大数据与法律思维的转变

张浩

摘要：大数据正在引起社会生活方方面面的改变，这其中也包括对法律思维的影响。法律中的因果关系认定和类推这两个问题向来聚讼颇多，依靠既有的理论资源难以给出较为满意的答案，大数据所运用的相关性分析可以从理论基础到实践操作给这两个问题的解决提供一定的启发。

关键词：大数据法律思维法律因果性法律类推相关性分析

中图分类号：DF0文献标识码：A文章编号：1673-8330（2015）05-0012-10

似乎在不经意间，我们已然身处大数据时代，至于什么是大数据？它会不会像许多一时出现的流行事物那样，其兴也勃焉、其亡也忽焉？①就像许多媒介时代迅速出现并开一时风气之先的事物通常的命运那样，一般社会公众可能并不一定真正意识到大数据对社会的方方面面所能产生的影响。不过，有一点可以肯定，即大数据不是突然出现的单一现象，这是一个在长期的技术发展与观念更新基础上所形成的技术革新和社会变迁相生相成的过程。在此过程中，个体的行为方式、家庭生活模式、社会交往方式、社区形成和管理、以至于国家治理方式等都可能会发生改变。当然，作为社会系统中重要环节的法律是否会受到影响以及会受到什么样的影响，还需进行细致论证。

由于大数据和法律之间的关系是一个新问题，学界对此的研究成果尚不多见。梅夏英、刘明从如何平衡个人信息保护和信息资源合理利用的角度论及大数据与法律之间关系问题。②贺宝成认为，由于大数据具有信息的多渠道获取、海量存储、迅捷传播等优势，可以为政府决策的科学形成、服务效能的提高、智慧城市的建设等提供有力支持，进而为现阶段国家治理创新提供新的方法。③胡凌认为，日渐升温的大数据浪潮加剧了社会中的复杂权力结构和利益关系，但是，在旧的生产力与生产关系结构上形成的法律体系对此却没能适应。④大数据时代之前的网络立法是对“原子”的规制，大数据时代则是对“比特”的规制。将规制“原子”的法律用于规制“比特”，造成了政治逻辑和商业逻辑的错位，并因此引发一系列的法律和社会问题。⑤除了以上所列，关于该问题较为深入的论述暂未有见。

从上述可以看出，在论及大数据时代的法律问题时，首先容易想到的就是个人隐私和信息保护。这是一个新的需要注意的问题，但这远远不是大数据时代法律问题的全部。相对而言，胡凌的论述较为细致，把握住了大数据系统的技术特点以及由这些技术特点的改变而重新形成的利益格局，并进一步提出对此新的利益格局调整的法律需要。不过，就大数据与法律之间的影响来看，还只是论及互联网的利益结构因为大数据系统的出现而引起哪些改变。应该说，随着大数据技术的发展，将会改变的不仅仅是互联网以及物联网技术及利益格局，更多的可能是对整个社会结构和人们生活方式甚至思维方式的改变。

这样看来，这是一个从基础理论到实际效果方面都需要分析的问题。作为一种独特思维逻辑和一个社会子系统的法律是否会受到大数据的影响、在哪些方面会受到影响、以及会以何种方式进行改变？为解决以上问题，本文从两个方面进行论述：首先，论述大数据给法律因果关系认定可能带来的改变;其次是大数据给法律类推带来的改变，而这一切的改变都关联于大数据的核心——相关性分析。

一、大数据视角下的法律因果关系

（一）法律因果关系认定理论的性质及其局限性

一般情况下，当我们谈及因果关系概念时，首先意味着存在两个或两个以上的事物;其次，在时间上是先后继起的;再次，在原因引起上具有唯一性。⑥在实际的因果关系判断中，可以利用的方法有很多，感官感知、逻辑推理、实验验证乃至于一定时期知识共同体的知识水平等都可以达到对因果关系存在的确信。相对于自然科学关于因果关系相对统一的界定来说，法学界对于法律上因果关系的界定一直存在争议。比如，在刑法学上，关于因果关系的认定标准，历来有条件说（平等说）、原因说、相当因果关系说三种。⑦条件说的观点和自然科学的观点较为接近，认为凡是在结果形成过程中起到影响作用的所有因素都是原因。该观点的缺陷是明显的，很容易滑入因果链条的无限后退中。原因说对此观点做了限制，认为应该在因果关系认定中区分原因和条件，只有在诸条件中最为关键和必需的条件才是原因。相当因果关系说则另辟蹊径，认为在一般性认知的角度上观察到哪些因素能够引起一定结果发生时，即可判定其间存在因果关系。在民法中，因果关系认定主要适用于侵权法领域，有事实上的因果关系和法律上的因果关系两大类。事实上因果关系一般采取的是必要条件规则（英美法中的“but for”规则），即没有被告在先的侵权行为，就没有原告的损害事实。但是，当原因是复合的非单一性时，必要条件规则之外，需要有聚合性因果关系、共同性因果关系、择一性因果关系予以补强。事实上，在因果关系认定中，虽然有以上所列诸多模式可以适用，但由于诸模式主要基于的是认识论视角，所以，自然性因果关系链条的延伸还是不可避免。基于此，法律上因果关系被提出，具体有直接结果说、可预见性说、相当因果关系说、法规目的说。直接因果关系说认为，侵权行为人只对其行为引起的直接结果承担法律责任。可预见性理论认为，侵权行为人只对那些可以预见到的损害后果承担责任。相当因果关系说认为，如果行为人的行为是损害发生的条件之一，并且明显地增加了损害发生的可能，则认定该行为是损害发生的相当原因并据此承担相应法律责任。法规目的说认为，对行为人进行责任归结，重要的并不是行为和损害之间具有相当因果关系，而要看这是否符合侵权行为法的意义和目的。

从以上所列举的情况可见因果关系认定在法学中的复杂性。之所以有这么多不同观点并一直在相互竞争，主要原因有以下两项：第一，没有真正摆脱自然科学意义上的因果关系认定模式影响;第二，法学上因果关系认定模式缺乏解释力和说服力。

在自然科学家看来，事物转变发展所依据的是不以人的意志为转移的客观因果关系，一件事物的产生背后肯定有其内在原因，即使不理解也不能说明客观的因果关系不存在，而只是说明我们依据现有的知识条件和认知水平暂时没找到因果关系链条而已。作为一种认知世界的模式，这种因果关系认定模式也深深影响了法学家们。大多数法学家也都明白作为社会科学的法学和自然科学在研究对象和研究方法方面肯定有所区别：一是研究客观外在的事物并尽可能避免人的因素掺杂其中;二是研究人的行为和建立于人的行为之上的社会结构和社会变迁基本规律，在此过程中人本身的价值与解释不可避免。虽说如此，人们在立法和司法活动中还是会自觉或不自觉地以自然科学意义上的因果关系模式进行思维论证。在他们看来，法律的产生和适用前提是有相对应的客观事实存在，这已经是进行法律思维自觉或不自觉的前提，或者是一种思维框架。举例来说：2001年9月27日，居民蒋祥发途经重庆市渝中区文华大厦B座高层住宅楼路段时，被楼上坠落下来的一只重达2公斤的塑料花盆击中头部致伤。医院诊断为左额叶脑挫裂伤、开放性颅骨骨折。经法医验伤鉴定，蒋祥发颅脑损伤，伤残程度为7级。住院期间，蒋祥发的医疗费总计7万多元。事发后，由于找不到该花盆的所有人，受害人蒋祥发将整幢楼的住户一起告上法庭，索赔24万多元。重庆市渝中区人民法院开庭审理认为，除7家住户“不具有花盆坠落的可能性”，其余50家住户均不能排除花盆坠落的可能性，依据过错推定原则，这50家住户共同承担赔偿责任，依法判决每户向受害人赔偿2950元。⑧近年来，相同或类似的案例屡有发生，裁判依据具有共同性，即依据《最高人民法院关于民事诉讼证据的若干规定》第4条第4款建筑物或者其他设施以及建筑物上的搁置物、悬挂物发生倒塌、脱落、坠落致人损害的侵权诉讼，由所有人或者管理人对其无过错承担举证责任。

对于这些案件，虽然法官通过过错责任推定和举证责任倒置这两种责任分配机制得出裁判结果，但毋庸置疑的是，笼罩在这些制度规定之上的还是一种比较牢固的思维逻辑，即有果必有因，损害结果已经发生，就必须找出致使结果发生的真正原因。具体到上述案例中就是这样一种思维逻辑：最好找到花盆的所有者，实在找不到的话，哪怕是让整栋楼的住户一起负责，也不能把“真正责任者”漏掉。这样看来，即使以过错推定和举证责任倒置来解释案件的处理，也并不能解决责任承担的公平性问题。

相对于偏重客观事实认定的模式而言，相当因果关系说、可预见说、法规目的说这几种因果关系认定模式则偏重于客观事实之外的一些标准，或是基于一般性的认知能力和认知条件，或是基于法律所要达到的目的，共同性的特点是将目光从对事实的探究转移到对公平责任承担所需要的条件认定，因此，我们可以将之称为法律标准。相对于事实标准而言，法律标准的提出是一个进步，因为该标准避免了事实认定中无穷后退的窘境并从责任认定层面解决问题。虽然从教义学的角度来说这是一个进步，但是，对于习惯从事实关联角度理解和接受法律规范性的公众来说，即使可以跳出客观事实认知模式，最大的延伸也不过是社会舆论和一般性的道德准则乃至多数群体的共同性利益诉求，司法实践中常见的情、理、法相冲突的情况就充分说明这一点。比如常说的“大义灭亲”的案例：2007年9月12日，重庆市秀山县巴家乡一名的62岁老太联合其他家人将自己为祸乡里、无恶不作的二儿子杀害。⑨2001年，上海市金山区人民法院刑事审判庭公开审理了一起父母杀害小儿子的案件，原因也是受害人生前是危害乡里的一霸。⑩此外，引起广泛社会关注的“邓玉娇案”、刘涌案等，无不反映出公众的归责原则和法律的归责原则之间巨大的差异，同时说明了法学上因果关系认定模式很难被公众理解和接受。大数据的判断、收集、运用基于思维方式的改变和方法的创新，这些改变和创新既然能够影响到社会生活的方方面面，当然也会给法律的因果关系思维方式转换带来新的契机。

（二）相关性理论的特点及其对因果关系理论的替代

顾名思义，“大数据”意味着海量数据的收集、判断、传播、使用。相对于“小数据”而言，它改变的不仅仅是人们拥有数据量的多少，更主要的是思维方式的转变。其实仔细分析一下大数据的特点就可以大致知晓大数据所需要的思维方式转变是什么。从最直观的角度来理解，大数据首先必须有大量数据，那么，接下来的问题是，我们依据什么去收集海量数据？从技术手段上来看，现在已经不是问题，我们生活的空间和时间正在被生活和工作场所中无所不在的技术、设备和制度如手机、电脑、消费记录、考勤制度、个人档案等无限细化为每一个可以记录和分析的节点，并在极为广泛而开放的传播平台上被利用和分析，只要你愿意，利用这些技术、设备和制度可以记录下我们几乎所有的活动。但数据收集不可能是盲目收集，我们总是要基于一定的目的和要求去收集判断数据，否则再多数据也没多大用处。但是，除非你一开始就非常清楚地知道事物的客观因果关系是什么，但实际上每一个理性的人在行动前都是要尽可能地收集和判断可能占有的数据信息然后再形成行动的目的和要求。矛盾就在目的与要求的形成过程中不可避免地产生了。因此，有学者认为，所谓大数据，“就是用现有的一般技术难以管理的大量数据的集合”。维克托·迈尔-舍恩伯格在那本影响至深的《大数据时代：生活、工作与思维的大变革》中提出大数据时代思维变革的三个特征：1思维所据以进行的不再是随机样本，而是全体数据;2不再追求精确性，允许混杂性;3思维依据的归责不再是因果关系，而是相关关系。

相关性这一概念首先应用于数理统计中，是研究社会经济现象数量依存关系的一种数理统计方法，即对两个对等的经济数列，用数学方法测定一个反映它们之间变动的联系程度和联系方向的抽象化数值，即以相关系数的方法反映出总体中确实具有标志性的联系，它是描述客观事物相互间关系的密切程度并用适当的统计指标表示出来的过程。相关性分析的功效表现在两个方面：首先，以相关性为标准可以避免数据收集、判断、利用过程中的漫无目的;其次，以不同于确定性因果关系认定方式显示事物之间的关联性。和确定性的因果关系不同，相关关系是一种不确定关系。两个变量之间如果一个发生变化另一个随之发生唯一确定值变化，这是变量之间确定的函数关系。而一个变量发生变化另一个可能与之发生正相变化或负相变化，也可能发生强变化或弱变化，这是相关关系。为了确定相关变量之间的关系，首先应该收集一些数据，这些数据应该是成对的（例如，每人的身高和体重），然后在直角坐标系上描述这些点，这一组点集称为“散点图”：

在散点图中，横纵坐标之间的对应点并没有像函数图那样一一对应并显现出清晰明确的规律，所以，有人认为确定性因果关系认定模式比相关性认定模式客观科学。其实并非如此，确定性因果关系认知模式产生的原因很有可能是人们思维惰性和一种无根据的想象甚至是迷信。这里所说的思维惰性按照舍恩伯格的话来说是一种“不费力的快速思维”，这种快速思维的结果是“使人们偏向用因果联系来看待周围的一切，即使这种关系并不存在”。当然，这种惰性的产生有其客观原因，在小数据时代，获取大量数据相对比较困难、成本较大，所以，人们倾向于从思维上进行节约。但是，当数据获取已经比较轻松时，仍然采用这种方法就未必不是一种惰性。其次，之所以认为确定性因果关系认定模式是一种想象和迷信的根据在于对人们思维特征的分析。一般来说，人们在观察分析外界事物时，要依据头脑中的一些思维预设和思维框架，比如说一些概念和逻辑思维规律，这是开展行之有效的思维活动必不可少的条件。但是，有一些并非真实存在和必需的附着物也会借此进入人们的思维过程。例如，概念是进行逻辑思维的起点，原本并非是表示物自体性质的存在，但是，当建立在概念基础上的逻辑推论越来越多并且越来越有效时，概念本身就会逐渐向人们显示其物自体存在的性质，以至于人们在以后因果关系认定时就发生了一个倒转，即回过头来转向对这个所谓物自体的认知，这就是一种彻底的本末倒置。正确的做法应该是抛弃既有的确定性因果关系认定模式，尽最大可能收集占有数据资料，在此基础上进行相关性分析。

受数据收集条件的限制，小数据时代的行动决策建立在样本分析基础上，根据统计学的研究，精确结果的得出与样本数量的大小并没有关系，而是与样本选择的随机性有关，样本选择的随机性越大，结果的可信性越强。之所以如此，在于样本选择的随机性可以避免偏见和目的介入，使得分析结果达到最大的客观性。不过，由于人类行为的主观属性，绝对的随机性是做不到的。现代社会越来越强的多元化和细致化的类型区分也是随机性抽样选择难以克服的难题，再加上现代社会技术的快速发展而带来的数据获取能力和获取渠道的极大扩展，基于大数据基础上的相关性分析就会取代随机性的样本选择。

（三）相关性理论对于法律因果关系的借鉴意义

相关性方法的运用，不仅仅体现出一种思维方式的转变，还颠覆了传统的对于世界的认知模式。传统的因果关系认知模式要求我们一定要探求事物产生改变时背后的原因有哪些，即追问“为什么”;而大数据的运用只需要知道“是什么”即可，没必要进行因果关系链条的无限回溯，在海量数据的基础上分析出事物之间的客观规律和相互关联，让收集的海量数据自己说话，以此可以有效缓解社会事实与法律规范之间相脱离的状况，法律因果关系判断中缺乏解释力和说服力的情况就可以得到较好解决。在运用法律因果关系处理案件事实时，裁判结果和案件事实是被放在两个层面进行考量的，因此，看起来二者之间往往并没有多少有效关联，甚至有时候显得很武断，因而法律给人的是一种傲慢的印象。为了改变这种印象，很多人进行了努力，试图在规范与事实之间架起一座桥梁，其中，哈特的做法比较典型。在哈特看来，如果想让公众觉得从案件事实得出裁判结果的过程变得不那么难以理解和接受，就有必要分析一下法律体系的结构。在他看来，法律体系中存在两种规则：初级规则和次级规则。初级规则直接面对具体社会事实，以法律意义上的因果关系认定模式连接事实与规范;次级规则依附于初级规则之上，是规则的规则，作用在于以各种标准制定新的初级规则，或者废止、修改旧的初级规则。现代社会中仅以初级规则难以实现有效的社会整合，原因在于初级规则是直接科以义务的规则，如果要获得有效遵守，只能在范围较小或具有共同性习俗惯例的群体中才有可能，所以只适用于社会关系简单而原始的社会。多元化且复杂的现代社会的运行不仅仅需要初级规则对公众科以义务，更重要的是能够将散落于各个社会关系调整领域中的个别化初级规则形成一个体系，并使其对于社会公众具有解释能力和可接受性，承认规则、变更规则、裁判规则因此就必不可少。这三类规则被称之为次级规则，在立法和司法领域中被大量适用，是法律规范性的主要保障。不过，我们更为在意的是这三类规则的解释和说明能力，其中，承认规则在这三类规则中最为重要，原因在于变更规则和裁判规则虽然同属于次级规则，但是在论及其权威性来源时，仍然需要回溯至承认规则。以承认规则为代表的次级规则之所以能够在事实与规范之间起到解释和说明的作用，就在于其形成与性质充分体现了与相关分析的同质性。

还没有形成以承认规则为代表的次级规则体系的社会被哈特称为“前法律世界”。 其特点是规则的形成相对零散、随意，往往是较小范围内的团体成员基于血缘、地缘、信念、感情、传承、记忆才能够识别、默会、遵守的地方性知识，其存在状态和性质与已经收集但未经相关性分析的零散数据无异。由于前法律社会中的规则都是一些没有共同性识别标准的个别化规则，所以，社会呈现不确定状态，需要次级规则以共同性、可辨识、具有解释力的标准加以规整，这就等同于在数据收集基础上进行的数据相关性分析。相关性分析虽然表现为数据分析，但数据分析不是关键，关键的是种类划分，即从什么角度以什么方式将哪些事物视为同种类，哪些事物视为异种类。因此，相关性分析体现为在社会环境下，在一大堆看起来没有多少关联性的事物中找出“因果”关系，或者说“关联物”，如著名的啤酒与婴儿尿不湿的故事。这与承认规则的形成和识别也是相同的。哈特认为，“承认规则会指出某个或某些特征，如果一个规则具有这个或这些特征，众人就会决定性地把这些特征当作正面指示，确认此规则是该群体的规则，而应该由社会的压力予以支持。此种承认规则可以各种样式存在，包括简单的或复杂的。”这段话可以从三方面理解：1承认规则表现为据此可以有效识别出法律规则与非法律规则的一系列特征;2承认规则可以各种各样的方式存在;3承认规则可以获得社会公众的理解和支持。由此，我们一方面可以看出承认规则在事实与规范之间的顾盼往返，另一方面也发现承认规则的形成和目的就是在客观事实、社会公众的理解、接受和法律规范性之间寻求有效连接所需的“关联物”。在哈特看来，虽然这些承认规则的具体表现形式不一，但是在现代社会的法律体系中，其不可能仅仅通过某个具体的法律文本形式表现出来，而是表现为初级规则之上的一般性规则或相关性特征。比如说特定的制定主体、特定的实施机构、规范性的实施程序、具有效力的约定俗成、规则实施时的效力等阶等等。这些就是法律中的“关联物”，和大数据中的“关联物”在效力、形成路径、性质、表现形态方面均具有同质性。

二、大数据与法律中的类推

（一）类推的标准及其界定

相关性分析不仅能够影响法律中因果关系的认定，还能够对法律中的类推有所借鉴。

类推作为问题被提出时需要一个论述框架，这就是感性杂多的经验和规则之间的关系问题，就是如何打通事实与规范之间的界限？看起来这是一个标准的康德式问题。在康德看来，经验之所以成为经验，需要在思维中具有一些要素和原则，即“经验只有通过对知觉作某种必然连接的表象才是可能的”。这就是说，如果排除思维中的加工，我们所得到的关于外界事物的知识都只可能是一些零散、片面、及时性的感觉，我们之所以能够具有知识和经验，对于这个世界具有最基本意义上的方法意识，就在于思维中所具有的一种机制——经验的类比。这种类比有三种：实体的持续存在类比;按照因果律的时间相继的类比;按照交互作用或协同性法则同时并存的类比。这三种类比从实体、时间、空间为我们奠定了理解世界的最基本的框架。因此，当人们不可能以直觉无间隔地获取关于外界事物的经验知识时，真实世界就存在于这种类比式的认知机制中，这样一来，就可以得出一个必然性的推论：既然真实世界就存在于类比的认识机制中，那么，类比就是认知世界最为可靠最为基础的方式，这一点可以从上面所说的三种类比的表现样态看出来，这三种类比是我们所有学科认知世界的最基本的路径和思维进行的最基本预设，也是我们理解外界事物的最基本的框架和概念图示，放弃这些类比模式，世界在我们面前就是没有任何线索和关联性的无限杂多。

从本体论的角度来说，康德的理论为法律类推奠定了扎实的基础，但是，从应用的角度来看，该理论显得过于抽象和宏大，需要进行具体化，将哲学上的类推转化为法学上的类推，为此，我们可以考察一下考夫曼的类推理论。在考夫曼看来，相对于抽象的概念、逻辑演绎、理念而言，类推其实更为根本，因为由此出发可以探究到“事物的本质”。在法律上，探究事物的本质就是以类推的方式实现法律现实化的过程，也叫作法的实现或法的发现过程。不过，因为法律不是数学或逻辑学，其目的不是要论证为什么a=a，而是要面对社会中方方面面的生活事实进行规范性的调整，所以，这个过程就是生活事实和法律规范之间交互融合的不间断的展开。法律孜孜以求的正义，其本质就是在求取这种交互融合后的平衡，法律正义因而表现为比例的平衡和相关性的分析，这种比例的平衡和相关性分析的中点就是类推，其介于同一性与矛盾、相同性与差异性之间，要求并体现规范正义与事实正义之间有效融合。所以，考夫曼认为法律类推必须从两个方面进行：“一方面针对规范调适事实，另一方面针对生活事实调适规范”。这样一来，法律类推的构成框架就从原来哲学意义上的本体存在、时间继起、空间并存等抽象图

示具象化为法律规范与法律事实之间的二元张力。虽然相对于哲学上的类推而言，现在的范围缩小了一些，但是，法律规范与法律事实之间的二元对立及其如何化解是一个为法律论证、法律解释、法律推理等法律方法所共享的概念框架和思维框架，如果分析仅限于此的话并不能充分揭示法律类推的性质，因此有进一步分析的必要与可能，具体的办法就是将其与演绎推理、事实推理和规范性法律要求相对照以求取其正确的定位。如果用符号来表示的话，演绎推理的结构形式为：

（1）大前提：如果p，则q;

（2）小前提：在本案中p;

（3）结论：在本案中则q。

在这样的推理过程中，只要大小前提确保真，结论的得出确定无疑。但是正如前面说过的，法律推理面对的是复杂多变的社会事实，大小前提的真假与否本身还需要另外予以确认，所以，演绎推理在法律推理中的运用是有条件的，需要事实的确认过程来补充，这是将一定的事实类型化并予以正当化解释和说明的过程，我们称之为事实推理。与演绎推理论证普遍性真相比，事实推理侧重于修辞意义上的理解、说服和遵循。其依据的标准可能是生活常识、道德标准、权威力量、约定俗成等，在生活世界中以潜移默化的方式被绝大多数社会共同体成员所内化，成为判断大小前提正当与否的决定因素。事实推理过程是必要的，如果没有的话，就是司法专制。而且基于事实推理基础上形成的结论如果被法庭较好地采纳则可以让裁判结果获得更大的公信力和权威。不过，法治经验告诉我们，因为事实推理所依据的是道德资源、权威力量等法律规范之外的力量，有时不仅不会有益于法治国家建设，还会成为阻却法治的因素，因此，也不能专任于此。现在的问题是如何将事实推理和规范性的法律要求相结合。具体来说就是以事实推理为载体，以演绎推理为形式，以事实的、公众意义上的正当性理由解释并实现法律教义学意义上法律理由，从案件事实的发现到法律裁判形成的过程中充分体现出法律的规范性目的及技术。

毫无疑问，在当下中国，这是一个相当难解的问题，许许多多的理论及实践问题都暴露或说明了这一点，比如“邓玉娇案”、“刘涌案”、法律权威问题、法律职业化问题、法律实用化以及司法能动性等等，从不同侧面在不同程度上凸显了民众认识与法律规范性要求之间的偏差，所以，我们可以检视一下法律类推的基本结构和步骤，看看有无需要改进之处，以及用什么方法进行改进。

史蒂文·伯顿认为在法律类推中存在三个步骤：首先是要识别出进行推理的一个基点情况，在普通法中就是对于本案最具有权威性的先例;其次，描述出基点情况和待比较的问题情况之间的相似性或不相似性所基于的那些事实;最后，判断这些相似性或不相似性的重要程度，以此决定是否依照基点。爱德华·列维也将法律类推分为三个阶段：第一阶段的任务是提炼出个案之间的相似之处，这也是关键的一步;第二阶段是将作为案件参照的规则提炼出来;第三阶段就是将提炼出来的规则应用于待裁定的个案，然后得出结论。为了将正当性理由和规范性法律理由有机结合，考夫曼把法律推理过程分为四个部分：1演绎（从规则作推论）;2归纳（推论获得规则）;3设证（经由规则作推论）;4类推（与设证一样，经由规则而进行）。其中，类推和前面三种程序都不一样，它不是逻辑推论，而是一种将待判决案件和法律规范以某种标准进行比较和并置的过程，所以在结构上与前述三种均有所不同，它需要的主要有两个方面：一是尽可能地在范围广大的相似案件中进行比较;二是在“事物的本质”基础上选择比较点。这个比较点就是介于案件事实与法律规范之间的概念图示，可以视为一种价值评价，但又要关联于法律规范。综合起来可以发现，以上三个关于法律类推结构的认识虽然有所不同，但有一点是共同的，即都认为在法律类推过程中核心要素是相似点（基点、比较点）的寻找。

（二）相似点的可能性及其在法律上的矛盾争议

接下来的问题是：相似点能不能找到？对此，我们可以用六度空间理论图说明：

在上图中，A和B原本可能没有任何交集，但是，当其间如果有六个媒介物，经过曲折的递推后，二者间肯定能形成关联，这也是通常所说的六度分隔理论。具体到社会交往和社会关联形成中就是这样一个理论：每个人只需要很少的中间人（平均是六个）就可以和全世界的人建立起联系。随着社会交往和网络发展的快速进行而形成的“小世界现象”的基础就是六度分隔理论。在瓦茨看来，“每个人都有自己认识的人构成的一个圈子，可以称之为他的邻居网络。这个网络中的每个人又有自己的邻居网络，如此扩展下去，形成了一个全球的、互相缠绕着的包括友谊、商务、家庭、社区等所有事情在内的庞大网络，任何两个人都可以通过这个网络拉上关系”。当然，这些理论学说能否成立，最关键的问题还是要搞清楚“联系和传播网络中哪些节点处于重要的位置”。

解决了相似点寻找的可能性之后，我们回到法律类推中相似点的界定问题上。在考夫曼看来，类推之所以经常被误解，被认为是一种不可靠、过于危险的、随意的方法，以至于其适应范围渐渐被缩小或取消，其原因在于一种不适当的将不同事物进行并置的“水平推论”。所谓“水平推论”，就是直接从特殊到特殊、一般到一般，即从具体的某个事物推及到另外某个具体事物、从抽象的概念或规范推及到另外的概念或规范。这种方法是极不可靠的，对此，考夫曼举了一个例子：一只狗和一只狮子有无相似性？从都是动物的角度来说，二者有相似性，但从是否温顺的角度来说，显然就不是这样。当然，还可以基于其他的许许多多的分类和观察的标准来看待二者之间是否有相似性，结论可能是多种多样。所以，类推是否可靠不能简单一概而论，要看在什么范围内基于什么样的比较点。每一个具体情境中的个体基于个别化认识标准都可能发现对他自己而言有意义的相似性，但是，法律的特征却在于其普遍性，这样一来，权力的要求就自然而然地产生了，因为依靠权力可以实现相对普遍性的要求。然而法律类推之所以被诟病的一个主要原因就在于在其操作过程中权力的介入，这一点在许多事实因果关系复杂或利益博弈比较特殊的场合下经常可以看见，在这些场合下，权力以其无因性和专断性迅速终结纠纷得出结果，同时也带来不信任和反抗，所以，我们必须将相似性比较建立在相对客观的基础上。

我们在前面谈到类推与“事物本质”的时候，可能会产生一个误解，以为运用类推方法就可以发现事物背后的那个“本体”。其实并非如此，只是说运用类推可以无限接近事物本质，我们不可能直接发现事物本质，而是通过及时在手的、熟悉的、与待比较事物有关联的众多事物进行关联分析和比较才行，而且，类推有强类推和弱类推之分。

强类推的模式为：

（1）X（a b c d e）;

（2）Y（a b c d e f）;

（3）X=Y。

弱类推的模式为：

（1）X（a b c d e）;

（2）Y（a b e f h）;

（3）X=Y。

这样一来，类推就变得易于把握甚至可以计算，据此，有学者建立了法律类推的相对通行的理论——构成要件符合说，其模式为：

（1）待决案件A，其内涵特征有M1 、M2 、M3 、M4 、M。

（2）可比较案件B，其内涵特征有M2、M3、M4、M6、M7。

（3）相互比较可知，A 、B两案具有M2、M3、M4三点相同特征，而且该三点特征具有法律上重要和规范意义。

（4）A、B两案具有相似性。

看起来，类推是建立在相对客观的基础上了，但是，我们发现，在以强类推和弱类推的模式来建立类推的构成要件符合理论时，其中第三步推论虽然可以补强和解释前面两种类推模式，但同时使得构成要件符合理论超出了该两种理论模式的推论框架，要使构成要件符合理论成立，需要另外一个前提，即相同特征在法律上既定的重要性和规范性，因此，构成要件符合理论还需要进行修改。针对于此，有学者提出实质意义上的类推说，认为先例仅具有形式意义上的拘束力，它的证明力很弱，因此需要进行实质意义上的推论。实质意义上的推论需要的是实质相似的标准。不过，到现在为止，也没有比较清楚的关于什么是实质标准的合理说明。因为这些标准已经涉及价值的评判问题。对于价值评判，法学家们有一种天然的警觉，当然之举就是让类推回归法律规范性本身，因此又有学者提出法律目的类似理论。该理论认为，正确的法律类推需要对法律目的做出正确的把握，相似性有无应该从与法律规范的内在意思，不应该从外部的特征来判断。尽管法律目的类似理论是为了解决实质意义上的类推理论的弊端而提出的，但它并没有完成这个任务，如果说价值评判难以有客观标准，法律目的也存在着类似的困境。首先，企图复原立法者当初立法时目的的大多数实践，最后的结果往往是自我意思的不自觉表达。其次，民主的立法是公众意志的符合构成，在其中很难明确辨别出具体的意志和目的，既不是你的目的的表达，也不是我的意志的彰显，而是经过理性博弈和衡量后的混合折衷。最后，抽象性的法律规范要想适用于不同的社会空间和时间，必须对目的作必要的限缩。所以说，法律目的的类似理论也不尽合理。

（三）相关性分析对于构成要件符合论的意义

笔者认为，法律类推中的相似点还是应该从构成要件符合理论中寻找，当然，需要对之进行改进，理论和方法资源就是大数据中的相关性分析。

构成要件符合理论之所以受到诟病，关键原因在于许多人认为相似点选择的表面化。至于对类推模式的超出则不是问题，因为类推本身就不可能严格遵循形式逻辑的三段论推理模式，完整的类推结构是一个多种方法的整合，需要归纳、设证等相配合。相似点选择表面化的责难来自于这样一种认识，当待决案件和可比较案件的绝大多数特征均相似甚至相同时，我们就认为二者之间具有同质性。但是，谁又能保证唯一不相似的特征不是真正的本质性特征？“在发现澳大利亚的黑天鹅之前，欧洲的所有人都确信天鹅全都是白色的”。所以，安全的策略是转向对事物本质性关系的探求。这是一种“你不知道的事比你知道的事更有意义”的逻辑，结果导致人们过度专注于精确知识而忽略总体性知识。大数据中的相关性分析与此不同，对于我们所要达到的目的而言，建立在海量数据分析基础上的相关性分析不仅能够很好地满足，往往还会带给我们额外的惊喜。有学者认为，“在以人为对象的、复杂得多的社会和经济系统中，相互作用和相互关系的复杂性正是我们要面对的主要议题。幸运的是，当许多人聚集在一起的时候，尽管每个人可能是变化莫测的、难以琢磨的、不可预测的，但是在有的时候，如果我们忽略繁琐的细节，就可以从人群中找出一般性的组织原则”。当我们需要研究某个事物时，大数据时代之前的统计学方法面临的第一步同时也是最为重要的一步是样本的选择与抽样，从哪些角度选取什么类型的样本、以及选取多大样本看起来是一个永远难以完成的任务，因为我们不知道真正重要的数据有没有恰好被漏掉。随机性样本选择其实是一种无奈的选择，虽然能够以最大的随机性避免先见和价值预设，不过，偶然性及其结果是不可回避的。但是，当我们掌握了分析某个事物所相关的全部数据时，就再也不需要依靠分析少量的数据样本了。小数据时代充满想象，这种想象的构造物就是那个难以证伪的实体，它以各种实体化的意向填满了未知的空间并成为人们进行思维的起点，大数据的作用在于以详实可靠的数据驱逐所有想象，然后在全本的基础上揭示出事物的相关性。在没有长期而且大范围的数据收集与相关性判断之后，谁又能想到啤酒和婴儿纸尿裤之间竟然还有着密切关联？这充分说明了相关性分析不仅不是表面化的相似点选择，而是在全本分析基础上对事物最为本质性的关联解释。所以，将构成要件符合理论建立在相关性分析基础上，不仅可以避免实质意义类推学说和法律目的类似学说的弊端，还可以避免相似点选择的表面化问题。

结论

法律是一门专门性、规范性学科，像一名法律人那样思考，是每一位初入法学院的学子被教诲的第一句话。无论是法律中的因果关系认定还是类推适用，都是在规范性法律思维和社会事实之间做有效连接。这样的要求使得法律的性质和目的不是对于事物本质的探究，而是规范与事实之间的有效联系与处理。这种联系和处理的结果在于，事物之间联系标准的确立反映出事物之间普遍性客观联系，因而可以获得最大化的公众信任和接受效果，同时又在规范性的法律要求框架内运行。既有的各种法律因果关系认定理论和法律类推理论都没有较好地实现这个目标，原因就在于在事实层面和规范层面的顾此失彼。大数据中相关性分析之所以能够为法律因果关系认定和法律类推提供启示，在于其建立在海量数据之上的基础优势，以及数据挖掘、数据关联性分析科学方法所带来的对于事实与操作标准的有效解释和处理。