「只有變量（variable）先可以計算相關系數。在警方的報告裏，『光時口號出現』是一個常量（constant），是做不到相關性分析的。」李立峯向法官解釋道。

對於社會科學的學生而言，今日國安法法庭變得有點似曾相識：大學教授在證人席講解相關系數（correlation coefficient），學生倒成了三位坐在高一級席位上的法官，以及一直翻看文件的主控官，相同的是，兩邊的學生都是從零開始；不同的是，法庭的「學生」正在盤問教授。

中大新傳學院院長李立峯教授今日（7 月 15 日）完成作供。回首約兩日半的作供過程，李立峯花了很大篇幅在解釋基礎統計學內容，及社會科學視角裏的社會複雜性。

「光時」與「港獨」的相關性

昨天，李立峯需要向三位國安法法官及控方主問周天行，解釋抽樣調查的基本原理，法官杜麗冰問了一些入門問題，例如「抽樣調查了 400 人的意見，如何能代表所有參與示威的人」。而今日，李立峯幾乎花了一個多小時，向法官們解釋「相關系數（correlation coeffient）」，並且回答周天行與此相關的盤問。

在辯方大律師劉偉聰引導下，李立峯再次展開論述，除了昨天反駁了劉智鵬「『光時』只能有一種意思，並且所有人都如此理解」，他和李詠怡的報告，還主要從兩點上批評劉智鵬的報告：

第一，他們認為，「光時」口號在反修例運動裏出現，並非如劉所說，是在 2019 年 7 月 21 日在中聯辦門外示威時出現，而是早在同年 7 月 6 日的「光復屯門公園」及 7 月 13 日「光復上水」行動裏，口號的關鍵詞已在發展，進入人們頭腦。

而之所以在 7 月 21 日之後「光時」完整的口號變得普及，是因為元朗襲擊事件，人們發現「光時」的開放性及曖昧性，讓他們得以表達傷感、生氣、憤慨等情緒。早兩日提及的電話調查結果，支持了這個觀點：80% 的受訪者表示，元朗襲擊事件，最導致他們對警方的憤怒。

第二，他們不認同劉智鵬依據的警方報告，該報告結論是「光時」口號與港獨、暴力及分離元素緊密相關，研究方法是計算 2177 條影片裏「光時」口號被叫喊時，港獨等元素的口號或者行為「同時出現」的概率，這個概率從 2019 年的 11% 上升至 2020 年的 70%。

然而，李立峯昨日解釋過，解讀「同時出現」需考慮語境，遊行裏出現多種口號是常態，並非必然相關；其次，李立峯和團隊所做的關於「連登」的數據分析顯示，「光時」與「港獨」字眼的相關性（correlation）很低，這個數據分析，使用了統計學中計算「相關係數」的分析方法。

李立峯解釋「相關系數」

今天早上，李立峯向三位法官解釋，從 2019 年 11 月到 2020 年 2 月期間，他們以日子為分析單位，統計每日出現「光復香港」、「時代革命」、「香港獨立（或者港獨）」的貼文，在「時事台」所有貼文中出現的概率（%），然後將「光復香港」、「時代革命」的貼文佔比，分別與「香港獨立」的貼文佔比做相關性分析，得出「光復香港」與「香港獨立」的相關系數為 +.291，「時代革命」和「香港獨立」的相關系數為 +.353。在統計學上，完全正相關的系數為「1」，因此這兩個結果，代表兩個詞組之間的相關性是中等（moderate）。

不僅如此，在 2020 年 3 月到 7 月，若「光時」與「港獨」相關性有所升高，相關係數就應該升高，但數據分析顯示，它們維持變化不大的水平，其中「時代革命」和「港獨」的相關系數還跌了。

法官杜麗冰發問：會否有可能因為，人們在 3 月減少了談論「光時」？

李立峯回答：「相關性不是基於次數，它顯示的是兩個變量的關係。」

兩個變量的關係，說的是什麼呢？以簡單例子說明：學歷和收入的相關性是怎樣呢？要研究這問題，就要計算學歷和收入作為兩個變量之間的相關系數。假設得出的相關係數為正數，例如+.61，說明它們是正相關，即學歷越高，收入也越高，並且相關性很強。負數則反之。

香蕉和蘋果的比較

法官陳嘉信兩道粗短的眉毛，在無框的厚鏡片上方飛快地上下跳動著，他說話的時候，總是語帶三分急切。三個法官之中，法官彭寶琴總是反應最快的人。她常戴著一副粗框、扁長的眼鏡，眯起雙眼，從眼睛上方審視她要詢問的對象。在李立峯解釋了相關性是關於兩個變量的關係後，她馬上發問：「但假如光時和港獨意思相若，那麼計算相關系數就沒意義了？（因為人們可能在一個貼文說了『光時』，意思就等於『港獨』，就不需再提及『港獨』）」

其實，這個問題早在 10 分鐘之前，李立峯就在邊闡述時，邊主動提出了這個對自己的質疑，他當時說：「有人或會批評：如果兩個詞語意思相同，例如『聰明』和『醒目』，你就不會在同一個貼文同時說出這兩個詞語了。」

然後他馬上自己回應：「因此，我用的是日子作為單位。」當彭寶琴終於提出這個問題，李立峯耐心進一步回答：

「這就是為什麼我並非用貼文（post）作為分析單位，而是用日子（each day）。假如某一日有很多貼文提及香港獨立，假如光時和港獨真的意思相若，那麼那天也應該有很多貼文提及光時。因為背後的假設是：當好多人在那天提及港獨，說明這是熱門話題，無理由他們那天都約好只說『港獨』，不說『光時』。」

此時，法官陳嘉信也終於找到了他想問的疑惑：「如果相關系數 0.3 是中等，考慮警方報告，他們說光時和港獨相關性有 70%，這是不是說明極度相關？」

李立峯：「警方報告無法用相關系數的框架來看待。要計算相關系數，你需要兩樣嘢都是變量，例如教育和收入，才可以計算相關性。警方報告裏，『光時出現』是一個常量（constant），你無法用常量計算相關系數。」

陳嘉信有點恍然大悟：「就像蘋果和香蕉。」

李立峯又補充：「如果說的是『並存（co-occurance）』，70% 確實很高，但在社會科學的統計分析裏，我們好少只是計算並存，數以萬計的研究都至少使用相關系數分析。」

「但我昨天說過，我對警方報告的批評，是即使數字很高，『並存』也不等相關⋯⋯」

陳嘉信忙打斷：「我知道的。」

「相關」與「並存」之異

由於李立峯有分析「光復香港」、「時代革命」的相關系數為 0.99，以此說明他們高度相關，法官彭寶琴在考慮這部分數據時，思索後，問：「我仍有啲難跟上你。為什麼你計算光復香港和時代革命在貼文的出現，就叫做相關性（correlation），而不是警方計算的並存（co-occurance）？」

「因為他們兩個的趨勢是同時起伏（go up and down together），兩條線幾乎重疊。」李立峯答。

法官彭寶琴總算有點明白了：「所以，做相關性分析，你需要的是將數據放在兩列，如果這兩列會一齊升跌⋯⋯」

看看資料，原來彭寶琴曾在香港大學取得社會科學學士學位。

在控方周天行再次盤問時，周繼續問了一些與 correlation 有關的問題：「李教授，你的分析是，如果香港獨立在一個貼文裏出現了 100 次⋯⋯」

李立峯馬上說：「在一個貼文你不可能寫 100 次。聽落不太合理。我計算的是，光復香港在一天內出現在 100 個貼文，佔所有貼文的比數（%）。」

周天行：「那如果一個貼文出現一次光復香港，但出現 4 次香港獨立⋯⋯（要怎麼計算？）」

問題還未問完，李立峯就說：「如果那個貼文出現了光復香港，就編碼為 1，然後與那天出現的其他數以千萬計的貼文放在一起作為整體，計算多少比率的貼文有提及光復香港。」

周天行質疑研究無包括已刪除貼文

由於周天行早前問，既然無法知道有多少人曾刪除自己的貼文，李立峯的研究因此存在問題，李立峯繼續說：「我們統計了 2500 萬條貼文，你說有人刪除，除非達到很大比率，否則根本影響不了什麼。」

周天行：「你只是不知道有幾多貼文被刪除了。」說這句時，他的聲音變小了一點，像嘟囔一般。

「我不需要知道。」李立峯輕鬆地說。

周天行繼而拿出昨日由控方選取了部分連登貼文的文件，叫李立峯看其中一則貼文，大意是有人開了一個貼文，寫了「光時」口號，下面回覆的人，紛紛說「香港獨立」。似乎，周天行希望舉例，有連登網民會把「光時」和「港獨」緊密關聯。

周天行問：除非我們親自看貼文，否則無法恰當理解貼文的內容。

李立峯回應：「我們說的是 2500 萬條貼文，你不可能全部看完。這裏你指出一些例子，想說明光時意即獨立，這不過是眾多貼文中的一個例子，而且與我的焦點小組訪談並無矛盾。」早前李立峯曾引述過他們的觀點，口號邀請人們賦予各自不同的意義，其中，他做的焦點小組訪談，不同受訪者給出對「光時」的理解，正說明這一點。

「你怎樣可以避免“cherry pick”（只選擇對自己有利的事實）？」話出口，李立峯馬上補充，「我不是批評你，而是我都要防止自己 cherry picking. 」

「即使我讀完所有貼文，指出是否有港獨意思，但最終我仍然需要做相關系數分析。」李立峯說，「⋯⋯你在此舉的例，如果它真的在連登上頻密出現，你做完統計分析後會看到它有很強的相關性。否則，這不過是連登上眾多零散貼文的一個，並非主流。」

周天行不放棄，又指出其中一個貼文，問：「你可以計算它的相關系數嗎？」

「不，這是不可能的。要有至少成千上萬的數據。」李立峯說。

周天行問：「如果每日數字說提及光時的貼文有 100 則，另外提及港獨的貼文有 100 則，那麼它們的相關系數就是 1。」這個理解，與明白「相關系數」似乎還相差八千里。

李立峯嘗試解釋得更淺白，所謂相關性，看的是兩個變量的動態關係：「如果今天，提及某口號的貼文，佔總貼文數目的比率為 10%，而另一口號同樣為 10%；而明天，前者跌為 5%，後者也跌為 5%；後天，它們的百分比又回升至同一數字⋯⋯你就有一個完美的相關性了。」

周天行想繼續發問，被彭寶琴打斷。

周天行嘗試解釋為何要問問題：「我們關注李教授研究結果的可靠性。我的問題是，假設光時口號出現一次，再見到香港獨立出現多次，那麼它們的相關系數是什麼？」

公眾席傳來一陣笑聲。彭寶琴說：「我認為李教授已經解釋過了。首先你計算第一個變量出現的百分比，然後在特定情況下，計算第二個變量出現的百分比，然後再測試兩個變量在一段時間內的升跌起伏是否一致，如果不論升跌，它們都同時上落，得出相關系數為 1。」

李立峯：「很接近了。」

法庭內的二元答案

在國安法法庭，似乎不僅只有統計學基礎知識是缺失的。法庭上經常發生的問答，似乎在把理解事物、社會的複雜性，放入法律語言和框架內，希望問出二元的答案，是與否，對與錯。

就在昨天，周天行就問過李立峯，是否同意劉智鵬對光時的解讀，是「正確」的。李立峯曾解釋，他的觀點是，對於人們頭腦而言，思考某詞語，根本不存在一個唯一正確的意思。因此，劉智鵬的解讀不過是眾多人類其中一種解讀，並不比其他人地位高或者低。

不過，主控、法官繼續想得到一個唯一答案，周天行追問，是否同意劉智鵬的解讀其實也正確，而法官杜麗冰就問：「⋯⋯你是說，你不可以說劉教授解讀得不對，因為也會有人如此解讀，只不過你不會這樣解讀？」

這樣的發問同樣發生在李詠怡身上。周天行同樣曾經嘗試問她，是否同意劉智鵬的解讀。李詠怡答：「我不會這樣解讀，但如果有人這樣認為，這是他的個人理解。」

周天行、杜麗冰隨後接連發問：「但你同意這是其中一種解讀？」

李詠怡最終回答：「如果答案只能是或者不是，咁我說是咯。」

在解答一些問題時，李立峯常常希望解釋更多背景知識。例如劉偉聰主問他，為何說控方對他數據分析的質疑，「都不影響分析的邏輯」。李立峯先解釋，用警方報告做例子，其實對於一個數據分析結果，可以有多方面質疑，例如警員有沒有計算影片裏叫喊口號的人數？人們叫得有多大聲？叫喊口號的時機是什麼？

但他說，他的報告都沒有如此質疑警方，因為，「作為一名社會科學家，我知道做數據收集，你只是盡可能收集與研究目的相關的數據。」解說未完，就被杜麗冰打斷了：「問題問的，是你為何覺得自己的分析邏輯不會被控方提出的質疑影響。」

「這個問題並非如它表面看來這麼簡單，所以我想提供多點信息。」李立峯說。

一個誠摯的嘗試

在昨天和今天，控方或者法官都質疑過，為何李立峯報告中的某些研究沒有覆蓋更多時間段，或者為何不在收到辯方邀請後，做更多調查。李立峯解釋，三個在 2019 年做的分析，包括焦點小組訪談、示威現場調查和電話調查，是「多重檢核（triangulation）」，證明人們在 2019 年理解涉案口號為不同的意思。

「我明白，人們會問，這些分析只做了 2019 年，怎知道光時在 2020 年有否改變意思？尤其當我們的基本觀點，就是意思是會隨時間而改變。」

他解釋，關於「連登」的文本和數據分析，正正覆蓋至 2020 年 7 月， 這彌補前三個方法沒有覆蓋的時間段。而「連登」的數據顯示，「光時」和「港獨」並無甚相關性。

法官陳嘉信後來總結：「所以你是說，關於反修例運動的證據，基本止於 2020 年早期，為了覆蓋 2020 年早期到 7 月之間的空白，你做了最盡力的嘗試，依靠你從『連登』收集的數據。」

李立峯說：「作為一個社會科學家，有時候，我無辦法證明所有事。但，如果我可以證明到，2019 年，光時口號對人們而言，意味著如此多不同意思，那麼，如果有人在 6 個月後走來告訴我，光時只有一個意思，發生一個如此具體的轉變，我會說，給我理論，給我解釋，給我證據。但現在，我並沒看到任何這些，劉教授的報告顯然不是，因為他的解釋是，詞語的意思是千年不變的。」

進一步，他說：「我用已有的數據，做了一個最誠摯的嘗試（honest attempt）。」

「我們連登的數據是從 2019 年 6 月到 2020 年7 月，我們可以用這些數據，去測試是否有任何證據證明，隨著時間推移，光時口號變得更多是港獨得意思。」

作供完畢後，李立峯站起來，有點不知是該馬上離開，還是要怎樣，他雙手垂直放下，稍微用力繃緊了一下，點點頭，然後離開法庭。

至此，所有專家證人作供完畢。下星期二（7 月 20 日），控辯雙方將進行結案陳詞。

 

文 | 楊子琪