據的良好應用，有利于更新事實認定路徑。以電子證據為核心的大數據證據的分析算法將從“因果分析”發展到“關聯分析”，體現為從規范型到實證型、 從主觀型到客觀型和從相對型到確定型的事實認定模式轉變。最終，在證據與事實關系之間的連接限度和保障適用背景下，大數據證據是一種電子證據，并具有較為特殊的事實認定原理，主要包括大數據證據的屬性定位、事實認定技術邏輯、模式轉型與路徑依賴。

二、大數據證據屬性的基本立場

一般認為，大數據證據的基礎是大樣本意義上的海量數據，并通過這些數據信息對案件事實進行判斷、證明和認定，在司法實踐中主要體現為大數據分析報告等基本形式。理論界和實務界對大數據證據存在著不同的理論爭論和實務處理，如書證說、鑒定意見說、證人證言說、電子證據說以及獨立證據說等。例如，有學者認為：“考慮到大數據證據具有專業性和科學性，中國現實的便宜選擇是將其納入鑒定意見的證據法定形式。”?還有學者認為：“面對大數據證明及其技術方法，我國的《司法鑒定程序通則》規定進行細化，使大數據證據和建模等新興技術方法得以合規合法地進入司法鑒定領域并發揮其應有的價值。”?還有學者認為：“在司法實踐中的資金大數據偵查，本質上是進行了模型分析和電腦算法應用，與靜態意義的電子數據存在明顯的區別。我認為應當將這種大數據分析納入司法鑒定范疇。”?有學者認為，大數據證據的證據屬性，以“綜合性”和“重方法”作為其與傳統證據種類的區別點，應當視為獨立的證據種類。

筆者認為，對證據和事實關系的大數據分析，在新時代司法體制改革中具有急迫性和必要性，在司法實踐中突出地表現為以電子證據為核心的新證據時代訴求。“在未來的證據法當中，大數據分析報告有必要單列出來作為獨立的證據種類，而大數據中那些跟案件相關的數據信息，可以納入‘電子數據’這一既有的法定證據種類范疇。”本文認為，大數據證據本質上是一種電子證據，具有特殊的事實認定機制，主要理由包括以下幾個方面的內容。

第一，大數據促使電子證據的迭代發展和新證據時代變革。在當今證據法學的新時代，案件中的各種當事人信息、 數據載體和生活軌跡等日常生產生活行為都被數據化了。這些數據和信息，在智能算法和關聯比對中進行串聯溝通，形成證據法學所日益期許的信息資源與數據庫，這將有利于克服證據法學中的信息數據資源稀缺的根本矛盾，如圖一。這從技術上有力地回應了學界所強調的“證明資源有限”之基本矛盾。這種大數據證據的算法分析與事實認定，可以獲得比神示證據時代、 人證證據時代和物證證據時代等都要明顯的技術優勢和競爭能力。因此，基于大數據信息分析而形成的報告，雖然具有鑒定意見意義上的專業性和科學性，但它只是這種證據材料的具體表現載體和形式之一，實質意義上是與案件具有關聯性的信息數據，因而是一種基于關聯數據性的證據材料，可以作為一種獨立的證據種類。

圖一 事實認定的大數據分析進路

第二，大數據證據是電子證據的一種體現。在大數據時代的證據材料，較為鮮明地體現為“線上” 的各種數據和信息，人們的生產生活方式在“線上”往往體現為“電子鏡像”和各種數據資源。而這種“電子鏡像”是案件當事人“人物畫像”中的“數據畫像”表現載體之一。“數據畫像”則體現為案件中電子證據的迭代升級和大數據分析的結果。也就是說，基于電子證據的“數據畫像”，與案件中的其他證據材料進行關聯算法時，將產生越來越重要的案件事實判斷和認定價值，形成大數據時代的電子證據新載體。

第三，大數據證據作為電子證據，具有特殊的事實認定框架和原理。一方面，作為電子證據的大數據證據，有利于司法案件中的事實認定經驗推論過程的可視化。事實作為證據法的邏輯起點，包含著事實認定中各種問題的胚芽，其固有特性特別是經驗性之歷史展開，則塑造了證據的基本屬性，也決定了事實認定必然是一個經驗推論過程。例如，大數據的直接運用模式是將其原始載體或等量復制數據直接作為證據使用，而間接運用模式是將篩出的“小” 數據或分析結論作為證據使用。另一方面，對電子證據及其所要證明的事實進行大數據分析，將豐富和發展我國證據制度和證據體系的基本知識和概念結構，有利于中國證據法學者提出新的學術命題和具體應用相關證據規則體系，進而實現我國證據法學乃至司法科學的轉型升級。例如，在互聯網法院審判過程中，對司法中的證據和事實進行大數據分析，將提高對案件證據材料和數據信息的利用程度，實現證據材料收集的全覆蓋、證據相關數據的抽象化、證據材料的數據清洗、 證據與事實之間的多維數據庫建模等，在事實認定機制中實現證據與事實的可視化操作，最終能夠較為精確而完整地反映互聯網案件發生當時的事實情況，有利于司法工作人員科學而全面地認定案件事實。

三、大數據在證據與事實關系中的定位分析

（一）大數據在證據與事實認定之間的價值

通過大數據提升事實認定能力，是深化司法改革的迫切要求，也是信息時代我國審判體系和審判能力更新和完善的重要契機之一。一方面，通過大數據來聯結證據與事實之間的關系，不僅能夠實現案件證據與事實的統一認定，而且能夠在一定程度上使當事人在司法過程中被平等地對待，有利于實現類案比對和同案同判。大數據證據及其事實認定機制研究，是司法現代化的現實要求。大數據時代的司法，需要重點關注的是同案以及案件事實的同判及其類案比對問題。也就是通過判例等大數據的分析和云計算，將案件事實的類案進行比對，進而達到統一適用法律和認定案件事實的目的。而且，通過大數據的實證分析，有利于提升信息時代法官事實認定能力，有利于提高我國司法的公信力和權威性。例如，在涉及證據的概率認定問題和原理中，需要明確的是這種概率證據是一種可以重復的驗證過程，并通過樣本空間的過程檢測和觀察來獲得。這鮮明地體現在司法裁判過程中的貝葉斯推理中。大數據在這些概率證據體系的事實認定和貝葉斯推理方面，具有積極的可能性和可重復性。通過大數據分析和實驗，可以使得任何特定“實現”都會在樣本空間中產生一個特定的結果，這是一個可以檢驗的、理性的和可以被理解的事實認定過程。而審判體系完善和審判能力提升的關鍵環節是事實認定問題，其提升和完善，有助于法院合理運用證據確定案件事實，更有利于各方當事人解決糾紛和矛盾，進而推進國家治理中的各方主體之間的協調關系，有利于維護社會穩定和司法良好秩序。

另一方面，大數據證據及其事實認定機制研究，是科學司法的內在規律要求。在當前我國深化司法體制改革的關鍵時期，通過大數據來提升事實認定能力，有利于司法實踐中的證據裁判和量刑事實等環節達到或者逐步達到“科學司法”的目的，這正如日本所謂的“精密司法”一樣，追求的價值是“無限接近”的個案公平正義。進而，大數據證據分析是一種“互聯網+”時代的證據方法和事實認定機制。首先，傳統法院審判中的事實認定機制，主要依賴的是案件證據與事實的因果關系思維，注重的是邏輯推理和前因后果關系分析。而事實認定的大數據分析則是基于關聯關系分析的“互聯網+”時代的一種嶄新事實認定機制，是一種各種信息整體意義上的“數據統治者”，獲得的是基于各種待證數據和信息的案件整體證明結果。其次，事實認定機制的大數據分析，是一種將證據電子化、信息化和數據化的智能證據方法，有利于解決目前司法實踐中的科學證據和電子證據適用等難點問題。再次，事實認定機制的大數據分析和云計算，將更新事實認定—事實認知—證據認知的體系，將會提高預測事實認定的精準程度，為案件事實的裁判提供精準決策。這正如有學者所言：“大數據與云計算是一個問題的兩面： 一個是問題，一個是解決問題的方法。通過云計算對大數據進行分析、預測，會使得決策更為精準，釋放出更多數據和信息的隱藏價值。”

（二）大數據證據的雙重目標體系

一般認為，事實存在案件事實與法律事實的類型劃分，也涉及已經生效的司法裁判與法律適用的關系問題。而在以大數據為背景知識的新證據時代，通過大數據提升的事實認定能力中的事實，主要界定為案件事實，因此與現實生活的事實及客觀真實存在一定的差距，這也符合認識論的原理要求。大數據提升事實認定能力的目標體系有主要目標和終極目標兩種。前者強調的是通過大數據來進行事實認定，主要目標在于無限地還原案發現場的事實狀態，如案件發生時人的狀態，行為人、被害人、第三人、證人的基本情況；行為的樣態與結果的關系； 案件發生時的時間和地點等五核要素。由于案件事實是已經發生的歷史事件，通過大數據和云計算將無限地接近于案發當時的狀況，有利于法官等事實認定者以現在的眼光來認定過去的案件。而且，從技術上來看，大數據分析將突破原來的三維空間，通過大數據的云計算，即通過所謂大數據的2.0 版來實現。這正如有學者所認為的，基于語義理解和高度智能化的“大智慧”信息系統，將人類的思維推進到四維空間，有利于保存案件發生進程的原始事實狀態，將已經發生的三大類糾紛，調取至云計算的信息或者數據，并從技術上“還原”案件的事實狀態。后者則表現為：通過大數據來進行事實認定，不僅使得以電子證據為核心的證據體系日益科學和精確，而且它的終極目標在于通過大數據來推進和實現社會公眾的法治信仰。

（三）大數據證據的良好應用，有利于更新事實認定路徑

在大數據時代，大數據與司法的關系問題，本質上是科技與法律、 人工與智能的關系問題。因此，通過大數據提升事實認定能力，關鍵在于掌握從人工到智能的技術節點和應用規律，進而實現審判體系事實認定的相對準確性。因此，事實認定路徑可以從是否適用大數據和云計算等技術工具為標準，區分為人工型事實認定路徑和智能型事實認定路徑。

一方面，人工型事實認定路徑可能存在一定的主觀模糊性，在某種意義上難以為雙方當事人所接受和認同，難以實現社會公眾共同的法治信仰。而這種人工型的事實認定機制，同時還存在一定的不確定性，“英美法系國家的排除一切合理懷疑，以及大陸法系國家的內心確信無疑，一般都需輔之以相關法律規則保障手段和技術保證機制”。

另一方面，以大數據分析為代表的智能型事實認定路徑具有特殊的科技視角和一定的可檢驗性、相對確定性、還原性、可視化和多維性等特征。大數據證據的事實認定基礎在于數據與事實之間實現關聯和共享。而在事實認定路徑過程中，基于大數據證據共享分析的“數據經驗”在一定程度上有利于填補人類對繁雜信息的認知能力不足問題，能夠在一個更完整的故事框架中解決案件的爭議焦點，有利于避免前述貝葉斯理論中主觀概率計算的參考類選擇難題。“大數據相關性強調數據間的關聯，基于全量數據分析，規模化數據處理能力是人的經驗和理性無法勝任的任務，強調法律人的經驗和邏輯理性的證據相關性規則將被取代。”

（四）大數據證據與司法認知的關系辨析

一般認為，司法認知主要涉及事實裁判者根據有限的證據信息進行事實判斷決策的過程，在認知心理結構上來看是直覺心智、 算法心智和反思心智的互動結果。事實裁判者在認定案件事實時，往往應用自己的經驗法則進行司法認知，但是容易出現所謂的“認知偏差”問題。這突出地體現為經驗的“限制性”。在大數據證據的司法認知判斷過程中，即使是在純粹的關于計算機的技術實現問題的工作中，也是隱含的，這種限制的表現形式是每當數據機器被設計得能做“智能的” 工作時，關于任務結構的經驗事實以及人類對于任務類的理解，就被偷偷地放了進去。法官作為“人”，難免受到人類思維活動的影響而出現“錨定效應”式的先見偏見和“決策慣性”式的后見偏見等。因此，在大數據證據與司法認知的關系方面，通過數據以及算法分析一定程度上能夠改善經驗推定的偏見弊端，尤其是體現在對法官進行統計學和決策理論的訓練方面。

而在大數據證據的具體應用過程中，需要重點考量數據機器思維與事實認定者司法認知之間的關系問題。如果事實裁判者將人類的認知偏見，通過數據統計以及算法分析轉移給大數據證據材料及其人工智能產品，可能會形成“認知偏見”意義上的“數據偏見”與“算法偏見”。因此，大數據證據的司法適用，需要在保證司法認知“無偏見”的背景下，進行案件事實認定的判斷和證明，充分發揮大數據證據的輔助證明作用和整體主義判斷思維，提高事實裁判者的司法認知能力。在人類主導的底線要求下不得動搖人類作為司法決策者的主體地位，接受來自算法的支持而非支配，避免隱藏在人工智能產品中的“認知偏見”對司法實踐帶來難以控制的負面效應。

（五）大數據證據進行事實認定的限度問題

一方面，大數據證據事實認定有其內部限度。首先，數據的收集、計算處理等存在技術限制。在新證據時代，由電子數據和電子證據所形成和完善的全樣本意義上的法律大數據存在一些內部限度問題和困難。例如，“數據采集方式有待提高，數據的完整程度不夠高和數據不開放、不貫通。”還可能出現數據信息認知的偏差問題以及信息傳遞和傳導過程的可靠性問題等。其次，數據技術發展的滯后性，需要不斷推進技術更新和完善，否則無法進行精確的類案比對。再次，數據處理系統與法律語言知識體系之間存在隔閡。也就是說，在技術與法律、系統與法律之間存在一定的不匹配。總體上看，這種大數據事實認定的內部局限性，“需要我們予以高度重視。這是因為，我們比想象中更容易受到數據的統治——讓數據以良莠參半的方式統治我們。其威脅就是，我們可能會完全受限于我們的分析結果，即使這個結果理應受到質疑。我們會形成一種對數據的執迷，因而僅僅為了收集數據而收集數據，或者賦予數據根本無權得到的信任”。

另一方面，大數據證據事實認定存在外部限度。首先，需要明確的是大數據與全數據的偏差問題。例如，這種偏差或者偏差系數是否屬于合理的范圍。其次，需要的是全數據對大數據的檢驗與糾錯，防止司法實踐中的以偏概全。再次，現代智能法學背景下的計算法學和電子證據應用，還是沒有擺脫大數據事實認定機制智能化的技術瓶頸。例如，電子數據和電子證據的大數據分析和智能算法，需要對案件各種事實進行分詞運算和結構化數據分析，而目前的技術水平難以達到司法適用的智能化程度。最后，前述所強調的法律語言與計算機術語存在語義理解和編譯原理的根本性差異，這將導致大數據智能運算分析難以進行對應解釋，法律規范中的上下文與案件事實多樣性之間難以對答和模仿。這是因為，大數據的數據標準是結構化的，類似于現實生活中的各種表格與具體內容，因此它是精確的；而現實生活中的司法案件和各種事實，是非結構化地呈現在司法者和大數據系統面前的，它是模糊的。此外，大數據證據的良好應用，需要構建大數據證據提升事實認定能力的保障機制，需要完善數據全量保障機制、數據管理與鑒真機制等。

四、大數據證據進行事實認定的學理分析

（一）大數據證據的技術邏輯

在大數據與人工智能快速發展的智能法學背景下，以電子證據為核心的大數據證據的分析算法將從“因果分析”發展到“關聯分析”。在證據學的事實認定方面，大數據證據與其他社會科學的數據一樣都被要求以交互表格的形式進行組織和關聯分析。例如，在社會學方面，教育水平和職業的關系存在性別差異、社會網絡中的友誼模式、擇偶中的跨國因素和時間變化；而在心理學方面，存在關于刺激識別和刺激類化的實驗數據。因此，盡管我們所關心的是探索它們的因果性質和系統性聯系，但是有時應用的這種統計分析工具在理解證據與事實關系的意義及其復雜性方面卻存在困難，基于大數據的關聯分析和交互結構才是向前看的事實認定組織體系。進一步來看，大數據分析在證據和事實的認定方面，主要是基于數據和計算的關聯分析模型。這種關聯模型需要在功能、形式和維度方面進行交互和整合。對于若干證據類型和電子數據的提取以及線性方程分析，可以使得事實認定者了解案件事實信息的數據增量和單向時間發展關系。而通過混合式的多維度形式計算和大數據分析，使得案件中的證據與事實之間形成一種所謂的立體式的“交互模式”，將單向關系發展為可以表現體系性的證據信息數據的關聯模型，進而可以使得事實認定者能夠在復雜而難以被認知的案件證據材料當中，尋找到證據與事實之間的恰當的順序排列。

在涉及法律和司法應用的大數據研究中，人們關注的是研究者和事實認定者是否僅是依據樣本數據而非整個總體而做出判斷和裁決。在證據與事實的復雜關系中，針對某一案件信息變量的電子證據數據分析和測算推斷，將會受到比簡單隨機抽樣情況下更復雜的抽樣變異的影響。而且，“當案件的證據信息樣本規模較小的時候，線性化方法及其漸近假定可能是有問題的。”因此，在大數據背景下的證據制度和法學研究，也將如數據的指數增長一樣呈現出從傳統證據形式種類轉變為數字化的電子證據形式。“現在幾乎所有數據的產生形式，都是數字化的。”而證據法學中的證據種類、 證據規則體系和證明路徑選擇也將不可避免地與大數據發生聯系。大數據證據的變革與發展，將隨著數據的爆炸、高清晰度的視頻以及傳感器的增加而逐步凸顯出來。

（二）主導思維與關聯輔助思維

一方面，法官思維的大數據分析應用和陪審員思維的大數據分析，是一種主導思維。在大數據時代，法官以及陪審員的事實認定的思維需要擴展，需要增加一種基于智能的輔助認定事實系統。這種大數據事實認定者在思維意義上的大數據思維，本質上是一種關聯思維，具有查詢和輔助事實認定的機能，目的是使法官的事實認定思維更加精確。而通過大數據對于證據與事實關系的間接分析，廢除了因果類型歸屬思維的異質性和歧義性，使我們獲得了能夠較為統一地理解證據與事實之間的關系方法。另一方面，事實認定的云計算思維和大數據思維，是一種輔助思維和參照思維。它的重要依托有兩個方面的內容，一是大數據，二是云計算。它的本質在于智慧法學時代背景下的大數據事實認定的關聯思維和類比思維。這突出地表現在通過大數據來引導證據法學發展，也就是在討論物理世界時極其倚重自然科學的方法，并且采取某些影響深遠的“類比”，這些“類比”即便在最無關宏旨和最具個別性的問題上，也會引導現代法學。

“遵循大數據時代的關系思維進路，應避免簡單的因果思維方式，尋求與事實裁判之確定直接相關的多種要素或數據。”通過大數據在證據與事實之間產生關聯關系，主要運作的原理在于科學化事實認定思維，即通過法官+人民陪審員+智能計算機系統來進行事實認定的處理和運算。事實認定能力和思維與人類的認識能力密切相關。而在司法實踐中，事實認定的能力又與人類認識的原始思維、經驗思維和邏輯思維產生關聯，這種前因后果式的線性思維，本質上是一種線性推理思維和維度。而在大數據證據事實認定機制中，存在的思維不是前因后果式的追溯性分析，而是基于關聯關系的互動性推理和分析。這需要將人工事實認定思維與智能大數據事實認定思維進行互動整合。

（三）事實認定的模式轉型

第一，從規范型事實認定模式到實證型事實認定模式。從傳統事實認定的模式來看，法律規范解釋性質的規范型事實認定模式居于主導地位。它的基礎在于案件事實與證據之間的關系。而大數據分析性質的實證型事實認定模式，基礎在于大量數據的統計和云計算的智能分析，具有實證的特征和思維，體現為對案件事實真實性的數據證實和信息檢驗，形成基于數據規模、樣本檢驗和關聯分析的大數據證據分析的意識和思維。

第二，從相對型事實認定模式到確定型事實認定模式。傳統審判體系中的事實認定模式是一種相對型的事實認定模式，具有一定程度的不確定性。而大數據事實認定模式，具有一定的數據確定性，是一種科學性的事實認定模式，因而具有可檢驗性。前者所謂的相對型事實認定模式，主要是從人工和經驗的角度進行分析，法官等司法主體的事實認定，具有相對性的如證據材料、 自由心證、證據規則、經驗法則、司法前見等要素影響。而從相對型到確定型的事實認定模式，主要是從證據視角的轉變來審視的，其能夠基本實現法律規則所要求的“基本的可信度”，這是由大數據和智能系統云計算挖掘而產生的較為科學的事實認定機制。

第三，從主觀型事實認定模式到客觀型事實認定模式。由于傳統事實認定模式主要依賴的是法官以及其他事實認定者的經驗法則、 司法前見等主觀因素，因而具有典型的主觀性。而大數據的事實認定模式，具有前述所講的智能性、可視性、還原性，因而具有相當大的客觀性和科學性，是一種客觀型的事實認定模式。這種客觀型事實認定模式集中地體現為事實認定和司法裁判的可預測性。而大數據的科學化事實認定過程，就使得人們準確而精確地預測案件結果成為了可能，體現為法律中的心理強制力而非主觀邏輯的推演。

（四）事實認定適用體系的優化

通過大數據提升事實認定能力，一方面從證據視角能夠實現從證據分析到大數據分析，有利于輔助案件事實認定； 另一方面能夠彌補傳統證據體系的不足，實現事實認定過程中科技與法律的良好互動關系。

首先，大數據證據的事實認定分析，能夠構建證據推理結構的大數據模型。傳統的證據推理結構，主要依賴的是經驗和邏輯，如艾倫所主張的經驗推論模型、威格莫爾所強調的圖式體系。這些證據推理結構都是一種因果關系性質的邏輯推演，而大數據證據體系的證據推理結構，主要為關聯性類案比對模型，它不是一種回溯性推理，而是多維的、向前看的關聯的立體推理。同時，大數據證據推理結構，能夠實現證據推理和決策的計算模型，進而統一乃至預測事實認定的標準和尺度。

其次，大數據證據的事實認定分析，能夠促使證據規則完善及其應用。第一，有利于證據制度的升級換代，實現從神示證據、法定證據、自由心證證據制度到所謂的“以電子證據為核心的新證據制度”。第二，有利于證據概念與證據屬性等基本理論的更新和完善。對證據概念進行更新，由材料說更新到數據說、信息說。在大數據證據制度的證據屬性方面，從大陸法系國家的證據能力理論發展到具有技術性的電子證據資料和方法，對其證明力尤其是對證據材料的證明力進行量化分析，有利于較為準確地進行事實認定。而在我國證據屬性理論中的三性能夠在大數據時代得到進一步發展，如真實性通過大數據進行檢測；相關性可以通過大數據進行數據關聯及其層級的分析和研判等。第三，對證據分類理論的發展。如對于傳統意義上的直接證據和間接證據分類，可以使得證據之間的印證關系發展到關聯關系； 再如有利于完善證據種類體系，提升電子證據的應用能力等。第四，對于證據調查制度的完善。例如，對于取證—質證—認證的大數據分析，有利于切實實現審判中心和庭審實質化。

（五）大數據證據采信的路徑依賴

在以電子證據為核心的新證據時代，不僅需要重視的是大數據分析和人工智能的應用，而且需要在智能法學的背景下對電子證據以及采信應用原理進行科學化和精確化的審視。而在這其中，需要重點強調的是，越來越普遍的電子證據的采信原理以及標準化適用，體現為大數據證據應用中的電子證據路徑依賴問題。這是因為，大數據證據作為電子證據的一種載體，具有證據法學和科學技術的雙重要求，需要以復雜而大量的科學研究為基礎，并進行簡便化操作和應用，使得司法人員和每一個公眾能夠理解和接受。例如，在大數據證據的電子證據（數據）屬性方面，電子數據收集、提取與技術偵查程序適用的關系較為復雜，在“大數據”時代，“網絡技術不斷發展，取證方法也在創新，需要在有效取證和保證權利之間達成平衡”。再如，大數據技術中的區塊鏈等在杭州互聯網法院的司法實踐中得到應用，法院認可了原告采用區塊鏈作為電子數據的存證方式，從而認定了侵權的案件事實。

從大數據時代的主要載體和基本原理來看，大數據證據的電子證據屬性具有系統性、 穩定性和多元性特點，它主要涉及的是三大類型的數據基礎和證據信息。一是指計算機中尤其是硬盤中所存儲的電子證據和相關數據。最為突出地表現為電子表格、多媒體數碼檔案、應用程序、文檔資料以及數據庫資料等。二是在計算機運行過程中，系統和服務器所記載的記錄日志。例如，服務器的數據庫記錄、網頁服務器瀏覽等操作的記錄日志、電腦防火墻的記錄日志、電子檔案傳輸（FTP）中的服務器記錄日志等。三是由互聯網經過計算機、手機等電子設備所傳遞的數據信息。

在大數據技術、 區塊鏈運行和事實認定過程中，需要注意應用哈希值（HASH）的驗證機制。在電子數據和電子證據的取證過程中，較為常見的的HASH 種類為MD5；它是對電子數據內容的一個校驗，即內容一致哈希值相同。從計算機技術角度來看，在特殊情況下哈希值可以通過查密碼表來進行破解。具體來看，應用哈希值驗證電子數據和電子證據的克隆以及鏡像原理方法，是基于計算機技術中的哈希值原理要求的。也就是說，任何文件都可以在散列算法中創建一個哈希值。一般認為，兩個內容完全一致的文件其HASH 值相同；兩個同名文件內容稍有差異HASH 值不同； 具有不可逆性，不能通過HASH 值恢復源文件內容。這種哈希值廣泛應用于涉及電子數據和證據的電子簽名、數據安全、文件一致性檢驗等領域。

例如，區塊鏈技術背景下的“智能合約”，將證據與事實進行一種“虛擬融合”，使得計算機系統能夠執行當事人之間的合約。這種電子數據性質的合約就是基于大數據的區塊鏈程序。一旦合約上傳，便永遠存在區塊鏈里。智能合約將自動執行基金賬戶，如果發生糾紛，智能合約將會在特定的救濟程序中將合約過程的事實情況上傳至開放應用程序編程接口（API），合約的基本情況將一目了然。這時，大數據帶來事實認定和取證的新變化，體現為快捷發現線索、拓展證據思維、創新案件審理方式和提高事實認定效率等。也就是說，如果在基于哈希值和無法篡改的區塊鏈上通過密碼技術記錄土地登記、 機密文件等權利和個人信息，那么即使不通過國家或者企業等信賴的第三方機關，也能夠證明特定權利與數據的存在。同時，區塊鏈上的權利轉移不會遺漏任何數據的變更記錄，可以實現徹底的追蹤功能。

結 語

從事實認定模式和證據學的歷史發展階段來看，整個證據世界可能在事實認定方面可以被類型化為“無數據時代”、“小數據時代”和“大數據時代”。而在證據的無數據時代，人們期盼的是減少錯誤和依據神之意志的“測量過去”程式；在證據的小數據時代，以天文學家為代表的空間和時間研究，采用了更為精確的、允許一定范圍內經驗偏見的量化世界方式，形成了著名歷史學家阿爾弗雷德·克羅斯比所謂的“測量現實”；而當歷史車輪走到了當前以電子證據為核心的大數據時代，司法大數據和人工智能的學者們獲取世界的方式轉變為“測量未來”的、可以重復結果的、向前看的能力。

在以電子證據為核心的新證據時代，大數據證據是一種電子證據，證據與事實之間存在大數據分析與智能算法應用，事實認定思維、事實認定過程以及證據體系完善需要更新和完善。最終在電子證據采信應用的規范化路徑下實現司法應用和具體操作，構建能夠應用于審判體系的具體類型案件事實認定模型。

注釋：

①Krish Krishnan，Data Warehousing in the Age of Big Data，New York： Elsevier Inc.，2013，p.5.

②王祿生：《論法律大數據“領域理論”的構建》，《中國法學》2020年第2 期。

③Kord Davis，Ethics of Big Data，Cambridge： O’Reilly Media，Inc.，2012，p.118.

④秦蓁：《相知與定名：人工智能（AI）時代的圖像、文獻與歷史》，《學術月刊》2017年第12 期。

⑤錢寧峰：《走向“計算法學”：大數據時代法學研究的選擇》，《東南大學學報（哲學社會科學版）》2017年第2 期；馬長山：《智能互聯網時代的法律變革》，《法學研究》2018年第4 期。

⑥左衛民：《中國在線訴訟： 實證研究與發展展望》，《比較法研究》2020年第4 期。

⑦參見奇虎訴騰訊濫用市場支配地位判決書，訪問地址：http：//www.court.gov.cn/wenshu/xiangqing-7973.html，訪問時間：2019年11月2 日。

⑧左衛民：《邁向大數據法律研究》，《法學研究》2018年第4 期。

⑩栗崢：《人工智能與事實認定》，《法學研究》2020年第1 期。

?郭哲：《大數據時代查辦職務犯罪偵查模式認識論》，《政法論叢》2019年第3 期。

?程雷：《大數據偵查的法律控制》，《中國社會科學》2018年第11 期。

?高翔：《民事電子訴訟規則構建論》，《比較法研究》2020年第3 期。

?王燃：《大數據時代偵查模式的變革及其法律問題研究》，《法制與社會發展》2018年第5 期。

?柳永：《大數據背景下電子數據行刑銜接機制研究》，《行政法學研究》2018年第5 期。

?豐葉：《職務犯罪大數據證據研究》，《科技與法律》2020年第1 期。

?智能法學，主要探究法律與大數據、人工智能的良性互動關系，體現為法律信息化建設的新階段，表現為法學研究與法律應用的數字化、網絡化和智能化。具體請參見高晉康、楊繼文主編：《迎接智能法學的到來》，法律出版社2019年版，第1 頁。

?劉品新：《論大數據證據》，《環球法律評論》2019年第1 期。