
大数据司法时代的立言、立功与立德
在司法信息迅速交换和影响的前提下,微观司法判断的隐含力量将迅速凝聚为司法的群体作用力,推动社会意识、社会关系与社会价值观的发展,实现立言、立功与立德的“不朽”效用。
《左传》云:“太上有立德,其次有立功,其次有立言,虽久不废。”立言、立功、立德作为“三不朽”,成为代代人之圭臬。司法官员虽不刻意寻求在思想乃至德行方面引领风尚,但司法中的一言一行自然指向立言解纷、立功维权、立德而树正义的实际效用。当今大数据业务迅速发展,社会事务趋于个性多元、快速交互、潜深联系的特征。在司法信息迅速交换和影响的前提下,微观司法判断的隐含力量将迅速凝聚为司法的群体作用力,推动社会意识、社会关系与社会价值观的发展,实现立言、立功与立德的“不朽”效用。
首先,法官是一个立言者。“立言”不一定著书立说,孔颖达注其为:“言得其要,理足可传”。审判活动必然面对“个案中如何理解和适用法律?”这个关键问题,在法律释明过程中,法官将自身专业思维和认知理念带入其中,结合事实细节,将抽象法条转化为适用特定案件的论证理论,切中案件要点构造一个又一个解决上述问题的有效方案。
例如,2006年“许霆案”的判决涉及盗窃主观意志、盗窃秘密性、违反被害人意志的认定、盗窃对象的属性、被害人过错、金融机构的认定、责任划分等多个方面。2014年“惠阳于德水案”的判决书通过与该案对比,针对“罪与非罪”、“此罪与彼罪”与“刑法的衡量”进行了更有人文和逻辑力量的说理。这两份裁决在法律界和舆论界都激起很大反响。司法言论不是空谈,而是负责任的“临事决断”。这些有分量有影响力的言论,“言得其要,理足可传”,自然是法官在该案中的“立言”。
中国裁判文书网的建立,使得“立言”不再限于轰动性的个案:文书上网后形成海量数据,每个判例都可成为“先例”为后来案件借鉴。作者近日以“2016”、“名誉权纠纷”、“民事案件”、“判决书”为组合关键词进行搜索,数秒后发现1752个案件。这些案件中法官分别判断原告起诉时所称具体行为是否侵犯名誉,以及若构成侵权的后果。这是对人际关系中纠纷处理分寸的判断,是人际关系中事理的发现过程。如一个案件中法官论证道:“在无司法机关做出相关认定,且无直接证据证实的情形下,被告分别在互联网大会以及原告办公地公开指责原告是大骗子、诈骗犯,言辞激烈,表达方式过激。且因上述行为均发生在公共场合,影响范围大,势必会使不明真相且不特定多数人对原告做出负面判断,进而导致原告社会评价的降低。即使被告有理由相信其言论是属实的,其上述言行也超出了理性质疑或检举揭发的途径,目的正当性不能成为其行为侵权的合法理由。本院认为被告的行为侵犯了原告的名誉权。”在寥寥数语中,法官阐述了判断侵犯名誉权的一种法律规则。该规则在信息网络中将被研究和传播,判决书中的立论和论证将对公共认知的改变发生直接作用。
案例之间具有复杂的“家族相似性”。在大数据司法时代,任一案件都与同类案件产生关联。通过大数据的生成和应用,每次判断都会给法律共同体其他成员以及公众产生示范、指引或参考效应。“法理的本质是事理”。法官在裁判文书中对各类事务性质和后果的判断,就是对社会事理的发现与表达。司法权本质上是权威判断权。法官判断将作为社会判断的标杆,因此每一次创造性司法表达过程都是微观上的“立言”。
根据判例研究方法论,一个判例会随着历史推移,其意义常变常新。判例会被法律共同体成员甚至公众反复审视与挖掘,不断发生新启发和新意义。判例中的“只言片思”得以积水成泊,酝酿成具有包容性的新理论反馈立法、司法和学术研究。尽管这个过程并不“轰轰烈烈”,但在案件类型多样化、理论亟待与社会新矛盾对接的大数据司法时代,却是一个无时不刻都在“润物无声”的状态。
当然,实现立言价值对司法说理有更高要求。有些案件裁决在社会上引起一片哗然,舆论对于裁决几乎一边倒的质疑。虽然舆论是复杂的,会有不经意歪曲细节制造效果的情形,但是反思相关案件裁决都会发现存在针对焦点问题没有透彻说理的缺陷。如何在司法中做到“立言”?子曰:“可与言而不与之言,失人;不可与言而与之言,失言”。裁决和其他沟通行为必须针对各种可能质疑展开说理和论证,严谨充分,具有预见性,才能避免不必要的质疑和压力,这就是“不失之于人”;而法官注重自己发表观点的时间、对象与环境,使说理既合法理、也合人情,就是“不失之于言”。
案件中的“是非曲直”不是透明的,她隐藏在喧闹当中。裁判者是案件中事理的发现与论证者,这需要其对此有高度自觉。有裁判者害怕“言多必失”,裁决理由显得生硬或隐晦,这是不自信的表现,也招来不必要的怀疑。说理不一定在言辞多少,需要“精”、“当”、“透”。孔子曾赞扬子路:“片言可折狱”。当事人律师也曾给优秀法官宋鱼水送锦旗:“辨法析理,胜败皆服”。总之,既不“失人”也不“失言”,就能在司法中实现“立言”。
“立功”,是一个涓流成海的过程。司法中先“立言”而后“立功”。司法过程最终指向解纷维权的现实结果,虽然是职责所在,但能将当事人面临的焦头烂额的问题妥善解决是不容小觑的“功劳”。例如合同案件可能只需根据当事人约定要求双方履行权利义务,但保护契约神圣性、维护交易秩序便是“功”;伤害案件定罪处罚或判决赔偿很简单,但弥补受害方损失、使侵权行为受到抑制也是“功”;一起“民告官”案件认定行政行为无效、判决行政赔偿,能维护公民权利、规范权力行使更是“功”。以上种种社会关系的良性状态,纵有丰富的法律和法理对应,也赖于法官将其落实到具体案情之中。社会纠纷得到妥善解决,社会合作公平有序。切实解决问题的司法裁决,不仅使当事人满意,也使周围人安心遵循法律规制。在文书上网和自媒体对各类案件传播速率提升的情况下,法律的指引、评价、预测与教育作用得以更好地体现。维系社会关系的良好运作,这是司法权作为一项国家权力,与立法权和行政权共同立下的重大“功劳”。
良法都闪耀着理性的光辉,她总是体现立法者的特定价值追求,因此司法活动对社会风气和价值导向产生引领作用。例如,盗窃在民众一般观念中都局限于秘密窃取他人财物的行为,但许霆案将利用设备故障恶意取款也定性为盗窃,就在民众中强化一种意识:“即使是公开方式,即使有对方过错情形,违背了对方的意志取得他人财物也是偷”。从不符合高水平愿望道德到违反最基本义务道德的转变,对一般人能产生价值观念上的引领作用。而有些“扶不扶”的案件裁决则体现了负面后果,助人行为在审判中被视作赔偿依据,给民众造成“法律使助人者承担更大不利可能”的认知,令不敢、不愿助人的恶劣风气猖獗一时,幸好后来同类纠纷的裁决对此偏差予以纠正。又例如:“正当防卫的标准在何处?”“防卫过当如何认定和处理?”民众也只能通过类似案件的具体裁决得到恰当指引,从而形成正确的价值判断。司法既不能为舆论所左右,也不能违逆人心独断专行。“惠州许霆案”判决中的“最后的说明”、北京母子纠纷中“亲爱我孝何难,亲憎我孝方贤”的法官寄语,都不迂腐,为判决增添了人情的温度。任何裁决都会表达对于具体事务的价值取向,喻人以法理、喻人以情理、喻人以价值观本也是实现案件公正。在建立司法大数据的背景下,更将个案正义和全部案件审判质量提升作为共同目标,每一个案所透露出的态度、希冀、趋向都会被海量的基数所放大,立一案之德形成千万之德,形成一种民心,指向一种共同价值取向,引领公共道德和职业道德完善与发展。“法安天下,德润民心”。通过司法引领社会核心价值观的形成,恰恰是裁判者“立言”和“立功”后的必然发生的“立德”之效。
在浩大的社会背景下,个体感觉无法抵御历史涌来的洪流;但在个体价值被发现后,个人组合不再是乌合之众。大数据试图发现历史中每一个人,大数据司法将发现每一个司法者、每一个案件所呈现的话语、态度和价值。言可以诲人,功可以惠人,德可以聚民心,这正是司法之正能量所在,堪称“三不朽”,不废于古,不废于今,也将不负未来之期待。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16