【文章编号】1002—6274（2025）02—170—15



内容摘要：司法大数据是“大数据 ”智慧司法的产物。作为新型司法基础资源，司法大数据一体化协同是现代司法运行的基础。针对司法大数据一体化协同实践中的资源整合局限、技术权力扩张、决策参照性不足等困境，当务之策应在阐释司法大数据一体化协同法治效能的基础上，分析其内生局限性，立足数据的分享与控制平衡，进而探索司法大数据一体化协同的优化策略，以期提升协同实效、增强数据功能。通过确立司法大数据分享与控制的平衡机制，优化司法大数据辅助的适配效能，防控司法大数据应用的系统性风险，推动数据跨区域、跨层级、跨部门的互联互通，加深大数据在司法中的共享与融合。
关键词：司法大数据；一体化；协同；司法信息化
【中图分类号】DF8　　【文献标识码】A
　　受惠于大数据技术的迅速发展，海量的数据资源得以迅速累积，大数据资源日渐成为国家与社会的基础性战略资源。［1］当下存在诸多数据赋能场景，特别是在司法信息化建设领域，大数据的深度应用和嵌入愈发全面、系统。习近平总书记指出，“推动大数据、人工智能等科技创新成果同司法工作深度融合”。［2］P354作为智慧司法战略资源的大数据司法应用建设，已经全面铺开。十余年来，中国法院建成支持全国四级法院“全业务网上办理、全流程依法公开、全方位智能服务”的智慧法院信息系统，［3］P2截至2022年底，国家司法审判信息资源库已累计汇聚案件信息2.9亿件，数据可信度长期稳定在99%以上。随着信息技术与司法工作深度融合，司法大数据的作用进一步凸显，司法是提供法治保障的重要途径，而作为底层资源的司法大数据无疑将会承担重要使命并发挥基础设施的关键作用。此时，立足司法信息化的现实需求，推动司法大数据一体化协同进程，成为数据与司法深度融合协同发展的实践任务。
　　司法大数据是一把双刃剑，数据首先决定了司法现代化程度，在规范司法要素、提升司法能动以及赋能司法决策的同时，也给司法伦理、价值判断等领域带来巨大冲击，特别是司法大数据一体化协同中数据分享与控制之间的张力，导致司法的效果限缩与功能偏离，触及了数据与司法资源、数据与司法秩序、数据与司法决策等司法核心问题。当前，司法大数据应用往往局限于数据技术在司法领域的直接适用，对于数据本身的规律性和固有本质把握不足，致使大数据在司法协同场景中的风险频发，对于司法大数据一体化协同中的控制博弈和分享壁垒等内生局限难以进行有效规制。实质上，上述问题可以归咎为数据的分享和控制如何统一于司法大数据之上，以及司法场域中如何在数据公共属性的前提下，体现出数据的可控性和保护性特点。探索司法大数据的协同意义只是考虑问题的出发点，关键的问题在于有效的一体化协同如何实现，特别是当数字时代的大数据已然由分析工具转向思维模式之时，亟待对司法大数据一体化协同予以重新考量。
　　基于此，本文致力于分析和探究司法大数据的共享与协同机制，藉由当下司法大数据一体化协同法治效能的考察和阐释，揭示其发展中的困境，深度分析其内生局限性，以数据分享与控制为切入点探索司法大数据一体化协同的优化策略，以期实现深度科学司法，充分发挥司法信息化成果的效能。
一、司法大数据一体化协同的法治效能
　　司法大数据是利用大数据技术将司法流程解构，形成各类结构化和半结构化的司法数据及关联关系的集合。作为一种司法新样态、新成果，我国对司法数据的主要应用形式是司法大数据生态化体系，并通过大数据孪生、孵化出多种外部司法服务，反映出数据资源在司法运行过程中的规范化、系统化、智慧化的潜在效能。基于此，司法大数据一体化协同就是指基于司法大数据及其关联关系的生态化构造，构建跨层级、跨地域、跨系统、跨部门、跨业务统一共享交换的过程和体系。司法大数据一体化协同是大数据赋能司法下的效能转变，亦是智慧时代背景下深度科学司法的成果体现。
（一）从实体资源到数据资源的规范化要素
　　大数据是以大容量、大流量、多类型、应用价值高为主要特征的实际数据集合。［4］大数据赋能司法，即是围绕汇集数据对审判决策、判决执行、证据识别、司法监督等部分展开的，这是一个通过大数据技术重塑司法流程并实现自动化和精准化的过程，由此实现了司法要素的形式从实体化到数据化的转变。
　　司法要素的数据化变革通过人机协同方式提高了司法运行效率，极大地减少了人工重复性工作，推动了司法程序的规范化，这是大数据在司法场域的重要作用之一。以2008年浙江省高级人民法院启动实施案件数据大集中工程为代表，同年，重庆市高级人民法院建成全市法院数据云中心，［5］体现出审判、政务、队伍等系统的司法信息化建设业已深入司法领域。大数据辅助司法的重要作用同样体现在提高司法决策的准确性，例如四川省高级人民法院开发的道路交通事故纠纷要素式审判信息系统，能够实现案件的要素式整理，以及数据自动识别、裁判规则的统一等，［6］有助于实现举证的统一性、同案同判的准确性、裁判执行的规范性。
（二）从技术辅助到技术融合的系统化能动
　　我国的司法信息化建设主要经历了由纸质文档向电子文档转换的法院信息化建设1.0时代；由线下办案向线上办案转换的法院信息化建设2.0时代；以大数据和人工智能为核心的法院信息化建设3.0时代，［7］并以《人民法院信息化建设五年发展规划（2021-2025）》中提出的“全方位智能化、全系统一体化、全业务协同化、全时空泛在化、全体系自主化”为蓝图，向法院信息化建设4.0时代快速推进。客观来说，正是基于科学技术的主导性作用，推动了智慧司法应用体系的探索和落实。
　　由上可见，技术催化了司法的能动性，其主要影响涵摄在基础、主导与重塑三个层面。在基础层面，技术为司法信息化改革提供了框架性与基础性的支持，提升了司法过程的便利化程度。主要针对“大数据 立案、质证、开庭、调解、送达”等流程和环节进行专业化、数据化的智能升级。例如，最高人民法院大数据管理和服务平台建立了辐射全国的审判信息资源库，涵盖上亿件案件信息，为各级各类司法行为的开展提供了强有力的数据支撑。在主导层面，技术可以部分主导司法活动与功能，司法能动性进一步提升。2016年至今，全国大部分法院已开展基于司法大数据的司法统计、审判预测等工作；部分法院实现了司法大数据量刑推荐、偏离预警等诉讼辅助功能；部分法院通过大数据关联融合案件信息，智能生成调解方案、送达方案，实际解决了诉讼中的痛点、堵点、难点。在重塑层面，技术引领智慧司法体系的创建与完善，例如《最高人民法院信息化建设发展纲要（2019-2023）》提出探索类脑智能推理等新技术应用，未来力图打造高度体系化、专业化、智能化的司法大数据应用格局。
（三）从因果联结到概率相关的智慧化决策
　　司法决策的内在逻辑是通过行为与结果之间的因果关系判断法律责任的承担，其核心在于从已知事实回溯未知原因。因而，传统的司法决策是经由因果关系进行推断并证明的。与之相对，自大数据改变了人类以往的思维方式并成为人类探索前进的工具以来，大数据应用发生了质的飞跃，这极大地提高了数据资源的价值和潜力。时至今日，司法大数据建设已经从简单的数据汇集、计算向大数据专题分析、个性化推送、深度关联、精准检索等方向升级，例如四川全省法院、公安、检察和司法的网络互联互通、数据共享融合，实现了刑事案件网络一体化办理。［8］由此可见，大数据应用并非仅仅是海量数据的堆叠，而是数据整合下的智慧分析。反映在司法领域，对案件因果关系的量化，必然走向对概率相关性的把握，其性质不同于因果关系，但其社会价值往往高于因果关系。典型的是浙江省高级人民法院研发的“凤凰金融智审”系统，其利用大数据技术建立司法数据图谱，充分发挥大数据深度关联的优势，在“同案同判”的基础上，较好地实现了依据社会公众的需求与偏好个性化地提供检索服务。
　　司法决策不仅是裁判事实纠纷，更是通过司法治理解决社会矛盾的映照。大数据时代对数据概率的偏好侧重，并不是对事实因果关系的摒弃，而是在结合数理计算和量化分析的基础上，发现更有意义的司法治理要素。事实上，司法大数据是司法实践经验的数据化表达，通过尽可能全面的数据样本统计，可以将司法的一般性规律总结出来。现代司法不必拘泥于单一的因果关系推演，而应尝试概率思维下的数据分析研究，为解决复杂社会问题和推动司法治理改革提供新的方法路径。
二、司法大数据一体化协同的困境
　　随着司法信息化建设的不断深化，数据逐渐发展为主导制度变革的关键因素，但是作为一种新型的基础资源，司法大数据一体化协同发展呈现出与传统信息技术和一般场域不同的新方式和新情境，这些新变革在给司法系统带来动力的同时，也与司法的固有属性产生不同程度的冲突，［9］可以说，恰是由于司法大数据的高效性、交互性和系统性优势日益显现，反而形成了冲击司法运行的新型风险，由此，它对司法协同的法治效能重塑也是有限度的。
（一）司法大数据资源整合的功能局限
　　数据的来源与供给是保障司法大数据信息化效果的首要环节，旨在实现“全面覆盖、移动互联、跨界融合、深度应用、透明便民、安全可控”的转型升级。［10］实践中，司法大数据供给的现状与目标存在一定差距，从而造成资源整合能力受限。
　　1.司法大数据来源的有限性
　　从数据来源来看，“有限性”体现在受不同主观因素的干扰，其在数据源头限制了司法大数据生态体系的构建范围。具体而言，一是数据采集的“全样本”受限。例如，有学者对某省法院2017-2018年间的裁判文书进行了统计，发现上网数量约143.82万份，而根据该省高级人民法院的工作报告，2017-2018年间全省实际共审结案件216.79万件。［11］特别是在跨区域数据采集时，极易受到收集者主观判断的左右，从而影响到数据来源的真实性。二是数据标注的准确性受限。数据经由采集仍需标注才能构成具有普遍共识的司法数据图谱，这有助于解决人工智能技术应用中机器深度学习模型结论与先验知识和专家知识一致性问题。［12］但是，在实践中，数据标注不能完全实现自动化运行，这就意味着经过人工标注清洗的数据，极有可能受到人为主观选择的干扰，从而影响数据来源的真实性。三是司法要素的数据转化受限。司法大数据的生成与司法要素的数据转化密不可分，其关系到技术语言与法律语言之间的衔接。一般来说，清晰的司法要素，例如“人格权”“物权”等，较为容易转化。模糊的司法要素，例如“参照”“视为”等，则不易处理。如果附加上地域、时间等关联情境，将会大大降低数据快速获取转换的能力。
　　2.司法大数据挖掘的差异性
　　从数据挖掘来看，“差异性”体现在数据阐释和数据预测功能可能会受到数据挖掘能力的限制从而导致司法数据的内容存在偏差。具体来看，一是数据阐释存在差异。数据阐释是数据挖掘的直接结果，即便面对相同或近似的数据文本，数据阐释结果也会因人而异，尤其是不同地域、不同文化背景的司法数据阐释会加剧放大差异的可能。正如学者所说，“同样的数据在不同的环境内容中可以有截然不同的意义，这些意义并非数据所固有，而是人们在特定环境中分析数据并将意义赋予了数据”。［13］P205二是数据预测存在差异。数据预测是数据挖掘的延伸，从现实情况来看，数据的采集、挖掘、分析均困于不同程度的能力限制，由此导致数据预测的精准度受损。除了前述法律向数据的转化存在偏差之外，法律与计算科学之间的学科壁垒也可能造成信息差异，从而导致行为性质发生质变。例如危险驾驶增加“醉酒”的细节描述，就可能会转化为醉酒驾驶。这种偏差在类案推送中会被不同程度地放大，从而进一步加大了数据预测与现实情况的差异。
　　3.司法大数据权重的干预性
　　从数据权重来看，“干预件”体现在继数据挖掘之后，数据的二次供给存在权重失衡的问题，从而导致司法大数据生态体系产生内部压力。一方面，基于数据挖掘和结果预测，将会形成司法裁判的“倾向结果”，客观上可能形成要求法官做出的判决向此结果靠拢的压力，显而易见，这种压力将会形成不当干预并影响法官的裁判，还会抑制法律制度适应性和动态性所必需的较低层次的差异或异质性。［14］另一方面，作为数据的二次供给，大数据形成的“最优解”将会随着司法裁判的采纳逐步固化，造成其权重比例过高从而干预未来的司法实践，最终致使司法结果的多样性和灵活性受到损害。
（二）司法大数据技术权力的效能扩张
　　司法大数据的兴起来自于“技术革命”，正是将智能技术作为突破实践困境和推动创新的支配性工具，才能够有效推动司法信息化建设。在现代司法体系中，司法裁判逐渐成为人类决策与技术决策分工协作的结果，不可避免地将部分司法裁量的权力让渡给数据技术，进而造成数据技术权力效能扩张的局面。
　　1.技术参与决策动摇司法的主体地位
　　现代司法离不开大数据的驱动和互联互通，而大数据技术位于场景的优势恰恰可能成为颠覆传统司法格局的潜在力量。［15］这种力量是基于技术而产生的，此种技术介入司法的方式不可避免地将部分司法权力让渡出去，从而导致技术权力的效果扩张和功能外溢。技术权力的扩张使得学界为之担忧。有学者指出，司法大数据与人工智能技术可以用数据打造一套静默化、自动化、可视化的全流程监控系统，构筑“数据铁笼”、实现“科技控权”。［15］典型的“算法黑箱”风险，已成为技术权力干预司法的隐忧，当前，算法技术驱动司法数据迈向平台化、可视化、智慧化发展，但是算法的隐蔽性与司法公开原则始终存在冲突。就目前来看，受当下数据环境和技术水平所限，大部分的数据处理依然属于浅层应用，“算法黑箱”致使裁判呈现出隐秘性、封闭性和复杂性等表征，无法达到智能裁判和实质理性的程度。
　　2.技术权力扩张弱化司法的价值指引功能
　　数据技术的广泛接入促使建立在思辨基础上的逻辑推理，开始转向数据的计算理性和相关性分析。可以说，探究信息技术与法律伦理之间的互动是司法现代化关注的重要问题。庞大的数据体量促使大数据技术权力的效能扩张，使其有“资格”介入司法程序，导致司法裁判失去融合事实与价值判断的功能。一方而，司法大数据技术的应用不能等同于司法论证说理。通过系统算法得出的裁判结果实质上并未达到司法论证的复现，而是通过数据计算寻找判决中各个参数之间的相关性。［17］P156如果说某些司法裁判能够通过算法计算得出，而司法价值判断、司法推理、深度学习等内容则无法进行数据分析。另一方面，司法大数据技术难以实现司法的实质正义。司法活动的实质是对于人的实践理性的司法应用，而“实践理性并非某种单一的分析方法，它包含了内省、思想、常识、动机考察、言说者的权威、隐喻、类推、先例、习惯、直觉及归纳……”［18］P92尽管数据技术带领司法走向标准化，但是司法的价值传递功能将受到侵蚀，司法目的也会受到抑制。
（三）司法大数据决策的可参照性不足
　　得出科学、全面、合理的同法决策是司法大数据应用最为重要的功能之一，在这一过程中数据处于流动、传递、分析以及计算的动态之中，考虑到司法自身的被动性，司法决策主要受到数据瑕疵和系统壁垒问题的干扰和影响。
　　1.司法大数据瑕疵问题亟待解决
　　司法大数据的形成依赖案件信息的语义识别和要素提取，鉴于科技的阶段性发展，实际操作中不可避免的存在识别误差和提取障碍。另外各数据系统识别标准不统一，进一步影响到司法要素的精准提取，无法获得代表性的数据样本。这不但降低了司法大数据的基础黏合度，而且造成数据来源混乱，难以识别其真实性。一旦具有瑕疵的、片面的司法数据进入系统进行流转甚至成为类案推送、司法预测等系统运行的依据，实际上会扩大数据瑕疵的风险，加剧司法决策的误差性从而降低司法决策的可参照性。
　　2.司法大数据系统的融合性不足
　　首先，从司法大数据内部系统来看，司法大数据生态体系包含诸多子系统，无论是数据的采集、清洗、分析、计算乃至应用处理，均需要各个子系统之间的兼容、关联和配合。如果子系统相互之间的系统衔接、数据共享、协调互动功能不足，则会形成影响司法大数据体系化运行的基础件问题。以电子卷宗为例，由于当前无法做到审判执行全流程和全国法院应用全覆盖，仍存在类案推送不够精准，案件信息自动回填还不够完善等问题。［19］其次，从司法大数据的外部系统来看，当前各司法实务部门的“孤岛式”“烟囱式”等数据架构依然存在，导致法院对公安机关、检察机关掌握的案件材料无法尽然使用，［20］体现出外部系统融合性不强的问题。由此，如何实现数据系统间的协调统一，形成司法大数据应用的外部大循环，已成为必须直面的实践问题。
三、司法大数据一体化协同的内生局限
　　基于司法大数据一体化协同的内在结构与发展维度，之所以遇到上述实践困境，主要是因为司法大数据在分享与控制的衡量之间表现出固有的内在局限性，从控制博弈与分享壁垒两个方面制约了司法大数据一体化协同场景的稳定性。
（一）司法大数据协同秩序中的控制博弈
　　司法大数据之所以能够在司法现代化的推动下快速发展，数据赋能司法无疑是非常关键的因素。然而司法的实际运行都有一定的基本规则和价值遵循，数据协同过程中难免与司法秩序形成内在张力。
　　1.协同秩序中的数据主义倾向
　　大数据不必然中立，也不必然理性。司法大数据是智慧司法的基础设施。在其覆盖式嵌入司法之下，必将塑造一定的正义价值，同时带来一定的异化风险。司法大数据不再是中立的代码工具并开始重塑司法大数据生态以及价值链，正如卢克·多梅尔所指，数据由“提炼自这个世界”转向“开始塑造这个世界”。［21］P214司法大数据不仅重构了司法正义的价值链，而且会随着数据优先和普遍互联的理念，形成数据主义［22］P6倾向。所谓“数据理性”，更多地表现为一种形式理性，与“技术上可能的计算”和“真正应用的计算”［23］P106之间存在着巨大的鸿沟。具体而言，由于司法大数据一体化协同是“大数据 ”智慧司法协同应用的结果，必然需要从司法与大数据的双重视角探究其异化倾向。
　　宏观来看，全面深度数据化可能会与司法固有的基本秩序发生冲突，从而导致决策偏差。司法的本质在于裁判者依据认知、法律规则和客观事实做出符合现实环境的理性裁判。伴随着数据赋能司法的探入推进，实现数据效果、法律效果和社会效果的有机统一，成为近年来所倡导的现代司法治理原则，基于司法数据系统的广泛构建和应用，更多地侧重和展现数据效果，甚至出现“数据孤岛”“数字利维坦”“数据依赖”等特殊现象，进而演化为司法功能减弱、任意性扩张、价值决策被侵蚀等司法异化风险。随着大数据的驱动力量不断增强，新时期司法现代化建设越来越倾向于智能技术以及数据资源的加持，同时也指向“技术越先进越好”“数据越多越好”的时代追求。但是对效率和数据体量过度强调是否会造成数据结果失真，数据结论能否最终获得司法信任，基于这些问题，应当对司法大数据应用保持控制和谨慎的态度。
　　就具体协同应用来看，虽然大数据实现了对司法活动和主体行为科学化和智能化的转向，但是对数据的过多倚重将可能陷入“数据主义”的误区。数据主义表现为“数据的资源化、权力化和意识形态化”。［24］当前，司法大数据深刻地重塑着司法运行模式，其能够在司法整体运行架构中达到智能化、自动化、集成化的数据流动和在线互动，覆盖几乎所有的司法业务，同时实现“让数据发声，使数据关联，用大数据思维发现审判规律、提高审判质效”。［25］数据系统与司法系统、数据理性与法律逻辑的互动构建，使得司法过程中的“经验法则、逻辑规则和理性良心等思辨性要素”［26］转向“数据资源、技术权力和数据主义等数本主义要素”。然而，实践中司法大数据的客观性并非如想象中的那般精确和易得，司法适用过程中需要保持人的主观参与，例如上海“206”智能辅助办案系统中的数据自动标注之后，仍需程序人员确认和人工纠正审查，这正是主观参与的结果。因此，应当对数据主义倾向保持警惕。同时，对于数据来源的真实性、数据内容的可靠性、数据决策的准确性作出主观上的审查大有必要。
　　2.协同秩序中司法调控的限度
　　司法大数据因司法信息化和现代化的建设而进入智慧司法话语体系，其经由司法机关主导，将法律规则、法律知识、法律逻辑代码化的智慧聚合。在司法大数据的作用下，司法逐渐走出了经验化、离散化、个别化的方式，形成了一体化、智慧化、场域化的新模式。司法不仅是适用法律的过程，更是解释甚至重新建构秩序的过程。司法大数据为司法信息化提供了革命性的工具，这意味着司法适用正逐渐从人的手中转移到大数据“手中”，形成了替代人类主体的决策权力。然而数据并非一项司法决策的完美工具，其依然存在固有性、场景性的复杂风险，将使司法协同秩序出现功能危机。
　　从本质上来看，对于大数据的司法调控源于数据固有属性对司法秩序的威胁。归根结底，司法所关切的核心是法律行为，而非汇集的数据。受司法信息化过程中数据缺失、数据壁垒、数据瑕疵等因素的限制，司法大数据所呈现出的司法信息远远少于现实中的司法实务，实践中对司法决策的科学性和司法秩序的稳定性产生了不利影响，甚至有学者指出“数据对人的行为的绝对理解是一种永远不可能实现的幻术”。［27］P16实质上，闻法大数据无法穷尽司法决策所需的所有要素，数据样本偏差无法排除，加之算法路径上的局限，通过概率计算和相关统计更将加剧数据偏差，因此，通过简单的相关性归因提供一个未必可靠的“由数字产生的规范”，［28］将给司法秩序留下极大的“安全隐患”。
　　从实践中来看，数据技术的发展使得风险拓展至大数据生命周期的全过程，事实上，完全控制大数据生命周期的任一环节在技术上和操作上都不是最优方案，司法大数据应用场景是司法调控的“主阵地”。第一，司法大数据应用是数据集合的主要场景。首先，大数据的价值和效能来自于数据集合的“投入”和“力量”，正是基于海量司法数据信息的依托，各级各类司法数据智能应用框架才能成功搭建起来。其次，司法大数据应用依托于不同层级的数据集合。近些年，司法机关纷纷展开司法大数据与智能应用的建设布局，在公权力主导的智慧建设中，各智能应用甚至出现了联合化的发展趋势。这对于司法数据资源来说，起到了优化配置和结构强化的良好效果，但同时也提醒我们司法调控应当及时转变方向，应当从单一的某个环节扩展到司法大数据应用的具体场景之中。第二，司法大数据应用场景是进行司法调控的动态因素。如前所述，现有的司法大数据应用在司法审判、司法侦查、司法行政等场景具有程序保障、类案推送、实时监督、自动生成裁判文书等功能。但是，与此同时也面临着正义纠偏、算法操纵、数据鸿沟、技术扩张等风险。究其实质，这正是由于数据具有相当规模所致。司法大数据应用场景处于不断迭代状态，大数据技术不断创造出新的集合关系，这种周期性的转化既带来了不同场景下的风险，又催生出针对场景进行司法调控的必要性。
　　客观地说，司法大数据推动了更客观、更科学、更准确的司法信息化改革，现代生活的需求和复杂性使信息化过程比以往任何时候都有更高的要求。［29］P10大数据虽科学但并不完美，不仅存在固有的局限，甚至会聚合产生“系统性错误”，只有大数据应用在司法调控之下，真正实现大数据应用的效率与司法实质正义之间的良性互动，才能稳定司法秩序、提升司法效能、回应司法诉求。
　　3.协同秩序中数据控制的谦抑
　　从司法信息公开到数据分级分类保护，日益精细化的数据赋权体现了当前司法大数据的“强保护”方式。本质上来看，此种数据控制来源于互联网和数字技术的传播特性对现实秩序的威胁。［30］但是司法实践中对此有过度控制的问题，并在数据控制过程中经常受到数据分享的掣肘。此时，若不能及时反思司法大数据交互分享的必要性，协调司法大数据分享与控制的秩序平衡，以数据控制的公共面向来中和赋权保护的私权面向，将使司法大数据协同秩序出现反效果，甚至导致数据控制的正当性和合理性的偏离。