郭歡萍　蔡建哲

【摘 要】 本文從收入差距、城鎮(zhèn)化程度方面，根據(jù)我國1990-2013年的青少年犯罪率，利用VAR模型對我國青少年犯罪的影響因素進(jìn)行實(shí)證分析。研究發(fā)現(xiàn)，未成年人的犯罪率與貧富差距等方面關(guān)系密切，存在長期均衡關(guān)系；面對收入差距變化的沖擊，未成年人犯罪率有快速上升的趨勢；面對城鎮(zhèn)化發(fā)展沖擊，青年犯罪率一直處于上升趨勢。

【關(guān)鍵詞】 青少年犯罪率 泰爾指數(shù) 城鎮(zhèn)化率增加率 VAR模型

數(shù) 據(jù)

本文利用建立VAR模型方法來分析青少年犯罪率與城鄉(xiāng)收入差距、城鎮(zhèn)化率、社會(huì)教育程度的關(guān)系。

來源與變量定義

本文數(shù)據(jù)來源于1990～2013年《中國統(tǒng)計(jì)年鑒》，青少年犯罪率數(shù)據(jù)來源于1989～2013年《中國法律年鑒》、1980-1985年《中國青少年犯罪研究年鑒》、2000年《中國青少年犯罪研究年鑒》。

本文以每十萬人公安機(jī)關(guān)立案數(shù)作為青少年犯罪率，剔除了人口因素，包括18周歲以下的未成年人犯罪率和18-25周歲青年人犯罪率。具體變量為：Youth Crime（YC）-青年犯罪率（平均每十萬人公安機(jī)關(guān)批捕人數(shù)）、Juvenile Crime（JC）未成年人犯罪率（平均每十萬人公安機(jī)關(guān)批捕人數(shù)）、Urbanization （UI）-城鎮(zhèn)化率增加率（城鎮(zhèn)化率為戶籍人口中非農(nóng)人口比重）、Thayer Index（TI）-泰爾指數(shù)（衡量收入差距的標(biāo)準(zhǔn)）。注：1、以1990年物價(jià)水平為基礎(chǔ)，剔除了物價(jià)水平差異因素；2、彭定赟（2014）收入差距的泰爾指數(shù)計(jì)算公式為：（1）。

VAR模型的建立

在所有序列之間存在協(xié)整關(guān)系，且所有變量差分至平穩(wěn)的情況下，建立VAR模型對被解釋變量和解釋變量的關(guān)系進(jìn)行確定。

模型設(shè)定

穩(wěn)定性檢驗(yàn)

進(jìn)行穩(wěn)定性檢驗(yàn)之前，要確定滯后階數(shù)，滯后期判斷結(jié)果：由SC、LR等準(zhǔn)則綜合判斷得出，模型的最優(yōu)滯后期為3。通過AR特征多項(xiàng)式對VAR（3）模型進(jìn)行穩(wěn)定性檢驗(yàn)，穩(wěn)定性檢驗(yàn)如圖1所示。

從圖1看出，所有特征根的模都小于1（位于單位圓內(nèi)）。

故VAR（3）模型穩(wěn)定，即青少年犯罪率和貧富差距構(gòu)成的系統(tǒng)穩(wěn)定。

脈沖響應(yīng)函數(shù)（Impulse Response Function， IRF）

廣義脈沖響應(yīng)函數(shù)可克服傳統(tǒng)脈沖響應(yīng)函數(shù)的不足，分析結(jié)果如圖2。

從脈沖響應(yīng)圖可看出，面對收入差距變化的沖擊，未成年人犯罪率有個(gè)快速上升的趨勢，第4期到達(dá)最大值，之后趨于平穩(wěn)。面對城鎮(zhèn)化發(fā)展的沖擊，未成年人犯罪率在第5-6期有簡短的上升階段，之后逐漸下降；同樣，面對城鎮(zhèn)化發(fā)展沖擊，青年犯罪率一直處于上升趨勢，第7期后上升趨于緩慢。

方差分解

為進(jìn)一步分析影響因素的相對作用大小，基于VAR（3）進(jìn)行方差分解，分析期長度選為10期，結(jié)果為：

1、綜合10期來看，X1對Y1的貢獻(xiàn)率依次加強(qiáng)，X1對Y1貢獻(xiàn)率最大，即收入差距的泰爾指數(shù)對未成年人犯罪率的影響作用逐漸增加，有長期的滯后作用；城鎮(zhèn)化率增加率（X2）對Y1的貢獻(xiàn)率次之，但城鎮(zhèn)化率增加率（X2）對未成年人犯罪率的影響不可忽略。

2、綜合來看：青年犯罪率（Y2）的影響因素為泰爾指數(shù)（X1）、城鎮(zhèn)化率增加率（X2），第1期時(shí)，Y2自身的貢獻(xiàn)率最大；第6期，X1對Y2的貢獻(xiàn)率最大，，即收入差距的泰爾指數(shù)對青年犯罪率的影響作用逐漸增加，有長期的滯后作用；城鎮(zhèn)化率增加率（X2）對Y2的貢獻(xiàn)率次之，但城鎮(zhèn)化率增加率（X2）對青年犯罪率的影響不可以忽略。

從上述分析知，收入差距的泰爾指數(shù)（X1）對青少年犯罪率的影響最大，有長期滯后作用，其次是城鎮(zhèn)化率增加率（X2）對青少年犯罪率的影響，但其作用不可以被忽略。

VAR模型的建立

由上式（6）、（7）可知，Y1受到自身滯后1階的正向影響較大；受到X1、X2滯后2階的負(fù)向影響較大。Y2受到自身滯后3階的負(fù)向影響較大；受到X1、X2滯后2階的負(fù)向影響較大。表明，從長期來看，貧富差距對青少年犯罪率有負(fù)向影響關(guān)系。

本文運(yùn)用VAR模型的脈沖響應(yīng)函數(shù)、方差分解法，對1990-2013年的青少年犯罪率進(jìn)行了分析。結(jié)果表明：

1、收入差距的泰爾指數(shù)對青少年犯罪率的影響最大，有長期滯后作用；2、面對收入差距變化的沖擊，未成年人犯罪率有快速上升的趨勢；面對城鎮(zhèn)化發(fā)展沖擊，青年犯罪率一直處于上升趨勢。