Статистическая взаимозависимость и взаимообусловленность категорий преступлений

Автор: Урбазаев Булат Манхарович, Надмитова Дина Юрьевна, Урбазаева Людмила Бальжитовна, Шумилова Эржена Манхаровна

Журнал: Вестник Бурятского государственного университета. Философия @vestnik-bsu

Рубрика: Уголовное право, уголовный процесс и криминология

Статья в выпуске: 2, 2012 года.

Бесплатный доступ

Статья посвящена исследованию статистической взаимозависимости и взаимообусловленности различных категорий преступлений на основе корреляционно-регрессионного анализа.

Уголовный кодекс рф, категории преступлений, корреляционный анализ, регрессионный анализ, взаимозависимость, обусловленность, борьба с преступностью, планирование и контроль уровня безопасности

Короткий адрес: https://sciup.org/148180904

IDR: 148180904

Текст научной статьи Статистическая взаимозависимость и взаимообусловленность категорий преступлений

Известно, что в соответствии с Уголовным кодексом РФ (УК РФ) преступления делятся на следующие категории: преступления небольшой тяжести, преступления средней тяжести, тяжкие преступления, особо тяжкие преступления. В связи с этим распределением важной, особенно в период социальной стратификации российского общества, является оценка качества состояния безопасности, представляющая собой степень защищенности по отдельным категориям преступлений. На практике используется опыт сравне- ния текущих данных о преступлениях с данными аналогичного периода прошлого года (АППГ) или их изменений по отдельным категориям и видам преступлений. По причине относительности значений и выбора неустойчивого базиса сравнения степень отражения качественного состава безопасности остается неопределенной. При этом актуальна проблема установления взаимозависимости и взаимообусловленности разных категорий преступлений.

Целью статьи является установление ста- тистической взаимозависимости и взаимообусловленности разных категорий преступлений на основе корреляционно-регрессионного анализа. Метод корреляционно-регрессионного анализа используется в изучении взаимосвязей многих явлений, которые имеют статистический характер. Его применение в юридической науке криминального цикла имеет ограниченный характер [1] и может быть оценено как инновационная технология обработки данных. Очевидна необходимость проведения небольшого экскурса в область статистики. Метод содержит две составляющие - корреляционный анализ и регрессионный анализ. Корреляционный анализ - это количественный метод определения тесноты статистической взаимосвязи между выборочными переменными величинами. Изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин. Регрессионный (линейный) анализ - статистический метод исследования взаимообусловленности зависимой переменной одной или несколькими независимыми переменными, который заключается в построении уравнения, позволяющего одну переменную отклика предсказывать по значению другой или других независимых переменных. Регрессия отражает уровень вклада каждого из предикторов в общее уравнение. Функция регрессии зависимых и независимых переменных, как и корреляция между случайными величинами, является свидетельством существования некоторой статистической связи, не обязательно имеющей причинно-следственный характер. Необходимым условием построения регрессии является существование корреляции между признаками, т.е. перед составлением уравнений регрессии следует обязательно определить степень тесноты связи (коэффициентов корреляции).

С учетом данного отступления и разработанной методологии [2] поиск решения проблемы установления статистической взаимозависимости и взаимообусловленности преступлений разных категорий производится в следующем виде. Функция (уравнения) линейной регрессии зарегистрированных преступлений имеет вид:

Y (х) = а п + а ,х , + а пх п + а ^x Q + а ,х „ ,.х r            r 0       r 1   r 1       r 2   r 2       r 3   r 3       r 4   r 4 (1)

где Yr ( x ) - функция регрессии зарегистрированных преступлений (критериальная переменная); ar 0 a r - коэффициенты регрессии; x i - показатели преступлений по категориям (предикторы).

Функция линейной регрессии раскрытых (расследованных) преступлений: Yd ( x ) = a d 0 + a d 1 x d 1 + a d 2 x d 2 + a d 3 x d 3 + a d 4 x d 4 (2), где Yd ( x ) – функция регрессии раскрытых преступлений (критериальная переменная); a d 0, ai - коэффициенты регрессии; x d - показатели преступлений по категориям (предикторы). Ниже приведены результаты корреляционнорегрессионного анализа преступлений на примере криминальной ситуации в Республике Бурятия. Источник информации – Единый отчет о преступности в Республике Бурятия (форма 1-Г и 1-ЕГС) в период с 2004 по 2009 г. Анализ преступлений по порядку их регистрации производится по определенной системе: а) преступления, зарегистрированные исключительно в отчетном году; (Cra); б) преступления, уголовные дела по которым находились в производстве на начало отчетного периода и (или) зарегистрированы в отчетном году (C r ); в) преступления, дела, материалы по которым закончены расследованием либо разрешены в отчетном году, или предварительно расследованные преступления в отчетном периоде (Cd).

При этом в каждом разделе принят идентичный алгоритм анализа:

  • 1)    классификация базы данных о преступлениях по категориям в соответствии с УК РФ;

  • 2)    построение графиков преступности по категориям;

  • 3)    расчет коэффициентов корреляции статистических данных о преступлениях;

  • 4)    составление уравнений регрессии.

Классификация преступлений, зарегистрированных в отчетном году (Cra), по категориям и по годам приведена в таблице 1.

Таблица 1

Год

Небольшой тяжести

Средней тяжести

Тяжкие

Особо тяжкие

Итог

2004

1 059

4 497

15 421

4 371

25 348

2005

2 341

4 974

17 783

5 236

30 334

2006

2 631

5 835

20 552

6 050

35 068

2007

3 008

6 043

21 235

5 535

35 821

2008

2 462

6 073

19 939

5 064

33 538

2009

2 203

5 535

18 075

4 455

30 268

Итого

13 704

32 831

113 005

30 837

190 377

Для наглядности годовая динамика преступлений приведена в виде графиков (рис.1).

Классификация преступлений

Динамика зарегистрированных преступлений в текущем периоде

Рис. 1. Динамика зарегистрированных в отчетном году преступлений по годам

Из таблицы 1 и рисунка 1 видно, что удельный вес тяжких преступлений во все годы являлся наибольшим, при этом наблюдается идентичность динамик показателей преступлений всех категорий. Данное сходство хода кривых свиде- тельствует об определенной корреляции характеристик между собой. Величина коэффициентов парной корреляции, характеризующая степень тесноты рассматриваемых показателей, представлена в таблице 2.

Таблица коэффициентов парной корреляции

Таблица 2

Небольшой

тяжести (х 1 )

Средней тяжести (х2)

Тяжкие (х3)

Особо тяжкие (х4)

Небольшой тяжести (X j )

1,000

0,878

0,941

0,708

Средней тяжести (х2)

0,878

1,000

0,946

0,544

Тяжкие (х3)

0,941

0,946

1,000

0,762

Особо тяжкие (х4)

0,708

0,544

0,762

1,000

Из таблицы 2 следует, что величина коэффициентов парной корреляции варьирует в диапазоне 0,54-0,95, что по шкале Чеддока соответствует силе связи от умеренной до весьма сильной. Причем наиболее сильная связь наблюдается между тяжкими преступлениями и остальными категориями, что является основанием для принятия показателей тяжких преступлений за критериальную переменную, а показателей других категорий - за предикторы при построении линейной модели регрессии. Уравнение регрессии по зарегистрированным преступлениям в отчетном году с учетом (1) имеет вид: Y1(x3) = 1462,376 + 0,625x1 + 1,725x2 + 1,214x4 (3). Из уравнения (3) видно, что вклад каждого из предикторов в общее уравнение различен. Последовательность вклада по величине выглядит следующим образом: преступлений средней тяжести больше всего, затем следуют особо тяжкие и небольшой тяжести.

Классификация преступлений, уголовные дела по которым находились в производстве на начало отчетного периода и (или) зарегистрированы в отчетном году (C r ), по категориям и по годам приведена в таблице 3.

Классификация преступлений

Таблица 3

Год

Небольшой тяжести

Средней тяжести

Тяжкие

Особо тяжкие

Итог

2004

1 192

5 217

17 563

4 960

28 932

2005

2 618

6 441

20 540

5 321

34 920

2006

2 947

7 664

24 087

6 304

41 002

2007

3 406

7 970

24 980

5 888

42 244

2008

2 838

8 135

23 237

5 040

39 250

2009

2572

7 833

21 427

4 389

36 221

Итого

15 573

43 260

131 834

31 902

222 569

Годовые изменения показателей преступлений по категориям и их сходство показаны на графике (рис. 3).

Динамика зарегистрированных преступлений на начало

небольш. тяжести ср. тяжести тяжких особ. тяжести

Рис. 2. Годовая динамика преступлений, уголовные дела по которым находились в производстве на начало отчетного периода и (или) зарегистрированы в отчетном году

Из таблицы 3 и рисунка 2 видно, что годовой удельный вес тяжких преступлений также доминирует и наблюдается синхронизм динамик их изменений с изменениями показателей преступлений по другим категориям. Такая идентичность хода кривых свидетельствует об определенной корреляции характеристик между собой. Величина коэффициентов парной корреляции, характеризующая степень тесноты рассматриваемых показателей, представлена в таблице 4.

Таблица парной корреляции

Таблица 4

Небольшой тяжести (х 1 )

Средней тяжести (х2)

Тяжкие (х3)

Особо тяжкие

4 )

Небольшой тяжести (х 1 )

1,00

0,87

0,95

0,49

Средней тяжести (х2)

0,87

1,00

0,90

0,19

Тяжкие (х3)

0,95

0,90

1,00

0,59

Особо тяжкие (х4)

0,49

0,19

0,59

1,00

Величина коэффициентов парной корреляции варьирует в диапазоне 0,49-0,95, что по шкале Чеддока соответствует силе связи от умеренной до весьма сильной. При этом наблюдается наиболее сильная связь между тяжкими преступлениями и остальными категориями, что предоставляет возможность выбора между положениями переменных при построении линейной модели регрессии. За критериальную переменную приняты показатели тяжких преступлений, за предикторы – показатели других категорий.

Уравнение регрессии зарегистрированных преступлений, уголовные дела по которым находились в производстве на начало отчетного периода и (или) зарегистрированы в отчетном году

r), по категориям и по годам имеет вид: Y2(x3) = 1127,167 + 0,685x 1 + 1,559x 2 + 1,473x 4 (4). Из уравнения (4) видно, что вклад каждого из предикторов в общее уравнение различен. Последовательность вкладов по величине выглядит следующим образом: лепта преступлений средней тяжести является наибольшей, затем следуют особо тяжкие и небольшой тяжести.

Классификация преступлений, дела, материалы по которым закончены расследованием либо разрешены в отчетном году, или предварительно расследованных преступлений в отчетном периоде (C d ) по категориям и по годам приведена в таблице 5.

Таблица 5

Год

Небольшой тяжести

Средней тяжести

Тяжкие

Особо тяжкие

Общий итог

2004

816

3 485

7 202

2 445

13 948

2005

1 879

4 252

8 190

2 503

16 824

2006

1 687

5 097

8 764

2 441

17 989

2007

1 810

5 361

8 838

2 395

18 404

2008

1 315

5 450

8 280

2 098

17 143

2009

1 266

5 330

7 696

2 035

16 327

Итого

8 773

28 975

48 970

13 917

100 635

Годовые изменения показателей преступлений по категориям показаны на графике (рис. 3).

Классификация преступлений

Динамика раскрытых преступлений

небольш. тяжести особ. тяжести ср. тяжести тяжких

Рис. 3. Годовая динамика преступлений

Из таблицы 5 и рисунка 3 видно, что годовой удельный вес тяжких преступлений является также доминирующим, однако общая идентичность кривых отличается от сходства кривых зарегистрированных преступлений. Наблюдается некоторое снижение со временем показателей особо тяжких преступлений и преступлений небольшой тяжести. Для установления уровня корреляции проведены расчеты коэффициентов парной корреляции, характеризующих степень тесноты связи рассматриваемых показателей. Результаты расчетов представлены в таблице 6.

Таблица парной корреляции

Таблица 6

Небольшой тяжести

1 )

Средней тяжести (х2)

Тяжкие (х3)

Особо тяжкие

4 )

Небольшой тяжести (х1)

1,00

0,43

0,85

0,34

Средней тяжести (х2)

0,43

1,00

0,66

-0,61

Тяжкие (х3)

0,85

0,66

1,00

0,18

Особо тяжкие (х4)

0,34

-0,61

0,18

1,00

Из таблицы 6 следует, что величина коэффициентов парной корреляции варьирует в диапазоне от – 0,61 до 0,85, что соответствует диапазону силы связи от отрицательной корреляции до высокой степени положительной. При этом сильная связь сохраняется между тяжкими преступлениями и остальными категориями, что дает возможность построить модель линейной регрессии и сохранить прежний выбор положений переменных. За критериальную переменную приняты показатели тяжких преступлений, за предикторы – показатели других категорий.

Уравнение регрессии преступлений, дела, материалы по которым закончены расследованием либо разрешены в отчетном году, или предварительно расследованных преступлений в отчетном периоде (Cd) по категориям и по годам имеет вид: Y 3 (x 3 ) = - 2, 993 + 0,056х 1 + 0,943х2

+ 2,811х4 (5). Из уравнения (5) становится ясно, что вклад каждого из предикторов в общее уравнение является различным. Последовательность вкладов по величине выглядит следующим образом: преступления особо тяжкой категории, затем средней тяжести и небольшой тяжести. Следует отметить, что определенное отличие функции (5) регрессии в изменении положения вклада разных категорий преступлений (от 3 и 4) обусловлено спецификой борьбы с преступностью. Таким образом, статистическая взаимозависимость и взаимообусловленность разных категорий преступлений установлены на основе корреляционнорегрессионного анализа, создающего предпосылки для разработки национальных программ планирования и контроля уровня безопасности и повышения эффективности борьбы с преступностью.

Статья научная