摘要：随着数字时代的到来，面对进一步复杂化的法律系统，数字法学研究有必要引入实验方法。
林纪东认为，行政法关系与私法关系不同。[3][日]井上毅:《各国国民公私权考》,载《译书汇编》第8期(1901年)。
凡本国臣民，不限门阀、不分贫富、不论宗教、不别人种，但有合乎法令规定的资格者，国家均赋予公法人格。总之，凡法规仅为公益规定国家应为某种行为，而人民不得为自己利益而请求的场合，其人民可享受的利益，皆为权能或反射利益，而非权利。该书批评了国家公权的否定观点，该书认为，夫权利者，不外意志之力行为之范围，故虽权力，其在法律上，以权利视之可也。而国家的权利往往只是在国家所有等个别层面上来讨论，[38]国家权力一般不作为权利来对待。国家对于个人的自由负有不加侵害的义务，臣民对于国家的国权取得防止侵害的能力。
故而，保廷梁将公权分为公法人格、请求权和自由权三种。虽然清末的公权主要是在个人权利层面上使用的，但也出现了国家公权的用法，而国家和个人双重主体的公权成为民国时期的主流。这便要求我们对数字法学实验结果持谨慎态度，不能想当然地将实验等同于实践，需要探索在实验与实践之间搭建桥梁。
（一）规制对象：从传统行为到数字行为 无论何种学派的法概念，法律一定关涉到人的行为。研发具有实体识别能力的案件管理系统，具备对重要法律文书的自动解析能力，输入法律文书文本后，自动生成结构化的数据表单。三是重视人的主体能动性，避免客体化的逻辑以及科学方法和程序进而被对象化，倒反过来支配着人自身的不良倾向。另一方面，应当建设数字法治实验室。
明显的是，社会的数字化转型并非仅仅发生在独立的虚拟世界或网络空间内，相反，数字社会正重新塑造着人类的行为和思维方式。建立一整套技术标准，实现事先规范司法、执法等全流程各个阶段的数据格式整合目标，探索建设数据标注和清洗的统一平台。
一方面，在确保数据体量的同时，提升数据质量。研究者一旦过度热衷于追求数据化、公理化、精确化，乱象丛生的错误被形式的完美掩盖。（二）实验条件：从难以控制到仿真环境 实验方法的本质就是研究者在妥善控制无关变量、干扰变量的情况下，观察自变量的变化对因变量所产生的影响效果，探寻两者间是否存在因果关系。事实上，难以控制并非仅是法学实验面临的问题，而是整个社会科学在尝试使用实验方法时均会遇到的问题。
借助请求权基础的分类方式，建设完成法律推理知识图谱范式，从数据中挖掘学习，同时引入专家知识，建设开放性知识图谱开发平台。打造大数据中台、算法中台、业务中台，融合及打通基于全链路大数据技术的数据治理方法，构建法律服务一体化中台技术，分析及构建数字法治协同中台数据资源模型，构建具有共性协同支撑能力与共治共用的数字法治中台。虽然通过聚类分析、回归分析等统计学方法，法学学者能够揭示变量间可能存在的联系，但当下的实证研究并不是可供重复的研究方法，而这也阻碍了检验结论的可能。结 语 就信息技术对法学造成的巨大影响而言，无论学者观点如何，能够确定的是人类社会再也无法回到数字时代之前。
事实上，现代科学所彰显的理性精神及相应的研究方法并非立刻脱身于经院哲学，而是经历了漫长的发展过程。由于问题意识的散乱，当下的实证法学被部分学者形容为经验数据或田野故事包装出来的、千篇一律的学术工业品。
再次进行严格的实验来证实最终的结论。以司法裁判主要的任务设置实验目标，包括但不限于罪名预测、量刑预测、法条推送、赔偿金额预测、法院观点生成等任务，借助实验室具备的司法大数据进行实验研究，尝试引入领域知识以提升司法模型预测的性能，提高模型的可解释性。
其中，弗朗西斯•培根是科学革命的典型代表，其科学思想在于强调在自然科学中依靠经验归纳逐步构建命题并系统地观察与实验的重要性。因此，孔德断言：凡是没有把握这种知识的地方，我们的任务是要靠模仿高等自然科学所用的方法，来取得这种知识。数字法学实验方法应当包含以下五个步骤。但是，技术发展对研究方法带来的影响可能远超法学家的想象，数字实验能够兼顾社会科学实验的可控性与仿真性、内部效度和外部效度。而在孔德所倡导的实证主义体系中，实验也被认为是除观察之外最为重要的社会学方法。然而，自然主义思潮虽然盛极一时，但其朴素的理想——通过自然科学方法可以解释一切社会文化现象——并未实现，自然科学与社会科学的界限也未因此打破。
大体量的原始数据势必具有杂乱性、模糊性、重复性、缺失性等问题。然而，现有的数字法学研究仍主要基于对已然的法律事实或材料进行归纳、分析，借此发掘现象间的因果关系，勾勒出社会中真实的法律制度。
在诸多影响中，实验方法的引入显得尤为重要。在对清洗后的数据进行标注时，为兼顾效率和准确性的要求，数据标注应以自动标注为主，人工标注为辅，并尝试开发结合人力与机器独特优势的众包数据标注标准和平台。
虽然利用统计方法，研究者已经具有探析因果关系的能力，但这些传统的技术和方法在控制无关变量和确定变量时序等方面远远不及实验方法。因此，有必要重构数字法治人才培养模式，在既有的培养方案上进行调整。
总之，无论是人才培养模式的创新还是合作形式上的转变，二者都是数字法治学术共同体建构的前提要素，缺一不可。在具体的实验操作之前，提出一个理论、规范与实践相结合的真问题，是避免其成为工业流水线上的复制品的关键所在。因此，数字法学实验应当确保实验的安全性和合法性，同时平衡研究价值及可能造成的不利后果。借由前所未有的司法数据体量、日益精准的数据分析技术，法学领域利用经验实证方法产生了一大批聚焦法律实效的针对性理论成果。
与此相应，哲学家的任务不过是对上帝赐予、由教会传达的真理加以解释，使其同其他知识联系起来从而便于理解，因此，哲学不过是神学的婢女，自然科学也不受重视。当下，我们再次强调法学的科学性、提倡法学研究中的实验方法，不是重申法学与自然科学别无二致的复古观点，亦非主张实验方法是法学研究方法的王牌，而是将其定位为一种顺应时代发展、提升数字法学研究能力的重要方法。
而正如前文所提及的，在17世纪自然科学取得胜利、启蒙理性迅速扩张之后，实证论述也据此在当今被称作社会科学的领域生根。在此过程中，实验方法为经济学带来的方法论变革在于实验不只是为经济理论提供经验基础，同时通过实验现象定位异常的理论假设进而向理论反馈，借此形成实验与理论的对话渠道。
（二）基础：标准化的数据标注和法学知识图谱 数字法学实验与传统经验实证的重要不同在于其更高的标准化和科学性，而这显著依赖于数字法学的知识图谱构建。早期的大数据分析基于短期实用的目的，其研究策略是把收集到的数据当母体，以描述性统计和相关分析为主，或拟合一些既有的模型，这样的数据挖掘出来的预测因子及行为模式推论能力有限。
因此，相关实验需要首先制定清洗规则，降低噪声数据、缺失数据和不完整数据带来的影响。事实上，实验方法作为分离变量、研究因果的首要工具，合理的实验设计所具有的严密的逻辑性是其他观察方法所无可比拟的。唯有如此，数字法学实验方法才能够有效助力作为科学的法学，成为具有长久生命力的法学研究方法。第四，进行仿真实验，操纵自变量并观察因变量。
无疑，数据标注越精准、数据标注体量越大，知识图谱构建才越具有体系性和统一性，相关算法的性能及准确度也越高。数字法学研究为什么要引入实验方法 数字法学实验主要聚焦立法和司法、执法领域的数字化研究，通过人工智能、大数据分析、云计算、区块链等技术赋能立法、司法和执法，提升法律运行的质效。
而自然科学也受益于研究方法的改变，获得了令人炫目的成果。例如，在数字法治场景的主要应用地如法院、检察院和其他司法行政机关开展试点试验，采用实地评估、试点绩效评估等机制综合评价试点效果。
数字法治实验室不仅仅是组织结构上的调整，更代表学科的融合、思维模式的转变。当下，不仅网络犯罪日益技术化，随着区块链存证、大数据侦查、大数据法律监督、在线庭审、人工智能辅助量刑等逐渐被人们熟知，整个司法系统也处于信息化的进程之中。