司法对《加拿大商业竞争法》（CBCA）标准的依赖及其在判决结果中的预测相关性：对韩国法院裁决的定量分析

《Legal and Criminological Psychology》：Judicial reliance on CBCA criteria and their predictive relevance in verdict outcomes: A quantitative analysis of South Korean court rulings

本研究分析2012-2024年韩国264起性侵案件裁决，采用cbc标准编码及统计模型，发现细节数量和主观心理状态是主要预测因素，逻辑一致性在非线性模型中起作用，为司法实践提供依据。

　　

摘要

研究目的

本研究旨在探讨在涉及13岁以下受害者或认知障碍受害者的性虐待案件中，韩国法院判决是如何引用基于标准的内容分析（Criteria-Based Content Analysis, CBCA）准则的，以及特定准则是否能够预测判决结果。

研究方法

分析了2012年至2024年间发布的264项判决（共273个案例）。对这些判决中的19项CBCA准则及判决结果（有罪/无罪）进行了编码。通过卡方检验或Fisher精确检验来分析变量之间的关联，并使用二元逻辑回归和随机森林模型来检验预测有效性。

研究结果

细节数量（CBCA03）和主观心理状态（CBCA12）是跨各种分析方法中最具一致性的预测因子，在逻辑回归模型中依然显著，并在随机森林模型中占据最高重要性。逻辑一致性（CBCA01）虽然是在司法推理中最常被引用的准则之一，但在逻辑回归模型中无法预测判决结果，但在随机森林模型中显著提升了分类准确性，这表明可能存在非线性或交互效应。

结论

研究结果表明，法院在评估证据可信度时最依赖细节数量和主观心理状态这两个因素，而这些准则在预测判决结果方面表现最佳，与先前研究中显示具有强实证有效性的准则一致。尽管逻辑一致性经常被提及，但它主要起到基准作用——在线性模型中的区分能力有限，但在非线性模型中仍能提供有意义的预测信息。未来的研究应探讨CBCA在弱势群体中的应用，并改进访谈方法以获取详细且未经干扰的证词。

利益冲突声明

本研究不存在需要披露的利益冲突。

数据可用性声明

与本研究相关的所有分析脚本和编码数据均可在开放科学框架（Open Science Framework, OSF）上公开获取：https://osf.io/p5nwt/。

公开的OSF存储库包含：

• 经过匿名处理的CBCA编码数据集，
• 编码手册/代码指南，
• 用于数据准备、描述性分析和统计建模的所有R脚本，以及
• 伦理审查委员会（IRB）的审批信息（包括豁免决定和审批编号）。

由于法律和伦理限制，原始法院判决书无法共享；不过，在进行分析之前，所有从这些文件中提取的变量均已完全匿名处理。