于 洋，羅亞平

（1.中國人民公安大學，北京100038；2.南京市公安局刑事科學技術研究所，江蘇 南京210012）

足跡是犯罪現(xiàn)場出現(xiàn)率較高的痕跡物證之一，在案件事件分析和偵破中發(fā)揮著重要作用。然而，足跡檢驗方法是以人的主觀觀察、分析、比較及判斷為基礎的方法。隨著法制社會對法庭科學技術的要求日益提高，致使不能滿足嚴格科學標準的主觀判斷方法受到了挑戰(zhàn)，主要原因是對證據(jù)評價的科學有效性不充分，鑒定意見表述不確定與不準確，不連續(xù)與跳躍性大。

在檢驗鑒定中，鑒定人員需要對符合點和差異點的來源進行認真分析，綜合評斷質和量。實際上，鑒定過程主要依靠的是專家的技能、培訓和經(jīng)驗，更多稱為“專家意見”。當現(xiàn)場足跡變得復雜，如背景干擾、殘缺重疊或模糊時，鑒定人員需要對足跡特征進行反復評斷，二元結論將帶來風險，可行方法是采用多元意見或定量表述方式。

足跡鑒定意見的表述與量表（scale）類似，是標準化和規(guī)范化的表述方式，常用于定量測評調查對象的某些特征。CICCHETTI等比較了結論數(shù)量對評分者間可靠性的影響，研究表明在使用2級結論量表時評分者間可靠性最低，在7級結論量表時達到漸近線。CARTER等研究了3級和5級指紋鑒定意見的差異，研究表明5級指紋鑒定意見利大于弊，但實施應注意解讀。國內學者姚力建議將足跡鑒定意見劃分為足跡信息分析意見、非肯定性檢驗意見及肯定性鑒定意見3大類，10種意見表述，為我國鑒定意見多元化可行性提供了有益探索。因此，擴大等級量表在統(tǒng)計學和實用性上似乎得到了印證和支持。表1列出了不同國家或地區(qū)的足跡鑒定意見的表述方式，其中俄羅斯3類，中國4類，歐洲6類，美國7類，日本12類（對歐美國家鑒定意見再細分，表內不詳述）。在我國，根據(jù)《法庭科學平面鞋印形象特征檢驗技術規(guī)范》（GAT1437—2017），鑒定意見的表述分為種類認定、同一認定、否定同一和不具備檢驗條件，即認定、否定和無法評定3級意見。在足跡鑒定實踐中，種類認定與檢驗意見因證據(jù)指向性不高而使用較少。

表1 不同國家/地區(qū)足跡鑒定意見表述方式

綜上，在足跡意見表述上，我國與歐美等發(fā)達國家存在差異。足跡證據(jù)如何科學、客觀地評估表述值得探討研究。因此，本研究對比3級意見和5級意見，采用信號檢測論等方法深入分析意見的準確性、難易程度、檢驗時間和閾值變化等問題，目的是評估5級意見表述是否有利于足跡檢驗過程。

1 材料與方法

1.1 鑒定人員

邀請來自3個公安實戰(zhàn)部門和2個公安院校的12名足跡鑒定人員進行實驗研究。本研究采用被試間設計，12名足跡鑒定人員分成兩組，第一組6人，平均年齡42歲，足跡工作經(jīng)驗平均18年，高級職稱4人，中級職稱2人；第二組6人，平均年齡42歲，足跡工作經(jīng)驗平均17年，高級職稱4人，中級職稱2人。12名足跡鑒定人員均具有足跡鑒定資質或任職資格，年齡、經(jīng)驗、職稱及單位在分組間平衡。

1.2 實驗材料

為保證實驗科學有效，全部足跡材料在實驗室受控條件下制作。期間，研究小組讓23名不同年齡、性別的志愿者穿4種不同鞋底花紋的鞋子約30 d?，F(xiàn)場足跡介質包括灰塵、血液、黑粉、銀粉、油脂和水漬等；顯現(xiàn)和提取方法包括磁性粉末、酸性黃、氨基黑10B、靜電吸附和明膠片等；遺留客體包括紙張、塑料、包裝盒、金屬、瓷磚、桌子、木板和玻璃等。樣本足跡志愿者腳底蘸上油墨后在白紙上正常行走形成。所有的現(xiàn)場足跡和樣本足跡，采用尼康D850和尼康D700相機，輔助三腳架配合光照（自然光或燈光）條件下拍照提取。制作目標是創(chuàng)建一個測試集，供后續(xù)研究使用。

本次研究，實驗小組從測試集中篩選出50對足跡，每對足跡包含檢材和樣本各一枚，足跡照片的分辨率均為300 dpi。通過Photoshop CS5編輯后，每套題目左側為現(xiàn)場足跡，右側為樣本足跡，具體如圖1所示。再將50對足跡標注代碼后導入可視化Pro Stduio 3.4.8編輯軟件中，創(chuàng)建測試數(shù)據(jù)庫。每對比對足跡的檢材和樣本大小、花紋種類相同，鑒定人員比對時無需考慮足跡大小和花紋種類，可直接比對。因此，為避免干擾，實驗刪除了足跡圖片中的比例尺。50對足跡是難度較高的相似異源足跡，并伴有背景干擾、重疊、殘缺和變形?？紤]足跡比對的數(shù)量和疲勞等因素，本研究將實驗分為在上午和下午兩次進行。上午實驗，25對足跡有13對同源（認定）、12對異源（否定）；下午實驗，25對足跡有15對同源（認定）、10對異源（否定）。

圖1 實驗中呈現(xiàn)的2對足跡示例

1.3 實驗程序

實驗分為兩個階段，通過可視化編輯軟件，鑒定人員可以使用鍵盤和鼠標在蘋果電腦上操作完成比對。

第一階段（上午實驗）：首先，每位足跡鑒定人員簽署知情同意書，并完成2對足跡比對預實驗。然后，25對足跡隨機呈現(xiàn)，鑒定人員通過鍵盤和鼠標切換選擇。每對足跡出現(xiàn)前，均提供遺留客體、介質和提取方法等相關說明，以輔助檢驗。每次完成比對后，足跡鑒定人員需回答“意見”和“難度”兩個問題，具體如圖2所示。鑒于提供的鞋底花紋種類相同，研究小組去掉了鑒定意見中的種屬認定。

圖2 3級和5級“意見”和“難度”問題示意圖

第二階段（下午實驗）：與上午操作程序相同，足跡鑒定人員再完成25對足跡，材料隨機呈現(xiàn)。最后，每名鑒定人員完成一份信息背景調查。

實驗期間，在安靜、光線均勻的環(huán)境里，足跡鑒定人員可以按照自己的節(jié)奏，不受時間限制。同時，除了休息時間，本研究要求鑒定人員盡量不離開比對任務。如果中途離開，可以暫停任務進程，回來后再繼續(xù)比對。在上述兩個階段，兩組鑒定人員需要完成相同的50對足跡，第一組使用標準3級意見，第二組使用5級意見。在實驗前，第二組鑒定人員接受了以下說明和指導：

在足跡比對中，將使用5級意見表述方式，在標準3級表述基礎上，增加了傾向性意見。由于每對足跡的大小、花紋種類一致，因此刪除了“種屬認定”類別。具體表述方式如下：

（1）同一認定。現(xiàn)場足跡與樣本足跡反映出的種類特征相同，個別特征具有特定性，沒有本質差異，現(xiàn)場足跡與樣本足跡是同一鞋所留。

（2）傾向認定?，F(xiàn)場足跡與樣本足跡反映出的種類特征、足跡大小以及一般穿用特征相符，且沒有本質差異，還需滿足下列條件之一：①磨損特征的特定位置、程度和方向總體一致，但沒有可靠的個別特征；②或者出現(xiàn)一個或多個個別特征，但是特征質量和數(shù)量達不到同一認定的條件。

（3）傾向否定?，F(xiàn)場足跡與樣本足跡反映出的種類特征相同但細節(jié)特征存在差異，或者細節(jié)特征反映不充分、質量低，但不足以否定。

（4）否定?，F(xiàn)場足跡與樣本足跡反映出的種類特征不同，或者種類特征相同但細節(jié)特征存在本質差異，現(xiàn)場足跡與樣本足本足跡是否為同一鞋所留。

（5）不具備檢驗條件?，F(xiàn)場足跡或樣本足跡沒有反映出或反映出的特征少，沒有檢驗條件，不能確定現(xiàn)場足跡與樣本足跡是否為同一鞋所留。

每次比對后，您需要回答“意見”（同一認定、傾向認定、傾向否定、否定、不具備檢驗條件）和“難度”（非常簡單、簡單、中等、困難、非常困難）兩個問題。您可以通過鍵盤任意鍵切換界面，再點擊鼠標左鍵選擇答案。

由此可知，5級意見的“同一認定”“否定”和“不具備檢驗條件”與標準3級意見表述相同，只是增加了傾向性意見。

2 結果與討論

兩組鑒定人員共給出足跡“意見”和“難度”各600個。通過信號檢測論、配對檢驗等統(tǒng)計方法對鑒定意見分布、準確性、所用時間和題目難度等數(shù)據(jù)分析對比。

2.1 意見分布

兩組鑒定人員“意見分布”如表2所示。兩種意見表述的分布采用同源（標準答案為“認定”，同一只鞋遺留的足跡）和異源（標準答案為“否定”，不同鞋遺留的足跡）形式列出，占比是該列意見數(shù)除以該行總計數(shù)換算成的比例。

由表2可知，第一，在同源足跡中，3級意見的“同一認定”回答比例（正確認定率）從0.714下降到5級意見的0.363。這表明兩組鑒定人員對“同一認定”的理解產(chǎn)生了變化，第二組鑒定人員重新定義了“同一認定”，有0.363占比（正確認定率）為同源足跡中最強的“同一認定”鑒定意見；在異源足跡中，3級意見的“否定”回答比例（正確否定率）從0.614下降到5級意見的0.333。這說明第二組鑒定人員重新定義了“否定”，其中大部分“否定”可能轉向“傾向否定”。第二，在同源足跡中，3級意見和5級意見的“不具備檢驗條件”回答比例均為0.101；在異源足跡中，3級意見到5級意見的“不具備鑒定條件”回答比例增加了0.023。這表明兩組鑒定人員對特征數(shù)量少或質量低的足跡評估基本沒有變化。第三，在同源足跡中，3級意見錯誤“否定”回答比例（錯誤否定率）從0.185下降到5級意見的0.048（0.185-0.048=0.137，而錯誤傾向否定率為0.107），表明大部分“否定”可能轉移到“傾向否定”，少部分轉移到同源認定的方向；在異源足跡中，3級意見的錯誤認定率從0.386可能分散到5級意見“同一認定”（0.227）和“傾向認定”（0.196）。

表2 3級意見和5級意見的數(shù)據(jù)比較

上述數(shù)據(jù)表明，足跡鑒定人員可能重新定義了“同一認定”或“否定”，但3級意見和5級意見對于鑒定人員是否會產(chǎn)生顯著差異，下文會進一步分析。

2.2 ROC曲線下面積

接收者操作特征（Receiver Operating Characteristics，ROC）和ROC曲線下面積（Area Under The Curve，AUC）被廣泛用來評估分類器性能。AUC值作為評價標準，被定義為ROC曲線下的面積，介于0.1和1之間，作為數(shù)值可以直觀的評價分類器的好壞，值越大正確率越高。五六十年代的統(tǒng)計決策理論中，ROC被提出并用來說明分類器命中率和誤報警率的關系，最早用于雷達觀測能力的評估，后來用于晶體管，然后被拓展到心理學、醫(yī)學圖像工程、機器學習等其他領域。在3級意見和5級意見中，ROC曲線下面積用于評估每名足跡鑒定人員與標準答案之間的表現(xiàn)，詳見表3。其中，5級意見的“同一認定”和“傾向認定”都是正確答案。研究小組通過Delong檢驗計算了兩種意見中不同ROC曲線的AUC水平，并采用檢驗來分析兩種意見條件下的顯著性無顯著性差異（（5）=-1.476，=0.201），表明足跡鑒定人員區(qū)分同源和異源足跡的結果沒有受到兩個意見表述方式的顯著影響。

表3 6位足跡鑒定人員3級意見和5級意見的ROC曲線下面積（AUC）

2.3 檢驗時間

在檢驗時間分析中，M表示每種情況的平均值，表示配對檢驗的值，D表示Cohen’s D，一種效應大小的度量。表4顯示了每種意見的比對時間中位數(shù)和四分位間距。

表4 每種意見比對時間的中位數(shù)和四分位數(shù)間距 （s）

從總體上看，3級意見和5級意見的平均檢驗時間未產(chǎn)生顯著差異（M=73.4，M=146.6，（5）=-2.023；=0.099；D=-1.168）。這表明，5級意見條件下的平均檢驗時間沒有明顯長于3級意見條件下的平均檢驗時間。

從認定和否定上看，3級意見中認定和否定的平均檢驗時間未產(chǎn)生顯著差異（M=60.04，M=90.40，（5）=2.619；=0.047；D=1.512）。這表明，3級意見條件下否定的平均檢驗時間沒有明顯長于認定的平均檢驗時間。而5級意見中認定和否定的平均檢驗時間產(chǎn)生了顯著差異（M=127.42，M=171.03，（5）=2.877；=0.035；D=1.661)。這表明，5級意見條件下否定的平均檢驗時間明顯長于認定的平均檢驗時間。這一發(fā)現(xiàn)驗證了鑒定人員可能重新定義了“確定性意見”。

2.4 比對難度

如表5所示，在評估足跡難易程度上，5級意見中“困難”數(shù)量下降了，“簡單”數(shù)量上升了。相應地，研究小組在表6中列出了每位鑒定人員的“困難率”和“簡單率”。但是，無論使用3級意見還是5級意見，“困難率”（（5）=0.715，=0.507）和“簡單率”（（5）=-1.916，=0.114）均沒有顯著變化。這表明，在3級意見和5級意見條件下，足跡鑒定人員沒有明顯改變足跡難度的評估。

表5 3級意見和5級意見的足跡難度評估

表6 6位足跡鑒定人員3級意見和5級意見的困難率和簡單率

2.5 閾值變化

研究小組將表2的數(shù)值轉化為分布曲線，詳見圖3。從分布曲線看，當3級意見擴大到5級意見后，鑒定人員將“確定性”意見轉化為“傾向性”意見，閾值變化表明鑒定人員更加趨向風險規(guī)避。標準3級意見加入兩個傾向性意見后，“同一認定”的標準向左移動，而“否定”的標準向右移動。這表明，在增加意見表述后，足跡鑒定人員重新定義了“同一認定和否定”，意見強度發(fā)生了變化。這里“認定和否定”的標準是一種“閾值”，即足跡鑒定人員判定后的臨界值。在5級意見中，同一認定的閾值向左移動，否定的閾值向右移動。這表明，在意見擴大后，足跡鑒定人員重新定義了同一認定和否定的意見，證據(jù)強度發(fā)生了變化。關于鑒定意見強度，與標準3級意見相比，5級意見可能存在3種變化情況，為了便于理解，本研究將閾值變化分為3種對稱分布：

圖3 3級意見和5級意見分布密度圖

（1）在這種情況下，鑒定人員只對標準3級意見的“不能確定”類別分為“傾向認定和傾向否定”，原“認定和否定”的標準不變，具體如圖4所示。

圖4 兩種意見中“不能確定意見”閾值的分布比較

（2）在這種情況下，“傾向認定和傾向否定”分別向同源和異源方向擴展，突破了圖4的限制范圍。鑒定人員把標準3級意見（“同一認定”“不能確定”和“否定”）部分轉化為“傾向性意見”，具體如圖5所示。

圖5 兩種意見中“傾向性意見”閾值的分布比較

（3）在這種情況下，“傾向認定和傾向否定”繼續(xù)向同源和異源方向擴展，標準意見的“不能確定”在5級意見中不變，鑒定人員把標準3級意見的“認定和否定”轉化為“傾向性意見”，具體如圖6所示。

圖6 兩種意見中“確定性意見”閾值的分布比較

以上3種對稱性分布情況，從意見強度中心位置向同源、異源兩邊擴展。在實際應用中，考慮到足跡檢材和樣本的數(shù)量、質量、同源和異源差異，鑒定意見的閾值更為復雜，可能是非對稱性分布。

3結論

從表2可以看出，對于同源足跡，“錯誤的傾向否定”有18個，占同源的11%。這主要來自3級意見的“錯誤否定”轉變；相應地，對于異源足跡，“錯誤的傾向認定”有26個，占異源的20%，這大部分來自3級意見的“錯誤認定”?？傮w上，5級意見的錯誤率強度降低了，這是積極的改進。但是，對于如何理解“傾向性意見”存在消極因素。一方面，錯誤認定可能會導致更多的關注和懲罰，鑒定人員采用“保守的”判斷閾值可能有利于減少錯誤“認定或否定”，但也可能導致正確“認定或否定”的減少；另一方面，偵查員和司法人員可能偏信或不信而造成過度解讀。

根據(jù)信號檢測論，3級意見和5級意見之間鑒定人員總體準確性沒有顯著改變。這說明足跡鑒定人員有能力將意見強度映射到兩種意見表述中，并在記憶中保留傾向性意見的同時不降低總體準確性。雖然使用5級意見增加了選擇的復雜性，但兩種意見表述的比對總時間沒有顯著差異。本研究發(fā)現(xiàn)鑒定人員得出“否定”意見比“認定”意見時間更長，這說明在足跡材料的相似度較高時，鑒定人員分辨同源和異源足跡的挑戰(zhàn)性較大。此外，在3級意見和5級意見之間，鑒定人員沒有明顯感覺題目變得簡單或困難，這說明兩種意見表述沒有顯著影響鑒定人員對題目難易程度的判斷。

綜上所述，在3級意見與5級意見中，無論準確性、時間還是難度，兩種意見之間的差異不顯著。當面對復雜的相似異源足跡時，5級檢驗鑒定意見可以更為客觀地評估足跡材料，減少極端意見的發(fā)生。但是，在理解和應用上，應合理傳達給偵查、司法人員，再綜合案件中的其他信息和證據(jù)，避免產(chǎn)生誤解。

實驗中，比對材料由研究小組根據(jù)鑒定實踐中常見的案例，盡可能模擬案件現(xiàn)場中出現(xiàn)的足跡，充分考慮到殘缺、模糊、重疊、介質和相似異源等復雜情況進行設計和制作。其中，同源鞋印是同一雙鞋制作的現(xiàn)場鞋印與樣本鞋印組合而成；異源鞋印是使用同一品牌型號的不同鞋制作的現(xiàn)場與樣本鞋印組合而成。因此，試題難度較為困難。此外，采用可視化軟件的比對模式，鑒定人員只能觀察檢材和樣本，但無法拿到或提供更多實物材料，這在數(shù)量、心理和習慣等方面存在局限，在一定程度上增加了錯誤率。