CC BY
58
Казанского юридического института МВД России
№ 2 (36) 2019
УДК 343:517
DOI: 10.24420/KUI.2019.11.33.002
С.Г. Ольков
о разъяснении природы уголовно-правовых
отношений
on explanation of the nature of criminal law relations
Введение: в свете законов добра и зла, юридической ответственности, возрастающей предельной полезности уголовных наказаний и теории политических режимов получена классическая кривая спроса на преступления в России для 2018 и 2017 годов, то есть показана зависимость числа преступлений от цен преступлений, установленных государством, а также неклассическая кривая предложения преступлений, совпадающая с кривой спроса и всегда обеспечивающая равновесие на рынке преступности.
Материалы и методы: использованы методы математического анализа (дифференциальное и интегральное исчисление); статистические методы (парный и множественный корреляционный и регрессионный анализ); эконометрические методы исследования временных рядов и пространственных (кросс-секционных) данных (метод наименьших квадратов, двойная логарифмическая модель, тесты Грейнджера, Рамсея, Дики-Фуллера, критерий Шварца, использование инструментальных переменных, DL и ADL-моделей); микроэкономические методы (анализ кривых спроса и предложения, эластичности спроса по цене).
Результаты исследования: сделан общий вывод о законах спроса и предложения преступлений для любого пространственно-временного континуума; количество приобретаемых «преступлений» сильно и отрицательно зависит от уровня цен на эти товары, а число осужденных положительно зависит от количества зарегистрированных преступлений в текущем временном периоде; преступность является положительной функцией численности народонаселения; число осужденных есть сложная функция от численности народонаселения через число зарегистрированных преступлений, что в совокупности позволяет сделать вывод: преступление является специфическим товаром (услугой), торгуемым на рынке преступности. Показано, что судимость населения имеет отложенный в один год небольшой сдерживающий преступность эффект.
Ключевые слова: криминология, государство, право, преступление, преступность, преступник, уголовное наказание, лишение свободы, убийство, разбой, грабёж, кража, мошенничество, угон, изнасилование, прогнозирование, объяснение преступности, спрос на преступления, предложение преступлений, цена преступления, равновесие, регрессия, корреляция, математическое моделирование, эконометрика, криминометрика, народонаселение, демография, добро, зло
Для цитирования: Ольков С.Г. О разъяснении природы уголовно-правовых отношений // Вестник Казанского юридического института МВД России. 2019. Т. 10, № 2. С. 128-142. DOI: 10.24420/ KUI.2019.11.33.002
Introduction: in the light of the laws of good and evil, legal liability and the increasing marginal utility of criminal penalties, the classical curve of demand for crimes by criminals is obtained on the example of Russia for 2018 and 2017, that is, the dependence of the number of crimes on the prices of crimes established by the state, as well as the non-classical curve of supply of crimes coinciding with the demand curve, and always providing a balance in the crime market.
Materials and Methods: mathematical analysis - differential and integral calculus; statistical methods -pair and multiple correlation and regression analysis; econometric methods for the study of time series and spatial (cross-sectional) data: least squares method, double logarithmic model, Granger, Ramsey, Dickie-Fuller tests, Schwartz criterion, the use of instrumental variables, DL and ADL models; microeconomic methods -analysis of supply and demand curves, price elasticity of demand were used.
Results: a general conclusion is made about the laws of supply and demand of crimes for any space-time continuum; the number of acquired "crimes" strongly and negatively depends on the level of prices for these
goods, and the number of convicts positively depends on the number of recorded crimes in the current time period; crime is a positive function of the population; the number of convicts is a complex function of the population through the number of registered crimes, which together leads to the conclusion: the crime is a specific product (service) traded in the crime market. It is shown that the criminal record of the population has a small deterrent effect delayed in one year.
Key words: criminology, government, law, crime, crime, crime nick, a criminal penalty, imprisonment, murder, burglary, robbery, theft, fraud, hijacking, rape, forecasting, explanation of crime, the demand for crime, sentence of crime, cost of crime, balance, regression, correlation, mathematical modeling, econometrics, criminometrics, population, demographics, good, evil
For citation: Ol'kov S.G. On explanation of the nature of criminal law relations // Bulletin of the Kazan Law Institute of the Ministry of Internal Affairs of Russia. 2019. V. 10, N 2. P. 128-142. D01:10.24420/ KUI.2019.11.33.002
Введение
Деятельность человечества во всех государствах мира во все канувшие в лету и новейшие времена в сфере борьбы с преступностью смутно напоминает средневековую святую инквизицию, стремившуюся к победе над ведьмами и колдунами. Апофеозом сей бурной деятельности была криминологическая доктрина СССР, в которой провозглашалась неизбежная, полная и безоговорочная победа над сим гнусным социально-правовым явлением, что логически следовало из известной работы Фридриха Энгельса «Происхождение семьи, частной собственности и государства», а также трудов других классиков марксизма-ленинизма, рассматривающих преступность как следствие антагонистических классовых противоречий, после исчезновения которых феномен «преступности» уходит в небытие. Совершенно очевидно, что доктрины римско-католической церкви и коммунистической партии Советского Союза в этом вопросе если не идентичны, то крайне близки.
Чезаре Ломброзо вел речь о некоем прирожденном преступнике [1], то есть, по сути, отстаивал идею, что преступником надо родиться, а следовательно, человечество можно разделить на две группы - преступников и добропорядочных граждан. И хотя формально эта идея не нашла широкой поддержки у научной общественности, в реальности именно она господствует в умах людей и уголовно-правовом сознании человечества. Различается лишь «угол отражения»: у одних это прирожденный преступник, у других - больной, у третьих - дурно воспитанный, у четвертых - поставленный в невыносимые условия. Для одних уголовное наказание - это благо и вполне себе умное предприятие, а для других - несусветная глупость [2]. Для одних смертная казнь - полезное дело, для других - негуманный, аморальный и вредный акт, совершенно не сдерживающий преступность. Говоря о причинах преступности, криминологи то ищут какую-то биологическую
детерминанту (особую хромосому, гормон), то списывают всё на социальные условия. Так, авторы американского (США) курса криминологии, рассматривая природу преступности, вспоминают о биологических факторах - частоте пульса, се-ротонине и других гормонах, формирующих преступное поведение; генетике поведения и анализе агрессивного и преступного поведения; рассматривают совместное влияние природы и воспитания [3]. В советских и современных российских учебниках по курсу криминологии обычно специальная тема посвящена личности преступника (подчеркивается ее отличие от иной личности - не склонной к преступлениям) [4]. Соответственно, и профилактика преступлений является обычно не слишком-то успешным предприятием.
В общем виде идею кризиса уголовно-правового блока юридических дисциплин выразил профессор Я.И. Гилинский в своей статье: «Преступность: что это? Кто виноват? Что делать?» [5], где раскрыл тупиковое положение дел в классической криминологии и уголовном праве. По моему мнению, этого кризиса больше не существует и выход очевиден. Этап описательной юриспруденции, включая и уголовно-правовой блок юридических дисциплин, окончен. Медленно, но верно развивается нормальная, точная, а не догматическая юридическая наука. Кризис - в головах ученых-юристов, пытающихся из века в век конструировать государственно-правовую реальность с помощью слабого научного инструментария.
Судя по уголовно-правовой и криминологической литературе, идеям, изложенным в замечательной статье Я.И. Гилинского «Преступность: что это? Кто виноват? Что делать?» [5], до сих пор человечеству совершенно не ясна ни природа преступности, ни природа преступника, а отсюда совершенно неверна постановка целей и выработка средств в управлении сим социальным явлением (достаточно открыть любой учебник криминологии и уголовного права, написанный авторами из
любого государства, чтобы это понять). Данная статья призвана дать точный ответ на вопросы: Кто есть преступник? Что есть преступление? Что есть преступность?
Основные дефиниции, используемые в данной статье:
преступление - это специфический товар или услуга в чисто экономическом смысле [6]. Перечень всех преступлений дан в Особенной части Уголовного кодекса РФ, то есть перед нами витрина магазина, где описаны товары-преступления -убийства, грабежи, разбои, изнасилования, мошенничество, угон и т.д., установлены на них цены (в годах лишения свободы, рублях и других единицах измерения стоимости). Соответственно, преступность - это простая сумма товаров и услуг данного класса, именуемого преступным. Согласно закону добра и зла, преступление - это координата в третьем квадранте декартовой системы координат правой ориентации в математической модели, где по абсциссе расположены деяния субъектов правовых отношений, а по ординате - их оценки. Следовательно, всякое преступление есть отрицательная по деянию и по оценке координата, например, А(-2, -2) в случае биссектриальной оценки;
преступник - физическое лицо - это продавец и покупатель товара-преступления, лицо, способное приобрести (продать) товар-преступление. То есть потенциальный преступник - это любой из нас. Одних преступников государство ловит и наказывает (заставляет платить), другие остаются вне поля его зрения;
уголовное наказание - цена товара-преступления, выраженная в соответствующих единицах измерения (рублях, времени ограничения или лишения свободы, лишении жизни (при смертной казни) и т.д.);
главный экономический закон уголовной политики - закон возрастающей предельной полезности уголовных наказаний [7] - раскрывает сущность действия общей и специальной превенции уголовных наказаний и описывается первой производной от функции совокупной полезности уголовных наказаний.
Результаты исследования
«Amitus Plato, sed magis amica veritas»1.
Забегая вперед, отметим - по спросу преступность не является специфическим товаром, но является специфическим по предложению, доходу и смещению от равновесия в законе добра и зла [8].
Поскольку преступление заявлено как товар, а преступник - как физическое лицо, предъявляющее на него спрос и осуществляющее его предло-
1 «Платон мне друг, но истина дороже» (Сократ).
жение, постольку в обществе - среде потребителей (покупателей и продавцов товара-преступления) -должны существовать строгие законы спроса и предложения на данный товар.
Ясно, что спрос и предложение определяются группами факторов, среди которых решающее значение имеет цена товара. Обычный спрос на нормальные товары в виде количества приобретенных единиц этих товаров имеет обратную зависимость от цены товара, что в простейшем линейном виде выглядит так: Q=a - ЬР, где Q - количество приобретенного товара в штуках, Р - цена товара в удобных единицах измерения, а, Ь - параметры. Интерпретация такого уравнения проста: при нулевой цене приобретается максимальное количество данного товара, равное свободному члену в уравнении. С ростом цены товара на одну единицу спрос линейно падает на Ь единиц. Классические кривые спроса обычно нелинейные и описываются кривыми выпуклыми к началу координат в декартовой системе координат правой ориентации: Q=aPгде в - постоянная эластичность спроса по цене - показывает, на сколько процентов изменяется спрос при изменении цены на 1 %.
Для того чтобы строго доказать гипотезу «преступление - товар», нужно по эмпирическим данным получить закон спроса для этого товара, что и будет сделано далее.
Технически данная задача решается очень просто. Нам нужно взять первичные статистические данные о видах зарегистрированной преступности в определенном государстве и соотнести их с ценами данных видов преступлений, то есть рассмотреть регрессию количества приобретаемых преступлений на цены этих преступлений. Говоря о цене, следует отметить ее важное свойство относительно продавцов и покупателей различных (любых) товаров. Для любого покупателя цена обладает свойством отрицательной полезности. То есть любой покупатель охотно бы взял товар, обладающий для него полезностью, даром. Для продавца же цена товара (услуги) обладает положительной полезностью, поскольку переходит в его собственность, и единственным исключением из этого правила является товар-преступление, коль скоро продавец и покупатель является одним и тем же лицом (преступник, например, вор, покупает товар преступление, так как предмет преступления, скажем, деньги или вещь, обладают для него положительной полезностью, и поэтому на данный предмет преступления вор предъявляет спрос. Одновременно, вор продает товар «кража» государству, поскольку не оплачивает стоимость
предмета преступления потерпевшему (жертве преступления), а похищает его - совершает тайное хищение чужого имущества). Если же в качестве продавца рассматривать государство, как я делал ранее [7], то цена товара-преступления становится положительно полезной для данного агрегированного субъекта.
Начнем с первичных статистических данных по России за 2018 год (последний полный отчетный год).
Ясно, что номинальные цены конкретных составов преступлений (товаров и услуг) установлены статьями Особенной части УК РФ, и мы хотели бы точно знать, что число совершаемых преступлений находится в обратной зависимости от максимальных номинальных цен этих преступлений, определенных первыми частями соответствующих статей УК РФ1. Решим простую задачу: установим зависимость числа регистрируемых видов преступлений от строгости наказаний (величины цен) этих преступлений.
Таблица 1.
Первичные статистические данные о количестве зарегистрированных в РФ видах преступлений в 2018 году2 и максимальных ценах на эти виды преступлений по соответствующим первым частям статей УК РФ3
Table 1.
Primary statistics on the number of registered in the Russian Federation types of crimes in 20182 and the maximum prices for these types of crimes on the corresponding first parts
of Articles of the criminal code3
Вид преступления P лет лишения свободы Q зарегистрировано штук
1 2 3
Убийство и покушение на убийство 15 (ч. 1 ст. 105 УК РФ) 8 574
УПТВЗ4 8 (ч. 1 ст. 111 УК РФ) 23 224
Разбой 8 (ч. 1 ст. 162 УК РФ) 7 474
Грабеж 4 (ч. 1 ст. 161 УК РФ) 50 111
Кража 2 (ч. 1 ст. 158 УК РФ) 756 395
Мошенничество 2 (ч. 1 ст. 159 УК РФ) 215 036
Угон 5 (ч. 1 ст. 166 УК РФ) 19 460
Используя данные столбцов 2 и 3, построим зависимость между ценой преступлений и их приобретаемым количеством. Важно: получена нелинейная двойная логарифмическая модель, то есть в качестве исходных данных для ее построения использованы логарифмы, а не простые уровни ряда из таблицы пространственных (кросс-секционных) данных, взятых за один период времени по видам структурных элементов:
Ш} = 13,9887 - 2,07838 ■ ЬпР (Формула № 1)
Коэффициент детерминации Л2=0,83 (соответственно, коэффициент корреляции: г = ^0,83=0,911), и уравнение в целом статистически
значимо; коэффициент регрессии значим на 1 % уровне. В скобках под уравнением приведены стандартные ошибки коэффициентов.
Интерпретация модели проста: если цена преступления возрастает на 1-процентный пункт, то число преступлений в среднем снижается на 2,078 процентных пункта.
Эту модель можно записать без логарифмов:
или
Л _ 13,9887 . 1
т- р 2,07838
ИЛИ
= 1189091 ■ 2,07838
1 Совершенно не обязательно брать первые части упомянутых статей. Можно взять среднее значение по составу, включая составы с квалифицирующими обстоятельствами, или взять максимальные значения наказаний. Суть зависимости от этого не изменится.
2 Официальный сайт МВД России. URL: https://мвд.рф/Deljatelnost/statistics (дата обращения: 22.03.2019).
3 СПС «КонсультантПлюс». URL : http://www.consultant.ru/document/cons_doc_LAW_10699/ (дата обращения: 22.03.2019).
4 Умышленное причинение тяжкого вреда здоровью.
Таким образом, получена классическая кри- в микро-, так и макроэкономических исследова-вая зависимости приобретаемого количества то- ниях, что наглядно представлено на следующем варов от их номинальных цен, используемая как графике.
Кривая спроса преступлений преступниками в зависимости от цены видов преступлений (2013 г.; РФ)
Q= 1189091,348*р 2,078
300000
250000
-г 200000
&
3 150000
а 100000
50000
4 6 8 10 12
Р,летлишения свободы
14
16
Рисунок 1 - Кривая спроса преступлений преступниками в России в зависимости от цен приобретаемых преступлений по первичным статистическим данным за 2018 год, совпадающая с кривой их предложения
Picture 1 - The demand curve of the crimes of the criminals in Russia based on the prices of acquired crimes according to primary statistics for 2018, coinciding with the curve of their supply
Кривая спроса преступлений выпукла к нача- Можно посмотреть статистические данные за лу координат и имеет постоянную отрицательную 2017, 1970, 1960 и любой другой год - картина бу-эластичность количества по цене, равную в дан- дет сходной. ном случае: Э^Р = -2,078.
Таблица 2.
Первичные статистические данные о количестве зарегистрированных в РФ видах преступлений в 2017 году1 и максимальных ценах на эти виды преступлений по соответствующим
первым частям статей УК РФ2
Table 2.
Primary statistical data on the number of types of crimes registered in the Russian Federation in 20171 and the maximum prices for these types of crimes according to the first parts of the Articles of the Criminal Code of the Russian Federation2
Вид преступления P лет лишения свободы Q зарегистрировано штук
Убийство и покушение на убийство 15 (ч. 1 ст. 105 УК РФ) 9738
УПТВЗ 8 (ч. 1 ст.Ш УК РФ) 24552
Разбой 8 (ч.1 ст. 162 УК РФ) 9104
Грабёж 4 (ч.1 ст. 161 УК РФ) 56855
Кража 2 (ч. 1 ст. 158 УК РФ) 788531
Мошенничество 2 (ч. 1 ст. 159 УК РФ) 222772
Изнасилование и покушение на изнасилование 6 (ч. 1 ст. 131 УК РФ) 3538
1 Официальный сайт МВД России. URL: https://мвд.рф/Deljatelrюst/statistics (дата обращения: 22.03.2019).
2 СПС «КонсультантПлюс». URL: http://www.consultant.ru/document/cons_doc_LAW_10699/ (дата обращения: 22.03.2019).
Коэффициент детерминации Е2 = 0,7 (г = 0,84), и уравнение в целом статистически значимо, коэффициент регрессии значим на 5 % уровне. Как и выше, использованы робастные оценки стандартных ошибок (с поправкой на гетероскедастичность).
Видно, что уравнения, полученные для 2018 и 2017 годов, не сильно различаются, а небольшое отличие по параметрам вызвано тем, что вместо «угона» во вторую таблицу включено «изнасилование», а статистика по данному виду преступлений по известным причинам обычно «хромает».
Вышеизложенное свидетельствует, что со спросом в представленной модели, построенной по эмпирическим данным, не возникает никаких проблем. Ее анализ совершенно аналогичен анализу типичных кривых спроса, рассматриваемых экономическими дисциплинами. Покупают товар-преступление преступники (потребители) строго в зависимости от цен, установленных на эти преступления, и в соответствии с их функциями полезности, нацеленными на удовлетворение конкретных индивидуальных потребностей. Забегая вперед, можно отметить, что реакция спроса преступлений на доход будет не обычной, а противоположной реакции спроса относительно нормальных товаров. То есть с ростом дохода у потенциальных потребителей товара-преступления обычно снижается потребность в совершении преступлений. Этим товар-преступление похож на товар Гиффена.
Что касается предложения товара-преступления на рынках преступности, то кривая предложения здесь нетипична, поскольку предлагает (продает) товар-преступление именно тот, кто его и покупает. То есть продавец и покупатель здесь выступают в одном лице, а следовательно, кривые спроса и предложения совпадают. В каждой точке кривой спроса имеет место равновесие спроса и предложения. Государство как субъект соответствующих правоотношений лишь устанавливает цены на конкретные товары - виды преступлений в Особенной части УК РФ - и обеспечивает взимание этих цен с выявленных преступников, применяя меры государственного принуждения по правилам, установленным Уголовно-процессуальным кодексом РФ (УПК РФ), а далее Уголовно-исполнительным кодексом РФ (УИК РФ). Именно поэтому, сопоставляя между собой временные ряды числа зарегистрированных преступлений и числа осужденных, мы получаем положительную, а не отрицательную связь между ними. Ниже при-
ведено уравнение, связывающее между собой преступность (число зарегистрированных преступлений в штуках) и наказуемость (число осужденных, человек), на основе первичных статистических данных за период с 1970 по 2018 годы1:
A crime = 1,292 ■ Aconvicted ***
(0,305)
где Acrime - первая разность уровней ряда числа зарегистрированных преступлений, Aconvicted -первая разность уровней ряда числа осужденных. Первые разности взяты потому, что оба временных ряда являются интегрируемыми первого порядка (7(1)), то есть исходные временные ряды являются нестационарными, также они не коинтегрированы, следовательно, и динамическую связь между ними напрямую (непосредственно), то есть по исходным уровням временного ряда, устанавливать нельзя.
Как видно, коэффициент регрессии значим на 1 % уровне значимости, следовательно, уместно предположить, что переменная «осужденные» влияет на переменную «преступность». Естественно, если нами пропущена какая-то существенная переменная, то полученные оценочные коэффициенты окажутся смещенными. В связи с этим для проверки истинности спецификации модели проведем тест Рамсея, согласно которому «спецификация модели верна», то есть мы не можем отклонить нулевую гипотезу: Н0: спецификация модели верна (p - значение тестовой статистики = 0,596>0,01).
Коэффициент при переменной «осужденные» является положительным. То есть число осужденных в текущем периоде оказывает положительное влияние на число зарегистрированных преступлений. Ближайшее лагированное значение переменной «осужденные» дает отрицательное значение:
Дcrime = 1,494 ■ Aconvictedt — 0,662 ■ Aconvictedt
(0,314) *** (0,25) **
Таким образом, судимость населения имеет отложенный в один год сдерживающий преступность эффект. Если в текущем периоде, что вполне естественно, численность осужденных не сдерживает текущую преступность, то число осужденных в прошлом периоде такой эффект имеет. Оба коэффициента статистически значимы (первый на 1 % уровне значимости (***), второй - на 5 % (**).
Теперь рассмотрим регрессию в обратном порядке, то есть регрессию переменной «осужденные» на переменную «преступность», взяв, разумеется, первые разности этих переменных. Получим нижеследующее регрессионное уравнение осужденных на преступность:
1 Исходная таблица с первичными статистическими данными, по которым строилась модель, приведена в приложении.
Aconvicted = 0,2012 ■ Acrime ***
(0,06)
Параметр при независимой переменной является статистически значимым на 1 % уровне значимости (***), и уравнение в целом статистически значимо. Если абсолютный прирост числа преступлений увеличивается на единицу (одно преступление), то абсолютный прирост числа осужденных увеличивается на 0,2012 единиц измерения числа осужденных. Обратим внимание: критерий Шварца в этой модели равен 1220,7, что пригодится нам в дальнейшем, ибо критерий Шварца характеризует качество модели с точки зрения ее простоты и точности. Сравнивая две модели с одинаковыми зависимыми переменными, удобно ориентироваться на данный критерий, выбирая ту из них, в которой критерий Шварца меньше.
Логика моих рассуждений в последнем случае была простой: текущее число преступлений определяло текущее число осужденных, то есть выступало причиной, что вполне логично, ибо с ростом числа зарегистрированных преступлений должно увеличиваться и число осужденных, а до этого было показано, что и число осужденных влияет на число регистрируемых преступлений. При этом тест Грейнджера на «причинно-следственную» связь (Granger causality test) показал обоюдное влияние переменных модели друг на друга. По сути: как переменная «осужденные» помогает предсказывать значения «преступности», так и переменная «преступность» помогает предсказывать значения переменной «осужденные».
Кроме того, уместно предположить, что на переменные модели влияет некий третий фактор (факторы), определяющий их динамику, который пока вынесен за скобки, но тест Рамсея (Regression Equation Specification Error Test) на истинность спецификации не подтверждает наличие неучтенной в модели существенной объясняющей переменной, которая бы была пропущена. Однако, строго говоря, обоюдная причинность представляет некоторую проблему с позиции точности оценивания коэффициентов модели с помощью обычного МНК - метода наименьших квадратов. «Если перед нами имеются причинные связи, работающие в обоих направлениях, то существует одновременная причинность и МНК-регрессия является смещенной и несостоятельной, так как одновременная причинность приводит к корреляции между регрессором и компонентой ошибок» [9]. В специальной литературе обращают внимание на два способа решения этой проблемы: 1) использование регрессии с инструментальными переменными; 2) разработка и реализация случайного управляемого эксперимента, в
котором канал обратной причинности не действует [9]. Применительно к нашему случаю удобно использовать первый метод, и тогда нужно найти третью - валидную переменную г, обладающую двумя важными свойствами: 1) экзогенностью - переменная некоррелирована со случайными ошибками (Cov (г. ,г.) = 0); 2) релевантностью - переменная коррелирована с регрессором (Cov (х. , zi) Ф 0).
Для нашего случая такой экзогенной переменной будет численность народонаселения. Эта переменная коррелирована с числом преступлений и не коррелирована со случайными ошибками. Обратим внимание, что зависимость числа зарегистрированных преступлений от численности народонаселения нужно исследовать по пространственным данным, а не по временным рядам, приведенным в приложении, о чем поясняется ниже по тексту, поскольку временной ряд численности народонаселения является нестационарным и привести его к стационарному не получается.
А теперь обратим внимание на главное - реальной причиной выступает «число зарегистрированных преступлений», а переменная «число осужденных» строго является следствием. Это ясно и из временной последовательности событий. Сначала преступление выявляется, регистрируется, затем выявляются лицо или лица, его совершившие. Совершенно не случайно мы получили модель:
Лепте — 1,494 ■ ДсопшсСей,- — 0,662 ■ Асопу1с1ей(_1,
из которой следует, что текущее значение числа осужденных имеет сильное положительное влияние на число преступлений, а вовсе не снижает их. Это происходит именно потому, что текущее число осужденных строго зависит от числа зарегистрированных преступлений, а не наоборот, хотя мы и поставили переменную «осужденные» в правую часть уравнения. А вот лагированное значение переменной «осужденные» действительно оказывает сдерживающий преступность эффект, что мы и наблюдаем по отрицательному значению при переменной первой разности числа осужденных, сдвинутой на один год в прошлое. Интерпретация этого эффекта не вызывает затруднений, ибо, по крайней мере, осужденные к лишению свободы лица, лишаются возможности совершать новые преступления в открытом обществе (они изолированы от него). То есть какая-то часть потенциальных преступников изолирована от общества и не имеет возможности совершать преступления, но этот эффект не слишком велик, поскольку уровень преступности сильно зависит от экономического бытия населения, его численности и других факторов, в том числе следующих из теории политических режимов [10].
Нам абсолютно ясно, что число осужденных есть сложная функция от численности народонаселения через число зарегистрированных преступлений: convicted=f (crime (population)). Учитывая характер парных зависимостей между переменными модели, можно записать: convicted=9ppopulation, где 9<1, р<1, где 9 - коэффициент при переменной «число зарегистрированных преступлений» (средняя доля осужденных от числа зарегистрированных преступлений),р - коэффициент при переменной «численность народонаселения» (средняя доля числа зарегистрированных преступлений от численности народонаселения).
Если проводим вычисления для конкретного фиксированного временного периода, то берем не среднюю, а точную долю.
Например, для 2018 года:
в =
Р =
convicted.
crime
658251 1991532
1991532
= 0,3305249;
= 0,013558865.
population 146880432
Следовательно, число осужденных в 2018 году определяется соотношением:
convicted = 9p(population) = 0,3305249-0,013558865-146880432=658 251 человек.
Для России за период с 1970 по 2018 годы получим уравнение осужденных в средних:
convicted1970 2018 = 9 •р • population = 0,45226Ю,01387Н42351292=893 024 человека.
Ясно, что количество приобретаемых на рынке товаров сильно и отрицательно зависит от уровня цен на эти товары, а также положительно зависит от количества потребителей этих товаров в текущем временном периоде. Количество потребителей товара-преступления косвенно выражается в числе зарегистрированных преступлений, а также следует из модели, связывающей число зарегистрированных преступлений с численностью народонаселения, то есть численностью потенциальных преступников, поскольку каждый из нас таковым и является по определению, ибо при соответствующих условиях вполне может приобрести товар-преступление.
По статистическим данным с использованием временных рядов установить связь между числом зарегистрированных в России преступлений и общей численностью народонаселения не получается, поскольку временной ряд численности народонаселения в России за период с 1970 по 2018 годы является нестационарным и сделать его таковым, переходя к первым, вторым, третьим и
более высоким разностям, не получается. Однако данная проблема решается очень легко - переходом к простым кросс-секционным данным
(пространственным данным, взятым за один временной период, по разным объектам). Очевидно, при прочих равных условиях абсолютное (подчеркиваю - абсолютное, а не относительное) число зарегистрированных преступлений будет выше в тех регионах, в которых выше численность народонаселения. Например, в Москве в 2018 году было зарегистрировано 140 542 преступления, а в Рязанской области только 9 348. Чем объясняется разница? Очевидно, в первую очередь разностью в численности народонаселения (потенциальных потребителей и поставщиков товара-преступления) на соответствующих территориях. Не случайно сравнение уровней преступности по разным территориям осуществляется не на основе абсолютных величин, а с использованием специальных коэффициентов, приведенных на численность народонаселения, но нас в данном случае интересуют именно абсолютные показатели, чтобы «с водицей не выплеснуть и ребенка».
Чтобы не быть голословным, приведу соответствующие вычисления по субъектам РФ, входящим в состав центрального федерального округа (то же самое можно сделать и для всех субъектов, но в целях экономии - взята одна большая группа).
Поскольку перед нами обычное пространственное (кросс-секционное) представление данных, воспользуемся обычным методом наименьших квадратов для оценки параметров регрессионного уравнения, связывающего численность народонаселения с числом зарегистрированных преступлений. В итоге получим нижеследующую модель:
crime = 0,011082 ■ population.
Коэффициент регрессии значим на 1 % уровне значимости, уравнение в целом статистически значимо, коэффициент детерминации R2=0,995.
Таким образом, можно утверждать, что между численностью народонаселения и преступностью существует практически функциональная положительная связь. Интерпретация уравнения проста: если численность населения увеличивается на 1 человека, то уровень преступности в среднем увеличивается на 0,0111 штук (преступление - дискретная величина). Ясно, что проблемы мульти-коллинеарности в парной регрессионной модели существовать не может, а для решения проблемы гетероскедастичности использованы робастные стандартные ошибки.
Таблица 3.
Первичные статистические данные о численности народонаселения и уровнях преступности1 по субъектам РФ, входящим в ЦФО за 2018 год
Table 3.
Primary population statistics and the crime rate1 in the subjects of the Russian Federation included in the Central Federal District for 2018
Субъект РФ Население, чел. Преступлений, штук
Бел городская 1547418 13163
Брянская область 1200228 14287
Владимирская область 1365825 17263
Воронежская область 2327843 29308
Ивановская область 1004192 14036
Калужская область 1009377 16491
Костро мекая область 637296 7969
Курская область 1107041 12210
Липецкая область 1144055 12344
г. Москва 12615882 140542
Московская область 7599756 80299
Орловская область 739465 8993
Рязанская область 1114149 9348
Смоленская область 942363 12525
Тамбовская область 1015981 12010
Тверская область 1269650 19581
Тульская область 1478814 13432
Ярославская область 1259612 16710
Таким образом, строго доказано, что между числом зарегистрированных преступлений и численностью народонаселения существует функциональная положительная связь, а число зарегистрированных преступлений строго детерминирует число осужденных, что явно подтверждает гипотезу «преступление - товар».
В свое время американские экономисты, в частности Levitt, задались вопросом: «Снижают ли тюремные заключения преступников уровень преступности? В конце концов, преступник не может совершить преступление за пределами тюрьмы, находясь при этом в тюрьме. Кроме того, пойманные и помещенные под стражу преступники представляют собой пример, который служит для сдерживания других. Но оценка совокупного эффекта, то есть изменение уровня преступности, вызванное увеличением количества заключенных на 1 %, является эмпирическим вопросом» [9, с. 471-472].
Американские исследователи сделали большую ошибку, приняв в качестве главной гипотезу о снижении преступности за счет числа осужденных к лишению свободы. Причем интересовало их текущее, а не лагированное значение независимой переменной. Хотя они заметили обоюдное влияние
факторов друг на друга (одновременная причинность), это им не помогло, поскольку они не видели реального регрессора - числа зарегистрированных преступлений и пытались привязать к модели совершенно неадекватную инструментальную переменную - изменение емкости тюрем [9, с. 472-473]. Ясно, что число осужденных строго зависит от числа зарегистрированных преступлений, а число зарегистрированных преступлений строго зависит от численности народонаселения (поскольку преступность - это товар, спрос на который строго пропорционален численности народонаселения). В свою очередь, численность народонаселения не определяется ни числом осужденных, ни числом зарегистрированных преступлений. Американские экономисты попали в ловушку незнания криминологических явлений и процессов.
В такую же ловушку попал в свое время лауреат Нобелевской премии по экономике Гэрри С. Беккер, когда принял за основу утверждение, что преступность в первую голову сдерживает не строгость наказаний, а их неотвратимость [11, с. 282344]. Данное утверждение полностью противоречит главному закону уголовной политики - закону возрастающей предельной полезности уголовных
1 Официальный сайт МВД России. URL: https://M^^/Deljatelnost/statistics (дата обращения: 22.03.2019).
наказаний, а также доказанному выше закону спро-
л
са на товар-преступление по цене: Q=aP~в. Вообще говоря, вероятность осуждения преступника, или менее точно «неотвратимость наказания», - это, с одной стороны, фактор, понижающий цены конкретных видов преступлений, а следовательно, способствующий увеличению их количества. Например, в 2018 году раскрываемость краж составила:
Н — тт^г: = 0,378
или 37,8 %
756395
Откуда реальная цена краж по ч. 1 ст. 158 УК РФ для этого года: Рреальная = 0,378-2 = 0,756 ниже но-
кража ' '
минальной, равной двум годам лишения свободы. С другой стороны, повышение вероятности поимки и изобличения преступника увеличивает реальную цену преступления, и это способствует снижению уровня преступности, хотя, как показывает статистика, ни один вид преступлений не раскрывается на 100 %. В связи с этим, во-первых, желательно минимизировать число составов преступлений, представленных в Особенной части УК РФ. Это будет снижать уровень преступности в стране. Во-вторых, вовсе нежелательно изобличать всех реально совершивших преступления и, тем паче, привлекать их к реальным уголовным наказаниям, поскольку это будет снижать «планку страха» перед уголовным наказанием и вести к росту преступности. Принцип неотвратимости должен действовать в отношении рецидивистов и лиц, совершающих тяжкие и особо тяжкие преступления, и их наказание должно быть достаточно суровым.
Вернемся к модели, связывающей осужденных и преступность. Можно подобрать более точную модель, чем рассмотренную выше:
/\convicted = 0,2012 • Аспте.
Построим модель ADL - авторегрессионную модель распределенных лагов:
ДсопУ1сЬей1: = 0,34886 ■ АсопуШей^-^ + 0,213 ■ Асг1те1:
Критерий Шварца здесь 1191, в отличие от предыдущего, равного 1221 (1221>1191), а коэффициенты при переменных значимы на 1 % уровне значимости. Видно, что первая разность числа осужденных зависит от собственной предыстории и текущего значения первой разности уровней преступности. Ясно, что эта модель будет давать более точный прогноз числа осужденных и иметь полезные динамические мультипликаторы. В частности, мгновенный эффект действия абсолютного прироста числа зарегистрированных преступлений на абсолютный прирост числа осужденных составляет 0,2128 преступлений.
Очевидно, что для разных временных периодов, разных государств, разной структуры преступности, то есть разных социальных условий, детерминирующих преступность, параметры уравнений спроса и предложения будут различаться, но функции спроса и предложения по цене преступлений будут иметь типичную форму: Q = аР-в, где и а и в - параметры, крышка над Q - показатель оценки. Мы также видим, что число преступлений положительно и функционально зависит от численности народонаселения, что явно подтверждает гипотезу «преступление - товар». Таким образом, сильное сдерживающее воздействие на число преступлений оказывает именно строгость уголовных наказаний (цена преступлений) и небольшой сдерживающий эффект имеет судимость населения с лагом в один год.
Главный экономический закон уголовной политики - закон возрастающей предельной полезности уголовных наказаний, по сути, свидетельствует, что цена преступлений особенно высока для лиц, никогда ранее не привлекавшихся к уголовной ответственности, то есть для лиц, не плативших цену за совершенные преступления. Товар-преступление - это рисковый актив, и страх наказания (цены преступления) весьма высок у тех, кто еще не был наказан реальным уголовным наказанием. После того как человек понес уголовное наказание, например, осужден к лишению свободы в исправительной колонии, порог страха перед уголовным наказанием снижается. Совершенно не случайно уровень рецидивной преступности в разных государствах и в различные периоды очень высок. Коэффициент криминогенной пораженности рецидивистов существенно выше коэффициента криминогенной пораженности лиц, ранее не судимых. Например, в 2018 году по России из 931 107 выявленных лиц, совершивших преступления, 270 988 человек были ранее судимы за совершение преступлений. То есть их доля составила
и такая картина достаточно стабильна во времени. В 2017 году:
п 273379
'2017
967103
0,2824 = 28,24%.
Разница между 2018 и 2017 годами меньше одного процента (0,86 %).
Закон возрастающей предельной полезности уголовных наказаний (ЗВППУН), по сути, является обратным относительно великого закона убывающей предельной полезности (ЗУПП), описывающего удовлетворение текущих потребностей потребителей и открытого в 1854 году выдающим-
ся исследователем Г.Г. Госсеном. Закон возрастающей предельной полезности уголовных наказаний был открыт мной в 2017 году[8], то есть спустя 163 года после открытия Г.Г. Госсена.
Из ЗВППУН следует:
1) спрос и предложение товара-преступления, прежде всего, определяются ценой этих товаров, то есть строгостью уголовных наказаний. При нулевой цене преступности она достигает своего естественного максимума, а с ростом цены преступлений спрос на них строго снижается при прочих равных условиях;
2) общая превенция или общее сдерживание спроса преступности обеспечивается за счет высокой цены товара-преступления, когда основная масса потенциальных преступников не совершает преступления из страха (отрицательной полезности) цены товаров-преступлений. Угроза уголовного наказания действует на сознание широких слоев населения, делая их законопослушными, то есть общая превенция работает в отношении неопределенно большого количества людей, ранее не привлекавшихся к уголовной ответственности, а вовсе не в отношении ранее судимых рецидивистов, уже отбывавших реальные сроки уголовного наказания. У тех, кто ранее не отбывал уголовного наказания, высок порог страха перед уголовным наказанием, и планку этого порога желательно сохранять, а не сбивать. Следовательно, грубой ошибкой уголовной политики будет постановка целей быстрого и полного раскрытия и расследования всех преступлений (быстро и полно нужно расследовать наиболее опасные преступления и преступления рецидивистов и использовать в отношении них правило «трех ударов»), с одной стороны, а с другой стороны, широкая криминализация различных деяний в качестве преступлений. Перечень преступлений не должен быть большим, и составы должны быть четко определенными, а не отсылочными и размытыми;
3) после первого осуждения за совершенное преступление и реального отбытия наказания уровень страха перед уголовным наказанием (ценой преступлений) резко падает, то есть полезность преступной деятельности для потенциальных преступников растет и растет линейно относительно сроков отбытия наказания, числа судимостей, достигая со временем критической точки -точки инверсии, когда страх уголовного наказания исчезает совсем, а далее оно начинает доставлять удовольствие. Именно поэтому люди, которые долгое время провели в колониях и тюрьмах, не стремятся находиться в обычном гражданском обществе, а хотят вернуться в привычную для них среду обитания;
4) сильное сдерживающее воздействие на преступность оказывает уголовное наказание в виде смертной казни. При этом важно даже не его чистое применение, а его наличие. К тому же в случае реального применения данного наказания к физическому лицу оно исключает инверсию полезности для данного лица с отрицательной на положительную, равно как и вероятность совершения новых преступлений столь опасного класса.
Ранее мной было доказано, что на количество регистрируемых преступлений влияет уровень доходов населения [12]: чем ниже уровень дохода физического лица, тем выше вероятность совершения им преступлений. В частности, ежегодно в России доля выявленных лиц без постоянного источника доходов, совершивших преступления, составляет около 70 %. В 2018 году, например, эта доля составила 64,6% ( ЦЦ-^ ^100= 64,6 % ). То есть в данном случае поведение потребителей нетипично. Если при покупке нормальных товаров увеличение дохода способствует увеличению потребления, то при покупке товара-преступления наблюдается обратный эффект: чем выше доход, тем ниже спрос на товар-преступление.
Мощным фактором преступности выступает алкогольное и наркотическое опьянение. Так, в 2018 году в состоянии алкогольного опьянения совершили преступления 326 269 человек, что составляет 35,04 % от общего числа выявленных лиц, совершивших преступления. В состоянии наркотического опьянения совершили преступления 11 998 человек, или 1,3 %. Это также легко объяснимо, поскольку в состоянии опьянения у физического лица повышается склонность к риску («пьяному море по колено»), и человек неадекватно оценивает текущие события (действует иррационально).
В подтверждение ранее доказанного мной закона возрастающей предельной полезности уголовных наказаний можно привести две цифры за 2018 год. В частности, из 931 107 выявленных лиц, совершивших преступления в России в 2018 году, 525 475 человек ранее уже совершали преступления, а 270 988 были ранее судимы за преступления. То есть доля первых составила 56,4 %, а вторых - 29,1 %.
Также известно, что коэффициент криминогенной пораженности мужчин по общей преступности примерно в 6 раз выше, чем женщин [13], следовательно, мужчины более склонны к риску и преступной деятельности. В силу ряда причин более активны в преступной деятельности молодые люди в возрасте до 30 лет, что также в полной мере подтверждает теорию «преступление - товар».
Вообще, говоря о причинах преступности, мы, по существу, задаемся вопросом: почему люди «покупают» те или иные преступления (преступления
определенных видов)? Ответ очевиден: потому что эти товары обладают для покупателей положительной полезностью. Например, один убивает другого из ревности, корысти, мести, зависти, а другой совершает изнасилование с целью полового удовлетворения. Судя по корреляционному анализу структуры преступности, товары-преступления весьма разнородны по своей природе, поскольку формирующие их причины заметно различаются по структурным составляющим преступности, вплоть до того, что между отдельными структурными элементами возможна отрицательная корреляционная связь. Например, те же хищения - кражи, грабежи, разбои, мошенничество - сильно и положительно коррелированы между собой. Это свидетельствует в пользу того, что у них имеются сходные причины [14]. С другой стороны, можно вспомнить период борьбы с пьянством и алкоголизмом в СССР в середине 80-х годов прошлого столетия. Тогда начали снижаться многие виды преступлений (хулиганство снизилось примерно на 50 %, а вот спекуляция спиртными напитками пошла в рост). Следовательно, здесь налицо пример отрицательной корреляции между структурными составляющими преступности. Причина (борьба с пьянством) дает противоположный эффект относительно разных структурных составляющих преступности.
Обсуждение и заключения 1) установлен типичный закон спроса на товар-преступление: Q = аР-в; 2) установлен типичный закон предложения товара-преступления, совпадающий с законом спроса; 3) показано, что на рынке преступности всегда существует состояние равновесия спроса и предложения; 4) установлен эмпирический закон спроса и предложения това-ра-преступление по отдельным видам преступно-
сти в России в 2018 году, описываемый оценочным уравнением: LnQ =13,9887 - 2,07838 • LnP, - если цена преступления возрастает на 1-процентный пункт, то число приобретаемых (продаваемых) преступлений в среднем снижается на 2,1-процентных пункта, то есть количество «приобретаемых (продаваемых)» на рынке преступлений сильно и отрицательно зависит от уровня цен на эти товары-преступления; 5) установлен положительный закон, связывающий преступность и численность народонаселения: чем выше численность народонаселения, тем выше при прочих равных условиях уровень преступности; 6) число осужденных, оплативших товар-преступление, положительно зависит от числа зарегистрированных преступлений, а следовательно, и от количества потребителей этих товаров (преступников) в текущем временном периоде, а также первого лаги-рованного значения осужденных, что для России на основании данных за период с 1970 по 2018 годы описывается оценочным уравнением - авторегрессионной моделью распределенных лагов: Aconvicted = 0,348-Aconvicted + 0,2128-Acrime ; 7) при покупке нормальных товаров увеличение дохода способствует увеличению потребления, а при покупке товара-преступления наблюдается обратный эффект: чем выше доход, тем ниже спрос на товар-преступление; 8) судимость населения имеет отложенный в один год сдерживающий преступность эффект: Acrime =1,49-Aconvictedt -0,665-Aconvictedt1; 9) число осужденных есть сложная функция от численности народонаселения через число зарегистрированных преступлений: convicted=f (crime(population)). Учитывая характер парных зависимостей между переменными модели, можно записать: convicted=9ppopulation.
Таблица 4.
Первичные статистические данные о числе зарегистрированных преступлений, осужденных, численности народонаселения в России за период с 1970 по 2018 годы и доли осужденных от числа зарегистрированных преступлений (8) и зарегистрированных преступлений относительно численности народонаселения (р)
Table 4.
Primary statistics on the number of reported crimes, convicts, population in Russia from 1970 to 2018 and the proportion of convicted persons of total registered crimes (8) and registered crimes relative to the population (р)
t, годы Зарегистрировано преступлений, штук. Осуждено, чел. Численность населения, чел. 0 Р
1970 693552 554589 129660000 0,7996 0,0053
1971 702358 574350 130252000 0,8177 0,0054
1972 706294 575056 130934000 0,8142 0,0054
1973 695647 538156 131687000 0,7736 0,0053
1974 760943 579642 132434000 0,7617 0,0057
^ годы Зарегистрировано преступлений, штук. Осуждено, чел. Численность населения, чел. 0 Р
1975 809819 581035 133217000 0,7175 0,0061
1976 834998 599652 134092000 0,7181 0,0062
1977 824243 525984 135026000 0,6381 0,0061
1978 889599 557564 135979000 0,6268 0,0065
1979 970514 590538 136922000 0,6085 0,0071
1980 1028284 645544 137758000 0,6278 0,0075
1981 1087908 682506 138483000 0,6274 0,0079
1982 1128558 747865 139221000 0,6627 0,0081
1983 1398239 809147 140067000 0,5787 0,01
1984 1402694 863194 141056000 0,6154 0,0099
1985 1416935 837310 142061000 0,5909 0,01
1986 1338424 797286 143033000 0,5957 0,0094
1987 1185914 580074 144156000 0,4891 0,0082
1988 1220361 427039 145386000 0,3499 0,0084
1989 1619181 436988 146505000 0,2699 0,0111
1990 1839451 537643 147665081 0,2923 0,0125
1991 2167964 593823 148273746 0,2739 0,0146
1992 2760652 661392 148514692 0,2396 0,0186
1993 2799614 792410 148561694 0,283 0,0188
1994 2632708 924754 148355867 0,3513 0,0177
1995 2755669 1035807 148459937 0,3759 0,0186
1996 2625081 1111097 148291638 0,4233 0,0177
1997 2397311 1013431 148028613 0,4227 0,0162
1998 2581940 1071051 147802133 0,4148 0,0175
1999 3001748 1223255 147539426 0,4075 0,0203
2000 2952367 1183631 146890128 0,4009 0,0201
2001 2968255 1244211 146303611 0,4192 0,0203
2002 2526305 859318 145649334 0,3401 0,0173
2003 2756398 773920 144963650 0,2808 0,019
2004 2893810 793918 144333586 0,2744 0,02
2005 3554738 878900 143801046 0,2472 0,0247
2006 3855373 909900 143236582 0,236 0,0269
2007 3582541 929000 142862692 0,2593 0,0251
2008 3209862 925200 142747535 0,2882 0,0225
2009 2994820 892200 142737196 0,2979 0,021
2010 2628799 845100 142833502 0,3215 0,0184
2011 2404807 782300 142865433 0,3253 0,0168
2012 2302168 739300 143056383 0,3211 0,0161
2013 2206249 735600 143347059 0,3334 0,0154
2014 2190578 719300 143666931 0,3284 0,0152
2015 2388476 733600 146267288 0,3071 0,0163
2016 2160063 740400 146544710 0,3428 0,0147
2017 2058476 697497 146804372 0,3388 0,014
2018 1991532 658251 146880432 0,3305 0,0136
СПИСОК ЛИТЕРАТУРы
1. L'Uomo delinquente (1876; L'uomo delinquente in rapporto all' antropologia, alla giurisprudenza ed alle discipline carcerarie : aggiuntavi La teoria della tutela penale del Prof. Avv. F. Poletti / Cesare Lombroso; Francisco Poletti. 2 ed. Torino: Bocca, 1878. 746 p.).
2. Гилинский Я.И. Наказание как результат недомыслия. URL: http://index.org.ru/nevol/2017-52/04-52-gilinski.html (дата обращения: 26.04.2019).
3. Криминология / под ред. Дж. Ф. Шели; пер. с англ. СПб.: Питер, 2003. С. 384-402.
4. Криминология: учебник для вузов / под общ. ред. д.ю.н., проф. А.И. Долговой. 3-е изд., перераб. и доп. М.: Норма, 2007. С. 330-367.
5. Гилинский Я.И. Преступность: что это? Кто виноват? Что делать? // Вестник Казанского юридического института МВД России. 2019. № 1 (35). С. 6-13.
6. Ольков С.Г. Преступность как товар. Закон спроса и предложения преступности. Модели наказания и возмещения ущерба// Известия высших учебных заведений. Уральский регион. 2017. № 4. С. 23-43.
7. Ольков С.Г. Доказательство закона возрастающей предельной полезности уголовных наказаний и инверсии субъекта в функциях совокупной и предельной полезности этих наказаний. Законы спроса и предложения пре-ступности // Известия высших учебных заведений. Уральский регион. 2017. № 3. С. 14-32.
8. Ольков С.Г. Математические начала теории правоотношений, благо- и злодеяний (Часть II) // Известия высших учебных заведений. Уральский регион. 2018. № 3. С. 166-201.
9. Сток Д., Уотсон М. Введение в эконометрику/ пер. с англ. под науч. ред. М.Ю. Турунцевой. М.: Издательский дом «Дело» РАНХиГС, 2015. С. 333-334.
10. Ольков С.Г. Математические начала теории политических режимов с практическими приложениями по России за период с 1970 по 2017 годы // Публичное и частное право. 2019. № 1. С. 57-74.
11. Беккер Г.С. Человеческое поведение: экономический подход // Из-бранные труды по экономической теории: пер. с англ.; сост., науч. ред., послесл. Р.И. Капелюшников; предисл. М.И. Левин. М.: ГУ ВШЭ, 2003. С. 282-344.
12. Ольков С.Г. Лица без постоянного источника доходов как фактор раскрытых краж и общей преступности в России (2003-2014 годы)// Библиотека криминалиста. Научный журнал. 2016. № 4 (27). С. 94-103.
13. Ольков С.Г. Аналитическая юриспруденция (методология юриспруденции) Часть I. М.: Юрлитин-форм, 2013. С. 25-27.
14. Ольков С.Г. Корреляционный анализ структуры преступности в её объяснении и прогнозировании, изучение влияния безработицы на различные структурные составляющие преступности в России // Известия высших учебных заведений. Уральский регион. 2015. № 2. С. 4-26.
REFERENcES
1. L'Uomo delinquente (1876; L'uomo delinquente in rapporto all' antropologia, alla giurisprudenza ed alle discipline carcerarie : aggiuntavi La teoria della tutela penale del Prof. Avv. F. Poletti / Cesare Lombroso; Francisco Poletti. 2 ed. Torino: Bocca, 1878. 746 p.).
2. Gilinskij YA.I. Nakazanie kak rezul'tat nedomysliya. URL: http://index.org.ru/nevol/2017-52/04-52-gilinski. html (data obrashcheniya: 26.04.2019).
3. Kriminologiya / pod red. Dzh. F. SHeli; per. s angl. SPb.: Piter, 2003. S. 384-402.
4. Kriminologiya: uchebnik dlya vuzov / pod obshch. red. d.yu.n., prof. A.I. Dolgovoj. 3-e izd., pererab. i dop. M.: Norma, 2007. S. 330-367.
5. Gilinskij YA.I. Prestupnost': chto eto? Kto vinovat? CHto delat'? // Vestnik Kazanskogo yuridicheskogo insti-tuta MVD Rossii. 2019. № 1 (35). S. 6-13.
6. Ol'kov S.G. Prestupnost' kak tovar. Zakon sprosa i predlozheniya prestupnosti. Modeli nakazaniya i vozmesh-cheniya ushcherba// Izvestiya vysshih uchebnyh zavedenij. Ural'skij region. 2017. № 4. S. 23-43.
7. Ol'kov S.G. Dokazatel'stvo zakona vozrastayushchej predel'noj poleznosti ugolovnyh nakazanij i inversii sub-"ekta v funkciyah sovokupnoj i predel'noj poleznosti etih nakazanij. Zakony sprosa i predlozheniya prestupnosti // Izvestiya vysshih uchebnyh zavedenij. Ural'skij region. 2017. № 3. S. 14-32.
8. Ol'kov S.G. Matematicheskie nachala teorii pravootnoshenij, blago- i zlodeyanij (CHast' II) // Izvestiya vysshih uchebnyh zavedenij. Ural'skij region. 2018. № 3. S. 166-201.
9. Stok D., Uotson M. Vvedenie v ekonometriku/ per. s angl. pod nauch. red. M.YU. Turuncevoj. M.: Izdatel'skij dom «Delo» RANHiGS, 2015. S. 333-334.
10. Ol'kov S.G. Matematicheskie nachala teorii politicheskih rezhimov s prakticheskimi prilozheniyami po Rossii za period s 1970 po 2017 gody // Publichnoe i chastnoe pravo. 2019. № 1. S. 57-74.
11. Bekker G.S. CHelovecheskoe povedenie: ekonomicheskij podhod // Izbrannye trudy po ekonomicheskoj teorii: per. s angl.; sost., nauch. red., poslesl. R.I. Kapelyushnikov; predisl. M.I. Levin. M.: GU VSHE, 2003. S. 282-344.
12. Ol'kov S.G. Lica bez postoyannogo istochnika dohodov kak faktor raskrytyh krazh i obshchej prestupnosti v Rossii (2003-2014 gody)// Biblioteka kriminalista. Nauchnyj zhurnal. 2016. № 4 (27). S. 94-103.
13. Ol'kov S.G. Analiticheskaya yurisprudenciya (metodologiya yurisprudencii) CHast' I. M.: YUrlitinform, 2013. S. 25-27.
14. Ol'kov S.G. Korrelyacionnyj analiz struktury prestupnosti v eyo ob"yasnenii i prognozirovanii, izuchenie vliyaniya bezraboticy na razlichnye strukturnye sostavlyayushchie prestupnosti v Rossii // Izvestiya vysshih uchebnyh zavedenij. Ural'skij region. 2015. № 2. S. 4-26.
Об авторе: Ольков Сергей Геннадьевич, доктор юридических наук, профессор, профессор кафедры уголовного права и процесса Казанского инновационного университета им. В.Г. Тимирясова (ИЭУП) e-mail: olkovsg@mail.ru © Ольков С.Г., 2019.
Статья получена: 07.05.2019. Статья принята к публикации: 04.06.2019. Статья опубликована онлайн: 20.06.2019.
About the author: Ol'kov Sergey G., Doctor of Legal Sciences, Professor, Professor of the Department of Criminal Law and the Criminal Process of Kazan Innovative University named after V G. Timiryasov (IEML) e-mail: olkovsg@mail.ru
Автор прочитал и одобрил окончательный вариант рукописи. The author has read and approved the final manuscript.
