犯罪市場是由犯罪的供給及引申需求所構成；各種罪型的犯罪流量反映的是體系內需求與供給量平衡的交互作用，犯罪控制最主要的三個方法是嚇阻、隔離及感化，隔離及感化雖將犯者從犯罪市場移走，造成犯罪市場供給面的左移，但並未對需求面造成影響，所以感化及隔離這兩種犯罪控制方法的效果常不如預期的大，以近幾年我國新入監及在監人數資料而言，累犯及再犯人數佔新入監受刑人近五成的比例，而在監受刑人中則有高逹六至七成的受刑人屬於累犯或再犯。因此本研究以Becker的主觀預期效用(subjective expected utility)為理論基礎，透過經濟分析方法及最先進的時間數列模型來討論監獄新入監受刑人再犯比率的問題。
累犯或再犯的量刑比起初犯來的重，並且其前科紀錄使得一般人警覺性提高，被捕的可能性增大，相對的其在社會上比較難找到合法正當的就業機會。故本研究選擇破獲率及失業率兩變數來探討其對監獄新入監受刑人再犯比率的影響；經實證分析結果顯示，再犯比率、破獲率及失業率具備共整合的現象，亦即三者之間存在著長期均衡關係，並且破案率為再犯比率的反函數，失業率為再犯比率的增函數，Johansen共整合估計與隨機共整合估計結論相同。

none

目 錄

第一章 緒論---------------------------------- 1
第一節 研究動機---------------------------- 1
第二節 研究內容與架構---------------------- 3
第二章 文獻回顧與探討------------------------ 6
第一節 我國受刑人再犯特性現況分析---------- 6
第二節 文獻回顧---------------------------- 9
第三節 理論模型--------------------------- 14
第三章 研究方法----------------------------- 17
第一節 單根檢定--------------------------- 17
第二節 共整合檢定------------------------- 26
第三節 隨機共整合------------------------- 32
第四章 實證結果分析------------------------- 37
第一節 資料來源與處理--------------------- 37
第二節 單根檢定結果----------------------- 39
第三節 最適落後期數選取------------------- 40
第四節 Johansen共整合的估計與檢定--------- 42
第五節 隨機共整合分析--------------------- 43
第五章 結論--------------------------------- 45
附錄----------------------------------------- 47
參考文獻------------------------------------- 50

參考文獻
一、中文部份
內政部警政署統計室 (1995~2004)，「警政統計月報」。
行政院主計處 (1995~2004)，「中華民國台灣地區人力資源統計月 報」。
何泰寬 (1993)，「犯罪的經濟分析」，臺灣大學經濟學研究所碩士論文。
李湧清、蔣基萍 (1992)，「犯罪與經濟－一個宏觀的時間序列分析」，警政學報，第24期，頁127-146。
法務部統計處 (1995~2004)，「法務統計月報」。
張倉耀、方文碩、林哲彥 (1999)，「多變量共整合誤差修正模型對台灣地區犯罪人口率的研究：1951-1996」，警政叢刋，第30卷第1期，頁89- 116。
郭凌志 (2002)，「破案的嚇阻、監禁及區域效果－以汽車竊盜為例」，東吳大學經濟學研究所碩士論文。
楊雅惠 (1986)，「犯罪行為之經濟分析」，中華經濟研究院經濟專論。
賴法才 (1991)，「累犯行為的經濟分析」，清華大學經濟研究所碩士論文。
二、英文部份
Becker, G. (1968), “Crime and Punishment: An Economic Approach,” Journal of Political Economy, 1, 169-217.
Block, M. K. and Heineke, J. M. (1975), “A Labor Theoretic Analysis of Criminal Choice”, The American Economic Rewiew, Vol.65 , 314-325
Dickey, D. A. and Fuller, W. A. (1979), “Distrbution of the Estimator for Autoregression Times Series Unit Root,” Journal of American Statistical Association, 74, 724-732.
Dickey, D. A. and Fuller, W. A. (1981), “Lilelihood Ratio Statistic for Autoregressive Time Series with a Unit Root,” Econometrica, 49, 143-159.
Ehrlich, I. (1974), “Participation in Illegitimate Activities: An Economic Analysis,” Essays in the Economics of Crime and Punishment, New York:Columbia University.
Ehrlich, I. (1981), “On the Usefulness of Controlling Individuals: An Economic
Analysis of Rehabilitation, Incapacitation, and Deterrence,” The American
Economic Review, 71, 307-322.
Engle, R. F. and Granger, C. W. J. (1987), ”Cointegration and Error Correction Representation, Estimation and Test,” Econometrica, 55, 2, 251-276.
Engle, R. F. and B. S. Yoo. (1987), ”Forecasting and Testing in Cointegrated System,” Journal of Econometrics, 35, 143-159.
Granger, C. W. J. (1987), ”Some Properties of Time Series Data and Theor Use in Econometric Model Specification, ” Journal of Econometrics, 16, 121-130.
Granger, C. W. J. (1987), ” Cointegration Variables and Error Correction Models,” U.C.S.D.discussion Paper, 83-139.
Hansen, B. E. (1992), “Heteroskedastic cointegration, ” Journal of Econometrics, 54, 139-158.
Harris, D. ,McCabe, B. and Leybourne, S. (2002), “Stochastic Cointegration: Estimation and Inference,” Journal of Econometrics, 1114, 363-384.
Harris, D. ,McCabe, B. and Leybourne, S. (2003), “Testing for Stochastic Cointegration and Evidence for Present Value Models.”
Johansen, S. (1988), ”Statistical Analysis of Cointegration Vector,” Journal of Economic Dynamics and Control, 12, 231-254.
Johansen, S. (1991), ”Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models,” Econometrica, 59, 6, 1551-1580.
Johansen, S. (1994), ”The Role of The Constant and Linear Terms in Cointegration Analysis of Nonstationary Time Series,” Econometric Reviews, 13, 205-231.
Kessler, D. and Levitt, S. D. (1999), “Using Sentence Enhancements to
Distinguish between Deterrence and Incapacitation,” Journal of Law and
Economics, 42, 343-363.
Kwiatkowski, D., Phillips, P. C. B., Schmidt, P. and Shin, Y. (1992), “Testing the Null Hypothesis of Stationarity Against the Alternative of a Unit Root：How Sure Are We the Economic Time Series Have a Unit Root ?” Journal of Econometrics, 54, 159-178.
Levitt, S. D. (1998), “Why Do Increased Arrest Rates Appear to Reduce Crime:
Deterrence, Incapacitation¸ or Measurement Error?” Economic Inquiry, 36,
353-372.
Perron, P. and Ng, S. (1996), “Useful Modifications to some Unit Root Tests with Dependent Errors and their Local Asymptotic Properties,” The Review of Economic Studies, 63, 3, 435-463.
Perron, P. and Ng, S. (2001), “Lag Length Selection and the Construction of unit Root Tests with Good Size and Power,” Econometrica, 69, 1519-1554.
Phillips, P. C. B. and Perron, P. (1988), “Testing for Unit in Time Series Regression,” Biomertrila, Vol.75, 335-346.
Pogue, T. F. (1975), “Effect of Police Expenditures on Crime Rates: Some Evidence,” Public Finance Quarterly, 3, 14-44.
Skogh, G. (1973), “A Note on Gary Becker’s ‘Crime and Punishment: An Economic Approach’,” Swedish Journal of Economics, 75, 305-311.