※ [本文转录自 Gossiping 看板 #1ND8V1el ]
作者: Ivanov (Visca Catalunya) 看板: Gossiping
标题: Re: [新闻] 郑捷火速遭枪决伏法 林欣怡：死刑没
时间: Thu May 12 21:40:12 2016
※ 引述《microXD (XD)》之铭言：
: 九十年代美国Emory大学的Paul Rubin等三名学者，对美国3000个城镇20年间的犯罪资料
: 研究展示，平均执行一次死刑，可挽救18条被谋害的人命。
: Joanna Shepherd教授就是反对死刑的，但他2005年发表的研究报告也指出，1977至1996
: 年，在美国每年处决9人以上的州，死刑才有吓阻作用。
: 可以指出 Paul Rubin、 Joanna Shepherd的paper哪里有问题吗？
我建议一下：要人家看paper前，附个连结比较好。
这三位学者做了一系列，我还要稍微确定一下是哪一篇，不太方便。
在所有的介绍前，我想说一下：个体计量(Microeconometrics)一直不是我擅长的
不过我大概知道他们讨论的点在哪，所以花点时间跟各位乡民介绍文献讨论的点。
此外，撰写这系列文章的点在于：介绍其他国家的研究与争点在哪，而非建立特定立场。
如果有统计能力更强大的乡民，欢迎指教。
本文开始：
http://cjlf.org/deathpenalty/DezRubShepDeterFinal.pdf
依照你的描述，我猜你说的是这篇paper。
他们的主要结论是：死刑的吓阻作用，可以防止18件凶杀案，标准差在10件
也就是8-28件的意思。
他们的主要特色(innovation:也就是别人没有做过的，他们试试看)
采取郡(County)资料，加计时间，做出一份panel data
取代过去只有cross-sectional data(特定年分/不同州)
或者是时间序列(Time-series data：跨年分/特定区域)的研究资料
他们主要的论述(argument)是：
如果(潜在)犯人主观对于刑罚的机率改变(被抓/被定罪/被死刑执行)
那么谋杀比率是否会降低
他们使用的是美国政府机关(特别是FBI的Uniform Crime Report)
统计方法讨论以及评述：
https://goo.gl/cvDqWA Journal of Quantitative Criminology
计量犯罪学期刊(2012) 死刑是否有吓阻效力？对文献的评论
A. Chalfin S. Raphael (柏克莱大学公共政策学院)
A. M. Haviland (卡内基美隆大学，公共政策与管理学院)
在这篇文章中，他们归纳了主要证实死刑对于犯罪吓阻效力的文献
先统筹归纳出他们的几项常犯的问题，最后对于特定系列文章做出评论
他们对于Dezhbakhsh, Rubin 跟 Shepherd三位学者做的研究，有特别的讨论
首先：他们总结美国现在死刑执行的状态：集中于特定的州
1972-1976年是美国死刑执行的暂缓期(Moratorium)，因为最高法院对于这点有争议
到了1976年Gregg v.s. Georgia确立之后，认定死刑没有违宪
在这之后，1977-2008年，美国判决了7,773件死刑，执行了1,185件死刑，约15%
而有39%被移除死刑判决：肇因于错误的判决/罪刑不符，上诉成功或减刑等
1.) 80%的执行集中在8个州，德州占了38%。此外，有16个州一件都没有执行
2.) 截至2008年终，美国有3,159名死囚，这些死囚当中:
64% 的死囚位于6个州 (阿拉巴马/加州/佛罗里达/俄亥俄州/宾州/德州)
有15个州一个受监死刑犯都没有。
上面的数据代表什么是：如果用州资料来做死刑与吓阻效果的研究
就很有可能受到特定州的影响颇大，得到死刑与吓阻效果有关的结论。
在这篇paper的附图一中，就可看出特定资料点对于论述的影响。
以致于他们说：死刑对于凶杀案的吓阻效力做出来的，通常不是"死刑"带来的影响
而是"德州"带来的影响。所以应该要改名为德州效应，而不是死刑效应。
其次：他们讨论新资料与新方法，是否能够克服这样的问题呢？
也就是说：我们现在想讨论的Dezhbakhsh, Rubin和Shepherd做的是郡资料，
是否就能克服这样的问题呢？还是有新的问题呢？
这篇评论的14-16页，就特别讨论这DRS(2003)的论文
我们先撇开一些技术性的问题(统计资料记载不实/因为选用的模型造成标准差误估等)
有一个重要的问题是他们选的工具变量(Instrument Variable)
有可能直接影响凶杀案比率，也就是吓阻效果(死刑会降低凶杀案)的论述。
简单来说：就是会造成凶杀案的降低，跟死刑的处刑没有统计显著的关系。
Donohue and Wolfers (2005) 把DRS的模型再跑一下，但是侷限在
http://users.nber.org/~jwolfers/papers/DeathPenalty(SLR).pdf
"有死刑判决(De Jure Capital Sentence)，但是没有死刑处刑"的州中的郡资料
(附带一提：Donohue/Wolfers的论文中有说：DRS不愿意分享他们的资料
所以DW只好照他们论文的描述，抓出对应的资料跟对应的模型跑过一遍)
结果他们发现，不杀人也同样有吓阻效果。
(事实上，这里隐含的意义是：警政体系/法治体系的预算多寡，是不是把犯人关好关满
对于凶杀案的下降或许是更好的效果)
最后：立场跟统计模型讨论没有关系
整片文章看完就会发现，A. Chalfin S. Raphael ，A. M. Haviland 并没有立场
这篇文章的后面，他们也有点出几篇做出死刑吓阻效果无关论文的统计问题
(就像我原先引述的Fagan的论文也有被点出来说有问题的地方)
不过跟提出的问题无关，我就不赘述了。
个体计量最大的挑战，就在于社会实验(social experiment)其实是很困难的
端赖研究者是否能够挑选好的变量，整理出好的资料，尽量接近理论期望的状态
我还是要回到Fagan对于论文成立性的挑战：
把资料拿出来，让别人重新replicate或者是用相似，但不同期间的样本replicate
能够得到方向相同的结论，那这样的论述才经得起检验。
希望有回答道大家的疑惑。