少年犯罪は増えているのか

(1) 　なぜ、このテーマにしたのかここ最近、 TV や新聞で

「少年犯罪の増加」や「凶暴化する若者」といった論調が強い。だが、自分の身のまわりでそのように感じたことはない。

せっかくだから、この機会に調べてみよう

動機の裏話

じつは、当初やろうとしてたテーマは

「ゲームは若者を凶暴化するのか」

辞めた理由

・ゲーム業界のデータが少ない　　 2000 年以前だと驚くほどデータがない・ゲームの定義があいまい　　携帯ゲームも入れていいのかといった問題。

データはそれなりに集めていたものの、結局は無駄に。

(2) 　どうやって調べるか

1. 仮説を立てる。

2. データを図書館やインターネットで集める。　　　 ( 実際には、ネット上だけで十分集められた ) 　　　　　　　　　　

3. 　　　　　　　　 SPSS を用いて分析　　　　　　　　　　　散布図を作る

〈 1 〉「平成元年からの 20 年間で少子化は進んでいる」

〈 2 〉「検挙された数と犯罪少年の数は関係がある」

〈 3 〉「凶悪犯の数と凶悪犯罪を犯した犯罪少年の数は関係ある」

（ 4 ）仮説

必要だと思われるデータ

・人口統計　　未成年人口や人口総数といったデータ

・犯罪発生率　　少年犯罪の発生率や犯罪総数といったデータ

(3) 　収集したデータ

・ 1989 年～ 2008 年 ( 平成元年～平成 20 年 ) のデータ・データの項目について　　　　人口総数 … 総務省が統計的に推計した日本国内の人口総数。　　　　　　　未成年人口… 人口総数のうち、 0 歳から 19 歳までの人口。　　　　　　　刑法犯 ( 認知 ) … 警察で認知した犯罪件数。　　　　　　　刑法犯 ( 検挙 ) … 警察に検挙された数。　　　　　　　刑法犯（凶悪犯） … 警察に検挙されたうち、殺人・強盗・放火・強姦

等を犯した者。　　　　　　　犯罪少年 … 警察に検挙・補導された 0 歳から 19 歳までの者。　　　　　　　犯罪少年 ( 凶悪犯 ) … 警察に検挙・補導された犯罪少年のうち凶悪犯

罪を犯した者。　

仮説の検証

〈 1 〉「平成元年からの 20 年間で少子化は進んでいる」

モデル集計モデル

R R2 乗 調整済み R2 乗 推定値の標準誤差

0

1 .994a .987 .987 359.878

a. 予測値 : (定数 )、人口総数。

分散分析 b

モデル平方和 ( 分散成分 ) 自由度 平均平方 F 値

有意確率

1 回帰 1.827E8 1 1.827E8 1410.863

.000a

残差 ( 分散分析 ) 2331219.241 18 129512.180    

合計 ( ピボットテーブル )

1.851E8 19     

a. 予測値 : (定数 )、人口総数。b. 従属変数 未成年人口

係数 a

モデル 標準化されていない係数 標準化係数t 値 有意確率B 標準誤差 ベータ

1 ( 定数 ) 283270.221 6814.617   41.568 .000人口総数 -2.028 .054 -.994 -37.561 .000

a. 従属変数 未成年人口

〈 1 〉「平成元年からの 20 年間で少子化は進んでいる」

決定係数（ R ２乗値）が 0.987 であり、よって寄与値が 98.7% である。

回帰方程式は　(y ：未成年人口、 x ：人口総数 )

Ｆ値の有意確率が 0.00 であり、 0.05 以下なので成立する。

この回帰モデルは妥当だと判断し、「平成元年からの 20 年間で少子化は進んでいる」は成立する。

仮説の検証

〈 2 〉「検挙された数と犯罪少年の数は関係がある」

モデル集計モデル

R R2 乗 調整済み R2 乗 推定値の標準誤差

0

1 .502a .252 .210 100541.687

a. 予測値 : (定数 )、犯罪少年。

分散分析 b

モデル 平方和 ( 分散成分 ) 自由度 平均平方 F 値 有意確率1 回帰 6.119E10 1 6.119E

106.053 .024a

残差 ( 分散分析 ) 1.820E11 18 1.011E10    

合計 ( ピボットテーブル ) 2.431E11 19      

a. 予測値 : (定数 )、犯罪少年。b. 従属変数 刑法犯（検挙）

係数 a

モデル標準化されていない係数 標準化係数

t 値 有意確率B 標準誤差 ベータ1 ( 定数 ) 931407.754 171401.888   5.434 .000

犯罪少年 2.643 1.074 .502 2.460 .024

a. 従属変数 刑法犯（検挙）

〈 2 〉「検挙された数と犯罪少年の数は関係がある」

決定係数（ R ２乗値）が 0.252 であり、よって寄与値が 25.2%である。

回帰方程式は　(y ：刑法犯、 x ：犯罪少年 )

Ｆ値の有意確率が 0.024 であり、 0.05 以下なので成立する。

この回帰モデルは妥当だと判断し、「検挙された数と犯罪少年の数は関係がある」は成立する。

仮説の検証

〈 3 〉「凶悪犯の数と凶悪犯罪を犯した犯罪少年の数は関係ある」

モデル集計モデル

R R2 乗 調整済み R2 乗 推定値の標準誤差

0

1 .764a .584 .561 648.816

a. 予測値 : (定数 )、犯罪少年（凶悪犯）。

分散分析 b

モデル平方和 ( 分散成分 ) 自由度 平均平方 F 値

有意確率

1 回帰 1.064E7 1 1.064E7 25.274 .000a

残差 ( 分散分析 ) 7577310.745 18 420961.708    

合計 ( ピボットテーブル ) 1.822E7 19      a. 予測値 : (定数 )、犯罪少年（凶悪犯）。b. 従属変数 刑法犯（凶悪犯・検挙）

係数 a

モデル 標準化されていない係数 標準化係数

t 値 有意確率B 標準誤差 ベータ1 ( 定数 ) 3795.833 548.430   6.921 .000

犯 罪 少 年 （ 凶 悪犯）

1.533 .305 .764 5.027 .000

a. 従属変数 刑法犯（凶悪犯・検挙）

〈 3 〉「凶悪犯の数と凶悪犯罪を犯した犯罪少年の数は関係ある」

決定係数（ R ２乗値）が 0.584 であり、よって寄与値が 58.4% である。

回帰方程式は　(y ：刑法犯（凶悪犯）、 x ：犯罪少年（凶悪犯） )

Ｆ値の有意確率が 0.000 であり、 0.05 以下なので成立する。

この回帰モデルは妥当だと判断し、「凶悪犯の数と凶悪犯罪を犯した犯罪少年の数は関係ある」は成立する。

(5) データの推移について

(5) 考察仮説

〈 1 〉「平成元年からの 20 年間で少子化は進んでいる」〈 2 〉「検挙された数と犯罪少年の数は関係がある」〈 3 〉「凶悪犯の数と凶悪犯罪を犯した犯罪少年の数は関係ある」

いずれも成立した。

(1) より、成年人口は減少している。これは、少年犯罪の数は減少しなければならない。だが、 (6) のグラフを見ると、有意な減少は見受けられない。

しかし、 (2)(3) より犯罪総数と少年犯罪の数は相関性が見受けられる。犯罪総数の中で少年犯罪は一定の割合を占めているといえる。よって、少年犯罪だけが急増しているわけではない。

(7) 結論

少年犯罪だけが増加したという事実は見られなかった。

ただし、少子化によって未成年の人口が減少しているにもかかわらず、少年犯罪の総数に変化がみられなかった。

これらの分析から、「少年犯罪の増加」や「凶暴化する若者」といった論調は誇張であり誤りである。

ただ、少年犯罪も少子化に反して減少がみられないため、そういった論調が生まれる土壌があるのも事実だと思われる。

参考データ

総務省統計局ホームページ(http://www.stat.go.jp/)

　　　　　　　　　　人口推計・警察庁の統計