張沖 萬新月 陳玉秀

[摘要] 社會(huì)失序理論認(rèn)為社會(huì)組織與違法犯罪活動(dòng)相聯(lián)系，社會(huì)組織的發(fā)展能提高非正式社會(huì)控制水平，對打擊違法犯罪活動(dòng)能夠采取非正式、非官方行動(dòng)?；?008～2016年中國大陸31個(gè)?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)，采用系統(tǒng)廣義矩估計(jì)法，實(shí)證分析社會(huì)組織對中國刑事犯罪率的影響。研究結(jié)果表明，社會(huì)組織數(shù)量對中國刑事犯罪率有顯著的負(fù)向影響，每萬人社會(huì)組織數(shù)每增加1個(gè)，每萬人被批捕的刑事犯罪嫌疑人數(shù)量下降0. 27人。因此，為降低中國刑事犯罪率，維護(hù)社會(huì)穩(wěn)定，可以通過助力空間均衡發(fā)展、提升認(rèn)知性社會(huì)資本、推進(jìn)中國政社精細(xì)化合作等措施促進(jìn)社會(huì)組織健康有序發(fā)展。

[關(guān)鍵詞] 社會(huì)組織;刑事犯罪率;社會(huì)失序理論

[中圖分類號] C913 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號]1008-0694（2019）06-0095-07

[作者] 張 沖 副教授 西華大學(xué)社會(huì)發(fā)展學(xué)院 成都 61 0039

萬新月 碩士研究生 西華大學(xué)馬克思主義學(xué)院 成都 610039

陳玉秀 碩士研究生 西華大學(xué)社會(huì)發(fā)展學(xué)院 成都 610039

一、引言

近年來，中國社會(huì)組織數(shù)據(jù)不斷增長，據(jù)《2018年中國統(tǒng)計(jì)年鑒》數(shù)據(jù)顯示，2008年為413660個(gè)，2017年攀升至761539個(gè)。隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，中國也越來越重視社會(huì)組織在社會(huì)治理中扮演的角色和作用，2017年黨的十九大報(bào)告指出要“發(fā)揮社會(huì)組織作用，實(shí)現(xiàn)政府治理和社會(huì)調(diào)節(jié)、居民自治良性互動(dòng)”。刑事犯罪率是衡量和評價(jià)政府治理能力與社會(huì)安全系數(shù)的重要指標(biāo)。研究社會(huì)組織對刑事犯罪率的影響，對明確社會(huì)組織在社會(huì)治理中的作用與成效有重要意義。據(jù)2008～2016年《中國法律年鑒》，中國被批捕的刑事犯罪嫌疑人由95 3785人下降為844044人（不包括港澳臺(tái)數(shù)據(jù)），同期中國每萬人被批捕的刑事犯罪嫌疑人由7. 26人降至6.12人（不包括港澳臺(tái)數(shù)據(jù)），中國刑事犯罪率總體呈下降趨勢，社會(huì)違法犯罪活動(dòng)得到有效控制。這一改變是否與近年來社會(huì)組織的快速發(fā)展有關(guān)，值得思考和研究。

梳理國內(nèi)外文獻(xiàn)，發(fā)現(xiàn)關(guān)于刑事犯罪率影響因素的成果較為豐碩，主要從住房價(jià)格、[1]城鎮(zhèn)化、[2]互聯(lián)網(wǎng)普及程度、[3]人均受教育水平、[4]社會(huì)福利、[5]城鄉(xiāng)收入差距[6]和人均GDP[7]等方面進(jìn)行研究，但有關(guān)社會(huì)組織對刑事犯罪率影響的文獻(xiàn)相對較少。國外有文獻(xiàn)表明社會(huì)組織與犯罪率之間沒有統(tǒng)計(jì)上的關(guān)系。社會(huì)組織影響居民對社區(qū)犯罪水平的感知，而非實(shí)際犯罪率。[8]社會(huì)組織的核心組成部分（社會(huì)信任和集體效能）對犯罪率的影響顯示，無論是社會(huì)信任還是集體效能都與社區(qū)犯罪沒有直接聯(lián)系。[9]也有不少研究表明社會(huì)組織發(fā)展有助于降低犯罪率。社會(huì)組織的存在和支持對降低犯罪率至關(guān)重要;[10]社會(huì)組織中就業(yè)組織的增加有助于降低再犯率;Ⅲ志愿組織能夠減少社區(qū)犯罪率，但具有“延遲影響場景”。12]而Shaw和McKay根據(jù)芝加哥官方數(shù)據(jù)研究發(fā)現(xiàn)，隨著時(shí)間的推移，高犯罪率和低犯罪率地區(qū)在空間格局上呈現(xiàn)長期穩(wěn)定性，即使在這期間該地區(qū)的人口結(jié)構(gòu)和民族特征發(fā)生了很大變化。因此他們認(rèn)為違法犯罪活動(dòng)與當(dāng)?shù)厣鐓^(qū)的社會(huì)組織存在關(guān)聯(lián)，從而提出社會(huì)失序理論（Social Disorganization Theory）。[13]

總的來看，目前國內(nèi)缺乏關(guān)于社會(huì)組織發(fā)展對犯罪率影響的成果，國外研究雖然從不同角度切人，針對不同群體、采用不同方法進(jìn)行了分析，但尚未形成統(tǒng)一的觀點(diǎn)。而近年來，國內(nèi)社會(huì)組織迅速發(fā)展，其發(fā)揮的社會(huì)治理作用逐漸顯現(xiàn)。研究社會(huì)組織發(fā)展對中國刑事犯罪率的影響，不僅有利于提高社會(huì)治理水平，還可以擴(kuò)展相關(guān)領(lǐng)域的研究。因此，基于2008～2016年中國大陸31個(gè)省（自治區(qū)、直轄市）的面板數(shù)據(jù)，使用動(dòng)態(tài)面板模型，研究社會(huì)組織發(fā)展對中國刑事犯罪率的影響，以進(jìn)一步明確社會(huì)組織的發(fā)展方向，從而更好地發(fā)揮社會(huì)組織的治理成效。

二、理論基礎(chǔ)與研究假設(shè)

根據(jù)Shaw和McKay的社會(huì)失序理論，我們可以了解到“社會(huì)失序”的概念，即指當(dāng)?shù)厣鐓^(qū)居民無法實(shí)現(xiàn)其共同價(jià)值觀，無法維持有效的社會(huì)控制。而社會(huì)組織通過提供相應(yīng)的社會(huì)服務(wù)，營造團(tuán)結(jié)、融合、凝聚力強(qiáng)的社會(huì)環(huán)境，給人們帶來安定與歸屬感，學(xué)者們將其稱為非正式社會(huì)控制，即社區(qū)針對當(dāng)?shù)貑栴}的集體干預(yù)范圍，包含居民為打擊犯罪而采取的非正式、非官方行動(dòng)。該理論認(rèn)為，一個(gè)無組織或者社會(huì)組織混亂的社區(qū)非正式社會(huì)控制水平較低，與社會(huì)組織較好的社區(qū)相比，犯罪率較高;同時(shí)社區(qū)生態(tài)特征如貧窮、流動(dòng)、家庭無序等問題，會(huì)削弱非正式社會(huì)控制網(wǎng)絡(luò)，促使非正式社會(huì)控制水平降低，導(dǎo)致犯罪率攀升。因此，社會(huì)組織發(fā)展和社區(qū)生態(tài)特征都能通過影響社區(qū)的非正式社會(huì)控制水平，進(jìn)一步影響犯罪率。1989年，Sampson和Groves利用英國一項(xiàng)大型全國性調(diào)查數(shù)據(jù)，對社會(huì)失序理論的提出過程進(jìn)行了全面記錄，研究結(jié)果在很大程度上支持了社會(huì)失序理論。[14]由社會(huì)失序理論可知，社會(huì)組織在社區(qū)進(jìn)行非正式社會(huì)控制過程中扮演著重要角色，社會(huì)組織發(fā)展與違法犯罪活動(dòng)聯(lián)系緊密。從微觀角度來看，社會(huì)組織通過開展社會(huì)活動(dòng)、提供社會(huì)服務(wù)，在給人們生活帶來便利的同時(shí)，也形成一定的非正式社會(huì)控制網(wǎng)絡(luò)，有利于非正式社會(huì)控制水平的提高，從而能夠有效控制違法犯罪活動(dòng)，避免造成社會(huì)失序，以達(dá)到社會(huì)治理的作用。因此，可以認(rèn)為社會(huì)組織對違法犯罪活動(dòng)有一定的抑制作用。從宏觀角度來看，社會(huì)組織數(shù)量的增加，有利于非正式控制網(wǎng)絡(luò)的密集構(gòu)建，從廣度上提高非正式社會(huì)控制水平，降低違法犯罪的發(fā)生率。因此，提出以下假設(shè)：社會(huì)組織數(shù)量的增加，有助于降低中國刑事犯罪率。

三、數(shù)據(jù)來源與計(jì)量模型

1.指標(biāo)選取

梳理相關(guān)文獻(xiàn)成果，本文選定刑事犯罪率為被解釋變量，用每萬人被批捕的刑事犯罪嫌疑人數(shù)量表示。每萬人社會(huì)組織數(shù)為核心解釋變量，城鎮(zhèn)化率、人均受教育年限、人均GDP、互聯(lián)網(wǎng)普及程度和住房價(jià)格作為控制變量。城鎮(zhèn)化水平的提升有助于人口集聚，但是人口集聚又可能產(chǎn)生更多的違法犯罪活動(dòng);同時(shí)相比于農(nóng)村，城市有更多的治安維護(hù)人員，能夠更加有效的預(yù)防和打擊各種違法犯罪活動(dòng)，更好的維護(hù)城市社會(huì)公共秩序。因此，城鎮(zhèn)化對刑事犯罪率的影響可能有正有負(fù)。人均受教育年限的延長，是教育進(jìn)步的表現(xiàn)，也標(biāo)志著入口素質(zhì)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產(chǎn)率和犯罪收益，特別是對于諸如偽造、詐騙、盜用（公款）等高技能型犯罪來說更是如此。[15]人均GDP與犯罪率之間的關(guān)系是犯罪現(xiàn)象經(jīng)濟(jì)學(xué)解釋的最常見指標(biāo)，[16]以往研究表明兩者之間的關(guān)系有正、有負(fù)。有研究顯示互聯(lián)網(wǎng)普及率對犯罪率有抑制作用，[17]但是也有研究發(fā)現(xiàn)互聯(lián)網(wǎng)普及率與犯罪率之間有明顯的正相關(guān)性。[18]住房價(jià)格上升，預(yù)示著居民購房壓力上升，買不起房屋的居民居無定所，可能走上犯罪的道路。[19]

2.模型構(gòu)建

考慮到刑事犯罪可能存在慣性，為減小靜態(tài)面板模型估計(jì)的偏誤，使用動(dòng)態(tài)面板模型較為合適。而為了解決動(dòng)態(tài)面板內(nèi)生性問題，常用差分廣義矩估計(jì)法（DIF-GMM）和系統(tǒng)廣義矩估計(jì)法（SYS-GMM）。相比較而言，系統(tǒng)GMM結(jié)合了差分方程和水平方程，具有更高的估計(jì)效率和更好的有限樣本性質(zhì)。因此，本文采用系統(tǒng)廣義矩估計(jì)法（SYS-GMM）進(jìn)行模型估計(jì)，模型設(shè)定為：

其中yit為被解釋變量刑事犯罪率，即每萬人被批捕的刑事犯罪嫌疑人數(shù)量;xit為核心解釋變量，即每萬人社會(huì)組級數(shù)量;zit為控制變量;i，t分別表示地區(qū)和時(shí)間;μi表示不隨時(shí)間變化的個(gè)體的固定效應(yīng);εit為隨機(jī)擾動(dòng)項(xiàng)。

3.數(shù)據(jù)來源與描述

基于2008～2016年中國大陸31個(gè)?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)，研究中國社會(huì)組織發(fā)展對刑事犯罪率的影響。刑事犯罪率數(shù)據(jù)來源于歷年《中國檢察年鑒》，城鎮(zhèn)化率、人均GDP、住房價(jià)格、社會(huì)組織發(fā)展和其他控制變量均通過歷年的《中國統(tǒng)計(jì)年鑒》和《中國人口與就業(yè)統(tǒng)計(jì)年鑒》計(jì)算所得。人均受教育年數(shù)計(jì)算按現(xiàn)行學(xué)制計(jì)算：即大專以上文化程度按16年計(jì)算，高中文化程度12年，初中文化程度9年，小學(xué)文化程度6年，文盲為0年。為消減模型擬合的異方差性，人均GDP和住房價(jià)格取對數(shù)處理。變量定義和描述性統(tǒng)計(jì)見表1所示。

四、實(shí)證分析

為了更好地確定中國社會(huì)組織發(fā)展對刑事犯罪率影響的穩(wěn)健性，我們逐步放入控制變量，構(gòu)建6個(gè)模型進(jìn)行實(shí)證分析，利用stata13.0分別對模型進(jìn)行系統(tǒng)GMM估計(jì)，模型估計(jì)結(jié)果如表2所示。從檢驗(yàn)結(jié)果來看，聯(lián)合顯著性Wald檢驗(yàn)表明6個(gè)模型均為顯著;Sargan檢驗(yàn)結(jié)果顯示所有模型的工具變量均為有效;AR （1）的值均小于0. 05，AR （2）的值均大于0.05，說明所有模型的擾動(dòng)項(xiàng)不存在二階自相關(guān)問題;六個(gè)模型被解釋變量的滯后一期對當(dāng)期均呈現(xiàn)顯著影響。因此，使用系統(tǒng)GMM進(jìn)行模型估計(jì)是有效的。

從模型估計(jì)結(jié)果來看，每萬人社會(huì)組織數(shù)對刑事犯罪率呈顯著負(fù)相關(guān)，即每萬人社會(huì)組織數(shù)量的增加，有助于降低中國刑事犯罪率，與研究假設(shè)相符合。逐步放入控制變量，每萬人社會(huì)組織數(shù)對刑事犯罪率的影響始終為負(fù)相關(guān)，說明該結(jié)果具有一定的穩(wěn)健性。模型6的估計(jì)結(jié)果顯示，每萬人社會(huì)組織數(shù)量每增加1個(gè)，每萬人被批捕的刑事犯罪嫌疑人數(shù)量下降0. 27人，說明中國社會(huì)組織的發(fā)展對刑事犯罪有一定的抑制作用，社會(huì)組織在預(yù)防和控制違法犯罪方面存在積極影響。城鎮(zhèn)化與刑事犯罪率顯著負(fù)相關(guān)，說明城鎮(zhèn)化水平的上升，有助于提升城市治理水平，從而降低刑事犯罪率。人均受教育年限對刑事犯罪率有顯著的負(fù)向影響，說明中國人均受教育水平的提高，有利于降低刑事犯罪率。人均GDP對刑事犯罪率有顯著的負(fù)向影響，說明經(jīng)濟(jì)水平的提高能夠增加就業(yè)崗位，促進(jìn)財(cái)富總量提升，降低犯罪率，這與謝昱荻（2006）等學(xué)者的研究結(jié)果一致。[20]互聯(lián)網(wǎng)普及率對刑事犯罪率有顯著的正向影響，說明互聯(lián)網(wǎng)普及在為人們生活提供便利的同時(shí)，也增加了犯罪渠道，因此在互聯(lián)網(wǎng)快速發(fā)展的同時(shí)，網(wǎng)絡(luò)違法犯罪的預(yù)防和控制也應(yīng)該受到重視。住房價(jià)格對刑事犯罪率的影響不顯著。

五、研究結(jié)論及政策建議

基于2008～2016年中國大陸31個(gè)?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)，采用系統(tǒng)廣義矩估計(jì)法，實(shí)證分析社會(huì)組織發(fā)展對中國刑事犯罪率的影響，結(jié)果表明：社會(huì)組織數(shù)量對中國刑事犯罪率有顯著的負(fù)向影響，其中每萬人社會(huì)組織數(shù)每上升1個(gè)，每萬人被批捕的刑事犯罪嫌疑人數(shù)量下降0. 27人，充分顯示了社會(huì)組織在降低刑事犯罪率中的重要作用。在經(jīng)濟(jì)社會(huì)快速發(fā)展和體制改革的有力推動(dòng)下，中國政社已形成了初步的互惠共生模式。在構(gòu)建預(yù)防和減少違法犯罪體系過程中，社會(huì)組織往往能提供更加專業(yè)的社會(huì)服務(wù)和更加親民的價(jià)值導(dǎo)向，但目前中國社會(huì)組織還需要借助政府發(fā)揮力量，實(shí)現(xiàn)依附式發(fā)展，例如通過政府授權(quán)，尋求制度空間和運(yùn)作資源等。為此，下一步我們應(yīng)促進(jìn)社會(huì)組織的進(jìn)一步發(fā)展，明確政社合作中各自的職能，深化政府與社會(huì)組織的合作關(guān)系。

基于研究結(jié)論，本文提出以下幾點(diǎn)建議：一是助力社會(huì)組織在空間上的均衡發(fā)展，減少違法犯罪活動(dòng)。由于中國省域刑事犯罪率具有空間聚集性，并且集聚程度不斷加強(qiáng)，而社會(huì)組織數(shù)量對中國刑事犯罪率有顯著的負(fù)向影響，因此，為了進(jìn)一步減少違法犯罪活動(dòng)，應(yīng)該在空間上合理規(guī)劃社會(huì)組織的發(fā)展。例如，在社會(huì)組織數(shù)量多的地方，不斷完善社會(huì)組織結(jié)構(gòu)，提高社會(huì)組織專業(yè)技能;在社會(huì)組織數(shù)量少的地方，結(jié)合當(dāng)?shù)丨h(huán)境，建立對應(yīng)功能的社會(huì)組織，完善非正式社會(huì)控制網(wǎng)絡(luò)。二是提高社會(huì)組織的認(rèn)知性社會(huì)資本，充分發(fā)揮社會(huì)組織的治理能力。社會(huì)失序理論認(rèn)為社會(huì)組織能夠?qū)⑷藗內(nèi)诤铣梢粋€(gè)整體，這一整體具有團(tuán)結(jié)、安定的氛圍，具有統(tǒng)一的文化觀念和價(jià)值取向，能夠采取非正式、非官方的行動(dòng)來預(yù)防違法犯罪活動(dòng)，比如勸誡、阻止等。因此，社會(huì)組織自身的價(jià)值、文化、氛圍必須符合社會(huì)主義核心價(jià)值觀，讓社會(huì)組織內(nèi)的成員養(yǎng)成信任、團(tuán)結(jié)的互動(dòng)模式，逐漸形成良性循環(huán)的社會(huì)關(guān)系網(wǎng)，通過其獨(dú)有的認(rèn)知性資本發(fā)揮治理能力。三是推進(jìn)中國政社之間的精細(xì)化合作，促進(jìn)社會(huì)和諧發(fā)展。社會(huì)組織的發(fā)展離不開政府力量，而政府治理也需要借助社會(huì)組織，因此政社合作是一種共贏模式。但在政社合作中，應(yīng)明確政府與社會(huì)組織各自的職能，確保政府對社會(huì)組織的規(guī)范管理。

參考文獻(xiàn)：

[1][17]常 雪，蘇 群，周春芳.房價(jià)、住房支付能力與刑事犯罪——基于中國省級面板數(shù)據(jù)的實(shí)證分析[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018，（01）.

[2]郭 濤，閻耀軍，城市化與犯罪率非線性動(dòng)態(tài)關(guān)系實(shí)證研究[J].統(tǒng)計(jì)與信息論壇，2014，（04）.

[3][18]陳力朋，徐建斌，魏 娟.互聯(lián)網(wǎng)普及對中國刑事犯罪率的影響——基于省級面板數(shù)據(jù)的實(shí)證分析[Jl.中國刑事法雜志，2014，（06）.

[4]程建新，劉軍強(qiáng)，王 軍.人口流動(dòng)、居住模式與地區(qū)間犯罪率差異[J].社會(huì)學(xué)研究，2016， （03）.

[5]李艷軍，王 瑜.社會(huì)福利對犯罪率影響的統(tǒng)計(jì)考察[Jl.統(tǒng)計(jì)與決策，201 7，（07）.

[6]張向達(dá)，張家平.我國城鄉(xiāng)收入差距對刑事犯罪率的非線性效應(yīng)研究[J].財(cái)經(jīng)問題研究，201 5，（01）.

[7]賈濟(jì)東，雷志春，饒映雪.信息化對中國犯罪率的影響分析[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.從中國犯罪率數(shù)據(jù)看罪因、罪行與刑罰的關(guān)系[Jl.中國社會(huì)科學(xué)，2010，（02）.

[19]石慶玲，郭 峰，高房價(jià)與中國犯罪率的上升——基于35個(gè)大中城市的實(shí)證研究[Jl.南開經(jīng)濟(jì)研究，2017， （06）.

[20]謝昊荻，賈 文，經(jīng)濟(jì)因素對犯罪率影響的實(shí)證研究[Jl.中國人民公安大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2006， （01）.

（責(zé)任編輯 羅華蘭）