《Economic Analysis and Policy》：Does Economic Growth Reduce Crime? Evidence from Portugal Using a VAR Replication Approach
编辑推荐：
本论文重新审视了关于经济增长与犯罪之间因果关系的争论，重点关注1990年至2024年期间的葡萄牙案例——这是一个发生重大社会经济转型的时期。相互竞争的理论认为，增长要么通过增加机会成本来减少犯罪（经济机会假说），要么高犯罪率会阻碍增长（社会扰乱假说）。本研究旨
本论文重新审视了关于经济增长与犯罪之间因果关系的争论，重点关注1990年至2024年期间的葡萄牙案例——这是一个发生重大社会经济转型的时期。相互竞争的理论认为，增长要么通过增加机会成本来减少犯罪（经济机会假说），要么高犯罪率会阻碍增长（社会扰乱假说）。本研究旨在通过考察国内生产总值（Gross Domestic Product, GDP）增长与分类犯罪率（总犯罪、财产犯罪和人身犯罪）之间的格兰杰因果关系来实证检验这些假说。研究人员将向量自回归（Vector Autoregressive, VAR）模型应用于年度时间序列数据，严格分析了这些变量之间的动态相互关系。结果表明，存在一种格兰杰因果关系——在时间优先性和预测内容的意义上——从经济增长到随后的总犯罪减少，该结论在控制人口和城市化因素以及修正2019-2020年行政中断后依然稳健。相反，没有发现犯罪对经济增长存在因果关系的证据。研究结果为葡萄牙背景下的经济机会假说提供了支持，表明持续的经济增长与随后犯罪的减少相关，与经济机会假说一致，尽管这一发现受限于格兰杰因果推断的注意事项。
**经济增长能否减少犯罪？葡萄牙的实证再检验——基于VAR复制方法的研究解读**
**一、研究背景与问题提出**
犯罪与经济增长之间的因果关系一直是政治经济学领域的核心议题。自Becker（1968）开创性地将经济分析方法引入犯罪研究以来，学术界围绕这一主题形成了两种相互竞争的理论假说。第一种是经济机会假说，该假说基于理性选择理论，认为个体在预期收益超过合法活动机会成本时会选择从事犯罪活动；因此，经济增长通过改善工资水平和就业机会，提高了犯罪的机会成本，从而应当导致犯罪率下降。第二种是社会扰乱假说，该假说植根于社会学和制度经济学传统，认为高犯罪率会侵蚀社会资本、阻碍私人投资、增加商业运营的安全成本，从而对经济增长产生负面影响。
尽管已有实证研究（如Detotto和Otranto 2010；Fajnzylber, Lederman和Loayza 2002）多为前者提供了支持，但这一关系远非简单的线性关系。当一个国家经历重大的社会经济转型时，因果关系的主导方向可能发生变化。葡萄牙自1990年以来经历了深刻的社会经济变革，包括全面融入欧盟、2008年全球金融危机及其后的主权债务危机，以及最近的COVID-19疫情。这些事件为检验经济增长与犯罪之间的动态因果关系提供了独特而复杂的背景。
从数据描述来看，葡萄牙的国内生产总值（GDP）在整个研究期间呈现持续增长趋势，年均增长约5.05亿欧元（以2016年价格计算），尽管在经济危机期间出现了明显的下滑。相比之下，犯罪率的演变路径则截然不同：登记犯罪总数年均351,355起，在2000年代初达到峰值后呈现总体下行趋势，但波动显著。值得注意的是，2019年前后犯罪记录出现了异常骤降，这与当年稳定的经济增长形成鲜明对比。这些变量的分化演变表明，二者之间不存在简单直接的线性关系，亟需正式的计量经济学估计来揭示其背后复杂且可能动态变化的因果联系。
基于上述背景，本研究旨在通过复制和扩展Morgado（2014）的向量自回归（VAR）方法论，系统检验葡萄牙1990至2024年间经济增长与犯罪之间的格兰杰因果关系。该研究具有重要的理论和政策意义：首先，明确增长与犯罪之间的因果关系对于制定有效的公共安全与经济发展政策至关重要；其次，理解经济危机如何改变犯罪的社会经济驱动因素，对于构建有韧性的经济和社会框架十分关键；第三，犯罪性质本身的演变与GDP波动之间的关联，使这一议题成为国家政策和可持续发展的重大问题。
**二、主要技术方法**
本研究采用多步骤时间序列计量经济分析方法，数据来源包括葡萄牙银行（Banco de Portugal, BdP）、葡萄牙国家统计局（INE）、司法政策总局（Dire??o-Geral da Política de Justi?a, DGPJ）的司法统计信息系统（SIEJ）、格罗宁根增长与发展中心（GGDC）以及世界银行（WDI）。样本为1990至2024年的葡萄牙年度数据。
研究首先对所有变量进行了描述性统计和Pearson相关分析，以筛选进入模型的候选解释变量。其次，对全部变量进行增广迪基-富勒（Augmented Dickey-Fuller, ADF）单位根检验以考察平稳性，非平稳变量通过差分变换处理。随后构建包含经济增长率和犯罪增长率两个内生变量的VAR(1)模型，以劳动增长率、资本增长率（一阶差分）、经济波动率（一阶差分）以及城市化和青年人口比例作为外生控制变量。因果关系检验采用Granger（1969）提出的因果检验框架。此外，研究还生成脉冲响应函数（Impulse Response Functions, IRFs）以追踪GDP增长的一个标准差冲击对犯罪率的动态影响，并使用非参数自举方法构造95%置信区间。模型的有效性通过一系列诊断检验加以验证，包括Portmanteau自相关检验、ARCH-LM条件异方差检验以及伴随矩阵稳定性检验。
**三、研究结果**
**3.1 单位根检验（Unit Root Tests）**
ADF检验结果显示，GDP增长率、劳动增长率、总犯罪增长率以及城市化增长率在1%显著性水平上为平稳序列；而资本增长率、经济波动率和青年人口比例增长率存在单位根，经一阶或二阶差分后达到平稳。这为后续VAR模型的设定奠定了基础。
**3.2 向量自回归（VAR）模型结果**
基于AIC、HQIC和SBIC等信息准则，研究选择最优滞后阶数为1。VAR(1)模型中包含两个方程：GDP增长方程和犯罪增长方程。在GDP增长方程中，滞后犯罪增长率的系数为-0.0169，统计上不显著（t=-0.17），表明前一期的犯罪增长对当期经济增长没有可察觉的预测能力。相比之下，滞后劳动增长率的系数为1.4871，在5%水平上显著（t=2.53），是GDP方程中最强的预测因子，符合古典经济生产理论中劳动作为主要产出的驱动因素。该方程的拟合优度（中心化R2）为0.22，解释力相对较弱。
在犯罪增长方程中，模型展现出显著更强的解释力（中心化R2=0.63），表明模型变量能够解释63%的犯罪增长方差。关键发现是滞后GDP增长的系数为-1.0212，在1%水平上高度显著（t=-4.37），表明经济增长是随后一年犯罪增长减少的预测因素。这一结果与经济机会假说一致，确认了GDP增长是后续犯罪减少的格兰杰原因。此外，滞后犯罪增长的系数为-0.6384，同样高度显著，呈现出均值回归动态——犯罪增长异常高的年份之后往往伴随较小的增长或下降，反之亦然，表明犯罪增长存在自我修正或周期性模式。
**3.3 脉冲响应函数**
脉冲响应函数揭示了犯罪增长对GDP增长一个一次性正标准差的动态反应。在冲击当期（第0年），影响为零。在冲击后第一年，犯罪增长呈现最强且最显著的负向反应，显著低于基线水平。这一效应持续约3至4年，幅度随时间递减，但置信区间始终不包含零。累积响应分析表明，单个意外的经济增长冲击不仅短期内降低犯罪，其积极效应还会在多年间累积，导致犯罪水平的总体降幅远超第一年的初始影响，凸显了经济繁荣的社会红利。
**3.4 因果关系检验**
格兰杰因果检验结果呈现如下模式：在原始复制模型（不含控制变量）中，"GDP不格兰杰导致犯罪"的原假设被拒绝（χ2=9.548, p=0.002），而"犯罪不格兰杰导致GDP"的原假设未被拒绝（χ2=0.571, p=0.450）。然而，在纳入城市化和青年人口比例作为外生控制变量的增强模型中，GDP到犯罪的格兰杰因果效应衰减至不显著（F=1.900, p=0.181），这反映了人口控制变量部分吸收了GDP的预测内容，以及2019-2020年犯罪记录系统转换造成的中断效应。在排除2019-2020年的敏感性模型中，GDP到犯罪的格兰杰因果关系在5%水平上恢复显著性（F=6.360, p=0.019）。在所有设定中，犯罪均不格兰杰导致GDP。关于VAR(2)和VAR(3)中显著性丧失，研究指出这是由于在小样本（N=33）条件下增加滞后阶数消耗过多自由度所致，AIC、HQIC和SBIC一致选择滞后1阶，因此高阶滞后结果不应被视为矛盾证据。
**3.5 模型诊断**
多元Portmanteau Q检验在滞后4期（Q=18.758, p=0.281）和8期（Q=36.311, p=0.275）均无法拒绝无残差自相关的零假设，确认VAR(1)设定不存在欠拟合问题。ARCH-LM检验在5%水平上未检测到显著的条件的异方差性（GDP方程：ARCH-LM(2)=0.519, p=0.771；犯罪方程：ARCH-LM(2)=4.593, p=0.101），因此标准自举置信区间适用于脉冲响应函数。伴随矩阵所有特征值的模为0.338，远在单位圆内，证实VAR模型的稳定性，确保脉冲响应随时间衰减至零。
**四、讨论与结论**
本研究的实证结果呈现了一个细致但方向一致的叙事。核心发现——经济增长对随后犯罪减少存在单向的格兰杰因果关系——在修正2019-2020年行政记录中断后依然稳健，为经济机会假说提供了有力支持。这一发现直接验证了Becker（1968）理性选择模型的实证预测，即个人在预期收益超过合法活动机会成本时会选择从事犯罪；经济增长通过提高合法就业的机会成本，有效降低了犯罪参与率。Ehrlich（1973）对Becker模型的扩展表明，劳动力市场机会的改善减少了犯罪参与；Raphael和Winter-Ebmer（2001）的研究也证实了失业率——经济机会的关键代理指标——与犯罪率波动之间的关联；Fajnzylber, Lederman和Loayza（2002）的跨国分析则确立了经济条件（特别是收入不平等）与暴力犯罪之间的紧密联系。
相反，本研究未发现犯罪显著阻碍经济增长的反向因果证据。这一结果值得注意，因为Detotto和Otranto（2010）以及Mauro（1995）等文献认为普遍犯罪可能通过阻碍投资、增加商业成本和侵蚀制度信任来损害经济表现。这种差异可能反映了葡萄牙的具体国情：尽管犯罪仍然是严重的社会关切，但在研究期间，其总体水平和性质尚未达到足以系统性破坏宏观经济活动的关键阈值，这与存在较高水平有组织犯罪或腐败的地区形成对比。
本研究的方法论框架有意改编自Morgado（2014）关于葡萄牙经济增长与健康关系的研究，两项研究的结果呈现显著平行性：Morgado识别出经济增长导致健康结果改善的单向因果关系，而反向关系不显著。本研究将社会指标从健康替换为犯罪后获得类似结果，这一一致性表明在现代葡萄牙经济中存在一条更广泛的因果路径——经济发展是社会积极成果的主要驱动力。这种跨不同因变量的一致性强化了一个总体结论：持续的经济增长为社会进步提供了基础性平台。
研究结论指出，本研究提供的证据支持GDP增长预测葡萄牙随后犯罪减少的格兰杰因果关系，与经济机会假说一致。通过对1990至2024年数据的严格VAR分析，研究人员确立了统计上显著的单向因果关关系：较高的GDP增长预测了随后犯罪率的下降。这一发现为Becker首次阐述的经济机会假说提供了现代验证——经济增长通过提高非法行为的机会成本，从根本上改变了犯罪行为的激励结构。相反，没有证据支持犯罪阻碍经济增长的反向因果关系，表明繁荣是该动态关系中的主要驱动力。方法上，研究的力量在于其对Morgado（2014）框架的改编，展示了葡萄牙背景下的持续模式：经济发展似乎是广泛社会福利改善（无论是公共卫生还是公共安全）的基本前提。
研究的政策含义具有实质相关性，但受限于格兰杰因果反映时间优先性和预测内容而非反事实意义上结构性识别的标准注意事项。尽管传统的刑事司法干预不可或缺，但本研究证实，可持续和包容性的经济政策是可用的最有效的长期犯罪预防策略之一。要建设更安全的社会，必须首先建设繁荣的社会。这一结论需要进一步研究加以限定，包括纳入最新的受害调查数据、警务控制变量以及不平等指标，以从人口和制度因素中分离经济渠道。减少犯罪的道路不仅铺就于有效的警务和司法，还在于创造就业、投资以及为所有人提供经济机会。
