批量公民个人信息真实性证明困境之破解

邓超

随着网络技术的发展，公民个人信息的获取、储存、传播和扩散越发便捷，我国社会相应的经历了从“熟人社会”到“陌生人社会”再到“透明人社会”的转变。作为网络空间涌现的新型犯罪对象，刑法将公民个人信息背后所映射的公民财产权、人身权以及人格权等综合权利束作为工具性法益加以保护。[1]批量公民个人信息（以下简称批量信息）具有海量化、动态化和共享性、时效性、真伪性等特征，运用现有司法资源和技术，难以对虚拟空间的信息与物理空间的自然人一一核对和查验，这种虚拟与现实的错位衍生了网络犯罪特有的“镜像分离”，成为案件事实的特定证明难题。最高人民法院、最高人民检察院《关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》（法释〔2017〕10号）（以下简称《解释》）第11条第3款规定：“对批量公民个人信息的条数，根据查获的数量直接认定，但是有证据证明信息不真实或者重复的除外。”该规定看似简化了证明方式、减轻了证明负担，但由于批量信息真实性证明的理论定位模糊不清、实践样态又纷繁复杂，没有一劳永逸的解决路径，证明难题在司法实践中依然陷于困境。

一 证明困境之实践图景

与传统犯罪的证明不同，批量信息的真实性不仅是一个证明问题，而且与证据采信紧密相关，并直接影响到定罪和量刑。目前司法实践中，对批量信息真实性的证明困境主要表现在：

第一，真实性是否需要证明存在分歧。对《解释》的理解主要有3种观点，一是认为不需要证明，属于免证事实；二是认为应当证明，属于必须运用证据加以证明的事实；三是认为虽然需要证明，但由于司法资源有限，客观上无法证明，如信息数量数亿条时，在有限的时间和技术条件下，往往未予证明。这3种观点在司法实践中均有所体现，不仅反映了理解上的分歧，而且形成了截然不同的办案思路和认定方式。

第二，如何证明真实性尚未规范。目前对批量信息真实性加以证明的方式主要有两种：对全部公民个人信息加以证明和对部分公民个人信息予以抽样证明。后者是司法实践中的主要证明方式，但证明方法多种多样。[2]主要采用随机抽样法，从涉案全部信息中随机抽取少量信息作为样本，通过拨打电话、核对信息原始出处等方式加以检验；个别采用倍数法，对于全部信息以5000倍数进行抽样，通过样本号码拨通率平均值加以检验；或者采用信息基数法，从全部信息数量去除重复项，结合对各类信息的真实性、有效性进行抽样后确定的比例认定相关信息基数，再对信息基数中仅包括姓名、电话的简单类信息予以扣除，最终认定真实信息数量。可见，目前对批量信息的抽样认定尚不规范，不仅缺乏法律依据，而且抽样认定方法是否具有代表性，结果是否具有客观性，甚至连抽样结果属于何种证据类型，尚面临很大争议。

第三，真实性证明责任承担存在不同方式。证明责任承担方式决定了在真实性无法证明时，证明不利的法律后果由谁承担。司法实践中存在5种证明责任承担方式：一是由司法机关承担批量信息真实性的证明责任；二是由被告人承担批量信息真实性的证明责任；三是由被告人对自己提出的辩解意见承担证明责任，这种情形在实践较为常见；四是由被告人对自己提出的辩解意见承担提供证明线索的义务，再由司法机关予以核实；五是将证明责任转化为量刑问题，即在批量信息真伪难辨的情况下，由法院在量刑时酌情从轻或者减轻处罚。这5种情形展现了证明责任从控方到辩方之间的不同分配方式，表明传统上由司法机关承担证明责任的方式已经难以适应公民个人信息犯罪打击的需要，但如何予以规范尚缺乏共识。

第四，抽样结果的应用方式大相径庭。大致可以归纳为3种：第一种是抽样结果中显示存在真实的信息时，径直以查获的信息数量直接认定，此时抽样结果对案件认定不产生影响，亦即“抽样有真有假，只要抽样有真就认定全部为真”。第二种是抽样结果中显示信息有真也有假时，不能以查获的信息数量进行案件认定，而需作进一步处理，亦即“抽样有真有假，不认定全部为真”。具体处理方式又分为3种：一是按照抽样为真的比例相应扣减信息条数，并以扣减后的信息数量作为定罪量刑的依据；二是根据抽样结果和信息内容等进行综合认定，在量刑时只适用基本犯量刑档，不适用加重犯量刑档；三是将有真有假的抽样结果作为酌定从轻处罚的量刑情节。第三种是抽样有真有假时，以存在虚假信息为由不再对批量信息数量进行认定，改由采用其他入罪标准进行评价，亦即“抽样有真有假，不再对全部加以认定”。批量信息真实性证明困境引发的混乱可见一斑。

二 证明困境之追本溯源

批量信息真实性证明陷于困境，既源于批量信息的独特性以及由此带来的证据和证明内生难题，也源于建立在物理空间上的传统犯罪认定方式和证明模式应对处于网络空间的批量信息时捉襟见肘、难以兼容。

第一，批量公民个人信息的独特性。同传统犯罪对象相比，批量信息具有以下特性：一是数量庞大。由于网络的聚集性和高存储性，批量信息的数量以指数级增长，多的可达上千万条甚至数亿条，呈现出海量化特征。二是变动不居。公民个人信息是对自然人身份或者活动等的反映，但是一经存储又相对独立。由于公民个人信息不断变化，而存储的信息可以不断复制或加工，这就造成批量信息的真实性处于不断变动之中，呈现出动态化、时效性、真伪性等特征。三是可传递和扩散，在传递和扩散过程中不会发生损耗，呈现出共享性、可传递性、无损耗性等特征。

第二，批量信息证据和证明的内生难题。逐一核实信息的真实性，与运用推定规则认定信息的真实性，均为证明个人信息真实性的合适方法，只是基于案件实际情况作出的不同选择。[3]由批量信息的独特性所决定，批量信息的证据和证明呈现出以下独特现象和难题：一是海量证据的出现和证明的低性价比。批量信息的海量化决定了证据的海量化，要一一核实就需要消耗大量的司法资源，而侵犯公民个人信息罪不属于重罪，这意味着司法资源投入与犯罪追诉之间明显失衡，性价比低。二是抽样证明的便宜性和内生难题。抽样属于一种全新的证明方法。在抽样取证中，因为所提取的并非全部公民个人信息，仅是部分样本，待证事实却是全部公民个人信息的属性，因此，样本证据与待证事实之间只具有部分同一性，样本证据并不能直接证明全部待证事实，而必须依赖一个中间环节——事实推定，即运用经验法则，通过间接事实来推断主要事实（待证事实）的一种证明方法。[4]在抽样取证这一证明方法中，确保事实推定得以成立的是科学的抽样统计学原理，据此，侦控机关只需提供抽样所得的样本证据，即可依据样本证据与待证事实之间的高度盖然性推定待证事实的存在。[5]司法实践中，要进行批量信息的真实性核实，目前主要采用抽样方式。抽样方式企图在局部和整体之间搭建证明的桥梁，但由于批量信息定型化差，真实性变动不居，抽样证明内含着合法性、合理性等诸多问题。三是短缺证据的形成和证明标准的缺口。当司法人员使用的“现实证据”远远少于案件发生时客观存在的“潜在证据”时，即形成证据的短缺。这种短缺不仅体现为量的短缺，还体现为质的短缺，现实证据未能达到“确实充分”的标准，不足以证明批量信息的真实性这一犯罪要素。

第三，传统犯罪认定和证明模式的应对缺陷。2018年修改后的《刑事诉讼法》第51条确立了“公诉案件中被告人有罪的举证责任由人民检察院承担，自诉案件中被告人有罪的举证责任由自诉人承担”的刑事举证责任分配规则。无论哪个法律系统的诉讼法都有3个判决区：已证明——真伪不明——被反驳，其中第一和第三区由证明评价和证明尺度解决，第二区只能由证明责任主宰。[6]批量信息真实性证明的困境，表面看是证据法层面的问题，根源则在于传统犯罪认定和证明模式难以应对网络空间中的新型犯罪。传统犯罪发生于物理空间，具有确定性、实在性和局域性，我国刑法构建了精确计量的犯罪认定模式，犯罪构成要件上实行“定性+定量”，证明上则强调客观真实。然而，侵犯公民个人信息罪发生于网络空间，批量信息的传播摆脱了时空的束缚，物质性极弱，定型化差，难以用精确的犯罪评价和精准的数额认定。

三 证明困境之破解路径

公民个人信息犯罪的保护法益是信息背后所映射的公民财产权、人身权、人格权等综合权利束，当信息失效或不真实时，法益保护的基础荡然无存。因此，只有真实的公民个人信息才能成为犯罪对象，公民个人信息的真实性成为必须运用证据予以证明的构成要件要素。不能因为批量信息真实性证明困难，就放弃对真实性的追求，否则将失去犯罪构成要件的现实支点。基于批量信息的独特性以及由此带来的证据和证明难题，无法通过对传统犯罪认定方式和证明模式简单扩容加以解决，而需要从犯罪认定、证明模式、证明标准、证据认定、责任分配等方面，实现犯罪评价体系的升级改造。

第一，犯罪认定上，需要从精确计量转换为等约计量。不同的时代生产不同的世界观。我国传统司法追求的精确计量和客观真实背后有深厚的哲学根基。传统认识世界的认识论建立基础是牛顿的客观实在属性和因果关系的基本假设，产生了作为工业时代产物的牛顿式思维。当下全球已经步入信息时代，万物互联，互联网连接一切。在信息时代，我们面对新的研究对象——信息技术与人的思维，是不同于传统研究对象的新对象。[7]经典物理学相对适合宏观物质世界的运动，而量子物理学则揭示了微观物质世界运动的本质与规律。[8]人的思维和信息传递过程都是看不见、摸不着、没有形状、没有重量的东西，它的物质性极弱，运动速度极快。由于物质性极弱，其最大的特征就是波动、跳跃、快速变化、不可预测，由此可以看出微观世界的发展存在跳跃性、不连续性和不确定性；事物之间的因果联系像“蝴蝶效应”所显示的那样，异常复杂；事物发展的前景是不可精确预测的。[9]网络时代的典型特征是充满不确定性、不可知和跃迁性。维克托·迈尔－舍恩伯格（Viktor Mayer-Schnberger）与肯尼思·库克耶（Kenneth Cukier）认为，执迷于精确性是信息缺乏时代和模拟时代的产物。[10]

在犯罪对象海量化的当下，犯罪评价和数额认定都难以实现精确化，这在客观上要求进行刑事法理论的创新，实现网络犯罪评价体系的转型。

精确计量对应于物理空间中具有确定性的犯罪对象，在评价时具有刚性特征。在公民个人信息的数量呈现海量时，不能采用精确计量，而需要转换为等约计量。等约是大约等于的意思，等约计量是指按照大约等于的方式，对具有犯罪对象海量化的犯罪行为加以评价，以及对海量化犯罪对象的数量加以认定。通过等约计量，既可以解决犯罪评价的标准问题，又可以较好满足海量化犯罪对象弹性的评价需要。

第二，证明模式上，需要确立整体主义证明模式。整体主义证明模式并非从单一的原子的证据出发，而是运用整体解释和说明审视在案证据和信息。它着眼于由全部证据拼凑出的叙事图景，注重证据原子与证据组合、正向信息和反向信息等多种信息的接收与判断。在公民个人信息的数量呈现海量时，司法人员可以从信息来源、去向、用途、聊天记录、被告人供述和辩解、被害人陈述、证人证言等证据和信息综合判断信息的真实性。

第三，证明标准上，需要建立或然性的证明标准。或然性的证明标准是和证据确实充分的必然性证明标准相对应的，指的是司法证明只能达到较大概率优势的不完全证明。在公民个人信息数量海量化时，由于犯罪对象不可知加上计量方法存在不确定因素，对批量信息真实性的认识只能采用归纳推理的方式，而这种归纳是不完全归纳，属于概然性推理，因而对批量信息数量的认识不能得出一个完全确定的答案，而只能是带有概率性质的或然性认识。

第四，证据认定上，需要按照信息时代数据中心主义的要求，对现有证据类型加以调整。例如，可以增加大数据证据这一新的证据类型，通过数据归纳和推理得出定量结论。还可以建立电子证据科学评估鉴定制度，对批量信息的真实性及其强度进行评估，取代目前不规范的抽样证明。为保证鉴定结果的客观公正，还需要一并建立电子证据真实性及其强度的司法认定规则。

第五，责任分配上，需要合理分配批量信息真实性的证明责任。基于我国刑事证明责任构造的分配原理，从有利于打击犯罪的现实考量，距离证据远近、举证难度及现实可能性，以及维护被告人合法权益的刑事政策出发，需要对批量信息真实性证明的责任分配进行适度调整。首先由侦查机关和检察机关承担初始证明责任，在其达到或然性证明标准后，证明责任即发生转移，由控方证明模式转变为辩方证明模式。基于对人权保障、证明难易、审判公正及司法效率等多重因素考量，对于辩方不能要求其达到严格证明的标准，而应当适用自由证明的标准。

（作者为北京市海淀区人民检察院第二检察部检察官，法学博士。本文原载《检察日报》2019年7月14日第3版，收入本书时有扩充）

---

[1] 目前，对侵犯公民个人信息罪的法益如何界定尚未形成统一意见，理论界和司法实务中均存在多种观点，如公民的人格权、公民的信息权、公民的隐私权、“‘公权（益）关联主体’对个人信息的保有”以及公共信息安全等。参见曲新久《论侵犯公民个人信息犯罪的超个人法益属性》，《人民检察》2015年第11期；皮勇、王肃之《大数据环境下侵犯个人信息犯罪的法益和危害行为问题》，《海南大学学报》（人文社会科学版）2017年第5期；陈梦寻《论侵犯公民个人信息罪的法益》，《刑法论丛》2018年第1卷等。由于信息具有多元利益性，信息权利是一定具体权利的综合体，而不是某一项单独的权利，其包括了多项具体的子权利的内容，每一项权利都反映出主体对于信息客体所具有的利益形态，每一项也都可以认为是信息权利的具体内容。故本文提出了信息法益是公民个人信息映射的公民财产权、人身权以及人格权等综合权利束的观点。参见黄琰《信息刑法基本问题研究》，博士学位论文，武汉大学，2012年，第59页。

[2] 从技术角度看，电子数据取证的方法和技术，可以对伪造程序的功能及产生的结果数据进行侦查实验、代码逆向分析鉴别，确定涉案公民个人信息电子数据的真实性。在本文统计的判决中，没有通过电子数据取证方式确认公民个人信息存在伪造情形。参见朱容宇《浅析电子数据取证在侵犯公民个人信息案中的应用》，《法制与社会》2017年第25期。

[3] 参见喻海松《侵犯公民个人信息罪司法解释理解与适用》，中国法制出版社2018年版，第65页。

[4] 参见万毅、纵博《论刑事诉讼中的抽样取证》，《江苏行政学院学报》2014年第4期。

[5] 参见万毅、纵博《论刑事诉讼中的抽样取证》，《江苏行政学院学报》2014年第4期。

[6] 参见[德]汉斯·普维庭《现代证明责任问题》，吴越译，法律出版社2006年版，第157—158页。

[7] 参见龚思奇、彭香萍《量子思维方式对当代社会的启示》，《职业时空》2008年第9期。

[8] 参见钟小石、饶国宾《量子思维方式的产生、特征及其对当代社会的启示》，《南昌航空工业学院学报》（社会科学版）2005年第2期。

[9] 参见钟小石、饶国宾《量子思维方式的产生、特征及其对当代社会的启示》，《南昌航空工业学院学报》（社会科学版）2005年第2期。

[10] 参见戎思淼《量子思维对大数据背景下信息决策新思路的启示》，《科技进步与对策》2016年第8期。