影响经济犯罪率的宏观经济指标

摘 要 本文选取人均GDP、CPI、基尼系数、城镇化率、公有制经济占比五个指标作为解释变量，分别研究其对作为被解释变量的侵犯财产罪、破坏市场经济秩序罪、贪污受贿罪以及其他贪利性犯罪这四大类经济犯罪的影响关系。结果发现公有制经济占比与经济犯罪率有反向关系，城镇化率、基尼系数、人均GDP、CPI与经济犯罪率呈现正向相关关系。

关键词 经济犯罪率 基尼系数 居民消费价格指数 公有制经济占比

作者简介：宋任，中国地质大学（北京）经济与管理学院硕士研究生。

中图分类号：D922.29                                                     文獻标识码：A                         DOI：10.19387/j.cnki.1009-0592.2019.08.268

一、引言

经济总量的增长带来了居民内部收入差距持续拉大，以及经济犯罪率节节攀升等社会问题，这些因素究竟有没有对经济犯罪率产生影响？是哪些因素影响了各类经济犯罪率？又在多大程度上对其产生影响？这些是本文将要研究与探讨的问题。

“经济犯罪”一词最早由英国学者希尔提出，在1872年伦敦有关“预防和抗制犯罪”国际会议上，希尔在以“犯罪的资本家”为题的演讲中首次使用了“经济犯罪”一词。在我国，1982年全国人大常委会在颁布的《关于严惩严重破坏经济的罪犯的决定》中首次使用了经济犯罪这一概念，经济犯罪开始作为一类特殊的犯罪类型成为我国刑事法学研究的对象。该决定中是这样描述经济犯罪的，“鉴于当前走私、套汇、投机倒把牟取暴利、盗窃公共财物、倒卖珍贵文物和索贿受贿等经济犯罪”。1997年《刑法》修订后，关于经济犯罪的观点较为统一，主要有三种观点：第一，最为广义的经济犯罪概念：按此观点，经济犯罪包括破坏社会主义经济秩序罪、贪污贿赂罪、侵犯财产罪等。第二，广义的经济犯罪概念：按这种观点，经济犯罪主要包括破坏社会主义经济秩序罪、渎职犯罪、贪污贿赂罪等。第三，狭义的经济犯罪概念：按这种观点，经济犯罪主要包括破坏社会主义经济秩序罪。根据以上分类以及现实中数据的可得性，在本文中，把经济犯罪分为破坏社会主义市场经济秩序罪、贪污贿赂罪、侵犯财产罪以及其他贪利型犯罪，其中贪利型犯罪包括侵犯公民人身权利、民主权力罪、渎职罪，危害公共安全或国防利益罪等。

Becker 首次将经济学的“成本-收益”分析方法应用于犯罪问题研究，他认为犯罪也是理性经济人对成本和收益做出比较后的选择。构成成本的一个方面就是惩罚的确定性和威慑性，它能够对犯罪产生威慑效应，这种威慑效应会增加犯罪成本进而减少犯罪供给，而收入差距的增大会增加犯罪收益进而增加犯罪供给。徐宏发（2014）对1991-2010 年我国近 20 年犯罪率进行实证研究的结果表明：中国近 20 年来犯罪率的增长超过六成可由收入差距增长来解释，四成由威慑效应变动来解释。惩罚的严厉性对于财产性犯罪影响不显著，房价普遍上涨对财产性犯罪及暴力犯罪均有较大影响。国内学者关于犯罪率影响因素的实证研究大多基于全国范围或省级内部面板数据，方法主要集中为系统广义矩估计法，线性回归模型，MATLAB插值法等。石庆玲、郭峰（2017）利用我国35个大中城市1999-2012年的面板数据对房价上涨和犯罪率上升之间的因果关系进行了计量经济学检验。姚莎（2013）从失业人口增加、贫富差距增大、农村人口大量涌入城市等角度分析了中国犯罪率的影响因素。本文选取1997-2016年的四类经济犯罪率作为被解释变量，城镇化率、基尼系数、人均GDP、居民消费价格指数、公有制经济占比五个因素作为解释变量，用多元回归模型分别测算其对破坏市场经济秩序罪、侵犯财产罪、贪污受贿罪以及其他贪利性犯罪这四类经济犯罪的影响，并结合结论提出相关政策建议。

二、模型方法与数据

（一）模型方法

本文选取四个类型的经济犯罪率作为被解释变量，所以有四个不同的模型，在所有变量取对数后，模型形式可以写为：

其中，Y1表示侵犯财产犯罪率，Y2表示破坏市场经济秩序罪犯罪率，Y3表示贪污受贿犯罪率，Y4表示其他贪利性犯罪率。X1表示城镇化率，X2表示基尼系数，X3表示人均GDP， X4表示居民消费价格指数，X5表示公有制经济占比。

（二）数据来源及变量解释

犯罪率：根据我国的刑事司法体制，犯罪率一般用每十万人口的犯罪数量表示。目前，我们可以用来选择的犯罪率有：以公安机关立案数计算的犯罪率、以检察机关批捕数计算的犯罪率、以检查机关提起公诉数计算的犯罪率、以法院一审收案数或终审定罪数计算的犯罪率等。在本文，我们以全国法院刑事一审案件收案数来衡量真实的犯罪总数。

全国法院刑事一审案件收案数据来自《中国法律年鉴》（1998-2017），《中国检察年鉴》（1998）。人均GDP、居民消费价格指数数据来自国家统计局官网，公有制经济占比、城镇化率、基尼系数《中国统计年鉴》（1998-2017）。

三、实证检验与结果

本文选取的数据是时间序列数据，为了避免伪回归，我们先对数据进行平稳性检验。如果不平稳，再进行协整检验。本文数据的时间跨度为1997-2016，数据分析软件为Eviews7.0。并且在分析之前，各变量均取对数。

（一）平稳性检验

首先对各变量的水平值进行检验，结果所有变量均不能够通过0.05%显著性水平下的单位根检验，都是非平稳的。因此，我们再对变量的一阶差分进行单位根检验，检验结果表明，LNX3的一阶差分在5%的显著性水平下仍不平稳，其余变量的一阶差分在5%的显著性水平下平稳，因此在方程一中剔除LnY3。

（二）协整检验

变量之间的线性组合可能是平稳的，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，所以需要进行协整检验，我们采用 Engle-Granger 两步法。首先对前面四个模型用OLS进行估计，然后用ADF模型检验残差序列。

（三）回歸结果

采用OLS对方程进行估计，方程的拟合效果很好，调整可决系数达到0.80，方程的F统计量显著。D-W值接近于2，根据经验判断，模型方程不存在自相关性，通过LM检验（拉格朗日乘数检验）进行验证，证实方程不存在自相关问题，模型的回归模型结果如下表：

（注： ***、**、*分别表示在 1%、5%和 10%的显著性水平下显著;解释变量后括号中数字为 t 值，F-statistic后括号中的数字为 P 值。）

（四）解释说明

表中结果表明，公有制经济占比对各个类型的经济犯罪率均有一定影响，以侵犯财产犯罪率为例，公有制经济占比每降低一个百分比，会引起侵犯财产犯罪率提高0.1566%。随着城市化进程的加快，经济犯罪率也在升高，比较显著的是其他贪利性犯罪，城镇化率每提高一个百分点，会引起其他贪利型犯罪提高1.7278%。基尼系数、人均GDP、居民消费价格指数指标也与经济犯罪率有正向关系，比如基尼系数每提高一个百分点，使得侵犯财产犯罪率提高0.5857%。

四、结论与政策建议

经济主体和经济成分的多元化所带来利益主体的多元化使得许多暗藏在原有公有制产权下的矛盾问题凸显出来，有限资源的约束以及自身利益的驱动让经济犯罪率上升在所难免。在多种利益态势没有充分合法的方式进行恰当转变的前提下，不可避免地造成社会各阶层利益碰撞和冲突，导致社会关系的紊乱。

城镇化率对犯罪率的提高也有一定影响，尤其是其他贪利性犯罪与贪污受贿罪。城镇化率的提高以流动人口的增加为标志，收入差距以及社会地位的悬殊也给他们带来不平衡感，部分流动人口甚至可能是未成年，或者即使成年由于社会经验不足、法律意识淡薄等原因，成为不法分子的利用对象，从而滋生了以强迫职工劳动罪、非法雇佣未成年人罪、拐卖妇女儿童罪、组织强迫卖淫罪等为典型代表的其他贪利性犯罪。城市化进程还在一定程度上打破了传统社会的分散格局，使得社会关系网更加密集，为权力寻租创造条件，进而导致贪污受贿犯罪发生。

贫富差距的扩大、社会财富分配的不均导致犯罪率提高，在物欲横流的社会背景下，通货膨胀也带来了消费欲望的膨胀，一些人坚守不住内心的底线，从而萌生了通过犯罪来满足欲望、弥补贫富差距的念头。

基于上述结论，笔者提出一己之见：

犯罪问题也是一个社会问题，因此克服犯罪率高的问题要先从社会角度出发。缩小贫富差距可以提高低收入人群的人均收入、扩大住房保障覆盖范围。采取相关政策来扩大城市外来人口的就业，提高对城市流动人口以及未成年人的关注度。

完善相关立法，加大打击力度。经济的发展、社会的进步从来都是一把双刃剑，我们不能因为城市化进程以及经济成分多元化带来的负面作用而停止了继续前进的步伐，但是其带来的经济类犯罪率的提高又是不容忽视的问题。目前我们可以从增加犯罪成本入手，使其大于经济犯罪所带来的预期收益，加大违法犯罪的打击力度，并完善惩治经济类犯罪的相关立法。使不法分子不敢铤而走险。

参考文献：

[1]贺电，陈祥民，姜万国.涉众经济犯罪研究[M].中国人民公安大学出版社，2012：2.

[2]BECKER G S.Crime and Punishment ： An Economic Approach [J]. Journal of political Economy. 1968，76（2）：169-170.

[3]徐宏发.收入差距、威慑效应与犯罪率研究——基于1991～2010年的实证分析[J].中国人民公安大学学报（社会科学版），2014，30（1）：23-31.

[4]姚莎.中国犯罪率影响因素的实证研究[J].商，2013（13）：237.