所谓大数据,有三个特征:全样本、混杂性、相关性。其中,最重要的就是全样本。但是,由于财力、人力、分析技术等条件的限制,人们很难拿到全样本。基于这种全样本,人们可能更好地了解现实社会中的各种真实。于是,根据这些真实去预测某种现象的发生概率,就更可靠了。
作为社会现象的一部分,法律现象与自然现象之间有着显著区别。法是由人制定的,法是由人实施的,法是由人违反的。所以,法律现象有着太多的异质性和不确定性。但另一方面,法律现象的总体又往往巨大无比,每年法院处理的各类案件几百万件,每个达到一定责任年龄的公民都是潜在的违法者,所有公民都是潜在的被害人。那么,法学研究该如何迎接大数据的到来,至少做出一些像样的大样本研究呢?
首先,全样本选题。在法律现象的研究中,并不是所有问题的对象总体都是十三亿人或者百万、千万计的案件。比如,截止到2006年6月《刑法》修正案(六)通过颁布以前,中国《刑法》规定有425个罪名,截止到2003年12月23日,最高司法当局发布的刑事司法解释共有1233个,某一笔专项资金总额400亿元,涉及该项资金的全部职务犯罪案件共几百件。这些,都是力所能及的全样本选题。此外,某个行业的行业性规范、某个部门的执法活动等,也都可以成为全样本研究的选题。除了这些以全国范围为总体的选题以外,还可以将有代表性的某个省、某个市、某个地区,甚至某个县、乡的全部某类案件、某些司法文书、判决结果、政策文件等确定为全样本研究的对象。……