影响诈骗罪案件发生的因素不能简单归于某一因素，需要综合人口、经济、社会等因素进行全面考量，才能对欺诈案件发生进行更详细、全面、准确的说明。如前所述，每百万人口诈骗罪案件发生数能够更加客观地衡量诈骗罪的发生情况，因此将之与以下五项因素进行相关性分析，即各地2017年生产总值(GDP)、2017年各地人均GDP、2017年各地区人均可支配收入、2017年各地城镇人口比例及2017年各地区城镇失业率，以此探求影响诈骗罪发生的因素。
一、诈骗罪发生情况与2017年生产总值(GDP)的关系
GDP是指在一定时期内(一个季度或一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家或地区经济状况的最佳指标。一个地区的GDP可以反映该地区的经济实力和发展水平。我们从《中国统计年鉴2018》数据库中提取了2017年各地区生产总值(GDP)，如图70所示，其中广东省、江苏省、山东省、浙江省和河南省的地区生产总值(GDP)居于前五位，而甘肃省、海南省、宁夏回族自治区、青海省和西藏自治区则居于后五位，可见东西部经济发展水平仍存在一定差异。
图70 各地区2017年GDP(亿元)
为了探求诈骗罪案件发生数与GDP的关系，我们将各地每百万人口诈骗罪发生数排名减去各地GDP排名，以求得两者的位差。位差值为正表明该地诈骗罪发生数排名靠后，而GDP总量靠前，位差值为负表明该地诈骗罪发生数排名靠前，但GDP总量靠后。若位差的绝对值为0时，表明该地区GDP与每百万人口案件发生数排名接近，可能该地每百万人口案件发生数与GDP处于一致的程度；若位差的绝对值接近或大于10时，表明该地每百万人口案件发生数与GDP的差距较大。
表95 2017年各地区每百万人口诈骗罪发生数排名、GDP排名及位差
从表95可以看出位差绝对值大于等于10的地区有16个，占比达到我国的半数地区，每百万人口诈骗罪发生数靠前省份，其差值大部分为负数，比如山西、吉林，两地的位差达到了-21，这表明这些地区可能是经济发展水平相对落后，并且诈骗罪多发，两者之间可能具有因果关系，因为经济发展水平相对落后造成了诈骗罪的多发，也可能是诈骗罪的多发，影响了社会营商环境因此经济发展水平落后，并且山西、吉林两地，GDP排名远远落后于每百万案件发生数位列4和5的福建和浙江。而每百万人口诈骗罪发生数靠后的省份，其差值为正的较多，这表明这些地区有可能因为经济发展水平相对较好，使得诈骗罪发生数量较少，像江苏、山东、四川三地的位差绝对值达到20以上，表明该地的社会诚信状况较好，并且三个省份均为人口大省，案发率可能受人口基数等其他因素的影响。通过上表可以看出GDP与诈骗罪的发生情况具有大体反相关性，经济水平较高，诈骗罪发生率会较低，经济水平较低则反之。
二、诈骗罪发生情况与2017年各地人均GDP的关系
图71 各地区2017年人均GDP(元)
衡量经济发展水平的指标有很多，地区GDP是其中之一，为了更加全面地分析经济发展水平对一个地区诈骗罪案件发生情况的影响，我们在GDP的基础上引入了人均国内生产总值也就是人均GDP的概念。相较于GDP，人均GDP可以更加客观地显示出一个地区的经济发展水平和居民生活水平。如图71可知，北京、上海、天津三个直辖市人均GDP居于前三名，而江浙二省紧随其后，相较于东部沿海地区而言，贵州、云南、甘肃等西部内陆地区人均GDP排名相对靠后。
我们将各地每百万人口诈骗罪案件发生数排名与人均GDP排名进行相减得出位差，差值为正表明每百万人口诈骗罪发生数排名靠后，人均GDP排名靠前，差值为负表明每百万人口诈骗罪发生数排名靠前，但人均GDP排名靠后。差值的绝对值越接近0表示该地诈骗罪案件排名与人均GDP排名相差较小，差值绝对值越大表示相差越大。
表96 2017年各地每百万人口诈骗罪案件发生数排名、人均GDP排名及位差
从表96可以看出，我国每百万人口诈骗罪发生数排名与人均GDP排名的差值的绝对值大于等于10的地区有11个，差值绝对值小于10的地区有20个，这说明我国大部分地区每百万人口诈骗罪发生数与人均GDP之间的排名相对一致。我们还可以看出，每百万人口诈骗罪发生数靠前的地区位差大多为负值，发生数前10的地区中有8个地区差值为负，而每百万人口诈骗罪发生数靠后的地区位差大多为正值，后10个地区中差值为正的有7个，这表明人均GDP会对每百万人口诈骗罪发生数产生一定的影响。山西和吉林的差值分别达到了-23和-10，这和两地案件发生数与GDP的相关性状况也相似，这表明两地经济欠发达的情况下，案件发生数过高，当地社会诚信状况较差，而重庆和山东两地的差值为18和22，两地人均GDP位于靠前水平，而每百万人口案件发生数却相对较少，这表明两地社会诚信状况较好。因此人均GDP可能会影响诈骗罪发生数，进而影响社会的诚信状况。
三、每百万人口诈骗罪发生数与2017年人均可支配收入的关系
居民可支配收入常被用来衡量一个国家居民生活水平的因素，那么一个地区居民生活水平是否与诈骗罪的发生具有相关性呢？因此，我们从《中国统计年鉴2018》数据库中提取了2017年全国不同地区人均可支配收入，如图72，我们可以看出，上海市、北京市、浙江省、天津市人均可支配收入处于前几名，特别是上海和北京人均可支配收入遥遥领先，而云南省、贵州省、甘肃省和西藏自治区则居于后几位。从地区分布来看，东部沿海城市由于经济发达，人民生活水平也相对较高，而西南、西北地区由于自然条件恶劣，人口稀少，经济欠发达，从而导致人民生活水平相对较低。
图72 各地区2017年人均可支配收入
将每百万人口诈骗罪发生数量排名减去人均可支配收入排名，若二者的差值为正，则表明每百万人口诈骗罪案件发生数少，人均可支配收入较多，若二者的差值为负，则表明每百万人口诈骗罪案件发生数多，但人均可支配收入较少。若二者位差的绝对值大于等于10，那表明两者之间的差距较大，若位差的绝对值小于10，则表明两者之间的差距在全国的排名相近。
表97 2017年各地区每百万人口诈骗罪发生数量排名、人均可支配收入排名及位差
从表97可以看出两者位差绝对值大于等于10的地区有11个，绝对值小于10的地区有20个，这表明我国大部分地区每百万人口诈骗罪发生数与人均可支配收入之间处于一致的位置。表中诈骗罪案发数前10的地区位差为负的有7个，案发数后10的地区位差为正的有8个，山西、吉林、河南、新疆、青海、宁夏、甘肃，这些地区每百万人口案件发生率靠前，但是人均可支配收入却靠后，这之间可能因为人均可支配收入较低使得该地区诈骗罪频发，但是这些地区有的属于人口大省，有的是西部经济欠发达地区，诈骗罪多发还有可能受其他因素的影响。江苏、重庆和山东，差值为17、17和21，表明三地诈骗罪案发率较低，人均可支配收入却较高，这说明人均可支配收入多，诈骗罪发生数可能会减少，社会诚信度能够提高。
四、每百万人口诈骗罪发生数与2017年城镇人口比例的关系
城镇化是经济发展的必然产物，是人类社会现代化的必然趋势，但是城镇化进程中亦会产生各种城市问题。城市问题是城市犯罪孕育、发生和发展的温床，从整体层面上研究城市问题对犯罪的影响具有重要的现实意义，为了弄清城镇化与每百万人口欺诈案件发生数的关系，我们从《中国统计年鉴2018》数据库中提取了2017年各地区城镇人口比例，如图73，东部沿海发达地区城镇人口比例处于较为领先的地位，如上海、北京、天津、广东等地区，而中西部省区如云南、甘肃、西藏等城镇人口比例则较低，这种现象与各地人均GDP和人均可支配收入所呈现的趋势较为一致。(www.xing528.com)
图73 2017年各地区城镇人口比例(%)
两者的差值为各地每百万人口诈骗罪案件发生数排名减去各地城镇化人口比例的排名，差值为正表示每百万人口诈骗罪发生数排名靠后，但城镇人口比例排名靠前，差值为负则表示每百万人口诈骗罪案件排名靠前，但城镇人口比例排名却靠后，即在城镇化程度较低的地区诈骗罪发生频率就越高。差值绝对值越接近0表示城镇化程度与欺诈案件发生情况相差较小，差值绝对值越大则表示城镇化程度与欺诈案件发生情况相差较大。
表98 2017年各地每百万人口诈骗罪案件发生数排名、城镇化人口比例排名及位差
从表98可以看出，我国有11个省级行政区的每百万人口诈骗罪发生数排名与城镇人口比例的排名的位差绝对值大于等于10，这表明我国大部分地区诈骗罪发生数与城镇化之间的排名差距较小。其中案发数前10的地区差值为负数的有7个，这表明这些地区每百万人口诈骗罪发生数较大，但其城镇化比例不高。而案发数后10的地区差值为正的有8个，这表明这些地区每百万人口诈骗罪发生数少，并且其城镇化率较高。因此可以看出城镇化率对诈骗罪发生数呈反向的影响，提高城市化率，加强社区诚信宣传和社会治理，可以提高地区的社会诚信度。
五、每百万人口诈骗罪发生数与2017年城镇失业率的关系
失业率是指一定时期满足全部就业条件的就业人口中仍未有工作的劳动力数字，是反映一个国家或地区失业状况的主要指标。失业会产生诸多影响，一般可以将其分成两种：社会影响和经济影响。失业率过高，不仅对失业者的经济带来很大的负担，而且从心理上会增加失业者本身的不安全感，有些失业者在心理素质较差的情况下，甚至会造成一系列的过激行为。这种不安全感扩散效应会同时增加在业劳动者的不安全感，进而增加社会整体的不安全感，从而影响社会整体稳定。因此考察城镇失业率对每百万人口诈骗罪发生数是否有影响，对反映社会诚信状况具有重要的意义。为此，我们从《中国统计年鉴2018》数据库中提取了各地区2017年城镇失业率。
图74 2017年各地区城镇失业率(%)
图75 2017年各地区城镇就业率(%)
每百万人口诈骗罪案件发生数排名减去失业率排名不利于直接表现两者之间的关系，因此本报告采取将每百万人口案件发生数排名与各地城镇就业率排名相减。其差值若为正则表明每百万人口案件发生数较少，就业率排名较为靠前，其差值若为负，则表明每百万人口案件发生数较多，但其就业率较低，差值绝对值越接近0表示就业率程度与欺诈案件发生情况相差较小，差值绝对值越大则表示就业率程度与欺诈案件发生情况相差较大。
表99 2017年各地区每百万人口案件发生数排名与各地城镇就业率排名位差
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
