申请课题数据研究方法

申请课题-数据-研究方法申请课题-数据-研究方法申请课题-数据-研究方法申请课题的正确姿势一、年青教师申请课题的苦恼：屡战屡败1、搜肠刮肚写不出来文献述评？创新点？难点？主要观点？研究意义？技术路线？……2、加班熬夜写申请书时间匆匆，申请书很不完备3、前期研究基础不足，今年报这个，明年报那个……二、如何从屡战屡败到百发百中？

先埋头做研究，等论文快做完了再去申请课题，那时候你就胸有成竹、百发百中了！文献述评，创新点、难点、主要观点、技术路线……Example1:《农民工就业歧视及工资歧视：一个新的度量和分解方法》2010年，度量和分解的核心部分已经完成，2011年初已经用2005年人口普查上海市10000个家庭样本进行了测算应用。2011年底申请自科面上，2012年拿到自科面上2012-2015重新用CHIP2002-2007测算2015-2016继续用CHIP2013测算2017年8月全部完成，投稿Example2:StructureChange,DevelopmentofServiceIndustryandDecreasingInequalityinUrbanChina2016年9月完成论文初稿2017年初准备申报国家自科，申请书没写完2018年初继续申报

万一工作论文完成后，课题指南里不再有类似题目怎么办？第一，选择研究题目时，要关注重大问题或者政策，这些问题或者政策会在课题目录里面连续几年出现；第二，向国家社科的大题目上靠（增加副标题）第三，国家自科完全允许自设题目；只要你能充分论证出研究的重要性和意义，就有可能拿到资助。

三、填写国家社科申请书注意事项1、课题名称：鼓励加副标题，聚焦研究方向，突出研究视角“范围性条目只规定研究范围和方向，申请人要据此自行设计具体题目”例如，2016年课题指南中的几个题目：3.中国经济模式的经济学理论研究11.新常态下我国经济结构优化研究20.推进“一带一路”建设问题研究政策问题难题产生的原因（研究内容）←解决政策问题难题（指南题目）2、课题组成员2-3个高级职称+3-4名研究生3、本课题国内外研究现状述评及研究意义研究现状述评第一，研究进展及结论第二，述评：研究的局限或存在的问题A、研究结论不一致、没有充分证据B、理论假设、模型设置、理论无证据C、研究数据、内生性问题、没有识别因果关系

研究意义理论贡献：添补理论空白、提出新的理论解释实证贡献：帮助理解问题产生的原因或者机制改进了理论模型解决现有研究中存在的某个（些）问题补充了新的证据政策含义：对于制定或者修改政策的指导意义指明政策制定或调整的方向4、本课题研究的主要内容、基本思路、研究方法、重点难点、基本观点和创新之处主要内容：分成3-5个子课题（重点介绍）介绍每个子课题的研究内容基本思路：（重点介绍）每个子课题将如何展开研究（模型设置、数据来源、方程变量、识别方法）研究方法：理论研究实证研究（多元回归、GMM、固定效应、随机效应、mlogit、PSM、DID、RD）案例研究、访谈、调研

重点难点：论文核心创新部分数据、模型、内生性、度量或预测方法……基本观点：3-5条观点创新之处：理论创新（模型、解释）弥补空白提供新证据解决内生性问题重要政策含义5、前期相关研究成果和主要参考文献前期成果：申请者+课题组成员尽可能相关工作论文或者会议论文也可以写入主要参考文献：一定要检索权威期刊上的文献特别注意国内该领域大牛的文献6、课题负责人主要学术简历

课题负责人XXXX年毕业于XXXX，获经济学博士学位，XXXX年晋升为副教授，XXXX接受国家公派留学项目赴法国巴黎九大经济学院进行博士后项目研究，XXXX接受太古集团资助赴牛津大学进行访问学者研究。负责人曾长期专注于中国农村经济、农村劳动力流动、中国经济发展等方面的研究，有大量学术论文发表于英文匿名审稿杂志以及国内权威和核心经济学杂志（例如EconomicsLetters,ChinaEconomicReview,China&WorldEconomy,OxfordDevelopmentStudies,JournaloftheAsiaPacificEconomy、《中国社会科学》、《经济研究》、《管理世界》、《世界经济》、《经济学（季刊）》等），曾有多篇文章被中国人民大学书报资料中心和《新华文摘》等转载，曾荣获过“上海市哲学社会科学优秀成果”专著一等奖及论文奖，学校“优秀博士学位论文”奖，主持过国家自然科学基金面上项目1项，省部级科研项目6项，教育部重大研究项目3项；工作以来，曾在联合国大学发展经济高等研究院、加拿大女王大学政策研究院、巴黎九大经济学院、牛津大学圣安东尼学院从事及中国经济发展有关的访问、合作研究及国际交流，并长期担任亚洲发展银行的咨询专家；围绕中国农村贫困、收入差距、市场化等问题为亚洲发展银行及政府撰写过多篇报告，多篇咨询报告得到过国家领导人和省部级领导人批示。7、课题负责人和主要参加者前期相关科研成果的社会评价（引用、转载、获奖及被采纳情况）

课题负责人和主要参加者曾在国际知名经济学杂志TheReviewofEconomicsandStatistics，JournalofHealthEconomics，JournalofComparativeEconomics以及国内权威杂志《中国社会科学》、《经济研究》、《管理世界》、《世界经济》等杂志上发表过多篇学术论文，很多研究成果都曾被《新华文摘》、中国人民大学书报资料中心、《中国社会科学文摘》、《高校文科科研文摘》等多次转载，课题负责人的相关研究也多次被《经济研究》等权威杂志论文引用，外文论文也曾多次被国外同行引用，课题负责人的相关政策报告也被政府所采纳。课题负责人和主要参加者近年来还获得上海市哲学社会科学研究优秀成果和和邓小平理论研究及宣传优秀成果奖，包括一等奖3项、二等奖5项、三等奖8项。8、完成本课题研究的时间保证、资料设备等科研条件

本课题组成员均长期从事有关中国经济发展，特别是农村贫困、城乡劳动力流动、收入分配等问题的研究。课题负责人具备较为丰富的组织科研团队从事重要课题研究的经验，目前已经完成的项目包括上海市哲学社会科学规划项目、教育部重大项目以及亚洲发展银行咨询项目等。课题组成员都是国内外高校的专职教师或研究生，所以有充分的时间保证来从事本课题全部的研究工作。

本课题的实证研究将用三个数据库，第一个是1981-2008年中国各省的逮捕率和起诉率数据，它来自历年的《中国检察年鉴》；第二个是由公安部发行的1997-2008年“中国暂住人口统计资料汇编”；第三个是“中国省级面板数据库”，该数据库中包含着大量来自官方的关于各省的经济、人口、地理等方面的信息。课题组也十分熟悉实证研究所需的统计软件的运用。因而本课题研究资料设备等科研条件准备充分。

9、申请书的排版排版务必整洁、整齐、美观某些重点语句（观点、重点、创新）可用粗体字凸显，但不能太多10、强烈建议多申报国家自科钱多结项容易可以自拟题目11、自科及社科的一些区别社科更关注理论和政策含义，自科更关注方法或者技术性自科以前一般不接受经济学纯理论（管理科学二、三处）一些相当好的研究数据一、微观数据（家庭+企业）二、宏观数据（省、市面板）三、金融数据（上市公司、金融交易数据）四、国别数据五、其他数据一、微观数据1、城镇或农村家庭调查+劳动力市场个人调查MICHIGEN大学数据库：北京大学调查数据公开网：/dataverse/CSDA中国人民大学社会调查开放数据库：香港中文大学研究服务中心数据库：MinnesotaPopulationcenter:/international1982/1990中国1%人口抽样调查一些非常好的开放数据：CHIPS1988-1995-2002-2007-2013，截面RUMICI2008-2009，农民工面板CHNS1989-2011，截面＋面板CGSS2003/2004/2005/2006，截面CFPS

2008-2014，面板CHARLS2008-2014，截面+面板CHFS2010-2011-2013-2017，截面+面板卫计委流动人口监测数据2009-2015，截面CHIPS1988-1995-2002-2007-2013截面，农村+城镇+农民工住户调查可以研究的题目：三农问题、劳动力流动、城市化、收入分配、城市劳动力市场……教育、收入分配、劳动力供给、工作搜寻、人力资源管理、失业和劳动、教育及其不平等、社会保障、住房、农村非正规金融、家庭消费、政治资本、养老及社会保障RUMICI2008-2009.au/rumici农民工截面+面板可以研究的题目：劳动力流动、民工就业及工资决定、收入分配、城市化、农民工市民化、城市劳动力市场……中国健康及养老追踪调查2008-2014（ChinaHealthandRetirementLongitudinalSurvey）/zh-CN中国45岁及以上中老年人家庭和个人的微观数据，用以分析我国人口老龄化问题，推动老龄化问题的跨学科研究。CHALRS全国基线调查于2011年开展，覆盖150个县级单位，450个村级单位，约1万户家庭中的1.7万人。这些样本以后每两年追踪一次，调查结束一年后，数据将对学术界免费公开。可以研究的题目：人口老龄化问题、老人健康、老人医疗需求及支出、老人生活模式、社会保障、养老养生

中国老年社会追踪调查数据CLASS2011、2012（测试调查），2014（正式调查，每两年一次追踪）面板数据中国人民大学中国调查及数据中心中国7个省份老年人的社会经济生活信息可以研究的题目：老年人在衰老过程中面临的各种问题和挑战、人口健康分析中国老年健康影响因素跟踪调查CLHLS1998、2000、2002、2005、2008-2009、2011-2012面板数据北京大学中国经济研究中心/ageing/html/datadownload.html23个省市老年人社会经济生活变量人口健康分析；影响人类健康长寿的社会、行为、环境及生物学因素，老龄工作及卫生健康政策评估中国家庭营养健康调查数据(ChinaHealthandNutritionSurvey;CHNS)1989-1991-1993-1997-2000-2004-2006-2009-2011/projects/china面板数据4400householdswithatotalof26,000individualsinnine可以研究的问题：城乡居民营养及健康问题、收入、计划生育、人口、消费、家庭结构变迁……中国家庭动态跟踪调查（ChinaFamilyPanelStudies，CFPS）2008-2014/cfps跟踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁，为学术研究和公共政策分析提供数据基础。CFPS重点关注中国居民的经济及非经济福利，以及包括经济活动、教育成果、家庭关系及家庭动态、人口迁移、健康等在内的诸多研究主题。CFPS样本覆盖25个省/市/自治区，目标样本规模为16000户，调查对象包含样本家户中的全部家庭成员。CFPS在2008-2009两年在北京、上海、广东三地分别开展了初访及追访的测试调查，并于2010年正式开展访问。经2010年基线调查界定出来的所有基线家庭成员及其今后的血缘/领养子女将作为CFPS的基因成员，成为永久追踪对象。CFPS社区问卷、家庭问卷、成人问卷和少儿问卷四种。中国社会调查数据库（ChineseGeneralSocialSurvey）2003/2005/2006/2008/2010/2011/2012/2013

截面，城乡住户调查由中国人民大学社会学系负责开发。2003年中国人民大学社会学系和香港科技大学社会调查中心合作，在中国进行了第一次综合社会调查项目。可以研究的题目：城乡居民生产、生活、社会、收入分配、城市化、劳动力市场、城乡就业、社会融合、幸福感……中国家庭金融调查（ChinaHouseholdFinancialSurvey，CHFS）2011-2013-2015-2017，截面+面板由西南财经大学组织调查，Ithascollecteddatafromasampleof8,438householdscovering25provincesinChinain2011,28,000covering29provincesin2013and40,000covering29provincesin2015respectively.

可以研究的题目：农村信贷、家庭财产、收入分配、农村经济、城镇居民收入消费就业等；国家卫计委流动人口调查（每年1次）2009-2015（机构申请后才可以获得数据使用权）ABC三套问卷，80000-200000流动人口包括流动人口的就业、收入、心理健康、社会交往等重要变量；可以研究的题目：民工就业、民工收入、民工心理健康、民工社会交往、民工社会融合及市民化、城市化中国教育追踪调查数据CEPS2013、2014、2015面板数据中国人民大学中国调查及数据中心中国28个县级单位（县、区、市）112所学校、438个班级学生、家长、教师、校领导的信息可以研究的题目：人口分析、劳动就业分析、质量管理、教育管理；家庭、学校、社区以及宏观社会结构对于个人教育产出的影响中国宗教调查数据CRS2013、2014、2015面板数据中国人民大学中国调查及数据中心包含中国243个县级单位个人、宗教团体的信息可以研究的题目：我国宗教现状及发展趋势、宗教信仰行为等中国劳动力动态调查数据CLDS2011、2012、2014面板数据中山大学社会科学调查中心/Data中国29个省市（港澳台、西藏、海南除外）个人、家庭的就业信息可以研究的题目：劳动力市场，家庭、劳动力个体的变化及相互影响、人口健康分析、消费储蓄分析珠三角城市农民工调查数据2006、2008、2009截面数据中山大学社会科学调查中心/Data/List?type=城市农民工调查数据库珠三角农民工生存状况及劳动就业可以研究的课题：城市劳动力市场、人口健康分析、农民工劳动就业和收入的决定及演变。中国广东家庭追踪调查数据2008、2009、2010截面数据中山大学社会科学调查中心/Data/List?type=家庭追踪调查数据库广东省经济变动、家庭生活变化及民众个体发展状况中国大城市社会网及求职调查数据2009截面数据中山大学社会科学调查中心/Data/List?type=社会网及求职调查数据库广州、上海、西安、天津、兰州、厦门、济南、长春人际社会关系网络及求职就业状况中国社会状况综合调查数据CSS2005、2007、2009、2011、2013截面数据中国社会科学院社会学研究所/zgshzkzhdc31个省市公众的劳动就业、家庭及社会生活、社会态度人口健康分析、劳动就业分析、消费储蓄分析世界价值观调查数据中国卷WVS1990、1995、2001、2007、2012截面数据世界价值观调查学会、中国统计信息咨询服务中心、盖洛普中国民意调查公司、北京大学中国国情研究中心/projects/china24个省市个人社会价值观、社会规范、社会距离、工作问题、劳工组织、就业问题等人口健康分析、劳动就业分析、消费储蓄分析2、企业调查数据1998-2007-2013年规模以上工业企业数据库工业企业普查2004-2008数据库中经网数据库WORLDBANK中小企业调查中国小微企业调查数据CMES2015截面数据西南财经大学29个省市小微企业和个体工商户经营劳动就业分析、公司研究、金融及投资分析中国私营企业调查数据CPES1993、1995、1997、2000、2002、2004、2006、2008、2010、2012、2014截面数据中国社会科学院私营企业主群体研究中心rcpe_cass@126.com中国31个省市200万私营企业和企业主综合状况和群体特征公司研究、行业分析、金融及投资分析世界银行企业调查数据中国企业2002、2003、2005、2012截面数据世界银行/data中国主要城市非农企业商业经营环境变化和企业效率劳动就业分析、公司研究、行业分析、金融及投资分析二、宏观数据省级面板《新中国六十年统计资料汇编》地级市面板《中国城市统计年鉴》《中国人口年鉴》、《中国工业年鉴》、《中国法律年鉴》、《中国金融年鉴》、《中国固定资产投资历史资料汇编》、《中国农村统计年鉴》、《中国财政年鉴》、《中国县市社会经济统计年鉴》……地方统计年鉴……三、金融数据国泰安金融高频数据上市公司年报可以研究的题目：各种上市公司行为、金融市场的运行四、国别数据WorldDevelopmentIndex:1960-2015可以研究的题目：国际贸易、各国城市化、中等收入陷阱、产业结构演变、经济增长、国际投资……五、其他数据2000-2005-2010人口普查个人样本工业企业排污数据城镇户主调查数据农业部固定观察点数据旧瓶装新酒：如何利用现成数据做出优秀论文第一节、关于经济学研究的几点体会1、直接进入国际前沿，不要步国内人的后尘国际大牛的WP+权威国际杂志的文章（你的浏览器主页是什么？）2、FOLLOW是一个很好的策略（边际上做出一些贡献）3、先扎在一个小领域内进行积累，然后拓展研究领域4、开始时尽量及导师或其他牛人合作，可以长进很快5、多参加好的学术会议和让同行读自己的工作论文（青年论坛+经济学年会）6、论文在会议上被批判，不是一件羞耻的事情7、成熟的论文不是写出来的，是修改出来的，写完后不要急于投稿冷却+反复修改（10-15）8、营造一个好的学术“氛围”志同道合的学术朋友，共享信息+共同促进+互相影响9、学术研究不仅是脑力劳动，而且是体力劳动，保持平和心态10、多关注社会经济热点、多听新闻、多调研、多琢磨第二节、如何“旧瓶装新酒”？一、要学会在“矿渣”中淘金：IDEA1、旧问题+旧数据+IDEA→新研究2、新问题+旧数据+IDEA

→新研究3、旧问题+旧数据+新方法→新研究4、旧数据+新变量+IDEA

→新研究例子1：工业革命是科学家还是普通工人推动的？NBERWORKINGPAPERSERIESKNOWLEDGE,HUMANCAPITALANDECONOMICDEVELOPMENT:EVIDENCEFROMTHEBRITISHINDUSTRIALREVOLUTION,1750-1930B.ZorinaKhanWorkingPaper20853/papers/w20853工业革命为什么发生在英国？英国工业革命中技术创新的主要贡献者是科学家，还是基层的产业工人？工业革命为什么发生在英国？英国工业革命中技术创新的主要贡献者是科学家，还是基层的产业工人？《OxfordDictionaryofNationalBiography》《BiologicalDictionaryoftheHistoryofTechnology》作者从这两个系列人物辞典中搜集了1790-1930年间434个发明家的个人资料，然后将这些个人资料和同一时期的专利记录进行匹配，通过专利数量度量每个发明家实现技术创新的数量。ManyarguethatthenatureofearlyBritishindustrializationsupportsthethesisthateconomicadvancesdependonspecializedscientifictrainingortheacquisitionofcostlyhumancapital.ThispaperexaminesthecontributionsofdifferenttypesofknowledgetoBritishindustrialization,byassessingthebackgrounds,educationandinventiveactivityofthemajorcontributorstotechnologicaladvancesinBritainduringthecrucialperiodbetween1750and1930.Theresultsindicatethatscientists,engineersortechnicianswerenotwell-representedamongtheBritishgreatinventorsuntilverylateinthenineteenthcentury.Instead,importantdiscoveriesandBritishindustrialadvanceswereachievedbyindividualswhoexercisedcommonplaceskillsandentrepreneurialabilitiestoresolveperceivedindustrialproblems.例子2：土地调整削弱农民的长期投资积极性？1978-1984年中国建立的家庭联产承包责任制显著激发了农民的生产积极性，导致农产量显著提高，农村经济因此而快速发展。但是最近20年来，对这一制度的批评越来越多：Yao(1995)和Wen(1995)认为农民对土地承包权的不确定性(uncertaintyinlandtenure)削弱了农民投资的积极性；姚洋(1998)针对浙江和江西两省的研究也表明，地权的不稳定性和对土地交易权的限制对土地产出率具有负面的影响，其影响途径是降低要素配置效率和减少农户对土地的长期投入。Lietal.(1998)针对河北省的研究表明：农户的土地承包期越长，越能够激发农民使用农家肥和磷肥，当他们使用“土地承包合同在1995年是否到期”这一虚拟变量衡量土地产权时，也依然发现它对农民是否使用磷肥是显著的。Brandtetal.(2002)的实证研究也发现，在那些土地调整更频繁的村里，农民使用有机肥料的密度更低一些。CarterandYao(1998)运用浙江省的214个农户的两年面板数据从三个方面检验了土地产权对农民投资激励的影响，发现土地承包权的安全性(tenuresecurity)对农民投资的激励影响最大。中国政府自上世纪80年代中期以后，就开始力图抑制土地调整，使农民对土地有稳定的使用权预期。1984年中央的1号文件规定“承包期为15年”，1993年，面临不同地区承包期限将陆续到期，中央政府又首次提出了“30年不变”的政策，1994年，农业部对此项政策进行了具体的解释，并提出了实施意见。随后，农民的土地承包期“30年不变”的规定于1998年写入了新修改的《土地管理法》，这使这一基本政策具有了法律的强制约束力。许庆、章元：《土地调整、地权稳定性及农民长期投资激励》，《经济研究》2005年第10期。

IDEA：将农户的长期投资划分为两类，“及特定地块不相连的长期投资”“及特定地块相连的长期投资”土地调整：大调整（全部打乱重新分配）+小调整（增人增地，减人减地）

数据来源：农业部1993-1995，1999-2000年5省农户生产投入调查数据库；农家肥的使用量的决定因素：一阶差分结论：

“减人减地”使农户的第一类长期投资大幅度下降“增人增地”对农户的第一类长期投资没有什么影响“减人减地”和“增人增地”对农户的农家肥使用量都没有影响。我们并不能把“减人减地”导致的以及大调整所可能导致的第一类长期投资的减少完全归咎于土地调整所导致的低效率。二、省面板、地级市面板数据也依然能做出好文章！1、一个犯罪率指标已经触发了一系列重要研究！(省面板)2、一个煤炭消耗量指标正在触发一系列重要研究！(地级市面板)中国改革开放以后历年来的犯罪率走势如何度量各省的犯罪率？每年各省“两高报告”提供本省被刑事起诉和被刑事逮捕的数量；LenaEdlund,LiHongbin,YiJunjian,ZhangJunsheng,2008,“SexRatiosandCrime:EvidencefromChina’sOne-ChildPolicy”,REStat.Sexratios(malestofemales)rosemarkedlyinChinainthelasttwodecades,andcrimeratesnearlydoubled.Thispaperexamineswhetherthetwoarecausallylinked.Highsexratiosimplyfewermarriedmen,andmarriagehasbeenconjecturedtobeasocializingforce….Usingannualprovince-leveldatafortheperiod1988-2004,weshowthata0.01increaseinthesexratioraisedviolentandpropertycrimeratesbysome3%,suggestingthattheriseinexcessmalesmayaccountforuptoone-seventhoftheoverallriseincrime.围绕着中国犯罪率的其他一系列研究陈硕，2010，《转型期中国的司法投入及犯罪治理：一个工具变量方法》，《经济学季刊》陈春良、易君健，2009，《收入差距及刑事犯罪：基于中国省级面板数据的经验研究》，《世界经济》章元等，2011，《城乡收入差距扩大真的导致中国犯罪率上升了吗？》，《经济研究》陈硕、章元，2014，《治乱无需重典：转型期中国刑事政策效果分析》，《经济学（季刊）》刘飞等，2014，《FDI区位选择及犯罪率：来自中国的证据》，《世界经济文汇》陈硕（2010）《转型期中国的司法投入及犯罪治理：一个工具变量方法》（政法委书记党龄→）司法投入→犯罪率变量(1)(2)(3)(4)党龄0.00126***0.00223***0.00221***0.00207***(0.00026)(0.00025)(0.00020)(0.00027)意识形态作用是是是转型特征是是其他社会经济指标是常数项-223.3***-133.7***-134.7***-394.7***(4.329)(36.77)(31.01)(23.7)观察值482270265242R-squared0.580.620.650.67变量(1)(2)(3)(4)人均司法支出0.7720.7090.7380.661人均文广事业费-0.223-0.174-0.775人均教育支出-0.180-0.314-0.252万人中外来人口数0.017***0.012***城乡收入比0.0520.043城市人口比重0.0460.030人均GDP0.051**人均福利支出-0.083***男女性别比-0.004初中入学率-0.058***青春期男孩比重0.028***人口密度0.022**人均工资-0.039***常数项338.0-18.43-4.616-1910观察值480269264242R-squared0.370.590.620.64章元等（2010）《城乡收入差距扩大真的导致中国犯罪率上升了吗？》A、城乡收入差距扩大及犯罪率的上升具有因果关系吗?第一、中国是城乡二元（分割的）社会，为什么生活在城市社会的人变得更富有会使得远在农村社会中的农民更多地走向犯罪呢？第二、城乡收入差距扩大可能会增加侵财犯罪，但未必会使整体犯罪率上升；第三、城乡收入差距扩大会吸引更多民工进城并增加民工收入，从而起到降低犯罪激励的作用；同时它还能起到缩小城乡收入差距的作用，并进而降低犯罪激励；但是为什么农民工进城(导致流动人口增加)反而增加了犯罪?

进入城市劳动力市场（大多从事非农产业）会显著增加农户的收入水平，并且能够缩小城乡收入差距；而很多农户从事农业生产的净利润为负；总收入农业总收入林业总收入畜牧业总收入渔业总收入工业纯收入建筑业纯收入运输业纯收入19931269.87599.2915.34251.5413.5615.6331.6217.1720002534.881213.237.95393.2722.9359.9375.5367.13增长2.002.020.521.561.693.832.393.91商业纯收入其他服务业纯收入乡镇企业工资集体分配集体误工补贴打工人员寄回利息红利其他收入199315.1488.3138.4919.6651.9159.159.9143.19200052.29183.7340.0829.1396.89202.6411.2278.94增长3.452.081.041.481.873.431.131.83B、农民工进城导致流动人口增加会更倾向于犯罪吗？

a、1994年左右出现民工高潮，但是并没有带来犯罪的高潮；b、2000年左右中国出现犯罪率的跳升，但是民工进城的数量在此时并没有出现跳升；2000年后的民工数量基本维持在1.2-1.4亿；2004年：1.2亿外出农民工（国务院研究室课题组，2006）2004年：外出就业1.026亿（农业部固定观察点数据）2006年：外出就业1.32亿（第二次农业普查数据）19781987199319992004固定观察点数据05170121103民工数量(百万)c、农民工进城一方面可能会增加了城市里的犯罪，但是同时也可能会减少农村地区的犯罪，净效果如何我们并不清楚；城乡收入差距会吸引潜在的犯罪分子改变犯罪地点，进入城市后的犯罪倾向必定上升吗？城市内部：警察密度更高、现代科技（防盗门窗、摄像头、报警器等）的应用对犯罪激励有降低作用；d、民工进城后收入水平显著上升，为什么会更多地走向犯罪呢？警察密度更高以及现代科技的应用会显著降低犯罪倾向……民工收入水平上升也会显著降低犯罪倾向……“熟人社会”理论适用吗？D、什么才是中国犯罪率上升以及“第五次犯罪率高峰”的根本原因？本文认为：中国犯罪率的上升，特别是“第五次犯罪高峰”的出现，及1990年代城市部门的改革而导致的城市失业率上升有关，特别是国有企业民营化改革导致部分城市居民的“铁饭碗”被打破以及1990年代中后期城市失业率的增加。一方面，部分失业的城市居民可能会走向犯罪，另一方面，促使地方政府采取对民工更加严厉的歧视性就业政策，以保护城市居民的就业，这种城市倾向的就业政策使得民工失业替代了城市居民失业（一种“挤出效应”），失业的民工更脆弱，所以更容易走向犯罪。

跳跃城市失业率上升增加犯罪的影响机制：a、直接效应：部分失业的城市居民因为福利水平的下降可能会直接走向犯罪，从而直接增加中国的犯罪率；b、间接效应：城市失业增加→地方政府出台更加严厉的措施限制民工就业→民工失业替代了城市失业(“腾笼换鸟”)→失业后的民工没有任何保障（最低生活保障、城市生活费用、城市政府征收的管理费、交通费、在城市缺乏社会网络的帮助）而更具有脆弱性→更倾向于走向犯罪→增加中国的总体犯罪率案例：南京市2009年4.18抢劫案，警方48小时破案，犯罪嫌疑人（一个城市人一个农村人）初步交代，因为在南京找不到工作而铤而走险；20世纪末城市失业率的跳升导致犯罪率跳升的证据：a、1990年代末期，城市政府出台更加严厉的限制民工就业的政策；

2000年，北京市限制农民工进入的行业从1999年的5个增加到8个，限制性工种从34个增加到103个；从2000年起，上海市要求单位新招用外来劳动力的需要先进入上海职业介绍网络招用本地劳动力，在招不到的情况下才可招用外来劳动力，招到外来劳动力后，须由单位统一办理就业证。为进一步限制企业对外来劳动力的使用，还要求各单位按实际使用外地劳动力的人数缴纳务工管理费和管理基金，以提高使用外来劳动力的成本，降低企业对外地劳动力需求。

南京市于1999年发布了《南京市外来劳动力劳动管理规定》，要求“用人单位应当严格控制使用外来劳动力，优先使用本市城镇劳动力。用人单位未经批准，不得擅自招用外来劳动力”。

……b、流动人口在城市人口犯罪中的比例也同时在20世纪末出现“上升趋势”；首先，城市流动人口犯罪比例在20世纪末开始明显增加；

广州市的流动人口犯罪占刑事案件总数从2001年至2004年由84.5%上升到87.5%，天津市的流动人口犯罪比例由1999年的35.6%上升到2005年的42.3%；天津市当年入狱罪犯中，流动人口犯占当年入狱罪犯的比重从2002年的26.7%上升到2005年的42.5%。其次，20世纪末以后的城市流动人口罪犯大多是失业的流动人口，而并非普通的农民工！对北京市2006年上半年调查发现无业和职业不固定人员占流动人口犯罪总数的64.2%，在珠江三角洲的调查结果发现，流动人口中无业人员、无证（缺证）人员在整体城市犯罪中几乎占99%，而广州市的流动人口中无业人员、无证（缺证）人员占全市犯罪总量的比例为80%。基于南京市公安局提供的数据进行的研究也得出了类似的结论：犯罪的流动人口主要集中于收入较低的单位用工、建筑、搬运、经商服务、收旧拾荒者以及无业人员，收旧拾荒及无业的占流动人口犯罪的比例从1998年到2002年都保持在40%左右并略有上升。为什么失业后的民工更加脆弱并更容易走向犯罪？a、城市失业居民能得到最低生活保障，但是民工失业后没有任何最低生活保障；b、城市失业居民仍然能够进入“再就业服务中心”(96-06)，政府和（或）企业为其支付“三金”，继续享有医疗、失业和养老保险，而民工则没有；c、城市部门对民工征收各种管理费，使得失业的民工雪上加霜；d、社会网络主要在农村，进入城市后，一旦失业，能够得到的帮助或支持并不多；e、城市里的生活费用更高，失业后不能创收反而还得支付大量费用；所以，在城市里失业的民工更具“脆弱性”，并更容易走向犯罪。E、实证研究数据：1988-2008年省级面板数据犯罪率：每万人中刑事犯罪的数量：《中国检察年鉴》每万人中被刑事起诉的数量：《中国检察年鉴》

城乡收入差距：本省城市人均可支配收入及本省农村人均纯收入之比；法院接受法院判决检察院批准逮捕检察院起诉法院接受1法院判决0.911检察院批准逮捕0.900.941检察院起诉0.920.950.961城乡收入差距的潜在内生性：a、对收入差距的度量存在误差b、遗漏了其他影响犯罪率的社会、环境、制度、宏观经济等因素工具变量：农业特产税占全省税收总收入的比例，它只能通过影响城乡收入之比来影响犯罪率；a、税率的决定及征收范围等由中央政府决定；b、农业特产税主要针对经济作物(需要大量投资和较复杂的生产技术)征收，它会直接降低农户收入c、贫困农户大多主要从事粮食作物的种植，因而农业特产税不会显著影响农村贫困；一阶段回归结果一阶段回归结果6.5767***(0.9835)4.7207***(0.8623)5.6104***(0.9711)5.6383***(0.9280)6.1439*(1.0310)表32SLS模型回归结果

变量逮捕率起诉率123123城乡收入比0.0620.0820.073-0.086-0.063-0.069(0.087)(0.087)(0.088)(0.096)(0.095)(0.096)城市失业率0.030*0.029*0.027#0.044**0.042**0.040**(0.018)(0.017)(0.017)(0.019)(0.018)(0.018)公检法支出比3.423***3.229***3.478***2.641***2.418***2.643***(0.831)(0.804)(0.800)(0.910)(0.873)(0.874)人均GDP-0.076-0.081-0.011-0.014(0.077)(0.076)(0.083)(0.083)城市化-0.0190.000***0.000***0.0540.000***0.000***(0.078)(0.000)(0.000)(0.085)(0.000)(0.000)89年调整标准0.102**0.068(0.046)(0.051)92年调整标准0.0270.066(0.048)(0.053)直辖市0.521***0.410***0.400***0.536***0.407***0.403***(0.083)(0.076)(0.076)(0.090)(0.082)(0.083)少数民族-0.030-0.005-0.000-0.034-0.006-0.003(0.065)(0.062)(0.062)(0.071)(0.067)(0.068)96年严打0.173***0.234***(0.048)(0.054)01年严打0.191***0.147***(0.048)(0.053)中部地区-0.245***-0.208***-0.203***-0.229***-0.186***-0.184***(0.042)(0.040)(0.040)(0.046)(0.043)(0.043)西部地区0.0930.1090.1190.218**0.236***0.243***(0.086)(0.083)(0.083)(0.094)(0.090)(0.090)时间趋势0.019***0.0060.0080.036***0.021**0.025***(0.006)(0.008)(0.007)(0.006)(0.008)(0.008)常数项-37.076***-10.630-15.630-70.216***-39.779**-48.803***(11.172)(14.876)(14.589)(12.223)(16.125)(15.930)观察值CenteredR2F检验6300.485P=0.006300.507P=0.006300.532P=0.006300.548P=0.006300.575P=0.006300.662P=0.00一阶段回归检验6.5767***(0.9835)6.3990***(0.9664)6.4246***(0.9850)6.5767***(0.9835)6.3990***(0.9664)6.4246***(0.9850)2SLS模型回归结果稳健性检验变量逮捕率起诉率1234512345城乡收入比0.0620.1610.1110.1130.124-0.0860.026-0.008-0.005-0.023(0.087)(0.120)(0.102)(0.101)(0.095)(0.096)(0.129)(0.109)(0.107)(0.102)城市失业率0.030*0.029*0.026#0.034**0.048***0.044**0.041**0.040**0.049***0.065***(0.018)(0.017)(0.017)(0.015)(0.018)(0.019)(0.018)(0.018)(0.016)(0.019)公检法支出比3.423***4.176***4.066***3.963***3.549***2.641***3.677***3.602***3.488***2.880***(0.831)(0.906)(0.902)(0.917)(0.842)(0.910)(0.974)(0.966)(0.975)(0.904)人均GDP-0.0000.000***0.0000.0000.000***0.000(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)城市化-0.019-0.320**-0.257*-0.329***-0.0570.054-0.344**-0.302**-0.394***0.015(0.078)(0.147)(0.133)(0.122)(0.080)(0.085)(0.158)(0.142)(0.130)(0.086)人均耕地面积0.032**0.022*0.031***0.042**0.035**0.047***(0.016)(0.013)(0.011)(0.017)(0.014)(0.012)农民纯收入0.000**0.000(0.000)(0.000)城市居民收入0.000*0.000**(0.000)(0.000)户籍迁移进入0.000***0.000***(0.000)(0.000)户籍迁移外出-0.000***-0.000***(0.000)(0.000)人口密度-0.003***-0.004***(0.001)(0.001)89年调整标准0.098**0.101**0.092**0.104**0.0650.0670.0550.070(0.046)(0.046)(0.046)(0.046)(0.051)(0.051)(0.050)(0.051)92年调整标准0.0650.0310.0110.080

0.0950.0720.0470.111**(0.054)(0.049)(0.052)(0.052)(0.059)(0.053)(0.056)(0.056)直辖市0.521***0.453***0.447***0.509***0.788***0.536***0.484***0.480***0.558***0.868***(0.083)(0.090)(0.090)(0.078)(0.105)(0.090)(0.096)(0.096)(0.083)(0.113)少数民族-0.030-0.049-0.055-0.078-0.076-0.034-0.089-0.093-0.123-0.096(0.065)(0.075)(0.078)(0.072)(0.066)(0.071)(0.080)(0.083)(0.077)(0.070)96年严打0.126***0.166***0.147***0.184***0.195***0.222***0.197***0.246***(0.047)(0.048)(0.050)(0.049)(0.052)(0.052)(0.054)(0.054)01年严打0.178***0.191***0.199***0.155***0.139***0.147***0.158***0.113**(0.047)(0.048)(0.048)(0.048)(0.052)(0.052)(0.052)(0.052)中部-0.245***-0.232***-0.258***-0.258***-0.271***-0.229***-0.256***-0.273***-0.273***-0.257***(0.042)(0.050)(0.057)(0.057)(0.044)(0.046)(0.054)(0.061)(0.061)(0.047)西部0.0930.1200.0960.1000.0320.218**0.222**0.207**0.212**0.154(0.086)(0.082)(0.089)(0.090)(0.095)(0.094)(0.088)(0.095)(0.095)(0.102)时间趋势0.019***-0.0080.006-0.0090.018***0.036***0.0120.021**0.0010.035***(0.006)(0.013)(0.008)(0.008)(0.007)(0.006)(0.014)(0.009)(0.008)(0.007)常数项-37.076***16.202-10.60819.625-34.643***-70.216***-22.464-40.608**-0.855-68.370***(11.172)(25.779)(16.210)(15.548)(13.039)(12.223)(27.684)(17.332)(16.547)(13.993)观察值CenteredR2F检验6300.4845P=0.006300.7504P=0.006300.5300P=0.006300.5337P=0.006300.5184P=0.006300.5482P=0.006300.6137P=0.006300.6057P=0.006300.6124P=0.006300.5804P=0.00一阶段回归结果6.5767***(0.9835)4.7207***(0.8623)5.6104***(0.9711)5.6383***(0.9280)6.1439*(1.0310)6.5767***(0.9835)4.7207***(0.8623)5.6104***(0.9711)5.6383***(0.9280)6.1439*(1.0310来自2007-2008“美国次贷危机”的证据：城镇登记失业率:2008年中国首次出现“民工返乡潮”“2000万”民工返乡：失业率大概为15.3%(假设1.3亿民工)推论：如果没有城市地方政府“腾笼换鸟”的歧视性就业政策，城市失业率不可能只上升0.1个百分点；200720082009出口/GDP36.32%33.39%24.48%2007200820094.0%4.2%4.3%林明仁、刘仲伟，2006《失业真的会导致犯罪吗？以台湾1978年至2003年县市资料为例》，《经济论文丛刊》，32：4，445-483.

國外文獻一般認為失業率上升只會使財產犯罪增加(Levitt，2004)；然而幾乎所有回歸結果都未考慮內生性的問題(Piehl，1998)。本文首先簡單說明經濟理論如何預測失業與犯罪的關係，並討論同時性(simultaneity)如何對最小平方法(OLS)的估計造成偏誤。我們接著提出美元匯率、日圓匯率以及能源價格三者分別與製造業就業人口比例乘積作為失業率的工具變數，並從理論與弱工具變數測試(weakⅣtest)兩方面同時探討該組工具變數之有效性。在實證結果方面，雖然在最小平方法下失業率對各類犯罪影響幾乎都為正且顯著，但在兩階段最小平方法(2SLS)下，失業率只對財產犯罪(主要在其中的竊盜一項)有正的顯著影響，對暴力犯罪則無。且2SLS估計值皆大於OLS的結果。最後，過度認定測試(overidentificationtest)的結果也從統計上支援這些工具變數的外生性。（世界石油价格+美元\日元汇率→）失业率→犯罪率（证券印花税税率+个人所得税标准提高）→城乡收入差距→犯罪率5、治乱无需重典：转型期中国刑事政策效果分析陈硕、章元，2014，《治乱无需重典：转型期中国刑事政策效果分析》，《经济学（季刊）》第13卷第4期1461-1484页。研究问题：严打、重罚能有效降低中国的犯罪率吗？

有效的惩罚政策会通过两个途径对潜在罪犯产生威慑（deterrence）作用：确定性（certainty）和严厉性（severity）。确定性是指相同犯罪行为被惩罚到的概率，而严厉性是指相同犯罪行为被惩罚的程度，其中确定性是严厉性的前提，只有犯罪行为人因其非法行为被抓获，进一步讨论惩罚程度才成为可能。关于这两种策略对遏制犯罪的效果，现有文献已经得出基本一致的结论：基于严厉性惩罚策略并不能有效抑制犯罪，而基于确定性惩罚政策可以达到有效控制犯罪的目的。本研究结合转型期中国犯罪惩罚政策，特别是“严打”运动的制度性特征，试图实证检验上述两种政策对遏制犯罪的作用。严打重罚的制度背景“严打”是依法从重从快严厉打击刑事犯罪活动的刑事政策总称（马振华，2007）。1983年7月19日，邓小平及公安部负责同志谈话时就指出：“刑事案件、恶性案件大幅度增加，这种情况很不得人心……为什么不可以组织一次、二次、三次严厉打击刑事犯罪活动的战役？每个大、中城市，都要在三年内组织几次战役……我们说过不搞运动，但集中打击严重刑事犯罪活动还必须发动群众……”（邓小平，1993）。该讲话之后，党中央便做出了“关于严厉打击刑事犯罪活动的决定”，明确7个方面的打击对象并制定依法“从重从快”的打击方针（田金华，1998）。同年9月2日，全国人大常委会通过了《关于严惩严重危害社会治安的犯罪分子的决定》，对1979年《刑法》作了补充和修改：规定了28种可以判死刑的犯罪。在1997年的新修改《刑法》中，适用死刑的犯罪行为进一步增加到68种（LuandZhang，2005）。就制度设置上来说，在1991年3月成立的“中央社会治安综合治理委员会”，该委员会为中共中央下设机构，其主任由中共中央政法委书记兼任，它的具体职能是制定、部署及监督实施一个时期全国范围内社会治安的方针、政策和重大措施。1983年、1996年、2001年及2010年实施了四次“严打”运动表1中国判处和执行死刑的数量（1994-2003）1994199519961997199819992000200120022003判处2780180060002495165717201511401519211639执行205011473500164410671077100024681060726实证检验

1989年到2009年中国省级面板数据。模型的被解释变量是各省的犯罪率，用“每万人中被刑事起诉的数量”来度量。关键解释变量是惩罚的两个策略：严厉性和确定性。前者采用两种方法度量：第一种是当年被判处5年以上徒刑的罪犯占全部被判决罪犯的比重；另外一个是1996和2001年的时间哑变量，分别表示这两个年度实施的“严打”。由于两次“严打”的时间均超过1年，因此1996-1997年和2001-2002年的值均赋为1。确定性，用破案率来度量实证回归结果：（1）（2）（3）（4）（5）调整项系数

(θ)-0.315***-0.437***-0.479***-0.611***-0.579***(0.037)(0.056)(0.050)(0.045)(0.067)惩罚程度,长期

(π1)“严打”-0.013-0.008-0.011(0.025)(0.030)(0.027判处五年以上比重（%）-0.004-0.002-0.004(0.008)(0.004)(0.010)五年比重和严打交互-0.001**(0.000)破案率（%），长期(π2)-0.014***-0.017**(0.003)(0.008)破案率和严打交互项0.008(0.036)短期系数:城市人口比重（%）0.0170.0140.0140.011*0.007人口密度0.036***0.021*0.020*0.018***0.009**平均工资-0.0410.0030.000-0.0130.002城乡收入差距0.0440.039*0.035**0.0600.041**万人中移民数量0.010**0.012**0.011*0.0070.009*人均公检法支出0.016**0.017**0.019***0.017*0.019**公检法支出比重（%）-0.013**-0.009**-0.005*-0.015***-0.004**性别比-0.0020.0010.000-0.0000.000初中入学率（%）-0.046***-0.031***-0.034***-0.055*-0.025**青春期男孩人口比重0.0050.0030.0030.002*0.003人均GDP0.0160.0100.0110.010*0.008省数量3030303030观察值437396247437247Loglikelihood4785.954029.414760.895031.524831.02我们还可以继续利用犯罪率的省级面板数据做很多研究！把犯罪率当Y：1、财富差距对犯罪率的影响？2、流动人口数量对于犯罪率的影响？3、腐败对犯罪率的关系？4、网络对犯罪率的影响？5、其他社会经济变量对犯罪率的影响……把犯罪率当X：1、犯罪率对企业生产效率、企业创新的影响？2、犯罪率对幸福指数的影响？3、犯罪率对其他社会经济变量的影响……一个正在进行的关于犯罪的研究：AI机器学习——文书判决——AI判决VS法官判决2-3年后可以继续拿这个题目去申请国家自科……2、一个煤炭消耗量指标正在触发一系列重要研究！(地级市面板)中国的统计数据真的有水分吗？以SO2排放数据为例SO2减排及中国官员的晋升SO2排放对预期寿命的影响SO2减排政策在哪里有效，在哪里无效？结构调整、增长质量及SO2排放……TheMissingSO2:theUnintendedConsequencesoftheGovernmentOfficialEvaluationSysteminChinaYuanZhangChinaCenterforEconomicStudies,FudanUniversityShuYuWorldBank1.Motivation2.LiteratureReview3.IdentificationStrategy4.DataSourceandEmpiricalTest

4.1Citylevelpaneldata(verypreliminaryresults)4.2Firmlevelpaneldata(notfinishedyet)5.ConclusionandPolicyImplication1.MotivationHowdoesChinesecentralgovernmentpushthelocalgovernmenttoboosteconomicdevelopmentunderfiscaldecentralization?CarrotsSticksEconomicGrowthPollutionQualityofChina’sStatisticsXuChenggang,2011,“TheFundamentalInstitutionsofChina’sReformsandDevelopment,”JournalofEconomicLiterature,49(4):1076-1151.GiventheregionaldecentralizationauthoritariansysteminChina,localgovernmentofficialshaveanincentivetosacrificeenvironmentalprotectioninordertoboostlocalGDPgrowthbecausetheyareappointedorpromotedbythecentralgovernmentbasedonlocalperformance.JiaRuixue,2014,“PollutionforPromotion,”JobMarketpaperofIIES,StockholmUniversity.Promotionincentivesofprovincialgovernorssignificantlyincreasetheprovinciallevelpollution.PollutionMeasure:AerosolOpticalThickness,ChemicalOxygenDemand,andSO2

Wallace,J.L.,2015,“JukingtheStats?AuthoritarianInformationProblemsinChina,”BritishJournalofPoliticalScience,February,1-19.Hypothesis:WhencompetingGDPgrowthwithotherofficials,politicallysensitivedataarelikelytobemanipulatedatpoliticallysensitivetimes.DataSource:AnnualandquarterlydatainChina,2000-2009Dependentvariable:GrowthrateofGDP–Growthrateofpowergeneration/powerconsumptionIndependentvariable:Turn-overofprovincialgovernororCommitteeSecretary(1=yes,0=no)Conclusion:DifferencebetweenGDPgrowthandelectricitygrowthincreasesinyearswithleadershipturnover,whichisconsistentwithjukingthestatisticsforpoliticalreasons.OverstatementofGDPGrowthRateinChina.