中国人口结构对犯罪率的影响研究
陈晓玲?内容摘要：本文利用中国2002-2015年29个省级面板数据，采用系统GMM的方法从年龄、性别、失业、教育等角度分析了人口结构对犯罪率的影响，实证结果表明青壮年的人口占比和男性失业占比越高对犯罪率有正向影响。性别比例失衡与犯罪率没有必然的联系，提高接受高等教育的人口占比有利于抑制犯罪率。因而，政府部门在预防与治理犯罪时，可从人口的视角出发，关注失业群体、提升教育质量、提高人口素质。
关键词：人口结构；犯罪率；系统GMM
引言
在经济不断高速发展的同时，犯罪现象也日益严峻。犯罪总量呈现上升趋势，人民检察院决定逮捕犯罪嫌疑人数由2002年的78万人上升到2015年的89万人。全国公安机关刑事立案总数也呈现明显的上升趋势，在2015年达到716万起，其中“盗抢骗”占了全部刑事案件总数的84%，以抢劫、盗窃、诈骗为形式的侵犯财产犯罪成为比较严重的社会治安问题。历年的群众安全感调查结果显示社会治安问题一直是最受关注的问题。犯罪不仅严重干扰了社会治安秩序，也带来了重大的经济损失。
犯罪在本质上是社会关系失调，社会结构不平衡的一种表现，根据犯罪学通说，人口结构状况是影响犯罪率的重要因素。犯罪统计学研究表明：已婚男性会低于未婚男性，年长的犯罪率会低于年轻的，女性的犯罪率会低于男性，青年男性在犯罪者中占比比较大。从统计数据可知，近10多年来，在我国青壮年人口比重呈现上升趋势的同时，15岁以上未婚男女性别比存在较严重的失衡。随着经济的发展，国家在加大对基础教育的投入的同时，也加大了对高等教育的投入，接受大学大专等高等教育的人口的占比呈现上升的趋势。与此同时，由于过度教育以及劳动力市场分割等因素，城镇登记失业人口也由2002年的770万人增加到2015年的966万人。
纵观国内外关于犯罪的相关研究，从经济发展水平、城乡收入差距等角度出发研究犯罪率的多，而关于人口结构是否影响以及如何影响中国犯罪率文献相对较少。中国人口性别比是否真的严重失衡，如果存在性别比失衡，其影响犯罪机制是怎样的？中国年龄人口结构是否也满足年龄是影响犯罪的重要因素这一结论？不同的教育结构及不同的失业情况是怎样影响犯罪的？本文从上述问题出发，借鉴贝克尔犯罪成本收益理论分析人口结构中年龄、性别、教育、就业与犯罪率的关系。
一、文献综述
犯罪是一种反社会的行为。本质上，也是由于社会结构失衡和社会关系矛盾引起的。其中，人口的结构状况是产生犯罪现象的主要社会原因之一。国内有关人口结构与犯罪率的研究成果可以归结如下：
有关人口自然结构中性别、年龄与犯罪率的研究文献。Joanna（1999） 采用美国人口结构方面的面板数据研究得到当性别比例失衡时，总人口中的青年人口占比大时，犯罪率也会变大。Barber（2000） 利用70个国家1990年的截面数据研究得出一般性别比（15-64）与犯罪率呈现负相关，指出应该区分婚姻市场与一般市场性别结构对犯罪率的影响。张原震（2007） 通过分析天津农民工犯罪的数据，发现犯罪的农民工性别比例严重失衡，犯罪年龄和文化都比较低。李宏彬（2012） 利用中国1988-2004年26个省份人口性别比对犯罪率的影响，回归结果显示青年性别比与犯罪率显著相关，青年人口比每升高1个百分点，暴力和财产犯罪就上升3.7个百分点。吕程（2011） 通过对比分析中国1982-2008年人口年龄-性别结构及犯罪率的数据，得出青年男性比例与可婚配的比例波动与犯罪率高度一致的结论。姜全保、李波（2011） 基于中国1990、1995、2000、2005年全国省级宏观人口经济和犯罪率数据，采用面板回归方法建立了人口性别比和犯罪率的随机模型，结果显示人口性别比每升高1个百分点，犯罪率上升3.03个百分点。Stffensmeier、Emilie Andersn、Allan Milers D.Harer and Cathy Streife （1989） 高犯罪与青少年有着密切的关系，无论是犯罪的上升还是下降都与人口中青少年人口占总人口的比重有关。John Conklin（2002） 认为纽约90年代犯罪率的下降与年龄结构的密切相关。
有关人口社会结构中教育、失业与犯罪率的研究文献。Jacob（2003） 认为学校教育可能会增加青少年间的社会互动，并由此引发更多的学生间的冲突和群体性犯罪，进而导致犯罪率（特别是暴力犯罪率）上升。Lochner and Moretti（2004）[ 认为教育水平会改变人的风险态度，犯罪倾向会随着受教育水平的提高而降低。陈屹立（2008） 以初中升学率作为衡量国民教育水准的指标，采用时间序列和面板数据的方法，总结得出教育对犯罪率的上升具有抑制作用，且初中毕业生率对暴力型犯罪的发生产生了显著影响。何亦名（2009） 指出由于中国现在依然存在的劳动力市场分割和过度教育问题对教育的合法收益率的增长产生了负面冲击，教育是否能够有效的预防犯罪需要更谨慎地去判断。李殊琦和柳庆刚（2009） 指出中国的失业率与城镇登记失业率没有必然的联系。章元、刘时菁和刘亮（2011） 利用1988—2008年中国省级面板数据，得出中国犯罪率与城市劳动力失业率具有正向关系。Entorf，Spengler （2000） 通过实证研究表明失业对财产犯罪有显著的正向影响。
二、理論分析
借鉴贝克尔的观点，作为理性人之所以选择犯罪，在于其犯罪所带来的收益大于犯罪的成本。如图1，横轴表示人口投入到犯罪的时间、精力、金钱、声誉等资源，纵轴表示犯罪所能带来的预期的收益，通常犯罪的收益包含货币性收益和非货币性收益（精神性）收益。本文假设犯罪人寻求的是货币性收益，用曲EB表示投入各种资源后行为人所能获得的边际收益，结合微观经济学中的边际收益递降规律，曲线EB是向右下方倾斜的。犯罪的机会成本即投入到犯罪的资源用来在合法渠道中所能获得的收益，假设投入到犯罪的资源在合法渠道中所获得的收益是恒定的，用曲线DC表示。在这种情况下，理性的决策时是投入A单位的资源到犯罪活动中。矩形OACD为犯罪的机会成本，三角形DCE代表着犯罪的经济利润。犯罪的决策在于衡量犯罪的收益与成本，如果犯罪的收益减去犯罪的成本即犯罪的净收益是大于零的，选择犯罪是理性的行为。
本文将从人口结构的角度出发，构建含有不同资源分配和不同机会成本的理论模型，以期更好地揭示犯罪决定的机理。
假设一：人口自然结构不同决定了犯罪资源投入的不同
本文依据（Hobfoll，2002） 将资源的定义“一种实体，在人们的所有物中具有中心价值（如，自尊、依恋、健康和内心的安定）或者可以作为一种可以通过声誉、社会支持和信用等获得中心价值的方式”。从时间与精力看，与少年和老年相比，青壮年为完成犯罪投入的资源是比较少的。现实中犯罪的资源投入不仅仅需要时间、精力还要考虑声誉资源，也就是说犯罪人因为犯罪行为被定罪后，这个犯罪的前科会影响到他之后的求职以及寻求配偶。因此，当未婚男性群体参与犯罪需要付出更多的声誉成本，相当于投入更多的资源。
假设二：人口社会结构不同决定了犯罪机会成本的不同
联系到实际，犯罪的机会成本并不是固定不变的，罪犯将资源投入到合法职业所获得的收益更高则其机会成本越高，而年龄、性别、教育程度、失业率、智力水平等都会影响罪犯从事合法职业收入。犯罪统计的经验性表明青少年、低教育水平的群体、低收入群体犯罪的机会成本是比较低的。人口结构的角度来看，失业等底层人口所占的比重越大，因为其拥有的物质资源较少且犯罪的机会成本是比较小的，如果社会提供的合法途径较少，可能将投入更多的时间资源到犯罪活动中。而对于积累了较大财富和人脉资源的中上层来说，其决策则是完全不同。
当15岁以上未婚人口性别比失衡时，作为理性的未婚青年，如果违法犯罪，则要将其重要的声誉资源也投入其中，除非犯罪的收益所带来的经济利润足够大，能够弥补以后在婚姻市场上难以寻找到配偶的预期惩罚成本才会选择犯罪。面临着婚姻挤压，对于未婚青年而言，作为理性的犯罪者考虑到犯罪被定罪后会严重影响到其之后的成家立业，即需要投入更多声誉资源，因此这一群体所要求的犯罪经济利润要更大。如图2所示C点表示在
图2年龄及性别不同下的犯罪资源投入
同样的机会成本下15岁以上未婚人口犯罪资源投入。相比少儿和老年人，青壮年通过犯罪获得收益所需要投入更多的时间、精力等会更少。因此，他们要求的犯罪收益也会比较低，如图2所示B点为青壮年在总人口占比较高情况下犯罪资源投入点。
Lochner and Moretti（2004） 指出犯罪倾向会随着受教育水平的提高而下降。犯罪经济学认为时间机会成本是影响犯罪成本-收益最主要的因素。当社会中接受高等教育和有稳定工作的占比越大，其犯罪的时间机会成本也越大。如图3所示B表示高等教育人群的犯罪资源决策投入点，这一群体犯罪的机会成本更高。为此，理性人会要求获得更高的收益，此时资源的投入为B所犯罪的收益是三角形HCD比机会成本低的群体犯罪收益即三角形HFG 来得大。与教育结构类似，人们的就业情况和收入水平的变动也会影响到犯罪倾向。当人口中缺少最低的生活保障和社会保险的失业人口越多，这一群体犯罪的机会成本比较低，所要求的犯罪经济利润较少，更容易走上犯罪的道路。而A点则表示当人口中男性失业占比越大时犯罪资源投入情况。
图3 教育及失业不同下的犯罪资源投入
接受高等教育的群体，其犯罪的机会成本会更高。此时，除非犯罪带来的收益足够高才会考虑非法的途径。如图4所示，在同等犯罪收益下，这两群体要求的犯罪收益会更高用L1表示，对应的犯罪人数是N1。而青壮年完成犯罪所需的时间、精力等资源相对较小，失业男性人口犯罪的机会成本也较低，所要求的犯罪收益也比较小，如图4所示，在同等收益下，这两群体的犯罪收益为L2对应的犯罪人数为N2。借鉴贝克尔的成本-收益理论分析人口结构对犯罪率的影响。理论分析表明：人口中未婚男性群体越大，其犯罪的资源投入更大，要求更高的收益进而降低了犯罪率。人口中青壮年犯罪所需要的时间、精力较少，这一群體在人口占比越高有可能增加了犯罪率。而人口中接受高等教育人口越多，提高了犯罪的机会成本，从而抑制犯罪率的上升。失业男性人口占比越高，犯罪的机会成本低，容易走上犯罪的道路。
图4 不同犯罪收益要求下的犯罪人数
三、实证分析
（一）模型设定
本文实证采用2002-2015年29个省份的面板数据来分析人口结构对犯罪率的影响。借鉴部分学者的研究，将经济发展水平、城乡收入差距、城市化率等其他影响犯罪率的因素作为控制变量。此外，考虑到犯罪可能存在惯性，我们将犯罪率的滞后项也作为控制变量加入模型中，这就有可能引起内生性问题。本文采用的面板的数据属于大N小T型，时间跨度比截面数据短。根据所选模型和数据的特征，采用动态面板GMM估计方法进行模型求解，建立如下的动态面板回归模型：
其中， 是犯罪率， 表示滞后一期的犯罪率， 表示人口结构，包含qnl青壮年人口占比、wxb15岁以上未婚人口性别比、gjy高等教育的人口占比、bsy男性失业占比， 为一组控制变量。t分布表示第I省第t年， 为随机扰动项。
（二）变量数据和描述性统计
在做计量实证分析前，简单说明一下主要变量和数据来源。本文选取2002-2015年中国大陆地区29个省、市和自治区的年度数据作为面板数据样本。
1.犯罪率（arrest）。犯罪状况的度量指标主要采用犯罪率，即一定时期的犯罪总量与该时期人口总量的比值。陈刚（2010） 选用逮捕率和起诉率即每万人中人民检察院逮捕和提起公诉的刑事嫌疑人数来反映地区间犯罪情况的差异。李宏彬（2003） 衡量犯罪率也是采用每万人口的逮捕率。本文借鉴现有的研究选用每万人的逮捕率来衡量犯罪率。犯罪率数据根据每个省份每一年的人民检查院统计公报计算得到。
2.人口结构包含自然结构和社会结构，通过梳理和总结现有的国内外有关人口结构与犯罪率关系文献，本文选择了年龄、性别、教育、失业等角度进行分析。年龄（qnl）选取抽样人口中14-65岁占总抽样人口的占比来衡量，性别（wxb）选取抽样人口中15岁以上未婚男性与未婚女性的比重来衡量，教育（gjy）选取抽样人口中上过高中及大专以上的人口占总抽样人口比重来衡量，失业（bsy）选取年末登记的男性失业占年末总登记失业人口的比重来衡量。其中年龄、性别、教育等相关数据来自2002-2016年《中国统计年鉴》人口抽样的数据，失业的数据来源2002-2016年《中国劳动统计年鉴》
3.经济发展水平（gdp）关于经济增长与犯罪率变化的研究，不同的国家在不同的时间段二者的变化趋势不同，本文采用人均GDP作为经济发展的指标（以2002年的GDP指数做了平减，剔除了价格影响因素）。数据来自2003-2016年《中国统计年鉴》和国家统计局网站。
4.城乡收入差距（ggaq）关于城乡收入与犯罪是存在内在逻辑关系，万广华（2008） 认为收入分配高度不公平会引发犯罪，甚至暴动，危害社会稳定。本文以城镇居民人均支配可收入与农村居民人均纯收入之差来衡量城乡收入差距。（以2002年的CPI指数做了平减，剔除了价格影响因素）。数据来自2003-2016年《中国统计年鉴》和国家统计局网站。
5.公共安全支出（ggaq）Imrohoroglu，Merlo and RuPert（2004） 指出提高公检法支出的水平意味着增加了警力的开支将有利于提高破案率，因此可通过提高公检法支出的威慑效应抑制犯罪。陈刚（2010） 通过实证研究分析了公共安全支出、教育支出、和社会保障支出对犯罪率的影响差异，表明公共安全支出所起到的威慑作用并不显著。本文公共安全支出以为武装警察部队支出与公检法部门加总。（以2002年的CPI指数做了平减，剔除了价格影响因素）。数据来自2003-2016年《中国检察年鉴》。
6.城市化率（ch）Entorf and Spengler（2000） 认为城市化的发展对犯罪率具有重要的影响，在城市中，犯罪具有更高的预期收益。而王安和魏建（2013） 则认为城市化进程的“质”与“量”不同对犯罪的影响就不一样。本文以为非农业人口占总人口的比重来衡量城市化水平。
7.失业率（un）大量的研究都发现，失业对犯罪率的提高具有显著影响关系。章元、刘亮（2011） 利用中国1988-2008年的省级面板数据，得出中国犯罪率与城市劳动力失业率具有正向关系。本文用城镇登记失业来衡量各地区的失业率。
（三）实证回归结果
本文采用系统GMM的方法分别以为青壮年人口占比、15岁以上未婚性别比、高等教育占比、男性失业占比将其引入模型1、模型2、模型3、模型4为核心解释变量对犯罪率进行了回归，回归结果如下：
犯罪统计学也表明年轻的会比年长的有更高的犯罪倾向。莫里斯帕米通过分析美国监狱人口的资料指出在21-24岁之间犯罪人达到顶峰，到45岁才有明显的下降。随着年龄的增长，男性犯罪比例升高速度越快，并在30-40岁之间达到最高的水平。本文选择14-64岁考察人口年龄结构对犯罪率的影响，如表2中模型1回归结果显示其系数显著为正，可见青壮年人口占比越高犯罪率越高。
姜全保、李波（2011） 所指出近20年来导致我国犯罪率增长的主要原因是青年人口男女性别比例失衡。李宏彬（2012） 也认为青年性别比与犯罪率显著相关，青年人口比每升高1个百分点，暴力和财产犯罪就上升3.7个百分点。从表2中模型2可知本文性别比例失衡对犯罪率的影响与既有的部分学者的研究结果是不一致的。出现这种结果的原因可能有以下两点原因一是数据的问题，王立波通过比较出生性别比和适婚期性别比的变化，指出超高的出生性别比并不真实。在婚配市场中，那些超生被隐藏起来的女婴随着年龄的增长会参与其中。二是理论机理的解释，既有的研究主要是从社会学控制理论来解释性别比例失衡会导致犯罪率的提高，以及通过犯罪增加财富来提高在婚姻市场上的竞争力。但犯罪被捕后会丧失自由还会损害其声誉，适婚的青年男女会更加重视自己的声誉。孙旦（2012） 指出面临婚姻市场上竞争，未婚男性会通过外出打工提高自己积累财富在追求配偶过程中的竞争力。
陈刚和李树（2010） 指出中国教育的整体扩张在降低犯罪率起了重要的作用，且随着教育层次的提高犯罪的预防效应是递增的。从表2中模型3显示接受高等教育人口占比对犯罪率的影响，回归的系数都为负且在1%的水平下显著，这说明高等教育显著地抑制了犯罪率的增加。Lochnerand Moretti（2004） 高等教育通过提高人力资本和未来合法工资收益，这会大大提高其准备和实施犯罪的机会成本。此外，高等教育也可能改变人们的时间偏好和增强其对风险的厌恶程度。
李殊琦和柳庆刚（2009） 研究中国失业率与犯罪率的关系，指出二者并无显著的关系。考虑到既有的文章都是使用中国城镇登记失业率来做回归分析，而该数据与真实的失业情况有差距。本文从劳动统计年鉴收集就业与失业具体的统计数据，利用每个省份男性失业占比来分析失业对犯罪率的影响。从表2中模型4显示男性失业人口占比对犯罪率的影响，回归的系数都为正且在1%的水平下显著，这说明男性失业提高了犯罪率。失业人群处于社会的底层，属于被主流社会排除在外的边缘群体，容易产生不公平感，愤怒感。这种不满的情绪会导致心理失衡，当这种不满情绪积累到一定程度就有可能導致犯罪行为。
从表2中可见人均国民收入的提高对犯罪率具有显著抑制效应，可见经济增长有利于犯罪率的降低，经济增长可以通过增加就业岗位，增加居民收入，增加民生性财政支出等渠道抑制犯罪率的上升。本文实证研究结果也表明城乡居民收入差距的扩大显著地提高了犯罪率，与万广华（2008） 得到的结论是一致的。从理论上讲增加公共安全支出可以威慑犯罪分子降低犯罪率，然而公共安全支出的估计系数显示为正，这表明公共安全支出不但没有显著地降低犯罪率，还在一定程度上增加了犯罪率。龚锋（2008） 指出各级地方政府预算审批及管理机制存在着不完善。此外，增加公共安全支出会相应占用了民生性财政支出，从而导致了犯罪的增加。从理论上来说失业率的变化与犯罪率的升降应该是一致的，失业率对犯罪的影响是不显著的，这可能与本文采用的官方统计的城市登记失业率，有大量的自由职业者和隐性职业者没有包含在其中，该数据可能与中国真实的失业率存在着较大的误差。本文的实证分析显示城市化水平对犯罪的影响并不显著。一方面随着城市化进程推进，可以提供的就业岗位，缩短城乡之间收入差距。另外一方面国家实施了“严打”的刑事政策也在一定程度上控制了城市化进程犯罪问题。
四、结论及政策建议
（一）基本结论
通过构建4个面板数据模型，从性别、年龄、教育、失业等角度分析人口结构对犯罪率的影响。通过系统GMM方法利用2002-2015年中国大陆29个省级面板数据进行实证检验，结果表明：（1）性别比例失衡对犯罪率的影响并不显著，這可能与女婴数据的瞒报有关系。（2）青壮年人口比重的提高显著增加犯罪率，这表明人口年龄结构也是影响犯罪的一个重要变量。（3）从人口教育的结构上看，高等教育对犯罪的抑制效应是显著的。（4）从人口失业情况看，男性失业占比越大对犯罪率有正向的影响。
（二）政策建议
首先，虽然本文从实证角度分析得出性别比例失衡对犯罪率并没有显著的影响，但由于存在着女性向上婚，男性向下婚的婚配模式，即使婚龄男女不存在性别失衡问题，现实中仍然有贫困农村的光棍村现象及城市的剩女现象。因此还是要关注婚姻市场，通过一些社会机制的创新解决这些失衡问题。可充分利用社会婚介节目和婚介信息机制传播正确的婚恋观念。此外，搭建婚姻信息共享平台，着力关注成婚困难的群体，促进信息在农村的大龄未婚男性与弱势女性之间共享共通共联，鼓励剩余男性与丧偶女性等特殊群体再婚行为。对进城务工青年男性，加大社会支持力度，创造更多的就会机会，提供更多学习渠道，提升其在婚姻市场上的竞争力。
其次，本文通过实证分析，教育扩展对抑制犯罪起了重要的作用。给青少年提供更多的教育机会，如在发展高等教育的同时，加大对职业教育投入力度，建设一批高水平的具有示范效应的高质量职业学校；此外，创新职业教育的课程设置、人才培养模式，建立现代化的职业教育体系。创新教育领域的补助制度，建立助学金和无息贷款等对确实存在困难的学生提供资助。通过多样化的教育增强青少年群体未来在职场上的竞争力，而不是让其无所事事，在街头闲逛，充分发挥教育对青少年起到的道德约束、隔离等作用。
最后，就业是民生之本，关注失业群体，尤其是待业青年，这一群体学历通常较低，大多是在上完初中或高中就加入到就业的劳动大军中，相比其父辈，又缺失吃苦耐劳的精神。有关部门要及时了解这个群体的就业需求、生活状况、思想变化。同时，完善就业服务体系，帮助失业的弱势群体的再就业。如提供免息的小额贷款作为就业及创业基金，开发一些社区公益性岗位，搭建就业信息共享平台等。此外，通过提供就业培训、创新就业形态、鼓励灵活就业等来解决待业青年的就业问题。
启 事
因工作需要，本刊工作邮箱变更为fanzuiyanjiu@ecupl.edu.cn，原工作邮箱不再使用。由此给广大作者、读者带来的不便，敬请谅解！
《犯罪研究》编辑部
二○一七年六月八日
声 明
本刊不以任何形式向投稿者收取任何版面费、审稿费或其他费用，也从未授权任何机构或个人代理投稿事宜，
本刊始终以稿件质量为选稿的唯一标准，坚决反对一切以学术之名进行的不端行为、违法行为。作者在投稿过程中有任何疑问，可通过本刊编辑部工作邮箱（fanzuiyanjiu@ecupl.edu.cn）、电话（021—62071864）与编辑部联系、确认。此外，如您发现任何冒用本刊名义发布的不实信息，亦欢迎您随时与编辑部联系。
特此声明
《犯罪研究》编辑部
二○一七年六月八日
关键词：人口结构；犯罪率；系统GMM
引言
在经济不断高速发展的同时，犯罪现象也日益严峻。犯罪总量呈现上升趋势，人民检察院决定逮捕犯罪嫌疑人数由2002年的78万人上升到2015年的89万人。全国公安机关刑事立案总数也呈现明显的上升趋势，在2015年达到716万起，其中“盗抢骗”占了全部刑事案件总数的84%，以抢劫、盗窃、诈骗为形式的侵犯财产犯罪成为比较严重的社会治安问题。历年的群众安全感调查结果显示社会治安问题一直是最受关注的问题。犯罪不仅严重干扰了社会治安秩序，也带来了重大的经济损失。
犯罪在本质上是社会关系失调，社会结构不平衡的一种表现，根据犯罪学通说，人口结构状况是影响犯罪率的重要因素。犯罪统计学研究表明：已婚男性会低于未婚男性，年长的犯罪率会低于年轻的，女性的犯罪率会低于男性，青年男性在犯罪者中占比比较大。从统计数据可知，近10多年来，在我国青壮年人口比重呈现上升趋势的同时，15岁以上未婚男女性别比存在较严重的失衡。随着经济的发展，国家在加大对基础教育的投入的同时，也加大了对高等教育的投入，接受大学大专等高等教育的人口的占比呈现上升的趋势。与此同时，由于过度教育以及劳动力市场分割等因素，城镇登记失业人口也由2002年的770万人增加到2015年的966万人。
纵观国内外关于犯罪的相关研究，从经济发展水平、城乡收入差距等角度出发研究犯罪率的多，而关于人口结构是否影响以及如何影响中国犯罪率文献相对较少。中国人口性别比是否真的严重失衡，如果存在性别比失衡，其影响犯罪机制是怎样的？中国年龄人口结构是否也满足年龄是影响犯罪的重要因素这一结论？不同的教育结构及不同的失业情况是怎样影响犯罪的？本文从上述问题出发，借鉴贝克尔犯罪成本收益理论分析人口结构中年龄、性别、教育、就业与犯罪率的关系。
一、文献综述
犯罪是一种反社会的行为。本质上，也是由于社会结构失衡和社会关系矛盾引起的。其中，人口的结构状况是产生犯罪现象的主要社会原因之一。国内有关人口结构与犯罪率的研究成果可以归结如下：
有关人口自然结构中性别、年龄与犯罪率的研究文献。Joanna（1999） 采用美国人口结构方面的面板数据研究得到当性别比例失衡时，总人口中的青年人口占比大时，犯罪率也会变大。Barber（2000） 利用70个国家1990年的截面数据研究得出一般性别比（15-64）与犯罪率呈现负相关，指出应该区分婚姻市场与一般市场性别结构对犯罪率的影响。张原震（2007） 通过分析天津农民工犯罪的数据，发现犯罪的农民工性别比例严重失衡，犯罪年龄和文化都比较低。李宏彬（2012） 利用中国1988-2004年26个省份人口性别比对犯罪率的影响，回归结果显示青年性别比与犯罪率显著相关，青年人口比每升高1个百分点，暴力和财产犯罪就上升3.7个百分点。吕程（2011） 通过对比分析中国1982-2008年人口年龄-性别结构及犯罪率的数据，得出青年男性比例与可婚配的比例波动与犯罪率高度一致的结论。姜全保、李波（2011） 基于中国1990、1995、2000、2005年全国省级宏观人口经济和犯罪率数据，采用面板回归方法建立了人口性别比和犯罪率的随机模型，结果显示人口性别比每升高1个百分点，犯罪率上升3.03个百分点。Stffensmeier、Emilie Andersn、Allan Milers D.Harer and Cathy Streife （1989） 高犯罪与青少年有着密切的关系，无论是犯罪的上升还是下降都与人口中青少年人口占总人口的比重有关。John Conklin（2002） 认为纽约90年代犯罪率的下降与年龄结构的密切相关。
有关人口社会结构中教育、失业与犯罪率的研究文献。Jacob（2003） 认为学校教育可能会增加青少年间的社会互动，并由此引发更多的学生间的冲突和群体性犯罪，进而导致犯罪率（特别是暴力犯罪率）上升。Lochner and Moretti（2004）[ 认为教育水平会改变人的风险态度，犯罪倾向会随着受教育水平的提高而降低。陈屹立（2008） 以初中升学率作为衡量国民教育水准的指标，采用时间序列和面板数据的方法，总结得出教育对犯罪率的上升具有抑制作用，且初中毕业生率对暴力型犯罪的发生产生了显著影响。何亦名（2009） 指出由于中国现在依然存在的劳动力市场分割和过度教育问题对教育的合法收益率的增长产生了负面冲击，教育是否能够有效的预防犯罪需要更谨慎地去判断。李殊琦和柳庆刚（2009） 指出中国的失业率与城镇登记失业率没有必然的联系。章元、刘时菁和刘亮（2011） 利用1988—2008年中国省级面板数据，得出中国犯罪率与城市劳动力失业率具有正向关系。Entorf，Spengler （2000） 通过实证研究表明失业对财产犯罪有显著的正向影响。
二、理論分析
借鉴贝克尔的观点，作为理性人之所以选择犯罪，在于其犯罪所带来的收益大于犯罪的成本。如图1，横轴表示人口投入到犯罪的时间、精力、金钱、声誉等资源，纵轴表示犯罪所能带来的预期的收益，通常犯罪的收益包含货币性收益和非货币性收益（精神性）收益。本文假设犯罪人寻求的是货币性收益，用曲EB表示投入各种资源后行为人所能获得的边际收益，结合微观经济学中的边际收益递降规律，曲线EB是向右下方倾斜的。犯罪的机会成本即投入到犯罪的资源用来在合法渠道中所能获得的收益，假设投入到犯罪的资源在合法渠道中所获得的收益是恒定的，用曲线DC表示。在这种情况下，理性的决策时是投入A单位的资源到犯罪活动中。矩形OACD为犯罪的机会成本，三角形DCE代表着犯罪的经济利润。犯罪的决策在于衡量犯罪的收益与成本，如果犯罪的收益减去犯罪的成本即犯罪的净收益是大于零的，选择犯罪是理性的行为。
本文将从人口结构的角度出发，构建含有不同资源分配和不同机会成本的理论模型，以期更好地揭示犯罪决定的机理。
假设一：人口自然结构不同决定了犯罪资源投入的不同
本文依据（Hobfoll，2002） 将资源的定义“一种实体，在人们的所有物中具有中心价值（如，自尊、依恋、健康和内心的安定）或者可以作为一种可以通过声誉、社会支持和信用等获得中心价值的方式”。从时间与精力看，与少年和老年相比，青壮年为完成犯罪投入的资源是比较少的。现实中犯罪的资源投入不仅仅需要时间、精力还要考虑声誉资源，也就是说犯罪人因为犯罪行为被定罪后，这个犯罪的前科会影响到他之后的求职以及寻求配偶。因此，当未婚男性群体参与犯罪需要付出更多的声誉成本，相当于投入更多的资源。
假设二：人口社会结构不同决定了犯罪机会成本的不同
联系到实际，犯罪的机会成本并不是固定不变的，罪犯将资源投入到合法职业所获得的收益更高则其机会成本越高，而年龄、性别、教育程度、失业率、智力水平等都会影响罪犯从事合法职业收入。犯罪统计的经验性表明青少年、低教育水平的群体、低收入群体犯罪的机会成本是比较低的。人口结构的角度来看，失业等底层人口所占的比重越大，因为其拥有的物质资源较少且犯罪的机会成本是比较小的，如果社会提供的合法途径较少，可能将投入更多的时间资源到犯罪活动中。而对于积累了较大财富和人脉资源的中上层来说，其决策则是完全不同。
当15岁以上未婚人口性别比失衡时，作为理性的未婚青年，如果违法犯罪，则要将其重要的声誉资源也投入其中，除非犯罪的收益所带来的经济利润足够大，能够弥补以后在婚姻市场上难以寻找到配偶的预期惩罚成本才会选择犯罪。面临着婚姻挤压，对于未婚青年而言，作为理性的犯罪者考虑到犯罪被定罪后会严重影响到其之后的成家立业，即需要投入更多声誉资源，因此这一群体所要求的犯罪经济利润要更大。如图2所示C点表示在
图2年龄及性别不同下的犯罪资源投入
同样的机会成本下15岁以上未婚人口犯罪资源投入。相比少儿和老年人，青壮年通过犯罪获得收益所需要投入更多的时间、精力等会更少。因此，他们要求的犯罪收益也会比较低，如图2所示B点为青壮年在总人口占比较高情况下犯罪资源投入点。
Lochner and Moretti（2004） 指出犯罪倾向会随着受教育水平的提高而下降。犯罪经济学认为时间机会成本是影响犯罪成本-收益最主要的因素。当社会中接受高等教育和有稳定工作的占比越大，其犯罪的时间机会成本也越大。如图3所示B表示高等教育人群的犯罪资源决策投入点，这一群体犯罪的机会成本更高。为此，理性人会要求获得更高的收益，此时资源的投入为B所犯罪的收益是三角形HCD比机会成本低的群体犯罪收益即三角形HFG 来得大。与教育结构类似，人们的就业情况和收入水平的变动也会影响到犯罪倾向。当人口中缺少最低的生活保障和社会保险的失业人口越多，这一群体犯罪的机会成本比较低，所要求的犯罪经济利润较少，更容易走上犯罪的道路。而A点则表示当人口中男性失业占比越大时犯罪资源投入情况。
图3 教育及失业不同下的犯罪资源投入
接受高等教育的群体，其犯罪的机会成本会更高。此时，除非犯罪带来的收益足够高才会考虑非法的途径。如图4所示，在同等犯罪收益下，这两群体要求的犯罪收益会更高用L1表示，对应的犯罪人数是N1。而青壮年完成犯罪所需的时间、精力等资源相对较小，失业男性人口犯罪的机会成本也较低，所要求的犯罪收益也比较小，如图4所示，在同等收益下，这两群体的犯罪收益为L2对应的犯罪人数为N2。借鉴贝克尔的成本-收益理论分析人口结构对犯罪率的影响。理论分析表明：人口中未婚男性群体越大，其犯罪的资源投入更大，要求更高的收益进而降低了犯罪率。人口中青壮年犯罪所需要的时间、精力较少，这一群體在人口占比越高有可能增加了犯罪率。而人口中接受高等教育人口越多，提高了犯罪的机会成本，从而抑制犯罪率的上升。失业男性人口占比越高，犯罪的机会成本低，容易走上犯罪的道路。
图4 不同犯罪收益要求下的犯罪人数
三、实证分析
（一）模型设定
本文实证采用2002-2015年29个省份的面板数据来分析人口结构对犯罪率的影响。借鉴部分学者的研究，将经济发展水平、城乡收入差距、城市化率等其他影响犯罪率的因素作为控制变量。此外，考虑到犯罪可能存在惯性，我们将犯罪率的滞后项也作为控制变量加入模型中，这就有可能引起内生性问题。本文采用的面板的数据属于大N小T型，时间跨度比截面数据短。根据所选模型和数据的特征，采用动态面板GMM估计方法进行模型求解，建立如下的动态面板回归模型：
其中， 是犯罪率， 表示滞后一期的犯罪率， 表示人口结构，包含qnl青壮年人口占比、wxb15岁以上未婚人口性别比、gjy高等教育的人口占比、bsy男性失业占比， 为一组控制变量。t分布表示第I省第t年， 为随机扰动项。
（二）变量数据和描述性统计
在做计量实证分析前，简单说明一下主要变量和数据来源。本文选取2002-2015年中国大陆地区29个省、市和自治区的年度数据作为面板数据样本。
1.犯罪率（arrest）。犯罪状况的度量指标主要采用犯罪率，即一定时期的犯罪总量与该时期人口总量的比值。陈刚（2010） 选用逮捕率和起诉率即每万人中人民检察院逮捕和提起公诉的刑事嫌疑人数来反映地区间犯罪情况的差异。李宏彬（2003） 衡量犯罪率也是采用每万人口的逮捕率。本文借鉴现有的研究选用每万人的逮捕率来衡量犯罪率。犯罪率数据根据每个省份每一年的人民检查院统计公报计算得到。
2.人口结构包含自然结构和社会结构，通过梳理和总结现有的国内外有关人口结构与犯罪率关系文献，本文选择了年龄、性别、教育、失业等角度进行分析。年龄（qnl）选取抽样人口中14-65岁占总抽样人口的占比来衡量，性别（wxb）选取抽样人口中15岁以上未婚男性与未婚女性的比重来衡量，教育（gjy）选取抽样人口中上过高中及大专以上的人口占总抽样人口比重来衡量，失业（bsy）选取年末登记的男性失业占年末总登记失业人口的比重来衡量。其中年龄、性别、教育等相关数据来自2002-2016年《中国统计年鉴》人口抽样的数据，失业的数据来源2002-2016年《中国劳动统计年鉴》
3.经济发展水平（gdp）关于经济增长与犯罪率变化的研究，不同的国家在不同的时间段二者的变化趋势不同，本文采用人均GDP作为经济发展的指标（以2002年的GDP指数做了平减，剔除了价格影响因素）。数据来自2003-2016年《中国统计年鉴》和国家统计局网站。
4.城乡收入差距（ggaq）关于城乡收入与犯罪是存在内在逻辑关系，万广华（2008） 认为收入分配高度不公平会引发犯罪，甚至暴动，危害社会稳定。本文以城镇居民人均支配可收入与农村居民人均纯收入之差来衡量城乡收入差距。（以2002年的CPI指数做了平减，剔除了价格影响因素）。数据来自2003-2016年《中国统计年鉴》和国家统计局网站。
5.公共安全支出（ggaq）Imrohoroglu，Merlo and RuPert（2004） 指出提高公检法支出的水平意味着增加了警力的开支将有利于提高破案率，因此可通过提高公检法支出的威慑效应抑制犯罪。陈刚（2010） 通过实证研究分析了公共安全支出、教育支出、和社会保障支出对犯罪率的影响差异，表明公共安全支出所起到的威慑作用并不显著。本文公共安全支出以为武装警察部队支出与公检法部门加总。（以2002年的CPI指数做了平减，剔除了价格影响因素）。数据来自2003-2016年《中国检察年鉴》。
6.城市化率（ch）Entorf and Spengler（2000） 认为城市化的发展对犯罪率具有重要的影响，在城市中，犯罪具有更高的预期收益。而王安和魏建（2013） 则认为城市化进程的“质”与“量”不同对犯罪的影响就不一样。本文以为非农业人口占总人口的比重来衡量城市化水平。
7.失业率（un）大量的研究都发现，失业对犯罪率的提高具有显著影响关系。章元、刘亮（2011） 利用中国1988-2008年的省级面板数据，得出中国犯罪率与城市劳动力失业率具有正向关系。本文用城镇登记失业来衡量各地区的失业率。
（三）实证回归结果
本文采用系统GMM的方法分别以为青壮年人口占比、15岁以上未婚性别比、高等教育占比、男性失业占比将其引入模型1、模型2、模型3、模型4为核心解释变量对犯罪率进行了回归，回归结果如下：
犯罪统计学也表明年轻的会比年长的有更高的犯罪倾向。莫里斯帕米通过分析美国监狱人口的资料指出在21-24岁之间犯罪人达到顶峰，到45岁才有明显的下降。随着年龄的增长，男性犯罪比例升高速度越快，并在30-40岁之间达到最高的水平。本文选择14-64岁考察人口年龄结构对犯罪率的影响，如表2中模型1回归结果显示其系数显著为正，可见青壮年人口占比越高犯罪率越高。
姜全保、李波（2011） 所指出近20年来导致我国犯罪率增长的主要原因是青年人口男女性别比例失衡。李宏彬（2012） 也认为青年性别比与犯罪率显著相关，青年人口比每升高1个百分点，暴力和财产犯罪就上升3.7个百分点。从表2中模型2可知本文性别比例失衡对犯罪率的影响与既有的部分学者的研究结果是不一致的。出现这种结果的原因可能有以下两点原因一是数据的问题，王立波通过比较出生性别比和适婚期性别比的变化，指出超高的出生性别比并不真实。在婚配市场中，那些超生被隐藏起来的女婴随着年龄的增长会参与其中。二是理论机理的解释，既有的研究主要是从社会学控制理论来解释性别比例失衡会导致犯罪率的提高，以及通过犯罪增加财富来提高在婚姻市场上的竞争力。但犯罪被捕后会丧失自由还会损害其声誉，适婚的青年男女会更加重视自己的声誉。孙旦（2012） 指出面临婚姻市场上竞争，未婚男性会通过外出打工提高自己积累财富在追求配偶过程中的竞争力。
陈刚和李树（2010） 指出中国教育的整体扩张在降低犯罪率起了重要的作用，且随着教育层次的提高犯罪的预防效应是递增的。从表2中模型3显示接受高等教育人口占比对犯罪率的影响，回归的系数都为负且在1%的水平下显著，这说明高等教育显著地抑制了犯罪率的增加。Lochnerand Moretti（2004） 高等教育通过提高人力资本和未来合法工资收益，这会大大提高其准备和实施犯罪的机会成本。此外，高等教育也可能改变人们的时间偏好和增强其对风险的厌恶程度。
李殊琦和柳庆刚（2009） 研究中国失业率与犯罪率的关系，指出二者并无显著的关系。考虑到既有的文章都是使用中国城镇登记失业率来做回归分析，而该数据与真实的失业情况有差距。本文从劳动统计年鉴收集就业与失业具体的统计数据，利用每个省份男性失业占比来分析失业对犯罪率的影响。从表2中模型4显示男性失业人口占比对犯罪率的影响，回归的系数都为正且在1%的水平下显著，这说明男性失业提高了犯罪率。失业人群处于社会的底层，属于被主流社会排除在外的边缘群体，容易产生不公平感，愤怒感。这种不满的情绪会导致心理失衡，当这种不满情绪积累到一定程度就有可能導致犯罪行为。
从表2中可见人均国民收入的提高对犯罪率具有显著抑制效应，可见经济增长有利于犯罪率的降低，经济增长可以通过增加就业岗位，增加居民收入，增加民生性财政支出等渠道抑制犯罪率的上升。本文实证研究结果也表明城乡居民收入差距的扩大显著地提高了犯罪率，与万广华（2008） 得到的结论是一致的。从理论上讲增加公共安全支出可以威慑犯罪分子降低犯罪率，然而公共安全支出的估计系数显示为正，这表明公共安全支出不但没有显著地降低犯罪率，还在一定程度上增加了犯罪率。龚锋（2008） 指出各级地方政府预算审批及管理机制存在着不完善。此外，增加公共安全支出会相应占用了民生性财政支出，从而导致了犯罪的增加。从理论上来说失业率的变化与犯罪率的升降应该是一致的，失业率对犯罪的影响是不显著的，这可能与本文采用的官方统计的城市登记失业率，有大量的自由职业者和隐性职业者没有包含在其中，该数据可能与中国真实的失业率存在着较大的误差。本文的实证分析显示城市化水平对犯罪的影响并不显著。一方面随着城市化进程推进，可以提供的就业岗位，缩短城乡之间收入差距。另外一方面国家实施了“严打”的刑事政策也在一定程度上控制了城市化进程犯罪问题。
四、结论及政策建议
（一）基本结论
通过构建4个面板数据模型，从性别、年龄、教育、失业等角度分析人口结构对犯罪率的影响。通过系统GMM方法利用2002-2015年中国大陆29个省级面板数据进行实证检验，结果表明：（1）性别比例失衡对犯罪率的影响并不显著，這可能与女婴数据的瞒报有关系。（2）青壮年人口比重的提高显著增加犯罪率，这表明人口年龄结构也是影响犯罪的一个重要变量。（3）从人口教育的结构上看，高等教育对犯罪的抑制效应是显著的。（4）从人口失业情况看，男性失业占比越大对犯罪率有正向的影响。
（二）政策建议
首先，虽然本文从实证角度分析得出性别比例失衡对犯罪率并没有显著的影响，但由于存在着女性向上婚，男性向下婚的婚配模式，即使婚龄男女不存在性别失衡问题，现实中仍然有贫困农村的光棍村现象及城市的剩女现象。因此还是要关注婚姻市场，通过一些社会机制的创新解决这些失衡问题。可充分利用社会婚介节目和婚介信息机制传播正确的婚恋观念。此外，搭建婚姻信息共享平台，着力关注成婚困难的群体，促进信息在农村的大龄未婚男性与弱势女性之间共享共通共联，鼓励剩余男性与丧偶女性等特殊群体再婚行为。对进城务工青年男性，加大社会支持力度，创造更多的就会机会，提供更多学习渠道，提升其在婚姻市场上的竞争力。
其次，本文通过实证分析，教育扩展对抑制犯罪起了重要的作用。给青少年提供更多的教育机会，如在发展高等教育的同时，加大对职业教育投入力度，建设一批高水平的具有示范效应的高质量职业学校；此外，创新职业教育的课程设置、人才培养模式，建立现代化的职业教育体系。创新教育领域的补助制度，建立助学金和无息贷款等对确实存在困难的学生提供资助。通过多样化的教育增强青少年群体未来在职场上的竞争力，而不是让其无所事事，在街头闲逛，充分发挥教育对青少年起到的道德约束、隔离等作用。
最后，就业是民生之本，关注失业群体，尤其是待业青年，这一群体学历通常较低，大多是在上完初中或高中就加入到就业的劳动大军中，相比其父辈，又缺失吃苦耐劳的精神。有关部门要及时了解这个群体的就业需求、生活状况、思想变化。同时，完善就业服务体系，帮助失业的弱势群体的再就业。如提供免息的小额贷款作为就业及创业基金，开发一些社区公益性岗位，搭建就业信息共享平台等。此外，通过提供就业培训、创新就业形态、鼓励灵活就业等来解决待业青年的就业问题。
启 事
因工作需要，本刊工作邮箱变更为fanzuiyanjiu@ecupl.edu.cn，原工作邮箱不再使用。由此给广大作者、读者带来的不便，敬请谅解！
《犯罪研究》编辑部
二○一七年六月八日
声 明
本刊不以任何形式向投稿者收取任何版面费、审稿费或其他费用，也从未授权任何机构或个人代理投稿事宜，
本刊始终以稿件质量为选稿的唯一标准，坚决反对一切以学术之名进行的不端行为、违法行为。作者在投稿过程中有任何疑问，可通过本刊编辑部工作邮箱（fanzuiyanjiu@ecupl.edu.cn）、电话（021—62071864）与编辑部联系、确认。此外，如您发现任何冒用本刊名义发布的不实信息，亦欢迎您随时与编辑部联系。
特此声明
《犯罪研究》编辑部
二○一七年六月八日
