大数据侦查能够有效应对犯罪手段智能化、犯罪地域模糊化、犯罪类型隐形化的刑事犯罪发展趋势,能够实现犯罪对象的精准识别、犯罪行为的精确打击。如今运用大数据技术开展大数据侦查成为各国侦查机关的共同选择,而由大数据侦查的广泛应用所产生的大数据分析结果的定位问题也逐渐成为理论界和实务界的讨论热点。在司法实践中,大数据分析结果主要有线索和证据两种运用形式。大数据分析结果的线索运用形式主要是指在刑事侦查中运用大数据分析技术在数据空间找寻与案件相关的数据痕迹,为案件推进提供线索;而其证据运用形式更多体现在民事和行政案件中,在刑事案件中多会将其转化为传统证据类型或辅助说明材料。这种转化存在着概念不兼容、逻辑不自洽的现实矛盾,无法充分发挥大数据分析结果的事实证明功能,亟需进一步明确大数据分析结果的证据定位问题,而这需要从理论层面扫除障碍、排除争议。在理论层面,现有关于大数据分析结果能否作为刑事证据这一问题的讨论可划分为两派——肯定派与否定派,各自从证据法基本理论、刑事政策和价值正当性等角度展开论述、表达观点。两派的理论分歧源于论证视角的不统一,肯定派从微观视角,否定派从宏观视角。本文认为肯定派的微观视角更为合理,但在论证方式上过于粗浅,且未深入到证据法的内部机理和理论深处进行探讨,这也是导致前述问题各说各话、争议颇多的理论原因。有鉴于此,本文从证据法基本理论出发,将“证据三性”这一刑事证据资格的基本评判标准作为理论分析工具,深入探讨大数据分析结果的刑事证据资格。具体而言:第一,相关性是证据的基本属性,是证据资格的首要判断标准。传统证据的相关性是一种经验相关性,它追求因果关系的存在,是一种强相关性、直接相关性;而大数据分析结果则是一种数理相关性,它并不苛求因果关系,是一种弱相关性、间接相关性。两种相关性确实存在错位之处,但仍有融合之可能。通过在数理相关性基础上寻找经验相关性,在高效低廉的相关关系上进一步检验因果关系,可以使得数理相关性满足经验相关性的要求;通过由“特殊经验”向“一般经验”的跨越,可以使大数据分析结果被人类理性经验所认识。这两条路径是大数据分析结果的数理相关性向证据的经验相关性跨越的有效路径,由此可实现两种相关性的融合。第二,有学者认为劣质数据的存在、人的参与较多、算法的黑箱效应等原因可能导致大数据分析结果不具有客观性。本文认为从证据产生的角度看,基于数据资源的客观存在、数据的全样本性和海量化、算法的理性等原因,大数据分析结果具备证据的客观性资格是不言而喻的。第三,在证据的合法性上,大数据分析结果虽不属于八种法定证据种类,但是“证据的形式合法”要件从不是某项材料是否被认定为证据的强制性要件;此外,大数据侦查确实冲击了取证主体专属原则,然而就目的论层面而言,大数据分析结果一方面对准确查明案件事实有益,另一方面不会对行为人的相关权利造成侵犯,符合取证主体合法要件的设立目的。综上,大数据分析结果具备刑事证据资格,可以作为刑事证据适用。更进一步讲,大数据分析结果在刑事案件的具体适用中体现为一种间接证据,在证明犯罪主观要件、犯罪嫌疑人的同一性认定、犯罪嫌疑人的人身危险性、行为习惯、性格品行等方面具有明显优势,能够与其他证据互相配合、补充,为案件事实的准确、及时阐明提供“有助益的支撑”。