第五部分 · 他会再犯吗，能不能改

危险性评估：预测暴力的科学与限度

上一课，判决终于落定。可判决不是终点——它当场逼出一个更棘手、也更沉重的问题：这个人放出去，会不会再犯？保释、量刑、假释、精神病人的民事羁押，全都押在对这一个未来的预测上。这一课我们问：预测暴力，科学能做到什么程度，又必然在哪里失手。

钩子：预测一个人会不会施暴，谁更准

先把问题摆正。这里说的「危险性评估 (risk assessment)」，不是判断一个人过去干没干——那是上一课的事。它问的是未来：眼前这个人，在接下来的几年里，会不会再次施暴？这是一个概率判断，而且是在信息永远不全的情况下做出的判断。两条路摆在面前。

第一条路叫临床判断 (clinical judgment)：让一位经验丰富的精神科医生或心理学家，跟这个人谈一谈、翻一翻卷宗，凭他多年的专业直觉，给出一个整体印象——「我觉得这人危险 / 不危险」。第二条路叫精算判断 (actuarial judgment)：不靠任何人的直觉，而是把一小组经研究证明与再犯相关的因素（比如初次犯罪的年龄、前科次数、物质滥用史等）逐项打分，按一个固定公式加权算出一个风险分。前者像老医生望闻问切，后者像保险公司算保费——事实上「精算」这个词正是从保险业借来的。

直觉几乎所有人都会站在第一条路：一位阅人无数的资深专家，当面看着这个人，难道不比一张死板的表格更懂他？这个直觉，是错的。

第一个结论：公式，打败了专家

1954 年，心理学家保罗·米尔 (Paul Meehl) 出版了一本薄薄的书，系统比较了这两条路的准确度。结论朴素而惊人，之后半个多世纪的大量研究一再证实它：在预测像再犯这样的行为上，精算 / 统计预测持平或优于临床 / 专家直觉——几乎从不输。把少数几个经过验证的因素按公式一加权，就能追平、多数时候还超过一位资深专家苦心经营的整体印象。

为什么会这样？不是因为专家不聪明，而是因为人脑作为一台综合信息的仪器，有系统性的毛病——这正是本课第三部分（第 08–10 课）反复讲过的那台「靠不住的仪器」，在这里又一次现形：

要说清楚：这不是说专家没用。构造一个好的精算工具，本身就需要专家的知识——去发现哪些因素真的与再犯相关。专家的价值在于建造公式、解释分数、发现公式没覆盖的罕见情况，而不在于代替公式去凭印象拍板。介于两者之间还有一条折中的路：结构化专业判断 (structured professional judgment, SPJ)——给专家一张标准化的因素清单（像 HCR-20 那样，逐项评估历史、临床、风险管理三类因子），要求他逐条评估、写明理由，最后再综合成判断。它不像纯精算那样把结论完全交给公式，但用清单和规程约束了专家的直觉，压住了「拍脑袋」的空间。现实中在用的工具，就散布在这条谱系上：

（这里点名两个常被提到的工具，只作举例：VRAG（暴力风险评估指南）是典型的精算工具；Static-99 是评估性犯罪者再犯的精算量表，只用「静态」的历史因素。它们的存在证明了 Meehl 的结论已被工程化。）

但请先别欢呼。「精算比直觉准」并不等于「精算就准得可以用」。「更准」是一个相对的说法——它只告诉你两条路谁更好，没告诉你更好的那条路到底有多好。而当预测的对象是一件罕见的事，「相对更准」和「实际可靠」之间，横着一道无论多好的工具都跨不过去的鸿沟。这道鸿沟，就是本课的灵魂。

本课的灵魂：预测罕见暴力，必然制造大量虚警

我们在《侦查与反侦察》里已经见过这只幽灵，这里它换了身衣服再次登场。请把那条铁律取回来：

关键在于：严重的暴力 / 性犯罪再犯，是一件罕见的事。大多数放出去的人，并不会再去犯下严重暴力。正因为它罕见，那个分母会被虚警——被误判为高危、实际却不会再犯的人——灌得满满当当。我们把账算给你看。

设想有 1000 个即将做出释放决定的人。其中真正会在未来严重暴力再犯的，是罕见的 5%，也就是 50 个；其余 950 个不会。再给这个风险工具一个在现实里相当好的准确率：80%（真正会再犯的人，80% 会被它标成「高危」；不会再犯的人，也有 20% 被误标成「高危」）。算两笔账：

读一遍这个数字，然后再读一遍。在所有被这个「相当准」的工具贴上「高危」标签的人里，真正会再犯的不到五分之一——超过八成，是误报。换句话说，「高危」这个标签里，大半是不会再犯的人。工具没坏，那个 80% 的准确率也货真价实；出问题的不是工具，是「罕见」这件事本身的数学后果——正如《侦查与反侦察》第 03 课早已证明的：目标越稀有，报警越不可信。

把这笔账翻成它真正的分量：为了拦住那约 40 个真正危险的人，这个工具同时把约 190 个不会再犯的人也标成了高危。平均每拦住 1 个真危险者，就牵连约 4.75 个无辜者。如果对「高危」的处置是延长关押或预防性羁押，那就意味着——为关住 4 个该关的人，可能连带关住了 19 个本不会再犯的人。而这还是在一个相当好的工具、一个不算极端的基率下。再犯越罕见，这个比例越骇人。

这里要格外提防一个偷换概念，它是主张「宁可错关不可放过」时最常见的说法：「工具准确率有 80% 呢，够高了。」——请记住，「80% 的准确率」和「190 个被误关的活人」是同一件事的两种说法，而后者才是真实世界里那 190 个失去自由的具体的人。率（rate）看着不低，不代表被误伤的数（count）就少。当被评估的是一大群人，再高的准确率，也会在「高危」标签底下压着一大批不会再犯的人。

伦理张力：拿群体概率，去处置一个人的自由

现在，两个主人正面相撞了。风险工具给出的，永远是一个群体层面的概率：「像你这样的人，有 X% 会再犯。」可法律要做的决定，落在一个具体的个人身上：这一个人，要不要继续关着。把前者用到后者身上，是这门学科最深的伦理断层之一——它是全课那条「理解（心理学）↔ 追责（法律）」张力的又一次爆发，只不过这次张力的名字变了：

这里的困境是真实的，两边都不容易反驳。一边：如果完全无视风险，放走了那约 40 个真会再犯的人，未来的受害者是实实在在的代价。另一边：预防性羁押 (preventive detention)——因为一个人「可能」将来犯罪就关着他——在为那约 190 个不会再犯的人剥夺自由；而现代法治的一块基石正是「不因未犯之罪而罚人」。当一个已服完刑期的人，仅因风险分高就被继续民事羁押，法律实际上是在拿一个群体的概率，覆盖掉一个个体「已经付清代价、理应重获自由」的权利。这不是能用一个公式一劳永逸算清的题，它是一道必须由社会公开去权衡、去划线的价值难题。

动手：危险性预测

下面这台机器把上面两半合到一处。左边一个开关，在精算 / 统计与临床 / 专家直觉之间切换——你会看到精算这条路的准确度确实更高（呼应 Meehl）。右边你拧两个旋钮：暴力再犯基率（这件事有多罕见）和工具准确率。机器在 1000 个待评估的人上实时开算，用一张点阵把三种人画出来——真正会再犯的人（命中）、被误判为高危的无辜者（虚警）、以及安然通过的其余人——并给出那个最刺痛的比值：每拦住 1 个真危险者，牵连多少不会再犯的人。请亲手把基率往下拖，盯着「被误判为高危的无辜者」那个绝对人数，看它如何淹没真正危险的少数。这台机器，就是《侦查与反侦察》第 15 课那台「人口尺度虚警」放大镜，换到了刑事司法的场景里。

玩几下，三件事会烙进直觉。其一，切到精算，准确度那一档确实抬高了，命中更多、误报更少——公式打败了直觉，Meehl 是对的。其二，可无论选哪条路，只要把基率往下拖（暴力越罕见），红色（被误判高危的无辜者）就越淹没绿色（真危险者），「高危」标签的可信度随之崩塌。其三，把准确率往上拧，救不回来：哪怕拧到很高，只要暴力足够罕见，「高危」里仍大半是误报。这台机器让你亲眼确认那句话——预测罕见暴力，靠更准的工具压不住虚警；能救的，是别把这个群体概率轻率地用到剥夺个人自由上。

常见误解

• 误解：一位资深专家当面看着人，比一张死板的公式表更能预测他会不会再犯。 （澄清：这是被 Meehl 及其后半个多世纪研究反复推翻的直觉。精算 / 统计预测持平或优于临床直觉——因为人脑不一致、易被生动个案带偏、会过度自信、会掺进偏见。专家的价值在建造和解释公式，不在凭印象拍板。结构化专业判断（SPJ）是用清单约束直觉的折中。）
• 误解：工具打出「高危」，这个人就一定会再犯，关着最稳妥。 （澄清：错。暴力再犯是罕见事件，P(真再犯|高危)=命中/(命中+虚警)，罕见时分母被虚警灌满。基率 5%、准确率 80% 时，「高危」标签里真会再犯的不到五分之一——大半是误报。「高危」是一个偏高的群体概率，绝不是「一定再犯」的个人判决。）
• 误解：只要不停把工具 / 算法做得更准，就能既拦住坏人又不冤枉好人。 （澄清：救不回来。虚警数≈不会再犯者总数×误报率，而不会再犯者是压倒性多数。把准确率再拉高，基率再低一档就抵消了。「罕见 × 规模 → 海量虚警」是数学的必然，不是等更好技术就能修的 bug。真正的杠杆是审慎地限制「高危」标签的后果，而非死磕精度。）
• 误解：把预测交给算法，就客观公正、没有偏见了。 （澄清：算法会把训练数据里的历史不公学下来、再放大——某群体过去因执法偏差留下更多记录，就可能被间接学成「高危」信号（COMPAS 争议）。而且「同分同风险」的校准公平与「各群体误报率相等」的公平在数学上无法同时满足。「客观的公式」不等于「公正的结果」；它只忠实复现喂给它的那个世界。）