自媒體時代來臨，青少年犯罪亮紅燈？

郭歡萍　蔡建哲

【摘 要】 本文從收入差距、城鎮化程度方面，根據我國1990-2013年的青少年犯罪率，利用VAR模型對我國青少年犯罪的影響因素進行實證分析。研究發現，未成年人的犯罪率與貧富差距等方面關系密切，存在長期均衡關系；面對收入差距變化的沖擊，未成年人犯罪率有快速上升的趨勢；面對城鎮化發展沖擊，青年犯罪率一直處于上升趨勢。

【關鍵詞】 青少年犯罪率 泰爾指數 城鎮化率增加率 VAR模型

數 據

本文利用建立VAR模型方法來分析青少年犯罪率與城鄉收入差距、城鎮化率、社會教育程度的關系。

來源與變量定義

本文數據來源于1990～2013年《中國統計年鑒》，青少年犯罪率數據來源于1989～2013年《中國法律年鑒》、1980-1985年《中國青少年犯罪研究年鑒》、2000年《中國青少年犯罪研究年鑒》。

本文以每十萬人公安機關立案數作為青少年犯罪率，剔除了人口因素，包括18周歲以下的未成年人犯罪率和18-25周歲青年人犯罪率。具體變量為：Youth Crime（YC）-青年犯罪率（平均每十萬人公安機關批捕人數）、Juvenile Crime（JC）未成年人犯罪率（平均每十萬人公安機關批捕人數）、Urbanization （UI）-城鎮化率增加率（城鎮化率為戶籍人口中非農人口比重）、Thayer Index（TI）-泰爾指數（衡量收入差距的標準）。注：1、以1990年物價水平為基礎，剔除了物價水平差異因素；2、彭定赟（2014）收入差距的泰爾指數計算公式為：（1）。

VAR模型的建立

在所有序列之間存在協整關系，且所有變量差分至平穩的情況下，建立VAR模型對被解釋變量和解釋變量的關系進行確定。

模型設定

穩定性檢驗

進行穩定性檢驗之前，要確定滯后階數，滯后期判斷結果：由SC、LR等準則綜合判斷得出，模型的最優滯后期為3。通過AR特征多項式對VAR（3）模型進行穩定性檢驗，穩定性檢驗如圖1所示。

從圖1看出，所有特征根的模都小于1（位于單位圓內）。

故VAR（3）模型穩定，即青少年犯罪率和貧富差距構成的系統穩定。

脈沖響應函數（Impulse Response Function， IRF）

廣義脈沖響應函數可克服傳統脈沖響應函數的不足，分析結果如圖2。

從脈沖響應圖可看出，面對收入差距變化的沖擊，未成年人犯罪率有個快速上升的趨勢，第4期到達最大值，之后趨于平穩。面對城鎮化發展的沖擊，未成年人犯罪率在第5-6期有簡短的上升階段，之后逐漸下降；同樣，面對城鎮化發展沖擊，青年犯罪率一直處于上升趨勢，第7期后上升趨于緩慢。

方差分解

為進一步分析影響因素的相對作用大小，基于VAR（3）進行方差分解，分析期長度選為10期，結果為：

1、綜合10期來看，X1對Y1的貢獻率依次加強，X1對Y1貢獻率最大，即收入差距的泰爾指數對未成年人犯罪率的影響作用逐漸增加，有長期的滯后作用；城鎮化率增加率（X2）對Y1的貢獻率次之，但城鎮化率增加率（X2）對未成年人犯罪率的影響不可忽略。

2、綜合來看：青年犯罪率（Y2）的影響因素為泰爾指數（X1）、城鎮化率增加率（X2），第1期時，Y2自身的貢獻率最大；第6期，X1對Y2的貢獻率最大，，即收入差距的泰爾指數對青年犯罪率的影響作用逐漸增加，有長期的滯后作用；城鎮化率增加率（X2）對Y2的貢獻率次之，但城鎮化率增加率（X2）對青年犯罪率的影響不可以忽略。

從上述分析知，收入差距的泰爾指數（X1）對青少年犯罪率的影響最大，有長期滯后作用，其次是城鎮化率增加率（X2）對青少年犯罪率的影響，但其作用不可以被忽略。

VAR模型的建立

由上式（6）、（7）可知，Y1受到自身滯后1階的正向影響較大；受到X1、X2滯后2階的負向影響較大。Y2受到自身滯后3階的負向影響較大；受到X1、X2滯后2階的負向影響較大。表明，從長期來看，貧富差距對青少年犯罪率有負向影響關系。

本文運用VAR模型的脈沖響應函數、方差分解法，對1990-2013年的青少年犯罪率進行了分析。結果表明：

1、收入差距的泰爾指數對青少年犯罪率的影響最大，有長期滯后作用；2、面對收入差距變化的沖擊，未成年人犯罪率有快速上升的趨勢；面對城鎮化發展沖擊，青年犯罪率一直處于上升趨勢。