《中國司法文明指數調查數據挖掘報告 2014》以公民對於司法文明指數所包含各個方面的個人認識集合的調查問卷進行了深入的數據分析，展示通過上述數據分析方法得到的數據分布情況，並通過歸納性推理，展示易讀性數據分析結果，發現隱藏在數據下的內在聯繫，揭示出數據中隱含的、先前未知的並有潛在價值的信息，從而直觀呈現受訪者對我國司法狀況的主觀感受，進而為研究人員發現問題、解決問題奠定基礎，最終起到全面推進我國司法文明進程的作用。

張中，法學博士，社會學博士後，中國政法大學證據科學研究院（證據科學教育部重點實驗室）副教授，碩士研究生導師。主要研究方向為證據法學、刑事訴訟法學。主要著作有《檢察制度原理》、《證據法學》、《弱勢群體的法律救助》等。曾獲北京市第十屆哲學社會科學科研二等獎、中國政法大學優秀教師獎等多項獎項。

《中國司法文明指數報告2014》通過對9個省市司法文明狀況進行實地動態監測，從普通人的視角，調查和評估可能影響人民群眾日常生活的司法文明狀況、展現司法文明程度的綜合指標，以直接調查數據為基礎，以直觀圖形呈現和反映了人民群眾對本地司法文明發展的滿意程度。我們從統計方法、數據深度分析、原始數據質量判斷和基於面板數據的深度挖掘展望四個方面介紹本項目的數據挖掘工作方案。其中，統計方法部分主要就數據挖掘的常見手段，即頻數分析、交叉分析和比較分析三種方法做出簡要介紹;數據深度分析部分則以具體題目為例，就主體問題間交叉分析及不同受訪人群間答案比較分析的步驟與意義進行簡單介紹;原始數據質量判斷部分則主要圍繞數據質量的分析、篩選及其可能隱含的內在規律予以展開;基於面板數據的深度挖掘展望部分著重介紹如何依托多年連續數據，發現隱藏在數據下的內在聯繫，揭示我國司法文明的內在特點，進而幫助各地司法部門有針對性地進行建設與改革。
一、數據挖掘采用的統計方法
（一）頻數分析
調查問卷中的任意問題均可做頻數分析，從而便於統計受訪者面對各項問題的主觀感受及傾向。
（二）交叉分析
1.主體問題和受訪者屬性間的交叉分析
通過對主體問題答案和受訪者自身屬性之間關聯分布的深入挖掘，探究問卷調查結果中是否具有群體性特征。
2.主體問題間的交叉分析
通過對不同主體問題間的關聯分布的深入挖掘，可達成以下三種目的:
a.檢驗問卷抽樣是否具有代表性;
b.檢驗受訪者對待問卷的認真程度;
c.深入挖掘數據背後隱含的受訪者主觀感受。
（三）比較分析
通過對同一主體問題不同受訪人群答案的分布情況進行比較，描述數據間對應關繫，進而挖掘不同群體受訪者主觀感受間的異同。
鋻於頻數分析、基於主體問題和受訪者屬性間交叉統計的分析方法較為基礎，實現方式較為簡單，它們多被用於客觀描述調查數據所反映的表層現像及題目間可能存在的淺層關聯，相關結論可參考零點公司《2014中國司法文明指數報告》，本文對此不再贅述。
本文將重點闡述如何憑借主體問題間交叉分析、比較分析和基於面板數據的數據挖掘等統計分析手段，深入研究中國民眾主觀意願與司法繫統客觀行為間的內在聯繫及深層規律。我們通過對5張問卷合計191道主體問題的深入挖掘，可得到至少400項有意義的統計分析結果。
二、數據深度分析
現僅以“公眾卷”為例，通過對該問卷中36道主體問題進行深入挖掘，至少可得到有意義的交叉分析35項，數據比較分析74項（其中僅“公眾卷”內部問題比較分析52項，和其他各卷相關問題比較分析22項）。以問卷中A3及A4題為範例，簡要闡述數據挖掘過程。
…………
三、原始數據質量判斷
在數據清潔、分析、挖掘的過程中，研究者往往有意或意地發現受訪者的反饋存在矛盾。究其原因，一方面是由於受訪者填答過程不認真不嚴肅;另一方面是某些深層次的因果關繫所反映出來的表層矛盾。通常的處理方法是將這部分樣本剔除，以達到清潔數據的目的，但這樣往往就失去了挖掘深層次問題的機會。因此，我們在傳統清潔數據方法的基礎上，嘗試對“問題樣本”進行深入探討，從而最大限度保障樣本數據的質量，同時挖掘樣本數據隱含的信息。
…………
四、後期研究展望
面板數據也稱為時間序列橫截面數據，是同時在時間和截面上取得的二維數據。面板數據從橫截面上看，是由若干個體在一些時刻的截面觀測值構成;從縱剖面上看，是一個個時間序列。區別於一般調查數據統計處理機構常用的數據面板分析方法，我們嘗試采用建立面板數據模型的方式，充分利用時間序列和橫的信息，不僅分析各序列和截面的共性，還可靈活地單獨分析各序列和截面的性質，從而方便地解構、分析傳統一維數據方法難以處理的復雜社會問題。
在本次調查中，若以多年連續數據為統計樣本構建面板數據，通過對其進行深入挖掘分析，嘗試發現隱藏在數據下的內在聯繫，進而揭示我國司法文明的內在特點。由於缺少實際數據，現以2014—2018年間我國法院作風、判決公正性和法院認可度間內在聯繫為例，通過文字形式簡要概述其量化分析步驟:
1.面板數據集的構建
法院作風:主要依托問卷中A5、A8、A12題的數據結果;
判決公正性:主要依托問卷中A6、A7、A13、A14題的數據結果;
法院認可度:主要依托問卷中A4、A9、A15、A21題的數據結果。
通過對上述各題的回答進行不同賦值，得到各年中每一份問卷裡每一道題的得分情況，再將各份問卷中的得分情況按題目和年份予以累加，以這些分數累加值為統計目標構建如表0—7所示的面板數據集。……
依照數理統計理論，可方便地探討任意行或任意列數據間的內在聯繫。下面以探討民眾對法院判決信任程度（A15題）的影響因子為例，進行統計分析。
2.通過單位根檢驗法分析數據平穩性
由於在進行時間序列分析時，或因偽回歸問題造成分析結果失真，因而在進行數據分析之前，先要采用單位根檢驗法對數據的平穩性進行基本判斷;即，對面板數據表中的各列數據分別進行單位根檢驗判斷平穩性。
3.協整檢驗或模型檢驗
在進行各變量單位根檢驗後，若各變量均為同階單整，則可通過協整檢驗法確定樣本變量間存在的長期均衡關繫;若發現變量間為非同階單整，即發現面板數據中有些序列不平穩，則可通過對數據模型進行修正以消除數據不平穩造成的不利影響。
通過該步驟，可以發現具體哪些項目和A15項存在長期均衡關繫，即確定哪些因素和民眾對法院判決的信任度之間存在相關性。
4.面板模型的估計
此步驟的主要目的在於確定適合的數據分析模型，便於對調查數據展開分析。直接作用就是找出相關變量間的具體關繫，建立實證模型：……
5.向量自回歸
此步驟的主要目的在於判定建立的數據模型是否合理，並分析隨機擾動對變量繫統的動態影響。即，若上式通過向量自回歸檢驗則表示，對該地區而言，論是短期還是長期，相關題號所代表的內容都是作用於民眾對法院判決信任度的影響因子，且其對應的β值便為相應貢獻度。
由此可見，面板數據分析可幫助探索、確認法院的哪些實際行為以及民眾的哪些主觀感受可能影響當地民眾對司法判決的信任程度，揭示出隱藏在數據下的內在因果聯繫，並直接量化其影響力大小，從而幫助地方法院找到影響自身公信力的主要問題，進而有針對性地進行建設與改革，最終起到推進我國司法文明進程的作用。
……