重刑化政策下人犯暴力違規行為之探討
加載中... CHINESE CORRECTIONAL ASSOCIATION

重刑化政策下人犯暴力違規行為之探討

首頁 協會⽂章 矯正新知 矯正處遇與新法令介紹 重刑化政策下人犯暴力違規行為之探討

重刑化政策下人犯暴力違規行為之探討

賴擁連

摘要

在「寬嚴並進的刑事政策」主導下,我國立法院於民國九十四年二月通過新刑法,並於九十五年七月開始實施。從法務部的統計資料顯示,在新刑法修正通過後,監獄人口逐漸上升,已於九十六上半年呈現擁擠現象。過去的研究指出,監獄的擁擠與人犯的違規行為呈現正相關,特別是暴力違規行為。然而,過去的研究也多聚焦於團體層面的資料分析,本研究則鎖定於個人層面的分析,收集九十六年上半年(一月到六月)相對擁擠之監獄的違規人犯資料,探究擁擠情況下,人犯違規行為的成因。藉由剝奪(Deprivation)、輸入(Importation )、行政(Administrative ) 與情境(Situational)等四大模式和多變量分析(Multivariate analysis),本研究發現情境模式最適合解釋監獄擁擠下人犯暴力違規行為的發生,其中夜間、舍房內是暴力違規行為最長發生的時間與地點,並由夜勤人員負責勤務所簽辦,而且這些暴力違規行為大多是兩人以上合力發生。最後,本文也根據研究發現提供相關政策供參。

關鍵字:監獄擁擠、人犯違規行為、重刑化刑事政策、輸入模式、剝奪模式、行政模式、情境模式

壹、研究背景

我國立法院於民國九十四年二月修正通過新刑法,並已於九十五年七月一日正式實施。正如同外界所預期的,新刑法對於我國現行的刑事司法體系,確實帶來的嚴重的衝擊與影響。以矯正體系為例,在新刑法三讀通過、但尚未實施的期間,即已受到檢察署與法院的預期心理影響,紛紛加速刑事案件的審理腳步,矯正機關人數已逐步攀升、成長。果不其然,於新刑法實施後,矯正機關的收容人數達到過去十年未有的擁擠現象,根據法務部統計(2007)資料顯示,民國九十六年底時,所有矯正機關(含監獄、看守所、技能訓練所等)之收容人數已達63,250人,較民國八十六年的收容人數成長16.8%。尤其是新刑法實施過後的一年半間(亦即民國九十五年七月到九十六年底),人犯人數就成長3,967人,短短一年半,成長幅度就達6.7%。在此同時,相較於當時的核定容額為53,311人,其超額收容比例達18.2%,已超過法務部內部所訂10%的安全警戒範圍,其中擁擠程度最嚴重者為監獄,其平均超額比例為22%。法務部統計資料同時指出,像是台北監獄、桃園監獄與高雄第二監獄等所收容的人犯人數,都是超額50%以上,如果沒有實施減刑政策的話,可以預期的是,監獄人犯仍將持續成長。 

隨著監獄人口的增加,刑事司法學界與矯正實務工作者被迫集思對策,以緩和監獄擁擠所帶來的衝擊與影響,尤其是如何鑑定出擁擠下的人犯違規、暴力行為的成因與解決對策,更是監獄當局當務之急。過去數十年間,在美國的許多研究指出,監獄擁擠確實為增加人犯暴力與違規行為的危險程度(Gaes & McGuire, 1985; Megargee, 1976; Nacci, Teitelbaum, & Prather, 1977; Ruback & Carr, 1993; Franklin, Franklin, & Pratt, 2006; Wooldredge, Griffin, & Pratt, 2001)。再者,這些人犯違規、暴力行為,對其他人犯而言,不僅增加被害的風險、降低服刑品質以及產生身體與心理上的壓力外(Bottoms, 1999; Gaes & McGuire, 1985; Goetting & Howsen, 1986; Langan & Pelissier, 2002; Liebling, 1999; Toch, 1977, 1997; Wooldredge, 1991),對矯正人員而言,也會增加身體與精神上的壓力與不安、工作的不滿意,最後提高離職率(Cullen, Latessa, Burton, & Lombardo, 1993)。

因此,本研究目的在於透過量化分析,來探討監獄擁擠與違規人犯暴力違規行為的關連性,特別是,藉由傳統探討監獄人犯副文化之四大模式-輸入(Importation Model)、剝奪(Deprivation Model)、行政(Administrative Model) 與情境(Situational Model),來分析哪一個模式在「重刑化刑事政策下」最能解釋違規人犯的暴力違規行為。期盼透過這樣的研究發現,有助於矯正實務工作者能更清楚鑑定與辨識人犯暴力行為產生的原因,及早因應與掌握。

貳、文獻探討

傳統以來,運用來驗證監獄人犯副文化或違規行為的監獄學理,具有剝奪模式、輸入模式與行政模式(Cao, Zhao, & VanDine, 1997)。自1990年代以降,情境模式也廣泛被運用來解釋人犯違規行為,特別是在監暴力行為(Jiang & Fisher-Giorlando, 2002; Steinke, 1991),各模式的代表人物、基本主張與運用來測量之變項,分別說明如下:

剝奪模式(Deprivation Model )

剝奪模式強調人犯行為的產生是一種對於監獄環境的反應。學者Clemmer (1940) 指出,人犯入獄後,透過了適應(Accommodation)與同化(Assimilation)的過程,融入監獄人犯的結構與文化後,也慢慢形成與管理階層敵對的態度。換言之,監獄的環境較諸於其原有的特質(如年齡)與社會經驗(如犯罪史),大大的影響與左右了人犯們在監的行為與次文化的形成。再者,學者Sykes (1958)也支持並擴充Clemmer的論點,認為人犯們會發展負面的態度、價值觀念與自我概念,其目的在於與管理階層及矯正人員為敵,並緩和“監禁的痛苦(pains of imprisonment )”(Franklin, Franklin, & Pratt, 2006; Jiang & Fisher-Giorlando, 2002; Paterline & Peterson, 1999; Sykes & Messinger, 1960; Thomas, 1977 )。根據Sykes的說法,監禁的痛苦包含自由的剝奪、物質與服務的剝奪、異性關係的剝奪、自主性的剝奪以及安全的剝奪等五大剝奪(Sykes, 1958; Sykes & Messinger, 1960)。這樣的副文化與負面態度,導致人犯們更具攻擊性與暴戾性(Cao et al., 1997; Harer & Steffensmeier, 1996; Wright, 1991)、挑戰權威、拒絕接受教化處遇與技能訓練(Franklin et al., 2006)、攻擊其他人犯以及違犯監規(Franklin et al., 2006; Wright, 1991 )。

在剝奪模式的實證研究上,早期的研究指出判決徒刑長短、服刑時間長短、矯正機構的形態、監獄的硬體設備、接見次數(即與社會親友的疏離程度)、是否參與監獄所安排的課程與活動以及監獄化過程等,都是檢測該模式與人犯違規行為的重要指標(Cao et al.,1997; Flanagan, 1980; Goodstein & Wright, 1989; Sieverdes & Bartollas, 1986; Wright, 1991; Zingraff, 1980)。近來,學者們則以“固著的機構環境(Fixed institutional environment)”之觀念來測量剝奪模式(Franklin et al., 2006; Huebner, 2003)。例如使用監獄的擁擠、安全管理程度(高、中、低度)、單位的大小以及在舍房外活動的時間等變項,來測量人犯的違規行為(Cao et al., 1997; Ellis, Grasmick, & Gilman, 1974; Farrington & Nuttall, 1980; Goetting & Howsen, 1986; Kellar & Wang, 2005; McCorkle ,Miethe, & Drass, 1995; Ruback & Carr, 1993)。在這些研究中,有些發現,監獄擁擠確實與人犯的違規行為呈現正相關。例如Gaes and McGuire (1985) 發現,在控制個人層面的特性如年齡、種族以及犯罪史後,監獄的擁擠與確實與一些人犯的暴力行為呈現顯著地正相關。Wooldredge, Griffin, and Pratt (2001) 在紐約、華盛頓以及佛蒙特等州的監獄研究指出,監獄擁擠是一個預測人犯違規行為的顯著指標。在檢驗安全管理程度上,McCorkle et al. (1995) 指出安全管理層級以及監獄的大小(即收容人數多寡)與人犯攻擊職員的暴行比例呈現顯著的正相關。此外, Kellar and Wang (2005) 在美國德州郡立看守所(County jails)的研究發現,機構的安全管理程度與人犯攻擊行為也呈現正相關的現象,換言之,安全管理層級愈高的機構,人犯的暴力違規行為愈多。然而,Camp, Gaes, Langan, and Saylor (2003) 的研究則發現,戒護層級與人犯的違規行為呈現顯著的負相關,亦即戒護程度愈低的矯正機關,人犯違規行為愈多。

輸入模式(Importation Model)

第二個運用來解釋監獄人犯副文化與違規行為的理論為輸入模式。該模式係由Irwin and Cressey (1962)提出。相對於剝奪模式,輸入模式則主張人犯的在監行為完全受到其監禁前在外社會化與經驗的影響,並受其主導而在監獄內表現。他們主張,每一位人犯均具有其獨特的特質與社會背景,這些特質與社會背景大大影響其在監的行為模式與意識型態,而他們的違規行為可以說是一種人生生涯的持續性行為、是他們被監禁前社會階級與身分所主導下的表徵。換言之,人犯次文化、甚至違規與暴力行為,並非如Clemmer 和Sykes所主張是因為監獄環境而心生敵對下所產生的反應結果。例如,過去是幫派成員,入獄後的暴力行為表現是受到過去入獄前幫派集團生活經驗所影響。所以,人犯的副文化所反映的是入獄前的信仰觀念與價值體系,並非是總體機構(Total institution)內監獄化的結果(Irwin, 1981; Irwin & Cressey, 1962)。根據這樣的主張,該模式認為人犯暴力行為的來源是人犯在矯正機構外面所習得用來應付、處理監獄這個充滿敵意環境的一種手段或方法(Kellar & Wang, 2005)。

根據過去的研究指出,人犯的基本特性是檢驗輸入模式的最佳指標,如種族、性別、社會地位、婚姻狀態、教育水準、前科次數、工作紀錄、是否具備幫派身分、犯罪類型與施用毒品類型等 (Akers, Hayner, & Gruninger, 1977; Brown, 1990; Cao et al., 1997; Ellis et al., 1974; Gaes & McGuire,1985; Harer & Steffensmeier, 1996; MacKenzie, 1987; Poole & Regoli, 1983; Thomas, 1977; Wolf, Freinek, & Shaffer, 1966),其中以性別以及年齡為施測最多且發現與人犯違規行為最具高度相關性,亦即愈年輕的男性人犯,愈可能從事暴力之違規行為(Brown, 1990; Cao et al., 1997; MacKenzie, 1987; Wolf et al., 1966)。此外,學者Alpert (1979) 在研究華盛頓州立監獄的人犯行為時發現,種族與犯罪史對於人犯的暴力行為產生高度的影響力。再者,Sorensen, Wrinkle, and Gutierrez (1998) 等人於密蘇里矯正機關針對長期刑犯罪人所進行的研究中指出,年齡與種族是預測這些長期刑人犯違反監規的最佳指標,這樣的研究發現與過去的研究結果相一致。而在Harer & Steffensmeier (1996) 等人驗證“暴力副文化(subculture of violence)”理論的研究中,他們指出非裔人犯比較容易觸犯暴力型態的違規行為,然而白種人犯則容易違犯非暴力型態的違規行為,如酒類與毒品。最後,在其它指標方面,例如入獄前被捕次數、監禁次數、使用暴力或加入幫派的歷史、此次或過去犯罪類型的嚴重性等,經研究後發現,均與人犯的違規行為產生顯著地相關性 (Flanagan, 1983; Proctor, 1994; Shield & Simourd, 1991)。

傳統上,剝奪模式與輸入模式在過去大半世紀,對於監獄人犯副文化的形成與違規行為的詮釋,扮演著舉足輕重的角色,各有優缺點。然而,被部分學者如Porporino & Zamble (1984) 批評為太籠統 (Too general),此外,Paterline and Peterson (1999)則認為該兩大模式一些限制性,無法整合其它人犯監獄化過程的理論。這樣的結果,無可避免的是,在過去幾十年間又形成一些理論來解釋人犯的違規行為,以與剝奪和輸入模式有所區隔。

行政模式(Administrative Model)

本文第三個要探討人犯暴力違規行為的理論是行政模式,又稱為管理模式(Managerial Model) ,該模式是起源於美國刑罰學者DiIulio於其1987年著作“管理監獄(Governing prisons)”所創。在該書中,DiIulio 研究了美國三個州的州立監獄系統:德克薩斯州、加利福尼亞州與密西根州。在該研究中,他指出監獄的暴行,無論是人犯個體行為或集體行為,都是監獄管理不佳(poor management)所導致的結果。他更進一步指出,所謂監獄管理不佳,包含不當的人犯分類管理、戒護管理的鬆散(lapse)、沒有成效的處遇計畫、職員的高離職率以及缺乏紀律、不隨手關門、懒於搜檢身以及沒有立即舒緩擁擠現象 (即移監)(轉引自於McCorkle et al., 1995)。 DiIulio 同時也指出行政部門嚴峻的分工其職、遵守服勤規定、落實例行工作,上自機關首長下至基層同仁分層負責,這樣的行政管理將會有效的減少人犯脫序的現象。根據DiIulio的觀點,諸如良好的分類管理、適當的戒護程序(如搜檢身、隨時關閉柵門)、職員的專業背景、職員的訓練品質以及對人犯有利的處遇課程,均可謂是該模式主張降低人犯違規行為的重要對策。

過去檢驗該模式的研究,使用的指標包含人犯是否參與處遇計畫、人犯的工資、人犯從事監內或監外作業、有無獨居經驗、獎懲經驗、強迫控制經驗(如固定保護)、移監經驗以及與其他人犯和職員的互動程度,均屬之。例如McCorkle et al. (1995)的研究發現,有參加教化活動、技能訓練與作業科目的人犯,較少發生攻擊行為。同時,他們也指出,不良的管理實務,確實是預測人犯與管教人員間暴行現象的良好指標。此外,學者Colvin(1992)在驗證行政控制的效能時發現,同時平衡使用高壓、獎賞並濟之管理方式的矯正機構,其人犯發生違規行為的次數與比例,遠較僅使用高壓管理的方式的機構來得低,Colvin的研究結論也獲得Reisig (1998)與 Wright(1994)的研究支持。然而,不同過去的,學者Atlas (1983) 則從監獄建築結構的設計來探討人犯發生暴行的頻率。結果發現,大通鋪型式的舍房其發生人犯暴行的現象較單人床來的高,此乃因為大通鋪型態死角多,不容易直接監視。此外,類似DiIulio的主張,Useem and Kimball (1989) 則提出“行政崩潰(administrative breakdown)”的觀念來描述不良的監獄管理,例如監獄組織結構的腐蝕(erodes)、安全管理層級的減低、監獄功能與服務的衰敗以及人犯的生活品質降低等,這些行政崩潰的表徵與人犯集體的違規行為密切有關。他們同時也發現,監獄組織的與管理的因素是發生騷動事故與否的決定因素。最後,在研究人犯與職員的關係程度上,Camp and Gaes (2002) 發現那些擁用許多沒有戒護或實務經驗戒護人員的監獄,其人犯違規行為的風險程度較擁有實務經驗豐富職員的監獄,還來得高。

情境模式(Situational Model)

最後,本文所要探討的是情境模式。該模式強調人犯違規行為的發生,導因於事故發生時的情境因素,例如季節、或者是人犯間或人犯與職員間的相互影響下的結果,甚至事故發生時的地點、場合與時間,都可能是導致違規行為發生的重要因素(Flanagan,1983)。換言之,該模式強調當下導致違規行為發生的情境因素,而不去探討如輸入、剝奪與行政管理等結構因素。除上述外,情境模式的指標尚包含舍房類型、氣溫、人犯自由活動的時間、違規人犯與辦違規的管教人員間之互動情況(Jiang & Fisher-Giolando, 2002; Steinke, 1991; Wooldredge, 1998; Wright, 1991)。學者Jiang and Fisher-Giolando (2002)堅定的表示,“何處(where)、何時(when)與和誰(with whom)違反了監規”是情境模式的核心問題。“何處”則包含發生違規事件的地點以及違規人犯所居住的舍房型態;“何時” 則代表違規事件發生時的季節(或是溫度)、一天中哪一段時間以及是否在工作/休息時間;而“和誰”則包含哪位管教人員辦違規以及是否尚有其他人犯一同參與此一違規事件。

在實證研究上,學者Steinke (1991) 發現,情境變項例如舍房的位置與型態、溫度、工作勤務以及職員的工作性質,與人犯的攻擊行為具有高度關聯性。此外,Haertzen, Buxton, Covi, and Richards (1993) 則發現,一年中夏季人犯違規的次數遠較其他季節來得多。再者學者Jiang and Fisher-Giolando (2002) 在研究美國南方一個男子監獄違規行為時發現,情境模式同時解釋了人犯對抗矯正人員與對抗人犯團體的證明。他們下結論說,相較於剝奪模式與輸入模式,情境模式在解釋人犯違規暴力行為之成因上,可以說是最具解釋力(Powerful) 。

然而,值得注意的是,上述四大模式的分類,並非是絕對性或相斥性(mutually exclusive)的。換言之,因為學者或提倡者的觀點或看法不同,有些因素會歸納於不同的模式中。研究者必須根據自身實務經驗與做法,參酌相關的實證研究,予以適當的分類、歸納,以進一步檢測該模式。例如,在McCorkle et al. (1995) 的研究中,他們將監獄的大小歸類為行政模式,因為他們假設州政府的矯正部門中相關的決策者可以精確的決定監獄的建造、關閉,甚至進行機動移監,以維持適當的監獄容額。然而,在Kellar and Wang (2005)的研究,則將矯正機關(看守所)的大小與人犯的戒護程度歸為輸入模式,因為他們認為機構收容的人數,其實是反應地理位置的人口特徵,換言之,這些人犯來自不同的地方,所帶來的行為是一種入獄前或是社會環境(區域)的一種表徵。基此,本研究的目的將著重於此四大模式與人犯違規行為的探討,希望能鑑定出哪一個模式對於重刑化政策下監獄人犯的違規行為,最具解釋力與預測力。故各因子或指標的收集、歸類將根據研究者本身的實務經驗與過去的實證研究,儘可能完整分類。

參、研究方法

本研究目的在於探索剝奪、輸入、管理與情境等四大模式對於監獄違規人犯暴力違規行為的解釋,其中重刑化政策下最重要的變項-監獄擁擠 (Prison Crowding)因素,根據文獻探討,歸納於剝奪模式中,此為特色之一。再者,參酌文獻發現,過去相關研究,不是僅驗證某一個模式(如 Steinke, 1991; Wright, 1991)、或比較剝奪與輸入兩大模式 (例如Jiang and Fisher-Giorlando, 2002)、或驗證任何其中的三個模式 (例如 Huebner, 2003; Welsh et al., 2007)。換言之,過去並沒有一次進行四個模式的驗證研究,而本研究可謂是第一次整合四個模式來探討監獄人犯違規行為的探索性研究,此乃本研究的第二特色。最後,過去的研究大多聚焦於人犯的基本特性與資料,甚少驗證管教人員與人犯間的互動,本研究納入人犯與管理人員的互動(辦違規的職員之勤務),以檢驗兩者的關係在本研究中是否重要,此乃特色之三。

為凸顯此一議題在重刑化刑事政策的重要性,並讓矯正機關有參與的機會,本研究乃選擇部分擁擠程度高的監獄,請其提供違規人犯的官方資料,作為研究的依據。基於人犯權利的保障,監獄當局原則上是不能提供人犯違規紀錄報告等資料,然而因實證研究故,經過監獄當局的首肯與批准者,不在此限 (Maxfield & Babbie, 2005)。因此,在七個監獄當局熱心參與、願意提供資料的情況下,本研究順利取得相關的寶貴資料。

據法務部資料顯示,在民國九十六上半年時,台灣共有24所監獄,而且大部分的監獄呈現擁擠的現象、飽受擁擠之苦。所以人犯的違規行為的次數與紀錄,可以想見的是數量一定非常龐大,而且各機關的人犯違規紀錄方式,不盡相同,有些仍以傳統的紙筆登錄,但有些則使用電腦系統登載,如果將24所監獄九十六上半年的違規資料全部蒐集後輸入於SPSS,將曠日廢時。因此,本研究乃隨機抽取七個位於北、中、南擁擠程度不一的監獄,作為本研究的樣本的來源。而樣本即是該七個監獄九十六上半年所有違規紀錄人犯之相關資料,包含違規紀錄表、身分簿內的基本資料以及辦理違規之管教人員基本資料,最後總共收集943筆違規人犯的資料(N = 943)。

每一個違規人犯的違規紀錄表內載明違規人犯者的基本資料、前科紀錄、犯罪類型、刑期長短、違規行為態樣、接見紀錄、違規行為發生的時間及地點以及簽辦這些違規紀錄之管理人員其基本資料。這些資料非常有助於概念化剝奪、輸入、行政與情境模式。然而在行政模式部分,研究者也請監獄當局提供過去這段時間懲罰違規人犯之同仁的匿名基本資料,作為行政模式的檢測指標。此外,研究者也採用訪談的方式,與管理階層(如典獄長、副典獄長與戒護科長)的晤談中,了解監獄的運作屬於戒護/教化導向,以做為行政模式的檢測指標。

所有的資料均由研究者透過SPSS套裝軟體,進行輸入與分析,例如單變量分析(如次數方配)、雙變量分析(如相關分析)與多變量分析(如邏輯式迴歸分析),將在本研究中,適切的使用,以來分析四大模式對於監獄違規人犯行為的衝擊與影響。

變項測量

本研究依變項與自變項的描述,詳如表1。首先,在依變項部分,研究者將民國九十六年一月到六月間,七個監獄內所有違規人犯之違規行為(例如意圖脫逃、意圖自殺自傷、擾亂秩序、持有香菸、破壞公物、大聲喧嘩、與人發生口角、夾帶書信、未依規定作息),參酌Camp et al. (2003) 在聯邦監院所做的研究設計,區分為兩大類,一類為暴力行為(用1表示),另一類為非暴力行為(用0表示)。與過去研究不同的是,過去的研究大多是探討違規人犯與非違規人犯間的差異,進一步找出預測指標,看看哪一些變項是預測人犯違規的重要因素。然而本研究是,在所有已經是違規的人犯中,進一步鑑定出哪一個模式以及哪一個變項,是導致違規人犯觸犯暴力違規行為的指標。換言之,本研究所篩選出的指標或變項,已經具有實證研究的支持,均是與人犯違規行為具有高度相關性的因素,在此基礎上,再進一步驗證這些指標,何者更能預測違規人犯觸犯暴力行為,以深入鑑定出哪一個模式是解釋違規人犯中暴力違規行為的最佳理論。

其次,在自變項部分,本研究使用三個指標來概念化剝奪模式:即已服刑期(X1)、監獄擁擠指數(X2)與親友接見次數(X3)。已服刑期(X1)是一個等距尺度,本研究是以月為計算單位;監獄擁擠指數(X2)也是一等距尺度(interval),本研究的計算方式是以該監獄九十六上半年的平均在監人數除以該監核定容額所得的數值,即為擁擠指數,指數愈高者,則表示該愈監獄擁擠;親友接見次數(X3),以違規行為發生時過去一個月,是否有親友來接見,如果有,以1表示,如果沒有,以0表示。

在輸入模式中,本研究乃使用前科紀錄(X4)、入監罪名(X5)以及年齡(X6)作為檢測該模式的指標。前科紀錄(X4) 是名義尺度(nominal),是以違規人犯在此次入獄前有無被法院判處入獄服刑的紀錄;入監罪名 (X5)方面,研究者區分為兩類,對於犯強制性交、恐嚇、強盜搶奪、殺人、擄人勒贖、違反槍砲彈藥刀械管制條例等具有攻擊性、暴力性特徵的罪名,則歸為暴力犯罪,以1表示之,其餘之犯罪類型(如毒品罪、偽造文書罪)歸為非暴力犯罪,以0表示之;至於年齡(X6)是等距尺度,以人犯2007年在監時的實際年齡為主。

在行政模式方面,以教化導向(Rehabilitation-oriented,X7)、辦違規的職員之勤務(X8)及人犯違規紀錄(X9)三個指標來概念化該模式。透過與典獄長、副典獄長與戒護科長訪談之意見,如果該監認為運作理念為教化導向者,以1表示,如果不屬於教化導向者(如戒護導向),則以0表示;在辦違規的職員之勤務方面,如果該違規事件是由日勤同仁簽辦,以0表示,如果是由夜勤人員簽辦,以1表示。至於人犯懲罰紀錄方面,入監服刑以來到接受研究間,有違規被懲罰者,以1表示之,倘未有違規被懲罰者(即此次違規行為不算),則以0代表之。

在情境模式中,本研究運用違規事件發生的時間(X10)、地點(X11)與參與人數(X12)來概念化該模式。在時間方面,若違規事件發生於白天時間(包含上午與下午),以0代表之,倘若違規事件是發生於傍晚收封後,則屬於夜間(不屬於白天),以1代表之;在地點方面,若違規事件發生於舍房者,以0表示之,若發生於舍房以外的地點,如工場、管教小組辦公室、運動場等、則以1表示之。

研究架構

根據文獻探討,本研究的研究架構圖,請參考下面圖2。

 

剝奪模式

  • 已服刑期
  • 監獄擁擠指數
  • 接見次數

 

輸入模式

  • 前科紀錄
  • 入監罪名
  • 年齡

 

行政模式

  • 教化導向
  • 辦違規之職員勤務
  • 人犯懲罰紀錄

 

情境模式

  • 事故發生時間
  • 事故發生地點
  • 事故參與人數

 

人犯違規行為,區分為二:

  • 非暴力違規行為(0)
  • 暴力違規行為(1)

 

 

肆、研究分析與發現

樣本基本特性分析

表1同時也顯示出本研究樣本943位違規人犯的基本特性。首先,在依變項方面,在所有的樣本中,計有48.5%的違規人犯是非暴力違規行為,有51.5%的違規人犯是暴力違規行為,兩者比例約各佔一半。在自變項方面,違規人犯的平均已服刑期約二十一個月(約一年九個月),最短的違規人犯為剛服刑一個月,最長者為一百三十二個月(約十一年);監獄的平均擁擠指數為1.33(即擁擠率達133%),最低的指數為1.10(即擁擠率為110%),最高者為1.51(即擁擠率為151%);有超過二分之一(56.8%)的違規人犯在違規前一個月是沒有家人接見的,而有接見者僅43.2%;在前科紀錄方面,高達75%(707位)的違規人犯在此次入獄前即有前科紀錄;而這些違規人犯中,將近一半(48.7%)是觸犯暴力犯罪而入獄;在年齡方面,這些違規人犯的平均年齡為37歲。

在監獄管理導向方面,約有57%的違規人犯是監禁於戒護導向的監獄中,而有42.4%的違規人犯,其監獄當局聲稱是具教化導向;而在辦違規之職員勤務方面,高達63.7%(計601位)的違規人犯,其違規事件係由日勤矯正人員所簽辦,而僅有36.3%(約342位)的違規人犯是由夜勤矯正人員所簽辦;至於這些違規人犯在監的懲罰紀錄,高達70.1%的違規人犯在此次違規前,即已有至少一次的懲罰紀錄,最高懲罰紀錄者為13次,而在此次違規之前沒有懲罰紀錄者,僅29.9%。

最後,有關事件的相關情境因素中,與上述辦違規之職員勤務相一致的,高達80.5%(即759位)的違規事件事發生在白天(含上午與下午),而僅有19.2%(約181位)的違規事件是發生在夜間(傍晚收封之後)。此外,超過一半以上(55.4%)的違規事件是發生在舍房內,其它的44.6%,主要是發生在工場,以及其他場所,如教區辦公室、運動場與接收中心等;至於事件的參與人數,一人獨立為之者居多,達75.1%,而有24.9%為兩人以上合力為之。(詳參表1)

 

表1 本研究的變項測量 (N = 943)

變項                      測量尺度         次數分配 (%)      平均數  標準差

依變項

Y人犯違規行為                   0 = 非暴力        457 (48.5%)               

                           1 = 暴力           486 (51.5%)

自變項

剝奪模式Deprivation Model

X1 已服刑期                等距尺度, 月計(1-132)               21.33      21.61

X2 監獄擁擠指數            等距尺度 (1.10-1.51)                 1.33       0.14

X3 接見次數                 0 = 低於一次      536 (56.8%)

                           1 = 至少有一次         407 (43.2%)

輸入模式Importation Model

X4 前科紀錄                0 = 沒有前科紀錄    236 (25.0%)

                            1 = 有前科紀錄      707 (75.0%)

X5 入監罪名                0 = 非暴力犯罪     484 (51.3%)

                           1 = 暴力犯罪       459 (48.7%)

X6 年齡                     等距尺度, 以年計(19-80)                37.07        9.99                              

行政模式Administrative Model

X7 教化導向                0 = 戒護導向       543 (57.6%)

                           1 = 教化導向       400 (42.4%)

X8 辦違規的職員之勤務      0 = 日勤           601(63.7%)

                            1 = 夜勤            342(36.3%)

X9 人犯懲罰紀錄             0 = 沒有紀錄        282 (29.9%)

                            1 = 有紀錄          661(70.1%)

情境模式Situational Model

X10 事故發生時間           0 = 白天          75 9(80.5%)

                           1 = 夜晚           181 (19.2%)

X11 事故發生地點               0 = 舍房           522 (55.4%)

                           1 = 工場 (含其他) 421 (44.6%)

X12 事故參與人數           0 = 一人獨立為之   708 (75.1%)          

    1 = 兩人以上合力   235 (24.9%)  

註:在等距尺度的括弧內之數值,即為該變項的值閾。

零階相關分析

零階相關分析(Zero-order correlation) 是在忽略其他變項的狀況下,測試某兩個變項之間的相關,它的係數(Coefficient)界於1和–1之間,1代表某兩個變項之間是完全正相關,而–1則顯示某兩個變項之間是完全負相關。由於零階相關分析是以忽略其他變項對依變項的影響,當某兩個變項之間的係數顯示極度相關時,有可能產生統計學上所謂的多重共線性(Multicollinearity)問題。一般而言,若兩變項相關指數達0.4以上者,該兩變項即可能存有多重共線性的問題,亦即兩個概念太過相近的緣故。因此,在進行多元迴歸分析時須特別注意,以免影響分析之準確性。

表2 即為本研究相關變項的零階相關分析的矩陣。Y代表本研究的依變項-暴力違規行為,其餘的Xn變項即為本研究之自變項。從表2 可以發現,人犯的暴力違規行為與親友接見次數(r=0.065,p<.05)、辦違規之職員勤務(r=0.303, p<.01)、事故發生時間(r=0.155, p<.01)以及事故參與人數(r=0.304, p<.01)呈現正相關,並與事故發生地點呈現負相關(r=-0.213, p<.01)。這些相關指數顯示,這些觸犯暴力違規行為的人犯,有比較多的親友接見次數、他們的暴力違規都是由夜勤同仁簽辦、暴力違規事故大多發生在夜間以及大多由兩人以上參與,此外,暴力違規事故發生的地點以舍房內居多。

再者,根據表2,尚有以下幾點重要發現:已服刑期與入監罪名(r=0.229, p<.01)、違規人犯年齡(r=0.168, p<.01)、人犯懲罰紀錄(r=0.166, p<.01)以及事故發生地點(r=0.113, p<.01)呈現正相關,而與教化導向(r=-0.076, p<.05)、辦違規職員之勤務(r=-0.132, p<.01)、事故發生時間(r=-0.077, p<.05)以及事故參與人數(r=-0.066, p<.05)呈現負相關。此意謂著這些違規人犯中,已服刑期時間愈長者,其入監的罪名大多屬於暴力犯罪、年齡也愈長、在監有懲罰紀錄、違規事故發生地點為工場以及其他非舍房的場所、大多監禁於戒護導向的監獄、辦違規的職員多為日勤同仁、事故發生的時間為白天,以及事故參與的人數僅為一人。

至於,監獄擁擠變項,與前科紀錄(r=0.071, p<.05)、年齡(r=0.064, p<.05)、人犯懲罰紀錄(r=0.112, p<.01)與事故參與人數(r=0.068, p<.05)呈現正相關,但與教化導向呈現負相關 (r=-0.178, p<.01)。亦即愈擁擠的監獄,違規人犯有前科紀錄、年齡愈大、有懲罰紀錄、違規事故的參與人數也愈多,而監禁的監獄以戒護導向為主。

其他變項方面,親友接見次數多的違規人犯,其沒有前科紀錄(r=-0.090, p<.01)、所參與的違規事故地點為工場(含其他非舍房的場所)以及兩人以上合力為之者多。有前科紀錄的違規人犯,其入監罪名以非暴力罪者居多(r=-0.123, p<.01)、監禁於戒護導向監獄(r=-0.217, p<.01)以及所為的事故以兩人合力為之者居多(r=0.078, p<.05);在入監罪名方面,入監罪名為暴力罪者,監禁於教化導向的監獄居多(r=0.113, p<.01)、有在監懲罰的紀錄(r=0.154, p<.01),而所參與的違規事故大多是一人為之(r=-0.066, p<.05);在違規人犯年齡方面,年紀愈大者,具有在監懲罰紀錄(r=0.073, p<.05);在教化導向的監獄,夜勤同仁簽辦違規事故的比例較高(r=0.071, p<.05)、人犯有懲罰紀錄 (r=0.209, p<.01)、事故發生的地點為舍房(r=-0.218, p<.01)、以及事故發生的參與人數以一人獨立為之者居多(r=-0.311, p<.01)。

辦違規之職員的勤務方面,夜勤同仁簽辦違規事故的時間是夜間(r=0.277, p<.01)、簽辦的事故其發生地點為舍房(r=-0.354, p<.01),所簽辦的違規事故大多是兩人以上合力參與(r=0.106,p<.01)。在人犯懲罰紀錄方面,有懲罰紀錄者,其事故發生的地點為舍房(r=-0.094, p<.05),而其事故發生的參與人數為一人獨立為之(r=-0.090, p<.01)。最後,違規事故發生於夜晚者,其發生地點為舍房(r=-0.418, p<.01),且其發生的人數多為兩人以上合力為之者居多(r=0.177, p<.01)。(詳參表2)

 

2:零階相關分析指數 (N =943)

 

Y1

X1

X2

X3

X4

X5

X6

X7

X8

X9

X10

X11

X12

Y1 暴力違規行為

1.000

 

 

 

 

 

 

 

 

 

 

 

 

X1 已執行刑期

-.029

1.000

 

 

 

 

 

 

 

 

 

 

 

X2 監獄擁擠指數

-.034

.022

1.000

 

 

 

 

 

 

 

 

 

 

X3 親友接見次數

.065*

-.021

.049

1.000

 

 

 

 

 

 

 

 

 

X4 前科紀錄

.003

.012

.071*

-.090**

1.000

 

 

 

 

 

 

 

 

X5 入監罪名

.006

.296**

.032

-.060

-.123**

1.000

 

 

 

 

 

 

 

X6 人犯年齡

.053

.168**

.064*

-.051

.140**

-.016

1.000

 

 

 

 

 

 

X7 教化導向

.064

-.076*

-.178**

-.063

-.217**

.113**

-.037

1.000

 

 

 

 

 

X8 職員勤務

.303**

-.132**

-.050

.020

-.007

-.059

.036

.071*

1.000

 

 

 

 

X9 人犯懲罰紀錄

-.054

.166**

.112**

-.039

.002

.154**

.073*

.209**

.011

1.000

 

 

 

X10 事故時間

.155**

-.077*

-.008

-.011

.020

-.061

.011

-.027

.277**

-.052

1.000

 

 

X11 事故地點

-.213**

.113**

.049

.074*

.031

.022

-.054

-.218**

-.354**

-.094**

-.418**

1.000

 

X12 事故參與人數

.304**

-.066*

.068*

.072*

.078*

–.066*

-.044

-.311**

.106**

-.090**

.177**

-.049

1.000

* Significant at level 0.05 (2-tailed)                       ** Significant at level 0.01 (2-tailed)

邏輯式迴歸分析

邏輯式迴歸分析(Logistic regression)是一種以依變項為二分變項(dichotomous variables)的分析方法,透過樣本的特性,用來預測母群體中依變項的最大可能性。以本研究為例,透過邏輯式分析對於樣本中諸多自變項對於違規人犯從事暴力違規行為的分析,推估與預測所有監獄的違規人犯中,從事暴力違規行為的可能性因素有哪些。

表3為運用四個模式來預測台灣監獄人犯暴力違規行為的邏輯式迴歸分析(Logistic regression)的結果。首先,研究者先驗證剝奪模式,將代表此一模式的三個變項,已服刑期、監獄擁擠指數以及接見次數,放入邏輯式迴歸分析的方程式中,所得結果發現,僅有接見次數此一變項達到統計上的顯著水準,亦即接見次數較頻繁者,其從事暴力違規行為的機率,較接見次數較少者,來得高,其勝算比(odd ratio)達1.31,即相較於接見次數較低的人犯,接見次數較多的違規人犯有高於31.0%〔(1.310-1)×100〕的機率觸犯暴力違規行為;然而監獄擁擠指數並沒有達到顯著水準。另外,在整體模式顯著性考驗,卡方統計指數為6.027(d.f. = 12, ns),也未達顯著水準;從關聯強度係數觀之,Nagelkerke R 2為0.008,表示本模式僅能解釋監獄人犯暴力違規行為約0.8% 的變異量,意謂者剝奪模式在預測人犯暴力違規行為中並不是好的預測模式。

其次,研究者驗證輸入模式,排除其他變項僅放入前科記錄、入監罪名以及人犯年齡三個代表輸入模式的變項於迴歸分析方程式中,結果發現,本模式中並沒有任何自變項達到統計上的顯著水準來的預測監獄人犯暴力違規行為。另外,在整體模式顯著性考驗,卡方統計指數為2.689(d.f. = 12, ns),未達顯著水準;從關聯強度係數觀之,Nagelkerke R 2為0.004,意謂著本模式僅解釋監獄人犯暴力違規行為約0.4% 的變異量。換言之,與剝奪模式相似,輸入模式對於解釋違規人犯的暴力違規行為並沒有統計上的顯著預測力或解釋力。

再者,研究者驗證行政模式,排除其他自變項僅放入教化導向、辦違規之職員勤務與人犯懲罰紀錄於迴歸方程式中,結果顯示辦違規之職員勤務與人犯懲罰紀錄均達統計上之顯著水準。在辦違規之職員勤務上,夜勤同仁簽辦暴力違規行為的機率較日勤同仁為高,其勝算比(odd ratio)為3.752,即表示,相較於日勤同仁,夜勤同仁簽辦暴力違規行為的機率達275.2%〔(3.752-1)×100〕;人犯懲罰紀錄與暴力違規行為呈現負相關,係指相較於有違規紀錄者,沒有違規紀錄者,其觸犯暴力違規行為的機率高達28.4%較高〔(1-0.716)×100〕。另外,在整體模式顯著性考驗,卡方統計指數為95.656(d.f. = 12,p<.01),達統計上的顯著水準;並從關聯強度係數觀之,Nagelkerke R 2為0.129,代表本模式可解釋監獄人犯暴力違規行為約12.9% 的變異量。此意謂者該模式是預測違規人犯從事暴力違規行為的理想模式。

最後,研究者驗證情境模式,排除其他自變項僅放入事故發生時間、事故發生地點與事故參與人數於迴歸方程式中,結果顯示事故發生地點與事故參與人數均達統計上之顯著水準。在事故發生地點方面與依變項呈負相關,亦即暴力違規行為大多發生於舍房區,亦指相較於工場以及其他場所,舍房發生暴力違規行為的機率達55.2%〔(1-0.450)×100〕;另外,事故參與人數愈多,其成為暴力違規行為的機率也愈大,即相較於一人獨立為之的事故,兩人合力以上參與的事故有高達371.6%成為暴力違規行為〔(4.716-1)×100〕。此外,相較於其它達統計上顯著水準的變項(如接見次數、辦違規之職員勤務、人犯懲罰紀錄與事故發生地點),該事故參與人數是最具解釋力與預測力的變項。在整體模式顯著性考驗,卡方統計指數為134.598(d.f. = 12, p<.01),達統計上的顯著水準;並從關聯強度係數觀之,Nagelkerke R 2為0.178,係指本模式可解釋監獄人犯暴力違規行為達17.8% 的變異量。相較於其他的三模式,意謂者情境模式是預測違規人犯從事暴力違規行為最具力量(powerful)的模式。(詳參表3)

 

表3 人犯暴力違規行為邏輯式分析模式 (N = 943)

 

變項

剝奪模式

輸入模式

行政模式

情境模式

B

Odds ratio

B

Odds ratio

B

Odds ratio

B

Odds ratio

X1 已服刑期

-.002

-.998

 

 

 

 

 

 

X2 監獄擁擠指數

-.553

.575

 

 

 

 

 

 

X3 接見次數

.270

1.310*

 

 

 

 

 

 

X4 前科紀錄

 

 

-.017

.983

 

 

 

 

X5 入監罪名

 

 

.026

1.027

 

 

 

 

X6 年齡(in 2007)

 

 

.011

1.011

 

 

 

 

X7 教化導向

 

 

 

 

.254

1.289

 

 

X8 辦違規之職員勤務 

 

 

 

 

1.322

3.752**

 

 

X9 人犯違規紀錄

 

 

 

 

-.334

.716*

 

 

X10 事故發生時間

 

 

 

 

 

 

.294

1.342

X11 事故發生地點

 

 

 

 

 

 

-.799

.450***

X12 事故參與人數

 

 

 

 

 

 

1.551

4.716***

-2log likelihood

1300.356

1303.695

1210.728

1167.685

Nagelkerke R square

.008

.004

.129

.178

Chi-square change

6.027

2.689

95.656**

134.598**

Homer-Lemeshow

11.347

6.761

16.936*

22.105**

Percentage of correction predication

55.7

52.9

64.2

67.2

Note: *p<.05, **p<.01.

 

伍、結論與建議

結論

本研究乃根據台灣七個監獄於民國九十六年上半年之943筆官方人犯違規行為資料,運用四個模式來檢驗其預測與解釋違規人犯從事暴力違規行為的效能。透過多變量邏輯式迴歸分析法,本研究發現,在四個模式中,情境模式是最具解釋力與預測力的模式,整體模式可以解釋17.8%的違規人犯暴力違規行為的變異量(Nagelkerke R 2為0.178),這樣的研究發現與 Jiang and Fisher-Giorlando ( 2002) 的研究結果相一致。其次為行政模式,該模式可以解釋12.9%的違規人犯暴力違規行為的變異量(Nagelkerke R 2為0.129)。然而傳統上運用於解釋人犯違規行為的剝奪模式與輸入模式,在本研究中並未獲得實證上的支持,換言之,在探討人犯違規行為的解釋模式時,傳統上的剝奪模式與輸入模式,確實是相當具有影響力的解釋與預測模式(Cao et al.,1997; Harer & Steffensmier, 1996; MacDonald, 1999; Sorensen, Wrinkle, & Van Dine,1998),例如Cao et al(1997) 研究發現輸入模式是預測人犯違規行為的決定模式。但是,當對於人犯違規行為的層級提高為暴力違規行為與非暴力違規行為時,情境模式則成為最具解釋力與預測力的模式(Jiang & Fisher-Giorlando,2002; Steinke, 1991)。例如Jiang and Fisher-Giorlando ( 2002)的研究指出,情境模式可以解釋12.0%的所有人犯暴力行為的變異量,較剝奪模式的5%以及輸入模式的10%來得高。此外,情境模式在解釋人犯攻擊人犯以及人犯攻擊矯正人員的變異量,分別達到17%與12%,也均較剝奪模式與情境模式佳。然而該研究並未驗證行政模式的效能。另外,本研究第二個較具解釋力的模式為行政模式。此研究結果與Huebner (2003)的研究結果相似,均指出行政模式也是解釋人犯在監暴力行為的重要模式。

在自變項方面,第一、事故參與人數是所有變項中最具預測力與解釋力的變項,其意謂著事故參與的人數愈多者,愈容易成為暴力違規行為或事件;第二,事故發生的地點以舍房內居多,換言之,即使在工場內人犯的群聚比在舍房內多,但人犯暴力違規行為仍以發生在舍房內機率較高;第三,辦違規的職員勤務,即指夜勤同仁簽辦暴力違規行為機率高。此前三名的變項意謂著:本研究所收集的官方違規人犯資料顯示,夜間舍房內集體的暴力違規行為居多,導致夜勤同仁必須簽辦這些暴力違規人犯的懲罰。因此,這樣的發現也告訴我們,這些舍房區內的集體違規行為,是當前矯正機關應該正視與優先處理的議題。

此外,與傳統研究不一致的是,過去研究認為接見次數愈多,人犯違規機率愈少,然本研究發現,人犯從事暴力違規行為的前一個月,其接見的次數較非暴力違規行為的人犯者多,換言之,與親友親密程度並無法減緩人犯從事暴力違規行為的因素。最後,人犯懲罰紀錄,與人犯暴力違規行為成反比,即是沒有在監懲罰紀錄者,其從事暴力違規行為的機率也比較高。

建議

根據本研究的發現得知,人犯的暴力違規行為主要是發生在夜間的舍房內,並由夜勤人員負責勤務所簽辦,而且這些暴力違規行為大多是兩人以上合力發生,此外,人犯特性上具有接見次數多以及沒有懲罰紀錄的現象,即意謂著剛入監仍在新收考核的人犯為主要觸犯暴力違規行為的族群,根據這樣的結論與發現,本研究進一步提出重要政策意涵供參:

1.行政性的移監舒緩舍房擁擠現象:當前監獄所面臨的擁擠現象,是空前的。然而受到全球化經濟危機與金融海嘯的衝擊,政府財政的困窘,再加上人民觀感不佳,短期內奢望政府擴建、新建與遷建監獄的可能性,大為下降。在求人不如求己的情況下,各矯正機關應該相互扶持與協助,對於擁擠程度非常惡劣與嚴重的監獄舍房,利用機動性移監的方式,舒緩舍房內擁擠的現象,因為根據本研究發現,舍房內目前大量擁擠的現象已成為監獄內發生暴力違規行為的高頻率場所。因此,舒緩舍房內擁擠的人犯,始為降低人犯暴力違規行為的第一步。

2.調撥日勤戒護人力投入夜勤工作:本研究也發現,大部分的違規暴力行為都是由夜勤矯正人員所簽辦。亦即夜間勤務的基層同仁,簽辦了大部分的人犯暴力違規行為。此也意謂著夜間時間,人犯在舍房內因為擁擠以及戒護人力薄弱,相對的所產生暴力違規行為的機會也大增。所以,要妥善控制夜間囚情,應該酌量增加夜勤人員,例如將日勤人員調整一部分投入夜勤工作行列,並將夜勤勤務點派任多名同仁助勤,以發揮較佳的夜間監控舍房人犯的效果,進一步控制夜間囚情。

3.運用監視器材協助夜間囚情掌控:如上述,辦違規的職員勤務不僅與人犯暴力違規行為呈現高度正相關(r=.303, p<.001),此外,夜勤人員也是預測人犯暴力違規行為的顯著預測因子。然而,夜間囚情的掌控,除了日勤同仁的調撥以充實戒護人力外,其他的輔助工具,亦可以考慮。例如對於收容一定數量以上人犯的舍房,或是經常性發生暴力違規行為的舍房(運用犯罪熱點的觀念),除將違規人犯移離該舍房外,也對於該舍房進行監視器的裝設與監控,以達嚇阻其再度觸犯暴力違規行為的功效。

4.協助人犯在舍房內的適應與關懷:本研究指出,沒有懲罰紀錄的人犯,較有懲罰紀律的人犯,更容易觸犯暴力違規行為;再者,接見次數頻率的人犯,其觸犯暴力違規行為的機率也較接見次數少的人犯為多。此意謂著新入監、仍在考核階段的受刑人,其親友接見的次數比較多,但由於監禁於舍房內,可能會排斥一些舍房內的人犯副文化,或是不適用舍房內擁擠、群聚的生活,容易與其他人犯引發口角,甚至毆打等情事,此也為何本研究發現暴力行為大多是兩人以上合力為之。因此,對於新入監受刑人,尤其仍在考核階段者,監獄當局應該調派臨床心理師與教誨師,協助他盡速適應舍房生活以及與其他人犯的群居生活方式,並主動積極關懷其與同房同學的互動,疏導其不佳情緒與不適應感。

5.日勤同仁應詳實交代人犯日間動態:本研究指出,相較於日勤同仁,夜勤同仁簽辦了比較多的暴力違規行為。然古諺:「冰凍三尺,非一日之寒。」人犯在舍房內的違規暴力行為,亦有可能是同工場又同舍房的人犯,在日間的工場已有間隙,但礙於日間戒護人力足以及工場內人多嘴雜故等,不便擴大事端,於是隱忍到夜間回舍房後集體秋後算帳。由於日勤工場主管與人犯整日相處,對於人犯間的囚情、生態和互動,多所掌握,因此,應該於交班時,詳實的將工場內同舍房的人犯,可能的發生事故爭端,交代給夜勤同仁掌握,俾能制敵於機先。

研究限制

本研究存有以下幾點研究限制,說明如下:

1.本研究的樣本是取自於九十六年上半年(減刑政策實施前)七個監獄所有違規人犯的官方資料,並沒有其他未違規人犯的資料充為對照組。因此,在研究結果的詮釋上,應不能稱為「人犯暴力違規行為之預測模式效能的檢驗」,而應稱為「違規人犯暴力違規行為預測模式效能之檢驗」,所得結果為情境模式最具解釋力與影響力。所以在與過去文獻以及實證研究的比較上,不盡相同,日後的研究者應可進一步考慮收集非違規人犯的資料,俾便對照與比較。另外,官方統計資料備受爭議的是常受到官方左右與控制,甚至有黑數產生。但許多研究指出,在監獄的研究中,官方資料的信度,確實比人犯自陳的問卷還來得有可信(Camp et al.,2003)。

2.近年來的研究,係將上述變項區分為兩大層級:機關層級與個人層級。此乃因為機關層級的變項(如擁擠、教化導向)與個人層級的變項(如年齡、已服刑期)等,屬於不同的測量層級故。如果能收集到兩層級的變項,則高階統計技術(如HLM)理當為適切的分析工具。然而使用HLM統計技術,機關層級要愈多愈好(例如要十二個或十五個監獄)始能運用來分析,例如Huebner (2003)即使用185座美國州立監獄共計4,168位人犯進行暴力行為預測因子之研究。而本研究僅七個機關943位違規人犯,雖嘗試使用HLM進行分析,然而機關數過少,無法獲得適切的結論。日後欲從事相類似之議題的研究者,應注意此一研究工具的適用要件。

3.最後,本研究所運用的四個模式,各模式僅包含三個變項。其中最具影響力的情境模式,其解釋力達17.8%,而顯著的預測因子僅兩個變項-事故發生的地點與事故參與的人數,換言之,尚有其他變項在本研究中尚未考慮進來,例如在Jiang and Fisher-Giolando (2002)的研究,情境模式還包含事件發生的季節(月份)。另外,Huebner (2003) 的行政模式中也發現,對人犯的獎賞(包含獎勵與工資)、分配監外作業等,也是預測人犯暴力行為的重要因子。此外,剝奪模式中的安全戒護等級以及是否參與處遇計畫、輸入模式中的教育程度、婚姻狀態以及是否加入幫派等也是重要預測因子,但在本研究中,並沒有收集探討,爾後欲進行類似議題的研究者,也應考量詳盡納入各模式重要變項的建議,以臻完善。

 

 

參考資料

法務部統計處 (2007)。法務統計月報。法務部,台北。

Akers, R. L., Hayner, N. S., & Gruninger, W. (1977). Prisonization in five countries. Criminology, 42, 5-15.

Alpert, G. P. (1979). Patterns of change in prisonization: A longitudinal analysis. Criminal Justice and Behavior, 6, 159-173.

Atlas, R. (1983). Crime site ion for assaults in four Florida prisons. The Prison Journal, 58, 59-72.

Bottoms, A. (1999). Interpersonal violence and social order in prisons. In M. Tonry & J. Petersilia (Eds.), Crime and Justice: A review of research. Chicago: University of Chicago Press.

Brown, G. C. (1990). Violence in California prisons: A test of the importation and deprivation models. Doctoral dissertation, University of California at Irvine.

Camp, S. D., & Gaes, G. G. (2002). Growth and quality of U.S. private prisons: Evidence from a national survey. Criminology and Public Policy, 1 ,427-449.

Camp. S. D., Gaes, G G., Langan, N. P., & Saylor, W. G. (2003). The influence of prisons on inmate misconduct: A multilevel investigation. Justice Quarterly, 20, 501-533.

Cao, L., Zhao, J., & VanDine, S. (1997). Prison disciplinary tickets: A test of the deprivation and importation models. Journal of Criminal Justice, 25, 103-113.

Clemmer, D. (1940). The prison community. Boston: Christopher.

Colvin, M. (1992). The penitentiary in crisis: From accommodation to riot in New Mexico. Albany: State University of New York Press.

Cullen, F. T., Latessa, E. J., Burton, V. S., & Lombardo, L. X. (1993). Correctional orientation of prison of prison wardens: Is the rehabilitative idea supported ? Criminology, 31, 69-92.

DiIulio. J. J., Jr. (1987). Governing prisons: A comparative study of correctional management. New York: Free Press.

Ellis, D., Grasmick, H. G., & Gilman, B. (1974). Violence in prisons: A sociological analysis. American Journal of Sociology, 80, 16-43.

Farrington, D. P., & Nuttall, C. P. (1980). Prison size, overcrowding, prison violence, and recidivism. Journal of Criminal Justice, 8, 221-231.

Flanagan, T. J. (1980). Time served and institutional misconduct: Patterns of involvement in disciplinary infractions among long-term and short-term inmates. Journal of criminal Justice, 8, 357-367.

Flanagan, T. J. (1983). Correlates of institutional misconduct among state prisoners. Criminology, 21, 29-39.

Franklin, T. W., Franklin, C. A., & Pratt, T. C. (2006). Examining the empirical relationship between prison crowding and inmate misconduct: A meta-analysis of conflicting research results. Journal of Criminal Justice, 34, 401-412.

Gaes, G. G., & McGuire, W. J. (1985). Prison violence: The contribution of crowding versus other determinants of prison assault rates. Journal of Research in Crime and Delinquency, 22, 41-65.

Goetting, A., & Howsen, R. M. (1986). Correlates of prisoner misconduct. Journal of Quantitative Criminology, 2, 49-67.

Goodstein, L., & Wright, K. N. (1989). Inmate adjustment to prison. In L. Goodstein & D. MacKenzie (Eds.), The American prison: Issues n research and policy. New York: Plenum Press.

Haertzen, C., Buxton, K., Covi, L., & Richards, H. (1993). Seasonal changes in rule infractions among prisoners: A preliminary test of the temperature-aggression hypothesis. Psychological Reports, 72, 195-200.

Harer, M. D., & Steffensmeier, D. J. (1996). Race and prison violence. Criminology, 34, 323-355.

Huebner, B. M. (2003). Administrative determinants of inmate violence: A multilevel analysis. Journal of Criminal Justice, 31, 107-117.

Irwin J. K. & Cressey, D. (1962). Thieves, convicts, and the inmate culture. Social Problems, 10, 142-155.

Irwin, J. K. (1981). Sociological studies of the impact of long-term confinement. In D. A. Ward & K. F. Schoen (Eds.) Confinement in maximum custody. Lexington, MA: D.C. Health.

Jiang, S., & Fisher-Giolando, M. (2002). Inmate misconduct: A test of the deprivation, importation, and situational models. The Prison Journal, 82, 335-358.

Kellar, M., & Wang, H. (2005). Inmate assaults in Texas county jails. The Prison Journal, 85, 515-534.

Langan, N. P., & Pelissier, B. M. M. (2002). The effect of drug treatment on inmate misconduct in federal prisons. Washington, DC: Federal Bureau of Prisons. Retrieved March 11, 2005, from http://www.bop.gov/news/research_projects/published_reports/drug_treat/oreprdap_misconduct.pdf.

Liebling, A. (1999). Prison suicide and prisoner coping. In M. Tonry & J. Petersilia (Eds.), Prison, Crime and Justice: Review of research. Chicago: University of Chicago Press.

Maxfield, M. G. and Babbie, E. (2005). Research Methods for Criminological Justice and Criminology (4th ed.). Belmont, CA: Wadsworth Thomas Learning.

MacKenzie, D. L. (1987). Age and adjustment to prison. Criminal Justice and Behavior, 14 ,427-447.

McCorkle, R. C., Mithe, T. D., & Drass, K. A. (1995). The roots of prison violence: A test of the deprivation, management, and “not-so-total” institution model. Crime & Delinquency, 41, 317-331.

Megargee, E. L. (1976). The association of population density, reduced space and uncomfortable temperature with misconduct in a prison community. In A. K. Chen, G. F. Cole, & R. G. Baily (Eds.), Prison Violence. Lexington, MA: D. C. Health.

Nacci, P. L., Teitelbaum, H. E., & Prather, J. (1977). Population density and inmate misconduct rates in the federal prison system. Federal Probation, 41, 26-31.

Paterline, B. A., & Peterson, D. M. (1999). Structural and social psychological determinants of prisonization. Journal of Criminal Justice, 27, 427-441.

Poole, E. D., & Regoli, R. M. (1983). Violence in juvenile institutions: A comparative study. Criminology, 21, 213.

Porporino, F. J., & Zamble, E. (1984). Coping with environment. Canadian Journal of Criminology, 26, 403-422.

Proctor, J. (1994). Evaluating a modified version of the Federal Prison System’s inmate classification model. Criminal Justice and Behavior, 21, 256-272.

Reisig, M. D. (1998). Rates of disorder in higher-custody state orisons: A comparative analysis of managerial practices. Crime and Delinquency, 44, 229-244.

Ruback, R. B., & Carr, T. S. (1993). Prison crowding over time: The relationship of density and changes in density to infraction rates. Criminal Justice and Behavior, 20, 130-148.

Shield, I., & Simourd, D. (1991). Predicting predatory behavior in a population of incarcerated young offenders. Criminal Justice and Behavior, 18, 180-194.

Sieverdes, C., & Bartollas, C. (1986). Security level and adjustment patterns in juvenile institutions. Journal of Criminal Justice, 14, 135-145.

Sorensen, J., Wrinkle, R., & Gutierrez, A. (1998). Patterns of rule-violating behaviors and adjustment to incarceration among murders. The Prison Journal, 78, 222-231.

Steinke, P. (1991). Using situational factors to predict types of prison violence. Journal of Offender Rehabilitation, 17, 119-132.

Sykes, G. M. (1958). The society of captives. Princeton, NJ: Princeton University Press.

Sykes, G. M., & Messinger, S.L. (1960). The inmate social system. In R. Cloward (Ed.), Theoretical studies in social organization of the prison. New York: Social Science Research Council.

Thomas, C. W. (1977). Theoretical perspectives on personization: A comparison of the importation and deprivation models. The Journal of Criminal Law and Criminology, 68, 135-145.

Toch, H. (1977). Living in prison: The ecology and survival. New York: Macmillan.

Toch, H. (1997). Corrections: A humanistic approach. Guilerland, New York: Harrow & Heston.

Useem, B., & Kimball, P. (1989). State of siege: U.S. prison riots, 1971-1986. New York: Oxford University Press.

Welsh, W. N., McGrain, P., Salamatin, N., & Zajac, G. (2007). Effects of prison drug treatment on inmate misconduct: A repeated measures analysis. Criminal Justice and Behavior, 34, 600-615.

Wolf, S., Freinek, W. R. & Shaffer, J. W. (1966). Severity and frequency of rule infractions as criteria of prison maladjustment. Journal of Clinical Psychology, 22, 244-247.

Wooldredge, J. (1998). Inmate lifestyles and opportunities for victimization, Journal of Research in Crime and Delinquency, 35, 480-502.

Wooldredge, J. D. (1991). Correlates of deviant behaviors among inmates of U.S. correctional facilities, Journal of Crime and Justice, 14, 1-25.

Wooldredge, J., Griffin, T., & Pratt, T. (2001). Considering hierarchical models for research on inmate behavior: Predicting misconduct with multilevel data. Justice Quarterly, 18, 203-231.

Wright, K. N. (1991). A study of individual, environment, and interactive effects in explaining adjustment to prison, Justice Quarterly, 8, 217-242.

Wright, K. N. (1994). Effective prison leadership. Binghamton, New York: William Neil.

Zingraff, M.T. (1980). Inmate assimilation: A comparison of male and female delinquents. Criminal Justice and Behaviors, 7, 275-292.

 



賴擁連,美國德州聖休士頓州立大學(SHSU)刑事司法博士生。

 

感謝您的支持!

本會為內政部登記合法之非營利社團法人,接受捐款,並可憑據依法報稅。

懇請大力支持,共襄盛舉,俾得圓滿實現本會任務,不勝感激!

  • 游秘書
  • 02-23121965
  • 19745709
  • 社團法人中華民國犯罪矯正協會