农民工犯罪倾向的影响因素分析

王欣��王雷++孔庆波��+赵秋红��

摘要：利用10省份调查数据，在推导出农民工犯罪倾向理论模型基础上，分析农民工服刑人员和不涉罪普通农民工之间在个人特征、家庭特征和行为特征三个维度上变量的总体和内部差异。研究发现：（1）男性、年龄较小、受教育水平低、家庭收入少、母亲受教育水平低、兄弟姐妹个数多、失业严重、曾有违纪违法行为的农民工犯罪倾向高；（2）社会保险状况和犯罪被发现可能性影响不涉罪农民工犯罪倾向；（3）家庭成员犯罪史和刑罚打击力度影响服刑人员农民工犯罪倾向。

关键词：农民工；服刑人员；犯罪倾向；Logit模型

中图分类号：C913.8文献标识码：A 文章编号：1009-9107（2017）01-0074-09

收稿日期：20160517DOI：10.13968/j.cnki.1009-9107.2017.01.11

基金项目：国家自然科学基金项目（71503266）；辽宁省社会科学规划基金项目（L16BGL042）；公安部公安理论与软科学计划项目（2016LLYJXJXY032）；中国博士后科学基金项目（2016M600898）；2017年沈阳市重点科技研发计划主题专项

作者简介：王欣（1984-），女，北京航空航天大学经济管理学院博士后、中国刑事警察学院公安情报学系讲师，主要研究方向为农民工犯罪、农民工收入问题。

*通讯作者

引言

当代中国的犯罪主要集中在城市，城市犯罪问题又与城市外来农民工犯罪联系紧密。人口流动和城镇化进程是绝大多数国家经济发展必经之路，城乡收入差距吸引大量农村剩余劳动力涌入城市的现象既产生正效应也增加社会风险。一方面，外来农民工在推动二、三产业发展、扩大消费市场、缩小城乡差距方面产生积极效应；另一方面，大量无序盲目流动的外来农民工也造成社会秩序混乱、刑事案件大幅上升等问题。从各地公安机关统计资料来看，当前农民工犯罪比例逐渐增大，并呈现出团伙性、智能型、残忍性、侵财性等多元化趋势。我国正处于城市化全面推进阶段，经济的快速增长和城市人口的不断增多必然导致犯罪案件增加，农民工犯罪已成为影响城市社会安全的重要因素。

中国正经历着剧烈的社会经济变化：（1）剔除掉物价通胀指数影响之后，根据中国统计年鉴测算，近20年来农民工实际收入增加约6倍[1]；（2）基尼系数濒临国际警戒线，收入差距严重影响社会和谐与底层民众心理平衡状态[2]；（3）中国城镇化率突破55%，“乡土中国”被改写成“城市中国”的历史已拉开帷幕。2014年农民工监测调查报告显示，农民工数量已达到2.74亿人，其中至少1/3将定居城市。农民工由靠传统道德为约束机制的农村社区进入靠法制约束为主的社会风尚多元并存、人际关系相对淡薄的城市，导致监督机制弱化、控制能力下降、文化冲突严重，农民工越轨、失范、甚至犯罪问题逐渐增多[3]。

随着城镇化进程加速和“第五次犯罪高峰”来临，我国犯罪率出现明显攀升趋势，无论是侵财案件、盗窃案件，还是凶杀与伤害案件都逐年增加。据《中国法律年鉴》记载， 1982 年“严打”前全国刑事立案数 74.9万起，犯罪率为每万人7.4起；而 2009 年刑事立案数达557.99 万起，犯罪率为每万人41.8起，增加了6.45 倍。此数据与农民工近20年收入上涨倍数和城镇化年增长率十分接近。鉴于农民工与犯罪行为的潜在关联性，有必要对此展开深入研究。

一、文献综述

目前，很多经济学家聚焦收入差距或贫富差距与犯罪率的因果关系。实证研究表明： 美国暴力和涉枪犯罪与收入差距显著相关，而侵财犯罪与其无关[4]。日本贫富差距与盗窃犯罪正相关，而失业率与谋杀和破门行窃显著正相关，贫困水平只与谋杀显著正相关[5]。UNWCS（United Nations World Crime Surveys） 数据发现收入差距扩大显著增加了发展中国家和发达国家的犯罪率[6]。

国内学者认为伴随收入差距扩大和非法市场工资率上升， 犯罪的机会成本和门槛下降， 将激励犯罪分子配置更多时间从事非法活动，从而引起犯罪率上升[7]，尤其在侵财类犯罪案件中[8]。计量分析结果表明， 相对收入差距每上升 1% 将导致刑事犯罪率显著上升0.37%[9]。

也有部分学者得出不同研究结论。美国47个独立州1984-1993年面板数据证明， 劳动力市场状况尤其是低技术部门工资， 与侵财犯罪与低劳动技能部门工资逆相关，失业和贫富差距对犯罪率影响并不显著[10]。美国北卡罗来纳州县级面板数据估计贫富差距扩大对侵财犯罪影响较小，而收入水平或贫困人口比例增加，对暴力犯罪影响不显著。建议用犯罪社会学的紧张理论诠释暴力犯罪，用犯罪经济学解释侵财犯罪[11]。

其次，移民与犯罪之间的关系亦是学界热点。多数学者认为移民与其迁入地的犯罪率攀升密不可分[1215]。移民增多导致原有社会结构解体速度加快，移民群体与城市居民的行为价值观方面的剧烈冲突都可能导致犯罪率升高。但也有人持相反态度。美国当代犯罪学家明确指出社会控制理论强调人人都有犯罪动机这一性恶论，忽略移民有给予社会支持的利他性和接受社会支持的需要；强调社会控制和自我控制对预防和降低犯罪的作用，忽略了社会支持对移民犯罪的直接影响：社会控制也给移民一种外在性控制以及强迫性控制的被动感觉。该理论所推崇的积极刑事政策为预防和减少弱势群体犯罪提供了新的视角[16]。犯罪经济学跨越了心理学和社会抑制理论的范畴，假定移民以犯罪的收益和成本、侦查的收益与成本来理性决策，高昂的惩罚成本对移民刑事犯罪率具有抑制作用，移民是否具有更高犯罪率尚无定论[17，18]。英国历史上的大规模移民潮证实了移民对侵财性犯罪的影响[19，20]。

另外，刑罚对于犯罪具有威慑和遏制作用。1968年诺奖得主Gary Becker发表在Journal of Political Economy上的Crime and Punishment： An Economic Approach一文可谓是开山之作。将犯罪假定为一个供给函数，要素包括犯罪的成本、犯罪的收益、定罪的概率与惩罚力度[21]。“论犯罪与刑罚”和“道德与立法原理导论”是功利主义倾向古典犯罪学尤其是威胁理论的思想源头[22，23]。警力配置与美国犯罪率呈反比[24，25]，惩罚可以降低酒后驾驶发生率。早期一些学者未考虑到方程联立的内生性问题，即犯罪率增加会促使政府扩大警力，后期一些研究则致力于通过Granger检验或滞后变量厘清二者因果关系[26，27]。国内学者使用省级面板数据，以政法委书记的“三龄两历”为工具变量，证明司法投入对于减少犯罪无效。其后续研究发现严厉性惩罚策略无法有效遏制犯罪，而确定性惩罚策略可以显著降低犯罪[28]。

已有研究主要侧重剖析收入差距、劳动力市场状态、移民效应和刑罚对犯罪的影响，研究方法和结论较完备。但也存在以下不足：（1）绝大多数研究对象是“犯罪率”，而忽视了对“犯罪倾向”的关注。犯罪率可以作为犯罪倾向的参考指数，但二者题中之义不同。管理的Smart原则认为犯罪事前控制策略优于事后控制，防患于未然会极大减少社会成本并提高收益。（2）现有学者通常使用国家或省级宏观数据对农民工犯罪进行估算，缺乏微观个人数据。张丹丹等人首次利用深圳某男子监狱抽样调查数据，将服刑人员分为暴力、盗窃、涉毒、经济和其他5类进行Multinominal Logit分析，但囿于地域范围，研究结论未必契合北方地区的犯罪特点[29]。

二、农民工犯罪倾向理论模型

犯罪经济学重点研究五大关系：犯罪数量与犯罪成本之间的关系、犯罪数量与入狱惩罚之间的关系、罪行、逮捕、定罪的数量和警察、法庭等公共花销之间的关系、定罪数量与坐牢/其他惩罚的成本之间的关系、罪行数量和保护，拘押的私人成本之间的关系。农民工犯罪倾向模型中，时间及其机会成本在评价犯罪的投入-收益比中占据重要比重。绝大部分罪犯较少具有合法合规的收入来源渠道，因而其犯罪的机会成本更低。拥有冒险精神、风险偏好型的罪犯其犯罪倾向更大。收入差距的扩大和经济周期导致的间歇性失业人口增多也会导致犯罪率上升。具体的衡量指标包括：最高受教育程度、家庭年收入、个人月收入、就业率、工作年限等。另外，刑罚严酷程度和政府执行成本也影响犯罪成本。罪行被发现、逮捕、扣押和判刑会直接增长政府执法成本和犯罪者直接投入成本而降低犯罪收益。犯罪罪行败露与否、被逮捕与否、判刑与否有两个先决条件：一是罪行暴露的可能性，设为P；二是惩罚犯罪者带来的损失，假设为F。假设惩罚成本用E表示，则函数式为：E=P×F。刑罚或惩罚成本的提高会降低犯罪选择倾向。此外，犯罪者从事非法活动成功收益这一因素间接影响犯罪倾向。

犯罪倾向行为预测的理论模型任务，犯罪可能性与犯罪收益成正比，而与犯罪的时间机会成本、罪行败露可能性和惩罚力度成反比。犯罪倾向理论模型可以表示为：

Qi=Qi （Pi，Fi，Ui）（1）

公式（1）中，Qi表示某特定时期的犯罪数量，Pi表示特定时间特定罪行败露定刑的可能性，Fi表示特定时期特定犯罪的惩罚，Ui是特定时期其他影响因素的随机扰动，i表示某一时期。

上述模型的理论基础即犯罪经济学5大重大关系研究缩影。犯罪者如果没有被逮捕和定罪，就不会受到惩罚。犯罪实质上暗含不确定的“成本的差异化”“惩罚的待遇区别”。犯罪行为人如果判定有罪，则赔付单位价值的惩罚成本Fi 、Pi或Fi的任何增加，都会减少犯罪活动的预期收益，因此减少犯罪数量的途径在于：增加“支付”较高“价格”的可能性，或者促使“价格”自身上升[30]。

在警力、司法和专业设备上的投入成本越高，案件性质和犯罪者定罪就越容易。假定人力m、物力r、财力c等投入A之间存在一种关系：A=f（m，r，c），在警察、法庭等“行为”和投入A之间存在一种关系，f表示技术水平的生产函数，在f和投入价格既定的前提下，增加的“活动”会更加昂贵，如下式所示：

C=C（A）；C'=dCdA>0（2）

随着警力、法官、律师和陪审团价格下降和指纹识别、搭线窃听、远程控制和测谎等技术水平的提高，达到任一“活动”水平的成本将会更低。

“行为”实际测量的近似值是定罪案件数目，它可以表示为：

ApQ（3）

p是所有案件中定罪案件的比率，把（3）式代入（2）式求微分，可得：

Cp=C（pQ）p=C，Q>0

和Cq=C'Q>0 （4）

假设pQ≠0，那么定罪案件数量或者比率的增加会增加总体成本。

三、Logit模型设定

（一）变量选取

1.因变量。农民工犯罪倾向界定主要依赖于农民工的主观感受和自我评价。农民工犯罪倾向是个二分离散变量。农民工存在犯罪倾向，因变量取“1”；农民工没有犯罪倾向，因变量取“0”。

2.自变量。犯罪行为目前不能进行精确的时间、地点、人物描述或预测，犯罪倾向采用相对模糊的处理方法可以合理地说明某种类型的人相对其他类型有更高的犯罪概率。具体可以从农民工的个人特征、家庭特征、行为特征和其他特征4个方面展开探究。

个人特征中性别指男性生物基因较女性更具有冲动和攻击性，社会舆论道德要求对于女性比男性更为苛刻，因此男性农民工犯罪倾向可能高于女性。年龄较大的农民工工作经验和职业技能更充分，拥有相对稳定的就业渠道，从事熟练工种，心理期望值和主观心态较平和。年轻农民工犯罪成本低，心理落差相对较大。2012年统计数据显示18～25岁人口占总人口的18%，而刑事案件率却占51%。因此，年轻农民工可能比年长的农民工更具有犯罪倾向。婚姻状况对农民工犯罪倾向的影响方向不明确。配偶分担家庭责任可能导致犯罪倾向降低；而婚姻压力和动力又会刺激农民工的犯罪倾向。

家庭特征变量：（1）收入水平。犯罪经济学理论认为贫富差距引起的心理失衡是犯罪倾向的重要诱因。收入越低的人，犯罪的成本-收益率越高。（2）家庭成员是否有犯罪史。犯罪父母更有可能通过遗传或婴幼儿时期的影响将生物或身体上的特征传递给后代，从而妨碍了孩子正常社会化。家庭成员有犯罪史的农民工家庭更容易滋生出犯罪的效仿行为。（3）母亲受教育水平。母亲的受教育水平影响其家庭结构和子女素质及道德层次。大量学者前期研究证明母亲教育水平与农民工犯罪倾向呈反比。（4）母亲精神状况。患精神病的母亲更可能缺乏必要的教育技巧和以身作则的精神，母亲惩戒和控制不良行为的失败，导致子女在家庭和社会环境中不断出现错误的行为，使其不自觉地陷入违法犯罪或行为不端团体的可能性较大。（5）是否独生子女和兄弟姐妹个数。独生子女较容易养成自我中心和利己主义心态，兄弟姐妹过多可能会导致父母精力分散、教育困难增多和耐心及技巧欠佳，孩子持续进行有害行为的危害程度越严重，因此导致农民工犯罪倾向增加。

行为特征变量：（1）是否失业。失业导致合法市场和非法市场的工资率差距拉大，犯罪的门槛效应和时间机会成本降低，使得更多农民工开始在非法市场上配置时间。因此失业可能会加剧农民工犯罪倾向。（2）是否酗酒、赌博或斗殴。违纪行为通常与低劣的语言技巧和不良业绩相关，而这些因素与农民工犯罪倾向可能存在正相关关系。（3）有无吸毒、偷盗、抢劫或侵犯经历。拥有多次违法犯罪记录的人为惯犯，比如有5次以上犯罪记录的人占72%。无论是否被逮捕或受刑，有犯罪经历的农民工较经历清白的农民工更容易产生犯罪倾向。

其他特征中第一是社会保险状况。完善的社会保障体系可以在很大程度上遏制和预防犯罪，而社会保险是社会保障的核心内容。德国刑法学家李斯特把最好的社会政策看成是最好的刑事政策，社会保险可能会显著降低农民工的犯罪倾向。第二是犯罪被发现可能性和打击力度。犯罪行为的经济学模型认为犯罪几率与惩罚的可能性和惩罚的严厉程度成反比，而同犯罪收益成正比。刑罚存在边际威慑和边际成本，最佳刑罚点可以达到效用最大化。理论假定农民工犯罪倾向与其被逮捕可能性和刑罚力度成反比。根据对农民工犯罪倾向的理论分析，结合相关研究和调研数据，选取具体变量情况见表1。

（二）Logit模型

由于本文因变量为虚拟变量（二分离散变量），我们采用Logit二元离散选择模型进行分析。模型设定形式如下：

ln[p（y=1）1-p（y=1）]=α0+α1 GEN+α2 AGE+α3 MAR+α4 EDU+α5 INC +α6 HIS+α7 MED+α8 PSY+α9 ONE+α10 SIB+α11 UNE+α12 ALC+α13 DRU+α14 INS+α15 POS+α16 PEN+μ（5）

公式（5）中，y表示农民工犯罪倾向主观评价，y=1表示农民工存在犯罪倾向。自变量GEN，AGE…PEN等表示影响农民工犯罪倾向的因素，α0为常数项，μ为随机扰动项。模型中共引入16个自变量。式（1）中，p/（1-p）为发生比（odds），即农民工存在犯罪倾向的概率p与不存在犯罪倾向的概率1-p的比值。Logit模型的偏回归系数为相应自变量变动一个单位所带来的对数发生比ln[p/（1-p）]的改变量。对数两边取e的指数得eαi为发生比率（odds ratio），它提供了自变量变动一个单位时发生比变动的倍数。即自变量变动一个单位所带来的发生比变动的百分比为（eαi-1）×100%，这种设置对回归系数的解释较有意义。

四、数据来源与描述性统计

农民工数据通常来自《国家统计年鉴》《2014年农民工监测调查报告》和农经学者的调查数据，参考性较强。本文研究所用数据来源于中国刑事警察学院公安情报学系组织的20余名研究生和本科生在2015年10-12月对农民工进行的问卷调查。样本点覆盖了河北、吉林、山西、黑龙江、浙江、北京、河南、辽宁、山东、内蒙古10省市，共发放问卷600份，回收有效问卷455份，有效率为75.83%。考虑到农民工犯罪的数据较难获取，笔者2016年1月在L省选取3所监狱进行抽样调查，发放问卷300份，剔除无效问卷后剩余220份，有效率为73.33%。问卷涉及农民工的人口特征、家庭经济特征、个人就业状况、社会保障状况、犯罪纪录和心理测评等方面。前5个部分侧重农民工客观状况的调查，为方便收集数据，采取定距数据和定序数据相结合的方式定义数据结构。最后一部分主要利用Likert5级量表侧重农民工犯罪倾向主观感知和自我测评。调查人员采用分层抽样方式以保证其代表性，总体来讲不同类型的犯罪嫌疑人均匀分布。调查数据的描述性统计见表2。

其中A类代表普通农民工，B类代表监狱服刑人员。从性别状况来看，农民工和监狱服刑人员被访者中男性占多数，服刑人员男性比例较普通农民工更高。从年龄状况来看，被访者年龄分布呈正态分布，服刑人员较普通农民工更为低龄化，其中25岁以下的服刑人员占涉罪人员的50%。

从婚姻状况来看，农民工群体婚姻状态更稳定，服刑人员中未婚和离异比例更高。从受教育程度来看，被访者受教育水平偏低，初中水平者相对居多，服刑人员教育水平明显低于一般农民工。从家庭特征来看，服刑人员的家庭年收入明显低于农民工，收入总量偏低或者贫富差距导致犯罪率增高的犯罪经济学理论间接得到佐证。服刑人员的家庭成员犯罪史明显多于普通农民工，二者差值为0.66。服刑人员的母亲平均受教育水平是小学肄业，普通农民工的母亲受教育水平是初中肄业。服刑人员的母亲更有可能患有精神疾病。服刑人员的家庭子女数目多于普通农民工，且更多为非独生子女，养育子女数量增多可能会分散监护人精力造成质量下降。从行为特征来看，服刑人员的失业率远远高于普通农民工，二者差距为0.51。服刑人员违纪行为（酗酒、赌博、斗殴经历）和违法行为（吸毒、偷盗、抢劫、侵犯经历）分别比普通农民工群体高于58个百分点和81个百分点。从保险状况来看，70%的服刑人员没有任何社会保险，普通农民工平均拥有1.81份保险，服刑人员的社会保障比普通农民工更加薄弱。普通农民工认为犯罪被发现的可能性和刑罚打击力度高于服刑人员估计值。

五、模型估计结果、检验与分析

（一）估计结果及检验

根据调查数据，本文采用SPSS16.0利用极大似然法（ML）对农民工收入犯罪倾向影响因素进行考察，选用全部变量进行统计分析的方法，估计结果见表3。其中模型一分析数据样本为普通农民工，模型二的样本是服刑农民工。

（二）估计结果分析

1.个人特征变量。性别（GEN）分别在10%和1%的显著性水平上对农民工犯罪倾向自我评价产生负向作用，表明男性比女性的犯罪倾向更大，服刑人员尤为突出。这与近年来男性犯罪占犯罪总量的90%以上的统计数目相符。年龄（AGE）在1%水平上具有显著的负向影响，表明年龄越轻的农民工或服刑人员其犯罪倾向越强，根据近年来人口普查统计，18～25岁的人占总人口的18%，但在刑事案件中占51.63%，青少年犯罪的时间机会成本低，犯罪率高已是事实。教育程度（EDU）在10%的显著性水平上对农民工犯罪倾向产生负向影响，在5%的显著性水平对服刑人员产生影响，表明教育水平越高的人犯罪倾向越低（经济犯罪类不适用）。婚姻状况（MAR）没有通过显著性检验。

2.家庭特征变量。家庭总收入（INC）对农民工犯罪倾向在10%和5%水平上具有显著影响，贫富差距产生的心理失衡感和犯罪结果乐观预期刺激农民工犯罪倾向并滋生犯罪行为，70%以上的农民工涉案均与侵财类相关。家庭成员是否有犯罪史（HIS）对普通农民工犯罪倾向没有显著影响，但是对服刑人员具有显著影响。家庭成员犯罪多是由于经济基础薄弱和社会关系缺乏导致其工作和学习能力的缺乏，父母犯罪的家庭更有可能通过遗传或者胎儿期的影响把生物特性传递给后代，从而妨碍孩子正常的社会化。遗传因素和社会纽带的弱化可能会导致服刑人员犯罪倾向增强。母亲受教育水平（MED）分别在5%和1%的显著性水平上对普通农民工和服刑人员犯罪倾向产生负向影响，表明母亲文化水平越高其犯罪倾向越低。母亲在教育子女方面的重要程度普遍高于父亲，教育水平更高的母亲往往具有更好的耐性、必要的教育技能和以身作则的精神，其子女持续进行有害行为的危害程度越低，以后犯罪倾向就越低。兄弟姐妹个数（SIB）对农民工犯罪倾向在10%和1%的显著性水平上产生负向影响，表明兄弟姐妹越多的家庭其犯罪倾向越高，兄弟姐妹过多可能使任何一个孩子都接受不到应得的关怀，而如果其中有一个兄弟姐妹产生犯罪或越轨行为就会成为调查样本滋生犯罪倾向的重要诱因。母亲是否有精神病（PSY）和是否独生子女（ONE）没有显著影响。

3.行为特征变量。是否失业（UNE）分别在10%和5%的显著性水平上对普通农民工和服刑人员产生影响，表明失业与农民工犯罪倾向成反比。一方面，失业率增加都会直接推动犯罪率上升，而由于农民工缺乏最低生活保障和社会保险，他们会更加脆弱并更容易走向犯罪；另一方面，失业率上升还会推动地方政府采取更加歧视民工的就业政策来保护城市居民的就业，因而在犯罪率上升和犯罪高峰持续的过程中起到了推波助澜的作用。是否曾有酗酒、赌博、斗殴（ALC）等违纪行为分别在10%和5%的显著性水平上对普通农民工和服刑人员犯罪倾向产生负向影响，表明早期行为中存在酗酒、抽烟、斗殴等现象的农民工更容易出现犯罪倾向。是否曾有吸毒、偷盗、抢劫、侵犯经历（DRU）等违法行为在5%和1%的显著性水平上对普通农民工和服刑人员犯罪倾向产生负向影响，表明曾经有犯罪纪录的农民工非常可能会再次涉案犯案。服刑人员平均犯案次数为6次，刑释人员重返社会后因其破坏性行为模式难以彻底改观所以仍不能对其放松警惕。

4.其他特征。社会保险（INS）对普通农民工犯罪倾向在10%的显著性水平上产生负向影响，表明社会保险越多的农民工其犯罪倾向越低。由于工业化和城市化带来的家庭和社区结构转型，收入差距产生的社会矛盾逐渐增加，农民工处于社会较低阶层，容易出现精神焦虑和反社会倾向。相对充足的社会保障有利于化解冲突，促进社会团结和谐。但社会保险（INS）变量对于服刑人员作用不显著，可能因为服刑人员社会保障普遍缺失而产生同质性削弱了联系，因此社会保险对于抑制犯罪倾向没有显著影响。犯罪被发现的可能性（POS）在5%的显著性水平上对普通农民工犯罪倾向产生负向影响，说明犯罪被发现的可能性越高，农民工犯罪倾向就越低。被捕可能性增高会提高农民工犯罪成本，降低其犯罪收益，因此可能使犯罪率下降。但是犯罪被发现可能性（POS）对服刑人员没有显著影响。刑罚打击力度（PEN）对普通农民工没有通过显著性检验。刑罚打击力度（PEN）对服刑人员在5%的显著性水平上产生负向影响，表明刑罚打击力度越大，服刑人员犯罪倾向越小。这是由刑罚的边际威慑作用原理所决定的。

六、结论与建议

本文以河北、吉林、山西、黑龙江、浙江、北京、河南、辽宁、山东、内蒙古10省份数据为例分析了农民工犯罪倾向的影响因素。研究结论表明：男性、年龄较小、受教育程度较低、家庭收入较少、母亲受教育水平较低、兄弟姐妹个数较多、失业、曾有酗酒赌博斗殴等违纪行为和吸毒偷盗抢劫侵犯经历等违法行为的全部农民工样本犯罪倾向较高。另外，社会保险状况较差和犯罪被发现可能性较低的普通农民工犯罪倾向较高。家庭成员有犯罪史和刑罚打击力度较小的服刑人员犯罪倾向较高。基于10省份实证研究结论，可以得出以下政策建议：

1.重视青少年、刑释人员和违纪人员3个群体的犯罪预防。青少年犯罪（18～25岁）犯罪已占据犯罪人员半壁江山，刑释人员所犯案件占据案件的一半以上，违纪人员释放强烈未来犯罪行为信号，控制好这3个群体才能抓住农民工犯罪的主要矛盾。具体策略可以从关爱青少年身心健康、重视刑释人员社会再融入过程的政策倾向和及时迅速得体处理违纪人员等方面入手。

2.提高学校教育和家庭教育水平。学校教育方面，男童和女童的教育应同时注重，因为未来犯罪主体是男性所以需要加强男童教育，因为女童是未来的母亲，而母亲的受教育水平较高会抑制子女犯罪倾向，所以需要加强女童教育。家庭教育方面，因为家庭成员有犯罪史具有连带效应，且兄弟姐妹数量有时与质量成反比。可以通过加大政府投资、鼓励民间志愿者行动、发展社区互助等措施实施。

3.提高就业与社会保障水平以保证农民工收入稳定性和缩小收入差距。通过各种途径增加就业岗位、取消非法收费是降低失业率和抑制犯罪率上升的重要途径。要尽快建立覆盖农村居民的社会保障（例如最低生活保障） 与救助体系，特别是针对城市失业民工的救助体系，以降低他们在城市劳动力市场上失业后的脆弱性与犯罪动机。这种公共政策瞄准目标的缩小，可以起到降低公共政策成本和提高政策效率的重要意义。

参考文献：

[1] 孔荣，王欣.农民工收入质量内涵思考[J].农业经济问题，2013（6）：5560.

[2]田鹤城，万广华，霍学喜.1955—2007年中国经济与犯罪关系实证研究[J].中国农业大学学报（社会科学版），2009（2）：146151.

[3]Machin S， Meghir C. Crime and Economic Incentives[J].Journal of Human Resources， 2004，39（4）：958979.

[4]Kennedy Bruce P， Ichiro Kawachi. Social Capital， Income Inequality， and Firearm Violent Crime[J].Social Science and Medicine，1998，47（1）：717.

[5]Tsushima Masahiro. Economic Structure and Crime： The Case of Japan[J].Journal of Socioeconomics，1996，25（4）：497515.

[6]Fajnzylber Pablo， Daniel Lederman， Norman Loayza. What Causes Violent Crime？ [J].European Economic Review，2002，46（2）：1 3231 357.

[7]陈春良，史晋川.收入差距、劳动力市场状况与犯罪率[J].经济学动态，2011（8）：115121.

[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）：3444.

[9]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） ：1325.

[10]Joanne M Doyle，Ehsan Ahmed，Robert N Horn.The Effects of Labor Markets and Income Inequality on Crime[J].Southern Economic Journal，1999，65（4）：717738.

[11]Kelly M.Inequality and Crime[J].The Review of Economics and Statistics，2000，82（4） ：530539.

[12]D R Taft.Does Immigration Increase Crime [J].Social Force，1933，12（1）：6977.

[13]T Sellin.Culture，Conflict and Crime [M].New York： Social Science Research Council，1938：97101.

[14]梁亚民，杨晓伟.中国城市化进程与犯罪率之间关系的实证研究——基于结构突变的协整分析[J].犯罪研究，2010（4）：1625.

[15]陈屹立.犯罪经济学研究新进展[J].经济学动态，2007（12）：6771.

[16]Cullen Francis T，John P Wright，Mitchell B Chamlin.Social Support and Social Reform：A Progressive Crime Control Agenda[J].Crime and Delinquency，1999（45）：188207.

[17]M Bianchi，P Buonanno，P Pinotti.Immigration and Crime ：An Empirical Analysis [EB/OL].（20091126）[20151201].http：// www.bancaditalia.it/ pubblicazioni/econo/ temidi/ td08/ T D698 08/ T D 698 08 en/ entema 698.pdf.

[18]C Moehling，A M P iehl.Immigration and Crime in Early 20th Century America[EB/OL] .（20091126）[20151201].http：//snde.rutgers.edu/ Rutgers/ wp/2007/04.pdf.

[19]Bell B，S Machin. Immigrant Enclaves and Crime[J].Journal of Regional Science，2013，53（1）：118141.

[20]Bell B，F Fasani， S Machin. Crime and Immigration：Evidence From Large Immigrant Waves[J].Review of Economics and Statistics， 2013，21 （3）：1 2781 290.

[21]Becker Gary S. Crime and Punishment：An Economic Approach[J].Journal of Political Economy，1968，76（2）：169217.

[22]Casare Beccaria. Crimes and Punishments[M].Originally Published in Italian，1764：9899.

[23]Jeremy Bentham. An Introduction to the Principles of Morals and Legislation[M].Oxford： Clarendon Press，1789：256258.

[24]Levitt S.The Effect of Prison Population Size on Crime Rates： Evidence From Prison Overcrowding Litigation[J].The Quarterly Journal of Economics，1996，111（2）： 319351.

[25]Di Tella R，E Schargrodsky.Do Police Reduce Crime？ Estimates Using the Allocation of Police Forces After Terrorist Attack[J].The American Economic Review，2004，94（1）：115133.

[26]Hansen B.Econometrics[M].Unpublished Monograph，2014：321323.

[27]Blau. The Cost of Inequality：Metropolitan Structure and Violent Crime[J].American Sociological Review，1982，47（1）：114 129.

[28]陈硕，章元.治乱无需重典：转型期中国刑事政策效果分析[J].经济学，2014（7）：1 4611 484.

[29]张丹丹，王也， Xin Meng，等.农民工犯罪类别的决定因素—基于监狱调查数据的实证分析[J].经济学，2014（10）：83112.

[30]宋浩波.犯罪经济学[M].北京：中国人民公安大学出版社，2002：123125.

Study on Influencing Factors of Migrant Workers Criminal Tendencies