社会组织发展降低了中国刑事犯罪率吗？

来源:用户上传      作者:张冲 万新月 陈玉秀

　　[摘要] 社会失序理论认为社会组织与违法犯罪活动相联系，社会组织的发展能提高非正式社会控制水平，对打击违法犯罪活动能够采取非正式、非官方行动。基于2008～2016年中国大陆31个省（自治区、直辖市）的面板数据，采用系统广义矩估计法，实证分析社会组织对中国刑事犯罪率的影响。研究结果表明，社会组织数量对中国刑事犯罪率有显著的负向影响，每万人社会组织数每增加1个，每万人被批捕的刑事犯罪嫌疑人数量下降0. 27人。因此，为降低中国刑事犯罪率，维护社会稳定，可以通过助力空间均衡发展、提升认知性社会资本、推进中国政社精细化合作等措施促进社会组织健康有序发展。
　　[关键词] 社会组织;刑事犯罪率;社会失序理论
　　[中图分类号] C913 [文献标识码]A [文章编号]1008-0694（2019）06-0095-07
　　[作者] 张 冲 副教授 西华大学社会发展学院 成都 61 0039
　　万新月 硕士研究生 西华大学马克思主义学院 成都 610039
　　陈玉秀 硕士研究生 西华大学社会发展学院 成都 610039
　　一、引言
　　近年来，中国社会组织数据不断增长，据《2018年中国统计年鉴》数据显示，2008年为413660个，2017年攀升至761539个。随着社会经济的快速发展，中国也越来越重视社会组织在社会治理中扮演的角色和作用，2017年党的十九大报告指出要“发挥社会组织作用，实现政府治理和社会调节、居民自治良性互动”。刑事犯罪率是衡量和评价政府治理能力与社会安全系数的重要指标。研究社会组织对刑事犯罪率的影响，对明确社会组织在社会治理中的作用与成效有重要意义。据2008～2016年《中国法律年鉴》，中国被批捕的刑事犯罪嫌疑人由95 3785人下降为844044人（不包括港澳台数据），同期中国每万人被批捕的刑事犯罪嫌疑人由7. 26人降至6.12人（不包括港澳台数据），中国刑事犯罪率总体呈下降趋势，社会违法犯罪活动得到有效控制。这一改变是否与近年来社会组织的快速发展有关，值得思考和研究。
　　梳理国内外文献，发现关于刑事犯罪率影响因素的成果较为丰硕，主要从住房价格、[1]城镇化、[2]互联网普及程度、[3]人均受教育水平、[4]社会福利、[5]城乡收入差距[6]和人均GDP[7]等方面进行研究，但有关社会组织对刑事犯罪率影响的文献相对较少。国外有文献表明社会组织与犯罪率之间没有统计上的关系。社会组织影响居民对社区犯罪水平的感知，而非实际犯罪率。[8]社会组织的核心组成部分（社会信任和集体效能）对犯罪率的影响显示，无论是社会信任还是集体效能都与社区犯罪没有直接联系。[9]也有不少研究表明社会组织发展有助于降低犯罪率。社会组织的存在和支持对降低犯罪率至关重要;[10]社会组织中就业组织的增加有助于降低再犯率;Ⅲ志愿组织能够减少社区犯罪率，但具有“延迟影响场景”。12]而Shaw和McKay根据芝加哥官方数据研究发现，随着时间的推移，高犯罪率和低犯罪率地区在空间格局上呈现长期稳定性，即使在这期间该地区的人口结构和民族特征发生了很大变化。因此他们认为违法犯罪活动与当地社区的社会组织存在关联，从而提出社会失序理论（Social Disorganization Theory）。[13]
　　总的来看，目前国内缺乏关于社会组织发展对犯罪率影响的成果，国外研究虽然从不同角度切人，针对不同群体、采用不同方法进行了分析，但尚未形成统一的观点。而近年来，国内社会组织迅速发展，其发挥的社会治理作用逐渐显现。研究社會组织发展对中国刑事犯罪率的影响，不仅有利于提高社会治理水平，还可以扩展相关领域的研究。因此，基于2008～2016年中国大陆31个省（自治区、直辖市）的面板数据，使用动态面板模型，研究社会组织发展对中国刑事犯罪率的影响，以进一步明确社会组织的发展方向，从而更好地发挥社会组织的治理成效。
　　二、理论基础与研究假设
　　根据Shaw和McKay的社会失序理论，我们可以了解到“社会失序”的概念，即指当地社区居民无法实现其共同价值观，无法维持有效的社会控制。而社会组织通过提供相应的社会服务，营造团结、融合、凝聚力强的社会环境，给人们带来安定与归属感，学者们将其称为非正式社会控制，即社区针对当地问题的集体干预范围，包含居民为打击犯罪而采取的非正式、非官方行动。该理论认为，一个无组织或者社会组织混乱的社区非正式社会控制水平较低，与社会组织较好的社区相比，犯罪率较高;同时社区生态特征如贫穷、流动、家庭无序等问题，会削弱非正式社会控制网络，促使非正式社会控制水平降低，导致犯罪率攀升。因此，社会组织发展和社区生态特征都能通过影响社区的非正式社会控制水平，进一步影响犯罪率。1989年，Sampson和Groves利用英国一项大型全国性调查数据，对社会失序理论的提出过程进行了全面记录，研究结果在很大程度上支持了社会失序理论。[14]由社会失序理论可知，社会组织在社区进行非正式社会控制过程中扮演着重要角色，社会组织发展与违法犯罪活动联系紧密。从微观角度来看，社会组织通过开展社会活动、提供社会服务，在给人们生活带来便利的同时，也形成一定的非正式社会控制网络，有利于非正式社会控制水平的提高，从而能够有效控制违法犯罪活动，避免造成社会失序，以达到社会治理的作用。因此，可以认为社会组织对违法犯罪活动有一定的抑制作用。从宏观角度来看，社会组织数量的增加，有利于非正式控制网络的密集构建，从广度上提高非正式社会控制水平，降低违法犯罪的发生率。因此，提出以下假设：社会组织数量的增加，有助于降低中国刑事犯罪率。
　　三、数据来源与计量模型
　　1.指标选取
　　梳理相关文献成果，本文选定刑事犯罪率为被解释变量，用每万人被批捕的刑事犯罪嫌疑人数量表示。每万人社会组织数为核心解释变量，城镇化率、人均受教育年限、人均GDP、互联网普及程度和住房价格作为控制变量。城镇化水平的提升有助于人口集聚，但是人口集聚又可能产生更多的违法犯罪活动;同时相比于农村，城市有更多的治安维护人员，能够更加有效的预防和打击各种违法犯罪活动，更好的维护城市社会公共秩序。因此，城镇化对刑事犯罪率的影响可能有正有负。人均受教育年限的延长，是教育进步的表现，也标志着入口素质的提升，往往有助于犯罪率的下降;但是也可能提高了犯罪生产率和犯罪收益，特别是对于诸如伪造、诈骗、盗用（公款）等高技能型犯罪来说更是如此。[15]人均GDP与犯罪率之间的关系是犯罪现象经济学解释的最常见指标，[16]以往研究表明两者之间的关系有正、有负。有研究显示互联网普及率对犯罪率有抑制作用，[17]但是也有研究发现互联网普及率与犯罪率之间有明显的正相关性。[18]住房价格上升，预示着居民购房压力上升，买不起房屋的居民居无定所，可能走上犯罪的道路。[19] 　　2.模型构建
　　考虑到刑事犯罪可能存在惯性，为减小静态面板模型估计的偏误，使用动态面板模型较为合适。而为了解决动态面板内生性问题，常用差分广义矩估计法（DIF-GMM）和系统广义矩估计法（SYS-GMM）。相比较而言，系统GMM结合了差分方程和水平方程，具有更高的估计效率和更好的有限样本性质。因此，本文采用系统广义矩估计法（SYS-GMM）进行模型估计，模型设定为：
　　其中yit为被解释变量刑事犯罪率，即每万人被批捕的刑事犯罪嫌疑人数量;xit为核心解释变量，即每万人社会组级数量;zit为控制变量;i，t分别表示地区和时间;μi表示不随时间变化的个体的固定效应;εit为随机扰动项。
　　3.数据来源与描述
　　基于2008～2016年中国大陆31个省（自治区、直辖市）的面板数据，研究中国社会组织发展对刑事犯罪率的影响。刑事犯罪率数据来源于历年《中国检察年鉴》，城镇化率、人均GDP、住房价格、社会组织发展和其他控制变量均通过历年的《中国统计年鉴》和《中国人口与就业统计年鉴》计算所得。人均受教育年数计算按现行学制计算：即大专以上文化程度按16年计算，高中文化程度12年，初中文化程度9年，小学文化程度6年，文盲为0年。为消减模型拟合的异方差性，人均GDP和住房价格取对数处理。变量定义和描述性统计见表1所示。
　　四、实证分析
　　为了更好地确定中国社会组织发展对刑事犯罪率影响的稳健性，我们逐步放入控制变量，构建6个模型进行实证分析，利用stata13.0分别对模型进行系统GMM估计，模型估计结果如表2所示。从检验结果来看，联合显著性Wald检验表明6个模型均为显著;Sargan检验结果显示所有模型的工具变量均为有效;AR （1）的值均小于0. 05，AR （2）的值均大于0.05，说明所有模型的扰动项不存在二阶自相关问题;六个模型被解释变量的滞后一期对当期均呈现显著影响。因此，使用系统GMM进行模型估计是有效的。
　　从模型估计结果来看，每万人社会组织数对刑事犯罪率呈显著负相关，即每万人社会组织数量的增加，有助于降低中国刑事犯罪率，与研究假设相符合。逐步放入控制变量，每万人社会组织数对刑事犯罪率的影响始终为负相关，说明该结果具有一定的稳健性。模型6的估计结果显示，每万人社会组织数量每增加1个，每万人被批捕的刑事犯罪嫌疑人数量下降0. 27人，说明中国社会组织的发展对刑事犯罪有一定的抑制作用，社会组织在预防和控制违法犯罪方面存在积极影响。城镇化与刑事犯罪率显著负相关，说明城镇化水平的上升，有助于提升城市治理水平，从而降低刑事犯罪率。人均受教育年限对刑事犯罪率有显著的负向影响，说明中国人均受教育水平的提高，有利于降低刑事犯罪率。人均GDP对刑事犯罪率有显著的负向影响，说明经济水平的提高能够增加就业岗位，促进财富总量提升，降低犯罪率，这与谢昱荻（2006）等学者的研究结果一致。[20]互联网普及率对刑事犯罪率有显著的正向影响，说明互联网普及在为人们生活提供便利的同时，也增加了犯罪渠道，因此在互联网快速发展的同時，网络违法犯罪的预防和控制也应该受到重视。住房价格对刑事犯罪率的影响不显著。
　　五、研究结论及政策建议
　　基于2008～2016年中国大陆31个省（自治区、直辖市）的面板数据，采用系统广义矩估计法，实证分析社会组织发展对中国刑事犯罪率的影响，结果表明：社会组织数量对中国刑事犯罪率有显著的负向影响，其中每万人社会组织数每上升1个，每万人被批捕的刑事犯罪嫌疑人数量下降0. 27人，充分显示了社会组织在降低刑事犯罪率中的重要作用。在经济社会快速发展和体制改革的有力推动下，中国政社已形成了初步的互惠共生模式。在构建预防和减少违法犯罪体系过程中，社会组织往往能提供更加专业的社会服务和更加亲民的价值导向，但目前中国社会组织还需要借助政府发挥力量，实现依附式发展，例如通过政府授权，寻求制度空间和运作资源等。为此，下一步我们应促进社会组织的进一步发展，明确政社合作中各自的职能，深化政府与社会组织的合作关系。
　　基于研究结论，本文提出以下几点建议：一是助力社会组织在空间上的均衡发展，减少违法犯罪活动。由于中国省域刑事犯罪率具有空间聚集性，并且集聚程度不断加强，而社会组织数量对中国刑事犯罪率有显著的负向影响，因此，为了进一步减少违法犯罪活动，应该在空间上合理规划社会组织的发展。例如，在社会组织数量多的地方，不断完善社会组织结构，提高社会组织专业技能;在社会组织数量少的地方，结合当地环境，建立对应功能的社会组织，完善非正式社会控制网络。二是提高社会组织的认知性社会资本，充分发挥社会组织的治理能力。社会失序理论认为社会组织能够将人们融合成一个整体，这一整体具有团结、安定的氛围，具有统一的文化观念和价值取向，能够采取非正式、非官方的行动来预防违法犯罪活动，比如劝诫、阻止等。因此，社会组织自身的价值、文化、氛围必须符合社会主义核心价值观，让社会组织内的成员养成信任、团结的互动模式，逐渐形成良性循环的社会关系网，通过其独有的认知性资本发挥治理能力。三是推进中国政社之间的精细化合作，促进社会和谐发展。社会组织的发展离不开政府力量，而政府治理也需要借助社会组织，因此政社合作是一种共赢模式。但在政社合作中，应明确政府与社会组织各自的职能，确保政府对社会组织的规范管理。
　　参考文献：
　　[1][17]常 雪，苏 群，周春芳.房价、住房支付能力与刑事犯罪——基于中国省级面板数据的实证分析[J].上海财经大学学报，2018，（01）.
　　[2]郭 涛，阎耀军，城市化与犯罪率非线性动态关系实证研究[J].统计与信息论坛，2014，（04）.
　　[3][18]陈力朋，徐建斌，魏 娟.互联网普及对中国刑事犯罪率的影响——基于省级面板数据的实证分析[Jl.中国刑事法杂志，2014，（06）. 　　[4]程建新，刘军强，王 军.人口流动、居住模式与地区间犯罪率差异[J].社会学研究，2016， （03）.
　　[5]李艳军，王 瑜.社会福利对犯罪率影响的统计考察[Jl.统计与决策，201 7，（07）.
　　[6]张向达，张家平.我国城乡收入差距对刑事犯罪率的非线性效应研究[J].财经问题研究，201 5，（01）.
　　[7]贾济东，雷志春，饶映雪.信息化对中国犯罪率的影响分析[J].管理世界，201 6，（07）.
　　[8] Lee M R.Civic Community in the Hinterland： Toward a Theory of Rural Social Struc-ture and Violence[Jl. Criminology， 2010， （02）.
　　[9] Chilenski S M，Syvertsen A K，Greenberg M T.Understanding the Link between SocialOrganization and Crime in Rural Communities[Jl. J Rural Community Dev， 2015， （01）.
　　[10] Jacoby A. Social Service Organizations， Discretionary Funding， and NeighborhoodCrime Rates[Jl. Crime&Delinquency， 2018， （09）.
　　[11] Wallace，D.Do Neighborhood Organizational Resources Impact Recidivism？[Jl. Socio-logical Inquiry， 2015， （02）.
　　[12] Wo J C，Hipp J R， Boessen A. Voluntary Organizations and Neighborhood Crime：ADynamic Perspective[J]. Criminology， 2016， （02）.
　　[13] Shaw C R，McKay H. Juvenile Delinquency and Urban Areas [Ml. Chicago： Universityof Chicago Press， 1942： 01-15.
　　（14] Groves W B， Sampson R J.Community Structure and Crime： Testing Social -Disorga-nization Theory[Jl. American Journal of Sociology， 1994， （04）.
　　[15] Lochner L， Moretti E. The Effect of Education on Crime：Evidence from Prison In-mates， Arrests， and Self-Reports[Jl. American Economic Review， 2004， （01）.
　　[16]白建軍.从中国犯罪率数据看罪因、罪行与刑罚的关系[Jl.中国社会科学，2010，（02）.
　　[19]石庆玲，郭 峰，高房价与中国犯罪率的上升——基于35个大中城市的实证研究[Jl.南开经济研究，2017， （06）.
　　[20]谢昊荻，贾 文，经济因素对犯罪率影响的实证研究[Jl.中国人民公安大学学报（社会科学版），2006， （01）.
　　（责任编辑 罗华兰）
转载注明来源:https://www.xzbu.com/1/view-15197503.htm