CC BY
21
реализовано только в порядке обжалования принятых за рамками дела о банкротстве судебных актов.
Сказанное позволяет сделать вывод о том, что решение суда, подтверждающее требование отдельного кредитора и вынесенное по результатам рассмотрения за рамками дела о банкротстве его искового спора с должником, затрагивает права и законные интересы иных кредиторов, предъявивших свои требования к установлению в рамках дела о банкротстве, и может быть ими обжаловано на основании ст. 42 АПК РФ. Представляется, что по смыслу п. 2 ст. 71, п. 3 ст. 100 Федерального закона от 26.10.2002 № 127-ФЗ «О несостоятельности (банкротстве)», право на такое обжалование должно быть предоставлено в том числе кредитору, предъявившему свои требования в рамках дела о банкротстве, заявление которого арбитражным судом еще не рассмотрено по существу, в противном случае приведенный механизм не решает проблемы применения п. 2 ст. 71, п. 3 ст. 100 Федерального закона от 26.10.2002 № 127-ФЗ «О несостоятельности (банкротстве)» в отношении подтвержденных судебными актами требований.
Список использованной литературы: 1. Арбитражный процессуальный кодекс Российской Федерации: Федеральный закон от 24.07.2002 № 95-ФЗ (ред. от 19.12.2016г.) // Собрание законодательства РФ. - 2002. - № 30. - Ст. 3012; Собрание законодательства РФ. - 2016. - № 52 (Часть V). - Ст. 7484.
2. О несостоятельности (банкротстве): Федеральный закон от 26.10.2002 № 127-ФЗ (ред. от 03.07.2016г.) // Собрание законодательства РФ. - 2002. - № 43. - Ст. 4190; Собрание законодательства РФ. - 2016. - № 27 (часть II). - Ст. 4293.
3. Кресс В.В. Проблемы противодействия включению в реестр необоснованных требований кредиторов в деле о банкротстве // Теория и практика. - 2013. - № 2. - С. 82-86.
4. Постникова Л.М. Несостоятельность (банкротство) как элемент предпринимательства // Научные воззрения профессора Шершеневича Г.Ф. в современных условиях конвергенции частного и публичного права (к 150-летию со дня рождения). -М. : Статут, 2014. -С. 585-589.
References:
1. Arbitration procedure code of the Russian Federation: the Federal law of 24.07.2002 № 95-FZ (as amended on 19.12.2016 g) // collected legislation of the Russian Federation. - 2002. - No. 30. - St. 3012; meeting of the legislation of the Russian Federation. - 2016. - No. 52 (Part V). - St. 7484.
2. Insolvency (bankruptcy): Federal law of 26.10.2002 № 127-FZ (as amended on 03.07.2016 g) // collected legislation ofthe Russian Federation. - 2002. - No. 43. - St. 4190; meeting ofthe legislation ofthe Russian Federation. - 2016. - No. 27 (part II). - St. 4293.
3. Kress V. V. Problems impeding the inclusion in the register of the unreasonable demands of creditors in the bankruptcy case of // Theory and practice. - 2013. - No. 2. - Pp. 82-86.
4. Postnikova L. M. Insolvency (bankruptcy) as an element of enterprise // Scientific views of Professor G. F. Shershenevich in the current context of convergence of private and public law (to the 150 anniversary from the birthday). -M. : Statut, 2014. -P. 585-589.
© Мальбахова З.Б., 2017
УДК 343.9: 311.12
С. Р. Романов
студент группы З-15Эк(м)САПСЭП Оренбургский государственный университет г.Оренбург, Российская Федерация
ДИФФЕРЕНЦИАЦИЯ СУБЪЕКТОВ РФ ПО УРОВНЮ КРИМИНОГЕННОЙ ОБСТАНОВКИ
Ключевые слова
Криминогенность, преступления, правонарушения, дифференциация, группировка, статистика.
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» № 04-3/2017 ISSN 2410-700Х_
Неоднородность развития регионов, различия в уровне формирования политической, экономической и социальной обстановки приводит к значительной дифференциации субъектов РФ по величине мезопоказателей, не исключением является уровень преступности. В качестве иллюстрации выдвинутой мысли приведем картограмму регионов России характеризующую вариацию приростов количества зарегистрированных преступлений (рисунок 1).
Рисунок 1 - Количество зарегистрированных преступлений в 2016 году (Источник: Информационно-аналитический портал правовой статистики Генеральной прокуратуры РФ -Режим доступа: http://crimestat.ru)
Согласно представленной информации, можно сделать вывод о значительном росте показателя в регионах с высокой плотностью населения.
Подобное представление информации малоинформативно, так как базируется на одном показателе и для оценки позиций регионов малопригодно. Поэтому обратимся к построению многомерной группировки, под которой понимают такую группировку (классификацию), в которой разделение совокупности на группы производится по двум и более признакам, взятым одновременно.
В качестве исходной информации выберем основные показатели, используемые в вышеприведенном анализе: У - коэффициент преступности, число преступлений на 100 тыс. населения; XI - удельный вес убыточных организаций, в % от общей численности предприятий; Х2 - уровень безработицы, %; Х3 -продажа населению алкогольных напитков на душу населения (в пересчете на абсолютный алкоголь), литров; Х4 - численность населения с денежными доходами ниже величины прожиточного минимума, в % от общей численности населения; Х5 - коэффициент фондов (коэффициент дифференциации доходов), в разах.
Процедуру кластерного анализ проведем в системе STATISTICA. В качестве алгоритма многомерной группировки воспользуемся методом «Объединение (древовидная кластеризация)». Назначение этого алгоритма состоит в объединении объектов (например, животных) в достаточно большие кластеры, используя некоторую меру сходства или расстояние между объектами. Типичным результатом такой кластеризации является иерархическое дерево.
В результате реализации процедуры (рисунок 2) получаем две четко разделенных группы субъектов Российской Федерации. В первый кластер вошли 30 объектов, заключенные между Курганской областью и республикой Карелия. Объектами второго кластера (50 объектов) являются (в основной совей массе) регионы, заключенные между Омской и Белгородской областью.
Рисунок 2 - Иерархическое дерево (горизонтальная древовидная диаграмма) субъектов РФ по уровню социально-экономических факторов и коэффициента преступности
По оси абсцисс расположены субъекты РФ, по оси ординат отражено значение интегрального показателя, представляющее величину, сформированную на основе отобранных показателей. Данный показатель не имеет единицы измерения и является своего рода многомерной статистической оценкой. Далее обратимся к таблице 1 и проанализируем величину внутригрупповых средних.
Таблица 1
Значения внутригрупповых средних для кластеров субъектов РФ
№ кластера Переменные Среднее Доверит. интервал среднего
- 95,0 % + 95,0 %
1 У 2081,33 1956,91 2205,76
XI 33,79 31,74 35,84
Х2 7,24 6,18 8,30
Х3 11,16 10,06 12,27
Х4 14,95 13,30 16,61
Х5 13,90 13,14 14,66
2 У 1201,56 1113,32 1289,80
Х1 31,95 30,24 33,66
Х2 6,70 4,86 8,55
Х3 7,95 6,88 9,02
Х4 12,84 11,47 14,21
Х5 13,98 13,20 14,77
Согласно представленных данных, в первый кластер вошли субъекты с высоким уровнем преступности, тогда как во второй группе находятся объекты с меньшим коэффициентом преступности.
Для оценки «лидеров» внутри выделенных групп прибегнем к методу рейтинговой оценки Шеремета А.Д. Результаты построения рейтинговой оценки представим в таблице 2.
МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» № 04-3/2017 ISSN 2410-700Х_
Таблица 2
ТОП-10 субъектов Российской Федерации по величине социально-экономических показателей и коэффициента преступности
№ 1 кластер 2 кластер
1 Забайкальский край Белгородская область
2 Республика Тыва Карачаево-Черкесская Республика
3 Республика Коми Республика Адыгея
4 Республика Алтай Республика Дагестан
5 Еврейская автономная область Рязанская область
6 Сахалинская область Тамбовская область
7 Республика Карелия Липецкая область
8 Республика Бурятия Тульская область
9 Иркутская область Ставропольский край
10 Приморский край Республика Северная Осетия - Алания
Согласно представленных данных лидером первой группы является Забайкальский край, в котором значение коэффициента преступности самое большое в стране, равное 3203 преступлений на 100 тыс. населения.
Подводя итог проведенного исследования, можно сделать вывод о дифференциации субъектов РФ по уровню преступности, при этом «лидирующие» позиции занимают «депрессивные» регионы с высоким уровнем социальной напряженности. Также стоит отметить, что для выявления факторов, оказывающих решающее воздействие на криминогенность обстановки в регионах России, необходимо прибегнуть к корреляционно-регрессионному анализу, что будет сделано в ходе дальнейшего исследования проблемы. Список использованной литературы:
1. Ларина Т.Н. Измерение территориальной социально-экономической конвергенции муниципальных образований региона как индикатора качества жизни / Т.Н. Ларина // Интеллект. Инновации. Инвестиции. -2016. - № 12. - С. 64-69.
2. Максимов А.М. Граница как мера целостности и свободы человека / А.М. Максимов, И.А. Беляев // Интеллект. Инновации. Инвестиции. - 2016. - № 9. - С. 30-33.
3. Музалёва Т. И. Кластерный анализ в оценке показателей правовой статистики // Статистика и экономика. - 2012. - №1. URL: http://cyberleninka.rU/article/n/klasternyy-analiz-v-otsenke-pokazateley-pravovoy-statistiki (дата обращения: 14.04.2017).
4. Цыпин А.П. Статистика в табличном редакторе Microsoft Excel: лабораторный практикум / А.П. Цыпин, Л.Р. Фаизова. - Оренбург: Издательство: Оренбургский государственный университет, 2016. - 290 с.
5. Цыпин А.П. Эконометрическое моделирование влияния уровня безработицы на крименогенность обстановки в России / А.П. Цыпин, С.Р. Романов // Молодой ученый. - 2016. - № 2 (106). - С. 714-718.
© Романов С. Р., 2017
УДК 349.6
Сарпеков Мади Набиевич
Аспирант КазНУ им. Аль-Фараби, г.Алматы, Республика Казахстан E-mail: [email protected]
АКТУАЛЬНЫЕ АСПЕКТЫ РЕАЛИЗАЦИИ ПРАВА НА БЛАГОПРИЯТНУЮ ОКРУЖАЮЩУЮ
СРЕДУ В РЕСПУБЛИКЕ КАЗАХСТАН
Аннотация
Ввиду ухудшающейся экологической ситуации в мире и появления множества экологических проблем,
