全球大數據法學研究現狀、熱點與前沿

王齊齊

［中共中央黨校（國家行政學院）政法部，北京 100091］

自人類進入信息社會，物理空間中一切事物幾乎都被數據記錄并加以保存，大數據時代已經到來。大數據在社會實踐中的價值日益彰顯，成為全球范圍內廣泛關注的重要研究議題。隨著大數據研究文獻的積累，通過定量方法對大數據某一特定領域的研究成果進行梳理的文獻開始涌現，如有研究者總結了健康醫療大數據的相關開發與研究案例［1］，也有文獻梳理了大數據在社會保障領域的研究脈絡和最新進展［2］。檢索國內外相關成果，尚未有研究者對大數據法學研究的狀況進行梳理分析。大數據是新資源、新工具和新應用的綜合體，是通過處理海量數據來認識世界和改造世界的人類應用活動［3］，這必然會對社會中不同主體的權利義務關系以及整個社會秩序價值帶來影響。因此有必要對全球法學領域的大數據研究文獻進行梳理與總結，揭示大數據法學研究的脈絡、現狀以及熱點前沿，以總結目前的研究成果與經驗，并為未來相關研究和實踐提供借鑒。

一、全球大數據法學研究現狀

大數據的概念起源于1980 年著名的未來學家阿爾文·托夫勒的《第三次浪潮》［4］一書。但是，基于理念超前性與技術落后性的矛盾，大數據概念在當時并沒有引起廣泛關注和傳播。直至進入21 世紀，在數據收集、處理和分析技術進一步發展與應用的基礎上，大數據才開始引發研究者的廣泛關注。2013 年，被國內研究者和從業者稱為“大數據元年”［5］。因此，本文對全球大數據法學研究文獻的選取，設置起止時間為2013—2021 年。

（一）數據來源與研究方法

為體現數據庫的全面性和代表性，國內文獻的檢索以中國知網數據庫（以下簡稱CNKI 數據庫）為文獻來源。對于國外文獻的檢索，則以Web of Science（以下簡稱WOS）數據庫為文獻來源。對于CNKI 數據庫文獻的選取，選擇高級檢索的方式在CNKI 數據庫進行主題檢索，將期刊來源類別設定為“CSSCI”，主題詞設定為“大數據”，文獻分類目錄設置為“法理、法史、憲法、行政法及地方法制、民商法、刑法、經濟法、訴訟法與司法制度、國際法”，檢索后共獲得1482 篇文獻。通過閱讀相關文獻的摘要排除偏差文獻86篇，得到可供分析的CSSCI 文獻1396 篇。對于WOS 數據庫文獻的選取，選擇Web of Science Core Collection（核心數據庫）進行高級檢索，將TS（主題）設置為“Big data”、SU（研究領域）設置為“Law”，并將Document Types（文獻類型）設置為“Article”進行檢索，排除誤差文獻后得到可供分析的文獻987 篇。

將CNKI 數據庫中的1396 篇文獻和WOS 數據庫中的987 篇文獻，全部選擇后分別導入CiteSpace 軟件。CiteSpace 軟件是陳超美教授使用Java 語言開發的能夠分析科學文獻中潛在知識的信息可視化軟件［6］。運用CiteSpace 軟件對國內外文獻分別采用相同的算法進行運算，同時輔以Excel 軟件作為輔助性工具協助處理部分數據，以定性和定量相結合的方式，梳理并分析全球大數據法學研究的基本脈絡，深入剖析大數據法學研究領域當前的研究現狀和未來走向。

（二）研究整體趨勢分析

發文量是衡量某一研究領域在特定時間段內整體趨勢的重要指標。將CNKI 數據庫和WOS 核心數據庫中檢索得出的文獻，按發表年份排序并制作成曲線圖（圖1），可以直觀地判斷出全球大數據法學研究趨勢的整體變化。自“大數據元年”起，全球大數據法學研究發文量呈現出逐年上升狀態，且近幾年的上升趨勢較之以往更為明顯。著名專家普賴斯曾指出，在某一研究領域相關文獻的增長一般分為四個階段：在某一新型學科誕生階段，文獻產出不穩定；在該學科快速發展階段，文獻數量會出現劇增；在該學科日趨成熟階段，文獻數量的增長會趨于緩慢；在學科的完備階段，文獻數量會不斷減少，或表現出不規律的震蕩之勢［7］。基于2013—2021 年間全球大數據法學研究呈現出的趨勢可以判斷，全球大數據法學研究已經邁過大發展階段，并開始走向成熟階段①。在大數據法學研究日趨成熟的階段，既要重視對過往大數據法學研究成果的梳理，以總結研究的經驗與不足，又要挖掘大數據法學研究的空白，以充分擴展該研究領域的邊界。

圖1 全球大數據法學研究年度發文量圖

（三）主要研究力量及研究重點分析

就全球大數據法學的主要研究者而言，通過分別對CNKI 數據庫和WOS 數據庫的文獻進行統計（見表1）可以看出，國內法學領域大數據研究發文量最多的幾位研究者包括陳兵（18 篇）、丁曉東（9 篇）、季衛東（8 篇）等。國外法學領域大數據研究發文量最多的幾位研究者包括Bart van der Sloot（6 篇）、Alessandro Mantelero（5 篇）、Andrew Guthrie Ferguson（5 篇）等。

表1 國內外主要研究者統計表

通過分析主要研究者的代表性文獻可以得知，研究者主要的關注點在于大數據時代的權利、義務與責任。如季衛東［8］提出完善數據財產權的實體規范，進而將之提升至基本權利的高度、強調數字人權的保障，是一項很重要并具有迫切性的立法課題。Alessandro Mantelero［9］關注大數據下的個人信息（數據）保護，并提出大數據時代下由于數據處理的復雜性以及數據處理的難度越來越大，消費者知情同意的能力受到了限制。Bart Custers［10］從大數據利益和個人數據保護平衡的視角審視了大數據時代的個人數據保護，認為傳統的個人數據保護原則限制了大數據的使用，可能對大數據發展不利，只有正確進行數據重用才能兼顧大數據時代的個人隱私權利與社會經濟進步。Bart van der Sloot 等［11］著眼于大數據整體的分析與使用，并提出想要從大數據分析和使用中受益，必須開發一個框架為基本權利增加新的保護層，并加強監督制度以防止錯誤和惡意使用。

關注大數據法學研究的高被引文獻，一方面可以探究高被引文獻的學術水平及實際價值，另一方面它們也是關注該研究領域的知識源流。將CNKI 數據庫以及WOS 數據庫中主題為大數據的法學高被引文獻進行梳理排列，得出國內外研究領域被引量位于前10 的文獻（如表2 所示）。通過對這些文獻進行分析可以看出，國內外法學領域的大數據研究具有不同的知識源流。具體而言，國內具有較高影響力的文獻關注的是大數據背景下的個人信息（數據）和數據權屬問題，而國外具有較高影響力文獻更多聚焦大數據的社會影響以及大數據“源代碼”問題。

表2 國內外高被引文獻統計表

在國內的高被引文獻中，研究者對大數據時代下個人信息（數據）的保護采取了兩條不同的路徑，即新保護道路和新權利道路。新保護道路立足于個人信息保護的新時代特色，認為數據挖掘、智能分析、追溯集成等大數據時代技術給傳統信息時代確立的個人信息保護規則帶來了新的挑戰，因此改善大數據時代的個人信息保護尤為迫切［12］。有研究者以個人信息使用為出發點，提出根據具體場景中的風險評估采取差異化保障措施，將信息處理前的靜態合規遵循轉變為信息使用中的動態風險控制。這樣可以在提升個人信息保護實效性的同時大幅減輕企業負擔，達到助力數據開發與數據保護的雙贏［13］，這是由于大數據時代的個人信息保護法需要衡量更多的利益關系［14］。另一條路徑則是提出在大數據時代設立新的數據權利。有研究者從體系上入手，提出在區分個人信息和數據資產的基礎上，進行兩個階段的權利建構［15］。另有研究者從大數據時代的數據廣泛使用著手，認為大數據時代的個人數據權利涉及自然人的民事權益保護與數據企業的數據活動自由關系的協調［16］。新保護派和新權利派雖然對大數據時代個人信息（數據）等權利的保護路徑不同，但是兩者都認識到法律權利有特定的時代背景。在數據已經成為國家“新石油”的大數據時代，不論采用何種方式保護個人信息（數據），都必須立足于大數據時代的個人信息（數據）保護的基本目標，即實現個人信息（數據）保護與大數據運用之間的平衡。

在國外的高被引文獻中，研究者一方面關注大數據給公共決策帶來的負面影響，認為大數據并非是毫無瑕疵和毫無偏見的［17］。具體來說，大數據在決策過程中并不能消除人為偏見，對數據挖掘的盲目依賴會使弱勢群體無法充分參與到社會當中去。同時在社會中運用大數據對個人進行排名和評價時，大數據的決策可能會對人格進行侮辱。想要發揮大數據的真正價值，首先，正當程序的法律傳統應該為大數據評分系統提供基本的保障；其次，監管機構應該能夠對評分系統進行測試，以確保公平性和準確性；最后，個人應該被給予有意義的機會來挑戰基于錯誤分類的不利決定。如果沒有上述的程序保障措施，系統可能會將帶有偏見和武斷的數據洗白為具有強烈污名性的“分數”［18］。另一方面，也有研究者追本溯源至大數據的算法與“源代碼”的關系。大數據決策所依據的“數據源”常是不完美的，這使得大數據算法繼承了之前決策者的偏見［19］。更為重要的是，大數據算法往往是不透明的和缺乏監督的，大數據產生的錯誤幾乎總是因算法使用而具有一種非故意的突發屬性，因此很難確定大數據問題的根源。如何使大數據決策過程的問責機制和法律標準跟上技術步伐是目前管理大數據決策的關鍵［20］。

二、全球大數據法學研究熱點

在文獻計量學中，關鍵詞常常作為衡量某一學術領域研究熱點的重要指標。將CiteSpace 軟件時間切片設為1、TopN 閾值設為50 后，運用CiteSpace 軟件分別對國內外文獻進行關鍵詞分析，分別得到全球大數據法學研究的關鍵詞圖譜。將這些圖譜及其包含數據進行對比，進一步分析大數據法學研究的熱點問題。

（一）研究的關鍵詞共現分析

在CiteSpace 軟件中將節點設置為Keyword（關鍵詞），在可視化界面將Threshold 值設置為20（圖中顯示出現次數大于及等于20 的關鍵詞），對國內外研究關鍵詞進行共現分析，分別得出國內外研究關鍵詞共現圖譜（見圖2）。

圖2 國內外研究關鍵詞共現圖

圖2顯示了國內外研究的主要關鍵詞及相互間的關系。為進一步探究大數據法學研究關鍵詞的權重，把關鍵詞頻次及其中心性進行統計后以表格的形式展現（見表3）。一般情況下，某一特定關鍵詞的中心性越強，它在CiteSpace 共現分析網絡結構中的位置就越重要，即可推導出它在這一研究領域的關鍵詞結構演變中發揮著不可或缺的功能與作用。

表3 國內外研究關鍵詞統計表

通過對表3 的觀察可知，大數據法學研究的關鍵詞頻次與其中心性幾乎均呈正向相關關系，這是因為法學領域的大數據研究具有較高的同質性。結合關鍵詞詞頻和中心性可以看出，國內外研究主題均包含大數據（Big Data）、隱私權（Privacy）、個人信息保護（Data Protection）、人工智能（Artificial Intelligence）等內容。不同之處在于，國外研究者更關注大數據為民主（Democracy）和政治（Politics）帶來的影響，這和高被引文獻體現出的國內外研究差異具有一致性。

另外，雖然國內外法學領域的大數據研究在目前仍然處于上升期，但國內外研究的關鍵詞發展階段均較早，許多關鍵詞如隱私權（Privacy）、個人信息保護（Data Protection）等在研究的初始階段已經高頻出現。這說明在研究的早期，國內外研究者們均已抓住大數據給傳統法學研究帶來的新議題，研究者將大數據與傳統的隱私或個人信息等法學問題相結合。而最近高頻出現的研究熱點僅有人工智能（Artificial Intelligence）這一主題。這也符合大數據領域技術的發展狀況。對于研究社會行為規范和人類權利義務關系的法學而言，目前只有由大數據產生的人工智能這一主題屬于全新的社會現象。

（二）研究的關鍵詞聚類分析

大數據是一個不斷發展的研究領域，關于這一主題的法學研究已經相當多元化。為進一步探究全球大數據法學研究的主題分類，運用CiteSpace 軟件對國內外研究的關鍵詞進行聚類分析，聚類的計算方法選為LLR，得出共10 個聚類的國內研究聚類圖譜以及共8 個聚類的國外研究聚類圖譜（見圖3）。這10 個國內研究聚類以及8個國外研究聚類均可分為3大類（見表4），即大數據下的個人權利保護研究、商業利用規則研究、公共治理路徑研究。

表4 國內外研究關鍵詞聚類分類表

圖3 國內外研究關鍵詞聚類圖

國內個人權利保護研究包括聚類#1 個人信息、聚類#3 隱私權、聚類#6 隱私保護、聚類#7 數據隱私。在大數據時代，保障個人信息安全的著力點應聚焦于讓數據使用者承擔責任［21］。大數據時代公民隱私權也溢出傳統“私域”向“公域”延伸，公私法“整合”保護模式成為“大數據時代”公民個人信息隱私法律保護發展的應然選擇［22］。國外個人權利保護研究聚類群包括聚類#0 Personality（個性）、聚類#1 Digital Identity（數字身份）。數據挖掘可以識別個人的特定人格特征，而這些個性反過來又可以預測特定法律權利的偏好［23］。另外，數字身份這種技術上的轉變雖對社會治理非常有利，但給個人隱私的保護帶來了問題。大數據對于個人權利來說是典型的“技術雙刃劍”，一方面大數據技術為個人生活便利提供了技術支撐，另一方面大數據技術也為傳統的個人權利保護帶來了新的挑戰。

國內商業利用規則研究包括聚類#4 大數據時代、聚類#5 企業數據、聚類#9 保護。大數據時代下，企業數據的商業價值越發突顯。企業數據不僅僅是企業的財產，更蘊含著自然人的人格與財產價值、企業的商業利益價值、社會的公共利益價值以及國家利益價值［24］。現有的專利法或著作權法的知識產權范式并不是對大數據進行保護的最佳選擇，解決數據公開與知識產權保護之間的沖突，是大數據資源得到更為充分的利用的關鍵問題［25］。國外商業利用的規則包括聚類#7 Antitrust（反壟斷）。隨著大數據的收集和整合，企業可能將大數據用于創建、鞏固和擴大他們在市場中的地位［26］。尤其是當企業利用大數據預測每個消費者能夠支付的最高價格，并以此來顛覆當前財富分配時，反壟斷法尚未給出規制的最佳答案。同時，由于各國對待數據的權屬態度不同，數據壟斷在國際執法中也會受到阻力［27］。如歐盟將數據保護與基本權利聯系在一起，而美國將數據視為一種資產；歐盟利用競爭政策促進個人自由，美國反壟斷政策注重經濟效率，歐盟和美國在互聯網數據監管方面存在分歧。大數據時代下，數據的商業利用不同于以前的傳統民商法律關系，由于時代賦予數據新的特性，數據商業利用必須立足時代背景，樹立數據商業利用新規則。

國內公共治理路徑包括聚類#0 大數據、聚類#2 司法大數據、聚類#8 算法歧視。大數據不僅涉及個人保護、商業利用，更可以用于國家和社會的治理之中以提高治理水平與治理能力。如我國基于數據驅動的社會信用體系屬于數字技術公共基礎設施，它在矯正監控資本主義逐利偏差的同時，還生成了與法律強制下行政管理方式相并行的算法行政。算法行政作為全新的權力工具，導致數字社會治理機制的范式發生了轉化，這對法治國家的傳統法律原則提出挑戰［28］。國外公共治理路徑包括聚類#2 Information、聚類#3 National Governance、聚類#4 Social Media、聚類#5 Post-democracy、聚類#6 Impact。隨著Facebook 平臺利用大數據影響美國選舉丑聞的爆出，國外研究者對大數據社交媒體對政治的影響尤為關注［29］。政治活動以及社會公共活動由傳統方式走向新的數據化方式是不可避免的，大數據運行機制也改變了政治影響社會的機制。然而，即使在新的數據范式背景下，政治和公共活動的性質仍然是不變的，數據治理必須立足于政治和公共活動的本質進行。

三、全球大數據法學研究前沿

在關鍵詞共現和聚類的分析基礎上，進一步進行關鍵詞突變分析可以觀測全球大數據法學研究的前沿與未來趨勢。運用CiteSpace 軟件對國內外文獻的關鍵詞進行突變探測（Burst Detection），提取出某一研究時間段內頻次增長率極高的關鍵詞（Keywords）并顯示起（Begin）止（End）時間，這些關鍵詞可以稱之為突變詞。研究突變詞的目的，在于發現當前乃至今后一段時間該研究領域的前沿問題。經分析，共得出7 個國內研究突變詞及3 個國外研究突變詞（見圖4）。圖4中，7 個國內突變詞已經有6 個停止突變，3 個國外突變詞中已經有2 個停止突變，說明它們目前已經不是研究的熱點問題。當下國內外仍處于高度關注中的突變詞均為人工智能（Artificial Intelligence）。

圖4 國內外研究關鍵詞突變圖

人工智能（Artificial Intelligence）是全球大數據法學研究關注的前沿問題。就人工智能研究的具體內容和未來走向而言，首先，人工智能已經受到大數據法學研究者的矚目。目前國內人工智能法學研究主要集中于以下幾個方面：其一是探討人工智能對以人為基礎的法律秩序和法律制度的挑戰［30］；其二是探討人工智能的法律主體資格問題［31］；其三是探討人工智能對部門法的影響［32］；其四是探討人工智能在立法、司法實踐領域的運用［33］。以人工智能在司法領域的運用為例，通過人工智能與法官審判工作的深度融合以促進司法改革整體效能的提高是不可阻擋的趨勢［34］。在國外的人工智能法學研究中，研究者的關注點同樣著落在人工智能對法律體系的影響，如數字化信息以及人工智能算法導致國家或私人生活等法律概念具有新含義［35］；具體部門法視域下的人工智能問題，如以人工智能為主的共享經濟對現有競爭法的挑戰［36］；人工智能的具體運用問題，如探討人工智能的算法決策模式是否能改善刑事司法［37］等。

其次，國內人工智能法學研究存在理論與實踐脫節的鴻溝問題。雖然國內學術界對人工智能的重視程度超過不少國家，但這種學術熱情并未能在法治實踐領域得到有效運用，例如中國司法系統斥巨資力推的大數據及法律人工智能技術在司法實踐中的運用效果并不理想［38］。這種“冷與熱”源于大數據法治運用準備條件的不足，包括法律數據的不充分性以及法律人工智能的技術瓶頸。人工智能在司法實踐中的運用正是目前國內人工智能法學研究的縮影，如何彌合研究與實踐的“冷與熱”應是人工智能法學研究不可回避的問題。

最后，人工智能技術對國際法律秩序的負面性影響已經引發部分研究者擔憂。有研究者提出，在未來十年內，人工智能可能會對全球事務產生破壞性影響［39］。這種“全球破壞性”的人工智能對國際法的形式、功能和可行性的影響包括：“法律發展”（補丁）、“合法置換”（替代）、“合法破壞”（侵蝕）。人工智能的發展目前處于各國“孤島式”的探索過程中，人工智能必然伴隨著科技進步而邁入國際運用領域。因此，探究人工智能對現行國際規則的挑戰及確立人工智能時代的國際規則已是我國研究者需要面對的現實課題。

四、結語

通過選取CNKI 數據庫和WOS 數據庫中主題為“大數據（Big Data）”的法學文獻為數據來源，運用文獻計量學理論和可視化方法，對2013—2021 年全球大數據法學研究的歷程、熱點和前沿進行定量與定性研究，得出以下結論。

第一，法學研究者對大數據，尤其是對大數據為人類權利義務關系、社會秩序與正義帶來的變化密切關注。目前，全球大數據法學研究已經開始走向成熟階段，因此既要重視對過往大數據法學研究成果的梳理，以總結過往研究的經驗與不足，又要挖掘該領域的研究空白，以充分擴展大數據法學研究的邊界。在未來的研究中，尤其是探究人工智能、區塊鏈等新技術與新社會現象時，應多吸收借鑒其他學科大數據研究得出的研究成果、模型架構及基礎理論，以計算機科學等自然科學對大數據的研究成果為基石，以社會學等社會學科對大數據的研究成果為幫襯，立足法學學科基本屬性，進行大數據法學的學科交叉研究。

第二，從高被引文獻和主要研究力量等體現出的知識源流來看，數據在促進社會生產力發展的同時，也會對現有社會秩序帶來挑戰。全球研究者對大數據負面影響的著眼點也有所不同。國內研究更關注大數據背景下的個人信息（數據）保護和數據權屬問題，國外研究多聚焦于大數據的社會影響以及大數據“源代碼”問題。在認識大數據資源、技術、應用綜合體的初期，人類把它視為一種即將改變未來的新力量，希望通過數據的跨界、融合、開放、共享創造更多價值。但是，大數據并非全然沿著人類預設的理想化軌道向前發展，收集、使用、流通數據往往引發各種社會問題，如個人數據安全、算法歧視、數據霸權等，大數據產生了新的社會風險，大數據風險促使人類對它進行理性審視與全面評估。

第三，從大數據法學研究的熱點分析可知，全球大數據法學研究主題均包含大數據下的個人權利保護、商業利用規制以及公共治理路徑。大數據技術為個人生活便利提供了技術支撐的同時，也為個人權利保護帶來了新的挑戰；數據商業利用必須充分認識數據的性質，樹立數據商業利用的新規則；大數據運行機制改變了政治影響社會的機制，但數據治理仍須立足于政治和公共活動的本質進行。不論是個人權利保護，還是商業利用規則，抑或公共治理規定，其中可以肯定的共通之處在于，傳統信息社會中確立的規范信息或者少量數據法律問題的規則在面對大數據時代的法律問題時已顯現出力不從心，對原有法律規范的修修補補也不足以抑制大數據帶來的風險。目前人類已經身處大數據時代的浪潮之中，法律也應該順勢改變以應對大數據時代的要求，人類社會需要全新的數據法律制度規范來面對大數據風險。

第四，展望研究趨勢，人工智能這一主題是全球大數據法學研究的未來問題和方向②。目前，研究者已經關注到人工智能對法律制度整體性的影響、人工智能的法律主體資格問題、人工智能對部門法的影響以及人工智能在實踐領域的運用等問題。對于人工智能這種尚未形成全球統一規則的新鮮事物，國內研究者應加強對人工智能的“未來法治”研究，在推動人工智能實踐運用的基礎上構建相關規則體系，既要彌合研究領域與實踐領域的“冷熱裂縫”，思考中國人工智能法學的發展路徑，又要在學習國際人工智能研究的新成果和新規則基礎上，提高中國在國際人工智能領域的話語權。