ОЦЕНКА ВЛИЯНИЯ ЭКОНОМИЧЕСКИХ ПРЕСТУПЛЕНИЙ НА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ ЧЕЛЯБИНСКОЙ ОБЛАСТИ Текст научной статьи по специальности «Экономика и бизнес»

Для цитирования: Гарипов Р.И. Оценка влияния экономических преступлений на социально-экономическое развитие Челябинской области // Управление в современных системах. 2023.

№ 2. С. 49-57

DOI: 10.24412/2311-1313-38-49-57

УДК 338 JEL: E26

ББК 65

ОЦЕНКА ВЛИЯНИЯ ЭКОНОМИЧЕСКИХ ПРЕСТУПЛЕНИЙ НА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ ЧЕЛЯБИНСКОЙ ОБЛАСТИ

Гарипов Р.И.1, ОУ ВО «Южно-Уральский технологический университет»

Аннотация

Данная статья посвящена проблеме криминализации экономики Челябинской области. Для выявления степени влияния количества преступлений экономической направленности на социально-экономическое состояние Челябинской области авторами была проведена соответствующая оценка на основе метода МГМГС-модели.

Ключевые слова: криминализация экономики, экономическая преступность, социально-экономическое состояние региона, корреляционно-регрессионный анализ.

Введение

Криминализация экономической сферы общества с каждым годом расширяется. Количество хищений бюджетных средств, мошенничество в банковской секторе и предпринимательской деятельности имеет высокую долю в совокупности экономических преступлений. Этому свидетельствуют как официальные данные правоохранителей, так и независимые экспертные оценки.

По статистическим данным Министерства внутренних дел Российской Федерации, в 2022 году в России по сравнению с 2021 года на 5,3% число преступлений экономической направленности сократилось, но при этом его значение остается достаточным высоким. Всего в 2022 году выявлено 111,4 тыс. преступлений данной категории, удельный вес этих преступлений в общем числе зарегистрированных составил 5,7% [МВД РФ ФКУ «ГИАЦ», 2022]. Основная доля (39,4%) экономических преступлений в 2022 года пришлась на «сферу экономической деятельности». При этом большинство нарушений в этой сфере составили изготовление, хранение и сбыт поддельных денег и ценных бумаг.

Материальный ущерб от указанных преступлений (по оконченным и приостановленным уголовным делам) составил 339,1 млрд руб. [МВД РФ ФКУ «ГИАЦ», 2022]. Тяжкие и особо тяжкие преступления в общем числе выявленных преступлений экономической направленности составили 60,8%.

Челябинская область по числу преступлений экономической направленности и по числу преступлений, связанных с получением взяток занимает 7 место из всех субъектов РФ.

1 Гарипов Роберт Ильизаревич - кандидат экономических наук, доцент кафедры экономика и управление, ОУ ВО «Южно-Уральский технологический университет»; Россия, 454080, г. 454084, г. Челябинск пр. Комсомольский, 113а; e-mail: garipov_robert@mail.ru; SPIN-код: 6817-6401; Author ID РИНЦ: 295296; Scopus Author ID: 00000000; ORCID: 0000-0000-0000

Это говорит о серьезной проблеме, наносящей урон экономическому развитию региона. Для выявления степени влияния количества преступлений экономической направленности на социально-экономическое состояние Челябинской области, авторами была проведена соответствующая оценка.

В ходе исследования было решено несколько задач:

- выявлены и проанализированы последствия и причины криминализации экономки Челябинской области;

- проанализированы методологические подходы к оценке масштабов распространения теневой экономики;

- на этой основе выбраны индикаторы, отражающие социально-экономическое состояние региона;

- построена МГШС-модель, с помощью которой проведена оценка.

Использованы следующие методы: статистико-экономический, расчётно-

конструктивный, корреляционно-регрессионный анализ.

Основные результаты

Удельный вес преступлений экономической направленности в 2022 году в Челябинской области составляет 4,5% от общего числа зарегистрированных преступлений, по России данный показатель составляет 5,7% (рис.1).

Рисунок 1. Удельный вес преступлений экономической направленности в 2022 году в

Челябинской области

По числу зарегистрированных экономических преступлений Челябинская область, на протяжении нескольких лет, входит в десятку регионов России с их наибольшим числом (2855), в последний год приблизившись по значениям к Санкт-Петербургу.

Во-первых, предлагаем определить интенсивность экономической преступности с помощью коэффициента преступности. Коэффициент преступности - это количество преступлений и лиц, их совершивших на 100 тыс. населения [Андрюшечкина И.Н., Ковалев Е.А., 2023]. Для расчета уровня преступности используется следующая формула:

4.54%

■ экономической направленности

■ общеуголовной направленности

Кп=П*Н/100 000 , (1)

где Кп - уровень преступлений на 100 000 человек; П - число зарегистрированных преступлений

Н - общая численность населения.

Согласно имеющимся статистическим данным, представляем динамику изменения коэффициента преступности по экономическим преступлениям по Челябинской области (рис. 2).

90

о

^ 80

0

2 70

л

« 60

1 | 50 | 5 40

в а

| К 30 § 20

-

о

10 0

84

68

2019

2020

2021

Год

84 ■

2022

Рисунок 2. Коэффициент преступности по экономическим преступлениям по Челябинской

области за 2019-2022 гг.

Коэффициент фактически отражает как население страдает от преступности. При характеристике масштабов теневой экономики Челябинская область входит в число регионов с лидирующими позициями по количеству регистрируемых преступлений экономической направленности. Так, на 100 тысяч жителей в 2021-2022 года в регионе приходится 84 преступления, что выше общероссийского показателя на 7 ед. (77 - 2022 г.), прежде всего, это связано с высоким уровнем коррупции и мошенничества.

Негативные последствия криминализации экономики, а в частности, её финансовой сферы, имеют проявление во всех сферах общественной жизни, что в значительной части ослабляет экономическую безопасность региона (табл. 1).

Таблица 1

Последствия влияния криминализации экономики на социально-экономическое

состояние региона

Сфера влияния Последствия

Экономическая - уменьшение налоговых поступлений, вывод средств за рубеж (офшор), следствие, ослабление бюджета, обострение социальных проблем из-за невыполнения бюджетных обязательств; - нарушение конкурентных механизмов рынка, за счет получения преимуществ мошенническим путем; - неэффективное использование бюджетных средств при распределении государственных заказов и субсидий.

Социальная - отвлечение бюджетных средств от целей общественного развития, тем самым снижается способность власти решать социальные проблемы; - дискредитация права: формирование в обществе представлений о беззащитности граждан перед преступностью; - коррумпированность государственных органов - не решение наиболее остро стоящих социальных проблем региона;

- увеличение социально напряженности; - размывание основ правового государства.

Политическая - падение престижа региона на международной арене и потеря возможности привлечения иностранных инвестиций; - угроза исчезновения демотических институтов.

Источник: составлено авторами по материалам исследований Савилова М.Г., Каменевой А.Н., Лапина А.С. [Савилов М.Г., 2017; Каменева А.Н., 2020; Лапин А.С., 2019]

Важным моментом в процессе оценки криминализации региона является изучение причин, предпосылок и предрасположенности социально-экономической системы к данному процессу.

Во-первых, необходимо отметить географическое положение Челябинской области, ее приграничный статус, который характеризуется постоянным потоком мигрантов и таможенной границей. Все это становится факторами контрабанды товаров, вывода денежных средств, ослабление конкурентоспособности региональных производителей. Это одна из причин высокой криминогенной обстановки, и не только в экономике.

Второй причиной больших масштабов криминализации экономики является наличие высокой концентрации промышленного производства, что привлекательно для инвесторов. В связи с этим наблюдается рост количества преступлений, связанных с бюджетом. Также причиной данного увеличения данного преступления стало определение города Челябинска местом проведения Саммита ШОС и БРИКС в 2021 году.

Повышение товарооборота в последние года становится причиной развития нелегальных видов бизнеса, мошенничества, фальшивомонетчества.

Как мы видим, причины криминализации экономики имеют комплексный характер, то есть возникают в разных сферах и на разных уровнях. Для более глубокого анализа и принятия соответствующих мер по нейтрализации негативных последствий необходимо определение влияния экономических преступлений на социально-экономическое развитие Челябинской области.

В научной практике существует достаточно большое количество методов оценки масштабов теневой экономики. Отечественные и зарубежные ученые выделяют классификационные признаки в зависимости от видов источников информации, количества и характера оцениваемых показателей. Самым распространенным является перечень, состоящий из семи методологических подходов: экономический, комплексный, правовой, операционный, криминологический, учетно-статистический и кибернетический.

Кроме данной классификации некоторые авторы разделяют методологические подходы в зависимости от целей и задач. Так Л.Х. Боташева и К. С. Саркисян в своем исследовании выделяют два вида: методы, сформулированные по задачам специалистов-статистиков и по задачам государственных органов (налоговых, правоохранительных и других). Задачи последних заключается в оценке объемов недополученных государственных доходов в виде налоговых поступлений, а также в действиях по их возврату [Боташева Л.Х., Саркисян К С., 2018].

Международный опыт в области методологии оценки теневой деятельности в отраслях национальной экономики отражен в документе «Руководство по измерению ненаблюдаемой экономики». Положение Руководства служит основой для разработки национальными статистическими службами системы методического и информационного обеспечения измерения масштабов криминальной экономики [Статистика России, 2003]. Согласно

данному документу самой распространенной методологией в международной практике является модель MIMIC (модель структурного уравнения). Сущность представленной модели заключается в исследовании взаимосвязей между независимыми и зависимыми переменными, где зависимая переменная — это величина теневой экономики, а независимая может быть представлена такими переменными как доля прямых налогов, величина общей налоговой нагрузки, уровень безработицы, ВВП на душу населения, уровень инфляции и т.д.1 Данная модель как и другие методы имеет свои недостатки. Они в основном связаны с использованием данного метода на макроуровне. Так к недостаткам относят: слабое теоретическое обоснование детерминант теневой экономики, необходимость проведения предварительной оценки, выбор знака нормализующей переменной [Киреенко А.П., Невзорова Е.Н., 2017].

Использование же модель MIMIC на региональном уровне дает такое ее преимущество как гибкость: возможность включения в модель широкого ряда показателей, обусловливающих его применение для исследований в региональном разрезе. Научно-практический опыт показывает, что данная методика распространена среди авторов (К.Н. Горпинченко, А.П. Киреенко, A. Buehn, K. Chaudhuri и других) для оценки теневой экономики именно на региональном уровне.

Таким образом, для оценки влияния количества экономических преступлений на социально-экономическое состояние региона авторами была определена теснота связи между показателями количества преступлений в сфере экономики и показателями, характеризующими среду их распространения в регионе, при помощи корреляционно-регрессионного анализа (модель MIMIC).

В качестве факторов влияния были выбраны следующие показатели (табл.2): валовой региональный продукт на душу населения (руб.); среднедушевые денежные доходы (руб. в мес.); уровень занятости населения (%); уровень безработицы (%); оборот розничной торговли (млн. руб.).

Таблица 2

Социально-экономическая характеристика Челябинской области за 2019-2022 гг.

Показатель (фактор) 2019 год 2020 год 2021 год 2022 год

ВРП на душу населения (руб.) 445834,3 467537,3 557100,1 441343,1

Среднедушевые денежные доходы (руб. в месяц) 25432,4 26647,2 29498,3 33017

Уровень занятости (%) 60,1 62,6 53,8 52,7

Уровень безработицы (%) 4,9 7,5 3,8 2,9

Оборот розничной торговли (млн. руб.) 295804,1 329924,1 684752,2 766405,7

Источник: Федеральная служба государственной статистики2

Представленные показатели наиболее точно характеризуют социальную, социально-экономическую и экономическую эффективность развития региона.

Результаты проведенной оценки тесноты связи представлены в табл. 3.

1 Измерение ненаблюдаемой экономики: руководство // Федеральная служба государственной статистики http://www.gks.ru/metod/izmer.pdf (дата обращения: 05.05.2023).

2 Территориальный орган Федеральной службы государственной статистики по Челябинской области. [Электронный ресурс]. URL: https://74.rosstat.gov.ru/gross_regional (дата обращения: 05.05.2023 г.).

Таблица 3

Результаты корреляционно-регрессионного анализа

Показатель Коэ Коэф-т Ко F-

ф-т корреляции детерминации эф-т регрессии критерий Фишера

Количество экономических

преступлений (у)

ВРП на душу населения (руб.) ^1) 0,48 0,23 0,0 023 0,59 9

Среднедушевые денежные доходы (руб. в месяц) ^2) 0,90 0,81 0,0 72 8,67

Уровень занятости (%) ^3) -0,93 0,86 52,216 13,0 8

Уровень безработицы (%) ^4) -0,74 0,54 100,017 2,40 9

Оборот розничной торговли (руб.) ^5) 0,99 0,97 1,1 02 68,2

Источник: разработано авторами

Линейное уравнение множественной регрессии в стандартизированном масштабе будет иметь вид:

Zy = BlZx1 + B2Zx2 + Bзzx3 + B4Zx4 + B5Zx5 , (2)

где Zy и Zxi - стандартизированные переменные;

B - коэффициент детерминации.

В нашем рассматриваемом случае уравнение будет иметь вид:

Zy = 0,23zxl + 0,81zx2 + 0^x3 + 0,54zx4 + 0^5 , (3)

Оценивая качество построенной модели регрессии, особое внимание следует уделить коэффициенту детерминации если его значение в пределах 0,5-1 - качество построенной модели высокое, если же R2 меньше 0,5, проведение такого анализа считается неприемлемым. По полученным данным можем наблюдать, что коэффициент детерминации внутреннего регионального продукта 0,23 или 23%, что меньше 50%. Следовательно, зависимость между количеством экономических преступлений и ВРП на душу населения ничтожна, что также доказывает коэффициент корреляции равный 0,48.

В остальных случаях значения R-квадрата соответствуют нормативу. Это означает, что среднедушевые денежные доходы, уровень занятости и безработицы и оборот розничной торговли на 81%, 86%, 54% и 86% соответственно объясняют зависимость между изучаемыми параметрами.

Коэффициент регрессии показывает весомость влияния фактора на исследуемый объект. То есть среднедушевые денежные доходы в пределах данной модели влияет на количество экономических преступлений с весом 0,072. Это небольшая степень влияния, она означает положительное влияние, то есть при увеличении доходов у населения, будет повышаться количество и разнообразие совершаемых преступлений экономической направленности.

Умеренную корреляцию проявляет экономическая преступность с состоянием рынка труда. Отрицательное значение коэффициента корреляции и регрессии указывает на отрицательное влияние: чем выше уровень занятости, тем меньше экономических преступлений и обратно. Что справедливо подтверждает тезис о том, что с ростом безработицы происходит рост уровня латентности экономической преступности, то есть снижение количества зарегистрированных преступлений в связи с скрытостью деятельности от официальных органов.

Наибольшая взаимосвязь экономических преступлений наблюдается с показателем оборота розничной торговли, где коэффициент корреляции составляет 0,99, а коэффициент детерминации 97%. Между данными показателями наблюдается незначительная прямая связь, которая говорит, что при увеличении оборотов розничной торговли (повышение спроса, рост потребительского кредитования) будет увеличиваться число совершаемых экономических преступлений.

Рассчитанный нами коэффициент Фишера позволяет оценить статистическую значимость построенной модели и его дальнейшее использования для анализа и прогнозирования экономических процессов. По полученным данным можем сделать вывод, что полученные уравнения регрессии и показатели тесноты связи ВПР, уровня занятости и безработицы, а также среднедушевых доходов являются статистически незначимыми. Значение F-критерия оборота розничной торговли составило 68,2, что больше табличного (18,51) и признается статистически значимым, а значит может быть использован для анализа и прогнозирования экономических процессов.

Заключение

Таким образом, качественная оценка тесноты корреляционной связи между отобранными показателями свидетельствует о том, что как с повышением уровня социально-экономического развития региона, одновременно увеличится количество регистрируемых преступлений экономической направленности, так и с ухудшением социально-экономического климата региона, повышаются риски совершения данных преступлений. В связи с этим необходимо искать варианты противодействия и искоренения криминализации экономики - декриминализация.

Для этого следует усилить оперативно-розыскную работу, направленную на выявление преступлений, совершаемых в приоритетных сферах экономической деятельности (финансово-кредитная система, потребительский рынок, государственная и частная собственность и другие), а также проводить работу по снижению уровня теневой экономики. На первый план в достижении представленных направлений выходят внедрение цифровых технологий.

Список источников

1. Андрюшечкина И.Н., Ковалев Е.А. Правовая статистика: учебник и практикум для вузов. М.: Издательство «Юрайт», 2023. 409 с. С. 94.

2. Безбородов А.А., Ткачев К.С., Бубнова О.Ю. Роль органов внутренних дел в обеспечении экономической безопасности Российской Федерации // Актуальные проблемы управления: Сборник научных статей по итогам IX Всероссийской научно-практической конференции, Нижний Новгород, 14 ноября 2022 года / Редколлегия: С.Н. Яшин [и др.]. Нижний Новгород: Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского, 2023. С. 351-355.

3. Боташева Л.Х., Саркисян К.С. Выявление и оценка теневой экономики: методологический аспект. Экономика. Налоги. Право. 2018. №11(5). С.28-37. DOI: 10.26794/1999-849X-2018-11-5-28-37

4. Горпинченко К.Н., Петров Н.Р. Оценка уровня преступности в экономической сфере // Вектор экономики. 2018. № 5(23). С. 95.

5. Измерение ненаблюдаемой экономики: руководство. М.: Статистика России, 2003. 295 с.

6. Каменева А.Н. Общественно опасные последствия в нормах о преступлениях в сфере экономической деятельности: проблемы отражения в законе // Lex Russica (Русский закон). 2020. Т. 73. № 5(162). С. 53-63. DOI 10.17803/1729-5920.2020.162.5.053-063.

7. Киреенко А.П., Невзорова Е.Н. Теневая экономика в регионах России: оценка на основе MIMIC-модели // Регион: Экономика и Социология. 2017. № 1(93). С. 164-189. DOI 10.15372/REG20170108.

8. Котов Е.А. Экономическая преступность в России: понятие, причины, противодействие // Научный потенциал. 2023. № 2-2(41). С. 14-19.

9. Лапин А.С. Влияние экономических преступлений на развитие экономики РФ // Форум молодых ученых. 2019. № 4(32). С. 653-657.

10. Мушарацкий М.Л. Экономическая преступность и ее влияние на экономическую безопасность // Вестник Прикамского социального института. 2022. № 2(92). С. 25-28.

11. Простякова Д.П. Экономическая преступность: исторический аспект и современность // Правоохранительная деятельность органов внутренних дел в контексте современных научных исследований: Материалы всероссийской научно-практической конференции адъюнктов, аспирантов и соискателей, Санкт-Петербург, 23 декабря 2022 года / Сост. Э.Р. Миргородская. Санкт-Петербург: Санкт-Петербургский университет Министерства внутренних дел Российской Федерации, 2022. С. 321-325.

12. Савилов М.Г. Причины и последствия преступлений экономической направленности в современных условиях / Деятельность правоохранительных органов в современных условиях: сборник материалов XXII международной научно-практической конференции. Иркутск: Восточно-Сибирский институт Министерства внутренних дел Российской Федерации, 2017. С. 118-122.

13. Сверчкова А.Д., Гуляева А.Д. Анализ динамики экономических преступлений с использованием ИКТ в России // Научные записки молодых исследователей. 2023. Т. 11, № 1. С. 45-55.

14. Состояние преступности в России за январь - декабрь 2022 года: сборник. М.: МВД РФ ФКУ «ГИАЦ», 2022. 64 с.

ASSESSMENT OF THE IMPACT OF ECONOMIC CRIMES ON THE SOCIOECONOMIC DEVELOPMENT OF THE CHELYABINSK REGION

Garipov R.I., South Ural University of Technology

Abstract

This article is devoted to the problem of criminalization of the economy of the Chelyabinsk region. To identify the degree of influence of the number of economic crimes on the socio-economic

condition of the Chelyabinsk region, the authors carried out an appropriate assessment based on the MIMIC model method.

Keywords: criminalization of the economy, economic crime, socio-economic state of the region, correlation and regression analysis.