【经岚追踪】JEEM论文:犯罪、天气与气候变化
【经岚追踪】151105
JEEM论文:犯罪、天气与气候变化
(1)
Matthew Ranson 在 Journal of Environmental Economics and Management 上发表了论文 “Crime, weather and climate change” ,文章基于涵盖了美国2997个县、时间跨度为30年的每月犯罪率及气象的面板数据,考察了气候变化对于美国犯罪率的影响。
(2)
在以往的实证研究中,有学者以全美年均犯罪率及年均气温数据作为研究对象进行分析,但由于总犯罪率来自于不同地方的犯罪率的加合,故来源不同、质量不同的数据可能会对结果造成影响,且年际之间同部门的统计数据的质量也可能存在较大差异。也有学者对犯罪率与气候之间的短期关系进行研究,并得出高温将提升犯罪率的结论,但这种短期影响的研究结果并不能用于气候对犯罪率的长期累积影响上。
为了弥补这些不足,作者创建了面板数据集,包括了1980年至2009年这30年中,美国49个州2997个县的每月犯罪案件数及天气数据(日均最高气温和日降雨量)。 他将犯罪类型分为九类:蓄意谋杀、过失杀人、性侵犯、加重企图伤害罪、单纯企图伤害罪、抢劫、入室盗窃、偷窃、车辆盗窃。然后将气温、降雨量与犯罪率的数据联合,形成新的数据集。作者根据日均最高温度将美国分为四个气候区:< 55 ℉, 55–64 ℉, 65–74 ℉, and >75 ℉,然后研究在不同的气候区中,平均每个县每年中不同月份间犯罪率的变化。
(3)
在研究方法上,作者使用泊松回归模型进行分析。他将自变量——温度分成11个区间:<10 ℉, 10–20 ℉,..., 90–100 ℉,≧100 ℉,将日降雨量分为5个区间:0 mm, 1–4 mm, 5–14 mm, 15–29 mm, and ≧ 30 mm,随后将月犯罪率对这些区间变量进行回归。为了更好地确定天气对犯罪率的影响,作者使用了半参数化的方法,并控制了州/月和县/年的固定效应。半参数模型的优点是显而易见的,一方面它可避免对天气和犯罪率之间的关系进行结构性假设,比线性模型、二次方程模型更灵活;另一方面,虚拟变量可包括综合的固定效应。
通过回归分析,作者得到各种犯罪类型的犯罪率与温度之间的系数关系。随后,基于IPCC的A1B情景的气候条件下,他选择了15种气候模型对本世纪的天气温度进行计算,并将前文的研究结果用于预测气候变化对美国未来犯罪率的影响。对于这些增加的犯罪率,作者也提出了长期的适应机制:持续增加执法力度,加大对警力资源的公共投入。
(4)
经过上述分析,作者得出的结论是:
1.温度对犯罪活动有明显影响:对所有犯罪类型而言,温度越高,犯罪率越高,但其中的因果机制不同。在财产犯罪中,50℉左右的边际效应最高,这更符合Becker提出的假说,即低温会对犯罪行为造成障碍,因此对犯罪率影响较大;而在谋杀类犯罪中,更好的解释是天气变暖增加了社会交往的频率,也增加了暴力行为的可能。
2.气候变化会对美国犯罪率产生明显的增长效应:根据作者的计算,到2090年,在IPCC的A1B情景下,气候变化会导致美国大多数类型的犯罪行为上升1.5-5.5%,由此引起的社会成本的折现值为380-1150亿美元。
(本期整理:经岚坊)
备注:经岚坊将定期追踪、介绍和传递国际学术界最新而有趣的环境经济学论文文献,希望推动环境经济学的学习和创新,如有兴趣加入到【经岚追踪】的行列,请给本微信号留言,或者致信fdlizhiqing@163.com,我们将尽快给予回复。