中国城市规模和刑事犯罪率关系研究.docVIP

中国城市规模和刑事犯罪率关系研究 　　摘 要 基于中国2008-2014年省级面板数据，从空间经济学视角对城市规模与刑事犯罪率之间的关系进行理论与实证研究，并就其传导机制进行分析。通过研究发现，2008-2014年中国各省刑事犯罪率之间存在正的空间相关性，东部沿海地区空间聚集现象明显。实证检验结果显示：城市规模与刑事犯罪率二者之间呈“U”型曲线，即刑事犯罪率随着城市规模增大呈先缩小后扩大的趋势，此外，城乡收入差距、失业率、房价与离婚率系数均为正，而政府社会保障与就业支出有利于降低刑事犯罪率。 　　关键词 城市规模 刑事犯罪率 城乡收入差距 失业率 空间经济学 　　中图分类号：D917 文献标识码：A 　　0引言 　　在发达国家城市化推进中，居民收入与政府财政收入快速提升，但社会刑事犯罪率呈先缩小后扩大的趋势。改革开放后，中国工业化与现代化快速发展，人口与土地城市化规模不断提高。与此同时，社会刑事犯罪率不断攀升。毫无疑问，较高的刑事犯罪率不仅对该地区的个人生命及财产安全造成威胁，也不利于经济社会的可持续发展。 　　犯罪经济学，系从经济学的视角研究收入差距、失业率、通货膨胀率等经济因素对个人犯罪行为的影响，进而研究财产与暴力犯罪对经济社会发展造成的影响，其创始人为1992年诺贝尔经济学得主加里?贝克尔（Gary S. Becker）。Becker认为，犯罪是个人基于成本-收益分析的理性行为。当预期收益大于成本时，犯罪者从事犯罪行为以提高其生活质量，反之，则不从事犯罪行为；与此同时，失业率、收入不平等、受教育程度，以及政府社会保障与公共安全支出、犯罪惩罚力度等都会对个人犯罪行为造成影响。从该领域现有研究看，主要论题集中在城市化质量、收入差距、失业率、劳动力市场、犯罪危害、性别失衡、离婚率、农民工犯罪与犯罪空间与时间集聚等方面。关于如何降低财产与暴力犯罪，国内外一些学者认为应增加政府公共安全支出，尤其是公检法支出，以提高犯罪成本与法律威慑力；另一些学者则指出应通过增加社会救助与社会保障性支出，维持低收入者基本需求，以降低其从事财产与暴力犯罪概率。 　　综上所述，前人的研究关注城市质量、收入差距、失业率等对社会犯罪的影响，考察公共安全与社会保障对社会犯罪的治理，尚未有学者考察城市规模对刑事犯罪率的影响，并具体分析其传导机制，本文利用空间计量经济学相关方法试图在这方面做出新的尝试。 　　1数据来源与变量描述 　　本文基于中国2008-2014年31个省（市、区）级层面的面板数据，从城市规模、城乡收入差距、失业率、房价、离婚率、政府公共安全与社会保障和就业支出等因素对中国各省刑事犯罪率进行分析，相关指标与变量描述如下。 　　刑事犯罪率：中国犯罪案件包括行政、民事与刑事犯罪，将刑事犯罪案件中杀人、伤害、抢劫、强奸、拐卖妇女儿童归于暴力犯罪，盗窃、财产诈骗、伪造货币与走私归于财产犯罪，按照国际标准还包括非法物品和服务交易与其他类型犯罪。用每万人检察院批捕人数能够更好的真实反映中国刑事犯罪率水平。 　　城市规模：由于中国特有的户籍制度与土地制度，城市化发展模式分为人口城市化与土地城市化，传统城市规模涵盖人口与土地两方面，将二者结合起来，用城市人口密度表示城市规模。 　　城乡收入差距：由于中国经济呈现典型的“二元结构”特质，一般采用城镇家庭人均可支配收入/农村家庭人均纯收入表示城乡收入差距相对值，同样选取该指标来反映中国城乡收入差距高低。 　　失业率：由于中国用“城镇登记失业率”代表全社会失业水平，暂用该指标反映中国失业率高低。 　　其他因素：用就业人员平均工资代表社会工资高低，由于个人犯罪是基于成本-收益分析的理性选择，当工资提高时，个人从事犯罪预期收益下降、成本提升，诱致其从事犯罪概率下降。 　　政府治理：政府可以通过增加对警察、法院等公共安全体系的投入，以提高破案率，以及犯罪惩罚的严厉性和确定性，从而增强法律威慑力，进而降低财产与暴力犯罪率。 　　2空间相关性与异质性分析 　　2.1空间关联度分析 　　国内外学者一般用MI、GC、G等指标来衡量各地区空间关联度的大小，空间权重选取地理相邻、地理距离与经济权重，其中全局Moran I统计量MI值在（-1，1）之间，大于（小于）0表示各地区之间存在空间正相关性，数值越大，空间相关性越强，等于0表示各地区之间不存在空间相关性；MI近似服从均值为E（I）和方差为V（I）的正态分布。 Geary C统计量GC值在[0，2]之间，小于（大于）1表示正（负）相关，等于1表示不相关；GC近似服从均值为E（C）和方差为V（C）的正态分布。全局G统计量中，当Z1.96时，存在正的空间相关性，且存在热点区域；当Z-1.96时，存在正的空间相关性，且存在冷点区域。空间权重选择标准