刑事案件的分析.docx
《刑事案件的分析.docx》由会员分享，可在线阅读，更多相关《刑事案件的分析.docx（12页珍藏版）》请在冰豆网上搜索。
刑事案件的分析
对刑事案发率的分析
法学教育是高等教育的重要组成部分，是建设社会主义法治国家、构建社会主义和谐社会的重要基础，并居于先导性的战略地位。
在我国社会转型的新世纪、新阶段，法学教育不仅要为建设高素质的法律职业共同体服务，而且要面向全社会培养大批治理国家、管理社会、发展经济的高层次法律人才。
近年来，法学教育取得了长足的进步，法科数量增长很快，教育质量稳步提高，培养层次日渐完善，目前已经形成了涵盖本科生、第二学士学位生、法学硕士研究生、法律硕士研究生、法学博士研究生的完整的法学人才培养体系，接受法科教育已经成为莘莘学子的优先选择之一。
随着中国法治事业的迅速发展，我们有理由相信，中国法学教育的事业大有可为，中国法学教育的前途充满光明。
为了预防和减少犯罪，我们需要对案发的客观条件做具体分析，从而为建造更和谐的美好社会做出努力。
因此我对刑事案发率作出分析。
在犯罪与罪犯研究领域，常常会遇到彼此有关系的两列或多列变量。
对于这些变量之间的关系，可以根据不同的研究目的，从不同的角度去分析。
如果要分析变量之间关系的强度，我们可以采用相关分析的方法，但是，如果要确定变量之间所可能具有的数量关系，并将这种形式表示为某个数学模型，就需要用回归分析。
回归分析应用非常广泛。
在犯罪学领域，如果建立了变量之间的数学模型，实际上就是确立了变量之间的关系模型，从而可以从某些变量的变化来预测其他变量的变化情况。
例如，我国台湾学者杨家騄建立了物价指数与盗窃犯罪案件之间的数学模型，从而依据某年度的物价指数来预测该年度的盗窃案件数量；我国学者高树桥等在犯罪人的受教育年限与犯罪次数之间建立了数学模型，根据某犯罪人的教育年限，我们就可以预测其可能的犯罪次数。
但是，由于犯罪现象是一种非常复杂的社会现象，往往牵扯到多个变量之间的关系问题。
因此在回归分析中常常需要分析两个及两个以上的自变量，分析变量之间的关系，推导出含有多个自变量的函数，这种方法就是多元回归分析。
事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。
因此多元线性回归比一元线性回归的实用意义更大。
多元回归分析要比一元回归分析更为科学，这是由事物的复杂性决定的。
例如，盗窃案件的数量不单与价格指数有关，还受其他一系列因素的影响，国外有学者甚至研究了防盗门的销售量与盗窃案件的关系。
可见，当我们研究某一个犯罪问题时，多元回归分析更为准确和有效。
多元回归自变量的个数很多，计算相当繁琐，一般手工计算几乎不大可能，我借助SPSS来满足计算要求。
一、多元线性回归分析方法
多元线性回归简介：
多元线性回归的基本原理和基本计算过程与一元线性回归相同，但由于自变量个数多，计算相当麻烦，一般在实际中应用时都要借助统计软件。
这里只介绍多元线性回归的一些基本问题。
但由于各个自变量的单位可能不一样，比如说一个消费水平的关系式中，工资水平、受教育程度、职业、地区、家庭负担等等因素都会影响到消费水平，而这些影响因素（自变量）的单位显然是不同的，因此自变量前系数的大小并不能说明该因素的重要程度，更简单地来说，同样工资收入，如果用元为单位就比用百元为单位所得的回归系数要小，但是工资水平对消费的影响程度并没有变，所以得想办法将各个自变量化到统一的单位上来。
前面学到的标准分就有这个功能，具体到这里来说，就是将所有变量包括因变量都先转化为标准分，再进行线性回归，此时得到的回归系数就能反映对应自变量的重要程度。
这时的回归方程称为标准回归方程，回归系数称为标准回归系数。
多元线性回归的数学模型为：
其中，
为应变量；
为p自变量。
为常数项，
称为偏回归系数；
为随机误差，又称残差，它是
的变化中不能用自变量解释的部分，服从
）分布。
多元线性回归分析的前提条件是：
线性、独立、正态和等方差，在进行回归分析时，应当首先进行这些假设检验。
还有一个重要问题就是如何选择自变量。
实际上，模型中包含的自变量是无法事先确定的，如果把一些不重要的或者对应变量影响很弱的变量引入模型，则会降低模型的精度。
所以自变量的选择是必要的，基本思路是：
尽可能将对应变量影响大的自变量选入回归方程中，并尽可能将对应变量影响小的自变量排除在外，这样才能建立最优方程。
这里就涉及到筛选自变量的方法，现在比较常用的是逐步回归法。
这种方法的特点在于，每引入一个自变量，都会对已在方程中的变量进行检验，对符合剔除标准的变量要逐一剔除。
另外，在进行多元线性回归分析中，由于自变量之间还可能具有高度相关关系，导致所建立的模型的解释力受到削弱，因此，还要对模型进行多重共线性检验，最后计算出相对更优的数学模型。
二、SPSS软件简介
SPSS是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为友好，输出结果美观漂亮。
它将几乎所有的功能都以统一、规范的界面展现出来，使用Windows的窗口方式展示各种管理和分析数据方法的功能，对话框展示出各种功能选择项。
用户只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务。
SPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。
其统计过程包括了常用的、较为成熟的统计过程，完全可以满足非统计专业人士的工作需要。
输出结果十分美观，存储时则是专用的SPO格式，可以转存为HTML格式和文本格式。
对于熟悉老版本编程运行方式的用户，SPSS还特别设计了语法生成窗口，用户只需在菜单中选好各个选项，然后按“粘贴”按钮就可以自动生成标准的SPSS程序。
极大的方便了中、高级用户。
SPSSforWindows是一个组合式软件包，它集数据整理、分析功能于一身。
用户可以根据实际需要和计算机的功能选择模块，以降低对系统硬盘容量的要求，有利于该软件的推广应用。
SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。
SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。
SPSS也有专门的绘图系统，可以根据数据绘制各种图形。
SPSSforWindows的分析结果清晰、直观、易学易用，而且可以直接读取EXCEL及DBF数据文件，现已推广到多种各种操作系统的计算机上，它和SAS、BMDP并称为国际上最有影响的三大统计软件。
在国际学术界有条不成文的规定，即在国际学术交流中，凡是用SPSS软件完成的计算和统计分析，可以不必说明算法，由此可见其影响之大和信誉之高。
最新的12.0版采用DAA（DistributedAnalysisArchitechture，分布式分析系统），全面适应互联网，支持动态收集、分析数据和HTML格式报告，依靠于诸多竞争对手。
但是它很难与一般办公软件如Office或是WPS2000直接兼容，在撰写调查报告时往往要用电子表格软件及专业制图软件来重新绘制相关图表，已经遭到诸多统计学人士的批评；而且SPSS作为三大综合性统计软件之一，其统计分析功能与另外两个软件即SAS和BMDP相比仍有一定欠缺。
虽然如此，SPSSforWindows由于其操作简单，已经在我国的社会科学、自然科学的各个领域发挥了巨大作用。
该软件还可以应用于经济学、生物学、心理学、地理学、医疗卫生、体育、农业、林业、商业、金融等各个领域。
三、对刑事发案率的多元线性回归分析
刑事发案率的影响因素很多，有经济、政治、文化等社会因素，也有个体性因素，所涉及的变量相当复杂，创建一个完全周延的数学模型几乎是不可能的。
在社会指标的选择上，参照了《报告》所采用的指标，包括人均GDP、受教育状况、城市化和基尼系数。
《报告》中只是计算了这四项指标与刑事发案率的相关系数，如果要确定他们之间的数量关系，就需要建立数学模型，进行回归分析。
刑事发案率与其他社会指标统计表：
年份
刑事发案率
人均GDP
受教育状况
城市化
基尼系数
1992
135.9
288.4
18.6
27.46
36.92
1993
137.2
323.6
21.4
27.99
37.93
1994
139.3
360.4
23.4
28.51
38.34
1995
140.3
394
24
29.04
37.76
1996
131.5
427.1
24.7
30.48
35.97
1997
131.2
460.3
25.7
31.91
36.81
1998
159.9
491.4
27.3
33.35
36.84
1999
179.4
521.7
32.8
34.78
38.21
2000
288.1
559.2
43.9
36.22
40.13
2001
350.7
596.7
56.3
37.66
42.95
2002
338.7
642
70.3
39.09
46.7
2003
341
697.9
86.3
40.53
47.66
数据来源：
朱景文，《中国法律发展报告》，中国人民大学出版社，2007；中国统计年鉴（1993-2005）。
其中，刑事发案率是指每10万人口的（公安机关）立案数量；GDP按照人均国内生产总值指数计算，1978年为100；城市化按照城镇人口占总人口的比例计算；受教育状况按照每100000人口大学生数量计算；4.基尼系数是笔者根据中国统计年鉴中的收入分组数据计算得出。
用SPSS软件进行分析
模型拟合信息
模型
模型拟合标准
似然比检验
-2倍对数似然值
卡方
df
显著水平
仅截距
59.638
最终
0.000
59.638
121
1.000
似然比检验
效应
模型拟合标准
似然比检验
简化后的模型的-2倍对数似然值
卡方
df
显著水平
截距
0.000a
0.000
0
.
人均GOP
0.000a
0.000
0
.
受教育状况
0.000a
0.000
0
.
城市化
0.000a
0.000
0
.
基尼系数
0.000a
0.000
0
.
卡方统计量是最终模型与简化后模型之间
在-2倍对数似然值中的差值。
通过从最终模型中省略效应而形成简化后的模型。
零假设就是该效应的所有参数均为0。
a.因为省略效应不会增加自由度，所以此简化后的模型等同于最终模型。
输入／移去的变量
模型
输入的变量
移去的变量
方法
1
基尼系数,人均GOP,城市化,受教育状况a
.
输入
a.已输入所有请求的变量。
模型汇总
模型
R
R方
调整R方
标准估计的误差
1
0.963a
0.927
0.886
31.58916
a.预测变量:
（常量）,基尼系数,人均GOP,城市化,受教育状况。
Anovab
模型
平方和
df
均方
F
Sig.
1
回归
88918.433
4
22229.608
22.277
0.000a
残差
6985.127
7
997.875
总计
95903.560
11
a.预测变量:
（常量）,基尼系数,人均GOP,城市化,受教育状况。
b.因变量:
刑事案发率
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
（常量）
-1078.102
556.447
-1.937
0.094
人均GOP
-0.756
0.627
-1.040
-1.207
0.267
受教育状况
-0.958
3.595
-0.225
-0.266
0.798
城市化
33.520
16.992
1.635
1.973
0.089
基尼系数
14.481
14.395
0.614
1.006
0.348
a.因变量:
刑事案发率
根据以上的检验，我们可以初步列出此数学模型
四、共线性检验及其处理——主成分分析
在多重回归分析中，无法避免的一个问题就是多重共线性问题。
所谓多重共线性是指自变量之间存在近似的线性关系，即某个自变量能近似的用其他自变量的线性函数来表示。
一般而言，自变量较低程度上的相关不会对回归结果造成严重影响，然而，当共线性趋势非常明显时，就会对模型的拟合带来严重影响。
一般来说，如果两个自变量的相关系数超过0.9，对模型的影响就会很大。
当然，仅靠相关系数仅仅是初步判断，实践中借助SPSS，常常使用方差膨胀因子、特征根或条件指数来判断。
当膨胀因子大于10、特征根为0或条件指数大于30时，提示存在共线性。
在SPSS中，共线性诊断仍然是通过多元线性回归分析来实现的。
表6是SPSS线性诊断的结果，从中我们可以发现，特征根有两项为0，条件指数有两项分别为178.8、199.3，在常数项、城市化和人均GDP这三项中，VP值均很高，分别为0.99、0.85、0.93，提示三者高度相关。
原回归模型存在严重的共线性，我们必须对其进行处理
根据以上数据，可以写出两个主成分的表达式（方程1）：
这里的为标准指标变量。
我们可以创建标准指标变量和原指标的关系（方程2）：
最后，对主成分进行回归分析，分析主成分回归结果。
通过SPSS的运算：
将公式
、
（方程1）的表达式代入上述回归方程，得到应变量
与标准自变量
的线性回归方程（方程4）：
244.877+23.4442
+22.47556
+23.49394
+21.26501
根据标准自变量和原自变量之间的关系，可以将标准自变量还原为原自变量。
将方程2代入方程4，即得到应变量y与原自变量之间的线性回归方程：
刑罚只是惩治犯罪的手段,而不是根治犯罪的法宝,一个国家犯罪率的高低,取决于这个国家的上层建筑和经济基础,我国目前的犯罪率居高不下,与我国的很多现实问题分不开,严重的社会分配不公,贫富两极严重分化,老百姓深恶痛绝的腐败,特别是司法部门的腐败,有些是有法可依,而有些是有法不依或者是执法不严,严重的还有循私枉法,情大于法,凡此种种,不是老百姓力所能及的,而在于国家体制的改革.如果全国公民平等,物价稳定,市场繁荣.每人都能安居乐业,全民在和谐的社会中不断增强素质,良好的社会治安可能会让警察裁员了。
制止犯罪并不是加大惩罚力度就可以遏止的。
头痛医头，脚痛医脚的办法是实行不通的。
以暴制暴也是不行的。
我们可以从世界各国刑罚发展制度看出，刑罚是由重向轻的势头发展，由监禁刑向非监禁刑发展。
从惩罚罪犯向矫正其犯罪行为发展。
每次有案件发生都是血的教训，希望以下建议能减少犯罪率：
1建议每一个社区都有一个宣传点，包括家庭关系的处理、法律方面的知识，让居民知道自己的家庭处于什么样的状态，在问题刚刚出现时及时解决。
2建议国家的各个政府，部门的领导都参与这个活动，就是在自己的单位，居住点，亲戚中做好榜样，因为现在领导的本人和孩子的犯罪就很高，所以领导要以身作则，自己在道德方面就要做好榜样，我建议总理给在道德上出现问题的领导严重的处分，这样就不会有那么多人犯罪了。
3建议在电视上，报纸上等媒体大力宣传人们有问题最好找咨询师咨询，防止把问题扩大化。
4建议对婚姻家庭咨询师的培训力度，争取在每一个城市都有婚姻家庭咨询师，并对这些咨询师要像律师一样有行业规定，要让咨询师遵守行业规定。
5要让全国的妇联都参与这个活动，这样每天个镇、乡、村都可以起到宣传的作用。
想要降低刑事案发率，就要大量做普法教育，让每个人都懂法知法，避免不幸的事情的发生。
教育的基本功能在于育人，在于塑造德才兼备的高素质人才。
法学教育的宗旨并非培养只会机械适用法律的“工匠”，而承载着培养追求正义、知法懂法、忠于法律、廉洁自律的法律人的任务。
希望在不断提高的国民素质下，我们能早日走进更和谐的社会！
升级会员 