發(fā)布時(shí)間：2021-07-13 14:08

　　概率在司法證明中應(yīng)采用何種解釋?概率論應(yīng)在司法證明中發(fā)揮怎樣的功效?這些問題的回答都取決于司法證明對概率的需求與期待。主要表現(xiàn)在兩個(gè)方面:一個(gè)方面是證據(jù)分量評估,另一個(gè)方面是可能性推理。證據(jù)分量評估是指透過證據(jù)的特征頻率來評估證明力,包括痕跡特征評估、統(tǒng)計(jì)數(shù)據(jù)評估和似然率評估�？赡苄酝评硎侵冈诮�(gòu)事實(shí)論證的過程中,基于概率的建構(gòu)性解釋,遵循概率論公理,綜合應(yīng)用歸納和演繹等方法推斷得出關(guān)于目標(biāo)事實(shí)的概率值,通過概率值的大小反映目標(biāo)事實(shí)成立的可能性。概率解釋和概率論應(yīng)用之所以在司法證明中具有可行性,其前提有二:第一,概率論公理得到規(guī)范地遵循和適用,包括帕斯卡式概率公理和非帕斯卡式概率規(guī)則;第二,訴訟中信息被充分利用,訴訟中信息為證據(jù)分量評估和可能性推理提供所需的數(shù)據(jù)。證據(jù)分量評估和可能性推理,分別規(guī)劃了“概率與推理”在司法證明中的兩條研究路線:證據(jù)評估的法庭科學(xué)路線和事實(shí)推理的概率模型路線。證據(jù)評估的法庭科學(xué)路線主要研究概率鑒識、統(tǒng)計(jì)支持和似然率表述;事實(shí)推理的概率模型路線主要研究貝葉斯模型、模糊邏輯、信念系統(tǒng)和受控實(shí)驗(yàn)?zāi)Ｊ�。第一章“司法證明與概率的融合:一個(gè)簡短的歷史考察”。該章分為兩條... 

【文章來源】：中國政法大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：187 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
abstract
引言
    一、問題的提出
    二、研究現(xiàn)狀
    三、理論建構(gòu)的思路
    四、研究意義
第一章 司法證明與概率的融合:一個(gè)簡短的歷史考察
    第一節(jié) 概率的實(shí)踐路線:從“審判骰子”到統(tǒng)計(jì)鑒定
        一、神示裁決制度下的“運(yùn)氣”:“審判骰子”
        二、法定證據(jù)制度下的“加減”:“數(shù)字法理學(xué)”
        三、自由心證制度下的“科學(xué)”:統(tǒng)計(jì)與鑒定
    第二節(jié) 概率的理論起始路線:司法裁決的“概率計(jì)算”
        一、萊布尼茲的“自然法理學(xué)”和伯努利的《猜度術(shù)》
        二、孔多塞的“陪審團(tuán)定理”
        三、拉普拉斯的“裁決概率”和泊松的“審判概率”
        四、布爾的“定罪概率”
    第三節(jié) 概率的理論發(fā)展路線:跨學(xué)科的“信息整合”
        一、哈佛法律評論上的“概率之爭”:貝葉斯是巫師嗎?
        二、刑事法評論上的“概率之爭”:培根比帕斯卡更適合嗎?
        三、“概率之爭”的延續(xù):舒姆的“推理舞臺劇”
第二章 同一性認(rèn)定的秘密:制造“影子概率”
    第一節(jié) 皮爾斯父子的制造:“影子概率”
        一、“霍爾德遺囑案”
        二、法庭科學(xué)之路上的數(shù)學(xué)制造
    第二節(jié) 以“概率乘積”為累積形式的鑒定:同一性認(rèn)定
        一、科學(xué)證據(jù)的“同一性認(rèn)定”
        二、物證痕跡的特征匹配:以筆跡和指紋為例
        三、生物檢材的特征匹配:以DNA為例
    第三節(jié) 極小概率的作用機(jī)制:難以置信
        一、博雷爾定律:極小概率事件不會發(fā)生!
        二、巧合的發(fā)生:極小概率機(jī)制的“誤導(dǎo)”
        三、接受“效果為1”的結(jié)論:極小概率的“消除”
第三章 統(tǒng)計(jì)數(shù)據(jù)的說服力:尋找“顯著性”
    第一節(jié) “柯林斯案”的致命:外貌特征計(jì)算≠辨識顯著性
        一、“柯林斯案”的控訴策略:一位年輕檢察官的靈感
        二、控訴策略的致命漏洞:對痕跡鑒定方法的錯(cuò)誤移植
        三、辨識顯著性的條件:可靠信息、特異特征及可控范圍
    第二節(jié) “純統(tǒng)計(jì)數(shù)字”的外貌:基礎(chǔ)概率的價(jià)值
        一、假想案件的提出:“假想囚徒案”和“藍(lán)色巴士案”
        二、“純統(tǒng)計(jì)數(shù)字”的證明價(jià)值:是否有益于事實(shí)認(rèn)定
        三、基礎(chǔ)概率的真正價(jià)值:取決于論證目標(biāo)
    第三節(jié) 對抗系統(tǒng)的工具訴求:“統(tǒng)計(jì)顯著性”
        一、統(tǒng)計(jì)顯著性:統(tǒng)計(jì)環(huán)境下的可能與必然
        二、法庭的系統(tǒng)性對抗:隨機(jī)變化VS人為導(dǎo)致
        三、從統(tǒng)計(jì)顯著性到法庭上的顯著性:統(tǒng)計(jì)證明責(zé)任的履行
第四章 證據(jù)分量的測量模型:評估“似然率”
    第一節(jié) 不確定條件下的判斷:概率評估
        一、啟發(fā)式的認(rèn)知工具箱:可能性判斷及其偏差
        二、司法行為的有限理性:法官的評估偏差
        三、條件下的可能性評估:辛普森案的“條件概率”
    第二節(jié) 證據(jù)分量的條件評估比:似然率
        一、似然率的結(jié)構(gòu):條件概率的比值
        二、似然率的等效陳述:證據(jù)相關(guān)性
        三、似然率的功效特征:分?jǐn)?shù)變化和評估修正
    第三節(jié) 似然率的法庭實(shí)踐:專家意見的或然性表述
        一、“科學(xué)證據(jù)”的法庭認(rèn)知:從確定性到或然性
        二、鑒定性評估中的似然率:同源認(rèn)定的或然性表述
        三、似然率的審查評估:訴訟驅(qū)動的Daubert標(biāo)準(zhǔn)
第五章 證據(jù)組合的貝葉斯推理:轉(zhuǎn)化“條件概率”
    第一節(jié) 痕跡頻率的貝葉斯轉(zhuǎn)化:翻譯證明力
        一、貝葉斯定理:基于乘積規(guī)則和互補(bǔ)規(guī)則的演繹
        二、辨識證據(jù)的貝葉斯方法:痕跡頻率的顯性審查
        三、貝葉斯辨識的“精確度成本”:翻譯證明力的風(fēng)險(xiǎn)
    第二節(jié) 司法證明的貝葉斯運(yùn)作:訴訟的程式化
        一、貝葉斯定理的分離式:“先驗(yàn)優(yōu)勢比”與“后驗(yàn)優(yōu)勢比”
        二、決策程序的求解方程式:“子概率”和“決策概率”
        三、審判的“程式化”:方程式的求解疑難
    第三節(jié) 貝葉斯推理的趨向:法庭科學(xué)路線與思想實(shí)驗(yàn)路線
        一、法庭科學(xué)路線:科學(xué)證據(jù)的解釋與評價(jià)
        二、思想實(shí)驗(yàn)路線之一:延續(xù)智能審判的形式化建構(gòu)
        三、思想實(shí)驗(yàn)路線之二:彌合貝葉斯推理和故事推理的鴻溝
第六章 言詞證據(jù)的模糊處理:操作“概率集”
    第一節(jié) 言詞證據(jù)的模糊性
    第二節(jié) 扎德的模糊概率與“概率集”
    第三節(jié) 模糊概率的司法推崇與局限性
        一、模糊概率的司法推崇
        二、模糊概率的理論目標(biāo)
        三、模糊概率在言詞證據(jù)處理中的局限性
第七章 事實(shí)論證的信念建構(gòu):搭建“概率樹”
    第一節(jié) 謝弗的“信念概率”:關(guān)注信念狀態(tài)
        一、“信念概率”的優(yōu)勢:基于貝葉斯模型的比較
        二、信念概率系統(tǒng)的運(yùn)作機(jī)理
        三、“辨識可能性框架”的信念分配
    第二節(jié) 事實(shí)論證的建構(gòu)性概率
        一、辨識框架內(nèi)建構(gòu)與選擇
        二、“事件樹”的建構(gòu)
        三、“事件樹”的形式化起源:圖式法
    第三節(jié) 從“事件樹”演進(jìn)為“概率樹”
        一、概率的建構(gòu)性解釋
        二、“概率樹”的經(jīng)驗(yàn)理解
        三、“概率樹”延伸出的因果猜想
第八章 抗拒證偽的客觀歸納:排序“培根式概率”
    第一節(jié) 帕斯卡式概率在司法證明中的六大疑難
        一、合取疑難
        二、“推理之推理”疑難
        三、否定疑難
        四、“排除合理懷疑”疑難
        五、準(zhǔn)則疑難
        六、確證和收斂的難題
    第二節(jié) “培根式概率”和序列測試程序
        一、培根式概率與帕斯卡式概率的區(qū)分
        二、培根式概率的歷史起源:源于培根的排除歸納法
        三、序列測試程序:因果強(qiáng)度的等級評估
    第三節(jié) 培根式概率的司法適用:操控、優(yōu)勢與局限
        一、培根式概率的司法操控:基于相關(guān)變量列表的序列測試
        二、與帕斯卡式概率的比較:排除歸納的優(yōu)勢
        三、司法證明的“受控實(shí)驗(yàn)?zāi)Ｊ健?移植的局限性
第九章 概率在司法證明中趨向:在證明規(guī)范中尋求實(shí)踐價(jià)值
    第一節(jié) 司法證明對概率的工具性訴求:基于可能區(qū)間的事實(shí)判斷
        一、置于可能區(qū)間的概率評估:事件的不確定性
        二、作為影響侵權(quán)裁決結(jié)果的概然性判斷:以漢德公式為例
    第二節(jié) 司法證明的性質(zhì):規(guī)范性場域與概率求真
        一、法律證明規(guī)范的許可:概率進(jìn)入司法證明的準(zhǔn)入條件
        二、在法律規(guī)范場域內(nèi)進(jìn)行概率求真:尋求司法實(shí)踐價(jià)值
        三、一個(gè)簡短的展望:概率模型與法律人工智能
結(jié)論
參考文獻(xiàn)
附錄 :對周文斌案中“概率辯護(hù)”的析評
致謝


【參考文獻(xiàn)】：
期刊論文
[1]印證≠印證證明———對印證、印證證明及其相互關(guān)系的反思與重塑[J]. 王建芳.  湖南科技大學(xué)學(xué)報(bào)(社會科學(xué)版). 2020(01)
[2]人工智能與事實(shí)認(rèn)定[J]. 栗崢.  法學(xué)研究. 2020(01)
[3]證據(jù)客觀性批判[J]. 張保生,陽平.  清華法學(xué). 2019(06)
[4]證明力評判方式新論——基于算法的視角[J]. 周慕涵.  法律科學(xué)(西北政法大學(xué)學(xué)報(bào)). 2020(01)
[5]法庭科學(xué)中的概率鑒識與統(tǒng)計(jì)支持——基于進(jìn)化的視角[J]. 張植.  證據(jù)科學(xué). 2019(04)
[6]庭審實(shí)質(zhì)化壓力下的制度異化及裁判者認(rèn)知偏差[J]. 元軼.  政法論壇. 2019(04)
[7]人工智能與因果推斷——兼論奇點(diǎn)問題[J]. 梅劍華.  哲學(xué)研究. 2019(06)
[8]似然比方法體系在法庭科學(xué)中的研究進(jìn)展[J]. 董鋒,趙雅彬,羅亞平,糜忠良.  證據(jù)科學(xué). 2019(03)
[9]科學(xué)證據(jù)的諸問題:日本討論的動向[J]. 田淵浩二,肖萍.  中國司法鑒定. 2019(03)
[10]廣義證據(jù)科學(xué)導(dǎo)論[J]. 張保生.  證據(jù)科學(xué). 2019(02)



本文編號：3282204