許博洋，唐 赫

（1.中國政法大學(xué)，北京 100088；2.中國刑事警察學(xué)院，沈陽 110035）

一、問題提出

據(jù)國家統(tǒng)計局發(fā)布的《中華人民共和國2020年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》顯示，2020 年末我國常住人口城鎮(zhèn)化率將超過60%。[1]自2000 年以來，中國城鎮(zhèn)總?cè)丝跀?shù)由4.5 億人增加至8.5 億人，城鎮(zhèn)化率相應(yīng)地從36.2%增至近60%，城市基數(shù)也實現(xiàn)了顯著增長。新型城鎮(zhèn)化的迅猛發(fā)展使得大量人口在城市地區(qū)聚集，加快了我國城市經(jīng)濟水平的增長與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。但與此同時，城市的升級轉(zhuǎn)型誘發(fā)了犯罪現(xiàn)象的多元化演變，總體犯罪數(shù)量多年來維持高位?；凇?020 中國統(tǒng)計年鑒》的公開數(shù)據(jù)，本文對犯罪數(shù)量與城鎮(zhèn)化水平進行描述性分析后發(fā)現(xiàn)（結(jié)果詳見圖1），“盜搶騙” 侵財類犯罪占據(jù)我國所有刑事犯罪的絕大多數(shù)，其中2019 年該比例就達到了76.2%。由此可見，盜搶騙犯罪構(gòu)成了我國總體犯罪數(shù)據(jù)中的主要部分，且其數(shù)量與社會經(jīng)濟、結(jié)構(gòu)的發(fā)展水平可能存在緊密聯(lián)系。

圖1 我國刑事案件立案數(shù)、盜搶騙案件立案數(shù)與城鎮(zhèn)化率變化趨勢圖

作為持續(xù)高發(fā)的案件類型，盜搶騙犯罪長期以來嚴重影響我國人民群眾的安全感、獲得感以及對公安工作的滿意度，特別是“殺豬盤”電信網(wǎng)絡(luò)詐騙等非接觸型犯罪呈現(xiàn)激增態(tài)勢，更是給我國的社會秩序造成潛在威脅。G 省位于我國的南部沿海地區(qū)，是珠三角地區(qū)的重要組成部分，總?cè)丝诮?.3 億，地域面積約18 萬平方公里。作為我國第一經(jīng)濟大省，該省侵財類犯罪的防控形勢不容樂觀。通過對中國裁判文書網(wǎng)系統(tǒng)性檢索后發(fā)現(xiàn)（詳見圖2），G 省近10 年來盜竊、搶劫、詐騙三類案件的審結(jié)數(shù)量總體呈大幅上升趨勢，雖近年來有所下降，但其基數(shù)之大，變化之緩的問題仍然沒有得到根本性改變。尤其在青少年越軌問題成為社會熱點的情況下，侵財類犯罪業(yè)已成為該省未成年人犯罪案件的主要類型。[2]社會解組理論作為犯罪學(xué)“都市生態(tài)”學(xué)派的中堅力量，在西方國家數(shù)次遏制次高漲的犯罪浪潮中起到了重要的預(yù)防與控制作用，然而利用國內(nèi)本土數(shù)據(jù)來檢驗該經(jīng)典理論與侵財類犯罪間關(guān)系的實證研究尚為數(shù)不多?？紤]到G 省不同城市間人口數(shù)量、經(jīng)濟水平、人員流動、社會結(jié)構(gòu)的差異性，本研究基于2019 年度G省21 個城市的宏觀面板數(shù)據(jù)，探索性地嘗試對社會解組理論進行局部區(qū)域的本土化檢驗，旨在為我國侵財類犯罪的有效防控提供宏觀實踐層面的循證依據(jù)。

圖2 2010-2020 年G 省盜搶騙犯罪案件審結(jié)數(shù)量（單位：起）

二、相關(guān)概念與文獻綜述

（一）社會解組理論及其研究現(xiàn)狀

社會解組理論（Social Disorganization Theory）是美國最早發(fā)展起來的社會學(xué)理論之一，其在犯罪學(xué)領(lǐng)域的應(yīng)用最早可追溯至法國社會學(xué)家迪爾凱姆（Durkheim）的《自殺論》一書，他認為社會經(jīng)濟結(jié)構(gòu)和外部環(huán)境的變化會引起有犯罪傾向的人選擇實施犯罪行為。[3]社會解組理論強調(diào)，犯罪現(xiàn)象存在著地區(qū)差異性，快速的社會變遷會導(dǎo)致社會有序力量的崩潰，進而促使犯罪增長。肖（Shaw）和麥凱（McKay）是社會解組理論學(xué)派的兩位重要奠基人，他們指出低收入戶多、族群差異性大、人口流動率高是造成社區(qū)解組的三大結(jié)構(gòu)性原因，也是造成社會犯罪率增長的最主要原因。[4]二十世紀中前葉，第一次世界大戰(zhàn)間接促發(fā)了美國經(jīng)濟的全面發(fā)展，農(nóng)業(yè)、工業(yè)生產(chǎn)開始朝著機械化、科技化轉(zhuǎn)型，這迫使大量失業(yè)農(nóng)民前往城市謀求生計。這一時期的社會變遷為美國芝加哥學(xué)派的興起奠定了社會背景基礎(chǔ)，和傳統(tǒng)解組理論觀點類似，該學(xué)派強調(diào)犯罪是社會快速變遷的自然副產(chǎn)品。受該觀點的影響，諸多學(xué)者堅稱其自有理論在解釋社會解組因子與犯罪行為上的精確性與延展性，由此生態(tài)犯罪學(xué)、城市同心圓等共同強調(diào)社會解組概念的多元化理論陸續(xù)出現(xiàn)。值得一提的是，桑普森（Sampson）和格羅夫斯（Groves）為社會解組理論的實證研究范式貢獻了全新視角，創(chuàng)新性提出了社會解組理論的全新量具，以“集體效能感”和“民族異質(zhì)性”等個體維度指標代替前人常用的貧困率等表示社會經(jīng)濟地位的外部變量,[5]至此，社會解組理論的定量研究范式逐步形成。

從研究現(xiàn)狀上看，目前我國有關(guān)社會解組對犯罪影響的定量研究尚為數(shù)不多，且不同于西方犯罪學(xué)的研究范式，本土實證研究大多使用單一社會結(jié)構(gòu)指標，諸如城鎮(zhèn)化率、[6]基尼系數(shù)、[7]人口流動率[8]等常規(guī)變量解釋總體犯罪率的變化，僅零星學(xué)者使用了能夠反映社會解組情況的宏觀社會結(jié)構(gòu)變量預(yù)測了我國犯罪率的未來走勢情況。[9]雖然從社會學(xué)角度進行社會解組理論探討的實證研究林林總總，但依然并未形成體系化的犯罪學(xué)研究范式，且鮮有對該理論進行具體類罪檢驗的關(guān)注與觸及。誠然，社會解組理論在西方國家擁有較為豐富的研究歷史，但由于社會文化的差異，社會解組理論的內(nèi)涵、外延及測量方式在中西方國家均有較大不同。正因如此，作為一項解釋犯罪的宏觀社會結(jié)構(gòu)理論，其能夠在多大程度上被印證，甚至于媲美控制理論、學(xué)習(xí)理論、緊張理論等聚焦于個體層面犯罪學(xué)理論，仍具備較大探索價值。由此可見，于中國語境下進行社會解組理論之于侵財犯罪影響的實證檢驗具備了一定的理論貢獻與實踐指導(dǎo)意義。

一般而言，社會解組理論的模型構(gòu)建是以區(qū)域性統(tǒng)計資料為分析單位，但鑒于中西方的文化背景、政治體制、意識形態(tài)均存在較大差異，故本研究選取在我國社會城市結(jié)構(gòu)中發(fā)揮承上啟下作用的市一級行政單位作為樣本，以此分析G 省不同地區(qū)間犯罪率的差異性。

（二）社會經(jīng)濟水平與犯罪率

社會經(jīng)濟水平作為犯罪率的強預(yù)測因子已被眾多研究所證實。區(qū)域間社會收入不均以及個人社會收入不平等極易造成社會緊張，從而引發(fā)低社會地位者通過犯罪手段來提高自身滿足度。[10]從社會經(jīng)濟學(xué)的視角來看，弗雷舍（Fleisher）和貝爾頓（Belton）的研究首次證實了低水平收入能夠影響青少年犯罪率，[11]隨后的研究也同樣支持了收入不均將導(dǎo)致犯罪行為增加的觀點。[12]在此基礎(chǔ)上，國外學(xué)者基于美國財產(chǎn)犯罪趨勢提出了動態(tài)均衡模型，證實了社會經(jīng)濟水平是影響社會財產(chǎn)犯罪率變化的最主要因素。[13]類似地，國內(nèi)已有研究也同樣發(fā)現(xiàn)了社會經(jīng)濟宏觀指標、[14]貧富差距、[15]GDP 及開放程度[16]對我國的總體犯罪率有顯著正向影響。值得警惕的是，近20 年來我國年均基尼系數(shù)維持在0.45 以上，已經(jīng)超過國際標準0.4 的警戒線，雖然各地區(qū)生產(chǎn)總值與人均GDP 不斷提高，但收入分配不均、社會階層分化的事實依然未得以有效解決，發(fā)達城市中科學(xué)技術(shù)人才的聚集化趨勢亦加劇了已然存在的區(qū)域發(fā)展不平衡的現(xiàn)實，社會結(jié)構(gòu)性緊張與解組水平增加的問題在移動互聯(lián)時代之下體現(xiàn)得更加明顯。綜上，為驗證社會經(jīng)濟水平與侵財犯罪率的關(guān)系，本文現(xiàn)提出第一項假設(shè)：

H1：G 省的社會經(jīng)濟水平越高，其侵財犯罪率越高。

（三）社會結(jié)構(gòu)與犯罪率

社會結(jié)構(gòu)是社會學(xué)領(lǐng)域所廣泛應(yīng)用的術(shù)語，《辭海》將其定義為“社會整體的基本組成部分之間比較穩(wěn)定、有序的關(guān)系網(wǎng)絡(luò)”。[17]社會結(jié)構(gòu)在形態(tài)上具有宏觀、中觀、微觀三個層次，宏觀結(jié)構(gòu)主要包括人與自然的關(guān)系；中觀結(jié)構(gòu)是指人們在不同活動領(lǐng)域中形成的各種關(guān)系；微觀結(jié)構(gòu)則是指人們在社會活動中所形成的具體社會關(guān)系。[18]為更加詳盡地了解與犯罪率相關(guān)的具體社會解組因子，本文采取了對社會結(jié)構(gòu)的微觀定義。作為最能代表我國社會結(jié)構(gòu)變遷的外部變量，城鎮(zhèn)化往往會導(dǎo)致城市空間結(jié)構(gòu)、人口密度、就業(yè)率等指標發(fā)生改變，相對穩(wěn)定的社會結(jié)構(gòu)被城市發(fā)展所打破，社會解組現(xiàn)象隨之發(fā)生，正如有犯罪學(xué)家所言，城市化程度的標志是從暴力犯罪為主轉(zhuǎn)變?yōu)樨敭a(chǎn)犯罪為優(yōu)勢的社會犯罪結(jié)構(gòu)。[19]國內(nèi)學(xué)者運用主成分分析法對選取的17 個社會結(jié)構(gòu)變量進行檢驗，發(fā)現(xiàn)第三產(chǎn)業(yè)從業(yè)人員占比、城市建成區(qū)面積占比、第三產(chǎn)業(yè)占比是能夠代表我國社會結(jié)構(gòu)影響侵財犯罪率的最主要因素，[20]但該研究未能涵蓋如失業(yè)率、城鎮(zhèn)人口占比等外部變量，因此對于社會結(jié)構(gòu)與侵財犯罪之間的關(guān)系仍存在一定程度的探索空間?；诖?，本研究現(xiàn)提出第二項假設(shè)：

H2：G 省社會結(jié)構(gòu)變遷指數(shù)越高，其侵財犯罪率越高。

（四）教育程度與犯罪率

教育程度與犯罪率間的關(guān)系鮮有學(xué)者進行深入研究。通常來講，傳統(tǒng)觀念認為高學(xué)歷的人群往往具有更低的犯罪率，教育培訓(xùn)提高了個體的人力資本水平和市場工資水平，該類群體參與和策劃犯罪的成本較高（如家庭紐帶斷裂、聲譽受損、社會地位降低等），因此其犯罪可能性相對于低社會階層者而言較低。洛克納（Lochner）和莫雷提（Moretti）提出了衡量犯罪內(nèi)部標準的人力資本投資（教育或培訓(xùn)）模型，明確指出了成年人的年齡、教育程度與犯罪率呈負相關(guān)關(guān)系。[21]然而遺憾的是，國內(nèi)現(xiàn)有文獻尚未有從社會解組理論的視角對二者之間的宏觀影響關(guān)系進行系統(tǒng)性探究，僅吳宗憲和張旭芳以監(jiān)獄服刑人員為樣本，發(fā)現(xiàn)了受教育程度低的個體再犯罪的可能性是受教育程度高的個體的1.3 倍，[22]這一結(jié)論間接佐證了個體維度教育水準的提高有利于減少中國的犯罪率指標。為彌補現(xiàn)有文獻有關(guān)社會解組理論視域下教育程度與犯罪率關(guān)系探討的不足，本研究現(xiàn)提出第三項假設(shè)：

H3：G 省的文化教育水平越高，其侵財犯罪率越低。

（五）性別結(jié)構(gòu)與犯罪率

性別結(jié)構(gòu)是社會解組指標中影響宏觀犯罪率的重要變量。早在1981 年，科布（Cobb）等人就通過對逮捕率數(shù)據(jù)的計算后發(fā)現(xiàn)，在盜竊犯罪案件的被捕人數(shù)中，女性人數(shù)往往占比更低。[23]類似地，在絕大部分暴力犯罪中，男性的犯罪率往往也要顯著高于女性。[24]個體層面上性別與暴力犯罪的強相關(guān)性意味著在宏觀視域下性別結(jié)構(gòu)同樣可能是決定社會犯罪水平的關(guān)鍵因素，如奧登伯格（Oldenburg）通過調(diào)查印度北方邦性別比例與暴力犯罪之間的關(guān)系后發(fā)現(xiàn)，女性對男性的性別比和暴力犯罪數(shù)量的減少有著較強的顯著性。[25]隨著近年來男女失衡比例的加劇，我國社會中的性別問題越發(fā)嚴重，近年來陸續(xù)有學(xué)者就性別失衡對國內(nèi)犯罪率的影響進行了探索性探究，如愛德朗（Edlund）等人基于1988-2004 年間中國26 個省份的面板數(shù)據(jù)分析發(fā)現(xiàn)，人口性別結(jié)構(gòu)每提高0.01，暴力和財產(chǎn)犯罪率隨之上升3%；[26]姜全保和李波也同樣證實了性別結(jié)構(gòu)對我國整體犯罪率的上升有著顯著影響。[27]綜上，基于現(xiàn)有文獻的支持，本研究先提出第四項假設(shè)：

H4：G 省的性別結(jié)構(gòu)指數(shù)越高（男性人口/女性人口），其侵財犯罪率越高。

（六）人口流動率與犯罪率

人口流動率是指一定時期內(nèi)人口在地理空間上位置的變更強度。隨著城鎮(zhèn)化進程的不斷加快，我國的社會流動變得空前頻繁，以勞動要素流動為主要特征的人口流動極大促進了社會經(jīng)濟水平的發(fā)展，同時在無形中對我國犯罪數(shù)量和犯罪結(jié)構(gòu)產(chǎn)生了重要影響。陳剛等人的研究表明，我國人口流動性對于社會犯罪率具有顯著的正向解釋力。[28]與此同時，麻澤芝等人將相對喪失論用于解釋中國流動人口犯罪，認為流動人口中的低收入群體在城市中所要面對的物質(zhì)性誘惑更多，存在更多的潛在犯罪機會，同時該群體對社會資源分配不公的現(xiàn)象會產(chǎn)生相對剝奪感，因此具有更大的犯罪傾向。[29]由此可見，人口流動率對于犯罪率的促進作用已被我國學(xué)界所明示，本文順延前人研究的思路，從社會解組理論的視角提出第五項假設(shè)：

H5：G 省的社會人口流動性越高，其侵財犯罪率越高。

三、研究設(shè)計

（一）數(shù)據(jù)來源與變量設(shè)置

本研究的數(shù)據(jù)來源為G 省的21 座城市。由于每座城市的刑事案件立案總數(shù)并未公布，故本文選取了各市2019 年度法院審結(jié)侵財犯罪案件數(shù)作為該類犯罪的衡量指標，所有判例數(shù)據(jù)來源于聚法案例網(wǎng)（https://www.jufaanli.com），需要指出的是，作為專業(yè)的法律服務(wù)平臺，聚法案例網(wǎng)不同于其他司法判例檢索工具，其可滿足類案檢索、文書糾錯、精準量刑、司法數(shù)據(jù)分析等用戶多元化需求，現(xiàn)已成為學(xué)界進行法律實證研究的主流數(shù)據(jù)開源平臺之一。各城市的地理信息數(shù)據(jù)來源于國家地理信息數(shù)據(jù)庫（www.ngcc.cn/ngcc/）。社會經(jīng)濟水平、社會結(jié)構(gòu)、教育程度等數(shù)據(jù)來源于2020 年中國統(tǒng)計年鑒以及2020 年G 省統(tǒng)計年鑒。

基于社會解組理論的觀點與現(xiàn)有文獻的闡釋，本研究選取了16 個對侵財犯罪率可能具有影響的社會解組因子，分別是：年均常住人口（萬）、人口流動性、性別結(jié)構(gòu)、第三產(chǎn)業(yè)就業(yè)人員占比、城市建成區(qū)占比、第三產(chǎn)業(yè)占比、萬人擁有醫(yī)療床位數(shù)、人均一般公共收入預(yù)算、人均地區(qū)生產(chǎn)總值（萬）、居民人均可支配收入、人均生活消費支出、居民人均存款（萬）、人均固定資產(chǎn)投資（萬）、收入不均、失業(yè)率、初高中畢業(yè)率。由于自變量數(shù)量過多，在后續(xù)的數(shù)據(jù)分析中，很有可能產(chǎn)生變量間高度共線性的問題，因此需要通過主成分分析的方法對眾多變量進行降維處理，以實現(xiàn)不同類別變量的合理劃分。因變量侵財類犯罪率的具體計算公式為：各市侵財犯罪總數(shù)/(各市年均常住人口數(shù)*10000)。需要注意的是，侵財犯罪并不是標準的法律術(shù)語，我國刑法雖沒有對其內(nèi)涵和外延進行專屬明示，但司法實踐常將其定義為侵犯公私財產(chǎn)類犯罪的總稱，具體包括以下罪名：搶劫罪、盜竊罪、詐騙罪、搶奪罪、敲詐勒索罪、侵占罪、挪用資金罪等，考慮到搶劫罪、搶奪罪、盜竊罪、詐騙罪、敲詐勒索罪是現(xiàn)實中的高發(fā)犯罪類型，故本研究將這5 種罪名的樣本作為侵財犯罪的操作化定義進行數(shù)據(jù)整理與錄入。

（二）研究工具與分析技術(shù)

綜合運用SPSS 26.0、ArcGIS 10.2、OpenGeoDa軟件對G 省2019 年度面板數(shù)據(jù)進行統(tǒng)計與分析。首先使用SPSS 26.0 對原始數(shù)據(jù)進行標準化處理，并同時將16 個自變量與因變量進行皮爾遜相關(guān)性分析，排除與犯罪率無關(guān)的變量，再使用主成分分析法中的Bartlett 球型檢驗，對其余自變量進行公因子提取，以達到合理劃分標準，探索出靜態(tài)的多元線性回歸模型。最后使用ArcGIS 10.2 和OpenGeoDa 軟件的制圖、空間統(tǒng)計分析、空間建模等功能，以可視化的方式展現(xiàn)出G 省侵財類犯罪的動態(tài)空間回歸模型，挖掘出不同地區(qū)犯罪率的空間分布格局和具有顯著影響的社會解組因子。

需要說明的是，線性回歸分析是用于描述某個因變量和若干自變量之間的關(guān)系并進行模型構(gòu)建的一種方法的合集，現(xiàn)有的研究中，多有學(xué)者利用多元線性回歸探索出犯罪特征對某一類犯罪的量刑解釋模型。[30][31]在對犯罪率影響因素的研究中，一元或多元線性回歸也同樣被眾多學(xué)者視為主流方法，但線性回歸所采用的最小二乘法（Ordinary Least Square，簡稱OLS）只是對參數(shù)進行平均或全局分析，無法解決具有空間屬性的自變量與因變量之間更為復(fù)雜的回歸關(guān)系，也不能反映出參數(shù)在不同地理空間的差異性，使得研究結(jié)論在解釋力上存在一定限制。探究社會解組因子與侵財犯罪率間的關(guān)系，理應(yīng)考慮空間數(shù)據(jù)的分布差異性。地理加權(quán)回歸（Geographically Weighted Regression，簡稱GWR）已被驗證可有效探索多元關(guān)系中的局部空間異質(zhì)性，目前在房價分析、[32]城市交通、[33]環(huán)境保護[34]等領(lǐng)域的空間歸因方面得到廣泛應(yīng)用，故本研究在多元線性回歸分析的基礎(chǔ)上加入地理加權(quán)回歸分析，進而使得回歸模型的解釋力更加全面且準確。

四、研究結(jié)果

（一）變量間相關(guān)性分析

為避免出現(xiàn)自變量之間的高度共線性問題，應(yīng)當在構(gòu)建假設(shè)模型前進行變量間的相關(guān)性分析，以排除無關(guān)變量和弱相關(guān)變量的干擾。由于自變量大部分為連續(xù)變量，故采用皮爾遜(N)相關(guān)分析，具體結(jié)果如下：年均常住人口（r=0.519，p＜0.05）、年均凈流入流出率（r=0.760，p＜0.01）、第三產(chǎn)業(yè)就業(yè)人員占比（r=0.759，p＜0.01）、城市建成區(qū)占比（r=0.615，p＜0.01）、人均一般公共收入預(yù)算（r=0.791，p＜0.01）、人均地區(qū)生產(chǎn)總值（r=0.882，p＜0.05）、居民人均可支配收入（r=0.953，p＜0.01）、人均生活消費支出（r=0.944，p＜0.01）、居民人均存款（r=0.925，p＜0.01）、人均固定資產(chǎn)投資（r=0.597，p＜0.01）與G 省侵財犯罪率之間呈顯著正相關(guān)；性別結(jié)構(gòu)（r=-0.798，p＜0.01）、失業(yè)率（r=-0.475，p＜0.05）、初高中畢業(yè)率（r=-0.548，p＜0.05）與G 省侵財犯罪率之間呈顯著負相關(guān)；第三產(chǎn)業(yè)占比、萬人擁有醫(yī)療床位數(shù)、收入不均與G 省侵財犯罪率之間不存在顯著相關(guān)關(guān)系，故在后續(xù)的分析中將該三項自變量予以排除。

（二）主成分分析

主成分分析是把多個變量劃分為少數(shù)綜合性變量的一種統(tǒng)計分析方法，從數(shù)學(xué)角度來看，這是一種降維處理技術(shù)。在排除無關(guān)變量后，對篩選的10 個變量進行Bart-lett 球型檢驗，結(jié)果顯示KMO數(shù)值為0.807，p＜0.001，表明適合繼續(xù)做進一步的因子分析。通過最大方差法得出公因子的累計貢獻率和各變量的因子載荷，基于前述文獻綜述可知，本研究構(gòu)建了包含3 個一階變量和2 個二階變量的侵財犯罪率的綜合預(yù)測模型，其中公因子2個，其余3 個為獨立變量。由表1 可知，2 個公因子的累計貢獻率達84.025%，說明2 個公因子所代表的信息量可以代替原始10 個指標所代表的信息量，有效降低了分析時的變量維度。旋轉(zhuǎn)載荷矩陣表明，第1 個公因子在人均地區(qū)生產(chǎn)總值、一般公共收入預(yù)算、固定資產(chǎn)投資、生活消費支出、居民人均存款、可支配收入、第三產(chǎn)業(yè)就業(yè)人員占比的范圍具有較大載荷，這些變量主要反映了該省的經(jīng)濟發(fā)展規(guī)模和地區(qū)間的貧富差異，因此本研究將該二階變量命名為社會經(jīng)濟。第2 個公因子在年均常住人口、失業(yè)率、城市建成區(qū)占比的范圍具有較大載荷，這些變量的升降幅度能夠反映出社會結(jié)構(gòu)的變遷水平，本研究將此二階變量命名為社會結(jié)構(gòu)。

表1 影響G 省侵財犯罪率相關(guān)維度綜合測量體系

（三）多元線性回歸分析

本部分采用最小二乘法（OLS）進行多元線性回歸分析，由表2 結(jié)果可知，該多元線性回歸模型能夠解釋G 省2019 年度侵財犯罪率87.3%的變異（R2 值）。由標準化系數(shù)和顯著性情況可知，該模型中社會經(jīng)濟水平（β=0.752，p＜0.001）與和人口流動性（β=0.313，p＜0.05）對犯罪率存在顯著正向影響，即社會經(jīng)濟水平越高的地區(qū)侵財類犯罪率越高；人口流動性越高的地區(qū)侵財類犯罪率越高，假設(shè)H1 與H5 得到支持，假設(shè)H2、H3 與H4 被拒絕。在其他條件不變的情況下，社會經(jīng)濟水平每增加1 個標準化單位，侵財犯罪率增加0.752 個單位；人口流動性每增加1 個標準化單位，侵財犯罪率增加0.313 個單位。隨著新型城鎮(zhèn)化進程的加快，發(fā)達城市在社會經(jīng)濟水平上展現(xiàn)出更大優(yōu)勢，高水平的人均GDP 增加了侵財犯罪的潛在收益，從而誘發(fā)了犯罪率增長。同時，經(jīng)濟發(fā)達地區(qū)會對周邊欠發(fā)達地區(qū)形成較大吸引力，加速了不同社會經(jīng)濟水平地區(qū)間的人口流動，引起了侵財類犯罪行為的頻發(fā)。綜上，這一部分的研究結(jié)果部分證實了社會解組理論對于我國侵財類犯罪的較好解釋力。

表2 OLS 的回歸系數(shù)及檢驗結(jié)果

（四）G 省侵財類犯罪的空間分布

由圖3 可知，2019 年G 省侵財犯罪案發(fā)率由低到高劃共劃分成5 個等級，深色區(qū)表示高發(fā)率，淺色區(qū)表示低發(fā)案率，G 侵財犯罪率較高的地區(qū)主要分布在中部并呈現(xiàn)出向鄰近城市輻射的趨勢。G省中心地帶城市的社會經(jīng)濟水平一直保持著高速發(fā)展態(tài)勢，對周邊地區(qū)的經(jīng)濟起著重要的帶動作用，這進一步證實了經(jīng)濟發(fā)展水平較高的地區(qū)同時存在較高的侵財犯罪率。淺色地區(qū)大都位于G省邊緣，遠離中心經(jīng)濟圈的輻射范圍，受人口流失、基礎(chǔ)設(shè)施薄弱、地域劣勢等特征所限，這些區(qū)域的經(jīng)濟發(fā)展水平相較于中心城市圈層而言普遍偏低，導(dǎo)致其侵財犯罪率遠低于G 省中心區(qū)域。綜上所述，G 省各市侵財犯罪率基本呈現(xiàn)由“中心區(qū)—東部邊緣區(qū)—西部邊緣區(qū)—外圍地區(qū)” 遞減的空間分布格局。

圖3 2019 年G 省侵財犯罪案發(fā)率空間分布圖

（五）空間自相關(guān)分析

空間自相關(guān)（Spatial Auto-correlation，簡稱SA）是指特定地理位置上的變量值與相鄰地理位置上變量值的相關(guān)程度，通常使用空間自相關(guān)系數(shù)來判斷自相關(guān)程度的強弱。[35]空間自相關(guān)分析可以發(fā)現(xiàn)區(qū)域空間某一現(xiàn)象發(fā)生的規(guī)模，主要表現(xiàn)為單位區(qū)域內(nèi)某一變量值在地理空間上是否存在高高相鄰、低低相鄰或高低相鄰的規(guī)律，即在地理空間上是否存在聚集現(xiàn)象。[36]空間自相關(guān)分析主要包括“全局空間自相關(guān)分析”與“局部空間自相關(guān)分析”，全局空間自相關(guān)常用的檢驗方法包含：Moran’s I、Geary’s C、Getis、Moran 散點圖及空間自相關(guān)系數(shù)圖，局部空間自相關(guān)常用的檢驗方法包括：LISA、Local Getis-Ord’s G、Local Moran’s I。本研究采取最常用的Moran’s I 和Local Moran’s I對G 省侵財犯罪率進行全局和局部自相關(guān)分析，這一分析是建立并確保地理加權(quán)回歸模型有效性的前提和保障。

1.全局空間自相關(guān)分析結(jié)果。全局空間自相關(guān)分析是從整個研究區(qū)域范圍內(nèi)來分析某一變量是否具有空間聚集性。若Z-score 統(tǒng)計量的絕對值大于1.96，表示顯著性p＜0.05，應(yīng)拒絕零假設(shè)，認為全局空間自相關(guān)系數(shù)不為零，屬性變量之間具有顯著的空間自相關(guān)性。[37]Moran’s I 的取值位于[-1，1]，數(shù)值越接近1 表明空間正相關(guān)性越強，即研究對象空間聚集性越強；數(shù)值越接近-1 表明空間負相關(guān)性越強，即研究對象空間差異性越大；當數(shù)值越接近于0 表明空間呈現(xiàn)隨機分布，即不存在相關(guān)性。[38]

由圖4 和圖5 可知，在0.01 顯著水平下，2019年G 省侵財犯罪案發(fā)率局部Moran’s I 系數(shù)為0.602，Z=4.064，p＜0.001，具有統(tǒng)計學(xué)意義。一般來說，當Z 值超過1.65 的臨界值時說明變量只有小于10%的可能是隨機創(chuàng)建的，有顯著的聚集和空間自相關(guān)性的可能。本研究結(jié)果表明，G 省區(qū)域間的侵財犯罪率存在空間正向自相關(guān)，整體表現(xiàn)為高程度的空間聚集性。

圖4 2019 年G 省侵財犯罪案發(fā)率空間自相關(guān)性分析

圖5 2019 年G 省侵財犯罪案發(fā)率Moran’s I 散點圖

2.局部空間自相關(guān)分析結(jié)果。局部空間自相關(guān)分析是從特定部分區(qū)域分析屬性變量之間是否存在空間聚集性，根據(jù)分析結(jié)果可以解釋屬性變量在空間上的“熱點” 與“冷點” 區(qū)域，仍用上述Moran’s I 進行評價。當Moran’s I 取值大于0 時說明局部空間單元與相鄰空間單元之間存在空間正相關(guān)性，表現(xiàn)為“高—高”“低—低”聚集，當Moran’s I 取值小于0 時說明局部空間單元與相鄰空間單元之間存在空間負相關(guān)性，表現(xiàn)為“高—低”“低—高”聚集。可視化地圖中不同顏色的空間單元代表了不同局部空間的自相關(guān)類型?！案摺摺本奂瘏^(qū)域，表明鄰近空間單元的某變量屬性值隨著本空間單元的此變量屬性值的上述而上升，“低—低”聚集區(qū)域則反之；“高—低” 聚集區(qū)域表明鄰近空間單元的某變量屬性值隨著本空間單元的此變量屬性值的上述而下降，“低—高”聚集區(qū)則反之。

從圖6 中可以看出，2019 年G 省侵財犯罪案發(fā)率的局部自相關(guān)結(jié)果主要表現(xiàn)為空間自相關(guān)，主要有兩個聚集區(qū)域，深色部分的“高—高”聚集、淺色部分的“低—低”聚集。表明G 省中部地區(qū)具有較高的犯罪率聚集水平，北部地區(qū)則顯示為較低的犯罪率聚集水平。犯罪率較高的中心省會城市，在地理上同樣被其余高犯罪率的城市所包圍。在北部地區(qū)，低犯罪率的地區(qū)同樣被其余低犯罪率的城市所包圍?！盁狳c”和“冷點”地區(qū)分布明顯，形成了犯罪輻射效應(yīng)由中心向外圍逐層減弱，梯度分明、犯罪熱點集中的空間分布格局。這再一次印證了上述研究假設(shè)，即經(jīng)濟水平越高、人口流動性越強，侵財犯罪率就越高。

圖6 2019 年G 省侵財犯罪案發(fā)率局域空間自相關(guān)聚集性地圖

（六）地理加權(quán)回歸分析

傳統(tǒng)的OLS 回歸模型無法解釋具有空間屬性的自變量與因變量間更為復(fù)雜的關(guān)系，于是英國地理學(xué)家福澤林漢（Fotheringham）等人提出了地理加權(quán)回歸模型，其原理在于將局部特征作為權(quán)重，在線性回歸模型中假定回歸系數(shù)是觀測地理位置的位置函數(shù)，根據(jù)非參數(shù)估計值在不同空間位置的變化分析空間的變化情況。[39]總之，GWR 模型能夠更加精確的反映社會解組因子與犯罪率之間的回歸關(guān)系。本研究采用ArcGIS 10.2 中的GWR 工具來實現(xiàn)模型構(gòu)建，其中，模型帶寬的計算采用“自適應(yīng)”核函數(shù)的AICc 方法。表3 的檢驗結(jié)果顯示，GWR 模型能夠較為明顯地改善多元線性回歸在解釋程度上的缺陷。模型整體的解釋度R2 由0.873 提升至0.904，即GWR 模型對于社會解組理論之于G 省侵財犯罪率的解釋程度，相較于OLS模型具備一定程度的提升效應(yīng)。

表3 GWR 模型的參數(shù)估計及檢驗結(jié)果

五、結(jié)論與建議

本文在使用多元線性回歸的基礎(chǔ)上加入地理加權(quán)回歸模型，分別驗證了社會解組理論中的社會經(jīng)濟水平因子和人口流動性因子對于侵財犯罪率的顯著影響，驗證了社會解組理論在中國語境下的適用性。研究結(jié)論同時發(fā)現(xiàn)了不同區(qū)域間侵財犯罪率存在著相互影響效應(yīng)：即中部地區(qū)6 城市的侵財犯罪率較高，呈現(xiàn)聚集狀并存在向四周輻射的趨勢，此種犯罪波動與地區(qū)經(jīng)濟水平差異和人口流動方向密不可分。

實踐對策方面，基于研究結(jié)論，本文現(xiàn)提出以下預(yù)防和控制盜搶騙侵財類犯罪的建議。從宏觀角度而言，社會經(jīng)濟水平較高的城市往往聚集了大量的流動人口和物質(zhì)資源，這亦導(dǎo)致了中心城市的犯罪率居高不下，因此應(yīng)增強中心城市的輻射帶動作用，實施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，縮小省內(nèi)不同區(qū)域間經(jīng)濟水平差距。具體而言，應(yīng)將協(xié)同發(fā)展理念擴展到民生保障、社會治理等多重點領(lǐng)域，形成共治、共享、共贏的區(qū)域幫扶機制，從根本上強化G 省東、西、北地區(qū)的基礎(chǔ)建設(shè)與民生福祉。此外，就公安機關(guān)防控此類侵財犯罪而言，應(yīng)形成跨區(qū)域協(xié)同作戰(zhàn)的整體打擊網(wǎng)絡(luò)，利用網(wǎng)上辦案代替?zhèn)刹槿藛T跨市核查案件的傳統(tǒng)模式，提升串并案的偵查效能，連同其他行政部門與司法機關(guān)開展“組合拳”，共同為治理侵財類犯罪這一持久性社會頑疾而貢獻出應(yīng)然價值。申言之，本研究以中國社會的宏觀數(shù)據(jù)為樣本，對當前國際犯罪學(xué)領(lǐng)域的主流理論進行本土化驗證，期望能夠為我國犯罪學(xué)理論的多元化建構(gòu)以及系統(tǒng)化實證研究的開展提供一定的啟發(fā)性思路。