移民与犯罪有关吗？

摘要：移民和犯罪有关吗？本评论综合了1994年至2014年的美国移民犯罪研究，旨在解决这一问题。调查结果表明，总的来说，移民与犯罪的联系是消极的，但联系非常弱。各个研究间因为研究设计的不同导致研究结果存在显著差异。不同的变量测量，分析单位，时间和背景，以各种方式影响移民犯罪关系。

研究背景  

在当代美国，移民是一个辩论激烈的公共政策问题。辩论的一方主张限制性移民政策，认为移民会导致犯罪率上升。反对方则暗示，限制性移民政策的根源是仇外心理和错误的刻板印象。解决这一争论的方法是系统地审查移民与犯罪关系的学术研究，以得出证据支持合乎逻辑的结论。

不幸的是，从这些学术研究中获得一个明确的结论可能并不简单。

首先，研究设计缺乏一致性。研究对关键自变量和因变量的测量，分析单位，时间设计和观察样本等测量方面显著不同。其次，以往研究中报告的结果不同，不仅研究之间不同，而且研究内部也可能不同。虽然一些研究记录了移民与犯罪之间是无效的，消极的或积极的关系，但其他研究提供了三种关系的全部证据。第三，社会科学专家提供了不同的文献评估。

基于这些原因，移民与犯罪的关系仍然是一个有争议的问题。

研究方法 

作者审查和评估了1994年至2014年期间发表的，研究移民对当代美国犯罪率影响的研究。将叙事评论的定性方法与系统元分析的定量策略相结合来审查和评估这些文献。

第一步，运用传统的叙事审查方法，通过批判性阅读文献，深入了解主要研究结果，发现重要的细微差别以及新兴主题。通过这一分析，能够确定研究设计的几个方面，包括变量的概念化和操作化差异、地理空间分析单位变化、时间设计特征差异和移民目的背景变化，这些方面都有可能对移民犯罪研究的结果产生重大影响。

第二步中，着重对51篇符合研究标准的定量研究进行元分析，通过元分析方法补充了叙述性评论。元分析提供了一种客观方法，将满足入选标准的所有定量结果全部纳入，包括具有统计显著性的结果以及未具有统计学意义的结果。元分析提供了一种系统机制，用于跨研究汇总结果，通过对每组结果进行加权，使得能够精确计算加权平均效应大小，并且有助于估计个体研究结果在该平均值附近变化的程度。元分析有助于调查研究设计特征可能对研究报告的结果产生的影响。

移民犯罪的理论观点  

一些社会学理论认为，移民会增加犯罪率。

移民带来更多的青少年和年轻人，这些人都是极易发生犯罪的潜在人群；移民通过增加不同种族的人口流入，导致社区不稳定和人口异质性的高比率，阻碍了控制犯罪所需的社会关系和共同价值观的建立；移民增加了当地劳动力市场的经济匮乏和竞争，这些经济压力可能会增加群体间的冲突，产生与主流社会的疏离，并增加犯罪动机；移民与非法毒品市场活动的扩散有关，这可能会增加其他形式的犯罪，包括暴力。

另一些社会学理论则认为，移民可能会降低犯罪率。

由于移民过程是艰巨的，移民是一个高度选择性的群体，具有较高的主动性和成就取向以及较低的犯罪倾向；移民导致当地社区的复兴，这有助于降低犯罪。

主要观察结果  

那么，总体来说，移民与犯罪的关系是什么？是积极的，消极的还是无效的？其强弱如何？

以往研究中报告的最常见结果是，移民与犯罪之间无关或无显著性关联。实际上，样本中报告的效应量估计值的62%在0.05水平上没有统计学意义。但值得注意的是，大多数具有统计学意义的结果均为阴性，这表明更多的移民与较低的犯罪率相关。这些描述性的结果暗示，移民对犯罪率是无效的或消极的影响。

但是，这种结论的问题在于，它在许多重要方面都不够精确。

首先，它描述了两个结果——没有关系和消极关系——这在性质上是不同的。其次，它有效地假设一个不重要的效应，意味着不存在真正的移民犯罪关系，而事实上，在低统计力的研究中，即使是中等强度的移民犯罪关系也可能显得不显著。第三，它几乎没有告诉我们移民和犯罪之间的实际联系有多大。最后，它没有阐明在何种情况下移民犯罪关系的方向或程度可能会发生变化。

为了解决这些不精确的来源，作者接下来讨论元分析结果，元分析提供了移民与犯罪关系的方向、规模和变异性信息。

元分析结果 

元分析显示，总体平均移民与犯罪的关联为−0.031，p值为0.032，95%置信区间估计为-0.055至-0.003。也就是说，移民和犯罪之间的联系是消极的，但无论从绝对意义上还是相对意义上来说，它都是绝对微弱的。在元分析中，不同的统计模型之间以及不同的研究之间，效应大小估计值存在系统性差异，这可能与研究设计特征的差异相关。

1.移民测量的变异性

尽管大多数研究将移民定义为“移民在地理上根据种族或原籍国在东道国集中的趋势”，但研究人员对这一概念的运作方式有所不同。一些人使用单一的移民集中度指标，而其他人则将多个指标组合成移民集中度指数。这些方法的问题在于，它们将移民视为一个同质群体。尽管所有这些指标似乎都是有效的替代指标，但它们之间存在细微的差异，可能会影响研究结果。元分析结果表明，自变量的测量并没有对移民犯罪关系的宏观估计产生明显的影响。

2.犯罪测量的变异性

移民犯罪的研究范围涵盖了暴力犯罪（如杀人、抢劫和袭击）和财产犯罪（如入室行窃、盗窃和汽车盗窃），但很少在给定的研究中考虑所有的结果。一些研究分别研究了四种犯罪类型——谋杀、抢劫、入室盗窃和盗窃。研究人员认为，区分杀人这一特别突出的犯罪亚型非常重要。他们认为有理由相信移民可能与某些类型的杀人有关。为了衡量这项研究特征的影响，元分析捕捉到了犯罪率测量的两个维度的变化。元分析结果表明，不同的研究对移民犯罪影响大小的估计确实存在系统性差异，这与犯罪测量的差异有关。

3.分析单位的变异性

分析单元的范围从较小的区域（例如街区、社区）到更大的区域(例如城市、县和大都市)。虽然对大都市地区和城市的移民犯罪关系的调查很常见，但社区层面的研究也比较多。元分析表明，分析单元的选择影响对移民犯罪关联的估计。虽然在较小地理区域的研究中，移民与犯罪的平均关联是负的，并且具有统计学意义，但在较大地理区域的关联更接近于零，没有统计学意义。

4.时间设计的变异性

在时间设计上，尽管跨地区的横向研究文献迅速增加，但对跨地区纵向移民犯罪关系的研究相对较少。事实上，绝大多数的效应大小估计是通过横断面分析得出的。元分析结果显示，横断面分析的平均移民与犯罪关联基本为零，但纵向分析的平均关联显著增大为负。

这一发现之所以重要，至少有三个原因。

首先，纵向研究设计通常被认为比横向研究设计更强，因为纵向研究设计能够更好地控制混杂变量。其次，由于移民是一个社会和人口转型的过程，纵向研究衡量的是移民地区内的变化，这比横向研究衡量的更能代表移民现象。第三，纵向研究中的移民犯罪关系是迄今为止我们在所有元分析模型中观察到的最大效应-规模估计。

因此，元分析研究结果强烈强调了这样一个事实：横断面或纵向数据与分析程序之间的选择是至关重要的，这可能会影响该领域的研究结果和结论。

5.目的地背景测量的变异性

研究文献中，越来越多的考虑目的地背景的差异如何影响移民犯罪关系。Kubrin和Ishizawa在研究城市层面的背景如何影响移民犯罪关系时指出，与那些在空间上更加孤立的社区相比，拥有许多移民的社区集群，其犯罪率是否有可能降低。在另一项研究中，Lyons等人考虑了政治接受度高的城市环境是否会影响美国各地社区的移民犯罪关系。元分析表明，目的地背景确实很重要，不同的环境下，移民犯罪影响的大小估计值存在显著差异。

研究意义 

这些发现具有明确的理论意义。首先，对那些提出移民和犯罪之间存在强烈正相关关系的理论提出了质疑，而不管其机制如何。显然，研究结果更支持假设移民和犯罪之间存在负相关关系的理论，但由于平均效应的幅度很小，因此支持度并不特别强。这些发现也有助于对理论辩论进行评判。

研究结果还表明，理论可能需要修正，以解释先前研究结果中明显存在的一些细微差别和复杂性。许多研究设计特征与移民犯罪效应大小估计有关。其中一些在理论上很重要。特别是，研究还没有充分评估显著的社会因素是否像前面讨论的理论论证所预测的那样，调节移民犯罪关系。

换句话说，几乎没有研究对不同的理论解释进行实证检验，这让我们对移民与犯罪之间的内在联系基本上一无所知。元分析研究结果帮助研究人员找到最重要的理论和机制。