犯罪心理学：法官、法律职业者与学生手册

由于刑事法官的工作依赖证据，所以可以理解，对他们而言最重要的就是那些具备证据的特性或作用的事物。^[147]证据或证明的充分定义并不存在，因为对于“已证明的”这个词的含义我们并没有设立什么界限。所有学科中都有很多这样的例子，即事物在其存在的很长时间内都具备可能的合理性，后来就变成绝对合理了。当然，也有被认为是已得到证明，后来却发现是不正确的事物，还有很多一度被认为是不太可靠的事情却在很多地方被很多人认为是可能的和可被证明的。尤其值得注意的是，“已被证明了的事物”这个概念在不同学科中具有不同的含义，所以，从数学家、物理学家、化学家、医生、自然学家、文献学家、历史学家、哲学家、律师和理论学家等人提供的一些例子中来明确所谓“已被证明了的”和“仅仅可能的”二者之间的区别，应该很有意思。不过这不是我们的任务所在，也没人会有要判断究竟哪个人知道“已被证明了的”是什么意思的任务。我们只需要通过观察了解到这二者的区别很大，并理解我们犯罪学家为什么对这个问题有如此不同的答案：这是已被证明了的还是仅仅是可能的？这些不同的答案可以很容易地根据数学的、哲学的、历史学或自然学的特点分成不同的组。确实，如果知道对象是谁，就能事先决定所谓“已被证明了的”是什么。但脑袋里面没有特殊信息的人会无法理解这个概念，不管对象是别人还是自己都是如此。

要严格定义“已被证明了的”的含义，必须至少要建立起其与用法之间的关系，并且表明：我们想要的东西会被我们称为“假设”，可能的东西被我们称为“概率”，而看起来很确定的东西则被称为已被证明了的。从这个意义上说，第二句话永远是第一句话的标准（比如，我们想要什么会促使我们去行动，然后变成主导性的行动并被固化成一种前提，继而这种行动又通过这种固化作用被赋予了某种程度的可靠性）。

前两种固化作用，即假设和概率，在其他学科中的地位是不同的，这一点对我们很具有启发性。就算假设变成了前提，它在不同学科中的价值也不同，最清晰的论述和最佳的工作成果主要来自对某个构筑得十分精妙的假说的争辩和讨论。

概率在科学中也有同样的地位。学者发现了一种新思想、新秩序、新解释或新办法等时，不管他认为这件事会有很高的成功概率，或者它可以完全确定下来，其实都无关紧要。他只关心这个观点本身，而只关心观点本身的学者可能更会希望赋予它更高的成功概率，而不是无疑的确定性，因为要是有结论性的证据，他就失去了进一步研究它的兴趣，而概率的存在则允许并要求他做进一步的研究。但是，我们的目标却只能是确定和证明，哪怕成功的概率再高，也不见得比无法获知真相和无法计算要好。在做判断的时候，很高的概率也达不到确证的分量，于是在单独看其本身时，那只是概率，只有结合其确证的其他事实时，才是证明。比如，X最有可能在案发地点被人看到过，如果同时他的不在场证据不足，他的足印却是完整的，加上失窃物确实在他家里被发现，还有某些在案发地找到的物品被确认是属于他的，等等。简而言之，如果所有这些迹象本身都只是极有可能的，是在某些情境下发生的，那么将它们拿到一起的时候就实现了确定性，因为如果X不是罪犯，这么多具有极高概率的事就不可能同时发生。

如前所述，在其他案件中，假设和概率对我们律师来说只有启发价值。我们当然要把假设考虑进去，很多案子要是没有假设的帮助根本就无从调查。每一个扑朔迷离、过程未知的案子，首先要去做的就是把某些假设加入材料中。只要出现任何不符的地方，那就要放弃该种假设，然后再作出一个个新的假设，直到最终有一个成立，那就可以被认为是具有发生的概率。于是这就成为调查的核心，直到它得到证明，或者是各个不同方面的发生概率很高的材料被收集起来共同起到证明的作用。有了很高的可能就足够提出质疑，但是判决要求的是“确定性”，在大部分案件中原告和被告的挣扎、法律的疑虑都是因为可能性不等于证明性。^[148]

从这个意义以及很多相关的关系中，概率对犯罪学家的巨大价值是毫无疑问的。米特迈尔精炼地概括了其重要性：“可能性自然永远不可能导向判决。但是其重要性在于，它是调查者行为的导向，指导他采取某些办法，指明从不同方向上如何开展哪些法律程序。”

让我们回顾一下可能性理论发展的历史。首先对明显的和可能的知识作出明确区分的是洛克。莱布尼茨则首先发现了概率理论对推理逻辑的重要性。他的后继者是数学家贝尔努利和革命家孔多塞。拉普拉斯、凯特尔、赫舍尔、冯·基希曼、J. 冯·克里斯、维恩、库尔诺、菲克、冯·博尔特克维奇等人都研究过该理论的现代形式。不同专业的人士对所谓可能性这个概念赋予的内涵也不同。洛克把所有基本原理都分为明显的和可能的两种。^[149]根据这种划分，“人皆有一死”和“太阳明天会升起”就是可能的。但是要做到和日常用语一致，所有基本原理都必须被分成证据、确定和可能三类。我们知道，确定就是指被经验支持、没有任何怀疑空间的基本原理，除此之外的一切，尤其是需要进一步证明的那些，都或多或少是可能的。拉普拉斯说得更确定：“可能性一部分来源于我们的忽略，一部分来源于我们的了解。”^[150]“可能性理论就是，减少对这类数量既定的、可能性相同的例子的怀疑度，即我们对其存在有同样程度的不确定性，要进一步寻找有利于确定这种可能性的例子，增加其数量。这个数字和所有可能的例子数量的数字之间的关系，就是计算概率的方法。所以这是一个分数，分子是证明结果的例子的数量，分母则是所有可能的例子的数量。”拉普拉斯就这样和J.S.米尔一起，把可能性认定为是比较低程度的确定性，而维恩则提供了一种像真相一样的客观支持。^[151]最后这个观点非常有道理，因为不论某种现象被认为是确定的还是仅仅是可能的，其中其实都存在相当大的怀疑。如果要解释这个问题，判断该现象具有确定性的人肯定假设了某种客观性的基础，但那种基础其实肯定至少是有主观性存在的。菲克是这样用分数表示可能性的：“某个没有表达完整的假设性判断的可能性就是一个真正的分数，是意向结果要想实现必须依赖的所有情况中的一个部分。”

“根据这个理论，谈到任何结果的可能性都是很不合理的。每个单独的事件要么是绝对必然要么就是完全不可能。可能性是一种只适合作出假设性判断的属性。”^[152]

要讨论任何存在可疑之处的结果的可能性也是不合理的，没人能够断言明天下雨这个情况本身是可能还是不可能——表达时只是用语不同罢了。但是有必要区分有条件可能性和无条件可能性的差别。如果我今天要考虑会导致天气变化的条件，包括温度、湿度、云的形状和日照量等，有了这些关系明天天气情况的预报条件，我就能说明天降雨有多大的可能性。我论断的正确性取决于我能在多大程度上准确彻底地了解降雨发生的条件，是否厘清了这些条件之间的关系。而无条件的可能性就和今天影响明天天气的这种条件无关，而只是从统计学上观察到降雨天数问题，这种情况就完全不同了。二者之间的差别对犯罪学家来说很有用，因为如果用一个替代另一个，或者把两个混淆在一起，我们就会错误地计算可能性。比如，假设维也纳发生了一宗谋杀案，我很快就公布了案件并且声称掌握了所有关于案件的信息，根据这些信息，也就是根据让我们能够找出罪犯的那些条件，有这样或那样的可能性。这种说法就表示我计算出的是一种有条件的可能性。而假设另一种情况，我宣布在10年内维也纳发生过的谋杀案中，有哪些案件关于罪犯个性如何没有得到解释，而有哪些案件中又得到了解释，其结果就是得出找到现在这个案子的真凶的可能性有多高。在后一种情况下我说的就是无条件的可能性。无条件的可能性可以从将其自身和其他事件比较入手进行研究，但是它绝不能用作得出结论的依据，因为对案情有利的条件已经包含在无条件可能性的比例中，所以不能重复计入。当然，在实际操作时，任何一种类型的可能性都不见得需要计算出来，只需要大概的解释就可以了。假设我听说了某个案件和发现了一个足印的事实，如果不了解更多细节的话，我就会大叫：“足。印根本就不足以发现什么啊！”我的意思就是，对这种案件的统计数据表明，要取得进展的无条件的可能性比较低。但是如果我发现了足印并和其他情况验证，然后发现：“以目前情况来看，足印是能让我们发现真相的。”然后我宣布：“根据这些情况，发现真相的有条件的可能性很高。”这两种说法可能都对，但是如果把二者结合起来，说“目前这个案子发现真相的条件很有利，但是一般说来通过足印是不会有什么收获的，所以破案的可能性很低”，这句话就是错的，因为在很多不利情况中出现的极少的有利结果已经被考虑过了，已经对一个比例的产生起到了作用，所以不能再使用一次。

这种错误尤其会在判断被告的共犯关系时出现。假设我们说犯罪方式显示罪犯很可能是一个很有技巧的惯犯，也就是说我们的可能性是有条件的。现在我们说无条件的可能性这一点：“众所周知，惯犯常常会再次偷窃，所以我们有两个理由假定X这个同时满足两个条件的人就是罪犯。”可实际上这只不过是一个同样的概率被用两种方式计算了而已。这种结论也不见得都是有问题的，因为其错误性还需要再确定，但是如果问题隐藏得很深，就会造成很大的危害。

基希曼对概率做了进一步细分。^[153]他说：1.一般的概率取决于某些单独的不确定的现象的原因或后果，其特点也来源于此。这种依赖原因的例子之一就是总体天气预报，而依赖后果的例子则是亚里士多德的格言：因为我们能看见星星转动，所以地球肯定是静止不动的。有两门学科尤其依赖于这种概率：历史和法律，更具体地说是刑法的操作和使用。这两门学科都涉及人透露的信息，这种信息是需要努力得来的，所以其出现被认为是原因。

2.归纳概率。肯定性的单独事件造就了基础，其结果就是放之四海而皆准的。（这尤其体现在自然科学中，比如杆菌引起的疾病，在X案例中我们发现了A，在类似的病症Y和Z中也发现了A，所以有可能所有由杆菌引发的疾病都有A这个症状。）

3.数学概率。这就是用数学推算A和B或C或D的关系的概率，也就是说，一个女士生的要么是男孩要么是女孩，所以生男孩的概率是一半。

这些类型的概率中前两种同样重要，第三种则没什么价值，因为在算术方面的例子，且是那种类型的概率，只有暂时性的价值，而对其的研究永远都只能指向一种实在的计算结果。对概率的这种形式，米尔建议我们要在计算之前了解必要的事实，也就是不同事情发生的相对频率，以及这些事件发生的原因。如果统计显示平均有5%的人能活到70岁，那相应的推理就是合理的，因为它表现出了延长或者缩短寿命的原因之间的存在关系。

库尔诺对相对的不证自明做了进一步划分，他把主观概率和属于此类事件的可能的概率区分开来。后者被克里斯用如下例子进行了客观界定：“绝大多数情况下，掷一枚普通的骰子揭示出的是某种相同的关系，这就让人不禁以为这种关系是客观存在的。可如果改变骰子的形状，这种关系也就跟着变了。”^[154]可是人们对这种“客观存在的关系”，也就是概率的实体化的看法，也和对常见的统计结果的看法一样不清晰。于是就出现了一个问题：在已知计算方式时到底能不能有什么收获。

克里斯说：“数学家在判断概率法则时，将那些结果相近的众多单一事件归类为系列事件，并假设这些事件的一般条件、独立性及发生概率等可以视作完全相同。于是我们发现，用一些简单的规则可以从成功案例的数目中算出同类例子的概率。这些规则没有任何例外。”这种说法不见得不准确，因为它提出了该规则的普遍适用性，而在前提不同的案例中其使用也是站得住脚的。所以，比如在计算死亡率的时候出现证人证词和司法判决不一致的情况，这就不是一般模式下的普通情况了。所以，只有在可以肯定普遍条件一致的情况下，对这条规律的应用才会有效。

但是这只有在无条件可能性只偶然对我们的实际工作产生短暂影响的时候才肯定是有效的。因为，就算我根据统计数据很清楚地知道有X分之一的证人会因为做伪证而被罚，我也不会对自己的第X个证人特别警觉，就算根据统计他有可能说谎。在这种情况下我们都不会被骗，但要是情况很复杂就有可能忘记这一点：概率可能只是从很大量的数字中得到的，个人的经验可能会迷失在其中。

无论如何，数字和数字反映的概率还是会对每个人都产生深远的影响，深远到我们必须对数字的使用非常小心。米尔举过一个受伤的法国人的例子。康德说得很重要：“如果有人让仆人给自己的医生送去9个硬币，医生肯定会想仆人要么是丢了要么是偷了1个。”这只是来自习惯的概率。所以，要是只找到了11块手帕，那人们就觉得丢了1块，或者对每一小时一刻钟吃一汤匙药的医嘱、每年2437元的年薪产生怀疑。

但是因为我们假设人为因素会以比较规律的形式出现，所以一旦在偶然的、自然的或未经计划的人为行动中出现规律形式的时候，我们也会产生怀疑。如果我让人计算同时发生的偶然事件，而他的结果正好是100，我可能就会让他再数一遍。听到某人的藏品正好是1000件，或说走了300步，我就会觉得那只是大致估计，而不是真正数出来的。那些不怎么在意准确性的人，以及想把话说得听起来像具有最高正确性的人非常清楚这一点，于是在引用数据的时候，他们会故意用一些特别不规则的，比如1739、7/8、3.25%等。我知道有个例子，在陪审员投票时得票率都是这样安排过的。同一个陪审团当天要通过3个小案件，第一个投票是8:4，第二个和第三个也都是这样。但是主席看了这个数字之后就说，其中一个人必须改变自己的投票，因为3次同样的投票结果看起来不太可能！如果我们想了解自己的长官在此类问题上青睐不规则数字的原因，最后就会发现是因为这能表现出自然的状态、体现出彻底的自由，于是就在小问题上表现得不规则，尽管在真正大自然中大多数事物都具有神奇的秩序性。因此，就像米尔更详细地阐述过的那样，我们不会期待从大自然中看到形式上的一致性，不会把别的年份的日期与星期几的对应关系看作和今年的一样，要是有新情况破坏了这种暗含的规律，我们也不会觉得奇怪。我们刚刚默认了人要么是黑皮肤要么是白皮肤，结果就在美洲发现了红种人。现在，正是这样的预设给我们带来了极大的困难，因为我们不知道自然规律的极限何在。比如，我们并不怀疑地球上所有物体都是有重量的，所以就不会指望找到某些未知的小岛成为例外，因为任何小岛上的物体也和其他地方的一样，都是有重量的。但是在发现美洲大陆之前，存在红色人种的可能性就应该被考虑到。那么这两种主张的区别到底在哪里？所有物体都有重量，以及所有人要么是白人要么是黑人。有人可能会说第一个是自然规律而第二个不是。但为什么不是？人类的身体同样也是根据自然规律构成的，所以红色人种根本不可能存在吗？我们对色素又有哪些准确的知识呢？有人见过绿色的马匹吗？难道没人见过就等于不可能在非洲大陆中央发现一匹绿色的马吗？还是说绿色的马的存在和某些我们未知但却不可战胜的自然法则相悖？可能明天有人就能发现一匹绿色的马，也可能这种事就像水能流上山那么不可思议。

要了解某件事到底是不是自然规律，这取决于我们直接经验的阶段和等级，因此我们可能永远都无法真正得出某个放之四海而皆准的命题。唯一可能的就是从已知的所有例子中通过观察得出某个有最大准确度的结论，以及其中存在例外的概率。贝根把建立可靠的假设称为没有反例的情况下的数数。但是能得出规律的也正是这种数数的方式。未经训练的大脑只会接受事情的发生而不会去寻找其他可能，而经过训练的则会去寻找支撑自己推论的前提所需要的事实。就像米尔说的，只要没有任何可疑的例外存在，那任何本身看起来真实的论断就可能是普遍有效的，如果情况真是这样的话，那真正的例外也不可能漏网。

这就教会我们应该如何理解别人提供的信息。有这么一句话：“因为情况一直如此，所以可以认为现在也会如此。”对此不假思索地接受其实和对所有事实都心存怀疑一样，都是愚蠢的表现。正确的方法是了解并找出决定性的因素，也就是：是谁对这个“一直如此”做出判断，他又采取了哪些措施来避免遗漏任何例外。真正的理解就来源于这种验证中。我们不可能指望一阵风能吹来真相，只能慢慢去靠近它。但是必须采取一些步骤，了解步骤的进程和作用。这只能通过发现谁制定了步骤、又是怎样制定的才能实现。歌德不朽的名言说：“人生来不是为了解开宇宙之谜的，而是要找出问题指引的方向，这样才能保证立身于合理的限度内。”这对我们也是正确的。

在检查和判断时犯下大错往往是因为我们赋予某个条件过高的价值，想只通过它就能解决问题，或者是不敢充分利用已知的条件。后者代表了一种在缺乏完整证明时有利于科学精神的愚钝，但是对实际事物来说就很危险。作为一种规律，这也是忘记或者懒得评估已知条件的一种结果。某些法律程序的执行——如初期勘查、逮捕、对场地的搜查——所要求的只是满足一定概率而不是完全的确定性，如能够满足条件，那么采取恰当的行动就特别必要。没有哪条法律规定这类案件需要有多高的概率才能成立，要说出具体有多高也是不可能的，但哪怕不能证明是真实的，也必须看起来像真实，也就是说不能有任何破坏真相形式的因素出现，这样的想法也不见得明智。就像休谟说的：“当我们有理由相信以往的经验并以之作为判断未来情况之标准的时候，要知道这些理由都有其概率。”

在现代刑事诉讼中，概率的地位不可谓不重要。法律规定需要有一定数量的陪审员和法官，有可能是因为这个数量就足够发掘真相了。起诉系统要建立的也是被告就是罪犯的可能性。超过诉讼时效这个概念也表示，案件发生一段时间之后对罪犯进行惩罚的可能性就变得很小，而起诉也会变得不确定而困难重重。而专家制度则是依赖专业人士不出错的概率。逮捕令则依赖对被告采取行动或者他可能会谈及罪行的概率。证人宣誓则依赖宣誓之后更可能说实情的概率。

现代刑事诉讼不仅涉及概率，还涉及各种可能性。每份起诉书的基础都存在错误判断的可能；排除某些法官也是基于会有偏见的可能，或者至少是怀疑偏见；公开审判意在避免不正确的可能性，审判复核是出于就算是法律判决也有出错的可能，辩护律师制度则出于无力辩护之人可能受到不公正待遇的可能。所有法庭诉讼程序都假定：如果没有这些程序，就可能出现不当行为，而扣押信件和报文作为证据的制度也是基于其中可能会有重要内容的假设，等等。

当法律中的确凿断言涉及可能性和概率问题时，后者就变得尤为重要。

我们还需要问的就是“规则”的含义及其与概率的关系。科学上的“规则”指的是主观接受的法则，在指导个人行为方面具有同样的重要性，从这一点来说就只会存在艺术和道德的规则，而没有所谓自然的规则。但其用法却没有暗示出这种含义。我们说只有白天才会下冰雹，这是规则，但也有晚上下的例外存在；鲸的体形规则表明它们在北冰洋中生存；普遍规则表明只溶于水的物质在温水中比冷水中更易溶解，但是盐在二者中同样易溶。我们还说：凶手是未被惩罚的罪犯，这是规则；有一条规则是说斗殴的人不是小偷，反之亦然；作为一种规则，赌徒一般都是很有才能的人；等等。所以可以说，规律等同于习惯的重复，任何规则都是可能发生的。也就是说，如果有人说这样或者那样的事情经常发生就是规则，我们就会期待其再次发生。尽管有过高的期待是不现实的，我们还是经常会犯错，会允许本来自然法则不允许的例外出现。这常常会让我们迷失在自己本该负责的日常事务中，还假定由于这些事情发生过几十次，它们肯定一直都是这样的。尤其常见的是，当我们听到其他学科将某种现象的发生描述为经常性的和规律性的，我们就会认为那就是自然法则。后面这种情况中我们很可能其实不了解全貌，或者只听说了某些与之有关的普遍规律。或者还有一种可能是事情很早就发生变化了。近半个世纪前洛策写道，他曾经做过一个统计式观察，发现生理学中一些伟大发现的寿命平均在四年左右。这个值得注意的论断表明，伟大的发现被作为自然法则建立起来，也仅仅说明其自身最多也只是很普通的现象，无权成为普遍有效的规律。对生理学来说是正确的问题对其他很多学科亦然，就算是医学甚至是法医的伟大发现也是如此。于是这就提醒人们，不要对所谓“规律”太有信心。对规律的错误使用和舒服的依赖往往会把我们带偏。其不可靠性在这类谚语中表现得淋漓尽致：“三次失误造就一条规律”，“把很多愚蠢行为加在一起，就是生活的金科玉律”，或者“今天的例外，明天的规律”，或这个经典的矛盾：“说世界上不存在没有例外的规律，这条规律本身就没有例外。可见没有例外的规律是不存在的。”

规律的不可靠之处在存在概括化时，就像席尔说的，千万不要概括，除非在能够证明和概括矛盾时，也能弄清楚这些矛盾是什么。不过在实际生活中，大致的概括往往是我们唯一的行动指南。自然法则条件性太多，涉及的问题太多，要作出种种区别也很不容易，所以很难通过自然现象的特征从我们日常生活的影响中找到答案。我们身处的时代也容易让人观察太少、但太快太多地做出判断。事件太多、发生得太快，如果情况类似就容易被概括成一类，成为一种规律，而那些更加重要的例外却往往没有被观察到，而这种规律一旦被建立起来，就会导致很多错误的发生。