![](https://imageproxy.pixnet.cc/imgproxy?url=https://drbanana.ml/img/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f706e672f444453536b4c325430754f3754746454436e696136665851696376516b394f48585a49566f4573716d5157396a6d5955796674336b6963754e7338696362594a5941526a6769626b7138447939524b753946797a385537317650672f3634303f77785f666d743d706e67.webp)
在這種負面互動的環境裡面,犯人們很難發展出認同感和相互信任感,也就更不要擔心出獄之後還會形成新的犯罪團伙了。而在現行社會裡面,有很多對刑滿釋放人員的歧視性的就業政策,我們認為這些政策應該被重新考慮和調整。
大家好,我是梁平漢,來自中山大學,是一名關注公共治理的經濟學研究者,今天我想跟大家分享,我在最近幾年關於犯罪行為和犯罪治理的幾項研究。
01 監獄改造
2014年,由於機緣巧合,我到四川一所普通監獄參觀,並有機會進行實驗研究。這所監獄是一所現代化監獄,由8個監區組成,監區之間是相互獨立的。
每個監區有一個籃球場和一個宿舍樓,宿舍樓共有五層,最下面一層是食堂,上面每層都有10個監室,每個監室有12張床。監室裡面挺整潔的,也有電視機,據說服刑犯人最喜歡看的節目是《非誠勿擾》。
犯人一旦入獄之後,就會被隨機分到不同的監區里去,從此之後他們就只能跟自己監區裡的人打交道,和其他監區的人基本上就沒有什麼交流了。
犯人的生活其實是很規律的,每天早飯之後,他們會整隊集合一起到工廠裡面去工作,我參觀的這個監獄主要在生產服裝,每周工作5天,周末休息和學習。犯人們平常的產值跟收入是掛鈎的,所以有時候你可以認為他們也是在打工。
於是,我們想在這所監獄裡開展一項實驗經濟學的研究。傳統的經濟學研究是觀察大家日常行動中的行為,並對此進行分析,而實驗經濟學則要設置實驗條件,誘導受試者改變行為,並記錄、觀察和分析這些行為。
我們設計了一個捐款實驗,平時做這個實驗時,一般會給受試者一些錢,詢問他是否願意給一些特定的受益人捐款,剩下的錢就由受試者自己拿走。
要在監獄裡面做這樣的實驗,我們遇到的第一個困難就是如何設置激勵制度——它既要能夠影響到犯人的行為,又不能跟監獄的管理體制有衝突。首先,監獄早就是一個無現金社會,犯人在裡面不能拿到現金,只能用賬戶購買和消費,所以現金激勵是沒有辦法用的。
那麼能不能用其他激勵,比如說減刑?那顯然更不行了,因為減刑是要通過檢察院和法院裁定的,規則非常嚴格,怎麼可能因為犯人參加了一個實驗表現好就減刑呢?
我們思來想去,最後把犯人日常勞動的產值和一個善款金額掛鈎,如果他們的產值多,受助人就可以獲得更多善款。這個善款由研究人員支付,不會影響犯人們的收入。
我們選擇了三個監區,設置了兩名受助人,其中一名受助人是一個服刑人員的女兒,這個女孩14歲,當時罹患白血病,需要救助。
另一名受助者也是一個患有白血病需要救助的女童,是我們在中國兒童少年基金會的網站上找到的,特徵與這名服刑人員的女兒類似。
這三個監區裡面,第一個監區勞動所得的善款會捐給這名陌生女童,監區二和監區三的善款捐給服刑人員的女兒。
其中,監區三就是那名服刑人員所在的監區,換句話說,監區二的人只知道錢要捐給另外一名服刑人員的女兒,但是他們並不認識那名服刑人員。
我們的實驗總共持續了5天,相當於一個勞動周,考慮到犯人們的勞動生產率有很大差異,所以我們按照此前一個月他們各自的平均產值,對他們的生產率進行了調整計算,想觀察他們的生產率會不會在實驗中間發生變化。
結果發現不管哪個監區的生產率較之前都有顯著提高,這說明大多數服刑人員其實具有親社會偏好,是有幫助他人的意願和行動的,所以我們其實可以設計出一些政策制度來激發出他們的善心,從而提升改造效果。
然後我們進一步發現,幫助陌生女童的監區,生產率增長了4%,而幫助服刑人員的兩個監區,他們增長了10%到12%,但是這兩個監區之間是沒有顯著差異的,可以認為它們是類似的。
這意味着什麼?這意味着相對於知道受益人是你同病相憐的獄友,你真正認識他,也不一定會願意幫他更多。
接下來第二個結果就更讓我們驚訝了,我們想看看服刑時間對於幫助他人意願的影響,於是我們按照入獄時間的中位數把犯人分成了兩組,有一半犯人的入獄時間超過兩年,還有一半低於兩年。
誰會捐得更多呢?結果可以看到,在監區一,當受助對象是陌生女童的時候,新犯人和老犯人他們的生產率差異沒有什麼變化,基本上可以說是類似的,但是對於監區二和監區三,可以看出老犯人表現出了更少的捐助行為。
服刑時間越長,反而捐助行為更少,為什麼呢?會不會是這個服刑人員的個人因素,比如這個人很討厭,老犯人對他知根知底,所以不想給他捐款。
那麼我們看看監區二中的情況,監區二裡面其實大家都不認識這名服刑人員,然而在這裡面還是老犯人捐款更少,他們的生產率增長幅度更小。這說明在這個結果中產生作用的就是服刑時間,而不是受助者個人的一些特徵。
為什麼會這樣呢?我們認為,現行的監獄勞改制度和生活環境對犯人是有影響的。監獄裡面其實內卷很厲害,他們每天的產值都要公布和排名。在監獄裡是不能夠單獨活動的,上廁所都必須要跟別人一起去,平常要組成互監組。
而且監獄裡面還有線人,鼓勵告密揭發。如果你的獄友可能想怠工、想越獄、想自殺,然後你去檢舉他,那麼他就會受到懲罰,而你則會受到獎勵,甚至可以減刑。所以監獄裡面大部分是負面的互動環境。
在這種負面互動的環境裡面,犯人們很難發展出認同感和相互信任感,也就更不要擔心出獄之後他們還會形成新的犯罪團伙了。而在我們的現行社會裡面,有很多對刑滿釋放人員的歧視性的就業政策,我們認為這些政策應該被重新考慮和調整,我們要幫助他們更好地矯正行為,融入社會。
在這個實驗之後,我就對監獄的現行管理制度有了更深的體會和了解,我意識到最大的一個問題在於,我們的監獄制度跟周圍社會是脫節的,當犯人入獄的時候,他身上只帶了一張判決書,監獄對這個犯人的家庭背景和由來是完全不了解的。
而當這個犯人出獄之後,監獄跟他又斷了聯繫,不知道他以後的發展和情況會是怎麼樣,那麼我們就很難去評估監獄改造到底有什麼效果。
在這個實驗完成後,我就開始更多地關注犯罪治理問題。
2014年,最高人民法院建立了中國裁判文書網,將全國法院的裁判文書上網公開,這為我們從社會整體層面進行普遍的犯罪治理相關研究提供了條件,於是從這時起,我開始收集這方面的裁判文書。
02盜竊犯罪
這是我們整理的在2014到2019年之間,全國600萬份刑事一審判決書的情況。
我們可以看到,傳統上的盜竊、搶劫和搶奪這些「兩搶一盜」犯罪,總體上是在下降的,在2018年之後甚至被「危險駕駛罪」,也就是我們俗稱的醉駕超過了。
這個變化是很大的。因為在1995年到2010年期間,盜竊罪在全國公安機關的立案總數裡面占比是2/3,但現在甚至還沒有醉駕多。這種犯罪態勢的巨大變化,背後的原因是什麼呢?有什麼樣的經濟和社會因素呢?這是我們經濟學家關注的問題。
諾貝爾經濟學獎得主加利·貝克爾是最早關注犯罪行為的經濟學者,他認為犯罪人和普通人的行為模式上其實沒有什麼差別,犯罪者也要考慮成本收益,然後仔細地計算,做出是否犯罪的決定。
具體而言,犯罪者其實也是不斷地在違法的邊緣試探,他要比較犯罪的預期收益和合法的工作收益,然後決定是否從事犯罪活動。
加利·貝克爾的這個理論能夠很好地描述美國的犯罪態勢。美國的合法工作和犯罪之間的邊界非常模糊,年輕人在兩者之間是充分流動的,機會好的時候就干一票,去販毒或偷東西,時機不對就蟄伏起來。
在中國以前也有類似情況,十多年前廣州那邊的盜搶活動非常猖獗,盜搶分子在嚴打的時候就躲進工廠裡面上班,風頭過了再出來作案。所以可見大部分犯罪者其實是業餘犯罪者,他們的首選一定是那種門檻較低的容易上手的犯罪活動,而盜竊就是典型的低門檻犯罪活動。
我們根據裁判文書整理的中國盜竊犯罪發案的情況,顏色深代表城市的盜竊犯罪率比較高。在沿海發達地區,總的來說盜竊犯罪率會相對更高,因為有錢的人比較多,容易被偷。
我們可以看出,相比於2014年,2019年大多數城市的盜竊犯罪情況是有所下降的。
這些盜竊犯都是什麼人呢?我們根據2014到2019年網上公布的104萬份盜竊案一審判決書,提取出了134萬盜竊犯的信息。
可以看到,他們的平均年齡是35歲,93%都是男性,從受教育程度來看,超過88%的盜竊犯都是初中以下文化程度,碩士以上的盜竊犯只有萬分之二。
法院判處盜竊罪一般要判罰金,而罰金金額與盜竊的案值往往相關。我們看到罰金的中位數大概是3000元,也有一些上百萬的大案子。
此時可能很多人會想,上百萬的大案子是不是像犯罪電影裡面,偷的是古董、名畫、珠寶?然而我們看到的大案子,盜竊對象是原油、汽車配件,還有保險柜裡面的巨額現金,非常簡單粗暴。
這表明盜竊犯的目標價值會比較明確、容易變現。這是因為盜劫犯的目的是為了獲得收入,而不是偷了東西自己用,所以他們關注的就是那些有流動性的物品。
什麼東西最有流動性?自然是現金,但是現在我們卻越來越少使用了。下面這幾個盜竊行政處罰決定書,我們在最初整理的時候也有點驚訝,覺得現在賊也不容易,越來越難做了。
比如這個人,盜竊了4枚一元硬幣和一罐百事可樂,行政拘留五日。
後面這位三次盜竊,總共盜得人民幣8元5角,已經被刑事拘留了,按照違法行為情節較重,行政拘留13日。情節較重不在於他盜了多少東西,而是「多次「這個行為。
後面這位盜賊就更倒霉了,他兩次拉開私家車車門試圖實施盜竊,但是什麼都沒偷着,多次盜竊一無所獲,行政拘留12日。
這是北京大學和螞蟻集團研究院公布的數字普惠金融指數,藍色的這條線叫數字化程度,來衡量移動支付的發展情況。
▲ 數據來源:北京大學普惠金融指數
我們可以明顯看到,在2011到2020年期間,省級中位值都增長了8倍之多,社會裡面的現金使用量下降了。
在現代社會裡面,人們普遍在使用移動支付,大家平常都不帶錢包、不帶現金了。現金越來越難偷,盜竊的預期收益下降了,以前的小偷如果偷到了一個包,他可以獲得現金或者手機,但是現在這個盲盒的價值下降了,所以盜竊犯罪的吸引力也在下降。
那小偷怎麼辦呢?他們現在在做什麼呢,會不會轉行做其他的違法活動?無論是從法院裁判文書,還是微觀調查中的受害者經歷,我們都沒有發現證據說明這些犯罪之間的關聯。
而且大部分盜竊犯的文化程度是很低的,所以他們只能從事那些低端的犯罪活動,就是盜竊。你讓他們轉行從事詐騙這些需要較高技能的犯罪活動,有點勉為其難。
北京大學張丹丹教授的研究團隊曾經對深圳某個男子監獄的600多名農民工罪犯進行了調查,裡面大概有16%是盜竊犯,6%是經濟犯,他們發現這兩類犯人是有挺大差異的。
以普通的農民工為基準,盜竊犯年紀更輕一點,認知能力更差一點,而且更加內向,情緒也更不穩定。經濟犯的認知能力更高一些,但親和性要差一些。這就表明了盜竊犯和經濟犯,他們的性格特徵是不一樣的,是兩個不同的群體,要轉換也真不容易。
那麼他們現在去做什麼了呢?我們來看這個案例。
此人叫周立齊,廣西南寧人,網上也叫他「竊·格瓦拉」,他2007到2020年期間曾經4次因盜竊罪入獄服刑,偷的都是電動自行車,累計刑期7年半。
他有一句話,「打工是不可能打工的,這輩子都不可能打工」,可能引起了很多天選打工人的共鳴。那麼他現在在幹什麼?據媒體報道,他出獄了,並且轉行成了一名網紅,拍攝短視頻上傳到網上,現在有幾百萬粉絲。
而且他還開了個餐館,很多食客慕名而來,只不過慕的可能不是餐館的名,而是周立齊本人的名聲。周立齊現在既不用打工,又不用盜竊,還能夠維持生活。不得不說這都得感謝現在的網絡時代,興起了各種新業態。
雖然像周立齊這種轉行成為網紅是個例,但是外賣、快遞、代駕、共享出行等這些新業態的興起,入行門檻低,為城市裡的低技能勞動力提供了大量新的工作機會。
所以移動支付不光減少了盜竊的預期收益,還改變了勞動力市場,提升了合法勞動的收益,改變了盜竊犯面臨的成本收益權衡,減少了盜竊犯罪。
不過我們的研究也表明,在那些原本經濟就比較發達、就業比較好的城市裡面,移動支付的發展更大幅度上降低了盜竊犯罪,而對那些原本就欠發達的城市則影響不大。
另外,盜竊犯的動機是不一樣的。比如我之前看到過一個案例,有個人開車出門,然後下雨了,剛好他車上的雨刮器壞了,他看四周無人,就把別人車上的雨刮器偷了。
這個盜竊行為是一時衝動,不能用經濟因素解釋,從他開的車來看,甚至收入還很好,只能歸結於是環境因素。那麼移動支付能不能改善這種環境,減少衝擊呢?我們也做了相關研究,發現移動支付愛莫能助。
可能還有觀眾會問,盜竊減少難道不是天眼的功勞嗎?現在到處都是視頻監控系統,你想偷盜就會被拍到然後抓住。我們在前面的研究裡面也考慮到了這一因素,利用中國政府的採購網收集了全國各地視頻監控的中標公告,整理了相關金額,但是結果表明這也並不是天眼的功勞。
傳統的犯罪治理認為要減少犯罪應該提高懲罰的力度,或者說增加懲罰的確定性。但是我們已經看到了,移動支付的發展改變了犯罪的態勢,也改變了治理任務。
所以在傳統的犯罪治理之餘,我們需要重視社會經濟形態的變化,從犯罪者面臨的決策環境這一源頭去治理,通過發展經濟改善民生,為更多的人提供勞動機會,從而減少犯罪,改善公共安全感,然後實現「天下無賊」。
03 數字金融的副產品
移動支付是數字金融的一部分,我們前面已經看到了,數字金融可以減少盜竊這種傳統犯罪,但是與此同時,它也可能會催生一些新型的違法犯罪活動,給一些犯罪分子提供了新的機會。比如說詐騙。
以前的詐騙犯往往是一對一、面對面地去詐騙,如果沒騙着就只能換下一個人去騙,還是挺費時費力的,但現在有了互聯網,詐騙犯可以在網上同時對多名受害者下手,得手的機會變大,預期收益也提高了。
我們對此也很好奇,想看看網絡詐騙具體是怎樣受到影響的。但是這時我們遇到了一個困難,就是網絡詐騙涉及的罪名和案情都很複雜,它已經形成了一條黑色的產業鏈,上下游涉及的罪名很多,包括了詐騙、非法集資、開設賭場、侵犯公民的個人信息,以及幫助信息網絡犯罪活動等等。
而且詐騙犯的頭目基本上是躲在國外的,他們都是用互聯網犯罪,然後用別人的信用卡來轉賬洗錢完成支付結算,要把他們抓回來都很難,更不要說送上法庭去審判了。所以我們如果想依靠法院的詐騙案文書,來判斷這種網絡詐騙的規模,確實比較困難。
因此在這個研究裡面,我們就把目光投向了另外一種比較明確的網絡欺詐活動,那就是網絡傳銷。說到傳銷,可能很多人就想到一大群人住在一個小房間裡面,深居簡出,對親朋好友花言巧語地發展下線,也就是傳統的聚集式傳銷。
在2000年之後,隨着互聯網的發展,越來越多的網絡傳銷興起了。網絡傳銷和聚集傳銷有很多相似之處,它也要收會費,也要發展下線,適用的罪名也是領導組織傳銷活動罪。
但不同的是,網絡傳銷是基於互聯網進行的,所以它不涉及身體暴力控制,也沒有精神脅迫,而是用早期的高額收益作為一種誘餌騙人上當,因此它很具有迷惑性。
比如說廣州有一個叫「雲聯惠」的產品,前幾年就假裝成一個電子商城,當你在上面買東西時,標價100元的商品只用支付16元,並且商城後面還會把100元還給你,不過是以積分的形式。
到2018年案發時為止,這個案子總共吸納了接近900萬會員。按照傳統的聚集式傳銷來看,詐騙9000人就已經會被公安機關重點關注了,但是現在依靠網絡,傳銷組織者甚至可以實現規模經濟。
我們可以看到相關案件的文書數量也有變化,在2009年的時候,網絡傳銷的刑事判決書只有兩件,占傳銷案件刑事判決書份數額的9%,此後逐年攀升,到了2018年的時候,網絡傳銷的判決書已經接近1300件,占傳銷案件總數的56%。
而且它們在地域分布上也有很大差別。聚集式傳銷的最大成本就是食宿成本,那麼傳銷的組織者在進行成本收益的分析時,會選擇那些房價相對較低的地方組織傳銷活動,所以聚集式傳銷在地域分布上往往是有規律的。
這也意味着如果你被傳銷團伙騙進去了,只要自己不被洗腦,不發展下線,過幾天後,領導者發現你是沒有收益的負資產,吃喝還要花錢,很快就會把你掃地出門。
但是網絡傳銷因為是在網絡上進行,它不存在線下聚集,在地域分布上也就更加分散,沒有這種規律可循。
我們關注的一個問題就是,數字金融的發展到底會不會提高網絡傳銷的發案率呢?我們可以看一下數字金融的覆蓋廣度這一指標。
這個指標衡量的就是數字金融服務供給的覆蓋率,相當於說這個地方有多少人使用支付寶,支付寶平均一個賬戶關聯多少張銀行卡。從我們的分析可以看出,一個城市如果有更多的人使用數字金融,當地網絡傳銷的發案率也會增多,不過聚集式傳銷倒是沒有受到影響。
我們也考慮了數字金融里的其他指標,包括使用深度和數字化程度。
我們發現這些指標對於網絡傳銷的發案率沒有影響,起作用的還是覆蓋廣度。為什麼呢?我們的解釋是,網絡傳銷總是把自己打扮成金融投資,你以為它是投資,或者是電子商城返利,才會不小心參與進去,從而受騙。
那麼人們什麼時候會被這種偽裝成金融投資機會的網絡傳銷所欺騙呢?正是在銀行網點這些正規金融機構不夠發達,人們不容易接觸到正規金融機構的時候。
為了驗證這一點,我們看一下這些正規金融發展的指標。
可以看到,不管是居民人均存款、人均金融機構存款、人均金融機構貸款,還是金融機構存貸款占GDP的比重,這些傳統上衡量正規金融發展的指標,和網絡傳銷的發案率都有着負向關係。
這就說明,在一個地方如果傳統金融的基礎越好,那麼這個地方越不容易發生網絡傳銷,網絡傳銷其實是數字金融發展的一個副產品。
所以如果想要從根本上打擊網絡傳銷犯罪,我們就需要堅持金融體制的改革,增加正規金融網點的覆蓋率,讓大家更容易接觸到它,並且加強銀行間的競爭,提高正規金融的收益率,這樣才能從源頭上消除誘惑,幫助潛在的受害者。
我們其實已經可以看到,隨着社會經濟形勢的變化,犯罪態勢也會變化,所以管理者要隨時地進行調整。舉個例子,2011年醉駕開始被管理,當時人們覺得醉駕入刑了,交通事故就會減少了,當然結果表明確實如此,雖然汽車車輛增長了很多,但惡性交通事故減少了。
但是它又造成了一個新的問題,就是危險駕駛罪越來越多,現在已經成了中國第一大罪,每年有超過30萬件。危險駕駛罪是什麼罪?就是在血液裡面,你的酒精含量超標,但是實際上還沒有造成社會危害。因為等你真的撞到人了,出事故了,那就是交通肇事罪,而不會被歸入危險駕駛罪了。
但是每年有30萬人因為危險駕駛罪有了刑事記錄。有了刑事記錄之後,子女政審就會遇到問題,考公、入學或者參軍都會受到影響,一年30萬人,十年就有300萬人的家庭受到影響,更重要的是法院因此更忙了,很多時間都用來處理危險駕駛罪了。
因此我想表明的是,我們的犯罪治理手段應該隨着經濟社會形勢和犯罪態勢的變化適當地進行調整。
經濟學關注的就是這些現象背後的經濟與社會因素,我們從人們如何做出選擇入手去理解犯罪行為,理解如何構建好的犯罪治理手段,這有助於幫助我們提出公共治理方面的意見,並且設計出相應的政策治理犯罪行為,提高社會的安全感和幸福感。
謝謝大家。
▼ 萬象更新
![](https://imageproxy.pixnet.cc/imgproxy?url=https://drbanana.ml/img/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f706e672f444453536b4c325430754e65516d4272675a7576776759696256734e4e4f793359336c794175534d79356f446c7552493431426d47486745557433434c75747943594c6b6f3263314b4e49664a6f746f69614e43453346412f3634303f77785f666d743d706e67.webp)
![](https://imageproxy.pixnet.cc/imgproxy?url=https://drbanana.ml/img/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f444453536b4c325430754e3842365567594d786e7a70455a476963797335784462526961396244416672556b737a3651584c6469637832326264396d7a4c5a773952564d56745164476a654e664f77484a6e55614a303530512f3634303f77785f666d743d6a706567.webp)
![](https://imageproxy.pixnet.cc/imgproxy?url=https://drbanana.ml/img/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f706e672f444453536b4c325430754e65516d4272675a7576776759696256734e4e4f793359696164625a504f6d48366d785667327241756a46437756314a6751454564394458707a7750774a6d626962474b6c334757464e32437532512f3634303f77785f666d743d706e67.webp)
![](https://imageproxy.pixnet.cc/imgproxy?url=https://drbanana.ml/img/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f444453536b4c325430754f3754746454436e696136665851696376516b394f48585a424153445634704845315a69624e4f46336271414a5738506e464f647264714a707a4966616f35376d6472326a6361467154716c6144772f3634303f77785f666d743d6a706567.webp)