《中国司法文明指数调查数据挖掘报告 2014》以公民对于司法文明指数所包含各个方面的个人认识集合的调查问卷进行了深入的数据分析，展示通过上述数据分析方法得到的数据分布情况，并通过归纳性推理，展示易读性数据分析结果，发现隐藏在数据下的内在联系，揭示出数据中隐含的、先前未知的并有潜在价值的信息，从而直观呈现受访者对我国司法状况的主观感受，进而为研究人员发现问题、解决问题奠定基础，最终起到全面推进我国司法文明进程的作用。
张中，法学博士，社会学博士后，中国政法大学证据科学研究院（证据科学教育部重点实验室）副教授，硕士研究生导师。主要研究方向为证据法学、刑事诉讼法学。主要著作有《检察制度原理》、《证据法学》、《弱势群体的法律救助》等。曾获北京市第十届哲学社会科学科研二等奖、中国政法大学优秀教师奖等多项奖项。
指标1 司法相关权力
11．1 侦查权的合理运作
11．2 公诉权的合理运作3
1．3 审判权的合理运作9
1．4 执行权的合理运作13
1．5 司法行政管理权的合理运作15
1．6 法律监督权的合理运作15
1．7 公安司法机关的合理分工与相互制衡20
指标2 当事人的诉讼权利28
2．1 当事人享有启动诉讼程序的权利28
2．2 当事人享有平等的诉讼权利40
2．3 当事人享有法庭公正、公平审判的权利61
2．4 当事人享有获得辩护、代理的权利81
2．5 当事人享有获得救济的权利95
2．6 受到刑事指控的人享有不被强迫自证其罪的权利102
指标3 民事司法程序108
3．1 民事起诉得到及时受理108
3．2 民事诉讼符合公正要求112
3．3 民事诉讼的调解自愿、合法112
3．4 民事裁判得到有效执行114
3．5 民事司法提供有效的诉讼救济途径117
指标4 刑事司法程序122
4．1 刑事司法程序贯彻罪推定原则122
4．2 刑事侦查合法、有效132
4．3 刑事公诉公正、有效152
4．4 刑事审判符合公正要求154
4．5 刑事裁判执行的公正、人道157
4．6 刑事司法提供有效的诉讼救济途径164
指标5 行政司法程序166
5．1 行政起诉得到及时受理166
5．2 行政诉讼符合公正要求169
5．3 行政诉讼裁判得到尊重与有效执行173
5．4 行政司法提供有效的诉讼救济途径177
指标6 证据制度181
6．1 当事人的证据权利获得有效保障181
6．2 公安司法人员具有证据意识183
6．3 证据依法得到采纳与排除199
6．4 证据过程得到合理规范222
指标7 职业伦理与腐败遏制232
7．1 律师遵守职业伦理规范232
7．2 警察遵守职业伦理规范并远离腐败237
7．3 检察官遵守职业伦理规范并远离腐败237
7．4 法官遵守职业伦理规范并远离腐败254
指标8 司法公开与司法公信力260
8．1 司法权力主体受到信任与认同260
8．2 司法活动过程依法公开264
8．3 司法活动过程受到信任与认同267
8．4 司法活动的结果依法公开275
8．5 司法活动的结果受到信任与认同281
指标9 法律职业人员的职业化及其保障291
9．1 法律职业人员具有适格性291
9．2 法律职业人员获得职业培训297
9．3 法律职业人员享有职业保障305
指标10 司法文化338
《中国司法文明指数报告2014》通过对9个省市司法文明状况进行实地动态监测，从普通人的视角，调查和评估可能影响人民群众日常生活的司法文明状况、展现司法文明程度的综合指标，以直接调查数据为基础，以直观图形呈现和反映了人民群众对本地司法文明发展的满意程度。我们从统计方法、数据深度分析、原始数据质量判断和基于面板数据的深度挖掘展望四个方面介绍本项目的数据挖掘工作方案。其中，统计方法部分主要就数据挖掘的常见手段，即频数分析、交叉分析和比较分析三种方法做出简要介绍;数据深度分析部分则以具体题目为例，就主体问题间交叉分析及不同受访人群间答案比较分析的步骤与意义进行简单介绍;原始数据质量判断部分则主要围绕数据质量的分析、筛选及其可能隐含的内在规律予以展开;基于面板数据的深度挖掘展望部分着重介绍如何依托多年连续数据，发现隐藏在数据下的内在联系，揭示我国司法文明的内在特点，进而帮助各地司法部门有针对性地进行建设与改革。
一、数据挖掘采用的统计方法
（一）频数分析
调查问卷中的任意问题均可做频数分析，从而便于统计受访者面对各项问题的主观感受及倾向。
（二）交叉分析
1.主体问题和受访者属性间的交叉分析
通过对主体问题答案和受访者自身属性之间关联分布的深入挖掘，探究问卷调查结果中是否具有群体性特征。
2.主体问题间的交叉分析
通过对不同主体问题间的关联分布的深入挖掘，可达成以下三种目的:
a.检验问卷抽样是否具有代表性;
b.检验受访者对待问卷的认真程度;
c.深入挖掘数据背后隐含的受访者主观感受。
（三）比较分析
通过对同一主体问题不同受访人群答案的分布情况进行比较，描述数据间对应关系，进而挖掘不同群体受访者主观感受间的异同。
鉴于频数分析、基于主体问题和受访者属性间交叉统计的分析方法较为基础，实现方式较为简单，它们多被用于客观描述调查数据所反映的表层现象及题目间可能存在的浅层关联，相关结论可参考零点公司《2014中国司法文明指数报告》，本文对此不再赘述。
本文将重点阐述如何凭借主体问题间交叉分析、比较分析和基于面板数据的数据挖掘等统计分析手段，深入研究中国民众主观意愿与司法系统客观行为间的内在联系及深层规律。我们通过对5张问卷合计191道主体问题的深入挖掘，可得到至少400项有意义的统计分析结果。
二、数据深度分析
现仅以“公众卷”为例，通过对该问卷中36道主体问题进行深入挖掘，至少可得到有意义的交叉分析35项，数据比较分析74项（其中仅“公众卷”内部问题比较分析52项，和其他各卷相关问题比较分析22项）。以问卷中A3及A4题为范例，简要阐述数据挖掘过程。
…………
三、原始数据质量判断
在数据清洁、分析、挖掘的过程中，研究者往往有意或意地发现受访者的反馈存在矛盾。究其原因，一方面是由于受访者填答过程不认真不严肃;另一方面是某些深层次的因果关系所反映出来的表层矛盾。通常的处理方法是将这部分样本剔除，以达到清洁数据的目的，但这样往往就失去了挖掘深层次问题的机会。因此，我们在传统清洁数据方法的基础上，尝试对“问题样本”进行深入探讨，从而最大限度保障样本数据的质量，同时挖掘样本数据隐含的信息。
…………
四、后期研究展望
面板数据也称为时间序列横截面数据，是同时在时间和截面上取得的二维数据。面板数据从横截面上看，是由若干个体在一些时刻的截面观测值构成;从纵剖面上看，是一个个时间序列。区别于一般调查数据统计处理机构常用的数据面板分析方法，我们尝试采用建立面板数据模型的方式，充分利用时间序列和横截面单元的信息，不仅分析各序列和截面的共性，还可灵活地单独分析各序列和截面的性质，从而方便地解构、分析传统一维数据方法难以处理的复杂社会问题。
在本次调查中，若以多年连续数据为统计样本构建面板数据，通过对其进行深入挖掘分析，尝试发现隐藏在数据下的内在联系，进而揭示我国司法文明的内在特点。由于缺少实际数据，现以2014—2018年间我国法院作风、判决公正性和法院认可度间内在联系为例，通过文字形式简要概述其量化分析步骤:
1.面板数据集的构建
法院作风:主要依托问卷中A5、A8、A12题的数据结果;
判决公正性:主要依托问卷中A6、A7、A13、A14题的数据结果;
法院认可度:主要依托问卷中A4、A9、A15、A21题的数据结果。
通过对上述各题的回答进行不同赋值，得到各年中每一份问卷里每一道题的得分情况，再将各份问卷中的得分情况按题目和年份予以累加，以这些分数累加值为统计目标构建如表0—7所示的面板数据集。……
依照数理统计理论，可方便地探讨任意行或任意列数据间的内在联系。下面以探讨民众对法院判决信任程度（A15题）的影响因子为例，进行统计分析。
2.通过单位根检验法分析数据平稳性
由于在进行时间序列分析时，或因伪回归问题造成分析结果失真，因而在进行数据分析之前，先要采用单位根检验法对数据的平稳性进行基本判断;即，对面板数据表中的各列数据分别进行单位根检验判断平稳性。
3.协整检验或模型检验
在进行各变量单位根检验后，若各变量均为同阶单整，则可通过协整检验法确定样本变量间存在的长期均衡关系;若发现变量间为非同阶单整，即发现面板数据中有些序列不平稳，则可通过对数据模型进行修正以消除数据不平稳造成的不利影响。
通过该步骤，可以发现具体哪些项目和A15项存在长期均衡关系，即确定哪些因素和民众对法院判决的信任度之间存在相关性。
4.面板模型的估计
此步骤的主要目的在于确定适合的数据分析模型，便于对调查数据展开分析。直接作用就是找出相关变量间的具体关系，建立实证模型：……
5.向量自回归
此步骤的主要目的在于判定建立的数据模型是否合理，并分析随机扰动对变量系统的动态影响。即，若上式通过向量自回归检验则表示，对该地区而言，论是短期还是长期，相关题号所代表的内容都是作用于民众对法院判决信任度的影响因子，且其对应的β值便为相应贡献度。
由此可见，面板数据分析可帮助探索、确认法院的哪些实际行为以及民众的哪些主观感受可能影响当地民众对司法判决的信任程度，揭示出隐藏在数据下的内在因果联系，并直接量化其影响力大小，从而帮助地方法院找到影响自身公信力的主要问题，进而有针对性地进行建设与改革，最终起到推进我国司法文明进程的作用。
新书资讯
