本研究首次自2010年以来以可复现的方法统计并比对1991–2024年美国联邦法典字数与平均字符长度,发现自1993年低点约1505万词起,到2024年已增至约2440万词,字数在33年中30年呈增长;同时平均每词字符数自1991年起逐年上升,可能反映法律文本复杂度的上升。本报告详述数据来源(ISO/HTM)、两套Python解析程序、对1991–1993数据的校正方法及多重验证步骤,并讨论治理层面的简法建议
| 指标 | 要点 |
|---|---|
| 数据来源 | 1991–1993 使用 ISO 文本(.SRC),1994–2024 使用 HTM 年度发布文件,完整来源列于 Data availability |
| 解析工具 | 两套 Python 程序:Python-ISO 与 Python-HTM(源码已归档),分别解析不同文件类型 |
| 校正方法 | 为提高可比性,对 1991–1993 的 ISO 原始结果应用乘数 1/1.45(即取约 69% 的原始 ISO 值),以匹配 1994–1996 年 ISO 与 HTM 的系统性差异 |
| 验证 | 四重验证:时间序列平滑性、随机段落人工审计、与 Bommarito & Katz(2010) 比对(同一范围内差异 < 18.5%)、ISO/HTM 两套代码交叉比对(2007–2009 年差异 ≤ 3.1%) |
关键数值示例(摘自 Table 3): | 年份 | 词数(Word count) | 平均字符/词 | |------|--------------------:|------------:| | 1993 | 15,053,688 | 6.14434 | | 2024 | 24,409,969 | 6.35444 |
方法与数据具有可复现性(代码与合并结果已归档),但作者也承认基于源文件呈现方式仍可能存在微小的不确定性,已在文中说明并限制影响范围.
元数据与概览(引言与报告概览)
逐节深度解读
图表深度解读(每一重要图表/表格的描述、解读与局限)
Table 1(Bommarito II & Katz 的历史点估,见 Table 1):该表记录了 2008–2010 年 Bommarito & Katz 的三个时间点:2008 年 10 月为 22,823,405 字;2009 年 11 月为 23,919,248 字;2010 年 3 月为 24,224,985 字。作者用这些点来进行方法学上的比对与校验(说明了先前研究的数值在“同一量级”)。
Table 2(2007–2009 年 HTM / ISO / Bommarito 对比,见 Table 2):表中列出 2007 HTM=19,519,644 与 ISO=19,553,788(ISO/HTM 比约 100.175%);2008 HTM=20,188,975 与 ISO=19,580,762(ISO/HTM 比约 96.987%);2009 HTM=20,477,455 与 ISO=20,599,050(ISO/HTM 比约 100.594%)。Bommarito 的 2008–2010 点则远高于这些 HTM 值(在 HTM 的约 116–118% 范围)。作者据此推断 HTM 结果更“平滑”并且更可信。
Table 3(逐年详细表,见 Table 3 / & ):该表为本研究的核心数据汇总,列出了每年词数、平均字符/词及年度增长百分比与千分增长。重要观察:
Figure 1(Word count by year,图像展示并置于文中,图像文件见 ):
Figure 2(Characters per word by year,见 ):
估值/量化方法说明(若适用)
风险因素评估(Methodological risks 与政策含义)
批判性视角与细微差别(审慎评估)
结论性综合(整合性的总结)
总结性建议(给政策制定者与研究社群)
最终评述(简洁版)
2511.13747.pdf