回顾 || 全球教席课堂90讲张永健：诉讼当事人为何不请律师？中国数据的法律实证研究
2024年12月15日，雷火电竞官网在线全球教席学者、美国康奈尔大学法学院Clarke讲席教授张永健以“诉讼当事人为何不请律师？中国数据的法律实证研究”为题举办学术讲座。讲座由雷火电竞官网在线副院长戴昕主持，校内外多名师生参与其中，活动反响热烈。
本文以文字实录的方式呈现讲座核心要点。
张永健：
一、研究背景
通过分析中国大陆和日本超过800万宗民事诉讼案件的数据集，可以观察到在案件标的额较高的案件中，即使考虑到公司聘请法务的因素而从样本中排除了公司参与的诉讼，当事人聘请律师的比例仍不高，约有20%-30%的原告没有聘请律师。这一现象表明在涉及高额资金的案件中，当事人很多时候会选择自我代理，即使这可能不是成本效益最大化的选择。
二、理论假设
可能有两种心理学效应的结合可以解释这一临界点效应(tipping point effect)现象：参考点依赖（reference point dependence）和竞争精神（competitive spirit）。参考点依赖指个体在做出决策时，会以某个特定的值作为参考点，以此来评估各种结果的相对优势或劣势。这个参考点通常是一个预期的结果或者是一个心理上的基准。人们对于损失和收益的感知并不是绝对的，而是相对于这个参考点而言的。竞争精神是指个体在竞争环境中展现出的动机和行为倾向。在竞争情境下，个体的目标不仅仅是自己利益的最大化，还包括相对于他人的绩效。竞争精神可以激发个体的努力和表现，有时甚至会导致个体采取对抗性或破坏性的行为。基于这两种效应的共同作用，当事人更倾向于在预期案件结果接近胜负均势时聘请律师，而在预期胜诉概率非常高或非常低时则不太愿意聘请律师；同时，只有在诉讼的情境中这种现象才出现，在一般的不确定性收益问题时并不显著。
三、实验研究设计
通过Credamo平台招募了900名实验参与者并将其分为六组，随机分配到三种条件（胜诉概率“非常低”、“五五开”或“非常高”）。参与者被告知，如果聘请律师，将额外花费一定的费用（60,000或90,000元），同时胜诉概率将增加15%。参与者需要根据这些信息做出是否聘请律师的决策。实验还收集了包括参与者的个人概率估计、风险偏好和人口统计信息等控制变量。实验另招募450名参与者，将情境变更为期望收益与诉讼情境等价的彩票，观察参与者的决策。
四、实验结果
在“五五开”条件下，89.3%的参与者表示他们会聘请律师，而在“非常低”或“非常高”条件下，这一比例降低到74.7%。这一差异在0.1%统计水平上显著。当律师费用增加到90,000元时（即理性预期会减少利润），临界点效应仍然存在，表明即使在预期亏损的情况下，当事人也愿意为了增加胜诉机会而支付额外费用。在为了验证竞争精神的彩票实验中，将问卷改编为相同收益预期的彩票情境，此时没有发现显著的临界点效应，这表明效应与诉讼情境中的社会冲突有关。
五、讨论与总结
根据研究结果，临界点效应可能部分解释为什么即使在高标的额的案件中，当事人也可能选择自我代理。这体现出对胜率接近案件的感知和不聘请律师时的遗憾预期是当事人的重点考虑。对政策制定者来说，这一研究表明，现有的法律援助政策不足以完全解决由于自我代理诉讼导致的专业知识缺乏和专业知识不平等的问题。诉讼当事人可能会误判他们赢得诉讼的概率而决定不聘请律师或者正确估计了他们胜诉的先验概率，但低估了专业代表的价值。在这两种情况下，强制性代表都增加了他们赢得诉讼的机会。
问答环节：
提问一：
问卷实验大约需要半个小时，愿意花半小时挣二十块钱实验酬劳的人能否对五十万元标的的诉讼产生准确的认识，以及他们能否有比较预期收益和成本的意识？另外，现实中如何做到对胜诉概率的预测？这一研究在何种程度上能反映现实中个案的实际情况？
张永健：
使用实验酬劳激励做问卷实验的方法在实验经济学领域由来已久，既然有钱人更不愿意参与这一实验，我们只能接受现有的实验方法，并排除掉无效问卷得到有效样本。不明确给出预期收益是为了避免影响对可能的机制的识别，而且随机控制实验的设计可以保证实验组和对照组的数学素养平均分配。对于案件的具体细节，或许可以从裁判文书网中得到一些线索。
提问二：
实验问卷中对概率描述为“非常低——仍然比较低——55开——获胜概率比较高——几乎可以确定胜诉”，在被试者看来前两者和后两者是否存在明显的区别？参与过诉讼和未参与过诉讼的被试者对诉讼程序的不同认识是否会影响实验结果？问卷对概率的描述是否与现实差异较大？中国的诉讼程序没有律师也能推进，这是否构成当事人不请律师的原因？
张永健：
当事人在边际上的决策是我们所关注的。他们面临的边际决策都一样，他们请律师的费用是一样，他们提高的胜率是一样的，他们诉讼标的金额也是一样的。所以在边际上，他们应该要有同样的倾向去请律师，但实际上并不相同，因此我们认为当事人的行为是不理性的。我们在设计研究方案时考虑到给出明确的概率描述更不贴近现实，所以使用了形容词描述概率。我们在控制是否有诉讼经验变量后结果没有改变，可以认为被试者的选择与诉讼经验没有关系。
提问三：
现有的条件下，目前的实验设计已经是最合理的方式了。但是，中国网民对诉讼的理解可能和普通法国家的网民不一样，在普通法国家没有律师的案件没有机会被法院接受。同时，使用彩票和诉讼对比可能不太符合中国人的理解，因为彩票是相对客观的几率，但律师对胜率的影响与彩票直接提高几率是否有所不同，比如双方可能有沟通？在实践中，侵权案件的原告同样可能提出超高标的，用于强调自身的正义性？在中国可能大多数案件是0%或100%的胜率，而请律师的案件都是五五开的案件，以15%和85%作为临界是否可能过多地排除了这些没有争议的案件？文章是如何实现分工合作研究的？
张永健：
侵权案件的诉讼标的可以浮动，在不同场景下被试者的选择是一个值得继续研究的问题。我们的研究也不需要知道一般人如何理解诉讼，只要保证对诉讼的理解在控制组和实验组之间不存在显著差异即可。高标的案件的具体案情是值得研究的问题，双方可能存在沟通也是很合理的一种解释。但是，我们提出的理论并不能完全解释高标的案件的当事人不请律师这个谜团，而是提出了这个谜团之所以不是谜团的一个可能的理论解释。我们的研究分工是我发现在日本有很多诉讼标的高的案件没有律师代理，因而提出了五五开的案件更倾向于请律师的假设，之后找到香港大学法律学院副教授刘庄研究了中国的数据，发现了一样的现象。我们后来找到了马普所的Christoph Engel教授，他在实验设计上提出了很多意见。合作论文必须要发挥1+1>2或1+1+1>3的效果，作者之间应当有知识、能力、视野上互补的地方。尤其是现在社科研究的进展已经到了一个人很难跟上全部的发展的时代，只有多国家多背景的作者合作才能产出好的文章。同时，为了鼓励合作研究，学术机构在进行评价时应该提高真正顶尖期刊发文的评分，使得学者合作发表这类期刊的收益大于独作发表次一级的期刊的收益。
提问四：
研究使用的置信区间(confidence interval)是90%还是95%？回归分析的核心解释变量系数如何？在中国，法官很大程度上是为当事人服务，律师很难改变法庭的权力格局，且律师整体的水平不尽如人意，那么是否一定存在请律师能使得胜率提高的确信？
张永健：
研究的结论至少在95%统计水平上显著。实际上请律师是否真正提高了胜率并不重要，重要的是当样本量较大(N="450*3)时，随机分派使得我们不用担心被试者是否相信请律师会提高胜率。当其他可能影响被试者选择的因素均被控制后，五五开的胜率预期成为唯一对被试者的选择产生影响的因素。这些可能的问题会帮助我们理解谜团本身，但不会让我们的实验研究本身变得没有价值。
提问五：
参考点依赖和竞争精神这两种理论解释之间的关系是如何在文章中体现的？主要的效应来自哪一者？传统的诉讼和解理论认为当事人只有五五开的时候才会去诉讼，而这篇文章表明在实际经验中，即使标的很高，当事人没有请律师也会诉讼。是否有可能正是因为当事人没有请律师，所以才会选择提起诉讼而不是和解？
张永健：
如果没有竞争精神的效应，那么在彩票实验中应当看到和诉讼实验一样的结果。如果没有参考点依赖效应，那么在诉讼实验中应当看到基准胜率预期不会影响请律师的决策。这三个实验叠加起来表明两种效应必须同时发生作用。民事诉讼不是民事纠纷最有代表性的体现，而是冰山一角，因而不能从诉讼案件反推更广大的没有进入法院的案件的特征。在诉讼和解率很高时，只有双方都觉得五五开时才会进入法院，但我们的研究不意味着进入法院的五五开的案件都有律师代理或认为自己一定输的案件都没有律师代理。如果当事人一开始就觉得自己必赢，当然也就不会去请律师；如果他请了律师，他可能发现他确实是必赢，那继续就往下进行诉讼就赢了。他也可能在咨询几个律师之后发现自己其实不是必赢，而是五五开，于是他就不告了。
提问六：
这个实验有一个隐藏预设是当事人选不选律师是当事人单方面决定的。如果考虑到请律师时的人际互动，是否会纳入干扰因素？随机分布没有考虑到实践中真正出现的复杂因素，是否会对结论有影响？
张永健：
我在理论上完全赞成当事人选律师时在进行双向选择，但在做实验时只能对问题进行简化，一次只能研究一个问题，因此不太可能将所有现实发生的事情放到同一个实验里面。对于第二个问题，我们研究的目标时控制其他因素不变，找出当事人对胜率的认知与是否请律师的选择之间的因果关系，所以这些实践中其他的复杂因素不会影响我们的结论。
提问七：
在真正进入法院的案件中，可能大多数是当事人评估为五五开的案件。在研究中对低概率、五五开和高概率案件收集同样多的样本(N="150*3*3)，是否可能因样本数量与实际分布不相同，而导致回归分析中放大了位于两端的低概率和高概率案件的估计权重，从而使得对处理效应的估计有偏？研究使用了线性概率模型(linear probability model)估计认知对被试者决策的影响，并在表格中汇报了普通标准误(standard error)，得到统计显著的结论。由于线性概率模型不满足同方差假设(homoskedasticity)，如果汇报异方差稳健标准误(heteroskedasticity-robust standard error)，是否会对研究结果产生影响？如果改为采用Probit非线性模型，回归结果又是否有变化？
张永健：
我们计算最少有效样本数得到的结果是132，所以我们对每一组取150个样本以保证有足够的自由度识别组间的差异。与抽样调查不同，实验研究在开始做实验之前就要在网上公布实验的问题、分析方法、资料收集等信息，然后按照计划进行。我们最开始的设想就是对每一组均取150个观测值，所以最终是每组各150人。标准误的问题我回去再确认一下。使用线性概率模型是因为Probit等非线性模型的回归系数的可解释性较差，所以在计量经济学中，即使被解释变量是二分变量，也大多使用线性概率模型。