Do Cure Violence Programs Reduce Gun Violence? Evidence from New York City
创建于 更新于
摘要
Cure Violence is a violence reduction program aiming to mediate conflicts and alter norms to reduce gun violence. Using NYC shooting data (2006-2023) and a difference-in-differences approach, the study finds a persistent 14% reduction in shootings in treated precincts compared to controls, with suggestive spillover effects into adjacent precincts. The analysis, controlling for alternative explanations and police activity, estimates about 1,300 shootings prevented between 2012-2023, yielding a net social benefit of $2.45 billion and a benefit-cost ratio of 6.5:1 for Cure Violence in NYC [page::0][page::1][page::9][page::10][page::12][page::16][page::19].
速读内容
- Cure Violence program overview and NYC implementation context [page::2][page::3]:
- Treats gun violence as a contagious behavior, using "credible messengers" to intervene and provide alternative social services.
- Implemented in 28 NYC police precincts since 2012 with staggered rollout (earliest start date used as treatment).

- Data and Methodology [page::5][page::6][page::7][page::8]:
- NYC shooting data (2006-2023) aggregated at precinct-year level, with 28 treated and 48 control precincts.
- Employed Poisson regression difference-in-differences (DID) and event study models, including precinct and year fixed effects.
- Treatment effects examined dynamically via years post-treatment and inclusion of squared terms.
- Consideration and modeling of spillover effects to adjacent precincts.
- Key Findings: Impact of Cure Violence [page::9][page::10][page::11]:

- Cure Violence associated with an average 14% reduction in shootings in treated precincts relative to counterfactual.
- Reduction occurs immediately upon implementation (17% in event year) and persists with no significant attenuation.

- Pre-treatment trends are statistically indistinguishable from zero, supporting parallel trends assumption.
- Results robust to excluding post-Covid data, and controlling for felony complaints and arrests (police enforcement proxies).
- Cure-only precinct analysis still shows significant reductions (~6.5% to 10.5% reduction depending on dynamic models).
- Spillover Effects Summary [page::12][page::13][page::14]:
- Spillover precincts defined as those bordering treated precincts; spillover treatment date is earliest adjacent Cure start.
- Evidence of spillovers showing ~7.8% to 13.1% reduction in shootings in bordering control precincts.
- Spillover effects imply potential underestimation (attenuation bias) of Cure impact when ignoring spillovers.

- No evidence for diminishing returns to scale; rather, evidence suggests increasing returns when opening new Cure programs nearby (up to 27.7% initial base reduction).
- Spillover also reduces shootings in previously treated precincts indicating benefit from program expansion.
- Cost-Benefit Analysis [page::15][page::16]:
- Using Ludwig & Cook (2001) societal cost of $2.24 million per gun assault (in 2023 dollars).
- Estimate that ~1,300 shootings avoided from 2012-2023 due to Cure Violence, generating ~$2.9 billion in social welfare.
- CMS (including Cure) cost about $450 million FY2013-FY2023; net social surplus ~$2.45 billion and benefit-cost ratio ~6.5:1 historically.
- In 2023 alone, estimated 145 shootings avoided with social welfare gains of $325 million vs budget $103 million (benefit-cost >3:1).

- Policy Recommendations and Limitations [page::17][page::18][page::19]:
- Need for stable funding and resources for Cure programs to maintain staff capacity and reduce turnover.
- Improve coordination among CBOs, communication systems, and integration of wrap-around services.
- Reduce frictions between Cure workers and law enforcement through police training and better understanding.
- Cure treatment not randomized; further experimental evaluation and mechanism research needed.
- Cure is effective but should be part of multifaceted violence intervention strategies.
深度阅读
深度分析报告:《Do Cure Violence Programs Reduce Gun Violence? Evidence from New York City》
---
1. 元数据与概览
报告标题: Do Cure Violence Programs Reduce Gun Violence? Evidence from New York City
作者: Rachel Avram, Eric J. Koepcke, Alaa Moussawi, Melissa Nuñez
发布机构: 未具体指明,但作者具备学术研究背景
发布日期: 2024年6月5日
主题: 通过数据实证分析,评估社区暴力干预项目“Cure Violence”对纽约市枪击暴力的减缓效果。
核心论点及评级:
报告核心结论表明,Cure Violence项目实施后,枪击事件平均减少约14%,该效果自项目实施当年即显现并持续多年稳定存在。此外,施治效应带有一定的溢出效应,邻近未施治区域也能受益。经过成本收益分析,项目产生的社会净收益高达24.5亿美元,投入产出比约为6.5:1。整体立场显著支持继续扩展和加大对Cure Violence项目的投入[page::0,1,19]。
---
2. 逐节深度解读
2.1 摘要与引言
摘要明确提出,Cure Violence项目运用社区调解、高风险人员“治疗”、社区规范变革等方式干预暴力,结合纽约市2006-2023年枪击数据,利用双重差分(DID)与事件研究模型评估项目效果。引言部分强调COVID-19期间枪击暴力激增的现实背景以及公众对暴力的关注程度,指出CVI项目,特别是Cure Violence项目获得了政策层面的大力支持和资金投入,同时也强调了针对该项目效果评估的重要性及其学术和政策价值[page::0-1]。
2.2 Cure Violence项目介绍(第2-3页)
Cure Violence源于1999年芝加哥,视枪击暴力为可传染且可干预的社会病症,采取类似公共健康疾病控制方法进行冲突中断和高风险人群干预。其核心特色是“可信使者”(credible messengers)——通常是当地有经历、曾涉帮派或监禁的工作人员。项目通过社区健康专员形式执行,严控与执法部门的分离以获得信任,强调非暴力介入。项目由地方社区组织管理,依据地方枪击情况设定区域,日常运行由相对应的“当地主办方”负责[page::2]。
纽约市自2012年起在多个高枪击率社区分批次引入Cure项目,并于2014年整合入市政的危机管理系统(CMS),补充有法律援助、心理治疗和就业服务等配套。作者指出虽无法完全剥离Cure和CMS其他服务的效果,但因Cure占据核心位置,且社会服务的推荐本身也是Cure干预机制的一部分,因此将分析结果视为对Cure效果的估计[page::3]。
2.3 文献回顾与研究贡献
既有文献研究范围广泛,但因样本规模有限(覆盖城市、时间段或项目数较小)难以得出具有统计置信度的平均效应。此文首创基于纽约市全市数据(28个带Cure项目和48个对照警区,时间跨度2006-2023年)的系统分析,提升了估计的可靠性并能更好支持因果推断。文章强调Cure项目操作的地方差异性,因而政策聚焦整体平均效应更为重要。此外,丰富的地理与时间差异,有效避免了传统研究中因区域集中或同时开设导致的内生性问题[page::4-5]。
2.4 数据与研究方法(第5-8页)
数据说明:
- 28个Cure项目所在警区,时间覆盖2012-2021年不等;警区作为地理单位,年为时间单位。
- 枪击数据来自NYPD,含所有受伤枪击记录(不剔除多伤者重复记录),2006-2023年共28562次事件。
- 形成76个警区×18年面板数据,共1368个观察值。
方法论:
- 采用双重差分(DID)模型结合泊松回归,处理枪击事件计数(正整数、非负),通过健壮标准误防止过度离散导致的误差估计问题。
- 设置警区固定效应(控制时间不变特征)和年度固定效应(控制全市时间影响)。
- 治疗变量有多种规格:简单二元 Treatment(是否实施Cure)、以及考虑治疗效应随时间变化的线性、二次动态变化模型。
- 设计事件研究模型检验动态效应与平行趋势假设,核心在于估计疫情前后各年效应和检查治疗前无显著趋势差异,即反事实“平行趋势”成立[page::6-8]。
2.5 溢出效应分析与挑战
考虑到警区地理相邻性及参与者自由流动,溢出效应可能导致控制警区也间接受益,违背DID的SUTVA假设。文章定义溢出警区为邻接Cure警区的区域,并考虑从早期治疗警区向邻居警区的溢出影响。通过调整样本及模型结构,作者探讨溢出效应对估计准确性的偏差影响,并尝试量化溢出带来的附加效应,还考察了新增Cure项目是否存在规模递减或递增效应[page::8-9].
2.6 结果分析(第9-14页)
平行趋势验证:
- 面板数据显示治疗前Cure与控制警区枪击趋势基本平行,虽然水平差异明显(Cure警区枪击基数更高),但时间趋势趋势可比,事件研究无显著预期差异,满足DID要求[page::9-10]。
主要治疗效应:
- Cure实施当年枪击事件平均减少17%,长期维持14%-16%的下降幅度,效果稳健无显著衰退或增强。
- 单独使用Cure警区自我比较(排除控制区)结果虽弱化但仍支持显著减少,动态效应呈现先减弱再回升[page::10-11]。
反驳备选解释:
报告详细剖析排除COVID影响、区域宏观趋势、局部非施治冲击或警务变化等因素的可能性。实际通过加入地区严重犯罪趋势、警务力度指标作为控制变量后估计结果反而更显著,进一步除去警务活动差异导致的干扰[page::11-13]。
溢出效应证据:
- 统计显示邻近Cure警区的未施治控制警区枪击数也显著下降,且该降幅随时间增长,溢出效应对估计造成了向零偏差。
- 剔除可受到溢出影响的控制区后,主要效应估计保持稳定甚至增强,说明溢出偏差在整体估计中存在但不显著。
- 在只含无溢出邻居Cure警区样本中,估计呈更强缓解效应。
- 规模效应分析显示,新增Cure项目对已有项目邻区也产生额外减少枪击的效应,提示规模收益递增而非递减[page::13-15]。
2.7 成本效益分析(第15-16页)
基于Ludwig和Cook (2001)的估测,单次枪击社会成本约224万美元(2023美元),作者结合DID估计的1407枪击减少量,计算获得逾29亿美元社会福利增益。考虑CMS从2013-2023年约4.5亿美元总成本,项目净效益高达24.5亿美元,成本效益比约6.5:1。
即使考虑到疫情后预算膨胀,单年2023年较无Cure减少145次枪击,值3.25亿美元,投入1.03亿美元预算,仍维持超过3:1的效益比。作者强调这是保守估计(未计溢出效益与机会成本),巨大的效益使得该项目具备极高投资吸引力[page::15-16]。
2.8 讨论与政策建议(第17-19页)
局限性:
- 非随机治疗分配限制内生性防控,建议未来合作推进随机实验,在规划阶段预留数据采集和评估设计。
- 未明确机制细节(如哪个干预组分最有效),未来仍需细化研究。
- 未横向比较其他暴力干预方案,无法断言相对最优。
政策建议:
- 强调稳定资金与资源配置重要性,防止人员流失与绩效损害。
- 政策应优化CBO间协调机制,推动合同整合以及信息共享平台建设。
- 加大培训力度,促进警察与Cure工作人员的互信合作。
- 导入数据管理、评估与写作支持,保障长期资金支持[page::17-18]。
---
3. 图表深度解读
3.1 Figure 1: 纽约市警区枪击率分布地图(2006-2012年七年均值)
地图采用蓝色深浅渐变表示单位人群射击率,范围从0至121.4次不等,枪击率高的警区集中于布鲁克林、布朗克斯和皇后区部分地区。Cure项目所在警区用黑框标出,显示多数位于高枪击率区域,符合项目定位逻辑。地理分布广泛,帮忙解释后续地理变量及溢出效应的可能性[page::22]。
3.2 Figure 2: Cure项目起始年份直方图
显示28个Cure警区启动年份聚集于2012-2016年及2019年以后,起始时间存在明显的错位造就了研究中的“错时处理”利于因果推断。部分警区复数项目,采用最早开项目日期作为治疗起点[page::23]。
3.3 Figure 3: 治疗组与控制组枪击事件数时间序列
蓝色线为Cure警区,红线为对照警区。Cure警区枪击水平远高于控制区(约43vs8起/年),但两组随时间的趋势相似:前期平稳,2012年起Cure区下降明显,更明显于疫情后均出现峰谷起伏。说明两组存趋势平行满足DID假设视觉证据[page::24]。
3.4 Figure 4: Cure项目事件研究动态效应
事件时刻k=-6至3年,k=-1作为基准。治疗当年及之后(k≥0)系数均显著负值,幅度约-14%至-17%,预处理阶段(k<0)系数不显著,强化平行趋势前提和无提前效应。显示治疗效应即时显现且稳定保持[page::25]。
3.5 Figure 5: 按照Cure治疗年分组枪击时间序列
2012-14、2015-16、2019-21三组Cure警区枪击数均从治疗年开始显著下跌,验证击群时间错位带来的识别策略及排除全局冲击的可能性[page::26]。
3.6 附录关键图表
- Figure A.1:全市枪击总量,波动明显,体现疫情影响波峰。
- Figure A.2:治与控组枪击日志平均数,趋势平缓且接近,支持模型假设。
- Figures A.3-A.7:分别为疫情前数据子样本估计,控制组溢出现象及无溢出样本的稳健检验,均支持研究结论[page::30-36]。
---
4. 估值分析
本文主要采用差分中的泊松回归分析估计Cure项目影响,定量计算枪击事件减少比例(14%)。基于Ludwig和Cook (2001)公众意愿支付(WTP)获得的单次枪击社会成本$\$2.24$百万的估算,结合减少枪击总量,计算项目带来的社会净收益及成本效益比。模型中未在估值环节使用DCF或同行业市盈率等金融估值指标,但通过严谨的计量经济学框架和社会成本估算实现了精准的外部经济价值衡量[page::15-16]。
---
5. 风险因素评估
报告未直接列出传统风险清单,但隐含风险包括:
- 非随机治疗布置,可能导致内生偏差。
- 数据代表性和追踪完整性受限于枪击事件记录准确性。
- 项目运营异质性,因地制宜的执行导致效果不一。
- 可能的溢出效应破坏标准统计假设,但作者认为虽有一定程度溢出,估计结果为保守估计。
- 外部冲击事件如疫情对项目统计分析构成干扰,但已通过剔除疫情后数据部分进行稳健性验证。
- 资金持续性和执行风险,临时和不稳定资金可能影响效果。
报告中也提出缓解策略:加强实验设计、提升数据质量、保障稳定资金以及强化相关人员培训和跨机构协调[page::17].
---
6. 批判性视角与细微差别
- 报告扎实使用多重稳健检验,严控替代理论,提升信度。
- 然而,因非随机布置,不排除部分内生性不能完全消除。
- 没有对比其他社区或刑事司法干预措施,难以凸显Cure项目相对优势。
- 机制研究不足,未深入探讨具体干预路径,政策制定者应用时可能缺乏针对性优化建议。
- 溢出定义较为粗糙(仅邻接),真实溢出范围可能更广,可能影响估计的稳健性。
- 成本效益估算基于1998年WTP数据进行外推,存在潜在估值偏误,但通过数据外部一致性和敏感性分析合理处理。
- 溢出警区样本稀缺,隔离溢出影响的子样本可能具有代表性不足与估计不稳。
总体现实约束与研究深度兼顾,结论稳健但应谨慎解释[page::4-6,13,15].
---
7. 结论性综合
本研究基于覆盖纽约市28个实施Cure Violence的警区及48个对照警区,跨17年枪击数据,通过多种DID和事件研究模型实证分析,重证了Cure Violence项目显著降低枪击暴力的效果,约14%的减少显著且持续稳健。平行趋势假设经历史数据及模型前期系数充分支撑,排除多种外生冲击和政策变数导致的混淆。溢出效应存在,且带来统计估计的保守偏误,规模效应附近无递减迹象反而呈现递增趋势。成本效益分析显示项目产生超巨大社会经济净收益,为扩展Cure Violence项目提供强有力的财政正当性[page::0-16,19]。
图表验证:
- Figure 1-3直观揭示枪击事件分布与趋势,显示Cure警区枪击基数高但时间趋势平稳,符合统计模型假设。
- Figure 4事件研究强调施治起始年枪击数显著下降且效应维持,增强因果推理力量。
- 后续溢出溢价效应图表和对照组分离检验进一步证实施治的邻接溢出与模型稳健性。
综上,报告明确肯定Cure Violence的有效性,且其社会经济回报率极高。研究结果具有重要实践意义和政策参考价值,推荐在未来城市暴力预防战略中优先考虑和稳步扩大Cure Violence项目的实施和资金支持[page::19]。
---
参考文献标注示例
- [page::0,1,4,5,9-11,13-16,19,22-26,30-36,37-48]
---
总结
本报告结合定量模型、丰富数据和社会成本估算系统性评估了Cure Violence项目对降低纽约枪击暴力的成效,验证了该社区干预项目的长期和空间效应,结构严谨、方法科学,经验证具备政策推广的实际价值。尽管存在非随机性及机制不明等局限性,整体研究成果对当代城市犯罪治理和公共健康策略提供了强烈支持和量化依据。