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 (х 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
(Сr), 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 (х 1 ) |
Средней тяжести (х2) |
Тяжкие (х3) |
Особо тяжкие (х 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.