社會(huì)治理環(huán)境對(duì)中國農(nóng)村公共品供給影響的定量分析

摘要? ? 社會(huì)治理環(huán)境是影響農(nóng)村經(jīng)濟(jì)發(fā)展的重要因素。選取中國31個(gè)省市農(nóng)村地區(qū)1988—2014年宏觀面板數(shù)據(jù)，利用固定效應(yīng)模型和面板分位數(shù)回歸模型，以刑事犯罪批捕人數(shù)作為代理變量，分析社會(huì)治理環(huán)境對(duì)農(nóng)村公共品供給的影響。結(jié)果表明，對(duì)生產(chǎn)率有較大影響、主要由基層政府提供的公共產(chǎn)品，社會(huì)治理環(huán)境改善有著顯著的正面影響;對(duì)生產(chǎn)率提升無直接影響、主要由縣市等更高層級(jí)單位提供的公共品，社會(huì)治理環(huán)境的影響不顯著;刑事犯罪歷史數(shù)據(jù)高度正相關(guān)。短期的刑事犯罪批捕累計(jì)量增加，不會(huì)顯著增加當(dāng)期公共品的供給;長期的刑事犯罪批捕累計(jì)數(shù)量增加，會(huì)顯著增加當(dāng)期公共品的供給。這表明，只有持之以恒地打擊黑惡勢力，才會(huì)真正改善社會(huì)治安狀況。

關(guān)鍵詞? ? 社會(huì)治理環(huán)境;刑事犯罪;公共品;固定效應(yīng)模型;面板分位數(shù)回歸模型

中圖分類號(hào)? ? F321? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼? ? A

文章編號(hào)? ?1007-5739（2020）03-0222-04? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）

Quantitative? Analysis? on? Effect? of? Governance? Environment? on? Public? Goods? Supply? in? Rural? China

HE Da-xing

（School of Marxism，Peking University，Beijing 100871）

Abstract? ? The governance environment is an important factor to the development of rural economy.Using the violent crime data as the proxy variable，this paper used the fixed effect model and quantile regression model to analyze the effect of government environment on the public goods supply in rural China with the panel data of 31 cities and provinces from 1988 to 2014.The results showed that：the violent crime had a significant negative influence on rural public goods which would increase the rural productivity largely and were provided by the local government.The violent crime had no significant effect on the rural public goods which had small effect on rural productivity and were provide by the high level government.The correlation between the historical data of violent crime was highly positive.The short term accumulative number of historical criminal arrest had no significant? positive effect on rural public goods provision，but the long term accumulative number had a significant positive effect.The results suggested that the government would continue to fight against criminal offences and improve the social order.

Key words? ? governance environment;violent crime;public goods;fixed effect model;panel data quantile regression model

社會(huì)治理環(huán)境一直是影響中國社會(huì)發(fā)展的重要問題。特別是在農(nóng)村地區(qū)，基層治理能力相對(duì)薄弱、落后的風(fēng)俗習(xí)慣根深蒂固、官場腐敗沒有有效根治，種種原因?qū)е罗r(nóng)村“村霸”等黑惡勢力橫行鄉(xiāng)里、欺壓弱小、聚斂不義之財(cái)，甚至操縱地方選舉，腐蝕基層民主[1]。2018年山東省濰坊市公布的一起案件中，犯罪嫌疑人曹某等19人通過組織領(lǐng)導(dǎo)黑社會(huì)性質(zhì)團(tuán)伙，通過“套路貸”、虛假訴訟、暴力威脅等手段，非法奪取100余套房產(chǎn)，迫使17家企業(yè)破產(chǎn)、20多個(gè)家庭傾家蕩產(chǎn)，甚至出現(xiàn)有受害人父親去世，作為家中獨(dú)子不敢回家奔喪的情況[2]。黑惡勢力對(duì)社會(huì)的危害，可見一斑。因此，國家也一直在大力打擊農(nóng)村的黑惡勢力。

目前，學(xué)術(shù)界對(duì)影響社會(huì)治理環(huán)境及其重要因素——刑事犯罪的社會(huì)及其經(jīng)濟(jì)學(xué)成因、傳播機(jī)制、預(yù)防和防治策略，已經(jīng)有了比較深入的探討[3]。如Draca和Machin[4]發(fā)現(xiàn)，除失業(yè)率、收入水平、教育程度等因素外，犯罪所得和合法工資的差異也是影響犯罪和社會(huì)治安的重要因素。Patten[5]利用傳染病傳播模型（Susceptiable-Infected-Removed，S-I-R）發(fā)現(xiàn)，只有犯罪率超過一定的門檻，才會(huì)產(chǎn)生持久的影響，否則，就會(huì)自然治愈。Zimring[6]從加強(qiáng)對(duì)熱點(diǎn)地區(qū)巡邏、當(dāng)街阻攔和輕罪拘捕等方面對(duì)美國紐約市在降低犯罪率、改善社會(huì)治安方面的成功經(jīng)驗(yàn)進(jìn)行了總結(jié)。目前，也有少數(shù)研究探討了犯罪、社會(huì)治安和經(jīng)濟(jì)增長之間的關(guān)聯(lián)。如Goulas等[7]發(fā)現(xiàn)，當(dāng)經(jīng)濟(jì)條件較差時(shí)，降低犯罪、維護(hù)治安環(huán)境有助于推動(dòng)經(jīng)濟(jì)增長;但當(dāng)經(jīng)濟(jì)條件較好時(shí)，降低犯罪的經(jīng)濟(jì)效果有限?？傮w而言，目前關(guān)于影響社會(huì)治理環(huán)境的成因、機(jī)制、防治策略等方面的研究相對(duì)較多，研究社會(huì)治理環(huán)境變化的經(jīng)濟(jì)后果相對(duì)較少，特別是社會(huì)治理環(huán)境對(duì)農(nóng)村經(jīng)濟(jì)影響的研究相對(duì)缺乏。

研究社會(huì)治理環(huán)境對(duì)農(nóng)村公共品供給的定量影響是必要的，其有以下2個(gè)方面的原因：一是農(nóng)村公共品的重要性。農(nóng)村公共品，比如教育、醫(yī)療、村級(jí)公路、防洪排灌設(shè)施等，對(duì)農(nóng)民的生活和生產(chǎn)有著重要的影響。習(xí)近平總書記在農(nóng)村扶貧工作中指出，“扶貧要實(shí)打?qū)嵔鉀Q問題……一些基本公共設(shè)施要保障，像路、水、電之類的，實(shí)現(xiàn)公共服務(wù)均等化”，也反復(fù)強(qiáng)調(diào)了農(nóng)村公共品供給的重要性。二是合理的政府資源配置。中國的基層治理環(huán)境復(fù)雜、地方警力有限，出于現(xiàn)實(shí)的考慮，必須合理配置政府資源。如果社會(huì)治理環(huán)境對(duì)公共品供給影響甚微甚至沒有影響，那么，地方政府能否有足夠的積極性去防治農(nóng)村刑事犯罪便是一個(gè)問題。因此，精確的定量分析，對(duì)農(nóng)村社會(huì)治理政策制定和執(zhí)行有一定的參考意義。

本文利用1988—2014年中國31個(gè)省市的面板數(shù)據(jù)，以刑事犯罪批捕人數(shù)作為代理變量，分析社會(huì)治理環(huán)境對(duì)農(nóng)村公共品的影響。

1? ? 材料與方法

1.1? ? 數(shù)據(jù)來源和變量選擇

本文數(shù)據(jù)來自于《新中國60年統(tǒng)計(jì)資料匯編》《新中國農(nóng)業(yè)60年統(tǒng)計(jì)資料》《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》《中國農(nóng)業(yè)年鑒》《中國檢察年鑒》《中國法律年鑒》、地方統(tǒng)計(jì)年鑒和國家統(tǒng)計(jì)局資料。

主要被解釋變量是有效灌溉面積、鄉(xiāng)村水電裝機(jī)容量、除澇面積、受災(zāi)未成災(zāi)面積等。根據(jù)定義（表1），這些變量是農(nóng)村家庭或個(gè)人很難獨(dú)立提供的，大部分要鄉(xiāng)鎮(zhèn)、村組等進(jìn)行組織協(xié)調(diào)，需要修建大量的相關(guān)配套設(shè)施，比如溝渠、堤壩、大型排灌設(shè)備等;其使用也具有一定的外部性，比如，某個(gè)村莊修建溝渠、增添排灌設(shè)施，使得有效灌溉面積增加，可能會(huì)間接影響周邊村莊的生產(chǎn)條件，也可能會(huì)影響其他行業(yè)（如漁業(yè)、林業(yè)）的生產(chǎn)條件。因此，本文認(rèn)為它們可以作為農(nóng)村公共品的代理變量[8]。

主要解釋變量是刑事犯罪批捕人數(shù)。犯罪的種類很多，危害程度不一。例如，殺人、搶劫等人身傷害罪;欺行霸市、聚眾擾亂治安等有組織暴力犯罪等，對(duì)社會(huì)生產(chǎn)、人民生活危害尤其重大?；跀?shù)據(jù)可得性和完整性，本文用《中國法律年鑒》和《中國檢察年鑒》中的刑事犯罪批捕人數(shù)作為社會(huì)治理環(huán)境的代理變量，用于描述中國整個(gè)社會(huì)包括農(nóng)村的治安環(huán)境。

主要控制變量是農(nóng)村人口、農(nóng)業(yè)機(jī)械總動(dòng)力、公路里程、鄉(xiāng)鎮(zhèn)個(gè)數(shù)、支農(nóng)支出、農(nóng)業(yè)產(chǎn)值、地區(qū)GDP。選擇這些控制變量的原因如下：一是農(nóng)村人口是影響農(nóng)村在政府政策中權(quán)重的重要因素。一個(gè)地區(qū)農(nóng)村人口越多，農(nóng)業(yè)方面的公共品需求可能越大。政府基于政績的考慮，對(duì)其關(guān)注度可能越大。二是農(nóng)業(yè)機(jī)械總動(dòng)力是農(nóng)業(yè)生產(chǎn)條件的一個(gè)衡量指標(biāo)，會(huì)影響到有效灌溉面積等主要被解釋變量。三是公路里程數(shù)，反映農(nóng)村的基礎(chǔ)設(shè)施情況?；A(chǔ)設(shè)施越完善，農(nóng)村修建公共品的難度越低。一般情況下，公路由縣、市、省等更高級(jí)別的單位或部門提供，受基層治安的影響較小。因此，本文將其作為控制變量，而不是被解釋變量。四是鄉(xiāng)鎮(zhèn)個(gè)數(shù)反映的是農(nóng)村基層組織情況。一般情況下，基層組織越多，收取稅費(fèi)、提供局部公共品的間接動(dòng)機(jī)越大。五是農(nóng)業(yè)產(chǎn)值，其關(guān)系到地方是否有動(dòng)力、有能力建設(shè)農(nóng)村公共品。

1.2? ? 數(shù)據(jù)處理

所有數(shù)據(jù)都進(jìn)行對(duì)數(shù)化處理。對(duì)數(shù)化處理有助于降低初始值不準(zhǔn)確的影響、方便計(jì)算邊際影響等，是學(xué)術(shù)界處理數(shù)據(jù)的常用方法。

1.2.1? ? 刑事犯罪批捕人數(shù)。有3點(diǎn)需要說明：一是一般情況下，《中國法律年鑒》《中國檢察年鑒》會(huì)公布上一年度的刑事犯罪批捕人數(shù)，但受到地方人大會(huì)議及換屆的影響，在人大會(huì)議所在年度，年鑒及檢察公報(bào)不再公布當(dāng)年數(shù)據(jù)，而是公布5年來的加總數(shù)據(jù)。比如，2013年《中國法律年鑒》，北京市公布5年的刑事犯罪批捕總?cè)藬?shù)，沒有公布2012年的批捕人數(shù)。2012年批捕人數(shù)，由筆者根據(jù)5年總?cè)藬?shù)減去2008—2011年批捕人數(shù)，自行計(jì)算而得。二是如果《中國法律年鑒》《中國檢察年鑒》與各地檢察院公報(bào)數(shù)據(jù)不一致，比如新疆2012年的數(shù)據(jù)，本文取三者數(shù)據(jù)中的最大值作為當(dāng)年的批捕人數(shù);三是部分省份某些年度數(shù)據(jù)缺失，比如吉林1992年、2004年。為保證數(shù)據(jù)的完整性和連續(xù)性，缺失數(shù)據(jù)用均值插值法進(jìn)行補(bǔ)充。

1.2.2? ? 農(nóng)村人口。農(nóng)村人口數(shù)根據(jù)《中國統(tǒng)計(jì)年鑒》《新中國60年統(tǒng)計(jì)資料匯編》、國家統(tǒng)計(jì)局官網(wǎng)等整理獲得。有2點(diǎn)需要說明：一是部分省市在有些年份沒有公布城鄉(xiāng)人口數(shù)量、但公布了城鄉(xiāng)人口比例，比如天津。缺失數(shù)據(jù)根據(jù)總?cè)丝跀?shù)據(jù)和比例數(shù)據(jù)計(jì)算而得。二是部分省市城鄉(xiāng)數(shù)據(jù)異常。比如《新中國60年統(tǒng)計(jì)資料匯編》中貴州省1992—1999年數(shù)據(jù)明顯異常，一個(gè)合理的解釋是資料匯編將該省在這些年份的城鄉(xiāng)人口數(shù)據(jù)錯(cuò)位。結(jié)合地方統(tǒng)計(jì)年鑒、地方統(tǒng)計(jì)局官網(wǎng)等其他資料，本文對(duì)其進(jìn)行修正。其他情況類似處理。缺失數(shù)據(jù)用均值插值法進(jìn)行補(bǔ)充。

1.3? ? 回歸方程和識(shí)別策略

社會(huì)治理環(huán)境可能從多個(gè)方面影響農(nóng)村公共品的供給。首先，治理環(huán)境惡劣會(huì)削弱農(nóng)村社會(huì)的凝聚力。如果一個(gè)地方違法行為，特別是暴力違法行為得不到有效控制、人身安全得不到有效保障、受到暴力威脅時(shí)得不到有效幫助，農(nóng)村居民可能會(huì)失去對(duì)政府組織和傳統(tǒng)社會(huì)秩序的信任，無法凝聚共識(shí)，進(jìn)而減少公共品供給。其次，削弱基層民主制度的領(lǐng)導(dǎo)力。如果一個(gè)地方存在“黑惡勢力”干涉、參與地方基層治理的現(xiàn)象，基層民主不僅會(huì)流于形式，甚至?xí)蔀椤昂趷簞萘Α钡淖o(hù)身符?；鶎诱ヮI(lǐng)導(dǎo)力，丟掉為人民服務(wù)的根本宗旨，就會(huì)喪失提供公共品的動(dòng)機(jī)。最后，增加公共品供給的成本和風(fēng)險(xiǎn)。如果一個(gè)地方存在欺行霸市、擾亂治安等有組織犯罪，地方在提供公共品時(shí)，這些組織可能會(huì)人為制造事端，挑起政府與民眾之間的矛盾，阻撓基礎(chǔ)設(shè)施的正常施工，降低公共品的效率和社會(huì)評(píng)價(jià)，甚至影響政府后續(xù)的工作安排和考慮，使基層公共品供給陷入惡性循環(huán)的局面。

受災(zāi)未成災(zāi)面積增長率和刑事犯罪批捕人數(shù)增長率之間的關(guān)系如圖1所示?？梢钥闯?，兩者存在微弱的負(fù)相關(guān)，這意味著刑事犯罪批捕人數(shù)增加或者刑事犯罪率增加，受災(zāi)未成災(zāi)面積將減少。圖形上的相關(guān)性很直觀，但作為證據(jù)并不充分。影響公共品供給的因素很多，比如地理環(huán)境、政府支出等，需要加以控制。因此，本文用3種方式來識(shí)別兩者的關(guān)系。

1.3.1? ? 固定效應(yīng)面板回歸模型。本文用g表示公共品數(shù)量，v表示刑事犯罪批捕人數(shù)，X表示控制變量，固定效應(yīng)模型的方程設(shè)置為：

式中，i表示省份;t表示時(shí)間;αi表示省份異質(zhì)性，用于控制地理、文化等相對(duì)固定但又很難直接衡量的因素;λt表示時(shí)間沖擊，用于控制各年度的政策、天氣等因素的影響;εit表示外生沖擊，一般假設(shè)其為獨(dú)立正態(tài)分布。固定效應(yīng)模型是經(jīng)濟(jì)學(xué)中處理面板數(shù)據(jù)的常用模型，一般用帶虛擬變量的最小二乘法加以估計(jì)。模型及模型的具體細(xì)節(jié)參見文獻(xiàn)[9]。本文預(yù)計(jì)刑事犯罪會(huì)對(duì)公共品供給產(chǎn)生負(fù)面影響，即γ<0。

1.3.2? ? 面板分位數(shù)回歸模型。令ρτ（u）=[τ-1（u<0）]u，面板分位數(shù)回歸模型的目標(biāo)函數(shù)一般為：

式中，τ？綴（0，1）為預(yù)先設(shè)置的分位數(shù)，1（u<0）是一個(gè)示性函數(shù)，u<0時(shí)取值為1，其他情況下取值為0。式中的目標(biāo)函數(shù)是一個(gè)非線性函數(shù)，傳統(tǒng)的差分法或者添加虛擬變量的方法不能有效消除αi的影響。αi估計(jì)不準(zhǔn)，會(huì)影響γ的準(zhǔn)確性。學(xué)術(shù)界對(duì)面板分位數(shù)回歸的估計(jì)方法仍然在不斷發(fā)展中，一種常見的做法是通過隨機(jī)模擬和罰函數(shù)的方式估計(jì) αi和γ。具體細(xì)節(jié)參見文獻(xiàn)[10-11]。相對(duì)于固定效應(yīng)模型，理論上講，分位數(shù)回歸模型受異常值的影響較小，是一種分析不同目標(biāo)人群參數(shù)一致性的替代方法。

1.3.3? ? 考慮累加效應(yīng)的固定效應(yīng)模型。在固定效應(yīng)面板回歸模型和面板分位數(shù)回歸模型中，本文用刑事犯罪批捕人數(shù)作為社會(huì)治理環(huán)境的代理變量。用其表示社會(huì)的治安環(huán)境，是基于如下考慮：一是刑事犯罪的社會(huì)影響較大，一般情況下，不立案、不批捕的可能性較小，可以近似認(rèn)為批捕人數(shù)就等于犯罪人數(shù)。批捕人數(shù)較多，一定程度上可以認(rèn)為社會(huì)治理環(huán)境與社會(huì)期望差距較大;二是刑事犯罪較難事先預(yù)防，批捕時(shí)危害已經(jīng)發(fā)生。抓捕刑事犯罪人員不會(huì)直接影響事發(fā)時(shí)的治安環(huán)境、社會(huì)心理，也不會(huì)降低犯罪的直接社會(huì)影響。

本文上述假設(shè)具有一定的合理性，但仍可能存在質(zhì)疑：如果個(gè)體的犯罪傾向是一個(gè)常數(shù)，或者社會(huì)中潛在犯罪群體（或者事實(shí)犯罪但不一定立案）的比例穩(wěn)定，那么當(dāng)年批捕刑事犯罪人數(shù)越多，則潛在犯罪群體規(guī)模減小，可能意味著當(dāng)年的治安狀況越好，相應(yīng)的農(nóng)村的公共品供給應(yīng)該越多。

如果上述質(zhì)疑成立，一個(gè)合理的推論是過去一段時(shí)間內(nèi)批捕的刑事犯罪人數(shù)越多，當(dāng)年的治安狀況也會(huì)改善。借鑒Dobohue和Levitt[12]的方法，本文構(gòu)建2個(gè)變量來檢驗(yàn)上述質(zhì)疑。構(gòu)造的變量如下：

如果質(zhì)疑成立，應(yīng)有δ>0;若不成立，應(yīng)有δ≤0。

2? ? 結(jié)果與分析

2.1? ? 回歸變量的基本特征

表2描述了回歸變量的基本特征。對(duì)于主要解釋變量，有3點(diǎn)額外說明：一是刑事犯罪批捕人數(shù)總體呈上升趨勢。1983—1997年，批捕人數(shù)約為221萬人;2012—2017年度，批捕人數(shù)約為453.1萬人。批捕人數(shù)最多的是2012—2017年，批捕469.05萬人。刑事犯罪批捕人數(shù)占總?cè)丝诘谋壤鄬?duì)穩(wěn)定：最低的年份是1985年，約為0.24‰;最高的年份是2017年，約為0.77‰;整個(gè)時(shí)間段內(nèi)比例均值為0.56‰（數(shù)據(jù)根據(jù)最高人民檢察院工作報(bào)告1980—2018和國家統(tǒng)計(jì)局官網(wǎng)計(jì)算而得）。二是各省市刑事犯罪批捕人數(shù)的年度相關(guān)性較高，當(dāng)期與上一期的相關(guān)系數(shù)為0.978 1。高度相關(guān)性表明刑事犯罪可能受一些相對(duì)固定的因素影響，回歸中需要控制省市間的異質(zhì)性特征。三是1983年、1996年、2001年、2010年、2017年的“嚴(yán)打”工作確實(shí)會(huì)提高刑事犯罪批捕人數(shù)。如2001年刑事犯罪批捕人數(shù)為841 845人，高于1998—2002年度均值12 000多人。刑事犯罪批捕人數(shù)受到政策的影響，表明回歸中應(yīng)該控制時(shí)間沖擊的影響。

2.2? ? 固定效應(yīng)回歸模型的估計(jì)結(jié)果

表3報(bào)告了固定效應(yīng)回歸模型的估計(jì)結(jié)果。主要結(jié)果如下：一是社會(huì)治理環(huán)境對(duì)農(nóng)村公共品供給的影響符合預(yù)期。刑事犯罪批捕人數(shù)每增加1個(gè)百分點(diǎn)，有效灌溉面積下降0.11百分點(diǎn)。二是社會(huì)治理環(huán)境對(duì)不同類型的公共品供給影響程度不一。刑事犯罪批捕人數(shù)增加，未顯著影響農(nóng)村水電裝機(jī)容量、農(nóng)村受災(zāi)未成災(zāi)面積和除澇面積。可能是農(nóng)村受災(zāi)面積等受天氣的影響較大，農(nóng)村水電裝機(jī)容量、耕地達(dá)到除澇標(biāo)準(zhǔn)需要政府的大量投入，因而這3項(xiàng)公共品由更高級(jí)別的部門直接管理的可能性較大，受到基層治安環(huán)境的影響較小。三是農(nóng)業(yè)機(jī)械總動(dòng)力等基本生產(chǎn)條件的改善，對(duì)農(nóng)村公共品的提供有顯著的影響?？赡苁且?yàn)榛旧a(chǎn)條件的改善降低了上述公共品的供給成本，提高了基層和個(gè)體參與公共品投資的積極性。四是鄉(xiāng)鎮(zhèn)數(shù)量對(duì)部分公共品有顯著的正向影響。這個(gè)分析結(jié)果與賀大興[8]研究結(jié)果一致。

2.3? ? 面板分位數(shù)回歸模型的估計(jì)結(jié)果

表4報(bào)告了面板分位數(shù)回歸模型的估計(jì)結(jié)果。被解釋變量是有效灌溉面積對(duì)數(shù)，第一行的數(shù)字表示分位數(shù)。主要結(jié)果如下：一是刑事犯罪批捕人數(shù)在幾乎所有分位上對(duì)有效灌溉面積呈現(xiàn)顯著的負(fù)向影響。結(jié)合固定效應(yīng)模型的結(jié)果，一定程度上可以認(rèn)為回歸結(jié)果是穩(wěn)健的。二是農(nóng)村人口、農(nóng)業(yè)機(jī)械總動(dòng)力、鄉(xiāng)鎮(zhèn)數(shù)量對(duì)有效灌溉面積的影響為正且相對(duì)穩(wěn)健。三是公路里程的影響在0.7分位以下為負(fù)，0.7分位以上為正?？赡苁且?yàn)樵诮o定政府支出的情況下，公路里程和其他公共品供給具有一定的替代性。財(cái)政充足的地方替代性較弱，兩者呈現(xiàn)同時(shí)增長;財(cái)政不足的地方替代性較強(qiáng)，一種公共品供給增加可能導(dǎo)致另外一種公共品供給減少。

面板分位數(shù)回歸一般用馬爾科夫鏈蒙特卡羅（MCMC）隨機(jī)抽樣和數(shù)值優(yōu)化的方法來消除個(gè)體異質(zhì)性的影響。如果抽樣次數(shù)足夠大、數(shù)值優(yōu)化采用全局優(yōu)化的算法，面板分位數(shù)回歸確實(shí)可以在理論上得到穩(wěn)健的結(jié)果。但一般情況下，對(duì)于非線性目標(biāo)函數(shù)及非線性的一階條件，在抽樣次數(shù)有限的情況下，回歸的結(jié)果極有可能只是局部最優(yōu)解。為了保證回歸結(jié)果的可重復(fù)性，本文在每次分位數(shù)回歸時(shí)都設(shè)定隨機(jī)種子，在目標(biāo)函數(shù)趨于穩(wěn)定時(shí)停止抽樣。

2.4? ? 考慮累加效應(yīng)的固定效應(yīng)模型估計(jì)結(jié)果

表5報(bào)告了加入累加效應(yīng)后的固定效應(yīng)回歸模型的估計(jì)結(jié)果。受災(zāi)未成災(zāi)面積、除澇面積的回歸結(jié)果仍然不顯著，故表中沒有報(bào)告該結(jié)果。第2、3列的回歸中添加的新變量是過去累計(jì)刑事犯罪批捕人數(shù)，即。第4、5列的回歸中添加的新變量是過去5年累計(jì)刑事犯罪批捕人數(shù)，即。主要結(jié)果如下：一是加入累計(jì)刑事犯罪批捕人數(shù)后，當(dāng)期刑事犯罪批捕人數(shù)變量對(duì)公共品供給仍然具有顯著的穩(wěn)定負(fù)影響。二是如果用過去5年累計(jì)刑事犯罪批捕人數(shù)衡量過去刑事犯罪批捕人數(shù)，可以發(fā)現(xiàn)，它對(duì)當(dāng)前的公共品供給的影響仍然是負(fù)向的;如果用過去累計(jì)刑事犯罪批捕人數(shù)衡量過去的刑事犯罪批捕人數(shù)，可以發(fā)現(xiàn)，它對(duì)當(dāng)前的公共品供給的影響是正向的?？赡艿脑蚴切淌路缸锞哂斜容^復(fù)雜的社會(huì)因素，短期抓捕或嚴(yán)厲打擊并不一定能夠及時(shí)顯著改善當(dāng)時(shí)的社會(huì)狀況，但若持之以恒，還是會(huì)改善社會(huì)治安狀況。三是農(nóng)村人口、農(nóng)業(yè)機(jī)械總動(dòng)力、鄉(xiāng)鎮(zhèn)數(shù)量對(duì)有效灌溉面積、鄉(xiāng)村水電裝機(jī)容量仍然具有顯著的正面影響。

3? ? 結(jié)論與建議

3.1? ? 結(jié)論

社會(huì)治理環(huán)境對(duì)不同類型的公共品影響不盡相同。對(duì)生產(chǎn)率改進(jìn)影響較大的公共品或者由基層提供的公共品，比如有效灌溉面積等，社會(huì)治理環(huán)境變差會(huì)顯著降低該公共品的供給數(shù)量。不直接提升生產(chǎn)率、由更高一級(jí)政府機(jī)構(gòu)提供的公共品，如鄉(xiāng)村水電裝機(jī)容量、除澇面積、受災(zāi)未成災(zāi)面積等，基本不受社會(huì)治理環(huán)境的影響。

3.2? ? 建議

一是持續(xù)打擊農(nóng)村黑惡勢力，長期保持掃黑除惡的高壓態(tài)勢。本文研究發(fā)現(xiàn)，刑事犯罪歷史數(shù)據(jù)存在高度的正相關(guān)，當(dāng)期或短期累計(jì)刑事犯罪批捕人數(shù)對(duì)當(dāng)期的公共品供給有顯著的負(fù)向影響，長期的累計(jì)刑事犯罪批捕人數(shù)對(duì)當(dāng)期公共品供給有顯著的正向影響。因此，短暫或臨時(shí)的掃黑除惡工作不一定能根治刑事犯罪，中央和地方應(yīng)該常抓不懈。

二是增加農(nóng)村公共品供給資金投入，持續(xù)改善農(nóng)村的生產(chǎn)條件。本文研究發(fā)現(xiàn)，一些受氣候影響較大、需要統(tǒng)一協(xié)調(diào)的農(nóng)村公共品，基層政府提供的積極性不足，這就需要省、市政府增加投入。另外，農(nóng)村生產(chǎn)條件的改善也會(huì)穩(wěn)定增加公共品供給，這也需要地方政府加以補(bǔ)貼。

4? ? 參考文獻(xiàn)

[1] 黨國英.中央要打擊的村霸是哪一群體？[N].新京報(bào)，2018-02-05（007）.

[2] 徐鵬.非法奪取百余套房產(chǎn)，一封舉報(bào)信牽出十億元涉黑大案[N].法制日?qǐng)?bào)，2018-08-28（005）.

[3] 羅納德·博格，小馬文·弗瑞，帕特里克亞.瑟爾斯·犯罪學(xué)導(dǎo)論[M].劉仁文等，譯.北京：清華大學(xué)出版社，2009.

[4] DRACA M，MACHIN S.Crime and economic incentives[J].Annual Review of Economics，2015，7：389-408.

[5] PATTEN S.Epidemics of violence[J].Medical Hypothesis，1999，53：217-220.

[6] ZIMRING F.How New York City beat crime[J].Scientific American，2011，74-79.

[7] GOULAS E，ZERVOYIANNI A.Economic growth and crime：is there an asymmetric relationship？[J].Economic Modelling，2015，49：286-295.

[8] 賀大興.鄉(xiāng)鎮(zhèn)撤兵改革對(duì)農(nóng)村公共品供給影響實(shí)證研究[J].農(nóng)業(yè)現(xiàn)代化研究，2014（5）：568-572.

[9] GREENE W.Econometric analysis[M].New Jersey：Prentice Hall，2018.

[10] KOENKER R.Quantile regression：40 years On[J].Annual Review of Eco-nomics，2017，9：155-176.

[11] POWELL D.Quantile regression with nonadditive fixed effects[EB/OL].（2015-09-18）[2019-05-08].https：//www.docin.com/p-1848464978.html.

[12] DOBOHUE J，LEVITT S.The impact of legalized abortion on cxrime[J].Quarterly Journal of Economics，2001，116（2）：379-420.