謝霄亭，馬子紅

(1 云南民族大學 經(jīng)濟學院，云南 昆明 650500；2 云南大學 經(jīng)濟學院，云南 昆明 650500)

1 問題的提出

全球大約有30億人居住在城市里，這個數(shù)字幾乎接近人類總?cè)丝跀?shù)字的一半.尤其是在過去的20年里，許多城市地區(qū)都經(jīng)歷了劇烈的增長-人口快速增長.預計在未來的30年中，全球人口增長20億人以上的大部分地區(qū)將會集中在發(fā)展中國家的城市地區(qū)(巨型城市、大城市和中小城市)[1].

如果管理得當，城市為經(jīng)濟和社會發(fā)展提供了重要的機會.城市一直是經(jīng)濟增長，創(chuàng)新和就業(yè)的焦點區(qū)域.然而，我們不難發(fā)現(xiàn)這樣一個現(xiàn)象，大城市的犯罪率要明顯地高于小城市和農(nóng)村地區(qū).Glaeser針對20世紀90年代初美國人口超過20萬人的城鎮(zhèn)區(qū)域進行了考察，通過針對城市人口對數(shù)和犯罪加害報案件數(shù)的對數(shù)進行簡單的相關分析，發(fā)現(xiàn)二者之間存在中度至高度相關，同時具有較高的t統(tǒng)計量，為9.71[2].不論是從城市經(jīng)濟學還是從社會學的角度來看，“社會治安”是由地方政府提供的 “公共品”.因而，社會治安的表現(xiàn)狀況對家庭來說至關重要，更進一步對社會經(jīng)濟的穩(wěn)定發(fā)展產(chǎn)生了較為重要的影響.

改革開放30多年來，隨著生活水平和城市化水平的提高，社會治安問題成了一個引起很多人關心的問題.政府也高度重視社會治安問題[3].而根據(jù)使用社會綜合調(diào)查數(shù)據(jù)(CGSS2013)，得到了表1的統(tǒng)計分析結果.

表1 城鎮(zhèn)居民社會治安滿意度一覽表

注：資料根據(jù)CGSS2013數(shù)據(jù)整理得到.

導致評判結果出現(xiàn)較大差異的原因很多.然而，有一點是所有學者均認可的：因為樣本本身的抽樣誤差問題的存在，可能會導致人們通過有偏樣本得出的結論產(chǎn)生較大的偏差，同時準確性也會存在問題.因而，在這里，筆者試圖在城市經(jīng)濟學和社會學的框架之下，使用中國社會綜合調(diào)查數(shù)據(jù)(CGSS2013)，找到影響中國城鎮(zhèn)區(qū)域社會治安狀況的主要因素.并在得出實證研究的結果的基礎之上，提出相應的政策建議.

2 文獻綜述和研究假設

城市經(jīng)濟學針對社會治安的研究是基于如下思路展開的：針對社會治安的主觀評價來自于區(qū)域犯罪率這一客觀事實，而區(qū)域犯罪率又要依賴于犯罪主體的基于成本和收益做出的決策(不論是人身犯罪行為還是財產(chǎn)犯罪行為)[4]；O’Sullvian[5]基于犯罪主體的成本和收益的基本考量，提出了犯罪的均衡數(shù)量這一概念，并提出應該通過提高懲罰的確定性和力度來抑制犯罪率；同時也明確提出犯罪的受害者會受到下面這些因素的影響：收入、居住區(qū)域和種族.Boggs[6]的研究指出，不同的街區(qū)被“嫌疑人”從事不同類型的犯罪，高階社區(qū)的居住者對犯罪問題更為關注，；Smith[7]的針對英國內(nèi)城(特別是伯明翰)的研究表明，低收入街區(qū)和暴力犯罪之間存在顯著的正相關關系；同時，微觀生存環(huán)境對暴力犯罪的機會產(chǎn)生了影響.

國內(nèi)學者的相關研究似乎是限制在法學和社會學兩個領域.公安部主導的社會治安狀況評估指標體系是近20年來用于測量國家或地區(qū)的總體治安狀況的有效的標尺.因而，該社會治安狀況評估指標體系是政府部門掌握社會治安真實情況的主要依據(jù)[8-9].基于法學角度的研究把社會治安狀況評估指標體系中的指標歸為兩類：官方的“客觀”指標和民眾的主觀評價指標.在執(zhí)法的實踐角度，相關政法部門委托第三方基于電話訪談的方式進行了公共安全感和公安工作滿意度調(diào)查[10]，總的來說，相關的研究并未充分地考慮到個人的觀念和態(tài)度并不是孤立的這一特點，事實上，個人的社會治安滿意度受到諸多因素的影響(治安程度自我認知、個人主觀對未來的預期、個人主觀安全感評價、其他人的社會治安滿意度等因素)[11-12].

從居住區(qū)域和個人主觀社會治安滿意度之間的關系來看，較高的犯罪率似乎均發(fā)生于商業(yè)中心，這是由較低的犯罪成本所造成的[6]；一般而言，城市的人口分布(密度)以商業(yè)中心為圓心，人口密度離開圓心越遠則人口密度越低；而在人口密度較高的地區(qū)因為犯罪而造成的負面影響要遠遠高于人口密度較低的地區(qū).犯罪發(fā)生在不同區(qū)域的概率有著很大的不同，所以不同地區(qū)的居民的主觀社會治安滿意度也是不一樣的，從前面的闡述，我們不難發(fā)現(xiàn)，居住在商業(yè)中心附近的居民對“社會治安公共管理”這一“公共品”的質(zhì)量要求較高.

針對不同的階層(等級)對社會治安的滿意度的系統(tǒng)性研究似乎主要集中于針對主觀階層(等級)和客觀地位進行探討[13].從相關理論的角度進行分析，我們不難得到以下結論：作為一個持有有限理性的個體，高收入者必然對居住區(qū)域的社會治安安全度的擔憂遠遠地多于相對較為貧窮的個體，也就是說，收入水平和主觀社會治安滿意度之間存在著負向的關系；另外，同樣作為一個持有有限理性的個體，階層地位高的個體因為居住區(qū)域相對優(yōu)良，在客觀層面具有較強的和完善的安保設施，階層地位高的個體相對于較為貧窮的個體而言擁有較高的主觀社會治安滿意度.

綜上所述，筆者提出以下2個研究假設：

假設1:遠郊的居住者的主觀社會治安滿意度高于市中心(商業(yè)中心)居住者的主觀社會治安滿意度.

假設2:主觀階層評價越高的個體，因為居住環(huán)境和安保設施的原因，從而這部分個體的主觀社會治安滿意度要高于相對主觀階層評價較低的個體.

筆者試圖使用最新的中國社會綜合調(diào)查數(shù)據(jù)(CGSS2013)，運用描述統(tǒng)計方法和廣義線性模型方法(Generalized Linear Models)針對以上兩個研究假設進行統(tǒng)計學意義層面和經(jīng)濟計量學層面的檢驗.并在得出實證研究的結果的基礎之上，提出相應的政策建議.

3 數(shù)據(jù)來源和描述統(tǒng)計分析

中國社會綜合調(diào)查數(shù)據(jù)(CGSS2013)項目調(diào)查覆蓋全國28個省、市、自治區(qū)和直轄市的478個農(nóng)村和城鎮(zhèn)調(diào)查單元，共完成有效問卷10 968份.CGSS系統(tǒng)全面的收集社會、社區(qū)、家庭、個人多個層次的數(shù)據(jù)，總結社會變遷的趨勢，探討具有重大科學和現(xiàn)實意義的議題，推動國內(nèi)科學研究的開放與共享，為國際比較研究提供數(shù)據(jù)資料，充當了多學科的經(jīng)濟與社會數(shù)據(jù)采集平臺.

我們的描述統(tǒng)計分析將涉及到考察被解釋變量和解釋變量之間是否存在著顯著的統(tǒng)計關系，該統(tǒng)計分析可以通過Chi-Square統(tǒng)計和Dot圖2種方法來實現(xiàn).Chi-Square統(tǒng)計分析的目的是檢驗在可能的模型中解釋變量是否對被解釋變量有顯著的解釋能力，是一種用途很廣的計數(shù)資料的假設檢驗方法.它屬于非參數(shù)檢驗的范疇，主要是比較2個及2個以上樣本率( 構成比)以及2個分類變量的關聯(lián)性分析.其根本思想就是在于比較理論頻數(shù)和實際頻數(shù)的吻合程度或擬合優(yōu)度問題.也就是說要求所設定的可能的模型要比零假設模型要好，一般來說，我們使用自由度分別為K和n-K-1的F檢驗來完成該項工作[14].

從圖1我們不難看出，不同區(qū)域的居住者和不同階層的居住者的社會治安滿意程度有著較為顯著的統(tǒng)計學差異，在左圖中，階層自我主觀評價最高的受訪者和階層自我主觀評價最低的受訪者均顯示出相對較低的社會治安滿意度；在右圖中，居住在城市中心區(qū)域的購房者顯示出相對較低的社會治安滿意度(圖形的橫軸顯示的是受訪者的主觀社會治安滿意度的平均值，采用5點量表法，1為極度不滿意，5為非常滿意)；較高的Chi-Square Value(分別為72.62和80.33)似乎也能提供相應的佐證.

4 變量描述和模型的設定

4.1 變量描述

在CGSS2013數(shù)據(jù)庫中，題項c4a03是受訪者根據(jù)個人的心理感受對社會治安狀況做出的一個主觀評價，在本文的分析中，筆者把這個題項作為被解釋變量變量；關于該題項的相關詳細信息可參見中國社會綜合調(diào)查方網(wǎng)站提供的相關問卷.

本文中的解釋變量主要有2個,一個是居住區(qū)域，另一個是受訪者的個人主觀階層認同.解釋變量“居住區(qū)域”通過題項s5a來體現(xiàn)，該題項使用五點量表方法來描述居住地，具體描述為城市中心地區(qū)、邊緣地區(qū)、城鄉(xiāng)結合部、城市地區(qū)以外的鎮(zhèn)、農(nóng)村，鑒于本文的研究范疇為城鎮(zhèn)居民的社會心理行為，故將“居住區(qū)域”題項中的五類居住區(qū)域刪去一類，只留下城市中心地區(qū)、邊緣地區(qū)、城鄉(xiāng)結合部、城市地區(qū)以外的鎮(zhèn)這四類；個人主觀階層認同a43a是受訪者根據(jù)自己對于自身社會經(jīng)濟地位和對社會不平等的狀況的主觀感受做出的主觀評判，在相關的問卷設計中，針對這個解釋變量的衡量被劃分為10個等級，1為最底層，10為最高層，在某種程度上，這也反映了改革開放以后存在著的衡量中國社會階層分化狀況的一種未被官方承認的評判標準.事實上，在中國社會，階層觀念從來沒有消失過，從封建社會的”士農(nóng)工商”階層劃分、1949年建國以后尤其是十年浩劫期間的所謂“出身論”、一直到改革開放以后的“10等階層論”，均能體現(xiàn)出這一點[15].

從經(jīng)濟計量學的角度來看，科學實驗中的控制變量(control variable)或科學常量(scientific constant)是整個研究過程中恒定和不變的實驗要素.控制變量強烈影響實驗結果，并且在實驗過程中保持不變，以測試從屬和獨立變量的相對關系.控制變量本身不是研究者的主要興趣.在本文中，關于控制變量的選擇的問題：由于影響到被解釋變量的因素很多，故我們必須基于相關理論和相關的文獻回顧[16]，來篩選出一些變量作為控制變量.我們篩選的結果是：性別、宗教信仰、年齡、收入、經(jīng)濟狀況、教育程度、民族等.

具體而言，基于CGSS2013數(shù)據(jù)，本文準備引入到模型中進行分析的變量(被解釋變量和解釋變量)如表2所示.

表3顯示的則是引入到本文分析中諸變量的基本描述統(tǒng)計指標一覽表，其中“收入”變量(INC)以萬元為單位、“受訪者是否信仰宗教”變量為二值虛擬變量(0為信仰、1為不信仰)、“受訪者民族”變量為二值虛擬變量(0為漢族、1為少數(shù)民族)、“受訪者當前最高受教育程度”變量分別為0-“文盲”1-“小學文化”2-“中學文化”3-“大學文化”.

表2 實證分析使用變量一覽表

表3 諸變量描述統(tǒng)計一覽表

4.2 模型的選擇

從統(tǒng)計學的角度來看，我們似乎可以選擇5種分析方法針對前文所提到的變量進行統(tǒng)計建模分析：①OLS方法，然而在這里被解釋變量為定性變量，這種方法顯然不適用于此場景；②ANOVA方法，然而，這要求解釋變量唯一并且為數(shù)值型；③多項(Multinomial)Logistic回歸，該方法的缺點是被解釋變量未能有效地反映出“排序“信息；④Ordered Probit 模型，看起來和Ordered logistic模型很相似，但在回歸系數(shù)的解釋上有一定的區(qū)別；⑤有序(Ordered)logistic模型，又稱有序邏輯回歸或發(fā)生比模型，是一個有序回歸模型，即從形式上體現(xiàn)為序數(shù)因變量的回歸模型，首先由McCullagh[17]提出.它可以被認為是適用于二分因變量的邏輯回歸模型的擴展，允許2個以上(有序)響應類別.

從文獻回顧的結果和對變量的篩選角度來看，我們應該使用第5種分析方法.Ordered Logistic模型的表征的基礎過程如式(1)：

y*=xTβ+ε，

(1)

其中，等號左邊為被解釋變量，x為解釋變量矩陣，β為我們希望估計的回歸系數(shù)的向量，ε為隨機誤差項；另外，我們設定被解釋變量的取值(賦值)方式為：

(2)

5 實證分析結果和政策建議

我們的實證分析使用了以下3個模型：不包含解釋變量氮包含了所有控制變量的有序logistic回歸模型、包含了一個解釋變量和所有控制變量的有序logistic回歸模型和包含了2個解釋變量和所有控制變量的有序logistic回歸模型.實證分析結果體現(xiàn)在表4中.

表4 僅包含控制變量的有序logistic回歸結果

注：***p<0.01,**p<0.05,*p<0.1

表5 僅包含控制變量的有序logistic回歸結果(OR值)

注：***p<0.01,**p<0.05,*p<0.1.

在表4的底部我們看到數(shù)據(jù)集中的5 348個觀測值都用于分析 ，似然比卡方值為15.161 ，P值為0.056 這說明我們的模型作為一個整體來說具有統(tǒng)計顯著性同樣我們還可以看到，偽R2為0.002 .

另一方面在表4中我們看到對于“年齡”控制變量來說，年齡每增加1歲，我們預計受訪者的主觀社會治安的滿意程度在更高一級的自我評價水平的對數(shù)概率增加0.005；另外考慮到其他的控制變量保持不變，對于“宗教信仰”控制變量來說，無信仰宗教的受訪者對當前社會治安的滿意程度在更高一級的自我評價水平的對數(shù)概率下降-0.199.

在表5的輸出結果中，我們使用了發(fā)生比方法，使用類似于二元Logistic回歸中的發(fā)生比方法來解釋相應的結果.對于“年齡”控制變量來說年齡每增加1歲，受訪者的主觀社會治安的滿意程度在更高一級的自我評價水平的概率增加1.005倍；對于“宗教信仰”控制變量來說，無信仰宗教的受訪者對當前社會治安的滿意程度在更高一級的自我評價水平的概率增加0.819倍(實為下降).

表6 包含一個解釋變量和控制變量的有序logistic回歸結果

注：***p<0.01,**p<0.05,*p<0.1.

表7 包含一個解釋變量和控制變量的有序logistic回歸結果(OR值)

續(xù)表7

c4a03 Coef. St.Errt-valuep-value Sig.INC1.0130.0091.350.176a5010.8190.101-1.620.106?0b.EDU1.0001.EDU0.9060.157-0.570.5702.EDU0.9270.149-0.470.6373.EDU0.9220.166-0.450.651cut1-2.6780.308.b.bcut2-0.3490.299.b.bcut30.4010.299.b.bcut43.5680.316.b.bMean dependent var3.053SD dependent var 1.038Pseudo r-squared 0.003Number of obs 5348.000Chi-square 23.317Prob > chi2 0.016Akaike crit.(AIC)7172.242Bayesian crit.(BIC)7260.923

注：***p<0.01,**p<0.05,*p<0.1.

在表6的底部我們看到數(shù)據(jù)集中的5 348個觀測值都用于分析 ，似然比卡方值為23.317 ，P值為0.016 這說明我們的模型作為一個整體來說具有統(tǒng)計顯著性同樣我們還可以看到，偽R平方為0.003 .

在該表中，解釋變量“受訪者居住類型”、控制變量“年齡”和“宗教信仰”與因變量之間有著統(tǒng)計顯著性 .在這里我們看到，相對于居住在市中心的受訪者，居住在城鄉(xiāng)結合部的受訪者的主觀社會治安的滿意程度在更高一級的自我評價水平的對數(shù)概率增加0.342，而其他居住類型的受訪者和居住在市中心的受訪者之間的主觀社會治安的滿意程度并不存在著顯著的統(tǒng)計差異；對于“年齡”控制變量來說，年齡每增加1歲，我們預計受訪者的主觀社會治安的滿意程度在更高的自我評價水平的對數(shù)概率增加0.006；另外考慮到其他的控制變量保持不變，對于“宗教信仰”控制變量來說，無信仰宗教的受訪者對當前社會治安的滿意程度在更高的自我評價水平的對數(shù)概率下降-0.199.

在表7的輸出結果中，我們?nèi)耘f使用發(fā)生比方法來解釋相應的結果.相對于居住在市中心的受訪者，居住在城鄉(xiāng)結合部的受訪者的主觀社會治安的滿意程度在更高一級的自我評價水平的概率增加1.407倍，而其他居住類型的受訪者和居住在市中心的受訪者之間的主觀社會治安的滿意程度并不存在著顯著的統(tǒng)計差異；對于“年齡”控制變量來說年齡每增加1歲，受訪者的主觀社會治安的滿意程度在更高的自我評價水平的概率增加1.006倍；對于“宗教信仰”控制變量來說，無信仰宗教的受訪者對當前社會治安的滿意程度在更高的自我評價水平的概率增加0.819倍(實為下降).

表8 包含二個解釋變量和控制變量的有序logistic回歸結果

續(xù)表8

c4a03CoefSt.Errt-valuep-valueSig.8.a43a0.4920.2721.800.071?9.a43a0.6490.5811.120.26410.a43a-0.3790.480-0.790.430a2-0.0220.072-0.300.762NAT0.2190.1681.300.193AGE0.0060.0032.470.014??INC0.0070.0090.730.467a501-0.1700.124-1.380.1690b.EDU0.0001.EDU-0.1110.174-0.640.5262.EDU-0.1310.162-0.810.4173.EDU-0.1860.183-1.020.309cut1-2.2950.336.b.bcut20.0430.329.b.bcut30.7970.329.b.bcut43.9740.345.b.bMean dependent var3.053SD dependent var 1.038Pseudo r-squared 0.007Number of obs 5348.000Chi-square 46.986Prob > chi2 0.001Akaike crit.(AIC)7166.573Bayesian crit.(BIC)7308.463

注：***p<0.01,**p<0.05,*p<0.1.

表9 包含二個解釋變量和控制變量的有序logistic回歸結果(OR值)

續(xù)表9

c4a03Coef.St.Errt-valuep-valueSig.2.EDU0.8770.142-0.810.4173.EDU0.8300.152-1.020.309cut1-2.2950.336.b.bcut20.0430.329.b.bcut30.7970.329.b.bcut43.9740.345.b.bMean dependent var3.053SD dependent var 1.038Pseudo r-squared 0.007Number of obs 5348.000Chi-square 46.986Prob > chi2 0.001Akaike crit.(AIC)7166.573Bayesian crit.(BIC)7308.463

注：***p<0.01,**p<0.05,*p<0.1 .

在表8的底部我們看到數(shù)據(jù)集中的5 348個觀測值都用于分析 ，似然比卡方值為48.986 ，P值為0.001 這說明我們的模型作為一個整體來說具有統(tǒng)計顯著性同樣我們還可以看到，偽R2為0.007.

在該表中，解釋變量“受訪者居住類型”和“受訪者所處社會等級自評”、控制變量“年齡”與因變量之間有著統(tǒng)計顯著性 .與前面的分析結果不同的，控制變量 “宗教信仰”與因變量之間不再存在著統(tǒng)計顯著性.在這里我們看到，相對于居住在市中心的受訪者，居住在城鄉(xiāng)結合部的受訪者的主觀社會治安的滿意程度在更高一級的自我評價水平的對數(shù)概率增加0.327，而其他居住類型的受訪者和居住在市中心的受訪者之間的主觀社會治安的滿意程度并不存在著顯著的統(tǒng)計差異；相對于所處社會等級自評為最底層的受訪者而言，社會等級自評為第4級、第5級、第6級、第7級、第8級的受訪者的主觀社會治安的滿意程度在更高一級的自我評價水平的對數(shù)概率分別增加0.573、0.545、0.555、0.670、0.492；而其他數(shù)值的社會等級自評的受訪者和所處社會等級自評為最底層的受訪者之間的主觀社會治安的滿意程度并不存在著顯著的統(tǒng)計差異；對于“年齡”控制變量來說，年齡每增加1歲，我們預計受訪者的主觀社會治安的滿意程度在更高的自我評價水平的對數(shù)概率增加0.006.

在表9的輸出結果中，我們?nèi)耘f使用發(fā)生比方法來解釋相應的結果.相對于居住在市中心的受訪者，居住在城鄉(xiāng)結合部的受訪者的主觀社會治安的滿意程度在更高一級的自我評價水平的概率增加1.387倍，而其他居住類型的受訪者和居住在市中心的受訪者之間的主觀社會治安的滿意程度并不存在著顯著的統(tǒng)計差異；相對于所處社會等級自評為最底層的受訪者而言，社會等級自評為第4級、第5級、第6級、第7級、第8級的受訪者的主觀社會治安的滿意程度在更高一級的自我評價水平的概率分別增加1.774倍、1.725倍、1.741倍、1.955倍、1.635倍；而其他數(shù)值的社會等級自評的受訪者和所處社會等級自評為最底層的受訪者之間的主觀社會治安的滿意程度并不存在著顯著的統(tǒng)計差異對于“年齡”控制變量來說年齡每增加1歲，受訪者的主觀社會治安的滿意程度在更高的自我評價水平的概率增加1.006倍.

從實證分析的結果我們不難看出，本文第二部分提出的假設1:遠郊的居住者的主觀社會治安滿意度高于市中心(商業(yè)中心)居住者的主觀社會治安滿意度.從實證分析的角度可以被證實.然而，假設2:主觀階層評價越高的個體，因為居住環(huán)境和安保設施的原因，從而這部分個體的主觀社會治安滿意度要高于相對主觀階層評價較低的個體.卻無法被證實，這也許是自評為較高階層的個體，對安保設施的硬件和軟件均有較高的要求的原因.

從政策建議的層面看，一種看似合理的解決存在問題的方法無非是增加行政管理費用，加大針對安保設施的硬件和軟件的數(shù)量和質(zhì)量的投入.然而，這是一種治標不治本的方法.當前中華人民共和國的人口結構出現(xiàn)了“未富先老”的所謂“新常態(tài)”，人口紅利已經(jīng)基本消失，在這樣的情況下，各級政府應該優(yōu)先考慮的財政支出項目應該是各種類型的社會保障支出，尤其是養(yǎng)老保險支出；如果在這種情況下，各級政府仍然簡單地增加行政管理費用，加大針對安保設施的硬件和軟件的數(shù)量和質(zhì)量的投入，那么將會進一步擴大本來就已經(jīng)異常龐大的地方政府的債務存量，長此以往，甚至會危及到社會的穩(wěn)定.因此，各級政府應從創(chuàng)造就業(yè)機會、為企業(yè)減免稅收(尤其是中小民營企業(yè))、適當增加教育投入三個方面入手，減少犯罪活動的數(shù)量；畢竟，絕大部分犯罪行為的產(chǎn)生是因為犯罪主體認為犯罪獲得的收益要遠遠地高于從事正常生產(chǎn)經(jīng)營活動的收益；一旦犯罪主體發(fā)現(xiàn)犯罪獲得的收益要遠遠地低于從事正常生產(chǎn)經(jīng)營活動的收益，則犯罪動機就會消失，相應地犯罪活動的數(shù)量就會減少.