第28節 概率

  刑事法官的裁判依賴於證據的證明，鑒此，對法官而言，最為重要的職責就是審查判斷證據的證明力。[17] 關於證據或者證明，並不存在明確的概念，因為我們無法設定「確證」的邊界。各個領域都有相關的例證，有些事實在較長時間僅僅具有可能性，隨後才具有毋庸置疑的可靠性；而有些被視為確證的事物，隨後被證明是虛假的，許多一度模稜兩可的事物，也會在某些場合，在某些人看來，近乎達到概率和證明的極限。需要強調的是，確證的概念在不同的科學領域具有非常不同的含義，有興趣的人可以探究「確證」和「可能」之間的差異，對此，不妨參考數學、物理學、化學、醫學、博物學、語言學、歷史學、哲學、法學和神學等領域的例證。不過，這並不是我們的任務，我們也無須確定「確證」

  的實際含義，我們只需認識到「確證」和「可能」之間存在巨大差異。對於「爭議事實究竟是得到確證還是僅僅具有可能性」這一問題，刑事學家可能會作出差異化的解答。之所以存在這種差異，主要是由於刑事學家可能在數學、哲學、歷史或者自然等領域存在特定的傾向。實際上，如果我們了解一個人，就能夠事先判斷他對「確證」的理解。只有那些沒有特定知識背景的人才會對該問題無所適從，不僅對他人而言是這樣，對於自身也是如此。

  為了準確理解「確證」的含義，至少需要確定它與有關術語的關聯：我們的預期促使我們形成假設（assumption），那些可能的事情促使我們產生概率（probability）的判斷，那些看起來確定的事情才被稱為確證（proved）。從這個角度看，概率在某種程度上就是假設的標準（預期促使我們行動；特定的預期居於主導地位，並被確定為假設，隨後又基於這種確定關係而具有某種程度的可靠性）。

  與假設和概率在其他科學領域扮演的角色相比，兩者對刑事學家僅僅具有啟發價值。即便假設成為假說，它們在不同的領域也具有不同的價值；通過對精心構建的假說進行批判分析，能夠達至最佳的清晰度和工作成效。

  概率在科學領域具有類似的價值。每當學者發現一個新的思想、思路、解釋或者方案，都會發現，這些事情究竟是具有較高的可能性還是確定性，實際上無關緊要。他僅僅關注這個理念本身，那些基於自身原因關注某個理念的學者，往往傾向於認為它具有較高的概率，而非毋庸置疑的確定性，因為一旦認定某個理念已經得到確證，就意味著無須開展進一步的研究，相比之下，那些具有較高概率的理念仍有深入研究的空間。不過，我們的目標就是達到確定性和證明，即便是很高程度的概率，也並不明顯優於虛假，進而不能作為認定事實的基礎。在審判過程中，為了作出準確的裁判，那種較高程度的概率只能作為佐證；概率僅僅適用於命題自身，只有涉及佐證的事實時，才能稱之為證明。例如，如果現有證據很可能認定X 與犯罪現場的關聯，同時，他又不能提供案發時不在犯罪現場的證明，他的足跡就具有佐證價值；對於證人在他身邊看見的贓物，以及他在犯罪現場遺留的痕跡物品，也都具有佐證價值。簡言之，儘管這些證據自身僅僅具有較高程度的可能性，但是，將它們整合起來，就能夠在特定情形下形成絕對的確定性，因為如果X 不是罪犯，那麼，這麼多較高概率的事件同時出現，不可能僅僅是一種巧合。

  

  前面已經指出，在所有其他案件中，假設和概率對法律人僅僅具有啟發價值。基於假設，我們可以作出推斷；如果沒有假設，很多案件根本無從下手。對於那些似是而非的案件，整個犯罪過程並不明確，這就要求我們首先並且儘早地對現有材料作出案件假設。一旦案件假設與事實不符，就必須予以摒棄，然後提出一個新的案件假設，直至新的案件假設能夠自圓其說，並被視為可能的案件事實。隨後，這個假說就成為工作的中心，直到該假說得到證明，或者如前所述，當不同維度的許多較高的概率整合起來，按照內在的邏輯順序形成最終的證明。

  當存在較高程度的概率時，就足以提起指控，但只有達到確定性時，才能作出定罪量刑的判決。在許多案件中，控辯雙方的爭議，以及法官的疑問，都涉及概率與證明的關係問題。[18]

  無論是從這個角度看，還是分析其他方面的關聯，概率對刑事學家都具有重要的價值，這一點是毋庸置疑的。米特邁耶就此指出：「概率自身並不能作為定罪量刑的根據，不過，它可以作為法官的工作指引，促使法官採取相應的措施；概率能夠告訴法官，如何在相應的情況下適用特定的司法程序。」

  如果我們回顧概率理論的發展歷史，就會發現，洛克首先試圖區分證明的知識和概率的知識。萊布尼茨首先發現概率理論對歸納邏輯的重要性。隨後，數學家貝努里和革命家孔多塞繼續深入開展這方面的研究。拉普拉斯、克托萊、赫歇爾、基爾希曼、克里斯、韋恩、古諾、菲克、博基維茨等人開始從現代視野研究概率理論。不同的領域對概率這一概念的理解存在著內在的差異。洛克[19] 將所有知識區分為證明的知識和概率的知識。基於這種分類，「所有人最終都要面臨死亡」，「太陽明天將會升起」，都屬於概率的知識。不過，為了與日常生活相對應，知識可以被分為證據的知識、確定的知識和概率的知識等類型。關於確定的知識，此類知識得到經驗的支持，沒有懷疑或者反思的空間；所有其他的知識，特別是需要進一步證明的知識，都或多或少屬於概率的知識。

  拉普拉斯[20] 進一步指出：「概率在部分上取決於我們的無知，部分取決於我們的知識。概率理論涉及諸多皆有可能的例證，通過消除這些例證所包含的疑問，導致我們對這些例證的存在難以作出定論，同時還需要確定那些支持概率結論的可能例證的數量。這些經過篩選的例證和所有可能例證之間的關係，就是概率的評估標準。基於這個分數關係，分子是支持特定結論的例證數量，而分母則是所有可能例證的數量。」鑒此，拉普拉斯和密爾將概率視為較低程度的確定性，而韋恩[21] 則賦予概率如同真理一樣的客觀性。韋恩的觀點具有一定的合理性，因為某個現象究竟應當被看做確定的，還是僅僅具有可能性，實際上很難作出定論。關於該問題，如果主張某個現象具有確定性，就需要提供一些客觀的基礎，而這些基礎至少在主觀看來是毋庸置疑的。菲克從分數角度對概率作出如下論述：「一個不充分的假言判斷實際上是一個分數，其中僅有部分條件得到證明，而預期結果的實現取決於所有條件。據此，我們很難探討任何結果的概率。每個事件或者必然發生，或者不可能發生。概率的屬性在於，它僅僅涉及假言判斷。」[22]

  因此，我們無法確定無疑地探討某個結果的概率，也不能斷言明天下雨這一判斷是否具有可能性，至於具體的表達方式，則僅僅涉及用語問題。不過，我們有必要對附條件的概率和無條件的概率作出區分。如果我今天考察了那些影響未來天氣變化的條件，例如溫度、氣壓、雲層和光照等，考慮到這些條件與明天的天氣緊密相關，我就可以主張明天下雨究竟有多大的可能性。我的主張的真實性，就取決於我是否知曉下雨所需的具體條件，我的認識具有多大程度的準確性和全面性，以及我是否準確運用了有關條件。談及無條件的概率，因為它並不涉及今天的氣象條件對明天的影響，而只是從統計學角度對雨天數量的觀察結論，所以與附條件的概率完全不同。對於刑事學家而言，準確把握兩種概率的區別非常重要，因為如果張冠李戴或者不當混淆，就可能對概率問題作出錯誤的解釋。

  假設維也納發生了一起謀殺案件，在案發之後，我基於對全案事實的判斷宣稱，根據在案事實，例如根據查獲犯罪嫌疑人的條件，我們有多大的概率查獲犯罪嫌疑人。這種斷言意味著，我已經計算了附條件的概率。我們還可以假定，我宣稱在最近十年維也納發生的謀殺案件中，多大比例的犯罪嫌疑人的個性特徵無法作出解釋，多大比例的犯罪嫌疑人的個性特徵可以作出解釋，由此推斷本案中查獲犯罪嫌疑人的概率究竟多大。這裡涉及的就是無條件的概率。無條件的概率可以基於自身開展研究，並結合所涉事件進行研究，但是卻無法作為判斷的基礎，因為既有例證已經在計算無條件的概率時使用過，不能再次被納入計算範圍。實踐中，這兩種概率通常都不會表現為數字形式，而僅僅是對兩者進行概略的解釋。

  假定我聽到一起犯罪行為，並了解到現場存在一枚足跡，如果我不知曉具體細節，就脫口而出：「唉！足跡並沒有什麼用！」我所表達的這種統計學判斷，就表現出從無條件概率角度對得出肯定結論的悲觀態度。如果假定，我已經對足跡進行檢驗，並結合其他情況對足跡進行檢驗，進而宣稱：「基於現有條件，這枚足跡有可能得出肯定結論。」然後又宣稱：「根據現有條件，得出肯定結論的附條件概率很大。」這兩種斷言都可能是正確的。然而，如果將兩者整合起來，進而主張：「在案的證據條件很有可能得出肯定結論，但是通過足跡無法得到任何信息，因此本案的概率很小。」這種主張就是錯誤的。理由在於，我們已經考慮了諸多不利條件之外的有利條件，並且已經確定了具體概率，所以不能再次計算這些有利條件。

  在確定被告人的犯罪預謀時，很容易犯此類錯誤。假定基於某個案件的犯罪手法，我們推斷罪犯很可能是一個經驗豐富、屢次入獄的竊賊，這種概率就是附條件的概率。基於無條件概率，我們通常會主張：「眾所周知，屢次入獄的竊賊通常都會再次盜竊，因此，我們有兩個理由假定，由於X 滿足了所有條件，他應當就是罪犯。」但實際上，我們僅僅提到了一個概率，只不過是通過兩種方式計算這一概率。這種推理總體上看並不危險，因為其虛假性顯而易見；不過，當推理的風險更加隱蔽時，就很可能導致嚴重的錯誤。

  基爾希曼對概率作出了進一步劃分，[23] 具體分為以下幾種：（1）一般概率。該概率取決於某個不確定的結論所涉的原因或者結果，並由此形成自身的特點。關於原因的典型例證是天氣預測；關於結果的典型例證是亞里士多德的格言，即我們看到星星移動，所以地球一定靜止不動。兩個科學領域與此類概率緊密相關：歷史和法律；就後者而言，刑法的具體適用尤為突出。人類獲取的信息在這兩個領域均有應用；此類信息主要涉及事件的結果，人們據此推斷事件的原因。

  （2）歸納概率。那些必然為真的事件，構成了推理的基礎，由此得出的結論形成了有效的一般命題。（這在自然科學領域表現得尤為突出，例如，桿菌導致疾病。在桿菌導致的X 疾病中，我們發現了A 症狀；同時，在桿菌導致的Y 和Z 疾病中，我們也發現了A 症狀。據此，我們可以推斷，桿菌導致的所有疾病，都會出現A 症狀。）

  （3）數學概率。該概率是指A 與B、C 或者D 存在關聯，由此推斷概率的程度。例如，產婦可能生下一個男孩或者一個女孩，生男孩的概率就是1/2。

  在上述三類概率中，前兩類概率對我們同等重要，第三類概率的價值較低，因為我們不會遇到數學案件，並且此類概率僅僅具有有限的價值，從而通常用於案件的實際計算。關於這類概率，密爾建議我們在運用概率計算之前，首先了解一些必要的事實，即各類事件發生的相對頻率，從而準確理解這些事件的原因。

  如果統計表格顯示，在每一百名男子中平均有五名男子活到70 歲，這種推理是有效的，因為它顯示出延長或者縮短壽命的原因之間存在的實有關聯。

  庫爾諾對此作出進一步明確的劃分，他將此類事件的主觀概率與可能概率區分開來。克里斯[24] 對後者作出了客觀的界定，具體如下：「常規模具的使用，將在絕大多數情形下產生相同的效果，這將促使我們認定其具有客觀有效性。鑒此，如果模具的形狀發生改變，效果也將發生改變。」

  但是，如何理解這種「客觀有效的效果」，即概率的實質化，仍然像統計學的常規結論一樣不甚明確。因此，當我們知曉計算方式時，能否據此得出任何結論，仍然值得質疑。

  克里斯指出：「數學家在確定概率法則時，將具有不同指向的類似案件歸入從屬地位，仿佛一般條件的穩定性，以及特定事件的獨立性和機會均等性，始終是相同的。因此，我們發現一些簡單的規則，可以通過統計既有的成功案例來計算當前案件的概率，據此也可以計算所有類似案件的概率。不過，這些規則並未考慮任何例外情形。」這一陳述是真實的，因為這些規則已被付諸實施，當適用前提並不契合時，就需要對其適用性進行論證。因此，對於計算死亡率等情形，證人證言和司法裁決可能存在虛假的結論。他們並未按照常規事件的既定模式進行。因此，只有基於可靠而穩定的前提條件，這些規則的適用才是有效的。

  不過，這種觀點僅在無條件概率情形下才是有效的，並且偶爾才會對實踐工作產生短暫的影響。例如，雖然基於統計數據，我很清楚地知道，每X 名證人之中就有一人因偽證而被處罰，但我不會在面對第X 名證人時感到擔心，儘管基於統計數據，該證人可能會作偽證。此類案件中，我們不會上當；不過，當事情較為複雜時，我們仍然可能忘記，只有基於較大數量的數據才能計算概率，此種情況下個體經歷就顯得無足輕重。

  然而，與概率有關的數據及其條件，對每個人都有較大的影響；這種影響是如此之大，以至於我們必須警惕對數據作出過度解讀。密爾曾經提出一個受傷的法國人的案例。假定現有一個連隊，其中有999 個英國人和1 個法國人，該連隊遭到攻擊，其中有一個人受傷，沒有人會相信那個法國人就是受傷的人。康德指出：「如果某人通過他的僕人交給醫生9 個達克特，醫生當然會認為這個僕人或者丟了1 個達克特，或者私藏了1 個達克特。」這些只不過是源自生活習慣的概率。因此，如果僅僅在一打手帕中找到11 張手帕，人們會認為丟失了1 張手帕；如果醫生每隔一小時就預訂一湯匙的藥劑，或者某個工作的年工資是2487 美元，人們難免會感到疑惑。

  不過，如同我們會假定，但凡人類扮演重要角色的地方，總會有內在規律可循，當我們發現意外事件、自然法則或者隨機性的人類合作具有決定性的影響時，就會懷疑是否還有規律可循。如果我讓某人計算隨機發生的事件，結果他聲稱一共有100 個事件，我就可能會要求他重數一遍；如果我聽說某人的藏品恰好有1000 件，就會對此感到吃驚；如果某人聲稱兩地之間的距離正好是300 步，我就會認為他只是作出估算，並沒有進行實際測量。如果人們非常關注準確性問題，或者試圖讓自身的陳述看起來更加具有準確性，就會對此深有體會。他們在援引數據時，會專門提到看似不規則的數字，例如1739、7/8 或者3.25% 等。我曾經遇到一個陪審員審判的案件，即便是投票的比例，也會刻意體現概率的要求。當天，同一個陪審團需要對三起案件作出裁決。在第一個案件中，陪審團的投票比例是8∶4，第二個案件和第三個案件都是相同的投票比例。陪審團主席發現這一比例後指出，某個陪審員必須改變他的投票，因為三次審判都是相同的投票比例，這看起來太不可思議了！如果我們想要探究此類案件中更加青睞不規則投票比例的原因，就會發現經驗彰顯著自然。儘管大自然在總體上顯示出神奇的規律性，但這種規律性並不會體現在具體事物之中，或者說具體事物往往具有不規律性。密爾就此指出，我們並不期望自然界具有規律的特質。我們並不期望明年與今年具有相同的日期安排，當新的事件打破某些看似固定的規律時，我們也並不會感到驚奇。人們此前認為，所有的人不是黑人就是白人，直到在美洲發現了紅色人種。目前，正是此類假定給我們帶來了極大的挑戰，因為我們並不知曉自然法則的局限。例如，我們不會質疑地球上的所有物體都有重量。當我們在地球上發現某些未知的島嶼時，我們希望重力法則同樣適用於新的島嶼；該島嶼上所有的物體，如同其他地方的物體一樣，也具有重量。但是，紅色人種存在的可能性，即便在美洲發現之前，也是應當予以認可的。如果認真思考，那麼下列論斷之間是否存在差異：所有的物體都有重量，以及所有的人不是白人就是黑人。

  有人可能認為，前者是自然法則，而後者不是，但是原因何在？我們能否設想，由於人體的內部構造比較特殊，根據自然法則，實際上不可能存在紅色人種？我們對於膚色究竟擁有哪些準確的知識？有人曾經看到過綠色的馬嗎？儘管沒有人看到過綠色的馬，難道這意味著我們不會在非洲某地發現綠色的馬嗎？難道人們不能通過雜交或者其他方法培育出綠色的馬嗎？如果綠色的馬存在，這是否與某些未知但卻無可改變的自然法則存在矛盾？人們可能在明天就擁有一匹綠色的馬，不過，這可能與水倒流上山一樣不切實際。

  為了確定某事究竟是否屬於自然法則，通常取決於直接經驗的程度和分量，因此，我們實際上無法得出任何普遍性命題。我們唯一可能做到的是，對所有已知例證中的概率以及發現例外情形的概率作出最準確的推斷。培根稱之為提出可靠的假說，在沒有任何反例情形下計算假說的概率。不過，關於自然法則的認定取決於計算的方式。那些未經訓練的頭腦往往簡單接受既有的事實，不會投入精力尋找其他例證，而訓練有素的頭腦則會努力尋找支持自身推論的事實。

  誠如密爾所言，某個自身為真而又沒有例外的假說，當不存在例外質疑時，就可以被視為普遍法則；當某個假說具有這種屬性時，那些真正的例外就不會遭到忽視。

  這提示我們應當如何對他人提供的信息作出解讀。我們可能聽到：「因為這種事情通常發生，所以在當前案件中也可能是如此。」如果簡單接受這種主張，就如同質疑客觀事實一樣不合時宜。更為合適的做法是，認真審查核實有關主張的內在條件，例如，誰通過計算得出「通常」的判斷，以及通過哪些措施可以避免忽視任何例外情形。只有通過這種核實程序，才能對有關信息作出有效的解讀。我們不能奢望一步到位地發現真理，我們只能試圖接近真理。不過，真理不能一蹴而就，我們必須知道發現真理的途徑，並且知道我們通過努力後接近真理的程度。為了實現上述目標，必須了解發現真理的途徑和方法。歌德指出：「人類不是天生就能解決世界的謎團，但能夠發現通向真理的問題，從而置身於人類知識的邊界。」這一不朽名言對我們也很有啟發。

  在審查和判斷領域，最大的錯誤就是過於信賴個體知識，並試圖基於個體知識解決問題，或者不願充分運用其他既有的例證。後一種情形，不僅代表著科學研究者在缺乏充分證明時需要警惕的愚蠢做法，在實踐領域也是非常危險的。簡言之，這種做法也是未能評估既有證據的結果，究其原因，僅僅是由於當事人忽視有關證據，或者由於懶惰而不願開展探究。對於那些無須達到確定性程度，只需達到特定程度的概率的法律程序，例如預審、逮捕、偵查等，也非常需要對上述問題秉承正確的做法。法律不會規定此類案件需要達到何種概率程度。我們無法提出具體的概率程度。不過，我們有必要強調，如果特定的事件無法被證明為真，也必須看起來具有真實性，即沒有其他證據能夠否定特定事件的似真性。誠如休謨所言：「每當我們有理由相信先前的經驗，並且將之作為未來經驗的判斷標準，這些理由就可能具有似真概率。」

  在現代刑事程序領域，概率對有關制度的建立具有非常重要的作用。當法律確定特定數量的陪審員或者法官作為裁判主體時，其概率前提就是，這一數量的裁判者足以查明事實真相。起訴制度的概率前提在於，被告人可能就是罪犯；訴訟期限制度的概率基礎在於，經過特定的時間段之後，懲罰效果可能弱化，起訴也將變得更加困難；專家制度的概率基礎在於，專家不會犯錯誤；逮捕制度的概率基礎在於，被告人的行為非常可疑，或者可能供述自己的罪行等；證人宣誓制度的概率基礎在於，證人很可能在宣誓後陳述事實真相。

  現代刑事程序不僅涉及概率，還涉及不同類型的概率。上訴程序的概率基礎在於，實踐中可能出現錯誤的判決；迴避制度的概率基礎在於，司法人員可能存在偏見，或者至少存在偏見的嫌疑；公開審判制度的概率基礎在於，有必要防止錯誤的判決；改判制度的概率基礎在於，量刑裁決也可能出現錯誤；辯護制度的概率基礎在於，如果被告人沒有辯護法律人幫助，就可能會面臨非正義；法院公文制度的概率基礎在於，缺乏格式文書，可能導致司法實踐不夠規範；扣押書證和證據制度的概率基礎在於，這些材料包含重要的信息。

  當法律制度認真對待重要問題的概率時，這些問題本身也隨之變得更加重要。

  我們有必要追問「規則」的含義，以及規則與概率之間的關係。從科學角度看，「規則」意味著主觀層面的法律，並且與約束自身行為的規則同等重要；進一步講，實踐中僅僅存在藝術和道德層面的規則，而沒有自然法則。不過，規則的運用並不包含這種解讀。我們認為，通常情況下，只有白天才會下冰雹，但作為例外情形，有時夜晚也會下冰雹。規則顯示，對於那些溶於水的物質，它們在熱水中比在冷水中更加容易溶解，不過，鹽在熱水和冷水中的溶解速度相同。我們還認為，通常情況下，殺人犯是逍遙法外的罪犯；喧囂者不會是竊賊，反之亦然；賭徒是團伙成員等。據此，我們或可主張，規律性等同於慣常出現的屬性，而那些所謂的規則，人們往往期望其具有可能性。例如，如果人們認為某個事物屬於規則，就會假定其能夠重複出現。我們不會作出更多預期，但我們經常會錯將包含例外的規則等同於沒有例外的自然法則。當我們對身邊反覆發生的事情習以為常，並且假定，因為這些事情曾經多次發生，因而一定也會像以前那樣再次發生，就會經常犯上述錯誤。當我們聽說某些現象在其他科學領域經常反覆出現，進而將之視為自然法則，就更加容易犯上述錯誤。對這種情形，我們可能並不了解事件的全貌，也不了解有關規則的有效性，整個事件也可能早已發生改變。洛茨在半個世紀前就已指出，基於他此前的統計學觀察，生理學領域的偉大發現平均只能持續大約4 年時間。這一重要論述表明，儘管那些偉大的發現被視為自然法則，但也至多只能被稱作規律性現象，並沒有普遍的有效性。這些生理學領域的真理，也適用於其他許多科學領域，包括醫學乃至法醫學領域的重大發現。這也警示我們，不要對那些稱為「規則」的事物給予過高的信心，錯誤地運用規則，以及過度依賴規則，很容易使我們誤入歧途。許多格言都顯示出規則的不可靠性，例如：「三次失誤造就一個規則」，「屢次犯錯催生黃金法則」，「今天的例外就是明天的規則」，或者「沒有不存在例外的規則，這一規則就是沒有例外的規則，因此，沒有規則不存在例外」。

  此外，規則之所以具有不可靠性，還取決於其源自概括方法這一事實。席勒指出，我們不應隨意進行概括，除非我們能夠證明，一旦存在與現有概括矛盾的例證，我們就能發現這些矛盾例證。實踐中，總體概括往往是唯一可行的指導方法。自然法則通常具有很多限定條件，有關自然法則的例證又存在許多細節，我們很難對兩者作出區分，進而很難從自然屬性角度確定自然現象的存在。我們這個時代的人往往輕率地進行概括，很少開展觀察，並且倉促作出推斷。事件快速出現，例證層出不窮，如果兩者具有類似之處，人們就傾向於作出概括，從中總結提煉規則，然而，那些非常重要的例外尚未被納入視野，一旦倉促提出規則，就往往會導致大量的錯誤。