農(nóng)民工犯罪傾向的影響因素分析

王欣??王雷++孔慶波??+趙秋紅??

摘要：利用10省份調(diào)查數(shù)據(jù)，在推導(dǎo)出農(nóng)民工犯罪傾向理論模型基礎(chǔ)上，分析農(nóng)民工服刑人員和不涉罪普通農(nóng)民工之間在個(gè)人特征、家庭特征和行為特征三個(gè)維度上變量的總體和內(nèi)部差異。研究發(fā)現(xiàn)：（1）男性、年齡較小、受教育水平低、家庭收入少、母親受教育水平低、兄弟姐妹個(gè)數(shù)多、失業(yè)嚴(yán)重、曾有違紀(jì)違法行為的農(nóng)民工犯罪傾向高；（2）社會(huì)保險(xiǎn)狀況和犯罪被發(fā)現(xiàn)可能性影響不涉罪農(nóng)民工犯罪傾向；（3）家庭成員犯罪史和刑罰打擊力度影響服刑人員農(nóng)民工犯罪傾向。

關(guān)鍵詞：農(nóng)民工；服刑人員；犯罪傾向；Logit模型

中圖分類號(hào)：C913.8文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-9107（2017）01-0074-09

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

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（71503266）；遼寧省社會(huì)科學(xué)規(guī)劃基金項(xiàng)目（L16BGL042）；公安部公安理論與軟科學(xué)計(jì)劃項(xiàng)目（2016LLYJXJXY032）；中國(guó)博士后科學(xué)基金項(xiàng)目（2016M600898）；2017年沈陽市重點(diǎn)科技研發(fā)計(jì)劃主題專項(xiàng)

作者簡(jiǎn)介：王欣（1984-），女，北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院博士后、中國(guó)刑事警察學(xué)院公安情報(bào)學(xué)系講師，主要研究方向?yàn)檗r(nóng)民工犯罪、農(nóng)民工收入問題。

*通訊作者

引言

當(dāng)代中國(guó)的犯罪主要集中在城市，城市犯罪問題又與城市外來農(nóng)民工犯罪聯(lián)系緊密。人口流動(dòng)和城鎮(zhèn)化進(jìn)程是絕大多數(shù)國(guó)家經(jīng)濟(jì)發(fā)展必經(jīng)之路，城鄉(xiāng)收入差距吸引大量農(nóng)村剩余勞動(dòng)力涌入城市的現(xiàn)象既產(chǎn)生正效應(yīng)也增加社會(huì)風(fēng)險(xiǎn)。一方面，外來農(nóng)民工在推動(dòng)二、三產(chǎn)業(yè)發(fā)展、擴(kuò)大消費(fèi)市場(chǎng)、縮小城鄉(xiāng)差距方面產(chǎn)生積極效應(yīng)；另一方面，大量無序盲目流動(dòng)的外來農(nóng)民工也造成社會(huì)秩序混亂、刑事案件大幅上升等問題。從各地公安機(jī)關(guān)統(tǒng)計(jì)資料來看，當(dāng)前農(nóng)民工犯罪比例逐漸增大，并呈現(xiàn)出團(tuán)伙性、智能型、殘忍性、侵財(cái)性等多元化趨勢(shì)。我國(guó)正處于城市化全面推進(jìn)階段，經(jīng)濟(jì)的快速增長(zhǎng)和城市人口的不斷增多必然導(dǎo)致犯罪案件增加，農(nóng)民工犯罪已成為影響城市社會(huì)安全的重要因素。

中國(guó)正經(jīng)歷著劇烈的社會(huì)經(jīng)濟(jì)變化：（1）剔除掉物價(jià)通脹指數(shù)影響之后，根據(jù)中國(guó)統(tǒng)計(jì)年鑒測(cè)算，近20年來農(nóng)民工實(shí)際收入增加約6倍[1]；（2）基尼系數(shù)瀕臨國(guó)際警戒線，收入差距嚴(yán)重影響社會(huì)和諧與底層民眾心理平衡狀態(tài)[2]；（3）中國(guó)城鎮(zhèn)化率突破55%，“鄉(xiāng)土中國(guó)”被改寫成“城市中國(guó)”的歷史已拉開帷幕。2014年農(nóng)民工監(jiān)測(cè)調(diào)查報(bào)告顯示，農(nóng)民工數(shù)量已達(dá)到2.74億人，其中至少1/3將定居城市。農(nóng)民工由靠傳統(tǒng)道德為約束機(jī)制的農(nóng)村社區(qū)進(jìn)入靠法制約束為主的社會(huì)風(fēng)尚多元并存、人際關(guān)系相對(duì)淡薄的城市，導(dǎo)致監(jiān)督機(jī)制弱化、控制能力下降、文化沖突嚴(yán)重，農(nóng)民工越軌、失范、甚至犯罪問題逐漸增多[3]。

隨著城鎮(zhèn)化進(jìn)程加速和“第五次犯罪高峰”來臨，我國(guó)犯罪率出現(xiàn)明顯攀升趨勢(shì)，無論是侵財(cái)案件、盜竊案件，還是兇殺與傷害案件都逐年增加。據(jù)《中國(guó)法律年鑒》記載， 1982 年“嚴(yán)打”前全國(guó)刑事立案數(shù) 74.9萬起，犯罪率為每萬人7.4起；而 2009 年刑事立案數(shù)達(dá)557.99 萬起，犯罪率為每萬人41.8起，增加了6.45 倍。此數(shù)據(jù)與農(nóng)民工近20年收入上漲倍數(shù)和城鎮(zhèn)化年增長(zhǎng)率十分接近。鑒于農(nóng)民工與犯罪行為的潛在關(guān)聯(lián)性，有必要對(duì)此展開深入研究。

一、文獻(xiàn)綜述

目前，很多經(jīng)濟(jì)學(xué)家聚焦收入差距或貧富差距與犯罪率的因果關(guān)系。實(shí)證研究表明： 美國(guó)暴力和涉槍犯罪與收入差距顯著相關(guān)，而侵財(cái)犯罪與其無關(guān)[4]。日本貧富差距與盜竊犯罪正相關(guān)，而失業(yè)率與謀殺和破門行竊顯著正相關(guān)，貧困水平只與謀殺顯著正相關(guān)[5]。UNWCS（United Nations World Crime Surveys） 數(shù)據(jù)發(fā)現(xiàn)收入差距擴(kuò)大顯著增加了發(fā)展中國(guó)家和發(fā)達(dá)國(guó)家的犯罪率[6]。

國(guó)內(nèi)學(xué)者認(rèn)為伴隨收入差距擴(kuò)大和非法市場(chǎng)工資率上升， 犯罪的機(jī)會(huì)成本和門檻下降， 將激勵(lì)犯罪分子配置更多時(shí)間從事非法活動(dòng)，從而引起犯罪率上升[7]，尤其在侵財(cái)類犯罪案件中[8]。計(jì)量分析結(jié)果表明， 相對(duì)收入差距每上升 1% 將導(dǎo)致刑事犯罪率顯著上升0.37%[9]。

也有部分學(xué)者得出不同研究結(jié)論。美國(guó)47個(gè)獨(dú)立州1984-1993年面板數(shù)據(jù)證明， 勞動(dòng)力市場(chǎng)狀況尤其是低技術(shù)部門工資， 與侵財(cái)犯罪與低勞動(dòng)技能部門工資逆相關(guān)，失業(yè)和貧富差距對(duì)犯罪率影響并不顯著[10]。美國(guó)北卡羅來納州縣級(jí)面板數(shù)據(jù)估計(jì)貧富差距擴(kuò)大對(duì)侵財(cái)犯罪影響較小，而收入水平或貧困人口比例增加，對(duì)暴力犯罪影響不顯著。建議用犯罪社會(huì)學(xué)的緊張理論詮釋暴力犯罪，用犯罪經(jīng)濟(jì)學(xué)解釋侵財(cái)犯罪[11]。

其次，移民與犯罪之間的關(guān)系亦是學(xué)界熱點(diǎn)。多數(shù)學(xué)者認(rèn)為移民與其遷入地的犯罪率攀升密不可分[1215]。移民增多導(dǎo)致原有社會(huì)結(jié)構(gòu)解體速度加快，移民群體與城市居民的行為價(jià)值觀方面的劇烈沖突都可能導(dǎo)致犯罪率升高。但也有人持相反態(tài)度。美國(guó)當(dāng)代犯罪學(xué)家明確指出社會(huì)控制理論強(qiáng)調(diào)人人都有犯罪動(dòng)機(jī)這一性惡論，忽略移民有給予社會(huì)支持的利他性和接受社會(huì)支持的需要；強(qiáng)調(diào)社會(huì)控制和自我控制對(duì)預(yù)防和降低犯罪的作用，忽略了社會(huì)支持對(duì)移民犯罪的直接影響：社會(huì)控制也給移民一種外在性控制以及強(qiáng)迫性控制的被動(dòng)感覺。該理論所推崇的積極刑事政策為預(yù)防和減少弱勢(shì)群體犯罪提供了新的視角[16]。犯罪經(jīng)濟(jì)學(xué)跨越了心理學(xué)和社會(huì)抑制理論的范疇，假定移民以犯罪的收益和成本、偵查的收益與成本來理性決策，高昂的懲罰成本對(duì)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無定論[17，18]。英國(guó)歷史上的大規(guī)模移民潮證實(shí)了移民對(duì)侵財(cái)性犯罪的影響[19，20]。

另外，刑罰對(duì)于犯罪具有威懾和遏制作用。1968年諾獎(jiǎng)得主Gary Becker發(fā)表在Journal of Political Economy上的Crime and Punishment： An Economic Approach一文可謂是開山之作。將犯罪假定為一個(gè)供給函數(shù)，要素包括犯罪的成本、犯罪的收益、定罪的概率與懲罰力度[21]。“論犯罪與刑罰”和“道德與立法原理導(dǎo)論”是功利主義傾向古典犯罪學(xué)尤其是威脅理論的思想源頭[22，23]。警力配置與美國(guó)犯罪率呈反比[24，25]，懲罰可以降低酒后駕駛發(fā)生率。早期一些學(xué)者未考慮到方程聯(lián)立的內(nèi)生性問題，即犯罪率增加會(huì)促使政府?dāng)U大警力，后期一些研究則致力于通過Granger檢驗(yàn)或滯后變量厘清二者因果關(guān)系[26，27]。國(guó)內(nèi)學(xué)者使用省級(jí)面板數(shù)據(jù)，以政法委書記的“三齡兩歷”為工具變量，證明司法投入對(duì)于減少犯罪無效。其后續(xù)研究發(fā)現(xiàn)嚴(yán)厲性懲罰策略無法有效遏制犯罪，而確定性懲罰策略可以顯著降低犯罪[28]。

已有研究主要側(cè)重剖析收入差距、勞動(dòng)力市場(chǎng)狀態(tài)、移民效應(yīng)和刑罰對(duì)犯罪的影響，研究方法和結(jié)論較完備。但也存在以下不足：（1）絕大多數(shù)研究對(duì)象是“犯罪率”，而忽視了對(duì)“犯罪傾向”的關(guān)注。犯罪率可以作為犯罪傾向的參考指數(shù)，但二者題中之義不同。管理的Smart原則認(rèn)為犯罪事前控制策略優(yōu)于事后控制，防患于未然會(huì)極大減少社會(huì)成本并提高收益。（2）現(xiàn)有學(xué)者通常使用國(guó)家或省級(jí)宏觀數(shù)據(jù)對(duì)農(nóng)民工犯罪進(jìn)行估算，缺乏微觀個(gè)人數(shù)據(jù)。張丹丹等人首次利用深圳某男子監(jiān)獄抽樣調(diào)查數(shù)據(jù)，將服刑人員分為暴力、盜竊、涉毒、經(jīng)濟(jì)和其他5類進(jìn)行Multinominal Logit分析，但囿于地域范圍，研究結(jié)論未必契合北方地區(qū)的犯罪特點(diǎn)[29]。

二、農(nóng)民工犯罪傾向理論模型

犯罪經(jīng)濟(jì)學(xué)重點(diǎn)研究五大關(guān)系：犯罪數(shù)量與犯罪成本之間的關(guān)系、犯罪數(shù)量與入獄懲罰之間的關(guān)系、罪行、逮捕、定罪的數(shù)量和警察、法庭等公共花銷之間的關(guān)系、定罪數(shù)量與坐牢/其他懲罰的成本之間的關(guān)系、罪行數(shù)量和保護(hù)，拘押的私人成本之間的關(guān)系。農(nóng)民工犯罪傾向模型中，時(shí)間及其機(jī)會(huì)成本在評(píng)價(jià)犯罪的投入-收益比中占據(jù)重要比重。絕大部分罪犯較少具有合法合規(guī)的收入來源渠道，因而其犯罪的機(jī)會(huì)成本更低。擁有冒險(xiǎn)精神、風(fēng)險(xiǎn)偏好型的罪犯其犯罪傾向更大。收入差距的擴(kuò)大和經(jīng)濟(jì)周期導(dǎo)致的間歇性失業(yè)人口增多也會(huì)導(dǎo)致犯罪率上升。具體的衡量指標(biāo)包括：最高受教育程度、家庭年收入、個(gè)人月收入、就業(yè)率、工作年限等。另外，刑罰嚴(yán)酷程度和政府執(zhí)行成本也影響犯罪成本。罪行被發(fā)現(xiàn)、逮捕、扣押和判刑會(huì)直接增長(zhǎng)政府執(zhí)法成本和犯罪者直接投入成本而降低犯罪收益。犯罪罪行敗露與否、被逮捕與否、判刑與否有兩個(gè)先決條件：一是罪行暴露的可能性，設(shè)為P；二是懲罰犯罪者帶來的損失，假設(shè)為F。假設(shè)懲罰成本用E表示，則函數(shù)式為：E=P×F。刑罰或懲罰成本的提高會(huì)降低犯罪選擇傾向。此外，犯罪者從事非法活動(dòng)成功收益這一因素間接影響犯罪傾向。

犯罪傾向行為預(yù)測(cè)的理論模型任務(wù)，犯罪可能性與犯罪收益成正比，而與犯罪的時(shí)間機(jī)會(huì)成本、罪行敗露可能性和懲罰力度成反比。犯罪傾向理論模型可以表示為：

Qi=Qi （Pi，F(xiàn)i，Ui）（1）

公式（1）中，Qi表示某特定時(shí)期的犯罪數(shù)量，Pi表示特定時(shí)間特定罪行敗露定刑的可能性，F(xiàn)i表示特定時(shí)期特定犯罪的懲罰，Ui是特定時(shí)期其他影響因素的隨機(jī)擾動(dòng)，i表示某一時(shí)期。

上述模型的理論基礎(chǔ)即犯罪經(jīng)濟(jì)學(xué)5大重大關(guān)系研究縮影。犯罪者如果沒有被逮捕和定罪，就不會(huì)受到懲罰。犯罪實(shí)質(zhì)上暗含不確定的“成本的差異化”“懲罰的待遇區(qū)別”。犯罪行為人如果判定有罪，則賠付單位價(jià)值的懲罰成本Fi 、Pi或Fi的任何增加，都會(huì)減少犯罪活動(dòng)的預(yù)期收益，因此減少犯罪數(shù)量的途徑在于：增加“支付”較高“價(jià)格”的可能性，或者促使“價(jià)格”自身上升[30]。

在警力、司法和專業(yè)設(shè)備上的投入成本越高，案件性質(zhì)和犯罪者定罪就越容易。假定人力m、物力r、財(cái)力c等投入A之間存在一種關(guān)系：A=f（m，r，c），在警察、法庭等“行為”和投入A之間存在一種關(guān)系，f表示技術(shù)水平的生產(chǎn)函數(shù)，在f和投入價(jià)格既定的前提下，增加的“活動(dòng)”會(huì)更加昂貴，如下式所示：

C=C（A）；C'=dCdA>0（2）

隨著警力、法官、律師和陪審團(tuán)價(jià)格下降和指紋識(shí)別、搭線竊聽、遠(yuǎn)程控制和測(cè)謊等技術(shù)水平的提高，達(dá)到任一“活動(dòng)”水平的成本將會(huì)更低。

“行為”實(shí)際測(cè)量的近似值是定罪案件數(shù)目，它可以表示為：

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）

假設(shè)pQ≠0，那么定罪案件數(shù)量或者比率的增加會(huì)增加總體成本。

三、Logit模型設(shè)定

（一）變量選取

1.因變量。農(nóng)民工犯罪傾向界定主要依賴于農(nóng)民工的主觀感受和自我評(píng)價(jià)。農(nóng)民工犯罪傾向是個(gè)二分離散變量。農(nóng)民工存在犯罪傾向，因變量取“1”；農(nóng)民工沒有犯罪傾向，因變量取“0”。

2.自變量。犯罪行為目前不能進(jìn)行精確的時(shí)間、地點(diǎn)、人物描述或預(yù)測(cè)，犯罪傾向采用相對(duì)模糊的處理方法可以合理地說明某種類型的人相對(duì)其他類型有更高的犯罪概率。具體可以從農(nóng)民工的個(gè)人特征、家庭特征、行為特征和其他特征4個(gè)方面展開探究。

個(gè)人特征中性別指男性生物基因較女性更具有沖動(dòng)和攻擊性，社會(huì)輿論道德要求對(duì)于女性比男性更為苛刻，因此男性農(nóng)民工犯罪傾向可能高于女性。年齡較大的農(nóng)民工工作經(jīng)驗(yàn)和職業(yè)技能更充分，擁有相對(duì)穩(wěn)定的就業(yè)渠道，從事熟練工種，心理期望值和主觀心態(tài)較平和。年輕農(nóng)民工犯罪成本低，心理落差相對(duì)較大。2012年統(tǒng)計(jì)數(shù)據(jù)顯示18～25歲人口占總?cè)丝诘?8%，而刑事案件率卻占51%。因此，年輕農(nóng)民工可能比年長(zhǎng)的農(nóng)民工更具有犯罪傾向。婚姻狀況對(duì)農(nóng)民工犯罪傾向的影響方向不明確。配偶分擔(dān)家庭責(zé)任可能導(dǎo)致犯罪傾向降低；而婚姻壓力和動(dòng)力又會(huì)刺激農(nóng)民工的犯罪傾向。

家庭特征變量：（1）收入水平。犯罪經(jīng)濟(jì)學(xué)理論認(rèn)為貧富差距引起的心理失衡是犯罪傾向的重要誘因。收入越低的人，犯罪的成本-收益率越高。（2）家庭成員是否有犯罪史。犯罪父母更有可能通過遺傳或嬰幼兒時(shí)期的影響將生物或身體上的特征傳遞給后代，從而妨礙了孩子正常社會(huì)化。家庭成員有犯罪史的農(nóng)民工家庭更容易滋生出犯罪的效仿行為。（3）母親受教育水平。母親的受教育水平影響其家庭結(jié)構(gòu)和子女素質(zhì)及道德層次。大量學(xué)者前期研究證明母親教育水平與農(nóng)民工犯罪傾向呈反比。（4）母親精神狀況。患精神病的母親更可能缺乏必要的教育技巧和以身作則的精神，母親懲戒和控制不良行為的失敗，導(dǎo)致子女在家庭和社會(huì)環(huán)境中不斷出現(xiàn)錯(cuò)誤的行為，使其不自覺地陷入違法犯罪或行為不端團(tuán)體的可能性較大。（5）是否獨(dú)生子女和兄弟姐妹個(gè)數(shù)。獨(dú)生子女較容易養(yǎng)成自我中心和利己主義心態(tài)，兄弟姐妹過多可能會(huì)導(dǎo)致父母精力分散、教育困難增多和耐心及技巧欠佳，孩子持續(xù)進(jìn)行有害行為的危害程度越嚴(yán)重，因此導(dǎo)致農(nóng)民工犯罪傾向增加。

行為特征變量：（1）是否失業(yè)。失業(yè)導(dǎo)致合法市場(chǎng)和非法市場(chǎng)的工資率差距拉大，犯罪的門檻效應(yīng)和時(shí)間機(jī)會(huì)成本降低，使得更多農(nóng)民工開始在非法市場(chǎng)上配置時(shí)間。因此失業(yè)可能會(huì)加劇農(nóng)民工犯罪傾向。（2）是否酗酒、賭博或斗毆。違紀(jì)行為通常與低劣的語言技巧和不良業(yè)績(jī)相關(guān)，而這些因素與農(nóng)民工犯罪傾向可能存在正相關(guān)關(guān)系。（3）有無吸毒、偷盜、搶劫或侵犯經(jīng)歷。擁有多次違法犯罪記錄的人為慣犯，比如有5次以上犯罪記錄的人占72%。無論是否被逮捕或受刑，有犯罪經(jīng)歷的農(nóng)民工較經(jīng)歷清白的農(nóng)民工更容易產(chǎn)生犯罪傾向。

其他特征中第一是社會(huì)保險(xiǎn)狀況。完善的社會(huì)保障體系可以在很大程度上遏制和預(yù)防犯罪，而社會(huì)保險(xiǎn)是社會(huì)保障的核心內(nèi)容。德國(guó)刑法學(xué)家李斯特把最好的社會(huì)政策看成是最好的刑事政策，社會(huì)保險(xiǎn)可能會(huì)顯著降低農(nóng)民工的犯罪傾向。第二是犯罪被發(fā)現(xiàn)可能性和打擊力度。犯罪行為的經(jīng)濟(jì)學(xué)模型認(rèn)為犯罪幾率與懲罰的可能性和懲罰的嚴(yán)厲程度成反比，而同犯罪收益成正比。刑罰存在邊際威懾和邊際成本，最佳刑罰點(diǎn)可以達(dá)到效用最大化。理論假定農(nóng)民工犯罪傾向與其被逮捕可能性和刑罰力度成反比。根據(jù)對(duì)農(nóng)民工犯罪傾向的理論分析，結(jié)合相關(guān)研究和調(diào)研數(shù)據(jù)，選取具體變量情況見表1。

（二）Logit模型

由于本文因變量為虛擬變量（二分離散變量），我們采用Logit二元離散選擇模型進(jìn)行分析。模型設(shè)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表示農(nóng)民工犯罪傾向主觀評(píng)價(jià)，y=1表示農(nóng)民工存在犯罪傾向。自變量GEN，AGE…PEN等表示影響農(nóng)民工犯罪傾向的因素，α0為常數(shù)項(xiàng)，μ為隨機(jī)擾動(dòng)項(xiàng)。模型中共引入16個(gè)自變量。式（1）中，p/（1-p）為發(fā)生比（odds），即農(nóng)民工存在犯罪傾向的概率p與不存在犯罪傾向的概率1-p的比值。Logit模型的偏回歸系數(shù)為相應(yīng)自變量變動(dòng)一個(gè)單位所帶來的對(duì)數(shù)發(fā)生比ln[p/（1-p）]的改變量。對(duì)數(shù)兩邊取e的指數(shù)得eαi為發(fā)生比率（odds ratio），它提供了自變量變動(dòng)一個(gè)單位時(shí)發(fā)生比變動(dòng)的倍數(shù)。即自變量變動(dòng)一個(gè)單位所帶來的發(fā)生比變動(dòng)的百分比為（eαi-1）×100%，這種設(shè)置對(duì)回歸系數(shù)的解釋較有意義。

四、數(shù)據(jù)來源與描述性統(tǒng)計(jì)

農(nóng)民工數(shù)據(jù)通常來自《國(guó)家統(tǒng)計(jì)年鑒》《2014年農(nóng)民工監(jiān)測(cè)調(diào)查報(bào)告》和農(nóng)經(jīng)學(xué)者的調(diào)查數(shù)據(jù)，參考性較強(qiáng)。本文研究所用數(shù)據(jù)來源于中國(guó)刑事警察學(xué)院公安情報(bào)學(xué)系組織的20余名研究生和本科生在2015年10-12月對(duì)農(nóng)民工進(jìn)行的問卷調(diào)查。樣本點(diǎn)覆蓋了河北、吉林、山西、黑龍江、浙江、北京、河南、遼寧、山東、內(nèi)蒙古10省市，共發(fā)放問卷600份，回收有效問卷455份，有效率為75.83%。考慮到農(nóng)民工犯罪的數(shù)據(jù)較難獲取，筆者2016年1月在L省選取3所監(jiān)獄進(jìn)行抽樣調(diào)查，發(fā)放問卷300份，剔除無效問卷后剩余220份，有效率為73.33%。問卷涉及農(nóng)民工的人口特征、家庭經(jīng)濟(jì)特征、個(gè)人就業(yè)狀況、社會(huì)保障狀況、犯罪紀(jì)錄和心理測(cè)評(píng)等方面。前5個(gè)部分側(cè)重農(nóng)民工客觀狀況的調(diào)查，為方便收集數(shù)據(jù)，采取定距數(shù)據(jù)和定序數(shù)據(jù)相結(jié)合的方式定義數(shù)據(jù)結(jié)構(gòu)。最后一部分主要利用Likert5級(jí)量表側(cè)重農(nóng)民工犯罪傾向主觀感知和自我測(cè)評(píng)。調(diào)查人員采用分層抽樣方式以保證其代表性，總體來講不同類型的犯罪嫌疑人均勻分布。調(diào)查數(shù)據(jù)的描述性統(tǒng)計(jì)見表2。

其中A類代表普通農(nóng)民工，B類代表監(jiān)獄服刑人員。從性別狀況來看，農(nóng)民工和監(jiān)獄服刑人員被訪者中男性占多數(shù)，服刑人員男性比例較普通農(nóng)民工更高。從年齡狀況來看，被訪者年齡分布呈正態(tài)分布，服刑人員較普通農(nóng)民工更為低齡化，其中25歲以下的服刑人員占涉罪人員的50%。

從婚姻狀況來看，農(nóng)民工群體婚姻狀態(tài)更穩(wěn)定，服刑人員中未婚和離異比例更高。從受教育程度來看，被訪者受教育水平偏低，初中水平者相對(duì)居多，服刑人員教育水平明顯低于一般農(nóng)民工。從家庭特征來看，服刑人員的家庭年收入明顯低于農(nóng)民工，收入總量偏低或者貧富差距導(dǎo)致犯罪率增高的犯罪經(jīng)濟(jì)學(xué)理論間接得到佐證。服刑人員的家庭成員犯罪史明顯多于普通農(nóng)民工，二者差值為0.66。服刑人員的母親平均受教育水平是小學(xué)肄業(yè)，普通農(nóng)民工的母親受教育水平是初中肄業(yè)。服刑人員的母親更有可能患有精神疾病。服刑人員的家庭子女?dāng)?shù)目多于普通農(nóng)民工，且更多為非獨(dú)生子女，養(yǎng)育子女?dāng)?shù)量增多可能會(huì)分散監(jiān)護(hù)人精力造成質(zhì)量下降。從行為特征來看，服刑人員的失業(yè)率遠(yuǎn)遠(yuǎn)高于普通農(nóng)民工，二者差距為0.51。服刑人員違紀(jì)行為（酗酒、賭博、斗毆經(jīng)歷）和違法行為（吸毒、偷盜、搶劫、侵犯經(jīng)歷）分別比普通農(nóng)民工群體高于58個(gè)百分點(diǎn)和81個(gè)百分點(diǎn)。從保險(xiǎn)狀況來看，70%的服刑人員沒有任何社會(huì)保險(xiǎn)，普通農(nóng)民工平均擁有1.81份保險(xiǎn)，服刑人員的社會(huì)保障比普通農(nóng)民工更加薄弱。普通農(nóng)民工認(rèn)為犯罪被發(fā)現(xiàn)的可能性和刑罰打擊力度高于服刑人員估計(jì)值。

五、模型估計(jì)結(jié)果、檢驗(yàn)與分析

（一）估計(jì)結(jié)果及檢驗(yàn)

根據(jù)調(diào)查數(shù)據(jù)，本文采用SPSS16.0利用極大似然法（ML）對(duì)農(nóng)民工收入犯罪傾向影響因素進(jìn)行考察，選用全部變量進(jìn)行統(tǒng)計(jì)分析的方法，估計(jì)結(jié)果見表3。其中模型一分析數(shù)據(jù)樣本為普通農(nóng)民工，模型二的樣本是服刑農(nóng)民工。

（二）估計(jì)結(jié)果分析

1.個(gè)人特征變量。性別（GEN）分別在10%和1%的顯著性水平上對(duì)農(nóng)民工犯罪傾向自我評(píng)價(jià)產(chǎn)生負(fù)向作用，表明男性比女性的犯罪傾向更大，服刑人員尤為突出。這與近年來男性犯罪占犯罪總量的90%以上的統(tǒng)計(jì)數(shù)目相符。年齡（AGE）在1%水平上具有顯著的負(fù)向影響，表明年齡越輕的農(nóng)民工或服刑人員其犯罪傾向越強(qiáng)，根據(jù)近年來人口普查統(tǒng)計(jì)，18～25歲的人占總?cè)丝诘?8%，但在刑事案件中占51.63%，青少年犯罪的時(shí)間機(jī)會(huì)成本低，犯罪率高已是事實(shí)。教育程度（EDU）在10%的顯著性水平上對(duì)農(nóng)民工犯罪傾向產(chǎn)生負(fù)向影響，在5%的顯著性水平對(duì)服刑人員產(chǎn)生影響，表明教育水平越高的人犯罪傾向越低（經(jīng)濟(jì)犯罪類不適用）。婚姻狀況（MAR）沒有通過顯著性檢驗(yàn)。

2.家庭特征變量。家庭總收入（INC）對(duì)農(nóng)民工犯罪傾向在10%和5%水平上具有顯著影響，貧富差距產(chǎn)生的心理失衡感和犯罪結(jié)果樂觀預(yù)期刺激農(nóng)民工犯罪傾向并滋生犯罪行為，70%以上的農(nóng)民工涉案均與侵財(cái)類相關(guān)。家庭成員是否有犯罪史（HIS）對(duì)普通農(nóng)民工犯罪傾向沒有顯著影響，但是對(duì)服刑人員具有顯著影響。家庭成員犯罪多是由于經(jīng)濟(jì)基礎(chǔ)薄弱和社會(huì)關(guān)系缺乏導(dǎo)致其工作和學(xué)習(xí)能力的缺乏，父母犯罪的家庭更有可能通過遺傳或者胎兒期的影響把生物特性傳遞給后代，從而妨礙孩子正常的社會(huì)化。遺傳因素和社會(huì)紐帶的弱化可能會(huì)導(dǎo)致服刑人員犯罪傾向增強(qiáng)。母親受教育水平（MED）分別在5%和1%的顯著性水平上對(duì)普通農(nóng)民工和服刑人員犯罪傾向產(chǎn)生負(fù)向影響，表明母親文化水平越高其犯罪傾向越低。母親在教育子女方面的重要程度普遍高于父親，教育水平更高的母親往往具有更好的耐性、必要的教育技能和以身作則的精神，其子女持續(xù)進(jìn)行有害行為的危害程度越低，以后犯罪傾向就越低。兄弟姐妹個(gè)數(shù)（SIB）對(duì)農(nóng)民工犯罪傾向在10%和1%的顯著性水平上產(chǎn)生負(fù)向影響，表明兄弟姐妹越多的家庭其犯罪傾向越高，兄弟姐妹過多可能使任何一個(gè)孩子都接受不到應(yīng)得的關(guān)懷，而如果其中有一個(gè)兄弟姐妹產(chǎn)生犯罪或越軌行為就會(huì)成為調(diào)查樣本滋生犯罪傾向的重要誘因。母親是否有精神病（PSY）和是否獨(dú)生子女（ONE）沒有顯著影響。

3.行為特征變量。是否失業(yè)（UNE）分別在10%和5%的顯著性水平上對(duì)普通農(nóng)民工和服刑人員產(chǎn)生影響，表明失業(yè)與農(nóng)民工犯罪傾向成反比。一方面，失業(yè)率增加都會(huì)直接推動(dòng)犯罪率上升，而由于農(nóng)民工缺乏最低生活保障和社會(huì)保險(xiǎn)，他們會(huì)更加脆弱并更容易走向犯罪；另一方面，失業(yè)率上升還會(huì)推動(dòng)地方政府采取更加歧視民工的就業(yè)政策來保護(hù)城市居民的就業(yè)，因而在犯罪率上升和犯罪高峰持續(xù)的過程中起到了推波助瀾的作用。是否曾有酗酒、賭博、斗毆（ALC）等違紀(jì)行為分別在10%和5%的顯著性水平上對(duì)普通農(nóng)民工和服刑人員犯罪傾向產(chǎn)生負(fù)向影響，表明早期行為中存在酗酒、抽煙、斗毆等現(xiàn)象的農(nóng)民工更容易出現(xiàn)犯罪傾向。是否曾有吸毒、偷盜、搶劫、侵犯經(jīng)歷（DRU）等違法行為在5%和1%的顯著性水平上對(duì)普通農(nóng)民工和服刑人員犯罪傾向產(chǎn)生負(fù)向影響，表明曾經(jīng)有犯罪紀(jì)錄的農(nóng)民工非常可能會(huì)再次涉案犯案。服刑人員平均犯案次數(shù)為6次，刑釋人員重返社會(huì)后因其破壞性行為模式難以徹底改觀所以仍不能對(duì)其放松警惕。

4.其他特征。社會(huì)保險(xiǎn)（INS）對(duì)普通農(nóng)民工犯罪傾向在10%的顯著性水平上產(chǎn)生負(fù)向影響，表明社會(huì)保險(xiǎn)越多的農(nóng)民工其犯罪傾向越低。由于工業(yè)化和城市化帶來的家庭和社區(qū)結(jié)構(gòu)轉(zhuǎn)型，收入差距產(chǎn)生的社會(huì)矛盾逐漸增加，農(nóng)民工處于社會(huì)較低階層，容易出現(xiàn)精神焦慮和反社會(huì)傾向。相對(duì)充足的社會(huì)保障有利于化解沖突，促進(jìn)社會(huì)團(tuán)結(jié)和諧。但社會(huì)保險(xiǎn)（INS）變量對(duì)于服刑人員作用不顯著，可能因?yàn)榉倘藛T社會(huì)保障普遍缺失而產(chǎn)生同質(zhì)性削弱了聯(lián)系，因此社會(huì)保險(xiǎn)對(duì)于抑制犯罪傾向沒有顯著影響。犯罪被發(fā)現(xiàn)的可能性（POS）在5%的顯著性水平上對(duì)普通農(nóng)民工犯罪傾向產(chǎn)生負(fù)向影響，說明犯罪被發(fā)現(xiàn)的可能性越高，農(nóng)民工犯罪傾向就越低。被捕可能性增高會(huì)提高農(nóng)民工犯罪成本，降低其犯罪收益，因此可能使犯罪率下降。但是犯罪被發(fā)現(xiàn)可能性（POS）對(duì)服刑人員沒有顯著影響。刑罰打擊力度（PEN）對(duì)普通農(nóng)民工沒有通過顯著性檢驗(yàn)。刑罰打擊力度（PEN）對(duì)服刑人員在5%的顯著性水平上產(chǎn)生負(fù)向影響，表明刑罰打擊力度越大，服刑人員犯罪傾向越小。這是由刑罰的邊際威懾作用原理所決定的。

六、結(jié)論與建議

本文以河北、吉林、山西、黑龍江、浙江、北京、河南、遼寧、山東、內(nèi)蒙古10省份數(shù)據(jù)為例分析了農(nóng)民工犯罪傾向的影響因素。研究結(jié)論表明：男性、年齡較小、受教育程度較低、家庭收入較少、母親受教育水平較低、兄弟姐妹個(gè)數(shù)較多、失業(yè)、曾有酗酒賭博斗毆等違紀(jì)行為和吸毒偷盜搶劫侵犯經(jīng)歷等違法行為的全部農(nóng)民工樣本犯罪傾向較高。另外，社會(huì)保險(xiǎn)狀況較差和犯罪被發(fā)現(xiàn)可能性較低的普通農(nóng)民工犯罪傾向較高。家庭成員有犯罪史和刑罰打擊力度較小的服刑人員犯罪傾向較高。基于10省份實(shí)證研究結(jié)論，可以得出以下政策建議：

1.重視青少年、刑釋人員和違紀(jì)人員3個(gè)群體的犯罪預(yù)防。青少年犯罪（18～25歲）犯罪已占據(jù)犯罪人員半壁江山，刑釋人員所犯案件占據(jù)案件的一半以上，違紀(jì)人員釋放強(qiáng)烈未來犯罪行為信號(hào)，控制好這3個(gè)群體才能抓住農(nóng)民工犯罪的主要矛盾。具體策略可以從關(guān)愛青少年身心健康、重視刑釋人員社會(huì)再融入過程的政策傾向和及時(shí)迅速得體處理違紀(jì)人員等方面入手。

2.提高學(xué)校教育和家庭教育水平。學(xué)校教育方面，男童和女童的教育應(yīng)同時(shí)注重，因?yàn)槲磥矸缸镏黧w是男性所以需要加強(qiáng)男童教育，因?yàn)榕俏磥淼哪赣H，而母親的受教育水平較高會(huì)抑制子女犯罪傾向，所以需要加強(qiáng)女童教育。家庭教育方面，因?yàn)榧彝コ蓡T有犯罪史具有連帶效應(yīng)，且兄弟姐妹數(shù)量有時(shí)與質(zhì)量成反比。可以通過加大政府投資、鼓勵(lì)民間志愿者行動(dòng)、發(fā)展社區(qū)互助等措施實(shí)施。

3.提高就業(yè)與社會(huì)保障水平以保證農(nóng)民工收入穩(wěn)定性和縮小收入差距。通過各種途徑增加就業(yè)崗位、取消非法收費(fèi)是降低失業(yè)率和抑制犯罪率上升的重要途徑。要盡快建立覆蓋農(nóng)村居民的社會(huì)保障（例如最低生活保障） 與救助體系，特別是針對(duì)城市失業(yè)民工的救助體系，以降低他們?cè)诔鞘袆趧?dòng)力市場(chǎng)上失業(yè)后的脆弱性與犯罪動(dòng)機(jī)。這種公共政策瞄準(zhǔn)目標(biāo)的縮小，可以起到降低公共政策成本和提高政策效率的重要意義。

參考文獻(xiàn)：

[1] 孔榮，王欣.農(nóng)民工收入質(zhì)量?jī)?nèi)涵思考[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2013（6）：5560.

[2]田鶴城，萬廣華，霍學(xué)喜.1955—2007年中國(guó)經(jīng)濟(jì)與犯罪關(guān)系實(shí)證研究[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)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]陳春良，史晉川.收入差距、勞動(dòng)力市場(chǎng)狀況與犯罪率[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2011（8）：115121.

[8]胡聯(lián)合，胡鞍鋼，徐紹剛.貧富差距對(duì)違法犯罪活動(dòng)影響的實(shí)證分析[J].管理世界，2005（6）：3444.

[9]陳春良，易君健.收入差距與刑事犯罪：基于中國(guó)省級(jí)面板數(shù)據(jù)的經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì)，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]梁亞民，楊曉偉.中國(guó)城市化進(jìn)程與犯罪率之間關(guān)系的實(shí)證研究——基于結(jié)構(gòu)突變的協(xié)整分析[J].犯罪研究，2010（4）：1625.

[15]陳屹立.犯罪經(jīng)濟(jì)學(xué)研究新進(jìn)展[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，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(xiàn) 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]陳碩，章元.治亂無需重典：轉(zhuǎn)型期中國(guó)刑事政策效果分析[J].經(jīng)濟(jì)學(xué)，2014（7）：1 4611 484.

[29]張丹丹，王也， Xin Meng，等.農(nóng)民工犯罪類別的決定因素—基于監(jiān)獄調(diào)查數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)學(xué)，2014（10）：83112.

[30]宋浩波.犯罪經(jīng)濟(jì)學(xué)[M].北京：中國(guó)人民公安大學(xué)出版社，2002：123125.

Study on Influencing Factors of Migrant Workers Criminal Tendencies