股权转让纠纷裁判数据报告（2013–2025）

一、主题定义与三种口径

「股权转让纠纷」在裁判文书里有两个互不重合的识别入口，本页把两条路都跑出来并取并集。

为什么案由口径会漏掉 42% 的案件？不是数据脏，是字段缺失有批次性。 按入库批次拆开看，ws_new（59,473 条）与 2021（36,858 条）两个批次的 cause 字段 逐条为空，合计 96,331 条——占「只有标题路能捞到」那 107,258 条的 89.8%。 换句话说，只用案由字段做筛选，等于把这两个批次对应的年代整段丢掉，而这恰好是 2019 年之前与 2020–2021 的主力批次。

二、逐年记录量：绝对值会骗人，归一化才不会

结论：2022→2023 绝对记录数跌 68.7%，归一化后只跌 5.1%。 十三年里归一化占比的极差是 13.94–20.99（1.51 倍），而绝对值的极差是 3,263–39,282（12.0 倍）。 所以「2023 年股权转让诉讼断崖式下跌」这个结论，在本库里主要是文书公开量收缩的收录效应， 而不是纠纷本身减少。任何一篇按年画折线的实证论文，如果没做这一步归一化，第一轮外审就该被问住。

⚠️ year 字段派生自 date，而 date 在 2024、2021_x、2022_x 三个批次（占全库 12.37%） 存的是发布/采集日而非落款日。所以上表既不是严格的「起诉年」，也不是严格的「裁判年」， 按落款日重分桶会让 2024 行明显变小、2021 行变大。引用时请连这句一起引。

三、地域分布

三点必须说明，否则这张图会被用错：

• 省份字段 13.67% 为空（34,972 条），空值不是随机分布的，按批次聚集。
• 同一个省有两种写法：广东省 14,642 + 广东 3,912，浙江省 14,103 + 浙江 3,866…… 只认带「省」字的写法会系统性少算 20% 左右。上图已做归并。
• 山东第一（24,565）与河南第八（11,265）都被批量诉讼簇推高： 仅济南市天桥区人民法院一家就贡献 10,705 条，汝州市人民法院贡献 3,492 条，见第五节。剔除后排序会变。

四、审级与文书类型

审级（已归并三套编码）

procedure 字段在库里同时存在中文全称（民事一审）、中文简称（一审）、 纯数字码（1/2）与四位码（0301/0302）四种写法。只认其中一种会漏掉一半以上。

文书类型（按标题后缀判定）

⚠️ 这里不能用 caseType 字段：该字段把「案件类型」（民事案件/执行案件）与 「文书种类」（判决/裁定）混在同一列，且民事有 民事案件 88,455 与 民事 55,239 两种写法。 另有一个已知陷阱：部分批次的正文首行一律写「判决书」，按正文判种类会把裁定书误判成判决书，因此只信标题。

裁定书比判决书多，是这个案由的结构性特征，不是数据缺陷——管辖异议、保全、撤诉、执行实施都出裁定。 这也是本页第六节拒绝报「支持率」的直接原因之一。

五、批量诉讼簇：3.45% 的案号，97.4% 的第三人撤销之诉

这是本页最该被写进论文数据说明的一节。本案由里存在两个互相关联的超大诉讼复合体：

为什么它比 3.45% 这个数字更危险：

• 它不是均匀摊在库里的，而是堆在特定切片上。 济南市天桥区人民法院这一法院切片共 10,705 条股权转让记录，其中 8,883 条正文出现「济南产业发展投资集团」， 占该法院该案由的 83.0%。任何「哪家法院股权转让案最多」的排行，第一名就是这么来的。
• 它垄断了一整个程序类型。全案由 1,876 件第三人撤销之诉里， 1,828 件（97.4%）的原告是陈宏庆一人。用本库统计「第三人撤销之诉在公司类纠纷中的适用情况」， 实际上是在统计一个人的诉讼策略。
• 它跨省，所以按省份剔除剔不干净。同一自然人同时在山东济南与河南汝州两地提起批量诉讼。

抽样核验（random_score，seed=20260921）：

• 天桥区法院切片，n=40：30 条「济南产业发展投资集团」列原告或申请执行人， 7 条为陈宏庆诉该集团的第三人撤销之诉，3 条正文为空（全部来自 2019_2 批次）。 可读的 37 条全部属于同一诉讼复合体（37/37）。批次分布：2022 批 25、2021 批 5、ws_new 4、2019_1 3、2019_2 3。
• 汝州市法院切片，n=20：20 条原告均为陈宏庆（含法院匿名化后的「陈某」「陈某某」）。 样本量 20 < 30，不构成统计结论，仅作定性指示；该切片总量 3,492 条。

给研究者的处理建议：做法院层面的描述统计前，先按「同一法院 × 同一当事人 × 同一年份」聚类， 把超过 200 件的簇单列出来，并在论文里说明是否剔除。本页所有非簇统计均未剔除， 因为剔除标准本身需要随研究问题而定——这也是我们把簇的规模单独量化出来的原因。

六、诉请关键词交叉，以及为什么本页不报支持率

六组诉请关键词共现

以下为并集内正文短语共现计数，组间互相重叠（一份判决可同时命中多组），不可相加。

为什么本页不报诉请支持比例（也不报胜诉率）

这是刻意的取舍，不是做不出来。在本页的口径下，任何一个「支持率」都会至少踩中下面三条中的一条：

1. 分母不干净。并集里 124,298 条是裁定书（48.6%），管辖、保全、撤诉、执行实施类裁定 根本没有实体裁判结果。放进分母会把比例系统性压低；要剔出去，又得先解决文书种类的批次级误标问题。 同一个「支持率」，按判决书做分母和按全部文书做分母，差出的不是几个百分点，是一倍以上。
2. 分子取不全。本报告数据采集时库内正文保留前 6,000 字（该截断已于 2026-09 补齐，本报告口径未回溯重算），长判决的判决主文可能整段落在截断之外， 用正则从正文抽「本院判决如下」会在长文书上系统性失败——而长文书恰恰是争议大、标的高的那批。
3. 簇污染。第五节那 7,307 个案号里有数千件是同一模板判决， 它们会把结果分布整体拉向一个方向，而这个方向只代表一个债权人的诉讼策略。

所以本页只做「有多少、在哪里、什么程序、诉请里提到什么」这四类可核验的计数， 把结果维度留给需要人工校验的定制统计。 需要更细的交叉与逐案清单——比如按省份 × 审级 × 诉请类型的交叉表， 或剔除批量诉讼簇之后的法院画像，或带人工复核的裁判结果归类—— 可以按研究主题定制数据报告， 交付 Word + Excel + PPT + 图表，每个数字同样附检索式。

七、方法与局限

方法

• 数据底座：自建裁判文书全库，judgments 索引共 160,291,678 条记录（检索日 2026-09-21）， 来源为中国裁判文书网公开生效裁判文书，多数文书的当事人姓名已由法院匿名处理。
• 统计方式：全部为全库实时聚合，非抽样外推。记录数取 track_total_hits 真值； 相异案号数取 cardinality（precision_threshold=40000）。
• 纯度核验：案由口径为 term 精确等值，字面纯度 100%； 标题口径按 random_score（seed=20260921）抽 n=40 人工读标题， 40/40 标题含「股权转让纠纷」或「股权转让协议纠纷」，批次分布 ws_new 24 / 2021 14 / ws 2 ——与「案由字段空批次」的分布一致，说明标题路补回来的是元数据缺失的同族案件，不是话题漂移。

已知局限（六条，建议原样写进论文的数据说明）

1. year 字段的语义不统一。它派生自 date，而 date 在 2024、2021_x、2022_x 三个批次（占全库 12.37%）是发布/采集日而非落款日。 第二节的逐年表因此既非严格起诉年也非严格裁判年。
2. 2019_2 批次正文全空，本并集内涉及 8,480 条。任何基于正文的计数（第六节全部） 在这批上必然为零，属于系统性漏计而非真实缺席。
3. 正文 6,000 字截断（采集时）。本报告采集时超长文书只保留前 6,000 字（已于 2026-09 补齐，本页数字未回溯重算），影响正文短语命中与结果抽取。
4. 省份字段 13.67% 为空（34,972 条），且空值按批次聚集，不可视为随机缺失。
5. 相异案号数为近似值。cardinality 是 HyperLogLog 近似算法， 在十万量级上典型误差在 1% 以内，但不是精确去重；且案号写法存在全角/半角括号差异，未做归一化前可能略有高估。
6. 记录数 ≠ 案件数 ≠ 纠纷数。一个案件常对应多份文书；一起纠纷也可能拆成多个案号。 本页所有表格同时给出两个数，请按研究问题选择。

八、附录：检索式（可原样复现）

以下为本页全部数字的检索式（Elasticsearch Query DSL 片段，检索日 2026-09-21）。

三种口径

案由口径:  {"term": {"cause": "股权转让纠纷"}}
标题口径:  {"match_phrase": {"title": "股权转让"}}
并集口径:  {"bool": {"should": [<案由口径>, <标题口径>], "minimum_should_match": 1}}
相异案号:  "aggs": {"d": {"cardinality": {"field": "caseNo", "precision_threshold": 40000}}}

逐年与归一化

分子: <并集口径> + "aggs": {"y": {"terms": {"field": "year", "size": 20, "order": {"_key": "asc"}}}}
分母: {"range": {"year": {"gte": 2013, "lte": 2025}}} + 同一 terms 聚合
归一化 = 分子(该年) / 分母(该年) × 10000

正文短语（必须显式指定分词器）

{"match_phrase": {"body": {"query": "优先购买权", "analyzer": "ik_max_word"}}}
# 省略 analyzer 走默认 ik_smart，同一条件返回 0 条（假零）

批量诉讼簇

产发簇: <并集> ∧ {"match_phrase": {"title": {"query": "济南产业发展投资集团", "analyzer": "ik_max_word"}}}
陈宏庆簇: <并集> ∧ {"match_phrase": {"title": {"query": "陈宏庆", "analyzer": "ik_max_word"}}}
法院切片: {"terms": {"court": ["山东省济南市天桥区人民法院", "济南市天桥区人民法院"]}}
          {"terms": {"court": ["河南省汝州市人民法院", "汝州市人民法院"]}}

抽样

{"query": {"function_score": {
   "query": <目标切片>,
   "functions": [{"random_score": {"seed": 20260921, "field": "_seq_no"}}],
   "boost_mode": "replace"}}, "size": 40}

九、常见问题