发布时间 : 星期六 文章基于多元统计分析研究成都市犯罪率的影响因素更新完毕开始阅读
从图表9可以看出居民消费指数具有一定的波动性，总体上呈上升趋势，在2007年达到最大值约1.05。该图反映出近11年来，人们的生活成本整体增大，导致生活压力的不断提高，社会不稳定程度增大，进而有可能影响犯罪率。
图表 9 居民消费指数时间趋势图
居民消费指数居民消费指数1.061.041.0210.980.960.9419992000200120022003200420052006200720082009
（四）各变量统计性质
本文选取的各变量的预期符号及其统计性质分别整理如下表10、表11所示。
图表 10 各变量预期符号及说明
自变量 离婚率 贫富差距 人口密度 失业率 人均GDP 破案率 CPI 预期符号 + + + + - - + + 说明 离婚率越高，社会不整合程度越高，则犯罪行为会增加 社会贫富差距越大，不公平感越大，犯罪行为增加 人口密度大，凝聚力降低，自我意识增强，犯罪意识增加 失业率高时，社会不稳定因素增加，犯罪行为增加 人均GDP越高，整体生活水平越高，犯罪行为会减少 破案率越高，威慑力越大，犯罪者被逮捕的概率增大，犯罪行为减少 CPI越高，居民购买力下降，导致生活水平下降，犯罪率增加 男女比例失衡也将导致社会的不稳定，犯罪率增加
性别比例
图表 11 各变量的统计性质
变量
PD
定义 人口密度 男女比例 离婚率 失业率 破案率 人均GDP 居民消费指数 城乡收入差距 犯罪率
平均值 标准最小值 最大 861.81差42.668 1.029 1 0.0110.0058 8 0.0010.0216 9 0.0390.3482 7 0.1022.1647 5 0.9731.0163 2 0.0227070.53 2407.5 101.759 11.820 35 810 1.01
值 934 1.04
G
DV UP DT GDP CPI
0.0038 0.0080.0072 9 0.1410.2110 4 0.4791.1416 0 3.9510.9830 0 1.0524315 79.2383 0 11530 115.2575 W
C
三、模型的建立
本文采用基于最小二乘法的线性回归模型进行分析，模型1建立如下：
lnC????1*lnPD??2*G??3*DV??4*UP??5*DT??6*GDP??7*CPI??8*lnW??
应用多元统计软件SPSS中的回归模块进行拟合，得到如下结果：
R方的值为0.993，F值为33.915，P值为0.029，模型拟合程度较好，残差与因变量之间呈现随机关系，故模型1是有效的。
模型1的残差图及回归系数等指标如下图12、图13所示。
图表 12 模型1的回归标准化残差散点图
图表 13 模型1的回归系数
从上述模型1的回归结果中发现，各个变量对犯罪率对影响与预期基本吻合。从下面的散点图又可看出，对数人口密度、离婚率、男女比例和居民消费指数与对数犯罪率之间没有明显的趋势性，与图表12中sig指标相符合。因此，我们拟剔除上述几个变量，再对余下的变量进行回归分析。
图表 14 4个变量与犯罪率的散点图
模型2，剔除对数人口密度对数人口密度、离婚率、男女比例和居民消费指数之后，进行回归。模型如下：
lnC????1*UP??2*DT??3*GDP??4*lnW??
用SPSS进行回归，得到如下结果：
R方的值为0.986，F值为103.794，P值为0.000，模型拟合的很好。
图表 15 模型2的回归系数
从上图可以看出，各变量对犯罪率具有显著影响，且均符合预期。
四、结果分析
本文从实际生活中提取了8个可能对犯罪率有直接影响的因素，建立了模型1，旨在验证我们的想法，并且同时得到这8个因素对犯罪率的影响程度。如若应用SPSS软件对原始把数据直接进行基于最小二乘法的回归，得到的结果与预期差距巨大，并且不符合实际情况。因此，我们先对数据进行适当的转换，比如对人口密度、人均GDP、犯罪率取自然对数，使其既不丢失数据的原始信息，又能很好的发掘各因素与犯罪率之间的内在联系。
从模型1的输出结果来看，模型是有效的，并且整个模型的拟合程度较好，但是，人口密度、离婚率、男女比例、居民消费指数与犯罪率不显著相关，与预期猜测有出入。
因此，我们建立模型2，去除上述变量，进行新的回归分析，发现整个模型的拟合程度非常好，各因素对犯罪率在0.001水平上显著相关。在模型2的四个因素中，城乡收入差距和失业率对犯罪率的系数为正值，其中城乡收入差距的标准系数为2.858，失业率的标准系数为0.660，说明这两个因素指标的上升会对犯罪率有正影响，并且城乡居民收入差距影响较大。人均GDP和破案率对犯罪率的系数为负值，其中人均GDP的标准系数为-2.717，破案率的标准系数为-0.497，说明这两个因素指标的上升会对犯罪率有负影响，并且人均GDP影响较大。