
範良聰
本書旨在介紹法律定量研究的一般原理、過程與常用方法,爲任何對定量研究感興趣的法律人提供參考。本書分原理篇、數據篇與分析篇三個部分展開。原理篇重點考察認識論視域下法律定量研究之於法學研究的重要作用,並基於因果推斷的基本原理,提煉法律定量研究的一般特徵及關鍵問題。數據篇依次介紹三種常見數據——檔案數據、調查數據與實驗數據的來源和特性,生產、收集的基本原則和技巧,以及收集前抽樣的一般規則和收集後清洗與編碼的一般方法。分析篇由淺入深,從數據的統計描述開始,到假設檢驗與統計推斷,進而到迴歸分析,最後到因果推斷,系統介紹目前通行的數據分析方法,尤其是各種方法的適用前提和法學領域的應用場景。
《法律定量研究方法》由範良聰教授所著,是一本系統講解法律領域定量研究方法論的學術著作。全書以原理—數據—分析爲框架,構建了從理論基礎到實踐操作的法律定量研究完整體系,旨在爲法律從業者、法學研究者提供可操作的量化分析工具。以下從核心內容、結構特色及實用價值三方面展開: 一、核心內容:法律定量研究的三大支柱 原理篇:認識論與因果推斷 經驗思維的重要性:強調定量研究在法學理論驗證與經驗事實發現中的橋樑作用,批判傳統法律分析中過度依賴邏輯推演的侷限性。 因果推斷的基本原理:提出通過“觀察數據”驗證因果關係的方法論框架,剖析選擇性偏誤等核心難題,並引入工具變量、雙重差分等解決方案。 法律定量研究的特殊性:對比傳統法律分析,指出定量研究在數據基礎(如檔案、調查、實驗數據)、結論生成路徑(統計推斷替代個案裁判)及持續性與確定性上的差異。 數據篇:數據獲取與處理技術 三類數據特性: 檔案數據:利用司法文書、裁判文書等現存數據,強調數據清洗與編碼規則(如處理缺失值、變量標準化)。 調查數據:設計問卷時需關注信效度(如避免引導性問題),並通過響應率優化樣本代表性。 實驗數據:區分實驗室實驗與實地實驗,探討實驗設計的控制變量與倫理問題。 抽樣與編碼:提出分層抽樣、系統抽樣等實用方法,並詳解編碼前的變量定義與分類邏輯。 分析篇:從統計描述到因果推斷 基礎方法:涵蓋集中趨勢(均值、中位數)、離散趨勢(方差、標準差)的描述性統計,以及假設檢驗的邏輯(如 p 值解讀)。 迴歸分析:解析簡單迴歸、多元迴歸及面板迴歸的應用場景,並強調穩健性檢驗(如異方差、多重共線性處理)。 因果推斷進階:系統介紹工具變量法(解決內生性問題)、雙重差分法(政策評估)、匹配法(控制混雜變量)及斷點回歸(自然實驗設計)。 二、結構特色:理論與實踐並重 問題導向:每章均以“研究問題選擇—方法選擇—理論驗證”爲線索,例如在因果推斷部分,結合法律場景(如司法改革效果評估)說明方法適用性。 案例嵌入:通過檔案數據庫選擇(如中國裁判文書網)、調查問卷設計實例等,增強操作指導性。 跨學科融合:整合社會科學定量研究通用方法(如國際組織數據資源)與法律專業需求,避免“方法論空轉”。 三、實用價值:法律研究的範式革新 突破傳統法律分析的侷限:通過定量方法驗證法律規則的實際效果(如“認罪認罰從寬”制度的實證研究)。 提升政策制定的科學性:爲司法改革、立法評估提供數據支撐(如通過迴歸分析預測政策實施後的社會影響)。 培養法律人的量化思維:幫助法律從業者理解統計結果的意義(如 p 值與法律效力的關聯性),避免誤讀數據。