自媒体时代来临，青少年犯罪亮红灯？

郭欢萍　蔡建哲

【摘 要】 本文从收入差距、城镇化程度方面，根据我国1990-2013年的青少年犯罪率，利用VAR模型对我国青少年犯罪的影响因素进行实证分析。研究发现，未成年人的犯罪率与贫富差距等方面关系密切，存在长期均衡关系；面对收入差距变化的冲击，未成年人犯罪率有快速上升的趋势；面对城镇化发展冲击，青年犯罪率一直处于上升趋势。

【关键词】 青少年犯罪率 泰尔指数 城镇化率增加率 VAR模型

数 据

本文利用建立VAR模型方法来分析青少年犯罪率与城乡收入差距、城镇化率、社会教育程度的关系。

来源与变量定义

本文数据来源于1990～2013年《中国统计年鉴》，青少年犯罪率数据来源于1989～2013年《中国法律年鉴》、1980-1985年《中国青少年犯罪研究年鉴》、2000年《中国青少年犯罪研究年鉴》。

本文以每十万人公安机关立案数作为青少年犯罪率，剔除了人口因素，包括18周岁以下的未成年人犯罪率和18-25周岁青年人犯罪率。具体变量为：Youth Crime（YC）-青年犯罪率（平均每十万人公安机关批捕人数）、Juvenile Crime（JC）未成年人犯罪率（平均每十万人公安机关批捕人数）、Urbanization （UI）-城镇化率增加率（城镇化率为户籍人口中非农人口比重）、Thayer Index（TI）-泰尔指数（衡量收入差距的标准）。注：1、以1990年物价水平为基础，剔除了物价水平差异因素；2、彭定赟（2014）收入差距的泰尔指数计算公式为：（1）。

VAR模型的建立

在所有序列之间存在协整关系，且所有变量差分至平稳的情况下，建立VAR模型对被解释变量和解释变量的关系进行确定。

模型设定

稳定性检验

进行稳定性检验之前，要确定滞后阶数，滞后期判断结果：由SC、LR等准则综合判断得出，模型的最优滞后期为3。通过AR特征多项式对VAR（3）模型進行稳定性检验，稳定性检验如图1所示。

从图1看出，所有特征根的模都小于1（位于单位圆内）。

故VAR（3）模型稳定，即青少年犯罪率和贫富差距构成的系统稳定。

脉冲响应函数（Impulse Response Function， IRF）

广义脉冲响应函数可克服传统脉冲响应函数的不足，分析结果如图2。

从脉冲响应图可看出，面对收入差距变化的冲击，未成年人犯罪率有个快速上升的趋势，第4期到达最大值，之后趋于平稳。面对城镇化发展的冲击，未成年人犯罪率在第5-6期有简短的上升阶段，之后逐渐下降；同样，面对城镇化发展冲击，青年犯罪率一直处于上升趋势，第7期后上升趋于缓慢。

方差分解

为进一步分析影响因素的相对作用大小，基于VAR（3）进行方差分解，分析期长度选为10期，结果为：

1、综合10期来看，X1对Y1的贡献率依次加强，X1对Y1贡献率最大，即收入差距的泰尔指数对未成年人犯罪率的影响作用逐渐增加，有长期的滞后作用；城镇化率增加率（X2）对Y1的贡献率次之，但城镇化率增加率（X2）对未成年人犯罪率的影响不可忽略。

2、综合来看：青年犯罪率（Y2）的影响因素为泰尔指数（X1）、城镇化率增加率（X2），第1期时，Y2自身的贡献率最大；第6期，X1对Y2的贡献率最大，，即收入差距的泰尔指数对青年犯罪率的影响作用逐渐增加，有长期的滞后作用；城镇化率增加率（X2）对Y2的贡献率次之，但城镇化率增加率（X2）对青年犯罪率的影响不可以忽略。

从上述分析知，收入差距的泰尔指数（X1）对青少年犯罪率的影响最大，有长期滞后作用，其次是城镇化率增加率（X2）对青少年犯罪率的影响，但其作用不可以被忽略。

VAR模型的建立

由上式（6）、（7）可知，Y1受到自身滞后1阶的正向影响较大；受到X1、X2滞后2阶的负向影响较大。Y2受到自身滞后3阶的负向影响较大；受到X1、X2滞后2阶的负向影响较大。表明，从长期来看，贫富差距对青少年犯罪率有负向影响关系。

本文运用VAR模型的脉冲响应函数、方差分解法，对1990-2013年的青少年犯罪率进行了分析。结果表明：

1、收入差距的泰尔指数对青少年犯罪率的影响最大，有长期滞后作用；2、面对收入差距变化的冲击，未成年人犯罪率有快速上升的趋势；面对城镇化发展冲击，青年犯罪率一直处于上升趋势。