社會組織發展降低了中國刑事犯罪率嗎？

張沖 萬新月 陳玉秀

[摘要] 社會失序理論認為社會組織與違法犯罪活動相聯系，社會組織的發展能提高非正式社會控制水平，對打擊違法犯罪活動能夠采取非正式、非官方行動。基于2008～2016年中國大陸31個省（自治區、直轄市）的面板數據，采用系統廣義矩估計法，實證分析社會組織對中國刑事犯罪率的影響。研究結果表明，社會組織數量對中國刑事犯罪率有顯著的負向影響，每萬人社會組織數每增加1個，每萬人被批捕的刑事犯罪嫌疑人數量下降0. 27人。因此，為降低中國刑事犯罪率，維護社會穩定，可以通過助力空間均衡發展、提升認知性社會資本、推進中國政社精細化合作等措施促進社會組織健康有序發展。

[關鍵詞] 社會組織;刑事犯罪率;社會失序理論

[中圖分類號] C913 [文獻標識碼]A [文章編號]1008-0694（2019）06-0095-07

[作者] 張 沖 副教授 西華大學社會發展學院 成都 61 0039

萬新月 碩士研究生 西華大學馬克思主義學院 成都 610039

陳玉秀 碩士研究生 西華大學社會發展學院 成都 610039

一、引言

近年來，中國社會組織數據不斷增長，據《2018年中國統計年鑒》數據顯示，2008年為413660個，2017年攀升至761539個。隨著社會經濟的快速發展，中國也越來越重視社會組織在社會治理中扮演的角色和作用，2017年黨的十九大報告指出要“發揮社會組織作用，實現政府治理和社會調節、居民自治良性互動”。刑事犯罪率是衡量和評價政府治理能力與社會安全系數的重要指標。研究社會組織對刑事犯罪率的影響，對明確社會組織在社會治理中的作用與成效有重要意義。據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（不包括港澳臺數據），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（不包括港澳臺數據），中國刑事犯罪率總體呈下降趨勢，社會違法犯罪活動得到有效控制。這一改變是否與近年來社會組織的快速發展有關，值得思考和研究。

梳理國內外文獻，發現關于刑事犯罪率影響因素的成果較為豐碩，主要從住房價格、[1]城鎮化、[2]互聯網普及程度、[3]人均受教育水平、[4]社會福利、[5]城鄉收入差距[6]和人均GDP[7]等方面進行研究，但有關社會組織對刑事犯罪率影響的文獻相對較少。國外有文獻表明社會組織與犯罪率之間沒有統計上的關系。社會組織影響居民對社區犯罪水平的感知，而非實際犯罪率。[8]社會組織的核心組成部分（社會信任和集體效能）對犯罪率的影響顯示，無論是社會信任還是集體效能都與社區犯罪沒有直接聯系。[9]也有不少研究表明社會組織發展有助于降低犯罪率。社會組織的存在和支持對降低犯罪率至關重要;[10]社會組織中就業組織的增加有助于降低再犯率;Ⅲ志愿組織能夠減少社區犯罪率，但具有“延遲影響場景”。12]而Shaw和McKay根據芝加哥官方數據研究發現，隨著時間的推移，高犯罪率和低犯罪率地區在空間格局上呈現長期穩定性，即使在這期間該地區的人口結構和民族特征發生了很大變化。因此他們認為違法犯罪活動與當地社區的社會組織存在關聯，從而提出社會失序理論（Social Disorganization Theory）。[13]

總的來看，目前國內缺乏關于社會組織發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、采用不同方法進行了分析，但尚未形成統一的觀點。而近年來，國內社會組織迅速發展，其發揮的社會治理作用逐漸顯現。研究社會組織發展對中國刑事犯罪率的影響，不僅有利于提高社會治理水平，還可以擴展相關領域的研究。因此，基于2008～2016年中國大陸31個省（自治區、直轄市）的面板數據，使用動態面板模型，研究社會組織發展對中國刑事犯罪率的影響，以進一步明確社會組織的發展方向，從而更好地發揮社會組織的治理成效。

二、理論基礎與研究假設

根據Shaw和McKay的社會失序理論，我們可以了解到“社會失序”的概念，即指當地社區居民無法實現其共同價值觀，無法維持有效的社會控制。而社會組織通過提供相應的社會服務，營造團結、融合、凝聚力強的社會環境，給人們帶來安定與歸屬感，學者們將其稱為非正式社會控制，即社區針對當地問題的集體干預范圍，包含居民為打擊犯罪而采取的非正式、非官方行動。該理論認為，一個無組織或者社會組織混亂的社區非正式社會控制水平較低，與社會組織較好的社區相比，犯罪率較高;同時社區生態特征如貧窮、流動、家庭無序等問題，會削弱非正式社會控制網絡，促使非正式社會控制水平降低，導致犯罪率攀升。因此，社會組織發展和社區生態特征都能通過影響社區的非正式社會控制水平，進一步影響犯罪率。1989年，Sampson和Groves利用英國一項大型全國性調查數據，對社會失序理論的提出過程進行了全面記錄，研究結果在很大程度上支持了社會失序理論。[14]由社會失序理論可知，社會組織在社區進行非正式社會控制過程中扮演著重要角色，社會組織發展與違法犯罪活動聯系緊密。從微觀角度來看，社會組織通過開展社會活動、提供社會服務，在給人們生活帶來便利的同時，也形成一定的非正式社會控制網絡，有利于非正式社會控制水平的提高，從而能夠有效控制違法犯罪活動，避免造成社會失序，以達到社會治理的作用。因此，可以認為社會組織對違法犯罪活動有一定的抑制作用。從宏觀角度來看，社會組織數量的增加，有利于非正式控制網絡的密集構建，從廣度上提高非正式社會控制水平，降低違法犯罪的發生率。因此，提出以下假設：社會組織數量的增加，有助于降低中國刑事犯罪率。

三、數據來源與計量模型

1.指標選取

梳理相關文獻成果，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量表示。每萬人社會組織數為核心解釋變量，城鎮化率、人均受教育年限、人均GDP、互聯網普及程度和住房價格作為控制變量。城鎮化水平的提升有助于人口集聚，但是人口集聚又可能產生更多的違法犯罪活動;同時相比于農村，城市有更多的治安維護人員，能夠更加有效的預防和打擊各種違法犯罪活動，更好的維護城市社會公共秩序。因此，城鎮化對刑事犯罪率的影響可能有正有負。人均受教育年限的延長，是教育進步的表現，也標志著入口素質的提升，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與犯罪率之間的關系是犯罪現象經濟學解釋的最常見指標，[16]以往研究表明兩者之間的關系有正、有負。有研究顯示互聯網普及率對犯罪率有抑制作用，[17]但是也有研究發現互聯網普及率與犯罪率之間有明顯的正相關性。[18]住房價格上升，預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.模型構建

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

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量;xit為核心解釋變量，即每萬人社會組級數量;zit為控制變量;i，t分別表示地區和時間;μi表示不隨時間變化的個體的固定效應;εit為隨機擾動項。

3.數據來源與描述

基于2008～2016年中國大陸31個省（自治區、直轄市）的面板數據，研究中國社會組織發展對刑事犯罪率的影響。刑事犯罪率數據來源于歷年《中國檢察年鑒》，城鎮化率、人均GDP、住房價格、社會組織發展和其他控制變量均通過歷年的《中國統計年鑒》和《中國人口與就業統計年鑒》計算所得。人均受教育年數計算按現行學制計算：即大專以上文化程度按16年計算，高中文化程度12年，初中文化程度9年，小學文化程度6年，文盲為0年。為消減模型擬合的異方差性，人均GDP和住房價格取對數處理。變量定義和描述性統計見表1所示。

四、實證分析

為了更好地確定中國社會組織發展對刑事犯罪率影響的穩健性，我們逐步放入控制變量，構建6個模型進行實證分析，利用stata13.0分別對模型進行系統GMM估計，模型估計結果如表2所示。從檢驗結果來看，聯合顯著性Wald檢驗表明6個模型均為顯著;Sargan檢驗結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項不存在二階自相關問題;六個模型被解釋變量的滯后一期對當期均呈現顯著影響。因此，使用系統GMM進行模型估計是有效的。

從模型估計結果來看，每萬人社會組織數對刑事犯罪率呈顯著負相關，即每萬人社會組織數量的增加，有助于降低中國刑事犯罪率，與研究假設相符合。逐步放入控制變量，每萬人社會組織數對刑事犯罪率的影響始終為負相關，說明該結果具有一定的穩健性。模型6的估計結果顯示，每萬人社會組織數量每增加1個，每萬人被批捕的刑事犯罪嫌疑人數量下降0. 27人，說明中國社會組織的發展對刑事犯罪有一定的抑制作用，社會組織在預防和控制違法犯罪方面存在積極影響。城鎮化與刑事犯罪率顯著負相關，說明城鎮化水平的上升，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向影響，說明經濟水平的提高能夠增加就業崗位，促進財富總量提升，降低犯罪率，這與謝昱荻（2006）等學者的研究結果一致。[20]互聯網普及率對刑事犯罪率有顯著的正向影響，說明互聯網普及在為人們生活提供便利的同時，也增加了犯罪渠道，因此在互聯網快速發展的同時，網絡違法犯罪的預防和控制也應該受到重視。住房價格對刑事犯罪率的影響不顯著。

五、研究結論及政策建議

基于2008～2016年中國大陸31個省（自治區、直轄市）的面板數據，采用系統廣義矩估計法，實證分析社會組織發展對中國刑事犯罪率的影響，結果表明：社會組織數量對中國刑事犯罪率有顯著的負向影響，其中每萬人社會組織數每上升1個，每萬人被批捕的刑事犯罪嫌疑人數量下降0. 27人，充分顯示了社會組織在降低刑事犯罪率中的重要作用。在經濟社會快速發展和體制改革的有力推動下，中國政社已形成了初步的互惠共生模式。在構建預防和減少違法犯罪體系過程中，社會組織往往能提供更加專業的社會服務和更加親民的價值導向，但目前中國社會組織還需要借助政府發揮力量，實現依附式發展，例如通過政府授權，尋求制度空間和運作資源等。為此，下一步我們應促進社會組織的進一步發展，明確政社合作中各自的職能，深化政府與社會組織的合作關系。

基于研究結論，本文提出以下幾點建議：一是助力社會組織在空間上的均衡發展，減少違法犯罪活動。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，而社會組織數量對中國刑事犯罪率有顯著的負向影響，因此，為了進一步減少違法犯罪活動，應該在空間上合理規劃社會組織的發展。例如，在社會組織數量多的地方，不斷完善社會組織結構，提高社會組織專業技能;在社會組織數量少的地方，結合當地環境，建立對應功能的社會組織，完善非正式社會控制網絡。二是提高社會組織的認知性社會資本，充分發揮社會組織的治理能力。社會失序理論認為社會組織能夠將人們融合成一個整體，這一整體具有團結、安定的氛圍，具有統一的文化觀念和價值取向，能夠采取非正式、非官方的行動來預防違法犯罪活動，比如勸誡、阻止等。因此，社會組織自身的價值、文化、氛圍必須符合社會主義核心價值觀，讓社會組織內的成員養成信任、團結的互動模式，逐漸形成良性循環的社會關系網，通過其獨有的認知性資本發揮治理能力。三是推進中國政社之間的精細化合作，促進社會和諧發展。社會組織的發展離不開政府力量，而政府治理也需要借助社會組織，因此政社合作是一種共贏模式。但在政社合作中，應明確政府與社會組織各自的職能，確保政府對社會組織的規范管理。

參考文獻：

[1][17]常 雪，蘇 群，周春芳.房價、住房支付能力與刑事犯罪——基于中國省級面板數據的實證分析[J].上海財經大學學報，2018，（01）.

[2]郭 濤，閻耀軍，城市化與犯罪率非線性動態關系實證研究[J].統計與信息論壇，2014，（04）.

[3][18]陳力朋，徐建斌，魏 娟.互聯網普及對中國刑事犯罪率的影響——基于省級面板數據的實證分析[Jl.中國刑事法雜志，2014，（06）.

[4]程建新，劉軍強，王 軍.人口流動、居住模式與地區間犯罪率差異[J].社會學研究，2016， （03）.

[5]李艷軍，王 瑜.社會福利對犯罪率影響的統計考察[Jl.統計與決策，201 7，（07）.

[6]張向達，張家平.我國城鄉收入差距對刑事犯罪率的非線性效應研究[J].財經問題研究，201 5，（01）.

[7]賈濟東，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.從中國犯罪率數據看罪因、罪行與刑罰的關系[Jl.中國社會科學，2010，（02）.

[19]石慶玲，郭 峰，高房價與中國犯罪率的上升——基于35個大中城市的實證研究[Jl.南開經濟研究，2017， （06）.

[20]謝昊荻，賈 文，經濟因素對犯罪率影響的實證研究[Jl.中國人民公安大學學報（社會科學版），2006， （01）.

（責任編輯 羅華蘭）