Full text

Самодетерминация преступности – процесс порождения преступностью новых общественно опасных деяний, запрещенных уголовным законодательством [1]. При этом процесс самодетерминации может быть выражен в следующих формах, условно разделенных на две группы: оказывающих прямое самодетерминирующее воздействие и оказывающих косвенное самодетерминирующее воздействие. К первой группе следует отнести совершение вспомогательных преступлений, организованную группу, рецидивную преступность, коррупцию, профессиональную преступность, пенитенциарную преступность. Ко второй группе следует отнести латентную преступность, нераскрытую преступность, теневую юстицию, особую психологию общества, криминальную антикультуру [2].

Несомненно, самодетерминация преступности является примером криминализации общества на современном этапе его развития.

Изучение показателей криминализации общества и их оценка позволяют выработать эффективные способы профилактики преступности для ее дальнейшей минимизации.

Криминализация общественных отношений характеризуется рядом показателей, в частности количественными, качественными показателями преступности, а также показателями статистической взаимосвязи. К количественным показателям следует отнести: состояние преступности, уровень преступности, динамику преступности, последствия преступности. Качественные показатели преступности выражаются в ее структуре и характере. Показатели статистической взаимосвязи представлены показателями детерминации, самодетерминации, коэффициентом уравнения множественной регрессии, критерием корреляции Пирсона, коэффициентом множественной корреляции, F-критерием Фишера.

Для изучения самодетерминации преступности был проведен факторный анализ преступности и ее самодетерминирующих явлений. При этом рассматривалось влияние различных социально-экономических показателей на уровень зарегистрированной преступности в стране.

Зарегистрированное преступление – выявленное и официально взятое на учет общественно опасное деяние, предусмотренное уголовным законодательством. В численность осужденных входят лица, в отношении которых судами вынесены обвинительные приговоры, вступившие в законную силу. К числу зарегистрированных преступлений относят: преступления против личности, преступления в сфере экономики, преступления против общественной безопасности и общественного порядка, преступления против государственной власти, преступления против военной службы, преступления против мира и безопасности человечества.

Более наглядно динамику преступности можно отобразить в виде диаграммы.

 

 

 

Динамика преступности в Российской Федерации за 2008–2017 гг. [3]

 

При расчете факторного анализа за основу были взяты показатели, представленные в табл. 1.

Таблица 1

Социально-экономические показатели в России за 2008–2017 гг. [4]

 

Год

X1

X2

X3

X4

X5

X6

X7

У

2008

36601

150000

521552

386551

–31

1496417

286871

3209862

2009

31643

174000

531798

362467

–29

1343869

287728

2994820

2010

22251

36773

530742

329040

–26

1197822

277619

2628799

2011

17691

40407

533487

299676

–24

1092961

263116

2404807

2012

18016

49513

583247

242530

–21

1049389

259115

2302168

2013

17266

42506

613779

223553

–18

967998

250488

2206249

2014

13771

32204

635551

220605

–15

1005550

241131

2190578

2015

13735

32455

688817

187992

–13

1133770

234663

2388476

2016

12581

32924

674935

100277

–12

970293

218454

2160063

2017

13232

29634

650565

189935

– 10

940675

231754

2058476

 

 

 

 

 

 

 

 

 

 

 

 

где х1 – число расследованных преступлений, совершенных организованной группой или преступным сообществом (преступления);

х2 – число расследованных преступлений коррупционной направленности (преступления);

х3 – число рецидивных преступлений (преступления);

х4 – количество лиц, получивших условное осуждение (лица);

х5 – индекс доверия населения правоохранительным органам;

х6 – количество нераскрытых преступлений (преступления);

х7 – количество ранее судимых лиц (уголовный рецидив) (лица);

у – число зарегистрированных преступлений (преступления).

Тесноту корреляционной связи между представленными показателями можно определить с помощью критерия корреляции Пирсона, представив расчеты в табл. 2, 3.

Таблица 2

Описательные статистики

 

 

Среднее значение

Среднеквадратичные отклонения

N

Y

2454429,80

379728,365

10

X1

19678,70

8238,311

10

X2

62041,60

53312,770

10

X3

596447,30

64717,304

10

X4

254262,60

89017,735

10

X5

–19,90

7,651

10

X6

1119874,40

180906,016

10

X7

255093,90

23998,851

10

 

Таблица 3

Корреляция Пирсона

 

 

Y

X1

X2

X3

X4

Y

Корреляция Пирсона

1

,968**

,887**

–,737*

,863**

Знач. (двухсторонняя)

 

,000

,001

,015

,001

Сумма квадратов и перекрестные произведения

1297742683243, 600

27240846910, 400

161598541945, 200

–163080373762, 400

262651231869, 200

Ковариация

144193631471,511

3026760767,822

17955393549,467

–18120041529,156

29183470207,689

X1

Корреляция Пирсона

,968**

1

,921**

–,790**

,883**

Знач. (двухсторонняя)

,000

 

,000

,007

,001

Сумма квадратов и перекрестные произведения

27240846910,400

610827858,100

3641647365,800

–3790613403,100

5829272331,800

Ковариация

3026760767,822

67869762,011

404627485,089

–421179267,011

647696925,756

X2

Корреляция Пирсона

,887**

,921**

1

–,609

,730*

Знач. (двухсторонняя)

,001

,000

 

,062

,017

Сумма квадратов и перекрестные произведения

161598541945, 200

3641647365, 800

25580263450, 400

–18915369127, 800

31158548036, 400

Ковариация

17955393549,467

404627485,089

2842251494,489

–2101707680,867

3462060892,933

X3

Корреляция Пирсона

–,737*

–,790**

–,609

1

–,927**

Знач. (двухсторонняя)

,015

,007

,062

 

,000

Сумма квадратов и перекрестные произведения

–163080373762, 400

–3790613403, 100

–18915369127, 800

37694964858, 100

–48057776113, 800

Ковариация

–18120041529,156

–421179267,011

–2101707680,867

4188329428,678

–5339752901,533

X4

Корреляция Пирсона

,863**

,883**

,730*

–,927**

1

Знач. (двухсторонняя)

,001

,001

,017

,000

 

Сумма квадратов и перекрестные произведения

262651231869, 200

5829272331, 800

31158548036, 400

–48057776113, 800

71317414430, 400

Ковариация

29183470207,689

647696925,756

3462060892,933

–5339752901,533

7924157158,933

X5

Корреляция Пирсона

–,877**

–,893**

–,730*

,955**

–,954**

Знач. (двухсторонняя)

,001

,001

,016

,000

,000

Сумма квадратов и перекрестные произведения

–22929233,800

–506532,700

–2680720,600

4255006,700

–5845122,600

Ковариация

–2547692,644

–56281,411

–297857,844

472778,522

–649458,067

X6

Корреляция Пирсона

,992**

,939**

,850**

–,687*

,839**

Знач. (двухсторонняя)

,000

,000

,002

,028

,002

Сумма квадратов и перекрестные произведения

613083823200, 800

12599265729, 200

73823791559, 600

–72436441619, 200

121634813871, 600

Ковариация

68120424800,089

1399918414,356

8202643506,622

–8048493513,244

13514979319,067

X7

Корреляция Пирсона

,863**

,893**

,746*

–,943**

,980**

Знач. (двухсторонняя)

,001

,001

,013

,000

,000

Сумма квадратов и перекрестные произведения

70759757016,800

1589056456, 700

8589948480,600

–13179807579, 700

18845184004, 600

Ковариация

7862195224,089

176561828,522

954438720,067

–1464423064,411

2093909333,844

 

 

Корреляция Пирсона (продолжение)

 

 

X5

X6

X7

Y

Корреляция Пирсона

–,877**

,992**

,863**

Знач. (двухсторонняя)

,001

,000

,001

Сумма квадратов и перекрестные произведения

–22929233,800

613083823200,800

70759757016,800

Ковариация

–2547692,644

68120424800,089

7862195224,089

X1

Корреляция Пирсона

–,893**

,939**

,893**

Знач. (двухсторонняя)

,001

,000

,001

Сумма квадратов и перекрестные произведения

–506532,700

12599265729,200

1589056456,700

Ковариация

–56281,411

1399918414,356

176561828,522

X2

Корреляция Пирсона

–,730*

,850**

,746*

Знач. (двухсторонняя)

,016

,002

,013

Сумма квадратов и перекрестные произведения

–2680720,600

73823791559,600

8589948480,600

Ковариация

–297857,844

8202643506,622

954438720,067

X3

Корреляция Пирсона

,955**

–,687*

–,943**

Знач. (двухсторонняя)

,000

,028

,000

Сумма квадратов и перекрестные произведения

4255006,700

–72436441619,200

–13179807579,700

Ковариация

472778,522

–8048493513,244

–1464423064,411

X4

Корреляция Пирсона

–,954**

,839**

,980**

Знач. (двухсторонняя)

,000

,002

,000

Сумма квадратов и перекрестные произведения

–5845122,600

121634813871,600

18845184004,600

Ковариация

–649458,067

13514979319,067

2093909333,844

X5

Корреляция Пирсона

1

–,838**

–,982**

Знач. (двухсторонняя)

 

,002

,000

Сумма квадратов и перекрестные произведения

526,900

–10441746,400

–1622240,900

Ковариация

58,544

–1160194,044

–180248,989

X6

Корреляция Пирсона

–,838**

1

,824**

Знач. (двухсторонняя)

,002

 

,003

Сумма квадратов и перекрестные произведения

–10441746,400

294542878700,400

32206812362,400

Ковариация

–1160194,044

32726986522,267

3578534706,933

X7

Корреляция Пирсона

–,982**

,824**

1

Знач. (двухсторонняя)

,000

,003

 

Сумма квадратов и перекрестные произведения

–1622240,900

32206812362,400

5183503800,900

Ковариация

–180248,989

3578534706,933

575944866,767

 

где ** – корреляция значима на уровне 0,01 (двухсторонняя);

* – Корреляция значима на уровне 0,05 (двухсторонняя).

 

Тесноту совместного влияния факторов на результат оценивает индекс множественной корреляции (R), который может принимать значения от 0 до 1.

Поэтому R не может быть использован для интерпретации направления связи. Чем плотнее фактические значения yi располагаются относительно линии регрессии, тем меньше остаточная дисперсия и, следовательно, больше величина Ry(x1,...,xm).

Таким образом, при значении R близком к 1 уравнение регрессии лучше описывает фактические данные и факторы сильнее влияют на результат. При значении R близком к 0 уравнение регрессии плохо описывает фактические данные и факторы оказывают слабое воздействие на результат.

Расчёт коэффициента корреляции следует выполнить, используя известные значения линейных коэффициентов парной корреляции и β-коэффициентов [5].

 =  =

 = =

=  = 0,998

Коэффициент детерминации модели зависимости случайной величины y от факторов x определяется по формуле:

 

R2 = 0,997.

Оценка значимости уравнения множественной регрессии осуществляется путем проверки гипотезы о равенстве нулю коэффициента детерминации, рассчитанного по данным генеральной совокупности: R2 или b1 = b2 =... = bm = 0 (гипотеза о незначимости уравнения регрессии, рассчитанного по данным генеральной совокупности).

Для ее проверки используют F-критерий Фишера.

При этом вычисляют фактическое (наблюдаемое) значение F-критерия через коэффициент детерминации R2, рассчитанный по данным конкретного наблюдения.

По таблицам распределения Фишера – Снедоккора находят критическое значение F-критерия (Fкр). Для этого задаются уровнем значимости α (обычно его берут равным 0,05) и двумя числами степеней свободы k1 = m и k2 = n – m – 1.

F-статистика. Критерий Фишера.

 

Далее следует проверить гипотезу об общей значимости – гипотезу об одновременном равенстве нулю всех коэффициентов регрессии при объясняющих переменных:

H0: R2 = 0; β1 = β2 = ... = βm = 0.

H1: R2 ≠ 0.

Проверка этой гипотезы осуществляется с помощью F-статистики распределения Фишера (правосторонняя проверка).

Если F < Fkp = Fα ; n-m-1, то нет оснований для отклонения гипотезы H0.

 

Табличное значение при степенях свободы k1 = 7 и k2 = n – m – 1 = 10 – 7 – 1 = 2, Fkp(7;2) = 99,36.

Поскольку фактическое значение F < Fkp, то коэффициент детерминации статистически не значим и уравнение регрессии статистически ненадежно (совместная незначимость коэффициентов при факторах xi подтверждается).

Также в результате расчетов было получено уравнение множественной регрессии:

Y = 421200,3634 – 798,3803X1 + 350,0494X2 – 1809,2019X3 – 2731,6327X4 + 24017,9654X5 + 1279,6672X6 + 14186,1326X7.

Возможна экономическая интерпретация параметров модели:

-          увеличение X1 на 1 ед. изм. приводит к уменьшению Y в среднем на 798,38 ед. изм.;

-          увеличение X2 на 1 ед. изм. приводит к увеличению Y в среднем на 350.  ед. изм.;

-          увеличение X3 на 1 ед. изм. приводит к уменьшению Y в среднем на 1809,202 ед. изм.;

-          увеличение X4 на 1 ед. изм. приводит к уменьшению Y в среднем на 2731,633 ед. изм.;

-          увеличение X5 на 1 ед. изм. приводит к увеличению Y в среднем на 24017,965 ед. изм.;

-          увеличение X6 на 1 ед. изм. приводит к увеличению Y в среднем на 1279,667 ед. изм.;

-          увеличение X7 на 1 ед. изм. приводит к увеличению Y в среднем на 14186,133 ед. изм.

По максимальному коэффициенту β6 = 0,715 следует сделать вывод, что наибольшее влияние на результат у оказывает фактор X6.

Представляется необходимым рассмотреть коэффициенты детерминации каждого фактора в отдельности. Чаще всего, давая интерпретацию коэффициента детерминации, его выражают в процентах.

= 0,9361,

т. е. в 93,61% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).

= 0,7866,

т. е. в 78,66% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).

= 0,5437,

т. е. в 54,37% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии средняя).

= 0,7454,

т. е. в 74,54% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).

 = 0,7122,

т. е. в 71,22% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).

= 0,9833,

т. е. в 98,33% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).

= 0,7443,

т. е. в 74,43% случаев изменения х приводят к изменению y (точность подбора уравнения регрессии высокая).

Таким образом, на уровень преступности в большей степени влияют число расследованных преступлений, совершенных организованной группой или преступным сообществом, число расследованных преступлений коррупционной направленности, количество лиц, получивших условное осуждение, индекс доверия населения правоохранительным органам, количество нераскрытых преступлений, количество ранее судимых лиц, число зарегистрированных преступлений; в средней мере влияет число рецидивных преступлений (преступления).