
范良聪
本书旨在介绍法律定量研究的一般原理、过程与常用方法,为任何对定量研究感兴趣的法律人提供参考。本书分原理篇、数据篇与分析篇三个部分展开。原理篇重点考察认识论视域下法律定量研究之于法学研究的重要作用,并基于因果推断的基本原理,提炼法律定量研究的一般特征及关键问题。数据篇依次介绍三种常见数据——档案数据、调查数据与实验数据的来源和特性,生产、收集的基本原则和技巧,以及收集前抽样的一般规则和收集后清洗与编码的一般方法。分析篇由浅入深,从数据的统计描述开始,到假设检验与统计推断,进而到回归分析,最后到因果推断,系统介绍目前通行的数据分析方法,尤其是各种方法的适用前提和法学领域的应用场景。
《法律定量研究方法》由范良聪教授所著,是一本系统讲解法律领域定量研究方法论的学术著作。全书以原理—数据—分析为框架,构建了从理论基础到实践操作的法律定量研究完整体系,旨在为法律从业者、法学研究者提供可操作的量化分析工具。以下从核心内容、结构特色及实用价值三方面展开: 一、核心内容:法律定量研究的三大支柱 原理篇:认识论与因果推断 经验思维的重要性:强调定量研究在法学理论验证与经验事实发现中的桥梁作用,批判传统法律分析中过度依赖逻辑推演的局限性。 因果推断的基本原理:提出通过“观察数据”验证因果关系的方法论框架,剖析选择性偏误等核心难题,并引入工具变量、双重差分等解决方案。 法律定量研究的特殊性:对比传统法律分析,指出定量研究在数据基础(如档案、调查、实验数据)、结论生成路径(统计推断替代个案裁判)及持续性与确定性上的差异。 数据篇:数据获取与处理技术 三类数据特性: 档案数据:利用司法文书、裁判文书等现存数据,强调数据清洗与编码规则(如处理缺失值、变量标准化)。 调查数据:设计问卷时需关注信效度(如避免引导性问题),并通过响应率优化样本代表性。 实验数据:区分实验室实验与实地实验,探讨实验设计的控制变量与伦理问题。 抽样与编码:提出分层抽样、系统抽样等实用方法,并详解编码前的变量定义与分类逻辑。 分析篇:从统计描述到因果推断 基础方法:涵盖集中趋势(均值、中位数)、离散趋势(方差、标准差)的描述性统计,以及假设检验的逻辑(如 p 值解读)。 回归分析:解析简单回归、多元回归及面板回归的应用场景,并强调稳健性检验(如异方差、多重共线性处理)。 因果推断进阶:系统介绍工具变量法(解决内生性问题)、双重差分法(政策评估)、匹配法(控制混杂变量)及断点回归(自然实验设计)。 二、结构特色:理论与实践并重 问题导向:每章均以“研究问题选择—方法选择—理论验证”为线索,例如在因果推断部分,结合法律场景(如司法改革效果评估)说明方法适用性。 案例嵌入:通过档案数据库选择(如中国裁判文书网)、调查问卷设计实例等,增强操作指导性。 跨学科融合:整合社会科学定量研究通用方法(如国际组织数据资源)与法律专业需求,避免“方法论空转”。 三、实用价值:法律研究的范式革新 突破传统法律分析的局限:通过定量方法验证法律规则的实际效果(如“认罪认罚从宽”制度的实证研究)。 提升政策制定的科学性:为司法改革、立法评估提供数据支撑(如通过回归分析预测政策实施后的社会影响)。 培养法律人的量化思维:帮助法律从业者理解统计结果的意义(如 p 值与法律效力的关联性),避免误读数据。