Изучение и анализ отдельных факторов, влияющих на показатель преступности на примере Челябинской области

Индекс преступлений (Orirne Index for Country) измеряется в ссххгвотствни с законодательством страны. в которой произошел инцидент. В 2019 году Российская Федерация по уровню преступности занимает 53 место в миро. Согласно этому рейтингу Р<ххшя получила 41.93 балла. В 2019 год)- в рей тинге CIC было оценено 118 стран |3|.

Описание исследования

Российская Федерация, как и другие (праны, ведет строгий учет статистических данных о совершенных па со reppirixjpiin преступлениях. в том числе в разрезе отдельных подкатегорий. Авторами проанализированы раз. 1нч-ные источники статистических данных о совершейных преступлениях в период с 2010 но 2018 годы.

Динамика зарегистрированных преступлений. представленных па рис. 1. показывает, что пик преступности наблюдается в 2010 и 2015 годах, с 2011 по 2014 годы паб. подастся тенденция к снижению. как и с 2010 по 2018 годы |4|.

Рис. 1. Общее количество преступлений, совершенных но территории Российской Федерации в период с 2010 по 2018 гг.

Таблица 1

Удельный вес количества преступлений, совершенных на территории Челябинской области, от общего числа преступлений

11сриод	2010	201 1	2012	2013	2011	2015	2016	2017	2018
Всего по РФ	2G28 7!)!)	2 101807	2302 108	220621!)	2190578	2388 176	2 160063	2058 176	1 991532
В Челябинской области	81258	77053	70557	67693	62708	70602	61576	68213	61862
Удельный вое (%)	3.21	3.20	3.06	3.07	2.86	2.96	2.99	3.31	3.26

Преступность — это одни из важных Немаловажноезначениевобшей кар- вопросов. который обсуждается в мировом сообществе. как направленно социально-правовых исследований. причем

•типе представленных данных имеет на наш взгляд и регион со своими социально-экономическими. географическими

преступность к сожалению. еще пи разу по исключалась из повестки дня.

и правовыми характеристиками, а гак же некоторыми факторами. влияющими на такой показатель как преступность. Челябинская область по количеству преступлений имеет удельных вес от числа престушленпй, совершенных на территории России, в среднем 3%, что можно увидеть по данным, отраженным в табл. 1.

Изменение числа совершенных каждый год престу-пленпй зависит от числа влияющих на него факторов. Определим набор факторов, которые, на наш взгляд, могут оказывать влияние на количество совершенных преступлении, из официальных данных представленных статистикой Росстата.

Набор этих факторов может быть достаточно широким, однако для большей объективности следует включать только данные «больших» цифр.

Предположим, что таковыми факторами являются:

• 1)    количество официально зарегистрированных безработных в Челябинской обл. (показатель измеряется в тысячах человек) — Хр

• 2)    средняя величина заработной платы в Челябинской обл. (показатель измеряется в рублях) — Х₂;

• 3)    численность населения Челябинской области (показатель измеряется в тысячах человек) — Х₃;

• 4)    прожиточный минимум в среднем на душу- населения Челябинской области (показате.яь измеряется в рублях) — Х₄;

• 5)    денежные доходы населения Челябинской обл. (показате.ть измеряется в миллионах рублей) — Х^;

• 6)    численность мужского населения Челябинской обл. (показатель измеряется в единицах человек) — Х₆;

• 7)    численность женского населения Челябинской обл. (показатель измеряется в единицах человек) — Х₇.

Для изучение влияния указанных факторов на показатель престушности в Челябинской области следуют применить методы математических (эконометрических) и статистических расчетов [2]. Методы эконометрических исследований позволяют нам проанализировать данные, выявить сопутствующие факторы п спрогнозировать уровень престу-пности при имеющихся устойчивых показателях п их тенденции.

При проведении расчетов следуют иметь ввиду, что анализ и моделирование тенденции временного ряда целесообразно начинать с выявления наличия тенденции в целом.

Для этой цели применим кумулятивный Т-критерпй, который показывает прежде всего наличие математического выражения данных, так называемого тренда.

Расчет позволяет сделать следу- ю-щпй вывод: так как Тр (5,04)>Ткр (0,05; п —9: Т^ — 4,07), то гипотеза об отсутствии тенденции отвергается. Следовательно, в ряду- динамики преступности Челябинской области рассматриваемая тенденция существует.

Применяя «метод Ирвина» мы доказали, что анализируемые данные по Челябинской области, аномальных значений не содержат, так как для п-9 пороговое значение критерия Ирвина не превышает Хкр =1,5.

Для выявления зависимости между' количеством преступлений по Челябинской области п предполагаемыми факторами их совершения, мы воспользуемся эконометрическим многофакторным регрессионным анализом [1; 5]

Не перегружая публикацию значительным количеством таблиц, укажем основные выводы проведенной работы. Так при исследовании данных, из матрицы были исключены несущественные факторы такие как Xj (количество официально зарегистрированных безработных в Челябинской области), Х3 (численность населения Челябинской области) и Х4 (прожиточный миннмутн в среднем на душу' населения Челябинской области) как незначимые по критерию t-Стьюдента.

Частные Е-крптерии Xt, Х3 и Х4 меньше табличного F-критерия показателем 4,3027, поэтому их нецелесообразно включать в изучаемую модель. Указанный F-крптерий у данных факторов равен Ех^З.88, Ех3 = 3,28 и Ех4-0,702.

При этом уравнение множественной регрессии принимает вид:

У = 1029 766,615 -1,789358587х_г + 8,352356782х, - 6,76110706х₆* 5,192623483х₇ (1)

Параметры полученной модели (1) означают;

• •    увеличение Х₂ на 1 ед.изм. приводит к уменьшению Y в среднем на 1,789 ед. пзм.;

• •    увеличение Х₅ на 1 ед. пзм. приводит к увеличению Y в среднем на 8,352 ед. пзм.;

• •    увеличение Х₆ на 1 ед. пзм. приводит к уменьшению Y в среднем на 6,761 ед. пзм.;

• •    увеличение X. на 1 ед. пзм. приводит к увеличению Y в среднем на 5,192 ед. пзм.

По максимальному коэффициенту7 Р$—11,4 делаем вывод, что наибольшее влияние на результат Y (количество преступлений в Челябинской области) оказывает фактор Х5 (прожиточный мпнимути в среднем на душу7 населения Челябинской области измеряемый в рублях). Расчетами также установлено, что параметры модели статистически значимы.

Статистическая значимость уравнения проверена с помощью коэффициента детерминации и «критерия Фишера». Показатели качества построенной модели приведены в табл. 2.

Таблица 2

Регрессионная статистика

Множественный R 0,998393562 R-квадрат 0,996789705 Нормированный R-квадрат 0,993579411 Стандартная ошибка 545,8055162 Наблюден и я 9 вариации зарегистрированных преступлений в Челябинской области обусловлено вариацией включенных в модель факторов, что составляет приемлемый уровень качества модели для построения прогноза показателей преступности.

Для оценки точности полуменн ой модели мы использовали показатель средней относительной ошибки аппроксимации, которая соответствует значению меньше 5%, то есть

Еотн - 0,45 %.

Анализ зарегистрированного количества преступлений по Челябинской области за период с 2010 по 2018 годы, позволил построить линейный тренд (рис. 2) и определить точечный и интервальный прогнозы (табл. 3) на будущий период:

Заключение и выводы

Таким образом, проведенный анализ имеющихся данных о количестве преступлений по Челябинской области, позволил установить, что из предполагаемых нами факторов, значительное влияние имеют следующие:

• •    Х₂ (средняя величина заработной платы в Челябинской обл., руб.);

• •    Х_в (прожиточный минимути в среднем на душу⁷ населения Челябинской обл., руб.);

• •    Х₆ (численность мужского населения Челябинской обл., чел.);

• •    Х₇ (численность женского населения Челябинской обл., чел.).

При сохраненной тенденции временного ряда с долей вероятности 95%

Точечный и интервальный прогнозы

Таблица 3

n+k	U(k)	Точечный прогноз	Верхиня граница	Нижняя граница
10	13878	60628	74506	46750

Коэффициент множественной корреляции R = 0,998 говорит о прямой тесной взаимосвязи признаков в уравнении (1). А коэффициент детерминации (Н-квадрат) =0,997 показывает, что 99,7% мы можем предположить, что прогнозное значение количества преступлений по Челябинской области на 2019 год будет находиться в интервале от 46750 до 74506.

Прогноз количества преступлений по Челябинской области

— эмпирические денные верхняя границе прогном теоретические данные нижняя граница прогнем

----Линейная (теоретические данные)

Рис. 2. 11[югшх) количества преступлений по Челябинской области на 2019 год

Прово. №1 и io рабо ты сотру, и i пками штабных подразделений МВД России но анализу факторов, влияющих па ахттоя-ние преступности может стать одним из т.оно.1нитххты1ых методов разработки мор пр(х|)п.тактпкп и разработки предложений но снижен ню числа преступных проявлений на обслуживаемой территории.