论文总字数：21583字

摘 要

“一带一路”政策是习近平总书记提出的重要对外开放政策，由21世纪海上丝绸之路和丝绸之路经济带共同组成。“一带一路”政策加强了与周边国家的经贸投资合作，有利于我国逐渐形成多元化的投、融资体系，并且，从基础设施到民生改善，从贸易往来到文化交流，均惠及世界。但是，所有的新政策在实施初期，都会使现有的社会生活的各个方面发生变化。本文将研究“一带一路”政策的实施对沿线犯罪率的影响，以及对不同地区犯罪率的影响差异问题。

首先，本文在回顾了对外开放政策和犯罪率相关文献的基础上，收集了浙江、青海和重庆这三个省份在2009至2018年间的相关数据，以犯罪率作为被解释变量，选取了经济发展水平、城市化水平、失业率、城乡消费水平比和一带一路外方注册资本作为五个解释变量，对各变量进行解释和说明后，建立混合面板数据模型，来分析不同的因素对犯罪率是否有显著影响。通过模型结论可知:城乡消费水平比、经济发展水平升高，会导致犯罪率的降低；而一带一路外方注册资本、失业率和城市化水平的增大，将会导致犯罪率的增大。并且，针对各个因素影响犯罪率的程度也做了具体分析。

然后，本文继续引入平均犯罪率和“一带一路”政策实施前后为分段点的虚拟变量，建立面板数据模型，来研究“一带一路”政策的实施对不同地区犯罪率的影响差异以及政策实施前后当地犯罪率是否有显著变化。首先，通过H-检验和F-检验，确定了面板数据模型的形式。其次，对各变量进行了平稳性检验。最后，对于含有平均犯罪率与虚拟变量的随机效应模型分别进行统计分析。结果表明： “一带一路”政策实施后较之实施前犯罪率有小幅度上升；“一带一路”政策实施对沿线地区犯罪率的影响存在显著差异，其中东南地区的犯罪率为三地区中最高，西北地区犯罪率略低于西南地区。

最后，本文基于模型分析的结果，并结合我国“一带一路”政策的实施现状，提出了具有针对性的政策建议。同时,针对本文存在的不足，提出了进一步研究的改进方向。

关键词： 犯罪率 一带一路 面板数据

Research on the Impact of the Belt and Road Initiative on China's Crime Rate

             ——Based on panel data model

Abstract

The Belt and Road Initiative is proposed by General Secretary Xi Jinping, which is an important opening-up policy. The policy is composed of the 21st Century Maritime Silk Road and the Silk Road Economic Belt. The Belt and Road Initiative continues to expand economic, trade and investment cooperation, which will help my country build a diversified investment and financial system. It is not only from infrastructure to people's livelihood improvement, but also from trade to cultural exchange, and all benefits the world. However, the implementation of new policy of opening will influence on all aspects of society. This article will study the impact of the implementation of the policy on the rates of crime along the route, as well as differences in the impact on crime rates in different regions.

First, on the basis of reviewing the literatures on the opening policies and the crime rates, this paper collected the relevant data of the three provinces：Zhejiang, Qinghai, and Chongqing from 2009 to 2018, using crime rates as the explanatory variable, and selected the level of economic development, urbanization, the rates of employment, the ratio of urban-rural consumption, and foreign registered capital of the Belt and Road as five explanatory variables. After instructing and explaining each variable, a mixed panel data model is established to analyze whether different factors affect the crime rate significantly. The model conclusion is: the increase in the ratio of urban-rural consumption and the level of economic development will lead to a reduction in the crime rates; while the increase in the registered capital, unemployment rate and urbanization level will lead to an increase in the crime rates. In addition, specific analysis was made on the degree of influences of various factors on the crime rates.

Next, this article continues to introduce the average crime rate and the virtual variables that whether the Belt and Road policy is implemented, and establish a panel data model to study the impact of the implementation of the Belt and Road policy on crime rates in different regions and whether the local crime rate has changed significantly by the policy. Firstly, the form of model is determined through H-test and F-test. Secondly, the stationarity test was carried out on each variable. Finally, the random effect models containing the average crime rate and dummy variables are statistically analyzed. The result demonstrated that: the crime rate has increased slightly compared with before; the impact of the the Belt and Road policy on the crime rate along the route is clearly different, and the crime rate in the southeast region is much higher than that in the southwest and northwest region, the southwest region is slightly higher than the northwest region.

Finally, based on the results of the model analysis and the implementation status of the opening policy in china, this paper puts forward targeted policy recommendations. According to the shortcomings of this article, the improvement direction of further research is proposed.

Keywords : crime rate the Belt and Road Initiative panel data

目录

目录

第一章 引言5

1.1 研究背景5

1.2 文献综述5

1.3 本文的创新之处与主要工作8

第二章 “一带一路”实施对沿线犯罪率的影响9

2.1变量选择及数据来源 9

2.2构建混合面板数据模型11

2.2.1基本说明11

2.2.2 构建模型11

2.3混合面板数据模型结果分析13

第三章 “一带一路”实施对不同地区犯罪率的影响差异14

3.1面板数据模型的基本理论14

3.2构建基于面板数据的模型14

第四章 结论与展望18

4.1结论 18

4.2 展望19

1. 引言

1.1研究背景

自1979年我国开始实行对外开放至今，我国在各个不同的历史时期实施了不同的对外开放政策。改革开放打破了中国数十年来的封闭自守，国内市场和国外市场齐头发展，外国资本和外商投资呈现大幅增加，国家财政也对交通、商业等等的发展投入了大量资金。对外开放政策对于经济贸易、外交、城市化等方面的影响是显而易见的，已经成为我国的基本国策，是促进经济增长的巨大动力源。但是，对外开放政策及其实施过程会使社会生活各个方面都发生翻天覆地的变化，同时，我们也不得不注重对外开放政策对社会产生的负面影响。对外开放政策使得一部分人的经济状况明显好转，但也产生了不可忽视的贫富差距，导致社会的矛盾和冲突加剧。社会的矛盾和冲突将会导致犯罪的发生，因此，随着对外开放政策的实行，整个社会的犯罪率也会产生相应的变化。那么对外开放对犯罪发生影响的作用机制究竟是怎样的呢？本文将对这个问题做出具体分析。

我国实施的对外开放政策涉及各个方面，因此，其对犯罪率的作用机制也是多样复杂的。各个因素之间可能也存在着某种程度上的相关性。随着我国不断提出的新的政策，例如“一带一路”政策的实施，随着沿线城市对外开放的扩大，对当地犯罪率变化可能带来影响，因此，应该得到重视。本文基于实行一带一路后，沿线上几个城市近几年的面板数据，建立数学模型，针对经济发展水平、对外开放程度、城市化水平等因素对该地区犯罪率的影响进行分析，并在最后做出总结，结合我国犯罪问题以及一带一路政策实施的现状，提出了一些具有实践性意义的政策和建议。

1.2 文献综述

2019年，Jing Li^[1]等人构建了DER指数，他们认为收入极化比收入质量更能说明收入分配对犯罪的影响，建模结果表明，收入极化与中国的刑事起诉率呈正相关。首先，他们给出了收入极化和犯罪之间关系的基础线性估计结果，并逐个添加了控制变量。该模型得出如下结论:一， 改革后的中国快速增长无疑会改善人们的福祉并显着减少贫困。然而，更多的富裕代表着更大的潜在犯罪可能性。此外，增长的收益在个人和人口子群中的分配是不均等的，甚至是分配不公平的。 二，警察支出的系数是正的，表明更多的警察资源可以帮助发现更多犯罪。三，城市化与犯罪有可能是有关联的。

Gregory DeAngelo^[2]等人则关注犯罪率与警察部门效率的关系。他们通过建立分析模型从而测量了纽约州五十个市政警察部门的相对效率。结果显示，有四个因素对暴力和财产犯罪的“产出”具有显着的影响：社区警务人员的数量，就业筛选机器的数量，部署的移动计算机设备的数量以及特殊毒品部门中雇用的人员数量。

Tsun Se Cheong^[3]等人于2015年考察了省内区域不平等程度对中国犯罪率的影响。结果表明，西方犯罪理论可以同样适用于中国。发现犯罪率与省内区域不平等成正相关，而与受教育程度负相关。此外，还观察到犯罪率与通货膨胀水平，失业率以及城乡部门之间的消费和就业不平等呈正相关。

国内学者也运用各种数学模型对于对外开放政策进行了多角度的探讨：

一些学者对于影响中国犯罪率的相关因素进行了较为全面的研究。王家琦^[4]运用1998年到2016年间各指标和犯罪率的数据，采用逐步回归分析方法，建立了犯罪率数学模型，研究表明，城市化率，失业率和离婚率对犯罪率影响较大，进一步分析获得了准确的全国犯罪率与各种指标的线性变化，并对各个参数进行了显著性检验。何芳^[5]收集了20个国家于2000-2010年的相关数据，建立面板数据模型，进行各影响因素对各国犯罪率影响的效应分析，分析表明：在数据经过进一步处理后，收入差距和失业率都会使谋杀犯罪率增大，且在中介效应模型中，各国的收入差距和失业率对谋杀犯罪率的影响方式、影响程度存在差异。王玉梁^[6]以对外开放度为切入点，对对外开放与犯罪率之间的深层联系进行研究，并在此基础上分析了对外开放对犯罪发生影响的作用机制。

此外，众多学者针对地区间差异进行了研究。章友德^[7]等人收集2011—2015 年中国 227 个城市的数据，运用了空间计量模型和空间系统广义矩估计(SGMM)，对城市、社会保障二元结构与犯罪率的关系进行研究，结果表明，城市、社会保障二元结构对城市外来流动人口并不友善，因此，直接或间接地增加了城市外来流动人口违法犯罪的可能性。2013年，严小兵^[8]建立地理加权回归模型，以研究2008年中国大陆省级单元行政区域犯罪率的影响因素，结果表明：各因素对犯罪率的影响在空间中表现出非平稳性，流动人口对犯罪率影响显著，但各个省份影响程度并不相同，影响关系因空间位置的不同而产生变化，并且，模型的计量精度和拟合程度比以往使用的OLS模型有大幅提高。同样的，常安^[9]在证明犯罪行为的空间自相关性确实存在的前提下,以刑法改革年1998年为起始时间进行采样,收集1998至2014年的中国31个省份的数据,构建省级面板数据，根据不同的空间权重矩阵框架而分别采用空间滞后模型、杜宾模型和误差模型来进行实证分析，实证结果表明：在本文选取数据的期间,经济发展使犯罪率水平有较为明显的降低，并且，城乡收入差距和区域收入差距的扩大可能会导致部分犯罪行为的产生,城市化过程和对外开放政策会使这一现象进一步加深，并且，教育质量有助于提升公民素质,达到降低犯罪率的效果，此外公共福利、民生福利政策和公共安全财政支出作用比我们想象中微弱,并没有发挥其应有的作用，反而作为震慑政策的严打举措产生了较强的效果。赵进东^[10]通过对城乡收入差距与犯罪率之间关系的现有理论进行深入探讨，采用10个沿海省份居于1996－2017 年间的面板数据，对上述两者的相关关系进行实证研究，结果表明：没有明显的证据表明城乡收入差距必然会提高犯罪率。2019年，周申^[11]则基于中国产品层面的关税数据构建了差异性的地区贸易保护指标，衡量各地区贸易自由化程度,他们利用固定效应模型,收集到2000—2011年省级面板数据，运用工具变量法实证检验贸易自由化与犯罪率之间的关系及潜在人口流动的影响机制。结果表明:中国加入WTO 后，贸易自由化显著推升了犯罪率水平，且贸易自由化程度越深入的省份，犯罪率提升程度越高，地区效应显著；贸易自由化主要通过增加外来人口流入等渠道推升了犯罪活动。

还有一些学者则针对具体的变量与犯罪率的关系进行了研究。曾鹏^[12]基于时间序列数据，针对青少年犯罪的问题进行了实证研究,结果显示：高中入学率对青少年犯罪具有负面影响，而严厉性政策的作用则相对复杂。在较短时间内，加大政策的严厉性将对青少年犯罪产生负向影响，即惩戒犯罪的方式越是严厉，对青少年犯罪的震慑效果越好,而从长远角度来看，严厉性政策对青少年犯罪的这种影响会发生改变，将逐渐对少年犯罪产生正向影响且不明显,这说明，长期使用严厉的政策惩戒犯罪来治理青少年犯罪问题是不明智的选择，而短期内惩戒犯罪的严厉性政策达到震慑青少年犯罪的目的。王婷^[13]基于扩展的犯罪供给模型，研究并进一步分析了城市化对犯罪率的影响，从收入水平和发展模式的角度，计算了了城市化水平对犯罪率的影响系数,分析表明，一方面，城市化促进了收入提高，起到了抑制犯罪率上升的间接作用，但另一方面也会因规模扩张、收入差距扩大而加剧犯罪。邹登朝^[14]则进行了经济因素对中国犯罪率影响的计量经济分析，利用1978-2012年的相关数据，将犯罪模仿预期效应纳入中国犯罪率的成因分析，继而引入犯罪率的滞后项，人口迁移率、GDP增长率、基尼系数等解释变量，建立了自回归分布滞后模型(ARDL),结果研究发现，本期犯罪率与上一期犯罪率正相关，即过去的犯罪直接影响着下一期的犯罪率,并且犯罪率与GDP增长率呈现负相关关系，但GDP增长率对犯罪率没有影响，但犯罪率会对GDP增长率产生影响等等。史晋川^[15]等人运用犯罪经济学理论框架，针对我国流动人口与刑事犯罪率的关系进行了进一步的实证研究，他们收集到1997~2007年全国31个省份的面板数据，并且对流动人口构成结构导致刑事犯罪率的因果关系进行了计量分析，研究结果表明：流动人口整体规模的增加并不会导致刑事犯罪率的上升，而流动人口的工作类型结构、居住地类型结构及来源地类型结构与刑事犯罪率显著相关。张向达^[16]使用非线性STR模型对此问题开展经验研究，结果表明中国城乡收入差距是财产性犯罪率变化的单向Granger原因，两者之间存在非线性的非对称效应，也表明了这种阶段性的变化特征。

1.3 本文的创新之处与主要工作

本文的创新之处在于，本文是基于近年来最新的对外开放政策——“一带一路”，来研究对外开放对于中国犯罪率的影响。并且在综合上述文献的研究方法的基础上，构造了更为合理的模型来进行实证分析，以便于研究两者的关系。对于中国下一步制定对外开放政策具有理论上的指导意义。

本文主要针对近年来中国“一带一路”政策。首先，在回顾对外开放度与犯罪相关文献的基础上，进行理论分析，建立一个混合面板数据模型对“一带一路”沿线地区的犯罪率进行研究，分析不同社会因素与犯罪率的具体关系。接下来运用一带一路相关省份近年来的犯罪率数据，建立面板数据的随机效应模型来研究该政策实施前后对于中国犯罪率的影响是否有差异以及对不同地区的犯罪率的影响是否存在差异。最后，分析“一带一路”政策对犯罪发生影响的程度及原因，进一步明确下一步实施该政策应制定的具体政策和面对犯罪率增长问题应采取的措施。

第二章“一带一路”实施对沿线犯罪率的影响

本章将研究“一带一路”政策的实施对沿线地区犯罪率变化的影响。由于数据获取难度较大，本章只选取了“一带一路”沿线上的三个省份: 青海、浙江、重庆为例来进行研究，这三个省份分别位于我国的东南、西北和西南地区，因此具有一定的代表性。因为“一带一路”政策在2013年9月提出，我们将2013年作为正式实行“一带一路”政策的时间起点。所收集数据为2009——2018年十年间的数据，便于我们分析一带一路政策实施前后犯罪率是否发生变化，使分析结果具有一般性。

2.1 变量选择及数据来源

犯罪率：为本研究的被解释变量。文中犯罪率以每万人口中的犯罪数量表示（单位：件/每万人）。由于各个国家的犯罪数量均属于刑事机密，所以无法直接寻找到具体的犯罪数据。本文以检察院最终提起公诉的刑事案件作为衡量犯罪数量的指标。计算犯罪率所需的犯罪数量（单位：件）来自于每年各省发布的检察院公报。犯罪率用crime表示。

本文所选的解释变量如下：

一．城市化水平

“一带一路”的实施，大大促进了其沿线省份的经济发展，经济的快速发展从硬件上需要土地的扩张，从软件上看不同层次的劳动力需求增加，这些变化都使得该地区的城市化水平加快。并且，由国家支持实施的重点经贸产业园提供了许多就业岗位，因此，许多农村人口流入城市。在人口大量、快速流动的情况下，人口素质没有随之同步提高，同时，各项政策不能及时完善，这些都会导致社会的不稳定性因素增加，从而导致犯罪率的增长。因此，本文认为城市化水平的增长导致犯罪率增大的一个重要因素。本文以城镇人口占该地区总人口比例来衡量城市化水平，模型中用urban表示。计算城市化水平所需的城镇人口数以及该省份总人口数为各个省份的年数据(单位：万人)。

请支付后下载全文，论文总字数：21583字