中国城乡收入差距对财产性犯罪率的非线性效应

张向达,张家平

(东北财经大学　公共管理学院，辽宁　大连　116023)



中国城乡收入差距对财产性犯罪率的非线性效应

张向达,张家平

(东北财经大学公共管理学院，辽宁大连116023)

摘要：寻求中国城乡收入差距对财产性犯罪率产生非线性影响的经验证据对进入经济新常态的中国收入分配格局有着十分重要的实践意义。比起二者之间的线性影响，分析非线性效应能够更好地揭示中国转型期复杂的经济社会因素在城乡收入差距对财产性犯罪率产生影响的过程中所起到的关键作用。本文使用中国1981-2012年的数据，运用非线性STR模型对此问题开展经验研究，结果表明中国城乡收入差距是财产性犯罪率变化的单向Granger原因，两者存在的非线性的非对称效应表现出了阶段性的变化特征。我们将其分为四个阶段，包括1987年以前的平衡I期、1987-1991年的迁移I期、1991-1997年的平衡II期和1997-2012年的迁移II期。

关键词：城乡收入差距；财产性犯罪率；非线性效应

一、引言

改革开放至今，中国成功地抓住了关键战略机遇，实现了长达三十多年的高速经济增长。然而，在这一进程中，收入不平等及其导致的包括犯罪在内的社会矛盾引起了经济学界的密切关注。

中国长期形成的二元经济结构是一种特殊的收入分配格局，作为一味追求经济发展的“副产品”，城乡收入差距是全国收入差距中的最重要组成部分。它所诱发地刑事犯罪大多是以获取财物为主要犯罪目的。

中国的城乡收入差距在上世纪七十年代末开始呈现扩大的趋势，中国人均城乡收入比从1981年的2.21∶1缓慢降低至1984年的1.54∶1；之后稳步上升，在1986突破2∶1；在2002年突破3∶1，其中，在2007年和2009年两次达到峰值“3.33∶1”。

城乡收入差距会直接导致财产性犯罪的供给。盗窃、抢劫和财产诈骗犯罪是中国社会最典型的三类财产性犯罪。1981-2012年，盗窃、抢劫和财产诈骗这三类财产性犯罪的总量持续上升。从1981年开始，中国财产性犯罪的数量占总犯罪数量的比例一直在80%左右，占比最高的年份甚至超过了90%。由此可见，财产性犯罪占据了中国刑事犯罪的绝大部分(陈屹立，2007)。1981-1988年，中国财产性犯罪率在每10万人40-78件之间变化，在这一期间，中国的财产性犯罪率在1984年达到了波谷；1989-1999年，财产性犯罪率上升至了每10万人103-180件。自1999年起，中国的财产性犯罪率开始大幅攀升，从1999年的每10万人138件到2000年的每10万人224件，这一数值在2009年突破了“300”大关，达到了341.2件每10万人，并在2012年达到了370.79件每10万人的历史新高。

本文的研究主要为了解答两个重要问题：一是中国城乡收入差距与财产性犯罪之间的关系是什么；二是中国城乡收入差距对财产性犯罪率影响机制是如何通过非线性效应来表达的。对于这两个问题的回答能够更加准确的揭示中国收入不平等与财产性犯罪率之间的复杂关系，为深化改革提供理论支持。

二、文献综述

在收入不平等对犯罪的影响问题上，学者们从多个方面进行了深入剖析。根据1997年世界银行的研究报告，作为中国总体收入差距的重要组成部分，鲁元平和王韬(2011)发现，中国城乡收入差距可以解释中国1995年总体收入不平等的50%以上，城乡收入不平等的变动可以解释中国1984-1995年总体收入不平等变动量的75%[1]。万广华(2006)通过对1993-2000年全国样本进行估计，测算了城乡收入差距对总体收入差距的影响比率在60-70%之间[2]。陈屹立(2007)指出，中国财产性犯罪占刑事犯罪的比例自1978年以来一直在80%左右，最高的时候甚至超过了90%[3]。

在实证研究层面，Shihadeh和Ousey(1998)利用1970-1990年美国中心城市的面板数据发现，产业结构的变动引起的收入不平等程度的上升会导致暴力行为的增加和故意杀人案件的发生[4]；Szwarcwald(1999)等利用1991年巴西里约热内卢多个地区的横截面数据研究收入不平等程度与刑事犯罪率之间的联系，他们发现，在里约热内卢收入不平等程度越高的街区，生长在这些地区中贫困家庭的青少年犯罪率也就越高[5]；Kelly(2000)利用美国城市的县级面板数据研究收入不平等与刑事犯罪之间的关系，发现收入不平等程度的变化对财产性犯罪和暴力犯罪的影响程度是不同的，收入不平等程度的上升对财产性犯罪没有显著的影响但其对暴力犯罪具有明显的促进作用[6]；然而，Choe(2008)却论证了收入不平等的上升只对盗窃和抢劫犯罪具有十分显著和稳健的影响[7]。胡联合等(2005)利用中国1981-2002年中、东、西部三大地区的面板数据进行回归分析发现三大地区间的收入不平等程度越高，它所导致的违法和犯罪率越高[8];白雪梅和王少瑾(2007)采用多元回归方法对中国1981-2004年的相关变量进行实证研究，发现无论用城乡混合基尼系数还是用城乡居民收入之比来测度收入的不平等程度，其对社会都会产生显著的负面影响[9]；陈春良和易君健(2009)利用1988-2004年中国省级面板数据研究收入不平等对刑事犯罪的影响关系，结果发现，相对收入差距和绝对收入差距每上升1%，刑事犯罪率将分别上升0.37和0.38个百分点[10]。陈屹立和张卫国(2010)利用中国收入不平等、教育、人口结构和暴力犯罪率的相关时间序列数据进行实证研究得出，城乡之间的收入不平等对中国的暴力犯罪产生了显著的影响，中国的暴力犯罪还表现出了明显的惯性特征[11]。

除此之外，Grogger(1995)发现财产性犯罪具有惯性，这是由于受到惩罚的罪犯在日后取得较高合法收入的竞争中占据劣势，预期工资的降低和就业压力的增大降低了他们实施犯罪的机会成本，同时，他们在长期从事财产性犯罪时培养的技能节省了他们在实施新的犯罪时花费的成本，这都会促使他们“重抄旧业”[12]。然而，Fajnzylber等(1998 和2002)的经验证据显示，在财产性犯罪中，只有抢劫犯罪具有明显地惯性[13-14]。Buonanno和Montolio(2005)认为，犯罪能够通过其定罪和惩罚影响罪犯事后的经济生活，这就是犯罪具有惯性的一个主要原因[15]。

世界银行也在上世纪90年代开始关注拉丁美洲、南美洲、亚洲和非洲发展中国家的收入不平等与犯罪的关系研究，并给出了相关的可行性建议Bouiguignon(2000)[16]、Nilsson(2004)[17]、Demombynes and Berk(2005)[18]的研究发现收入分配不平等程度的加深只对财产性犯罪的影响是显著的，其对暴力犯罪的影响微乎其微。

上述学者们大多通过构建线性模型搜集收入不平等对刑事犯罪或财产性犯罪产生影响的经验证据，得到了极为重要的研究结论，借鉴他们的研究成果有助于优化现有的收入分配格局、促进社会的公平正义和提升经济的发展质量。但是，收入不平等对犯罪供给的复杂影响只通过构建线性模型来阐述是非常有限的。教育水平、社会资本、社会保障、法律威慑、社会结构的变迁等诸多因素对上述关系的联合影响会降低线性模型解释现实问题的精确度和可信性，由此对政策实施和制度设计的相关指导意义可能会不够充分。然而，通过对非线性模型的使用，收入不平等对财产性犯罪产生影响的非线性效应是可以被观测到的。因此，我们将尝试构建非线性模型来研究收入不平等对财产性犯罪的影响。

三、理论模型

目前，中国城镇居民人均可支配收入与农村居民人均纯收入的比值在3∶1以上波动。中国的城乡二元经济结构所附带的户籍壁垒限制决定了相比城镇户籍人口，农村户籍人口获取经济资源的能力是极为有限的，因此在资本收入等非劳动收入部分，现实的不平等情况比观测到的要严重的多，城镇居民与农村居民实际收入之间的比值可能要比我们所掌握的要大得多。胡联合等(2005)发现，如果考虑到城镇居民享受到的各种福利，我国城乡居民的实际收入比已经高达6∶1以上[19]。

然而，城乡收入差距对财产性犯罪率的影响受到教育水平、社会资本、社会保障、法律威慑、社会结构变迁等诸多因素和相关政策的影响，这直接的影响着二者之间相互关系的变化。考虑到影响因素的复杂与多变性，用线性模型的结论来解释收入不平等对财产性犯罪的影响关系是有限的，因此我们将尝试采用非线性STR模型来描述城乡收入差距与财产性犯罪率之间的动态关系。STR(Smooth Transition Regression)模型能够及时的跟踪变量之间的动态效应并能够出色的处理与经济社会相关的一系列问题，STR模型的迁移函数能够直观的分析变量之间的非线性效应。鉴于此，本文将采用STR模型分析城乡收入差距的变动与财产性犯罪率变化的内在联系，更为准确的刻画二者之间的相互影响。

Grangerand Terasvirta(1993)[20]根据Bacon 与 Watts(1971)[21]提出的迁移函数的形式又将其扩充为逻辑平滑转换回归模型LSTR(Logistic STR)和幂指数平滑转换回归模型ESTR(Exponential STR)两个大类。其一般表达式为：

yt=xt′φ1+(xt′φ2)G(γ,c,st)+utt=1,…,T

(1)

四、数据与变量

本文以1981-2012年的宏观时间序列数据为基础考察城乡收入差距对财产性犯罪率的非线性效应，其中的关键在于如何准确地度量城乡收入差距和财产性犯罪率。我们所使用的数据来源于《中国法律年鉴》、《中国统计年鉴》和《中国人口年鉴》。

(一)财产性犯罪率

财产性犯罪在法学上叫侵犯财产罪，它是指故意地将公共财产和公民私有财产据为已有，或者故意毁坏公私财物的行为。财产性犯罪的种类很多，具体包括：抢劫、盗窃、抢夺、财产诈骗、聚众哄抢公私财物、侵占、职务侵占、挪用资金等犯罪。

在中国，案发最频繁的盗窃、抢劫和财产诈骗案件的立案总量占据了所有财产性犯罪立案总和的95%以上。与此同时，盗窃、抢劫和财产诈骗罪对于财产的侵犯和占为己有为目的也是最突出和最具有代表性的。因此，我们将财产性犯罪的研究范围锁定为最具有代表性的盗窃、抢劫和财产诈骗罪。我们所使用的财产性犯罪率是盗窃、抢劫和财产诈骗犯罪的公安机关立案率之和。

《中国法律年鉴》从1981年开始公布中国的财产性犯罪数据，因此，本文中采用1981-2012年全国公安机关对于盗窃、抢劫和财产诈骗这三类主要的财产性刑事犯罪的立案数量加总之和除以《中国人口年鉴》每年年末公布的全国人口数得出的每十万人公安机关立案数量作为财产性犯罪率的数据。其中，1983年的每十万人立案率数据由于不可获得性而由1982年和1984年的此两项数据计算平均值得出。

1981-1988年期间，中国财产性犯罪率(中国财产性犯罪每十万人公安机关立案数量)这一数值稳定在40-78件每十万人之间。在这一期间，中国的财产性犯罪率在二十世纪八十年代前期缓慢下降并在1984年达到了波谷。1989-1999年期间，这一数值在103-180件每十万人之间小幅波动。2000年起，财产性犯罪率开始大幅攀升，从1999年的138件每十万人到2000年的224件每十万人，之后稳步上升，在2009年突破了“300”大关，达到了341.20件每十万人，并在2012年达到了最高值370.79件每十万人。中国的盗窃、抢劫、财产诈骗这三项财产性犯罪率的加总在近上世纪90年代初期确定了一个新的立案标准后，20多年来一直呈现持续上升趋势，并在2006年起连续6年刷新历史记录。

魏平雄(1998)指出，1989年，全国公安机关对1986-1988年出现的立案不实现象进行了纠正，这些被矫正的立案数主要是盗窃、抢劫和财产诈骗案件贡献的[22]。并且，在1986-1988年，未被立案的刑事案件中，盗窃、抢劫和财产性诈骗案件的立案数之和占总体刑事案件立案数之比应该与1986年之前和1988年之后是基本相同的。所以，我们使用“反推法”对立案不实的盗窃、抢劫和财产诈骗案件分别进行了调整，将1986-1988年作为调整时间段，并假设在这一阶段各种犯罪率的增长幅度是相同的，图1是调整后的中国财产性犯罪率的变化趋势图。

(二)城乡收入差距

本文中，我们将中国1981-2012年城镇居民人均可支配收入与农村居民人均纯收入的比值Inequality作为衡量城乡收入差距的指标。

2002年至今，中国的城乡收入比基本处于“3∶1”以上的水平，但是，倘若在城镇居民收入中考虑基础设施建设、社会保障和公共服务水平等各项附加福利，在农村居民收入中扣除农业生产资料的支出，那么二者相差接近6倍。根据国际劳工组织的资料显示，在转移性收入方面，城镇居民的水平是农村的10倍以上，世界上任何一个国家都没有如此大的差距。如果把公共福利因素纳入考虑范畴之内，则城乡差距会更大(国际劳工组织北京局，2006)。2010年，虽然农村人均纯收入的增长超过了城镇居民人均可支配收入的水平，城乡之间的收入差距也有所缩小，但是，这个发展趋势仍然需要时间来检验是否它是短暂性地表现。即使这种下降成为趋势，但是这种趋势背后有多大程度是依靠政府的相关惠农政策仍需我们在未来的研究中进一步考察。

图1　调整后的中国财产性犯罪率：1981-2012年

五、经验分析

(一)数据检验

为了消除异方差的影响，我们对城乡人均收入比和公安机关财产性案件的立案率分别取自然对数，分别得到LInequalityt和LPCrimet。由于STR模型的估计及相关检验问题依赖于其变量的稳定性，故首先需要对序列LInequalityt和LPCrimet进行单位根检验。带有趋势和截距项ADF检验统计量的值为0.3795和-0.2509，结果表明LInequalityt和LPCrimet均为非平稳序列。对一阶差分后的两序列进行单位根检验，此时ADF检验统计量的值分别为-3.9013和-3.5651，它们均在5%水平下拒绝原假设，这表明序列DLInequalityt和DLPCrimet都是一阶差分平稳序列。

STR模型结构的确定要求考虑时间序列DLInequalityt和DLPCrimet是否存在相互影响的因果关系，为此对DLInequalityt和DLPCrimet进行Granger因果检验。表1中的检验结果表明，在滞后一阶的情况下，原假设“DLInequalityt不是DLPCrimet的Granger原因”不能在5%的显著性水平下被拒绝，而在滞后一阶下能够在5%的显著性水平下拒绝“DLPCrimet不是DLInequalityt的Granger原因”。由此可知中国城乡收入差距对财产性犯罪率的变化存在着单向的Granger因果关系。也就是说，城乡收入差距直接促进了盗窃、抢劫和财产诈骗这三类财产性犯罪总数的供给。反之，财产性犯罪率的变化对城乡收入差距的影响在此却没有体现。

(二)模型估计

我们运用Jmulti 4.15软件估计模型的自回归(AR)部分，并对比被解释变量DLPCrimet的1-3，解释变量DLInequalityt的0-2滞后项，一共有9种组合的估计结果(表2)。

表1　Granger因果关系检验

表2　滞后组合的回归结果

注：在本表中，含两个数字的单元格，上方数字为变量系数的估计值，下方为相应的p值。

根据AIC和SC准则及t统计量和方程的DW值选择理想的阶数。最终的理想选择是表2中(2,0)部分的回归结果。确定了自回归形式，然后选择迁移变量、检验线性假设和选择迁移函数的形式。基于Terasvirta(1998)[20]提出的STR模型非线性特征检验的分析框架，利用泰勒展开式对迁移模型在γ=0处进行三阶泰勒展开，得到如下辅助回归方程：

(2)

式(2)的线性原假设为H0：ρ1=ρ2=ρ3=0。为了更有效地分析城乡收入差距与财产性犯罪率之间的效应，此处选择DLInequalityt作为迁移变量。若F统计量拒绝零假设，则表明中国城乡收入差距对财产性犯罪率的上升之间存在显著的非线性迁移效应。若确定变量之间存在非线性效应，则下一步通过Terasvirta(1998)[20]提出的系统检验法来选择迁移函数的具体形式，即对(2)式的系数ρj(j=1,2,3)按照如下顺序依次进行检验：

H03∶ρ3=0；H02∶ρ2=0/ρ3=0；H01∶ρ1=0/ρ2=ρ3=0；

线性假设检验和模型选择检验结果如表3所示。

表3　线性假设检验迁移函数的选择

注：本表中的数字为相应的p值。

若在上述检验假设中，拒绝H02的P值最小，则选择ESTR模型，否则选择 LSTR模型。由表3可以得到线性假设检验和迁移函数形式选择的检验结果。由此可以看出，当以DLInequalityt作为迁移变量时，拒绝模型为线性效应的原假设，H02的P值为0.7841，此时拒绝H02的P值最小，此检验得出的模型是幂指数的ESTR模型。

在确定模型存在非线性效应且函数的类型为ESTR后，本文采用二维格点搜索法估计参数值，平滑参数 γ的构造区间是[0.5,150]，步长为0.0003，位置参数c的构造区间为[-1.04，2.98]，步长为0.0003。分别从最小值到最大值等间距取60个值，从而构造出3600对组合，针对每一对组合的c和γ值计算残差平方和，取SSR最小者为初始值。然后采用Newton-Raphson迭代算法，最大化条件似然函数，得到模型参数的估计值。经过对不显著变量的剔除进而优化模型，得到模型的估计表达式。具体估计结果见表4所示。

表4　ESTR模型的估计结果

由表4得出ESTR模型的具体形式：

DLPCrimet=0.0957+0.1473DLInequalityt+0.0502DLPCrimet-1+0.0183DLPCrimet-2+G(γ,c,DLInequalityt)*(0.0156-0.0402DLInequalityt+0.0185DLInequalityt-1+0.0009DLInequalityt-2)+υt

(3)

其中，G(γ,c,DLInequalityt)=1-exp[-8.9023*(DLInequalityt-0.7844)2]

由上述各统计量值可知，ESTR模型的残差序列能够顺利通过异方差检验、序列相关和正态性检验，同时调整的R2的值达到了0.8126，这说明模型(3)能够很好地展现城乡收入差距影响财产性犯罪率变化的非线性效应。为了更清晰地说明ESTR模型的拟合效果，我们给出了传统线性模型与ESTR模型的拟合图(如图2所示)，进一步对比了ESTR模型的线性部分、非线性部分以及适合序列和原始数据的拟合效果。ESTR模型中非线性部分的拟合优度明显优于其线性部分，这意味着，用非线性模型捕捉城乡收入差距与刑事犯罪率之间复杂的内在联系是更加符合客观事实的。

(三)结果分析

由Granger检验发现，城乡收入差距的扩大是全国范围内财产性犯罪率升高的Granger原因，但全国财产性犯罪率的升高对城乡收入差距的扩大没有明显的Granger因果关系。这与以往通过构建线性模型得出的城乡收入差距与财产性犯罪率可能存在双向的Granger因果关系这一结论是不同的。

图2　函数线性部分、非线性部分、适合序列以及原始数据的时间序列综合图

从上述估计结果来看，ESTR模型线性部分中的PCrimet不仅受到DLInequalityt的影响，还受其滞后项DLPCrimet-1和DLPCrimet-2的影响，这说明中国城乡收入差距的扩大对财产性犯罪率上升的影响具有惯性，它与前两期财产性犯罪率的变动水平紧密相关。从我们分析的结果来看，城乡收入差距每扩大1%，财产性犯罪率将上升0.1473%，前两期财产性犯罪率的上升对当期财产性犯罪率的供给弹性是0.0183与0.0502，，这说明中国当年财产性犯罪率的上升对次年的影响远大于对第三年的影响。

城乡收入差距和财产性犯罪率伴随着时间的变化呈现出的复杂的非线性效应由开关函数G(γ,c,DLInequalityt)的具体形式所决定。开关函数中的γ值决定了迁移函数的转换速度， γ=8.9023表明城乡收入差距的变动对财产性犯罪率的变化的影响是短暂的，一旦城乡收入差距扩大或缩小就能够迅速对财产性犯罪率的升高或降低造成迅速的影响，即非线性部分对财产性犯罪率的变化影响很大。迁移函数的临界值为C=0.7844，即当DInequalityt的值等于0. 7844时，开关函数等于0，此时(3)式中的非线性部分消失，城乡收入差距对财产性犯罪率的影响呈现线性效应。随着DInequalityt的取值远离0. 7844，迁移函数的指数部分不断地向0靠近，这样迁移函数也就不断地接近1，(3)式仍然呈现出线性的关系，而这种线性效应与上述DInequalityt的值取为0.7844时带来的线性效应不同。此时，城乡收入差距的弹性减小到0.1071，而前期财产性犯罪率的增长对当期财产性犯罪率的增长起到一定的促进作用，其弹性是0.0185。与线性部分相比较，非线性部分的作用降低了城乡收入差距对财产性犯罪率的影响幅度，但是对于本期财产性犯罪率升高的影响会产生一种叠加效应，这种叠加效应是既来自线性部分，又来自非线性部分，前期的财产性犯罪率的升高对于本期财产性犯罪率升高的影响较为明显。DInequalityt在0.7844附近变化时，DLPCrimet也随着DInequalityt的变化不断地变化，变化的程度取决于DInequalityt的变化程度。因此我们发现，城乡收入差距对财产性犯罪率的影响所呈现的非线性效应是非对称的。

ESTR模型的迁移函数示意图如图3所示，1987年以前的平衡I期是改革开放的初期。城乡收入差距对财产性犯罪率的影响最大且稳定在模型中非线性部分的开关函数G(γ,c,DLInequalityt)为0时所形成的线性效应。1987-1991年的迁移I期内，城乡收入差距对财产性犯罪率的影响在1987-1988年内趋向变小，在1988-1990年期间稳定在第一次最小值，也就是开关函数G(γ,c,DLInequalityt)为1时所形成的态势，在1990-1991年城乡收入差距对财产性犯罪率又趋向于变大，之后在1991-1997年的平衡II期城乡收入差距对财产性犯罪率的影响与1987年以前的最小的状态是较为相似的。

图3　ESTR模型的迁移函数示意图

我们从图3中发现，1997年起中国城乡收入差距对财产性犯罪率的非线性影响趋势开始频繁的迁移，我们把这一段时期称作迁移II期。中国当前所处的时期最接近于图3中的迁移II期，因此研究迁移II期的成因意义重大。1997-2012年，我们所构建的迁移函数出现了前所未有的剧烈而频繁的波动，具体包括1997-1998年的城乡收入差距对财产性犯罪率影响的下降；1998-2001年城乡收入差距对财产性犯罪率影响保持在最小值的3年；紧接着是2001-2002年度的影响增大；2002-2003年度的影响维持最大；2003-2004年度的影响削减；2004-2005年度的影响再度增大；2005-2006年度的再度维持影响最大；2006-2008年度的连续两年影响持续减小(迁移函数的平均斜率降低，其中2006-2007年度迁移函数从0.0变动至0.4；2007-2008年度迁移函数从0.4变动至1.0)；2008-2010年的再次影响维持最小以及2010-2011年度的影响再次加大和2011年以后的城乡收入不平等对财产性犯罪的影响维持最大。虽然1997-2012年这次频繁剧烈波动的时间要比1987-1991年的急剧波动时间要长的多，但是两阶段发生的社会经济因素所引发的传导介质有可能是相似甚至是相同的，这也是我们将其都命名为“迁移期”的一个重要原因。同理，这也是1987年以前的平衡I期和1991-1997年的平衡II期被列为同一类 “平衡期”的一个重要原因。

1987年以前的平衡I期的形成，原因是上世纪70年代末至80年代中期，党的十一届三中全会、四中全会确立的改革方针得到了积极贯彻。具体包括实行家庭联产承包责任制、废除人民公社并突破计划经济桎梏，初步构筑了适应发展市场经济要求的农村新经济体制框架。那一时期的城乡居民人均收入比值在2.0∶1附近波动，此时城乡收入差距对于谋财类犯罪供给的弹性较高是因为人们首次意识到收入差距的产生影响了他们的对于财富的认知，一种追求物质获取的先天敏感性被认为是造成这一时期城乡收入差距对财产性犯罪率的影响维持在最高的水平的重要原因。

1987-1991年，城乡收入差距对财产性犯罪率产生影响在非线性效应与线性效应之间相互转化的原因是中国大部分地区在当时已经成熟的实施财政分级包干制度，地方政府在一定时期上缴中央政府一定数额收入后可以保留一部分收入，也就是说地方政府可以通过多征税而得到更多的财政收入的这种激励促使地方政府多收多支从而扩大自身的收入。林光彬(2004)认为由此所产生的消极后果就是中央政府在整个预算收入中的比重下降并且农村的提留统筹等应由政府承担的费用转移到农民身上，让不合理的负担合法化，1987-1991年是1986年中国开始实施财政分级包干制度和1994年实行分税制改革中的四年，这是城乡群众接触到财政分级包干制度给他们的生活带来的变化并逐渐适应的主要阶段[24]。从1989年起，中央又调整基数，实行“划分税种，核定收支，分级包干”的体制，致力于使得财政包干制度更加完善，然而随着市场在资源配置中的作用日趋增大，其弊端也逐渐显现，主要表现在收入分配的税收调节功能弱化，这在较大尺度上影响了市场统一和产业结构优化，国家偏于分散的财力逐渐制约了财政收入合理增长，尤其是中央财政收入在总收入中比重不断下降，进一步弱化了中央政府的宏观调控能力，这就造成了收入分配过程中出现了诸多例如“侥幸心理”等非理性行为，这种非理性行为的产生通过参与市场活动的被监管的不足和市场交换主体的诚信思维弱化等方式表现出来，从而异化了卷入收入分配这一整个事件中的行为人的心理，使得纯粹以获取财产为导向的犯罪由1987-1988年的对于政策平稳实施的一种期待而产生的“观望”心态逐渐演变成了1990-1991年的“放纵”心态，从而产生了迁移II期内的1987-1988年度的影响下降期和1990-1991年度的影响上升期。这一阶段财政分级包干制度所直接造成的城乡收入差距急剧的扩大所产生的诸多不确定性是对1987-1991年迁移函数呈现倒V字型的剧烈变动的一个有力解释。

1991-1997年，中国城乡人均收入比稳定在2.40∶1至2.86∶1之间的相对平稳的“倒U字形”先升后降趋势，但分税制改革在1994年的实施使中央、省市财政较为充足，县乡财政非常紧张，其消极后果是进一步地方政府促进了乡村税费的快速增长，因此中央实施了乡村税费制度改革试点从而限制了乡村两级直接向农民收费的权利，但在没有税收立法的情况下，为了满足各种开支的需要，地方政府就不得不借各种名义向农民收取各种费用，从而使得农村乱集资、乱收费、乱摊派急剧膨胀，使农民非税收负担急剧增长，更多消极因素造成了当时的城乡收入差距的结构性变动，这是那一时期城乡收入差距对财产性犯罪率的影响处于一个最高的弹性平衡点的重要原因。

1997以后的迁移II期中国城乡收入差距进一步拉大，这一时期的主要特点包括城乡收入差距占全国收入差距的比重变大和城乡人口趋利迁徙的大幅增加。1997-1998年城乡收入差距对刑事犯罪率的影响在减弱，与此同时城乡收入差距的降低是由于1997年中国宏观经济形势因亚洲金融危机的影响大量显现而发生了急剧变化，长期以来盲目建设带来的结构不合理等深层次矛盾，在国际经济环境急剧变化和国内市场约束双重因素作用下，产生的内需不振，出口下降，投资增长乏力，经济增长速度回落所进而导致的城镇人口人均收入上升幅度的降低。在这种经济大环境下，城乡收入差距所导致的财产性犯罪供给的敏感性在逐渐减低，并在接下来的三年内，即1998-2001年期间保持着这种低敏感性。

但是，户籍壁垒使得长期在城市工作的农村居民得不到与城镇居民享受的各项权益，而这些权益绝大多数是必须使用他们的过度劳动来弥补的。这种不情愿的“弥补”直接造成了城市中乡镇居民的经济失衡和心理失衡，这种双重的消极失衡是造成纯粹以获得财物为目的的犯罪供给上升主要原因。在这种形势下，城乡收入差距对财产性犯罪率上升的非线性特征就显得格外明显，这种非线性特征由急剧变化的“W”迁移函数示意图显现出来，表达了城乡收入差距对财产性犯罪率的弹性一直随着这一时期多变的社会、经济形势而发生着急剧变化，图3中这一阶段明显的变化形态描述了城乡收入差距对财产性犯罪率的影响程度在迁移函数的振幅区间内交替频繁变化。

六、结论及政策建议

我们利用非线性ESTR模型，采用1981-2012年的城乡人均收入的比值和全国财产性犯罪率的时间序列数据对城乡收入差距和财产性犯罪率的内在关系进行了实证研究。结果发现，1981-2012年中国城乡收入差距是财产性犯罪率的单向Granger原因，具体以1987年、1991年、1997年临界点主要分为四个主要阶段，即平衡I期1987年以前(线性效应)、迁移I期1987-1991年(以非线性效应为主)、平衡II期1991-1997年(线性效应)以及迁移II期1997年以后(非线性效应)。

现阶段，中国城乡收入差距对总体财产性犯罪的影响正受1997年以后的迁移II期的影响较大。为了降低城乡收入差距所导致的财产性犯罪率的上升，陈斌开(2013)认为最根本的是需要从发展战略和由此衍生的一些制度和政策入手来改变资源配置不平等所产生的城乡收入差距[25]。第一，在人力资本培养方面，为缩小农村与城镇基础教育水平的普遍差距，教育资源配置格局的转变首先需要向重视市、县级义务教育和高级中学综合体系的建设，具体就是通过向市、县的十二年制教育的软硬件的财政支持，并通过生活和学费补贴等手段吸引农村适龄学生就读市县级中小学，而避免农村乡镇学校的招生不足等现象所产生的大量农村教育投资浪费。在致力于大幅提高以农村学生为主要组成的基础教育机构条件和水平的同时，完善公平的区域间升学制度从而缩小城乡基础教育质量的差距和升学机会的不平等，进而缩减城乡居民人力资本投资的回报。第二，在收入分配调控方面，加强对农村居民收入的政策调控力度。建立对农村贫困人口的生活和医疗的直接补贴，并改善农村贫困人口的生活条件，例如交通基础设施、医疗条件的改善、饮用水与食品安全的保障，健全农村社保制度和医疗保障制度。第三，在流动人口管理方面，逐步瓦解城乡分割的户籍制度壁垒，改变现有的针对农村流动人口的歧视性社会福利体系，降低农村流动人口在城市生活的成本，并完善和执行与农村户籍流动人口紧密相关的劳动保障法律。

参考文献：

[1]鲁元平, 王韬. 收入不平等, 社会犯罪与国民幸福感——来自中国的经验证据[J]. 经济学 (季刊), 2011, 10(4): 1437-1458.

[2]万广华. 经济发展与收入不均等: 方法和证据[M]. 上海人民出版社, 2006.

[3]陈屹立. 收入差距, 经济增长与中国的财产犯罪——1978—2005 年的实证研究[J]. 法制与社会发展, 2007, 13(5): 143-153.

[4]Shihadeh E S, Ousey G C. Industrial restructuring and violence: The link between entry-level jobs,economic deprivation, and black and white homicide[J]. Social Forces, 1998, 77(1): 185-206.

[5]Szwarcwald C L, Bastos F I, Viacava F, et al. Income inequality and homicide rates in Rio de Janeiro, Brazil[J]. American Journal of Public Health, 1999, 89(6): 845-850.

[6]Kelly M. Inequality and crime[J]. Review of Economics and Statistics, 2000, 82(4): 530-539.

[7]Choe J. Income inequality and crime in the United States[J]. Economics Letters, 2008, 101(1): 31-33.

[8] 胡联合，胡鞍钢，徐绍刚.贫富差距对违法犯罪活动影响的实证分析[J]. 管理世界, 2005 (6): 34-44.

[9] 白雪梅，王少瑾.对我国收入不平等与社会安定关系的审视[J]. 财经问题研究, 2007 (7): 16-23.

[10] 陈春良，易君健.收入差距与刑事犯罪: 基于中国省级面板数据的经验研究[J]. 世界经济, 2009 (1): 13-25.

[11] 陈屹立，张卫国.收入不平等、国民教育与中国的暴力犯罪：改革开放以来的实证研究[J].制度经济学研究，2010(12):1-25

[12]Grogger J. The effect of arrests on the employment and earnings of young men[J]. The Quarterly Journal of Economics, 1995: 51-71.

[13]Fajnzylber P, Lederman D, Loayza N. Determinants of crime rates in Latin America and the world: an empirical assessment[M]. World Bank Publications, 1998.

[14]Fajnzylber P, Lederman D, Loayza N. What causes violent crime?[J]. European Economic Review, 2002, 46(7): 1323-1357.

[15]Buonanno P, Montolio D. Identifying the Socioeconomic Determinants of Crime across Spanish Provinces[J]. lecció d’Economia[J].2005

[16]Bourguignon F. Crime, violence and inequitable development[C].Annual World Bank Conference on Development Economics 2000: 199-220.

[17]Nilsson A. Income inequality and crime: The case of Sweden[R]. Working Paper, IFAU-Institute for Labour Market Policy Evaluation, 2004.

[18]Demombynes G, Özler B. Crime and local inequality in South Africa[J]. Journal of Development Economics, 2005, 76(2): 265-292.

[19]胡联合，胡鞍钢，徐绍刚. 贫富差距对违法犯罪活动影响的实证分析[J]. 管理世界，2005 (6): 34- 44.

[20]Granger C W J, Terasvirta T. Modelling non-linear economic relationships[J]. OUP Catalogue,1993.

[21]Bacon D W, Watts D G. Estimating the transition between two intersecting straight lines[J].Biometrika, 1971, 58(3): 525-534.

[22]魏平雄. 中国预防犯罪通鉴[M]. 人民法院出版社, 1998.

[23] 赵进文, 丁林涛. 贸易开放度, 外部冲击与通货膨胀: 基于非线性 STR 模型的分析[J]. 世界经济, 2012 (9): 61-83.

[24]张向达, 张家平.我国城乡收入差距对刑事犯罪率的非线性效应研究[J].财经问题研究.2015(1):96-103.

(本文责编：海洋)

Nonlinear Effect of Rural-urban Income Gap on Crime Rate in China:An Empirical Analysis Based on Smooth Transition Regression Model

ZHANG Xiang-da ZHANG Jia-ping

(SchoolofPublicAdministration,DongbeiUniversityofFinanceandEconomics,Dalian116025,China)

Abstract：Empirical research on the effect of rural-urban income gap on crime rate in China was almost based on classic linear models. Nevertheless, the connection between rural-urban income gap and property crime rate may be dynamically nonlinear instead due to actual influences from many other factors. This is why the paper tries to make an analysis on the related time-series data from 1981 to 2012 based on nonlinear smooth transition regression model. The results show that there are a one-way Granger causal connection and a positive nonlinear relationship between rural-urban income gap and property crime rate in China. Moreover, it has shown the phase characteristics and been divided into four main stages, i.e. the Equilibrium Period I before 1987, and Rapid Fluctuation Period I from 1987 to 1991 followed by the Equilibrium Period II between 1991 and 1997, then the Rapid Fluctuation Period II started from 1997 to 2012.

Key words:China’s rural-urban income gap; property crime rate; nonlinear models

中图分类号：F224.13

文献标识码：A

文章编号：1002-9753(2016)04-0122-11

作者简介：张向达(1965-)，男，东北财经大学教授，博士生导师，研究方向：国民经济学、社会保障、科技成果产业化、经济与行政等方面研究。

基金项目：国家社会科学基金项目(14BJL039)。

收稿日期：2016-01-09修回日期：2016-03-30