人口迁移对刑事犯罪的影响——基于户籍变迁视角的实证研究

张晓蓓，吴阿紫，阙佳欣

（浙江财经大学 公共管理学院，浙江 杭州 310018）

一、引 言

随着经济社会的快速发展，我国人口流动政策逐步放开，大量流动人口涌向经济发达地区。《中国流动人口发展报告》数据显示，1987—2017年，我国流动人口由0.181亿人增长到2.445亿人。人口的大规模迁移加快了我国城镇化的步伐，也为经济的持续增长打下了坚实的劳动力基础。但是，人口大规模迁移背景下的犯罪率持续上升成为我国转型期社会发展的重要特征，流动人口被视为导致犯罪率上升的重要原因，构成了和谐社会发展的潜在隐患。

受户籍制度影响我国人口迁移具有特殊复杂性。流动人口在受教育程度、工作性质等方面的异质性构成，影响到其社会保障、社会支持网络的获得，因而若不加区分地笼统研究人口迁移整体对刑事犯罪的影响，将无法全面捕捉人口迁移的作用机制。并且，实际流动人口数量与刑事逮捕率在多数年份的变动趋势并不一致，甚至截然相反。本文总结了流动人口比率与刑事逮捕率对比情况。2009—2014年，流动人口占总人口的比率快速增长，但刑事逮捕率时有下降；2014年后，流动人口规模连续三年下降，但刑事逮捕率却明显上升。因此，简单地将所有流动人口混为一谈将影响研究结论的准确性和针对性。鉴于此，本文以户籍更改与否为标准对比研究正式迁移和非正式迁移对刑事犯罪的影响路径，以期为我国刑事政策和流动人口政策的制定提供参考。

二、文献综述

犯罪行为在早期被视为一个社会学或心理学问题。Becker的理性选择模型开创性地从微观个体激励约束和理性选择角度理解犯罪决策。Ehrlich扩展了理性选择模型，通过引入劳动力市场因素，构建不确定条件下的劳动—犯罪时间配置模型。Block和Heineke主张除经济成本之外，道德成本也应该作为犯罪行为的后果之一。White进一步提出将个体的时间在合法消费、非法消费、合法劳动和非法劳动四个情况上进行分配，提高了比较静态分析结果的不确定性。Chiu 和Madden则将微观犯罪决策模型推广到宏观层面，解决了宏观加总数据的匹配问题。

随着理论研究的不断推进，学者们开始采用经验数据实证分析犯罪成因，并将犯罪决策的影响因素划分为抑制因素和促进因素两类。抑制因素指减少犯罪行为的因素，如福利支出和刑罚威慑。Fishback 等研究发现，美国1930—1940 年的社会救济金支出降低了财产犯罪和暴力犯罪。陈刚、毛颖、常雪等对我国不同时期的研究发现，社会福利支出和民生支出显著降低了犯罪率。而受到内生性问题的影响，实证结论通常无法证实刑罚威慑对犯罪的抑制效应，工具变量法和准实验方法的应用在一定程度上克服了该问题。陈屹立和张卫国、陈春良研究发现，惩罚概率和严厉程度对犯罪产生了显著的威慑作用，并且对侵财犯罪的影响高于暴力犯罪。而陈硕和章元采用公检法支出作为惩罚指标的研究发现，治乱无需用重典。促进因素指激励个体选择犯罪的因素，如收入差距的扩大将降低犯罪的机会成本，增加犯罪的预期收益，导致犯罪数量的上升，国外相关研究多数支持这一观点。陈春良和易君健、胡联合等、张向达和张家平通过对我国的研究也得到了相同的结论。然而，章元等、Kang分别基于我国和美国面板数据的研究发现，没有明显证据表明收入差距扩大会增加犯罪率。Chintrakarna和Herzer采用面板协整方法研究发现，收入差距会提高社会防范消费从而导致犯罪率下降。

与收入差距相同，理论上失业率的提高也会带来更多刑事犯罪。Raphael 和Winter-Ebmer和Altindag对美国和欧洲的研究验证了这一结论，但Fallahi和Rodriguez研究发现，失业率对暴力犯罪影响不显著。国内研究通常采用城镇登记失业率指标，该指标不能准确反映我国劳动力市场的实际状况，因而研究中时常发现失业率对犯罪无显著影响。模型内生性问题可能是导致这一结论的原因，章元等采用工具变量法研究发现，城镇登记失业率的上升显著促进犯罪行为。

人口迁移导致犯罪率上升的观点为社会广泛接受，但经验研究结论并不清晰。Moehling 和Piehl、Blau 和Blau和Saridakis通过对美国的研究发现，移民涌入带来犯罪活动的增加。陈春良和易君健研究发现，频繁的迁移降低了犯罪行为被抓的概率，因而会对犯罪率产生正效应。陈刚等研究发现，即便考虑了人口迁移的内生性，省际人口迁移仍然是导致我国犯罪率急剧上升的重要原因。刘彬彬等基于我国村级数据的研究验证了人口迁移对犯罪的促进作用。相反，Butcher和Piehl对美国的研究发现，移民比本土居民具有更低的刑事监禁率。Bianchi等对意大利的研究发现，控制内生性问题后移民仅对抢劫犯罪影响显著，对整体犯罪率的影响微乎其微。Aoki和Todo对法国的研究发现，移民与犯罪率整体上无直接关联，但失业的移民犯罪率高于失业非移民。张丹丹等研究发现，失业使得迁移人口参与犯罪的可能性显著增加。史晋川和吴兴杰采用1997—2007省际面板数据研究发现，流动人口的工作类型、居住地类型及来源地类型与刑事犯罪率显著相关，但整体规模的增加并不会导致刑事犯罪率的上升。郑筱婷和蓝宝江研究发现，正式迁入率对犯罪率的影响显著为负，而非正式迁入率的影响显著为正。王同益基于1997—2013的省际面板数据的研究得到了相同的结论。

综上所述，针对人口迁移与犯罪率的研究发现，迁移人口内部的异质性对犯罪率有显著影响，但针对人口迁移异质性的对比研究十分欠缺，且多使用早期数据。近年来我国经济增长减缓，大量农民工返乡就业，人口迁移规模持续下降，早期研究结论是否适用于今日仍有待商榷。鉴于此，本文基于1998—2017年数据分析我国犯罪率上升问题，并对比分析总体人口迁移、省际正式迁移、省内正式迁移和非正式迁移的作用机制，剖析不同类型的迁移人口对刑事犯罪影响的差异性。

三、模型构建与变量选取

（一）模型构建

参考Ehrlich的研究，本文构建如下宏观犯罪决定模型分析人口迁移对犯罪率的作用机制：

其中，指刑事犯罪率，为本文的核心变量迁移率，为其他控制变量，下标分别代表样本省份和年限，α为省份固定效应。

在犯罪经济学实证研究中，解释变量的内生性问题是导致回归结果偏误的重要原因之一。公检法支出与刑事犯罪之间的反向因果关系受到了广泛关注，但人口迁移的内生性并没有得到足够的重视。实际上，输入地社会治安环境是个体做出迁移决策的重要影响因素，恶劣的治安环境将降低人口迁移意愿，尤其是降低伴随户籍转移、在输入地长期居住的正式迁移人口。此外，犯罪率较高的地区可能吸引更多的犯罪偏好群体，形成犯罪的同群效应，从而提高犯罪率，这一效应对非正式迁移人群的适用性可能更高。可见，迁移与犯罪之间同样存在反向因果关系，忽视这一问题会导致有偏的回归结果。本文采用工具变量法解决模型（1）存在的内生性问题，并分别选取公检法支出和迁移率的滞后一期和滞后二期作为各自的工具变量。考虑到当工具变量个数多于内生解释变量个数时，广义矩估计更有效率，本文选择最优GMM方法进行估计。

（二）变量选取

考虑到在1997年全面修正了《中华人民共国和刑法》，调整了犯罪界定和惩罚标准，严重影响到修正前后数据的可比性，因而本文将研究时段设定为1998—2017年。数据来自历年《中国统计年鉴》《中华人民共和国分县市人口统计资料》（下称《资料》）《中国检察年鉴》《新中国六十年统计资料汇编》，以及各省人民检察院工作报告等。

参照陈春良和易君健的研究，本文的刑事犯罪率变量选取刑事逮捕率和刑事起诉率两个指标，以便进行回归结果的稳健性检验。人口迁移率变量采用常住人口增长率与人口自然增长率之差。本文认为常住人口包括本地人口和迁移人口两个部分，常住人口增长率等于人口自然增长率与净迁移率之和，其中净迁移率指跨省迁入率减去跨省迁出率。需要注意的是，此处迁移人口既包括当年户籍迁入本地的正式迁移人口，也包括户籍并未迁入但在本地居住半年以上的非正式迁移人口。相关变量的描述性统计结果如表1所示。

表1 变量定义与统计性描述

本文依据《资料》的数据计算了正式迁移人口的省际正式迁移率，但《资料》的数据仅提供至2012 年，所以本文正式迁移人口的覆盖年限为1998—2012 年，而非正式迁移人口调查难度更大，以往文献多采用《全国暂住人口统计资料汇编》相关数据，但该资料仅提供至2014年，因而无法覆盖2015年开始的流动人口三连降时期，这一时期的下降更多地是由非正式迁移人口引起的。有鉴于此，本文将对比分析总体迁移人口（）和正式迁移人口（）对刑事犯罪率的影响，则可以认为二者影响效应的差异源于非正式迁移人口。总体人口的净迁移率（）依据我国统计年鉴数据计算而得，正式净迁移率（）则依据《全国分县市人口统计资料》计算，二者统计口径存在较大差异，因而无法据此计算非正式迁移率。

基于犯罪经济学和犯罪社会学的经典理论，本文将人口迁移对犯罪的作用机制分为四个路径，本文通过控制以下路径得到人口迁移对犯罪的净影响：

路径1：迁入地的治安环境对人口迁移决策产生影响，正式迁移可能存在犯罪排斥现象，而非正式迁移可能出现犯罪集聚行为。本文采用工具变量解决这一内生性问题。

路径2：收入差距的扩大会激发个体在非法活动上配置更多的时间，从而推动犯罪率上升。然而史晋川和吴兴杰研究指出，我国迁移人口存在收入双重性特征，呈现历史纵向改善和群体横向差距显著共存的现状，历史纵向改善指流动人口在迁入地的收入比迁出地高。在收入双重性背景下，我国迁移人口收入差距的效应可以细分为，纵向收入改善效应和横向收入差距效应，犯罪率的变动取决于两种效应的对比。正式迁移人口由于户籍变更到输入地，更容易受到横向收入差距的影响，而非正式迁移人口流动性强，社会融入性低于正式迁移人口，因而更重视迁移前后的纵向收入变动。由于无法获得迁移人口在迁入地的收入数据，本文的收入差距指标仍采用城乡居民人均可支配收入之比，虽然该指标能够解释总体收入差距的75%以上，但由于无法反映纵向收入差距的改善，不能全面衡量迁移人口面临的收入差距状况。

路径3：人口迁移将提高迁入地的人口密度。社会学理论认为人口密度的上升引起犯罪率的上升。一方面，人口密度高意味着潜在侵害对象多，即犯罪发生的机会更多。另一方面，人口密度过高，将加剧竞争和文化冲突，迁移人口缺乏平等获取社会目标的机会，更容易产生犯罪行为。相对非正式迁移人口，正式迁移人口的流动性弱，犯罪被捕的概率更高，因而会降低其犯罪行为。

路径4：失业率影响迁移人口刑事犯罪，失业的迁移人口犯罪率更高，但失业对正式迁移人口和非正式迁移人口的影响并不一致。正式迁移人口失业后可以获得更多的社会支持和更高水平的社会保障，但非正式迁移人口却不能享受到同等待遇，因而失业状态对非正式迁移人口的影响更大，该群体更可能选择通过非法行为。本文采用城镇登记失业率指标衡量失业率。

本文选取人均GDP作为模型解释变量，人均GDP既体现了犯罪收益和绝对收入差距，又捕捉了犯罪的机会成本，因而其作用方向取决于两个效应的对比。除此之外，本文还控制了城市化水平、公检法支出和福利支出等宏观因素，平均受教育年限、离婚率等微观个体和家庭变动因素，以及2001年和2010年“严打”期间的虚拟变量。

四、实证结果分析

（一）迁移对刑事逮捕率的影响

迁移对刑事逮捕率的影响的回归结果如表2 所示。表2 第（1）和第（2）列针对总体迁移人口，第（3）—（7）列针对正式迁移人口。由表2第（1）列显示，总体净迁移率在1998—2017年对刑事犯罪的直接影响为负但并不显著，即迁移人口整体并不是导致犯罪的核心因素。而表2第（3）列显示，正式省外净迁移率的影响显著为正，表明户籍迁入本地的迁移人口是导致犯罪率上升的重要源头，在控制其他因素的前提下，正式净迁移率每增长1个千分点，将导致刑事犯罪率上升2%。以沿海省份为例，1998 年，沿海人口正式净迁移率为1.54‰，到2012 年上升为2.06‰，上升了0.52个千分点，若其他因素保持不变，犯罪率将上升1.04%。郑筱婷和蓝宝江的研究发现，正式迁入人口显著提高刑事犯罪，这与本文结论一致。但该研究同时指出，非正式迁移显著提高犯罪率，如果正确的话，总体迁移人口也应当显著推动犯罪率的上升。为增加回归结果的可比性，表2第（2）列将总体迁移模型的年份区间限定为和正式迁移模型一致，显示1998—2012年总体净迁移率的上升非但没有提高刑事犯罪率，反而显著降低刑事犯罪率，因而至少可以推测得出非正式迁移并没有引起刑事犯罪上升的结论。

由于迁移人口呈现收入双重性特征，受到横向收入差距和纵向收入差距的双重影响。2015年，城市就业人口的平均月收入为5 169元，农村人口人均每月可支配收入则不到1 000元，而当年迁移人口的平均月收入介于两者之间，达到4 500元。正式迁移人口由于在迁入地长期定居生活，更容易感受到自身与迁入地当地的横向收入差距，而横向收入差距的扩大将导致其犯罪率上升。非正式迁移则仅在迁入地短期居住，因而更多关注迁入地与迁出地的纵向收入差距。纵向收入差距的扩大表示迁移后收入状况的改善，会降低非正式迁移人口的犯罪率。可见，横向收入差距和纵向收入改善对犯罪率的影响正好相反，这可能是总体净迁移率的影响并不显著的原因之一。然而，由于缺乏省级层面迁移人口和本地户籍人口的相关收入数据，因而无法计算横向收入差距指标，导致不能全面验证以上推论。

除收入差距之外，迁入地的人口密度和失业率对正式迁移人口和非正式迁移人口的影响也存在差异。就人口密度增加而言，一方面意味着存在更多的潜在犯罪机会，另一方面导致竞争更加激烈，使得迁移人口融入当地的难度上升。并且较高的人口密度还会导致犯罪率的增加。与非正式迁移人口相比，正式迁移人口由于长期在当地居住，因而有可能降低正式迁移人口的犯罪倾向。而从迁入地的失业率来看，正式迁移人口由于户籍迁入到了本地，如果失业能享受到当地的相应社会保障和社会支持政策，而非正式迁移人口则不具备政策资格。因此，失业对非正式迁移人口的冲击更大，他们通过非法渠道获取收入的可能性将增加。

考虑到收入差距、人口密度和失业率等因素对正式迁移人口和非正式迁移人口的差异性影响，在表2第（5）—（7）列中，本文逐步加入了省际正式迁移率与以上因素的交互项。结果显示，省际正式迁移率分别与人口密度和失业率的交互项均不显著，表明人口密度和失业对正式迁移人口和非正式迁移人口的犯罪决策影响差别不大。但是，省际正式迁移率与收入差距的交互项显著为正，可见横向收入差距是导致正式迁移人口犯罪的重要原因。同时，人均GDP上升将显著促进犯罪率的提高，这表明人均GDP通过提高犯罪收益导致的犯罪促进效应超过了增加犯罪机会成本带来的犯罪抑制效应。在总体迁移模型中，离婚率的上升显著降低犯罪率，但正式迁移模型中，并没有发现同样的结论。此外，公检法支出、福利支出、受教育年限等解释变量的影响并不显著。

进一步地，本文将正式迁移细分为省内正式迁移和省际正式迁移两种类型，并在本文模型（1）中同时控制两种正式迁移指标。表2第（4）列显示，省际正式净迁移率和省内正式净迁移率系数均显著为正。这与郑筱婷和蓝宝江的结论不同，其研究发现虽然省际正式迁移显著提高犯罪率，但省内正式迁移显著降低犯罪率。由于迁入地犯罪率会影响到个体迁移决策和政府及公检法支出，这一反向因果关系会导致固定效应模型存在内生性问题，从而使表2回归结果有偏。因此，本文分别选取滞后两期的公检法支出和迁移率作为工具变量，采用最优广义矩估计方法进行估计。

表2 迁移对刑事逮捕率的影响——固定效应模型估计结果

表3是人口迁移对刑事逮捕率的影响回归结果，其中表3第（1）和第（2）列针对总体迁移人口，表3第（3）和（4）列针对正式迁移人口。与固定效应回归结果不同，当回归年份缩短为1998—2012年，表3第（2）列显示总体净迁移率对犯罪不存在显著影响，而表2第（2）列则显示净总体迁移率显著降低犯罪的发生，并且表3最优GMM的系数估计值明显高于表2固定效应模型的估计结果。Davidson-Mackinnon 内生性检验结果表明，总体迁移人口模型中不存在内生性问题。因此，固定效应模型回归结果具有无偏性。与此相反，正式迁移人口模型中发现了显著的内生性问题。可见，正式迁移决策受到迁入地刑事犯罪现状的显著影响，而该现状对总体迁移决策的影响甚微，这可能是由于非正式迁移人口流动性更强，因而做出迁移决策时较少关注当地刑事犯罪状况。过度识别检验表明，本文选取的工具变量具有外生性，与扰动项不相关。

表3第（3）和第（4）列结果显示，省际正式净迁移率的系数仍显著为正，并且系数估计值高于固定效应回归结果。具体而言，保持其他因素不变，正式净迁移率每增长1个千分点，将导致刑事犯罪率上升6.6%—6.8%。但与固定效应回归结果不同，省内正式净迁移率的系数为负但并不显著。因此，即使在控制内生性问题之后，本文得到的结论仍与郑筱婷和蓝宝江的不同。本文认为与省际迁移相比，省内迁移距离近，社会习俗相通，更容易融入迁入地，个体工作生活出现问题后能够更为及时地获得社会支持，这些都有助于减少犯罪的发生。此外，指标选取和研究年份的不同也是导致结果差异的可能原因，郑筱婷和蓝宝江研究了1998—2006年的刑事犯罪现象，并选择迁入率为迁移指标，而本文则选取净迁移率，以保证与总人口净迁移率可比。

表3 人口迁移对刑事逮捕率的影响——最优GMM估计结果

（二）迁移对刑事起诉率的影响

为检验表2和表3结果的稳健性，本文选取刑事起诉率作为因变量对本文模型（1）展开估计。表4结果显示，城镇化的推进显著增加刑事起诉率，而在前文中对刑事逮捕率的影响并不显著。除此之外，其他解释变量的影响均与前文保持一致，可以认为本文研究结论具有一定的稳健性。

依据内生性检验的结果发现，控制总体净迁移率的模型中不存在内生性问题，而控制了正式迁移率的模型存在内生性。这与采用刑事犯罪率作为被解释变量时的检验结果一致。表4第（3）列显示，当把回归年份限定为1998—2012年时，总体净迁移率的上升会降低刑事起诉率，且在5%的显著性水平上显著。相反，表4第（6）列和第（7）列显示，省际正式净迁移率对刑事起诉率有显著的正向促进作用，而省内正式净迁移率的影响则并不显著。具体来说，由表4第（6）列和第（7）列可知，在其他因素保持不变的前提下，省际正式净迁移率每上升1个千分点，刑事起诉率将增长4.0%—4.2%。如果非正式迁移也促进刑事起诉率上升，那么总体迁移对刑事起诉的影响应该为正，但这与本文的回归结果相违背。因此，可以推断非正式迁移降低了刑事起诉率，只有这样才能抵消正式迁移的犯罪促进作用，使得总体上迁移对犯罪不存在正向影响。

表4结果显示，人口密度增加显著降低了刑事起诉率，而人均GDP则通过潜在犯罪收益的增加提高了刑事起诉率，失业率的影响并不显著，由于城镇登记失业率并不能全面反映我国失业的现状，这一指标存在的测量性误差会对回归结果产生影响。

表4 迁移对刑事起诉率影响的估计结果

五、结论与启示

（一）结论

依据犯罪经济学和犯罪社会学理论，本文梳理了人口迁移对刑事犯罪的作用路径，并据此构建了扩展的刑事犯罪经济模型，继而对比分析总体迁移、省外正式迁移和省内正式迁移的犯罪差异性。本文运用最优广义矩估计方法解决公检法支出和人口迁移存在的内生性问题，并使用刑事逮捕率和刑事起诉率两个指标衡量刑事犯罪率，回归结果表现出较大的稳健性。模型检验结果显示，总体迁移模型中不存在内生性问题，但正式迁移模型的内生性十分显著，因而可推测正式迁移对迁入地的社会治安关注度高于非正式迁移人口。省外正式迁移显著提高犯罪率，在其他因素既定的前提下，省外正式迁移每上升1个千分点，预计刑事犯罪率将增加6.8%，刑事起诉率则提高4.2%。同时，省内正式迁移对犯罪率无显著影响，而同期的总体迁移人口显著降低犯罪率，因而至少可推测在控制其他因素后，非正式迁移人口对犯罪率的上升无显著贡献。究其原因，本文认为，相比非正式迁移，正式迁移更容易受到迁入地横向收入差距的影响。而相比省内正式迁移，省外正式迁移在迁入地更加缺乏社会支持和社会保障，因而会转而通过非法途径牟取利益。

（二）启示

改革开放以来，我国人口迁移普遍呈现农村到城市、从落后地区到发达地区的趋势，因而发达城市的犯罪现象引起各界关注。但近年来，多地出现人口回流现象，对农村治安形成较大挑战，因而必须将农村犯罪预防和治理提上日程。妥善安置返乡农民工，引导其合法创业、就业，这将不仅抑制人口回流的潜在犯罪冲击，而且有助于返乡农民工转化为乡村振兴的人力资本，推动和谐乡村和繁荣乡村的共同实现。首先，缩小迁移人口迁入地收入差距。历年来，我国采取了诸多政策缩减城乡收入差距，“十三五”规划期间通过精准减贫实现了现行标准下消除农村地区绝对贫困的目标，这极大地推动社会和谐稳定。基于本文研究结论，除纵向收入差距之外，迁移人口和迁入地本地人口的横向收入差距也极大地影响犯罪率。因此，作为我国迁移人口重点迁入地的发达地区应当多措并举缩小本地贫富差距，为迁移人口提供平等的工作机会和生活便利。其次，建立迁入人口社会支持网络。与本地人相比，迁入人口难以很快融入当地社会，一旦陷入困境短期很难摆脱，容易转而走向非法途径。当地政府应当建立迁入人口社会支持网络，帮助其尽快融入当地生活，通过合法途径走出困境，将在一定程度上降低迁移人口违法犯罪的概率。