中國(guó)的空氣污染是否影響犯罪率？

中圖分類號(hào)：FO 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1672-0768（2025）03-0084-08

近年來(lái)，空氣污染問(wèn)題愈發(fā)突出，受到全社會(huì)廣泛關(guān)注?？諝馕廴揪哂卸嗝娴呢?fù)外部性，但之前的研究往往集中于健康、人力資本等領(lǐng)域，而忽略了犯罪這一重要方面。對(duì)于空氣污染而言，犯罪活動(dòng)是一個(gè)容易被忽視的負(fù)外部性；對(duì)于防控犯罪、維護(hù)社會(huì)穩(wěn)定而言，空氣污染又是一個(gè)容易被忽略的控制變量。

已有的研究深入探討了空氣污染對(duì)健康的長(zhǎng)短期影響，但較少關(guān)注空氣污染對(duì)犯罪活動(dòng)的影響。僅有的一些文獻(xiàn)也主要探討發(fā)達(dá)國(guó)家和地區(qū)，較少涉及發(fā)展中國(guó)家。本文試圖在此基礎(chǔ)上探討環(huán)境污染是否以及通過(guò)何種途徑對(duì)犯罪水平產(chǎn)生影響。

一、文獻(xiàn)綜述

整體來(lái)看，空氣污染通過(guò)個(gè)人層面和社會(huì)層面兩大途徑對(duì)犯罪活動(dòng)產(chǎn)生影響。其中，個(gè)人層面包括生理、心理和行為三個(gè)途徑；社會(huì)層面也包含三條途徑，分別是三方面的結(jié)構(gòu)失衡—環(huán)境失衡、收入失衡及教育失衡。

（一）空氣污染對(duì)犯罪活動(dòng)的影響機(jī)制—個(gè)人層面

在生理層面，空氣污染會(huì)直接影響中樞神經(jīng)系統(tǒng)，促進(jìn)炎癥反應(yīng)和中樞神經(jīng)系統(tǒng)化學(xué)成分的改變。大腦化學(xué)成分的改變會(huì)進(jìn)一步引發(fā)行為的改變，如易怒、風(fēng)險(xiǎn)偏好改變等[1-2]，最終導(dǎo)致暴力活動(dòng)和犯罪率上升[3]。還有一些研究發(fā)現(xiàn)，空氣污染可能通過(guò)降低血清素水平直接影響大腦化學(xué)反應(yīng)。血清素是一種神經(jīng)遞質(zhì)，起抑制劑的作用。低水平的血清素與成人、兒童和動(dòng)物的攻擊性和沖動(dòng)性增加有關(guān)[4]。另一方面，暴露于空氣污染中還會(huì)通過(guò)加劇發(fā)病率（exacerbatedmorbidity）和回避行為（avoidancebehavior），并對(duì)犯罪勞動(dòng)力供給和犯罪機(jī)會(huì)產(chǎn)生影響[5-7]。

在心理層面，一些實(shí)驗(yàn)研究發(fā)現(xiàn)了與空氣污染有關(guān)的負(fù)面心理癥狀，如焦慮、緊張、憤怒和抑郁[8]。這些癥狀會(huì)影響人的判斷并可能表現(xiàn)出攻擊性[9-10]。此外，暴露于各種污染物中可能引起刺激和疼痛[\"]，還會(huì)降低認(rèn)知能力、對(duì)挫折的容忍度以及對(duì)外部環(huán)境和其他人的評(píng)價(jià)[12-13]，這些都可能誘發(fā)和加劇攻擊性行為。

在行為層面，環(huán)境因素可能在犯罪生產(chǎn)函數(shù)中發(fā)揮作用[14]。在典型的犯罪模型中，參與犯罪活動(dòng)的決定是基于收益和成本的?？諝赓|(zhì)量狀況可能改變這些收益和成本，從而改變?nèi)藗兊男袨閇15]。例如，當(dāng)空氣污染水平較高時(shí)，警察可能會(huì)表現(xiàn)出較低的“生產(chǎn)力\"水平，花更多時(shí)間待在室內(nèi)而非外出巡邏，從而增加了潛在犯罪者成功實(shí)施犯罪并逃脫的概率[16]。犯罪活動(dòng)還與許多復(fù)雜的因素有關(guān)，如機(jī)會(huì)、地點(diǎn)、罪犯和受害者的行為以及時(shí)間，根據(jù)日?；顒?dòng)理論（routine activitytheory），人們的日常出入決定了一個(gè)弱勢(shì)受害者和一個(gè)有動(dòng)機(jī)的犯罪者可能在何時(shí)何地接觸到對(duì)方。例如，搶劫通常發(fā)生在公共場(chǎng)所，如餐館、公共交通工具、停車場(chǎng)和銀行，而家庭暴力通常發(fā)生在家里。嚴(yán)重的空氣污染會(huì)改變?nèi)藗兊娜粘Ｐ袨榛顒?dòng)，如通勤方式和休閑方式[17-18]，以規(guī)避過(guò)多地暴露于污染中?？諝馕廴酒仁谷藗兇诩抑谢蛉メt(yī)院就醫(yī)，從而降低了潛在受害者和活躍罪犯的數(shù)量。此外，空氣污染還通過(guò)了提高人們疾病的發(fā)病率，從而降低了勞動(dòng)力供給[19-20]并增加了學(xué)校缺勤率[21]，最終降低了街道上的人數(shù)，并對(duì)整體犯罪活動(dòng)的數(shù)量產(chǎn)生影響。還有研究認(rèn)為，在嚴(yán)重空氣污染時(shí)期，人們的回避行為也會(huì)增加[2]

（二）空氣污染對(duì)犯罪活動(dòng)的影響機(jī)制——社會(huì)層面

在環(huán)境失衡方面，不同社會(huì)群體暴露于污染環(huán)境中的風(fēng)險(xiǎn)概率是不同的。一些人群，例如建筑工人、煤礦工人等，更多地接觸高污染環(huán)境，其身體健康也更可能受到威脅。另一方面，不同人群對(duì)環(huán)境污染帶來(lái)的健康問(wèn)題的支付能力不同。當(dāng)健康受到威脅時(shí)，高收人人群更有能力和意愿通過(guò)支付較高的醫(yī)療費(fèi)用來(lái)快速恢復(fù)。低收入人群的健康風(fēng)險(xiǎn)和健康成本都更高，但他們往往沒有額外的資金來(lái)支付高昂的醫(yī)療費(fèi)用[22-23]。這會(huì)帶來(lái)兩方面的影響：一方面，一部分人在高昂健康成本的壓力下挺而走險(xiǎn)進(jìn)行犯罪活動(dòng)；另一方面，這也會(huì)導(dǎo)致諸多消極情緒，如焦慮、抑郁及對(duì)社會(huì)的仇視等，這些消極情緒進(jìn)一步增加了犯罪可能[24]。

在收入失衡方面，環(huán)境污染可能通過(guò)擴(kuò)大貧富差距誘發(fā)犯罪活動(dòng)。社會(huì)經(jīng)濟(jì)地位較低群體的生產(chǎn)活動(dòng)更多取決于環(huán)境質(zhì)量，其邊際產(chǎn)出隨著環(huán)境質(zhì)量的惡化而降低，這直接降低了這些群體的收入水平[25]。中高社會(huì)經(jīng)濟(jì)地位的人群則可以通過(guò)各種措施，如教育、醫(yī)療、社會(huì)保障等，來(lái)避免污染對(duì)人力資本的負(fù)面影響[26]。這將會(huì)造成社會(huì)貧富差距的進(jìn)一步擴(kuò)大，容易出現(xiàn)階級(jí)對(duì)立和暴力沖突，并促進(jìn)犯罪活動(dòng)[27]。

在教育失衡方面，高污染地區(qū)可能由于多方面因素導(dǎo)致當(dāng)?shù)亟逃捷^低，而受教育程度又與犯罪活動(dòng)緊密相關(guān)[28]。從個(gè)人角度來(lái)看，環(huán)境污染的加重可能導(dǎo)致人口外流，尤其是優(yōu)秀人才。優(yōu)秀教師的流失將會(huì)直接導(dǎo)致當(dāng)?shù)亟逃较陆?。從政府角度?lái)看，在環(huán)境污染嚴(yán)重的地區(qū)，當(dāng)?shù)卣枰度氪罅抠Y金進(jìn)行污染治理，擠壓教育財(cái)政支出，最終抑制當(dāng)?shù)亟逃健?/p>

（三）空氣污染影響犯罪活動(dòng)的實(shí)證文獻(xiàn)總結(jié)

早期文獻(xiàn)主要集中于探討天氣與犯罪活動(dòng)之間的關(guān)系，例如利用近3000個(gè)美國(guó)縣50年來(lái)的月度數(shù)據(jù)，發(fā)現(xiàn)暴力犯罪與環(huán)境溫度存在相關(guān)性[29]。也有學(xué)者探討了降雨與犯罪活動(dòng)之間的關(guān)系，農(nóng)業(yè)生產(chǎn)力在其中起到了中介作用[30]。

近年來(lái)，越來(lái)越多的經(jīng)濟(jì)學(xué)家也關(guān)注到了環(huán)境污染對(duì)犯罪活動(dòng)的影響。Herrnstadt等（2021）利用風(fēng)向和地理信息的研究表明，芝加哥州際公路下風(fēng)處的暴力犯罪率高出 1.9% ，但對(duì)非暴力犯罪并無(wú)影響[31]。Bondy等（2020）使用PPML模型估計(jì)，倫敦空氣質(zhì)量指數(shù)每增加10個(gè)單位，犯罪率就會(huì)增加 1.7%^[2] 。Burkhardt等（2019）使用固定效應(yīng)面板模型對(duì)美國(guó)犯罪數(shù)據(jù)研究得出，美國(guó) PM₁₀ 和 O₃ 每增加 10% ，暴力犯罪就會(huì)分別增加 0.14% 和 0.35%^[32] 。Chen andLi（2020）研究表明，參與氮氧化物預(yù)算交易計(jì)劃的州暴力和財(cái)產(chǎn)犯罪分別降低了 3.7% 和 2.9%^[3] 號(hào)

現(xiàn)有實(shí)證分析幾乎完全集中在發(fā)達(dá)國(guó)家，從結(jié)果來(lái)看，大多數(shù)研究認(rèn)為空氣污染對(duì)犯罪活動(dòng)存在正向影響[2-3]。也有一些研究結(jié)果顯示，犯罪活動(dòng)在空氣污染嚴(yán)重的日子里有所下降，而且這種反向影響在財(cái)產(chǎn)犯罪和暴力犯罪上是不同的[31，33]。此外，還有個(gè)別學(xué)者認(rèn)為，空氣污染與犯罪活動(dòng)之間的關(guān)系是非線性的，呈現(xiàn)倒U型關(guān)系[34]

有關(guān)我國(guó)環(huán)境污染對(duì)犯罪活動(dòng)的影響研究目前較少。李衛(wèi)兵等（2021）通過(guò)斷點(diǎn)回歸方法分析了空氣污染對(duì)不同類型犯罪率的影響，表明空氣污染對(duì)犯罪率有顯著的正向影響［35]。Haitao Wu等（2021）采用2005-2016年的中國(guó)省級(jí)面板數(shù)據(jù)進(jìn)行實(shí)證研究發(fā)現(xiàn)，環(huán)境污染可以通過(guò)居民的健康水平、教育水平和不平等間接影響犯罪率[36]

二、理論分析

本文的理論分析以標(biāo)準(zhǔn)的Diamond-Mortensen-Pissaridies（DMP）模型為基礎(chǔ)，并將犯罪引入模型[37]，討論均衡狀態(tài)下的犯罪水平如何確定，在此基礎(chǔ)上探討污染對(duì)犯罪的影響途徑及方向。

（一）理論的基本假設(shè)

模型中包含企業(yè)和個(gè)人：企業(yè)有兩種狀態(tài)，在生產(chǎn)或在尋找工人；個(gè)人有四種狀態(tài)，被雇傭、失業(yè)、從事犯罪活動(dòng)或者在獄中。企業(yè)和個(gè)人會(huì)在不同狀態(tài)之間轉(zhuǎn)換。

企業(yè)方面，假設(shè)可以自由進(jìn)出市場(chǎng)。進(jìn)入市場(chǎng)的每個(gè)企業(yè)需要招募工人進(jìn)行生產(chǎn)，假設(shè)每個(gè)企業(yè)只需要一位工人，每期的招聘成本為 ∣c∣ 。企業(yè)每期有 α 的概率會(huì)被犯罪活動(dòng)影響，失去所有產(chǎn)出。

個(gè)人方面，假設(shè)失業(yè)者每期收益為 z ，如閑暇的收益；在職者每期工資為 w ，每位工人每期的勞動(dòng)產(chǎn)出為 p 。在職者每期有 λ 的概率會(huì)失業(yè)，變成失業(yè)者。工人每期有 α 的概率受犯罪活動(dòng)影響，失去當(dāng)期收入。此外，失業(yè)者有 b 的概率會(huì)從事犯罪活動(dòng)，罪犯有 η 的概率被抓入獄，在獄中的罪犯每期有 ξ 的概率能夠出獄，重新回到勞動(dòng)市場(chǎng)上成為失業(yè)者。用 N_L?N_u?N_b 和 N_c 分別表示在職、失業(yè)、犯罪和獄中的人數(shù)。假設(shè)總?cè)藬?shù) N=1 ，即 N_L +N_u+N_b+N_c=1 。

根據(jù)標(biāo)準(zhǔn)的DMP模型，失業(yè)者和有空缺職位的企業(yè)之間根據(jù)匹配函數(shù) 隨即進(jìn)行匹配。其中， m 是凹函數(shù)且一次齊次， ?.N_u 是失業(yè)者數(shù)量， N_ν 是空缺職位數(shù)量。從而，每期有空缺職位的企業(yè)招到工人的概率為 q=m/N_ν=m（N_u/N_ν，1） =m（1/θ，1）=q（θ） ，每期失業(yè)者找到工作的概率為 m/N_u=θ_q（θ） 。其中， θ=N_ν/N_u 為勞動(dòng)市場(chǎng)緊張程度（labormarkettightness）。企業(yè)和個(gè)人在不同狀態(tài)間的轉(zhuǎn)換路徑及概率如圖1所示。

（二）包含犯罪的勞動(dòng)市場(chǎng)均衡

在合法勞動(dòng)市場(chǎng)中，企業(yè)找到一個(gè)工人的平均成本為 c/q（θ） ，工人生產(chǎn)帶給企業(yè)的收益現(xiàn)值為 V_J=（1-α）（p-w）/（r+λ） ，其中 r 為折現(xiàn)率。均衡狀態(tài)下，招工成本等于生產(chǎn)收益，如式（1）所示。該式通常被稱為“崗位創(chuàng)造（Jobcreation）\"曲線，可以被視為合法勞動(dòng)市場(chǎng)的需求曲線。

與標(biāo)準(zhǔn)勞動(dòng)搜尋匹配模型不同的是，失業(yè)者有兩個(gè)選擇—進(jìn)入合法勞動(dòng)市場(chǎng)或者進(jìn)入“犯罪勞動(dòng)\"市場(chǎng)。在合法勞動(dòng)市場(chǎng)上，失業(yè)者有概率θq（θ） 找到一份合法工作，有概率 1-θq（θ） 仍然失業(yè)。在職者的收益現(xiàn)值 V_w 和失業(yè)者的收益現(xiàn)值V_u 分別如式（2）和（3）所示。

企業(yè)和工人就工資進(jìn)行納什談判（Nashbar-gaining），其中工人和企業(yè)的權(quán)重分別為 β 和（1-β ）。工人從匹配中獲得的凈收益是 V_w-V_u ，企業(yè)從匹配中獲得的凈收益為 V_J-V_νo 企業(yè)的自由進(jìn)人意味著 V_ν=0 從而，工資由式（4）決定。進(jìn)一步帶入化簡(jiǎn)，可以得到均衡工資方程，見式（5）。當(dāng)有更多人進(jìn)入合法勞動(dòng)市場(chǎng)尋找工作，緊張程度 θ 會(huì)下降。依據(jù)式 （5），w 也會(huì)下降。因此，可以把式（5）視為合法勞動(dòng)市場(chǎng)的供給函數(shù)

V_w-V_u=β（V_J+V_w-V_u）

（1-α）w=（1-β）z+β[（1-α）p+cθ]

在“犯罪勞動(dòng)\"市場(chǎng)上，失業(yè)者有概率 b 成為罪犯，并獲得犯罪收益 w_b ；有1-b的概率仍然維持失業(yè)者的身份，并繼續(xù)獲得失業(yè)收益 z 。本文假定，進(jìn)入犯罪市場(chǎng)的罪犯都能夠獲得平均的犯罪收益，即 w_b=αpN_L/N_b° 每一期，罪犯都有 η 的概率被抓獲，并進(jìn)入監(jiān)獄。被抓后，罪犯每期有 ξ 的概率被釋放，重新回到勞動(dòng)力市場(chǎng)上，成為一個(gè)失業(yè)者;有 （1-ξ） 的概率依然待在牢中。未被抓的罪犯的收益現(xiàn)值 V_b 如式（6所示，被抓坐牢的罪犯的收益現(xiàn)值 V_c 如式（7）所示。

均衡時(shí)，失業(yè)者從這兩個(gè)勞動(dòng)力市場(chǎng)上獲得的期望收益相同，進(jìn)入哪個(gè)市場(chǎng)對(duì)失業(yè)者是無(wú)差異的（如式8）。該式描繪了犯罪市場(chǎng)相對(duì)于合法

（三）污染的影響分析

環(huán)境污染通過(guò)兩條途徑對(duì)犯罪率產(chǎn)生影響：第一，污染影響被抓概率 η 從而影響均衡犯罪率N_b （ZivinandNeidell，2012）;第二，污染影響產(chǎn)出p ，進(jìn)而影響犯罪率。其中，第二條途徑可能通過(guò)三個(gè)方面產(chǎn)生影響。首先，污染上升會(huì)增加缺勤率（Hansen and Selte， 200O;Gilliland 等，2001；Cur-rie等，2009），通過(guò)增加回避行為減少勞動(dòng)供給（Ostro，1983;ZivinandNeidell，2009）；其次，污染可能提高疾病的發(fā)病率，并降低勞動(dòng)力供給（Hanna and Oliva，2015;Aragon等，2016）；再次，嚴(yán)重污染可能會(huì)引發(fā)人口遷出，導(dǎo)致人力資本的流失（Pinkerton等，2012；Chen等，2022）。用 e 表勞動(dòng)市場(chǎng)對(duì)失業(yè)人員的吸引力。將 V_b，V_w，V_u?w 和w_b 帶入式（8）可以將 b 表達(dá)為 N_b 和 θ 的遞減函數(shù)b=b（N_b，θ） 。因此，可以將式（8）視為犯罪勞動(dòng)市場(chǎng)的需求函數(shù)。此外，均衡時(shí)進(jìn)入犯罪市場(chǎng)的人數(shù)與離開犯罪市場(chǎng)的人數(shù)相等（如式（9））。式（9）左側(cè)代表流入犯罪市場(chǎng)的人數(shù)，右側(cè)代表流出犯罪市場(chǎng)的人數(shù)，二者共同決定了犯罪市場(chǎng)中的罪犯人數(shù)。因此，可以將式（9）視為犯罪勞動(dòng)市場(chǎng)的供給函數(shù)。

bV_b+（1-b）V_u=θq（θ）V_w+（1-θq（θ））V_u

bN_u=ηN_b

綜上可知，在合法勞動(dòng)市場(chǎng)上，式（1）代表勞動(dòng)需求，式（5）代表勞動(dòng)供給，兩者共同決定了工資水平 w 和勞動(dòng)市場(chǎng)緊張程度 θ （見圖2）。在\"犯罪勞動(dòng)\"市場(chǎng)上，式（8）代表犯罪需求，式（9）代表犯罪供給，兩者共同決定了均衡時(shí)的犯罪成功率b 及罪犯人數(shù) N_b （見圖3）。由假定全社會(huì)總?cè)藬?shù)N=1 可知，均衡犯罪率 Σ=Σ 犯罪人數(shù)/總?cè)藬?shù) =N_b/N Ω=N_bΩ 。因此，該模型也決定了本研究的核心變量一犯罪率。

示空氣污染強(qiáng)度，則根據(jù)途徑一有， ?η/?elt;0 ；根據(jù)途徑二有， ?p/?elt;0 。

對(duì)于污染影響犯罪的途徑一，根據(jù)模型假定，可計(jì)算得到犯罪率 N_b 分別對(duì)被抓概率 η 的偏導(dǎo)數(shù)，如式（10）所示。根據(jù) ?N_b/?ηlt;0 可知，隨著執(zhí)法強(qiáng)度的下降，會(huì)引發(fā)犯罪活動(dòng)的上升。再結(jié)合?η/?elt;0 ，可知 ，意味著污染水平的上升會(huì)帶來(lái)犯罪活動(dòng)的增加。

對(duì)于污染影響犯罪的途徑二，在模型中產(chǎn)出p 對(duì)犯罪率 N_b 的影響有兩方面：第一，產(chǎn)出 p 可以直接影響 N_b ，如式（11）所示 。第二，產(chǎn)出 p 可以通過(guò)影響 θ 間接影響 N_b ，如式（12）和（13）所示， 綜合直接和間接兩方面的影響，整體來(lái)看 。再結(jié)合污染對(duì)產(chǎn)出 p 的影響 ?p/?elt;0 ，可知 aNb.gt;0，意味在第二條途徑中污染對(duì)犯罪活動(dòng)依然有正向影響。

綜合以上兩條影響途徑，進(jìn)一步可知 aN.gt;0，即Ngt;0。污染無(wú)論是通過(guò)產(chǎn)出 p 還是執(zhí)法強(qiáng)度 η ，對(duì)犯罪的影響都是正向的。因此，污染對(duì)犯罪的整體影響也一定是正向的。隨著空氣污染強(qiáng)度 的上升，犯罪率 .N_b 也會(huì)上升。從而，本文得出如下推論：空氣污染的加重，會(huì)帶來(lái)犯罪率的上升。具體影響途徑及方向如圖4所示。

三、實(shí)證分析

（一）模型與變量

根據(jù)前文的理論分析，空氣污染可能對(duì)犯罪率存在影響，而空氣污染又可能對(duì)執(zhí)法強(qiáng)度和人均產(chǎn)出存在影響。因此，為了驗(yàn)證執(zhí)法強(qiáng)度和人均產(chǎn)出的中介效應(yīng)，本研究采用逐步檢驗(yàn)回歸的方法驗(yàn)證中介效應(yīng)，原理如圖5所示。

本文分別對(duì)圖4中的途徑一、途徑二及最終的直接影響進(jìn)行計(jì)量回歸，回歸式為式 （14）-（17）。式（14）檢驗(yàn)自變量空氣污染對(duì)因變量犯罪率的總效應(yīng)。式（15）為途徑一，考察空氣污染和中介變量執(zhí)法強(qiáng)度的關(guān)系；式（16）為途徑二，考察空氣污染和中介變量人均產(chǎn)出的關(guān)系；式（17）考察中介變量和因變量共同對(duì)自變量犯罪率的影響。

crm_i，t=φ₀+φ₁?pm_itφ₂?dec_it+φ₃?pgdp_it+

其中， pm_i，t 為省份 i 在 χ_t 年的平均PM2.5濃度， dec_i，t 為省份 i 在 χ_t 年的破案率， pgdp_i，t 為省份 i 在 χ_t 年的人均實(shí)際GDP， crm_i，t 為省份 i 在 χ_t 年的犯罪率。此外，控制變量包含公共安全支出（sfexp） 、產(chǎn)業(yè)結(jié)構(gòu)（indus）、城市化程度 （city） 人力資本（edu）、失業(yè)水平（unemploy）。

（二）數(shù)據(jù)來(lái)源

本文采用除港澳臺(tái)及西藏之外的30個(gè)省份2000-2020年間的面板數(shù)據(jù)。各省犯罪率數(shù)據(jù)來(lái)源于《中國(guó)檢察年鑒》?？諝馕廴緮?shù)據(jù)來(lái)源于大氣成分分析組（Atmospheric Composition AnalysisGroup，ACAG），通過(guò)將柵格數(shù)據(jù)匹配中國(guó)行政區(qū)劃矢量數(shù)據(jù)，處理得到了省級(jí)年度 PM_2.5 均值數(shù)據(jù)。各省人均實(shí)際GDP數(shù)據(jù)來(lái)源于EPS（EasyProfessionalSuperior）數(shù)據(jù)平臺(tái)。破案率數(shù)據(jù)來(lái)自《中國(guó)法律年鑒》，由于缺乏分省數(shù)據(jù)，本文采用全國(guó)數(shù)據(jù)。各省平均受教育年限數(shù)據(jù)通過(guò)《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》原始數(shù)據(jù)計(jì)算得到。其余控制變量來(lái)源于CNRDS（ChineseResearchDataServices）數(shù)據(jù)庫(kù)，并經(jīng)過(guò)一定計(jì)算得到。具體內(nèi)容見表1。

（三）結(jié)果與分析

基于本文收集的數(shù)據(jù)，采用面板固定效應(yīng)模型對(duì)式（14-17）的模型進(jìn)行回歸，結(jié)果如表2所示。該表中的（1）為式（14）的回歸結(jié)果，因變量pm25 的系數(shù)為負(fù)且在 1% 的水平上顯著，表明空氣污染對(duì)犯罪率存在著整體上的負(fù)向影響。表2中的（2）為式（15）的回歸結(jié)果，因變量 pm25 的系數(shù)為負(fù)且十分顯著，這意味著空氣污染對(duì)中介變量執(zhí)法強(qiáng)度存在著顯著的負(fù)面影響，當(dāng)空氣污染加重時(shí)，執(zhí)法強(qiáng)度下滑，與圖4中的途徑一相吻合。表2中的結(jié)果（3）為式（16）的回歸結(jié)果，結(jié)果顯示空氣污染對(duì)中介變量人均實(shí)際產(chǎn)出在 1% 的水平上存在顯著的負(fù)面影響。也就是說(shuō)，隨著空氣污染加重，人均產(chǎn)出會(huì)受損，與理論分析（圖4）中的途徑二吻合。表2中的結(jié)果（4）為式（17）的回歸結(jié)果，該結(jié)果為控制了兩個(gè)中介變量之后的總體影響，因變量 pm25 和兩個(gè)中介變量dec及pgdp的系數(shù)均十分顯著。

通過(guò)逐步回歸法得知，因變量空氣污染對(duì)自變量犯罪率的總影響系數(shù) （γ₁） 顯著，且因變量空氣污染對(duì)兩個(gè)中介變量的系數(shù) （α_iβ_i） 也十分顯著，這說(shuō)明中介效應(yīng)顯著，即執(zhí)法強(qiáng)度和人均產(chǎn)出確為空氣污染影響犯罪率過(guò)程中的中介變量，與理論預(yù)測(cè)一致。

此外，回歸結(jié)果還顯示平均受教育水平對(duì)犯罪率存在顯著負(fù)向影響，受教育水平越高，社會(huì)平均犯罪率越低，與理論預(yù)測(cè)一致。失業(yè)率對(duì)犯罪率存在顯著正向影響，失業(yè)率越高，犯罪率也越高。產(chǎn)業(yè)結(jié)構(gòu)對(duì)犯罪率存在著正向影響，意味著第三產(chǎn)業(yè)占比越高，犯罪率越低。

四、結(jié)論與建議

根據(jù)本研究的分析，空氣污染從執(zhí)法強(qiáng)度和產(chǎn)出兩個(gè)途徑對(duì)犯罪活動(dòng)存在著顯著正向影響。惡化的空氣質(zhì)量會(huì)顯著降低執(zhí)法強(qiáng)度和產(chǎn)出，進(jìn)而引發(fā)當(dāng)?shù)胤缸锘顒?dòng)的升高。環(huán)境污染的這一負(fù)外部性被長(zhǎng)期忽視?；诖?，本研究提出以下四條政策建議。

第一，發(fā)展清潔生產(chǎn)。相關(guān)部門應(yīng)繼續(xù)推進(jìn)環(huán)境保護(hù)，從源頭上加強(qiáng)對(duì)企業(yè)排污的監(jiān)管和處罰；同時(shí)通過(guò)鼓勵(lì)發(fā)展或采用綠色創(chuàng)新技術(shù)，提高企業(yè)生產(chǎn)的清潔程度，從根本上控制污染物排放。

第二，加強(qiáng)治安強(qiáng)度。由于執(zhí)法強(qiáng)度在環(huán)境污染和犯罪活動(dòng)之間存在著中介效應(yīng)，因此為了緩解環(huán)境污染的負(fù)外部影響，有必要加強(qiáng)治安執(zhí)法強(qiáng)度。尤其是在高污染地區(qū)，只有針對(duì)性地加大治安管理投入，提升這些地區(qū)的治安強(qiáng)度，才能對(duì)沖污染對(duì)犯罪活動(dòng)的負(fù)外部影響，保障居民生活穩(wěn)定及企業(yè)生產(chǎn)安全。

第三，加快發(fā)展新質(zhì)生產(chǎn)力。由于人均產(chǎn)出在污染與犯罪之間起著中介效應(yīng)，所以大力推動(dòng)經(jīng)濟(jì)發(fā)展能夠緩解污染產(chǎn)生的負(fù)面影響。在當(dāng)前的經(jīng)濟(jì)發(fā)展新常態(tài)下，以創(chuàng)新為主導(dǎo)力，優(yōu)化生產(chǎn)要素配置，大力發(fā)展具有高科技、高效能的產(chǎn)業(yè)，才能推動(dòng)我國(guó)經(jīng)濟(jì)的持續(xù)增長(zhǎng)。

第四，建立污染補(bǔ)償機(jī)制。在污染重災(zāi)區(qū)，居民不僅在健康上遭受負(fù)面損傷，還飽受高犯罪的威脅。因此，建立一定的環(huán)境污染賠償機(jī)制，對(duì)重污染區(qū)居民進(jìn)行必要的經(jīng)濟(jì)補(bǔ)償、健康和心理咨詢，十分有必要。

參考文獻(xiàn)：

[1]HeyesA，Neidell M，Saberian S.The effectofairpollution oninvestorbehavior：Evidence from the Samp;P5Oo[R].National Bureau ofEconomicResearch，2016.

[2]BondyM，RothS，SagerL.Crimeisintheair：Thecontemporaneousrelationship between air pollution and crime[J].Journal ofthe Association ofEnvironmental and ResourceEconomists，2020，7（3）：555-585.

[3]Chen S，Li T. The effect of air pollution on criminal activities：Evidence from the NOx budget trading program [J].Regional Science and Urban Economics，2O20，83： 103528.

[4]González-GuevaraE，Martinez-LazcanoJC，CustodioV， et al.Exposure to ozone induces a systemic inflammatory response：possible source of the neurological alterations induced by this gas[J].Inhalation Toxicology，2014，26 （8）：485-491.

[5]TolbertPE，MulhollandJA，MacintoshDL，etal.Air quality and pediatric emergency room visits for asthma andAtlanta，Georgia[J].American Journal ofEpidemiology，2000，151（8）：798-810.

[6]Iskandar A，Andersen Z J，Bonnelykke K，et al. Coarse and fine particlesbut notultrafineparticlesinurbanair trigger hospital admission for asthma in children[J]. Thorax，2012，67（3）：252-257.

[7]Knittel C R，MillerD L，Sanders N J. Caution，drivers！ Children present：Traffc，pollution，and infant health[J]. Review of Economics and Statistics，2016，98 （2）：350- 366.

[8]Zeidner M，Shechter M. Psychological responses to air pollution： Some personality and demographic correlates [J]. Journal of Environmental Psychology，1988，8（3）： 191-208.

[9]Rotton J，F(xiàn)rey J，Barry T，etal. The air pollution experience and physical aggression[J]. Journal of Applied Social Psychology，1979，9（5）：397-412.

[10]Petruzz S，F(xiàn)iore M，DellOmo G，et al. Exposure to ozone inhibits isolation -induced aggressive behavior of adult CD - 1 male mice[J]. Aggressive Behavior，1995， 21（5）：387-396.

[11]Anderson C A，Bushman B J. Human aggression[J]. Annual Review of Psychology，2002，53（1）：27-51.

[12]Rotton J，Barry T，F(xiàn)rey J，et al. Air pollutionand interpersonal attraction1[J]. Journal of Applied Social Psychology，1978，8（1）：57-71.

[13]Rotton J. Aectiveand cognitive consequences of malodorous pollution[J].Basic and Applied Social Psychology，1983，4（2）：171-191.

[14]Becker G S. Crime and punishment：An economic approach[J]. Journal of Political Economy，1968，76（2）： 169-217.

[15]Ranson M. Crime，weather，and climate change [J]. Journal of Environmental Economics and Management， 2014，67（3）：274-302.

[16]Zivin JG，Neidell M. The impact of pollution on worker productivity[J]. American Economic Review，2012，102 （7）：3652-73.

[17]Evans G W.Projected behavioral impacts of global climate change[J].Annual Review of Psychology，2019， 70：449-474.

[18]Moretti E，NeidellM.Pollution，health，andavoidance behavior：evidence from the ports of Los Angeles[J]. Journal of Human Resources，2011，46（1）：154-175.

[19]Hanna R，Oliva P. The effect of pollution on labor supply：Evidence from a natural experiment in Mexico City [J].Journal of Public Economics，2015，122：68-79.

[20]Aragon F M，Miranda JJ，OlivaP.Particulate matter and labor supply：The role of caregiving and non-linearities[J]. Journal of Environmental Economics and Management，2017，86：295-309.

[21]Gilland F D，Berhane K，Rappaport E B，et al. The effects of ambient air pollution on school absenteeism due torespiratory illnesses[J].Epidemiology，2001，12（1） ： 43-54.

[22]Schoolman E D，Ma C. Migration，class and environmental inequality：Exposure to pollution in China's Jiangsu Province[J]. Ecological Economics，2012，75：140-151.

[23]Azimi M，F(xiàn)eng F，Zhou C. Air pollution inequality and health inequality in China：An empirical study [J].Environmental Science and Pollution Research，2O19，26： 11962-11974.

[24]Hernández W，Dammert L，Kanashiro L.Fear of crime examined through diversity of crime，social inequalities， and social capital： An empirical evaluation in Peru[J]. Australianamp;New Zealand Journal of Criminology， 2020，53（4）：515-535.

[25]Jorgenson A K，Schor JB，Knight K W，et al. Domestic inequality and carbon emissions in comparative perspective[C]//Sociological Forum. 2016，31：770-786.

[26]Hao Y，Chen H，Zhang Q. Will income inequalityaffect environmental quality？ Analysis based on China's provincial panel data [J]. Ecological Indicators，2016， 67：533-542.

[27]Fajnzylber P，Lederman D，Loayza N. Inequality and violent crime [J]. The Journal of Law and Economics， 2002，45（1）：1-39.

[28]Billings SB，Deming DJ，Rockoff J. School segregation， educational attainment，and crime：Evidence from the end of busing in Charlotte -Me cklenburg [J]. The Quarterly Jourmal of Economics，2014，129（1）：435- 476.

[29]Ranson M. Crime， weather，and climate change[J]. Journal of Environmental Economics and Management， 2014，67（3）：274-302.

[30]Iyer L，Topalova P B.Poverty and crime： evidence from rainfall and trade shocks in India[J].Harvard Business School BGIE Unit Working Paper，2014，14：67.

[31]Herrnstadt E，Heyes A，Muehlegger E，et al.Air pollutionand criminal activity：Microgeographic evidence from Chicago[J].American Economic Journal： Applied Economics，2021，13（4）：70-100.

[32]Burkhardt J，Bayham J，Wilson A，etal.The effect of polltion on crime;Evidence from data on particulate matter and ozone[J].Journal of Environmental Economics and Management，2019，98：102267.

[33]Singh TP，Visaria S. Up in the Air：Air Pollution and Crime-Evidence from India.SocArXiv Working Paper [J].SocArXiv hs4xj：Center for Open Science，2021，2： 68-70.

[34]Sarmiento L. The nonlinear effects of air pollution on criminal behavior：evidence from Mexico City and New York[J]. Environmental Research： Health，2023，1（2）： 021001.

[35]李衛(wèi)兵，張凱霞.空氣污染是否會(huì)影響犯罪率：基于斷 點(diǎn)回歸方法的估計(jì)[J].世界經(jīng)濟(jì)，2021，6：151-177.

[36]Wu H，Xia Y，Yang X，et al. Does environmental pollution promote China’s crime rate？ A new perspective through government official corruption[J]. Structural Change and Economic Dynamics，2021，57：292-307.

[37]Plotnikov D. Crime and Output： Theory and Application totheNorthern Triangle of Central America[J].IMF Working Paper.2020.1：30-50.

[責(zé)任編輯：王立強(qiáng)]