社会解组理论与自杀

2021-09-23 作者:马修•D.莫尔 来源:《国际社会科学杂志》(中文版)2021年第3期

摘  要:近些年来凶杀与自杀之间的确切联系并没有得到探讨。

关键词:理论;自杀

  

  内容提要:社会学家早期对凶杀和自杀的考察认为这两种形式的偏离行为是相似的。然而,近些年来凶杀与自杀之间的确切联系并没有得到探讨。不过,分别考察凶杀与自杀的研究通常显示同样的结构性因素预示着两种形式的偏离现象的增多。与此同时,有关凶杀和自杀的研究显示出某种反相关关系。本文利用美国疾病控制和预防中心和美国人口普查局的数据,同时使用社会解组理论作为指南,探讨了预测凶杀的因子是否可以适用于研究自杀。多因素回归分析显示,社会解组理论所总结的一些因素同样可以用于预测自杀率的升高。本文证明,有关犯罪的理论也许适用于研究自杀,从而使人们对偏离行为有更充分的了解。

  马修·D.莫尔(Matthew D. Moore),任职于美国中阿肯色大学社会学、犯罪学与人类学系。通讯地址:University of Central Arkansas, Department of Sociology,Criminology, and Anthropology, 306I Irby Hall, 201 Donaghey Ave, Conway, AR 72035. Email: mdmoore@uca.edu

 

  引 言

  早期社会学家对凶杀(homicide)和自杀做了研究,认为这两种偏离行为大致同类。埃米尔·涂尔干(Durkheim [1897]1951)曾经指出,自杀与凶杀之间呈逆相关关系。而且不少学者相信,凶杀和自杀是一个硬币的两个面。早期进行的研究证明了凶杀与自杀的关联性(Ferri 1883; Morselli 1882)。学者们对凶杀和自杀的确切联系进行了探讨(Halbwachs 1930),提出了如下观点:凶杀和自杀相似,因为在特定的地区,凶杀和自杀的发生率都高。也有一些学者称,凶杀发生率低时,自杀率往往比较高。

  近期,关于凶杀与自杀关系的研究有些停滞不前,原因是有些新兴的课题把凶杀和自杀单独拿出来研究。对自杀的结构性因素的研究也放慢了脚步。雷、科恩和佩斯科索里多(Wray, Colen and Pescosolido 2011)以实例说明,在自杀研究方面,社会学比其他学科都落后。他们查阅了1990年至2009年出版的4种社会学顶级期刊,发现研讨自杀问题的论文仅有41篇,占任意一年所有论文数量的比例不超过3%(Wray et al. 2011)。现在,社会科学家不再把凶杀和自杀当作同一事物的两个方面看待了。每年发表的大量文章都在探讨凶杀的结构性原因和文化原因(Bursik and Webb 1982; Osgood and Chambers 2000)。自杀研究已经由从事精神疾病研究方向的研究人员接手,他们将精神疾病视为预测自杀的关键因子(Boltonet al. 2015)。如雷等人(Wray et al.2011)证明,自杀的结构性原因已退至社会学研究的幕后。

  不过,很多有关凶杀和自杀的研究结果却很相似。凶杀的预测因子很多也是自杀的预测因子。例如,研究发现,居住流动性(residential mobility)是一个社区发生凶杀的强预测因子(Bursik and Webb 1982; Osgood and Chambers 2000)。而无数有关自杀的研究揭示,居住流动性也是自杀的重要预测因子(Flavin and Radcliff 2009; Haynie et al. 2006; Stack 1987)。社会流动性高,就会减弱个体和邻里相互整合(integration)、结成纽带的能力。有学者指出,整合水平越高,社会资本水平越高,自杀发生率就越低(Bearman and Moody 2004; Recker and Moore 2015)。

  近期,有若干研究探讨了凶杀与自杀的联系(Lane 1979; Pampel and Williamson 2001; Wu 2003)。这些较近期分析的结果与早期学者如涂尔干(Durkheim)、费里(Ferri)和莫雷利(Morelli)等人的论点十分接近。早期有关凶杀与自杀联系的论点以及近期的研究成果,可以用以指导对自杀的结构性预测因子的探索。

  本文考察的是凶杀与自杀的联系,并运用社会解组理论(social disorganisation theory)作为指导。从事犯罪结构性原因研究的犯罪学家,一般都试用过社会解组理论。通过这些研究,学者们发现了一些能够预测邻里凶杀的结构性因子,比如居住流动性、人口和贫困等(Bursik and Webb 1982; Osgood and Chambers 2000)。本文运用之前的社会解组与凶杀研究的成果,探讨了如下问题:凶杀的预测因子是否也能应用于自杀研究?

  文献综述

  凶杀与自杀

  早期研究者认为,自杀与凶杀之间存在某种关联(Halbwachs 1930)。意大利学者莫思利(Enrico Morselli 1882)和费里(Enrico Ferri 1883)说过,凶杀和自杀是本质相同的现象。西格蒙德·弗洛伊德(Sigmund Freud)也指出,自杀是个体的杀人动机向内转向该个体的结果(Wu 2003)。法国社会学家埃米尔·涂尔干(Durkheim [1897] 1951)甚至指出,杀人与自杀之间似乎存在着反比关系。不过,他又说,这个反比关系并非是定律。

  研究凶杀与自杀的关系,盛行于早期的犯罪学、社会学研究,但最终式微,被另外一些关于凶杀和自杀的独立研究所取代。最近倒是有一些关于凶杀与自杀联系的研究。比如,亨利和肖特(Henry and Short 1954)认为,凶杀和自杀都是对经济体系中的挫折作出的回应。这些学者认为,外部约束力使个体要么矛头向内自杀,要么矛头向外杀人。

  莱恩(Lane 1979)在考察费城的情况时,发现随着凶杀和意外导致的死亡减少,自杀就会增多。他认为,经济体系向工厂制转变,让所有表达愤怒和厌倦的方式都与社会不相容。在以工厂为基础的新经济体系里,社会化过程将外向表达情感视为不良行为,所以,凶杀(一种外向表达方式)减少了。同时,新的社会化过程又让个体认识到,相对而言,内向表达情感是可以接受的,故而自杀(一种内向表达方式)增多了。

  潘佩尔和威廉姆逊(Pampel and Williamson 2001)所做的一项跨国研究,考察了凶杀率和自杀率。结果表明,两者的变化均取决于考察对象国的人口结构。他们论证说,年龄结构、婚姻、离婚、就业和出生率都会影响他们所分析的国家的凶杀发生率和自杀率。两位学者指出,无论凶杀还是自杀,都是以相同方式对社会变化作出的回应。

  在另一项对凶杀与自杀联系的较近期分析中,吴(Wu 2003)提出了一种关于致命暴力的测量法,将美国各县的凶杀率和自杀率结合起来考察。吴的考察发现,地域对美国的致命暴力有着重大影响。根据吴的观点,美国南方比该国其他地区更倾向于用杀人表现致命暴力。不过,美国南方成人大学文化程度比例较高的县自杀较多,与该研究发现不一致。吴(Wu 2003)认为,县份的教育水平等结构性因素会导致不同类型的暴力行为(如凶杀或自杀)。

  早期的社会科学家认为,凶杀与自杀有重要关系。最近一些研究也探讨了这种关系,不过,多数关于凶杀和自杀的研究都是单独开展,彼此无关联。虽然两者的关系可能不像莫思利(Morselli 1882)和费里(Ferri 1883)等早期学者所说的那样强,但是,回顾凶杀和自杀的研究文献可知,同样的因素可以预测某一地区的凶杀与自杀的增长水平。将精神疾病作为自杀的主要预测因子来研究,是近期自杀研究的主流(Bolton et al. 2015)。研究自杀的结构性条件,则常常是考察凶杀研究文献广泛探讨的预测因子(Haynie et al. 2006)。

  比尔斯(Bills 2017)比较详尽地概括了凶杀与自杀的关联。他指出,当前很多研究都是流类比理论(stream analogy)的推演。流类比理论认为,凶杀和自杀源自相同的暴力(Bills 2017)。各种社会力量左右着社会的致命暴力的高低。暴力的取向(无论是凶杀还是自杀)取决于个体的社会地位。因此,对凶杀的结构性预测因子的研究,可以为自杀的结构性预测因子提供参照。研究者通过考察和了解凶杀与自杀的联系,便可以构建起有关自杀的关键因素的缜密理论和概念。

  社会解组理论

  社会解组理论是基于肖和麦凯(Shaw and McKay 1969)的研究形成的理论。两位学者认为,犯罪是个体居住的环境引发的。环境的变化可能减少或者增加青少年违法行为。他们考察了芝加哥的社区后提出,社区的物理状况、经济状况和人口构成影响社区的青少年犯罪率。

  社区的物理状况特征是指有废弃建筑物和紧邻制造业的片区。按照肖和麦凯(Shaw and McKay 1969)的观点,靠近制造业和有废弃建筑物的社区更容易产生违法行为。而受到大量违法行为困扰的社区,其居民贫困率也很高——这两位学者将此称为经济状况。这些社区比较贫困,居民无力搬迁,也无力解决他们遭遇的许多问题。最后,违法行为发生率最高的社区,往往外国出生的人和非洲裔美国人住户的数量也最多。肖和麦凯(Shaw and McKay 1969)认为,引起违法行为的原因不在于种族,而在于居民是社区的新成员,他们希望一旦有条件就搬迁到另一社区。所以,人口构成复杂的片区,犯罪率也比较高,原因是居民们没有为社区的未来付出。

  在肖和麦凯关于社会解组的研究基础上,科恩豪瑟(Kornhauser 1978)指出,违法犯罪是社会机构制度崩溃造成的。社会机构制度的瓦解,妨碍了社区对居民行为的控制能力。由于行为不受控制,反社会行为和违法行为就会在混乱无序的社区常态化。本可以在社会解组的社区内控制、规范个体行为的社会机构制度,在违法犯罪率高的地方失去了效力。这让居民弄不清或者不知道应该如何行为。于是,越轨行为就趋于常见。科恩豪瑟(Kornhauser 1978)进而用实例说明,贫困加剧、具有种族异质性、住宅周转率高的社区,犯罪率也比较高。

  许多学者进一步指出了社会解组与犯罪之间的联系。布鲁姆和雅沃尔斯基(Blum and Jaworski 2018)指出,大规模枪击案件与社会解组是有关联的。布尔西克和韦布(Bursik and Webb 1982)认为,居住流动性致使社会机构制度功能缺失,或者根本发挥不了作用。斯塔尔克(Stark 1987)证明,许多因素造成了社会解组,如居民流动性、人口密度和贫困。如今,一些学者把居住流动性、种族异质性、家庭破裂、贫困、风险人口、失业和人口密度等指标综合在一起,检验社会解组理论(Osgood and Chambers 2000)。

  自杀与社会解组理论

  在以往的研究中,人们并未使用社会解组理论来解释自杀现象。不过,对于很多用于社会解组研究的因子,在有关自杀现象的分析中已经作过检验。许多研究的结论是,居住流动性是自杀的预测因子(Flavin and Radcliff 2009; Haynie et al. 2006; Stack 1982)。海尼、索思和波斯(Haynie, South and Bose 2006)对青春期女性进行了考察,发现居住搬迁使尝试自杀的风险提高了60%。这三位学者在对若干其他因子加以控制的情况下指出,“搬迁少女试图自杀的可能性明显要比非搬迁少女高得多”(Haynie et al. 2006, p.710)。斯塔克(Stack 1982)的结论是:居住流动性降低了邻里居民之间的整合度。埃米尔·涂尔干(Durkheim [1897] 1951)对整合度低导致自杀率高的原因做出了解释,称这类自杀是“自利性自杀”(egoistic suicide)。因此,人们已经发现居住流动性不仅是预测凶杀的要素,也是预测自杀的要素。

  族群异质性迄今并未被包含到对自杀的研究当中。不过,许多关于自杀的分析已经把种族列为一个对照项(Agnew1998; Ellison et al. 1997; Haynie et al. 2006)。另外,自杀研究证明,在有不同程度自杀倾向的各类人群中,种族的确发挥着显著作用。哈布瓦克斯(Halbwachs 1930)指出,族群异质性可能影响到一个社会的自杀率,认为“那些有不同人群‘抬头不见低头见生活的’地方,很可能就是滋生自杀和凶杀的沃土”(Halbwachs 1930, p.203)。而且,涂尔干的自利性自杀概念也可以解释族群异质性为何是引起自杀现象增加的缘由。任何对整合的障碍都可能导致自利性自杀。如果个体感觉与其他群体交往不自在、不舒心,就会降低社区的整合水平。

  自杀研究已经从多方面测量了家庭破裂这一因素的影响。多数研究都援引了离婚率(Flavin and Radcliff 2009; Huang 1996)、结婚率(Moore et al. 2014)或离婚、已婚、丧偶等状况综合分析(Agnew 1998)的测量数据。斯塔克(Stack 1990)调查后发现,由丹麦离婚率比较高,可预知其自杀率也比较高。只要家庭出现了问题,自杀率就很可能抬高。社会解组理论支持者认为,单亲家庭多的地方,犯罪率就会较高。单亲家庭对自杀的影响也一样。单亲家庭不可能像双亲那样去管控行为(亦即看护并避免越轨行为的人少了)。涂尔干对这种监管缺失现象也作了解释,称这种情况是“失范性自杀”(anomic suicide)。依涂尔干所言,在一个没有监管的社会里,人们不知道该如何行动。因为不懂什么行为合适,什么行为不合适,人们便诉诸自杀。

  贫困也是自杀研究中的一个重要因子(Rehkopf and Buka 2006)。不过,贫困并不像乍一看上去的那么明确。涂尔干认为,贫困或许还是应对自杀的保护性因子。他指出,法国的自杀率比一些贫穷国家还高。在他看来,这恰恰说明贫困可以保护个体免受自杀的精神压力。许多研究都使用了贫困测量数据,但最终证明贫困并非自杀的重要预测因子(Huang 1996; Pendergast et al. 2017)。

  不过,有一些学者发现,贫困加剧能造成自杀率上升(Maris 1969)。有一项研究考察了冰岛的83个社区,发现贫困对儿童自杀行为确实有显著影响(Bernburg et al. 2009)。

  风险人口(population at risk)被众多关于社会解组理论研究和犯罪研究(Osgood and Chambers 2000)纳入考量。另外,自杀研究发现年龄也显著影响自杀。霍顿(Hawton 1986)解释了从1960年到1975年间15—19岁人群的自杀率抬升的原因。美国疾病控制和预防中心(CDC)宣称,自杀是15—34岁人群的第二大死亡原因(Center for Disease Control and Prevention 2015)。但是,和凶杀不同,自杀是随着年龄增长而增加。因此,虽然社区的人口结构可预测凶杀,也可预测自杀,但以往的研究表明,不同的年龄段更能预测凶杀和自杀的可能性。

  一些对社会解组理论的考察将失业率用作贫困的测量指标(Osgood and Chambers2000)。自杀研究同样也考察了失业对自杀的影响(Ellison et al. 1997; Flavin and Radcliff 2009; Huang 1996; Kposowa2001)。科普索娃(Kposowa2001)分析了失业和自杀现象,发现两者关系密切。故此,和社会解组理论的论点相一致,自杀与失业是有关联的。

  人口密度是分析社会解组理论的一个关键变量。不过,多数自杀研究并没有把人口密度考虑在内。涂尔干倒是说过,人口密度对于一个社群的自杀率有重要影响,一片地区的人口越多,个体就越容易体验涂尔干所说的失范(anomie)或者说无常态(state of normlessness)。很多学者用人口稠密来隐指失范(Avison and Loring 1986; Hansmann and Quigley 1982; Lafree and Kick1986; Lee 2001; Messner and Rosenfeld 1997; Neapolitan 1996)。可叹的是,许多关于自杀的研究根本不考虑人口密度这一因素。

  社会解组理论将地点测量作为参照项。比如,莫尔和斯温(Moore and Sween 2015)做研究时使用的测量指标将区域控制在美国国内。对自杀现象的考察也使用地点测量来控制地区(Agnew1998; Ellison et al. 1997; Huang 1996)。由此观之,如社会解组理论的研究结果所示,地点可能会影响自杀。

  方 法

  因变量

  美国疾病控制和预防中心(CDC)负责收集美国的死亡类型资料,在其网站(https://wonder.cdc.gov/)上提供了各种死亡类型的信息。按病态及死亡的外部原因,该中心的网站将自杀归类为故意自我伤害。本研究并未区分自杀的方法,认为此问题不属于当前分析的范围。美国各县的自杀人数采自疾病预防控制中心,这是该中心能够提供的最小分析单位。分析单位如果再小,就可能侵犯个人隐私,疾病控制中心也不会发布。本研究把自杀人数按人群转换为自杀率。由于可用的自杀资料有限,故本研究计算了1999年至2009年自杀率平均值。自杀人数呈逐年变化,计算自杀率平均值可以控制数据的波动性。另外,很多研究(Cutrightand Fernquist 2000; Flavin and Radcliff 2009; Kelly et al. 2009)也像本研究一样计算自杀的平均值。如果这样做会破坏保密性,疾病控制中心便不会发布自杀信息。故此,凡是没有1999—2009年这段时间的信息资料的县,本研究不予考察。本研究最终获得的样本县是2689个。

  社会解组变量

  构成社会解组模型的所有变量均取自美国人口普查局(United States Census Bureau)。美国社区调查(American Community Survey)的五年估算值被用于2006—2010年这一时间段。五年估算值是一定要用的,因为人口普查局一般不会逐年收集人口少的县的信息(见表1)。

  

  本研究所用的变量,均是参照它们在之前有关社会解组理论研究的使用情况选取的。社会解组理论指出,居住流动性对违法行为有显著影响(Bursik and Webb 1982; Kornhauser 1978; Stark 1978)。因人员迁入迁出社区,居民无法构建、理解社区的规范或对其作出回应。居住流动性按2005年以来迁移人口的比例来测量。另外,学者们认为,族群异质性会增加违法犯罪率(Kornhauser 1978; Stark 1978)。社区的人员族群成分越杂,社区规范就越容易被丢弃、被误解。于是,居民不知道该向谁求助,不知道什么行为可以容许。族群异质性以前是按白人家庭与非白人家庭的比例来测量。这种异质性测量计算出从一个县随机选取的两个个体属于不同种族的可能性有多大。本研究算出族群异质性的测值为其中,pi是给定族群(即白人或非白人)家庭的比例。而后,计算给定族群家庭比例的平方,求两个族群之和。族群异质性测量区间为0到0.5。得分为0,表示该县只有白人或只有非白人居民;得分为0.5,表示该县的白人和非白人数量相等。

  家庭破裂和居住流动性一并被用作社会解组的指标(Osgood and Chambers 2000)。家庭越不稳定,社区中监督青少年的成年人就越少,青少年不受约束,违法犯罪活动就越多。家庭破裂的情况,用一个县中有18岁以下子女的女户主家庭占的比例来测量。斯塔尔克(Stark 1987)认为,社群的贫困程度越高,其犯罪率就越高。社区高度贫困,其居民便没有资源和条件来应付许多有可能提高犯罪率的结构性问题。奥斯古德和钱伯斯(Osgood and Chambers 2000)以贫困线以下的家庭所占比例来测量贫困。本研究也用这一指标来测量。奥斯古德和钱伯斯(Osgood and Chambers 2000)还用失业率作为测量贫困的指标。本研究也依样画葫芦。

  以往对社会解组理论的研究曾使用风险人口比例(Osgood and Chambers 2000)。社区的年轻人多,参与违法犯罪行为的人就多,而且年轻人会接触到各种各样的违法犯罪行为。风险人口用15—24岁年龄段的人口比例来测量。风险人口呈偏斜分布,故运用自然对数转换,对此偏斜分布进行校正。自然对数转换的确能校正人口密度的偏斜分布。斯塔克(Stark 1987)还指出,人口密度会显著影响犯罪水平。人口密度即是一个县的人口数除以该县的土地面积(平方英里)。人口密度呈偏斜分布,我们也使用自然对数转换校正这种偏斜的分布。自然对数转换确实校正了人口密度的偏斜分布。

  本研究使用一个变量对县份的区位加以控制,创建了一个“农村”虚拟变量。奥斯古德和钱伯斯(Osgood and Chambers 2000)对农村地区的社会解组现象进行了检验,一些犯罪学家一直在研究农村犯罪问题。本研究使用了控制县的类型的指标。研究涉及城市县1062个,农村县1627个。最后,本研究用地区代码来控制相关县在美国所处的区域。因区域不同,美国的犯罪和自杀水平也不同,以往的研究(Blau and Blau 1982; Gastil 1971; Nisbett and Cohen 1996)也对其加以控制。本研究中,219个县位于东北部,1277个县位于南部,837个县位于中西部,356个县位于西部。

  研究发现

  回归分析的结果显示,社会解组理论的指标可用于自杀研究(见表2)。首先,居住流动性具有显著性,且为正值(β=0.099; p<0.001)。居住流动性增强,自杀率上升。这一发现与先前关于社会解组理论及犯罪研究(Kubrin and Herting 2003; Nielsen et al. 2005; Osgood and Chambers 2000)的结果是相吻合的。本研究的另一发现是:贫困也具有显著性,且为正值(β= 0.159;p<0.001)。贫困加剧,自杀率上升。这一发现与社会解组理论的理论认识是相一致的。不过,同样是贫困测值,在奥斯古德和钱伯斯(Osgood and Chambers 2000)对凶杀的研究里并不显著。失业率具有显著性,且为正值(β=0.105; p<0.001)。失业率上升,自杀率也上升。这一结果也符合社会解组理论的理论认识。但是,像贫困一样,失业在之前的研究(Osgood and Chambers 2000)中并不具有显著性。

  

  本研究的部分结果并不支持社会解组理论的理论观点。比如,族群异质性具有显著性,但为负值(β=-0.240;p<0.001);族群异质性测值降低,自杀率反而增加。关于社会解组和犯罪的研究使用了各种测量指示族群异质性,结果是:族群异质性是犯罪的重要指标(Kubrin and Herting 2003; Miethe et al. 1991; Nielsen et al. 2005; Osgood and Chambers 2000)。本研究并未发现多样性提高了所研究县份的自杀率,反倒是同质性增强提高了自杀率。本研究还发现,家庭破裂具有显著性,且为负值(β=-0.116;p<0.001);亦即家庭破裂减少,自杀率反而上升。这与之前的社会解组和犯罪研究(Miethe et al.1991; Osgood and Chambers 2000)的结果并不一致。风险人口具有显著性,但为负值(β= -0.235; p<0.001),亦即风险人口减少,自杀率上升。该结果与奥斯古德和钱伯斯(Osgood and Chambers 2000)关于风险人口是犯罪的重要指征的研究结论相左。但是,自杀统计数据显示,在美国,犯下多数罪行的人口与发生自杀的人口并不是同一人群。2011年,中年人占自杀总数的56%(Center for Disease Control and Prevention 2015)。最后,人口密度具有显著性,且为负值(β= -0.321;p<0.001);人口密度降低,自杀人数增加。本研究的这一发现与社会解组理论的论点不一致。犯罪研究使用人口密度作为变量的分析得出了非显著性结果,或者显著与非显著性相混合的结果。

  本研究还使用了几个虚拟变量,以控制所研究县份所在的区位。虚拟变量“农村”(Rural)不显著。虚拟变量“西部”(β=0.267;p<0.001)和“南部”(β=0.228; p<0.001)显著,且为正值。西部县份和南部县份的预测自杀率要比东北部县份的预测自杀率更高。

  讨 论

  近几十年,凶杀与自杀的联系一直令学者们感兴趣。早期的一些学者宣称,凶杀率比较高的地区自杀率也高。另一些学者则认为,凶杀与自杀存在反比关系;一种暴力行为发生率高,必然导致另一种暴力行为减少。本研究试图运用社会解组理论考察这种相关性。

  这些研究发现表明,上述二者之间联系依然复杂难解。研究使用的7个指标中有3个呈显著性且为正值,说明凶杀和自杀都受到相同的结构性因素的影响。不过,7个社会解组变量中有4个呈显著性且为负值,说明凶杀和自杀可能存在某种反比关系。

  社会解组理论把居住流动性、贫困和失业认作凶杀和犯罪的关键指标(Kornhauser 1978)。本研究分析发现,这3个指标也可以预测美国各县份的自杀率增长。另一方面,本研究显示,族群异质性、家庭破裂、风险人口和人口密度均与自杀率呈负相关。

  在美国,自杀是第十大死亡原因(Center for Disease Control and Prevention 2015)。1999年到2016年,美国半数以上的州自杀率上升了30%(Center for Disease Control and Prevention 2018)。根据世界卫生组织的资料(World Health Organization 2014),每年有80万人死于自杀。从全球来看,自杀死亡的人数比死于战争和凶杀的总和还多。

  不过,学者们指出,自杀被污名化了,人们通常认为只有“弱者”或“疯子”才会试图或实施自杀(Batterhamet al. 2013; Cvinar 2005; Schomerus et al. 2014)。一般认为精神疾病是自杀的主因,但美国疾病控制和预防中心(CDC 2018)指出,半数以上的自杀是无已知精神疾病的人实施的。自杀的污名以及精神疾病是自杀的关键预测因子的想法造成了这样一种境况:人们对自杀问题不予讨论,不予处置(Batterham et al. 2013; Cvinar 2005; Schomerus et al. 2014)。

  精神疾病可能预示自杀的发生,因为精神疾病患者的自杀率比普通人高(Bolton et al.2015)。但是,精神疾病并非预告自杀的唯一因素。个体所处的环境很重要。环境的构成要素可能影响着自杀发生的概率。本研究显示,居住流动性、贫困和失业可以预测自杀。这些结构性因素会使一个社区的自杀率升高。

  本研究还表明,族群异质性、家庭破裂、风险人口、人口密度均具有相反影响,就像社会解组理论分析这些因素与凶杀的关系所揭示的那样。本研究虽然没指明凶杀与自杀是相同还是相反关系,但却明确了一点:一些犯罪学理论可以适用于自杀研究。许多自杀研究限于个别理论和概念,以考察精神疾病为着重点(Bolton et al. 2015)。本研究也许会让研究者有一个起始点,使自杀研究更多考虑结构性因素。

  有关凶杀及其结构性预测因子的研究已经有很多(Osgood and Chambers 2000)。研究者运用有关凶杀的理论,可以了解哪些因素才是形成关于自杀的结构性认识的关键所在。另外,对于社会科学工作者和政策制定者而言,认识到旨在减少凶杀的法律、政策和措施有可能造成自杀率的上升或下降,也是很有实际意义的。弄清有关凶杀和自杀的政策涉及的诸种因素,可以制定出减少凶杀和自杀的方案或对策,而不至于激化其中的某种偏离行为。

  (本文注释内容略)

  张大川 原文责任编辑:梁光严 张南茜

转载请注明来源:中国社会科学网(责编:)

扫码在手机上查看