戴尔教授的研究发现，国家行动党在墨西哥开展的扫毒运动，从两个方面造成了更大范围的暴力犯罪。第一个是在那些国家行动党胜选的自治市发生的直接效应，第二个是由于那些国家行动党胜选的自治市位于贩毒的重要通道上，而不得不使犯罪活动向原来低犯罪率的自治市转移所造成的溢出效应。

我们先来看大侦探戴尔教授是怎样侦破这种直接效应的。

在这方面，戴尔教授使用的数据主要有两个来源。一是政府关于与毒品贸易有关的各项记录，二是来源于机密渠道的数据。与毒品贸易有关的杀人案件数据，记录的时间为2006年12月到2011年10月，所谓与毒品有关，是指伤人者或被杀者至少有一方卷入了毒品贸易活动。同时，这些数据还包含墨西哥的2 456座自治市中哪些有墨西哥贩毒联盟组织或地方贩毒黑帮。最后一部分数据是关于2007年到2010年发生在墨西哥各个自治市的竞选数据，从中可以确切地知道，每次选举中胜选和败选的党派得票率情况，这个数据对于戴尔教授运用的断点回归识别策略非常重要。

这就是戴尔教授所掌握的全部数据线索。那么，这位经济学大侦探又是怎么侦破墨西哥毒品战争对暴力犯罪的直接影响一案呢？

我们知道，要想了解墨西哥毒品战争对暴力犯罪的影响，首先要找出哪些自治市是由总统卡尔德隆率领的国家行动党执政，哪些自治市不是由该党执政。那么，我们把所有的自治市分成两组：一组由国家行动党执政的自治市组成，一组由其他两个党派执政的自治市组成。把前一组自治市的犯罪率减去后一组自治市的犯罪率，所得的犯罪率之差能否当成国家行动党主导的扫毒行动造成的结果呢？

当然不行。还是那个老问题：我们不是在拿苹果和苹果进行比较，橘子和橘子进行比较，而是拿苹果和橘子比较。墨西哥各自治市之间情况差别巨大，如果在一个自治市的选举中，右翼政党大比分获胜，说明这个市本来就相对更加倾向于对毒品犯罪进行打击，而那些左翼政党大比分获胜的自治市可能就不是这样。如果把这两个自治市的犯罪率进行比较，得到的结果就不一定是国家行动党的扫毒活动带来的，可能是这个自治市本身就具有这样的内在压力。而这样的压力，我们在数据中看不出来，这就是计量经济学中著名的遗漏变量问题，在第一章中我们已多次提到。本章这里的遗漏变量，是影响毒品暴力犯罪率的其他因素，也许是这些因素导致了犯罪率的真正上升，它们才是真正的原因，但由于我们观察不到它们，所以，我们就会把它们的影响归结到我们能观察到的那些因素上。这样一来，遗漏变量带来的偏差会使我们得到的墨西哥国家行动党上台与暴力犯罪率之间的关系不能被解释成因果关系。

既然不能直接比较，那就得找尽可能相似的自治市进行比较，同时这些相似的自治市又只在一个变量上有差别，这个变量就是是否由国家行动党执政。于是，戴尔教授发现，在那些在竞选中得票率非常接近的自治市，往往在民意的选择上更为摇摆，这些自治市到底会不会由国家行动党执政，常常由选举中的随机因素造成。也就是说，那些在地方自治市的选举中，国家行动党以微弱优势获胜或以微弱劣势落败的自治市，其实是更加相似的。如果把这些自治市挑选出来，分为两个不同组，前一组是国家行动党以微弱优势获胜的自治市，后一组是其他政党以微弱优势获胜的自治市，然后再来比较这两个组的平均暴力犯罪率，把这个结果解释成主要由国家行动党主导的扫毒行动带来的因果效应，那就比较合理可信了。也就是说，在一定的条件下，那些国家行动党以微弱劣势丢掉选举的自治市就可以看成是那些由该党以微弱优势胜选从而获得执政地位的自治市的反事实情况。这样，如果再把这些自治市的其他特征，比如人口状况、地理条件、经济特征、公路网情况、政治背景等因素控制住，那么，戴尔教授就可以通过一个断点回归设计告诉我们问题的答案了。

下面这两幅图把答案说明得非常清楚。

这两幅图表示的是自治市选举后一个任期之内的犯罪率情况。其中，两幅图中的x轴表示的是国家行动党在自治市市长竞选中投票率上输赢之间的差值，如果该值为正，就说明国家行动党胜出，反之则为其他党派胜出。为了尽可能使两组自治市的情况接近，这个输赢的范围定在上下5%以内。图2.2中的y轴表示的是与毒品相关的杀人案件发生率，图2.3中的y轴表示的是总的杀人案件发生率。图2.2表明，在国家行动党以微弱优势获胜的那一组自治市里，与毒品有关的杀人案件发生率显著高于该党以微弱劣势败选的那一组自治市。图2.3中的情况说明，不仅与毒品有关的杀人案件发生率显著提高，而且总的杀人案件发生率也大大提高。具体说来，国家行动党上台执政导致三年市长任期内每10万人中杀人案件增加33起；在他们上任的第一年里，每10万人中杀人案件增加27起，这些结果在95%的显著性水平上通过了检验。

当然，对于这个结果，还需要更多的确证。首先，我们需要检查这两组自治市在竞选之前的一段时期内杀人案件的比率情况是否一致。如果一致，那就说明在竞选之前，这两组的情况非常相近，只是由于竞选结果的差异才造成了我们得到的这个结果，戴尔教授的结论是二者一致。其次，为了检验结果的稳健性，戴尔教授还变换竞选中输赢5%这个范围选择，分别改成4%、3%、2%以及13.3%，结果仍然保持稳健。最后，戴尔教授还使用了其他的估计方法对这些结论进行了检验，也取得了良好的结果。