跳至内容

越轨与社会控制

📝 “越轨"不等于"坏人做坏事”——它是指任何偏离社会规范的行为。什么算越轨取决于规范,而规范因文化、时代和权力关系而异。今天的"正常"可能是昨天的"越轨",同一行为在不同社会中可能被视为英勇或犯罪。社会学研究越轨,不是为了道德评判,而是为了理解社会规范如何建立、维持和改变。

越轨的社会学定义

越轨(deviance)是违反社会规范的行为——它不一定是违法的(在正式宴会上穿运动服是越轨但不违法),也不一定是"错误的"(在种族隔离时代拒绝坐在公交车后排既是越轨又是正义的)。

📝 越轨的核心洞见:越轨不是行为本身的固有属性——它是社会反应的产物。同一种行为在不同语境中可能是正常的或越轨的。杀人在战场上可以是英雄行为,在日常生活中是最严重的犯罪;饮酒在多数西方社会中是正常的社交行为,在某些宗教严格的社会中则是严重的越轨。

Durkheim:越轨的功能与失范

越轨的正面功能

Durkheim 提出了一个反直觉的主张:越轨对社会具有正面功能

第一,越轨强化了社会规范。对越轨者的惩罚不仅是对个体的制裁,更是对整个社会的一次公开声明——“这种行为不可接受”。刑事审判和公开处罚的社会学功能不仅是惩罚罪犯,更是重申社会的道德边界。Durkheim 甚至论证:如果一个社会消灭了所有现有的犯罪,它会重新定义新的行为为"越轨"——因为社会需要越轨来确认自己的规范边界。

第二,越轨促进了社会变迁。今天的"越轨者"可能是明天的改革先驱。Martin Luther King 的民权运动在当时被主流社会视为越轨,但最终改变了法律和社会规范。每一次重大的社会变革都始于某些人拒绝遵从现有规范。

第三,越轨强化了群体团结。“正常人"对"越轨者"的共同反对加强了"正常人"之间的纽带。Kai Erikson 在《离轨者的航程》(Wayward Puritans, 1966)中对 17 世纪马萨诸塞湾清教徒社区的研究证实了这一功能:每一波"巫术审判"都发生在社区认同受到威胁的时刻——通过指认和惩罚"女巫”,社区重新巩固了自身的道德边界和内部团结。

失范(anomie)

失范是 Durkheim 最持久的概念贡献之一。当社会在急剧变革中(经济崩溃、政治动荡、快速工业化)丧失了维系行为的规范框架时,个体失去了行为的参照——什么是对的、什么是错的、什么是可期望的、什么是应追求的——一切都变得不确定。失范状态下的个体容易陷入焦虑、迷失和自我毁灭的行为。

Durkheim 在《自杀论》中用统计数据证明:经济危机(规范崩解)时期的自杀率会上升——不仅经济衰退时如此,经济繁荣时也是如此(因为繁荣同样打乱了既有的期望和规范结构)。2008 年全球金融危机后,欧洲多国(尤其是希腊、西班牙、意大利)出现的自杀率上升和社会失范现象,再次验证了 Durkheim 一个多世纪前的洞见。

Merton:紧张理论

Robert Merton(默顿,1910-2003)在《社会结构与失范》(1938)中将 Durkheim 的失范概念与美国社会的具体现实结合,提出了紧张理论(strain theory):当社会文化推崇的目标(如经济成功、物质富裕——“美国梦”)和实现这些目标的合法手段(如优质教育和稳定就业机会)之间存在结构性落差时,越轨就会产生。

Merton 的五种适应类型:

适应类型对文化目标的态度对合法手段的态度典型案例
遵从(conformity)接受接受通过合法工作追求成功
创新(innovation)接受拒绝通过犯罪手段致富(毒品交易、金融欺诈)
仪式主义(ritualism)放弃接受按部就班工作但已放弃"成功梦"
退缩(retreatism)拒绝拒绝流浪者、成瘾者——退出了社会竞赛
反叛(rebellion)替代替代革命者——追求新目标和新手段

紧张理论解释了为什么贫困社区的犯罪率往往更高——不是因为穷人道德更差,而是因为他们在同样追求"成功"目标的同时,合法达成目标的手段被结构性地阻断了。这一理论也适用于理解某些发展中社会中的腐败蔓延:当"致富"成为全社会推崇的目标,但合法致富的渠道对大多数人关闭时,“创新型"适应——通过贿赂、走后门等非法手段——就成为理性的选择。

Becker:标签理论

Howard Becker(贝克尔,生于 1928 年)在《局外人》(Outsiders, 1963)中将焦点从越轨者转向贴标签的人,提出了标签理论(labeling theory)的核心命题:

📝 “越轨不是行为本身的属性,而是被他人成功贴上’越轨’标签的行为的属性。越轨者是那个被成功应用了这一标签的人;越轨行为是人们如此标签的行为。”

标签理论区分了初级越轨(primary deviance,最初的规范违反行为,可能是偶然的、情境性的)和次级越轨(secondary deviance,被贴上标签后,越轨成为个体身份的核心特征,由此产生更多的越轨行为)。一个少年偶尔偷窃(初级越轨)可能没有长期后果;但一旦被逮捕、审判、贴上"少年犯"标签,这个标签就可能成为其主身份(master status)——覆盖所有其他身份特征,关闭合法的社会机会(学校开除、雇主拒绝),最终将其推入持续的犯罪生涯(次级越轨)。

Becker 对大麻使用者的经典研究揭示了"成为越轨者"是一个社会过程:学会大麻的使用技巧、学会识别和欣赏其效果、学会应对社会对大麻使用者的负面标签——这些都需要在亚文化群体中逐步习得。越轨不是个人品质的表现,而是社会互动的产物。

标签的权力维度

标签理论的一个关键追问是:**谁有权力贴标签?**不是所有人都有同等的定义能力。警察、法官、精神科医生、媒体——这些拥有制度性权力的行动者在定义"什么是越轨"方面拥有不成比例的话语权。这与 Marx 的意识形态理论相呼应:越轨的定义在很大程度上反映了有权者的利益。

David Rosenhan 的经典实验(1973)“正常人在精神病院”(On Being Sane in Insane Places)戏剧性地证明了标签的力量:八名"假病人"声称听到了声音,被精神病院收治后,尽管他们立即停止了所有"症状"并表现完全正常,医院工作人员仍然将他们的正常行为解读为精神疾病的症状。标签一旦贴上,就成为一副扭曲所有后续观察的"眼镜”。

Foucault:规训、监控与权力

Michel Foucault(福柯,1926-1984)从根本上重新构架了越轨与社会控制的问题。他不问"为什么人会越轨",而是追问:“谁有权定义什么是越轨?这种定义权力如何运作?”

在《规训与惩罚》(Discipline and Punish, 1975)中,Foucault 追溯了惩罚方式从公开的身体酷刑(前现代)到精密的规训技术(现代)的转变。现代社会控制不再主要依靠暴力——而是通过规训(discipline):空间安排(教室的排列、工厂的布局)、时间控制(精确的作息表)、规范化评判(考试、评估、排名)和持续监控(surveillance)。

全景监狱(panopticon)是 Foucault 的核心隐喻:Jeremy Bentham 设计的圆形监狱,中央瞭望塔可以监视所有囚室,但囚犯无法确定自己是否正在被注视。这种可见性的不对称导致囚犯将外部监控内化——即使没有人在看,也表现得好像时刻被监视一样。Foucault 认为这一原理已经扩展到整个现代社会:学校、医院、工厂、军营——所有现代制度都在不同程度上运用全景监控的原理。

📝 在数字时代,Foucault 的监控分析获得了新的紧迫性。David Lyon 和 Shoshana Zuboff 等学者提出了"监控资本主义"(surveillance capitalism)的概念:科技公司通过持续追踪用户的线上行为来预测和引导消费行为——一种比 Foucault 所描述的更隐蔽、更无处不在的监控形式。

社会控制的机制

社会控制(social control)是指社会用来维护规范、遏制越轨的各种机制。

类型机制例证
非正式社会控制社会压力、羞耻、排斥、流言社区中的道德谴责、朋友圈的"取关"
正式社会控制法律、警察、法庭、监禁刑事司法体系
内在社会控制内化的规范、良知、自我约束社会化的产物——“不做那种事"的内在感受
医学社会控制将越轨重新定义为"疾病”精神病学诊断、强制治疗

医学化(medicalization)是当代社会控制的一个重要趋势:越来越多的越轨行为被重新定义为医学问题——吸毒从"犯罪"变为"疾病",多动从"顽劣"变为"ADHD",过度悲伤从"性格软弱"变为"抑郁症"。Peter Conrad 的研究表明,医学化既有积极面(减少道德污名、提供治疗手段),也有风险(正常的人类体验被病理化、制药公司从中获利)。

犯罪的社会分布

犯罪统计数据揭示了犯罪行为的结构性分布模式:

  • 阶级:街头犯罪在统计上集中于低收入群体,但白领犯罪(金融欺诈、逃税、环境犯罪)的总经济和社会损害远大于街头犯罪。Edwin Sutherland 在 1940 年代首先指出了这一偏差——刑事司法系统对底层犯罪的关注远大于对上层犯罪的关注
  • 年龄:犯罪高峰出现在 15-24 岁,之后急剧下降——“年龄-犯罪曲线"是犯罪学中最稳健的经验规律之一
  • 性别:男性犯罪率远高于女性(约 4:1 到 10:1,视犯罪类型而定),这一模式跨文化高度一致
  • 城市化:城市犯罪率高于农村——Durkheim 会将此归因于城市生活的失范效应

惩罚转向:从矫正个体到管理风险

Durkheim、Merton、Becker 与 Foucault 构成了越轨社会学的经典骨架,但它们成型于一个特定的历史环境:福利国家扩张、矫正理想主导刑事政策的时期。1970 年代之后,多个高收入国家的刑罚实践发生了方向性变化,其中美国的转折最为剧烈。惩罚社会学(sociology of punishment)由此成为越轨研究中增长最快的分支,它追问的不再是"人为什么犯罪”,而是"社会为什么以这种方式惩罚"。

Garland:控制文化

David Garland(生于 1955 年)在《控制文化》(The Culture of Control, 2001)中把 1890 年代至 1970 年代的刑事政策命名为刑罚福利主义(penal welfarism)——它的基本假设是犯罪源于可矫正的社会与个人缺陷,因此专业人员(缓刑官、社会工作者、精神科医生)应当诊断成因并施加个别化的处遇。这套共识在二十年间瓦解,取而代之的是 Garland 所称的控制文化

维度刑罚福利主义控制文化
犯罪观社会病理的症状,可被矫正生活的常态风险,需被管理
刑罚目标改造个体、重返社会隔离、威慑、公众保护
权威来源专业人员与研究证据公众情感与政治表态
关注对象罪犯的成因与前景受害者的处境与安全感
治理方式国家垄断的矫正体系责任分散化:保险、社区、私人安保

其中最具理论意义的转变是 Malcolm Feeley 与 Jonathan Simon 所称的新刑罚学(new penology):刑罚的运作单位从个体转向群体,语言从道德叙事转向精算(actuarial)——再犯风险评分、危险等级分类、监管资源的成本效益配置。个体是否悔改不再是核心问题,重要的是把高风险类别识别出来并加以管控。

🔍 这一转变解释了一个表面上的悖论:犯罪率在多数高收入国家自 1990 年代起持续下降,而刑罚的严厉程度在同一时期不降反升。Garland 的解释是,晚期现代性使高犯罪率成为被接受的日常事实,国家却无法承认自己控制犯罪的能力有限;于是形成两种并行的政策——一方面是低调的、务实的适应性策略(情境预防、责任转嫁给公民和企业),另一方面是高调的、表达性的否认性策略(重刑立法、强制最低刑期),后者的主要功能是恢复主权国家的象征性权威。

大规模监禁

大规模监禁(mass incarceration)指监禁的规模超出历史与国际常态,并在特定人口群体中变得如此普遍,以至于它不再是对个体偏差的反应,而成为该群体的一种系统性遭遇。美国的监禁率从 1970 年代初的约每十万人 100 人,升至 2008 年峰值的约 760 人,为多数西欧国家的五到十倍。

Bruce Western(生于 1964 年)在《美国的惩罚与不平等》(Punishment and Inequality in America, 2006)中提供了这一现象的分层分析。他的关键测量是生命历程中的入狱风险:在 1965-69 年出生的美国男性中,未完成高中学业的黑人男性到三十多岁时曾经入狱的比例约达六成——监禁对这一群体而言比服兵役或大学毕业更常见,已构成生命历程中的常规阶段。

Western 更具争议也更重要的论点是:监禁不只是不平等的结果,也是不平等的生产机制

  • 有服刑记录者的工资增长率显著低于同等条件的未服刑者,其效应在整个职业生涯中持续累积
  • 由于在押人口不计入常规劳动力调查,官方的失业率与工资中位数系统性地低估了种族差距——把在押者计入后,1990 年代美国黑人男性的"就业繁荣"大部分消失
  • 附带后果(collateral consequences)构成一套平行的惩罚体系:选举权剥夺、公共住房与部分社会福利资格的丧失、大量职业执照的禁入、家庭长期分离对子女发展的影响。这些后果在刑期结束后仍然有效,且几乎不经由法官宣判

Pager:犯罪记录与种族的交互

Devah Pager(佩杰,1972-2018)的审计实验为标签理论提供了罕见的因果证据。她在密尔沃基训练了配对的应聘者——年龄、外貌、学历、谈吐经过匹配——随机指派其中一人在申请表上标注一项重罪毒品记录,向真实雇主投递申请,测量回电率。

应聘者类别回电率
白人 · 无犯罪记录34%
白人 · 有犯罪记录17%
黑人 · 无犯罪记录14%
黑人 · 有犯罪记录5%

这组数字有两层含义。其一,犯罪记录使回电率折半,证实了标签的机会关闭效应——而且这一效应无需假设当事人的自我认同发生了变化,仅凭雇主一侧的筛选就足以把人推向次级越轨。其二,也是引发最多讨论的一点:有犯罪记录的白人应聘者的回电率高于没有犯罪记录的黑人应聘者。种族本身发挥着类似于污名标签的信号功能,且犯罪记录对黑人应聘者的相对惩罚更重。标签与种族不是两个可以相加的变量,而是相互放大的机制。Pager 与 Western、Bonikowski 在纽约市开展的后续现场实验重复出了同方向的种族差距。

Wacquant:从福利国家到惩罚国家

Loïc Wacquant(华康德,生于 1960 年)在《惩罚穷人》(Punishing the Poor, 2009)中提出了对刑罚扩张的政治经济学解释。他借用 Bourdieu 的比喻,把国家区分为左手(教育、公共卫生、住房、社会救济等保护性职能)与右手(警察、法院、监狱、预算与税收纪律等强制性职能)。1980 年代以来的变化不是"国家退场",而是左手收缩、右手扩张——同一套治理逻辑的两个面向。

Wacquant 的核心论断是:当劳动市场被去管制化、社会保障被削减之后,由此产生的社会不安全必须以其他方式被管理,而刑罚接管了这一职能。福利与刑罚因而构成一个连续体——对贫困人口的规训通过附加工作条件的救济(workfare)与监禁(prisonfare)双轨进行,二者共同传递同一条讯息:不稳定的低薪工作是唯一被认可的生存方式。

Wacquant 用高级边缘性(advanced marginality)描述新型的城市贫困。它与工业时代的工人阶级贫民区有质的区别:旧贫困是经济周期的产物,衰退时扩大、复苏时收缩;新贫困与经济增长脱钩,即使繁荣期也不会被吸纳。其特征包括地域污名(territorial stigmatization,居住地址本身成为被拒绝的理由)、内部的高度异质化(共同的阶级身份不再存在)以及集体行动能力的丧失。

⚠️ Wacquant 的模型招致了严肃的比较研究质疑。Nicola Lacey 在《镣铐社会》(The Prisoners’ Dilemma, 2008)中指出,新自由主义改革在多个国家同时发生,但刑罚扩张的幅度差异巨大:比例代表制、协调型市场经济与专业化官僚体系显著抑制了刑罚民粹主义,北欧国家的监禁率在同期基本持平。刑罚国家的形成因此更可能是政治制度的产物,而非经济模式的必然结果。

Alexander 的"新种族隔离"及其争论

Michelle Alexander(生于 1967 年)的《新种族隔离》(The New Jim Crow, 2010)是过去二十年影响最广的刑罚批判著作。其论点是:大规模监禁构成美国种族种姓制度的第三次化身——继奴隶制与吉姆·克劳法之后的又一套种族控制体系。毒品战争是它的主要引擎,而"色盲"的法律话语使它免于被指认为种族主义:由于制度从不提及种族,受害者难以在法律上证明歧视。

这一论点在公共讨论中的影响力远超其在学界的接受度。James Forman Jr. 在《大规模监禁的种族批判》(2012)中提出了四项系统质疑:

争点Alexander 的论点Forman 等人的质疑
毒品战争的分量毒品执法是监禁扩张的主要引擎毒品犯约占州监狱人口的五分之一;即使全部释放,美国监禁率仍居世界前列。暴力犯罪与检察实践被忽略
阶级维度框架以种族为唯一轴心低教育白人男性的监禁率同样远高于历史常态,纯种族模型无法解释这一部分
黑人社区的角色该体系自上而下施加于黑人社区Forman 在《关押我们自己人》(Locking Up Our Own, 2017)中记录:面对暴力与毒品危机,黑人民选官员、牧师与居民曾大量支持严刑政策
类比的准确性大规模监禁 = 新的吉姆·克劳法吉姆·克劳法针对全体黑人且以法律明文规定;监禁高度集中于低教育男性,二者的作用机制与覆盖面不同

John Pfaff 在《锁定》(Locked In, 2017)中补充了一个被两方都长期忽略的直接机制:1990 年代以来,逮捕数几乎持平,而检察官提起重罪指控的比例大幅上升——量刑立法之外,起诉裁量权的扩张是监禁人口增长最直接的近因。

当前学界的大致倾向可以这样概括:种族不平等在美国刑罚体系中的中心地位已被大量实证研究确认,但把大规模监禁还原为单一的种族控制工程被认为解释力不足。主流分析转向了 Western 与 Pager 式的阶级与种族交互模型,并把检察实践、地方政治与刑事司法的碎片化结构纳入解释。这场争论本身也说明了越轨社会学的一个特点:同一批事实可以支持强度差别很大的因果主张,而区分它们需要的是测量而非修辞。

算法与不平等的自动化

新刑罚学的精算逻辑在 2010 年代获得了新的技术载体。风险评分、资格审查、资源匹配与行为预测被大规模交给统计模型执行,其应用范围早已超出刑事司法,延伸到福利发放、儿童保护、住房分配、招聘筛选与信贷定价。这一变化对越轨社会学的意义在于:标签的生产被自动化了。谁被归入"高风险"类别,不再由某个可被指认的官员在具体情境中判断,而由一套在别处训练、在别时运行、且通常不对当事人公开的程序输出。

O’Neil:数学毁灭性武器

Cathy O’Neil 在《数学毁灭性武器》(Weapons of Math Destruction, 2016)中提出了识别有害模型的三项判准。

判准含义后果
不透明评分规则不公开,当事人无从得知自己因何被评定,也无从申诉取消了程序正义中的告知与抗辩环节
规模同一套规则被同时施加于数百万人个别判断的偏差不再相互抵消,而是被整齐复制
伤害输出结果直接决定当事人的机会评分不只是描述,它改变被描述者的处境

🔍 三者结合会产生反馈回路(feedback loop),这是该书最重要的机制性论点。预测性警务模型把巡逻力量导向历史报案密集的区域;巡逻增加使该区域记录到更多轻微违法;新增记录回流为训练数据,进一步确认该区域的高风险。模型因而不是在预测犯罪,而是在预测执法活动的分布,并使这一分布自我强化。同样的结构出现在信用评分与保险定价中:低分导致更高的资金成本,更高的成本增加违约概率,违约又验证了低分。

另一项机制是代理变量(proxy)的替换。真正想预测的对象(是否会再犯、是否胜任、是否会还款)难以直接测量,模型转而使用可得的相关变量——居住地邮编、教育经历、通勤距离、社交关系。这些变量之所以有预测力,恰恰是因为它们编码了既有的不平等;使用它们等于把过去的分配结果重新施加于当事人,而形式上并未提及任何受保护的类别。

Eubanks:数字济贫院

Virginia Eubanks 在《自动化不平等》(Automating Inequality, 2018)中考察了三个美国案例:某州福利资格审查的全面自动化、洛杉矶无家可归者服务的统一登记与匹配系统,以及匹兹堡所在县用于预测儿童受虐风险的评分工具。

🔍 她的核心论点不是"算法带有偏见"这一已被反复陈述的判断,而是一个更具体的结构性发现:这些系统所依赖的数据只存在于使用公共服务的人身上。低收入家庭申请补助、使用公立诊所、接受社工探访、住进收容所,每一次接触都留下记录;中产家庭购买等价的私人服务——私人心理咨询、私立托育、家庭医生——则几乎不留痕迹。当模型用"与公共系统接触的频次"作为风险的指示变量时,它测量到的很大程度上是贫困本身。风险评分因此对穷人具有差别的可见性:不是穷人风险更高,而是只有穷人的生活是可被数据观测的。

第二项发现关于目标变量。儿童保护评分工具预测的并非"儿童是否会受到伤害"——这一结果无法被观测——而是"该家庭是否会被再次举报"或"孩子是否会被带离家庭"。模型学习的是过去的决策,其中已经沉淀了社工、邻居与机构的既有倾向。以这类目标训练出的系统在技术上可以做到高度准确,而它准确复现的正是需要被质疑的东西。

🌍 Eubanks 由此把自动化决策放回了长时段的历史序列中:从 19 世纪的济贫院、20 世纪的个案调查到今天的数字济贫院(digital poorhouse),核心功能始终是筛选"值得帮助的穷人"与"不值得帮助的穷人",变化的只是执行手段。分诊式的匹配系统还完成了一项额外的转换——住房或补助的供给不足是一个分配问题,而排序算法把它重述为技术问题:系统不再需要回答"为什么资源如此稀缺",只需回答"谁排在前面"。

⚠️ 值得注意的是,自动化并未简单地增加严厉程度。Eubanks 记录的一个反复出现的模式是,系统上线后拒绝率上升的主因往往不是判定标准收紧,而是流程的形式化——任何一处材料缺失、系统故障或电话未接听都被统一记录为"不配合"。惩罚性因此可以在无人做出惩罚决定的情况下产生。

Benjamin:新吉姆代码

Ruha Benjamin 在《技术之后的种族》(Race After Technology, 2019)中提出了新吉姆代码(the New Jim Code):那些复制既有不平等、却因被包装为客观或进步而更难被指认的新技术。这一命名直接呼应了 Michelle Alexander 关于大规模监禁的论证,并把同一套推理推进到技术设计层面——歧视的效力在其被表述为中立技术流程时最强,因为受害者需要先证明"存在歧视",而系统的设计者可以合理地宣称自己从未提及任何受保护的类别。

Benjamin 区分了四种歧视性设计:

形态机制例证
工程化的不公设计者明知会产生差别效果仍予采用以"文化契合度"为名的招聘筛选
默认的歧视无意图,但把既有社会分布当作中性起点依据历史数据划定服务覆盖范围
编码的暴露在过度可见与不可见之间造成双重伤害图像识别在特定人群上误识率显著更高,同一技术又被优先用于监控该人群
技术性的善意以补救不平等为名的设计反而固化它用"风险"名义扩大对特定家庭的监测

🌍 Benjamin 的正面主张是把技术评估的问题从"这个系统是否准确"改写为"这个系统由谁定义了问题"。准确性是相对于目标变量而言的,而目标变量的选择本身是一项未经公共审议的规范决定。

⚠️ 这一领域存在一场未解决的技术性争论,值得完整呈现。围绕美国某再犯风险评分工具的争议中,调查记者发现黑人被告被错误标记为高风险的比例显著高于白人被告;开发方回应称,该工具在两个群体中的校准(同一分数对应同一实际再犯率)是成立的。计算机科学的后续研究证明双方都没有说错:当两个群体的基础发生率不同且预测并非完美时,校准与错误率均等在数学上不可能同时满足。这一结论的社会学含义远大于其技术含义——“公平"不是可以交给工程实现的属性,选择哪一种公平定义是一项必须由公共程序作出的规范判断。

与之相关的是比较基准问题。批评算法偏差的研究常被反问:替代方案是什么?人类裁量同样受偏见影响,且更不一致、更难审计,部分研究显示在保释决定中规则化的评分可以同时降低羁押率与再犯率。这一反驳有力,但并不完整——它以再次被捕作为结果变量,而再次被捕本身取决于警务的空间分布。当前的学界重心已从"算法是否有偏"转向两个更具体的问题:由谁决定采用何种公平标准,以及哪些决定根本不应交由预测来作出。

💭 延伸思考

  • 标签理论暗示:对吸毒者采用"去犯罪化"策略(将其视为"病人"而非"罪犯”)可能减少而非增加药物滥用问题。葡萄牙在 2001 年将个人持有少量毒品去犯罪化后的实际效果为这一假设提供了部分支持——药物相关的死亡和 HIV 感染率显著下降。这一案例对其他社会有何启示?
  • Foucault 的全景监控理论在社交媒体时代是否需要修正?在传统的全景监控中,被监控者知道可能有人在看;但在数据监控中,用户往往不知道自己的行为正在被追踪和分析。这两种监控形式在社会控制效果上有何差异?
  • 某些社会中,政治异议者被定义为"精神病患者"进行强制"治疗"——这是 Foucault 所分析的医学权力与政治权力合谋的极端案例。如何从社会学角度理解这类现象?
  • Alexander 把大规模监禁读作"新的种族隔离制度",Forman 与 Pfaff 则指出这一叙事低估了暴力犯罪在监禁人口中的比重、检察官起诉裁量的作用,以及受害社区自身对加强治安的诉求。一个具有道德动员力的叙事与一个经得起数据检验的解释,在什么条件下必须取舍,取舍的代价由谁承担?
  • 关于 COMPAS 的争论最终归结为一个数学事实:当两个群体的基础比率不同时,校准(calibration)与错误率均等(equalized odds)无法同时满足。那么"公平算法"所要求的究竟是哪一种公平,由谁来选定?以及评估风险评分的比较基准,应是理想中的无偏判断,还是现实中同样存在系统性偏差的人类裁量?

📚 参考文献

  1. Durkheim, E. (1897/1951). Suicide: A Study in Sociology. Free Press.
  2. Merton, R.K. (1938). “Social Structure and Anomie.” American Sociological Review, 3(5), 672-682.
  3. Becker, H. (1963). Outsiders: Studies in the Sociology of Deviance. Free Press.
  4. Foucault, M. (1975/1977). Discipline and Punish: The Birth of the Prison. Vintage Books.
  5. Conrad, P. (2007). The Medicalization of Society. Johns Hopkins University Press.
  6. Garland, D. (2001). The Culture of Control: Crime and Social Order in Contemporary Society. University of Chicago Press.
  7. Western, B. (2006). Punishment and Inequality in America. Russell Sage Foundation.
  8. Pager, D. (2003). “The Mark of a Criminal Record.” American Journal of Sociology, 108(5), 937-975.
  9. Wacquant, L. (2009). Punishing the Poor: The Neoliberal Government of Social Insecurity. Duke University Press.
  10. Alexander, M. (2010). The New Jim Crow: Mass Incarceration in the Age of Colorblindness. The New Press.
  11. Forman, J. Jr. (2012). “Racial Critiques of Mass Incarceration: Beyond the New Jim Crow.” NYU Law Review, 87(1), 21-69.
  12. Pfaff, J. (2017). Locked In: The True Causes of Mass Incarceration. Basic Books.
  13. O’Neil, C. (2016). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Crown.
  14. Eubanks, V. (2018). Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor. St. Martin’s Press.
  15. Benjamin, R. (2019). Race After Technology: Abolitionist Tools for the New Jim Code. Polity Press.
  16. Chouldechova, A. (2017). “Fair Prediction with Disparate Impact.” Big Data, 5(2), 153-163.