论城市社区矫正对社区凝聚力的影响

    作者简介:蔡禾,中山大学城市社会研究中心教授(广东广州 510275)
    作者简介:王帅之,中山大学社会学与人类学院博士生(广东广州 510275)

摘要: 社区矫正是一个社区和矫正人员互动的过程。本文基于2018CLDS全国调查数据分析发现,社区矫正人数的增加会导致城市社区凝聚力的下降;社区社会经济地位对社区矫正人数的负面影响有调节作用;以地方政府社区支出和居民安全感为指标的社区治理效能可以缓解社区矫正人数对城市社区凝聚力的负面影响。研究结果表明,推进社区矫正既要关注“社区矫正”中的“矫正者”,也要关注社区矫正中的“社区”,要重视并科学地开展社区矫正评估,促进社区建设、社区治理和社区矫正良性互动、共同发展。

English Abstract

    全文HTML

    一.   研究意义
    • “社区矫正是与监禁矫正相对的行刑方式,是指将符合社区矫正条件的罪犯置于社区内,由专门的国家机关在相关社会团体和民间组织以及社会志愿者的协助下,在判决、裁定或决定确定的期限内,矫正其犯罪心理和行为恶习,并促进其顺利回归社会的非监禁刑罚执行活动。”这种行刑方式源于19 世纪末近代刑事法学派提出的行刑社会化理念,行刑社会化“主要是指在自由刑执行中,注重社会因素的矫正作用,放宽对罪犯自由的限制,加强罪犯和社会间的联系”,主张对于罪犯的惩罚应该以使其重返社会为目的。社区矫正也标志着司法问题从国家强制力管制的领域进入了原本属于社会领域的范畴进行解决,因而有学者称之为司法问题社会化治理。社区矫正的社会进步意义在于,可以依托社区对涉案当事人进行有针对性的管理、教育和改造工作,并由当事人提供公共服务实现对其的惩戒,相较于劳教制度而言有利于保障人权,实现违法人员的再社会化;与此同时,它可以整合社会资源和各方力量对罪犯进行教育改造,提高了司法资源配置效益,相较于监禁行刑方式则成本更低。

      社区矫正已成为当今世界各国刑罚制度发展的趋势,我国于2003年颁布《最高人民法院、最高人民检察院、公安部、司法部关于开展社区矫正试点工作的通知》,2019年12月全国人大正式通过《中华人民共和国社区矫正法》。截至2019年12月,全国累计接受社区矫正对象达到478万,累计解除矫正对象411万,其中2019年新接收57万,解除矫正59万,当年正在列管的126万。

      顾名思义,社区是社区矫正的场所,社区矫正的成效与社区建设、社区治理密不可分。同时,社区矫正作为一种行刑社会化实践进入社区,必然也会对社区建设、社区治理产生影响,二者之间相互联系、相互影响。客观、科学地认识社区与社区矫正之间的关系,对于揭示社会现象之间的规律性,建立符合国情的社区矫正司法制度,促进社区建设、社区治理和社区矫正良性互动、共同发展是十分必要的。

    二.   相关研究文献综述

      一.   社区矫正研究文献

    • 自从2003年颁布《最高人民法院、最高人民检察院、公安部、司法部关于开展社区矫正试点工作的通知》以来,关于社区矫正的研究就不断涌现。例如,但未丽等人重点从社区矫正执行机构和专职队伍建设、社区矫正官的执法资格和权限等社区矫正司法制度建设方面研究了社区矫正问题;沈娟从社区居民的抵触、不良家庭、不利的学校环境、犯罪亚文化、不良大众传媒、有害社会风气和不完善社区功能等因素分析了社会环境对社区矫正的影响;魏敏论证了如何加强现代社区的培育, 在社区发展壮大中推进社区矫正工作;王雨磊等人对社区社工、在矫人员、司法行政机关等行动主体的特点及其配合机制进行了描述和分析;王晟等人则探究了如何通过科学技术手段介入社区矫正工作来提高社区矫正的效能。

      由以上研究文献不难看出,由于社区矫正在我国刚刚起步,既有的研究绝大部分聚焦在探索如何建立与我国国情相适应的社区矫正司法制度,分析有助于社区矫正的社会环境因素以及如何培育和发展执行社区矫正的各种主体。但对社区矫正进入社区后对社区会产生何种影响的研究极为罕见。

      然而,在肯定社区矫正在司法制度上的社会进步意义的同时,我们必须意识到:“社区矫正作为一种将罪犯放置于社区中进行服刑的处遇方式,由于罪犯的人身危险性尚未消除,加之开放性的行刑环境使其对社会带来的潜在危害可能性更大,更需要保证矫正过程中的风险控制。”因此,在重视社区环境对社区矫正影响因素的同时,也要重视社区矫正对社区的影响,尤其是潜在的、可能的消极影响,这对于更好地开展社区矫正,实现和谐社区建设是不可忽视的。本文在此基础上力图分析社区矫正进社区会对社区产生什么影响?

    • 二.   社区凝聚力研究文献

    • 社区凝聚力是社区作为社会共同体的质的规定性。不过对于社区凝聚力概念,学者们的定义并非完全一致。例如陶元浩认为:“所谓社区凝聚力,就是社区成员由于共同的利益和价值形成社区共同体的聚合力及在此基础上的社区共同体状态。”蔡禾认为:“社区凝聚力是指社区居民之间的相互联系、相互信任、相互认同的存在状态,它是社区整合的一种表现,有助于社区协调一致地实现目标。”桑普森(Sampson)等人在“芝加哥社区人类发展研究”中则用“这个社区的人们可以信任、这是一个紧密结合的社区、这里的人们愿意帮助邻居、这个社区的人们相处并不融洽、这个社区的人们并不共享相同的价值观”五个李克特态度题项来测量社会凝聚力。不过无论学者之间的定义有何差别,都承认社区凝聚力是指社区居民之间紧密的联系状态,这种状态或者是共同利益和互助合作,或者是相互信任、集体认同和共享价值。尽管社区凝聚力有不同的表现形式,但在社会学研究中,邻里关系通常被认为是社区凝聚力最重要的表现形式,也是实证研究中运用最普遍的测量指标。正如桑普森指出的,没有邻里关系的社区研究是不可思议的,“在许多情况下,居民和机构都认为邻里和本地社区的定义是可以相互转化的。”因此本文主要从邻里关系来研究社区凝聚力,或者说,社区凝聚力和社区邻里关系两个概念在本文中是可以互换的。

      近年来,国内学者对邻里关系的研究成果十分丰硕。社区居民的人口社会经济特征被普遍用来分析影响邻里关系的因素,已有研究发现,社会经济地位越高的居民跨越社区空间活动的能力越强,邻里关系相对更弱;拥有产权的人社区利益关联度更高,邻里关系相对更强。不过,女性的教育程度会提高她们的邻里关系。还有研究发现,尽管和传统社区相比,商业住宅区居民的物理空间满意度可能更高且社区附着度更高,但商业住宅区居民的邻里关系却较弱,不同社区类型中居民的关系网络稳定性也会有较大差异。同时,人员流动和道路系统等物理空间对于社区邻里关系也会产生影响。

      除了从个体的人口社会经济特征展开邻里关系研究,一些学者也注意到社区社会结构的影响,他们发现社区居民在教育上的离散程度对社区邻里关系存在明显的负面影响,代表了社区异质性对于邻里关系的影响。除此之外,社区SES(SES指的是社区的社会经济地位)也是影响邻里关系的社区结构性因素。一般来说,西方社会中贫穷社区移民群体较多,居民迁移率更高,社会关系更难建立,因而社会凝聚力更低;关于上海的研究则报告了相反的结论,单位大院等老旧社区的SES偏低,但是他们的邻里关系更好。

      概括而言,国内从邻里关系研究社区凝聚力的现有文献主要关注居民个体特征和社区内部结构,这为认识中国城市社区的性质和特征提供了有意义的视角。但社区矫正进社区势必也会对社区产生影响,由于社区矫正在我国城市中试行和正式实施时间不长,鲜有研究关注社区矫正会对社区产生什么影响。本文的研究问题将聚焦在社区矫正是否会对社区凝聚力产生影响?这种影响受到什么因素的作用?希望通过以上分析能对落实社区矫正,完善社区建设,实现社区善治提供客观、科学的政策基础。

    三.   研究假设

      一.   社区矫正与社区凝聚力假设

    • 如果说监禁行刑是把社会越轨行为者从社区中隔离出来,通过在社区之外的监禁实现对其再社会化,那么社区矫正则是把社会越轨行为者从监禁隔离状态解放出来,回到社区实现其再社会化。尽管社区为社会越轨行为者提供了比监禁更为人性和宽松的环境,有助于其完成再社会化,但是这并不会自然消除社会越轨行为者对社会可能产生的潜在危害,社区矫正是存在失控风险的。已有研究显示,目前我国基层矫正对象脱管漏管现象还比较严重。正因为如此,社区矫正人员的存在有可能会降低社区居民的安全感,导致社区居民不愿意与之交往。美国的相关研究发现,社区居民在知道社区矫正人员之前的犯罪事实后,不愿意和社区矫正人员接触。我国的研究也发现,受矫人员在熟悉其越轨行为的邻居中存在着被别人害怕、排斥的污名化现象。而安全感和邻里关系之间存在显著的关联。这意味着社区中有无社区矫正人员以及社区矫正人员的多少会影响居民在社区内交流互动的意愿,改变社区居民的社会距离。由此我们提出第一个理论假设。

      假设一:社区矫正人员的存在会降低社区凝聚力,社区矫正人员越多,对社区凝聚力的负作用越大。

    • 二.   社区社会结构对社区矫正与社区凝聚力关系的调节假设

    • 关于社区社会结构对于个体行为影响的文献中,最经常使用的指标为社区社会经济地位(又称社区SES)。社区社会经济地位代表了社区的社会分层情况。从威尔逊的著作《真正的弱势群体》开始,学者们逐渐意识到不同阶层人群在社区中的聚集本身会对居民产生影响,这些影响独立于个人属性(如种族)所带来的影响之外,比如出生在贫穷社区的贫穷家庭的儿童比出生在富裕社区贫穷家庭的儿童更难逃脱贫穷的陷阱。之后的研究发现,社区社会经济地位可以通过邻里社会网络影响人们的认识,进而对于健康、青少年早孕等越轨行为乃至就业情况产生广泛而深远的影响。

      如前所述,和西方社会相反,基于上海的研究发现了社区社会经济地位与社区凝聚力呈负相关。单位社区或老旧社区往往社会经济地位较低,凝聚力则较高,新型商品房社区的社会经济地位较高,凝聚力却较低。不过,基于上海一座城市的研究是否可以推论到全国,是我们在此研究中试图检验的,由此我们提出理论假设二:

      假设二:社区社会经济地位与社区凝聚力成反比,社区社会经济地位越高,社区凝聚力越弱。

      社区社会经济地位的差别造成了社区之间在社区结构和资源能力上的差别,从而对社区矫正与社区凝聚力产生调节作用。一方面,高社会经济地位社区的凝聚力较弱,这会降低其社区集体效能,影响社区的非正式控制能力以及居民维护社会秩序的愿望,降低社区在管理矫正人员方面的能力,增大矫正人员带给社区的负面影响。但另一方面,高社会经济地位社区可能拥有更多的资源和公共机构的关注,这有助于帮助居民应对矫正人员带来的负面影响,帮助执法机关管理矫正人员。而低社会经济地位社区则因为缺乏资源,有更多的失业、犯罪、贫困等社会问题,更有可能出现集中劣势效应。由此提出理论假设三和竞争性的3.2、3.2子假设。

      假设三:社区社会经济地位会调节社区矫正带给社区凝聚力的负面作用。

      假设3.1:在高社会经济地位社区,矫正人员给社区带来的负面作用更弱。

      假设3.2:在高社会经济地位社区,矫正人员给社区带来的负面作用更强。

    • 三.   社区治理效能对社区矫正与社区凝聚力关系的调节假设

    • 随着计划经济向市场经济发展,中国城市社会的基层治理从“单位”转向社区,社区治理事关党和国家大政方针贯彻落实,事关居民群众切身利益,事关城乡基层和谐稳定,成为实现国家治理能力和治理现代化的重要内容。《中共中央国务院关于加强和完善城乡社区治理的意见》(国务院公报2017年第18号)明确指出,通过社区治理,不仅要提高社区服务供给能力、增强社区居民公共参与水平、提升社区矛盾预防化解能力,强化社区文化引领能力,“组织居民群众开展文明家庭创建活动,发展社区志愿服务,倡导移风易俗,形成与邻为善、以邻为伴、守望相助的良好社区氛围”。已有研究发现,良好的社区治理有助于促使居民参与社区活动,在社区行动者之间形成良好的合作关系。可以预期,良好的社区治理能够提升社区居民的安全感、信任感,增进社区居民的关系,从而有效地防范社区矫正人员对社区居民可能带来的潜在风险。另外,良好的社区治理离不开社区治理资源的投入,一般来讲,社区治理资源的投入越高,社区环境建设就越好,政府购买服务的能力就越强,社区矫正的落实就越有保障。所以,社区治理效能会对社区矫正人员对社区凝聚力的负面影响产生调节作用。由此我们提出理论假设四和假设五:

      假设四:社区居民的安全感越高,越有助于降低社区矫正人员对社区凝聚力的负面影响。

      假设五:社区治理的资源投入越多,越有助于降低社区矫正人员对社区凝聚力的负面影响。

    四.   样本、变量和方法

      一.   样本

    • 本文使用的数据来自2018年中山大学“中国劳动力动态调查”(简称2018CLDS)。该调查采用分层次四阶段不等概率随机抽样,包含劳动力个体、家庭和社区三个层次的问卷,共调查了除港澳台、西藏、新疆、海南之外的全国28个省(直辖)市自治区,在全国具有代表性。其中城市社区样本共133个,城市家庭样本4761个,个体样本(15—64岁的劳动年龄人口或者64岁以上仍在工作的人)4770个,最后进入分析的有效个体样本4304个。由于样本问卷中的若干指标存在一定的缺失值,因此在具体分析中运用了多重填补的方式进行填补。

    • 二.   变量

    • 1. 因变量

      因变量为“社区凝聚力”。尽管社区凝聚力在不同研究中的测量方式不同,但都认为邻居之间的熟悉程度、互助行为和信任是测量社区凝聚力的重要指标。在2018CLDS个体问卷中,社区凝聚力采用了邻里熟悉度、邻里信任和邻里互助三个指标,要求每个受访者对以下三个问题做出回答:“您和本社区的邻里、街坊及其他居民之间的熟悉程度是怎样的?”“您对本社区的邻里、街坊及其他居民信任吗?”“您与本社区的邻里、街坊及其他居民互相之间有互助吗?”测量使用了李克特量表,从1分到5分代表从“非常差”到“非常好”。同时,对三个指标做了因子分析处理,形成邻里关系因子。因子分析中,邻里关系因子对三个变量的负载均大于0.7,因子负载程度较高,因而因子对方差的解释比例也较高,超过了52%。

      2. 解释变量

      (1)基础解释变量:包括年龄、性别、教育、家庭收入、户籍、政治面貌、住房产权、小区类型等。住房产权分“完全自有”和“其他”;“小区类型”将普通商品房小区和高档商品房小区归为“商品房小区”,其他类型小区均归为非商品房小区。“户口类型”将居民户口归为非农户口,和农业户口相对应。

      (2)主要解释变量:包括社区矫正人员、社区社会经济地位(社区SES)、社区治理效能。

      “社区矫正人员”的测量是“本社区有无社区矫正人员”,“如果有,有多少社区矫正人员”。由于该变量分布表现为左偏,因此研究进行了对数化处理以降低异常值对回归的影响,具体方法是将社区矫正人数加0.1后对其取对数。

      图  1  对数处理前后居民居住社区矫正人数分布对比

      “社区SES”在一些研究中直接使用社区中的收入(如中位数)来测量,不过这样的测量不够全面。本文借鉴缪佳等人测量社区SES的方法,首先运用个体问卷数据生成社区高中及以上文化比例、高职业地位(管理人员和专业技术人员)比例和社区中农业户口比例,然后使用主成分因子(principal-component factor)方法提取出了一个因子。这样的做法兼顾到了社区分层中的收入、教育和职业三方面,视角更为综合。结果显示,生成的因子特征值为1.788,解释了三个指标59.6%的方差。除高职业地位比例的因子负载较低外,高教育程度比例和农业户口比例的因子负载分别为0.94和0.88,因子负载较高。因子负载和特征值表明该方法相对可靠。该变量越大,代表相应社区的社会经济地位越高。

      “社区治理效能”的测量本文选取了“社区安全感”和“社区支出”两个指标。2018 CLDS对“社区安全感”设置了题项,让受访者从“很安全、较安全、较不安全和不安全”中选择自己对社区安全感的认知。本文将安全感分为“安全”和“不安全”两类,选择“很安全、较安全”的为“安全”,编码为1;选择“较不安全、不安全”的为“不安全”,编码为0。“社区支出”使用了从各省统计年鉴中获得的“省级城乡社区支出”数据。

    • 三.   变量描述

    • 2018CLDS个体问卷中存在一定的缺失值,我们比较了全样本和剔除缺失值后剩余样本在收入、教育、农业户口比例等指标上的分布,发现缺失样本并非完全随机缺失(missing completely at random,MACR),而是与社会经济地位存在相关,符合随机缺失数据的条件(missing at random,MAR)。因此我们对存在缺失值的指标运用了多重填补的方式进行处理。填补的回归方程中使用了年龄、教育程度、性别、政治面貌、居住类型、户口类型等变量。以下表1是对社区层次变量的描述,表2是对受访者个体变量的描述。

      样本数均值标准差最小值最大值
      社区矫正人数1264.4447.093065
      有无社区矫正人员(1为有,0为无)1260.8170.38801
      社区矫正人数(对数)1260.6531.593−2.3034.176
      社区SES1260.0330.990−2.4342.301
      省级社区支出(亿元)28788.7511.6114.32,091

      表 1  社区相关变量描述

      变量均值标准差最小值最大值
      收入(对数)9.8711.194−1.0514.22
      住房产权比例0.7070.45501
      年龄43.9513.561590
      受教育年限11.14.021018
      农业户口比例0.3130.46401
      男性比例0.4490.49701
      党员比例0.1290.33501
      商品房小区比例0.4190.49301
      邻里关系因子−0.5110.995−3.5161.722
      社区安全感0.8890.31401
      注:“收入”“住房产权”存在缺失值,采用了多重填补方式处理。

      表 2  受访者个体变量描述(N=4,304)

    • 四.   研究方法和模型设定

    • 由于邻里关系因子是一个连续变量,本文使用了多重填补后的线性回归对邻里关系影响因素建模。本文的基本模型可以用矩阵的方式简化为:

      其中,$ {{y}}_{{n}{*}1} $代表n个观测值的邻里关系分值的向量,$ {{x}}_{{n}{*}{p}} $则为n行(p−1)列自变量的观测值以及一列常数1组成的矩阵,其中的核心自变量是社区矫正人数(对数),同时也控制了住房产权、家庭人均收入、性别等其他变量。$ \;{{\beta }}_{{p}{*}1} $为总体参数矩阵。$ {{u}}_{{n}{*}1} $为随机扰动项。验证假设二、三时将对样本分组回归,模型设定不变。验证假设三到假设五时将引入交互项,因此相应的自变量个数和估计参数的矩阵会相应增加。

      由于多重填补后无法使用多层次模型,因此在模型中还设置了允许误差在社区层次相关来估计稳健的标准误。

    五.   分析与模型

      一.   社区矫正和邻里关系

    • 表3中模型1是仅包含控制变量的模型,模型2则是引入了“社区矫正人数”变量的模型。表中平均RVI表示缺失数据带来的估计方差改变的平均值,如果使用完整数据进行分析则该值为0,模型1和模型2的该指标数值分别为0.0214和0.0199,相对较小,表明缺失数据对于分析的影响不大。最大FMI值分别为0.1094和0.1097,按照最少填补的次数要求,M(最少填补次数)>=100*FMI,模型填补的次数30符合要求,表明多重填补估计的可重复性较高。之后模型报告的这两个数值和前两个模型差别不大,说明多重填补的方法适用于本研究。

      表3中模型1和模型2可以看到,无论是否引入“社区矫正人数”变量,性别、教育、收入和户籍对邻里关系都没有显著关系,有显著关系的是年龄、党员身份、小区类型和住房产权,这表明:居民平均年龄越大的社区,其邻里关系越强;共产党员的邻里关系强过非共产党员;住在商品小区的居民,邻里关系要弱于非商品小区;拥有住宅产权的居民,邻里关系强过没有产权的居民。这可能是由于年龄越大的居民在社区的居住时间更长,其闲暇活动多数也在社区内,由此增加了邻里之间的互动;拥有住房产权的居民居住稳定性越强,相对容易建立起熟人关系,而且也更关注社区利益;相对于非商品小区,商品小区的居民来源更加多元化,社区异质性更强,因此邻里关系相对更弱;对于党员,其组织身份的先进性会要求其更严格地遵守法规道德,参与公共事务,承担社会责任,这些都有助于他们建立良好的邻里关系。这些结论与之前的研究大致相同。

      自变量因变量:居民邻里关系
      (1)基准模型(2)社区矫正模型(3)社区SES模型(4)矫正与社区SES交互项模型
      年龄0.016***0.015***0.017***0.017***
      (-0.002)(0.002)(0.001)(0.001)
      教育年限−0.003−0.0040.011*0.011*
      (0.006)(0.006)(0.006)(0.006)
      性别(参照组:女性)
      男性−0.021−0.02−0.056*−0.056*
      (0.028)(0.028)(0.029)(0.029)
      政治面貌(参照组:群众)
      党员0.139***0.13***0.142***0.141***
      (0.041)(0.04)(0.039)(0.038)
      居住类型(参照组:非商品房小区)
      商品房小区−0.244***−0.229***−0.147***−0.136**
      (0.06)(0.057)(0.054)(0.054)
      户口类型(参照组:城市户口)
      农村户口0.0540.057−0.099*−0.097*
      (0.064)(0.063)(0.053)(0.053)
      家庭人均收入(对数)−0.034−0.0260.00040.004
      (0.022)(0.022)(0.02)(0.019)
      住房产权(参照组:无产权)
      有产权0.196***0.201***0.164***0.164***
      (0.052)(0.052)(0.049)(0.048)
      社区矫正人数(对数)−0.062***−0.067***−0.052***
      (0.023)(0.02)(0.019)
      社区SES−0.226***−0.245***
      (0.034)(0.034)
      社区SES*社区矫正人数(对数)0.042**
      (0.016)
      截距−0.883***−0.914***−1.424***−1.474***
      (0.249)(0.244)(0.215)(0.205)
      平均RVI0.02140.01990.0210.020
      最大FMI0.10940.10970.1290.133
      分组数126
      样本数4,304
      填补次数30
      括号内为标准误
      *** p<0.01, ** p<0.05, * p<0.1

      表 3  社区矫正人数以及社区SES对居民邻里关系的影响

      但模型2引入“社区矫正人数”变量后发现,社区的矫正人数对邻里关系确实有显著的负相关关系。具体而言,社区矫正人数每增加2.72(自然对数)倍,邻里关系因子平均降低0.062个标准差(邻里关系的标准差近似为1)。同时,社区矫正人数变量的加入,并没有改变其他基础变量与邻里关系的相关关系。因此假设一是成立的,即社区矫正人员人数的上升会降低社区居民的邻里关系水平。

    • 二.   社区社会经济地位对社区矫正人数影响的改变

    • 表3的模型3中首先加入了社区SES变量,结果显示,社区SES的系数仍为负向,而且社区矫正人数的系数绝对值增加,p值为0.05的水平显著。这表明社区SES和社区矫正人数存在共变,低社会经济地位社区可能承接了更多矫正人员,因而在未放入社区SES变量时社区矫正变量对邻里关系的负面效果较小。这也表明与缪佳等人之前的研究一致,不同于西方社会,中国社会中较高社会经济地位社区的邻里关系较弱,该结论对全国有代表性。这种社区社会结构的力量独立于个体的社会经济地位属性之外,假设二成立。

      模型4加入社区矫正人数和社区SES的交互项后,该变量系数估计值为0.042,也在P值0.05的水平显著。这表明社区矫正人数对于社区邻里关系的影响的确受到了社区SES的调节。同时矫正人员在高社会经济地位社区对凝聚力负面影响更弱,假设3.1成立。

    • 三.   社区治理效能对社区矫正人数影响的改变

    • 表4的模型1相较于表3中的模型2增加了省级社区支出变量。由该模型可知,省级层面的社区经费支出对于居民个体邻里关系的影响在p值0.05的水平上显著为正。这说明,省级社区经费支出水平越高,对于居民个体邻里关系越具有提升作用。平均而言,省级层面社区支出每提高100亿元,居民邻里关系提升0.011。虽然相较于居民邻里关系的标准差来说,总投入提升的邻里关系数值可能不算太大。不过考虑到省级层面总人口规模较大,平均到每个人身上的社区支出金额其实非常有限。同时,在模型2中继续加入社区经费支出和社区矫正人数交互项后可以发现,该交互项值为正,且呈现出边缘显著的性质,p值为小于0.069。一定程度上可以推断,在其他条件不变的情况下,社区所在省份的社区投入越高,矫正人员进入社区后对社区凝聚力的负面影响越小。也就是说,无论是主效应或是调节作用都显示增加社区经费支出可以抵消社区矫正的负面作用。省级层面社区经费每提高100亿元,社区矫正人数对邻里关系的负面作用下降0.0059。

      自变量因变量:居民邻里关系
      (1)城乡社区支出模型(2)城乡社区支出和矫正人数交互项模型(3)居民安全感模型(4)居民安全感和矫正人数交互项模型
      年龄0.015***0.015***0.015***0.015***
      (0.002)(0.002)(0.002)(0.002)
      教育程度−0.004−0.005−0.005−0.005
      (0.006)(0.006)(0.006)(0.006)
      性别(参照组:女性)
      男性−0.024−0.024−0.02−0.02
      (0.028)(0.028)(0.028)(0.028)
      政治面貌(参照组:群众)
      党员0.134***0.137***0.115***0.117***
      (0.041)(0.040)(0.04)(0.04)
      是否商品房小区(参照组:非商品房小区)
      商品房小区−0.222***−0.224***−0.241***−0.239***
      (0.056)(0.056)(0.056)(0.056)
      户口类型(参照组:城市户口)
      农村户口0.0430.0450.0530.055
      (0.060)(0.059)(0.061)(0.061)
      收入(对数)−0.032−0.031−0.025−0.025
      (0.0213)(0.0212)(0.021)(0.021)
      有无产权(参照组:无产权)
      有产权0.206***0.208***0.202***0.203***
      (0.0518)(0.0514)(0.051)(0.051)
      社区矫正人数(对数)−0.071***−0.126***−0.06***−0.109***
      (0.023)(0.040)(0.022)(0.033)
      城乡社区支出(百亿元)0.011**0.006
      (0.005)(0.006)
      城乡社区支出(百亿)*社区矫正人数(对数)0.006*
      (0.003)
      安全感(参照组:不安全)
      安全0.363***0.324***
      (0.059)(0.058)
      安全感和矫正变量交互项
      安全*社区矫正对数0.055*
      (0.03)
      截距−0.974***−1.2249***−1.226***−1.19***
      (0.241)(0.23)(0.236)(0.237)
      平均 RVI0.01870.01760.02020.0194
      最大FMI0.11250.11570.11820.1214
      分组数126
      样本数4304
      填补次数30
      括号内为标准误
      *** p<0.01, ** p<0.05, * p<0.1

      表 4  省级城乡社区支出、安全感及其相关交互项对邻里关系的影响

      社区安全感也呈现出相似的结论。模型3相较于表3中的模型2增加了安全感变量,该模型显示,安全感对于社区邻里关系的提升作用显著。感受到安全的居民邻里关系比不安全的居民邻里关系约高0.363个标准差。同时,模型4中继续加入安全感和社区矫正人数交互项后,也体现出了安全感对于社区矫正人数负面作用的抑制。安全感和社区矫正人数交互项表现为正向边缘显著,p值为小于0.066。也就是说,感觉社区越安全的居民其邻里关系越不容易受到矫正人员的影响。安全感变量的主效应和交互效应显示的结果相同,在相同的矫正人数情况下,安全感高的社区中邻里关系更好。由此可见,社区效能确实有助于降低社区矫正人数对邻里关系的削弱,假设四得到证实。

    • 四.   稳健性检验

    • 由于本研究使用了多重填补,虽然该方法解决了缺失变量的问题,但是也存在缺失值无法准确预测的风险。同时,多重填补的方法是从预测值的分布中随机抽取数值来替换缺失值,这在解决标准误估计问题的同时,也为该方法的可复制性带来一定的挑战。因此,本文在稳健性检验部分首先使用了非填补的原数据再现分析结果,并在表5中进行了展示。删去所有有缺失值的样本后,进入模型的样本为1911个。因为此处可以使用最小二乘法的线性模型估计,模型中可以报告判定系数。结果显示,模型1加入社区矫正人数变量后模型解释力由原来的0.088上升为0.099。模型3到模型7加入社区SES和社区治理相关变量后,模型的解释力都可以达到10%左右,相对较高。同时,除了安全感和社区矫正人数对数交互项外,各变量显著性基本和原先一致。而且该交互项的显著度为小于0.107,仅略高于0.1。而且,模型6和模型7中安全感本身对于邻里关系的提升作用是毋庸置疑的。也就是说,当两个社区接纳了同样的矫正人员时,居民安全感更高的社区凝聚力更好。这不违背假设四。

      自变量因变量:居民邻里关系
      (1)社区矫正人数模型(2)社区SES模型(3)社区SES和矫正交互项模型(4)城乡社区支出模型(5)社区支出和矫正交互项模型(6)安全感模型(7)安全感和矫正交互项模型
      年龄0.0129***0.0130***0.0129***0.0112***0.0108***0.0108***0.0107***
      (0.002)(0.002)(0.002)(0.002)(0.002)(0.002)(0.002)
      教育年限−0.006980.00670.00701−0.00582−0.00711−0.00588−0.00629
      (0.008)(0.007)(0.007)(0.007)(0.006)(0.007)(0.007)
      性别(参照组:
      女性)
      男性−0.0126−0.0394−0.0378−0.0128−0.00927−0.0113−0.0101
      (0.039)(0.033)(0.033)(0.033)(0.033)(0.034)(0.033)
      政治面貌(参照组:群众)0.125**0.119*0.137**0.145**0.125*0.129**
      党员0.151*0.125**0.119*0.137**0.145**0.125*0.129**
      (0.076)(0.0628)(0.0615)(0.0654)(0.065)(0.064)(0.0642)
      居住类型(参照组:非商品
      房小区)
      商品房小区−0.182**−0.124*−0.113*−0.151**−0.158**−0.166**−0.161**
      (0.079)(0.0647)(0.065)(0.0686)(0.068)(0.067)(0.0679)
      户口类型(参照组:城市户口)
      农村户口−0.0616−0.156***−0.155***−0.0649−0.0633−0.0528−0.0503
      (0.067)(0.0532)(0.0533)(0.058)(0.056)(0.055)(0.0555)
      家庭人均收入
      (对数)
      −0.0854**−0.0308−0.0307−0.0827***−0.083***−0.0739**−0.0743**
      (0.034)(0.0298)(0.0294)(0.0293)(0.0291)(0.0289)(0.0289)
      住房产权(参照组:无产权)
      有产权0.366***0.291***0.286***0.310***0.315***0.311***0.313***
      (0.082)(0.0676)(0.0677)(0.0695)(0.068)(0.067)(0.0674)
      社区矫正人数
      (对数)
      −0.0619**−0.0570***−0.0448**−0.0582***−0.118***−0.0506**−0.108***
      (0.025)(0.0192)(0.0178)(0.021)(0.0401)(0.0217)(0.04)
      社区SES−0.187***−0.205***
      (0.0416)(0.0437)
      社区SES*社区矫正人数(对数)0.0323*
      (0.018)
      城乡社区支出
      (百亿元)
      0.00936*0.00492
      (0.00507)(0.00565)
      城乡社区支出(百亿)*社区矫正人数(对数)0.00557**
      (0.00271)
      安全感(参照组:不安全)
      安全0.349***0.308***
      (0.0736)(0.0703)
      安全感和矫正变量交互项
      安全*社区矫正对数0.0629
      (0.0387)
      截距−0.353−0.926***−0.930***−0.314−0.235−0.589**−0.544*
      (0.329)(0.302)(0.297)(0.28)(0.283)(0.285)(0.282)
      样本数1,9111,9111,9111,9111,9111,9111,911
      判定系数0.0990.1260.130.1040.1090.1150.117
      括号内为标准误
      *** p<0.01, ** p<0.05, * p<0.1

      表 5  剔除缺失样本的居民邻里关系的影响因素分析

      本文的研究问题为社区矫正人数对于社区凝聚力的影响。为了避免极值影响,对于自变量社区矫正人数对数处理后进行分析。为了检验这种做法的稳健性,我们还将社区矫正人数处理为二分变量,即社区是否有矫正人员后放入模型中。表6展示了相应的结果。模型1显示,有矫正人员的社区居民邻里关系的确更低。模型2至模型7展示了加入社区SES、社区治理效能相关变量的结果,结论大体和使用社区矫正人数对数变量相同:较低社会经济地位社区受到矫正人员的影响更大;居民感受更安全,矫正人员对于邻里关系的负面作用更低。尽管模型5中有无矫正人员和省级社区支出的交互项不再显著,但省级社区支出本身对于邻里关系存在提升作用。也就是说,在容纳同样的矫正人员时,社区所在的省份对社区相关投入越高,该社区的邻里关系越高。假设五同样成立。因此,假设一到假设五的结论是稳健的。

      自变量因变量:居民邻里关系
      (1)有无矫正人员模型(2)社区SES模型(3)社区SES和有无矫正人员模型(4)城乡社区支出模型(5)社区支出和有无矫正人员模型(6)安全感模型(7)安全感和有无矫正人员模型
      年龄0.013***0.015***0.015***0.013***0.013***0.013***0.013***
      (0.001)(0.001)(0.001)(0.001)(0.001)(0.001)(0.001)
      教育年限−0.0040.009*0.009*−0.004−0.004−0.004−0.004
      (0.005)(0.005)(0.005)(0.005)(0.005)(0.005)(0.005)
      性别(参照组:
      女性)
      男性−0.02−0.049*−0.049*−0.023−0.023−0.019−0.02
      (0.024)(0.025)(0.025)(0.024)(0.024)(0.024)(0.024)
      政治面貌(参照组:群众)
      党员0.109***0.12***0.119***0.113***0.115***0.098***0.099***
      (0.034)(0.033)(0.033)(0.035)(0.035)(0.034)(0.034)
      居住类型(参照组:非商品房小区)
      商品房小区−0.194***−0.13***−0.115**−0.188***−0.188***−0.204***−0.204***
      (0.05)(0.047)(0.047)(0.048)(0.048)(0.048)(0.048)
      户口类型(参照组:城市户口)
      农村户口0.04−0.09*−0.093**0.0260.0290.0360.036
      (0.055)(0.046)(0.045)(0.052)(0.052)(0.053)(0.053)
      家庭人均收入
      (对数)
      −0.02300.003−0.028−0.028−0.022−0.022
      (0.019)(0.017)(0.017)(0.019)(0.019)(0.019)(0.019)
      住房产权(参照组:无产权)
      有产权0.179***0.16***0.16***0.177***0.177***0.175***0.175***
      (0.047)(0.045)(0.045)(0.047)(0.046)(0.046)(0.046)
      有无社区矫正人员(参照组:无社区矫正人员)
      无社区矫正人员−0.228**−0.234***−0.205***−0.26***−0.387**−0.219**−0.33***
      (0.088)(0.073)(0.07)(0.089)(0.156)(0.086)(0.12)
      社区SES−0.19***−0.287***
      (0.031)(0.061)
      社区SES*有社区
      矫正人员
      0.124*
      (0.069)
      城乡社区支出
      (百亿元)
      0.01**−0.003
      (0.005)(0.012)
      城乡社区支出(百亿)*有社区矫正人员0.014
      (0.013)
      安全感(参照组:不安全)
      安全0.311***0.209***
      (0.051)(0.078)
      安全感和矫正变量交互项
      安全*有社区矫正人员0.122
      (0.098)
      截距−0.636***−1.066***−1.124***−0.658***−0.546**−0.902***−0.809***
      (0.219)(0.194)(0.187)(0.219)(0.247)(0.215)(0.225)
      平均RVI0.02050.02170.02030.01930.01820.02070.0198
      最大FMI0.11380.13410.13580.11730.11880.12150.1236
      填补次数30
      样本数4304
      括号内为标准误
      *** p<0.01, ** p<0.05, * p<0.1

      表 6  有无矫正人员对于邻里关系的影响

    六.   小 结
    • 在国内现有社区矫正的相关研究文献中,主要关注的是社区矫正人员的管理、实施社区矫正的主体建设和社区矫正的制度建设,比较偏重于“社区矫正”中的“矫正者”一面,但是忽视了社区矫正中的“社区”一面,极少有研究关注社区矫正对于社区的影响,对其正广泛进入社区所带来影响的关注还不够。

      社区矫正相对于监禁矫正有着历史进步的意义和价值,但是如何客观科学地评估社区矫正与社区的关系,对于社区矫正的完善和社区治理都具有十分重要的意义。在现代国家,任何一个制度或政策的出台,都需要对制度或政策的执行效果做出评估,不过评估不能只关注制度或政策设计目标与目标实现之间的关系,还要关注该制度或政策的出台对整体社会系统可能产生的影响,否则就可能产生新的社会问题,最终也难以有效地实现初始目标。本研究的贡献在于揭示了社区矫正人数会对社区凝聚力产生负面影响,而且这一影响在社会经济地位不同的社区里其表现也不同,低社会经济地位社区受到矫正人员的负面影响更大。同时还发现,社区治理的效能会对社区矫正的负面影响产生调节,降低其负面影响程度。

      以上发现不是要否认社区矫正这一行刑社会化的改革和实践,而是提醒我们,开展社区矫正工作首先要重视对实施社区矫正的社区进行客观评估,只有在此基础上才可能制定合理的政策,形成有效的工作机制,在对矫正人员实施刑罚社会化的同时也实现和谐社区建设发展。《中国人民共和国社区矫正法》第十七条针对矫正地点的选择明确提出,社区矫正决定机关应当根据有利于社区矫正对象接受矫正、更好地融入社会的原则,确定执行地。第十八条指出,社区矫正决定机关可以委托社区矫正机构或者有关社会组织对所居住社区的影响进行调查评估,供决定社区矫正时参考。不过在目前的社区矫正实践中,这类评估往往流于形式,或者说偏重于对矫正者家庭的评估,但缺乏针对社区的评估。本研究结果说明,社区的人口结构和社区社会经济地位是进行社区矫正评估时必须考虑的内容,因为二者形塑了不同的社区矫正环境。客观认识社区矫正环境,分析在不同社区环境下,矫正进社区对矫正者和社区居民双方可能带来的影响,有助于有针对性地开展社区治理。一方面通过社区治理为矫正者完成再社会化、回归社会、融入社会提供一个和谐的空间;另一方面通过社区治理,减少社区矫正可能对居民带来的心理和行为层面的消极影响,并通过创新性的社区行动来提升居民的安全感,促进社区信任,增强社区凝聚力,建设和谐社区。总之,社区矫正并非只是矫正者的事情,它涉及到多方利益;社区矫正制度的完善并非只是完善司法制度的问题,它涉及整个社会系统的制度协调。

    参考文献
(1)  表(6)