社会其它相关论文-影响城市社会治安相关因素的实证分析.doc

社会其它相关论文-影响城市社会治安相关因素的实证分析摘要文章以19962005年的数据为样本，对广州社会治安与其影响因素进行实证分析。研究表明：广州市刑事破案率与刑事立案数呈高度负相关关系；人财物流动与刑事立案数存在正相关关系，其中，总人口数增加是导致刑事立案数上升的重要因素，而经济发展与治安状况的恶化没有必然联系：由于公检法财政投入过少或投入结构不合理，公检法司支出与刑事立案数没有必然联系；反映潜在危机的广州、广东、全国城乡居民收入差距均与刑事立案数呈正相关关系，其中广州、全国城乡居民收入差距扩大对治安状况的威胁更大；反映宏观治安环境的全省、全国刑事立案数与广州刑事立案数均呈高度正相关关系。关键词社会治安；广州；影响因素；实证分析近年来，随着城市经济的快速发展，城市的社会治安面临着多重压力。而作为改革开放前沿阵地的广州，其社会治安状况是人们关注的焦点。如何有效地防范广州社会治安，是社会各界努力探索的问题。然而，影响广州治安的主要因素有哪些?不同因素的影响程度如何?应该从哪些方面入手改善广州社会治安?解答这些问题对改善广州、广东乃至全国的社会治安状况有着重要的意义。二、实证模型的构建及说明(一)模型的构建构建模型时，需要对广州市社会治安状况、破案效率、防范投入、人财物流动状况、宏观治安环境、潜在危机进行量化，确定相应的指标。然后收集相关指标数据为样本，通过相关与回归分析，研究各因素对广州市治安的影响。本模型的具体方程假定为：Y=b0+b2(b2、b3、b4、b5、b6、b7、b8、b9)P其中：“刑事立案数”为因变量Y，“刑事案件破案率”、“人均GDP”、“总人口数”、“公检法司支出”、“广州城乡居民收入差距”、“广东城乡居民收入差距”、“全国城乡居民收入差距”、“全省刑事立案数”、“全国刑事立案数”分别为自变量P。b0为本方程的常数项，b1、b2、b3、b4、b5、b6分别为各变量的系数。(二)模型变量分析1社会治安状况的度量本模型采用刑事立案数作为衡量社会治安状况的指标。因刑事立案数是一国或地区中达到刑事立案标准的案件数量，是反映治安状况的晴雨表。2影响因素的选择与度量本模型在选取社会治安的影响因素时，结合广州经济快速发展、总人口规模大、外来人口聚集、农村转移劳动力数量大等特征，选取破案效率、人财物流动状况、防范投入、潜在危机、治安环境五个影响因素进行考察。而在度量上，分别选取刑事案件破案率、人均GDP、总人口数、公检法司支出、广州市城乡居民收入差距、广东城乡居民收入差距、全国城乡居民收入差距、全省刑事立案数、全国刑事立案数。(三)模型数据来源与规模1数据来源本模型采取多种途径收集数据。其中，广州人均GDP、人口总数、城乡居民收入差距等指标的数据来源于广州统计年鉴广东统计年鉴中国统计年鉴，其他数据则由广州市公安局、广州市中级人民法院、广州市人民检察院、广州市司法局等部门提供。2模型数据规模本模型选择数据的时间跨度为19962005年，数据样本包括19962005年的广州市刑事案件破案率、人均GDP、总人口数、广州市城乡居民收入差距、广东省城乡居民收入差距、全国城乡居民收入差距、广东省刑事立案数、全国刑事立案数。具体数据见表1。三、模型实证分析(一)模型回归方程运用SPSS11.5统计分析软件对数据进行分析，得到自变量与因变量的回归方程、相关系数、决定系数、回归方程的显著性检验中的置信水平。见表2。(二)模型分析1破案效率与治安状况的关系分析从表2可见，广州刑事案件破案率与刑事立案数呈高度负相关关系。其回归方程为：Y=19.65-25.19P1，回归方程的自变量P1的系数是负的，说明变量Y随着变量P1的增加而减少。从方程的拟合效果看，相关系数R为0.94，决定系数R2为0.95，非常接近1，可见该方程拟合效果都很理想。回归方程的显著性检验中，统计量F为143.59，统计量对应的置信水平Sig。均为0.00，这远比常用的置信水平0.05要小。因此，可以认为广州刑事案件破案率与刑事立案数的方程是极显著的。这表明，广州刑事立案数随着刑事破案效率的提高而下降；反之亦然。从表1给出的数据也可以明显地看出，19962005广州刑事破案效率总体呈现下降趋势，而刑事立案数则呈现上升趋势。2人财物流动状况与治安状况的关系分析在本模型中，人财物流动状况主要通过人均GDP和总人口数来体现。从表2可见，广州人均GDP、总人口数都与刑事立案数呈现正相关关系。两个回归方程分别为：Y=3.37+1141P2和Y=-53.68+0.09P3，自变量P2、P3的系数都是正的，说明变量Y随着变量P2、P3的增加而增加。然而，不同的自变量与因变量之间的正相关程度、方程的拟合效果却存在差异。人均GDP与刑事立案数、总人口数与刑事立案数的相关系数R分别为0.59和0.74，决定系数R2分别为0.35和0.55，可见人均GDP与刑事立案数的回归方程的拟合效果明显差于总人口数与刑事立案数的回归方程。另外，从回归方程的显著性检验来看，两个方程统计量对应的置信水平Sig分别为0.07、0.01，前者大于0.05，后者则远小于0.05，因此，可以认为人均GDP与刑事立案数的方程是不显著的，而总人口数与刑事立案数的方程是显著的。即表明人均GDP的发展并不能带来治安状况明显的恶化，同时由于人均GDP是衡量一地区或国家的经济发展水平的重要指标，可得经济发展水平的提高并不必然导致广州社会治安的恶化，而总人口数量的增加则是导致广州市社会治安恶化的重要因素。3防范投入与治安状况的关系分析财政支出中公检法司支出与刑事立案数的回归方程为：Y=3.68+0.18P4。回归方程的自变量P4的系数是正的，说明变量间呈正相关关系。但是，从相关程度、方程的拟合效果来看，其相关系数R、决定系数R2分别为0.63、0.40，可见财政支出中公检法司支出与刑事立案数相关程度不高，回归方程的拟合效果并不理想。而从方程的显著性来看，其方程统计量对应的置信水平Sig为0.05，为临界值，可见方程并不显著。由此表明广州市的公检法司支出与社会治安状况并没有必然的联系。而从表1也可以看出，虽然广州市的公检法司支出呈现不断上升趋势，但是并没有带来刑事立案数下降的结果，19962005年广州市的刑事立案总体呈上升趋势。存在这种问题的主要原因可以归结为以下两个方面：一是防范投入没有得到有效的利用，虽然投入的数量不断增加，但是利用不合理、缺乏针对性等导致其没能带来治安状况的必然改善；二是防范投入依然不足，现实防范投入相对于改善治安状况所需要的投入而言份额太小，所以很难利用这些投入对完善治安状况有所作为。4利益冲突及潜在危机与治安状况的关系分析在本模型中，利益冲突及潜在危机主要通过广州城乡居民收入差距、广东城乡居民收入差距、全国城乡居民收入差距来体现。从表2可见，广州、广东、全国城乡居民收入差距与刑事立案数都呈现正相关关系。三个回归方程分别为：Y=-0.87+0.00P5、Y=0.36+0.002P6、Y=2.03+0.03P7，自变量P5、P6、P7的系数都是正的，说明变量间呈正相关关系。而从变量相关程度、方程的拟合效果看，相关系数R分别为0.75、0.61、0.63，决定系数R2分别为0.57、0.37、0.40，可见广州城乡居民收入差距与刑事立案数的回归方程的拟合效果优于其他两个回归方程，而广东城乡居民收入差距与刑事立案数的回归方程的拟合效果最差。