中图分类号：F08;G40-054 文献标识码：A 文章编号：1003-4870(2010)02-0024-07 一、文献回顾与理论假设 在理论上，学者们已经认识到教育通过它对工资和就业的正效应而对犯罪产生负效应。这方面理论都强调教育如何提高个人谋生技能和能力，进而提高个人合法工作收益，促使从事违法犯罪行为的机会成本大大提高，从而减少犯罪行为的发生率。但是，个人往往并不考虑由于没有接受足够教育，缺乏谋生和适应主流社会的能力，导致走上犯罪道路而给社会和他人造成的危害，这就意味着教育的私人收益其实远远小于它的社会效益，因此，可能导致人们重视教育的货币收益及可货币化收益，而忽视教育的非货币化收益。其实，教育对犯罪的负效应，就是教育的非货币化收益应有内容之一。通过论证教育对犯罪程度的负效应，可以证实教育具有非货币化经济价值。 关于教育与违法犯罪之间的关系，已有学者对此作出经验实证研究。国外一些统计数据显示，与非犯罪人相比，犯罪人更趋向于缺少教育、出身于相对贫困家庭，且工作和生活背景都处于劣势状态。例如，2001年意大利被司法机关定罪的人口中超过75%没有完成中学第12年级学业，类似地，美国20世纪90年代中期被监禁的男性犯罪人有三分之二没有高中毕业(P.Buonanno,2009; Freeman,1996)。在标准的人力资本形成的投资模型框架下，Lochner(2004)采用美国劳动统计局1997年全国青年人调查数据进行实证研究，发现教育对非智力的财产型犯罪和暴力型犯罪都存在显著的稳健的负相关。P.Buonanno和L.Leonida(2009)利用意大利1980-1995年间20个地区的面板数据，采用计量经济学方法，就教育对犯罪率的非市场效应作出实证研究，结果表明，即使控制了教育对犯罪率的市场效应之后，教育与地区犯罪率之间仍然存在显著负相关，说明教育具有减少和抑制犯罪率的非市场效应。同时还发现，地区高中学历人口的比例与地区犯罪率之间存在显著负相关，而高等教育学历人口比例似乎对犯罪率没有发挥显著效应。上述研究主要通过教育与犯罪率或重新犯罪率之间的负相关关系来论证教育对犯罪的负效应。 在解释教育减少和抑制犯罪的内在机理时，学者们发现教育一般通过如下三个途径制约犯罪行为的发生。第一，教育投资通过人力资本积累，提高劳动生产率，增加了受教育者个人的合法工作收益，并且接受了更高程度教育的人一般都有更高工作收入，这样就增加了犯罪行为的机会成本；第二，教育通过晓之以理、动之以情、导之以行、教化、规训与熏陶，使个体树立了正确的个人价值观，养成了主流社会给予积极评价的行为习惯与偏好，从而增强了个体对犯罪的厌恶感和“免疫力”，依靠这种培育人功能和社会化功能，教育减少和抑制了犯罪行为的发生或继续实施；最后，从入学率这一角度来看，教育可以减少青少年犯罪，因为如果大批青少年不在学校而流落于社会，就会使青少年犯罪的概率大大增加。 如何证明教育对犯罪存在负效应？一条途径是通过揭示教育与犯罪率或重新犯罪率之间的负相关关系和单向因果性联系来说明，检索到的几篇国外研究论文都是从此途径入手展开研究；国内仅有个别学者（如陈屹立）对该问题做出经验实证研究。本文力求创新之处在于，从另一条途径入手，即通过揭示教育程度与犯罪行为的社会危害性程度之间也存在负相关关系和单向因果性联系，证明教育对犯罪人实施社会危害性程度高的犯罪行为具有遏制效应。这里的犯罪社会危害性程度即犯罪程度，不同于犯罪的危害结果，前者是指审判机关在既定的社会条件下，考虑了犯罪基本事实、犯罪的性质与情节、犯罪的危害结果、犯罪人危险程度之后，对犯罪的社会危害性依法公开、公正、公平地作出综合判定的结果，是定罪量刑的首要的基本依据。因此，可以认为刑事处罚轻重程度直接反映出犯罪行为的社会危害性程度。从统计学意义上看，与那些受教育程度低的犯罪人群相比，受教育程度更高的犯罪人群，即使实施了相同类型（如暴力型、财产型）的违法犯罪行为，受到严重处罚的概率相对更小，因为该群体犯罪人在犯罪行为实施中、实施后，更有能力或更会运用市场的和非市场的力量降低社会危害性等级评价。 犯罪人个体受教育在先，犯罪行为发生在后，理论上讲，在控制了其他影响之后，仍然存在个体受教育水平对个体犯罪程度的直接和间接影响。论文以下部分将从分析教育程度与刑罚程度的关系入手，对上述理论假设给予检验和验证，并据此证明教育投资可以获得非货币化收益。 二、数据和实证方法 本文数据来源于山东省某市级法院2005-2008年间审判结案资料，所获得数据包括896个犯罪人有效样本及其性别、民族、年龄、职业类别、受教育程度、家庭所在地、犯罪类型、处罚方式等方面数据。 1.数据及变量设定 经过对数据资料的整理、分析，设定变量并赋值如下①： 依据审判结果、处罚轻重程度，把处罚结果由轻到重分为八个等级，一级为免予刑事处罚或单处罚金；二级为管制、拘役或半年有期徒刑；三级为半年以上两年及以下有期徒刑，但执行缓刑；四级为一年及以上两年及以下有期徒刑，但不执行缓刑；五级为两年以上三年及以下有期徒刑；六级为三年以上七年以下有期徒刑；七级为七年及以上十年以下有期徒刑；八级为十年及以上有期徒刑。将此八个等级由低到高依次分别赋值为1、2、3、4、5、6、7、8，设定其变量名为“处罚程度”；又将整个处罚程度分为轻重两类，设定前四个级别为轻度处罚，赋值为2，后四个级别为重度处罚，赋值为1，设定变量名为“是否轻罚”。后续统计分析过程中，将分别以“处罚程度”和“是否轻罚”为被解释变量，开展有序分类变量的最优尺度回归和两分类逻辑斯蒂回归分析。解释变量包括：(1)年代，取值范围1、2、3、4，依序分别代表2005年、2006年、2007年和2008年。(2)性别，取值1为男性，取值2为女性。(3)民族，取值1为汉族，2为其他民族。(4)年龄，为定距变量。(5)职业类别，取值范围为1、2、3、4、5、6，依序分别代表无业游民、农民、自主创业者、普通工人或公司雇员、行政管理者、专业技术人员。(6)受教育程度，取值范围为1、2、3、4、5、6，依序分别代表文盲半文盲、小学、初中、高中、专科、本科。(7)家庭所在地，取值1为农村，取值2为城镇。(8)犯罪类型，取值范围为1、2、3、4、5，依序分别代表财产型（如盗窃、抢夺、侵占、非法占有、收购赃物、挪用公款、贪污、受贿、诈骗、盗伐林木等）、暴力型（如杀人、抢劫、强奸、非法拘禁、强迫卖淫、故意伤害等）、滋扰肇事型（如交通肇事、招摇撞骗、组织卖淫等）、破坏型（如爆炸、投毒、放火以及故意毁坏公私财物、危害公共安全等）和其他犯罪。数据的描述性统计情况如表1所示。
