Liz Fisher：大数据下的法学研究与方法

大数据下的法学研究与方法

文丽兹·费舍尔

译区树添

作者简介：

丽兹·费舍尔是牛津大学法学院和基督圣体学院的环境法学教授，同时担任牛津大学主办的《环境法期刊》总编辑。

最近英国《金融时报》报道，作为新闻记者和人类学者的吉莉安·泰德（Gillian Tett）表示剑桥数据分析公司（CambridgeAnalytica，下简称CA公司）对川普总统竞选起到重要作用。当希拉里团队运用传统“政治”数据时，CA公司却收集了成千上万数据，其中大部分数据是从人们日常消费和社会身份积累而来。正如泰德所言，CA公司扩大了对人们作为“社会性主体”的数据收集范围。由此取得显著的成功引发了诸多问题，其中很多涉及到道德伦理问题，并涉及到理想民主和公民的问题。但是泰德指出在短时间内不可能把这个“怪兽收回去”。

CA公司这则事例对法学研究者反思自身研究方法十分重要。法学与政治一样，是一个多维面向的社会现象。同样地，如何更好地研究法学以获真知的问题一直存在，并由此使得上个世纪多个不同法学流派的兴起。不同法学流派的法学研究中本质上关注不同“数据点”（data points）。教义法学关注案例的法律推理，而社科法学则运用经验性和理论方法来绘制出社会法律蓝图。当然还有很多不同的研究方法，譬如法与经济、批判法律研究、法学理论等等。引用斯蒂芬·沃恩的话来说（详见“The law is my data”: The socio-legal inenvironmental law一文），法学是法学研究集合的数据，但是研究和弄明白这些数据却有大量的资料和多种方法。

问题是法学研究者逐渐形成不同的阵营，彼此间鲜有互动交流。互相间的冷嘲热讽更是十分普遍。社科法学研究者对他们所观察到的“无争议的律师”（black letters lawyers）所体现出的纯粹而感到惊讶，而律师们则否认社科法学研究者将法律与经济的简单化理论（还原论）。CA公司事例说明数据收集方法和数据分析可能引出其他一系列的研究——消费选择如何影响政治抉择，但这仅为CA公司的事例的启示之一。当然这并不是说政治就是消费主义，但是了解消费者身份特征也就一定程度上识别出选民的政治认同。

这对法学研究同样适用。以基斯·霍金（Keith Hawkin）的环境官员行政执法经典法社会学分析为例，《环境与执法：规制及社会所定义的污染》（Clarendon，1984），是对英国两个水管理机关官员及其污染防治执法进行两年多的实地考察研究。人们很容易对这本书归类为“法学之外”执法过程研究。霍金将执法官员污染防治工作中所涉及“持续性有益性及妥当合理性”等体现“个人品质”的“艺术”生动地展现出来。但是这本书远不止于此，同时还是对监管法和法律本身不确定性的研究。如霍金所示，控诉可能是最后救济渠道，而法律却一直存在。法律规定了执法者对污染行为的管辖职权和内容，但他们自身就是法律之下的当局者。因此，对法律的解释一直困扰着霍金。执法者工作及与受访者互动的记录可能不会直接涉及到法律，但会告诉读者法律将变成什么样子。“虚张声势”、“讨价还价”的故事及执法者穿着“脏兮兮的长靴”出现在“毛绒地毯”是因为他们想证明他们已经对油污进行深入调查而油污不仅是偶然事件。但是“解释社会学”能够帮助我们一窥社会中的法律运行。霍金耗时多年的研究为法学研究提供了洞察视角，因为他谨慎考虑何为研究对象并且如何解释。而很多数据的研究需要特定技能和专业人才的培养。

虽然我们认识到这并不出奇（这正是为什么在硕士阶段开设研究方法论课程的原因），但是大数据时代下因为数据太多而不能为学者所研究。因此，什么数据应该作为研究对象和怎样研究成为问题的关键。对一些数据的分析能够加深对问题的认识，但是很多时候数据中存在无用的“杂音”。部分分析可能发现了真理，但是有些分析则有可能得出不能被检验的假设。对学者而言，因大数据引起了何为对研究对象的新问题，同时正如沃恩（Vaughan）所言，我们应该培养学生什么技能以适应这个变化。

并且，这不仅仅只是“技术性问题”。正如对选民研究引起道德和民主本质的思考，对这些数据的法律分析引起法律本身及法律推理如何在社会中运作，及我们思考其理应如何运作的问题。研究方法也引起了道德及人类存在问题的思考，而学者需要对通过人类认知去探寻研究法学的最佳路径并保持警惕性。正如本·庞廷（Ben Pontin）所言（详见H is for History: making the case forstudying environmental law history一文），关键点在于对环境法史学长期的跟踪研究。

诚如泰德所言，方法选择的“怪兽”已经逃出魔瓶，这对法学研究者而言并不是新事物，我们在反思知识传承的同时也有很多新事物需要研究与分辨。大数据时代背景下，海量数据在很多方面中都具有强大的力量。尽管有些是好的，有些则不尽然。但我们忽视了大数据对我们的危险。

针对文章内容的交流及问题