【摘要】通过对浙江省不同类型监狱1238个随机押犯样本的科学调查与统计分析，本研究合理提取了测量罪犯出监前重新犯罪风险11项预测因子，首次创建了罪犯出监前重新犯罪风险预测量表（RRPI）。量表可靠性较高，数据拟合度较好。量表总体正确判断比率达86.3％，对未重新犯罪观察对象的正确判断比率为92.9％，对重新犯罪观察对象的正确判断比率为67.2％。监狱行政机关可参照相关预测因子科学评估监狱对罪犯的教育改造质量；司法行政机关可参照预测结果科学管理社会中的重新犯罪风险。
【关键词】重新犯罪 风险 预测因子 预测量表
基于降低刑释人员重新违法犯罪率之目的，本研究对浙江省不同类型监狱1238个随机在押犯样本进行了调查与统计分析。本研究基本采用问卷调查方式，分初犯组（未暴露组）与再犯组（暴露组）两组进行调查。调查结束后，我们首先采用多因素方差分析与二元Logistic回归分析对随机押犯样本进行了统计分析；其次，根据检验结果，按照P值小于0.05标准从年龄、本次服刑境遇、早年家庭依附、早年学校依附、生平遭遇、早年不良交往、反社会行为和反社会人格等8个测量模型中合理提取了测量罪犯出监前重新犯罪风险15项预测因子；再次，采用偏相关分析，从15项预测因子中剔除4项假相关因素，保留其余11项预测因子；最后，以11项预测因子作为自变量，“是否再犯”作为因变量创建罪犯出监前重新犯罪风险预测模型，建立罪犯出监前重新犯罪风险预测量表（RRPI）
一、研究目的
本研究目的在于降低刑满释放人员重新违法犯罪率。那么，应该采用什么样的方式才能促成降低刑释人员重新违法犯罪率目的之达成呢？2008年6月中央提出的“首要标准”将“确保监狱改造工作取得实效”作为促成降低刑释人员重新违法犯罪率目的达成之重要途径。我们认为，除此之外，还需司法行政机关科学管理社会中的重新犯罪风险。毋庸讳言，刑释人员的重新违法犯罪问题既同监狱改造质量相关，又与司法行政机关科学管理社会中的重新犯罪风险工作相关。
基于降低刑释人员重新违法犯罪率之目的，本研究在科学调查与统计分析基础上着力回答了重新犯罪风险究竟与哪些因素存在显著性关联这一问题，从而为监狱改造工作与司法行政机关安置帮教工作提供了一个可供参考的实践依据。更为重要的是，本研究还为监狱改造工作与司法行政机关管理重新犯罪风险工作提供了一个可供科学测量的质量评估标准。
二、研究步骤
为科学预测罪犯出监前重新犯罪风险，我们先从逐级年龄生平境遇犯罪理论视角制作预测罪犯出监前重新犯罪风险个案访谈提纲与调查问卷；[1]再对浙江省不同类别监狱在押罪犯进行随机抽样调查；之后，采用多因素方差分析与二元Logistic回归分析从8个测量模型中合理提取显著性水平小于0.05的相关因素作为预测因子；最后，将提取的预测因子作为自变量，“是否再犯”作为因变量创建罪犯出监前重新犯罪风险预测模型，建立罪犯出监前重新犯罪风险预测量表（RRPI）。
首先，从逐级年龄生平境遇犯罪理论视角制作预测罪犯出监前重新犯罪风险个案访谈提纲和调查问卷。2009年7月至10月我们根据个案访谈和调查问卷内容先后对浙江省第一监狱、第六监狱、乔司监狱在押罪犯进行了初步调查；其中，个案访谈100余人次，问卷调查550人次。通过对上述个案访谈记录和调查问卷的分析与归纳，我们对个案访谈提纲及调查问卷部分内容进行了修改与完善，继而制定出更为合理的调查问卷。该调查问卷共计143道题，具体包括年龄、本次服刑境遇、早年家庭依附、早年学校依附、生平遭遇、早年不良交往、反社会行为和反社会人格等8个测量模型所涵盖的各项测量指标。
其次，对不同类别监狱在押罪犯进行随机抽样调查。2009年11月至2010年2月我们对浙江省第二监狱、第四监狱、第六监狱、乔司监狱和女子监狱在押罪犯分别进行了随机抽样。随机取样的基本方式是采用Excel格式rand (乱码）程序将监狱内所有在押罪犯电子档案打乱，然后按照5％的比例任意抽取。按照以上方式，我们共计抽取来自于前述不同监狱在押罪犯随机样本1395个；其中，女犯随机样本65个。2009年11月至2010年2月我们对来自于上述不同监狱的随机样本进行调查。调查分组进行，一组为本次犯罪为第一次犯罪的初犯组（未暴露组），另一组为本次犯罪为二次或二次以上犯罪的再犯组（暴露组）。根据抽样结果，初犯组样本数比例为样本总量的73.59％，再犯组为26.41％。进行调查前，我们请专业人员将调查目的、调查问卷答题说明、调查问卷题目等制成录音，录音时长大约50分钟。调查过程中，我们播放录音，被调查对象可根据录音做题；同时，我们还亲临调查现场，指导被调查对象答题。调查结束后，我们还给被调查对象发放了纪念品。
再次，对回收的样本进行统计与分析。每次调查结束后，我们均将所有回收样本的全部信息输入SPSS17. 0统计软件。待所有调查全部结束后，我们对数据进行了初步清理。经初步清理，回收调查问卷1310份，有效问卷1238份；其中，女犯有效问卷60份。数据清理完成后，我们采用多因素方差分析与Logis-tic回归分析对1238个随机押犯样本进了统计与分析。根据多因素方差分析与二元Logistic回归分析检验结果，按照P值小于0.05标准从8个测量模型中分别提取相关预测因子。
最后，将所提取的相关预测因子作为自变量，“是否再犯”作为因变量建立罪犯出监前重新犯罪风险二元Logistic回归模型；根据回归模型结果，创建罪犯出监重新犯罪风险预测量表（RRPI）。
三、研究方法
本研究基本采用了社会实证主义、分析归纳和数理统计诸方法渐次展开对罪犯出监前重新犯罪风险预测研究。 通过对狱内初犯与再犯状况的科学调查，本研究从逐级年龄生平境遇犯罪理论视角首次创建了罪犯出监前重新犯罪风险预测量表。事实上，犯罪学领域中科学调查的早期模态始于格鲁克夫妇于20世纪初对波士顿少年法庭所判决1000名少年罪犯的研究。犯罪学家一般认为，犯罪学领域中的科学调查就是将社会科学知识贡献于犯罪行为与社会政策领域中的研究。”[2]犯罪调查的目的就是确保成功地发现社会中的犯罪规律，就此而论，社会实证主义反对将观念用于现象的解释。[3]循着社会实证主义路径，本研究在反复调查与科学实验基础上从个体年龄、本次服刑境遇、早年家庭依附、早年学习依附、生平遭遇、早年不良交往反社会行为和反社会人格等八个方面提出测量罪犯出监前重新犯罪风险的相应假设。
本研究从经验层面基本采用了分析归纳的方法检验了假设是否成立。犯罪学研究领域中较早运用分析归纳法（Analytic Induction）检验假设是否成立者当推埃德温・萨瑟兰的学生阿尔夫雷德・林德斯密斯（Al-fred Lindesmith）。按照林德斯密斯的观点，假设应该适合于所界定领域中的每一个个案。具体地说，提出假设，然后将之适用于一个个案。如果假设同个案事实不符，则修改假设，或重新界定适用领域，然后再次适用。如此反复适用，直至得出一个与每一个案事实相符的假设。[4]萨瑟兰将这种科学调查的新方法适用于不同种类的犯罪事实，从而最终得出极具理论概括的“不同交往理论”。本研究首先从经验层面基本采用分析归纳的方法检验了所提出的相应假设；然后，对那些不适用于个案的相应假设进行修改，直至假设适用于具体的个案；最后，根据修正后的相应假设制成调查问卷。
本研究基本采用数理统计方法来构筑罪犯出监重新犯罪风险预测模型，建立罪犯出监前重新犯罪预测量表。首先，我们采用多因素方差分析与二元Logistic回归分析方法，按照显著性水平小于0.05标准从8个测量模型中分别提取预测罪犯出监前重新犯罪风险预测因子；其次，采用偏相关分析，剔除假相关变量；再次，采用二元Logistic回归分析法建立罪犯出监前重新犯罪风险预测模型，制成罪犯出监前重新犯罪风险预测量表；最后，采用交叉列表分析方法对预测结果的正确率进行了检验。
四、研究结果
调查问卷中我们预设了年龄、本次服刑境遇、早年家庭依附、早年学校依附、生平遭遇、早年不良交往、反社会行为、反社会人格等8个测量模型。为科学检测罪犯出监前重新犯罪风险究竟与哪些因素存在显著性关联，我们首先采用多因素方差分析方法对调查问卷所涵盖的8个测量模型进行了统计分析，并从不同测量模型中分别提取P值小于0.05相关因素作为预测因子；其次，我们还采用二元Logistic回归分析方法对所用模型进行了检验，以检测检验结果是否一致；最后，对两种不同方法得出的检验结果进行比较，取其结论相同的相关因素作为测量罪犯出监前重新犯罪风险的预测因子。兹就多因素方差分析与二元Logistic回归分析结果分述如下。
（一）年龄与重新犯罪风险
年龄测量模型涵盖年龄、刑期等2项测量指标。就年龄之于重新犯罪风险影响而言，我们主要考察了个体第一次犯罪逮捕年龄和第一次犯罪出监时年龄等2项因素；在刑期对重新犯罪影响方面，我们主要考察了个体第一次犯罪实际执行刑期等1项因素。根据年龄因素方差遭遇（有序变量）因素方差分析模型（Corrected Model）检验结果（F＝2.663,P值＝0.000），所用模型具有统计学意义。自变量“成年早期家庭不幸事件”(P值＝0.007)、“成年家庭不幸事件”(P值＝0.002)、“低劣的文化程度”(P值＝0.001)等3项因素对因变量“是否再犯”具有显著性影响；其余自变量对因变量不具有显著性影响。根据生平遭遇（无序变量一捕前职业）因素方差分析模型检测结果（F ＝4.678,P值＝0.000），自变量是否失业（P值＝0.014）、是否是个体工商户（P值＝0.029）对因变量“是否再犯”具有显著性影响；其余各项对因变量不具有影响。根据生平遭遇（无序变量一捕前婚姻）因素方差分析模型检测结果（F＝2.324,P值＝0.098），所用模型不具有统计学意义。
生平遭遇（有序变量）测量模型二元Logistic回归分析检验结果为：Cronbach’ s a系数为0.681，说明所用模型信度最小可以接受；Nagelkerke R2为0.07，说明所用模型拟合优度极差。根据检验结果，自变量“成年家庭不幸事件（P值＝0.001）”、“父母给孩子贴上‘坏孩子’标签”（P值＝0.043）、“父母很少赞赏孩子（P道＝0.01）”、“捕前文化”（P值＝0.000）等4项因素对因变量“是否再犯”具有显著性影响；其余各自变量对因变量不具有显著性影响。生平遭遇（无序变量―捕前职业）二元Logistic回归分析结果表明，自变量“捕前职业”对因变量不具有显著性影响。生平遭遇（无序变量一捕前婚姻）二元Logistic回归分析结果表明，自变量“捕前婚姻”对因变量不具有显著性影响。比较前述两种不同方法，根据取其相同检验结果原则，我们仅取“成年家庭不幸事件”（本次服刑出监前）、“捕前文化”（本次犯罪逮捕前）等2项因素作为测量罪犯出监前重新犯罪风险的预测因子。
（六）早年不良交往与重新犯罪风险
早年不良交往测量模型涵盖同辈伙伴赞同违法模式、显明发展道路模式、隐秘发展道路模式、威权冲突笪路模式等4项测量指标，其所考量的内容包括个体早年同辈伙伴赞同攻击、赞同销赃、主动攻击、偷窃、文身、离家出走等。根据早年不良交往因素方差分析模型（Corrected Model）检验结果（F＝1.287,P值＝0.004），所用模型具有统计学意义。根据早年不良交往因素方差分析表，自变量“伙伴偷窃”（P值＝0.034）等1项因素对因变量“是否再犯”具有显著性影响；其余各项对因变量不具有显著性影响。
早年不良交往测量模型二元Logistic回归分析结果为：Cronbach’ s a系数为0.723，说明所用模型信度较好；Nagelkerke R2为0.039，说明所用模型拟合优度极差。根据检验结果，自变量“赞同销赃”（P值＝0.004）、“伙伴偷窃”（P值＝0.02）等2项因素对因变量“是否再犯”具有显著性影响；其余各项对因变量不具有显著性影响。比较以上两种方法，根据取其相同检验结果原则，我们仅取“伙伴偷窃”等1项因素作为测量罪犯出监重新犯罪风险的预测因子。
（七）反社会行为与重新犯罪风险
反社会行为测量模型涵盖个体早年显明发展道路模式、隐秘发展道路模式、威权冲突道路模式、成年早期违法行为模式、成年早期犯罪行为模式、狱内违纪违规行为模式等6项测量??变量，我们首先按照统计学一般原理对其进行了重??新犯罪风险的关系。
根据反社会行为（有序变量）因素方差分00），所用模型具有统计学意义。根据反社会行为因素方?0.012)、“离家出走”(P值＝0.000)、行??”具有显著性影响；其余各项对因变量不具有??犯罪类型）因素方差分析结果（F＝18.134,P值＝0.000），自变量“是否故意杀人”(P值＝0.000)、“是否故意伤害”(P值＝0.001)、28)、“是否盗窃”(P值＝0.000)、“是否贩卖?贿”(P值＝0.019)等7项因素对因变量“是否再犯”具有显著性影p> 反社会行为（有序变量）测量模型二元Logistic回??模型信度极好；Nagelkerke R2为0.09，说明所用模型拟合优度极差。根据反?析检验结果，自变量“偷窃”(P＝0.018)、“离家出?素对因变量“是否再犯”具有显著性影响；其余各项对因变量不具??次犯罪类型）二元Logistic回归分析结果?意伤害”(P值＝0.001)、“是否抢劫”卖、运输、制造毒品”(P值＝0.001)、“是否??再犯”具有显著性影响；其余各项对因变量不??同检验结果原则，我们仅取“偷窃”、“离家??”（“是否故意杀人”、“是否故意伤害”、??、制造毒品”、“是否贪污或受贿”）等4项因素作为 （八）反社会人格与重新犯罪风险
反社会人格测量模型涵盖测量指标。根据反社会人格因素方差分析模型（Corrected Model）检验结果（F ＝5.292,P＝0.000），所用模型具有统计学意义。根据??的态度”(P值＝0.046)、“对自己犯罪行为的态度?对因变量“是否再犯”具有显著性影响；其余各??人格测量模型二元Logistic回归分析?度较好；Nagelkerke R2为0.09，说明所用模型拟合优度极差。根据检验结?对自己犯罪行为的态度”(P值＝0.001)、“手段迷乱”(P值＝0.017)等3项因素??对因变量“是否再犯”不具有显著性影响>
综合上述，本研究通过多因素?取了年龄；刑期；本次服刑中同社会成员交往；父母对孩子的看护、学??辈伙伴隐秘发展道路模式；早年隐秘发展道路模式、早年威权冲??罪行为模式；否定责任、情感冷漠；社会?的预测因子。
五、预测量表险预测量表制成的依据是二元Logistic回??首先对上述15项预测因子与因变量之间的相关性??的预测因子；其次，将剩余的预测因子作为自变量，“是否再犯”作为因变量?成罪犯出监前重新犯罪风险预测表（RRPI）；最后，根据预测量表p> （一）偏相关检验
在建立回归方程??作为控制变量，对上述15项预测因子与因变量“是否??因变量是否存在真正的相关性。经检验，自变量“早年学校??早年威权冲突道路模式”、“对自己犯罪行为的态度”偏相关系数分别为：0.099,0.074,0. 120,0. 095。由于其值几乎为0，说明它们与因变量不存在真正的相关关系。据此，我们余的11项因素作为测量罪犯出监前重新犯罪风险
我们将11项预测因子作为自变量，“是??二元Logistic回归模型，根据回归结果制作预测量明显大于1，说明量表具有相当可靠性；P值＝0.000，说明各控制变量对因变量“是否再犯”具有显著性影R2为0.606，说明量表拟合优度较好；Hosmer-Lemeshow检验值为0.168,明显大于0.05，说明??预测量表具有相当可靠性，兹就检验结论分述新犯罪风险负相关。第一次犯罪出监年龄系数为-0.842，说明个体出监时年龄越大，则其重新犯罪??比exp（-0.842）（OR值）为0.431，说明在排除其他因子影犯罪风险将相应减少56.9％2．第一次犯罪实际执行刑期与重新??-0.917，说明个体实际执行的刑期越长，则其重新犯罪风险越低；??-0.917）为0.401，说明在排除其??增加单位1，则其重新犯罪风险将相应减少59.9％。本次服刑中会见强度系数为-0.04，说明会见强度越??度比数比exp （-0.04）为0.961，说明个体本次服刑中会见强度每增加单位?庭看护强度与重新犯罪风险负相关。早年家庭看护强度系数为-0.779，说明个体早年家庭看护强度越强，则其重新犯罪风险??-0.779）为0.459，说明在排除其??位1，则其重新犯罪风险将相应减少54.1％。5．成年家庭不幸事件与重新犯罪风险正相关?遇家庭不幸事件越多，则其重新犯罪风险越高；?为2.689，说明在排除其他因子影响情况下个体成年时期遭遇家庭增加168.9％。6．本次捕前文化程度与重新犯罪风险负相关。??程度越高，则其重新犯罪风险越低；反之.931，说明在排除其他因子影响情况下个体捕前文化程度每?年隐秘发展道路模式与重新犯罪风险正相关。早年隐秘发?路模式越强，则其重新犯罪风险越高；反之?为1.037，说明在排除其他因子影响情况下其重新犯罪风险将相应增加3.7％。8．成年早期违法行为模式与??为0.463，说明个体成年早期违法行为模式越强，则其重新犯罪风险??exp（0.463）为1.588，说明在排除其他因子??增加单位1，则其重新犯罪风险将相应增加41.2％。9．成??据二元Logistic回归方程结果，个体第一次是??故意杀人罪，故意伤害罪，抢劫罪，走私、贩??述各因素比数比分别为2.252,0. 626,0. 639, 0.524,0. 409，一次若犯故意杀人罪，故意伤害罪，抢劫罪，走私度系数为0.086，说明个体否定责任强度越强??强度比数比exp（0.086）为1.09，说明在??单位1，则其重新犯罪风险将相应增加9％。 11．手段迷乱强度1，说明个体手段迷乱强度越强，则其重新犯51)为?乱强度每增加单位1，则其重?测结果的检概率值。遵循二元Logistic回归??重新??则其出监后将会重新犯罪；若个体重新犯罪概??以概率值0.5为分界线，根据罪犯出监前重?
为检验预测结果的根据??据交叉列表分析，观察组有效样本为1％；暴露组有效样本为287个，占总测将不会??罪的比率为67.2％，被错误预测为将不会重新犯罪的比率为新犯罪观察对象的正确判断率是67.2％，总体正确判断率是86.3％。
根据罪犯出监前重新犯罪风险预测量表预测结果，我们先将观察组划分为最低（概率值＜0.1）、低?值＜0.8）、最高（概率值≥0.8）五个类别；然后，对重新犯罪风险分类组与观察组进行交叉列表分析。??罪风险也就越高；反之亦然。根据罪犯出监前重新犯罪风险预测量表预测结果，最低风险组中未有二次或二次以上犯罪2. 8％；最高风险组中未有二次或二次以上犯罪的比率占6.6％，有二次或二次以上犯罪的比例占93.4％。监狱管理机关可根据预测结果为出监后个体户籍所在地（或工作地）司法行政机关、基层组??的建议，后者亦可参考个体出监前重新犯罪风险预测结果直接制定相应的安置帮教措施。
通过科学调查与统计分析，本研究提取了测量罪犯出监前重新犯罪风?预测量表（RRPI）。监狱行政机关可参照预测结果评估监狱教育改造质量；司法行政机关亦可参照预测结果科学管理??提高与重新犯罪风险管理的科学化，我国刑释注释】
[1]逐级年龄生平境遇犯罪理论包含以下三项核心命题:(1)个体生??会事件的重要性；(3)行为与选择的重要性nile Delinquent(1934)， p12.
[3]将实证主义与一种先验的观念相融合实际将导致的后果是：那些待证的相互竞争的??看法相一致。格特弗雷得逊（Gottfredson）与赫希（Hirschi）批评了20世纪实证主义所犯的一个主要错误， Gottfredson, Travis Hirschi, A General Theory of Crime (1990) , Stanford,Calif.：Standford University Press, p.73.
[4]ohn H. Laub, Robert J. Sampson, The sutherland-Gluck Debate: On the Sociology of Criminological Knowledge, in The A-merican Journal of Sociology, Vol. 96，No. 6 (May, 1991)，p. 1417.
【作者单位】浙江警官职业学院iv>