中国城市规模与刑事犯罪率关系研究

樊红霞

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Z>1.96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。空间权重选择标准的车相鄰权重，即相邻地区其值为1，不相邻其值为0，主对角线（i=j）元素为零，利用MatlabR2012b软件计算2008-2014年各省每万人检察院批捕刑事犯罪人数全局MI、GC与G值，得到相应计算结果。

从计算结果可以看出2008-2014年各年全局MI值均为正，且GC值均小于1，说明各省（市）刑事犯罪率之间存在正的空间相关性，即相邻地区刑事犯罪率相接近。通过计算得到的Z值发现各年MI与GC值在5%水平下均显著，且全局MI值呈倒“N”型曲线，由G值可以看出各年Z值位于（-1.96，1.96）之间，即各省刑事犯罪率不存在热点或冷点区域。2010年中国实行“严打政策”，犯罪者被抓概率增加、处罚增重，有利于抑制个人从事犯罪行为，此外，由于各地区交往和联系日益增多，A地区对犯罪实施“严打”，不仅有助于提高A地区的法律威慑力，增加犯罪显性与隐性成本，也会经由“扩散效应”与“辐射效应”，进而降低周边省份的犯罪率。其中江西、湖北、湖南等刑事犯罪率较低的中部地区局部MI值在2008-2014年相对较高，其次是内蒙古、广西、重庆等刑事犯罪率较高的西部地区，广东与浙江局部MI值位居全国末尾，且其值均为负。

2.2空间异质性分析

新经济地理学运用全局Gi和样本G*i值来划分中心、外围区域，G*i值越大说明该地区集聚能力越强，对周边地区的吸附能力越明显，反之，周边地区对该地区具有较强吸附力。利用MatlabR2012b软件计算2008-2014年各省每万人检察院批捕刑事犯罪人数G*i值，得到相应计算结果。

从计算结果中可以看出2008-2014年东中西部地区各省G*i值差距较大，其中广东与浙江G*i值远超其余省份，其次是北京、上海、福建、贵州与新疆，西藏G*i值最低。广东、浙江、北京、天津、辽宁、上海、江苏与福建居于中心区域，犯罪聚集现象表现尤为明显。广西、重庆、贵州、云南、青海、宁夏、新疆G*i值较高。河北、吉林、湖北、湖南、安徽等中部地区G*i值不高，而山东G*i值远低于东部其他省份。四川、西藏与甘肃位于外围区域，这些省份经济发展与城市化水平居于全国末尾水平。

3实证检验与结果分析

利用2008-2014年省级面板数据分析城市规模对刑事犯罪率的影响，并将城乡收入差距、失业率、房价、离婚率、政府公共安全与社会保障支出纳入分析范畴，实证模型设定如下：Yit= *Yit-1+ Wij，tYjt+ Wij，tXij，t+ Xit+ Zit+vi+wt+uit，uit= Wij，tuij，t+ t，当 =0时，模型为SDM；空间权重用各省省会城市距离差额平方[dij=（di-dj）2]，即wij=dmin/dij，对角线（i=j）元素为零，并选取静态与动态SDM模型进行估计，将数据代入Stata13中得到相应计算结果。

通过实证检验发现在静态与动态SDM模型中，城市规模与刑事犯罪率二者之间呈“U”型曲线，即财产与暴力犯罪随着城市规模增大呈先缩小后扩大的趋势，且系数在10%水平下均显著，与预期符号相符。究其原因是多样的，一方面，当人口与土地城市化发展处于早起阶段，城市规模相对较低，大量劳动力与企业集聚有利于降低交易成本，充分发挥城市集聚效应，推动工业化与现代化快速发展，进而提高居民个人与政府财政收入，降低城乡收入差距与隐性失业率，促进社会稳定性与安全性系数提升，与此同时，大城市通过辐射效应与扩散效应带动周边地区发展，尤其是对中小城市；另一方面，随着人口与土地城市规模日渐扩大，城市集聚效应下降，拥堵效应凸显，当过度城市化时，城市中将出现大量的“城中村”、“蚁族”、“地下室”等现象，城市收入差距与隐性失业率会不断攀升，与此同时，特大城市房价攀升、离婚率较高、环境污染等问题日渐严重，诱致社会稳定性与安全性系数不断下降，从事财产与暴力犯罪人员日渐增多，尤其是财产性犯罪。

4结论与启示

本文为有效分析城市规模与刑事犯罪率二者关系，利用2008-2014年省级面板数据，通过理论与实证检验发现，2008-2014年中国各省（市）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。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，刑事犯罪率存在时滞性，而政府社会保障与就业支出是防范社会财产性犯罪的重要“托底”、阀值和保障，公共安全支出及其法律威慑力，是制约和打击财产性犯罪的“事后”震慑机制，但地方政府公共安全支出与犯罪率之间存在内生性。中国省际及地区乃至国际间的合作交流，能大大提升犯罪案件的协同破案率。鉴于此，首先，政府应协调人口与土地城市化，合理规划各地区城市规模，充分发挥城市集聚效应；其次，增加农村人力资本投资，提高农村居民普通教育和职业技术教育水平，降低城乡收入差距；再次，增加政府的转移支付，尤其是社会救济以减少社会贫困，并提高政府公共安全支出效率；最后，加强各省交流合作，共同治理社会犯罪问题。

参考文献

[1] Becker，G.S. Crime and Punishment： an Economic Approach[J].Journal of Political Economy，1968，76（02）：169-217.

[2] Becker，G.S.Crime and Punishment： An Economic Approach[M].Essays in the Economics of Crime and Punishment.UMI，1974：1-54.

[3] Becker，G.S.Nobel Lecture： The Economic Way of Looking at Behavior[J].Journal of Political Economy，1993，101（03）：385-409.

[4] 王安，魏建.城市化質量与刑事犯罪[J].山东大学学报：哲学社会科学版，2013（03）：72-83.

[5] 章元，刘时菁，刘亮.城乡收入差距、民工失业与中国犯罪率的上升[J].经济研究，2011（0 2）：59-72.