证据信息作为连接物证与证据事实的桥梁,是法学框架内具有自然科学属性的典型交叉学科领域。油漆是交通事故现场最常见的微量物证,其携带的证据信息在确定嫌疑车辆的过程中起到了关键性的作用。对于油漆物证,目前我国已经形成“显微分析+仪器分析”的鉴定模式。其中,仪器分析以“红外光谱法+扫描电镜/X射线能谱法”联用为主要检测手段。然而,对于白色车漆,由于其自身成分的特殊性,前述联用方法无法有效地区分。现阶段研究表明,采用拉曼光谱法可以一定程度上实现对白色车漆的区分,例如,通过分析拉曼光谱图中的信息可以区分白色车漆所含TiO₂的类型。但是,对所含TiO₂类型相同的白色车漆,仅依靠从拉曼光谱图中获得的证据信息无法实现进一步的区分。白色车漆物证中证据信息的挖掘技术存在瓶颈。为此,论文立足多元统计分析等实证研究方法,探索白色车漆物证中证据信息的有效提取路径。实证研究方法将人文社科常用的定性方法与自然科学常用的定量方法有机统一,在方法论上是最适合对证据信息进行研究的方法之一。多元统计分析等数理分析方法是法学领域内最主要的实证研究方法,但其在证据科学领域内,尤其是在证据信息的研究中还未充分应用。因此,基于白色车漆的实证研究与基于多元统计分析的信息挖掘研究联合,有望破解法庭科学领域的证据信息瓶颈问题。在研究过程中,论文首先从北京地区多个事故停车场收集白色车漆样本,共计23个。随后,论文优化了白色车漆样品的包埋、切片、制片、抛光等前处理方法,并先后对车漆样本分别进行显微观察和拉曼光谱检测,获取白色车漆样本微观形态、拉曼光谱等多元化的分析数据。此外,论文着眼于拉曼谱图中TiO₂特征峰之外且尚未研究充分的指纹区特征峰,基于多元统计分析,探索前述未知特征峰所对应的证据信息,尝试建立新的白色车漆物证证据信息挖掘手段,并将其与显微图像分析法、拉曼光谱谱图分析法等传统的白色车漆检验方法做区分能度（Discrimination power,DP）的比较。最后,论文从法庭科学和证据法学两个层面,对多元统计分析法于证据信息挖掘的意义进行了系统梳理。研究结果表明,拉曼光谱对白色车漆面漆层中的痕量组分可以实现有效区分,在950 cm^-1到1100 cm^-1的区域内有稳定可区分的特征峰现象出现。采用多元统计分析对上述未知特征峰的光谱数据进行分析,得到了较好的数理分析结果。同时,多元统计分析的实验结果与传统的白色油漆实验结果间存在明显差异,说明了不同方法对证据信息的挖掘能力是不同的。多元统计分析可以帮助法庭科学工作者挖掘出更多的证据信息。除此之外,多元统计分析还使鉴定意见有了更强的可读性,并从方法论上对证据法学的研究起到了完善作用。论文的研究结果证实了多元统计法与实证研究方法对于证据信息挖掘的意义和重要性。论文着眼于目前研究尚不充分的白色车漆中的痕量组分,在传统分析方法的基础上引入多元统计分析进行检测结果的解读;同时,引入证据信息的概念,创新性地将实证研究方法应用于证据信息的研究中;并且从法庭科学与证据法学两个维度讨论多元统计分析于证据信息挖掘的意义。期待论文研究内容能为后续研究起到一定的示范作用,做抛砖引玉之效。