财新传媒 财新传媒

阅读:0
听报道

 

推文人 | 张果果 
原文信息:Paolo Pinotti,“Clicking on Heaven’s Door: The Effect of Immigrant Legalization on Crime”,American Economic Review 2017, 107(1): 138–168.
 
内容提要
 
因果关系:移民合法与犯罪率
 
方法:模糊断点(IV)
 
聚焦事件:意大利2007年12月的电子“摇号”(移民合法的制度方式)
 
识别策略:根据申请人提交时间和移民配额,在配额即将分配完左右形成断点。依据先到先得原则,在配额完成前的移民合法概率很高,配额完成后移民合法的概率降为0(第一阶段)。根据申请人数据和犯罪者数据匹配,识别断点前后移民合法对犯罪率的影响。
 
机制及结论:摇号——得到居留许可——移民合法——正规劳务市场就业——收入提高可能——犯罪机会成本提高——犯罪率下降。
 
核心概念:移民合法指的是取得居留证—跟工作相关的居住许可(非永久居留和非永久国民),原则上拿到居留证可以在正规劳务市场寻找工作,可以拥有长达六个月找工作机会,如果未找到则离开意大利。
 
一、问题提出
 
通过文献和欧洲现状,研究发现:美国、欧洲(意大利、希腊、葡萄牙、西班牙)未登记注册的移民非常高。未备案的移民不能拥有正式工作或开展经济活动,只能在非正式单位工作,收入较低,其更容易参与犯罪。
 
跨大西洋(主要是欧洲和北美)调查发现:1、移民会增加犯罪 2、移民增加税收 3、移民抢走本地人的工作机会 4、大多数受访者区别正规移民和非正规移民,并认为非正规移民带来更高的犯罪率。附图2显示了各国受访者对这一问题认知的统计结果。
二、制度背景
 
移民是近年来意大利的常见现象。合法移民从1990的50万到2015年的500万。意大利维持严格的需求导向措施。根据工人需求目录,每年年末中央政府下达来年的一定份额合法移民数量。在公开申请日,无论是本国人还是合法的外国移民都可以在移民进入前代表他们提交申请。
 
为什么申请者、雇主和政府积极推动移民合法呢?作者认为获得居留许可对各方都是有利:第一申请者而言,既可以在正规企业工作,同时规避被驱逐的风险(虽然风险很低);第二,雇主可以避免将来因雇佣非法移民而被处罚;第三,政府可以更有效管理移民。
 
1、意大利电子申请配额系统介绍
 
对于电子申请的配额系统,申请人主要分为为个人、家庭雇主工作的家政服务人员的A类和为企业(建筑和非建筑)工作的工人,但作者又根据意大利的行政划分(103个省)、意大利控制移民来源的14个国家(阿尔巴尼亚、阿尔及利亚、孟加拉国、埃及、加纳、摩尔多瓦、摩洛哥、尼日利亚、巴基斯坦、菲律宾、塞内加尔、索马里、斯里兰卡、突尼斯)把申请人分为1751(103*14+103*3)组。表1给出了配合和申请者的统计性描述。从表中看出,总配额为17万,但申请者达到了61万。国家(组别)之间差异较大,索马里配额占申请者的63%,而巴基斯坦这个比值只有4%。下图展示了103个省以人口为权重的配额数和申请人数的关系图,45度线表示配额数与申请人数相等。而大多数省份的配额远低于申请者人数,再次说明组别之间差异巨大。所以作者在后期回归中按组别进行了稳健性检验。
2、A类申请者介绍
 
A类申请者异常多的证据:一是报纸报道。2010年一家报纸注意到大量的中国人作为管家被赞助,文章解释说这种现象是因为通过家庭和朋友获得管家合同更容易。
 
二是伦巴第区的ISMU调查和申请日数据总体对比。在伦巴第区,在2001年,非政府组织每年对大约9000名合法和非合法移民的调查。非合法移民调查主要集中于火车站、商店和电话中心等地区。从表2可以看出,在2007年,伦巴第区的所有从事工作的男性移民人群中,男性从事家政工作的占2.4%,在非法移民中,男性从事家政工作的上升到4.1%,但在申请日,申请A类的男性占到男性申请A类和B类的46.1%。
三是二是伦巴第区的ISMU调查和申请日国家层面数据对比,如下图所示。如果A类申请者与与观察到家政服务就业一致,则图形中散点图应该靠近45度线,但是从图中看出,男性更加远离45度线。横轴表示ISMU调查从事家政服务的比重,纵轴表示申请当日A类申请比重(分母为各国所有申请A+B的人数总和),从上图看,无论哪个国家都或多或少存在异常。而且,在内政部的统计数据中显示,申请人和赞助人高达38%的比例具有相同的国籍,32%具有相同的城市,21%具有相同的姓氏。
 
A类申请者异常多的原因:非正规的移民必须寻找能为他们支付几千欧元赞助的个人和组织。因此,赞助者假装雇佣他们作为家政工作者,以逃避作为企业雇员的管理程序(比如劳动健康检查等)。事实上,成为申请日的申请者只需要赞助者在申请月的前一个月提供高于800欧元的收入证明。
 
3、申请程序介绍
 
每个申请人只有一个赞助商,赞助商可以赞助多个申请人。2006年之前,申请通过纸质版进行,但需要消耗大量时间整理,为了改进这种情况,2007年完全电子化。特权国:12月15日,其他国家A类12月18日,B类12月21日。申请日当天8点开始,雇主登录内政部网页提交居留许可申请。申请过程:每份申请都需要交叉核对赞助人(保证人)的信息,只有B类申请才需要跟农工商联合会的电子注册信息核对,核对内容:犯罪、信息缺失、信息不准确、虚假信息,如果出现上述问题,申请被拒绝。没有出现上述信息:成功拿到居住许可的人需要根据规定,回到原籍国在意大利大使馆拿到居留申请重新进入意大利。
 
当接受申请数量达到了设立的配额,不在接受申请。这就会在配额即将耗尽的时间点左右形成断点。图2展示了米兰和巴勒莫的申请当日的情况。
 
 
左图表示在米兰非特权国的A类申请的情况(12月18),(米兰移民占居民的15%),八点开始,每分钟接受上百份申请,到9:40申请数量下降为0。(第一次使用,但知道先到先得的原则)。申请接受的概率在初始状态时非常高,只有信息虚假和不完善的被拒绝,当配额分配完后概率下降为0。断点大约发生在8:27分04秒,被拒绝的申请者依然会留在意大利。
 
右图显示的巴勒莫地区B类申请的情况(12月21日)在初始时申请被拒绝概率较高,这种差异反映了这类申请存在更多的欺骗行为,和当地移民局更严格的管理。b类需要跟农工商联合会的电子注册信息核对,但A类不需要。除此之外,还存在差异,在8:22时,申请成功的概率从70%下降到5%,数分钟后才到达0。因为信息的不完全、虚假信息被拒绝时或者被授权而未能及时领取居留许可时,后申请者改变这种顺序,造成配额最后完成时概率有所变动。
 
三、识别策略
 
1、断点选择
 
平均处理效应主要的问题来源于选择偏差,比如高能力工人的雇主更有动力为其提交申请(时间靠前概率高),劳动市场的机会也影响犯罪率。但这些偏差在我们集中在断点左右的时候下降为0,因此通过断点来识别处理效应。建立参数模型和非参数模型。
 
 
X为配置变量或者分组变量,断点处x=0,Z为处理变量,在断点之前z=1,断点之后为0, C为犯罪与否,L为二值变量(L=1为获得合法,L=0为非法),i为第i个申请人。两个模型中第一个式子为简约型,第二个式子为2SLS的第一阶段。实际上是一种工具变量法的模型:z为合法性L的工具变量。两阶段最小二乘法估计的结果为。
 
2、数据
 
数据来源:意大利移民局和意大利内政部的犯罪警察厅。
 
移民局数据:2007年申请日的所有申请者的个人信息和犯罪信息。数据包括:原籍国,年龄,性别,申请许可类型(A或者B),申请所在的省份,申请的时间(精确到毫秒),我们限制样本在窗框为1小时之内,总样本数为186608个观测值,但女性犯罪率基本为0,剔除女性样本,最后样本量为110337.
 
犯罪数据:2007年和2008年个人层面的至少有一次严重犯罪的犯罪记录。数据包括犯罪类型,犯罪的月份,是否被当场逮捕。(违反移民法不算重罪,在合法和非法之间的差异不依赖于非法移民非官方的报告)。
 
严重犯罪:经济犯罪(抢劫、偷盗、非法贩卖毒品,走私、勒索、绑架)和暴力犯罪(谋杀、强奸)。
 
特别说明:依据移民信息,可以识别每个申请者所在的分组(1751组),事实上,由于68个组未收到申请和斯里兰卡人103个省的系统崩溃,所有只有1580个组。
 
断点是未知的,依赖于申请的时间序列和提交申请的结果。总之,断点的复杂性使得其接近于随机实验,在最后的申请者成功前,获得合法性的概率显著降低。正因为此,需要找到断点。有些学者在每个断点进行测试,找到拟合优度最大的值的断点作为真实断点。我们利用Andrews(1993)的方法找到结构断点的存在(作者没有交代具体方法),根据所有的组别,确定断点为8:39:06。
 
四、结果分析
 
1、基本结果
 
下图回报了2007和2008年所有申请者和A、B类申请断点左右犯罪率情况。
红绿实线为预测结果的拟合线,垂直线为断点,空心圈是犯罪率与五分钟为bin的散点。在2007年,断点前后的犯罪率都为1.1%,这说明申请在断点两侧随机分配。(前定变量不显著)在2008年,在断点处犯罪率下降到0.8%,其他申请者为1.1%。减少了0.3%并且在90%的水平线显著。反映了截止时间之前的犯罪率的降低。
 
利用参数估计法的系数结果在表3中报告。前三列和后三列是分三组样本回归结果,主要关注A类结果。第(1)-(3)列第一行为简约式结果,第一行断点前比断点后造成犯罪率的显著下降0.8%,第二行最小二乘法系数,移民合法造成了犯罪率显著下降1.3%,第三行是第一阶段系数,断点前比断点后比例合法概率高61%。第四行F统计量,判断Z是不是弱工具变量,第五行2007年的简约式回归系数,断点前后没有显著变化,第六行是2007年断点后的犯罪概率(没有获得合法性的犯罪概率)。第(4)-(6)列,由于组别之间差异较大,剔除组别之间差异。加入了申请者年龄及其2次项,使用固定效应模型(固定分组lottery,聚类到lottery)。但由于第三行(第一阶段)概率变化导致第二行系数发生变化,除了第四列显著性降低外,其他与基本回归一致。
稳健性检验:
 
(1)申请者个性特征:
 
检验其他因素是否导致了A类申请者的犯罪率下降:从下图可以看出,无论年龄、国别、原籍国收入都没有显著差异,再次说明断点前后的合法性导致了犯罪率下降。
(2)对申请者是否有操纵:
结论:申请者在断点前后数量没有显著差异,所以合法性导致犯罪率下降,结果稳健。
 
(3)带宽选择:(两种最有带宽的选择方式)
 
使用非参数估计,选择IK和CCT两种带宽方式。
从表中可以看出,利用KI、CCT的方法找出最优带宽,结论:从表中可以看出,利用不同带宽的非参数估计,结果跟表3保持一致,结果稳健。
 
(4)参数估计下不同带宽和不同高阶:带宽和高阶影响偏误和方差。如图所示:
从图中可以看出,A类申请者无论是不同高阶还是不同带宽,犯罪率都呈现的负向显著状态,次幂越高,方差越大。带宽越宽,偏误越大,方差越小。B类则呈现不显著。则基本结果稳健。
 
(5)由于断点位置未知,对断点位置进行安慰剂检验:
 
在1580组的时间序列里,随机抽样1000次断点抽样,每次进行回归,根据回归系数画密度图如下:
从图上可以看出,无论是参数还是非参数估计,A类安慰剂的系数小于真实系数的概率为0.003,所以,基本结果稳健。
 
2、识别结果的挑战(时间差和测量差)
 
(1)申请者在申请日前后是否在意大利
 
一是申请成功者在申请日前不在意大利,申请成功后回到意大利。犯罪率的的分子变大,分母不变,那么我们的结果就是低估了犯罪率降低。但这种情况是由进入带来的犯罪,并不是合法性带来的。事实上,申请日之前大部分A类申请者都在意大利境内。
 
二是申请成功后回国在意大利大使馆领取居留许可再进入。犯罪率降低可能是成功申请者离开意大利造成的。利用不同的时间段进行检验。根据意大利离申请者原籍国的距离不同,所以回原籍国取得居留许可时间不同。首先检验意大利距离原籍国远近不同的结果。其次检验不同时间段的犯罪结果。如表5所示。
第(1)为基本结果。(2)、(3)列第二行显示,远离远近分组回归,犯罪率下降差异不大。依然在95%的水平显著。不同距离回原籍国时间不同(犯罪的月份数据),(4)-(6)按照三个月步长逐步剔除,(5)列犯罪下降程度降低,显著性下降,但(4)、(6)依然显著。按半年程度的时间序列看(图8),合法性显著降低了犯罪率。总体而言,申请者回原籍国并不影响合法性对犯罪率的降低。
2、测量误差(犯罪的测量误差)
 
来源:指控犯罪降低了犯罪程度,因为大量的指控犯罪未报告。在申请人信息和犯罪信息匹配时(名字、姓氏、国籍和出生日期)可能出现系统性偏差。我们只需要关心影响移民犯罪的偏差。我们只关心造成合法性犯罪和非合法犯罪的差异的原因。
 
第一类测量误差:合法移民在犯罪时可以要求拘禁(在家中被软禁),但警察可以起诉非法移民。这样我们的估计结果被指控的概率变化是以被逮捕为前提的犯罪。(这种估计由于合法移民的特殊待遇造成了估计偏差,而不是因为获得合法性带来了犯罪率降低)。
 
为此,我们只选择当场被逮捕的样本,从表5第(7)列可以看出,移民合法显著降低了犯罪率。
第二类测量误差:因为被逮捕的人会故意瞒报身份,以保证真实身份的清白,从而出现匹配误差。但对我们估计而言,合法移民很难造假,因为合法移民在拿到居住许可时需要留有指纹,所以客观上,信息真实性比非法移民要高,所以我们估计结果低估了移民合法的效果。
 
3、渠道检验(劳动力的市场机会)
 
分样本来检验造成犯罪率下降的渠道。
 
对A类来说,就业机会少,收入低是A类犯罪的主要动机。所以检验A类获得合法地位后经济犯罪是不是显著降低。从表6中第(1)(2)比较可以看出,暴力犯罪没有显著变化,而经济犯罪则显著降低。经济犯罪包括(抢劫、偷盗、走私、勒索、贩卖毒品),暴力犯罪指的是谋杀和强奸。从(3)(4)可看出,A类申请者大部分是通过外国赞助者提供虚假工作机会以获得合法地位,从而带来犯罪率的显著下降。(即A类移民合法导致显著性下降主要是通过是外国赞助者提交申请的这部分样本造成的)
五、结论
 
非法移民造成了沉重的损失,包括就业机会减少、收入减少和获得社会服务的机会减少。这些条件降低了犯罪的机会成本,潜在地增加了非法移民从事犯罪的倾向。本文记录了在意大利申请居留许可的移民的这种影响。我们的结果可以为当前有关移民政策提供信息。由于非法移民的大量存在,移民大赦在美国和欧洲几乎都是议程上的头等大事。这篇论文强调了移民合法可能带来的重要回报,即减少目的国的犯罪数量。在不同类型的申请者中,这种效应的异质性也揭示了哪些群体对合法化最敏感——那些在非正常情况下就业机会更差的群体。
话题:



0

推荐

香樟经济学术圈

香樟经济学术圈

1523篇文章 3天前更新

香樟经济学术圈由中国社科院、哈佛大学、多伦多大学等国内外青年经济学者发起。此平台主要推送国外经济学领域经典前沿论文,发布国内外经济学相关资讯,以及香樟经济学者圈的相关活动公告。 期待能够对中国经济学研究和国家政策产生一定影响。微信订阅号:camphor2014。

文章