Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

美国法律体系能为你伸张正义吗?

Posted on 2026-01-22

裁剪图标.png?fit=512%2C512&ssl=1

我认为人们往往对法律体系(至少在美国是这样)存在很多误解。例如,许多人认为美国的法律体系是伸张正义的有效途径。但以我的经验来看,除非警察在犯罪发生时赶到现场,否则很难让警察逮捕犯罪者。

虽然某些法律被过度执行(例如,一些与吸毒有关的犯罪、轻微的交通违章),而一些非常严重的法律得到了适当的执行(例如,如果有人犯下重大爆炸案,将会投入大量资源来追踪此人,而且警方通常会在谋杀案中做出一些努力),但总的来说,法律并没有真正得到执行。

民事诉讼制度也好不到哪里去:即使你占理,诉讼也往往得不偿失,因为诉讼耗费巨额金钱、时间和精力。这实在是一大损失:有人可能坑害你,你也有权起诉他们,但诉讼程序如此缓慢且昂贵,以至于行使这项权利显得不理智。当然,也有例外:比如你可以通过小额索赔法庭快速获得结果;或者损失金额巨大且胜诉概率极高,值得一试;又或者律师愿意按胜诉分成的方式接案。

另一方面,有钱的恶霸和大公司可以非常有效地利用这套体系,因为仅仅通过起诉就能给当事人造成巨大的金钱和时间浪费。正如人们常说的,“过程即惩罚”。除非案件真的荒谬绝伦或明显无效,否则诉讼很可能会浪费被告大量的时间和金钱。

所以基本上来说,这套系统对于施虐者来说往往是理性的,而对于受害者来说却很少是理性的。

在我看来,司法系统对个人而言的主要价值在于,如果你打电话,警察就会来;如果他们真的看到有人犯罪,他们就会逮捕他们(或者如果犯罪足够严重,而且证据很容易追踪到犯罪者,他们可能愿意追踪证据)。

这其实意义重大!警察在接到报警后能够迅速赶到(但愿如此!),逮捕他们目睹的犯罪分子或明显已实施犯罪的人(虽然并非所有国家都能做到这一点),这实际上大大降低了犯罪率(与假设情况相比),并在犯罪发生时为我们所有人提供了极其有用的资源。因此,我们应该在需要时加以利用!

但遗憾的是,除了这项非常有用的功能之外,在我看来,该系统在伸张正义方面做得相当糟糕。

就我个人经验而言,当我的亲近之人遭受严重犯罪侵害时,我想不出有哪一次法律体系伸张了正义。

如果我们从更广泛的角度来看统计数据(基于 2020 年至 2025 年的几个不同来源),以下是美国已报告犯罪案件被结案的百分比,这个数字令人震惊(其中,“结案”通常意味着某人被逮捕、起诉并移交给法院进行审判):

  • 机动车盗窃率:9%-10%
  • 盗窃罪(非暴力人身盗窃):12%-15%
  • 入室盗窃(指非法闯入建筑物):13%-15%
  • 抢劫(使用武力或武力威胁直接从他人身上夺取财物):破案率23%-28%
  • 强奸案:26%-27%已结案
  • 严重袭击罪:41%-46% 结案
  • 凶杀案:52%-55%

然而,实际情况比这些报道的数字还要严峻,因为(不包括谋杀)很大一部分犯罪案件都没有被举报,而上述数据仅仅针对已举报的案件。例如,据估计,超过50%的暴力受害和入室盗窃案件没有被举报,而性侵犯案件的未举报比例更高。这意味着,犯罪案件最终导致嫌疑人被捕的概率远低于官方公布的破案率(而官方破案率本身就已经低得令人沮丧)。例如,入室盗窃案的实际破案率可能只有6%左右。

电视节目中描绘的司法体系——警察和地方检察官花费大量时间处理个案(非谋杀案),锲而不舍地确保罪犯受到法律制裁——虽然偶尔属实,但通常是对现实的误导性扭曲。在现实生活中,即使是谋杀案,也有超过40%的案件最终未能破案。

我还想明确指出,虽然司法系统中确实存在一些不称职和不道德的人(任何系统都一样),但大多数情况下,这些问题并非个人的过错——警察、法官、检察官等等,大多都是真心实意地想做好自己的工作。这些都是系统性问题,远远超出了任何个人的能力范围。

值得注意的是,许多犯罪分子都是惯犯,所以他们中的一些人最终确实会受到法律制裁(当他们最终因犯罪被抓获并受到惩罚时),只是可能需要一段时间。他们犯错的次数足够多,最终就会遭到报应。

我希望我的话不会劝阻你不要举报犯罪——你绝对应该举报。只是不要指望法律体系一定能伸张正义——抱有这种侥幸心理可能会适得其反。


本文最初写于 2025 年 12 月 28 日,并于 2026 年 1 月 21 日首次出现在我的网站上。

原文: https://www.spencergreenberg.com/2025/12/will-the-u-s-legal-system-get-you-justice/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme