論大數據時代法律實效研究范式之變革

摘要：由于實然法與應然法之間存在著天然的鴻溝，故要建立高效的法治實施體系、增強法律的有效性，亟須加強對法律實效的研究。法律實效對研究范式的選擇提出了全面、動態、客觀有效的需求。但傳統的定性、定量研究范式因囿于自身缺陷，均無法完全滿足法律實效對研究范式的需求。隨著大數據時代的到來，將大數據研究范式應用于法律實效研究既在技術上可行，又能彌補傳統范式之不足，滿足法律實效研究對范式的需求。為實現法律實效研究范式的變革，應遵循以相關性為基礎的大數據研究范式的基本理論框架，實現法律實效信息數據化并提升運用法律實效大數據的能力。

文獻標識碼：A

文章編號：1003-8477（2015）07-0140-07

作者簡介：劉佳奇（1986—），男，遼寧大學法學院講師，湖北水事研究中心兼職研究員，法學博士。

基金項目：2014年遼寧省社會科學基金規劃項目（L14CFX028）。

為全面推進依法治國，加快建設社會主義法治國家，《中共中央關于全面推進依法治國若干重大問題的決定》明確提出：“法律的生命力在于實施，法律的權威也在于實施”，要建立“高效的法治實施體系，增強法律法規的有效性”。其中表達的重要內涵就是關注法律實效，即制定法在實際社會生活中被執行、適用和遵守的狀況。 [1](p368)法律實效之所以備受關注，是因為立法只是一種書本上的法律，處在應然狀態，具有實現立法目標的可能性。但法律實施后，在特定的時空范圍未必能產生如立法者所期望的效果。誠如弗里德曼所言，不執行在法律中是普遍的事，某項規則得到完全執行幾乎聞所未聞。 [2](p109)如果有了法律不能有效實施，那再多法律也是一紙空文，依法治國就會成為一句空話。 [3]所以，我們不要僅僅看立法的美好愿望，而要看實施后的結果。 [4](p165)這就需要在法律運行的過程中，根據一定的研究范式對法律實效進行深入研究——文本上已經生效的法律如何作用于人的行為，哪些法律具有實效，哪些法律在實際生活中很難得到遵守和執行。由此觀之，法律實效是衡量依法治國實現程度的重要指征之一，而研究范式又是進行法律實效研究的基礎。

一、法律實效研究之范式需求與傳統范式之缺陷

（一）法律實效研究之范式需求。

按照庫恩的思路，研究范式多被用來指涉一個學術共同體所共有的知識假設、研究模式、研究方法、價值標準以及人們理解世界的知識體系。每一種研究范式其實就是由“能工巧匠”制作出來的不同樣式、不同功能的觀察工具，研究者可以根據不同的研究目標來進行選擇。但是，正如對細菌的觀察無法用望遠鏡而必須用顯微鏡一樣，研究目標會因自身屬性對“觀察”它的工具提出基本需求，即范式需求。進一步講，法律實效作為一個研究目標，其對研究范式提出了全面、動態、客觀的基本需求。具體而言：第一，由于法律實效所涉要素復雜，至少在宏觀上就包括時間、地域、對象、事項等四個維度， [5](p12)若片面地對其中某一個、某幾個維度進行研究則不能反映法律實效的全部狀態。故所選范式對法律實效的研究必須是全面的。第二，法律的實施是一個包括執法、司法、守法的動態運行過程。有鑒于此，所選范式對法律實效的研究亦不能是靜止的，需要以整個法律動態運行過程作為研究對象。靜止的、孤立的、片段式的截取法律運行過程中的某個階段進行研究，同樣無法反映法律實效的真實狀態。第三，對法律實效的研究并非只是對法律實際實施效果進行簡單的觀察和記錄，而是通過對觀察和記錄結果的評價，進一步提供改進立法、執法與司法，促進守法的方案以利決策，從而縮小實然法與應然法之間的差距，向“人的實際行為符合法律規范”這一理想狀態逐步邁進。 [6](p43)因此，所選范式對法律實效的分析評價必須是客觀的，否則就難以為提升法律實效的決策和行動提供有效支持。

（二）傳統研究范式之缺陷。

對法律實效的研究分為定性和定量兩種研究范式。但是，這兩種范式均存在缺陷，難以滿足法律實效研究對范式的需求。

1.定性研究范式之缺陷。

定性研究是在法律的整體實現及其實現的社會效果這一宏觀范圍上衡量法治實現的狀況、程度，分析、判斷法律整體的實效，得出一個適當的評價結果。 [7](p8)這也是目前較為普遍采用的法律實效研究范式。誠然，該范式具有概括性強、所涉問題領域廣泛等優勢，但其缺陷也是顯而易見的：

第一，信息收集能力不足，導致研究結果不具有全面性。定性研究主要通過文獻資料檢索、閱讀等方式收集與法律實效有關的信息，而這些方式決定了所收集到的信息只是片面的、不充分的，導致研究結果不免有掛一漏萬之嫌。

第二，信息處理能力不足，導致研究范式局限于靜態視角。定性研究以僅具備有限認知能力的研究者本人為研究工具，不僅收集信息能力不足，信息處理能力更加匱乏。其表現為研究過程中只能對法律實效進行靜態的觀察——或是采用法理演繹加法條注釋的方法梳理法律文本尋找制度或規范之間的矛盾沖突， [8](p140)或是截取法律運行中的某個片段進行研究，并據此得出研究結論。其孤立、靜止的觀察視角與動態發展的法律實效之間顯然存在矛盾。

第三，受主觀因素影響較多，導致難以做出客觀的評價。定性研究主要憑研究者的直覺、經驗，對法律實效的性質、特點、發展變化規律作出判斷，其評價結果受研究者個人因素的影響頗多。評價標準的設定、結果的分析和形成會因研究者的智識水平、研究經歷、學術主張等呈現明顯的差異。加之所收集和處理的信息本身又是片面的，致使評價結果難免因人而異，其客觀性及對未來決策和行動的有效性值得懷疑。

2.定量研究范式之缺陷。

正如有些學者指出的那樣，法律世界的共性和規律也需要科學的量化分析手段才能準確把握。 [9](p32)面對定性研究范式存在的缺陷，法律實效的定量研究范式正在得到越來越多的認同。 ①如謝暉教授認為，法律實效總是可以被我們用統計學的原理統計出來。 [10](p99)定量研究范式通過觀察、實驗和調查獲取客觀數據和信息，借助統計學和數學的定量分析進行具體量化，進而分析、歸納出法律實效的發展規律。盡管該范式有其存在的必要性和實證優勢，但傳統定量研究范式同樣存在缺陷：

第一，范式本身局限于傳統統計學意義上的科學性，導致研究結果仍不具有全面性。傳統定量研究的基本范式要求是以更多的樣本量實現更好的統計顯著性，從而推斷出更大的總體。具體而言，就是使用發放調查問卷、典型樣本分析等方式“抽樣”收集和分析數據，運用傳統統計分析工具對數據和信息進行處理。但問題在于，樣本、問卷終究是對部分甚至極少部分法律實效信息的收集，亦即傳統定量研究范式仍是建立在信息不完備、不充分的基礎之上。僅以少量甚至極少量的信息對法律實效的全貌進行研究，其得出的只是傳統統計學意義上的科學結果，仍然不具備實質意義上的全面性。

第二，信息收集能力有限，導致研究范式存在滯后性。傳統定量研究樣本的收集往往耗時費力，如依靠長時間蹲點、大范圍發放問卷、反復調查研究等方式收集樣本。待到樣本收集滿足統計學意義上的充分要求后再行研究，得出的結果充其量是反映法律實效的“部分過去時”狀態。研究結果在多大程度上可以推論到總體，還有賴于同一題目下多個研究的不斷重復，最終才能達成共識。 [9](p32)鑒于傳統定量研究范式的信息收集能力遠遠趕不上法律實效變化發展的速率，即使經過多次、反復研究最終達成了共識，其對法律實效動態現狀的研究功能恐也早已失去。

第三，受人為因素干擾，導致評價仍不具有客觀性。雖然定量研究過程本身由統計軟件、設備自動進行，不受研究者主觀因素的影響。但在進行統計分析前必須進行問卷調查、選點取樣，而這些主觀選樣的過程同樣具有任意性、為我性。例如，對于同一部法律的實效研究，雖然不同的研究者可以采用相同的統計工具、軟件、算法等，但其依然有可能根據自身的主觀判斷設計不同的調查問卷、選擇不同的典型樣本。而這些選樣的主觀性依然會影響評價結果的客觀性。面對這樣的評價結果，如何加以參考以利未來決策和行動？

二、大數據時代法律實效研究新范式之開拓

近年來，人們通過分析龐大的數據來獲得有價值的信息或判斷，這個被稱為“大數據”的概念正受到越來越廣泛的關注。 [11](p3)可以說，人類社會正在進入一個全新的歷史階段——大數據時代。在這個新的時代，人成為一切數據足跡的總和，人們的一切行為都以數據的形式被記錄、被儲存、被處理。對大數據的分析和處理，成為人類獲得新知，創造新價值的源泉。因此，與其說大數據是一種海量的數據狀態及其相應的數據處理技術，不如說它是一種思維方式。 [12](pXXXI)它開啟了一次重大的時代轉型，是人類認識世界、改造世界能力在方法上的一次飛越，這為法律實效研究開拓了一種新的范式。

（一）法律實效大數據研究具有技術可行性。

大數據時代之所以能夠到來，首先得益于與之相適應的信息技術的飛速發展。同理，要將法律實效的研究范式拓展至大數據領域，也必須首先滿足技術上的可行性。實際上，與大數據時代相匹配的數據收集、處理、分析技術，已經可以為法律實效的大數據研究提供充分的技術支撐，使之作為法律實效研究新范式在技術上成為可能。

1.建立大數據法律信息系統在技術上成為可能。

法律信息系統是以法律信息為主要內容，由絕大部分從事有關法律信息的收集、處理、儲存、傳遞和反饋工作的部門或單位有機地聯結而成的一個巨大的集合體。其功能是使許多從事信息工作的部門或單位成為有組織有領導的信息集合體，實現使一切工作都圍繞著法律信息的動態收集進行，以滿足法律信息需求。 [13](p47)特別是由于計算機技術和網絡技術的發展，法律實效信息的收集工作已經可以不斷提升能級。例如，2008年以來，浙江法院系統通過構建數據大集中的信息化體系，匯集了近700萬件案件“一案到底”的信息、80多萬件案件的庭審錄音錄像和所有已歸檔案卷的電子卷宗，為加強對辦案的全流程監管，實現科學分類、多元檢索和海量數據的分析比對奠定了基礎。 [14]可見，建立法律信息系統已經可以成為大數據收集工作的主流形態，系統所收集到的大數據信息足以作為法律實效大數據研究的基礎。

2.對大數據法律實效信息進行高速處理在技術上成為可能。

伴隨著大數據時代的到來，“云計算”的應用服務范圍正日漸擴大，影響力也無可估量。通過“云計算”，所有收集的數據和信息錄入法律信息系統后都能夠及時進行一系列的加工、處理。更重要的是，用戶可以通過各種終端接入數據中心，按自己的需求進行數據處理，得到結構嚴謹、分析深刻、結論明確的研究報告。例如，山東省成立了大數據警務云計算中心，不但通過警情數據研究打防管控等業務工作，還把大數據警務云計算應用領域拓展到警務人員的管理和執法工作。 [15]總之，與大數據時代相適應的數據處理能力，已經可以滿足大數據研究對與法律實效有關數據的處理需求。

3.對法律實效進行大數據分析評價在技術上成為可能。

近年來，現代統計學的研究已經發展到通過建設數據分析中心，以現代統計理論研究為基礎開展的大數據分析、評價和預測。例如，通過建立房地產市場信息統計分析系統、職業病監測信息統計分析系統等， ①對相關行業、領域的信息進行收集和分析，能夠有效檢驗政策、法規等的實際實施效果。在美國的查爾斯頓，警方利用數據分析工具準確地分析了犯罪模式，在分析預測工具的指導下主動進行了警力調配，鎖定犯罪熱點地區、預防犯罪行為發生，該地發案率明顯下降，無疑提升了法律的實施效果。 [16](p49)目前，運用大數據分析在技術上已經可以提供包括綜合性信息、宏觀性信息、微觀性信息、預測性信息、動態性信息、正反饋性信息、負反饋性信息、趨向性信息和咨詢建議性信息等不同類型的反饋信息。 [17](p43)這些信息為客觀分析評價法律實效，并支持未來決策和行動提供了有力依據。

（二）大數據研究能夠彌補傳統范式之不足。

法律實效研究范式向大數據拓展，不僅僅是考慮到其在技術層面可行，更主要的是大數據具有“4V”的特點，即Volume（數據容量巨大）、Velocity（數據產生處理速度快）、Variety（數據類型多樣）、和Value（數據價值巨大）。面對法律實效研究之范式需求與傳統范式之缺陷間存在的矛盾，上述特點使得大數據研究可以有效彌補傳統范式之不足，滿足法律實效對研究范式的需求。

1.克服傳統范式對信息收集的不充分，使研究結果具有全面性。

無論是定性研究，還是傳統統計學意義上的定量研究，都建立在信息不充分的基礎之上。即使所獲信息達到傳統意義上的充分標準，其實質仍是局部分析、片面分析。隨著大數據時代的到來，信息的收集已經不再成為法律實效研究的羈絆，因為所謂大數據，就是用現有的一般技術難以管理的大量數據的集合。 [11](p3)海量的、全部的信息會通過互聯網網站、法律信息數據庫等各種渠道向研究者提供。也就是說，法律實效大數據研究范式的基本前提就是信息充分，運用該范式起碼可以展開對法律實效的全面研究。

2.克服傳統范式數據處理能力的有限性，使研究富有效率。

在大數據時代，存儲、網絡和計算技術領域的最新發展使得人們能經濟、高效地利用大數據， [18](p15)這將極大地提升法律實效研究的效率。大數據研究范式以強大的數字化、信息化技術為支撐，其采用的數據收集、導入和處理、統計和分析、挖掘這一流程和相應設備能夠極大地縮短法律實效分析與評價周期。如此一來，研究者可以及時掌握法律實效的動態全貌，并適時得出法律實效的分析評價結果，進而有助于及時決策和采取行動提升法律實效，彌補傳統研究范式孤立、靜止、滯后的缺陷。此外，強大的技術和設備還能使海量數據信息得以長期保存，以利在持續進行的法律實效研究過程中反復挖掘既有數據資源的價值，達到對已收集數據的充分利用。

3.屏蔽傳統范式中過多的人為因素，使分析評價結果具有客觀性。

大數據不是一種憑研究者的直覺、經驗作出判斷的研究范式，其是以信息充分的大數據實證分析為基礎，再對實證分析結果進行科學評價的過程。其中，大數據的產生絕大多數時候不需要人工參與而是直接由大數據收集設備自動生成，其分析評價過程也是通過標準化的流程和設備對數據進行自動處理。不僅如此，運用大數據研究范式需要構建龐大的數據系統，這絕非少數研究個體僅憑自身智識就可達成的，它需要多學科、多領域的專業研究人員聯合攻關、系統建立。任何部分的非科學性、主觀性均可致整個大數據系統的失敗。故相比傳統范式，大數據研究受人為因素，特別是個別人主觀因素影響較小，可以保證呈現高質量的、客觀的分析評價結果。

三、法律實效大數據研究范式之理論框架

既然大數據能夠為法律實效研究帶來范式的變革，我們不禁要問，什么是支持范式變革的原動力？答案就是大數據研究范式特有的、變革傳統人類認知模式的理論框架。

（一）要全數據不要抽樣。

無論何種研究范式，其對法律實效的觀察均需借助對相關信息的分析。但在信息收集和處理能力有限的時代，缺乏收集和處理充足信息所需的方法和工具。因此，采用抽樣、選點、訪談、問卷等“捷徑”便成為那個時代理所當然的產物，這也從側面折射出法律實效傳統研究范式對數據不足的無奈。然而，在大數據時代，當我們可以獲得海量規模的數據信息以后，當我們擁有足夠的數據信息處理能力以后，之前的抽樣、選點等無奈之舉也似乎就沒有什么意義了。這是因為大數據中的“大”不是絕對意義上的大，而是指不用抽樣分析這樣的“捷徑”，采用所有數據的方法。 [19](p30)因此，在法律實效大數據研究范式中，需要收集的是有關法律實效全部而完整的數據信息，即“樣本=總體”。有了這樣的全數據保障，進行法律實效研究自然能實現全面性，相比主觀臆斷或抽樣分析得出的片面結果在范式上已經明顯勝出一籌。

（二）要混雜不要絕對精確。

在傳統的“抽樣”、“選點”時代，最基本、最重要的范式要求就是減少數據的錯誤，保證數據的質量。因為在抽樣和選點時的任何細微誤差，都將在后續的分析過程中被放大進而影響研究的精確性。因此反復校對數據，對結果的反復驗證就成為傳統范式提升精確性的必然要求。在大數據時代，我們所能獲得的數據規模越來越大，甚至可以獲得全部數據。與之相應的問題是，在分析大數據時，可能會遇到雜亂無章、充斥著垃圾的數據。 [20](p7)特別是許多錯誤信息也會混入數據庫和分析系統，因此大數據分析雖然迅捷但錯誤率卻可能增加。面對可能出現的混雜狀況，大數據研究范式并不苛求研究結果的絕對精確。因為無論多精密和高超的方法、技術、設備，其必然產生于特定的歷史時空范圍內、特定的生產技術水平條件下。如果我們承認人類在特定時空范圍內的有限理性，那么在該特定條件下產生的研究范式總要存在一定的方法局限性和能力有限性。在承認數據混雜的基礎上，大數據研究范式的結果不是“板上釘釘”，不是唯一答案，而是一種趨近于精確的參考答案，這本身就是一種科學的態度。例如，在新加坡，智能交通綜合信息管理平臺在預測交通流速和流量方面有高達85%的準確率。 [21]對于時時變化的、成因復雜的交通管理事務而言，其預測結果的準確率顯然高于主觀臆斷和抽樣分析得出的結果。更為重要的是，沒有了苛求“絕對精確”的羈絆，大數據研究范式在數據混雜狀態下更能充分發揮其處理數據高效、迅捷的優勢，以全面、動態、及時、趨于精確的評價結果回饋研究者。

（三）要相關性不要因果性。

一直以來人類不斷追求和崇尚知識的確定性，受此影響，無論是定性研究，還是定量研究，在對法律實效的研究結果做出分析評價時，研究者必然要依據因果性確定現象與結果之間的關系。然而，在信息不充分的狀態下，對因果關系的判斷或是主觀的，或是片面的、僅適用于樣本的。也就是說，傳統范式遵循的所謂因果性評價標準難以探求事物間真正的因果關系。實際上，人類本來就是在有限的時空中活動，其客觀條件和主觀條件決定了他只能從日常的、有限的時空關系開始去認識事物。如果將有限時空的有限理性運用于無限的對絕對真理的追索過程中，很容易使我們陷入無因無果、無始無終的困境。 [22](p98)

大數據研究范式則在有限時空、有限理性的條件下不苛求因果關系，通過發現和分析事物間的相關關系——數據關系來認識世界。當數據規模達到“大數據”水平后，大數據將運用相關關系“自動”呈現在傳統條件下無法顯現的結果，以及傳統因果關系分析難以發現和解釋的規律。運用相關關系“自動”得出的結果，就可以對法律實效及時做出分析評價、決策，并及時采取進一步提升實效性的必要行動。無疑，這既彌補了傳統研究范式在對法律實效分析評價方面的滯后性，又滿足了法律實效研究對研究范式的客觀性需求。實際上，相關性決不等于非科學性，只是在有限的時空條件和有限理性下，這些相關關系尚無法獲得因果性解釋。我們不能因為所謂的因果關系尚不明確，就放棄采取必要的決策和行動。進一步講，我們不必非得完全明晰法律實效所呈現狀態背后的原因，數據相關性才是大數據研究方法對法律實效做出分析評價的基礎。這種分析評價的結果在因果性判斷標準下可能是“無根據”甚至荒誕的，但這就是大數據研究范式的特有魅力。它顛覆了人類固有的思維模式，即對法律實效的評價我們只需要知道“是什么”，而不需要知道“為什么”。

四、大數據時代法律實效研究范式之變革路徑

正如麥肯錫全球研究所發布的研究報告《大數據：下一個創新、競爭和生產力的前沿》中指出的那樣：大數據可以在任何一個行業內創造更多價值。應當說，誰率先擁有、善于利用大數據，誰就能掌握主動、贏得未來。 [23]既然大數據研究有能力變革法律實效的研究范式，那么當務之急就是讓大數據更好地應用到法律實效的研究中去。

（一）轉變法律實效研究范式。

在信息不充分的時代，采用定性、定量研究范式所獲得的法律實效評價結果往往不全面、不客觀、不及時。受此制約，法律實效的決策者、研究者往往缺乏數據信息管理的習慣，傾向于“依靠經驗、拍腦袋決策”做出粗放式的判斷并采取措施。但已經到來的大數據時代正以前所未有的速度，顛覆人們探索世界的方法。不僅是法律實效的決策者、研究者，甚至企業、普通公民個人都可以擁有、利用大數據，并且都在時時刻刻產生大數據。在這種時代背景下，越來越多的組織決策是根據數據分析做出的，越來越多的領域正在經歷大數據浪潮帶來的革命性影響， [12](pⅩⅦ)法律實效研究亦無例外。因此，必須學習數據驅動的管理方法，依靠海量的數據搜集和精確的數據分析增強法律實效研究的科學性。 [12](pⅩⅩⅡ)這要求決策者、研究者必須充分認知自身的有限理性，尊重數據、尊重相關性，塑造心中有“數”的思維方式：要從傳統依靠經驗、直覺或抽樣的研究范式向“讓數據說話、用數據評價、依數據相關性決策和行動”的大數據研究范式轉變；要能從海量數據中發現信息，尋找隱藏在大數據中的模式、趨勢和相關性，揭示或表達法律實效的真實狀態；尤其應該養成重視數據結論與主觀常識不符的情況，避免有傾向性地選擇使用與主觀常識一致的數據，放手讓大數據發聲。

（二）實現法律實效信息數據化。

誠然，法律實效的大數據研究需要相應的技術、設備、人才作為必要支撐。但是，正如同計算機時代、互聯網時代人類對與之相適應的技術、設備、人才剛剛“求賢若渴”便迅速“資源過剩”一樣，隨著大數據時代的到來，與大數據相關之技術、設備、人才等要素的配置在不久的將來同樣不會成為制約大數據應用于法律實效研究的瓶頸。真正可能制約法律實效研究范式轉變的恰恰是大數據本身，首當其沖的就是在法律實效研究中能否真正掌握、擁有大數據。因為在大數據時代，數是一種客觀存在的物質對象的基本屬性，數據將成為一切人類活動和組織運行的基本要素。法律實效中的一切事務，經過編碼，都可以成為相互之間的數據關系的載體。 [22](p101)數據越多，分析越深入，所得的結論就越全面。 [24](p2)是故，大數據研究范式的核心不是技術而是數據。要實現對法律實效的大數據研究，必須首先使與法律實效相關的全部信息數據化，把數據與法律實效相連接、相匹配。鑒于影響法律實效的因素包括立法、執法、司法、守法等法律運行的全過程，涉及權力機關、行政機關、司法機關、企業、社會組織、公民個人等多元主體，因此，在法律實效的研究中，多元主體在法律運行全過程的一切行為和事件都要以數據的形式被記錄、被鑒別、被挖掘、被設計。同時，還要做好法律實效大數據信息的質量保障工作，實現由傳統的經驗性、模糊化評價向數字化、精密化、科學化、智能化評價轉變。 ①

（三）提升運用法律實效大數據的能力。

對于大數據研究范式而言，“大”和“數據”都只是范式適用的基礎。無論是“大”，還是“數據”，雖然必不可少但在大數據時代要實現也并非難事。換言之，二者都不是法律實效大數據研究范式中最重要的。根本而言，最重要的應該是如何運用這些大數據。

1.多元主體間數據之開放與交流。

第一，公權力機關內部各主體間要實現數據之開放與交流。傳統的“條塊分割”模式使得公權力機關內部各主體間各自為政，各自依據自身職權和需要收集、處理與之相關的法律實效數據。這導致公權力機關內部各主體間在法律實效數據的交流上存在體制性障礙。只有打破公權力機關內部各主體間的數據壁壘，通過跨系統、跨平臺、跨數據結構的大數據共享平臺使公權力機關內部各主體間得以流暢協同，使被割裂存儲于不同主體的數據在統一大數據平臺上得到開放，削減“信息孤島”現象，實現對大數據的處理才真正成為可能。

第二，公權力機關與其他主體間也要實現數據之開放與交流。過去，能夠大量掌控法律實效數據的只能是公權力機關。但在大數據時代，信息技術的不斷發展使許多企業如百度、谷歌等，甚至某些個人也能夠擁有海量的法律實效數據，其數據量在某些方面甚至可能超過公權力機關。不僅如此，即使公權力機關擁有關于法律實效的海量大數據，但其畢竟無法做到全知全能，尤其是挖掘數據價值的數據處理能力難稱充足。因此，對法律實效的大數據處理不應是公權力機關或少數法律實效研究者的專利，多元主體間數據之開放和交流有利于讓大數據時代最重要的生產資料——數據得以充分流動，并創造出更大的價值。

2.多源數據之整合與存儲。

多元主體之間數據之開放與交流固然可以為大數據的不斷增值提供不竭動力。然而，數量不等于質量，“好”信息不等于“濫”信息。要想更好地實現數據分析的目標絕非易事，大數據發展的瓶頸在于滿足分析需求的同時要找到多源數據的最優處理方法， [24](p6)而所謂的最優處理方法就是實現對多元數據之有效整合與存儲。具體而言：

第一，重視對多源數據的整合，使數據的功能趨于一致。由于與法律實效有關的數據來源的主體不同、內容不同、地域不同，因此相關數據具有不同的格式、不同的指標含義，且其中存在不少無效數據、異常數據、不完整數據、錯誤數據。這就需要在法律實效大數據研究過程中對多源數據進行整合，將其轉換成可以實現檢索、匯總等功能的數據庫。

第二，重視對多源數據的存儲，不要將數據隨意丟棄。在法律實施的過程中，公權力機關、企業、公民等多元主體每時每刻可能都在產生與法律實效有關的多源數據。要把數據視為能夠創造價值的資產，不僅要通過多種渠道盡可能多地收集、整合，更重要的是對整合后的數據進行有效存儲，為不斷使用和挖掘大數據的價值提供基礎數據保障。

3.歷史數據之充分使用與挖掘。

“為公共資料增值再用”，香港公共數據網站“資料一線通”的這句口號深刻地揭示了大數據時代對待歷史數據的基本態度。在傳統的研究范式下，對法律實效評價后，相關數據、資料通常會因其已經“過時”而被棄之不用、束之高閣。但在大數據時代，大數據對價值的創造不僅體現在新數據的不斷收集和處理上，更體現在對既有歷史數據的充分使用和挖掘上。質言之，對既有歷史數據的充分使用和挖掘也是對大數據的創新。因此，要持續進行法律實效大數據研究，不僅需要不斷充實新的數據，也需要使用和挖掘被妥善存儲的大量歷史數據，使其能夠不斷創造新的價值。