謝 宇

城鎮(zhèn)化進程中的農(nóng)民工犯罪時空結(jié)構探析
——以G省農(nóng)民工為例

謝 宇

農(nóng)民工作為新市民日益成為城鎮(zhèn)化大舞臺的主角，數(shù)以億計的農(nóng)民正從鄉(xiāng)村傳統(tǒng)的熟人社會涌向城鎮(zhèn)的陌生人世界。與此同時，農(nóng)民工犯罪越軌問題也成為當前我國城鎮(zhèn)化進程中必須認真研究和解決的一個十分嚴峻的社會問題。隨著社會學研究的時空轉(zhuǎn)向，時間、空間與犯罪行為、類型之間的相互關系的研究也逐漸成為犯罪預防與控制領域的一個熱點議題。本文從時空結(jié)構的視角出發(fā)，基于對G省務工農(nóng)民工和服刑農(nóng)民工調(diào)查的實證材料基礎上，對這兩個群體的社會人口學特征進行了比較研究，并運用多重對應分析方法對服刑農(nóng)民工的犯罪時間、空間情境進行了深入分析。研究發(fā)現(xiàn)，服刑農(nóng)民工與務工農(nóng)民工不僅在社會人口特征上存在著諸多差異，而且時空因素的差異對不同群體的服刑農(nóng)民工的犯罪行為有顯著影響,使其呈現(xiàn)出一定的時空聚集性。因此，本文認為在流動人口犯罪防控方面，有必要加強時空預防與治理上的針對性。

農(nóng)民工；時間；空間；聚集性；犯罪

一、問題的提出

農(nóng)民工是我國城鎮(zhèn)化進程中涌現(xiàn)出的新型產(chǎn)業(yè)工人群體。①謝建社：《新產(chǎn)業(yè)工人階層：社會轉(zhuǎn)型中的農(nóng)民工》，北京：社會科學文獻出版社，2012。伴隨著改革與開放的時代巨變，廣大農(nóng)村勞動力正沿著從農(nóng)民到農(nóng)民工，再由農(nóng)民工到產(chǎn)業(yè)工人，最終實現(xiàn)市民身份轉(zhuǎn)變的“中國路徑”②劉傳江：《中國農(nóng)民工市民化研究》，《理論月刊》，2006（10）。，步履蹣跚地繼續(xù)著市民化的歷史進程。然而，由于“身份-權利-待遇”③楊敏：《三元化利益格局下“身份-權利-待遇”體系的重建——走向包容、公平、共享的新型城市化》，《社會學評論》，2013（1）。體系的差異、城市社區(qū)認同感和歸屬感的缺失以及城鄉(xiāng)統(tǒng)籌制度與社會公共服務體系滯后等因素導致農(nóng)民工面臨融入與脫嵌的兩難處境。一時間，農(nóng)民工群體犯罪越軌問題已經(jīng)成為當前我國城鎮(zhèn)化進程中的必須認真研究和解決的一個十分嚴峻的社會問題。根據(jù)第五次全國人口普查的數(shù)據(jù)顯示，外來人口犯罪占比已經(jīng)由1979年的3.5%上升到2002年的85%。④吳鵬森、章友德主編：《城市化、犯罪與社會管理》，北京：社會科學文獻出版社，2013。筆

者在G省多所監(jiān)獄的調(diào)查也印證了這一點，以G省P①根據(jù)學術規(guī)范，本文對所涉及的監(jiān)獄名稱進行了匿名處理。監(jiān)獄為例，該監(jiān)獄2011年在押服刑人員2723人，其中農(nóng)民工人數(shù)1714人，占總服刑人員的63%。所以，農(nóng)民工犯罪的頻發(fā)和高比例的犯罪率不得不引起社會各界的高度重視。

近年來，在犯罪預防與犯罪控制研究領域，空間、時間與犯罪行為之間的相互關系成為學術界研究的一個焦點外。②Lersch,K.M.Space,Time,and Crime ( 2nd ed.). Durham,NC: Carolina Academic Press, 2007.眾多國內(nèi)外的學者紛紛從不同角度探討時間、空間對犯罪者行為、犯罪過程、結(jié)果的影響進行了研究外。③國內(nèi)學者進行此類相關研究的代表人物及著作主要有祝曉光：《論犯罪地理學》，《人文地理》，1989（2）；張寶義：《城市農(nóng)民工犯罪的時間規(guī)律及分析——以天津市為背景的研究》，《中國人民公安大學學報（社會科學版）》，2006（1）；王發(fā)曾：《我國城市犯罪空間防控研究二十年》，《人文地理》，2010（4）。然而，將時間、空間要素引入農(nóng)民工犯罪研究的文獻并不多見。事實上，農(nóng)民工作為我國城鄉(xiāng)二元結(jié)構下的特殊產(chǎn)物。無論是從時間還是空間的角度看，農(nóng)民工群體都是當前我國時空跨度最大的一個群體。所以，針對農(nóng)民工犯罪問題的時空研究顯得尤為必要。

本文基于筆者于2013年，在G省多所監(jiān)獄調(diào)查所獲得的實證材料，通過多重對應統(tǒng)計分析對服刑農(nóng)民工犯罪時間、空間情境進行探討。本文不僅重視對監(jiān)獄在押服刑農(nóng)民工（后文簡稱“服刑農(nóng)民工”）群體的研究，也注重與一般務工農(nóng)民工（后文簡稱“務工農(nóng)民工”）之間的比較。通過對比尋找到這兩個群體在“時空”環(huán)境中的差異。最后，通過繪制農(nóng)民工犯罪的時空分布圖探討在城市化進程中，如何針對犯罪“熱點”時刻、“密集”地區(qū)進行有效的犯罪預防和控制。

二、抽樣方法及測量指標

（一）研究目的及方法

本研究主要目的是通過構建服刑農(nóng)民工犯罪的時空矩陣，探析服刑農(nóng)民工與務工農(nóng)民工之間的社會人口學差異，剖析服刑農(nóng)民工在犯罪時間、空間、犯罪行為類型上的聚集性特征，以及農(nóng)民工犯罪的時空聚集性與其人口社會學元素的關聯(lián)性，從而有助于提出針對農(nóng)民工犯罪防控對策。為此本研究采用橫截面定量研究方法，在G省三所監(jiān)獄內(nèi)抽取適當?shù)恼{(diào)查對象,通過結(jié)構化的調(diào)查問卷收集服刑農(nóng)民工的相關資料，并對收集到的數(shù)據(jù)資料進行相應頻數(shù)、相關、聚類、多重對應等統(tǒng)計分析。

（二）抽樣方法及數(shù)據(jù)介紹

1．服刑農(nóng)民工樣本及抽樣方法

2013年筆者因為承擔了國家社會科學基金重點項目“加強對新生代農(nóng)民工群體和城鎮(zhèn)流動人口的服務和管理研究（12AZD026）”中的部分研究任務，前往G省的三所監(jiān)獄開展針對服刑農(nóng)民工的第二次監(jiān)獄調(diào)查。

在針對服刑農(nóng)民工樣本進行抽樣的過程中，首先需要對G省監(jiān)獄進行抽取。調(diào)查發(fā)現(xiàn)，G省內(nèi)共有10所監(jiān)獄，其中6所省屬監(jiān)獄，4所市屬監(jiān)獄；按照關押罪犯性別分類，在10所監(jiān)獄之中，9所男子監(jiān)獄，1所女子監(jiān)獄?？紤]到性別的影響和樣本的全面性，省內(nèi)唯一的1所女子監(jiān)獄（W）首先被抽??；同時，省屬(P)、市屬(C)的男子監(jiān)獄，各被隨機抽取1所。在第一階段共有3所監(jiān)獄被選出。

其次，對被抽取監(jiān)獄中的服刑農(nóng)民工進行分層抽樣。該部分的抽樣過程于2013年7月至8月之間，在G省的C、P、W監(jiān)獄完成。三所監(jiān)獄的抽樣過程大致相當，在此以G省C監(jiān)獄抽樣過程為例，進行簡單介紹。C監(jiān)獄截止到2013年1月1日，在押服刑人員3109人。在押服刑人員中年齡最小的18歲，最大的95歲。其中，1980年以后出生的服刑人員占總服刑人員的63%。根據(jù)戶籍判斷，在押服刑人員中81.37%（2530人）屬于本文所指的農(nóng)民工。此外，C監(jiān)獄的在押服刑人員來自全國19個省、市、自治區(qū)，其中以來自廣東、廣西的人員居多。由于研究資源所限，本研究計劃在C監(jiān)獄中抽取300名服刑農(nóng)民工，依據(jù)概率抽樣的分層抽樣原則，先以C監(jiān)獄全部在押服刑農(nóng)民工的名冊為總體抽樣框，依據(jù)各個監(jiān)區(qū)的人數(shù)占C監(jiān)獄在押人數(shù)總數(shù)的比例，以各個監(jiān)區(qū)為分層標準，在各個監(jiān)區(qū)內(nèi)進行系統(tǒng)抽樣。各個監(jiān)區(qū)內(nèi)，犯罪農(nóng)民工名冊排序?qū)儆谧匀粻顟B(tài)排列，以8為樣本間隔距離，隨機選取抽樣第一個單位，采取直線等距抽樣的方式，直到所抽取的樣本編號回到抽樣起點或達到監(jiān)區(qū)內(nèi)所需抽取的樣本量。最終，由于監(jiān)獄管理的特殊性，我們實際抽取到297個樣本。

最后，是問卷的派發(fā)與回收。在監(jiān)獄管理部門的幫助下，被抽取的服刑農(nóng)民工按10人一組或20人一組，在獄警的看押下到指定地點進行問卷填答。本研究共抽取到服刑農(nóng)民工樣本938人，問卷回收率100%。①由于監(jiān)獄調(diào)查的特殊性，被訪者都是在監(jiān)獄管理方的硬性規(guī)定下參加調(diào)查的，所以整個過程比較順利，問卷也得以全部回收。其中12名調(diào)查對象未能完整填寫問卷，該份調(diào)查問卷被評定為廢卷，最后得到服刑農(nóng)民工有效問卷數(shù)為926份，問卷有效率為98.7% （926/938）。針對某些調(diào)查問卷中個別問題存在的漏填情況，在充分利用樣本信息的基礎上，采用均值替代、回歸算法、EM算法對缺失值進行填充。有效問卷中，男性為539人，女性為333人，被訪時年齡均值為26歲，標準差為3.83。這樣的性別及年齡結(jié)構大致與G省所掌握的服刑人員年齡、性別結(jié)構相當，所以樣本具有較強的代表性。

2．務工農(nóng)民工樣本及抽樣方法

為了考察服刑農(nóng)民工與務工農(nóng)民工群體之間的差異。在2013年8—9月間，課題組在A市總工會的幫助下對該市的務工農(nóng)民工進行了抽樣調(diào)查。

首先，以A市內(nèi)各區(qū)為單位進行抽樣，從A市12個區(qū)級行政單位中，隨機抽取3個區(qū)。然后，在以所抽取區(qū)內(nèi)的企業(yè)為單位進行抽樣，從中隨機抽取一部分企業(yè)。最后，在所抽取的企業(yè)中，以農(nóng)民工員工的工號為順序，進行系統(tǒng)抽樣，抽取調(diào)查對象。

務工農(nóng)民工群體中有762名農(nóng)民工被抽取，下發(fā)762份問卷回收713份問卷。其中101份調(diào)查問卷因缺失值較多而被剔除。最終獲得問卷有效率為80.3%（612/762）。針對某些調(diào)查問卷中個別問題存在的漏填情況，在充分利用樣本信息的基礎上，采用均值替代、回歸算法、EM算法對缺失值進行填充。

表1 服刑農(nóng)民工與務工農(nóng)民工性別分布和年齡均值（2013年）

為了使服刑農(nóng)民工與務工農(nóng)民工的多維度比較具有統(tǒng)一的比較基準，先對兩群體有效樣本的性別分布和年齡均值進行比較。由表1可見，兩個群體中男女性別分布大體相當，男性所占比例為64%～66%，女性所分比例34%～36%?？ǚ綑z驗顯示，X2=0.272，P=0.602＞0.05，表明服刑農(nóng)民工和務工農(nóng)民工樣本在性別分布上不存在顯著差異，兩個群體男女性別分布一致。運用T檢驗對兩個群體的年齡均值進行檢定，T=-0.280，P=0.765＞0.05，表明服刑農(nóng)民工和務工農(nóng)民工樣本的年齡均值沒有顯著差異。由此可見，在性別分布和平均年齡上，服刑農(nóng)民工群體和務工農(nóng)民工群體相一致，兩個群體具有相同的性別和年齡基準線，群體之間具有可比性。

（三）主要測量指標

1．犯罪空間

在犯罪學的研究中，空間一般表示范圍（自然和行政）或定位，它包括兩個類別的“空間”：區(qū)域（場所）和地點。①Block,R.L.,& Block, C.R. Space,Place and Crime : Hot Spot Areas and Hot Places of Liquor-related Crime. In J. Eck & D. Weisburd( Eds.), Crime and Place. Monsey, NY : Willow Tree Press, 1995: 145-184.地點指個人或某一個點在具體空間中的具體位置，而區(qū)域比地點的范圍要大得多，表示更大的地理范圍，例如外來人群的聚居區(qū)、城市的商業(yè)區(qū)與工業(yè)區(qū)、城市的區(qū)級行政單位等?？臻g與空間之間的劃分，經(jīng)由邊界來確定。而邊界的界定，可由正式的、客觀的標志來進行劃分，例如城市常見的道路指示牌、社區(qū)名稱、大院的外層圍墻等；同時，空間的邊界亦可能以非正式的形式存在而略顯得并非那么一目了然?？臻g非正式的邊界，往往依托于個人主觀認知、內(nèi)在的體驗和心理地圖，例如，城市的商業(yè)區(qū)內(nèi)部亦有大量的住宅小區(qū)，但人們認為那個地區(qū)就是“商業(yè)區(qū)”。 此外，空間所體現(xiàn)的屬性并非簡單地將在內(nèi)的個體空間相加，而是空間具有聚集性和不同于空間內(nèi)個體的特質(zhì)性，例如，當我們在一條滿是酒吧、歌舞廳的霓虹閃爍的街道上的感覺，顯然不同于你對街道上某一個娛樂場所的感覺。

“區(qū)域”（場所）和“地點”的劃分在我們研究農(nóng)民工犯罪問題時是具有現(xiàn)實意義的。從我們對服刑農(nóng)民工的調(diào)查來看，服刑農(nóng)民工往往不能精準地回憶自己的犯罪地點，只能對犯罪的場所有個大致的描述。所以，課題組在問卷調(diào)查的時候主要關注犯罪的區(qū)域（場所）。在問卷設計的過程中，我們借鑒芝加哥學派對犯罪地帶的理論劃分，將犯罪區(qū)域②對于多次作案的農(nóng)民工，本研究中選擇了其最后一次作案空間作為分析的依據(jù)，犯罪時間、犯罪類型和犯罪時的年齡依照此規(guī)則。劃分為：住宅區(qū)（受害者住所附近、自己住所附近）、學校周邊、娛樂場所附近、商業(yè)區(qū)附近、工業(yè)區(qū)附近以及其他地方。

2．犯罪時間

時間是犯罪學研究中的另一個重要考量因素，對于研究時間與犯罪行為發(fā)生之間的關系，有學者將其稱為時域分析法（Temporal analysis）。③謝建社、劉念、謝宇：《青少年犯罪的時空分析——來自廣東省未成年人管教所的調(diào)查》，《中國人口科學》，2014（3）。

對犯罪時間的考量，有兩個概念需要特別注意：犯罪發(fā)生的時間點與犯罪行為發(fā)生的時間段。④Gottlieb,S., Arenberg,S.,&Singh,R. Crime Analysis: From First Report to Final Arrest. Montclair,NJ : Alpha Publishing, 1994.一般情況下，時間點對犯罪行為的描述要更加精確，犯罪發(fā)生的時間段則相對要模糊一些，覆蓋的時間范圍也更加寬泛。而在犯罪學的研究中一般都運用犯罪發(fā)生的時間段來描述犯罪行為，一方面是由于受害者和犯罪者很難回憶起準確的犯罪發(fā)生時間；另一方面，在學術研究中時間段更加容易集中展現(xiàn)犯罪與時間之間的

關系，而具體的時間點則包括在時間段之內(nèi)，但由于過于細致而使得犯罪與時間之間的關系難以顯現(xiàn)。

本文中，問卷調(diào)查部分主要針對的是農(nóng)民工犯罪行為發(fā)生的時間段進行考察。韋拉尼和朗斯恩曾在其研究中指出一天內(nèi)的某個時間段、月份、季度、年份、季節(jié)變化，甚至滿月時期，都可能與犯罪行為的發(fā)生有顯著的相互聯(lián)系。①Vellani,K.H.,&Nahoun,J.D. Applied Crime Analysis. Boston,BA:Butterworth-Heinemann, 2001.同時，借鑒國內(nèi)學者的研究發(fā)現(xiàn)②張寶義：《城市農(nóng)民工犯罪的時間規(guī)律及分析——以天津市為背景的研究》，《中國人民公安大學學報（社會科學版）》，2006（1）。，本研究將月份作為另一種類型的犯罪時間劃分進行到本研究之中，調(diào)查數(shù)據(jù)將對服刑農(nóng)民工犯罪發(fā)生的月份（以自然月份表示）和具體犯罪時間段（劃分為0:01—6:00；6:01—12:00；12:01—14:00；14:01—18:00；18:01—24:00，五個時間段）進行分析。

3．犯罪類型

根據(jù)張寶義對天津市農(nóng)民工犯罪的調(diào)查分析，農(nóng)民工犯罪類型主要集中在盜竊、搶劫、故意傷害、強奸等類型外③同上。。根據(jù)G省監(jiān)獄提供的有關資料顯示，監(jiān)獄管理部門將犯罪行為進行了兩種分類，即“犯罪類型”和“罪名”。犯罪類型包括：財產(chǎn)型、暴力型、淫欲型、涉毒型、盜竊型，共五類。罪名包括：故意殺人、搶劫、盜竊、非法買賣槍/彈藥、故意傷害、（合同）詐騙、強奸、強迫（組織）賣淫、拐賣婦女、綁架/非法拘禁、販賣毒品、制假造假、交通肇事、貪污受賄、危害國家安全等數(shù)十種。

本研究將從犯罪行為（罪名）、犯罪形式以及犯罪類型三個方面對農(nóng)民工犯罪進行考察。首先，根據(jù)監(jiān)獄方面提供的罪名，農(nóng)民工可能存在的罪行集中為以下13種：故意傷害（打架斗毆）、偷盜、搶劫/搶奪、制假詐騙、吸毒販毒、強奸、勒索及非法拘禁、故意殺人、流氓（斗毆/淫亂）、尋釁滋事、詐騙、組織強迫賣淫及其他。其次，農(nóng)民工的作案方式劃分為：單獨作案和團伙犯罪兩種。再次，農(nóng)民工犯罪的類型依據(jù)犯罪性質(zhì)可劃分為：財產(chǎn)犯罪（盜竊、侵占、搶劫等）、暴力犯罪（殺人、強奸等）、智能犯罪（詐騙、偽造、制造計算機病毒）、風俗犯罪（賭博、流氓、吸毒、賣淫嫖娼等）、破壞犯罪（爆炸、投毒、放火以及故意毀壞公私財物等）五種類型。

4．社會人口學因素

對服刑、務工農(nóng)民工人口社會學因素的測量，包括性別（男、女）；年齡（周歲）；婚姻（未婚單身、未婚非單身、已婚同居、已婚分居/異地、喪偶、離異）；受教育程度（小學及以下、初中、中專/職校、技校/職高/高中、大專及以上）；家鄉(xiāng)類型（村、鎮(zhèn)、縣城、中小城市及大城市）；第一次離鄉(xiāng)年齡（周歲）；收入（最近一期實收薪資）。針對服刑農(nóng)民工的社會人口特征，本研究還專門考察了以下因素：入獄前職業(yè)（黨政機關、企事業(yè)單位負責人、專業(yè)技術人員、辦事人員和有關人員、失業(yè)等9類）；入獄前居住社區(qū)類型（商業(yè)住宅小區(qū)、老街區(qū)、城中村、城郊農(nóng)村、集體宿舍）；入獄前居住物業(yè)類型（自購房、租房、單位宿舍、借宿親友、沒有固定住所及其他）；父輩基本情況（婚姻、文化）；入獄前工作年限（2年及以下、3—4年、5—7年、8—10年、10年以上）以及第一次犯罪入獄年齡（周歲）。

三、服刑農(nóng)民工與務工農(nóng)民工群體性差異

（一）調(diào)查樣本基本特征

表2是對此次調(diào)查所抽取的農(nóng)民工樣本各測量變量的描述統(tǒng)計及其卡方檢驗分析。

從受教育程度來看，服刑農(nóng)民工與務工農(nóng)民工之間存在顯著差別。務工農(nóng)民工絕大多數(shù)完成了高中階段的教育，并有45.6%的務工農(nóng)民工接受了大專及以上的教育。與之相反的是，81.4%的服刑農(nóng)民工僅勉強完成義務教育階段的學習。從小輟學或失學經(jīng)歷會對受教育年限及水平產(chǎn)生很大影響。調(diào)查發(fā)現(xiàn)，與務工農(nóng)民工相比，服刑農(nóng)民工從小有輟學或失學經(jīng)歷的比例竟然高達78.8%，這一比例在同期務工農(nóng)民工中為34.0%。雖然兩個群體的輟學/失學比例都很高，但是服刑農(nóng)民工的輟學/失學比例是務工農(nóng)民工的2.3倍。

表2 調(diào)查樣本基本特征

續(xù)表

從自身婚姻情況看，60.0%的服刑農(nóng)民工處于未婚單身的狀態(tài)，而已婚同居和非單身的比例僅為32.9%。反之，務工農(nóng)民工已婚同居和非單身的比例則高達66.0%，是服刑農(nóng)民工樣本群體的2倍。另一點需要值得注意的是，有7%的犯罪樣本群體處于異地或喪偶/離異狀態(tài)，而本次調(diào)查中暫未發(fā)現(xiàn)喪偶或離異的務工農(nóng)民工樣本。

在個人的收入狀況方面，務工農(nóng)民工普遍好于服刑農(nóng)民工。調(diào)查顯示，53.6%的務工農(nóng)民工平均月收

入可以達到2001—3000元之間，而60.8%的服刑農(nóng)民工入獄前的收入不足2000元。①兩個群體在收入方面的比較會存在這樣一個問題，那就是務工農(nóng)民工往往回憶的是最近一次所獲得的收入，可能是一個月前，甚至幾天前的事情，而服刑農(nóng)民工往往回憶的是幾年前的收入。即使在其他條件不變的情況下，幾年前的收入一般而言會低于現(xiàn)在的收入。一般認為，影響收入最重要的一個因素是職業(yè)。單純從就業(yè)狀況及職業(yè)分布上看，服刑農(nóng)民工犯罪前無業(yè)或失業(yè)的比例高達23.2%，職業(yè)類別主要局限在商業(yè)、服務業(yè)（32.7%），大部分的服刑人員都曾經(jīng)從事司機、廚師、服務員、門衛(wèi)、理發(fā)員、售貨員、個體經(jīng)營者、保姆等職業(yè)。而務工農(nóng)民工的就業(yè)十分集中，53.6%的務工農(nóng)民工的就業(yè)集中在勞動力密集型的工廠。大部分務工農(nóng)民工是普通工人、雜工、電鍍工、管件工或?qū)I(yè)技術人員（車工、泥工、鉗工等）。

從農(nóng)民工的居住狀況看，服刑農(nóng)民工在入獄前的居住條件普遍好于務工農(nóng)民工。25.4%的服刑農(nóng)民工入獄前曾經(jīng)住在市中的商業(yè)住宅小區(qū)，而這一比例在務工農(nóng)民工中僅為7.9%。就物業(yè)類型來說，農(nóng)民工現(xiàn)階段自購房的比例較小，大部分的農(nóng)民工都是在城市租房生活。此外，在家鄉(xiāng)類型和工作年限這兩個方面對農(nóng)民工犯罪與否沒有顯著影響。

（二）社會人口因素與犯罪行為

除了上表所涉及的基本情況外，服刑農(nóng)民工與務工農(nóng)民工在社會人口因素上的差異也為我們研究農(nóng)民工犯罪行為提供了重要的線索，這些內(nèi)容也是以往犯罪研究所普遍提及的內(nèi)容。

1．家鄉(xiāng)類型與離鄉(xiāng)年齡

通過對服刑農(nóng)民工與務工農(nóng)民工家鄉(xiāng)類型的比較發(fā)現(xiàn)，樣本中的農(nóng)民工大多來自村鎮(zhèn)一級，其中服刑農(nóng)民工有83.27%的樣本來自于村鎮(zhèn)，務工農(nóng)民工來自村鎮(zhèn)的樣本比例高達85.3%。通過調(diào)查發(fā)現(xiàn)，樣本中服刑農(nóng)民工來自城市（包括：縣城、中小城市、大城市②本次調(diào)查的中小城市指的是二三線地區(qū)的非省會城市，大城市指的是一線地區(qū)及其他地區(qū)的省會城市。）的比例高于務工農(nóng)民工2.9個百分點。具體分布參見表3。

表3 調(diào)查樣本家鄉(xiāng)類型分布列聯(lián)表

值得注意的是，從離鄉(xiāng)年齡看，服刑農(nóng)民工的離鄉(xiāng)年齡普遍早于務工農(nóng)民工。在16周歲以前務工農(nóng)民工基本上沒有離開家鄉(xiāng)，而服刑農(nóng)民工往往過早地離開家鄉(xiāng)流入異地。務工農(nóng)民工16周歲以前離開家鄉(xiāng)的只占了調(diào)查樣本的8.2%，而服刑農(nóng)民工這一比例竟高達27.0%，是務工農(nóng)民工的3.3倍。從圖1中我們可以明顯地發(fā)現(xiàn)，務工農(nóng)民工大多在成年以后才離開家鄉(xiāng)外出流動，18周歲后及以上農(nóng)民工外出流動的比例占72.6%。而服刑農(nóng)民工成年以后外出流動的比例只占服刑農(nóng)民工總樣本的37.1%。通過對農(nóng)民工離鄉(xiāng)年齡與是否犯罪的列聯(lián)表分析并經(jīng)過卡方檢驗，表明農(nóng)民工離鄉(xiāng)年齡與是否犯罪之間存在顯著相關性。（卡方檢驗

結(jié)果為：Pearson chi2(29)= 162.6600，Pr=0.000）可能的解釋是，農(nóng)民工離鄉(xiāng)年齡越晚在家鄉(xiāng)接受教育的機會、時間就越多；農(nóng)民工離鄉(xiāng)時如果已經(jīng)成年則誤入犯罪歧途的可能性越??；農(nóng)民工離鄉(xiāng)時間越晚在家鄉(xiāng)受到的規(guī)范、規(guī)制越多，心智也越成熟。

圖1 離開家鄉(xiāng)年齡分布折線圖（單位：%）

2．受教育水平在性別、犯罪行為之間的差異

根據(jù)表4發(fā)現(xiàn)，從受教育水平上來看，就服刑農(nóng)民工群體而言，女性的受教育水平普遍高于男性。女性中擁有初中學歷的占女性總樣本的56.2%，具有中專以上學歷的女性占女性樣本的25.5%。而85.3%的男性樣本只具有初中及以下學歷，其中包括31.7%的文盲。與服刑農(nóng)民工樣本形成鮮明對比的是務工農(nóng)民工群體樣本。務工農(nóng)民工群體中無論是男性還是女性受教育水平都普遍較高，其中男性具有大專及以上學歷的占男性樣本的51.0%，女性這一比例也達到了35.2%。此外，務工農(nóng)民工群體中，男性的受教育水平顯著地高于女性，在中專、高中、大專及以上學歷的樣本分布中，男性所占的比分別為63%①該數(shù)測算過程如下：受教育程度為中專的男性務工農(nóng)民工樣本頻數(shù)為80、女性為48，則男性樣本占受教育程度為中專的總樣本的62.5%（80/80+48），其他數(shù)據(jù)來源計算方法同上。、64%和73%（女性為37.5%、36.3%、26.5%）。這樣更突顯出服刑農(nóng)民工群體與務工農(nóng)民工群體在受教育程度上的整體差異。

表4 調(diào)查樣本受教育程度的分性別交叉列表

根據(jù)國家統(tǒng)計局人口和就業(yè)統(tǒng)計司對2011年全國6歲以上人戶分離受教育年限狀況的統(tǒng)計結(jié)果表明，跨省流動的男性、女性平均受教育年限分別為9.85年和9.57年；省內(nèi)流動的男性、女性平均受教育年限分別為10.86年和10.51年。按照受教育程度劃分的話，跨省農(nóng)民工中83.7%的男性和76.49%的女性接受過初中及以上的正規(guī)教育；省內(nèi)農(nóng)民工中83.8%的男性和79.7%的女性接受過初中及以上的正規(guī)教育②國家統(tǒng)計局人口和就業(yè)統(tǒng)計司：《中國人口》，北京：中國統(tǒng)計出版社，2013，第97頁。。國家統(tǒng)計

局的調(diào)查結(jié)果進一步表明：第一，無論是跨省農(nóng)民工還是省內(nèi)農(nóng)民工，男性的受教育程度都高于女性。這說明，農(nóng)民工中正?；蚱毡榇嬖诘默F(xiàn)象應該是男性受教育水平和年限“雙高”于女性。而在本次我們的調(diào)查中卻發(fā)現(xiàn)，農(nóng)民工犯罪群體的男性受教育水平和時間“雙低”于女性。第二，服刑農(nóng)民工無論是男性還是女性受教育程度都遠低于全國平均水平。第三，如果假定小學及以下受教育年限為5年；初中為9年；中專/高中為12年；大專及以上為16年，則可以將樣本的受教育水平折算為受教育年限，得到服刑農(nóng)民工男性受教育平均年限為8.2年、女性為9.3年；務工農(nóng)民工男性平均受教育年限為13.4年、女性為12.6年。與全國跨省農(nóng)民工平均受教育年限相比可以發(fā)現(xiàn)，服刑農(nóng)民工男女平均受教育時間均低于全國水平，而務工農(nóng)民工男女平均受教育水平大幅高于全國水平。

另外需要強調(diào)和說明的是，我們調(diào)查發(fā)現(xiàn)犯罪行為的發(fā)生與從小是否有輟學經(jīng)歷顯著相關，務工農(nóng)民工中只有34%的樣本從小有輟學經(jīng)歷，而這一比例在服刑農(nóng)民工樣本中高達79%。而在沒有輟學經(jīng)歷的總樣本中，務工農(nóng)民工占了67%，服刑農(nóng)民工僅占33%。

3．父輩家庭結(jié)構及撫養(yǎng)情況

本次調(diào)查的樣本中，普通、服刑農(nóng)民工是獨生子女的分別占普通、服刑農(nóng)民工樣本的9.5%（58人）、8.9%（83人）。對于兩個群體而言大部分都出生在非獨生子女家庭，這與本次樣本的家鄉(xiāng)類型相關。本次調(diào)查樣本來自農(nóng)村的占總樣本的83.5%，城鎮(zhèn)只占16.5%。受生育政策及生育觀念的影響，導致本次調(diào)查農(nóng)民工非獨生子女家庭的樣本比例較高。

根據(jù)調(diào)查結(jié)果發(fā)現(xiàn)，父母離異對子女是否犯罪有顯著影響。服刑農(nóng)民工父母離異的比例為4.4%，高于務工農(nóng)民工1.8個百分點（見表5）。目前國際上針對離婚率采取的通用計算方法是粗離婚率即結(jié)婚對數(shù)除以當期人口平均數(shù)。而我們的調(diào)查無法得到粗離婚率與全國統(tǒng)計資料進行比較。為了便于比較我們對調(diào)查數(shù)據(jù)進行適當?shù)恼{(diào)整。我們假設樣本中獨生子女家庭人口數(shù)為3人；非獨生子女家庭人口數(shù)為樣本頻數(shù)乘以兄弟姐妹個數(shù)再加上2（父、母）。這樣我們得到本次調(diào)查涉及的家庭人口總數(shù)為7302人。服刑農(nóng)民工群體的粗離婚率為5.6‰（41/7302）；務工農(nóng)民工群體粗離婚率為2.2‰（16/7302）。這樣根據(jù)民政部公布的離婚率顯示，80年代我國粗離婚率維持在1‰左右①李榮時主編：《1990年中國民政統(tǒng)計年鑒》，北京：中國社會出版社，1990，第269頁。，2003年之后粗離婚率加速上升，截止到2012年全國粗離婚率為2.29‰。②中華人民共和國民政部編：《中國民政統(tǒng)計年鑒（中國社會服務統(tǒng)計資料）》，北京：中國統(tǒng)計出版社，2013，第64頁。初步推算服刑農(nóng)民工父輩的粗離婚率是全國粗離婚率的5倍左右③服刑農(nóng)民工的父輩結(jié)婚時間普遍分布于80年代左右，所以本文調(diào)查的農(nóng)民工群體父輩粗離婚應該與80、90年代全國水平相比較。當然這種比較并不十分精確，只是一個相對的估算值。，遠高于全國平均水平。

表5 父輩婚姻狀況對子代是否犯罪的影響

父母離異直接導致了子女的撫養(yǎng)方式由雙親撫養(yǎng)轉(zhuǎn)變?yōu)閱斡H甚至交由其他家庭成員撫養(yǎng)。在父母離異

情況下，樣本中農(nóng)民工小時候由單親撫養(yǎng)長大或父母以外的其他家庭成員撫養(yǎng)長大的比例分別為35.3%、26.5%，而這一比例在父母婚姻狀況完整的樣本中的比例僅為3.2%、5.8%。通過對撫養(yǎng)對象進一步的調(diào)查發(fā)現(xiàn)，是否是由父母特別是雙親撫養(yǎng)對農(nóng)民工犯罪有顯著影響。務工農(nóng)民工與服刑農(nóng)民工從小的撫養(yǎng)狀況有顯著差別。91.8%的務工農(nóng)民工是由雙親撫養(yǎng)長大，而這一比例在服刑農(nóng)民工群體中只有79.8%，比務工農(nóng)民工群體低了12個百分點。將近20%的服刑農(nóng)民工是由單親或者父母以外的其他家庭成員（爺爺輩、叔伯輩親戚）撫養(yǎng)長大（見表6）。值得注意的是，我國現(xiàn)階段機構撫養(yǎng)的比例較少，某種程度上可以說明目前我國第三方的家庭服務機構或社會服務機構還很弱小。對未成年子女的照料多半還是以傳統(tǒng)的家庭為單位。

表6 服刑、務工農(nóng)民工與撫養(yǎng)長大的人或機構列聯(lián)表

4．收入水平、欠薪經(jīng)歷與犯罪之間的關系

本次調(diào)查總樣本的月平均收入為2788元（SD=3192），值得注意的是，服刑農(nóng)民工樣本的月均收入均值為2837元（SD=4048）高于總樣本均值，務工農(nóng)民工月均收入均值為2714元（SD=902）；而2013年，全國農(nóng)民工月均收入是2609元①仝宗莉：《2013年全國農(nóng)民工總量2.69億人 月均收入2609元》，人民網(wǎng)，http://politics.people.com.cn/n/2014/0220/c1001-24416101. html，2014-02-20。，這與我們在G省的調(diào)查結(jié)果比較吻合。比較以上三組均值的標準差可知，服刑農(nóng)民工群體之間的收入差異十分明顯，而務工農(nóng)民工群體之間的收入差異較小。服刑農(nóng)民工群體收入較大的主要原因在于，犯罪類型與犯罪收益不同所導致的巨大差異。服刑農(nóng)民工樣本中高收入群體主要集中在詐騙、制毒販毒、組織賣淫等高收入犯罪類型中，而低收入群體主要集中在盜竊、故意傷害等犯罪類型中。務工農(nóng)民工群體的就業(yè)崗位、職業(yè)地位都相對集中，所以該群體月均收入均值的標準差相對于服刑農(nóng)民工群體而言較小。

另外一個與農(nóng)民工群體收入息息相關的問題是欠薪經(jīng)歷。對于是否遭受過欠薪，大部分犯罪（59.0%）和普通（86.3%）農(nóng)民工都表示薪水基本能按約定的時間領取。但總體上，服刑農(nóng)民工遭遇欠薪的情況比務工農(nóng)民工要嚴重：29.5%的服刑農(nóng)民工表示偶爾會被欠薪，11.5%的表示經(jīng)常會被欠薪；務工農(nóng)民工相對應的比例僅為10.8%和2.9%。

針對被欠薪服刑農(nóng)民工和務工農(nóng)民工的反應存在顯著差異。服刑農(nóng)民工傾向于等待（24.6%），而務工農(nóng)民工更愿意與單位進行交涉（17.2%）、聯(lián)合工友討要（16.5%）或通過法律手段、找政府部門維權（26.1%）。服刑農(nóng)民工通過法律手段、找政府部門維權的比例不到務工農(nóng)民工的一半，僅為12.9%。值得注意的是，與務工農(nóng)民工相比，服刑農(nóng)民工選擇暴力討要行為的比為6.5：1。

四、農(nóng)民工犯罪的時空聚集性

本次調(diào)查發(fā)現(xiàn)，農(nóng)民工犯罪時間（如季節(jié)、月份、時段等）和犯罪空間（如生活區(qū)、工作區(qū)、休閑區(qū)等）都有一些獨特特征。掌握農(nóng)民工犯罪時空特征,對分析農(nóng)民工犯罪行為有著十分重要的意義。

（一）農(nóng)民工犯罪“密集”區(qū)域

如表7所顯示，服刑農(nóng)民工在入獄之前以租房居住為主，居住的社區(qū)類型較為分散。將近2/3（63.4%）的服刑農(nóng)民工的初始犯罪年齡分布在18—25周歲。另根據(jù)服刑人員自評，有8.2%的服刑農(nóng)民工在尚未成年之時就已經(jīng)發(fā)生過犯罪行為。從作案方式上看，64.5%的農(nóng)民工屬于團伙作案，單獨作案的比例為35.5%。從犯罪類型上看，將近一半（48.3%）的服刑農(nóng)民工的犯罪行為屬于盜竊、侵占、搶劫等財產(chǎn)犯罪，另有21.7%的犯罪行為屬于賭博、流氓、吸毒、賣淫嫖娼等風俗犯罪。從具體的犯罪行為上看，排在前三名的分別是：搶劫/搶奪（28.2）、偷盜（19.6%）和吸毒販毒（17.0%）

調(diào)查發(fā)現(xiàn)，農(nóng)民工犯罪的空間場所十分集中。有36.0%的犯罪發(fā)生在住宅區(qū)附近，其中63.1%的犯罪行為就發(fā)生在服刑農(nóng)民工自身日常生活的住宅場所附近。這樣就打破了我們對所謂“兔子不吃窩邊草”的傳統(tǒng)認知。之所以會這樣，其原因主要在于，傳統(tǒng)的社會是一個相對封閉的熟人社會。在熟人社會中，犯罪分子往往因考慮到周圍的熟人關系，不會選擇在自己的生活場景周圍進行犯罪。而在人口流動的過程中，犯罪農(nóng)民工熟悉自身居住的周邊環(huán)境，從事犯罪行為時便于下手和逃離現(xiàn)場。這就意味著，由于對周邊環(huán)境的熟悉，犯罪者更容易發(fā)現(xiàn)存在的治安漏洞；同時，對于犯罪者而言，熟悉的環(huán)境更容易逃逸與隱藏自身的犯罪行為。這一假設要成立必須有一個這樣的前提：犯罪農(nóng)民工對周邊環(huán)境較為熟悉，而那些與他們看似日常生活在一起的人（鄰居、房東）卻對這些農(nóng)民工十分陌生。①這一假設也是筆者在整理數(shù)據(jù)的過程中思考出來的，所以無法從已有的數(shù)據(jù)中得到證實。

另一個值得我們注意的犯罪場所是娛樂場所，21.8%的犯罪行為發(fā)生與此。娛樂場所一直是各類犯罪行為的高發(fā)區(qū)域，針對這一區(qū)域的犯罪學研究較多?？梢哉f該區(qū)是傳統(tǒng)研究一直重視的犯罪多發(fā)區(qū)。

表7 服刑農(nóng)民工犯罪的空間特征

續(xù)表

（二）農(nóng)民工犯罪“熱點”時段

通過表8對服刑農(nóng)民工犯罪時間段的考察可知，在犯罪具體時間段的分布上，服刑農(nóng)民工犯罪的高發(fā)時間段是18:01—24:00。

表8 服刑農(nóng)民工犯罪的時間特征

若以服刑農(nóng)民工犯罪行為發(fā)生的自然月份進行頻次統(tǒng)計，按照各月份內(nèi)所發(fā)生的犯罪次數(shù)，對各月份進行層次聚類分析，使各類別組間差異顯著，組內(nèi)差異不顯著，共可分為三類。如表9所示，7、3、4月歸為一類，這三個月是服刑農(nóng)民工犯罪行為最為集中的月份。11、1、2月則是服刑農(nóng)民工最少發(fā)生犯罪行為的月份?？赡艿慕忉屖牵?—2月往往是農(nóng)民工回家過年的時間，這段時間農(nóng)民工一般都在老家，所以犯罪的機會自然減少。

表9 犯罪月份聚類分析

續(xù)表

針對犯罪高峰期的傳統(tǒng)解釋是，7月份天氣較熱，一般夏天人們衣著單薄，易于暴露財物，犯罪目標也較容易被發(fā)現(xiàn)。①陳謙信：《犯罪的時間特性》，《理論與現(xiàn)代化》，2009（4）。此外，通過觀察農(nóng)民工的流動方式，筆者認為，3—4月份之所以是農(nóng)民工犯罪的高發(fā)期可能與農(nóng)民工回城就業(yè)有關。我們知道，農(nóng)民工的就業(yè)習慣與城市職工不同。城市職工往往有穩(wěn)定的職業(yè)，節(jié)假日的安排基本上是按照國家法律所規(guī)定的時間進行。而城鎮(zhèn)職工的工作崗位也較為穩(wěn)定，一般不會輕易變換。農(nóng)民工則不同，雖然近些年有研究表明，農(nóng)民工在城市就業(yè)的穩(wěn)定性與以往相比有所增長。但是，這些研究中所謂的穩(wěn)定性多半指的是兩類：一是所在城市的相對穩(wěn)定；二是所做工種（職業(yè)）相對穩(wěn)定。但是，根據(jù)筆者的研究發(fā)現(xiàn)，其實農(nóng)民工在選擇工作崗位的時候依然具有很大的變動性。正如很多私營企業(yè)老板所反映的，每年春季都是“民工荒”的時候。這一點在各大媒體的報道中也得到了體現(xiàn)。事實上，農(nóng)民工依然保留著濃厚的鄉(xiāng)土情結(jié)，很多農(nóng)民工會在過年前的十天半個月甚至一個月就辭工回鄉(xiāng)，這也就造成了1—2月份成為農(nóng)民工犯罪的低谷。同樣，農(nóng)民工回城時間也相對較晚，一般都在農(nóng)歷正月十五以后才陸續(xù)回城。隨著農(nóng)民工大量在3—4月份回城，人數(shù)的增加是導致犯罪數(shù)量增加的一方面。但是，另一方面，這一時期的農(nóng)民工正處于找工作的時候，與其他階段相比他們的流動性更大，同時也容易因為一時難以找到工作，而誤入犯罪道路。

（三）服刑農(nóng)民工群體特征、犯罪行為與犯罪時空的多重對應

通過前文對農(nóng)民工犯罪類型及犯罪時空相關因素的描述性分析，本文認為以下幾個變量應該納入農(nóng)民工犯罪時空分布的考察范圍，它們分別是：性別、首犯年齡、居住社區(qū)類型、居住物業(yè)類型、犯罪形式、犯罪類型、犯罪月份、犯罪時間和犯罪地點。本文希望能夠運用所收集的服刑農(nóng)民工各變量數(shù)據(jù)進行多重對應分析，以建構服刑農(nóng)民工犯罪的時空分布圖。

對應分析是將各變量類別關聯(lián)信息用各散點空間位置關系的形式表現(xiàn)出來，以清晰地呈現(xiàn)各變量類別間的聯(lián)系。②盧淑華：《社會統(tǒng)計學(第四版)》，北京：北京大學出版社，2009，第274頁。對應分析是一種統(tǒng)計描述方法，以列聯(lián)表分析為基礎，基于X2檢驗的原假設而進行。因此X2檢驗往往被作為對其適用條件的檢查手段。由于X2檢驗是一個總體檢驗，不排除可能有少數(shù)類別間的聯(lián)系被淹沒在絕大多數(shù)無關類別中的情形出現(xiàn)。因此在對應分析中，X2不是嚴格的以0.05作為判斷水準。從經(jīng)驗上講，如果P值小于0.2，則可以考慮進行對應分析。表10顯示了服刑農(nóng)民工所被測量變量兩兩之間聯(lián)列表的X2檢驗?？梢?，首犯年齡、物業(yè)類型與犯罪月份、作案時間、作案地點之間沒有任何聯(lián)系（P＞0.2）。最終，這三個變量可不帶入犯罪時空的多重對應分析。

表10 兩變量X2檢驗列聯(lián)表①在此對該表運行的結(jié)果進行簡單說明。以“性別”和“首犯年齡”為例，服刑農(nóng)民工的性別與犯罪的類型和作案的地點之間存在顯著影響，而“初次犯罪年齡”（首犯年齡）雖然與犯罪形式和犯罪類型相關，但是和犯罪時空變量之間的相關并不顯著。所以，我們在納入模型分析的時候?qū)ⅰ笆追改挲g”剔除出去。

在進行多重對應分析時，首先對剩余的變量（性別、社區(qū)類型、犯罪形式、犯罪月份、犯罪類型、作案時間和作案地點）在不同維度上的區(qū)分度進行檢驗。由圖2可知，犯罪月份在兩個維度上區(qū)分度較差，與其他變量之間聯(lián)系非常弱，區(qū)分度不高。為改善多重對應分析結(jié)果和清晰解釋，可將其從對應分析中剔除。

圖2 判別程度測量圖

接下來對通過檢驗的六個變量（性別、社區(qū)類型、犯罪形式、犯罪類型、作案時間和作案地點）進行多重對應分析，在圖3中，落在從圖形原點（0,0）處出發(fā)接近相同方位上和相同區(qū)域內(nèi)的不同變量的類別彼此有聯(lián)系；各散點類別距離越近，說明關聯(lián)傾向越明顯。依據(jù)上述對應分析原則，對應圖3中各變量類別散點分布，可得到如下結(jié)論：1.居住在商業(yè)住宅小區(qū)的女性服刑農(nóng)民工與男性服刑農(nóng)民工相比在上午6:01—12:00和下午14:01—18:00之間更有可能產(chǎn)生智能犯罪。2.居住在城郊農(nóng)村的服刑農(nóng)民工與其他居住地的服刑農(nóng)民工相比更容易在中午12:01—14:00以團伙作案的方式進行財產(chǎn)型犯罪，且犯罪地點多集中于工業(yè)區(qū)和商業(yè)區(qū)附近。3.居住在城中村的男性服刑農(nóng)民工與女性服刑農(nóng)民工相比，更有可能在夜間（18:01—6:00）發(fā)生暴力型犯罪，且犯罪的地點多分布于娛樂場所附近及受害人住所附近。4.居住在老街區(qū)的服刑農(nóng)民工

更容易在自己住所附近以單獨作案的形式發(fā)生風俗型犯罪。

圖3 服刑農(nóng)民工犯罪時空分布的多重對應分析①圖中四個象限按照慣例，將右上角的視為第一象限，左上角的視為第二象限，按照逆時針方向依次類推。

圖4是依據(jù)服刑農(nóng)民工犯罪時空分析的多重對應圖，繪制個體散點葵花圖，顯示所有觀測個體在相應解釋空間中的疏密趨勢分布情況。在葵花圖中，空間密度越高，表明該空間內(nèi)觀測個體例數(shù)越多。通過圖4可見，觀測個體在空間內(nèi)的分布是不均勻的，在第二和第三象限例數(shù)密度較大，在第一和第四區(qū)間例數(shù)則相對稀疏，表明在第二和第三象限內(nèi)所對應變量類別交叉分類的例數(shù)較多。也就是說，中午和夜間，發(fā)生在工業(yè)區(qū)、商業(yè)區(qū)及娛樂場所附近的財產(chǎn)型犯罪和暴力型犯罪較多，而且犯罪的主體以居住在城中村和城郊農(nóng)村的男性服刑農(nóng)民工為主，且具有團伙犯罪的性質(zhì)。

圖4 服刑農(nóng)民工個案散點葵花圖

五、結(jié)論與討論

（一）服刑農(nóng)民工自身及犯罪行為特征

通過對所抽樣服刑農(nóng)民工的犯罪數(shù)據(jù)進行頻次分析可知，服刑農(nóng)民工群體整體受教育水平較低，且早年失學或輟學的比例高于務工農(nóng)民工。多數(shù)服刑農(nóng)民工在服刑前長期處于未婚且單身的狀態(tài)。從就業(yè)情況看，與務工農(nóng)民工相比，服刑農(nóng)民工在犯罪前失業(yè)的比例較高，而且就業(yè)狀況也不理想、收入較低。從在城市的居住狀況來看，大部分的農(nóng)民工都沒有能力在城市購房，主要集中在城中村或城郊農(nóng)村租房居住，但服刑農(nóng)民工入刑前的居住條件要普遍好于務工農(nóng)民工。

從犯罪特征上看，服刑農(nóng)民工的初始犯罪年齡主要集中在18—25周歲。而且越來越多的農(nóng)民工趨于以團伙作案的形式從事犯罪行為。就現(xiàn)階段而言，農(nóng)民工犯罪類型主要是財產(chǎn)型犯罪和風俗型犯罪。具體而言，依然是以“兩搶”、盜竊為主要的犯罪手段。值得注意的是，農(nóng)民工易于在自身所熟悉的環(huán)境及娛樂場所周邊進行犯罪活動。犯罪時間段以夜間居多，并且3—4月及7月是農(nóng)民工犯罪的高發(fā)期。

（二）農(nóng)民工犯罪行為與時空關系

服刑農(nóng)民工的犯罪時間、犯罪空間、犯罪類型和人口社會學因素進行多重對應分析，找到各變量類別之間所存在的顯著相互關聯(lián)。性別、自住社區(qū)類型、居住物業(yè)類型、犯罪形式、犯罪類型、犯罪地點、作案時間、作案地點，與農(nóng)民工犯罪時空分布之間存在著一定聯(lián)系。我們將多重對應分析圖轉(zhuǎn)化為表格以更加清晰、更加直觀的形式進行呈現(xiàn)（見表11）。

表11 服刑農(nóng)民工犯罪時空分布關聯(lián)列表

通過表11，我們可以得出以下判斷并嘗試予以解釋：

1.居住在城中村的男性農(nóng)民工在選擇作案時間的時候往往選擇夜間進行犯罪。而且犯罪行為發(fā)生的主要場所集中在娛樂場所和被害人住所附近。犯罪過程以暴力犯罪為主，且團伙作案與單獨作案形式都比較普遍。按照對犯罪類型劃分的慣例。暴力型犯罪主要指以自身強暴力量或借助器具等手段實施犯罪。主要的類型有：殺人、強奸等。一般而言，男性的體能會強于女性，所以在犯罪過程中更傾向于借助暴力手段來實現(xiàn)犯罪的目的。在夜色的掩護下，使用極端的暴力的犯罪者逃逸現(xiàn)場更為容易，從而導致了夜色下暴力行為的增多。其次，一些夜間晚歸的被害人也為犯罪分子提供了下手的機會。特別是從娛樂場所出來的女性一般都會梳妝打扮，甚至過度飲酒，這樣從另一方面增加了被害人受到強奸等暴力犯罪行為的可能。

2.居住在商住小區(qū)的女性農(nóng)民工的作案時間往往選擇中午以外的白天。從事犯罪的類型主要以智能犯罪為主，犯罪區(qū)域不定。智能犯罪與暴力犯罪明顯不同，智能犯罪主要靠的是犯罪者的智謀和技能。而這

正好符合女性的一些特征。女性與男性相比在體力上不如男性，所以大部分的女性在犯罪時往往不會采取暴力的形式，而是更多地采取智能方式。其中，詐騙、造假就屬于典型的智能型犯罪。

3.居住在城郊的服刑農(nóng)民工（性別差異不明顯），在犯罪時間上更傾向于在中午進行犯罪，主要的犯罪地點是工業(yè)區(qū)和商業(yè)區(qū)附近。值得注意的是，在這一區(qū)域?qū)崿F(xiàn)犯罪的農(nóng)民工傾向于以團體作案的形式進行財產(chǎn)犯罪。工業(yè)區(qū)往往匯聚了大量的生產(chǎn)設施和設備，偷盜、搶奪生產(chǎn)設備進行倒賣成為最有可能也是該區(qū)最常見的一種犯罪行為。同時，城鄉(xiāng)接合部這一區(qū)域也往往與工業(yè)區(qū)相吻合。商業(yè)區(qū)是人流密集區(qū)域，長期以來都是盜竊犯罪高發(fā)區(qū)域。而且以上兩種罪行特別是工業(yè)區(qū)的盜竊、搶奪往往需要多人協(xié)作進行。

4.居住在老街區(qū)的服刑農(nóng)民工中多見的犯罪主要是風俗犯罪，且時間不定，主要集中在自住區(qū)域附近。而且與其他的犯罪類型相比，風俗犯罪主要的犯罪形式往往是單獨作案。在我國，風俗犯罪一般指的是，違背社會良風益俗、違背社會道德的犯罪行為，其中較為多見的有：賭博、流氓、吸毒、賣淫嫖娼等。正是因為風俗犯罪的特性，從而決定了犯此類型罪的農(nóng)民工往往采取單獨作案的形式，也較多地隱藏在一些老街巷里。正如我們看到“站街女”等行為都屬于此類犯罪特征。

Analysis on the Space-time Context of the Migrant Workers’ Crime During the Process of Urbanization?T aking Migrant Workers from G Province as an Example

XIE Yu

As new industrial workers, migrant workers had boarded the big stage of urbanization. Hundreds of millions of rural laborers have begun to move from traditional rural society to modern urban society. Since occupation and social status have been stripped, urban identity and sense of belonging are insufficient, and urbanrural system and public service have been lagging behind, migrant workers faced with two difficult choices in the process of urbanization, one of which is blending into the city and the other is rebelling against the city. Thus, study on the relationships between migrant workers, space and time crime has been a new hot topic in recent years in the field of crime prevention and crime control. Based on empirical evidences obtained by the survey of migrant workers held in Guangdong prison in 2013, and using both comparative and quantitative methods to carry out situational analysis, the author in this paper believes that researchers need to conduct comparative study of the differences and differentiation within the group of migrant workers crime.

urbanization; migrant workers; crime; temporal and spatial structure

（責任編輯：胡寶榮）

本文系廣東省哲學社會科學規(guī)劃項目“城鎮(zhèn)化進程中的農(nóng)民工越軌行為研究”（GD15YSH02）的階段性成果；本文獲“中國社會學會2015年學術年會優(yōu)秀論文二等獎”。

作者介紹：謝宇，華南理工大學社會工作研究中心，主要研究方向為越軌社會學與流動人口研究。（廣州，510641）