收入差距与犯罪率实证研究

收入差距与犯罪率实证研究内容摘要：本文对中国1978－2008年间收入分配对犯罪率的影响进行了实证考察，结果发现，全国间的收入差距对犯罪率产生了显著的影响.社会收入分配的不平等容易造成社会紧张，穷人产生严重的挫败感，对社会产生不满，地位的不公平感导致穷人可能通过犯罪来提高自身满足度，由此可能引致低地位的人犯罪。从经济学视角看，穷人犯罪的机会成本低，而同时由于收入分配的不平等，富人的财富给穷人创造了非常多的机会，如果穷人将时间更多的配置在非法活动上，其收益可能会更高，因此，收入分配的不平等鼓励了穷人从事更多的犯罪活动.关键词：收入差距犯罪率一、文献综述自从20世纪90年代以来，经济学家开始大量利用计量方法对犯罪问题进行实证研究，广泛考察了各种宏观经济因素如收入分配、失业、教育等对一国犯罪率的影响，取得了许多重要成果。中国自改革开放以来经济取得了巨大成就，但是，与此同时犯罪率也急剧上升。1978年全国的犯罪总数为五十多万起，到2005年犯罪总数达到了四百六十八万多起，是1978年犯罪总数的8.7倍。中国改革开放以来的宏观经济因素变化对我国的犯罪率到底是否造成了影响？如果对犯罪造成了影响，不同因素的影响各自有多大？哪些是影响犯罪的关键？国内对这些问题的定量研究还是比较缺乏的。本文试图对中国改革开放以来的收入分配、国民教育状况、城市化等对犯罪率的影响进行实证研究。二、模型、变量描述模型设定变量时间序列的平稳性检验单位根检验的方法通常有DF检验法、PP检验法和ADF检验法(AugmentedDFTest)。由于理论和实践上的原因，人们通常使用ADF检验法，其模型为：TOC\o"1-5"\h\z模型1(无常数项、无趋势项)△『=(p-1)y■+区6△+£.(1)tt-1it-iii=1模型11(有常数项、无趋势项)△yt=0+(p-1)y1+瓦6△+£i(2)t1t-1it-iii=1模型IH(有常数项、有趋势项)△yt=jBi+j32t+(p-1)yti+区6.△”+si(3)t12t-1it-iii=1其中，仏t｝为白噪声。△表示变量的一阶差分。原假设为H0p=1,即｛yt｝有一个单位根(非平稳)。T为时间趋势因素。若ADF值小于Mackinnon临界值，则序列是平稳的，否则是不平稳的。单位根检验最佳滞后阶数按照AIC(AkaikeInformationCriterion)准则确定，AIC值越小，则滞后阶数越佳。由于实际经济问题的复杂性，我们采用三种检验类型分别进行单位根检验。（2）变量的协整关系检验如果ADF检验结果显示变量都是非平稳的，则运用协整检验方法对这些非平稳数据进行处理。尽管就单个时间序列而言是非平稳的，但是两个或两个以上时间序列的线性组合却可能是平稳的。从经济理论理解，说明这些经济变量存在长期均衡关系，尽管会经常偏离均衡关系，但这种偏离是暂时的和随机的。认识经济变量的这种长期均衡关系，对于掌握经济规律、制订经济政策具有重要的现实意义。对两个变量的协整关系检验通常可采用Engle-Granger最小二乘估计法。设｛yt｝和｛xt｝均为I（1）变量，首先用OLS法建立模型，进行协整回归，TOC\o"1-5"\h\z卅iXt+Pt⑷其次对残差p「做平稳性检验，“「=y~p；~P「冷若残差序列是平稳的，贝叽yt｝ttt01tt和｛xt｝存在（1，1）阶协整关系，即存在长期均衡关系，否贝就不存在协整关系。在存在协整性的前提下，为使推断更有效，我们需要引入误差修正项，其检验模型为△y=a△y+工B△x+/EC+£（5）tit-ijt-jt-1ti=1j=1其中，ECt为误差修正项，即协整方程中的回归残差项p「。在误差修正模型中，各个差分项反映了变量短期波动的影响。被解释变量的波动可以分为两部分：一部分是短期波动，一部分是长期均衡。误差修正模型比普通的单方程模型更全面的反映了变量间的短期和长期的关系。（3）变量的Granger因果关系检验协整检验告诉我们变量之间存在长期均衡关系，但是否构成因果关系，还需要进一步检验。如果变量X有助于预测Y，即根据Y的过去值对Y进行自回归时，如果再加上X的过去值，能够显著地增强回归的解释能力，则称X是Y的Granger因，否则称为非Granger因。其检验模型为yt=c+£aiyt-i+为PjXt-j+£t（6）i=1j=1检验零假设为：X是Y的非Granger因，即H°：p1=P2="Bq=0。由于Granger因果关系检验对滞后阶数非常敏感，通常可以依次多滞后几阶，看结果是否具有同一性。（二）变量及描述1．犯罪率。犯罪率一般用每十万人口的犯罪数量表示。根据我国的刑事司法体制，刑事犯罪立案总数应为公安机关刑事案件立案数和人民检察院自侦案件立案数之和，本文亦以此数据为犯罪总量数据，然后用犯罪总量数据除以人口数，得到每十万人口的犯罪数，即犯

罪率。2．收入分配。一般衡量收入分配差距的指标为基尼系数，我们也主要采用该指标。不平等引起的犯罪更主要的是当事人通过和周围的人相比较而感受到不平等，即收入的不平等引起犯罪。三、实证检验及结果分析（一）协整检验本文模型所采用的数据为时间序列数据，利用时间序列数据建模要求所有数据都是平稳的或者不平稳的数据之间是协整的，先要对各变量进行平稳性检验，如果是不平稳的，则再进行协整检验。本文所有数据的时间跨度均为1978－2008年，各变量都取对数，所有计量分析均使用Eviews6.0实现。数据的平稳性检验。采用常用的ADF方法来对序列进行单位根检验。首先对各变量的水平值进行检验，变量基尼系数是非平稳的。因此，进行变量的一阶差分进行单位根检验。检验结果表明，基尼系数的一阶差分在接近5％的显著性水平下平稳。协整检验。虽然变量不是水平平稳的，但是变量之间的线性组合却可能是平稳的，从而构成协整关系，使模型的估计能够避免伪回归。由于模型中的变量不是水平平稳，因此需要进行协整检验，我们采用Engle-Granger两步法来进行。首先对模型用OLS进行估计，然后对模型的残差序列进行ADF检验。检验形式均不含有截距项和趋势项，残差的单位根检验结果如表三。结果表明，方程的残差都在1%显著性水平下水平平稳。因此，方程的变量均具有协整关系。方程残差的单位根检验：残差t-StatisticProb.残差t-StatisticProb.方程一残差-3.56890.0009方程三残差-3.49670.0011方程二残差-3.56100.0009方程四残差-3.60630.0008（二）回归结果采用OLS对上面的方程进行估计，方程的拟合效果都很好，调整的R2均达到0.86以上，四个方程的F统计量十分显著，收入分配不公变量的t值显著，说明用收入分配解释变量能够很好的解释中国1978年以来的犯罪率。方程的回归结果：Ln（fanzui）=-62.83195+0.034720t+1.226712log（jini）+0.706237ar（1）+^-1.67371.86552.24715.1911R2=0.929A-R2=0.921DW=1.3447F=113.576（三）对回归结果的说明和解释模型表明，收入差距是影响犯罪率非常重要的因素，而且系数比较大。如果基尼系数提高1%，则全国的犯罪率提高1.2267%。以2008年犯罪率每十万人400起算，接下来一年全国将增加63788.4起，这些犯罪本身就会给整个社会带来巨大危害，还会有部分犯罪有直接的受害者，而整个社会还得支付大量成本来处理这些犯罪，所有这些对社会来说显然将是一个巨大的开支。中国的收入差距扩大为什么会增加犯罪？首先，社会的收入差距会使穷人感到一种巨大社会压力和被剥夺感，而中国社会又持有一种强烈的以财富作为成功标志的价值取向，但是由于中国本身经济发展水平还不高，同时又人口众多，人均财富水平较低，整个社会无法提供那么多合法机会以让所有的人都实现他们的愿望，于是部分人为了达到他们对成功的追求开始变得不择手段，犯罪成为他们追求成功的替代性选择，从而导致犯罪的增加。其次，收入的差距和机会的不平等所导致的社会紧张状态在中国缺乏合法的、制度化的疏导和消解机制加以化解，从而使得问题越积越严重，最终必然会导致犯罪上升。再次，与收入分配差距拉大相伴随的是，部分高收入阶层的财富和收入来源的正当性受到质疑。四、结论与政策含义通过对中国1978－2008年犯罪率的实证研究我们发现，改革开放以来的宏观经济因素确实对中国的犯罪率产生了重要影响，收入分配不公能够很好的解释中国1978年以来的犯罪率。实证研究结果表明，收入差距对犯罪率产生了非常显著的影响，随着现代化的完成和社会的稳定，犯罪率的持续高速增长会得到减缓。世界上其他国家的经验表明，社会发展进程的成熟会带来犯罪率的稳定，大多数发达国家的犯罪率增长就低于发展中国家。如果希望采取一定的刑事政策来减少中国的犯罪率，那么前述的实证研究结果表明，从一些社会经济因素入手，采取一定的社会经济政策将会是一种良好的刑事政策。据此，本文对中国刑事政策的建议就体现在以下方面：减少全国范围内的收入分配不公。减少社会的收入分配不公是一种有效的降低犯罪率的社会政策。减少收入分配不公不仅具备经济学的意义，也对减少