北京大学出版社燕大元照法律图书2017年招聘进行中,期待您的加入!!

图书介绍

  • 书  名:《婚姻家庭继承纠纷》

  • 作  者:王竹 主编
  • I S B N :978-7-301-28504-6
  • 出 版 社:北京大学出版社
  • 出版日期:2017-08-20
  • 开  本:32开
  • 字  数:千字
  • 页  码:
  • 定  价:¥49.00
  • 购买

内容简介

 《法律大数据·案由法条关联丛书》基于“法合实验室”提供的“千万级”的裁判文书库和“百万级”法律规范性文件库,由“星云律例”(Galawxy)法律大数据引擎和法律专业团队联袂提供快速检索功能,并得到最高人民法院信息中心权威授权提供数据支持,可以不断升级,将法律大数据分析技术渗透到整个立法工作、司法实务和法学研究体系中。

简而言之,本丛书的意义在于,使用主编王竹教授设计的算法,对2300万份裁判文书进行大数据分析,得出每个案由与其适用法律规范性文件的相互对应关系,并请司法实务与法学研究专业人士对大数据分析结果进行经验判断,再根据相关度分星级(★)标记,为读者提供迅速、精准地相互检索功能,并且可以使用手机扫描“法合二维码”或电脑检索“法合引证码”获取相关整治内容和服务,是国内“法律大数据分析”实务法条类图书的开山之作。

《侵权责任纠纷与人格权

作者简介

 王竹(1981- ),男,法学博士,四川大学法学院教授、博士生导师,法律大数据实验室主任,民商法教研室主任;四川大学市场经济法治研究所执行所长,《民商法争鸣》执行主编;兼任教育部人文社会科学重点研究基地——中国人民大学民商事法律科学研究中心侵权法研究所副所长;中国民法学研究会理事、中国保险法学研究会理事、东亚侵权法学会副秘书长、世界侵权法学会执委会秘书长。

1999-2009年相继在中国人民大学获得管理学学士、民商法学硕士和博士学位,先后赴美国耶鲁大学、康奈尔大学和我国台湾地区东吴大学求学,2015-2016年英国牛津大学法学部访问学者。

主要研究领域为民商法和法律大数据分析。在《法学研究》、Chicago-Kent Law Review等杂志发表论文130余篇,其中多篇被《新华文摘》、人大复印报刊资料转载。独著《侵权责任分担论》《编纂民法典的合宪性思考》《侵权责任法疑难问题专题研究》,主编《慕课的制作与运行》,合著《中华人民共和国侵权责任法草案建议稿及说明》《世界侵权法学会报告(1):产品

编辑推荐

 本书是“案由与法条间的关联密码”。

1 . 内容实用  

当读者遇到一个案件,可以通过本书检索到法院以往判决该类案件时主要依据的是哪些法条,这些法条按重要性分星级(★)排列。当读者知道一个核心法条,可以通过本书查询到该法条可能适用的不同案由,在请求权竞合时,选择对己方较为有利的案由提起诉讼。这种检索对法律工作至关重要。

2. 客观可靠  

本书所涉及的法条依据是通过对最高人民法院授权的超过2300万份判决书进行大数据分析得出的客观的经验法则,而非作者凭经验的主观选择。

3. 增值创新

可使用手机扫描“法合二维码”或电脑检索“法合引证码”,获取相关增值内容和服务。

4. 便携法规库

可以通过查阅本书第三编或手机扫描《法律规范性文件简全称对照索引表》中的二维码,检索办理本书所涉案件需要用到的所有法律规定。

书摘

 

后记

后记

 

用大数据圆十年说法梦!

 

 

 

一、 梦回十年——编写本丛书的初衷

作为丛书主编,首先我想谈一下编写本丛书的初衷,这还要从10年前我的个人经历说起。我2006年开始在中国人民大学法学院攻读民商法学博士学位,在完成学业之余,曾经受多家出版社邀请,编写过一些实务类法条图书,主要集中在民法领域。当时,一方面是希望通过编写图书获得一定稿费以支持自己在北京的学业;另一方面也是希望通过系统地编写法条类图书让自己对中国现行法律有更加全面和深刻的认识。实际上,不管是海峡对岸的我国台湾地区,还是我长期访学过的美国和英国,不少学者都深度参与编写法条书、经典案例集或者建设法律、案例数据库。这种学者的参与对司法实务有非常强的促进作用,本身也是学者跟进司法实务的绝佳方式。

 

我当时参考过市面上绝大多数的实务类法条书,发现包括自己编写的法条书在内,形式上无外乎是将法律条文列出,然后列出与某一法律条文相关的条文,如有需要,还根据编者的理解撰写一定的说明。在编写过程中,我发现这种编写方式有一个致命的缺陷,那就是法条之间的关联是基于编写者的主观认识,这就存在如下三种风险:第一,法条之间的联系是基于编写者个人的判断,或许符合学术观点和立法规划,但在司法实务中可能并非如此。第二,部分法条之间客观上存在明显的或者潜在的矛盾,从编写者的角度只能全部列出,无法也难以确定到底哪些法条才是实务中实际适用的。第三,由于无法作出法律条文之间相关度的判断,只能尽量全面地列举法条,即“宁多毋缺”。

 

2008—2009年,我获得美国富布赖特基金会资助,到美国康奈尔大学法学院和耶鲁大学法学院完成我的博士论文,同时也有机会深度感受英美判例法的运作方式。我惊讶于判例报告的公开性、延续性和实用性,加上Westlaw和LexisNexis的数字化处理,通过判例法的运作方式,达到与成文法的异曲同工之妙,令我十分羡慕。同时也认识到,对法律条文的研究和阐释,如果不能与司法判例结合起来,就只可能沦落为法律人的纯粹想象而丧失其实用性。而当时国内尚无权威的判例获取渠道,裁判文书公开的前景也不明朗,对此也只能望洋兴叹。

 

因此,尽管我编写的实务类法条书销量甚好(可能只是专业领域的原因),但在我2009年到四川大学法学院任教之后,只是应邀完成了自己主攻的《侵权责任法》的相关图书编写,就停止了全部同类图书的编写和更新工作。究其主要原因,还是对法条书的这种编写方式以及它对司法实务的实际作用持保留态度。当时我就在想,如果有一天,各级人民法院能够公布全部的裁判文书,我们再通过软件(当时还没有“大数据”的概念)分析一下实务中每个法律条文的实际适用情况,不但会对学术研究和立法活动有极大的促进作用,也可以避免之前编写这类图书的诸多弊端,就可以圆了自己编写一套真正贴近和促进司法实务的法条书的梦想!

 

 

二、 “用大数据说法”之梦

一晃又是五年。2014年年初,最高人民法院建立“中国裁判文书网”,开始公布裁判文书。截至2016年12月1日,公布的裁判文书总量已经超过2 300万份。尽管比起各级人民法院每年超过1 600万件的审结、执结案件总量,这似乎还远未达到全面公布的程度

“中国裁判文书网”2014年公布裁判文书约535万篇,同期审结、执结案件 1 381 万件;2015年公布裁判文书约713万篇,同期审结、执结案件1 673万件。参见王竹:《法律大数据要注重质与量的提升》,载《社会科学报》,2016年6月2日,第4版。

,但已经为“法律大数据分析”提供了足够大的数据样本。

 

几乎就在同时,“大数据分析”的春风吹遍神州。谈不上跟风,我总算是弄明白了自己想做的事情原来叫做“法律+大数据分析”。所以,从2014年开始酝酿,2015年开始筹备,四川大学法学院法律大数据实验室(以下简称“法律大数据实验室”)终于于2016年年初挂牌成立了。

 

作为国内高校第一家“法律大数据”专业研究机构,从酝酿之初,我就确定了机构的宗旨——“用大数据说法”。这个口号的灵感,来自于中央电视台两个黄金栏目的宣传语,即焦点访谈栏目的“用事实说话”和今日说法栏目的“今日说法”。我个人认为,“法律+大数据分析”是未来法学研究的一个重要发展方向,而这种新的研究方法最简洁的表达,就是“用大数据说法!”

 

在追求“用大数据说法!”的梦想过程中,我首先面临的不可回避的问题,就是缺乏现成的可用于法律领域的“大数据分析”技术。我并不认为,法律人需要从最初就自己掌握“大数据分析”技术,我们需要掌握的是符合法律人思维的算法设计。我之前编写实务类法条图书和担任“中国民商法律网”编辑部主任期间设计数据库的经历,再加上恶补一些必要的大数据分析的基础知识,让我勉强能够胜任这一工作。很有幸,我找到了志同道合而且是技术流取向的“法合实验室”(www.LawSum.com),而且欣闻他们获得了最高人民法院信息中心的权威授权,可以合法地使用和分析“中国裁判文书网”公布的全部裁判文书。万事俱备,开工!

 

 

三、 十年梦终圆

经过与蒋浩老师和陆建华编辑的沟通,我们一拍即合!这套“法律大数据·案由法条关联丛书”,就是“法律大数据实验室”与北京大学出版社共同策划的“法律大数据”系列丛书之一。本丛书首先由数据合作伙伴“法合实验室”利用大数据分析技术对“中国裁判文书网”公布的超过2 300万份裁判文书进行分析,提供基础数据支持;然后由“法律大数据实验室”组织司法实务和学术研究领域的法律专业人士进行分析,首度体现了“法律+大数据分析”完美结合的理念。

 

通过“法律+大数据分析”的方式编写本套“法律大数据·案由法条关联丛书”,是“法律大数据实验室”践行“用大数据说法!”理念的初步尝试,也是我构想的“法律大数据报告”(BigLaw DataReport,简称“BLDL”)的首次出版。

2016年初,“法律大数据实验室”联合“法合实验室”通过微信公众号发布了《法律大数据双年报》(2014—2015年)第001—008号。

 

 

除了精确地展示司法实务中不同案由和不同法律条文的实际适用情况,并体现法律专业人士的经验判断之外,本丛书还将持续跟进“中国裁判文书网”公布案件的进度和司法实务以及理论进展,基于最鲜活、权威的法律大数据,服务法律共同体,推动中国法治化进程!

 

本丛书的编写离不开大量的基础性后台编辑工作,这些都是我的学生团队多年来的工作成果积累,他们是:刘雨林、李东岳、孙琦琳、饶王林、栾维维、赵晓芹、张建芳、蔡娜、朱律、舒星旭、王蕾、冯瑶、江霞、方延、舒栎宇、谈亮、李莎莎、祝婉丽、钟琴、向新梅、刘娟、张益珍、周旭、曾勇、陈了、杨亦楠、时爽、余盛军、杨彧、张晶、云姣、王轶晗、张雨、徐丹、何丹、詹诗渊、吉星、罗雅文、程丽莉、唐烨、杨淇茜、苟海川、刘丽均、孟琪、冯沛波、王艳玲、余翔宇、邹勋、徐永炜、聂超、蔡婧雪、崔梅楠、刘潺和刘忠炫。牛津大学法学院的博士生苏颖和吴至诚从英美判例法角度对本丛书的编写提供了大量有益的建议和意见。“法合实验室”的张恒、代杨、孙兆云、王世坤和秦雷为本丛书的编写提供了数据支持。在此一并致谢!

 

本书系司法部国家法治与法学理论研究项目“民法典编纂疑难问题法律大数据分析研究”(16SFB3032)的中期成果。感谢司法部对本书写作的支持。

 

“用大数据说法!”这一全新理念还在逐步完善,“法律大数据实验室”也在逐渐成长。对于本丛书以及“法律大数据实验室”的后续作品,欢迎读者提出宝贵意见和建议!

 

 

王竹

法学博士、教授、博士生导师

四川大学法学院法律大数据实验室主任

中国人民大学民商事法律科学研究中心侵权法研究所副所长

2016年8月21日 于 牛津大学Worcester学院湖畔 初稿

2017年7月12日 定稿

法律大数据实验室

bldl.scu.edu.cn

联系方式:biglawdata@163.com

 

 

 

 

 

快速入门指南

快速入门指南

 

 

本丛书基于“法合实验室”提供的“千万级”的裁判文书库和“百万级”法律规范性文件库,由“星云律例”(Galawxy)法律大数据引擎和法律专业团队联袂提供如下快速检索功能:

 

1. 通过本书第一编“案由关联法条索引”快速检索在该案由下最常见适用的全部法律规范性文件条文,并按照法条相关度★星级进行排序。

 

2. 通过本书第二编“核心法律条文主要适用案由及关联法条索引”快速检索核心法律每个条文主要适用的案由和该同时适用的法律规范性文件条文,并按照法条相关度★星级进行排序。

 

3. 通过本书第三编“本书关联法条全文”,可以查阅本书涉及的全部法律规范性文件的条文全文。

 

4. 本书涉及的每个案由和每部法律规范性文件首页,以及《法律规范性文件简全称对照索引》均配有“法合二维码”,手机扫码可以直接进入“法合案由”和“法合法规”大数据平台,检索与最高人民法院“中国裁判文书网”同步更新的司法实务动态和法律规范性文件更新,更多的法律大数据逐步更新上线!

 

5. 读者也可以直接访问:www.LawSum.com,获取“法合实验室”的全部法律大数据资源!

 

更多检索功能和详细使用说明,参见本书《丛书编写说明》和各分册编写说明。

 

 

 

 

 

丛书编写说明      

丛书编写说明

 

 

1. 丛书内容编排方式

本丛书根据人民法院立案时采用的民事、刑事、行政立案案由编写各分册,并根据案由相关度作适当合并。

每分册分为“案由关联法条索引”“核心法律条文主要适用案由及关联法条索引”和“本书关联法条全文”三编。其中,每分册第一编“案由关联法条索引”和第二编“核心法律条文主要适用案由及关联法条索引”只列出法律规范性文件名称简称和条文号及其条文主旨,第三编“本书关联法条全文”列出相关法律条文的正文可按需查阅。三编既可以进行交叉检索查阅,又避免了篇幅的重复。

 

1.1“案由关联法条索引”

 

每分册第一编“案由关联法条索引”按照案由顺序展开,每个案由一般再分为“主要适用的法条及其相关度”和“常见适用的其他法条”两部分。

 

“主要适用的法条及其相关度”部分,参考最高人民法院《关于裁判文书引用法律、法规等规范性法律文件的规定》(法释[2009]14号)第3—5条的规定,分析依法可以在裁判文书中作为裁判依据引用的全国性、实体性的法律、法规和司法解释等法律规范性文件及其相关度。在排列顺序上,按照法律、法律解释、行政法规、行政法规解释、司法解释、部门规章的顺序排列;相同顺位法律规范性文件按照各自权重最高法条的权重排列。

 

“常见适用的其他法条”(不区分星级)部分则列出在裁判文书数量较大的案由中,尽管实际引用率相对不高,但法律专业人士根据经验认为仍然具有重要性的法律条文。

之所以出现这种情况,是由于最高人民法院发布的部分案由细化程度不够,导致部分条文适用的相关度被淡化。未来“法律大数据实验室”将在法律大数据分析的基础上提出案由的细化建议,方便司法适用。

如果“常见适用的其他法条”的显著度不高,则不予罗列。

 

对于案件数量极少的案由,由于不具备进行法律大数据分析的前提,则仅列出全部的“常见适用的法条”(不区分星级),供读者参考。极少数案由尚无足够数量判决书可供法律大数据分析,本丛书也在相应位置予以了说明。

 

 

1.2“核心法律条文主要适用案由及关联法条索引”

 

每分册第二编“核心法律条文主要适用案由及关联法条索引”选择每分册案由对应的核心法律

考虑到《民法通则》的特殊法律地位,本编按照其各章最相关的主题纳入各分册。

、法规(一般是实体性法律

除了实体法,对程序法上包含的少数实体性法律规范,本丛书也作为实体性规范纳入第二编。

)和重要行政法规,按照法律条文顺序展开,每个条文之下,除了由“法律大数据实验室”拟定的条文主旨和条文正文之外,分为“主要适用的案由及其相关度”和“同时适用的法条及其相关度”两个部分。

 

“主要适用的案由及其相关度”是指本条文在超过3 000万份裁判文书中,主要适用于哪些案由以及相关度。

 

“同时适用的法条及其相关度”是指本法条在被判决书作为裁判依据时,同时被引用的其他法律条文及其相关度。

 

 

1.3“本书关联法条全文”

 

每分册第三编“本书关联法条全文”列出了第一编和第二编涉及的全部法律条文的条文主旨和条文内容,但不重复列出每分册第二编的核心法律

考虑到《民法通则》的特殊法律地位,本分册第二编列出了《民法通则》部分条文的,在第三编如有涉及,仍然按照前两编列出的条文序号列出相应的《民法通则》条文全文。

,也不列出在每分册没有涉及的法律条文。在每部法律规范性文件名称和每个条文的条文主旨之后,根据在每分册涵盖案由中的整体被引用情况和法律专业人士的经验判断,根据权重标记为★★★★★到★。

 

 

2. 法合码=法合索引码+法合二维码

为方便查阅,“法律大数据实验室”与“法合实验室”共同设计了“法合码”,包括“法合索引码”与“法合二维码”两部分。在“法合码”网站(Key.LawSum.com)输入“法合索引码”或者通过手机扫描“法合二维码”后,均可进入对应的“法合码”页面。

 

 

2.1“法合索引码”

 

其以不同字母开头索引不同类别的法律大数据资源,现阶段包括“法规索引码”和“案由索引码”两类。

 

2.1.1“法规索引码”以字母L开头,对每部法律规范性文件进行编码,例如“L1.1.1《中华人民共和国宪法》”。

 

2.1.2“案由索引码”以案件类型区分。

 

民事案由以字母M开头,按照《民事案件案由规定》(法[2011]42号)的四级案由序号编号,例如“M9.30.347.1公共场所管理人责任纠纷”。

 

刑事案由以字母X开头,按照罪名所在刑法分则主要条文的章、节、条、款命名;历次“修正案”增加的“之一”“之二”“之三”等条款以条序号加“1”“2”“3”等表示;同一款有多个罪名的,按照顺序命名,例如“X3.4.1771.2窃取、收买、非法提供信用卡信息罪”。

唯一的例外是“骗购外汇罪”。该罪名的法律依据是《全国人民代表大会常务委员会关于惩治骗购外汇、逃汇和非法买卖外汇犯罪的决定》第1条,序号列为“X0.1.1”,以指称“刑法之外”的“第1部”立法机关决定的“第1条”规定的罪名。

 

 

行政案由以字母Z开头,按照《最高人民法院关于规范行政案件案由的通知》(法发[2004]2号)的规定,由“行政管理范围”“行政行为种类”和“是否涉及行政赔偿”三段序号进行组合;“行政管理范围”有二级分类的,标记为1、2、3……;不涉及行政赔偿的,标记为0,涉及行政赔偿的标记为1,例如“Z13.1.0道路交通行政处罚”和“Z13.0.1道路交通行政赔偿”。

这样编号的好处是能够涵盖所有可能的行政案由种类,但实务中并非所有的行政部门都可以作出全部27种行政行为,所以部分编号可能为空。

 

 

 

2.2“法合二维码”

 

本丛书在全部案由和每部法律规范性文件标题旁边均附有由“法合二维码”及其对应的“法合索引码”组成的完整“法合码”。用户可以根据需要直接扫描“法合二维码”,查看详细内容和更新信息,并享受“法合码”的部分免费服务。

 

 

3. 丛书检索功能

本丛书经过专业法律团队的精心编排,实现多种快速检索法律规范性文件条文(现阶段仅限于法律、行政法规和司法解释)和案由(部分案由需要跨分册检索)的核心功能,并通过“法合码”提供扩展检索功能和更新服务。

 

 

说明:

 1. 上图为“使用说明”所述本书核心检索功能①②③检索方式的演示图;虚线为根据第二编的“案由”为第一编切换的路径。

 2. 除“核心检索功能”外,本书还具有“扩展检索功能”:不仅可通过“法合码”(手机扫“法合二维码”或电脑检索“法合索引码”)替代“核心检索功能”,还能提供内容更新服务。

 

 

核心检索功能①: 通过“案由”快速检索可能适用的全部法条

 

适用情形:读者已经确定要适用的案由,希望查找可能适用的全部法条。

 

第一步:利用第一编“案由关联法条索引”提供的每个案由的“主要适用的法条及其相关度”和“常见适用的其他法条”,协助读者根据案由索引,按照从★★★★★到★的顺序,通过浏览【条文主旨】快速地检索到可能适用的全部法条条文序号。

 

第二步:按照条文序号,在本书第三编“本书关联法条全文”找到条文的全文。读者可以通过法律规范性文件简称对应的页边码,或者通过本书《法律规范性文件简全称对照索引表》找到其所在的页码。

核心检索功能②: 通过“核心法律条文”快速检索可能适用的案由和其他关联法条

 

适用情形:读者已经确定要适用的“核心法律条文”,希望确定可能适用的案由和查找其他关联法条。

 

第一步:利用第二编“核心法律条文主要适用案由及关联法条索引”提供的每个核心法律条文的“主要适用的案由及其相关度”,协助读者根据核心法律条文索引,按照从★★★★★到★的顺序,通过浏览案由名称快速地检索到可能适用的案由。(如果可能适用多个案由,如存在违约和侵权的请求权竞合,可以转而使用“核心检索功能①”尝试通过不同案由进行检索,以比较以哪种案由提起诉讼更为有利。)

 

第二步:利用第二编“核心法律条文主要适用案由及关联法条索引”提供的每个核心法律条文的“同时适用的法条及其相关度”,协助读者根据核心法律法条索引,按照从★★★★★到★的顺序,通过浏览【条文主旨】快速地检索到可能同时适用的全部法律条文法条序号。

 

第三步:按照条文序号,在本书第三编“本书关联法条全文”找到条文的全文。读者可以通过法律规范性文件简称对应的页边码,或者通过本书《法律规范性文件简全称对照索引表》找到其所在的页码。

核心检索功能③: 通过“案由+核心法律条文”快速检索可能适用的全部法条

 

适用情形:读者已经确定要适用的案由,且有能力识别可能适用的“核心法律条文”,希望快速查找可能适用的全部其他法条。

 

第一步:利用第一编“案由相关法条索引”提供的每个案由的“主要适用的法条及其相关度”和“常见适用的其他法条”,协助读者根据案由索引,按照从★★★★★到★的顺序,通过浏览【条文主旨】快速地检索到可能适用的“核心法律条文”的条文序号。

 

第二步:对于每个可能适用的“核心法律条文”,再利用第二编“核心法律条文主要适用案由及关联法条索引”提供的每个核心法律条文的“同时适用的法条及其相关度”,协助读者根据核心法律法条索引,按照从★★★★★到★的顺序,通过浏览【条文主旨】快速地检索到全部可能同时适用法律条文的法条序号。(如果可能适用多个案由,如存在违约和侵权的请求权竞合,可以转而使用“核心检索功能①”尝试通过不同案由进行检索或者再利用“核心检索功能③”第一步尝试通过不同案由进行检索,以比较以哪种案由提起诉讼更为有利。)

 

第三步:按照条文序号,在本书第三编“本书关联法条全文”找到条文的全文。读者可以通过法律规范性文件简称对应的页边码,或者通过本书《法律规范性文件简全称对照索引表》找到其所在的页码。

扩展检索功能: 通过“法合码”实现上述功能和更新服务

 

 

 

方法一:手机扫描“法合二维码”。

每个案由和每部法律规范性文件标题旁边均附有“法合二维码”,或利用本书《法律规范性文件简全称对照索引表》,按照法律规范性文件简称的拼音顺序检索到每部法律规范性文件的“法合二维码”。通过手机扫描“法合二维码”进入“法合码”系统后,按照提示即可更加方便地辅助实现上述检索功能。

 

方法二:输入“法合索引码”。

每个“法合二维码”下均有对应的“法合索引码”,访问“法合码”网站(Key.LawSum.com),按照提示输入“法合索引码”,就可以获得和手机扫描“法合二维码”相同的服务。

 

 

4. 其他

 

4.1相关度

 

本丛书所称“相关度”,是对超过3 000万份裁判文书案由和裁判依据进行大数据分析,在裁判依据实际引用情况的基础上,参考法律专业人士的经验判断进行调整后,根据权重标记为★★★★★到★。极少数法条尚无足够数量判决书可供法律大数据分析,本丛书也在相应位置予以了说明。

 

4.2本丛书所称“法条”,为“法律规范性文件条文”的简称;所称“法律条文”为“法律及法律解释文件条文”的简称。

 

 

4.3页边码

 

本丛书第一、二编的页边码,为所对应法律规范性文件在本书第三编的页码。

 

 

4.4法律规范性文件简全称对照索引表

 

为了最大限度地方便查阅和节约篇幅,本丛书每分册第一编和第二编中涉及的法律规范性文件名称采用简称,并制作《法律规范性文件简全称对照索引》,对全书中涉及的所有法律条文均标记条文主旨。

 

该表的设计有利于法律规范性文件简全称的对照,并可用于在本书检索或扫码获取法律规范性文件内容。

 

本丛书涉及的每部法律规范性文件简称,均由“法律大数据实验室”根据裁判文书中法院在说理部分引用时常见的缩略方式,参考法律专业人士的缩略习惯确定,希望通过进一步的规范来建立法律规范性文件简称的使用标准。

 

本丛书涉及的条文主旨均由“法律大数据实验室”根据法律专业人士通行的使用习惯,并尽量照顾到每个条文中的每款内容进行编写,希望通过进一步的规范来建立条文主旨的编写标准。

 

 

王竹

2017年6月30日

 

 

《婚姻家庭继承纠纷》分册编写说明

 

《婚姻家庭继承纠纷》一书是“法律大数据·案由法条关联丛书”的第二本。就本书的编写情况,在此作简要说明。

 

1. 数据分析单位

本书的法律大数据分析由“法合实验室”提供数据支持,“法律大数据实验室”负责数据分析。

 

2. 数据分析范围

本书的法律大数据分析全样本为“中国裁判文书网”自2014年1月1日到2017年6月30日公布的超过3 000万份裁判文书。

 

3. 案由涵盖范围

《民事案件案由规定》(法[2011]42号)的第二部分“婚姻家庭、继承纠纷”(M2项下合计35个案由)和第十部分“适用特殊程序案件案由”中与本书相关的“宣告失踪、宣告死亡案件”(M10.32项下8个案由)、“认定公民无民事行为能力、限制民事行为能力案件”(M10.33项下5个案由)、“监护权特别程序案件”(M10.35项下4个案由),共计52个案由。

 

4. 核心法律选取

4.1选取范围

 

本书选取的核心法律包括《婚姻法》全文(51个条文)、《继承法》全文(37个条文)、《收养法》全文(34个条文)和《民法通则》第二章“公民(自然人)”(第9—35条,合计26个条文),共计148个条文。

 

4.2选取理由

 

尽管《民法总则》已经于2017年3月15日由第十二届全国人民代表大会第五次会议通过,并即将自2017年10月1日起施行,但在较长的时间内还不会全面替代《民法通则》第二章“公民(自然人)”的适用。而根据“法律大数据实验室”的分析,实务中部分法官高度依赖《民法通则》,可以预见,《民法通则》被废止之前,仍然将有较高频率的适用。未来《民法总则》生效后,“法律大数据实验室”将持续跟踪,并更新法律适用的实际情况。

 

 

5. 人工干预措施

本书编写过程中,在各案由和各核心法律法条大数据分析结果上,经过征求法学研究和司法实务人员的意见,对部分数据进行了人工干预。主要干预措施如下:

 

第一,根据对法律条文本身和所适用的裁判文书内容进行的大数据分析提示,部分法条可能被错误引用,经过人工确定后进行了相应的干预。

 

第二,部分法律的新修改条文和新颁布的司法解释本身尚未被适用或者仅被少量适用,但根据对裁判文书历史数据的大数据分析,进行了一定的预测性干预,其效果仅具有提示性。

 

第三,部分司法解释尽管在近年来公布的案例中仍然存在少数适用的情形,但已经被废止,从本书的实用性角度出发,为避免混淆,进行了删除。

 

本书编写过程受到裁判文书数据数量、质量和分布的客观限制,可能与实务存在一定的偏差,敬请读者谅解。也欢迎读者提出宝贵意见和建议。

 

 

                                                                                                                   张晓远

                                                                                                                  四川大学法学院副教授

                                                                                                                 中国婚姻家庭法学研究会理事

                                                                                                                 zxy5186@163.com

                                                                                                                   2017年6日30日

club dresses club dresses bridal boutique bridal boutique asos dresses asos dresses dune shoes dune shoes bride outfits bride outfits