• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      受教育水平與刑事犯罪率關(guān)系的實(shí)證研究

      2023-09-26 01:06:48譚芷瀅
      法制博覽 2023年26期
      關(guān)鍵詞:犯罪率面板效應(yīng)

      譚芷瀅

      廣東交通職業(yè)技術(shù)學(xué)院,廣東 廣州 510650

      自18 世紀(jì)啟蒙運(yùn)動(dòng)以來,貧窮和無知一直被認(rèn)為是犯罪的根源。隨著國(guó)民受教育機(jī)會(huì)不斷擴(kuò)大,教育普及程度進(jìn)一步提高,受教育水平越高是否意味著國(guó)民法律意識(shí)越強(qiáng),越能有效預(yù)防犯罪,從而降低犯罪率的問題引發(fā)討論。大多數(shù)人會(huì)根據(jù)直覺性判斷給出肯定的答案,由于在傳統(tǒng)教育觀念中,學(xué)歷水平與個(gè)人能力具有極強(qiáng)的相關(guān)性。然而,與此相悖的社會(huì)現(xiàn)實(shí)是,高學(xué)歷人才犯罪事件頻頻發(fā)生,對(duì)社會(huì)造成了十分惡劣的影響。受教育水平的提高是否真的能夠降低犯罪率是一個(gè)有待審慎研究的課題。

      從現(xiàn)有的研究來看,就教育與犯罪率關(guān)系展開專門探討的學(xué)者較少,主要是社會(huì)學(xué)家和心理學(xué)家對(duì)犯罪現(xiàn)象進(jìn)行分析。近些年,在社會(huì)矛盾發(fā)生轉(zhuǎn)變的背景下,這一問題也引起教育學(xué)家的關(guān)注,但多為犯罪率的社會(huì)經(jīng)濟(jì)影響因素研究,較少學(xué)者就教育和犯罪率的關(guān)系進(jìn)行實(shí)證研究。居民受教育水平的提高是否能夠有效預(yù)防犯罪顯然需要更謹(jǐn)慎地判斷,本文將采用2008-2020 年中國(guó)31 個(gè)省份的面板數(shù)據(jù),對(duì)教育對(duì)刑事犯罪率影響這一問題作出有益探討,通過實(shí)證研究考察兩者的相關(guān)性。鑒于面板數(shù)據(jù)處理的特殊性,對(duì)回歸結(jié)果進(jìn)行了豪斯曼(Hausman)檢驗(yàn)后,確定使用固定效應(yīng)模型分析,同時(shí)考慮到刑事犯罪率有多種影響因素,筆者將在模型中控制一系列經(jīng)濟(jì)、社會(huì)和文化因素對(duì)刑事犯罪率的影響。

      一、相關(guān)文獻(xiàn)述評(píng)

      在對(duì)犯罪率的宏觀層次的研究上,眾多研究主要是從經(jīng)濟(jì)學(xué)領(lǐng)域出發(fā)。從犯罪經(jīng)濟(jì)學(xué)理論視角來講,貝卡利亞(2002)在《論犯罪與刑罰》一書提出,個(gè)人實(shí)施犯罪的主要?jiǎng)恿κ菑闹蝎@益,提出通過制定法律和獎(jiǎng)勵(lì)美德來預(yù)防犯罪[1]。白建軍(2010)認(rèn)為,收入差距、經(jīng)濟(jì)增長(zhǎng)、城市化等社會(huì)經(jīng)濟(jì)因素對(duì)犯罪率有重要的影響[2]。經(jīng)濟(jì)增長(zhǎng)與犯罪、人口流動(dòng)與犯罪都是犯罪社會(huì)學(xué)和犯罪經(jīng)濟(jì)學(xué)研究的重要領(lǐng)域,涌現(xiàn)了大量的理論及實(shí)證研究成果,但關(guān)于國(guó)民教育與犯罪關(guān)系的研究相對(duì)較少。這個(gè)領(lǐng)域國(guó)外有研究使用發(fā)達(dá)國(guó)家的橫截面數(shù)據(jù),但控制變量較少,一般集中于研究教育對(duì)犯罪率的影響。Lochner(2004)認(rèn)為教育提高技能水平的同時(shí),容易使得高學(xué)歷者產(chǎn)生攀比心理,提高了實(shí)施高技能型犯罪的概率[3];Machin(2010)則進(jìn)一步提出,教育水平的提高僅僅只是柔化犯罪性質(zhì),減少了搶劫偷盜犯罪數(shù)量,同時(shí)也滋生了職權(quán)性犯罪和詐騙類犯罪。

      在國(guó)內(nèi)利用計(jì)量經(jīng)濟(jì)學(xué)工具對(duì)犯罪率進(jìn)行定量研究的還并不多見。利用我國(guó)刑事犯罪率數(shù)據(jù)對(duì)此問題作出進(jìn)一步估計(jì),對(duì)我國(guó)深入開展法治宣傳教育工作有指導(dǎo)意義。國(guó)內(nèi)學(xué)者正在往這個(gè)方向嘗試,將受教育水平作為犯罪率的控制變量,考察兩者間關(guān)系。一方面,陳剛、李樹(2011)采用6 歲以上人均受教育年限來衡量居民受教育水平,認(rèn)為教育水平的提高可以顯著地減少犯罪[4]。這與陳屹立(2008)的研究結(jié)果相似,通過對(duì)我國(guó)刑事犯罪率數(shù)據(jù)進(jìn)行回歸分析,提出教育水平的提高是犯罪率下降的原因[5]。另一方面,毛穎(2011)通過分析面板數(shù)據(jù),認(rèn)為較高的受教育水平使部分公民對(duì)社會(huì)發(fā)展有更高的要求和期望。當(dāng)期望與實(shí)際相悖時(shí),對(duì)社會(huì)現(xiàn)狀不滿情緒滋長(zhǎng),潛在地促使犯罪率上升[6]。徐雷、鄭理(2012)在這一研究基礎(chǔ)上繼續(xù)進(jìn)行了探索,認(rèn)為沒有確切的證據(jù)表明國(guó)民受教育水平的提高必然增加犯罪率[7]。

      通過總結(jié)前人研究,可以看到居民受教育水平對(duì)刑事犯罪率的影響目前主要形成了兩派觀點(diǎn):一是教育具有犯罪預(yù)防效應(yīng),二是教育具有犯罪擴(kuò)張效應(yīng)。據(jù)此,本文提出以下研究假說:

      H0:受教育水平對(duì)犯罪率高低沒有顯著影響;

      H1:受教育水平的提高能夠顯著降低犯罪率。

      國(guó)內(nèi)外多數(shù)研究為本文的研究提供了有益的參考,但也有不足之處:第一,大部分研究都屬于定性分析,因而缺乏數(shù)據(jù)分析和實(shí)證研究;第二,對(duì)受教育水平與犯罪率之間的關(guān)系的定量分析,目前還未形成系統(tǒng)的研究方法;第三,現(xiàn)有實(shí)證研究文獻(xiàn)多數(shù)采用普通最小二乘法(OLS)估計(jì),但是犯罪問題是一個(gè)比較復(fù)雜的社會(huì)問題,影響犯罪的因素眾多,應(yīng)當(dāng)考慮采用固定效應(yīng)或隨機(jī)效應(yīng)進(jìn)行估計(jì)。綜合考慮各類研究的優(yōu)劣,本文將采用定量分析法,以2002-2020 年中國(guó)省級(jí)面板數(shù)據(jù)為樣本構(gòu)建計(jì)量模型,解釋產(chǎn)生受教育水平提高與犯罪率增長(zhǎng)之間關(guān)系的深層次原因,并針對(duì)受教育水平提出如何減少刑事犯罪率的政策建議,來彌補(bǔ)前人研究的不足。

      鑒于上述原因,本文將在國(guó)內(nèi)外學(xué)者現(xiàn)有研究的基礎(chǔ)上,對(duì)已有文獻(xiàn)進(jìn)行分析得出以下兩點(diǎn):第一,在研究中有效控制一系列經(jīng)濟(jì)、社會(huì)與文化因素變量對(duì)刑事犯罪率的影響,使受教育水平與犯罪率關(guān)系的定量分析更加準(zhǔn)確;第二,本文使用面板數(shù)據(jù),數(shù)據(jù)選取范圍是從2002 - 2020 年,這是一段比較連續(xù)的時(shí)間段,以提升回歸結(jié)果的有效性。

      二、研究方法

      (一)模型與變量設(shè)定

      有關(guān)教育與犯罪率關(guān)系的專門研究不多,受教育水平多作為控制變量采取多元線性回歸方法進(jìn)行研究,而關(guān)于犯罪率的經(jīng)驗(yàn)研究更多使用面板數(shù)據(jù),并在計(jì)量模型中逐步加入控制變量。在總結(jié)前人研究成果的基礎(chǔ)上,本文以我國(guó)2002-2020 年省級(jí)面板數(shù)據(jù)為樣本,采取多元線性回歸的方法,使用Stata15.0 軟件分析居民受教育水平與犯罪率之間的關(guān)系,建立以下計(jì)量模型:

      其中,i =1,…,N;t =1,…,T。Crimeit代表第i 個(gè)省第t 年的刑事犯罪率,為本文的被解釋變量;Teachit表示第i 個(gè)省第t 年的地區(qū)居民受教育水平,為本文的核心解釋變量。以下為本文的控制變量,包括一系列可能影響刑事犯罪率的社會(huì)、經(jīng)濟(jì)和文化因素,如:平均受教育年限(Eduit)、文盲率(Illiteracyit);社會(huì)經(jīng)濟(jì)因素包括地區(qū)經(jīng)濟(jì)發(fā)展水平(GDPit)、城鄉(xiāng)收入差距(Giniit)以及城鎮(zhèn)登記失業(yè)率(Unempit)和城市化率(Urbanit)。α 代表常系數(shù);δit代表省份效應(yīng),控制不同省份對(duì)犯罪率的影響;εit代表隨機(jī)誤差。

      (二)數(shù)據(jù)來源與描述性統(tǒng)計(jì)

      本文的樣本為2002-2020 年我國(guó)31 個(gè)省份的經(jīng)驗(yàn)數(shù)據(jù),總計(jì)589 個(gè)觀測(cè)值。文中刑事犯罪率的數(shù)據(jù)來自歷年《中國(guó)法律年鑒》和《中國(guó)檢察年鑒》,參考?xì)v年《社會(huì)藍(lán)皮書》和《中華人民共和國(guó)最高人民法院公報(bào)》加以補(bǔ)充。受教育水平和其他經(jīng)濟(jì)、社會(huì)及文化因素變量數(shù)據(jù)從《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)摘要》和《中國(guó)人口統(tǒng)計(jì)年鑒》獲取有效樣本。

      通過對(duì)文章中所使用的主要變量進(jìn)行描述性統(tǒng)計(jì)分析結(jié)果(見表1)顯示,被解釋變量Crime 的標(biāo)準(zhǔn)差為0.0307837;在解釋變量中GDP 和Urban的標(biāo)準(zhǔn)差較大;而其他變量的標(biāo)準(zhǔn)差都較小。Teach 和Illiteracy 標(biāo)準(zhǔn)差相近,與Edu 則存在一些差異,平均受教育年限的差異要高于居民受教育水平。表2 是各變量間的Pearson 相關(guān)系數(shù),其中Teach 和Edu 的相關(guān)系數(shù)高達(dá)0.828,這可以說明這兩個(gè)度量國(guó)民教育水準(zhǔn)的指標(biāo)可以相互代替。

      表1 各變量的描述性統(tǒng)計(jì)

      表2 變量Pearson 相關(guān)系數(shù)

      三、實(shí)證結(jié)果與分析

      與主流的經(jīng)驗(yàn)研究文獻(xiàn)類似,本文分別做了混合OLS 模型估計(jì)和隨機(jī)效應(yīng)模型、固定效應(yīng)模型的估計(jì),方程回歸分析結(jié)果列于表3 和表4。為詳細(xì)檢驗(yàn)Teach 與Crime 之間的關(guān)系,本文逐步加入其他控制變量,考察是否會(huì)影響到估計(jì)結(jié)果。表3、表4 中,模型1 未加入任何控制變量;而模型2 在模型1 的基礎(chǔ)上控制了兩大文化因素變量(Edu、Illiteracy);模型3 則進(jìn)一步控制四大社會(huì)經(jīng)濟(jì)因素變量(GDP、Gini、Unemp、Urban)。

      表3 OLS 回歸結(jié)果

      表4 面板數(shù)據(jù)回歸結(jié)果

      在回歸方程中,忽略掉某些因素可能導(dǎo)致教育變量與隨機(jī)擾動(dòng)項(xiàng)相關(guān),出現(xiàn)內(nèi)生性問題。與基本OLS 回歸的結(jié)果相比,固定效應(yīng)模型回歸結(jié)果顯示,模型3 中地區(qū)居民受教育水平的回歸系數(shù)從0.0827665 提高到0.1713808,這表明混合OLS 模型低估了受教育水平對(duì)犯罪率的影響程度。為滿足大樣本量回歸特質(zhì),控制時(shí)間固定效應(yīng),本文采用面板數(shù)據(jù)(Panel Data)特殊處理方法。

      基于此前設(shè)定的模型,筆者分別采用隨機(jī)效應(yīng)模型和固定效應(yīng)模型對(duì)面板數(shù)據(jù)進(jìn)行了回歸估計(jì),結(jié)果如表3 所示。由表4 可知,模型中的Hausman 檢驗(yàn)p 值=0.0000<0.1,說明模型在1%的顯著性水平上強(qiáng)烈拒絕原假設(shè),因此,對(duì)于本文所設(shè)定的模型而言,應(yīng)當(dāng)采用固定效應(yīng)模型作為回歸估計(jì)方法。

      從固定效應(yīng)模型的回歸估計(jì)結(jié)果可以看出,當(dāng)沒有控制任何變量的模型1 時(shí),地區(qū)居民受教育水平的估計(jì)系數(shù)在0.05 的顯著性水平上為負(fù),說明地區(qū)居民受教育水的提高對(duì)犯罪率的降低有非常顯著的影響。當(dāng)在模型2 中加入文化因素變量時(shí),地區(qū)居民受教育水平系數(shù)是0.0430435(P>0.05),R2=0.108,教育變量的估計(jì)系數(shù)并不顯著。然而,模型3 在模型2 的基礎(chǔ)上進(jìn)一步控制了一系列社會(huì)、經(jīng)濟(jì)因素變量,地區(qū)居民受教育

      水平系數(shù)是0.1713808(P <0.05),R2=0.134,教育變量的估計(jì)系數(shù)顯著為正。模型1 和模型3的估計(jì)結(jié)果截然相反,在不加入其他控制變量的條件下,H1 成立,但是,在加入了一系列社會(huì)、經(jīng)濟(jì)與文化因素控制變量后,受教育水平的提高不僅未能降低,反而提高了犯罪率,這表明不能拒絕H0。犯罪率并非隨著受教育水平的提高而顯著降低,高學(xué)歷人才犯罪率不一定低,兩者間并非簡(jiǎn)單的負(fù)相關(guān)關(guān)系,不能籠統(tǒng)認(rèn)為教育水平的提升會(huì)對(duì)犯罪率的攀升具有顯著抑制作用。

      四、結(jié)論與政策建議

      當(dāng)下高學(xué)歷人才犯罪引發(fā)熱議,打破了教育對(duì)犯罪起遏制作用的傳統(tǒng)觀念認(rèn)知。本文梳理了受教育水平與犯罪率關(guān)系的理論研究,發(fā)現(xiàn)教育兼具犯罪預(yù)防效應(yīng)和犯罪擴(kuò)張效應(yīng),提出了受教育水平的提高能夠顯著降低犯罪率這一研究假設(shè),采用2002-2020 年中國(guó)省級(jí)面板數(shù)據(jù),運(yùn)用固定效應(yīng)模型方法對(duì)研究假設(shè)進(jìn)行驗(yàn)證,重新考察受教育水平與中國(guó)犯罪率的關(guān)系。研究表明,未加入其他控制變量時(shí),中國(guó)的犯罪率的確隨著受教育水平的提高而顯著降低,但在控制了一系列社會(huì)、經(jīng)濟(jì)與文化因素變量后,受教育水平的提高不僅未能降低,反而提高了犯罪率,本文提出的研究假設(shè)不成立。

      在同樣面臨著可用數(shù)據(jù)限制性的約束下,相對(duì)于現(xiàn)有的研究而言,本文得出了以下新的結(jié)論。第一,受教育水平與中國(guó)犯罪率之間并非簡(jiǎn)單的負(fù)相關(guān)關(guān)系,不能簡(jiǎn)單將受教育水平提高與犯罪率上升聯(lián)系起來;第二,較高的受教育水平使公民對(duì)社會(huì)發(fā)展有更高的要求和期望,因而容易對(duì)社會(huì)現(xiàn)狀不滿,從而促使犯罪率上升;第三,為了遏制中國(guó)犯罪率的攀升,單純提高教育層次并不一定能達(dá)到預(yù)期效果,反而增加了高智商犯罪的可能性。應(yīng)當(dāng)注意的是,這并不意味著發(fā)展教育不是一項(xiàng)有效的犯罪預(yù)防政策,與刑事政策相比,通過發(fā)展素質(zhì)教育來預(yù)防犯罪將會(huì)具有更高的社會(huì)收益。

      雖然本文的結(jié)論也表明了犯罪率高低與受教育水平有關(guān),但是它與現(xiàn)有文獻(xiàn)關(guān)于兩者關(guān)系的論斷有著本質(zhì)的區(qū)別。本文認(rèn)為:控制一系列經(jīng)濟(jì)、社會(huì)與文化因素不變的前提下,教育對(duì)犯罪不具有限制作用,反而會(huì)發(fā)生擴(kuò)張效應(yīng)。以往的政策建議是提高受教育水平,延長(zhǎng)受教育年限,擴(kuò)大不同層次教育規(guī)模,而本文得出的政策建議則包括三個(gè)方面:第一,拓展優(yōu)質(zhì)教育內(nèi)容。對(duì)于不同層次的教育來說,預(yù)防犯罪的素質(zhì)教育發(fā)展政策應(yīng)該是有所區(qū)別的,由之前注重規(guī)模的擴(kuò)張向質(zhì)量的提高轉(zhuǎn)變,著重提升教育者整體素養(yǎng),避免在人的發(fā)展和成長(zhǎng)中形成錯(cuò)誤的思維方式與極端思想。第二,協(xié)同整合教育資源。將法治教育融入到素質(zhì)教育實(shí)踐中,針對(duì)性提高不同學(xué)歷人群的法律素質(zhì),提高各教育層次的犯罪預(yù)防效應(yīng),創(chuàng)造更加和諧的社會(huì)。第三,加快完善社會(huì)保障和法律體系。加強(qiáng)受教育的質(zhì)量厚度,不僅傳授科學(xué)知識(shí)和技能,更注重道德教育和法律的宣傳,加大對(duì)教育的公共投入,都是非常好的選擇,例如在職業(yè)教育、高中教育以及各種職業(yè)培訓(xùn)中融入法治教育宣傳內(nèi)容。

      除了上述政策建議,本文的研究結(jié)論能夠?yàn)槲覈?guó)預(yù)防犯罪的公共政策的制定和完善提供理論依據(jù)。在預(yù)防和治理犯罪的過程中,可以考慮從教育學(xué)的角度對(duì)我國(guó)目前的公共刑事政策進(jìn)行完善,將素質(zhì)教育實(shí)踐與刑事政策完美結(jié)合起來預(yù)防和治理犯罪應(yīng)該是一個(gè)更好的選擇。一方面立法機(jī)關(guān)應(yīng)當(dāng)逐步完善刑事政策,這對(duì)犯罪的預(yù)防效果是顯而易見的;另一方面,高校應(yīng)根據(jù)時(shí)代特點(diǎn)充分發(fā)揮思政課程的作用,熏陶學(xué)生的法治素養(yǎng),讓學(xué)生在法治教育實(shí)踐中增強(qiáng)對(duì)法治的理性思考,以發(fā)揮長(zhǎng)期而穩(wěn)定的犯罪預(yù)防效應(yīng)。

      本研究也存在一些局限性。一是本文采取固定效應(yīng)模型,只控制了時(shí)間固定效應(yīng),沒有控制地區(qū)固定效應(yīng);二是無法窮盡影響刑事犯罪率的所有控制變量,遺漏這些變量會(huì)導(dǎo)致內(nèi)生性問題,所以并不能簡(jiǎn)單地根據(jù)上述結(jié)果判斷受教育水平提高必然顯著增加犯罪率;三是本研究的數(shù)據(jù)有限,統(tǒng)計(jì)測(cè)量樣本數(shù)不夠充分,如果內(nèi)生性和自相關(guān)問題確實(shí)存在的話,那么回歸結(jié)果將可能是有偏差的。未來教育與犯罪率關(guān)系的研究發(fā)展方向可以考慮取半對(duì)數(shù)形式固定效應(yīng)計(jì)量模型,逐步控制地區(qū)固定效應(yīng)與時(shí)間固定效應(yīng),引入工具變量解決內(nèi)生性問題,并進(jìn)行穩(wěn)健性檢驗(yàn),以確保估計(jì)結(jié)果的準(zhǔn)確性。

      猜你喜歡
      犯罪率面板效應(yīng)
      鈾對(duì)大型溞的急性毒性效應(yīng)
      面板燈設(shè)計(jì)開發(fā)與應(yīng)用
      懶馬效應(yīng)
      MasterCAM在面板類零件造型及加工中的應(yīng)用
      模具制造(2019年4期)2019-06-24 03:36:50
      Photoshop CC圖庫(kù)面板的正確打開方法
      應(yīng)變效應(yīng)及其應(yīng)用
      民生支出對(duì)犯罪率惡化影響研究——基于29個(gè)省份的面板數(shù)據(jù)
      基于莫蘭指數(shù)的盜竊犯罪率全局分布模式分析
      高世代TFT-LCD面板生產(chǎn)線的產(chǎn)能評(píng)估
      基于浙江省犯罪率多變量權(quán)重的算法研究
      集安市| 巴林左旗| 阿鲁科尔沁旗| 桐城市| 滨州市| 杨浦区| 襄城县| 泸州市| 疏勒县| 蓝山县| 东平县| 惠水县| 邮箱| 达拉特旗| 平舆县| 郓城县| 桃园市| 纳雍县| 西峡县| 个旧市| 乐山市| 徐闻县| 正蓝旗| 太谷县| 唐山市| 喀喇沁旗| 仁寿县| 昂仁县| 霍邱县| 十堰市| 长宁县| 汤阴县| 凤城市| 独山县| 阳朔县| 珲春市| 漳平市| 固始县| 华亭县| 青河县| 罗甸县|