ОБ ОЦЕНКЕ ВЛИЯНИЯ УРОВНЯ КОРРУПЦИИ НА СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ ПРОЦЕССЫ Текст научной статьи по специальности «Экономика и бизнес»

УДК 339

Какутич Евгений Юрьевич,

кандидат экономических наук, доцент, доцент кафедры мировой экономики, Институт экономики и управления,

ФГАОУ ВО «Крымский федеральный университет им. В.И. Вернадского», г Симферополь, Российская Федерация. Побирченко Виктория Викторовна,

кандидат географических наук, доцент, доцент кафедры мировой экономики, Институт экономики и управления,

ФГАОУ ВО «Крымский федеральный университет им. В.И. Вернадского», г Симферополь, Российская Федерация. Шутаева Елена Алексеевна,

кандидат экономических наук, доцент, доцент кафедры мировой экономики, Институт экономики и управления,

ФГАОУ ВО «Крымский федеральный университет им. В.И. Вернадского», г Симферополь, Российская Федерация.

Kakutich Evgeniy Yurievich,

PhD in Economics, Associate Professor,

Associate Professor of the Department of World Economy,

Institute of Economics and Management,

V.I. Vernadsky Сrimean Federal University,

Simferopol, Russian Federation.

Pobirchenko Viktoriya Viktorovna,

PhD in Geographics, Associate Professor,

Associate Professor of the Department of World Economy,

Institute of Economics and Management,

V.I. Vernadsky Gimean Federal University,

Simferopol, Russian Federation.

Shutaieva Elena Alekseevna,

PhD in Economics, Associate Professor,

Associate Professor of the Department of World Economy,

Institute of Economics and Management,

V.I. Vernadsky Gimean Federal University,

Simferopol, Russian Federation.

ОБ ОЦЕНКЕ ВЛИЯНИЯ УРОВНЯ КОРРУПЦИИ НА СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ ПРОЦЕССЫ

ON THE ASSESSMENT OF THE IMPACT OF THE LEVEL OF CORRUPTION ON SOCIALAND ECONOMIC PROCESSES

В статье рассмотрена одна из проблем современного общества, представляющая угрозу национальной безопасности государств, их социально-экономическому развитию — «коррупция». Сделан вывод о том, что несмотря на продолжительное успешное развитие международного правового, социального и культурного сотрудничества в области борьбы с коррупцией, все еще существуют пробелы в экономической составляющей данного взаимодействия. В частности, остро стоит вопрос о необходимости совершенствования методологии оценки влияния уровня коррупции на социально-экономические процессы. Названы сложности, препятствующие формированию единой количественной оценки коррупции. Перечислены основные методы оценки.

144

На примере Российской Федерации, для которой вопросы коррупции стоят очень остро, с помощью методов экономико-математического моделирования верифицируется гипотеза о наличии обратной статистически значимой связи между уровнем восприятия коррупции и некоторыми индексами и социально-экономическими показателями.

С помощью инструментов экономико-математического моделирования построена модель линейной регрессии, отражающая влияние уровня безработицы и Индекса человеческого развития (ИЧР) на Индекс восприятия коррупции (ИВК) Российской Федерации. Полученный анализ позволил выявить сильную парную корреляцию между восприятием коррупции в органах власти — с одной стороны, численностью населения с денежными доходами ниже прожиточного минимума; поступлением налогов, сборов и иных обязательных платежей в консолидированный бюджет РФ; количеством предварительно расследованных преступлений экономической направленности; долей населения, имеющей доступ к информации/интернету — с другой стороны. Остальные верифицируемые в работе гипотезы не нашли статистического подтверждения в российской экономике.

Полученные результаты исследования, возможно частично достоверные, объясняются ограничениями используемой модели (недостаточностью выборки для проведения корреляционного анализа; изменением методологии сбора данных и оценки таких комплексных показателей как ИЧР, ИВК; неопределенностью понятийного аппарата (различия в понимании коррупции, качестве жизни населения); косвенным влиянием коррупции на исследуемые показатели). Парадоксально, но с ростом экономики, уровень коррупции в Российской Федерации также увеличивается.

Учитывая особенности коррупции, авторы признали утопичность формирования единой для всех стран модели оценивания уровня коррупции и ее влияния на социально-экономические процессы. Однако, международное экономическое сотрудничество должно быть направлено на создание единой более точной единицы измерения уровня коррупции, ратифицированной странами-участницами международных антикоррупционных соглашений, которые в свою очередь обязуются способствовать формированию модели, более точно оценивающей влияние коррупции на социально-экономические показатели на национальном уровне.

Ключевые слова, коррупция, социально-экономические процессы, оценка уровня коррупции, Российская Федерация, национальная безопасность, международное сотрудничество.

In the article of modern consideration, one of the problems of society, which poses a threat to the national security of states, their socio-economic development, is "corruption". It is concluded that, despite the long and successful development of international law, communications, cultural cooperation in the framework of cooperation with corruption, in particular, the question of the appropriateness of applying the methodology for assessing the level of change in socio-economic processes is acute. The difficulties preventing the formation of a unified color assessment are named. The main evaluation methods are listed.

Observation of the Russian Federation, for which the assessment is very sharp, with the help of methods of economic and mathematical modeling, verifies the hypothesis about the presence of statistical indicators of statistics between the statistical indicators of the assessment and modern indices and socio-economic indicators.

Using the tools of economic and mathematical modeling, a linear regression model was built, reflecting the value of assessing the level and index of human development on the index of building the Russian Federation. The resulting analysis also revealed a strong pairwise correlation between the perception of body weight — from the side identified in the population with monetary incomes below the subsistence level; receipt of taxes, fees and obligatory payments to the consolidated budget of the Russian Federation; deviation from previous investigated economic crimes; share of the population, access to information/Internet — from another. The rest of the conclusions verified in the work do not find statistical confirmation in the Russian economy.

The results of the study, possibly partially identified, are explained by the limitations of the model used (insufficient sampling for correlation analysis; changes in the data collection methodology and assessment of such complex indicators as HDI, CPI; uncertainty of the conceptual apparatus (differences in detection, quality of life of the population); indirect identification growth on economic indicators). Paradoxically, with the growth of the economy, the level of growth in Russia is also high.

the features of adaptation were chosen, the authors recognized the utopian nature of the formation of a single model for all countries for assessing the level of adaptation and its study of socio-economic processes. However, international economic cooperation should be aimed at creating a single higher assessment of the level of acceptance, ratified by the participating countries of the international anti-corruption principles, which in turn commit to comply with the formation models, more accurately assessing the impact on socio-economic indicators at the level of capture.

Keywords, corruption, socio-economic processes, crisis assessment, Russian Federation, national security, level of international cooperation.

ВВЕДЕНИЕ

Коррупция является одной из острейших проблем современного общества, представляющей реальную угрозу национальной безопасности и государственности стран, их политическому, социальному и экономическому развитию. В конце 1990-х гг. заместитель главного прокурора Российской Федерации Ю. А. Чайка сообщил, что Россия входит в 10-ку самых коррумпированных государств мира (и это подтверждают данные Доклада Трансперенси Интернешнл, Индекс восприятия коррупции (ИВК) в 2000 году [1]). К 2022 году страна показала, что способна бороться с коррупцией, но пока не может добиться значительных успехов. Так, в 2021 году «Россия набрала 29 баллов из 100 [2] (на 1 пункт, ухудшив показатели предыдущего года) и заняла 136-е место из 180. Столько же набрали Ангола, Либерия и Мали. Значение индекса в 29 единиц характеризует очень высокий уровень восприятия коррупции. В 2022 г. Россия набрала еще на 1 балл меньше — 28 баллов из 100 [3] и заняла 137-е место из 180, разделив его с Мали и Парагваем.

145

«В российском обществе сформировался консенсус в отношении того, что коррупция не только пронизывает все сферы жизни социума, но и представляет угрозу национальной безопасности страны. Масштабы этого явления в России поистине колоссальны — по оценкам экспертов ВШЭ объем коррупционного рынка только по госзакупкам составляет 6,6 трлн руб. (это примерно треть российского бюджета), в среднем, взятка компании, претендующей на госконтракт, обходится в 22,5% от его суммы» [4].

В настоящий момент не существует таких государств, в которых бы отсутствовала коррупция. Но во многих странах сформировалась эффективная концепция подавления коррупции и нетерпимость общества в целом к данному рискованному общественному действию. Процесс противодействия коррупции в России сопровождается постоянным изменением антикоррупционного законодательства, бессистемностью участия в антикоррупционной деятельности институтов гражданского общества. Несовершенство организационного и функционального компонента государственного механизма противодействия коррупции, незавершенность антикоррупционной реформы негативно влияют на результаты противодействия коррупции. «И даже принятый в 2021 году Национальный план противодействия коррупции [5], который содержит перечень мероприятий по предупреждению и противодействию коррупции, минимизации и ликвидации ее последствий, не охватывает отдельные вопросы, требующие совершенствования соответствующей нормативной правовой базы, в частности, осталась за рамками обсуждения тема распространения антикоррупционных стандартов на отдельные организации с государственным участием»[6]. ПОСТАНОВКА ЗАДАЧИ

В современных условиях, когда Российская Федерация противостоит беспрецедентным санкциям со стороны мирового сообщества, вопрос поиска новых источников роста российской экономики стоит очень остро. В этом смысле, сокращение прямых и косвенных потерь от коррупции является важным шагом на встречу укрепления экономического потенциала страны. В связи с чем, антикоррупционная проблематика, особенно ее экономическая составляющая, продолжает остро стоять на повестке дня как Росси, так и большинства цивилизованных стран.

Различные теоретические и прикладные аспекты противодействия коррупции представлены в большом количестве научных работ, в частности таких ученых, как С. М. Будатаров [7], В.Е. Реутов и В.Е. Кифяк [8], ОС. Еремина [9], Д. А. Миллер и Е.А. Кричевец [10], С.В. Шкиотов и др. [4], В. А. Суханов [11], М.В. Баранова и И.П. Чикирева [12], В.В. Ворошило и А.П. Бондарь [13] и др. Однако, несмотря на существование значительного объема научных изысканий в данной области, их результаты и выводы являются достаточно разрозненными и противоречивыми, вопросы коррупции в них рассматриваются преимущественно с правовой точки зрения.

Цель статьи — попытка формирования универсальной методики оценки влияния уровня кор -рупции на социально-экономические процессы, на примере Российской Федерации. МЕТОДЫ

В процессе исследования были применены следующие методы: метод корреляционного анализа для оценки тесноты связи между исследуемыми факторами, выявления факторов, которые оказывают наиболее существенное влияние на показатель Индекса восприятия коррупции; многофакторное моделирование в рамках математического моделирования социально-экономических явлений и процессов с целью прогноза динамики Индекса восприятия коррупции для Российской Федерации; метод сравнения в процессе выявления зависимости между некоторыми показателями социально-экономического развития и Индексом восприятия коррупции в разных странах мира; методы анализа и синтеза при раскрытии теоретических и практических аспектов оценки влияния уровня коррупции на социально-экономические процессы, и обобщении результатов исследования.

РЕЗУЛЬТАТЫ

Скрытый характер коррупции, отсутствие единого понятийного аппарата, измерение масштабов коррумпированности экономических процессов является сложной задачей. Оценка уровня и характера коррупции крайне важна, во-первых, для анализа самого процесса, а во-вторых, для формирования эффективной антикоррупционной экономической политики отдельно взятого государства.

146

К наибольшим сложностям, препятствующим формированию единой количественной оценки коррупции можно отнести,

• Её тайный характер. Ни одна из сторон коррупционной сделки не стремится дать исчерпывающий ответ о собственной вовлеченности в данный процесс, что оказывает влияние на качество проводимых о коррупции опросов.

• Отсутствие единого понятийного аппарата, что затрудняет понимание коррупции. В разных странах и обществах одно и то же поведение может считаться или не считаться коррупционным.

• Разрыв между воспринимаемым и действительным уровнем мелкой коррупции. Часто уровень коррупции оценивается обществом выше, чем он есть на самом деле.

Для оценивания коррупции используют два типа данных, статистический и аналитический. По статистическим данным рассматривают статистику по правонарушениям, длительности судебных и административных производств, информацию об опыте коррупции. Данные как правило берутся в открытых источниках государственных статистических структур.

Количественные (статистические) данные более объективны, чем аналитические. К ним относят,

• исследование состояния деловой среды и результативности работы предприятий [14] (Business Environment and Enterprise Performance Survey), которое осуществляется Всемирным банком и Европейским банком реконструкции и развития. В рамках данного исследования проводятся личные интервью с владельцами и высшим руководством компаний стран с переходной экономикой;

• отслеживание государственных расходов [15] (Public Expenditure Tracking Surveys). На основе анализа аудиторских заключений в определенном секторе выявляются расхождения между бюджетом и реально полученными средствами. Как правило, несоответствие в доходах и расходах государственных бюджетов свидетельствует либо о системной ошибке, либо указывает на утечку денежных средств и вероятность коррупции.

Аналитические данные основаны на восприятии, мнении и заключениях о коррупции (граждан, экспертов, местных или иностранных предпринимателей, неправительственных организаций и т.д.).

При надлежащей организации опросы представляют собой источник ценных данных. Как правило, при проведении ситуационных исследований для подробного анализа проявлений коррупции используется несколько инструментов сбора информации.

Оцениванием коррупции в разных странах, помимо национальных организаций внутри страны, занимаются также крупные международные неправительственные организации. Как правило, после проведения оценки уровня коррупции, международными организациями выпускаются аналитические отчеты о проделанной работе, которые впоследствии могут использоваться на национальных уровнях. Среди международных организаций наибольшим авторитетом пользуются следующие компании и их показатели уровня коррупции, основанные на опросном методе,

1. Трансперенси Интернешнл (Transparency International).

• индекс восприятия коррупции (ИВК). восприятие коррупции в государственном секторе;

• индекс взяткодателей (ИВ). восприятие и опыт мелких взяток и коррупции высокого уровня, вероятность дачи взятки для иностранных компаний;

• барометр мировой коррупции (БМК), является единственным всемирным опросом общественного мнения, касающимся восприятия коррупции и опыта столкновений с ее проявлениями [16].

2. Всемирный банк,

• ежегодное исследование «Индикаторы государственного управления» (ИКК). ИКК включает в себя шесть индикаторов. «Контроль коррупции», «Эффективность госуправления», «Верховенство закона», «Качество регуляторной среды», «Политическая стабильность» и «Учёт мнения населения и подотчетность госорганов» [17].

3. Дом Свободы.

• исследование «Страны переходного периода» [18].

4. Европейский банк реконструкции и развития.

• опрос «Жизнь в переходный период» (восприятие и опыт) [19].

147

В исследовании мы будем опираться на индикаторы Индекса восприятия коррупции (Corruption Perception Index) Трансперенси Интернешнл, как на показатели общего уровня коррупции и выявлять математические закономерности изменения уровня коррупции с учетом влияния различных социально-экономических факторов. Определение непосредственных причин возникновения коррупции позволит выявить уязвимые места экономических и социально-политических национальных систем, наиболее подверженных ее влиянию. В то же время необходимо отметить, что разрушающее влияние коррупции может препятствовать экономическому росту, и как следствие, международному экономическому сотрудничеству Объектом исследования выступит Российская Федерация.

В процессе экономико-математического моделирования нами были изучены показатели, отражающие различные социально-экономические аспекты страны, которые, по нашему мнению, потенциально могут влиять на возникновение коррупции. Данные были отобраны за 2012-2021 гг. из открытых источников, таких, как Росстат [20], Всемирный банк [21], Трансперенси Интернешнл [16], Министерство внутренних дел Российской Федерации [22]. Выбор временного промежутка обусловлен ограничениями, присущими результирующей переменной, так как несмотря на то, что данные по ИВК публикуются начиная с 1995 г., сопоставлять его значения для разных временных промежутков стало возможно только с 2012 года.

В качестве результирующего признака выбран Индекс восприятия коррупции. В качестве факторных признаков:

• уровень безработицы населения в возрасте 15-72 лет (Х1) — основной индикатор рынка труда, который также характеризует текущее состояние экономики страны;

• распределение среднегодовой численности занятых в экономике по формам собственности: государственная + муниципальная (Х2) — показатель отражает занятое в государственном и муниципальном секторах население;

• численность населения с денежными доходами ниже величины прожиточного минимума (Х3)— показывает уровень бедности населения;

• поступление налогов, сборов и иных обязательных платежей в консолидированный бюджет Российской Федерации (Х4) — отражает налоговую нагрузку на население;

• соотношение среднедушевых денежных доходов населения с величиной прожиточного минимума (Х5) — также является индикатором уровня бедности;

• Индекс человеческого развития (ИЧР) (Х6) — прокси-переменная для отображения качества жизни населения, включает в себя среднюю продолжительность жизни, грамотность и уровень жизни в виде ВНД на душу населения;

• темп инфляции (Х7) — показатель, который при разных значениях может влиять на экономическую и социальную нестабильность;

• количество предварительно расследованных преступлений экономической направленности (X8) — рост данного показателя потенциально может свидетельствовать о снижении уровня коррупции;

• доля населения, имеющая доступ к информации/интернету (X9)—рассматривается как предположение о том, что открытость информации и обеспеченность доступа граждан к ней, может влиять на сокращение уровня коррупции.

Для расчета коэффициентов и характеристик многофакторной модели воспользуемся возможностями пакета «Анализ данных» программы Microsoft Excel. База данных для построения многофакторной модели изменения Индекса восприятия коррупции представлена в таблице 1.

Для оценки тесноты связи между исследуемыми факторами используем метод корреляционного анализа. Построим матрицу коэффициентов корреляции (табл. 2).

Можно заметить, что факторы X1, X3, Х4, X5, Х6, Х8, Х9 характеризуются умеренной связью с Y (0,3< |r| <0,7), а связь между Y и факторами X2 и Х7 практически отсутствует (|r| < 0,3).

Степень тесноты и направления связи между переменными представлены в таблице 3.

Таким образом, факторами, которые оказывают наиболее существенное влияние на показатель ИВК являются: уровень безработицы населения в возрасте 15-72 лет (Х1), численность

148

. База данных для построения многофакторной модели изменения Индекса воспри-

ятия коррупции '

Год

ИВК

s «

Л Г-

В «л

H "-I

18 »

Я ь

Я Cl

и ю

и

X

о £

т.

s

X

«

о m

о «

S

а

«

о4

5 «

<и

6

о См

'S ю

m о

S о

h ч

л о

N

Ig

tu «

<s В К

* I

о й-о ^ M О В X и о

M Ч

£ s

s й

S S

m

¡3 m

Л «

о и

^ N

U

Ю

Л

«

Л

ч

е «

^ Ю

s О

О И

С 3

£ « §0

s ig ч о о

I

ч „с

а s

чд м u В К о

я х

& 2 чд н

о s

« Щ

о а

к «

о

О S S их

«

tu

д

К 5

о4

К"

5

41

I

s =

s u H

tu u 4 w

cS Л

0

1 -

(X о

S ч

^ a

(S

5 &

и R

6 §

S о

m Й g

^ g

h

о

£

£ Л

о я g

=

ЁУ

о о

_

Y

X1

X2

X3

X4

X5

X6

X7

X8

X9

2012

28

5,5

28,7

15,4

10958,2

356,225

0,798

6,58

120210

66

2013

28

5,5

28

15,5

11325,9

351,675

0,802

6,45

105674

68

2014

27

5,2

40,2

16,3

12669,5

340,075

0,807

11,36

71418

71

2015

29

5,6

40,3

19,6

13787,8

312,675

0,809

12,9

69841

70

2016

29

5,5

39,9

19,5

14482,4

314,525

0,815

5,4

67191

73

* Составлено на основании [2, 16, 21, 22]

. Фрагмент протокола корреляционного анализа в Excel :

Y X1 X2 X3 X4 X5 X6 X7 X8 X9

Y 1

X1 0,6351 1

X2 0,2859 -0,2740 1

X3 0,6392 0,0114 0,7087 1

X4 0,4040 -0,6248 0,5688 0,2483 1

X5 -0,5558 -0,0606 -0,7781 -0,9724 -0,3444 1

X6 0,6388 -0,5151 0,7065 0,5022 0,9372 -0,5969 1

X7 -0,1946 0,3374 0,0386 -0,3258 -0,3680 0,2929 -0,5146 1

X8 -0,3418 0,2994 -0,94 5 3 -0,7735 -0,6249 0,8511 -0,8147 0,2872 1

X9 0,6543 -0,4970 0,5958 0,3167 0,9425 -0,4485 0,9633 -0,4752 -0,7133 1

* Составлено авторами

населения с денежными доходами ниже величины прожиточного минимума (Х3), поступление налогов, сборов и иных обязательных платежей в консолидированный бюджет Российской Федерации (Х4), соотношение среднедушевых денежных доходов населения с величиной прожиточного минимума (Х5), Индекс человеческого развития (Х6), количество предварительно расследованных преступлений экономической направленности (Х8), доля населения, имеющая доступ к информации/интернету (Х9).

Из таблицы 3 видно, что между некоторым оставшимися факторами присутствует сильная и умеренная взаимосвязь. Мультиколлинеарность между факторами может затруднить интерпретацию параметров регрессионной модели или сделать невозможным их вычисление. Поэтому было принято решение исключить факторы Х4, Х5, Х8, Х9.

Проведем проверку качества модели для принятия окончательного решения по отбору факторов.

Рассчитаем параметры уравнения множественной регрессии и дадим оценку значимости отобранных факторов, коэффициентов корреляции и регрессии с помощью критериев t—Стьюдента и р — Фишера. Для этого сосчитаем множественный коэффициент корреляции (г ) по формуле (1).

149

Таблица 3. Теснота и направление связи между переменными по результатам корреляционного анализа в EXCEL *

Коэффициент парной корреляции между переменными Теснота связи Направление связи

г (Х1, Y) = 0,6351 умеренная прямая

г (Х2, Y) = 0,2859 практически отсутствует прямая

г (Х3, Y) = 0,6392 умеренная прямая

г (Х4, Y) = 0,4040 умеренная прямая

г (Х5, Y) = -0,5558 умеренная обратная

г (Х6, Y) = 0,6388 умеренная прямая

г (Х7, Y) = -0,1946 практически отсутствует обратная

г (Х8, Y) = -0,3418 умеренная обратная

г (Х9, Y) = 0,6543 умеренная прямая

г (Х1, Х2) = -0,2740 практически отсутствует обратная

г (Х1, Х3) = 0,0114 практически отсутствует прямая

г (Х1, Х4) = -0,6248 умеренная обратная

г (Х1, Х5) = -0,0606 практически отсутствует обратная

г (Х1, Х6) = -0,5151 умеренная обратная

г (Х1, Х7) = 0,3374 умеренная прямая

г (Х1, Х8) = 0,2994 практически отсутствует прямая

г (Х1, Х9) = -0,4970 умеренная Обратная

г (Х2, Х3) = 0,7087 сильная прямая

г (Х2, Х4) = 0,5688 умеренная прямая

г (Х2, Х5) = -0,7781 сильная обратная

г (Х2, Х6) = 0,7065 сильная прямая

г (Х2, Х7) = 0,0386 практически отсутствует прямая

г (Х2, Х8) = -0,9453 сильная обратная

г (Х2, Х9) = 0,5958 умеренная прямая

г (Х3, Х4) = 0,2483 практически отсутствует прямая

г (Х3, Х5) = -0,9724 сильная обратная

г (Х3, Х6) = 0,5022 умеренная прямая

г (Х3, Х7) = -0,3258 умеренная обратная

г (Х3, Х8) = -0,7735 сильная обратная

г (Х3, Х9) = 0,3167 умеренная прямая

г (Х4, Х5) = -0,3444 умеренная обратная

г (Х4, Х6) = 0,9372 сильная прямая

г (Х4, Х7) = -0,3680 умеренная обратная

г (Х4, Х8) = -0,6249 умеренная обратная

г (Х4, Х9) = 0,9425 сильная прямая

г (Х5, Х6) = -0,5969 умеренная обратная

г (Х5, Х7) = 0,2929 практически отсутствует прямая

г (Х5, Х8) = 0,8511 сильная прямая

г (Х5, Х9) = -0,4485 умеренная обратная

г (Х6, Х7) = -0,5146 умеренная обратная

г (Х6, Х8) = -0,8147 сильная обратная

г (Х6, Х9) = 0,9633 сильная прямая

г (Х7, Х8) = 0,2872 практически отсутствует прямая

г (Х7, Х9) = -0,4752 умеренная обратная

г (Х8, Х9) = -0,7133 сильная обратная

* Составлено авторами

150

гКр =77^, (1)

л/г2 + п - 2

где г — табличное значение критерия Стьюдента на уровне значимости 0,05 и степени свободы п - 2, где п — количество единиц наблюдения. Подставляем в формулу (1) необходимые для нас значения:

2,306

гкр = , 2 = = 0,63

д/2,3062 +10 - 2

Полученное значение сравниваем с коэффициентом парной корреляции (г^). Если множественный коэффициент корреляции меньше, т. е. (г ) < (г^), то это свидетельствует о достаточно сильной связи между переменными.

Итог сравнения представлен в таблице 4 где выделены значения, неудовлетворяющие выражению (г ) < (г^).

. Сравнение парных коэффициентов корреляции с множественным коэффициентом

корреляции *

Величина парного коэффициента Сравнение Характеристика связи

г (Х1, У) = 0,6351 гкр < г2,у существует

г (Х3, У) = 0,6392 гкр < г3,у существует

г (Х6, У) = 0,6388 гкр < г8,у существует

г (Х1, Х3) = 0,0114 гкр > г2,3 не существует

г (Х1, Х6) =-0,5151 гкр > г2,8 не существует

г (Х3, Х6) = 0,5022 гкр > г3,8 не существует

• Построено на основании таблицы 3

Таким образом, поскольку парные коэффициенты корреляции факторных признаков меньше множественного коэффициента корреляции, можно сделать вывод о том, что в массиве исследуемых переменных отсутствует мультиколлинеарность.

Следовательно, мы получаем следующий набор факторов, подходящих для дальнейшего исследования и построения регрессионной модели:

• уровень безработицы населения в возрасте 15-72 лет (Х1);

• численность населения с денежными доходами ниже величины прожиточного минимума (Х3);

• Индекс человеческого развития (Х6).

По результатам множественной регрессии был получен коэффициент детерминации, Я2 = 0,78, следовательно, изменение Индекса восприятия коррупции на 78% обусловлено вариацией факторов, включенных в модель (табл. 5).

Значение Б-критерия Фишера, согласно протоколу регрессионного анализа равняется 7,19 что превышает Б критическое (4,76). Это свидетельствует о том, что К2 значим, а полученное уравнение множественной регрессии адекватно отражает существующую зависимость объема оборота розничной торговли и факторов, отобранных для модели.

Достоверность коэффициентов уравнения регрессии проверена с помощью 1-критерия Стьюдента. При сравнении 1-критерия каждого фактора, содержащегося в модели, с табличным значением критерия Стьюдента (2,306), установлено, что полученные значения показателей уровня безработицы населения в возрасте 15-72 лет (Х1) и Индекс человеческого развития (Х6) достоверны с вероятностью 95%. Численность населения с денежными доходами ниже величины прожиточного минимума (Х3) статистически не отличается от нуля. Данный фактор был исключен из модели ввиду того, что его оценка является либо смещенной, либо неточной, что свидетельствует о возможном недостаточном количестве наблюдений.

151

5. Фрагмент протокола регрессионного анализа * Регрессионная статистика Множествен: 0.8845 Я-квадрат 0.7824 Нормирован] 0.6736 Стандартная 0.485 5 Наблюдения_10.0000

Дисперсионный анализ

Значимо

УУ МУ сть Р

Регрессия 3 5.0856 1.6952 7.1915 0.0206

Остаток 6 1.4144 0.2357

Итого 9 6.5000

Стандар -

Коэффициент тная статис P- Нижние Верхние Нижние Верхние

ы ошибка тика Значение 95% 95%% 95.0% 95.0%%

У- пересечен] -44.501 19.237 -2.313 0.060 -91.572 2.570 -91.572 2.570

Х1 1.835 0.500 3.670 0.010 0.611 3.058 0.611 3.058

Х3 -0.002 0.119 -0.014 0.989 -0.294 0.290 -0.294 0.290

Х6 77.826 22.957 3.390 0.015 21.653 134.000 21.653 134.000

* НпобШ! аао1ба!е

Для данного исследования модель может быть представлена в следующем виде (2):

у* = а + Рл* + Р2Х2, + - + РА* + (2)

где 1 — индекс экономического объекта (фирмы. округа. страны и т.п.); t — момент времени; к — порядковый номер; а; — это коэффициенты вектора зависимых переменных Z1t в момент времени t для объекта 1.

В результате получаем многофакторную модель уравнения линейной регрессии. которая количественно измеряет исследуемую связь: у = 1.83 х Х1 + 77.83 х Х6 - 44.5.

Дадим интерпретацию построенной многофакторной регрессионной модели:

1. Увеличение уровня безработицы населения в возрасте 15-72 лет на 1 приведет к повышению ИВК на 1.83.

2. Увеличение Индекса человеческого развития способствует увеличению ИВК.

Для оценки качества полученной модели. дополнительно рассчитаем среднюю ошибку аппроксимации (А) как среднее арифметическое ошибок аппроксимации 1-х наблюдений. вычисляемых по формуле (3):

А = (у ~ у') х 100%. (3)

У1

где А1 — ошибка аппроксимации 1-го наблюдения; у— наблюдаемое значение оборота розничной торговли; у1 — остатки регрессии. то есть разности между наблюдаемыми значениями оборота розничной торговли и значениями. предсказанными изучаемой регрессионной моделью (получены из протокола регрессионного анализа); 1 — номер наблюдения. Результаты расчетов представлены в таблице 6.

Таким образом. рассчитанная средняя ошибка аппроксимации равняется 1.006 %. что не превышает допустимых 8-10% и свидетельствует о высоком качестве модели.

152

Таблица 6. Вспомогательная таблица для вычисления средней ошибки аппроксимации *

Ошибка

Наблюдение Фактическое У Предсказанное У Остатки аппроксимации 1-го наблюдения

1 28 27,670 0,330 1,167

2 28 27,982 0,018 0,055

3 27 27,819 -0,819 3,055

4 29 28,703 0,297 0,991

5 29 28,987 0,013 0,012

6 29 28,826 0,174 0,563

7 28 28,327 -0,327 1,207

8 28 28,038 -0,038 0,178

9 30 30,240 -0,240 0,820

10 29 28,408 0,592 2,014

Средняя ошибка аппроксимации А 1,0063

* Фрагмент протокола регрессионного анализа и собственные расчеты авторов

Можно сделать вывод, что построенная модель линейно-регрессионного уравнения, является адекватной и подходящей для практического применения и прогнозирования Индекса восприятия коррупции для Российской Федерации.

Воспользуемся построенной многофакторной регрессионной моделью для прогнозирования значений ИВК на 2 года. Построим прогноз при помощи линии тренда на основе фактических статистических данных и предсказанных моделью (рис. 1).

♦ "Фактическое У —и— Цредскаэагтое У Лнпенпал (Фактическое У) Л плетшая [Предсказанное У)

31

25 -I-,-,-,-,-,-,-,-,-,-

2012 2013 2014 2015 2016 2017 2013 2015 2оЩ 2021 2022 2023

Рис. 1. Прогноз Индекса восприятия коррупции для Российской Федерации на основе фактических и предсказанных данных (Составлено авторами)

Из рисунка 1 видно, что модельная кривая достаточно близко проходит через все точки статистической выборки, величина достоверности аппроксимации Я2 более 49%.

Проведенный анализ выявил основные факторы, которые существенно влияют на значения ИВК Российской Федерации. Установлено, что данными показателями являются уровень безработицы и Индекс человеческого развития. Полученный анализ позволил выявить сильную прямую связь между ИЧР и ИВК. Снижение коррупции связано с повышением ИЧР. При более подробном рассмотрении ИЧР и показателей, лежащих в его основе, видно, что коррупция приводит к повышению в стране уровня бедности и препятствуют формированию устойчивых экономических связей, являющихся основой экономической системы.

Модель линейной регрессии указала на прямую зависимость между уровнем безработицы и ИВК, с повышением безработицы увеличивается и значение ИВК, следовательно, снижается уровень коррупции. Такую зависимость можно объяснить тем, что, лишаясь работы, население

153

также лишается и заработной платы, соответственно, платить взятку, например, становится мало возможным.

Корреляционный анализ позволил выделить такие факторы, находящиеся в тесной взаимосвязи с коррупцией, как:

• численность населения с денежными доходами ниже величины прожиточного минимума;

• поступление налогов, сборов и иных обязательных платежей в консолидированный бюджет Российской Федерации;

• соотношение среднедушевых денежных доходов населения с величиной прожиточного минимума;

• количество предварительно расследованных преступлений экономической направленности;

• доля населения, имеющая доступ к информации/интернету.

Несмотря на наличие мультиколлинеарности между данными факторами, при их рассмотрении независимо друг от друга, мы можем судить о значительном влиянии на коррупцию.

Важным для рассмотрения стал также показатель доступа населения к информации/интернету, имеющий прямую умеренную связь с ИВК. Такая взаимосвязь позволяет нам сделать вывод: открытость информации и обеспеченность доступа граждан к ней сокращает уровень коррупции, следовательно, задача государства заключается в повышении информированности граждан об их правах и обязанностях.

Интересным для рассмотрения стал показатель распределения среднегодовой численности, занятых в экономике по формам собственности, где рассматривалась государственная и муниципальная форма. Высокая корреляция с ИВК позволила бы судить о наличии взаимосвязи между государственными служащими и коррупцией. Тем не менее, анализ не выявил такой взаимосвязи. В свою очередь, мы можем сделать вывод о том, что проблема коррупции в России гораздо сложнее, нежели просто коррупция в государственном секторе. Первопричинами возникновения коррупции является, в первую очередь, низкое качество жизни населения, повышение уровня бедности, что ведет к экономической и политической нестабильности. Как следствие, эти факторы отрицательно воздействуют на экономический рост.

Показатели ИВК и индекс человеческого развития (ИЧР) являются престижными международными индикаторами внутренних социально-экономических и политических процессов, происходящих в любой стране. Высокий уровень восприятия коррупции и низкие показатели качества жизни населения, среди которых показатель благосостояния населения в виде ВНД на душу населения, свидетельствуют об экономической нестабильности в стране.

Как уже нами упоминалось, нет стран, которые не были бы подвержены коррупции. Но для развивающихся и экономически слаборазвитых стран она наиболее опасна. На основании данных таблицы 7 проанализируем такую зависимость, ее демонстрирует диаграмма рассеяния (рис. 2), построенная для 40 стран, первые 20 из которых имеют самые низкие значения ИВК в 2020 г., другие 20 — самые высокие.

На рисунке 2 отражена зависимость Индекса восприятия коррупции от Индекса человеческого развития, который отвечает за качество жизни населения. Линия тренда проходит достаточно близко ко всем точкам, величина достоверности аппроксимации R2 составляет 83%, очевидна высокая положительная корреляционная связь между этими показателями.

Согласно полученной модели, на ИВК Российской Федерации также влияет и уровень безработицы. Построим диаграмму рассеяния и рассмотрим, какая зависимость возникает между уровнем безработицы и ИВК для тех же 40 стран (рис. 3).

На рисунке 3 наглядно видно, что связь между данными показателями преимущественно обратная. Функция КОРРЕЛ в Excel оценила корреляцию в -4,3, что свидетельствует об умеренной связи между ними. Большинство стран с низким значением ИВК имеют средний и высокий уровень безработицы, в то время как страны с низким уровнем восприятия коррупции (то есть высоким значением ИВК) имеют разброс показателя от 2,8% до 10,3 5%. Таким образом, можно сделать вывод, что уровень безработицы хоть и значимый показатель, но все же не является определяющим для Индекса восприятия коррупции.

154

Таблица 7. Значения Индекса восприятия коррупции [1], Индекса человеческого развития [23] и уровня безработицы за 2020 г. для 40 стран *

Страна ИВК -2020 ИЧР-2020 Уровень безработицы, %

Германия 88 0,94 5,64

Новая Зеландия 88 0,931 4,59

Сингапур 85 0,938 4,10

Финляндия 85 0,938 7,76

Швеция 85 0,945 8,29

Швейцария 85 0,955 4,82

Норвегия 84 0,957 4,42

Нидерланды 82 0,944 3,82

Люксембург 80 0,916 6,77

Австралия 77 0,944 6,46

Австрия 76 0,922 5,36

Гонконг 77 0,949 5,83

Канада 77 0,929 9,46

Объединенные Арабские Эмираты 71 0,89 3,19

Соединенные Штаты Америки 67 0,926 8,05

Великобритания 77 0,932 4,47

Бельгия 76 0,931 5,55

Япония 74 0,919 2,80

Ирландия 72 0,955 5,62

Уругвай 71 0,817 10,35

Иран 25 0,783 12,17

Ливан 25 0,744 13,30

Зимбабве 24 0,571 5,35

Никарагуа 22 0,66 6,08

Чад 21 0,398 1,74

Эритрея 21 0,459 7,86

Коморы 21 0,554 9,22

Камбоджа 21 0,594 0,33

Ирак 21 0,674 14,09

Афганистан 19 0,511 11,71

Бурунди 19 0,433 1,71

Гвинея Бисау 19 0,48 6,74

Туркменистан 19 0,715 4,95

Гаити 18 0,51 15,45

Ливия 17 0,724 20,07

Экв аториальная Гвинея 16 0,592 9,90

Судан 16 0,51 19,65

Венесуэла 15 0,711 6,63

Йемен 15 0,47 13,39

Сирия 14 0,567 10,26

* [24]

Осложняет формирование универсального подхода к измерению коррупции тот факт, что причины коррупции являются и ее последствиями, а также то, что она имеет свои социально-экономические особенности в каждом отдельно взятом государстве. К факторам, косвенно влияющим на коррупцию, относят [25]: связь между качеством бюрократии и коррупцией, уровень образования, экономический рост, специфику системы наказания, прозрачность в системе законотворчества особенности институционального надзора и др.

155

Швейцарки Норвегия

ДУ

0,8

Щ 0,7 3

Я 0,6 0,5 0,1

Австралия \ ^n-mi

Ирландия 4 "tî ^-Щь:-/-- TT?

Г-'ТТТД л Йдашя . - * t S

США * Япония *У- * Н'

^Сингапур М|ке11НН

ЩЫЯ

Дфеая Зедадцда

ФИШШНДИЯ

OMï' Австрия Канада

[1юкЕембург Г м кеч ш ♦ В елико британга

Уругвай

у = 0.0058л 0,4720 - !).И26

♦ Иран

Jhwj-w

tllKMKI IHL-nTl! Ли®™ —♦-* Ирак-

Венесуэла % Н1Ж;,р.

-4 Щё^штт—

♦„ï'ïïpj-H * Зимбабве Гайга Ti,™1>'1 Суда» Дфни питан , * нинен bi-iitav Йемен é * Эритрея

Бурунди

-»-Чад-

0,3 -1-I-I-I-1-1-1

ДО 20 30 40 50 60 70 80 90 100

ИЕК-2(Ш»

Рис 2. Зависимость между Индексом человеческого развития и Индексом восприятия коррупции. 2020 г. (Составлено авторами)

20,00

Ливня

Судан

15,00

о

m

о.

С)

я> »

ja И

С

а

h

Гаити

10,00

Йемен

* * Ливан

Афганистан Сирия

___<___Гв1шея._

Иран

♦ Коморы

Венесуэла* Эритрея

Гвинея БнесШ • < Пики I

♦ Зимбабве

0,00

TypTCMî: f стан

Бурунди ♦ ♦ Чад

Камбоджа

Уругвай Канада

Австралия ♦ СШ\ ♦ Люксембург

Бельги AECTPIÏJ N 4

у 2 »

гт • \ ij Îi-Г О ЕОСОШ'

Ирландии » ^ГНорвегня i(

i ТГГГКОбПРГГЯТШ'Я 1

Швеция Финляндия

Данил :бнт

[Жейдарла

Великобритания *

ОАЭ » # Шдерлайдкг СптшгУ1> Япония

10

20

30

40

SO

60

70

SO

90

100

ИВК-2020

Рис 3. Зависимость между Индексом восприятия коррупции и уровнем безработицы. 2020 г.

(Составлено авторами)

Разнородность результатов существующих научных исследований по данной теме свидетельствуют о том. что на современном этапе невозможно вывести единую формулу влияния коррупции на значимые социальные и экономические факторы. которая подходила бы к любой стране.

Таким образом. можно сделать вывод. что. несмотря на продолжительное успешное развитие международного правового. социального и культурного сотрудничества в сфере борьбы с коррупцией. все еще существуют пробелы в экономической составляющей данного взаимодействия. В частности. остро стоит вопрос о необходимости совершенствования методологии оценки влияния коррупции на социально-экономические процессы. Учитывая вышеизложенные особен-

156

ности коррупции, мы понимаем и признаем утопичность формирования единой для всех стран модели оценивания.

Международное экономическое сотрудничество должно быть направлено на создание единой более точной единицы измерения уровня коррупции, ратифицированной странами-участницами международных антикоррупционных соглашений, которые в свою очередь обязуются способствовать формированию модели, оценивающей влияние коррупции на социально-экономические показатели на национальном уровне.

Таким образом, экономико-математическое моделирование позволило установить, что наибольшее влияние на ИВК в Российской Федерации оказывают Индекс человеческого развития и уровень безработицы. Расшифровывая показатель Индекса человеческого развития, станет ясно, что причиной масштабности коррупции в стране являются такие неотъемлемые составляющие качества жизни как: проблема бедности, ожидаемая продолжительность жизни населения, средняя продолжительность и качество образования. Дихотомия коррупции для Российской Федерации заключается в том, что вышеперечисленные факторы выступают как в качестве первопричин, так и следствий коррупционной деятельности. ВЫВОДЫ

Скрытый характер коррупционных процессов в значительной степени затрудняет не только их изучение, но и количественное исчисление. Нами выявлено отсутствие единого мнения среди экономистов о характере влияния коррупции на экономический рост, различные социальные аспекты, отсутствие единой универсальной методики оценки влияния уровня коррупции на социально-экономические процессы.

С помощью инструментов экономико-математического моделирования была построена модель линейной регрессии, отражающая влияние уровня безработицы и Индекса человеческого развития на Индекс восприятия коррупции Российской Федерации. Полученный анализ также позволил выявить сильную парную корреляцию между восприятием коррупции в органах власти — с одной стороны, численностью населения с денежными доходами ниже прожиточного минимума; поступлением налогов, сборов и иных обязательных платежей в консолидированный бюджет РФ; количеством предварительно расследованных преступлений экономической направленности; долей населения, имеющей доступ к информации/интернету — с другой. Остальные верифицируемые в работе гипотезы не нашли статистического подтверждения в российской экономике.

Полученные результаты исследования, возможно частично достоверные, что объяснятся ограничениями используемой модели (недостаточностью выборки для проведения корреляционного анализа; изменением методологии сбора данных и оценки таких комплексных показателей как ИЧР, ИВК; неопределенностью понятийного аппарата (различия в понимании коррупции, качества жизни населения); косвенным влиянием коррупции на исследуемые показатели). Парадоксально, но с ростом экономики, уровень коррупции в Российской Федерации также увеличивается.

Экономическая составляющая международного антикоррупционного сотрудничества требует значительных доработок. В частности, остро стоит вопрос о необходимости совершенствования методологии оценки влияния коррупции на социально-экономические процессы. Международное экономическое сотрудничество должно быть направлено на создание единой более точной единицы измерения уровня коррупции, ратифицированной странами-участницами международных антикоррупционных соглашений, которые в свою очередь обязуются способствовать формированию модели, оценивающей влияние коррупции на социально-экономические показатели на национальном уровне.

СПИСОКЛИТЕРАТУРЫ

1. Индекс восприятия коррупции 2000 [Электронный ресурс] / Transparency International па: www.transparency.org/en/cpi/2000 (дата обращения: 24.04-27.04.2023).

2. Индекс восприятия коррупции 2021 [Электронный ресурс] / Transparency International па: www.transparency.org/en/cpi/2021 (дата обращения: 24.04-27.04.2023).

3. Индекс восприятия коррупции 2022 [Электронный ресурс] / Transparency International па: www.transparency.org/en/cpi/2022/index/rus (дата обращения: 24.04-27.04.2023).

157

. — Режим досту-. — Режим досту-. — Режим досту-

4. Шкиотов, С.В. Оценка влияния уровня коррупции на социально-экономическое развитие национальной экономики: случай России / С.В. Шкиотов, М.И. Маркин А.А. Щербакова. — DOI 10.52957/22213260_2022_4_82 // Теоретическая экономика. — 2022 — No4. — С. 82-89. — Режим доступа: www.theoreticaleconomy.ru (дата обращения: 24.04-27.04.2023).

5. О Национальном плане противодействия коррупции на 2021 -2024 годы: Указ Президента РФ от 16 августа 2021 г. № 478 [Электронный ресурс]. — Режим доступа: publication.pravo.gov.ru/Document/View/ 0001202108160035?index=0&rangeSize= 1 (дата обращения: 24.04-27.04.2023).

6. В России принят Национальный план противодействия коррупции на 2021-2024 годы [Электронный ресурс]. — Режим доступа: anticor.hse.ru/main/news_page/v_rossii_prinyat_natsionalnyy_plan_protivodeystviya _korruptsii_na_20212024_gody (дата обращения: 24.04-27.04.2023).

7. Будатаров, С.М. Понятие коррупции в российском законодательстве и юридической литературе / С.М. Будатаров // Вестник Томского государственного университета. — 2012. — № 359. — С. 106-110. — EDN OZORXL.

8. Реутов, В.Е. Факторы влияния теневой составляющей на экономику региона / В.Е. Реутов, А.В. Кифяк // Ученые записки Крымского федерального университета имени В.И. Вернадского. Экономика и управление. — 2021. — Т. 7, № 3. — С. 94-105. — EDN CPRRJE.

9. Еремина, О.С. Коррупция: источники, причины, социально-негативные последствия / О.С. Еремина // Университетские чтения — 2017: Материалы научно-методических чтений ПГУ Пятигорск, 12-13 января 2017 года. Том Часть IX. — Пятигорск: Пятигорский государственный университет, 2017. — С. 93-99. — EDN ZHSCZH.

10. Миллер Д. А. Актуальные проблемы и перспективы совершенствования противодействия коррупции в России / Д.А. Миллер, Е.А. Кричевец [Электронный ресурс] // Хроноэкономика. — 2019. — № 2 (15). — Режим доступа: cyberleninka.ru/article/n/aktualnye-problemy-i-perspektivy-sovershenstvovaniya-protivodeystviya-korruptsii-v-rossii (дата обращения: 24.04-27.04.2023).

11. Суханов В. А. Международное сотрудничество в борьбе с коррупцией в органах власти. — М., 2014. — 184 с.

12. Баранова, М.В. Международные и российские принципы противодействия коррупции / М.В. Баранова, И.П. Чикирева // Юридическая наука и практика: Вестник Нижегородской академии МВД России. — 2018. — № 4(44). — С. 109-113. — DOI 10.24411/2078-5356-2018-10417. — EDN YSZMLZ.

13. Ворошило, В.В. Регулирование деятельности казино в целях противодействия отмывания доходов / В.В. Ворошило, А.П. Бондарь // Научный вестник: финансы, банки, инвестиции. — 2022. — № 4(61). — С. 26-36. — EDNLMBIWY

14. World Bank Enterprise Surveys [Electronic resource]. — Access Mode: www.enterprisesurveys.org/en/data (date of the application: 24.04-27.04.2023).

15. Implementing Public Expenditure Tracking Surveys for Results : Lessons from a Decade of Global Experience, World Bank / [Electronic resource]. — Access Mode: openknowledge.worldbank.org/handle/10986/11104 (date of the application: 24.04-27.04.2023).

16. Официальный сайт Трансперенси Интернешнл (Transparency International) [Электронный ресурс]. — Режим доступа: www.transparency.org/ (дата обращения: 24.04-27.04.2023).

17. Kaufmann D. The Worldwide Governance Indicators: Methodology and Analytical Issues (September 2010) / D. Kaufmann, A. Kraay, M. Mastruzzi [Electronic resource] / World Bank Policy Research. — Working Paper № 5430 // Access Mode: openknowledge.worldbank.org/bitstream/handle/10986/3913/WPS5430.pdf?sequence=1&isAllowed =y (date ofthe application: 24.04-27.04.2023).

18. Annual report on political rights and civil liberties by Freedom House / [Electronic resource] // Access Mode: freedomhouse.org/sites/default/files/2021-02/FIW2021_World_02252021_FINAL-web-upload.pdf (date of the application: 24.04-27.04.2023).

19. Жизнь в переходный период. Социологическое исследование опыта и мнения людей / Европейский банк реконструкции и развития [Электронный ресурс]. — Режим доступа: www.ebrd.com/downloads/research/ economics/litsR.pdf (дата обращения: 24.04-27.04.2023).

20. Федеральная служба государственной статистики Российской Федерации: официальный сайт [Электронный ресурс]. — Режим доступа: rosstat.gov.ru (дата обращения: 24.04-27.04.2023).

21. Группа Всемирного банка: официальный сайт [Электронный ресурс]. — Режим доступа: www.vsemirnyjbank.org/ru/home (дата обращения: 24.04-27.04.2023).

22. Министерство внутренних дел Российской Федерации: официальный сайт [Электронный ресурс]. — Режим доступа: мвд.рф (дата обращения: 24.04-27.04.2023).

23. Индекс человеческого развития [Электронный ресурс]. — Режим доступа: hdr.undp.org/data-center/ country-insights#/ranks (дата обращения: 24.04-27.04.2023).

24. Безработица, общая (% от общей численности рабочей силы) (смоделированная оценка МОТ) [Электронный ресурс]. — Режим доступа: data.worldbank.org/indicator/SL.UEM.TOTL.ZS (дата обращения: 24.04-27.04.2023).

158

25. Какутич Е.Ю. Некоторые аспекты международного сотрудничества в сфере борьбы с коррупцией и «отмыванием» капитала / Е.Ю. Какутич // Ученые записки Крымского федерального университета имени В.И. Вернадского. Экономика и управление. — 2022. — Том 8. № 4. — С. 26-37.

SPISOKLITERATURY

1. Indeks vospriyatiya korruptsii 2000 [Elektronnyy resurs] / Transparency International. — Rezhim dostupa: www.transparency.org/en/cpi/2000 (data obrashcheniya: 24.04-27.04.2023).

2. Indeks vospriyatiya korruptsii 2021 [Elektronnyy resurs] / Transparency International. — Rezhim dostupa: www.transparency.org/en/cpi/2021 (data obrashcheniya: 24.04-27.04.2023).

3. Indeks vospriyatiya korruptsii 2022 [Elektronnyy resurs] / Transparency International. — Rezhim dostupa: www.transparency.org/en/cpi/2022/index/rus (data obrashcheniya: 24.04-27.04.2023).

4. Shkiotov, S.V. Otsenka vliyaniya urovnya korruptsii na sotsial'no-ekonomicheskoye razvitiye natsional'noy ekonomiki: sluchay Rossii / S.V Shkiotov, M.I. Markin A.A. Shcherbakova. — DOI 10.52957/22213260_2022_4_82 / / Teoreticheskaya ekonomika. — 2022 — No4. — S. 82-89. — Rezhim dostupa: www.theoreticaleconomy.ru (data obrashcheniya: 24.04-27.04.2023).

5. O Natsional'nom plane protivodeystviya korruptsii na 2021-2024 gody: Ukaz Prezidenta RF ot 16 avgusta 2021 g. № 478 [Elektronnyy resurs]. — Rezhim dostupa: publication.pravo.gov.ru/Document/View/ 0001202108160035?index=0&rangeSize= 1 (data obrashcheniya: 24.04-27.04.2023).

6. V Rossii prinyat Natsional'nyy plan protivodeystviya korruptsii na 2021-2024 gody [Elektronnyy resurs]. — Rezhim dostupa: anticor.hse.ru/main/news_page/v_rossii_prinyat_natsionalnyy_plan_protivodeystviya_korruptsii _na_20212024_gody (data obrashcheniya: 24.04-27.04.2023).

7. Budatarov, S.M. Ponyatiye korruptsii v rossiyskom zakonodatel'stve i yuridicheskoy literature / S.M. Budatarov // Vestnik Tomskogo gosudarstvennogo universiteta. — 2012. — № 359. — S. 106-110. — EDN OZORXL.

8. Reutov, VYe. Faktory vliyaniya tenevoy sostavlyayushchey na ekonomiku regiona / V Ye. Reutov, A.V Kifyak // Uchenyye zapiski Krymskogo federal'nogo universiteta imeni VI. Vernadskogo. Ekonomika i upravleniye. — 2021. — T. 7, № 3. — S. 94-105. — EDN CPRRJE.

9. Yeremina, O.S. Korruptsiya: istochniki, prichiny, sotsial'no-negativnyye posledstviya / O.S. Yeremina // Universitetskiye chteniya — 2017: Materialy nauchno-metodicheskikh chteniy PGU, Pyatigorsk, 12-13 yanvarya 2017 goda. Tom Chast' IX. — Pyatigorsk: Pyatigorskiy gosudarstvennyy universitet, 2017. — S. 93-99. — EDN ZHSCZH.

10. Miller D.A. Aktual'nyye problemy i perspektivy sovershenstvovaniya protivodeystviya korruptsii v Rossii / D.A. Miller, Ye.A. Krichevets [Elektronnyy resurs] // Khronoekonomika. — 2019. — № 2 (15). — Rezhim dostupa: cyberleninka.ru/article/n/aktualnye-problemy-i-perspektivy-sovershenstvovaniya-protivodeystviya-korruptsii-v-rossii (data obrashcheniya: 24.04-27.04.2023).

11. Sukhanov VA. Mezhdunarodnoye sotrudnichestvo v bor'be s korruptsiyey v organakh vlasti. — M., 2014. — 184 s.

12. Baranova, M.V. Mezhdunarodnyye i rossiyskiye printsipy protivodeystviya korruptsii / M.V. Baranova, I.P. Chikireva // Yuridicheskaya nauka i praktika: Vestnik Nizhegorodskoy akademii MVD Rossii. — 2018. — № 4(44). — S. 109-113. — DOI 10.24411/2078-5356-2018-10417. — EDN YSZMLZ.

13. Voroshilo, VV Regulirovaniye deyatel'nosti kazino v tselyakh protivodeystviya otmyvaniya dokhodov / V V Voroshilo, A.P. Bondar' // Nauchnyy vestnik: finansy, banki, investitsii. — 2022. — № 4(61). — S. 26-36. — EDN LMBIWY

14. World Bank Enterprise Surveys [Electronic resource]. — Access Mode: www.enterprisesurveys.org/en/data (date of the application: 24.04-27.04.2023).

15. Implementing Public Expenditure Tracking Surveys for Results : Lessons from a Decade of Global Experience, World Bank / [Electronic resource]. — Access Mode: openknowledge.worldbank.org/handle/10986/11104 (date of the application: 24.04-27.04.2023).

16. Ofitsial'nyy sayt Transperensi Interneshnl (Transparency International) [Elektronnyy resurs]. — Rezhim dostupa: www.transparency.org/ (data obrashcheniya: 24.04-27.04.2023).

17. Kaufmann D. The Worldwide Governance Indicators: Methodology and Analytical Issues (September 2010) / D. Kaufmann, A. Kraay, M. Mastruzzi [Electronic resource] / World Bank Policy Research. — Working Paper № 5430. — Access Mode: openknowledge.worldbank.org/bitstream/handle/10986/3913/WPS5430.pdf?sequence=1&is Allowed=y (date of the application: 24.04-27.04.2023).

18. Annual report on political rights and civil liberties by Freedom House / [Electronic resource]. — Access Mode: freedomhouse.org/sites/default/files/2021-02/FIW2021_World_02252021_FINAL-web-upload.pdf (date of the application: 24.04-27.04.2023).

19. Zhizn' v perekhodnyy period. Sotsiologicheskoye issledovaniye opyta i mneniya lyudey / Yevropeyskiy bank rekonstruktsii i razvitiya [Elektronnyy resurs]. — Rezhim dostupa: www.ebrd.com/downloads/research/ economics/litsR.pdf (data obrashcheniya: 24.04-27.04.2023).

159

20. Federal'naya sluzhba gosudarstvennoy statistiki Rossiyskoy Federatsii: ofitsial'nyy sayt [Elektronnyy resurs]. — Rezhim dostupa: rosstat.gov.ru (data obrashcheniya: 24.04-27.04.2023).

21. Gruppa Vsemirnogo banka: ofitsial'nyy sayt [Elektronnyy resurs]. — Rezhim dostupa: www.vsemirnyjbank.org/ ru/home (data obrashcheniya: 24.04-27.04.2023).

22. Ministerstvo vnutrennikh del Rossiyskoy Federatsii: ofitsial'nyy sayt [Elektronnyy resurs]. — Rezhim dostupa: mvd.rf (data obrashcheniya: 24.04-27.04.2023).

23. Indeks chelovecheskogo razvitiya [Elektronnyy resurs]. — Rezhim dostupa: hdr.undp.org/data-center/country-insights#/ranks (data obrashcheniya: 24.04-27.04.2023).

24. Bezrabotitsa, obshchaya (% ot obshchey chislennosti rabochey sily) (smodelirovannaya otsenka MOT) [Elektronnyy resurs]. — Rezhim dostupa: data.worldbank.org/indicator/SL.UEM.TOTL.ZS (data obrashcheniya: 24.04-27.04.2023).

25. Kakutich E.Yu. Nekotoryye aspekty mezhdunarodnogo sotrudnichestva v sfere bor'by s korruptsiyey i «otmyvaniyem» kapitala / E.Yu. Kakutich // Uchenyye zapiski Krymskogo federal'nogo universiteta imeni VI. Vernadskogo. Ekonomika i upravleniye. — 2022. — Tom 8. № 4. — S. 26-37.

Статья поступила в редакцию 10 мая 2023 года Статья одобрена к печати 27 июня 2023 года

160