Евразийский
научный
журнал
Заявка на публикацию

Срочная публикация научной статьи

+7 995 770 98 40
+7 995 202 54 42
info@journalpro.ru

Современный инструментарий статистического анализа коррупционных преступлений в регионах РФ

Поделитесь статьей с друзьями:
Автор(ы): Рунова Лидия Павловна, Пиронко Мария Владиславовна
Рубрика: Экономические науки
Журнал: «Евразийский Научный Журнал №8 2016»  (август)
Количество просмотров статьи: 2296
Показать PDF версию Современный инструментарий статистического анализа коррупционных преступлений в регионах РФ
Работа выполнена по гранту РГНФ
В статье проанализированы теоретические основы коррупции; исследована субъективная оценка уровня коррумпированности России и Ростовской области; проведена оценка доли коррупционных преступлений в общем числе с помощью многомерных статистических методов.

Рунова Лидия Павловна


В уголовном законодательстве России, "коррупция" определено не как конкретное преступление, а как некий собирательный термин, который включает взяточничество, злоупотребление служебным положением и другие. Имеется в виду взяточничество как внутри, так и вне страны, так как коррупция широко распространена в России.

Коррупция часто рассматривается как одна из основных причин экономических проблем в стране. Воспользовавшись данными Федеральной службы государственной статистики2, построим график числа осужденных, зарегистрированных по субъектам РФ в период с 2008г. по 2014г.:


Рисунок 1 - Число осужденных за коррупцию за 2008-2014 г.г.3


График числа осужденных показывает, что с 2008-го года по 2011 число осужденных за коррупцию значительно уменьшается с 16000 до 11000 человек. В период с 2012 года по 2014 год данная положительная динамика не наблюдается, количество осужденных меняется незначительно.

Иные выводы можно сделать, опираясь на данные судебной статистики Верховного суда РФ3.

Рисунок 2 – Количество преступлений по годам 4


На данном графике наблюдается положительный тренд роста числа осужденных за дачу и получение взятки до 2009 года более чем на 5 тыс. чел., далее – спад до 2012 года до 3,5 тыс. чел, затем – быстрый скачок числа осужденных до более чем 6 тыс. чел.

Рисунок 3 – Количество получивших взятки 5

Также рассмотрим рисунок, отображающий число осужденных за взятки:

Рисунок 4 - Число осужденных за дачу взятки6


Аналогичные выводы можно сделать и относительно изменения числа осужденных за дачу взятки и за получение взятки.

Таким образом, можем подчеркнуть, что наблюдается скачок числа осужденных по Российской Федерации.

Чтобы повысить уровень объективности данного исследования, необходимо воспользоваться достаточно распространенным методом статистического анализа – методом группировки. Группировка — это метод, при котором вся исследуемая совокупность разделяется на группы по какому-то существенному признаку.

Признак, по которому осуществляется группировка, называется группировочным признаком или основанием группировки. Для того, чтобы построить группировку, воспользуемся данными Госкомстата7, которые, показывают классификацию долей преступлений, совершенным по регионам РФ.

Рисунок 5 – Доли преступлений по субъектам РФ8

В качестве группировочного признака выберем долю взяток во всех регионах. Определим интервалы группировки. Поскольку значения доли взяток в общем числе преступлений варьируется от 0,1 до 0,9, получится 8 групп. В пакете STATISTICA, используя функцию Recode, зададим интервалы всех группировок.

Рисунок 6 - Интервалы группировки9


Рисунок 7 – Интервалы группировки10

Рисунок 8 – Полученные интервалы группировки11


Мы определили, к какой группе принадлежит значение доли взяток по регионам.

Далее упорядочим субъекты по столбцу Взятки в порядке возрастания с соответствующими им группами. Данная процедура позволит более наглядно увидеть результаты.


Рисунок 9 – Сортировка регионов по возрастанию доли взяток12

Расположим все субъекты в порядке возрастания признака:

Рисунок 10 – Результаты сортировки по возрастанию13

Можно сказать, что такие регионы, как Республика Бурятия, республика Хакасия, Амурская область, попадают в первую группу, и доля взяточничества в общем числе преступлений небольшая, составляет 0,1. Тюменская область, Пермский край, Ульяновская область, Республика Саха, Курганская область, Алтайский край, Красноярский край, Иркутская область, Хабаровский край, Кемеровская область, Республика Тыва, Свердловская область принадлежат ко второй группе, и имеют долю взяточничества, равную 0,2.

Такие регионы как Челябинская область, республика Коми, Томская область, Ярославская область, Кировская, республика Башкортостан, Карачаево-Черкесская республика, Воронежская область, Удмуртская республика имеют среднюю долю взяточничества в регионах – 0,3.


Рисунок 11 – Результаты сортировки по возрастанию14

Аналогичные выводы можно сделать и относительно таких регионов как Удмуртская, Архангельская, Оренбургская, Вологодская, Новосибирская, Мурманская, Нижегородская области, которые имеют долю взяточничества, равную 0,3. Остальные регионы, начиная с Псковской и заканчивая Чувашской республикой, имеют коэффициент 0, 4.

Рисунок 12 - Результаты сортировки по возрастанию15

Для таких регионов, как Новгородская область, Тверская область, Липецкая область, Республика Марий Эл, Сахалинская область, Белгородская область, Тульская область - доля взяточничества составляет 0,5.

Исходя из вышеуказанных данных таблицы стоит отметить, что в Брянской области, Волгоградской области, Курской области, Кабардино-Балкарской республике, Владимирской области, Пензенской области, республике Мордовия, коэффициент взяточничества составляет 0,6. Для Астраханской, Ивановской областей, Ставропольского края характерна высокая доля взяточничества – 0,7. Саратовская, Рязанская области, Краснодарский край, Калининградская область, Ростовская область, Калининградская область имеют долю взяточничества, равную 0,8, и входят в 8-ю группу.

Следует отметить, что самая высокая доля взяточничества в городе Москве – 0,9.

Далее рассмотрим такие показатели, как: арифметическое среднее, количество регионов и сумма по значениям каждого показателя отдельно по каждой группе. Для этого построим в пакете Statistica таблицу средних.


Рисунок 13 – Средние значения взяточничества в регионах


Таким образом, 8 группа содержит в себе 6 субъектов (Саратовская, Рязанская области, Краснодарский край, Калининградская область, Ростовская область, Калининградская область) среднее значение взяточничества составляет 0,82. 3 и 4 группы состоят из 15 и 17 субъектов соответственно. Среднее значение взяточничества в этих регионах составляет 0,3 и 0,4. В первую группу входят всего три субъекта (Республика Бурятия, республика Хакасия, Амурская область) и среднее значение взятки составляет 0,1 – самое маленькое значение.

Рисунок 14 – Итоговые результаты анализа


Полученные результаты говорят о следующем: регионы РФ подвержены коррупционной деятельности, но имеют среднюю долю взяточничества. Ростовская область имеет высокую долю взяточничества, за счет чего можно сделать вывод о том, что в этом регионе необходимо ужесточить коррупционное законодательство, предпринять серьезные меры по отношению к коррупционерам, уделить должное внимание проблеме, связанной со взяточничеством.

Таким образом, использованные в данной статье методы по-прежнему весьма актуальны в наше время. Они помогли нам исследовать обстановку в сфере коррупционных преступлений и процессов в регионах РФ.

_____________________________________

1. Работа выполнена в рамках гранта РГНФ № 15-02-00487213.01-24/2013-132 «Экономические и правовые риски российской системы государственных и муниципальных закупок: факторы, оценка, меры снижения (локализации)».

2. http://www.gks.ru

3. Разработано авторами с помощью ППП MS Excel

4. http://www.vsrf.ru

5. Разработано авторами с помощью ППП Statistica

6. Разработано авторами с помощью ППП Statistica

7. Разработано авторами с помощью ППП Statistica

8. http://www.gks.ru

9. Разработано авторами с помощью ППП Statistica

10. Разработано авторами с помощью ППП Statistica

11. Разработано авторами с помощью ППП Statistica

12. Разработано авторами с помощью ППП Statistica

13. Разработано авторами с помощью ППП Statistica

14. Разработано авторами с помощью ППП Statistica

15. Разработано авторами с помощью ППП Statistica

16. Разработано авторами с помощью ППП Statistica


Список использованных источников

  1. http://www.vsrf.ru

  2. http://www.gksrostov.ru


Информация об авторе:

телефон 8-905-453-66-93, E-mail lirunova@yandex.ru