CC BY
102
ISSN 2Э04-120Х
ниепт
научно-методический электронный журнал
Бочкарева Е. В. Методика исчисления самодетерминации преступности (на примере статистических показателей Российской Федерации) // Научно-методический электронный журнал «Концепт». - 2019. - № 3 (март). - 0,4 п. л. - URL: http://e-koncept.ru/2019/193017.htm.
ART 193017 DOI 10.24411/2304-120X-2019-13017 УДК 340.11
Бочкарева Елена Вадимовна,
аспирант кафедры криминологии и уголовно-исполнительного права ФГБОУ ВО «Московский государственный юридический университет им. О. Е. Кутафина», г. Москва lena.bochkareva.lena@gmail.com
Методика исчисления самодетерминации преступности (на примере статистических показателей Российской Федерации)
Аннотация. В работе впервые проводится расчет показателей самодетерминации преступности. Результатами исследования являются представленные экономет-рические модели, описывающие изменение уровня преступности в зависимости от выявленных качественных факторов, пригодные для дальнейшего исследования и прогнозирования преступности на основе социально-экономических показателей. Ключевые слова: самодетерминация преступности, статистика, коэффициент самодетерминации преступности, факторный анализ, эконометрика, криминология. Раздел: (03) философия; социология; политология; правоведение; науковедение.
Самодетерминация преступности - процесс порождения преступностью новых общественно опасных деяний, запрещенных уголовным законодательством [1]. При этом процесс самодетерминации может быть выражен в следующих формах, условно разделенных на две группы: оказывающих прямое самодетерминирующее воздействие и оказывающих косвенное самодетерминирующее воздействие. К первой группе следует отнести совершение вспомогательных преступлений, организованную группу, рецидивную преступность, коррупцию, профессиональную преступность, пенитенциарную преступность. Ко второй группе следует отнести латентную преступность, нераскрытую преступность, теневую юстицию, особую психологию общества, криминальную антикультуру [2].
Несомненно, самодетерминация преступности является примером криминализации общества на современном этапе его развития.
Изучение показателей криминализации общества и их оценка позволяют выработать эффективные способы профилактики преступности для ее дальнейшей минимизации.
Криминализация общественных отношений характеризуется рядом показателей, в частности количественными, качественными показателями преступности, а также показателями статистической взаимосвязи. К количественным показателям следует отнести: состояние преступности, уровень преступности, динамику преступности, последствия преступности. Качественные показатели преступности выражаются в ее структуре и характере. Показатели статистической взаимосвязи представлены показателями детерминации, самодетерминации, коэффициентом уравнения множественной регрессии, критерием корреляции Пирсона, коэффициентом множественной корреляции, F-критерием Фишера.
Для изучения самодетерминации преступности был проведен факторный анализ преступности и ее самодетерминирующих явлений. При этом рассматривалось влияние различных социально-экономических показателей на уровень зарегистрированной преступности в стране.
Зарегистрированное преступление - выявленное и официально взятое на учет общественно опасное деяние, предусмотренное уголовным законодательством. В чис-
ISSN 2Э04-120Х
ниепт
научно-методический электронный журнал
Бочкарева Е. В. Методика исчисления самодетерминации преступности (на примере статистических показателей Российской Федерации) // Научно-методический электронный журнал «Концепт». - 2019. - № 3 (март). - 0,4 п. л. - URL: http://e-koncept.ru/2019/193017.htm.
ленность осужденных входят лица, в отношении которых судами вынесены обвинительные приговоры, вступившие в законную силу. К числу зарегистрированных преступлений относят: преступления против личности, преступления в сфере экономики, преступления против общественной безопасности и общественного порядка, преступления против государственной власти, преступления против военной службы, преступления против мира и безопасности человечества.
Более наглядно динамику преступности можно отобразить в виде диаграммы.
3 500 000
х и I I (б <0 о
& i
и 0)
« I
а С
я Я
m и ° &
ш с
0) т
е; о
3 000 000 2 500 000 2 000 000 1 500 000 1 000 000 500 000 0
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
годы
Динамика преступности в Российской Федерации за 2008-2017 гг. [3]
При расчете факторного анализа за основу были взяты показатели, представленные в табл. 1.
Таблица 1
Социально-экономические показатели в России за 2008-2017 гг. [4]
Год Xi X2 Хз Х4 Х5 Хб Х7 У
2008 36601 150000 521552 386551 -31 1496417 286871 3209862
2009 31643 174000 531798 362467 -29 1343869 287728 2994820
2010 22251 36773 530742 329040 -26 1197822 277619 2628799
2011 17691 40407 533487 299676 -24 1092961 263116 2404807
2012 18016 49513 583247 242530 -21 1049389 259115 2302168
2013 17266 42506 613779 223553 -18 967998 250488 2206249
2014 13771 32204 635551 220605 -15 1005550 241131 2190578
2015 13735 32455 688817 187992 -13 1133770 234663 2388476
2016 12581 32924 674935 100277 -12 970293 218454 2160063
2017 13232 29634 650565 189935 - 10 940675 231754 2058476
где х1 - число расследованных преступлений, совершенных организованной группой или преступным сообществом (преступления);
х2 - число расследованных преступлений коррупционной направленности (преступления);
хз - число рецидивных преступлений (преступления);
х4 - количество лиц, получивших условное осуждение (лица);
ISSN 2Э04-120Х
ниепт
научно-методический электронный журнал
Бочкарева Е. В. Методика исчисления самодетерминации преступности (на примере статистических показателей Российской Федерации) // Научно-методический электронный журнал «Концепт». - 2019. - № 3 (март). - 0,4 п. л. - URL: http://e-koncept.ru/2019/193017.htm.
х5 - индекс доверия населения правоохранительным органам; х6 - количество нераскрытых преступлений (преступления); х7 - количество ранее судимых лиц (уголовный рецидив) (лица); у - число зарегистрированных преступлений (преступления). Тесноту корреляционной связи между представленными показателями можно определить с помощью критерия корреляции Пирсона, представив расчеты в табл. 2, 3.
Таблица 2
Описательные статистики
Среднее значение Среднеквадратичные отклонения N
Y 2454429,80 379728,365 10
X1 19678,70 8238,311 10
X2 62041,60 53312,770 10
X3 596447,30 64717,304 10
X4 254262,60 89017,735 10
X5 -19,90 7,651 10
X6 1119874,40 180906,016 10
X7 255093,90 23998,851 10
Таблица 3
Корреляция Пирсона
Y X1 X2 X3 X4
Y Корреляция Пирсона 1 ,968** ,887** -,737* ,863**
Знач. (двухсторонняя) ,000 ,001 ,015 ,001
Сумма квадратов и перекрестные произведения 1297742683243, 600 27240846910, 400 161598541945, 200 -163080373762, 400 262651231869, 200
Ковариация 144193631471,511 3026760767,8 22 17955393549,4 67 18120041529,156 29183470207,6 89
X1 Корреляция Пирсона ,968** 1 ,921** -,790** ,883**
Знач. (двухсторонняя) ,000 ,000 ,007 ,001
Сумма квадратов и перекрестные произведения 27240846910,400 610827858,10 0 3641647365,80 0 -3790613403,100 5829272331,80 0
Ковариация 3026760767,822 67869762,011 404627485,089 -421179267,011 647696925,756
X2 Корреляция Пирсона ,887** ,921** 1 -,609 ,730*
Знач.(двухсторонняя) ,001 ,000 ,062 ,017
Сумма квадратов и перекрестные произведения 161598541945, 200 3641647365, 800 25580263450, 400 -18915369127, 800 31158548036, 400
Ковариация 17955393549,467 404627485,08 9 2842251494,48 9 -2101707680,867 3462060892,933
X3 Корреляция Пирсона -,737* -,790** -,609 1 -927**
ISSN 2Э04-120Х
ниепт
научно-методический электронный журнал
Бочкарева Е. В. Методика исчисления самодетерминации преступности (на примере статистических показателей Российской Федерации) // Научно-методический электронный журнал «Концепт». - 2019. - № 3 (март). - 0,4 п. л. - URL: http://e-koncept.ru/2019/193017.htm.
Знач.(двухсторонняя) ,015 ,007 ,062 ,000
Сумма квадратов и перекрестные произведения -163080373762, 400 -3790613403, 100 -18915369127, 800 37694964858, 100 -48057776113, 800
Ковариация -18120041529,156 421179267,011 -2101707680,867 4188329428,678 -5339752901,533
X4 Корреляция Пирсона ,863** ,883** ,730* -,927** 1
Знач.(двухсторонняя) ,001 ,001 ,017 ,000
Сумма квадратов и перекрестные произведения 262651231869, 200 5829272331, 800 31158548036, 400 -48057776113, 800 71317414430, 400
Ковариация 29183470207,689 647696925,756 3462060892,933 -5339752901,533 7924157158,933
X5 Корреляция Пирсона -,877** -,893** -,730* ,955** -,954**
Знач.(двухсторонняя) ,001 ,001 ,016 ,000 ,000
Сумма квадратов и перекрестные произведения -22929233,800 -506532,700 -2680720,600 4255006,700 -5845122,600
Ковариация -2547692,644 -56281,411 -297857,844 472778,522 -649458,067
X6 Корреляция Пирсона ,992** ,939** ,850** -,687* ,839**
Знач.(двухсторонняя) ,000 ,000 ,002 ,028 ,002
Сумма квадратов и перекрестные произведения 613083823200, 800 12599265729, 200 73823791559, 600 -72436441619, 200 121634813871, 600
Ковариация 68120424800,089 1399918414,35 6 8202643506,622 -8048493513,244 13514979319,067
X7 Корреляция Пирсона ,863** ,893** ,746* -,943** ,980**
Знач.(двухсторонняя) ,001 ,001 ,013 ,000 ,000
Сумма квадратов и перекрестные произведения 70759757016,800 1589056456, 700 8589948480,600 -13179807579, 700 18845184004, 600
Ковариация 7862195224,089 176561828,522 954438720,067 -1464423064,411 2093909333,84 4
ISSN 2Э04-120Х
ниепт
научно-методический электронный журнал
Бочкарева Е. В. Методика исчисления самодетерминации преступности (на примере статистических показателей Российской Федерации) // Научно-методический электронный журнал «Концепт». - 2019. - № 3 (март). - 0,4 п. л. - URL: http://e-koncept.ru/2019/193017.htm.
Корреляция Пирсона (продолжение)
X5 X6 X7
Y Корреляция Пирсона -,877** ,992** ,863**
Знач. (двухсторонняя) ,001 ,000 ,001
Сумма квадратов и перекрестные произведения -22929233,800 613083823200,80 0 70759757016,800
Ковариация -2547692,644 68120424800,089 7862195224,089
X1 Корреляция Пирсона -,893** ,939** ,893**
Знач. (двухсторонняя) ,001 ,000 ,001
Сумма квадратов и перекрестные произведения -506532,700 12599265729,200 1589056456,700
Ковариация -56281,411 1399918414,356 176561828,522
X2 Корреляция Пирсона -,730* ,850** ,746*
Знач. (двухсторонняя) ,016 ,002 ,013
Сумма квадратов и перекрестные произведения -2680720,600 73823791559,600 8589948480,600
Ковариация -297857,844 8202643506,622 954438720,067
X3 Корреляция Пирсона ,955** -,687* -,943**
Знач. (двухсторонняя) ,000 ,028 ,000
Сумма квадратов и перекрестные произведения 4255006,700 72436441619,200 13179807579,700
Ковариация 472778,522 -8048493513,244 -1464423064,411
X4 Корреляция Пирсона -,954** ,839** ,980**
Знач. (двухсторонняя) ,000 ,002 ,000
Сумма квадратов и перекрестные произведения -5845122,600 121634813871,60 0 18845184004,600
Ковариация -649458,067 13514979319,067 2093909333,844
X5 Корреляция Пирсона 1 -,838** -982**
Знач. (двухсторонняя) ,002 ,000
Сумма квадратов и перекрестные произведения 526,900 -10441746,400 -1622240,900
Ковариация 58,544 -1160194,044 -180248,989
X6 Корреляция Пирсона -,838** 1 ,824**
Знач. (двухсторонняя) ,002 ,003
Сумма квадратов и перекрестные произведения -10441746,400 294542878700,40 0 32206812362,400
Ковариация -1160194,044 32726986522,267 3578534706,933
X7 Корреляция Пирсона -982** ,824** 1
Знач. (двухсторонняя) ,000 ,003
Сумма квадратов и перекрестные произведения -1622240,900 32206812362,400 5183503800,900
Ковариация -180248,989 3578534706,933 575944866,767
где ** - корреляция значима на уровне 0,01 (двухсторонняя);
* - Корреляция значима на уровне 0,05 (двухсторонняя).
Тесноту совместного влияния факторов на результат оценивает индекс множественной корреляции который может принимать значения от 0 до 1.
Поэтому R не может быть использован для интерпретации направления связи. Чем плотнее фактические значения yi располагаются относительно линии регрессии, тем меньше остаточная дисперсия и, следовательно, больше величина Ry(x1,...,xm).
Таким образом, при значении R близком к 1 уравнение регрессии лучше описывает фактические данные и факторы сильнее влияют на результат. При значении R
ниегп
issn 2304-i20x Бочкарева Е. В. Методика исчисления самодетерминации преступности (на примере статистических показателей Российской Федерации) // Научно-методический электронный журнал «Концепт». - 2019. - № 3 (март). - 0,4 п. л. - URL: http://e-koncept.ru/2019/193017.htm.
научно-методический электронный журнал
близком к 0 уравнение регрессии плохо описывает фактические данные и факторы оказывают слабое воздействие на результат.
Расчёт коэффициента корреляции следует выполнить, используя известные значения линейных коэффициентов парной корреляции и (3-коэффициентов [5].
ц = \/ =
К = =,/0,968 ■ 0,103 + 0,887 ■ 0,0895 + (-0,737) ■ (-0,00252) + 0,863 ■ (-0,119) + (-0,884) ■ (-0,129) + 0,992 ■ 0,739 + 0,863 ■ 0,0828 =—0997 = 0,998
Коэффициент детерминации модели зависимости случайной величины у от факторов х определяется по формуле:
д2 = , ПуИ а2 Пу) Яу2
К2 = 0,997.
Оценка значимости уравнения множественной регрессии осуществляется путем проверки гипотезы о равенстве нулю коэффициента детерминации, рассчитанного по данным генеральной совокупности: R2 или Ь1 = Ь2 =... = Ьт = 0 (гипотеза о незначимости уравнения регрессии, рассчитанного по данным генеральной совокупности). Для ее проверки используют F-критерий Фишера.
При этом вычисляют фактическое (наблюдаемое) значение F-критерия через коэффициент детерминации R2, рассчитанный по данным конкретного наблюдения.
По таблицам распределения Фишера - Снедоккора находят критическое значение Р-критерия ^кр). Для этого задаются уровнем значимости а (обычно его берут равным 0,05) и двумя числами степеней свободы к1 = т и к2 = п - т - 1. Р-статистика. Критерий Фишера.
Далее следует проверить гипотезу об общей значимости - гипотезу об одновременном равенстве нулю всех коэффициентов регрессии при объясняющих переменных: Но: К2 = 0; 01 = 02 = ... = вт = 0. Н1: К2 Ф 0.
Проверка этой гипотезы осуществляется с помощью F-статистики распределения Фишера (правосторонняя проверка).
Если F < Fkp = Ра ; п-т-1, то нет оснований для отклонения гипотезы Но.
Табличное значение при степенях свободы к1 = 7ик2 = п- т-1 =10-7-1 =2, Ркр(7;2) = 99,36.
Поскольку фактическое значение F < Fkp, то коэффициент детерминации статистически не значим и уравнение регрессии статистически ненадежно (совместная незначимость коэффициентов при факторах х| подтверждается).
Также в результате расчетов было получено уравнение множественной регрессии: У = 421200,3634 - 798,3803X1 + 350,0494X2 - 1809,2019Хз - 2731,6327X4 + 24017,9654X5 + 1279,6672X6 + 14186,1326X7.
Возможна экономическая интерпретация параметров модели:
- увеличение Х1 на 1 ед. изм. приводит к уменьшению Y в среднем на 798,38 ед. изм.;
- увеличение Х2 на 1 ед. изм. приводит к увеличению Y в среднем на 350. ед. изм.;
ISSN 2Э04-120Х
ниепт
научно-методический электронный журнал
Бочкарева Е. В. Методика исчисления самодетерминации преступности (на примере статистических показателей Российской Федерации) // Научно-ме-
тодический электронный журнал «Концепт». ■ - URL: http://e-koncept.ru/2019/193017.htm.
■ 2019. - № 3 (март). - 0,4 п. л.
- увеличение 1809,202 ед. изм.; Хэ на 1 ед. изм. приводит к уменьшению Y в среднем на
- увеличение 2731,633 ед. изм.; Х4 на 1 ед. изм. приводит к уменьшению Y в среднем на
- увеличение 24017,965 ед. изм.; Х5 на 1 ед. изм. приводит к увеличению Y в среднем на
- увеличение 1279,667 ед. изм.; X6 на 1 ед. изм. приводит к увеличению Y в среднем на
- увеличение Х7 на 1 ед. изм. приводит к увеличению Y в среднем на
14186,133 ед. изм.
По максимальному коэффициенту ß6 = 0,715 следует сделать вывод, что наибольшее влияние на результат у оказывает фактор Хб.
Представляется необходимым рассмотреть коэффициенты детерминации каждого фактора в отдельности. Чаще всего, давая интерпретацию коэффициента детерминации, его выражают в процентах.
ä2I= 0,9361,
т. е. в 93,61% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).
Rl2= 0,7866,
т. е. в 78,66% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).
R23= 0,5437,
т. е. в 54,37% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии средняя).
R24= 0,7454,
т. е. в 74,54% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).
R2S = 0,7122,
т. е. в 71,22% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).
R26= 0,9833,
т. е. в 98,33% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).
r27= 0,7443,
т. е. в 74,43% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).
Таким образом, на уровень преступности в большей степени влияют число расследованных преступлений, совершенных организованной группой или преступным сообществом, число расследованных преступлений коррупционной направленности, количество лиц, получивших условное осуждение, индекс доверия населения правоохранительным органам, количество нераскрытых преступлений, количество ранее судимых лиц, число зарегистрированных преступлений; в средней мере влияет число рецидивных преступлений (преступления).
Ссылки на источники
1. Бочкарева Е. В. К вопросу о формах самодетерминации преступности // Вестник Челябинского государственного университета. Серия: Право. - 2017. - № 4. - С. 70-74.
2. Там же.
3. Материалы статистики и аналитики Министерства внутренних дел Российской Федерации // Официальный сайт МВД РФ. - URL: https ://м вд. рф/Delj atelnost/statistics.
ISSN 2Э04-120Х
ниепт
научно-методический электронный журнал
Бочкарева Е. В. Методика исчисления самодетерминации преступности (на примере статистических показателей Российской Федерации) // Научно-методический электронный журнал «Концепт». - 2019. - № 3 (март). - 0,4 п. л. - URL: http://e-koncept.ru/2019/193017.htm.
4. Статистические показатели Федеральной службы государственной статистики. - URL: http://www.gks.ru.
5. Бахрушин В. Е. Методы оценивания характеристик нелинейных статистических связей // Системные технологии. - 2011. - № 2(73). - С. 9-14.
Elena Bochkareva,
Postgraduate Student, Criminology and Criminal Justice Chair, Moscow State University of Law named after
0. E. Kutafin, Moscow lena.bochkareva.lena@gmail.com
Methods of calculating crime self-determination (on the example of the Russian Federation statistical data) Abstract. There is the calculation of crime self-determination indicators in the article for the first time. The results of the study are the presented econometric models describing the change in the level of crime rate depending on the identified qualitative factors, suitable for further research and forecasting of crime based on socio-economic indicators.
Key words: crime self-determination, statistics, crime self-determination coefficient, factor analysis, econometrics, criminology. References
1. Bochkareva, E. V. (2017). "K voprosu o formah samodeterminacii prestupnosti", Vestnik Chelyabinskogo gosudarstvennogo universiteta. Seriya: Pravo, № 4, pp. 70-74 (in Russian).
2. Ibid.
3. "Materialy statistiki i analitiki Ministerstva vnutrennih del Rossijskoj Federacii", Oficial'nyj sajt MVD RF. Available at: https://mvd.rf/Deljatelnost/statistics (in Russian).
4. Statisticheskie pokazateli Federal'noj sluzhby gosudarstvennoj statistiki. Available at: http://www.gks.ru (in Russian).
5. Bahrushin, V. E. (2011). "Metody ocenivaniya harakteristik nelinejnyh statisticheskih svyazej", Sistemnye tekhnologii, № 2(73), pp. 9-14 (in Russian).
Рекомендовано к публикации:
Утёмовым В. В., кандидатом педагогических наук; Горевым П. М., кандидатом педагогических наук, главным редактором журнала «Концепт»
Поступила в редакцию Received 10.12.18 Получена положительная рецензия Received a positive review 20.01.19
Принята к публикации Accepted for publication 20.01.19 Опубликована Published 31.03.19
www.e-koncept.ru
Creative Commons Attribution 4.0 International (CC BY 4.0) © Концепт, научно-методический электронный журнал, 2019 © Бочкарева Е. В., 2019
977230412019703
