基于大数据挖掘的服刑人员再犯预测

在国外，关于重新犯罪的研究已较为成熟。国外研究人员已经开发了多个具有良好信效度的风险评估工具，有的评估工具长期应用于当地的司法部门。国外大量的关于重新犯罪的实证研究，往往对评估工具的预测效度极为关注。认可程度高的评估工具，其预测效度在实证研究中都得到了广泛的证明，可以应用于司法部门的实践工作。同时，根据评估结果对服刑人员进行合理的干预，以减少他们重新犯罪的可能性，是重新犯罪研究的重要的目的，也是当前国外关于犯罪研究的焦点之一。此外，当前国外关于重新犯罪的研究，已经发展到对不同犯罪类型的风险评估工具的开发，以及评估工具在不同性别和种族的适用性等方面^[35]。

1.美国

20世纪30年代到70年代间，美国的犯罪率一直是处于一个较为稳定的状态，然而到了20世纪70年代初，却出现了一些新的情况，主要表现在犯罪年龄的日益低龄化，组织化犯罪、恐怖类型犯罪的日益严重。为了控制日益严峻的犯罪情况，美国就逐渐开始了一个大规模监禁的时代^[36]。鉴于这种犯罪率、累犯率迅速扩张的情况，很多学者开始对再犯罪预测进行研究。各个理论所探讨的影响再犯罪的因素和侧重是有所不同的，他们的理论依据不一样，侧重点也当然会有或多或少差异。具体到某一种犯罪活动或者犯罪类型中，由于各种具体犯罪的构成要素不一样，依据的构成理论也不一样，他们影响再犯罪的因素也必然不尽相同。在具体实践统计过程中，即使是同样一种具体犯罪，不同的州之间由于不同的数据来源、测量方法、时间阶段等，他们的数据结论也会不尽相同。尽管如此，对再犯罪的预测也是有据可循的。对再犯罪进行预测的关键因素主要包括犯罪人的个人特征、成长背景、犯罪史、心理情况、年龄、性别等，而这些因素大致可以分为两大类，分别为动态因素和静态因素。再犯罪预测因此分类具体见表1-2。

表1-2　再犯罪预测因子分类

续表

再犯罪预测需要基于再犯罪的历史数据进行分析、建模、预测。美国马里兰州犯罪控制与预防办公室在2007年对蒙哥马利郡矫正机构的出狱人进行再犯罪追踪调查，对这些人的再犯罪数据进行了全面分析，并在2009年发布了相关报告。项目中，对释放后5年内的再犯罪记录进行科学的统计、分析、建模。项目在分析时使用了Kaplan-Meier生存曲线^[37]，并将再犯罪情况在二维空间进行展示，横轴代表刑满释放的天数（表示为时间维度），纵轴代表再犯罪率，可以直观地把握刑满释放人员再犯罪的总体走势^[38]。(www.xing528.com)

在刑法实务领域，美国的再犯罪预测最早源于1984年国会颁布的《判决改革法》（The Sentencing Reform Actof1984），之后美国联邦法院根据2011年美国判决委员会发布的判决指南制定了判决表，该表由犯罪的严重程度和犯罪前科记录两个维度构成，这说明了被告人再犯预测的重要指标之一。渥太华大学犯罪学教授罗伯兹（Julian V.Roberts）明确指出，犯罪前科记录被证明是预测将来犯罪行为的唯一有效因素，安德鲁·凡·赫希（Andrew Von Hirsch）等指出：“根据统计分析，某人再犯罪的可能性主要受到犯罪前科的影响。”美国的假释指南中也使用了再犯罪预测，并且通过量表来检测。

2.欧盟

荷兰司法部研究与文献中心近年来建立了一个重新犯罪研究信息库，该信息库主要用来进一步研究欧洲国家之间的重新犯罪率。在英国、德国、瑞士、荷兰等国家，每年定期对该国的重新犯罪率进行统计与测算，并对这些数据进行再犯罪预测研究。欧盟国家进行再犯罪调查、统计与研究时涉及数据源、调查的期限、统计变量、计算方法等方面的不同^[39]。

（1）再犯罪数据源不同。欧盟国家在进行再犯罪研究的过程中，可以使用的犯罪数据主要包括服刑人员自我报告的犯罪信息、警务机关的犯罪指控、司法警官的起诉记录、法庭判决记录、监狱监禁记录数据等。法国和芬兰2个国家是对在监狱监禁的服刑人员数据进行再犯罪研究；奥地利、丹麦、英国等国家再犯罪研究运用的数据是法庭上的审判记录；而德国、冰岛、爱尔兰、瑞典、瑞士、荷兰等国家的再犯罪研究数据既包括法庭上的审判记录也包括监狱的监禁记录；挪威则使用警务机关的犯罪指控数据。

（2）调查的期限不同。欧盟国家对再犯罪调查的期限存在差异。在计算、统计再犯罪率结果时，多数国家使用的调查期限的标准存在差异。比如在英国，多数研究主要是计算2年的再犯罪。而其他国家，比如法国、德国或奥地利，其调查的期间则可能更长。结果会导致这些国家的重新犯罪率更高。因此，如果要客观地进行国与国之间重新犯罪率比较，那么，再犯罪统计、调查的期限长度必须是一致的，而且再犯罪调查期限应该是同步的，即在一个相同的时间段内，比如2015年1月1日～2017年12月31日。

（3）统计变量不同。再犯罪的调查、统计既可以针对全国的服刑人员来计算，也可以仅仅用于针对特定的犯罪人群（比如特定犯罪类型、特定刑罚类型、不同性别类型、不同年龄阶段、不同民族、不同工作情况、不同婚姻状态、不同地理区域、有无前科人群等）来计算。各个国家在做全国性调研时当然会存在一些差别。大多数国家根据犯罪类型和刑罚类型来统计再犯罪。但各国的犯罪类型各不相同，包括伤害罪、性犯罪、夜盗罪、抢劫罪、盗窃销赃罪、欺诈伪造罪、刑事破坏罪及毒品犯罪。经常提及的制裁与处置类型包括无条件监禁刑、社区服务、缓刑和罚金等。经常使用的统计变量包括性别、年龄、民族或出生地。在大多数研究中，再犯罪的统计变量中包括犯罪记录。并且在许多国家，还存在特殊兴趣区域的统计信息。挪威、瑞典、芬兰、丹麦和冰岛等国的研究人员认为，再犯罪数据与其他社会统计信息源（工作状况、教育、收入等）紧密相关。然而大多数研究者认为，对不同来源的数据信息进行结构性合并，存在着相当的技术性与司法性难题。英格兰和威尔士正在开发一套包括服刑人员所有相关数据的整体系统。而在一些国家，服刑人员相关数据融合还正在进行中。

（4）计算方法不同。对服刑人员的再犯罪计算，所有国家的研究者都是运用原百分比来表述再犯罪率。有的国家还提供了新的定罪数据，例如英国和荷兰的研究人员经常计算校正比率，目的在于排除对于再犯罪率的净影响。英格兰与威尔士、挪威、瑞士和北爱尔兰运用了逻辑回归（Logistic Regression）方法来分析共变量的影响。荷兰的研究者运用了共变回归（Cox-Regression）方法。爱尔兰、芬兰和冰岛还运用了生存分析方法（Survival Analysis Procedure）。一些欧洲国家已经开始运用数据库开展统计预测。英格兰与威尔士在这方面很先进，荷兰也在做同样的研发。芬兰和北爱尔兰正在运用服刑人员的数据资料进行再犯罪统计和预测。