兩岸法律治理及法學方法論應有之變遷-大資料之運用與其方法

更多精彩內容請下載官方APP: 蘋果(iPhone)安卓(Android)安卓直接安裝(APK)

兩岸法律治理及法學方法論應有之變遷

-大資料之運用與其方法

臺灣 高雄大學法學院院長、政治法律學系教授  廖義銘

 

壹、前言

  兩岸民眾交往互動極為密切,因此爭端難免,如何解決同文同種,卻在法律體制和生活習慣上截然不同的兩岸人民間之爭端,可以說明現在到未來兩岸關係中與民眾最為相關,也最為務實的課題。論者或有認為:利用虛擬、開放、經濟、便捷的網上糾紛解決機制(On-line Dispute Resolution,簡稱 ODR),包括網上仲裁(On-line  Arbitration  or  Cyber  Arbitration)或網上調解

  (On-line Mediation),以突破現實時空、法律衝突、司法管轄權、跨境法律服務、繁瑣、高價、費時的傳統程式等限制,有效化解涉及兩岸的民商事法律糾紛,並可藉此統合兩岸律師的人力資源,與創造交流合作平臺[1]

  大資料之使用,已在商業領域中,被證實確實有其相當之功效,因此,在其他領域中,各行各業之專家也紛紛投入研發,思考如何運用大資料,來提升本身於該領域中之競爭力。大資料時代科學研究的方法手段將發生重大改變。例如,抽樣調查是社會科學的基本研究方法。在大資料時代,可通過即時監測、跟蹤研究物件在互聯網上產生的海量行為資料,進行挖掘分析,揭示出規律性的東西,提出研究結論和對策。在法律實務上,也已有許多人實務界人士與學者們,開始致于於研究大資料之運用,在法律上之成效與益處,或其可能之問題。

  大資料之運用,對於兩岸治理之推進,是否有其益處?又如何在法律實務上運用大資料,來實現兩岸人民關係依法治理之目標?探討此問題,即為本文之目的。

  本文將依以下四部份,來探索上述問題:首先將說明當前兩岸法律治理之重要性,及其主要必須處理之法律實務議題;其次,本文將分析在傳統依法治理所立基之法學方法論之特性及其局限;第三部份,本文將探討大資料之運用方法,及其對於傳統法學方法論所帶來之衝擊。最後,本文將分析未運用大資料分析,在兩岸人民爭議解決依法處理上可能之方向與作法。

貳、兩岸法律治理

  目前兩岸人民往來極度密切,由同文同種,並且在經濟行為上有相當大的互補作用,因此, 兩岸間無論政治局勢如何變化,兩岸人民的交往互動,都不可能因為政治之因素而疏遠。然而, 卻也因為兩岸人民關係之高度密切,因此,民眾在交往互動上必然難免產生許多紛爭,如何能妥善地解決兩岸民眾交往互動上之紛爭,便成為未來兩岸治理最重要的課題。

  依法治理,是兩岸之間不可能被反對的治理共識,透過法律來解決兩岸之間民眾之爭議, 乃是依法治理之具體實踐,然而,兩岸民眾雖然同文同種,卻長期生活於不同的法律體制中, 而以目前的政治局勢而言,兩岸關係尚未發展到能共同制定相同法律來處理兩岸民眾各種爭議之地步,因此,兩岸之依法治理之核心且共同課題,乃在於不同的法律體系及法律條文中,創造出能被兩岸民眾共同理解並接受的爭議解決機制或方法。

  而要在不同的法律體系中,創造出能讓兩民眾共同接受的爭議解決方法,首先必須克服的問題,乃是傳統法學方法論之局限。

  察兩岸民眾日常之交流中,最容易產生法律上之爭議,以致於造成民眾間相互不信任,甚至於歧視之情形,主要有下列四點:

一、兩岸民眾于對方投資營業所得或負責分配上之爭議:

  兩岸民眾合夥投資經商,所經營之業務後有營利或產生負債時,投資雙方無法按原來約定分配其利益或債務,以致於產生爭議,于產生爭議時,經常有爭議之一方于他方所在地無法得以公平之爭議裁判之情形。

二、兩岸民眾于對方企業服務之勞動爭議:

  兩岸民眾于對方人民所經營之事業服務,因勞動條件認知上之差異或勞動條件之變化,而產生勞動爭議。于爭議發生時,勞動方常有無法得到法律上公平之爭議裁判及勞動權利保障之情事。

三、臺灣民眾于大陸營業於政府部門註冊與營業檢查上之爭議:

  臺灣民眾於大陸地區欲經營法規檢查較為嚴格之事業,例如幼稚園、醫院、養老院等,但為不熟悉大陸法規,且大陸各省、各市之規定有諸多差異,因此,於註冊工作上常遇有與相關政府單位之間之爭議;註冊完峻開始營運後,亦常見政府部門進行業務檢查,例如公安檢查或勞動檢查時,因法規之變動或主辦人員認知上之差異,而造成與被檢查之臺灣人經營事業產生爭議;于爭議發生時,臺灣負責人經常因對大陸各級政府業務檢查相關法規與認知缺乏瞭解, 而難以妥善解決之違法情事。

四、臺灣商品、農產品銷往大陸時之通關商檢爭議:

  臺灣商品及農產品銷往大陸時,于通關商檢上常因業者無法完整知悉大陸各地海關之規定, 以及海關辦理商檢人員之認知,而造成臺灣商品、農產品無法順利通關,滯留於大陸海關,造成臺灣業者嚴重之損失,尤其以農產品為甚。而臺灣業者遇有此通關商檢問題時,目前尚未能循法制化之管道予以解決。

  為解決上述之兩岸民眾常見法律爭議,吾人認為,必須采跨國界的法律治理之概念。「治理」(Governance)的概念已大量的運用在各種範疇與領域之中,其管轄的範圍不僅限於國內,跨越國界者亦可;參與的主體更是不限公部門,而包括了私部門、第三部門。在結構上,權力是分散且多元的,因此其基礎乃奠定在行為者間的多元協商與議價,而非集中在單一層次的支配與控制。

  依據上述治理的觀念,「法律治理」則 建立在行為者對規範的認同或共識,而非權威式的規範統治。亦即「法律治理」所呈現出的關係架構乃平行而互補,並非垂直的上下從屬。將「法律治理」的概念帶入兩岸人民交往事務當中,可使多邊合作的可能性與需求增加,權力結構關係也會跟著產生變化──政府與成文法規不再是唯一產生規範和爭議解決功能的角色,跨國企業、非政府組織甚至個人都能是兩岸人民交往事務治理上的主體。

  所以,在超國界的法律治理下,將法律效力的場域拓展,其所規範與輔助的力量不僅存在國內,而是跨越國界,甚至無視國界地擴散。兩岸人民爭議之處理,在超國界的法律治理下, 可藉由將行為者間的意見彙整出共識,這共識經由各種資訊之明文化的過程形成某種形式的「契約」,繼而成為超國界法律,以超國界法律作為約束的規範,藉以穩固全球秩序。

參、傳統法學三段論法及其局限

  法學方法,是指法律的研究方法,其主要指法律人以特定的法秩序為基礎及限界,探究準則性法規範及法適用的問題、發現規範內的一體性及其一貫的意義,針對不同的案件情境,將法律規範加以具體化而為適用,以對所欲探討之法律問題獲得正當之判斷。傳統的法學方法, 對於創造兩岸合理有效的超國界法律治理,並無幫助,莖至基於其內在之邏輯,而實有阻力。因為,在邏輯上,傳統法學方法,可以歸納為以下三段論法的推論方式:

一、大前提(法規)若P則Q

二、小前提(事實)S是P(即涵攝)

三、推論結果若S則Q(P是法律構成要件,Q是法律效果,S是事實關係)

  亦即相關事實,被涵攝於基準的法規(構成要件)之中,因此匯出一個特定的法律效果。在此法規即構成大前提,擬判斷的事實關係構成小前提,由此推論而獲得具體的法律效果。

  目前的法律運作模式,仍單純依賴法典裡面的文字條款,由審判者藉由文字語意模式思考的方式進行推論,這之中充滿模糊不確定或是矛盾衝突的概念。從另一個角度,法律制度希望本身維持穩定,使人民得以預見遵守,但另一方面又企圖藉由抽象不明確的概念,以在個案判斷上保持彈性,但「穩定」與「彈性」兩者本身可能就是彼此衝突的概念,加上人類行為的複雜性,價值觀難以量化,以及法律無法以目前科學加以描述計算,所以即使在各種科學突飛猛進的現代,法學最基本核心的思考,仍然必須仰賴人類先天的思考模式,回歸原始的文字語意推論。

  一個侵害他人權利的侵權行為,對於民法第一百八十四條而言,必須至少包含六項要件:

  (1)侵害、(2)故意或過失、(3)不法、(4)權利、(5)損害、(6)因果關係,才會符合構成要件該當, 但實際參酌判決書,例如在死亡車禍判決書中,某些法官並不會按照裡面的要件進行逐項的比對,而是一個概括性的描述來替代,如本案例中的「因果關係」,不一定會記載於法律條文上, 而會有部分要件,隱藏在學說或是法律工作者的經驗中,在實際判決中,法院不一定會依照理論上的路徑,而有可能依照經驗的思考慣性去省略,譬如死亡車禍理所當然是人的生命權受到侵害,而當判決書判斷了人的行為和結果,理所當然不用強調因果關係,這反應出人類思考的彈性和慣性。

  人類的思考常因為效率而有所「跳躍」,所以人的思考特性並不適合僵化完整的思考路徑, 思考過程中適度的省略可以維持思考的效率,傳統邏輯建立在可分辨真假,只有二元價值的命題上任何的觀察準則與結果,並非完全局限在黑白二元分明的界限,普遍都存在混淆的灰色地帶,從另外一個角度,若對一個原本界限並不清楚的概念,勉強以「精確」的科學,可能並不妥當。

  根據最高法院八十六年度臺上字第五一一號判決:非財產上損害之慰撫金數額,究竟若幹為適當,應斟酌兩造身分、地位及經濟狀況,俾為審判之依據。原審酌定其數額,僅抽象謂經審酌兩造身分、資力等情形,但未具體說明兩造之身分、職業、教育程度、財產及經濟狀況究竟如何?自有判決不備理由之違誤。從上述判例以模糊邏輯的角度觀察,至少會有兩種判決考量因素,即身份地位與資力,再參照地方法院的實際有計算出金額的判決:台中地方法院94 年度重訴字第282 號判決、94 年度重訴字第121 號判決、台中地院95 年度重訴字第479 號判決, 歸納出十一項原始輸入項目與五項歸屬函數輸出值。

  台中地院 94 年度重訴字第282 號判決,原始判決文提到:慰撫金部分:原告李○為林○ 文之配偶,其子女均已成年,原得於晚年互相仰賴、扶持以終老,因驟然喪偶致失所依恃,自受有重大打擊及痛苦,查原告李○現為果農,而被告目前無業,業據兩造陳明在卷,本院斟酌兩造身分、資力與加害程度及其他各種情形,認原告李○請求被告賠償1,000,000 元精神慰撫金尚屬過高,本院認原告李○得請求之慰撫金以 500,000 元為適當,逾此部分之請求,應予駁回。原告林○助、林○照、林○燕之慰撫金部分:原告林○助、林○照、林○燕系林○文之子女, 因林○文驟然辭世,未能再盡孝養以回報親恩,亦受有精神上之痛苦,查原告林○助現任職台中港務局環境保護組、原告林○照系陽明高分子科技股份有限公司科長、原告林○燕系陽○高分子科技股份有限公司負責人,而被告目前無業,亦據兩造陳明在卷,本院斟酌兩造身分、資力與加害程度及其他各種情形,認原告林○助、林○照、林○燕各請求被告賠償1,000,000 元精神慰撫金尚屬過高,本院認原告林○助、林○照、林○燕得請求之慰撫金各以300,000 元為適當, 逾此部分之請求,應予駁回。

  對於系統預設的輸出輸入集合:原告身分職業、原告教育程度、原告動產、原告不動產、原告收入、被告身分職業、被告教育程度、被告動產、被告不動產、被告收入、原告與被害人關係,顯然法院只有調查原告身分職業、原告與被害人關係,其他的條件並未調查,這個在社會科學是常見的,在處理實際判決時,會發現某些輸入項,如「原告身分職業」、「原告教育程度」、「被告身分職業」、「被告教育程度」這四個輸入項,本身就只有語意型態的集合, 如「偏高」、「普通」、「偏低」,而非可測量或觀察的數據。

  上述基於傳統法學方法所產生之法律實務上之局限,在兩岸之間,由於法律條文文字之不同,而使得即使兩岸民眾因同文同種而有極高度的交往互動,但卻難以透過兩岸現有之法律規範與制度,產生能夠為兩岸民眾及法律人所共同接受的爭議解決之規範性基礎。然而,近年來, 由於各種資訊科技、傳輸科技與影像科技等之發達,而使大資料的使用,有可能改變上述傳統法律方法論之局限。

肆、大資料之運用

  大數據(Big data 或Megadata)[2],或稱巨量資料、海量資料、大資料,指的是所涉及的資料量規模,巨大到無法透過人工在合理時間內達到擷取、管理、處理、並整理成為人們所能解讀的形式的資訊。更進一步說,大資料可以說是由各種小型資料集合而成,將各個小型資料集合並後進行分析,可得出許多額外的資訊和資料關聯性,可用來察覺各種商業趨勢、判定研究品質、避免疾病擴散、打擊犯罪或測定即時交通路況等;這樣的用途正是大資料盛行的原因。大資料分析之特性,是運用具有巨量性、即時性、多樣性和不確定性的資料,來更精確地

  掌握相關行為人之偏好或特性,而傳統法律則是強調必須運用具有相當確定性之證據,來作為判斷行為人合法與否之基準。

  巨量資料於法律實務工作之運用上,已有許多學者做了較為深入的努力,例如,Andrew Guthrie Ferguson 於今(2015)發表於《賓大法學評論》(University of Pennsylvania Law Review) 的〈巨量資據與可預測之合性懷疑〉(BIG DATA AND PREDICTIVE REASONABLE SUSPICION) 一文,對於巨量資料運用在法律推理論證上之運用,即做了完整之分析,而其分析,可以作為法律巨量資料在法學教育上非常有益之參考。他在該文中指出,過去法律上所謂的「合理之懷疑」原則(reasonable suspicion doctrine)都是基於一些「小資料」,例如對認定事實的裁量、有限的資訊等,因此,若巨量資料能夠充份地運用,便可以合理地建構一些可預期性的合理懷疑之標準。在他的文中評估了各種對建構可預測性之合理懷疑標準具正面與負面之各種巨量資料之來源。

  另外,Lyria Moses 與Janet Chan 二人,在 2014 年發表於UNSW Law Journal 的〈在法律與法律執行上運用巨量資料: 新工具之試驗〉( USING BIG DATA FOR LEGAL ANDLAW ENFORCEMENT DECISIONS:TESTING THE NEW TOOLS)一文中,則指出,運用巨量資料所使用的計算科技,與舊有的法律相關資料庫,例如法律判決資料庫、警政資料庫等,皆是相同的,唯一不同的在於使用了相當巨量的資料資料後,可以追蹤到原來可能被忽略的因果關係或行為模式;一些原來基於少數資料無法得出之因果關係,可能可以因為有巨量資料之支援,而予以確認[3]

  無論在法律與商業領域,人類的決策行為大致可以分為兩類──經驗判斷及資料分析。隨著網路的普及,資料產生速度驚人且數量龐大,再加上分析技術的精進,因此人類仰賴資料分析進行決策的比例越來越高,許多領域都仰賴巨量資料分析來找出人腦無法察覺的資料相關性, 以及潛藏在資料中的價值。相較於早期便已出現的商業智慧、資料探勘等,現在的資料來源太多且性質差異大,這些巨量資料的特性,可用 4 個 V 的概念來說明。首先是 Volume,也就是處理的資料量,根據研究,人類活動所產生的資料量,將以每年增加 50%以上的幅度成長,過去的分析方法已經應付不了,所以必須開發新的資料處理系統;第二個 V 則是 Velocity,意指數據產生是不間斷的,因此處理及回應皆必須是即時及快速的。第三個 V 是 Variety,是指資料的多樣性;最後一個 V 是 Veracity,指的是資料的可信程度,現在因為資料來源龐雜,因此正確性及可靠性降低。

  對於既存的系統與演算法而言,巨量資料的 4V 特性實在太難於處理了,因此我們需要新的技術及方法。在法學與法律實務上,亦是如此。針對龐大的信息量,我們需使用更即時的新運算方式來處理;面對資料的多樣性,我們則需要能整合不同資料種類的技術;至於面對品質不佳的資訊,更必須發現出完全有別于傳統法學的推理方法,才能分析出重要的資訊。總而言之, 法學界和法律實務界,在面對巨量資料的來臨,必須找尋新的法學方法來處理資料,才能從巨量資料中整理出更有益於解決法律問題的資訊。

  過去,由於在許多領域中,資料過度龐大,因此專家學者們經常在分析處理上遭遇限制和阻礙,這些領域包括氣象學、基因組學、神經網路體學、複雜的物理類比,以及生物和環境研究等。這樣的限制也對網路搜尋、金融與經濟資訊學造成影響。資料庫之不斷增長,其主要原因,乃是來自於資訊持續從各種新的科技所產生的資訊來源,而被廣泛收集,這些新的科技所產生的資訊源,包括搭載感測裝置的行動裝置、高空感測科技(遙感)、軟體記錄、相機、麥克風、無線射頻辨識(RFID)和無線感測網路等。

  而要將這些大量的資料予以串連及整合運用,便取決於持有這些資料者的處理能力,以及其平常用來處理分析這些資料的軟體能力。

  對我們一般人所能熟知的大資料之產生來源,主要是臉書、微博等社交網路的興起,人們每天通過這些媒體傳播資訊或者溝通交流,由此產生的資訊可以被網路記錄下來,具有大資料處理能力者,便可以運用這些資料,來分析人類的行為模式、交往方式等。例如我們可以依據個人在社交網路上的資料,分析其是否有自殺、攻擊他人等之傾向,透過臉書的行動 App 收集受測者的資料,並將使用者的活動資料傳送到資料庫;收集完成的資料透過人工智慧系統分析, 並利用預測程式來即時監視受測者是否出現一般認為具自我傷害或傷害他人性的行為。

伍、大資料之價值與其判斷

一、資料不一定是資訊

  大資料之運用,具有相當大之益處,但要真正掌握大資料,卻必須對資料之價值,有正確之判斷。多數人會將資料與資訊的意義予以混淆,其實,資料並不一定具有資訊之價值。資料指的是一個個原始的資料點,無論以數位,文字、圖片、或影像之形式出現;而資訊必須有其直接之意義,也就是必須有資訊性(informative)。資料越多,不一定就能代表資訊便越多,更不能代表資訊就會成比例增多。例如當我們對自己電腦中的硬碟進行備份時,每次備份都會創造出一組新的資料,備份後的資訊並沒有增多;又例如若有人在多個社交網站上活躍地留言,而其留言的內容皆為一致,則雖然其上的社交網站越多,所傳播的資料愈多,但其所輸出之資訊, 卻不會成比例的增多,因為我們會互相轉發好友的微博(或者其他社交網站上的內容),更因為很多內容會十分類似,有些微博雖然具體文字不同,但表達的內容十分相似。

二、有價值資訊之條件

  如果我們去除了資料中所有重複的部分,也整合了內容類似的資料,所剩下的全是資訊了, 這對我們就一定有用嗎?不一定,資訊要具有價值,必須滿足一下三個標準:

(一) 可解譯性:

  這是決定資訊之價值首要條件,每個公部門或私部門每天都會生產出大量的資料,但卻尚未知其用途,因此,他們大部份將這些資料保留一段時間即刪除,或暫時非結構化(unstructured) 地存儲起來。這些以非結構化的方式被儲存之資料卻不一定可予以破譯。例如某企業網站記錄了某客戶在該網站上三次翻頁的時間間隔:3 秒,2 秒,17 秒,卻未能解譯這三個時間所代表之意義,於是這些資料雖是資訊,卻因無法破譯,而不具有價值。

(二) 關聯性:

  當大量的資訊被儲存,但人們未能從這些資訊中去分析其間的相關聯性時,這些資訊也就無法解譯其內容,於是不具有價值。關的資訊,至多只是噪音。例如當某公部門之監視錄影畫面中,顯現出某人在某時間內密集地出現在某處;而另一銀行稍後又出現了該人大筆的資金移動,當這兩項資訊之間的關聯性未予以分析時,便無法掌握這兩項資訊所能顯示出的重要價值。

(三) 新穎性:

  所謂的新穎性,是指對於原來不受重視的資訊,重新經由其與其他資訊之關係的解釋而予以發掘;相反的,雖非重複但卻產生同樣意義的資訊,便不具有新穎性,例如某電子商務公司通過一組資料之關係,而分析出了客戶願意為當天送貨的產品多支付 10 塊錢,此時,這一資料之關係所產生之資訊,便具有新穎性;但若然後又通過另一組完全獨立的資料之關係得到了同樣的內容,這樣的情況下,後者就不具備新穎性。

三、大資料產生資訊之方法

  對大資料進行分析,必須經由特定的分析方法,才能獲取很多智慧的,深入的,有價值的資訊。當越來越多的應用涉及到大資料,而這些大資料的屬性,包括數量,速度,多樣性等等都是呈現了大資料不斷增長的複雜性,所以大資料的分析方法在大資料領域就顯得尤為重要, 可以說是決定最終資料是否有價值的決定性因素。基於如此的認識,大資料分析目前被認為較一般被接授並已有擴廣泛運用者,如下:

(一) 視覺化分析:

  大資料分析的使用者有大資料分析專家,也可能有非專家的一般人,例如法律人便是。而無論是專家或是非專家,其二者對於大資料分析最基本的共通要求,乃是視覺化分析,因為視覺化分析能夠直觀的呈現大資料特點,同時能夠非常容易被讀者所接受,就如同看圖說話一樣簡單明瞭。

(二) 預測性分析:

  大資料分析最終要的應用領域之一就是預測性分析,從大資料中挖掘出特點,通過科學的建立模型,之後便可以通過模型帶入新的資料,從而預測未來的資料。大資料的資料有一個隱藏特質,就是這些資料的背後結構複雜,彼此之間充滿強烈相關性,但卻又難以把真實訊號與雜訊分離,但因為有大量的樣本、多元的資料,因此可以交叉使用,淡化雜訊的影響,所以在可以進行「預測」。而大資料主要的用途也是進行預測。

  然而,推論與預測的方法差異甚大,例如假設政府有一筆統計資料,包含三種資料,25-35 歲於民間部們工作之臺灣人、25-35 歲於公部門工作之臺灣人、薪水,推論的問題可能是:在同樣年齡之下,於公部門工作及私部門工作之薪水,是否有顯著差異?但預測的問題則可能是: 如何透過在公部門或私部門工作,來預測這個人的薪水?兩個問題有點相似,但在方法和所呈現出的資訊之價值上,卻是相當不同的。推論重視的是因果關係以及推論之合理性,因此需要的資料必須是非常正確而精准,否則推論的成果可能很不合理;預測便完全不需要在乎資訊是否正確,對預測問題而言 最重要的是如何預測的準確,因此,即使不合理的模型,加上所處理的資料,只要能產生了準確的預測,便是好的資料和預測方法。

陸、大資料之運用對法學方法之衝擊

  運用大資料之思考,與傳統法學三段論思考之邏輯,其主要差異在於,過去針對某一個問題,只能獲得部分資料,但現在可用的資料多如牛毛。過去收集和分析資料需要花費大量時間,檢調人員必須透過一些科學技術來搜集樣本,並用「樣本分析結果」去推論資訊之意義與其價值。但現在,幾乎可以直接由各種資料本身的來進行分析,對於資料群組分析也有更多選擇; 所以檢調人員在收集各種相關的事實時,可以對資料進行分組或重組,並研究資料之間的相互關係。

  在法學方法論之發展上,過去,將自然語言進行邏輯上之轉譯,一直是長期以來法律人工智慧研究的一個重點。人工智慧從過去到未來,在法律實務之運用上,都被賦予極大的期待。但是,法學界過去在推進人工智慧的研究上,遇到了巨大的障礙,最後幾乎絕望。

  當時,法學上的人工智慧之研究,就是希望能類比人的思考方式來構成計算器的智慧。法學家和語言專家必須編撰大型詞典和與語法、句法、語義學有關的規則,數十萬詞彙構成詞庫, 語法規則高達數萬條,考慮各種情景、各種語境,模擬人類思考之邏輯,再由計算器專家寫出複雜的電腦程式。最後發現人類語言實在是太複雜了,窮舉式的做法根本連法律實務上最簡單的決策都無法勝任。於是,科學家痛苦地發現以“模擬人腦”、“重建人腦”的方式來定義人工智慧,只會走入一條死胡同,這導致後來幾乎所有的人工智慧項目都進入了冷宮。

  大資料分析方法理論有哪些呢?

一、接受雜亂龐大的資料而不再追求「精確」的證據:

  而大資料之運用,將推動法學思維方式的重大轉變,過去的法學家努力地「追求精確」; 但在大資料時代,收集的資訊愈多,便會發現原來認為精確的資訊之錯誤率也高。但是,大量的資料比精確的資料更有價值。以追蹤某地區的溫度為例,如果感測器的價格很貴,那麼就不得不將每個溫度計都放在完全正確的位置,並在精確的時間間隔記錄溫度,以得到具”代表性” 的溫度資料。但現在感測器很便宜,我們可以安裝大量價格低廉且online的感測器,即時監控溫度的變化,同時接收和分析連續的資料流程。就算其中一個感測器故障,還有大量的感測器是正常的。

二、重各種事實之相關性而輕因果性:

  在商業運用上,過去的業者多聘請專家,對所販賣的各種商品或服務本身進行評估,並向顧客提出購買建議,成功的大資料之運用,建立了更成功的行銷模式,例如Amazon,便改依「客戶的個人購物偏好」來提供購買建議,而客戶的個人偏好,則是由客戶買的產品、考慮過的書、在特定網頁流覽的時間、隨書購買的其他產品等等資料綜合分析而成。

  此種方法運用在法學方法之研究上,過去人們在系爭法律案件上,往往會在「小規模資料」上分析其「相關性」,但事實上,「相關性」分析的是兩份統計資料之間的相關性,它並不具有確定性,只有可能性。在「強相關」中,如果一個物件發生變化,那麼另一個物件也極有可能發生變化。人們無法正確地理解某種相互關係產生的原因,但需要正確識別它。因此,當吾人擁有愈來愈龐大的資料,可用來分析事證時,便必須從試圖瞭解事證「發生的原因」轉而瞭解其「相關的事物」。相互關係比因果關係更重要,檢調人員不再需要去知道當事人為什麼有此系爭行為,只要分析產生此行為之相關因素即可。

三、所有的資料都有價值

  Big Data正在創造新的價值來源,這個時代所有的資料都有價值,無論是本身的價值或內在價值,甚至包括那些看似無用的資料 (比如昨天的網路搜索資料)…。過去收集整理資訊太過複雜和昂貴。在便宜的感測器出現之前,分析師需要仔細觀察工人的工作情況,手動記錄觀察結果並整理這些資訊。

  事實上,我們真正在尋找的是非傳統的、而且未曾被挖掘過的資料,並且從這些資料中去提煉出價值,大資料是由很多不同元素組成的,是為比可見的交易資訊更深一層的互動分析, 例如,吾人從一筆訂單中,可能可以得到顧客購買數量的資訊,卻無法瞭解他們產生購買行動的理由,如果能夠更瞭解他們的購買行為之偏好,就可以創造更好的顧客體驗;創造了更好的顧客體驗,他們就會越買越多,他們會停留更久,如此我當然就可以創造一個非常強大的商業模式。

柒、運用大資料建立兩岸法律治理基礎

一、建立爭議成因之行為模式

  根據大資料之關聯性分析,吾人認為,在兩岸法律治理上,首先可能之功能,在於建立各類爭議主要發生成因所涉之行為模式。依過去傳統的法學方法,我們只能透過各種個案的資訊, 來認識在種爭議個案中,系爭當事人的行為是否合法;但透過大資料的運用,我們可以更清楚地掌掌這些系爭行為之所以引致爭議的關鍵主因。而我們經由大資料之分析,除了可以更深層地瞭解到引致關鍵的主因,更可以透過資料資料的累積,進一步掌握可能引致兩岸人民產生爭議的某些行為模式。

  例如在合夥企業之爭議上,原來的個案資料只能顯示出爭議雙方在爭議個案上的財務資訊, 令人認為爭議主因只在於財務運作上理念之不合;但透過各種關聯性資料之分析,可能可以發現,在財務運作理念不合前,可能是因某種工作上的行為模式之差異所產生,例如雙方對於能否在辦公室抽煙的意見長期不一致、雙方在聚餐時餐廳的選擇長期不一致…等。而當吾人能夠透過大資料之分析,掌握兩岸民眾因密切互動,卻有不一致之生活習慣,而產生引致爭議的各種行為模式時,對於如何預防爭議,便有更切實有效之參考依據,供彼此雙方共同約定行為之規範。

二、建立可認可之行為規範與模式

  相對於透過大資料來分析並建立引致爭議的行為模式,在經常發生爭議的案件類型上,也可以透過大資料,來分析兩岸民眾可以在不同的法律體制和生活習慣下,共同接受的行為模式, 並從而形成一種軟規範。

  例如,同樣以合夥企業為例,透過各種資料,掌握能夠長期合作並能合法繳稅之台陸資合夥企業,長期掌握其主管與主管間、主管與員工間之互動之相關資料,例如學歷、在職進修狀況、婚姻狀況、籍貫、甚至抽煙與否等之資料,或許可以發現出兩岸民眾間合資經營企業,能夠具有可持續性之良好合作之主要行為模式。

三、建立可接受爭議解決模式

  最後,從各種法院、調解單位的資料資料中,我們更可以掌握許多能被當遇有爭議時,能被兩岸民眾接受的爭議解決結果,並從而歸納出妥善的爭議解決模式。

  在傳統的法學方法之下,我們僅能夠針對爭議解決的個案,或諸多類似的個案,分析其解決所依據的法規、相關的解決結果等事實。但透過大資料的運用方法,我們卻可以更深層地掌握爭議雙方願意接受爭議解決結果的理由,例如在調解中,運用大資料分析之方法,我們可以將爭議之相關事實、爭議雙方所提出的可接受條件、最後調解之結果,與影響爭議雙方當事人價值判斷之其他相關資料資料,例如調解組織之特性、調解人之特性等等之關聯性進行分析, 掌握某些影響兩岸民眾願意接受調解的行為模式。例如如果能發現,具有某種特殊條件(例如曾赴臺灣留學、東南省籍、能操閩南語、有親屬于臺灣…等)之調解人,在兩岸民眾遇有爭議時進行調解,雙方當事人願意接受調解結果之比率最高,如此,則兩岸便可共同培養更多具有類似條件者擔任兩岸民眾爭議案件之調解人。

捌、結語

  總之,本文認為,兩岸法律治理之實踐,必須突破並超越兩岸法律體系之落差,以及兩岸民眾對法律之認知與生活習慣之差別,對兩岸人民在交往互動上可能產生爭議的各種理由,以及這些理由中所涉及的當事人或利害關係人之行為模式、兩岸民眾在容易產生爭議的事項上, 能夠共同接受與認同的價值觀及其所表現出的行為模式、以及兩岸民眾在遇有爭議時能夠共同接受的爭議解決之方法、理由或所涉的行為人之行為模式,有所深層的認識,才有其可能。

  而要對上述諸項行為模式有所認識,並無法透過傳統法學方法而能獲得,因為傳統法學方法乃立基於特定小數量之事實資料之判斷,與法條文字之主觀解釋之間的推理,這種方法,便使兩岸人民遇有爭議時,法律人無法超越兩岸不同的法規文字與生活習慣,而建立兩岸民眾皆能接受的爭議解決基礎與方法。

  相反的,本文認為,近年來在商業領域上的大資料之運用科技及其方法,透過各種與相關行為人、利害關係人等有關之事實與資料之發掘及其關聯性之計算與判斷,吾人可以直接從這些大資料中,理解兩岸民眾較易產生爭議之行為模式或環境脈絡,也可以掌握較能為兩岸人民共同接受的價值判斷、行為模式及妥善解決爭議的行為模式或條件。

 

參考文獻

TechAmerica Foundation. (2012). Demystifying Big Data, from 2013/1/21 http://www.techamerica.org/Docs/techAmerica-BigDataReport-FINAL. pdf.

LYRIA BENNETT MOSES* AND JANET CHAN, 2014. USING BIG DATA FOR LEGAL AND LAW ENFORCEMENT DECISIONS: TESTING THE NEW TOOLS. UNSW Law Journal. Volume 37(2). 643-678.

戴世瑛,論兩岸網上糾紛解決機制暨律師人力庫的建構,2011/9/21發表于台中律師公會、高雄律師公會與廈門市律師協會聯合舉辦之「 第二屆海峽律師( 廈門) 論壇 」。http://www.lawtw.com/article.php?template=article_content&parent_path=,1,783,&article_category_id=1520&job_id=177223&article_id=100933(最後查閱日期:2015/12/12)

 

[1]戴世瑛,論兩岸網上糾紛解決機制暨律師人力庫的建構,2011/9/21發表于台中律師公會、高雄律師公會與廈門市律師協會聯合舉辦之「第二屆海峽律師(廈門)論壇」。http://www.lawtw.com/article.php?template=article_content&parent_path=,1,783,&article_category_id=1520&job_id=177223 &article_id=100933(最後查閱日期:2015/12/12)

[2]TechAmerica 基金會(2012:10)定義巨量資料為「迅速、複雜以及多元 的大量資料,需運用進階的技術與科技, 以便能擷取、儲存、分配、管理以 及分析資訊」。

[3]LYRIA BENNETT MOSES* AND JANET CHAN, 2014. USING BIG DATA FOR LEGAL AND LAW ENFORCEMENT DECISIONS: TESTING THE NEW TOOLS. UNSW Law Journal. Volume 37(2). 643-678.