刑事一体化视野下对人口监禁率的归因解析

刘崇亮

世界各国的人口监禁率存在着较大差别，有的国家投入巨大的刑事司法资源但人口监禁率却居高不下，有的国家投入较少的刑事司法资源但人口监禁率则相对较低。由此，人们就会深思——造成这种差别的原因是什么？并且如何最终在理论上对人口监禁率的理性控制进行合理解释。

刑事司法理论应当遵循刑事一体的研究路径，但是令人遗憾的是，我们国家的犯罪学、刑罚学与行刑学三者之间割裂太甚。作为研究归因的犯罪学、刑罚适用的刑罚学及刑罚执行的行刑学三者之间的界线向来泾渭分明，但是这种研究现状容易使一些重要理论处于边缘化的境地，对人口监禁率的解析就是这样一个研究“肓区”。鉴于此，我们将遵循刑事一体化的研究径路，对人口监禁率进行归因与解析。

我们把G20国家作为分析样本①之所以选择20国集团作为样本，是因为不但这些国家地理分布范围广（欧洲6国，北美洲3国，南美洲2国，亚洲7国，非洲1国，大洋洲1国），而且代表性强——既有世界上主要发达国家，也有主要发展中国家，人口占全球的2/3，国土面积占全球的60%，国内生产总值占全球的90%，贸易额占全球的80%。，选择体现犯罪归因的包括经济、社会、自然等宏观指标来说明各个样本国家人口监禁率的犯因性差别，把体现监禁刑轻重的刑量来说明各个样本国家的刑罚性因素差别，以各样本国家人口监禁率代表监禁人口规模的变化。②本文所用样本国家经济、社会和自然等相关数据都来自于世界银行官网上公布的“The World Bank's Open Data”，中国的相关数据则来自于《中国统计年鉴》。本文的理论假设是，一个国家的人口监禁率不仅取决于决定犯罪规模的犯因性因素，还与刑罚本身直接相关。本文的研究逻辑是，从横向和纵向上观察人口监禁率与哪些犯因性指标显著相关，刑量是否能够决定人口监禁率，以最终证成或者证否假设的成立。不管理论假设是否成立，运用刑事一体化的分析视角，采用定量的分析方法得出的最终结论，或许会对犯罪学、刑罚学及行刑学中的某些定见产生影响。

一、1990—2014年人口监禁率

（一）人口监禁率的界定

为了准确检验监禁人口规模之变化，国际上通常采用人口监禁率作为衡量一个国家监狱人口规模的基本指标。人口监禁率系每10万人口中因为犯罪而被羁押在监禁机构的人数比，它与犯罪率既有联系也有区别。犯罪率是每10万人口中的犯罪人数比，和人口监禁率一样都系反映一个国家特定期间总体犯罪与刑罚情况的一个重要指标，但犯罪率仅能反映一个国家某个时点的犯罪规模总量，而人口监禁率不仅能够反映一个国家的犯罪规模总量，还能够同时反映该国的实际刑罚量和刑罚观念，可谓为衡量犯罪与刑罚的最佳指标。

本文按照判决前后羁押的不同把监禁率划分为毛犯罪人口监禁率与服刑人口监禁率，两者在反映一个国家的犯罪总量与刑罚总量上各有所侧重。（1）所谓毛犯罪人口监禁率是指一个国家特定时期的每10万人口中被审前羁押（Pre-trial detainees ）以及在各类监狱设施中被执行刑罚的人口比率，包括已决犯也包括未决犯。世界上大部分国家统计的人口监禁率如果没有特别说明，通常指毛犯罪人口监禁率。该人口监禁率主要反映犯罪规模的总量，从而为观念性刑事司法提供参照系，反映该国在特定历史时期采取刑事政策的价值取向。（2）所谓服刑人口监禁率仅指一个国家特定时点每10万人口中在监狱设施中服刑人员的比率，即羁押中的已决犯。服刑人口监禁率不仅反映犯罪总量，而且也反映刑罚结构在刑事司法实践中的具体运用及其效果。在自由刑占支配地位的刑罚结构的现状下，通过对监狱人口监禁率的考察进而回溯到对刑罚结构的调整是否符合刑罚目的，具有反推的理性。①参见刘崇亮：《“重重”刑罚观对监狱行刑的效果——以刑法修正案（八）对刑罚结构的调整为分析视角》，《法制与社会发展》2013年第6期。

（二）G20国家1990—2014年人口监禁率

一个国家的人口监禁率到底是低还是高，若仅以该国的的数据作为参考显然不足，不同国家之间的人口监禁率横向比较就显得尤为重要。近年来人口监禁率在欧盟成员国家之间被每年统计，这些数据通常被认为是比较这些国家之间刑罚惩罚程度的标志。②Roger Matthews， Doing Time, An Introduction to the Sociology of Imprisonment ,St.martins Press, 1999 ,p.98.为了使得人口监禁率具有代表性，我们选取了1990—2014年间G20的监禁率数据国家作为与中国人口监禁率的比较研究样本。③G20集团的成员包括：美国、日本、德国、法国、英国、意大利、加拿大、俄罗斯、欧盟、澳大利亚、中国、南非、阿根廷、巴西、印度、印度尼西亚、墨西哥、沙特阿拉伯、土耳其、韩国。

本文中的人口监禁率，除了中国的数据，其他样本数据来源为英国世界监狱研究中心发布的《世界监狱人口统计简报》。该统计简报中的人口监禁率数据来源主要有2种，一是大部分的数据为该国的监狱主管部门的官方数据，二是小部分的数据来自联合国的统计机构。④参见：www.prisonstudies.org，2018年8月15日访问。统计简报中18个国家的人口监禁率不仅包括毛犯罪人口监禁率，还包括服刑人口监禁率。在我们国家的司法统计中，通常仅包括服刑人口监禁规模，针对这种情形，我们还必须合理界定审前羁押人口监禁率。在我们国家，与审前被羁押人口数紧密相关的包括公安机关立案数（应当还包括检察机关直接立案侦查的各类案件）、检察机关决定批捕人数、检察机关决定提起公诉人数、人民法院判决人数等，在这4个统计数据中，与国际上通行的审前羁押人口监禁率标准最相符的当属检察机关决定批捕人数。因为公安机关立案及人民法院判决犯罪成立情形不一定意味着犯罪嫌疑人羁押，还包括监视居住、取保候审以及判处非监禁刑之情形，而检察机关决定批捕数则意味着审前羁押，故此数据与国际通行的审前羁押数最为接近。为此，本文中的中国毛犯罪人口监禁率系每10万人口中在监狱羁押以及被检察机关决定批捕的总人数。所有G20国家1990—2014年间毛犯罪人口监禁率统计结果如表1。

表1 G20国家1990—2014年间毛犯罪人口监禁率

基于表1数据，第一，我们对上述各个国家近25年来的均值由高到低按照顺序进行统计，这些样本均值如下：美国为655，南非为341，中国为176，巴西为171，墨西哥为162，沙特为142，英国为127，阿根廷为122，加拿大为119，韩国为115，澳大利亚为113，土耳其为107，法国为90，意大利为88，德国为84，日本为51，印尼为38，印度为28。均值最高的美国为均值最低的印度的23倍，样本数据中的最大值为美国的755，而最小值则为印度的20。第二，再对各个国家历年来人口监禁率进行方差分析发现，印度、加拿大、德国、日本4国的方差最小，都在100以内，其中印度仅为19.859，离散趋势最为集中。而美国、南非、巴西、墨西哥、阿根廷、土耳其6国的方差最大，都在1600以上，其中美国为10585.231，巴西为4856.182。第三，我们国家的毛人口监禁率均值处于较高组。另外，从方差分析结果来看，我们国家的方差为263.692，比较其他18个国家来看，数据基本处于中等水平，即意味着我们国家的毛犯罪人口监禁率自1990年以来增长一直处于较快稳定增长的水平，25年间自152增长到195，监禁人口规模大致增长了40多万人。

对上述3点数据观察的结果在横向和纵向上看，各样本国家的毛犯罪人口监禁率差别很大。那么，一个国家人口监禁率的高低到底是什么原因所决定的呢？正像不可能由单一的因素能够充分解释犯罪率一样，人口监禁率也不可能由单一的因素来解释。英国有学者认为，决定一个国家的人口监禁规模的因素既包括内部因素也包括外部因素。内部因素既包括逮捕、起诉和判决以及司法分流，甚至还包括犯罪的定义。外部因素则包括更为广泛的社会、经济以及政治领域中能够影响犯罪的定义、立法及司法的政策过程，以及能够影响刑罚气候的其他社会因素；并且这些因素总是相关、综合性地对人口监禁率产生影响。①Roger Matthews,Doing Time,An Introduction to the Sociology of lmprisonment,St.martins Press,1999,p.98.为此，从犯罪学、刑罚学与行刑学的基本原理出发，本文把归因因素分为非刑罚性因素与刑罚性因素，在对各个样本的数据量化后，纵向上我们对各个国家的样本数据进行相关分析后，再在此基础上横向上对各个国家的最终相关系数进行检验，观察真正影响各个国家的人口监禁率的共同因素。

二、对人口监禁率的归因解释之非刑罚性因素

在相关性研究中，相关性关系的初步检验逻辑是，尽管相关不一定成立因果关系，但无相关一定不存在因果关系。基于经验法则出发，我们运用犯罪学的相关知识列举了下列可能影响人口监禁率的若干非刑罚因素，对各个样本国家的数据进行两项相关分析，然后在此基础上再进行检验，以最终确定哪些因素具有显著的统计学意义。

（一）经济因素之人均GDP

人均国内生产总值是衡量一个国家经济发展状况的重要指标，西方犯罪学对经济与犯罪的关系研究较为丰富，近年来我国学者对此问题也日渐关注。学者们主要从各项经济因素对犯罪率的变化进行相关或回归分析。②参见田鹤城、万广华、霍学喜：《1955—2007年中国经济与犯罪关系实证研究》；白建军：《从中国犯罪率看罪因、罪行与刑罚的关系》，《中国社会科学》2010年第2期。我们在此以人均GDP为自变量，人口监禁率为应变量，对每个样本数据均进行一次两项相关分析（bivariate correlation）,为此得到了所有样本两项相关分析结果。这样检验逻辑的科学性在于，因为我们考察的目的是经济因素是否能够影响人口监禁率，如果能够证明绝大部分（甚至是所有）样本数据显示人均GDP与人口监禁率显著相关，那么就具有很强的相关性。但如果样本数据有的显示相关，有的显示不相关，甚至有的在相关方向性都不一致，则基本可以否定两者具有相关性。

表2 G20国家人均GDP与毛犯罪人口监禁率之间的相关分析

注：1.**. 在 .01 水平（双侧）上显著相关。2.皮尔逊相关系数越接近1说明两项变量相关性越强，显著性在P<0.05水平上意味着符合统计学要求，表示两者显著相关。3.各样本国家的人均GDP数据均来自“The World Bank’s Open Data”。

从表2显示结果看，具有显著正相关的有10个国家，显著负相关的有2个国家，没有显著相关性的有7个国家。其中显著相关的国家中，有人均GDP超过30000美元以上的发达国家，为美国、法国、澳大利亚和英国，也有人均GDP在3000—10000美元以下的发展中国家。显著负相关的国家中既包括较发达的韩国，也包括发展中国家南非。同样，没有显著相关性的7个国家中既有日本、意大利和加拿大等发达国家，也有阿根廷、俄罗斯这样的发展中国家。以前研究中得出的犯罪规模与经济因素正相关或负相关说理论在世界范围内则失灵。到底是贫穷导致犯罪还是经济快速发展过程中使得人们的行为失范从而使犯罪人口大规模增长，在此我们仍然无法得出肯定或否定的结论。我们经过上述国家间横向的两项相关分析后观察到的结果是，经济发达与否并不能决定一个国家人口监禁率的大小。但是，把犯罪与刑罚的增减追溯到社会生产力和经济发展，这是生产关系取决于生产力状况这一历史唯物主义观点合乎逻辑的延伸。①参见储槐植：《刑事一体化论要》，北京大学出版社2007年版，第240页。既然作为经济因素之一的人均GDP无法解释人口监禁率的变化，那么，我们下面应当继续考察可能会影响人口监禁率变化的其他经济因素。

（二）经济因素之基尼系数

基尼系数是指在全部居民收入中，用于进行不平均分配的那部分收入所占比例，最大为1，最小等于0，前者表示居民之间的收入分配绝对不平均，而后者则意味着人们之间收入完全平等。②按照联合国有关规定，0.2-0.3表示比较平均，0.3-0.4表示相对合理，0.4-0.5表示收入差距较大，0.6表示收入差距悬殊。国际通行把0.4作为收入分配差距的“警戒线”。该系数是判断一个国家或地区收入分配公平程度的指标，同样是犯罪学家们在犯罪归因时非常重视的一个经济因素指标。因为身份与社会地位形成的收入分配的差距，使得社会陷入不同的利益阶层，由此容易造成社会冲突。冲突理论首提者美国社会学家乔治·沃德认为个体因为利益差距而形成的阶层不同，为此个体为了在阶层中取得利益的最大化而与其他个体产生冲突。③Freda Adler & Gerhard O. W. Murller, Criminology and Criminal Justice, Mcgraw-hill higher Education, 2001, p.221.在此，我们把反映各个样本国家差距收入的基尼系数作为一个考察因素，来分析一个国家中国民收入的差距究竟会否影响本国的犯罪规模进而影响人口监禁率。

表3 G20国家1990—2014年间毛犯罪人口监禁率与基尼系数平均值

我们以平均人口监禁率和基尼系数进行两项相关分析，结果显示R值为0.538（p=0.049）,表明两个变量之间具有较强的相关性，具有显著的统计学意义（p<0.05）。从表3我们也可以看出，平均人口监禁率最高组、较高组的美国、俄、南非、巴西、墨西哥以及中国的基尼系数都在0.40以上，显示这些国家的国民收入差距较大。而人口监禁率在120以内的国家的基尼系数都在0.35以下，包括法、日、意、德，而人口监禁率最低组的印尼和印度虽然为G20中经济最为落后的国家，因为基尼系数较低，国民收入较为平均，而在G20国家中人口监禁率最低。

对经济因素中最为重要的2个指标的考察，我们会发现一个国家经济发达与落后并不与监禁人口规模具有因果关系，但与贫富不均则显著相关。正如默顿的社会失范理论（Theory of Amomie）指出的，在一个分阶层的社会中，通向顶层社会的机会并非平均分配，非常少的低级阶层成员能够到达上一层，因此目标与手段的差异加剧了导致紧张的失范。默顿的社会失范理论能够较好地解释因为美国社会国民收入差距的日益扩大而导致犯罪增加，冈纳·缪尔达尔教授进一步通过实证分析证明随着贫富差距的拉大，美国社会底层的成员因为缺少教育以及必要的生存竞争技巧，使得不平等体现在各个方面，社会结构的失衡使得犯罪各个诱因加剧。①Freda Adler & Gerhard O. W. Murller, Criminology and Criminal Justice, Mcgraw-hill higher Education, 2001, p.127.

（三）人口因素之人口密度及人口规模

人口密度是指单位面积土地上居住的人口数，它是表示世界各地人口的密集程度的指标。从总体上考察犯罪与人口因素是犯罪学的一个重要内容，菲利在论及犯罪社会学因素时曾指出，犯罪的社会因素不但包括各项诸如教育、政治、司法等制度，还包括人口密集等。“人口增加，再加上人口密集，使得人们相互之间的实际和法律联系增多，结果便增加了犯罪的主观和客观因素。”②[意] 恩里科·菲利：《犯罪社会学》，郭建安译，中国人民公安大学出版社2004年版，第161页。我国也有学者注意到犯罪、刑罚与人口因素的关系。储槐植教授就指出人口因素中的数量多少、质量高低、增长快慢和密度对社会的发展进程起着加速和滞缓作用，同时与犯罪现象也有着密切的联系。③参见储槐植：《刑事一体化论要》，北京大学出版社2007年版，第236页。一些学者开始注重通过定量分析方法证明两者间的相关性。④参见白建军：《犯罪轻重是如何被定义的》，《中国法学》2010年第6期。那么，人口监禁率是否也受到人口因素中的人口密度影响呢？在此，我们选取2006年样本的人口监禁率作为应变量，把同时期各样本国家的人口密度作为自变量，对两变量进行相关分析。结果显示，两变量的皮尔逊相关系数R值为-.429，P值为.067，显示两者具有统计学意义上的边缘性负相关。但值得注意的是，我们对中国的人口密度与人口监禁率进行纵向分析，结果显示，两个变量间的皮尔逊相关系数R值为.905，P值为.000，表明两者具有高度正相关性，印度的情况也是如此。为此，经过横向与纵向的比较，因为在相关性的方向上出现矛盾，故我们无法证实人口密度与人口监禁率是否具有相关性。

我们再对人口因素中的人口规模进行考察，两项相关分析结果如表4。在所有的样本国家中，南非的相关系数仅为0.081，表示该国人口规模的变化对人口监禁率没有什么影响。另外韩国的相关系数为-.658*，表示该国的人口规模与人口监禁率系显著负相关。但是，除南非、韩国外，其他样本国家中皮尔逊相关系数显示两个变量高度正相关，并且共有15个国家是在P值小于0.01意义上显著相关。为此，我们基本上可以得出结论，至少在1990年以后，世界范围内绝大部分国家的人口监禁率与人口密度并无显著相关性，但是，一个国家的人口总量的变化却通常会引起自身犯罪总量的变化。

表4 G20国家人口规模与毛犯罪人口监禁率两项相关分析

（四）总失业人口比例

总失业人口比例按照世界劳工组织的定义是指失业劳动人口在一个国家总的劳动人口中的比例。失业在犯罪现象学中历来受到重视，大部分犯罪学理论认为失业与犯罪规模有着直接或间接的联系。马克思主义犯罪学家把犯罪视为社会或者经济环境的恶化，就业机会的减少等导致的结果；默顿的社会失范理论认为那些取得成功事业、婚姻的人们因为失业而被阻断从而转向犯罪心理；控制理论则认为失业因为使得社会联系（social bonds）减弱将导致犯罪的增加。①Roger Matthews, Doing Time, An Introduction to the Sociology of Imprisonment,St.martins Press,1999,p.104.那么，两者到底是否具有统计学意义上的相关性呢？为此，我们把各个样本国家的总失业人口比率作为自变量，把相对应的人口监禁率作为应变量，对两个变量作两项相关性分析，结果如表5。在19个样本国家中，具有P<0.05意义上显著正相关性的国家有6个，具有边缘相关性的国家有8个，不具有相关性或者具有负相关性的国家有5个，其中澳大利亚、英国、印度呈现出显著负相关。所以，显著正相关及边缘性正相关的国家共有14个，总的来说，失业作为一个整体的社会现象在大部分国家能够影响人口监禁率，但是，那些呈现显著负相关的国家中，是否可以说失业率越高则人口监禁率越低呢？答案当然是否定的。这就充分说明，犯罪作为一种社会现象的极其复杂性，即任何一个单独的社会因素不可能决定监禁人口率。

表5 G20国家人口监禁率与总失业人口率之间的相关分析

（五）教育因素之高等教育入学率

国际上通常认为，高等教育入学率在15%以下时属于精英教育阶段，15%-50%为高等教育大众化阶段，50%以上为高等教育普及化阶段，它是衡量一个国家教育发展水平的重要指标。在影响犯罪现象的诸多因素中，从经验法则上判断，教育因素应当是重要的犯因之一。菲利曾指出，不仅纯粹的书本教育在降低作为偶犯的预见程度方面很有益，而且学校通过向学生传授一些实际生活中有用的知识，在减少那些失业者数量的同时，也能够使人们更好地适应生存竞争，从而减少犯罪量。①参见[意]恩里科·菲利：《犯罪社会学》，郭建安译，中国人民大学出版社2004年版，第207页。为了验证教育因素对犯罪是否有影响，同样我们选取所有样本国家的高等教育入学率为自变量，人口监禁率为应变量，进行19次的两项相关分析。两项分析结果如表6，在所有样本国家中，呈现出显著正相关的国家高达14个，边缘性正相关的3个，显著性负相关的仅有2个。这种分析结果与常识上的判断恰好相反，即一个国家教育的显著进步却成为推动该国犯罪规模上升的动力。从一个侧面来看，中小学及高等教育入学率是一个国家经济发展状况所决定的，这也证明了经济发达与否与监禁人口规模并无显著相关性。

表6 G20国家人口监禁率与高等教育入学率的两项相关分析

（六）其他非指标性非刑罚性因素

犯罪是社会环境的产物，但是社会环境是极其广泛而复杂的，除了前述所考察的经济因素、人口因素和教育因素之外，我们还应当尝试着考察政治制度、宗教、地理环境等因素对人口监禁率的影响。

首先，关于政治制度因素。在所有的样本中，我们把样本国家分为一党制、两党制及多党制，或是划分为联邦制、单一制，T检验的结果显示，人口监禁率与上述因素并没有显著相关性。

其次，关于宗教因素。孟德斯鸠在谈到宗教与刑罚的关系时曾指出，对于宗教来说应当避免刑罚，刑罚会使人产生恐惧，宗教也具有令人恐惧的东西；但宗教的诱导要比刑罚更有力。①参见[意]孟德斯鸠：《论法的精神》，孙立坚、孙丕强、樊瑞庆译，陕西人民出版社2001年版，第549页。为了分析究竟宗教是否对人口监禁率有影响，我们把所有的样本国家分为信基督国家和非信基督国家，然后对两组国家进行T检验。结果表明，高监禁率国家的信仰人口比例的均值为53.000，低监禁率国家的信仰人口比例均值则为47.460，P值为0.757，显示两者并无显著统计学意义上的关系。所以，从总体上来看，宗教因素对于一个国家的人口监禁率并没有显著的影响。

再次，关于地理因素。从样本的地理空间分布情况来看，以2014年的人口监禁率为例，监狱发展史最为悠久的西欧4国（德、法、英、意）的人口监禁率最小，其均值仅为82，亚洲6国（包括澳大利亚）人口监禁率也不高，其均值为108，美洲则最高，样本中5国的均值高达338，T检验的P值小于0.05，说明地理空间的分布差异较为明显，当然这种地理空间分布背后的原因究竟是什么还值得进一步探究。另外，从国土面积的角度来看，我们对人口监禁率与国土面积作T检验，结果显示高监禁率国家国土面积均值为594.12万平方公里，而低监禁率的国土面积均值为248.37万平方公里，但P值为0.119，显示两者并没有显著相关性。

从以上的分析可以验证出影响人口监禁率的非刑罚性因素较为复杂，犯罪作为个体的意志选择结果，可以从其主观形成以及客观环境的影响中去寻找犯因，但作为反映犯罪规模的人口监禁率，影响因素显然要复杂得多。从两项分析及T检验的结果来看，我们考察的9个因素中，原来那种从经验法则看自以为对的，却在经过横向与纵向的分析后，得到了否定的答案，比如教育因素、经济发展。而那些得到肯定答案的因素中，既能够得到证明也有新的发现，具体包括贫富差距、人口规模、失业人口的增减以及地理空间的分布。当然，因为社会影响因素的复杂性，特别是因为历史与传统的强烈自身特性，我们今天所证明的，也许在日后又会被新的证据推翻。但有一点是肯定的，一个国家的人口监禁总量的增减并非无缘无故，总是能够在众多的因果链中找到某个特殊的节。

三、对人口监禁率归因解释之刑罚性因素

从经验上判断，一个国家人口监禁率的高低会受到该国刑罚制度的影响。为了检测这种经验常识是否正确，我们选取某个年份（本文选取2010年）各个样本国家的服刑人口监禁率作为应变量，而至于把哪些影响人口监禁率的刑罚性因素作为自变量，从经验法则上判断至少应当包括监禁刑的刑期结构以及刑罚执行制度。因为作为包括审前羁押的毛监禁人口率显然无法反映一个国家的实际刑罚量，故我们必须在此把服刑人口监禁率作为分析的依据。我们把样本国家中规定刑罚结构以及刑罚执行制度的刑法典中相应数据收入数据库，从现有文献资料看，本文所考察的所有样本国家的刑法典，从统一的角度出发，都采用中译本。英国、南非并无成文刑法典，沙特、印尼刑法典暂无找到中译本，故该4国相关数据无法纳入数据库。另外，美国虽然没有成文刑法典，但其《美国量刑指南》中相关数据可纳入数据库。

（一）监禁刑刑期结构

各个样本中的刑期结构我们以自由刑作为分析对象，既包括有期徒刑，也包括终生监禁。①死缓犯在我们国家绝大部分虽然最终被减为无期徒刑，但其性质仍然为死刑，故不在统计之列。我们的设想是在所有样本国家的刑法典中分别抽取危害公共安全、破坏经济秩序、侵犯公民人身权利、妨碍社会管理秩序及贪污贿赂5个领域中的21个罪名，具体包括交通肇事类犯罪、重大责任事故类罪、生产销售伪劣商品类罪、走私类犯罪、金融诈骗类犯罪、故意杀人类犯罪、过失致人死亡类犯罪、故意伤害类犯罪、强奸类犯罪、绑架类犯罪、侮辱类犯罪、重婚类犯罪、抢劫类犯罪、盗窃类犯罪、诈骗类犯罪、妨害公务类犯罪、伪证类犯罪、污染环境类犯罪、走私、贩卖和制造毒品类犯罪、贪污类犯罪、受贿类犯罪、滥用或玩忽职守类犯罪等21个罪名。②之所以把这21个罪名作为分析对象，一是这些罪名基本上为各个国家普通的罪名，绝大部分国家刑法典都能够找到相对应的罪刑规定。二是这些罪名在实践中表现为常见的犯罪，这些罪名判决的比例很高。所以，分析这些犯罪基本能够反映出该国监禁刑的刑罚结构的大致真实状况。为了对监禁刑进行数据处理，我们对法定刑进行赋权，即以1年及以下徒刑赋值为1，后面每1年递增即赋值加1，终生监禁以该国刑法规定的最高监禁期限进行赋值③譬如，我们国家的无期徒刑，按照《刑法》第78条和第81条的规定及2012年最高院颁布实施的《关于办理减刑、假释案件具休应用法律若干问题的规定》第7条之精神，可赋值24。；各法条中以法定最高刑与最低刑的中间值为赋值标准，若规定有2个以上的量刑幅度，以加重量刑情节的量刑幅度的均值为依据进行赋值①参见张明楷：《刑法学》（第4版），法律出版社2011年版，第495页。；在对各个样本的具体个罪赋值的基础之上②因为各个国家对个罪的具体规定不同，有的个罪是规定在单个条例或行政刑法中，刑法典并没有具体规定，为此，对此类个罪本文的做法是取其他样本的均值进行赋值。，我们对各个样本国家考察的21个罪的刑期进行总赋值，以期得到这些国家的刑法典中监禁刑的刑期结构指数。赋值情况如表7。

表7 2010年G20国家服刑人口监禁率及21个罪刑期总赋值

我们对表7进行2项相关分析，结果显示为Pearson相关系数为0.799，并且P值为.000，表明服刑人口监禁率与监禁刑的刑期结构为.000水平（双侧）上显著相关。此项相关性检测能够验证出一个国家的人口监禁率的高低是与该国的刑期结构的重轻呈现高度正相关，这与人们经验上的认识基本一致。即通常情况下，表现为重刑主义的刑罚结构的国家，其监狱中服刑人口规模较大，而表现为轻刑主义的刑罚结构的国家，其监狱中服刑人口规模较小。

上述是从样本国家的横向比较得到的验证，从纵向上来看也是如此。从我们国家的刑法典中的监禁刑的刑期结构的调整也可以验证出，一个国家的监禁率变化显著受到监禁刑刑期结构的变化。我们国家人口监禁率经历过2个高峰。

一是我国20世纪80年代初期人口监禁率始终控制在70以内，但在1983年后服刑人口开始剧增。在我国传统刑法理论中，通常认为20世纪80年代中期以后的监狱人口大规模增长系贯彻“严打”方针政策的结果。但是，这种论证方式显然缺乏科学的实证基础。服刑人口大规模增长的确出现在“严打”之后，但我们要看到现象背后的本质。

自1979年《刑法》颁布实施以后，罪刑法定原则的初步确立使得刑事判决有法可依，罪刑关系有章可据。特别是自1982年以后，国家陆续出台了大量的单行刑法，使得1979年《刑法》制订后法典之外的罪刑关系急剧增加，而大量新的罪刑关系的出现使得犯罪人口增长在所难免。

二是20世纪90年代晚期的服刑人口也大规模增加，1994年和1995的服刑人口监禁率为104和105，但1998年以后服刑人口监禁率则为114以上。考察服刑人口剧增的因素，我们不难发现1997年刑法的颁布实施是主因。1994年、1995年、1996年我们国家的犯罪率仅为139、130、130，而1998年以后的犯罪率剧增为159以上，同样，1997年《刑法》颁布实施前全国年均刑事立案数为171万余件，而后10年前的年均立案数为399万余件。显然，正如白建军教授的研究表明，一部规制犯罪最为主要的法典的颁布实施能够导致犯罪统计的显著变化。③参见白建军：《从中国犯罪率看罪因、罪行与刑罚的关系》， 《中国社会科学》2010年第2期。

（二）刑罚执行变更

我们必须承认监禁刑刑期结构影响监狱人口监禁率变化的复杂性。如表7所示，我们国家21个罪的刑期总赋值为341，与之总值较为相近的为俄罗斯的324，相对应我国的服刑人口监禁率为118，而俄罗斯则达到了324，几乎为我们国家的2倍。我们再考察2个国家的审前羁押的人口率，我们国家2010年审前羁押率为65，当年俄罗斯审前羁押率为73，两者相差并不大，其他年份也是如此。但是，2010年俄罗斯的服刑人口监禁率却为我们国家的2倍，为此，从经验上判断应当还有其他刑罚性因素对服刑人口有着直接的影响，这个因素应当就是刑罚执行变更，监禁刑的刑期结构影响了监狱“阀门”的进口，则刑罚执行变更刑期结构影响了“阀门”的出口。①参见刘崇亮：《“重重”刑罚观对监狱行刑的效果——以刑法修正案（八）对刑罚结构的调整为分析视角》，《法制与社会发展》2013年第6期。

2010年俄罗斯全国假释3120名罪犯，其假释率仅为0.4%。②Graeme Newman, Global report on crime and justice, Oxford University Press, p.332.我们国家2001年至2007年平均假释率为1.28%，再加上每年大致20%以上的减刑率，两个刑罚执行变更因素使得中俄两国虽然审前羁押率相近，但因出口的剪刀差使得两国服刑人口监禁率相差一倍。从纵向上来看，我们国家2003年到2007年的5年间，法院判决监禁刑的罪犯总数增加了6.5万多人，2003年到2007年间监狱人口却增长了10多万人，因监狱人口总量年增数等于年度判决入狱总数减去年度释放总数，所以年度释放比年度判决入狱总数差额在3.5万人以上。年度释放总数包括年度刑满总数和年度罪犯假释总数，而年度罪犯假释总量一方面决定于刑法对假释的限制性规定，另一方面又决定于国家对假释的基本政策。我们国家的罪犯假释率常年控制在2%左右，刑满释放总数占到98%，这就意味着年度释放的罪犯总量主要取决于刑满释放总量。正是假释总量的偏少，刑满罪犯数量的累积，两者一起决定了“出口”总量远低于“进口”总量。③参见刘崇亮：《重重刑罚观对监狱行刑的效果——以刑法修正案（八）对刑罚结构的调整为分析视角》，《法制与社会发展》2013年第6期。

非刑罚性因素对监禁人口的影响是通过对犯罪规模的影响来实现的，具有间接而抽象之属性；而刑罚性因素则是通过对监狱人口规模的影响来实现的，具有直接而具体之属性，这种影响更为明显。但是，在所有的影响因素中，除了地理空间分布，包括贫富差距、人口规模、失业人口的增减、刑罚结构及其刑罚执行变更等都具有动态性特征，这就意味着具体到某个国家则可能某些因素的变化使得影响结果是模糊的，有些影响结果则是明确的。本文所建立的数据库所印证的也许仅为样本数据所分析的结果，也许是普遍性规律，但那些被证否的经验性法则肯定不属于对实际犯罪与刑罚量的影响因素。

四、监禁人口规模控制的理论图景

作为社会现象的犯罪，区别于单个行为自由意志选择，是社会在自我发展进程中不可避免的附属物。问题是，不同的国家以及不同的历史阶段犯罪人口规模差别巨大，何种规模的犯罪人口是合乎社会理性的，并且与社会内部逻辑与结构契合？当人们在批评重刑主义弊端重重的时候，轻刑主义又是否符合本国的历史境遇？当犯罪可以成为社会政策的策略性选择的对象时，刑罚的轻与重的刻度又是否理性与公平？建构在本文的社会性因素与刑罚性因素定量的分析基础之上，作为犯罪规模控制的理论图景，大致可以作以下几方面的阐述性结论。

（一）犯罪饱和论的证成与犯罪规律的流变

犯罪虽然系人的行为选择结果，但其背后的原因却在百年来因流派的不同形成了不同的原因论，但都可以归纳为自由意志论与环境决定论的论争。从单个犯罪系犯罪人自我行为选择的结果来看，犯罪当然系犯罪人自由意志选择的结果，但我们更要看到，犯罪更是一种规模化、群体化、客观化的社会现象。随着知识社会实证技术的进步，人们开始把社会现象与自然科学研究成果联系在一起。人们同样发现，法律内容和既定合法利益在一个特质内容的社会中，这种社会现象也是在政治统治的那些群体中发现，并由进行控制的社会意志的内容和方向决定的。①参见[德] 马克斯·舍勒：《知识社会学问题》，艾彦译，译林出版社2012年版，第131页。对犯因的实证研究在自然科学取得长足进步的背景下，犯罪实证学派对犯罪人口规模开始进行了理性的反思。

菲利在深入地考察人类学、自然因素和社会因素之后，提出了著名的犯罪饱和论。他认为每一个社会都有其应当有的犯罪，犯罪的质与量是与每一个社会集体的发展相适应的。“就像我们发现一定数量的水在一定的温度之下就溶解为一定数量的化学物质但并非原子的增减一样，在一定的自然和社会环境之下，我们会发现一定数量的犯罪。”②[意]恩里科·菲利：《犯罪社会学》，郭建安译，中国人民公安大学出版社2004年版，第163页。我们在前文对毛监禁人口率的非刑罚性影响因素进行了检验之后，基本可以印证菲利的犯罪饱和论的成立。通过我们上述纵向与横向的检验，证明了地理空间分布、贫富差距、人口规模及失业人口的增减与犯罪人口规模显著相关，至少我们可以得出2个结论：

一是样本国家中近25年来因各国社会因素变化、历史传统的差异较大，毛监禁人口率差异很大，但从总体情况来看，虽然有涨有落，但总是在一定的范围内波动。我们甚至可以相信，因为基尼系数、人口规模和失业人口的增减无论如何波动，总有一个合理的波动区间，而作为因果关系链条中的犯罪人口规模也有自身的区间。从最终样本的数据来看，除美、俄外，其他样本国家的标准差都控制在7—40之间，说明其离散程度虽然有差别，但始终是较为稳定的。

二是即便我们已经能够证明或者证否了影响毛犯罪人口监禁率的诸多因素，但是，要像机械决定者那样认定犯罪规律则也许会贻笑大方。机械的社会学法学论试图发现那些数学的或者物理学的规律运用于社会或自然的运行，认为这些规律主宰着世间万物的生老病死，循环往复的过程。③参见[美]罗斯科·庞德：《法理学》（第1卷），余履雪译，法律出版社2007年版，第243页。但是，要像物理学中一样寻找社会运行的规律，只不过是新瓶来装历史法学派的旧酒，社会主宰和社会控制的原理可能更要复杂得多。同样，决定犯罪人口规模的力量到目前为止也不可能像计算数学或物理公式那么有轨可循。即便在发达成熟的社会形态也是如此。前述已经证明贫富不均是影响犯罪人口规模的重要要素，与经验上的“不患寡而患不均，不患贫而患不安”相契合，但是，从各个样本国家的比较情况来看又不尽如此。25年间样本基尼系数在0.44以上的国家包括巴西、墨西哥、南非、美国、俄罗斯和中国，这6个国家的毛监禁率都在160以上，属于高监禁率，印证了贫富不均与毛犯罪人口监禁率显著相关。

但是，我们进一步考察，巴西、墨西哥、南非的基尼系数分别达到0.60、0.59、0.59，美国和俄罗斯基尼系数尽管只有0.44，但其毛犯罪人口监禁率都在600以上，为前3个国家的毛犯罪人口监禁率3倍多。这种情形意味着美俄两国虽然基尼系数不高，但其他的因素显然推高了其犯罪人口规模。

（二）刑量的客观定在与背后的非理性

犯罪是对社会的反动，故刑罚对犯罪的反应可谓天经地义。如果说单个犯罪的定义是国家为了达到某种目的（政治、经济、文化、社会及其他）而根据本国历史传统、伦理观念、文化习惯、刑事理论、民间舆论等以法的形式组织起来的主客观事实，它决定着犯罪人口规模的质，那么作为单个犯罪的法律后果的刑罚是一种客观定在的刑量，它决定着犯罪人口规模的量。单个罪的刑量虽然以实定法的形式存在，但这种以理性的名义来定制的刑量又到底是否真正合乎理性？单纯刑量的轻重显然无法作出肯定或否定的回答。我们在对样本国家刑法典规定的21个罪的赋值的结果中发现，即便一些诸如故意杀人、抢劫、强奸等自然犯，虽然所有样本国家中都无一例外地设置为重罪，但从刑期赋值的情况来看，差异较大。譬如，强奸罪，样本中赋值的极大值为30.0，极小值仅为8.5，均值为19，标准差达到了6.6767。从强奸罪的刑量定制的情况来看，赋值较高的有美、俄、中、墨等国，赋值较低的有德、日、意、澳、印度等国，但究竟是因为历史传统或社会环境对性权利或观念的不同导致的刑量不同，还是因为其他特定因素影响我们无法判断。但我们发现强奸罪赋值较高的国家毛犯罪人口监禁率都较高，意味着这些国家的犯罪规模较大，犯罪形势严峻，而毛犯罪人口监禁率较低的国家则情形正好相反。

按照边沁的功利主义，如果刑量超过了预防犯罪之必需则不必要，所以根据此项基本规则，如果以预防犯罪的视野考察，罪的刑量过重，但犯罪规模却较其他国家居高不下，抛开其他的影响因素，至少从刑量的角度来看失去了理性。从美国的“三振出局”法案到我们国家的重刑功能主义立法都说明了刑罚背后的非理性——人类社会在各方面取得巨大进步的同时，更加注重自身的命运与安全，但以“民意”为代表的情绪主义立法愈演愈烈。刘宪权教授就指出，刑事领域中的情绪立法会严重破坏正常的立法秩序，特别是所谓的民意似乎有过度介入或影响刑事立法秩序，从而导致不理性的情绪性刑事立法时有发生。①参见刘宪权：《刑事立法应力戒情绪——以〈刑法修正案(九)〉为视角》，《法学评论》2016年第1期。我们已经在前文确证了贫富不均、人口规模增长、失业人口等动态性社会性因素导致犯罪人口大规模增长，这就意味着犯罪的确是受到环境的显著影响，也说明对犯罪人口规模的控制是一个系统性的控制过程，“哪里来还应当回到哪里去”，而非一味地采取加大刑量的情绪性立法路径。

（三）刑事一体化与行刑权的被动

储槐植教授认为，我国刑法运行情况的制约，即从犯罪到刑罚，这是有缺陷的机制，健全的刑事机制应当是双向的制约：即犯罪情况——刑罚——行刑效果，刑法运行不仅受犯罪情况的制约而且还要受到刑罚执行情况的制约。对此，储槐植教授进而提出刑事一体化的思想，其基本点是刑法和刑法运行处于内外协调状态才能发挥最佳刑法功能，必须处理好刑法之前的犯罪状况、刑法之后的刑罚执行情况关系。②参见储槐植：《刑事一体化论要》，北京大学版社2007年版，第25-26页。

我们国家刑罚权在实践中的运行机制存在瞻前不顾后的严重脱节之情形。制刑权与量刑权虽然也并非协调，但在刑事司法中法官尚能考察犯罪之外、构成要件之上的包括犯罪人的一些从重、从轻、减轻之情形，这意味着法官至少在法条与犯罪现实情势中寻找平衡。但是，行刑权却在刑事一体化的机制中被严重忽视了。刑罚结构的调整最终承受压力转向刑事司法系统中的最后一道工序后，监狱行刑权在刑罚权的动态运行机制中较刑事立法权和刑事司法权处于较为被动的境遇，从某种程度上看行刑权甚至依附于刑事司法权。

其实，从本质而言，行刑权较刑事立法权和刑事司法权应当具有主动性和灵活性。③参见刘崇亮：《重重刑罚观对监狱行刑的效果——以刑法修正案（八）对刑罚结构的调整为分析视角》，《法制与社会发展》2013年第6期。一方面站在国家主义的立场看，把控制犯罪作为主要目的，监狱看起来更像一个强有力的社会控制武器，在社会民众看来，因为监狱是“社会垃圾”的集中地，在平衡犯罪的危害和权力对罪犯造成伤害之间的担心，所以希望政府在政策的实施和手段上能够灵活和主动，以便足以对付犯罪这种社会现象。①Jonathan Simon, “Complexion of Crime: Politics and the Power”, Berkeley La Raza Law Journal，2008(2). p.28.在刑罚权动态运行机制中，政治或政策对监狱行刑权的影响最大。立法权与司法权因为本身性质，政治或政策充其量只是间接或宏观上的影响，但对监狱行刑权而言却是直接甚至是微观影响。另一方面，监狱行刑权本质上属于行政权，所以与政治或政策的关系更为紧密，当此种紧密联系达到一定程度时，监狱行刑则表现为政治的工具。②参见刘崇亮：《监狱惩罚机能研究》，中国长安出版社2012年版，第190页。

为此，当刑罚执行担当起制刑与量刑的有力的制约机制、监狱成为犯罪人口规模的有力控制武器时，它不仅应当成为调节犯罪气候的“安全阀”，还应当成为刑罚结构的“参照系”。 在样本国家中，服刑人口监禁率较低的国家刑罚执行制度对于刑罚具有“调节阀”的作用，服刑人口监禁率较低的国家中，包括德、日、印等国对假释的刑期条件以及禁止条件都较为宽松。我们对样本中有期徒刑的假释条件进行考察，发现服刑人口监禁率与假释服刑时间为显著正相关。相反，我们国家在情绪性的立法影响下，1979年刑法典颁布实施以来，从假释的对象禁止条件到最低服刑时间的延长，再到贪污贿赂犯罪的终生监禁刑，行刑权可谓在制刑权及量刑权面前“逆来顺受”。为此，面对服刑人口监禁率日益受到非犯罪式的人为“制造”的背景下，刑罚权在一体化的运行机制中，行刑权应当反过来制约前面的制刑与量刑权，以提高刑罚的实际效益。