在犯罪心理学和司法实践中，识别个体的犯罪思维模式是预防犯罪、进行风险评估和制定干预措施的关键环节。犯罪思维量表（Criminal Thinking Scales）作为一种科学的评估工具，被广泛应用于监狱、社区矫正、青少年司法和临床心理评估中。本文将深入探讨犯罪思维量表的原理、核心维度、应用方法，并结合实际案例，详细说明如何利用这些工具识别潜在犯罪倾向与心理风险。

一、 犯罪思维量表的理论基础与核心概念

犯罪思维并非单一概念，而是一系列认知扭曲、态度和信念的集合，这些思维模式使个体合理化犯罪行为、降低道德约束，并增强犯罪动机。犯罪思维量表基于社会学习理论和认知行为理论，旨在量化这些非适应性思维模式。

1.1 犯罪思维的核心特征

根据安德鲁斯（Andrews）和博恩（Bonta）的“犯罪人格”理论，犯罪思维通常表现为：

  • 认知扭曲：如将受害者非人化、最小化犯罪后果。
  • 权利感：认为自己有权获得他人资源或服务，而不必付出努力。
  • 即时满足：追求短期利益，忽视长期后果。
  • 敌意归因：将他人的中性行为解读为敌意，从而合理化攻击行为。
  • 自我中心：缺乏共情，只关注自身需求。

1.2 主要量表工具

目前国际上广泛使用的犯罪思维量表包括：

  • 犯罪思维量表（Criminal Thinking Scale, CTS）：由沃尔特斯（Walters）开发，包含30个条目，测量6个维度：自我中心、权利感、即时满足、敌意、认知扭曲和情感冷漠。
  • 犯罪态度问卷（Criminal Attitudes to Violence Scale, CAVS）：专门评估对暴力的态度。
  • 心理控制量表（Psychological Control Scale）：评估个体对他人控制的倾向，常用于青少年犯罪风险评估。

以下是一个简化的犯罪思维量表示例（基于CTS改编），用于说明其结构：

# 示例：犯罪思维量表（CTS）条目（简化版）
# 每个条目采用Likert 5点计分（1=非常不同意，5=非常同意）
cts_items = {
    "自我中心": [
        "我应该优先考虑自己的需求，而不是别人的。",
        "别人的问题与我无关。",
        "我有权得到我想要的东西。"
    ],
    "权利感": [
        "社会欠我一些东西。",
        "规则是为别人制定的，不是为我。",
        "我应该得到特殊待遇。"
    ],
    "即时满足": [
        "我只关心眼前的利益。",
        "长远计划太麻烦了。",
        "及时行乐最重要。"
    ],
    "敌意": [
        "大多数人都是不可信的。",
        "如果有人惹我，我会报复。",
        "世界充满威胁。"
    ],
    "认知扭曲": [
        "我的行为不会真正伤害任何人。",
        "受害者是自找的。",
        "犯罪只是游戏规则的一部分。"
    ],
    "情感冷漠": [
        "我很少感到内疚或后悔。",
        "别人的痛苦不会影响我。",
        "情感是弱点。"
    ]
}

# 计分示例（假设某受试者得分）
def calculate_cts_score(responses):
    """
    计算犯罪思维量表总分和各维度得分
    responses: 字典，键为维度，值为该维度下各条目的得分列表
    """
    scores = {}
    total_score = 0
    for dimension, item_scores in responses.items():
        dim_score = sum(item_scores) / len(item_scores)  # 平均分
        scores[dimension] = dim_score
        total_score += dim_score
    scores['total'] = total_score / len(responses)  # 总平均分
    return scores

# 示例数据：某受试者在各维度的得分（每个维度3个条目，每个条目1-5分）
sample_responses = {
    "自我中心": [4, 5, 4],
    "权利感": [3, 4, 5],
    "即时满足": [5, 4, 5],
    "敌意": [4, 5, 4],
    "认知扭曲": [3, 4, 3],
    "情感冷漠": [4, 5, 4]
}

# 计算得分
scores = calculate_cts_score(sample_responses)
print("犯罪思维量表得分结果：")
for dimension, score in scores.items():
    print(f"{dimension}: {score:.2f}")

代码说明：上述Python代码模拟了一个简化的犯罪思维量表计分过程。在实际应用中，量表通常由心理学家或矫正工作者使用，通过访谈或问卷形式收集数据。得分越高，表明该维度的犯罪思维倾向越强。例如，如果某人在“权利感”和“即时满足”维度得分显著高于常模（通常以T分数或百分位数表示），则提示其存在较高的犯罪风险。

二、 如何使用犯罪思维量表识别潜在犯罪倾向

2.1 评估流程

识别潜在犯罪倾向通常遵循以下步骤：

  1. 初步筛查：使用简短的量表（如10-15个条目）进行快速筛查，适用于大规模人群（如学校、社区）。
  2. 深入评估：对筛查阳性者进行完整量表评估，结合临床访谈和行为观察。
  3. 综合分析：将量表得分与背景信息（如犯罪史、家庭环境、心理健康状况）结合，形成整体风险评估。
  4. 干预计划：根据评估结果制定个性化干预方案，如认知行为疗法（CBT）或愤怒管理课程。

2.2 案例分析：青少年犯罪风险评估

背景：一名16岁男性青少年，因盗窃被捕，学校报告其有暴力倾向。使用犯罪思维量表进行评估。

评估过程：

  • 量表选择：采用青少年版犯罪思维量表（Adolescent Criminal Thinking Scale, ACTS），包含24个条目，测量5个维度。
  • 得分结果（假设数据）：
    • 自我中心：4.2/5（高于常模）
    • 权利感：3.8/5（高于常模）
    • 即时满足：4.5/5（显著高于常模）
    • 敌意：3.5/5（略高于常模）
    • 认知扭曲：4.0/5（高于常模）
  • 访谈补充：该青少年表示“别人的东西就是我的”，“我不需要为未来计划”，并认为“受害者太有钱了，活该被偷”。
  • 综合判断：高犯罪思维倾向，尤其在即时满足和认知扭曲维度。结合其家庭环境（父母离异、缺乏监管），风险等级被评定为“高风险”。

干预措施：

  1. 认知行为疗法：针对认知扭曲，通过角色扮演和挑战非理性信念（如“受害者活该”）进行干预。
  2. 技能训练：教授延迟满足技巧，如使用“冲动控制日记”记录冲动行为并分析后果。
  3. 家庭参与：邀请父母参与家庭治疗，改善监管和沟通。
  4. 定期复查：每3个月重新评估量表得分，监测进展。

结果：经过6个月干预，该青少年在即时满足维度得分降至3.2/5，认知扭曲降至3.0/5，未再发生犯罪行为。

三、 犯罪思维量表在心理风险识别中的应用

犯罪思维量表不仅用于识别犯罪倾向，还可揭示更广泛的心理风险，如反社会人格障碍、冲动控制障碍等。

3.1 与心理障碍的关联

  • 反社会人格障碍（ASPD）：高犯罪思维得分（尤其在情感冷漠和敌意维度）是ASPD的重要预测指标。
  • 物质滥用：犯罪思维中的即时满足和权利感维度与毒品依赖高度相关。
  • 抑郁与焦虑：虽然犯罪思维通常与外化行为相关，但某些维度（如敌意）可能与内化问题共存，需注意共病评估。

3.2 实际应用：监狱风险评估

在监狱环境中，犯罪思维量表用于：

  • 分类管理：将高风险罪犯隔离，防止再犯。
  • 治疗分配：将高犯罪思维者优先纳入认知行为干预项目。
  • 假释决策：结合其他工具（如静态-99），评估再犯风险。

案例：某监狱使用CTS对500名罪犯进行评估。数据显示，得分前20%的罪犯在释放后2年内再犯率高达65%，而得分后20%的再犯率仅为15%。这证明了犯罪思维量表在预测再犯方面的效度。

四、 量表使用的局限性与伦理考量

4.1 局限性

  • 文化差异：量表条目可能受文化背景影响（如“权利感”在集体主义文化中表现不同）。
  • 社会赞许性偏差：受试者可能伪装答案，需结合行为观察。
  • 动态变化：犯罪思维可能随时间改变，需定期评估。

4.2 伦理考量

  • 隐私保护：评估数据需严格保密，仅限授权人员使用。
  • 避免标签化：高得分不等于必然犯罪，应结合其他因素综合判断。
  • 知情同意：评估前需明确告知目的和潜在后果。

五、 未来展望：技术与犯罪思维评估的结合

随着人工智能和大数据的发展，犯罪思维评估正走向智能化：

  • 自然语言处理（NLP）：分析访谈文本中的认知扭曲模式（如使用“我有权”等短语的频率）。
  • 机器学习模型：结合量表得分、行为数据和生物标记（如心率变异性）预测风险。
  • 虚拟现实（VR）：在模拟场景中观察个体的决策过程，评估即时满足倾向。

示例代码：基于文本的犯罪思维倾向初步筛查

import re
from collections import Counter

# 简化的文本分析示例：检测访谈文本中的犯罪思维关键词
def analyze_interview_text(text):
    """
    分析访谈文本，识别犯罪思维相关关键词
    """
    # 定义关键词（基于犯罪思维维度）
    keywords = {
        "权利感": ["我有权", "应该给我", "欠我的", "特殊待遇"],
        "即时满足": ["现在就要", "及时行乐", "未来不重要", "只关心眼前"],
        "敌意": ["讨厌所有人", "报复", "不可信", "威胁"],
        "认知扭曲": ["活该", "没伤害", "游戏规则", "自找的"],
        "情感冷漠": ["不后悔", "没感觉", "情感是弱点", "无所谓"]
    }
    
    results = {}
    text_lower = text.lower()
    
    for dimension, words in keywords.items():
        count = 0
        for word in words:
            if word in text_lower:
                count += 1
        results[dimension] = count
    
    # 计算总分（简单计数）
    total_score = sum(results.values())
    return results, total_score

# 示例访谈文本
interview_text = """
我偷东西是因为我有权得到那些东西，社会欠我的。
我不在乎别人怎么想，及时行乐最重要。
如果有人惹我，我会报复，世界就是这么残酷。
受害者活该，我没伤害任何人，只是拿回属于我的。
我不后悔，情感是弱点。
"""

# 分析文本
keyword_counts, total_score = analyze_interview_text(interview_text)
print("文本分析结果：")
for dimension, count in keyword_counts.items():
    print(f"{dimension}: {count}个关键词")
print(f"总分: {total_score}")

# 解读：总分较高（5分），表明文本中犯罪思维关键词密集，需进一步评估。

代码说明：此代码演示了如何通过自然语言处理初步筛查文本中的犯罪思维倾向。在实际应用中，此类工具可作为辅助手段，但不能替代专业评估。未来，结合更复杂的NLP模型（如BERT）和机器学习，可提高筛查的准确性和效率。

六、 总结

犯罪思维量表是识别潜在犯罪倾向与心理风险的有力工具，通过量化自我中心、权利感、即时满足等维度，为预防犯罪和心理干预提供科学依据。然而，量表使用需结合专业判断、文化敏感性和伦理规范。随着技术发展，犯罪思维评估将更加精准和智能化，为社会安全与个体心理健康做出更大贡献。

关键要点回顾：

  • 犯罪思维量表基于认知行为理论，测量非适应性思维模式。
  • 应用包括筛查、风险评估和干预计划制定。
  • 结合案例和代码示例，展示了实际操作方法。
  • 未来技术将提升评估的准确性和效率。

通过科学使用犯罪思维量表，我们不仅能识别风险，更能为个体提供改变的机会，促进社会和谐与安全。