常 雪， 蘇 群， 周春芳,2

（1. 南京農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210095； 2. 江蘇省社會(huì)科學(xué)院 農(nóng)發(fā)所，江蘇 南京 210004）

一、引 言

改革開(kāi)放以來(lái)，中國(guó)經(jīng)濟(jì)持續(xù)快速增長(zhǎng)，城鄉(xiāng)居民的收入水平大幅度提升，人民生活水平也得到了顯著改善。但是伴隨著經(jīng)濟(jì)增長(zhǎng)，20世紀(jì)80年代以來(lái)我國(guó)刑事案件總量也保持明顯的增長(zhǎng)趨勢(shì)。《中國(guó)統(tǒng)計(jì)年鑒》數(shù)據(jù)顯示，與2000年相比，2014年公安機(jī)關(guān)立案的刑事案件數(shù)量已經(jīng)翻了一番。社會(huì)穩(wěn)定是經(jīng)濟(jì)發(fā)展的重要前提，犯罪率的持續(xù)上升，不僅威脅居民日常的人身和財(cái)產(chǎn)安全，還會(huì)造成社會(huì)恐慌和動(dòng)蕩，影響國(guó)家長(zhǎng)治久安和健康發(fā)展，偏離中國(guó)構(gòu)建和諧社會(huì)的目標(biāo)。因此，對(duì)犯罪問(wèn)題的研究一直是國(guó)內(nèi)外學(xué)者的重要議題。自Becker（1965）提出犯罪經(jīng)濟(jì)理論以來(lái)，眾多學(xué)者關(guān)注到犯罪率持續(xù)增長(zhǎng)的影響因素，以期通過(guò)剖析犯罪的影響因素，達(dá)到預(yù)防犯罪、促進(jìn)經(jīng)濟(jì)發(fā)展、維護(hù)社會(huì)穩(wěn)定的目的，這些因素涉及警力（許玲麗和周亞虹，2011）、民生支出（陳剛，2010；毛穎，2011）、收入差距（Kelly，2000；郭曉紅，2012）、教育（Buonanno和Montolio，2008；崔玉平，2010）、戶籍制度（陳碩，2012；王同益，2016）、失業(yè)率（章元等，2011；Fallahi和Rodríguez，2014）等社會(huì)、經(jīng)濟(jì)的各個(gè)方面，對(duì)解釋犯罪率的攀升提供了有益的思路。然而，在社會(huì)經(jīng)濟(jì)穩(wěn)步發(fā)展的情況下，一方面戶籍制度改革的推進(jìn)和社會(huì)保障制度的構(gòu)建已經(jīng)極大改善了城鄉(xiāng)居民的就業(yè)和生存環(huán)境；另一方面，無(wú)論是城鄉(xiāng)居民的收入水平、人均受教育程度，還是民生支出與公共安全投入雖然都不斷提高，但這些方面的改善并沒(méi)能改變犯罪率持續(xù)上升的態(tài)勢(shì)，這是否說(shuō)明，除了已有研究探討過(guò)的因素，還存在其他造成社會(huì)不穩(wěn)定的因素。本文試圖從房?jī)r(jià)的視角，研究其對(duì)我國(guó)犯罪率的影響及其作用機(jī)理，以期發(fā)現(xiàn)一些有價(jià)值的結(jié)論。

自中國(guó)住房制度改革以來(lái)，住房問(wèn)題，尤其是快速增長(zhǎng)的房?jī)r(jià)已經(jīng)成為人們關(guān)注的焦點(diǎn)。節(jié)節(jié)攀升的房?jī)r(jià)導(dǎo)致普通收入的居民對(duì)房產(chǎn)可望而不可即，給我國(guó)城鎮(zhèn)居民以及眾多的流動(dòng)人口帶來(lái)了巨大的經(jīng)濟(jì)負(fù)擔(dān)和精神壓力。盡管多地實(shí)施“限貸”、“限購(gòu)”等房地產(chǎn)調(diào)控政策，但是房?jī)r(jià)持續(xù)快速上漲的態(tài)勢(shì)并沒(méi)有得到緩解。根據(jù)國(guó)家統(tǒng)計(jì)局2016年8月公布的70個(gè)大中城市住宅銷(xiāo)售價(jià)格變動(dòng)情況，與2015年同期相比，70個(gè)大中城市中有62個(gè)城市新建商品住宅價(jià)格上漲，同比價(jià)格變動(dòng)中，最高漲幅為44.3%。高房?jī)r(jià)絕非僅僅是經(jīng)濟(jì)問(wèn)題，住房作為一種基本需求，房?jī)r(jià)上升，一方面，可能導(dǎo)致部分行為者迫于經(jīng)濟(jì)壓力而實(shí)施盜竊、詐騙、搶劫等以財(cái)產(chǎn)為目的的犯罪；另一方面，房地產(chǎn)投資進(jìn)一步拉大了不同群體的收入差距，容易使低收入群體產(chǎn)生相對(duì)剝奪感，進(jìn)而出于報(bào)復(fù)、仇富等心理做出失范行為。

本文通過(guò)對(duì)1999年至2014年全國(guó)公安機(jī)關(guān)立案的刑事案件數(shù)量與全國(guó)商品房平均銷(xiāo)售價(jià)格數(shù)據(jù)的整理，發(fā)現(xiàn)兩者具有明顯的同周期趨勢(shì)（如圖1所示）。如果將刑事犯罪率細(xì)化到各省份，同樣發(fā)現(xiàn)高犯罪率地區(qū)與高房?jī)r(jià)地區(qū)具有較高的一致性（如圖2所示）。其中，東部沿海地區(qū)房?jī)r(jià)較高，犯罪率也較高；東北及中部一些地區(qū)犯罪率和房?jī)r(jià)均處于較低水平；西部地區(qū)中的新疆維吾爾自治區(qū)，由于特殊原因犯罪率較高，導(dǎo)致該地區(qū)犯罪率與房?jī)r(jià)匹配性較差，但從全國(guó)范圍來(lái)看，總體分布情況比較一致。

圖1 刑事案件與房?jī)r(jià)趨勢(shì)圖

縱觀國(guó)內(nèi)外對(duì)犯罪率影響因素的研究，目前在控制變量中涉及房?jī)r(jià)的文獻(xiàn)只有兩篇（徐宏發(fā)，2014；徐宏發(fā)，2015），且都存在需要改進(jìn)的地方。已有研究的數(shù)據(jù)截止于2010年，并且沒(méi)有考慮到物價(jià)以及居民收入的變化。一方面，2010年至今，全國(guó)商品住房與教育資源、婚姻掛鉤越來(lái)越普遍，再加上城市中涌現(xiàn)了大量的流動(dòng)人口，特別是舉家搬遷的流動(dòng)人口增加，對(duì)商品房的需求快速增長(zhǎng)，房地產(chǎn)市場(chǎng)與社會(huì)治安環(huán)境均發(fā)生了明顯的變化；另一方面，近些年房?jī)r(jià)和居民收入都有較高水平的提升，當(dāng)討論房?jī)r(jià)上漲的影響時(shí)，還應(yīng)參考商品消費(fèi)指數(shù)的變化以及居民收入的提高，僅用房?jī)r(jià)一個(gè)指標(biāo)很難反映居民的實(shí)際購(gòu)房能力。為此，本文將使用1999–2014年省級(jí)面板數(shù)據(jù)，從經(jīng)濟(jì)學(xué)角度檢驗(yàn)房?jī)r(jià)上漲對(duì)犯罪率的影響及其影響機(jī)制，并將房?jī)r(jià)與城鄉(xiāng)居民收入相結(jié)合，驗(yàn)證住房支付能力是否是導(dǎo)致各省份犯罪率上升的原因，從而為改善治安環(huán)境、促進(jìn)社會(huì)穩(wěn)定提供新的努力方向。

圖2 全國(guó)平均房?jī)r(jià)和人民檢察院每萬(wàn)人逮捕人數(shù)分布圖

二、理論分析

根據(jù)Merton（1938）的失范—壓力理論，任何社會(huì)都會(huì)確立一些它認(rèn)為值得追求的目標(biāo)，通常是金錢(qián)等物質(zhì)目標(biāo)或者社會(huì)地位和聲望等象征“成功”的精神目標(biāo)。實(shí)現(xiàn)目標(biāo)的途徑往往因個(gè)人所處的階層和地位的不同而存在差異，當(dāng)一個(gè)人無(wú)法用合法的手段或制度性的手段達(dá)到目標(biāo)時(shí)，壓力或緊張感就會(huì)產(chǎn)生，當(dāng)緊張狀態(tài)累積到一定程度時(shí)，就會(huì)產(chǎn)生挫敗和憤怒等緊張情緒，越軌和犯罪就成為一種替代性手段。與此類(lèi)似的還有1939年美國(guó)耶魯大學(xué)心理學(xué)家多拉德和米勒等5人提出的挫折—攻擊理論（frustration-agression hypothesis），用于解釋挫折感對(duì)人類(lèi)產(chǎn)生攻擊行為的影響，攻擊行為的內(nèi)部動(dòng)力主要來(lái)自人自身“追求優(yōu)越”的動(dòng)機(jī)，這種驅(qū)動(dòng)力受到內(nèi)部或外部的阻礙時(shí)，會(huì)形成自卑感，如果環(huán)境中存在引起攻擊的線索時(shí)，會(huì)進(jìn)一步導(dǎo)致對(duì)社會(huì)和他人的敵對(duì)，產(chǎn)生某種形式的攻擊行為。

根據(jù)以上理論，挫折感可能來(lái)自于情感、經(jīng)濟(jì)、職業(yè)和身份地位等多方面，房?jī)r(jià)上漲在經(jīng)濟(jì)上和情感上都有可能給普通居民帶來(lái)一定的壓力和挫折感。在經(jīng)濟(jì)方面，住房是普通居民的生活必需品，且隨著人們生活水平的提高，改善住房條件的需求進(jìn)一步增強(qiáng)，而隨著房?jī)r(jià)的上漲，人們實(shí)現(xiàn)購(gòu)房目標(biāo)的難度加大，所要承受的經(jīng)濟(jì)負(fù)擔(dān)加強(qiáng)，會(huì)產(chǎn)生自卑等消極情緒。與此同時(shí)，住房的價(jià)值不再局限于居住的功能，住房已經(jīng)與婚姻、教育、社會(huì)福利等緊密聯(lián)系在一起，關(guān)乎居民的子女入學(xué)及享受戶籍制度附加的其他福利等一系列實(shí)際問(wèn)題，住房對(duì)于普通居民起著超越居住和投資以外的作用。房?jī)r(jià)持續(xù)上漲，會(huì)導(dǎo)致部分居民的住房需求難以得到滿足，從而產(chǎn)生巨大的壓力和緊張情緒。研究表明，高房?jī)r(jià)通過(guò)影響居民的儲(chǔ)蓄、投資行為，從而導(dǎo)致城鎮(zhèn)居民的福利水平普遍下降，其中低收入階層下降最多（陳彥斌和邱哲圣，2011）。對(duì)于租房者來(lái)講，租房費(fèi)用也隨房?jī)r(jià)上漲而增加，可支配收入減少，影響租房者的生活質(zhì)量。因此，房?jī)r(jià)暴漲會(huì)給一部分居民帶來(lái)較重的經(jīng)濟(jì)負(fù)擔(dān)和精神壓力，為了減緩由此造成的壓力和挫折感，一方面會(huì)為了購(gòu)房，選擇快捷但是不被社會(huì)認(rèn)可的非法賺錢(qián)途徑，如盜竊、詐騙、敲詐、貪污等以獲得金錢(qián)財(cái)物為目的的經(jīng)濟(jì)犯罪；另一方面還可能由于心理不滿而遷怒于他人和社會(huì)，采取報(bào)復(fù)社會(huì)式的極端行為，如損壞公物、打架等暴力犯罪。

房?jī)r(jià)暴漲也會(huì)引發(fā)情感方面的壓力和挫折感，進(jìn)而發(fā)展為犯罪。高房?jī)r(jià)的刺激導(dǎo)致婚姻向物質(zhì)化和金錢(qián)化趨勢(shì)發(fā)展，是否有房成為重要的擇偶標(biāo)準(zhǔn)之一，有房者，尤其是擁有高附加值房產(chǎn)的人在婚姻市場(chǎng)中的優(yōu)勢(shì)體現(xiàn)出來(lái)，也因此產(chǎn)生大量因住房條件處于劣勢(shì)而被淘汰的未婚青年，隨著挫折感的加強(qiáng)，極易產(chǎn)生失衡心理，因一時(shí)沖動(dòng)而做出不理智的行為。并且房?jī)r(jià)上漲導(dǎo)致房屋增值，眾人對(duì)房產(chǎn)的分配產(chǎn)生前所未有的重視，并由此催生出一系列與拆遷補(bǔ)償、財(cái)產(chǎn)分配相關(guān)的經(jīng)濟(jì)糾紛，導(dǎo)致熟人、親屬之間原本親密的關(guān)系出現(xiàn)嫌隙或是反目，由此產(chǎn)生的案件也不在少數(shù)。甚至出現(xiàn)以詐騙為目的的騙婚，經(jīng)濟(jì)糾紛還有可能進(jìn)一步演化為人身傷害等暴力沖突。

另外，高房?jī)r(jià)更是惡化了我國(guó)大量流動(dòng)人口的住房問(wèn)題，可能會(huì)引發(fā)社會(huì)犯罪率的升高。以流動(dòng)人口中占有較高比例的農(nóng)民工為例，根據(jù)2014年全國(guó)農(nóng)民工監(jiān)測(cè)調(diào)查報(bào)告，農(nóng)民工居住支出已經(jīng)占生活消費(fèi)支出的47.1%?？梢?jiàn)住房支出已經(jīng)成為農(nóng)民工日常消費(fèi)的主要開(kāi)支。為了節(jié)約住房成本，租金低廉的城鄉(xiāng)結(jié)合部或城郊多成為農(nóng)民工聚集的地方。社會(huì)解組論（social disorganization theory）將違法行為與居住環(huán)境聯(lián)系在一起，犯罪并不是孤立的社會(huì)現(xiàn)象，具有一定的地區(qū)集聚性，芝加哥學(xué)派的犯罪學(xué)家Clifford Shaw和Henry Mckay在1900–1933年間對(duì)55 998份城市區(qū)域少年犯罪進(jìn)行記錄發(fā)現(xiàn)，犯罪率高的區(qū)域具有居民流動(dòng)性強(qiáng)、公共設(shè)施不足、住房破敗、環(huán)境衛(wèi)生較差等特點(diǎn)，也往往伴隨較多的其他社會(huì)問(wèn)題。我國(guó)城鎮(zhèn)化進(jìn)程中，流動(dòng)人口眾多，特別是大量處于非正規(guī)勞動(dòng)力市場(chǎng)的流動(dòng)人口，他們承受著較為繁重的勞動(dòng)強(qiáng)度，工作的穩(wěn)定性相對(duì)較差，醫(yī)療、養(yǎng)老等社會(huì)保障缺乏，市民化的進(jìn)程因住房問(wèn)題受到巨大的阻礙。這些集聚在工廠附近或是城郊的大量勞動(dòng)者業(yè)余生活十分匱乏，被邊緣化的感受強(qiáng)烈，勞動(dòng)之余會(huì)以酗酒、賭博等不良的方式消遣時(shí)間，極易形成以居住環(huán)境為基礎(chǔ)的亞文化，引發(fā)社會(huì)失序。此外，信貸對(duì)外來(lái)人口以及一些低收入者較為嚴(yán)格，貸款門(mén)檻較高，受貸款難、落戶難、收入不穩(wěn)定等因素的影響，這部分群體買(mǎi)房難度很大，一般來(lái)說(shuō)，無(wú)房者會(huì)比較難以融入城市（韓俊強(qiáng)，2013），很難對(duì)城市產(chǎn)生歸屬感，這會(huì)降低其犯罪的心理成本和機(jī)會(huì)成本，誘發(fā)其成為社會(huì)不穩(wěn)定因素。而數(shù)據(jù)也恰恰顯示，流動(dòng)人口犯罪率遠(yuǎn)遠(yuǎn)高于普通居民，如北京市刑事案件的82%來(lái)自非京籍的流動(dòng)人口①參見(jiàn)《刑事案件分析報(bào)告：流動(dòng)人口成犯罪主流，非京籍占82%》，人民網(wǎng)，http://legal.people.com.cn/n/2013/0929/c204446-23078496.html.2013-9-29。，在廣州市，這一比例同樣高達(dá)86%②參見(jiàn)《廣州流動(dòng)人口犯罪占全市犯罪86%，安全感呢？》，廣州日?qǐng)?bào)，http://gz.southcn.com/content/2015-08/11/content_130400787.htm。，遠(yuǎn)高于流動(dòng)人口在總?cè)丝谥兴嫉谋戎亍?/p>

在考慮住房支付能力的情況下，以往研究證明東部地區(qū)的房?jī)r(jià)收入比要高于中部和西部地區(qū)（董昕和周衛(wèi)華，2014），說(shuō)明東部地區(qū)住房支付能力較弱，而在全國(guó)犯罪率較高的地區(qū)中，東部省份占了大部分。雖然房?jī)r(jià)與居民收入都呈現(xiàn)逐年遞增的趨勢(shì)，甚至社會(huì)平均收入的增長(zhǎng)在某些地區(qū)可能要高于平均房?jī)r(jià)的增長(zhǎng)，但是由于收入分配不平衡，低收入家庭在整個(gè)社會(huì)中占有更高的比例，因此，實(shí)際上富裕家庭的房?jī)r(jià)收入比在降低，而貧困家庭的房?jī)r(jià)收入比在上升（周華東和周亞虹，2015），低收入人群和高收入人群的住房支付能力的差距在逐漸拉大，低收入群體的住房支付能力相對(duì)降低，購(gòu)買(mǎi)自住房的難度較大，房?jī)r(jià)增長(zhǎng)過(guò)快損害的是大部分人的福利。

綜上分析，提出本文第一個(gè)研究假說(shuō)：

假說(shuō)1：房?jī)r(jià)越高，犯罪率越高；農(nóng)村居民和城鎮(zhèn)居民的住房支付能力越低，犯罪率越高。

房?jī)r(jià)上漲還會(huì)擴(kuò)大不同群體的收入差距。布勞夫婦的研究表明收入差距的存在會(huì)產(chǎn)生相對(duì)剝奪感，產(chǎn)生憤怒傾向，生成犯罪行為（Blau和Blau，1982）。“相對(duì)剝奪感”是一種行為者通過(guò)將自己的處境與某些參照物對(duì)比，認(rèn)為自己處于劣勢(shì)的主觀心理感受。馬克思曾就“相對(duì)剝奪感”做過(guò)形象的描述，當(dāng)一座小房子周?chē)际切》孔訒r(shí)，它能滿足人們對(duì)于住房的一切要求，但當(dāng)小房子周?chē)霈F(xiàn)宮殿，對(duì)比之下，小房子就會(huì)顯得如茅屋般簡(jiǎn)陋。隨著房?jī)r(jià)的不斷攀升，隨之而來(lái)的是貧富差距不斷拉大，收入差距、貧富差距是刺激產(chǎn)生相對(duì)剝奪感的主要來(lái)源，現(xiàn)有研究已經(jīng)證實(shí)收入差距對(duì)犯罪率的上升有重要的解釋作用（吳一平和芮萌，2011）。由于房產(chǎn)具有長(zhǎng)期使用和保值增值的特性，中國(guó)的城市住房市場(chǎng)存在明顯的分割，按照是否擁有投資性住房和自住性住房可以將居民分為三類(lèi)：有投資性住房的家庭，可以通過(guò)轉(zhuǎn)讓或出租多余的住房而獲得財(cái)產(chǎn)性收入；有自主性住房的家庭，由于住房是剛性需求，房?jī)r(jià)上漲僅會(huì)增加家庭的賬面財(cái)富，并不能起到改善家庭生活的作用；尚未擁有住房的家庭，一方面買(mǎi)房難度升級(jí)，并且租房費(fèi)用提高，另一方面即使有能力購(gòu)買(mǎi)住房，也需要支付更多的費(fèi)用，面臨較大的經(jīng)濟(jì)壓力。房?jī)r(jià)上漲導(dǎo)致多房者從中獲益，無(wú)房者利益受損，其中隱含著收入分配的惡化，再加上投資渠道的有限性，高收入者大量購(gòu)房，再次推動(dòng)了住房投資的需求膨脹和價(jià)格上漲，高漲的房?jī)r(jià)反過(guò)來(lái)又進(jìn)一步惡化收入分配。因而房?jī)r(jià)的快速增長(zhǎng)會(huì)拉大貧富差距，進(jìn)而拉大不同收入群體的心理距離，容易形成互相對(duì)立的階層。再者，在房?jī)r(jià)飆升的地區(qū)，購(gòu)房依然很熱，難免讓一些低收入人群產(chǎn)生更為強(qiáng)烈的仇富心理。加之，對(duì)于房產(chǎn)這類(lèi)看得見(jiàn)的財(cái)產(chǎn)比收入和儲(chǔ)蓄更加公開(kāi)地出現(xiàn)在人們的生活中，更容易對(duì)低收入人群產(chǎn)生貧富差距的直觀感覺(jué)，生成相對(duì)剝奪感，進(jìn)而引發(fā)犯罪。房?jī)r(jià)上漲所產(chǎn)生的收入差距和財(cái)富差距具有緊密的關(guān)系，高收入家庭會(huì)擁有更多的財(cái)富（梁運(yùn)文等，2010），同時(shí)家庭財(cái)富越高，其工資性收入也越高（林芳等，2014），財(cái)富持有不平等會(huì)導(dǎo)致收入差距的拉大。由于財(cái)富差距難以準(zhǔn)確衡量，本文以收入差距近似代替房?jī)r(jià)上漲刺激犯罪的影響途徑，由此，提出本文的第二個(gè)研究假說(shuō)：

假說(shuō)2：房?jī)r(jià)上漲會(huì)拉大收入差距，進(jìn)而對(duì)犯罪率產(chǎn)生影響。

三、計(jì)量模型與數(shù)據(jù)描述

由于我國(guó)自1998年開(kāi)始對(duì)住房制度實(shí)施徹底的貨幣化和市場(chǎng)化改革，明確提出停止住房實(shí)物分配，促進(jìn)住房商品化。自此，我國(guó)的住房體制由傳統(tǒng)的福利住房體制轉(zhuǎn)向市場(chǎng)化的住房體制。因而，商品房銷(xiāo)售價(jià)格數(shù)據(jù)最早可追溯至1999年。考慮數(shù)據(jù)的可獲得性和準(zhǔn)確性，本文將利用1999–2014年的省級(jí)面板數(shù)據(jù)對(duì)房?jī)r(jià)上漲和犯罪率的關(guān)系進(jìn)行分析。

（一）模型設(shè)定

1. 固定效應(yīng)模型

本文首先采用固定效應(yīng)模型來(lái)分析房?jī)r(jià)和房?jī)r(jià)收入比對(duì)犯罪率的影響。其中，式（1）為房?jī)r(jià)對(duì)犯罪率的影響模型，式（2）為房?jī)r(jià)收入比對(duì)犯罪率的影響模型。

2. 動(dòng)態(tài)面板數(shù)據(jù)模型

考慮到刑事犯罪具有慣性，上一年的刑事犯罪率對(duì)本年的刑事犯罪率有顯著的正面影響（毛穎，2011）。根據(jù)萊默特（Edwin M.lement）和貝克爾（Howard Becker）的標(biāo)簽理論，有過(guò)犯罪經(jīng)歷的人有可能被“標(biāo)簽化”，在開(kāi)始新生活和重新就業(yè)時(shí)受到排斥，有更低的預(yù)期工資，對(duì)這些有過(guò)入獄經(jīng)歷的人，犯罪的機(jī)會(huì)成本更小。因此，本文加入犯罪率的滯后一期數(shù)據(jù)，進(jìn)一步構(gòu)建動(dòng)態(tài)面板數(shù)據(jù)模型對(duì)房?jī)r(jià)與犯罪率的關(guān)系進(jìn)行驗(yàn)證。式（3）和式（4）分別代表房?jī)r(jià)和房?jī)r(jià)收入比對(duì)犯罪率的回歸方程。

結(jié)合上文中的理論分析，為了驗(yàn)證假說(shuō)中的影響機(jī)制，本文構(gòu)建中介效應(yīng)模型，對(duì)房?jī)r(jià)通過(guò)拉大收入差距影響犯罪率的途徑進(jìn)行實(shí)證研究。根據(jù)理論假說(shuō)，本文參考溫忠麟教授（溫忠麟等，2004；溫忠麟和葉寶娟，2014）對(duì)中介效應(yīng)模型的相關(guān)研究經(jīng)驗(yàn)，構(gòu)建中介變量示意圖（如圖3所示）。構(gòu)建的模型包括如下三個(gè)方程：

圖3 中介變量示意圖

其中，Y代表犯罪率，P代表房?jī)r(jià)，M代表城鎮(zhèn)居民內(nèi)部的收入差距。系數(shù)c為房?jī)r(jià)對(duì)犯罪率的總效應(yīng)；系數(shù)a為房?jī)r(jià)對(duì)中介變量收入差距的效應(yīng)；系數(shù)b是在控制了房?jī)r(jià)的影響后，收入差距作為中介變量對(duì)犯罪率的效應(yīng)；系數(shù)是控制了收入差距后，房?jī)r(jià)對(duì)犯罪率的直接效應(yīng)。是回歸殘差。

（二）變量定義和數(shù)據(jù)描述

本文的因變量為各省份的年度刑事犯罪率。對(duì)于犯罪率的定義，一般有公安機(jī)關(guān)立案的刑事數(shù)量以及人民檢察院批準(zhǔn)逮捕和起訴的數(shù)量?jī)煞N口徑。張向達(dá)和張家平（2015）以公安機(jī)關(guān)對(duì)于刑事案件每10萬(wàn)人的立案數(shù)作為衡量全國(guó)刑事犯罪率的指標(biāo)，但是從省級(jí)層面進(jìn)行分析時(shí)，部分省級(jí)公安機(jī)關(guān)立案數(shù)據(jù)并未有詳細(xì)的記載。陳力朋等（2014）利用各省刑事批捕人數(shù)占全國(guó)的比例推算出各省刑事立案數(shù)，此種換算方法以各省刑事立案數(shù)與刑事批捕人數(shù)在全國(guó)范圍內(nèi)占相同的比例為假設(shè)，而實(shí)際上并沒(méi)有充分的證據(jù)能證明這一假設(shè)成立。本文采取各地區(qū)人民檢察院每萬(wàn)人批準(zhǔn)逮捕的刑事犯罪嫌疑人數(shù)作為衡量犯罪率的指標(biāo)。數(shù)據(jù)來(lái)源于2000–2015年各省（市、自治區(qū)）人民檢察院工作報(bào)告。根據(jù)逮捕的法律條件，有證據(jù)證明有犯罪事實(shí)，可能判處徒刑以上刑罰才會(huì)被逮捕，因此，以人民檢察院批準(zhǔn)逮捕的人數(shù)作為衡量刑事犯罪率的近似指標(biāo)具有合理性。

本文衡量房?jī)r(jià)的關(guān)鍵指標(biāo)是房?jī)r(jià)和房?jī)r(jià)收入比。為了消除物價(jià)因素的影響，房?jī)r(jià)數(shù)據(jù)用零售商品價(jià)格指數(shù)（以1998年為基數(shù)100）對(duì)商品房平均每平方米銷(xiāo)售價(jià)格數(shù)據(jù)平減?？紤]到農(nóng)村人口到城市購(gòu)房的需求提高，且城市和農(nóng)村的家庭收入存在較大差異，本文分別計(jì)算農(nóng)村居民和城市居民的住房支付能力，以房?jī)r(jià)收入比衡量，其中城市房?jī)r(jià)收入比以“商品房?jī)r(jià)格”與“城鎮(zhèn)居民家庭人均可支配收入”之比衡量，農(nóng)村房?jī)r(jià)收入比以“商品房?jī)r(jià)格”與“農(nóng)村居民家庭人均基本純收入”之比衡量，房?jī)r(jià)收入比越高，說(shuō)明住房支付能力越低。

在控制變量的選擇上，本文參考了多位學(xué)者的研究結(jié)論，選取的控制變量包括：經(jīng)濟(jì)因素有經(jīng)濟(jì)發(fā)展水平、收入差距、城市化水平和失業(yè)率；社會(huì)因素有教育、互聯(lián)網(wǎng)普及率、性別比；政府方面的因素有福利支出、公共安全支出以及“嚴(yán)打”的實(shí)施。其中作為中介變量的收入差距主要以城鎮(zhèn)居民內(nèi)部的收入差距為衡量指標(biāo)，我們根據(jù)1999–2014年各省及直轄市城鎮(zhèn)常住居民按收入分組五等份或七等份的家庭人均可支配收入情況，計(jì)算了城鎮(zhèn)居民收入分布的基尼系數(shù)，計(jì)算方法參照Yao（1999），假定樣本人口可以分成n組，設(shè)wi和fi分別代表第i組的人均收入份額和人口頻數(shù)（i=1，2，…，n），對(duì)全部樣本按人均收入由小到大排序后，基尼系數(shù)G可以表為從1到i的累積收入比重，B為洛倫茲曲線右下方的面積，表1是計(jì)量模型中各變量的定義和基本統(tǒng)計(jì)。

1940年，浙江大學(xué)流徙到遵義，校長(zhǎng)竺可楨邀請(qǐng)費(fèi)鞏擔(dān)任訓(xùn)導(dǎo)長(zhǎng)。接受職位之后，費(fèi)鞏說(shuō)：“吾不要訓(xùn)導(dǎo)長(zhǎng)的薪俸，仍要教授原俸，一年可省出四五千元來(lái)，可拿這筆省出的錢(qián)用在學(xué)生物質(zhì)生活的改善上面。”費(fèi)鞏上任后，就在后勤方面下大力氣。他親自動(dòng)手燒開(kāi)水為學(xué)生殺臭蟲(chóng)。學(xué)生宿舍燈光太暗，他花費(fèi)許多精力設(shè)計(jì)出一種亮度大煙氣小的植物油燈，并拿自己的工資購(gòu)買(mǎi)玻璃、鉛皮等材料，制作了800多盞分發(fā)到學(xué)生宿舍。在費(fèi)鞏看來(lái)，訓(xùn)導(dǎo)長(zhǎng)代表著一個(gè)學(xué)校的道德形象，他想以此舉告訴學(xué)生：學(xué)校是真心地愛(ài)著學(xué)生的，不論他的家境是否富裕，也不管他的才華是否出類(lèi)拔萃，以后是不是一定會(huì)做耀人眼目的“路燈”。

表1 變量的基本描述

四、實(shí)證結(jié)果

（一）固定效應(yīng)模型回歸結(jié)果

雖然模型中包含了一些影響房?jī)r(jià)的因素，但由于各省份之間的地區(qū)差異，仍可能存在一些不隨時(shí)間變化的遺漏變量，需要檢驗(yàn)是否存在個(gè)體效應(yīng)。因此，本文使用了F統(tǒng)計(jì)量和Hausman檢驗(yàn)法對(duì)模型形式進(jìn)行選擇，結(jié)果表明，選擇固定效應(yīng)模型估計(jì)更為合理。

回歸結(jié)果如表2所示，其中第（1）列為房?jī)r(jià)方程的回歸結(jié)果，第（2）列和第（3）列分別為城鎮(zhèn)居民和農(nóng)村居民住房支付能力的回歸結(jié)果。結(jié)果顯示，房?jī)r(jià)和房?jī)r(jià)收入比的效應(yīng)均在1%水平上顯著為正，在控制其他因素不變的情況下，房?jī)r(jià)上漲1%，會(huì)導(dǎo)致每萬(wàn)人逮捕的犯罪人數(shù)增加0.233人。城市的房?jī)r(jià)收入比每增加1單位，每萬(wàn)人逮捕人數(shù)增多0.952人；農(nóng)村的房?jī)r(jià)收入比每增加1單位，每萬(wàn)人逮捕人數(shù)大約增多0.4人，總體看來(lái)城鎮(zhèn)居民的住房支付能力比農(nóng)村居民的住房支付能力對(duì)犯罪率的影響更大，可能由于城鎮(zhèn)居民的購(gòu)房需求更為迫切，房?jī)r(jià)上漲對(duì)城鎮(zhèn)居民的不良影響更為深遠(yuǎn)。回歸結(jié)果驗(yàn)證了上文中的假說(shuō)1，說(shuō)明房?jī)r(jià)的快速上漲及其與可支配收入的不匹配增長(zhǎng)已經(jīng)成為影響社會(huì)穩(wěn)定，造成犯罪率攀升的重要原因。

表2 固定效應(yīng)模型回歸結(jié)果

從影響犯罪的控制變量來(lái)看，中國(guó)人口的男女性別比失衡也是影響犯罪的一個(gè)重要因素，具體來(lái)講，男性人口與女性人口的比例每增加0.1，每萬(wàn)人逮捕人數(shù)增多0.05人左右，可能是因?yàn)樾詣e比例失衡加劇了男性婚姻的被擠壓程度，產(chǎn)生更多的暴力犯罪及拐賣(mài)婦女、兒童的犯罪事件發(fā)生，該回歸結(jié)果與姜全保和李波（2011）、Edlund等（2013）學(xué)者的研究一致。失業(yè)率這一指標(biāo)在城鎮(zhèn)居民的房?jī)r(jià)收入比的回歸方程中具有顯著的正向影響，說(shuō)明失業(yè)降低了行為者在合法市場(chǎng)上的期望收益，失業(yè)率越高，越不利于城市的穩(wěn)定。而在房?jī)r(jià)以及農(nóng)村居民的房?jī)r(jià)收入比對(duì)犯罪率的回歸方程中，這一指標(biāo)并不顯著，這可能由于該指標(biāo)統(tǒng)計(jì)的為城鎮(zhèn)登記失業(yè)率，其中不包含領(lǐng)取了某些福利救濟(jì)金但實(shí)際仍處于失業(yè)狀態(tài)的人口，以及實(shí)際失業(yè)但未進(jìn)行登記的人口，而這些人中包括了大部分社會(huì)閑散人員，往往是犯罪的高發(fā)人群，該指標(biāo)低估了社會(huì)的實(shí)際失業(yè)率，這也可能導(dǎo)致失業(yè)率對(duì)犯罪率的影響并不顯著。城市化水平對(duì)犯罪率提升有正向影響，非農(nóng)人口比重每增加0.1，每萬(wàn)人逮捕人數(shù)增多0.12人左右，從犯罪的成本收益角度來(lái)說(shuō)，城市化水平越高，在城市中犯罪有更高的預(yù)期收益，這一結(jié)論在吳一平和芮萌（2011）的研究中也得到了驗(yàn)證。收入差距對(duì)犯罪率有顯著的正向影響，收入差距越大，越不利于社會(huì)的穩(wěn)定。社會(huì)經(jīng)濟(jì)水平較高的地區(qū)伴隨著較高的犯罪發(fā)生率，上述結(jié)果說(shuō)明社會(huì)整體水平低并不會(huì)帶來(lái)較多的社會(huì)問(wèn)題，反而是相對(duì)的收入差距會(huì)導(dǎo)致更多的犯罪行為發(fā)生。社會(huì)平均受教育水平對(duì)犯罪率有一定的抑制作用，平均受教育年限每增加一年，每萬(wàn)人逮捕人數(shù)可減少0.044人，說(shuō)明接受教育的過(guò)程有助于形成正確的價(jià)值觀，同時(shí)也會(huì)提高犯罪的機(jī)會(huì)成本?；ヂ?lián)網(wǎng)普及率對(duì)犯罪率有抑制作用，說(shuō)明互聯(lián)網(wǎng)普及雖然會(huì)導(dǎo)致更多的網(wǎng)絡(luò)詐騙以及信息安全類(lèi)犯罪，但是通過(guò)網(wǎng)絡(luò)對(duì)居民進(jìn)行防詐騙教育和信息傳播所起到的預(yù)防犯罪的積極作用更為明顯。社會(huì)福利支出對(duì)減少犯罪率有顯著的積極作用，說(shuō)明對(duì)居民生活保障的支出越多，居民安居樂(lè)業(yè)，會(huì)減少違法行為。嚴(yán)打這一指標(biāo)也是顯著為正的，在嚴(yán)厲打擊刑事違法行為的年份，每萬(wàn)人依法逮捕的犯罪人數(shù)也相應(yīng)增多。但是公共安全支出對(duì)犯罪率的抑制作用并不顯著?？傮w來(lái)講，模型的回歸結(jié)果符合預(yù)期。

（二）動(dòng)態(tài)面板數(shù)據(jù)模型回歸結(jié)果

前文利用的固定效應(yīng)模型是靜態(tài)模型，考慮到刑事犯罪具有慣性，當(dāng)前的犯罪行為受過(guò)去行為的影響，這意味著在計(jì)量分析中還應(yīng)當(dāng)考慮犯罪率的動(dòng)態(tài)變化。

考慮到國(guó)外文獻(xiàn)關(guān)注到犯罪率對(duì)周邊房?jī)r(jià)的影響（Pope，2008；Ihlanfeldt和Mayock，2010；Buonanno等，2013；Iqbal和Ceccato，2015），這是由于購(gòu)房者更傾向于在相對(duì)安全的環(huán)境中生活，在治安環(huán)境差的地區(qū)定居的意愿會(huì)較弱，對(duì)住房的需求要低于治安環(huán)境相對(duì)較好的地區(qū)，因此，受供求關(guān)系的影響，房?jī)r(jià)在某種程度上會(huì)受犯罪率的影響。本文選取“總撫養(yǎng)比”作為工具變量來(lái)消除可能存在的內(nèi)生性。因?yàn)槿丝诮Y(jié)構(gòu)會(huì)對(duì)房?jī)r(jià)產(chǎn)生一定的影響，從住房需求的角度來(lái)看，20–50歲人口住房需求最高（陳斌開(kāi)等，2012），如果人口撫養(yǎng)比增加，說(shuō)明非勞動(dòng)力年齡人口多，從需求的角度看，這部分群體一方面缺乏投資買(mǎi)房的動(dòng)力和能力，同時(shí)這類(lèi)群體更需要青壯年的照顧，對(duì)房屋需求較少，導(dǎo)致房屋價(jià)格指數(shù)下降（徐建煒等，2012）。將這一工具變量與其他外生變量對(duì)房?jī)r(jià)變量進(jìn)行回歸，回歸系數(shù)在1%的統(tǒng)計(jì)水平上顯著，說(shuō)明所選擇的工具變量滿足與內(nèi)生解釋變量相關(guān)的條件，并且家庭撫養(yǎng)比并不會(huì)單獨(dú)對(duì)犯罪率產(chǎn)生影響，與誤差項(xiàng)不相關(guān)，因此認(rèn)為這是有效的工具變量。

本文的樣本截面為31個(gè)省份，時(shí)間跨度為16年。廣義矩估計(jì)的方法可以有效應(yīng)對(duì)動(dòng)態(tài)面板數(shù)據(jù)模型存在的動(dòng)態(tài)變化的特點(diǎn)以及內(nèi)生性問(wèn)題，且不需要已知隨機(jī)誤差項(xiàng)的準(zhǔn)確分布信息，允許隨機(jī)誤差項(xiàng)存在異方差。常用的矩估計(jì)方法有差分廣義矩估計(jì)（DID-GMM）和系統(tǒng)矩估計(jì)（SYS-GMM）。差分矩估計(jì)的估計(jì)方法先將原方程做差分，系統(tǒng)矩估計(jì)的方法將差分GMM和水平GMM結(jié)合在一起，可以提高估計(jì)的效率。表3將差分廣義矩估計(jì)和系統(tǒng)廣義矩估計(jì)的估計(jì)結(jié)果均報(bào)告出來(lái)?；貧w結(jié)果顯示，擾動(dòng)項(xiàng)的差分存在一階自相關(guān)，不存在二階自相關(guān)，故接受“擾動(dòng)項(xiàng)無(wú)自相關(guān)”的原假設(shè)，可以選擇使用差分GMM估計(jì)方法和系統(tǒng)GMM估計(jì)方法。

回歸結(jié)果顯示，犯罪率滯后一期的數(shù)據(jù)具有較強(qiáng)的解釋力，上一年每萬(wàn)人逮捕的刑事犯罪人數(shù)每增加一人，則次年的萬(wàn)人逮捕人數(shù)增長(zhǎng)0.5人左右，說(shuō)明上一年刑事犯罪率高的地區(qū)，本年的刑事犯罪率相應(yīng)較高，刑事犯罪存在累積效應(yīng)。在考慮內(nèi)生性和刑事犯罪累積效應(yīng)的情況下，房?jī)r(jià)和住房支付能力對(duì)犯罪仍舊有較好的解釋能力，與上文結(jié)論有所差別的是，在加入之后一期的犯罪率數(shù)據(jù)的情況下，城鎮(zhèn)居民和農(nóng)村居民的住房支付能力對(duì)犯罪率的影響作用比較接近。在不同的矩估計(jì)模型中，房?jī)r(jià)上漲1%，對(duì)應(yīng)的萬(wàn)人逮捕人數(shù)分別增加0.142人和0.1人，房?jī)r(jià)收入比每增加1單位，每萬(wàn)人逮捕人數(shù)增加0.2人左右。在影響犯罪率的其他控制變量中，社會(huì)福利的影響變得不顯著，這可能是由于2007年政府收支分類(lèi)科目發(fā)生調(diào)整，“社會(huì)保障總支出”口徑發(fā)生變化，數(shù)據(jù)在2007年度前后發(fā)生的變化較大，導(dǎo)致用矩估計(jì)方法估計(jì)時(shí)，該項(xiàng)指標(biāo)對(duì)犯罪率的影響并不顯著。另外，陳屹立（2007）的分析結(jié)果也表明福利開(kāi)支雖然對(duì)財(cái)產(chǎn)犯罪有抑制作用，但并不顯著，因此結(jié)論也在可接受范圍。

表3 動(dòng)態(tài)面板數(shù)據(jù)模型回歸結(jié)果

結(jié)合以上兩部分的回歸結(jié)果可以看出，房?jī)r(jià)以及居民對(duì)于房?jī)r(jià)的支付能力對(duì)犯罪行為具有很好的解釋力。

（三）中介效應(yīng)模型回歸結(jié)果

通過(guò)以上分析，可以確定房?jī)r(jià)增長(zhǎng)對(duì)犯罪率攀升起到的刺激作用，為了考察這一影響是表現(xiàn)為直接影響還是通過(guò)某種途徑產(chǎn)生的，下面我們通過(guò)中介效應(yīng)模型對(duì)影響途徑進(jìn)行探究。根據(jù)上文的理論分析，認(rèn)為房?jī)r(jià)增長(zhǎng)進(jìn)一步擴(kuò)大了居民的收入差距，從而導(dǎo)致居民產(chǎn)生強(qiáng)烈的相對(duì)剝奪感，引發(fā)失范行為，因此將中介變量設(shè)定為收入差距。

檢驗(yàn)中介效應(yīng)最常用的方法是逐步檢驗(yàn)回歸系數(shù)：首先，將因變量（犯罪率）對(duì)基本自變量（房?jī)r(jià)）進(jìn)行回歸；其次，將中介變量（收入差距）對(duì)基本自變量（房?jī)r(jià)）進(jìn)行回歸；最后，將因變量（犯罪率）對(duì)基本自變量（房?jī)r(jià)）和中介變量（收入差距）同時(shí)進(jìn)行回歸。表4報(bào)告了犯罪率對(duì)基本自變量和中介變量的回歸結(jié)果，結(jié)果顯示對(duì)中介效應(yīng)的檢驗(yàn)均顯著，第（1）列為房?jī)r(jià)變化對(duì)犯罪率影響的總效應(yīng)，結(jié)果顯示房?jī)r(jià)對(duì)犯罪率有顯著影響；第（2）列為房?jī)r(jià)對(duì)收入差距這一中介變量的影響；第（3）列為控制了房?jī)r(jià)和收入差距其中之一后，房?jī)r(jià)或收入差距對(duì)犯罪率的單獨(dú)影響。在房?jī)r(jià)對(duì)收入差距影響的方程中，其他控制變量還包括平均受教育程度、人均GDP、城市化水平、失業(yè)率、互聯(lián)網(wǎng)普及率、社會(huì)福利支出和稅收收入占財(cái)政收入的比重。受教育程度是導(dǎo)致城鎮(zhèn)居民職業(yè)收入不平等的主要因素（張翼，2014），會(huì)進(jìn)一步擴(kuò)大收入差距。經(jīng)濟(jì)發(fā)展程度對(duì)收入差距的影響得到了廣泛的研究，也存在不同的解釋?zhuān)疚牡哪Ｐ椭薪?jīng)濟(jì)增長(zhǎng)會(huì)拉大收入差距。失業(yè)率提高可能更多損害低收入群體的就業(yè)，因此會(huì)擴(kuò)大收入差距。城市化水平提高對(duì)縮小收入差距的影響不顯著?；ヂ?lián)網(wǎng)的普及有助于新技術(shù)發(fā)展，低收入者可以分享和利用科技發(fā)展的成果，有助于縮小收入差距。社會(huì)福利制度和稅收制度都應(yīng)當(dāng)具有調(diào)節(jié)收入分配的功能，社會(huì)保障程度越高，老人、貧困人群等弱勢(shì)群體會(huì)獲得更多的補(bǔ)助，有助于縮小收入差距。稅收收入占財(cái)政收入的比重越高，體現(xiàn)了財(cái)富由高收入群體向低收入群體轉(zhuǎn)移的過(guò)程。本文的模型中上述兩個(gè)指標(biāo)均具有縮小收入差距的作用，但是影響不顯著。

表4 房?jī)r(jià)通過(guò)收入差距影響犯罪率的中介效應(yīng)回歸結(jié)果

前面兩列表明房?jī)r(jià)對(duì)犯罪率和收入差距均有影響，第（3）列在加入收入差距之后，與第（1）列的總效應(yīng)相比，房?jī)r(jià)的估計(jì)系數(shù)下降，其中一部分影響由收入差距體現(xiàn)出來(lái)，說(shuō)明存在以收入差距為中介變量的中介效應(yīng)。房?jī)r(jià)對(duì)于犯罪率的影響不僅僅是由經(jīng)濟(jì)拮據(jù)造成的經(jīng)濟(jì)壓力而引發(fā)的，由于投資渠道的限制，房地產(chǎn)市場(chǎng)吸引了眾多投資，惡化了收入分配，而且住房的潛在抵押價(jià)值提高，擴(kuò)大了家庭的信貸融資能力，由房?jī)r(jià)上漲帶來(lái)的一系列影響加劇了收入差距的擴(kuò)大，無(wú)形之中間接提升了犯罪率。收入差距不僅從社會(huì)心理上會(huì)損害人們的公平正義感，滋生對(duì)社會(huì)的不滿情緒；而且從社會(huì)結(jié)構(gòu)上，容易導(dǎo)致社會(huì)結(jié)構(gòu)失衡，激化社會(huì)不同收入群體的矛盾。因此，不管是通過(guò)房?jī)r(jià)上漲，還是其他原因?qū)е碌氖杖氩罹鄶U(kuò)大，都應(yīng)當(dāng)?shù)玫接行У目刂啤?/p>

（四）穩(wěn)健性檢驗(yàn)

通過(guò)前文的分析可知，在控制了一系列控制變量的情況下，房?jī)r(jià)和住房支付能力均對(duì)犯罪率的攀升有一定的解釋能力。為了增強(qiáng)結(jié)論的可靠性，本文以人民檢察院公布的“起訴人數(shù)”代替“批準(zhǔn)逮捕人數(shù)”作為另一個(gè)衡量犯罪率的指標(biāo)進(jìn)行穩(wěn)健性分析，回歸結(jié)果如表5所示。結(jié)果表明，在控制其他變量的情況下，房?jī)r(jià)和住房支付能力對(duì)犯罪率均具有顯著的正向影響，與上文模型驗(yàn)證的結(jié)論一致，且影響程度比較接近，在控制其他變量不變的情況下，房?jī)r(jià)每上漲1%，每萬(wàn)人起訴人數(shù)增加0.28人，城鎮(zhèn)居民的房?jī)r(jià)收入比每提高0.1，每萬(wàn)人起訴人數(shù)增加0.05人。在其他控制變量的效應(yīng)中，提高受教育程度可以減少犯罪，城市化水平提高和擴(kuò)大收入差距會(huì)導(dǎo)致更多犯罪行為，社會(huì)福利支出和公共安全支出具有顯著的抑制犯罪的作用。與上述結(jié)論不同的是，互聯(lián)網(wǎng)普及率對(duì)以“每萬(wàn)人起訴人數(shù)”為衡量指標(biāo)的犯罪率有正向影響，說(shuō)明互聯(lián)網(wǎng)的發(fā)展加深了人們的維權(quán)意識(shí)，并拓寬了維權(quán)渠道，導(dǎo)致起訴人數(shù)增多。

表5 穩(wěn)健性檢驗(yàn)估計(jì)結(jié)果

五、結(jié)論與啟示

住房作為剛性需求，房?jī)r(jià)的上升會(huì)提升有住房需求居民的經(jīng)濟(jì)負(fù)擔(dān)，降低消費(fèi)者剩余，導(dǎo)致部分人妄圖通過(guò)非法途徑獲得收入。本文利用1999–2014年中國(guó)省級(jí)面板數(shù)據(jù)，建立固定效應(yīng)模型和動(dòng)態(tài)面板模型研究房?jī)r(jià)對(duì)刑事犯罪率的影響。模型控制了教育、失業(yè)率、城市化水平等一系列影響因素后的結(jié)果表明，房?jī)r(jià)上漲不僅是經(jīng)濟(jì)問(wèn)題，而且對(duì)犯罪率攀升有顯著助推作用，同時(shí)居民的住房支付能力對(duì)犯罪率也會(huì)產(chǎn)生影響。通過(guò)構(gòu)建收入差距這一中介變量發(fā)現(xiàn)，房?jī)r(jià)上漲對(duì)犯罪率的影響有一部分是由于拉大收入差距導(dǎo)致的。為了避免房?jī)r(jià)快速上漲帶來(lái)的不良影響，本文提出如下幾點(diǎn)對(duì)策建議：

第一，應(yīng)當(dāng)在合理的價(jià)格范圍內(nèi)，解決和改善中低收入群體的住房困難問(wèn)題，滿足更多居民的購(gòu)房需求，并抑制投資性住房需求。從供給側(cè)實(shí)施結(jié)構(gòu)優(yōu)化，增加有效供給，解決我國(guó)保障性住房長(zhǎng)期大量閑置的問(wèn)題，對(duì)住房分配進(jìn)行精細(xì)化管理，使閑置住房得到有效利用。避免一些低收入人群受住房問(wèn)題的困擾，在現(xiàn)實(shí)的打擊和不良居住環(huán)境的影響下走上犯罪的道路。

第二，住房?jī)r(jià)格漲幅受所處區(qū)位的影響，往往優(yōu)勢(shì)區(qū)位的漲幅更大，要提供更多的優(yōu)質(zhì)公共服務(wù)資源，促進(jìn)不同區(qū)域間和城鄉(xiāng)之間教育資源、醫(yī)療資源、交通設(shè)施等公共資源的均衡布局，弱化公共資源與住房的“捆綁式”關(guān)系，從而控制房?jī)r(jià)的非理性上漲，保障房地產(chǎn)市場(chǎng)健康發(fā)展，降低居民的購(gòu)房負(fù)擔(dān)，防止為獲得財(cái)富和住房而引發(fā)的一系列盜竊、詐騙、暴力沖突等案件的發(fā)生。

第三，提高居民收入水平和購(gòu)房能力，使房?jī)r(jià)和收入形成較為同步的增長(zhǎng)態(tài)勢(shì)，讓更多人能夠從經(jīng)濟(jì)發(fā)展和土地、房產(chǎn)增值中獲益，避免房?jī)r(jià)過(guò)度上漲而進(jìn)一步拉大收入差距，激化犯罪行為的產(chǎn)生。總之，控制房?jī)r(jià)過(guò)快上漲，幫助解決和改善基層人民的住房問(wèn)題，不僅有利于提高普通居民的生活幸福感，也有利于減少刑事犯罪案件的發(fā)生，對(duì)維護(hù)社會(huì)治安穩(wěn)定具有重要意義。

[1]陳斌開(kāi)，徐帆，譚力. 人口結(jié)構(gòu)轉(zhuǎn)變與中國(guó)住房需求：1999–2025——基于人口普查數(shù)據(jù)的微觀實(shí)證研究[J]. 金融研究，2012，（1）.

[2]陳剛. 社會(huì)福利支出的犯罪治理效應(yīng)研究[J]. 管理世界，2010，（10）.

[3]陳力朋，徐建斌，魏娟. 互聯(lián)網(wǎng)普及對(duì)中國(guó)刑事犯罪率的影響——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J]. 中國(guó)刑事法雜志，2014，（6）.

[4]陳碩. 轉(zhuǎn)型期中國(guó)的犯罪治理政策：堵還是疏？[J]. 經(jīng)濟(jì)學(xué)（季刊），2012，（2）.

[5]陳彥斌，邱哲圣. 高房?jī)r(jià)如何影響居民儲(chǔ)蓄率和財(cái)產(chǎn)不平等[J]. 經(jīng)濟(jì)研究，2011，（10）.

[6]陳屹立. 收入差距、經(jīng)濟(jì)增長(zhǎng)與中國(guó)的財(cái)產(chǎn)犯罪：1978–2005年的實(shí)證研究[J]. 法制與社會(huì)發(fā)展，2007，（5）.

[7]崔玉平. 教育投資的非貨幣化收益——基于教育對(duì)犯罪程度的效應(yīng)分析[J]. 教育與經(jīng)濟(jì)，2010，（2）.

[8]董昕，周衛(wèi)華. 住房市場(chǎng)與農(nóng)民工住房選擇的區(qū)域差異[J]. 經(jīng)濟(jì)地理，2014，（12）.

[9]郭曉紅. 轉(zhuǎn)型期弱勢(shì)群體的相對(duì)剝奪感與犯罪[J]. 江西社會(huì)科學(xué)，2012，（9）.

[10]韓俊強(qiáng). 農(nóng)民工住房與城市融合——來(lái)自武漢市的調(diào)查[J]. 中國(guó)人口科學(xué)，2013，（2）.

[11]姜全保，李波. 性別失衡對(duì)犯罪率的影響研究[J]. 公共管理學(xué)報(bào)，2011，（1）.

[12]梁運(yùn)文，霍震，劉凱，中國(guó)城鄉(xiāng)居民財(cái)產(chǎn)分布的實(shí)證研究[J]. 經(jīng)濟(jì)研究，2010，（10）.

[13]林芳，蔡翼飛，高文書(shū). 城鄉(xiāng)居民財(cái)富持有不平等的折射效應(yīng)：收入差距的再解釋[J]. 勞動(dòng)經(jīng)濟(jì)研究，2014，（6）.

[14]毛穎. 民生支出有助于減低刑事犯罪率嗎？——來(lái)自中國(guó)（1995–2008）省級(jí)面板數(shù)據(jù)的證據(jù)[J]. 南開(kāi)經(jīng)濟(jì)研究，2011，（4）.

[15]王同益. 外來(lái)人口、戶籍制度與刑事犯罪[J]. 人口研究，2016，（2）.

[16]溫忠麟，葉寶娟. 中介效應(yīng)分析：方法和模型發(fā)展[J]. 心理科學(xué)進(jìn)展，2014，（5）.

[17]溫忠麟，張雷，侯杰泰，劉紅云. 中介效應(yīng)檢驗(yàn)程序及其應(yīng)用[J]. 心理學(xué)報(bào)，2004，（5）.

[18]吳一平，芮萌. 收入分配不平等對(duì)刑事犯罪的影響[J]. 經(jīng)濟(jì)學(xué)（季刊），2011，（1）.

[19]徐宏發(fā). 收入差距、威懾效應(yīng)與犯罪率研究——基于1991–2010年的實(shí)證分析[J]. 中國(guó)人民公安大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，（1）.

[20]徐宏發(fā). 轉(zhuǎn)型期中國(guó)犯罪成因研究：基于犯罪經(jīng)濟(jì)學(xué)的視角[J]. 中國(guó)人民公安大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，（1）.

[21]徐建煒，徐奇淵，何帆. 房?jī)r(jià)上漲背后的人口結(jié)構(gòu)因素：國(guó)際經(jīng)驗(yàn)與中國(guó)證據(jù)[J]. 世界經(jīng)濟(jì)，2012，（1）.

[22]許玲麗，周亞虹. 對(duì)警力與犯罪相互關(guān)系的實(shí)證研究[J]. 數(shù)理統(tǒng)計(jì)與管理. 2011，（1）.

[23]張向達(dá)，張家平. 我國(guó)城鄉(xiāng)收入差距對(duì)刑事犯罪率的非線性效應(yīng)研究[J]. 財(cái)經(jīng)問(wèn)題研究，2015，（1）.

[24]張翼. 受教育程度與城鎮(zhèn)居民收入不平等——基于基尼系數(shù)的分解研究[J]. 西北人口，2014，（3）.

[25]章元，劉時(shí)菁，劉亮. 城鄉(xiāng)收入差距、民工失業(yè)與中國(guó)犯罪率的上升[J]. 經(jīng)濟(jì)研究，2011，（2）.

[26]周華東，周亞虹. 收入差距推動(dòng)了我國(guó)房?jī)r(jià)上漲嗎？[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究，2015，（4）.

[27]Becker S G. A theory of the allocation of time[J]. The Economic Journal，1965，75（299）：493–517.

[28]Blau J R，Blau P M. The cost of inequality：Metropolitan structure and violent crime[J]. American Sociological Review，1982，47（1）：114–129.

[29]Buonanno P，Montolio D，Raya-Vílchez J M. Housing prices and crime perception[J]. Empirical Economics，2013，45（1）：305–321.

[30]Buonanno P，Montolio D. Identifying the socio-economic and demographic determinants of crime across Spanish provinces[J]. International Review of Law and Economics，2008，28（2）：89–97.

[31]Edlund L，Li H B，Yi J J，et al. Sex ratios and crime：Evidence from China[J]. The Review of Economics and Statistics，2013，95（5）：1520–1534.

[32]Fallahi F，Rodríguez G. Link between unemployment and crime in the US：A markov-switching approach[J].Social Science Research，2014，45：33–45.

[33]Ihlanfeldt K，Mayock T. Panel data estimates of the effects of different types of crime on housing prices[J].Regional Science and Urban Economics，2010，40（2-3）：161–172.

[34]Iqbal A，Ceccato V. Does crime in parks affect apartment prices?[J]. Journal of Scandinavian Studies in Criminology and Crime Prevention，2015，16（1）：97–121.

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

[36]Merton R K. Social structure and anomie[J]. American Sociological Review，1938，3（5）：672–682.

[37]Pope J C. Fear of crime and housing prices：Household reactions to sex offender registries[J]. Journal of Urban Economics，2008，64（3）：601–614.

[38]Shaw C R，McKay H D. Juvenile delinquency and urban areas[M]. Chicago：The University of Chicago Press，1969.

[39]Yao S J. On the decomposition of Gini coefficients by population class and income source：A spreadsheet approach and application[J]. Applied Economics，1999，31（10）：1249–1264.