本文關(guān)鍵詞：教育對(duì)犯罪率的影響研究，由筆耕文化傳播整理發(fā)布。

當(dāng)前位置：首頁 >> 教育學(xué)/心理學(xué) >> 教育對(duì)犯罪率的影響研究

中國人口科學(xué) 2011 年第 3 期

教育對(duì)犯罪率的影響研究
陳
【摘

剛

李

樹

要】在理論上， 教育同時(shí)具有犯罪預(yù)防效應(yīng)和犯罪擴(kuò)張效應(yīng)， 因此，

教育對(duì)犯罪率的凈影響是不確定的， 同時(shí)， 不同層次的教育對(duì)犯罪率的影響也 研究發(fā)

現(xiàn)， 總體 并非是單調(diào)的。文章以中國 2000～2008 年的地區(qū)數(shù)據(jù)為樣本， 的教育擴(kuò)張顯著降低了中國的犯罪率， 這主要受益于小學(xué)、 初中和高中教育， 且其犯罪預(yù)防效應(yīng)隨著教育層次的提高而遞增；但大學(xué)教育不僅未能降低中 國的犯罪率， 反而還顯著促增了詐騙一類的高技能型犯罪。 【關(guān)鍵詞】教育 【作 者】陳 剛 濟(jì)學(xué)院， 教授。 犯罪 勞動(dòng)力市場(chǎng) 過度教育 西南政法大學(xué)經(jīng) 西南政法大學(xué)經(jīng)濟(jì)學(xué)院， 講師； 樹 李

一、引

言

在過去 30 年里在高經(jīng)濟(jì)增長的帶動(dòng)和推進(jìn)下， 中國經(jīng)濟(jì)社會(huì)在許多方面都取得了顯著 發(fā)展。但是， 中國經(jīng)濟(jì)現(xiàn)在依然面臨著諸多的結(jié)構(gòu)性矛盾， 一些潛在的社會(huì)矛盾和社會(huì)沖突 變得越來越尖銳。這些社會(huì)矛盾和社會(huì)沖突日趨激化的一個(gè)重要表現(xiàn)就是， 中國的犯罪率 中國公安機(jī)關(guān)立案的每萬人財(cái)產(chǎn)犯罪數(shù)和暴 在轉(zhuǎn)軌時(shí)期急劇的惡化了。據(jù)統(tǒng)計(jì)數(shù)據(jù)顯示， 力犯罪數(shù)在過去的 30 年里均大幅度地增加了， 每萬人總犯罪數(shù)由 1978 年的 5.57 起增加到 了 2009 年的 41.81 起， 增長了 7.5 倍， 年均增長率高達(dá) 6.7% ①。特別是在 2000 年以后， 無論 。 是每萬人財(cái)產(chǎn)犯罪數(shù)還是暴力犯罪數(shù)都有一個(gè)明顯的跳躍式增長 （見圖） 針對(duì)中國一些典型城市的犯罪分子的個(gè)人特征統(tǒng)計(jì)顯示， 犯罪分子的受教育程度普遍 偏低， 絕大多數(shù)犯罪分子只接受過初中及以下教育。例如， 世紀(jì) 90 年代天津市的青少年 20 （14 ～ 25 歲）犯 罪 分 子 中 ， 有 小 學(xué) 文 化 程 度 的 占 31 . 6 % ～ 38 . 4 % ， 中 文 化 程 度 的 占 具 初 46.1%～49.8%， 高中文化程度的占 7.8%～11.1%， 大學(xué)以上文化程度的僅占 0.6%～1.6% （張 2004） 2002 年， 。 在天津市的外來犯罪分子和本地犯罪分子中， 具有大學(xué)學(xué)歷的犯罪分 寶義，
① 根據(jù)相關(guān)統(tǒng)計(jì)年鑒上對(duì)犯罪的統(tǒng)計(jì)分類標(biāo)準(zhǔn)， 本文將盜竊、 詐騙、 搶劫定義為財(cái)產(chǎn)犯罪， 將搶劫、 殺 人、 傷害和強(qiáng)奸定義為暴力犯罪。 中國的財(cái)產(chǎn)犯罪率與總犯罪率在 1989 和 1992 年出現(xiàn)了較大的波 動(dòng)， 這是因?yàn)?1989 年公安機(jī)關(guān)調(diào)整了立案不實(shí)的情況； 1992 年提高了盜竊案的立案標(biāo)準(zhǔn)。如果忽 略這兩次調(diào)整而導(dǎo)致的波動(dòng)， 中國的犯罪率從 20 世紀(jì) 80 年代中期到 20 世紀(jì)末幾乎一直保持著穩(wěn) 定上升的趨勢(shì)。 102

教育對(duì)犯罪率的影響研究

子分別僅占 2.5%和 2.9%， 具有高中 而 學(xué)歷的犯罪者只占 6.9%和 17.1%， 天津市同 期 的 常住人口中具有大學(xué) 學(xué)歷和高中學(xué)歷的人口分別占 9.5% 和 21.7% （張寶義， 2007） 。 那么， 提高居民的受教育機(jī)會(huì)和 受教育水平是否可以有效的預(yù)防犯 罪？可能大多數(shù)人對(duì)這個(gè)問題的直覺 性判斷是肯定的。但是， 發(fā)展教育是 否真的能夠降低中國的犯罪率是一 個(gè)需要進(jìn)一步審慎研究的課題， 主要
圖 整理。 年鑒》 1978 ～ 2009 年中國的犯罪率變化趨勢(shì) 資料來源： 作者根據(jù)歷年 《中國法律年鑒》 《中國統(tǒng)計(jì) 和

而且基于西方國家數(shù)據(jù)樣本的經(jīng) 原因是： ） （1 教育對(duì)犯罪的凈影響不僅在理論上是不確定的， 驗(yàn)研究也未能達(dá)成一致性結(jié)論。 （2） 中國在 2000 年后的新一輪犯罪高峰期恰恰是教育事業(yè) 但這些教育發(fā)展政 快速發(fā)展的一個(gè)時(shí)期， 其中最重要的就是 1999 年開始的高校擴(kuò)招政策， 策 （至少是高等教育的發(fā)展） 現(xiàn)在看來似乎并不具有顯著的預(yù)防犯罪的作用。 ） （3 中國現(xiàn)階段 存在的勞動(dòng)力市場(chǎng)分割和過度教育 （主要是高等教育） 問題也可能對(duì)教育與犯罪率間的關(guān)系 現(xiàn)有理論認(rèn)為， 提高人們的合法收益是教育能夠預(yù)防犯罪的重要渠道， 但是 帶來沖擊。例如， 中國現(xiàn)在依然存在的勞動(dòng)力市場(chǎng)分割和過度教育問題已給教育的合法收益率的增長產(chǎn)生 2009 ， 教育是否能夠有效的預(yù)防犯罪顯然需要更謹(jǐn)慎地去判斷。 了負(fù)面沖擊 （何亦名， ） 因此， 現(xiàn)有研究文獻(xiàn)認(rèn)為， 教育可能通過以下的 4 種渠道減少了犯罪。 （1） 教育提高了人們的 人力資本和合法工資收益， 進(jìn)而提高了準(zhǔn)備和實(shí)施犯罪的機(jī)會(huì)成本及犯罪分子被關(guān)押的機(jī) 會(huì)成本 （Lochner， 2004） （2） 。 接受教育還相應(yīng)地?cái)D出了人們可用于從事犯罪活動(dòng)的時(shí)間資源 1994） 這可被視作是教育的 ， “隔離效應(yīng)” （3） 。 教育提高了人們的道德標(biāo)準(zhǔn)， 增加 （Witte 等， 了犯罪的心理成本 （Fajnzylber 等， 2002） （4） 。 教育還改變了人們的時(shí)間偏好和風(fēng)險(xiǎn)厭惡程 度， 進(jìn)而提高了人們賦予的在犯罪后所受到的懲罰的權(quán)重 （Lochner， 2010） 。當(dāng)然， 教育對(duì)犯 罪的凈影響是不確定的， 因?yàn)榻逃m然具有犯罪預(yù)防效應(yīng)， 但其同時(shí)還具有犯罪擴(kuò)張效應(yīng)。 首先， 如果說教育提高了人們的人力資本水平和合法工資收益， 那么教育也可能提高了人 1975） 特別是對(duì)于諸如偽造、 ， 詐騙、 （公款） 盜用 等高 們的犯罪生產(chǎn)率和犯罪收益 （Ehrlich， 技能型犯罪來說更是如此 （Lochner， 2004） 其次， 。 教育還提高了犯罪分子在實(shí)施犯罪后的逃 避拘捕和逃避懲罰的能力 （Ehrlich， 1975） 進(jìn)而降低了犯罪成本。最后， ， 接受教育雖然擠出 了人們可用于從事 犯 罪 活 動(dòng) 的 時(shí) 間 資 源 ， 是 學(xué) 校 教 育 還 具 有 集 中 效 應(yīng)” 即學(xué)校教育 但 “ ， 可能因?yàn)樵黾恿饲嗌倌觊g的社會(huì)互動(dòng)，并由此引發(fā)更多的學(xué)生間的沖突和群體性犯罪， 進(jìn) 而導(dǎo)致犯罪率 （特別是暴力犯罪率） （Jacob 等， 上升 2003） 。
103

中國人口科學(xué) 2011 年第 3 期

在經(jīng)驗(yàn)研究方面， 早期基于美國微觀和宏觀數(shù)據(jù)的研究都并沒有發(fā)現(xiàn)教育降低犯罪率 1975； Witte 等， 1994） 。有研究文獻(xiàn)注意了教育在犯罪率決定方程中的內(nèi)生 的證據(jù) （Ehrlich， 性， 并采用工具變量法重新估計(jì)了教育對(duì)犯罪率的影響。其中， Lochner 等 （2004） 以美國各 州的義務(wù)教育法的變革作為教育的工具變量， 研究發(fā)現(xiàn)教育降低了犯罪率； Lochner 2004） （ 采取類似的策略檢驗(yàn)了教育對(duì)分類犯罪率的影響， 研究發(fā)現(xiàn)， 教育顯著降低了絕大多數(shù)類 欺詐、 盜用等高技能型的 “白領(lǐng)犯罪” 。同上述基于美 型的犯罪率， 但卻可能增加諸如偽造、 國數(shù)據(jù)的研究相對(duì)應(yīng)， Buonanno 等 （2008）和 Machin 等 （2010）分別針對(duì)西班牙和英國的研 （2009） 針對(duì)意大利的研究發(fā)現(xiàn)， 高中教育顯著地 究都發(fā)現(xiàn)教育降低了犯罪率。Buonanno 等 降低了犯罪率， 但大學(xué)教育不僅未能降低總犯罪率， 反而還提高了欺詐等高技能犯罪。在中 2007） ， 國雖然針對(duì)犯罪分子個(gè)人特征的統(tǒng)計(jì)發(fā)現(xiàn)犯罪分子的受教育水平普遍偏低 （張寶義， 但卻沒有文獻(xiàn)系統(tǒng)研究過教育對(duì)中國犯罪率的影響。本文將采用 2000～2008 年中國各省 的經(jīng)驗(yàn)數(shù)據(jù)， 系統(tǒng)研究教育對(duì)犯罪率的影響。

二、變量和數(shù)據(jù)描述
本文接下來將采用 2000～2008 年中國 30 個(gè)省份的經(jīng)驗(yàn)數(shù)據(jù) ①，系統(tǒng)考察教育對(duì)犯罪 率的影響。在此之前， 我們將詳細(xì)地介紹計(jì)量分析中用到的變量和數(shù)據(jù)。 首先， 是對(duì)被解釋變量犯罪率的度量。本文是以每萬人中人民檢察院批準(zhǔn)逮捕的刑事 犯罪嫌疑人數(shù)和每萬人中人民檢察院提起公訴的刑事犯罪嫌疑人數(shù)這兩個(gè)指標(biāo)來度量中 國的犯罪率。其次， 是對(duì)核心解釋變量教育的度量。在本文中， 我們將教育劃分為小學(xué)、 初 高中和大學(xué)及以上 4 個(gè)層次， 并以勞動(dòng)力的平均受教育年限來度量各層次的教育水平。 中、 具體來說， 首先將小學(xué)教育年限設(shè)定為 6 年， 初中和高中均為 3 年， 大學(xué)及以上為 4 年。然 得 后， 將小學(xué)教育年限 6 年乘以具有小學(xué)及以上受教育程度的勞動(dòng)力占勞動(dòng)力總數(shù)的比例， 到勞均的小學(xué)受教育年限； 并按同樣的方法得到勞均的初中、 高中和大學(xué)受教育年限。最 后， 對(duì)勞均的小學(xué)、 初中、 高中和大學(xué)受教育年限加總， 得到勞動(dòng)力的平均受教育年限， 并以 此來度量教育的發(fā)展水平。最后， 我們還在回歸方程中納入了其他一些影響犯罪率的控制 變量， 以避免回歸方程的遺漏變量偏誤問題 （見表 1） 。 本文所用的基礎(chǔ)數(shù)據(jù)中， 各地區(qū)人民檢察院批準(zhǔn)逮捕和提起公訴的刑事犯罪嫌疑人數(shù) 摘自相應(yīng)年份的 《中國檢察年鑒》 各地區(qū)勞動(dòng)力的受教育程度構(gòu)成摘自相應(yīng)年份的 ； 《中國
② 各地區(qū)的 20%城鎮(zhèn)中等收入和中低收入家庭的人均可支配收入摘自各地 勞動(dòng)統(tǒng)計(jì)年鑒》 ；

區(qū)統(tǒng)計(jì)年鑒； 其他未特別說明的數(shù)據(jù)均來自 《中國統(tǒng)計(jì)年鑒》 。
① 西藏、 香港、 澳門和臺(tái)灣的相關(guān)數(shù)據(jù)缺失嚴(yán)重或不可得而未被納入本文的研究樣本。 ②《中國勞動(dòng)統(tǒng)計(jì)年鑒》 上沒有 2001 年各地區(qū)勞動(dòng)力受教育程度的統(tǒng)計(jì)， 本文選擇以 2000 和 2002 年 的平均值來替代。 104

教育對(duì)犯罪率的影響研究
表1 變 量 定 義 犯罪率 教育 非法工資 合法工資 人口密度 失業(yè)率 城鎮(zhèn)化率 勞動(dòng)力參與率 “嚴(yán)打” 行動(dòng) 變量定義 最大值 2.73 2.94 10.27 9.89 9.22 8.00 6.50 89.09 80.18 1.00 最小值 1.10 1.06 5.78 8.35 7.62 1.97 0.80 15.23 63.46 0.00 標(biāo)準(zhǔn)差 0.35 0.39 0.85 0.32 0.32 1.24 0.73 17.51 3.61 0.42

每萬人中被批準(zhǔn)逮捕的犯罪嫌疑人數(shù) （對(duì)數(shù) ） 每萬人中被提起公訴的犯罪嫌疑人數(shù) （對(duì)數(shù) ） 勞動(dòng)力平均受教育年限 城鎮(zhèn) 20%中等收入組居民人均可支配收入 （對(duì)數(shù) ） 城鎮(zhèn) 20%低收入組居民人均可支配收入 （對(duì)數(shù) ） 人口密度 （人 / 平方公里 （對(duì)數(shù) ） ） 城鎮(zhèn)登記失業(yè)率 ） （% 非農(nóng)業(yè)人口占總?cè)丝诘陌俜直?） （% 15～64 歲人口占總?cè)丝诘陌俜直?） （% 2001 年 4 月至 2002 年底的 “嚴(yán)打” 行動(dòng)

三、計(jì)量分析
（一） OLS 估計(jì)結(jié)果 下面將利用上述數(shù)據(jù)來檢驗(yàn)教育對(duì)中國犯罪率的影響。先暫時(shí)不考慮教育變量的內(nèi)生 結(jié)果如表 2 所示。表 2 數(shù)據(jù)顯示， 當(dāng)不控制地區(qū)變量和年份變量時(shí) 性， 采用 OLS 估計(jì)方程， （模型 1 和模型 4） 教育變量的估計(jì)系數(shù)并不顯著， ， 但在逐次控制住地區(qū)變量 ①和年份變 結(jié)果似乎說明教育不僅未能降低， 反而提高了中國的 量后， 教育變量的估計(jì)系數(shù)顯著為正。 犯罪率。 然而， 簡(jiǎn)單接受表 2 中的估計(jì)結(jié)果顯然過于草率。因?yàn)樵诜缸锫蕸Q定方程中， 教育變量 2004） 。首先， 回歸方程中被遺漏的因素可能導(dǎo)致教育 是一個(gè)明顯的內(nèi)生變量 （Lochner 等， 由于沒能在回歸方程中控制住人們的時(shí)間偏好對(duì)犯罪率的影響， 結(jié)果 變量的內(nèi)生性。例如， 就會(huì)導(dǎo)致教育變量與隨機(jī)擾動(dòng)項(xiàng)是相關(guān)的。因?yàn)閷?duì)于那些具有較低時(shí)間偏好的人來說， 由 于他們賦予犯罪后所受到的懲罰的權(quán)重較低， 因此可能會(huì)從事更多的犯罪活動(dòng)； 同時(shí)， 由于 他們賦予接受教育所增加的未來收益的權(quán)重較低， 還會(huì)減少教育投資。其次， 犯罪率與教育 之間還可能存在反向的因果關(guān)系。例如， 在犯罪率較嚴(yán)重的時(shí)期， 政府可能會(huì)增加用于阻止 和懲罰犯罪的資源投入， 但這也可能相應(yīng)地?cái)D出了用于發(fā)展公共教育的資源， 進(jìn)而降低了 教育變量的內(nèi)生性將會(huì)使參數(shù)的 OLS 估計(jì)量有偏 人們的受教育機(jī)會(huì)和受教育水平。顯然， 且非一致的。 （二） 2SLS 估計(jì)結(jié)果 解決內(nèi)生解釋變量問題的有效策略是尋找作為教育這個(gè)內(nèi)生變量的有效工具變量， 然 后采用二階段最小二乘法 （2SLS 來估計(jì)犯罪率決定方程。本文以 2006 年在各地開始實(shí)施 ）
① 為了節(jié)約自由度， 我們是按照八大 經(jīng) 濟(jì) 區(qū) 來 設(shè) 置 的 地 區(qū) 變 量 ， 非 為 每 個(gè) 地 區(qū) 都 設(shè) 置 1 個(gè) 虛 擬 而 變量。 105

中國人口科學(xué) 2011 年第 3 期
表2 模型 1 教育 非法工資 合法工資 人口密度 失業(yè)率 城鎮(zhèn)化率 中青年人口比率 “嚴(yán)打” 行動(dòng) 常數(shù)項(xiàng) 地區(qū)變量 年份變量 軍 R2 觀測(cè)值 0.036 （0.036 ） 0.429** （0.166 ） 0.086 （0.169 ） - 0.038** （0.018 ） - 0.038 （0.024 ） 0.007*** （0.002 ） - 0.016** （0.007 ） 0.076* （0.043 ） - 1.794 否 否 0.401 270
**

OLS 估計(jì)結(jié)果 每萬人中被提起公訴的犯罪嫌疑人數(shù) 模型 4 - 0.014 （0.035 ） 0.523*** （0.162 ） 0.166 （0.165 ） - 0.052*** （0.018 ） - 0.006 （0.024 ） 0.008*** （0.002 ） 0.002 （0.007 ） 0.101** （0.042 ） - 4.179 否 否 0.544 270
***

每萬人中被批準(zhǔn)逮捕的犯罪嫌疑人數(shù) 模型 2 0.129*** （0.031 ） 0.142 （0.144 ） 0.230
*

模型 3 0.075** （0.030 ） 1.253*** （0.194 ） - 0.144 （0.131 ） - 0.035* （0.018 ） - 0.026 （0.021 ） 0.003* （0.001 ） - 0.013* （0.008 ） - 0.121** （0.052 ） - 7.188 是 是 0.717 270
***

模型 5 0.071** （0.029 ） 0.394*** （0.133 ） 0.252
*

模型 6 0.029 （0.028 ） 1.255*** （0.183 ） - 0.025 （0.124 ） - 0.045*** （0.017 ） - 0.003 （0.020 ） 0.003** （0.001 ） - 0.011 （0.007 ） - 0.034 （0.049 ） - 8.040*** （0.911 ） 是 是 0.797 270

（0.135 ） - 0.037* （0.021 ） - 0.075
***

（0.124 ） - 0.047** （0.019 ） - 0.040
**

（0.022 ） 0.004*** （0.001 ） - 0.009 （0.008 ） 0.044 （0.034 ） - 1.278 是 否 0.641 270
*

（0.020 ） 0.004*** （0.001 ） - 0.009 （0.008 ） 0.070** （0.031 ） - 3.302 是 否 0.754 270
***

（0.774 ）

（0.667 ）

（0.965 ）

（0.752 ）

（0.616 ）

注： **、 分別表示在 0.1、 *、 *** 0.05 和 0.01 水平上顯著； 括號(hào)中的數(shù)值是估計(jì)系數(shù)的標(biāo)準(zhǔn)差。下同。

的義務(wù)教育學(xué)雜費(fèi)減免政策和滯后 5 年的出生率作為教育的工具變量 ①， 并采用 2SLS 重新 當(dāng)未在回歸方程中納入地區(qū) 估計(jì)了犯罪率決定方程， 結(jié)果如表 3 所示 ②。從表 3 可以看出， 和年份變量時(shí) （模型 1 和模型 3） Sargan 檢驗(yàn) P 值未能拒絕工具變量與隨機(jī)擾動(dòng)項(xiàng)相關(guān)的 ， 原假設(shè)； 但當(dāng)我們?cè)诨貧w方程中控制住地區(qū)和年份變量后 （模型 2 和模型 4） Sargan 檢驗(yàn) P ，
① 各地區(qū)義務(wù)教育學(xué)雜費(fèi)減免政策的賦值情況是這樣的。首先為各地區(qū)的農(nóng)村義務(wù)教育學(xué)雜費(fèi)減免 政策賦值， 即如果某地區(qū)在當(dāng)年實(shí)行了農(nóng)村義務(wù)教育學(xué)雜費(fèi)減免政策， 就在當(dāng)年及之后年份給其賦 值為 1； 反之， 則賦值為 0。然后再為各地區(qū)城市義務(wù)教育學(xué)雜費(fèi)減免政策賦值， 即如果某地區(qū)是在 2008 年春實(shí)施的城市義務(wù)教育學(xué)雜費(fèi)減免政策， 則該地區(qū) 2008 年及之后賦值為 1， 2008 年之前賦值為 0； 如果某地區(qū)是在 2008 年秋實(shí)施的城市義務(wù)教育學(xué)雜費(fèi)減免政策， 則該地區(qū)在 2008 年賦值是 0.5， 2008 年之后賦值是 1， 2008 年之前賦值是 0。最后將各地區(qū)的農(nóng)村義務(wù)教育學(xué)雜費(fèi)減免政策和城市 義務(wù)教育學(xué)雜費(fèi)減免政策的賦值加總， 就得到了各地區(qū)義務(wù)教育學(xué)雜費(fèi)減免政策總的賦值情況。 ② 由于篇幅限制， 本文省略了一階段回歸結(jié)果。 106

教育對(duì)犯罪率的影響研究

值拒絕了工具變量與隨機(jī)項(xiàng)相關(guān)的原假設(shè)， 說明此時(shí)以義務(wù)教育學(xué)雜費(fèi)減免政策和滯后 5 年的生育率作為勞動(dòng)力平均受教育年限的工具變量滿足有效工具變量的第二個(gè)條件。
表3 2SLS 二階段估計(jì)結(jié)果 每萬人中被提起公訴的犯罪嫌疑人數(shù) 模型 3 - 0.187 （0.214 ） 0.607*** （0.195 ） 0.045 （0.224 ） - 0.012 （0.051 ） - 0.033 （0.041 ） 0.012** （0.005 ） 0.018 （0.020 ） 0.126** （0.052 ） - 3.945 （0.823 ）
***

每萬人中被批準(zhǔn)逮捕的犯罪嫌疑人數(shù) 模型 1 教育 非法工資 合法工資 人口密度 失業(yè)率 城鎮(zhèn)化率 中青年人口比率 “嚴(yán)打” 行動(dòng) 常數(shù)項(xiàng) 地區(qū)變量 年份變量 Sargan 檢驗(yàn) P 值 Uncentered R2 觀測(cè)值 - 0.150 （0.221 ） 0.519*** （0.202 ） - 0.044 （0.232 ） 0.004 （0.053 ） - 0.067 （0.042 ） 0.011** （0.005 ） 0.001 （0.021 ）
* 0.103（0.054 ）

模型 2
* - 1.749（0.927 ）

模型 4
* - 1.417（0.745 ）

3.697*** （1.437 ）
* - 1.433（0.820 ）

3.192*** （1.153 ） - 1.047 （0.658 ） 0.249 （0.160 ） - 0.094 （0.080 ） 0.036** （0.017 ） 0.021 （0.029 ） 0.024 （0.161 ） - 10.528*** （3.208 ） 是 是 0.41 0.92 270

0.336（0.199 ）
*

- 0.141 （0.100 ） 0.044** （0.021 ） 0.027 （0.036 ） - 0.048 （0.201 ） - 10.328 （3.996 ）
***

- 1.542（0.850 ）
*

否 否 0.00 0.98 270

是 是 0.45 0.86 270

否 否 0.00 0.98 270

表 3 中的模型 2 和模型 4 的估計(jì)結(jié)果顯示， 教育變量的估計(jì)系數(shù)顯著為負(fù)， 說明增加 勞動(dòng)力的平均受教育年限顯著降低了犯罪率， 意味著通過發(fā)展教育的確可能是一項(xiàng)有效降 低中國犯罪率的政策。同時(shí)， 估計(jì)結(jié)果還說明勞動(dòng)力的平均受教育年限每增加 1 年， 大約可 以令中國的犯罪率降低 1.4～1.8 個(gè)百分點(diǎn)， 這個(gè)比例遠(yuǎn)低于美國 （Lochner 等， 2004） 和英國 （Machin 等， 2010） 等西方國家 ①�？赡艿脑蚪忉層袃蓚�(gè)： 一是中國的教育質(zhì)量要落后于西 方國家， 而更高質(zhì)量的教育可能會(huì)具有更好的預(yù)防犯罪的作用 （Lochner， 2010） 二是中國當(dāng) ； 前存在的勞動(dòng)力市場(chǎng)分割和過度教育問題降低了教育的合法收益率， 進(jìn)而弱化了教育的犯 罪預(yù)防效應(yīng)。分割的勞動(dòng)力市場(chǎng)和過度教育問題， 將會(huì)對(duì)中國的教育收益率的增長產(chǎn)生負(fù) 面沖擊。有證據(jù)表明， 中國的教育收益率在 2000 年以后的增長速度明顯趨緩， 其中， 高等教 育的收益率甚至出現(xiàn)了下降的趨勢(shì) （何亦名， 2009） 。教育的合法收益率的下降， 其結(jié)果就弱 化了教育的犯罪預(yù)防效應(yīng)， 因?yàn)榻逃ㄟ^提高勞動(dòng)者獲得合法工作的機(jī)會(huì)及合法工資率， 進(jìn)而是犯罪的機(jī)會(huì)成本使其能夠成為預(yù)防犯罪的重要渠道， 甚至可能是最重要的渠道。 （三） 不同層次的教育對(duì)犯罪率的影響 考慮到不同層次的教育的合法收益率是不一樣的， 而且不同層次的教育對(duì)人們的道德
① Lochner 等 （2004）針 對(duì) 美 國 的 研 究發(fā)現(xiàn)， 居民平均受教育年限每增加 1 年將使犯罪率降低 11%； Machin 等 （2010） 針對(duì)英國的研究也發(fā)現(xiàn)， 居民平均受教育年限每增加 1 年甚至可以令男性犯罪率 降低 30%。 107

中國人口科學(xué) 2011 年第 3 期

標(biāo)準(zhǔn)和時(shí)間偏好的影響也有可能會(huì)存在差異， 因而， 不同層次的教育對(duì)犯罪率的影響可能 在現(xiàn)有的文獻(xiàn)中也存在類似的觀點(diǎn)。例如， Lochner 2004） （ 曾經(jīng)指 就并非是單調(diào)的。實(shí)際上， 出， 教育不僅提高了合法工資收益， 而且同時(shí)也提高了犯罪的收益， 因此， 教育可能降低盜 竊、 搶劫等低技能型犯罪， 也可能提高詐騙等高技能型犯罪； Buonanno 等 （2009） 也指出， 在 教育水平較低的階段， 教育能夠降低犯罪率； 而在教育水平較高的階段， 教育則可能提高技 “白領(lǐng)犯罪” 。本文采用 2SLS 分別估計(jì)小學(xué)、 初中、 高中和大學(xué)及以上教育層次對(duì)犯 能型的 罪率的影響， 結(jié)果如表 4 所示。 結(jié)果顯示， 勞動(dòng)力平均小學(xué)、 初中和高中受教育年限均顯著降低了中國的犯罪率， 同時(shí)， 勞動(dòng)力平均小學(xué)受教育年限每增加 1 年可以降低犯罪 其犯罪預(yù)防效應(yīng)依次遞增。其中， 率 2.4～3.0 個(gè)百分點(diǎn)， 初中教育年限每增加 1 年可以降低犯罪率 4.0～5.0 個(gè)百分點(diǎn)， 高中 教育年限每增加 1 年則可以降低犯罪率 5.4～6.5 個(gè)百分點(diǎn)。但是， 勞動(dòng)力平均大學(xué)受教育
表4 小學(xué) 模型 1 教育 非法工資 合法工資 人口密度 失業(yè)率 城鎮(zhèn)化率 中青年人口比率 “嚴(yán)打” 行動(dòng) 常數(shù)項(xiàng) 地區(qū)變量 年份變量 Sargan 檢驗(yàn) P 值 Uncentered R2 觀測(cè)值 - 2.994** （1.456 ） 2.31*** （0.823 ） - 0.523 （0.491 ） 0.142 （0.100 ） - 0.067 （0.079 ） 0.015** （0.007 ） 0.028 （0.034 ） - 0.156 （0.187 ） - 1.468 （4.475 ） 是 是 0.52 0.88 270 不同層次的教育對(duì)犯罪率影響的 2SLS 估計(jì)結(jié)果 每萬人中被提起公訴的犯罪嫌疑人數(shù) 小學(xué) 模型 5 - 2.43*** 2.07*** - 0.310 0.093 - 0.034 0.013** 0.022 - 0.064 - 3.338 是 是 0.48 0.93 270 初中 模型 6 - 3.993* 2.403** - 1.041 0.453 - 0.106 0.044* 0.028 - 0.020 - 8.75*** 是 是 0.34 0.90 270 高中 模型 7 - 5.363** 4.57*** - 1.748* 0.285* - 0.135 （0.093 ） 0.074** （0.035 ） 0.052 （0.039 ） - 0.147 - 26.4*** 是 是 0.91 0.91 270 大學(xué) 模型 8 37.082 - 25.216 11.920 - 1.363 0.807 （8.295 ） - 0.291 （3.008 ） - 0.136 （1.288 ） 1.030 131.292 是 是 0.75 - 2.18 270 初中 模型 2 - 4.954 2.730** - 1.432 0.591 - 0.157 0.054* 0.036 - 0.103 - 8.135* 是 是 0.38 0.82 270 高中 模型 3 - 6.544** 5.347** - 2.274** 0.376* - 0.190 0.089** 0.064 - 0.258 - 29.64** 是 是 0.96 0.85 270 大學(xué) 模型 4 40.784 - 27.803 12.963 - 1.476 0.862 （9.09 ） - 0.320 （3.29 ） - 0.149 （1.41 ） 1.050 145.978 是 是 0.72 - 3.20 270

每萬人中被批準(zhǔn)逮捕的犯罪嫌疑人數(shù)

（3.167 ） （3.299 （415.0 ） ） （1.198 ） （2.144 （296.7 ） ） （0.966 ） （1.162 （133.9 ） ） （0.397 ） （0.210 ） （14.82 ） （0.122 ） （0.116 ） （0.032 ） （0.043 ） （0.045 ） （0.049 ）

（1.182 ） （2.521 ） （0.668 ） （0.954 ） （0.398 ） （0.769 ） （0.081 ） （0.316 ） （0.064 ） （0.097 ） （0.006 ） （0.026 ） （0.028 ） （0.036 ） （0.152 ） （0.177 ） （3.632 ） （3.321 ）

（2.662 （378.6 ） ） （1.730 （270.7 ） ） （0.938 （122.2 ） ） （0.170 ） （13.52 ）

（0.223 ） （0.214 ） （11.9 ） （4.172 （11.86 ） ） （1560 ）

（0.173 ） （10.89 ） （9.570 （1423 ） ）

108

教育對(duì)犯罪率的影響研究

年限卻不具有顯著的犯罪預(yù)防效應(yīng)。主要原因可能是， 教育在提高人們獲得合法工作的機(jī) 會(huì)和合法工資收益而具有犯罪預(yù)防效應(yīng)的同時(shí)，還可能提高犯罪生產(chǎn)率和犯罪收益 （Ehrlich， 1975） 從而具有犯罪擴(kuò)張效應(yīng)。對(duì)于大學(xué)這類高層次教育來說， ， 其犯罪預(yù)防效應(yīng) 和犯罪擴(kuò)張效應(yīng)可能相互抵消。在中國， 大學(xué)教育的合法收益率的停滯和下降， 一方面抑制 了大學(xué)教育的通過提高勞動(dòng)者的合法收益而產(chǎn)生的犯罪預(yù)防效應(yīng)； 另一方面； 還可能造成 “非法” 勞動(dòng)力市 那些無法在合法勞動(dòng)力市場(chǎng)上實(shí)現(xiàn)預(yù)期教育回報(bào)率的高學(xué)歷人員轉(zhuǎn)而在 場(chǎng)上就業(yè)以獲取預(yù)期的回報(bào)率， 并由此增加了教育的犯罪擴(kuò)張效應(yīng)， 特別是詐騙一類的高 技能犯罪， 因?yàn)榫哂休^高人力資本水平的高學(xué)歷者從事高技能型犯罪可能更具有比較優(yōu)勢(shì) （Lochner， 2004） 。據(jù)統(tǒng)計(jì)資料顯示， 中國的每萬人詐騙犯罪數(shù)和詐騙犯罪占犯罪總數(shù)的比 率這兩個(gè)指標(biāo)自 1981 年以來均持續(xù)上升， 特別是在 2005 年以后， 其增長速度明顯更快了， 年 均增長速度高達(dá) 11.8%。同時(shí)， 中國的詐騙等高技能型犯罪上升的宏觀教育背景恰恰是中 “ 勞動(dòng)力市場(chǎng)上的 “知識(shí)失業(yè)” 和大學(xué)畢業(yè)生失業(yè)現(xiàn) 國在 1999 年實(shí)施高校擴(kuò)招之后， 合法” （賴德勝、 田永坡， 2005） �，F(xiàn)在看來， 上述經(jīng)驗(yàn)性事實(shí)可能并非是巧合。 象變得越來越嚴(yán)重 ① 為了進(jìn)一步檢驗(yàn)中國的大學(xué)教育對(duì)詐騙等高技能型犯罪的影響， 筆者在一些地方統(tǒng)計(jì) 年鑒上收集了 2000～2008 年上海、 江蘇、 河南、 安徽和重慶等 5 個(gè)省 （直轄市） 的公安機(jī)關(guān) 立案的每萬人詐騙犯罪數(shù)和詐騙犯罪占總犯罪數(shù)的百分比兩個(gè)變量， 然后用其對(duì)勞動(dòng)力平 均受大學(xué)教育年限及其他解釋變量進(jìn)行了 2SLS 估計(jì)。結(jié)果顯示， 在樣本容量改變之后， 勞 動(dòng)力平均受大學(xué)教育年限對(duì)犯罪率的影響依然是不顯著的，這同先前的估計(jì)結(jié)果是相類似的； 但勞動(dòng)力平均受大學(xué)教育年限卻在 0.1 的顯著性水平上提高了詐騙犯罪占總犯罪數(shù)的百分 比。 結(jié)果意味著， 中國當(dāng)前的大學(xué)教育的確可能促增了詐騙一類的高技能型犯罪。 主要原因 正如前文中指出的那樣， 可能是因?yàn)橹袊?dāng)前存在的過度的大學(xué)教育及分割的勞動(dòng)力市場(chǎng) 已經(jīng)抑制和阻礙了大學(xué)教育的合法收益率的增長， 其結(jié)果是一些受過高等教育的勞動(dòng)力無 法在合法勞動(dòng)力市場(chǎng)上獲得預(yù)期的教育回報(bào)率， 這將促使他們轉(zhuǎn)而在非法勞動(dòng)力市場(chǎng)上實(shí) 上 現(xiàn)就業(yè)以獲 取 預(yù) 期 的 教 育 回 報(bào) 率 ， 進(jìn) 而 促 增 了 詐 騙 等 高 技 能 型 犯 罪 。 述 觀 點(diǎn) 也 得 到 并 調(diào)查結(jié)果顯示， 過大的就 “ 了針對(duì) 2004～2007 年廣東省高學(xué)歷人員犯罪的調(diào)查報(bào)告的支持，
② 業(yè)壓力是高學(xué)歷人員犯罪的主要原因， 犯罪手段的技術(shù)化則是高學(xué)歷犯罪的主要特點(diǎn)” 。

五、結(jié)

語

本文采用中國 2000～2008 年各地區(qū)的經(jīng)驗(yàn)數(shù)據(jù)， 系統(tǒng)研究了教育對(duì)中國犯罪率的影響。 研究發(fā)現(xiàn)， 從總體上看， 發(fā)展教育的確能夠顯著降低中國的犯罪率， 但不同層次的教育對(duì)犯
① 賴德勝、 田永坡 （2005） 發(fā)現(xiàn)， 伴隨高等教育規(guī)模的擴(kuò)張， 大學(xué)畢業(yè)生的就業(yè)難度日益增加。從公布 的高校畢業(yè)生就業(yè)率來看， 1996～2004 年分別為 93.7%、 97.1%、 76.8%、 79.3%、 82.0%、 90.0%、 80.0%、 70%和 73%， 總體呈下降趨勢(shì)。 ②《廣東省高學(xué)歷人員犯罪問題調(diào)研報(bào)告》 （http： //www.gd.jcy.gov.cn/） 。 109

中國人口科學(xué) 2011 年第 3 期

罪率的影響有明顯的差異。具體來說， 小學(xué)、 初中和高中教育顯著地降低了中國的犯罪率， 而且， 其犯罪預(yù)防效應(yīng)隨著教育層次的提高而遞增。但是， 大學(xué)教育不僅未能降低中國的總 犯罪率， 反而還顯著促增了詐騙一類的高技能型犯罪。 本研究說明， 發(fā)展教育同樣是一項(xiàng)有效的犯罪預(yù)防政策， 而且與刑事政策相比， 通過發(fā) 預(yù)防犯罪的教育發(fā)展政策對(duì)于不同 展教育來預(yù)防犯罪還將會(huì)具有更高的社會(huì)收益。同時(shí)， 初中和高中教育， 大 層次的教育來說應(yīng)該是有所區(qū)別的， 政策的瞄準(zhǔn)重點(diǎn)是大力發(fā)展小學(xué)、 學(xué)教育則應(yīng)由之前注重規(guī)模的擴(kuò)張向質(zhì)量的提高轉(zhuǎn)變。如果發(fā)展教育與弱化和取締勞動(dòng)力 市場(chǎng)上的分割壁壘等政策一起聯(lián)動(dòng)， 則還可以更進(jìn)一步的促進(jìn)和提高教育 （包括大學(xué)教育） 的犯罪預(yù)防效應(yīng)。

參考文獻(xiàn)：
1. 陳剛 （2010）《犯罪經(jīng)濟(jì)學(xué)視角下的中國經(jīng)濟(jì)轉(zhuǎn)型期犯罪率》 ： ， 《中國社會(huì)科學(xué)報(bào)》 第 58 期。 ， 2. 何亦名 （2009）《教育擴(kuò)張下教育收益率變化的實(shí)證分析》 ： ， 《中國人口科學(xué)》 第 2 期。 ， 3. 賴德勝、 田永坡 （2005）《對(duì)中國 ： “知識(shí)失業(yè)” 成因的一個(gè)解釋》 ， 《經(jīng)濟(jì)研究》 第 11 期。 ， 4. 張寶義 （2004）《90 年代天津市青少年犯罪人口的構(gòu)成及其變動(dòng)》 ： ， 《人口研究》 第 1 期。 ， 5. 張寶義 （2007）《天津市居民與外來人口中犯罪者的特征比較研究》 ： ， 《南方人口》 第 1 期。 ， 6. Buonanno， and L.Leonida P. （2009） Non Market Effects of Education on Crime： ， Evidence from Italian Regions. Economics of Education Review. 28 （1） 11- 17. ： 7. Buonanno， and D.Montolio （2008） Identifying the Socio- economic and Demographic Determinants of Crime P. ， Across Spanish Provinces. International Review of Law and Economics.28： 97. 89I. （ ， in Income， Human and 8. Ehrlich， 1975） On the Relation between Education and Crime. 313- 338， Education， edited by F.T. Juster， NBER. Behavior， 9. Fajnzylber， D.Lederman， N.Loayza P.，， and （2002） What Causes Violent Crime?. European Economic Review. ， 46： 1323- 1357. 10. Jacob， and L.Lefgren B. （2003） Are Idle Hands the Devil’ Workshop? Incapacitation， ， s Concentration， and 1560- 1577. Juvenile Crime. American Economic Review. 93： 11. Lochner， and E.Moretti 2004） The Effect of Education on Crime： L. （ ， Evidence from Prison Inmates， Arrests， and Self- reports. American Economic Review. 94 （1） 155- 189. ： 12. Lochner，（2004 ， L. ） Education， Work， Crime： Human Capital Approach. International Economic Review. and A 45 （3） 811- 843. ： 13. Lochner，（2010） Education Policy and Crime. NBER Working Paper No.15894. L. ， S.， and ， 14. Machin， O.Marie， S.Vuji （2010） The Crime Reducing Effect of Education. CEP Discussion Paper No. 979. 15. Mayston， and J.Yang D. （2008） A Pecking Order Analysis of Graduate Overeducation and Education Invest， ment in China. Department of Economics， University of York， Discussion Paper No.2008/25. 16. Witte， A.D. and H.Tauchen （1994） Work and Crime： Exploration Using Panel Data. NBER Working Paper ， An No.4794.

（責(zé)任編輯： 犁 朱 ）
110

Chinese Journal of Population Science A bimonthly

No.３ June １， ２０１１

ABSTRACTS
The Effect of Labor Migration on Urban Employment in China Ma Zhongdong Wang Jianping·2· In this paper, we hypothesize that urban to rural return migration reduces the number of unemployed labor migrants and hence lowers the overall level of unemployment in urban areas. Based on the 2005 China's One Percent Population Survey, we study both factors and regional models of unemployment in urban China in a multivariate framework. Regression results show that the odds of unemployment were much less for rural migrants than urban residents, higher for city than town residents, higher for females than males, much higher for young adults than older age groups, and much more so for fresh than older graduates from colleges and universities. As for the level of unemployment of urban residents, rural migrants, and the overall level of urban unemployment, they were all high in traditionally industrial regions, where state own enterprises were the most important source of employment, but all were low in the Eastern Provinces, where private firms became an important source of the urban employment. Mixed patterns of a high level of unemployment among urban residents and a low level among rural migrants were found in the Pearl River Delta, where joint venture corporations account for a majority of employment, as well as in mega cities such as Beijing, Shanghai and Tianjin. Research on Initial Distribution Welfare Coefficient of Industrial Level Mu Huaizhong Ding Zinan· · 16

This paper presents welfare coefficient index of the initial distribution and industrial welfare coefficient model by the level of industry. Results show that an industry at a higher level enjoys a higher level of industry welfare. The relative total welfare increases faster when the industrial structure becomes more reasonable. As a result of an unbalanced industrial structure, welfare coefficients of tertiary industries are at present lower than those of the second industry, and hence social relative total welfare is rising slowly. The analysis of the welfare effects suggests that welfare increase dominated by the tertiary industry be the best path to improve the total social welfare. Improving industrial structure with the welfare coefficient standard is the goal of economic development. The Impact of Pension and Inequality on Health of Older Adults in China Li Shi Yang Sui· · 26

Using 2002 and 2007 CHIPs data, this paper investigates the impact of pension on elderly health. Self- rated health of the elderly had been getting improved with the increasing pension and the effect of pension is getting more important, especially to the elderly who live alone. The effect of increasing inequality and urban poverty also show negative effect on the elderly health. Rural-Urban Segmentation, Wage Diversity and Unequal Opportunities of Employment in Urban Labor Market Zhang Zhaoshi Qian Xueya· · 34 Based on the data from the Urban- Household Survey in five provinces in China, this paper estimates the degree of Rural- Urban Segmentation and describes the relationship between the degree of segmentation and the level of economic development. From the perspective of income, results show a lower degree of segmentation intra- provincially among higher- end than lower- end sectors and inter- provincially a higher degree of segmentation in more developed provinces than less developed ones. From the perspective of employment opportunities, results show a large segmentation between the rural and urban sectors and its relationship with the level of development is significantly positive. Lineage Populations and Socio-economic Changes since the Middle Qing Dynasty： A Case Study of Non-Malthusian Fertility Pattern Che Qun Cao Shuji· · 42 This paper reveals the existence of modern fertility patterns in ancient China, reflected in the Que Family Tree and Shicang instruments. This study indicates that the Que's family adjusted their fertility rationally according to social- economic conditions to maintain their living standard above a certain level, suggesting the coexistence of the so- called "binge" fertility with the rational choice of fertility of the Que's clan.

111

中國人口科學(xué) 2011 年第 3 期

A Comparative Analysis of the Mode of Technology Innovation between China and India: From the Perspective of International Human Capital Flows Li Ping Xu jiayun· · 54 By introducing human capital flows into the function of enterprises innovation, this paper examines factors of innovation in China and India, with an emphasis on the role of international human capital flows. Results showed that technology innovation in China mainly depended on R&D investment and international technology diffusion represented by FDI technology spillovers, whereas India relied little on international technology diffusion but more on innovation brought by international human capital flows, domestic demand and government support. As for the effect of international human capital flows on technology innovation, India is more competitive than China. Although China has made some achievements in the mode of technological innovation, the developing potential of China has not been realized as it has in India, where innovation mode relied on the migration of international talents. Public Participating in Management and China Reduction Action： Empirical An Analysis Based on the Provincial Panel Data Zhang Yi Lu Xianxiang· · 64 This paper analyzes the collective action predicament of public and enterprises in the carbon reduction and "government failure" in the management of carbon reduction. We calculate and sort provincial panel data of carbon dioxide emission during 1997- 2008. The results show that public participation into the environment protection in the form of complaint facilitates the reduction in carbon emissions intensity and per capita emissions. The carbon reduction effect is limited from a management mechanism jointly by the government and the public. Results also show a positive effect of household size on carbon emissions but an "inverted- U" relationship between the educational level of the public and carbon emissions. A Factors Analysis for Rural Residential Energy Consumption： Based on a Rural Household Survey of 9 Provinces Zhang Nini and Others· · 73 Based on the data from a representative household survey in rural China in 2005, this paper explores factors affecting patterns of residential energy consumption in the rural areas. For the choice of clean energy, we find that household income is the primary factor. Other factors include education and engagement in private or family enterprise. The clean energy was found more prevalently in the eastern region than other regions, more useful for air conditioning than heating, and more suitable for concrete structured than wooden framed houses. Service Quality of Elderly Homecare in Community： SERVQUAL-based Structural Model A Zhang Xiaoyi Liu Bangcheng· · 83 Based on the qualitative analysis of Shanghai's elderly homecare in community, this paper tries to construct a quality assessment model of elderly home care in accordance with SERVQUAL model and theory. The results demonstrate that the quality of this service can appropriately be constructed as a two- tier structure of service with four dimensions of assistance in cleanliness, meal, medical care, and recreation/rehabilitation, from which the quality can be measured and assessed more precisely. We found that homecare for the elderly in Shanghai has entered into the right truck with considerable service capacity, stability and reliability, and responsiveness. Still, there is large room for improvement in personalized service and the quality of the health care team. The Impact of Income Inequality on Subjective Well-being： Evidence from Chinese General Social Survey Data Wang Peng· · 93 Based on data from the Chinese General Social Survey, we analyze the impact of income inequality on people's Subjective Well- Being (SWB). We found that there is an "inverted- U" association between income inequality and SWB. The critical point in Gini coefficient is found at 0.4, which means that SWB increases with inequality when the coefficient is less than 0.40 but decreases with inequality when for it is larger than 0.4. The decrease in SWB with increasing inequality is greater for urban residents, the non- agricultural class and the better educated. SWB was also low for those with lower than expected income. Deterring Crime： What Education Policy Do We Need Chen Gang Li Shu· · 102

Theoretically, education exerts both deterring and enhancing effect on crime. Its overall effect on crime rate is uncertain. Based on provincial data during 2000- 2008 in China, we find that education expansion generally decreased the crime rate. At the level of primary school, middle school and high school, the deterring effect is found significant and stronger at a higher level. College education, however, did not help much to lower the crime rate because of its association with the increasing high- tech crime.

112



  本文關(guān)鍵詞：教育對(duì)犯罪率的影響研究，由筆耕文化傳播整理發(fā)布。