罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)量表的構(gòu)建

罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)量表的構(gòu)建

為了降低釋放人員的重新違法犯罪率，本研究對(duì)浙江不同類型監(jiān)獄的采樣模式進(jìn)行了調(diào)查和分析。本研究基本采用問卷調(diào)查方式,分初犯組(未暴露組)與再犯組(暴露組)兩組進(jìn)行調(diào)查。調(diào)查結(jié)束后,我們首先采用多因素方差分析與二元Logistic回歸分析對(duì)隨機(jī)押犯樣本進(jìn)行了統(tǒng)計(jì)分析;其次,根據(jù)檢驗(yàn)結(jié)果,按照P值小于0.05標(biāo)準(zhǔn)從年齡、本次服刑境遇、早年家庭依附、早年學(xué)校依附、生平遭遇、早年不良交往、反社會(huì)行為和反社會(huì)人格等8個(gè)測(cè)量模型中合理提取了測(cè)量罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)15項(xiàng)預(yù)測(cè)因子;再次,采用偏相關(guān)分析,從15項(xiàng)預(yù)測(cè)因子中剔除4項(xiàng)假相關(guān)因素,保留其余11項(xiàng)預(yù)測(cè)因子;最后,以11項(xiàng)預(yù)測(cè)因子作為自變量,“是否再犯”作為因變量創(chuàng)建罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)模型,建立罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)量表(RRPI)。一、降低重新犯罪風(fēng)險(xiǎn)的建議本研究目的在于降低刑滿釋放人員重新違法犯罪率。那么,應(yīng)該采用什么樣的方式才能促成降低刑釋人員重新違法犯罪率目的之達(dá)成呢?2008年6月中央提出的“首要標(biāo)準(zhǔn)”將“確保監(jiān)獄改造工作取得實(shí)效”作為促成降低刑釋人員重新違法犯罪率目的達(dá)成之重要途徑。我們認(rèn)為,除此之外,還需司法行政機(jī)關(guān)科學(xué)管理社會(huì)中的重新犯罪風(fēng)險(xiǎn)。毋庸諱言,刑釋人員的重新違法犯罪問題既同監(jiān)獄改造質(zhì)量相關(guān),又與司法行政機(jī)關(guān)科學(xué)管理社會(huì)中的重新犯罪風(fēng)險(xiǎn)工作相關(guān)。基于降低刑釋人員重新違法犯罪率之目的,本研究在科學(xué)調(diào)查與統(tǒng)計(jì)分析基礎(chǔ)上著力回答了重新犯罪風(fēng)險(xiǎn)究竟與哪些因素存在顯著性關(guān)聯(lián)這一問題,從而為監(jiān)獄改造工作與司法行政機(jī)關(guān)安置幫教工作提供了一個(gè)可供參考的實(shí)踐依據(jù)。更為重要的是,本研究還為監(jiān)獄改造工作與司法行政機(jī)關(guān)管理重新犯罪風(fēng)險(xiǎn)工作提供了一個(gè)可供科學(xué)測(cè)量的質(zhì)量評(píng)估標(biāo)準(zhǔn)。二、測(cè)量模型的建立為科學(xué)預(yù)測(cè)罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn),我們先從逐級(jí)年齡生平境遇犯罪理論視角制作預(yù)測(cè)罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)個(gè)案訪談提綱與調(diào)查問卷;首先,從逐級(jí)年齡生平境遇犯罪理論視角制作預(yù)測(cè)罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)個(gè)案訪談提綱和調(diào)查問卷。2009年7月至10月我們根據(jù)個(gè)案訪談和調(diào)查問卷內(nèi)容先后對(duì)浙江省第一監(jiān)獄、第六監(jiān)獄、喬司監(jiān)獄在押罪犯進(jìn)行了初步調(diào)查;其中,個(gè)案訪談100余人次,問卷調(diào)查550人次。通過對(duì)上述個(gè)案訪談?dòng)涗浐驼{(diào)查問卷的分析與歸納,我們對(duì)個(gè)案訪談提綱及調(diào)查問卷部分內(nèi)容進(jìn)行了修改與完善,繼而制定出更為合理的調(diào)查問卷。該調(diào)查問卷共計(jì)143道題,具體包括年齡、本次服刑境遇、早年家庭依附、早年學(xué)校依附、生平遭遇、早年不良交往、反社會(huì)行為和反社會(huì)人格等8個(gè)測(cè)量模型所涵蓋的各項(xiàng)測(cè)量指標(biāo)。其次,對(duì)不同類別監(jiān)獄在押罪犯進(jìn)行隨機(jī)抽樣調(diào)查。2009年11月至2010年2月我們對(duì)浙江省第二監(jiān)獄、第四監(jiān)獄、第六監(jiān)獄、喬司監(jiān)獄和女子監(jiān)獄在押罪犯分別進(jìn)行了隨機(jī)抽樣。隨機(jī)取樣的基本方式是采用Excel格式rand(亂碼)程序?qū)⒈O(jiān)獄內(nèi)所有在押罪犯電子檔案打亂,然后按照5%的比例任意抽取。按照以上方式,我們共計(jì)抽取來自于前述不同監(jiān)獄在押罪犯隨機(jī)樣本1395個(gè);其中,女犯隨機(jī)樣本65個(gè)。2009年11月至2010年2月我們對(duì)來自于上述不同監(jiān)獄的隨機(jī)樣本進(jìn)行調(diào)查。調(diào)查分組進(jìn)行,一組為本次犯罪為第一次犯罪的初犯組(未暴露組),另一組為本次犯罪為二次或二次以上犯罪的再犯組(暴露組)。根據(jù)抽樣結(jié)果,初犯組樣本數(shù)比例為樣本總量的73.59%,再犯組為26.41%。進(jìn)行調(diào)查前,我們請(qǐng)專業(yè)人員將調(diào)查目的、調(diào)查問卷答題說明、調(diào)查問卷題目等制成錄音,錄音時(shí)長(zhǎng)大約50分鐘。調(diào)查過程中,我們播放錄音,被調(diào)查對(duì)象可根據(jù)錄音做題;同時(shí),我們還親臨調(diào)查現(xiàn)場(chǎng),指導(dǎo)被調(diào)查對(duì)象答題。調(diào)查結(jié)束后,我們還給被調(diào)查對(duì)象發(fā)放了紀(jì)念品。再次,對(duì)回收的樣本進(jìn)行統(tǒng)計(jì)與分析。每次調(diào)查結(jié)束后,我們均將所有回收樣本的全部信息輸入SPSS17.0統(tǒng)計(jì)軟件。待所有調(diào)查全部結(jié)束后,我們對(duì)數(shù)據(jù)進(jìn)行了初步清理。經(jīng)初步清理,回收調(diào)查問卷1310份,有效問卷1238份;其中,女犯有效問卷60份。數(shù)據(jù)清理完成后,我們采用多因素方差分析與Logistic回歸分析對(duì)1238個(gè)隨機(jī)押犯樣本進(jìn)了統(tǒng)計(jì)與分析。根據(jù)多因素方差分析與二元Logistic回歸分析檢驗(yàn)結(jié)果,按照P值小于0.05標(biāo)準(zhǔn)從8個(gè)測(cè)量模型中分別提取相關(guān)預(yù)測(cè)因子。最后,將所提取的相關(guān)預(yù)測(cè)因子作為自變量,“是否再犯”作為因變量建立罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)二元Logistic回歸模型;根據(jù)回歸模型結(jié)果,創(chuàng)建罪犯出監(jiān)重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)量表(RRPI)。三、犯罪學(xué)中的假設(shè)適用本研究基本采用了社會(huì)實(shí)證主義、分析歸納和數(shù)理統(tǒng)計(jì)諸方法漸次展開對(duì)罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)研究。通過對(duì)獄內(nèi)初犯與再犯狀況的科學(xué)調(diào)查,本研究從逐級(jí)年齡生平境遇犯罪理論視角首次創(chuàng)建了罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)量表。事實(shí)上,犯罪學(xué)領(lǐng)域中科學(xué)調(diào)查的早期模態(tài)始于格魯克夫婦于20世紀(jì)初對(duì)波士頓少年法庭所判決1000名少年罪犯的研究。犯罪學(xué)家一般認(rèn)為,犯罪學(xué)領(lǐng)域中的科學(xué)調(diào)查就是將社會(huì)科學(xué)知識(shí)貢獻(xiàn)于犯罪行為與社會(huì)政策領(lǐng)域中的研究?！北狙芯繌慕?jīng)驗(yàn)層面基本采用了分析歸納的方法檢驗(yàn)了假設(shè)是否成立。犯罪學(xué)研究領(lǐng)域中較早運(yùn)用分析歸納法(AnalyticInduction)檢驗(yàn)假設(shè)是否成立者當(dāng)推埃德溫·薩瑟蘭的學(xué)生阿爾夫雷德·林德斯密斯(AlfredLindesmith)。按照林德斯密斯的觀點(diǎn),假設(shè)應(yīng)該適合于所界定領(lǐng)域中的每一個(gè)個(gè)案。具體地說,提出假設(shè),然后將之適用于一個(gè)個(gè)案。如果假設(shè)同個(gè)案事實(shí)不符,則修改假設(shè),或重新界定適用領(lǐng)域,然后再次適用。如此反復(fù)適用,直至得出一個(gè)與每一個(gè)案事實(shí)相符的假設(shè)。本研究基本采用數(shù)理統(tǒng)計(jì)方法來構(gòu)筑罪犯出監(jiān)重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)模型,建立罪犯出監(jiān)前重新犯罪預(yù)測(cè)量表。首先,我們采用多因素方差分析與二元Logistic回歸分析方法,按照顯著性水平小于0.05標(biāo)準(zhǔn)從8個(gè)測(cè)量模型中分別提取預(yù)測(cè)罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)因子;其次,采用偏相關(guān)分析,剔除假相關(guān)變量;再次,采用二元Logistic回歸分析法建立罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)模型,制成罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)量表;最后,采用交叉列表分析方法對(duì)預(yù)測(cè)結(jié)果的正確率進(jìn)行了檢驗(yàn)。四、重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)因子的確定調(diào)查問卷中我們預(yù)設(shè)了年齡、本次服刑境遇、早年家庭依附、早年學(xué)校依附、生平遭遇、早年不良交往、反社會(huì)行為、反社會(huì)人格等8個(gè)測(cè)量模型。為科學(xué)檢測(cè)罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)究竟與哪些因素存在顯著性關(guān)聯(lián),我們首先采用多因素方差分析方法對(duì)調(diào)查問卷所涵蓋的8個(gè)測(cè)量模型進(jìn)行了統(tǒng)計(jì)分析,并從不同測(cè)量模型中分別提取P值小于0.05相關(guān)因素作為預(yù)測(cè)因子;其次,我們還采用二元Logistic回歸分析方法對(duì)所用模型進(jìn)行了檢驗(yàn),以檢測(cè)檢驗(yàn)結(jié)果是否一致;最后,對(duì)兩種不同方法得出的檢驗(yàn)結(jié)果進(jìn)行比較,取其結(jié)論相同的相關(guān)因素作為測(cè)量罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)的預(yù)測(cè)因子。茲就多因素方差分析與二元Logistic回歸分析結(jié)果分述如下。(一)年齡測(cè)量模型檢驗(yàn)結(jié)果年齡測(cè)量模型涵蓋年齡、刑期等2項(xiàng)測(cè)量指標(biāo)。就年齡之于重新犯罪風(fēng)險(xiǎn)影響而言,我們主要考察了個(gè)體第一次犯罪逮捕年齡和第一次犯罪出監(jiān)時(shí)年齡等2項(xiàng)因素;在刑期對(duì)重新犯罪影響方面,我們主要考察了個(gè)體第一次犯罪實(shí)際執(zhí)行刑期等1項(xiàng)因素。根據(jù)年齡因素方差分析模型(CorrectedModel)檢驗(yàn)結(jié)果(F=13.875,P值=0.000),各控制變量(自變量)和他們的交互作用對(duì)觀測(cè)變量(因變量)產(chǎn)生顯著性影響,說明所用模型具有統(tǒng)計(jì)學(xué)意義。根據(jù)年齡因素方差分析表,自變量“第一次犯罪出監(jiān)年齡”(P值=0.001)、“第一次犯罪實(shí)際執(zhí)行刑期”(P值=0.00)等2項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;自變量“第一次犯罪逮捕年齡”(P值=0.188)對(duì)因變量不具有顯著性影響。為確保年齡因素方差分析模型檢驗(yàn)結(jié)果的可靠性,我們采用二元Logistic回歸分析方法對(duì)年齡測(cè)量模型進(jìn)行了檢測(cè)。經(jīng)檢測(cè),年齡測(cè)量模型Cronbach’sa系數(shù)為0.774,說明所用模型信度較好;NagelkerkeR2為0.847,說明所用模型的擬合優(yōu)度極佳。根據(jù)年齡測(cè)量模型檢測(cè)結(jié)果,控制變量(自變量)“第一次犯罪逮捕年齡”(P值=0.000)、“第一次犯罪出監(jiān)時(shí)年齡”(P值=0.000)、“第一次犯罪實(shí)際執(zhí)行刑期”(P值=0.000)等3項(xiàng)因素對(duì)因變量“是否再犯”均具有顯著性影響,但自變量“第一次犯罪逮捕年齡”對(duì)因變量“是否再犯”影響力極小,其系數(shù)僅為-0.07。比較以上兩種不同方法,其相同結(jié)論為自變量“第一次犯罪出監(jiān)時(shí)年齡”、“第一次犯罪實(shí)際執(zhí)行刑期”2項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響?？紤]到二元Logistic回歸模型中自變量“第一次犯罪逮捕年齡”對(duì)預(yù)測(cè)個(gè)體是否重新犯罪貢獻(xiàn)率較低,同時(shí)出于“取其相同檢驗(yàn)結(jié)果原則”之考量,我們僅取“第一次犯罪出監(jiān)時(shí)年齡”、“第一次犯罪實(shí)際執(zhí)行刑期”等2項(xiàng)因素作為測(cè)量罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)的預(yù)測(cè)因子。(二)本次服刑情境因素方差分析本次服刑境遇測(cè)量模型涵蓋個(gè)體本次服刑中獄內(nèi)行政獎(jiǎng)勵(lì)、行政處罰、技能培訓(xùn)、同社會(huì)成員交往等4項(xiàng)測(cè)量指標(biāo)。行政獎(jiǎng)勵(lì)測(cè)量指標(biāo)主要考察個(gè)體獄內(nèi)行政獎(jiǎng)勵(lì)和綜合考核加分情況;行政處罰測(cè)量指標(biāo)主要考察個(gè)體獄內(nèi)行政處罰和綜合考核扣分情況;技能培訓(xùn)測(cè)量指標(biāo)主要考察個(gè)體獄內(nèi)獲得技術(shù)等級(jí)證書情況;同社會(huì)成員交往測(cè)量指標(biāo)主要考察個(gè)體獄內(nèi)通信、會(huì)見和收到匯款包裹情況。根據(jù)本次服刑境遇因素方差分析模型(CorrectedModel)檢驗(yàn)結(jié)果(F=2.107,P值=0.004),所用模型具有統(tǒng)計(jì)學(xué)意義。根據(jù)本次服刑境遇因素方差分析表,自變量“獄內(nèi)會(huì)見情況”(P值=0.009)等1項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)因素P值均大于0.05,對(duì)因變量不具有顯著性影響。本次服刑境遇測(cè)量模型二元Logistic回歸分析檢驗(yàn)結(jié)果為:Cronbach’sa系數(shù)為0.743,說明所用模型信度較好;NagelkerkeR2為0.039,說明所用模型擬合優(yōu)度極差。根據(jù)二元Logistic回歸分析檢驗(yàn)結(jié)果,自變量“獄內(nèi)扣分情況”(P值=0.026)、“獄內(nèi)會(huì)見情況”(P值=0.003)等2項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)P值均大于0.05,對(duì)因變量不具顯著性影響。比較前述兩種不同方法之檢驗(yàn)結(jié)果,我們僅取“獄內(nèi)會(huì)見情況”等1項(xiàng)因素作為測(cè)量罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)的預(yù)測(cè)因子。(三)家庭吸附因素對(duì)因變量不具有顯著性早年家庭依附測(cè)量模型涵蓋父母對(duì)孩子的看護(hù)、孩子對(duì)父母的信賴等2項(xiàng)測(cè)量指標(biāo)。根據(jù)早年家庭依附因素方差分析模型(CorrectedModel)檢驗(yàn)結(jié)果(F=5.675,P值=0.000),所用模型具有統(tǒng)計(jì)學(xué)意義。根據(jù)早年家庭依附因素方差分析表,自變量“父母是否了解孩子在外行蹤”等1項(xiàng)因素對(duì)因變量“是否再犯”(P值=0.000)具有顯著性影響;其余各項(xiàng)對(duì)因變量不具有顯著性影響。早年家庭依附測(cè)量模型二元Logistic回歸分析檢驗(yàn)結(jié)果為:Cronbach’sa系數(shù)為0.732,說明所用模型信度較好;NagelkerkeR2為0.117,說明所用模型擬合優(yōu)度較差。根據(jù)早年家庭依附測(cè)量模型二元Logistic回歸分析檢驗(yàn)結(jié)果,自變量“父母是否了解孩子在外行蹤”(P值=0.000)對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)對(duì)因變量不具有顯著性影響,此結(jié)論與前述多因素方差分析檢驗(yàn)結(jié)果一致。(四)模型擬合優(yōu)度檢驗(yàn)早年學(xué)校依附測(cè)量模型涵蓋依戀學(xué)習(xí)、學(xué)校拒斥等2項(xiàng)測(cè)量指標(biāo)。依戀學(xué)習(xí)測(cè)量指標(biāo)主要考量了個(gè)體早年學(xué)習(xí)成績(jī)等1項(xiàng)因素;學(xué)校拒斥測(cè)量指標(biāo)主要考量老師給孩子貼上“不守規(guī)矩”、“常惹麻煩”標(biāo)簽等2項(xiàng)因素。根據(jù)早年學(xué)校依附因素方差分析模型(CorrectedModel)檢驗(yàn)結(jié)果(F=1.909,P值=0.004),所用模型具有統(tǒng)計(jì)學(xué)意義。根據(jù)早年學(xué)校依附因素方差分析表,自變量“學(xué)習(xí)成績(jī)”(P值=0.006)、“老師給孩子貼上‘常惹麻煩’”標(biāo)簽(P值=0.007)等2項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;自變量“老師給孩子貼上‘不守規(guī)矩’標(biāo)簽”對(duì)因變量不具有顯著性影響。早年學(xué)校依附測(cè)量模型二元Logistic回歸分析檢驗(yàn)結(jié)果為:Cronbach’sa系數(shù)為0.679,說明所用模型信度最小可以接受;NagelkerkeR2為0.029,說明所用模型擬合優(yōu)度極差。根據(jù)早年學(xué)校依附測(cè)量模型二元Logistic回歸分析檢驗(yàn)結(jié)果,自變量“老師給孩子貼上‘常惹麻煩’標(biāo)簽”(P值=0.000)對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)對(duì)因變量不具有顯著性影響。比較前述兩種不同方法之檢驗(yàn)結(jié)果,我們僅取“老師給孩子貼上‘常惹麻煩’標(biāo)簽”等1項(xiàng)因素作為測(cè)量罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)的預(yù)測(cè)因子。(五)模型檢驗(yàn)結(jié)果生平遭遇測(cè)量模型涵蓋早年家庭不幸事件(14周歲前)、成年早期家庭不幸事件(本次犯罪逮捕前2年)、成年家庭不幸事件(本次服刑出監(jiān)前)、父母拒斥、低劣的家庭教育、低劣的文化程度、低劣的就業(yè)、不幸的婚姻等8項(xiàng)測(cè)量指標(biāo)。由于自變量“捕前職業(yè)”、“捕前婚姻”為無序名義變量,因此,我們首先按照統(tǒng)計(jì)學(xué)一般原理對(duì)其進(jìn)行了重新編碼,然后采用多因素方差分析方法檢測(cè)其與重新犯罪風(fēng)險(xiǎn)的關(guān)系。根據(jù)生平遭遇(有序變量)因素方差分析模型(CorrectedModel)檢驗(yàn)結(jié)果(F=2.663,P值=0.000),所用模型具有統(tǒng)計(jì)學(xué)意義。自變量“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項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余自變量對(duì)因變量不具有顯著性影響。根據(jù)生平遭遇(無序變量—捕前職業(yè))因素方差分析模型檢測(cè)結(jié)果(F=4.678,P值=0.000),自變量是否失業(yè)(P值=0.014)、是否是個(gè)體工商戶(P值=0.029)對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)對(duì)因變量不具有影響。根據(jù)生平遭遇(無序變量—捕前婚姻)因素方差分析模型檢測(cè)結(jié)果(F=2.324,P值=0.098),所用模型不具有統(tǒng)計(jì)學(xué)意義。生平遭遇(有序變量)測(cè)量模型二元Logistic回歸分析檢驗(yàn)結(jié)果為:Cronbach’sa系數(shù)為0.681,說明所用模型信度最小可以接受;NagelkerkeR2為0.07,說明所用模型擬合優(yōu)度極差。根據(jù)檢驗(yàn)結(jié)果,自變量“成年家庭不幸事件(P值=0.001)”、“父母給孩子貼上‘壞孩子’標(biāo)簽”(P值=0.043)、“父母很少贊賞孩子(P值=0.01)”、“捕前文化”(P值=0.000)等4項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余各自變量對(duì)因變量不具有顯著性影響。生平遭遇(無序變量—捕前職業(yè))二元Logistic回歸分析結(jié)果表明,自變量“捕前職業(yè)”對(duì)因變量不具有顯著性影響。生平遭遇(無序變量—捕前婚姻)二元Logistic回歸分析結(jié)果表明,自變量“捕前婚姻”對(duì)因變量不具有顯著性影響。比較前述兩種不同方法,根據(jù)取其相同檢驗(yàn)結(jié)果原則,我們僅取“成年家庭不幸事件”(本次服刑出監(jiān)前)、“捕前文化”(本次犯罪逮捕前)等2項(xiàng)因素作為測(cè)量罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)的預(yù)測(cè)因子。(六)模型擬合優(yōu)度分析早年不良交往測(cè)量模型涵蓋同輩伙伴贊同違法模式、顯明發(fā)展道路模式、隱秘發(fā)展道路模式、威權(quán)沖突道路模式等4項(xiàng)測(cè)量指標(biāo),其所考量的內(nèi)容包括個(gè)體早年同輩伙伴贊同攻擊、贊同銷贓、主動(dòng)攻擊、偷竊、文身、離家出走等。根據(jù)早年不良交往因素方差分析模型(CorrectedModel)檢驗(yàn)結(jié)果(F=1.287,P值=0.004),所用模型具有統(tǒng)計(jì)學(xué)意義。根據(jù)早年不良交往因素方差分析表,自變量“伙伴偷竊”(P值=0.034)等1項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)對(duì)因變量不具有顯著性影響。早年不良交往測(cè)量模型二元Logistic回歸分析結(jié)果為:Cronbach’sa系數(shù)為0.723,說明所用模型信度較好;NagelkerkeR2為0.039,說明所用模型擬合優(yōu)度極差。根據(jù)檢驗(yàn)結(jié)果,自變量“贊同銷贓”(P值=0.004)、“伙伴偷竊”(P值=0.02)等2項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)對(duì)因變量不具有顯著性影響。比較以上兩種方法,根據(jù)取其相同檢驗(yàn)結(jié)果原則,我們僅取“伙伴偷竊”等1項(xiàng)因素作為測(cè)量罪犯出監(jiān)重新犯罪風(fēng)險(xiǎn)的預(yù)測(cè)因子。(七)因變量不是否再犯?反社會(huì)行為與負(fù)犯罪類型的關(guān)系反社會(huì)行為測(cè)量模型涵蓋個(gè)體早年顯明發(fā)展道路模式、隱秘發(fā)展道路模式、威權(quán)沖突道路模式、成年早期違法行為模式、成年早期犯罪行為模式、獄內(nèi)違紀(jì)違規(guī)行為模式等6項(xiàng)測(cè)量指標(biāo)。由于自變量“第一次犯罪類型”為無序名義變量,我們首先按照統(tǒng)計(jì)學(xué)一般原理對(duì)其進(jìn)行了重新編碼,然后采用多因素方差分析方法檢測(cè)其與重新犯罪風(fēng)險(xiǎn)的關(guān)系。根據(jù)反社會(huì)行為(有序變量)因素方差分析模型(CorrectedModel)檢驗(yàn)結(jié)果(F=3.416,P=0.000),所用模型具有統(tǒng)計(jì)學(xué)意義。根據(jù)反社會(huì)行為因素方差分析表,“偷竊”(P值=0.004)、“吸毒”(P值=0.012)、“離家出走”(P值=0.000)、行政處罰”(P值=0.000)等4項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)對(duì)因變量不具有顯著性影響。根據(jù)反社會(huì)行為(無序變量—第一次犯罪類型)因素方差分析結(jié)果(F=18.134,P值=0.000),自變量“是否故意殺人”(P值=0.000)、“是否故意傷害”(P值=0.001)、“是否搶劫”(P值=0.001)、“是否綁架”(P值=0.028)、“是否盜竊”(P值=0.000)、“是否販賣、運(yùn)輸、制造毒品”(P值=0.001)、“是否貪污或受賄”(P值=0.019)等7項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)對(duì)因變量不具有顯著性影響。反社會(huì)行為(有序變量)測(cè)量模型二元Logistic回歸分析結(jié)果為:Cronbach’sa系數(shù)為0.806,說明所用模型信度極好;NagelkerkeR2為0.09,說明所用模型擬合優(yōu)度極差。根據(jù)反社會(huì)行為(有序變量)測(cè)量模型二元Logistic回歸分析檢驗(yàn)結(jié)果,自變量“偷竊”(P=0.018)、“離家出走”(P值=0.000)、“行政處罰”(P值=0.000)等3項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)對(duì)因變量不具有顯著性影響。根據(jù)反社會(huì)行為(無序變量—第一次犯罪類型)二元Logistic回歸分析結(jié)果,自變量“是否故意殺人”(P值=0.000)、“是否故意傷害”(P值=0.001)、“是否搶劫”(P值=0.001)、“是否盜竊”(P值=0.000)、“是否販賣、運(yùn)輸、制造毒品”(P值=0.001)、“是否貪污或受賄”(P值=0.043)等6項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)對(duì)因變量不具有顯著性影響。比較以上兩種方法,根據(jù)取其相同檢驗(yàn)結(jié)果原則,我們僅取“偷竊”、“離家出走”、“行政處罰”、“成年早期犯罪行為模式”(“是否故意殺人”、“是否故意傷害”、“是否搶劫”、“是否盜竊”、“是否販賣、運(yùn)輸、制造毒品”、“是否貪污或受賄”)等4項(xiàng)因素作為測(cè)量罪犯出監(jiān)重新犯罪風(fēng)險(xiǎn)的預(yù)測(cè)因子。(八)反社會(huì)人格與“是否再犯”對(duì)因變量不具有顯著性影響反社會(huì)人格測(cè)量模型涵蓋否定責(zé)任、情感冷漠、攻擊傾向、社會(huì)迷亂等4項(xiàng)測(cè)量指標(biāo)。根據(jù)反社會(huì)人格因素方差分析模型(CorrectedModel)檢驗(yàn)結(jié)果(F=5.292,P=0.000),所用模型具有統(tǒng)計(jì)學(xué)意義。根據(jù)反社會(huì)人格因素方差分析表,自變量“對(duì)自身遭遇的態(tài)度”(P值=0.046)、“對(duì)自己犯罪行為的態(tài)度”(P值=0.000)、“手段迷亂”(P值=0.034)等3項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)對(duì)因變量不具有顯著性影響。反社會(huì)人格測(cè)量模型二元Logistic回歸分析結(jié)果為:Cronbach’sa系數(shù)為0.755,說明所用模型信度較好;NagelkerkeR2為0.09,說明所用模型擬合優(yōu)度極差。根據(jù)檢驗(yàn)結(jié)果,自變量“對(duì)自身遭遇的態(tài)度”(P值=0.034)、“對(duì)自己犯罪行為的態(tài)度”(P值=0.001)、“手段迷亂”(P值=0.017)等3項(xiàng)因素對(duì)因變量“是否再犯”具有顯著性影響;其余各項(xiàng)對(duì)因變量“是否再犯”不具有顯著性影響。比較以上兩種方法,其檢驗(yàn)結(jié)果完全一致。綜合上述,本研究通過多因素方差分析與二元Logistic回歸分析兩種不同方法共提取了年齡;刑期;本次服刑中同社會(huì)成員交往;父母對(duì)孩子的看護(hù)、學(xué)校拒斥;成年家庭不幸事件;低劣的文化程度、同輩伙伴隱秘發(fā)展道路模式;早年隱秘發(fā)展道路模式、早年威權(quán)沖突道路模式;成年早期違法行為模式;成年早期犯罪行為模式;否定責(zé)任、情感冷漠;社會(huì)迷亂等11項(xiàng)因素作為測(cè)量罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)的預(yù)測(cè)因子。五、罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)表的建立罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)量表制成的依據(jù)是二元Logistic回歸方程結(jié)果。為確?；貧w方程結(jié)果的可靠性,我們首先對(duì)上述15項(xiàng)預(yù)測(cè)因子與因變量之間的相關(guān)性進(jìn)行了偏相關(guān)檢驗(yàn),從回歸模型中剔除存在偏相關(guān)的預(yù)測(cè)因子;其次,將剩余的預(yù)測(cè)因子作為自變量,“是否再犯”作為因變量建立二元Logistic回歸方程;再次,根據(jù)回歸結(jié)果制成罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)表(RRPI);最后,根據(jù)預(yù)測(cè)量表所計(jì)算出的概率值對(duì)預(yù)測(cè)結(jié)果進(jìn)行了檢驗(yàn)。(一)預(yù)測(cè)因子的相關(guān)性分析在建立回歸方程前,我們選擇自變量“第一次犯罪實(shí)際執(zhí)行刑期”作為控制變量,對(duì)上述15項(xiàng)預(yù)測(cè)因子與因變量“是否再犯”的相關(guān)關(guān)系進(jìn)行了偏相關(guān)分析,以檢驗(yàn)其與因變量是否存在真正的相關(guān)性。經(jīng)檢驗(yàn),自變量“早年學(xué)校拒斥強(qiáng)度”、“同輩伙伴隱秘發(fā)展道路模式”、“早年威權(quán)沖突道路模式”、“對(duì)自己犯罪行為的態(tài)度”等4項(xiàng)因素與因變量“是否再犯”存在偏相關(guān),其偏相關(guān)系數(shù)分別為:0.099,0.074,0.120,0.095。由于其值幾乎為0,說明上述4項(xiàng)預(yù)測(cè)因子與因變量存在偏相關(guān)關(guān)系,亦即它們與因變量不存在真正的相關(guān)關(guān)系。據(jù)此,我們將上述4項(xiàng)因子從預(yù)測(cè)模型中予以剔除,僅保留剩余的11項(xiàng)因素作為測(cè)量罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)的預(yù)測(cè)因子。(二)量表的信效性我們將11項(xiàng)預(yù)測(cè)因子作為自變量,“是否再犯”作為因變量建立罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)二元Logistic回歸模型,根據(jù)回歸結(jié)果制作預(yù)測(cè)量表。根據(jù)多因素方差分析檢驗(yàn)結(jié)果,F值=30.759,明顯大于1,說明量表具有相當(dāng)可靠性;P值=0.000,說明各控制變量對(duì)因變量“是否再犯”具有顯著性影響。根據(jù)二元Logistic回歸分析檢驗(yàn)結(jié)果,NagelkerkeR2為0.606,說明量表擬合優(yōu)度較好;Hosmer–Lemeshow檢驗(yàn)值為0.168,明顯大于0.05,說明數(shù)據(jù)擬合度較佳。據(jù)此,罪犯出監(jiān)前重新犯罪風(fēng)險(xiǎn)預(yù)測(cè)量表具有相當(dāng)可靠性,茲就檢驗(yàn)結(jié)論分述如下:1.其重新犯罪風(fēng)險(xiǎn)越低第一次犯罪出監(jiān)年齡系數(shù)為-0.842,說明個(gè)體出監(jiān)時(shí)年齡越大,則其重新犯罪風(fēng)險(xiǎn)越低;反之,亦然。第一次犯罪出監(jiān)年齡比數(shù)比exp(-0.842)(OR值)為0.431,說明在排除其他因子影響情況下個(gè)體出監(jiān)時(shí)年齡每增加單位1,則其重新犯罪風(fēng)險(xiǎn)將相應(yīng)減少56.9%。2.《刑法》第20條第4款是重新犯罪風(fēng)險(xiǎn)的法定回歸方程結(jié)果第一次犯罪實(shí)際執(zhí)行刑期系數(shù)為-0.917,說明個(gè)體實(shí)際執(zhí)行的刑期越長(zhǎng),則其重新犯罪風(fēng)險(xiǎn)越低;反之,亦然。第一次犯罪實(shí)際執(zhí)行刑期比數(shù)比exp(-0.917)為0.401,說明在排除其他因子影響情況下個(gè)體第一次犯罪實(shí)際執(zhí)行刑期每增加單位1,則其重新犯罪風(fēng)險(xiǎn)將相應(yīng)減少59.9%。3.本次服刑中會(huì)見強(qiáng)度與重新犯罪風(fēng)險(xiǎn)負(fù)相關(guān)。本次服刑中會(huì)見強(qiáng)度系數(shù)為-0.04,說明會(huì)見強(qiáng)度越高,則其重新犯罪風(fēng)險(xiǎn)越低;反之,亦然。會(huì)見強(qiáng)度比數(shù)比exp(-0.04)為0.961,說明個(gè)體本次服刑中會(huì)見強(qiáng)度每增加單位1,則其重新犯罪風(fēng)險(xiǎn)將相應(yīng)減少3.9%。4.早年家庭看護(hù)強(qiáng)度與重新犯罪風(fēng)險(xiǎn)負(fù)相關(guān)。早年家庭看護(hù)強(qiáng)度系數(shù)為-0.779,說明個(gè)體早年家庭看護(hù)強(qiáng)度越強(qiáng),則其重新犯罪風(fēng)險(xiǎn)越低;反之,亦然。早年家庭看護(hù)強(qiáng)度比數(shù)比exp(-0.779)為0.459,說明在排除其他因子影響情況下個(gè)體早年家庭看護(hù)強(qiáng)度每增加單位1,則其重新犯罪風(fēng)險(xiǎn)將相應(yīng)減少54.1%。5.成年家庭不幸事件與重新犯罪風(fēng)險(xiǎn)正相關(guān)。成年家庭不幸事件系數(shù)為0.989,說明個(gè)體成年遭遇家庭不幸事件越多,則其重新犯罪風(fēng)險(xiǎn)越高;反之,亦然。成年家庭不幸事件比數(shù)比exp(0.989)為2.689,說明在排除其他因子影響情況下個(gè)體成年時(shí)期遭遇家庭不幸事件每增加單位1,則其重新犯罪風(fēng)險(xiǎn)將相應(yīng)增加168.9%。6.本次捕前文化程度與重新犯罪風(fēng)險(xiǎn)負(fù)相關(guān)。本次捕前文化程度系數(shù)為-0.072,說明個(gè)體捕前文化程度越高,則其重新犯罪風(fēng)險(xiǎn)越低;反之,亦然。本次捕前文化程度比數(shù)比exp(-0.072)為0.931,說明在排除其他因子影響情況下個(gè)體捕前文化程度每增加單位1,則其重新犯罪風(fēng)險(xiǎn)將減少6.9%。7.早年隱秘發(fā)展道路模式與重新犯罪風(fēng)險(xiǎn)正相關(guān)。早年隱秘發(fā)展道路模式系數(shù)為0.037,說明個(gè)體早年隱秘發(fā)展道路模式越強(qiáng),則其重新犯罪風(fēng)險(xiǎn)越高;反之,亦然。早年隱秘發(fā)展道路模式比數(shù)比exp(0.037)為1.037,說明在排除其他因子影響情況下個(gè)體早年隱秘發(fā)展道路模式強(qiáng)度每增加單位1,則其重新犯罪風(fēng)險(xiǎn)將相應(yīng)增加3.7%。8.成年早期違法行為模式與重新犯罪風(fēng)險(xiǎn)正相關(guān)。成年早期違法行為模式系數(shù)為0.463,說明個(gè)體成年早期違法行為模式越強(qiáng),則其重新犯罪風(fēng)險(xiǎn)越高;反之,亦然。成年早期違法行為模式比數(shù)比exp(0.463)為1.588,說明在排除其他因子影響情況下個(gè)體成年早期違法行為模式發(fā)展強(qiáng)度每增加單位1,則其重新犯罪風(fēng)險(xiǎn)將相應(yīng)增加41.2%。9.成年早期犯罪行為模式與重新犯罪風(fēng)險(xiǎn)顯著相關(guān)。根據(jù)二元Logistic回歸方程結(jié)果,個(gè)體第一次是否犯盜竊罪與重新犯罪風(fēng)險(xiǎn)正向關(guān),第一次是否犯故意殺人罪,故意傷害罪,搶劫罪,走私、販賣、運(yùn)輸、制造毒品罪與重新犯罪風(fēng)險(xiǎn)負(fù)相關(guān)。上述各因素比數(shù)比分別為2.252,0.626,0.639,0.524,0.409,說明在排除其他因子影響情況下個(gè)體第一次若犯盜竊罪,則其重新犯罪風(fēng)險(xiǎn)將增加相應(yīng)125.2%;第一次若犯故意殺人罪,故意傷害罪,搶劫罪,走私、販賣、運(yùn)輸、制造毒品罪,則其重新犯罪風(fēng)險(xiǎn)將相應(yīng)分別減少37.4%,36.1%,47.6%,59.1%。10.否定責(zé)任強(qiáng)度與重新犯罪風(fēng)險(xiǎn)正相關(guān)。否定責(zé)任強(qiáng)度系數(shù)為0.086,說明個(gè)體否定責(zé)任強(qiáng)度越強(qiáng),則其重新犯罪風(fēng)險(xiǎn)越高;反之,亦然。否定責(zé)任強(qiáng)度比數(shù)比exp(0.086)為1.09,說明在排除其他因子影響情況下個(gè)體否定責(zé)任強(qiáng)度每增加單位1,則其重新犯罪風(fēng)險(xiǎn)將相應(yīng)增加9