计量法学本体问题研究

关键词: 计量法学　实证研究　研究方法

内容提要: 计量法学是一门研究具有数量变化关系的法现象的法学学科，它有其独立的研究对象和特殊的研究价值。本文在对计量法学进行科学的学科定位的基础上，探讨了计量法学的应用领域，对计量法学的研究方法以及典型范例进行深入剖析，并对运用计量法学方法进行法学实证研究的具体步骤进行了阐述，从而揭示出计量方法作为一种新的方法在法学研究中的应用前景。

      一、计量法学的学科特性与学科定位
      由于计量法学是通过以一定的法学理论和统计资料为基础，综合运用数学、统计学与计算机技术，以建立数学模型为主要手段，来研究具有数量关系的法律现象的学科，因而它在研究方法上和传统法学的研究方法不一样。传统法学主要采用法解释学、规范分析方法、法价值分析、逻辑分析等方法进行法学研究，而计量法学则主要运用定量的研究方法并结合传统法学的研究方法进行法学研究，因此它能解决许多传统法学研究中由于方法论上的缺陷而不能解决的新问题。然而，计量法学作为一门独立学科的基础在于其研究方法的特殊性，即以应用计量方法研究法现象。但是，从法律现象的性质上来分析，并非所有的法学现象都具有数量变化关系，或者现有的物质和技术条件尚不能实现法律现象的数学化，因而，在研究对象上，计量法学的研究对象仅仅包括具有数量变化关系的法现象，[1]计量法学的研究范围仅仅属于法学研究对象的一部分。所以，在学科的特性上，计量法学是运用计量方法对具有数量变化关系的法现象进行研究的学科[2]
      计量法学以具有数量变化关系的法现象为其研究对象，因而，必须综合运用法学理论、统计学、数学等学科的研究方法，从而能够使法律的制定更加科学化，以及能够使法律的适用得到客观评价；[3]能够增强法律的确定性；[4]体现法学工具主义的特点。[5]由于它具有独立的研究对象和特别的研究价值，因此其具有独立的学科特征，在本质上与数学、法经济学、法社会学等学科有所不同，保持着自身的独立性。
      第一，计量法学是属于法学的分支而不是数学的分支。计量法学的研究对象是法现象，是对具有数量关系的法现象进行定量研究，但是法学和数学相结合形成的计量法学仅仅限于法学领域，不能离开法学的学科背景、更不能脱离法学本身而进行科学解释，因而计量法学是一门法学学科。
      第二，计量法学与法经济学、法社会学有着本质区别。法经济学和法社会学的侧重点分别是经济学和社会学。虽然计量法学和法经济学、法社会学都以客观存在的现象为研究对象，在研究方法上也都注重实证研究，甚至都遵循着理论假设———模型制定———材料的收集整理———检验的研究程序。但是它们的价值基础和概念体系以及逻辑结构决定了三者的本质区别，法经济学和法社会学分别归属于经济学和社会学的学科体系，而计量法学则是属于法学的学科范围。
      二、计量法学的应用领域
      由计量法学的研究方法和学科特性所决定，我们认为，计量法学的应用范围大体可以概括为三个方面：立法的科学性研究、法律实施效果评价、法律对经济社会发展影响评价。
      立法的科学性研究就是在立法阶段对法学现象中的各个变量之间的相互关系进行整理分析，弄清影响法律变迁的各个因素，进而运用实证的研究方法对各个影响因素进行实证分析。通过立法的科学性研究保证法律规则在社会运作中的相对稳定性和凸显法律规则的人文关怀。
      法律实施效果评价是对实际运行中的法律实际效果如何的科学评价。法律承担着特定的社会功能，因而需要研究法律的实际运行效果，需要评价法律制度的优劣；[6]考察客观效果与立法意图之间的吻合程度，立法以及司法所产生的客观效果是否符合“应然”状态的价值要求；[7]以及法律的社会反响和民众的认可接受程度如何等等。
      法律对经济、社会的影响，即运用计量法学的研究方法(统计数据加定量研究方法)，以法律为其变量，定量分析法律对经济发展、社会变迁的影响，揭示法律和经济、社会之间的相互作用关系。近年来法金融学的兴起就是很好的例证。Djankov等人用司法质量和合同执行效率、市场进入管制等来研究法律规则对经济、社会的影响；[8]Freund和Bolaky利用数据实证研究表明在市场管制较低的国家，贸易开放增加了人均收入；[9]Botero等人实证研究劳动力市场管制对资源配置的影响；[10]Micco和Pages等人发现法律对雇佣的保护降低了劳动力的流动性；[11]特别是以LLSV组合为代表的法金融学者利用各个样本国家的数据实证分析法律对投资者保护、所有权以及对公司治理的影响等。[12]这些富有重要意义的实证研究从某些侧面定量研究了法律因素对经济、社会发展的影响。
      三、计量法学的研究方法范例举要
      从现有的运用计量方法研究法学现象的文献来看，各个学者在各自熟悉的领域进行了计量法学的尝试研究，其方法多种多样，如Jeff Strnad提出在法学实证研究中引入贝叶斯方法；[13]M.O.Finkel stein采用非参数统计中的中位数检验和秩方差分析研究立法差异如何影响罚金判决；[14]R.Grosse利用卡方检验和U检验评估1970年《安第斯外资法典》的影响；[15]GregoryMitchell则认为法学研究中应引入元分析；[16]我国学者白建军应用回归分析方法研究法律的确定性与公正的可检验性问题；[17]D.N. Figlio通过时间序列模型证实美国威斯康星州提高合法饮酒年龄的法令对降低由21岁以下年轻司机因饮酒所导致的交通事故发生率起到了卓有成效的作用；[18]M. N. Bhattacharyya和Layton通过干预分析法测量澳大利亚昆士兰州的安全带法在减少交通事故中发挥的作用；[19]S. Sridha-ran等人也应用干预分析方法研究1990年美国弗吉尼亚州的刑罚改革和取消假释对各种犯罪活动的影响。[20]
      目前研究法律实施效果和实际影响的定量方法可大致归为假设检验、回归分析和时间序列分析三大类。[21]
      假设检验是推断统计学的基本方法之一，在一定的假设条件下，由样本指标估计总体指标。首先根据原资料作出一个总体指标是否等于某一个数值，某一随机变量是否服从某种概率分布的假设，然后利用样本资料采用一定的统计方法计算出有关检验的统计量，依据“小概率事件原理”，以较小的风险来判断估计数值与总体数值(或者估计分布与实际分布)是否存在显著差异，是否应当接受原假设选择的一种检验方法。根据问题的需要对所研究的总体作某种假设；选取合适的统计量，这个统计量的选取要使得在假设成立时，其分布为已知；由实测的样本计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设的判断。常用的假设检验方法有检验法等。
      现以《行政处罚中罚款数额的设定方式———以上海市地方性法规为例》为分析蓝本，[22]简单介绍假设检验在法学研究中的应用。首先，定性分析我国法律责任体系中现有罚款数额设定方式及其组合形式的使用现状，进而阐明在罚款设定方式上存在的不同观点；其次，选取第八届至第十二届上海市人大及其常委会所制定的现行有效且设有法律责任条款的113部地方性法规，以其中涉及罚款的1222个条款为样本进行全样本分析，得到不同届别、不同领域法规的罚款数额设定方式，使用百分比检验统计分析各种罚款设定方式的构成，并选取卡方检验方法进行假设检验；再次，以每届法规与使用的复用类罚款设定方法具有显著差异为其零假设，以其反命题每届法规与使用的复用类罚款设定方法不具有显著差异为其备择假设，经过卡方检验，另接受零假设，故接受每届法规与使用的复用类罚款设定方法具有显著差异的零假设。以复用类罚款设定方式与其分布的12个调整领域地方性法规具有显著关联为零假设，同样进行卡方检验，并接受零假设，并对量化分析之后的结果进行法学解释，即进行法学层面的检验；最后，对罚款设定方式及其组合进行反思和完善。
      回归分析法，这是一种从事物因果关系出发进行预测的方法，是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式(称回归方程式)，即回归模型的具体函数形式与模型参数的估计值，是研究变量之间非确定性相互依赖关系的经典方法之一。所谓被解释变量，即其变化受其他一个或几个变量影响的变量，故又称“因变量”或“应变量”；解释变量即那些影响被解释变量的其他变量，也叫“自变量”。当研究的因果关系涉及一个或多个自变量时，分别称为一元或多元回归分析；此外，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。
      现以《论法的确定性与公正的可检验性》为分析对象，[23]简单介绍回归分析方法在法学研究中的应用。首先，对死刑适用的确定性分析应用回归分析方法进行实证考察，并结合定性分析方法规范分析法律确定性的意义、阐述各个学者的不同观点，并提出法律确定性的真正问题是确定性的程度问题，即法在多大程度上实现了确定性；其次，针对提出的问题，作者从刑法角度以示范性案例库中的全部有罪判决(3341个)作全样本研究；再次，通过对样本应用回归分析进行实证研究。以案件中依照刑法规范认定的各项法律事实、情节为自变量，以宣告刑的轻重变化为因变量进行多元线性回归，以确定系数是否接近于1来确定法律是否具有确定性。通过对3341个示范性案例运行后得到的一系列量化分析结果，认为：用法庭认定的规范性事实只能预测大约48. 8%的量刑结果；理论归纳后的法律理由与法律结果之间的关系呈现出某种确定性；不同法律事实对刑罚轻重有程度不同的解释力。并在此分析的基础上导出了公正的可检验性命题，并阐述了公正的检验标准以及审判质量管理的实践方案。
      时间序列分析是一种动态数据处理的统计方法，该方法基于随机过程理论和数理统计学方法，研究随机数据时间顺序的数字序列所遵从的统计规律，并预测未来事物的发展，进而解决实际问题。干预分析是时间序列分析的一种特殊情况，最先被G. E. P. Box和George C.Tiao采用进行经济环境问题研究。干预分析的实质是在时间序列分析的基础上将外部冲击(干预)通过阶跃函数或脉冲函数引入ARIMA模型之中。由于该方法能够定量描述并预测政策变化对社会生活、经济过程的影响，因而可以预见这种方法将来会被广泛应用于评价法律的实施效果。例如，M.N. Bhattacharyya和Layton应用干预分析测量澳大利亚昆士兰州的安全带法在减少交通事故中发挥的作用；[24]S. Sridharan等人应用干预分析研究1990年弗吉尼亚州的刑罚改革和取消假释对各种犯罪活动的影响。[25][26]