非营利部分对社会需求与预算响应之关联性研究(5)
2016-07-14 01:00
导读：回纳而言，本文之应变量有两个，其一为每年市议会所核定各分局之刑事预算数，选择刑事预算数之主要理由为此预算与各刑事案件之破案努力间具较明确
回纳而言，本文之应变量有两个，其一为每年市议会所核定各分局之刑事预算数，选择刑事预算数之主要理由为此预算与各刑事案件之破案努力间具较明确之因果关系，此一变量亦是Todd and Ramanathan (1994)与王怡心(1995)所建议者。其二为员警人数，警力数目之大小，尤其是刑警职员之数目应与破案间之关联性较强，然限于资料之可取得性，故此处仅以各分局之员警总人数代表之。
在人民对警局破案需求的因素中，本文亦沿用Todd and Ramanathan (1994)与王怡心(1995)之建议，采取重大刑案与一般刑案之前期报案数，做为人民破案需求的代理变量。此外，无论是警局在编列概算或议会在核定警局预算时，警局之破案绩效亦通常被列为重要之参考因素，为排除此一因素之干扰，故此处将前期之办案绩效纳为模式之控制变量，以吸收其对预算编列之效果，前期之办案绩效则以整体刑案之破案率为代理变量。
三、 估计模型
由于对台北市各分局之研究期间长达四年，且有14个分局，具有多期间及多部分的列联资料属性(panel data)，故在分析模式的选择上，系使用混合(pooling)数据处理模式进行计量分析。列联资料虽可提供较多之样本数、增加自由度和有关个别分局特征之资料，以及区别出属于相同时间个别分局间之差异与不同时间分局内之差异，但却经常存在未观察到的各分局异质之特性，且这些无法观察的特性将会到各分局预算编列之形成。在列联资料分析的计量中，一般都是以固定(fixed)及随机(random)效果模型来处理各部分未观察到之特性效果(关于panel data 模型之讨论，参见Hsiao et al.(1996)及杨志海等(1999)。因此研究中将并同测试共同(common)、固定(fixed)、及随机(random)效果等三种不同之模式截距项假设，以了解各分局资料之特性。
（转载自科教范文网http://fw.nseac.com） 在回回系数符号之预期上，首先，由于各分局之刑事预算与员警人数之编列，主要系响应人民对破案之需求，故人民对一般及重大刑案之报案数愈多，其所拟编之刑事预算数愈多，警力之需求亦愈多，故预期前期一般及重大刑案之报案数与刑事预算之大小及员警数均为正向关系。影响各分局刑事预算之回回估计模式如下所示：
(1)
(2)
其中：
Budget t：各分局每年之刑事预算数，
Felonyt-1：各分局前一年接获重大刑事之报案数，
Misdem t-1：各分局前一年接获一般刑事之报案数，
Fmct-1：各分局前一年整体刑案之破案率，
Police t：各分局每年之实际员警数(人)。
肆、实证结果
一、叙述统计量
如表1所示，台北市各***分局均匀之每年刑事预算为$52,686,024，但其最大值及最小值的差距约达五倍之多，显示出各分局间之规模差异不小。另由各分局之员警人数大小亦可获得规模差异较大之现象，其最大值为509人，而最小值为167人，其差距亦达三倍之多。
相对而言，在刑案之报案数方面，一般刑案之报案数(2,398件)远高于重大刑案之报案数(380件)，此亦相当符合一般之直觉。最后，在刑案的破获率方面约有八成。
表1 叙述统计量（1997-2000）
均匀数 标准差 最小值 最大值
Budget 52,686,024 18,572,269 24,297,031 106,600,572
Police 315.63 92.29 167 509
Felony 380.160 197.6022 101 906
Misdem 2,398.625 1,578.817 498 6,724
FMC 0.79 0.30 0.49 1.71
Budget：各分局每年刑事***业务预算(元)
Police：各分局每年之实际员警数(人)
Felony：重大刑案报案数(件)
Misdem：一般刑案报案数(件)
Fmc：刑案破获率
为进一步了解各研究变量在年度间之变动情形，本研究将表1之汇总数据依不同年度之数值分别其年度别的叙述统计量列于表2之中。由表2可知，人民所列报之案件有逐年增加之趋势，尤其一般刑事案件之增加率最高，如2000年约为重大刑事案件10倍之多，且各年之变异性亦相当大。为响应人民列报案件之增加，相对而言，无论是刑事预算或各分局员警之人数，在各年间均呈现相对稳定之情况，只有刑事预算数有较多之增加量，但2000比1999年增加很多预算，系由于编列一年半预算之故，并非响应人民报案数的急遽增加。由表2大概可略知，警政部分在响应人民之破案需求时，可能有潜伏的力不从心之现象，尤其是针对一般的刑事案件而言更是如此。
