چکیده:
این مقاله به بررسی تأثیر نرخ بیکاری، نابرابری درآمد، تورم، نسبت شهرنشینی، نرخ رشد سالانه طلاق و نرخ رشد سالانه بودجه دستگاه قضایی بر جرم در ایران در قالب مدل غیرخطی مارکف سوئیچینگ و با استفاده از دادههای سری زمانی سالانه طی دوره زمانی 1363 تا 1392 میپردازد. نتایج نشان میدهد رابطه نرخ رشد جرایم با متغیرهای توضیحی مذکور غیرخطی است. همچنین نرخ بیکاری، نابرابری درآمدی، نرخ تورم، نسبت شهرنشینی و نرخ رشد طلاق در هر دو فاز حدی صفر (نرخ رشد پایین جرم) و فاز حدی یک (نرخ رشد بالای جرم) اثر مثبت و منفی بر رشد جرایم در ایران دارند و تنها متغیر رشد بودجه سالانه دستگاه قضایی بر رشد جرایم تأثیر معنادار منفی در هر دو فاز دارد. نسبت شهرنشینی، نرخ بیکاری و تورم در فاز حدی صفر (دورههای نرخ رشد پایین وقوع جرایم) به ترتیب بالاترین تأثیر را بر نرخ رشد وقوع جرایم دارند. در فاز حدی یک (دورههای نرخ رشد پایین وقوع جرایم)، تورم، نسبت شهرنشینی و نرخ رشد طلاق بهترتیب بالاترین تأثیر را بر وقوع جرایم دارند. براساس نتایج حاصل از تخمین مارکف سوئیچینگ، احتمال ماندگاری در فاز حدی صفر، 50 درصد و احتمال گذر از این فاز به فاز حدی یک، 48 درصد است. بر پایه آزمونهای نیکویی برازش، مدل مارکف سوئیچینگ از عملکرد مناسب جهت مدلسازی ارتباط مذکور است.
This study examines the effects of “unemployment، income inequality، inflation، urbanization، annual growth rate of divorce، and annual growth rate of budget allocated for judicial system” on crime in Iran، based on a non-linear Markov-Switching model used for annual time series data during 1984 to 2013. The results show that there is a non-linear relationship between growth rate of crimes and the mentioned explanatory variables. In the other hand، results based on a regression estimation show that the rate of unemployment، income inequality، inflation، the extent of urbanization، and the growth rate of divorce، in both zero phase (low crime rate) and one phase (high growth rate of crime)، have significant positive effects on growth rate of crimes. The results show that the urbanization، unemployment and inflation at zero phase (low crime rate periods) have the highest impact on growth rates of crime، as every one percent increase in the urbanization، unemployment and inflation lead to 1.46، 0.99 and 0.97 percent increase in growth rate of crime in Iran، respectively.In the phase one (low crime rate periods)، inflation، urbanization and the growth rate of divorce have highest impact on crime in Iran، as every one percent increase in the three variables leads to 2.54، 2.30 and 2.15 percent increase in growth rate of crime in Iran.
According to the results of an estimation in terms of Markov-Switching Model، probability of the zero phase is equal to 50%، and probability of transition from zero phase to one phase is equal to 48 percent. According to goodness of fit tests، Markov-Switching model is suitable for modeling the mentioned relationships.
خلاصه ماشینی:
Sanchez, 2003; Neumayer, 2005; Choe, 2008) از طرفی، با اینکه دسته ای از تئوری های اقتصادی رابطه مثبتی بین نرخ بیکاری با میـزان جرم پیش بینی می کند، اما در مقابل مطالعات تئوریکی وجود دارد که بر تأثیر منفی افـزایش نرخ بیکاری بر جرم تأکیـد مـی ورزنـد (١٩٨٥ ,Cantor and Land ;١٩٨٥ ,Cook and Zarkin).
xt١ بیـانگر سـطح نـرخ بیکاری کل اقتصاد است ، xt٢ نشان دهنده متغیر نابرابری درآمـدی اسـت کـه در ایـن مطالعـه از ضریب جینی برای اندازه گیری آن استفاده شده است ، xt٣ نشـان دهنـده متغیـر تـورم اسـت کـه برابر با نرخ رشد سالانه شاخص قیمـت مصـرف کننـده (CPI) در نظـر گرفتـه شـده اسـت ، xt٤ نشان دهنده متغیر نسبت شهرنشینی است که از درصـد نسـبت جمعیـت شـهری بـه کـل جمعیـت کشور به دست آمده است ، xt٥ نشان دهنده متغیر نرخ رشد طـلاق اسـت کـه براسـاس داده هـای میزان ثبت طلاق در کشوربه دست آمده اسـت ، xt٦ نشـان دهنـده میـزان رشـد بودجـه دسـتگاه 1 قضایی شامل بودجه کلیه سازمان های زیر نظر قوه قضائیه در دوره زمانی جاری می باشـد.
همچنین ، نتـایج بـرآورد رگرسـیونی نشـان داد کـه متغیرهـای نـرخ بیکـاری، نـابرابری درآمدی، نرخ تورم ، نسبت شهرنشینی و نرخ رشد طلاق در هـر دو فـاز حـدی صـفر (نـرخ رشد پایین جرم ) و فاز حدی یک (نرخ رشد بالای جرم ) اثر مثبت و منفـی بـر رشـد جـرایم در ایران دارندو تنها متغیر رشد بودجه سالانه دستگاه قضایی بر رشـد جـرایم تـأثیر معنـادار منفی در هر دو فاز حـدی صـفرو یـک دارد.