尚权推荐SHANGQUAN RECOMMENDATION

摘要：在刑事司法证明过程中，证据推理的目的是构建案件事实，而论证方法、故事方法和概率方法是目前学界研究证据推理的三种主流方法。三种方法各有千秋，但目前还没有有效融合。研究发现，三种方法其实有着共同的推理基础——最佳解释推论，这使得融合三种方法，提出一种新的方法成为可能。正是在这一基础上，文章提出了定性定量平衡法，可以有效弥补三种主流方法的不足，同时又保留了它们各自的优势。研究结果表明，这种融合方法不仅对于证据推理研究具有重要的理论价值，而且对于智慧法院、智慧检务、智慧公案建设过程中建构面向法律人工智能的证据推理逻辑模型具有重要的现实意义。

关键词：司法证明；证据推理；最佳解释推论；定性定量平衡法

案件的客观事实具有不可直接观察的特征，事实发现者只能通过收集、组织并分析各种已观察到的证据，结合常识和经验知识进行推理，以确定某种情形现在或者曾经是否属实，从而构建案件事实。准确构建案件事实是减少冤假错案以实现司法正义的根本路径。由证据得出事实的过程，绝对不是不证自明的，证据并不等同于事实，必须针对证据进行理性推理，这就是所谓的证据推理（reasoning with evidence）。证据推理作为从证据推导出案件事实的桥梁和纽带，无疑是司法证明的关键环节。然而，证据推理也是一种不确定性推理，许多错误都有可能发生，例如统计错误、歪曲事实等。因此，证据推理亟须一套能得出可靠结论并防止错误发生的分析方法。

论证方法、故事方法和概率方法是目前学界主流的三种证据推理方法。在评价证据构建案件事实时，这三种方法有其各自的理论体系。本文提出一套融合这三种方法的推理模式，并结合新冠病毒疫情防控期间上海发生的一起“口罩盗窃案”进行阐释，以期为司法实践提供逻辑模型和理性指引。

一、证据推理的三种常见方法：论证、故事与概率方法

根据证据，通过推理以构建案件事实，并非一件容易的事情。人们需要处理现实生活中日常事件的各种瞬息变化，其过程极其复杂，难以驾驭。例如，当证人在法庭作证时，我们需要观察证人的言谈举止。证人的眼神直视询问者，这说明他诚实可信，还是逢场作戏的自信？证人声音变调，这说明他在捏造事实，还是关心案件的结果？证人出汗或肌肉抽搐，这说明他是出于无辜的紧张、撒谎的压力，还是身体的不适？因此，事实发现者需要一个一般接受的推理规范框架，该框架能普遍适用于证明过程中的各种情境，并有效避免推理可能产生的错误。在学界中，有三种从证据到事实的推理规范框架，分别是论证方法、故事方法和概率方法。然而，这三种方法并不是一种普遍接受和广泛适用的规范性框架，它们有其各自的理论体系、侧重点和优缺点。接下来，我们将对其逐一概述。

论证方法（argumentative approach）可追溯到1913年威格摩尔（Wigmore）在《伊利诺伊法律评论》发表的论文“证明问题”。这篇论文提出的证据分析方法是构建链状论证网络的基础。在论证方法中，通过实施一系列连续的推理步骤来构建论证，其起点是一项证据，推理终点指向某个结论，每个推理中连接前提和结论的纽带就是贝克斯（Bex）所称的证据性概称陈述（evidential generalization）。论证的侧重点在于构建由证据到某个结论的推理，以及评价这个推理的论辩过程。在论证中，我们不仅要考虑支持某个特定待证事实的论证，还要考虑攻击该待证事实的反论证。另外，论证方法属于一种原子方法，这是因为案件中各种要素分别被独自评价。论证的原子性质能够详细分析每一项证据、待证事实以及从该证据到待证事实之推理过程中使用的一般知识，从而有助于暴露推理过程的可疑点以改进论证，确保结论的可靠性。因此，论证方法向我们提供一种分析和评价证据推理的理性方式。在这种推理方式下，从证据出发可废止地推论出结论，通过攻击论证的论辩为我们提供一种评估论证的理性过程。论证方法也具有一定的形式化与可计算性基础。董番明（Dung）研究了论证的基本机制以及论证在人工智能和逻辑编程中的应用，他证明了逻辑编程和人工智能中的非单调推理是不同形式的论证，并提出一种为论证系统生成元解释程序的一般方法。自董番明的论证语义之后，论证的形式化研究受到学者们的广泛关注，如贝克斯等人④构建一套形式的可废止论证理论。然而，论证方法也并非尽善尽美，它往往无法观察案情发展的整体概况。当涉及组织、评价纷繁复杂的证据时，基于论证的方法直观上显得不够自然。而且，证据推理本质上是一种不确定性推理，论证方法不能度量推理不确定性的程度。

故事方法（story approach）也叫情节方法（scenario approach）或叙事方法（narrative approach）。20世纪末期，以彭宁顿（Pennington）和黑斯蒂（Hastie）为代表的学者开始研究如何运用故事处理刑事案件中的证据推理。在贝克斯看来，故事是一个特定的、融贯的、按照时序排列的状态（state）和事件（event）序列。基于证据和相关的背景知识（即常识知识和经验知识），人们提出一系列假设的事件以构成一个完整的故事来描述案件发生了何事。故事中事件或状态之间、证据与事件之间的推理关系是一种因果联系，这种因果联系可用概称陈述表达，贝克斯称之为因果性概称陈述（causal generalization）。质言之，在故事方法中，因果性概称陈述提供了推理中从前提到结论的纽带。故事方法的侧重点在于构建一个故事来描绘发生了何事，并从整体上来解释证据。对于同一个案件，人们可以构建多个故事来解释证据、描述案情，这就需要我们根据一定的标准来比较故事，并从中选出一个最佳故事。因此，从这个意义上讲，故事方法也具有论辩性质。另外，故事方法属于一种整体方法，这是因为故事为案件发生了何事提供了一个全局式概览。故事方法的整体性有助于帮助人们进行预测推理、良好地组织证据并厘清案情。各种可能故事的比较有助于减少确认偏误的危险，确认偏误是指人们只考虑一个或少量的可能故事而忽略了其他似真的故事。然而，纯基于故事的方法几乎没有形式化方面的研究，故事的形式化需要借助论证或概率的形式化基础。除此之外，故事方法也有其不足之处。在故事方法中，证据材料和由此得出的事件经常混淆，并且刑事案件中所有类型的证据没有充分得到审查，容易带来歪曲事实的危险。

概率方法（probabilistic approach）应用于刑事证据推理可追溯到20世纪后半期，现已成为统计学家、法庭科学家分析诸如DNA、语音、指纹等科学证据的重要工具。贝叶斯网络（Bayesian networks）是基于概率方法的图示化规范性框架理论。陶偌尼（Taroni）等人的著作详细介绍了贝叶斯网络的理论体系及其在法庭科学领域中的应用。概率方法以贝叶斯主观概率为基础，著名的贝叶斯公式在其中充当关键角色。在概率方法中，案件的证据和假设的解释性事实都表达为逻辑命题。贝叶斯网络是一个由各种推理关系连接而成的无圈的有向图，图中每个点是一个随机变量，随机变量存在有限互相排斥的状态，每个状态代表一个命题，具有条件依赖关系（conditionally dependence）的两点之间用一条带箭头的有向边相连，箭头从解释项指向被解释项，每条有向边代表一个由假设到证据的推理关系。随机变量各种互斥的取值实际上表达了案件事实的各种可能假设（hypothesis），因此贝叶斯网络是一种综合模型，它整合诉讼中对抗各方提出的各种可能假设。概率方法的侧重点在于表明证据与假设的解释性事实之间的概率关系，通过概率的数学化演算，用概率数值来度量证据的证明力以及推理过程中出现的各种不确定性程度。

正如舒姆（Schum）所言，概率理论完全是在不确定状态下进行推理的逻辑。谢弗尔（Shafer）也主张：概率分析展示的不仅仅是数值运算，还是一种推理结构。概率方法有其独特的优势。其一，贝叶斯网络直观地呈现案件中各种复杂证据、事件之间的动态互动关系。其二，当得到新证据时，概率演算可以更新关联的概率数值，改变人们对该等事件为真的信念度。其三，概率数学理论体系作为概率推理形式化的坚实基础，使贝叶斯网络成为充分处理不确定性和计算复杂性的数学模型。然而，概率方法是一种原子方法，关注推理中从前提到结论的不确定性程度，以及多个推理联合的不确定性程度，不能提供案件发生何事的整体概览。概率方法也不具有论辩性，其推理过程是基于数学概率演算来完成，通过比较概率数值的大小来评价推理。此外，概率方法自身也存在某些缺陷。首先，贝叶斯网络需要大量的概率数值才能进行演算推理，而在现实案件中，有些概率数值却很难获得。概率数值从何而来？如何准确赋予概率数值？这一“数字难题”长期困扰着概率方法的支持者。其次，概率方法要求人们具备一定的概率统计等数学知识基础，而大部分事实发现者（如警察、检察官、律师、法官等）没有受过系统的概率统计知识训练，他们倾向于非数字化的证据推理。因此，事实发现者在评价基于概率方法提供的结论时存在一定的认知困难，甚至产生误解。概率方法也经常被误用，从而导致错误的结论。从上面的论述可以看到，三大证据推理的方法有其各自的理论特征。为了便于识别和区分，我们将其主要特征以表格形式概括如表1，该表由维赫雅（Verheij）等人的总结改编而来。

二、三种方法的共同推理基础：最佳解释推理

尽管论证方法、故事方法、概率方法有各自的理论特征，但仔细审视后，本文发现它们存在共同的推理基础，即它们都是基于最佳解释推论（Inference to the Best Explanation，简称IBE）的方法。IBE最初由哈曼（Harman）于1965年提出，后来诸多哲学家和逻辑学家对此展开了深入研究。具体来说，IBE是指：“当有很多假说都能解释某一证据时，推论者在得到一个合理假说时，必须拒绝其他假说。因此，如果一个已知的假说相比于其他假说能为某个证据提供‘更好的’解释，那么该已知假说就是真的。”②IBE的推理过程有两个步骤。第一个步骤是基于回溯推理形成各种假设的解释性事实以解释证据，并通过预测推理，寻找新证据初步检验假设以排除明显不似真的假设。第二个步骤是根据一定的评价标准来比较各种似真假设，以确定最佳解释的假设。从这个意义上讲，IBE契合诉讼证明实践的逻辑。

证据推理三大方法的理论体系本质上也各自存在两个阶段。

在第一个阶段，论证方法需要构建论证，故事方法需要构建故事，概率方法需要构建贝叶斯网络，而这三者正好对应IBE的第一个步骤，都是基于回溯推理的思想提出解释证据E的解释性事实H，形成一个基本的推理：根据已观察到的证据E，结合常识知识和经验知识，事实发现者提出一个假设的解释性事实H。解释性事实H为证据E提供解释，反过来，证据E为H的似真性提供证据支持。在论证方法中，复杂论证或整个案件的论证图正是由多个这种基本推理连接而成。在故事方法中，故事是由具有因果联系的事件构成的，故事从整体上解释证据和案件。生成故事中事件的推理方式有两种，一是根据上述的基本推理方式，由证据E提出解释性事实H作为故事中的事件，二是根据事件之间的因果关系生成解释性事实作为故事中的事件。从这两种推理方式生成的事件最终形成一个具有因果联系的事件序列，即故事。在概率方法中，多个这种基本推理连接成一个贝叶斯网络。由此可见，证据推理的三大方法都是基于IBE第一个步骤的回溯思想构建推理，这也是它们最根本的共同之处。

在第二个阶段中，论证方法需要寻找最佳论证，故事方法需要寻找最佳故事，概率方法需要计算最佳概率，其目的都是寻找对证据和案件的最佳解释，这正好对应IBE的第二个步骤。只不过，三大方法评价最佳解释的方式和标准有所不同。

论证方法通过多主体的论辩博弈来评价论证，一方提出支持某主张的论证，另一方攻击这个论证或提出一个否定该主张的反论证。现代论证理论为每种特定类型的论证都匹配了一组批判性问题，这些批判性问题揭示了论证的可疑来源，为对方攻击论证和质疑论证提供了指引。如果一个论证在论辩中没有被击败，即它在竞争中获胜，那么这个论证就处于“已证成”状态。如果一个论证被其他论证成功质疑，即它在竞争中失败，那么这个论证就处于“已推翻”状态。如果一个论证与攻击它或反驳它的论证势均力敌，那么这个论证就处于“可防卫”状态。因此，论证方法评价最佳解释的标准就是已证成的论证是最佳论证。

故事方法从两个方面来评价故事，一方面是评价单个故事的品质，主要考察故事自身的融贯性（即故事的一致性、似真性和完备性），以及故事与证据的相容程度。另一方面是比较各种可能的故事以确定最佳故事。这两个方面也是在论辩语境中，通过批判性问题来检验和评价。贝克斯和维赫雅提出了如下六个相应的批判性问题，以指导人们确定最佳故事：

①一个好故事中的案件事实是否充分明确？

②这个故事是否被证据充分支持？

③该证据给予故事的支持是否充分相关并且有力？

④故事本身是否已经被充分地批判性评价？

⑤其他可选择故事是否已经被充分考虑？

⑥所有反对理由是否已经被权衡？

在论辩中，如果一个故事经受了这六个批判性问题的质疑，击败了其他可选择的竞争故事，则这个故事就是最佳故事。

概率方法通过计算后验概率数值来评价最佳概率。由于后验概率需要利用贝叶斯公式通过似然度和先验概率来计算，因此可将后验概率的大小比较，转化为比较“似然度之比（即似然率）”与“先验概率之比的倒数”的大小。对证据或案件（记为E）的所有解释性事实中，如果某个解释性事实H的后验概率P（H|E）的值最大，那么这个概率值就是最佳概率，其对应的解释性事实H就是E的最佳解释。

三、三种研究方法的融合路径：定性定量平衡法

从上面的论述可以看出，三大证据推理方法各有优势和不足之处，然而它们却有共同的推理基础，即构建推理的过程都是基于回溯的思想根据证据提出假设的解释性事实，只是评价推理的方式各有不同。但是这三种方法不是互相排斥的，而是互为补充、彼此融合的。共同的推理基础为它们的相互融合提供了保障。各具特色的评价方式使得它们融合后可扬长避短，更有助于准确构建案件事实，更好地应用于司法实践。接下来，笔者将综述这三大方法之间相互融合的相关研究。

1.论证方法与故事方法的融合

在证据推理中，论证和故事实际上相当于同一个硬币的正反两面，相互渗透并相辅相成。在实践中，事实发现者也经常默示地混合运用这两种方法。因此，论证与故事的融合是非常自然的。贝克斯、帕肯（Prakken）和维赫雅等人将论证方法融入故事方法中，得到了一种混合理论，并基于可废止逻辑提出了一套形式化系统。他们的工作主要贡献在于：第一，根据论证与故事的各自特征，对论证和故事的相关术语进行了规范描述和严格区分，详细论述论证和故事各自的应用情境；第二，形成了一种混合理论，将论证引入故事中，为综合运用论证与故事提供了有序并且系统的理性指导；第三，他们提出的形式化系统为人工智能与法的研究奠定了基础。

论证与故事的混合理论有两层结构。一是故事层，人们根据案情基于因果关系的常识知识和经验知识构建一个故事以整体解释证据。二是论证层，人们根据证据构建论证以支持故事，论证的结论是故事中的某个事件。在评价故事时，论证也可以用来攻击故事中的事件，以及事件与事件之间的因果关系，从而削弱故事的似真性和融贯性。在混合理论中，事实发现者可以灵活运用两种方法来评价证据，因果性和整体性的情形适合故事方法，证据性和原子性的情形适合论证方法。具体使用哪种方法，取决于推理的情境和推理者的经验。论证与故事的融合，发挥了两者各自的长处，规避了两者的短处。故事可用于快速和创造性地构建有关案件中发生了何事的各种可能假设，论证可用于支持这些故事，并详细地对故事的融贯性进行推理。然而，这种混合理论不足之处是不能度量推理的不确定性程度，因而无法区分什么是强证据，什么是弱证据，只能均等对待证据的证明力。

2.故事方法与概率方法的融合

在司法实践中，事实发现者习惯用论证基于证据获得一个结论，或用故事来整体描绘案件发生的过程。但论证与故事都不能评价证据的证明力和推理的不确定性程度。在概率方法中，贝叶斯网络有两部分结构：一是定性的网络图，该图刻画了推理的结构；二是定量的条件概率表，利用表中的概率数值，进行概率演算，不仅可以计算证据的证明力和推理的不确定性程度，还能比较不同故事对证据和案件的解释力。虽然概率演算有坚实的数学理论基础，但是概率方法没有一套系统的理论来指导如何构建贝叶斯网络图。

威莱克（Vlek）等人设计一套将故事融入贝叶斯网络中的方法，利用故事来构建贝叶斯网络图，并将其方法应用于一个复杂的案件分析来检验它的有效性。在威莱克等人的方法中，有两个尤为重要的概念，一个是习语（idiom），另一个是展开（unfolding）。习语是一种子图结构，可用于不同案件贝叶斯网络的构建，这样就可以减少构建贝叶斯网络的工作量。威莱克他们提炼了四个叙事习语（narrative idiom）用以构建贝叶斯网络。展开是贝叶斯网络中的一种操作，将一个故事结点展开成多个子故事结点，这样可以充分展示故事的各种细节。利用展开操作，可以逐步构建一个大的贝叶斯网络。威莱克等人的方法有三大贡献。第一，将多个竞争故事融入贝叶斯网络，可以避免确认偏误的危险。第二，利用概率数值可以度量故事的不确定性程度，对故事进行量化比较，避免歪曲事实的危险。第三，故事为找到变量间的相互依赖关系提供了启发，为构建贝叶斯网络提供了理性指导。

威莱克等人在其另外一篇文章中设计了一个算法，结合起诉书的要求，该算法能从贝叶斯网络中抽取出一个具有一致性的故事，来解释案件。威莱克等人最先用贝叶斯网络的概率语言来解释故事方法中的关键术语，如故事图式、一致性等。这样，贝叶斯网络中的点就能和故事图式彼此对应。然后，基于这些术语的对应关系，他们设计了一种能从贝叶斯网络中抽取具有一致性故事的算法。贝叶斯网络与故事充分地融合，有助于我们综合概率方法的坚实数学框架和故事方法全局视角的优势来理解一个案件，也有助于消除法庭科学家与法律专家之间的沟通障碍。

3.论证方法与概率方法的融合

蒂默（Timmer）等人在其论文中建立了一种从贝叶斯网络抽取论证的方法，所抽取的论证可以用来解释贝叶斯网络，以增强法律专家与法庭科学家的沟通，为法律专家做出相关法律决策提供支持。

从贝叶斯网络中抽取论证的关键在于识别贝叶斯网络中的推理规则和推理的排序规则。蒂默等人利用条件概率来度量推理的强度，根据概率数值的大小来识别推理规则并对其进行排序。另外，论证方法中底切（undercut）论证的思想也通过条件概率值进行量化表示。与其他同类研究工作相比，蒂默等人的方法有如下优点：其一，计算推理的强度时，考虑了证据所在环境的变化；其二，允许多个前提合取推得一个结论；其三，可以捕获变量间的协调效应，即贝叶斯网络中的解释消除（explaining away）现象，并揭示了解释消除与论证攻击的关系；其四，能够从贝叶斯网络中抽取结构化的论证，而不是变量间关系的简单可视化或口头化表达；其五，不仅可以抽取一个论证，还能抽取对该论证进行攻击或支持的其他论证。蒂默（Timmer）等人在其另一篇论文中提出一个两阶段的方法，以便从贝叶斯网络中提取具有概率支持的论证。第一步，他们从贝叶斯网络中构造一个支持图。第二步，给定一组观察值，他们从支持图中构造论证。这些论证有助于正确理解贝叶斯网络中假设和证据之间的解释关系。

4.论证方法、故事方法与概率方法的融合无论是故事方法与贝叶斯网络的融合，还是论证方法与贝叶斯网络的融合，都无法回避贝叶斯网络模型本身存在的问题，即数值难题。我们需要在定性和定量分析这两个方面找到平衡，即定性定量平衡法。维赫雅基于经典逻辑和概率理论建立了一个所谓的形式化案例模型（formal case model），该模型同时融合了论证、故事和概率，关于故事的论证可以通过论证的强度来进行比较，并结合一个实际案件分析来展示其模型的应用。维赫雅首先基于经典逻辑建立一个形式化系统，并为这个系统界定一套定性的全序关系（total preorders），然后在该框架重新解释论证、故事和概率方法中的关键术语，用条件概率度量论证的强度（strength of argument）。因此，维赫雅的系统既可以定性阐明也可以定量分析证据推理。通过系统的全序结构能够定性比较论证的强度，通过条件概率数值能够定量比较概率数值，我们根据需要自由选择定性还是定量分析。此外，维赫雅模型的定量模型也不像贝叶斯网络那样需要全概率函数，它只需部分概率数值，这样就可以缓解数值难题困境。

四、定性定量平衡法在司法实践中的具体运用

通过上文比较，我们清晰地看到论证方法、故事方法和概率方法分别在证据推理的某些方面有其各自的优势，同时也知悉有些人偏向定性分析，而有些人却偏向定量分析的缘由。在笔者看来，我们没有必要在这三种证据推理方法之间做出选择，而应该结合案件实际情况综合运用这三大方法。当需要概览整个案件发生何事，运用故事方法；当需要评价推理的有效性，运用论证方法；当需要度量推理的不确定程度、比较论证的强度和比较故事的解释力，运用概率方法。具体操作可描述为如下两方面：

第一，在案件发现阶段，事实发现者应根据案情和已收集的证据，结合常识和经验知识，运用故事方法构建多个可能故事以解释证据，为案件发生何事提供概览。通过初步比较，筛选出似真的故事，同时运用预测推理，搜寻进一步的证据来检验故事。似真的故事为快速明确侦查方向提供指引。此外，在案件发现阶段，事实发现者也可以用概率方法评价证据的证明力，寻找高质量的证据，证明力高的证据、令人惊讶的证据也能快速确定案件侦查方向提供指引，从而提高侦查效率，节省司法资源。

第二，案件侦查结束后，事实发现者应在案件的可能故事的框架下来组织证据，形成论证，用论证来分析证据对故事的支持以及故事内部的一致性、似真性和完备性。有些案件，通过论证方法的定性分析就可以比较故事，从而确定最佳故事，完成案件事实的构建。对于一些定性分析不能确定最佳故事的复杂案件，事实发现这还可以运用概率方法，计算论证的强度或故事对这个案件的解释力，通过定量分析来比较故事以确定最佳故事。

在司法实践中，事实发现者经常综合运用这三种方法，例如法庭审判中，控方会提出关于案件的一个故事，辩方也会提出有关整个案件的故事或者关于案件某些事实的子故事，然后通过法庭论辩来审查故事，同时双方也会运用概率方法评价某些证据（如科学证据）的证明力。案件侦查过程中，警方也会潜意识地运用这三种方法，下面结合疫情防控期间上海发生的一起真实案例进行说明。

2020年4月4日清明节，举国同哀纪念在新冠肺炎疫情中牺牲的白衣战士。各大电视台和媒体都在报道抗击疫情的事迹。上海东方卫视播出了一个名为“抗疫实录”纪录片，该片是《大城无小事：派出所的故事2019》警务纪录片中的一集。抗疫实录讲述了这样一个案例。2020年1月31日，上海嘉定区辖区内一家五金城发生防护口罩失窃案。据失主孙先生陈述，他买了四箱防护口罩放在店面里，昨天（1月30日）口罩还在，今天早晨过来就发现三箱口罩不见了，共计6000只。由于工厂等着口罩复工，所以失主非常着急。嘉定公安分局方泰派出所的民警赶到第一现场，仔细勘查现场后，民警发现三个证据：一是一枚可疑鞋印，42码普通胶鞋；二是有撬痕的大门仍然关闭着；三是其他物品都没有丢失，并且其中大部分物品的价值都高于三箱口罩。另外，春节假期又是疫情期间，五金城外来流动人员比较少，只有少数留守人员。据此，民警推测：四箱口罩只偷了三箱，其他物品也没有丢失，暴力开锁开门后，临走时又将门关上，这说明他不是普通窃贼，而是临时起意作案，因此五金城内留守人员作案可能性比较大。于是，民警拿着这枚鞋印对五金城内的留守人员所穿的鞋逐一进行比对，遗憾的是没有发现与现场鞋印吻合的鞋。鞋印线索没有走通，民警随后对外围道路的监控进行了查询。很快，民警发现一名女子怀抱三个箱子离开了五金城，并随后坐上了五金城内电工吴某的电瓶车。经过比对，民警发现女子所抱的箱子跟口罩的箱子非常相似。于是，民警推测吴某和该女子应该就是这三箱口罩的窃贼。根据犯罪嫌疑人吴某交代，他经过仓库时，看到了口罩，便临时起意，和他女朋友一起偷走了三箱口罩，其中一箱已经被他运回了老家。吴某到案后，民警在他的暂住地找到了那双与现场鞋印相吻合的鞋，很快警方在他朋友的车里查获了剩余的两箱防护口罩，归还给失主孙先生。

在民警侦破这起案件时，其推理过程即涉及故事方法、论证方法，也涉及概率方法。民警根据案件和现场收集的证据，实际构建了如下的故事，这个故事具有融贯性，符合贝克斯的“故意行为”故事图式。

初始状态：五金城的内部人员经过仓库时无意发现了四箱防护口罩。

动机：在疫情期间，人们都需要防护口罩。

行为：于是该人撬开门，偷走口罩。由于该人不是普通窃贼，也可能认识失主，所以他只偷走其中三箱口罩，留下一箱口罩给失主，也没有盗窃其他价值更高的物品，并在离开时顺手把门也关上了。

结果：三箱口罩丢失，现场留下了窃贼的鞋印。

民警根据“四箱口罩只偷走其中三箱”“临走时把门关上”“外来流动人员比较少”这三个证据推断犯罪嫌疑人是临时起意作案，不是普通窃贼，很可能是五金城的内部留守人员。同时根据“案发期间吴某女朋友怀抱的箱子与口罩箱子类型吻合”“吴某是五金城内的电工”，推断嫌疑人就是吴某和他女朋友，均运用论证方法，可用图1（见下页）展示其论证过程。

最后，民警拿着鞋印证据对五金城内的留守人员所穿的鞋逐一进行比对，想以此快速锁定嫌疑人。这一做法虽然失败了，但民警的行为实际上受到概率方法的指引，符合证据推理的科学性。尽管民警们可能不知道如何通过概率演算计算鞋印证据的证明力，但他们深知鞋印这一科学证据具有较高的证明力，鞋印的匹配能为他们快速锁定嫌疑人提供依据。

结语

证据推理的目的是构建案件事实。案件事实的准确构建是法庭决策的依据，也是实现司法正义的根本路径。当前，学界存在三种主流的证据推理方法，即论证方法、故事方法和概率方法。这三种方法有其各自的理论体系、侧重点和优点。论证方法是逻辑进路，故事方法是修辞进路，概率方法是数学进路。论证方法的优势在于其论辩性，故事方法的优势在于其整体性，而概率方法的优势在于其对推理不确定性程度的度量。通过比较研究，我们发现这三种方法都是基于最佳解释推论的方法，即首先根据回溯的思想来构建推理，然后根据其各自的评价方式来寻找最佳解释。正因如此，这三种方法不是互相排斥，而是相互补充、彼此融合，可以两两融合，也可三者融合。在司法实践中，事实发现者应综合运用这三种方法以准确构建案件事实，具体过程是：基于故事方法形成对案件的全局概况，基于论证方法评价推理的有效性，基于概率方法度量推理的不确定性程度。只有对证据推理方法进行深入分析和综合运用才能实现司法证明的科学化，从而为事实发现者提供理论框架和逻辑支持。