- коэффициент преступности (К): K = (n х 10)/N (1)
Где: n - число совершенных (зарегистрированных) преступлений на определенной территории за определенный ᴨȇриод;N - численность населения, достигшего возраста наступления уголовной ответственности, проживающего на территории, для которой рассчитывается коэффициент;10 - единая расчетная база;- коэффициент (индекс) преступной активности (I):I = m х 10/N (2)Где:m - число лиц, совершивших преступления за определенный ᴨȇриод на определенной территории;N - численность активного населения (14-60 лет), проживающего на территории, для которой рассчитывается коэффициент;10 - единая расчетная база.- коэффициент (индекс) судимости (Iр): Iр=р х10/N (3)Где: р - число лиц, осужденных по приговорам, вступившим в законную силу, к условным наказаниям за определенный ᴨȇриод и на определенной территории;N - численность населения в возрасте 14 лет, проживающего на данной территории;10 - единая расчетная база.
3) динамика преступности - изменения преступности (состояния, уровня, структуры и т.д.) во времени. Определение динамики преступности преследует следующие цели:
а) установить присущие преступности закономерности;б) наиболее точно спрогнозировать состояние преступности на будущее.4) структура преступности - раскрывается через ее внутреннее содержание - соотношение в общем массиве преступлений и преступников. Структуризация может иметь многоуровневый характер (например, сельская мужская преступность).
5) характер преступности определяется тем, каково количество наиболее опасных преступлений в структуре преступности, а также тем, какова характеристика личностей тех, кто совершает преступления. 6) география преступности - различие характеристик преступности, обусловленное социальными и экономическими условиями различных регионов. 7) Своеобразная «цена» преступности отражается в таком ее дополнительном качественно-количественном показателе, как социальные последствия. При этом Огива Гальтона показывает, что наименьший коэффициент преступности наблюдается в г.Москве, а наибольшее количество в республике Алтай. В целом, коэффициент преступности варьирует в промежутках от 0,12 до 106,07. Это означает, что распределение преступности по регионам неравномерно(рис.1)
Рисунок 1. Коэффициент преступности
Данный показатель отражает уровень преступности. Поэтому была выявлена зависимость которая показывает ,чем больше уровень безработных ,тем больше коэффициент преступности регионов Российской Федерации (таблица 1).
Для установления связи между факторным (уровень безработицы) и результативным (коэффициент преступности) признаками по каждой группе было рассчитаны средние значения этих признаков.По обобщенным данным была определена прямая связь между признаками.
Таблица 1. Группировка регионов по числу преступлений на душу населения
№ группы |
Группы регионов РФ по коэффициенту преступности |
Число регионов |
Средний коэффициент преступности |
Средний уровень безработицы |
I |
До 1,15 |
16 |
2,38 |
0,77 |
II |
1,15-2,30 |
16 |
3,71 |
1,72 |
III |
2,30-4,45 |
15 |
4,13 |
3,37 |
IV |
4,45-7,10 |
16 |
4,91 |
5,52 |
V |
свыше 7,10 |
16 |
9,05 |
23,33 |
Выявлена прямая зависимость коэффициента преступности от уровня безработицы. Чем больше число безработных, тем больше количество преступлений.
В ходе исследования интенсивности изменения явления во времени рассчитаем показатели ряда динамики числа преступлений по Российской Федерации (таблица 2).
Таблица 2. Показатели ряда динамики по числу преступлений в РФ
Год |
Число преступлений |
Абсолютный прирост |
Темп роста,% |
Темп прироста, % |
Абсолютное содержание 1% прироста |
|||
Δбаз |
Δцеп |
ТР баз |
Тр цеп |
Тпр баз |
Тпр цеп |
|||
2004 |
2893,8 |
- |
- |
- |
- |
- |
- |
- |
2005 |
3554,7 |
660,9 |
660,9 |
122,84 |
122,84 |
22,84 |
22,84 |
28,938 |
2006 |
3855,4 |
961,6 |
300,7 |
133,23 |
108,46 |
33,23 |
8,46 |
35,547 |
2007 |
3582,5 |
688,7 |
-272,9 |
123,80 |
92,92 |
23,80 |
-7,08 |
38,554 |
2008 |
3209,9 |
316,1 |
-372,6 |
110,92 |
89,60 |
10,92 |
-10,40 |
35,825 |
2009 |
2994,8 |
101 |
-215,1 |
103,49 |
93,30 |
3,49 |
-6,70 |
32,099 |
2010 |
2628,8 |
-265 |
-366 |
90,84 |
87,78 |
-9,16 |
-12,22 |
29,948 |
2011 |
2404,8 |
-489 |
-224 |
83,10 |
91,48 |
-16,90 |
-8,52 |
26,288 |
2012 |
2302,2 |
-591,6 |
-102,6 |
79,56 |
95,73 |
-20,44 |
-4,27 |
24,048 |
2013 |
2206,2 |
-687,6 |
-96 |
76,24 |
95,83 |
-23,76 |
-4,17 |
23,022 |
2014 |
2109,3 |
-784,5 |
-96,9 |
72,89 |
95,61 |
-27,11 |
-4,39 |
22,062 |
В среднем |
2885,67 |
-78,45 |
-78,45 |
96,89 |
96,89 |
-3,11 |
-3,11 |
Х |
За период исследования средний уровень ряда динамики преступности составил 2885,67, при среднем абсолютном приросте -78,45 или -3,11%. Также была выявлена тенденция развития исследуемого ряда динамики. Было осуществлено выравнивание ряда динамики методов укрупнения периодов, методом скользящей средней, по среднему абсолютному приросту и среднему коэффициенту роста, а также аналитическим методом по уравнению прямой. Один из методов, а именно выравнивание по среднему абсолютному приросту и среднему коэффициенту роста, приведен
в таблице 3.
Таблица 3. Выравнивание аналитическим методом по уравнению прямой
Год |
Число преступлений |
Отклонение от центрального года t |
t2 |
y*t |
Yt=2971-216,5*t |
2005 |
3554,7 |
-4 |
16 |
-14219 |
3837 |
2006 |
3855,4 |
-3 |
9 |
-11566 |
3620,5 |
2007 |
3582,5 |
-2 |
4 |
-7165 |
3404 |
2008 |
3209,9 |
-1 |
1 |
-3209,9 |
3187,5 |
2009 |
2994,8 |
0 |
0 |
0 |
2971 |
2010 |
2628,8 |
1 |
1 |
2628,8 |
2754,5 |
2011 |
2404,8 |
2 |
4 |
4809,6 |
2538 |
2012 |
2302,2 |
3 |
9 |
6906,6 |
2321,5 |
2013 |
2206,2 |
4 |
16 |
8824,8 |
2105 |
Итого |
26739,3 |
х |
60 |
-12990 |
26739 |
Таблица 3 и рисунок 2 показывают ,что аналитическим методом по уравнению прямой выявлена тенденция уменьшения преступности в среднем ежегодно на -153,75 тыс.Рисунок 2. Выравнивание ряда динамики аналитическим методом по уравнению прямой
Выравниванием ряда динамики аналитическим методом по степенной функции выявлена тенденция снижения числа преступлений. Тенденция ряда динамики выявлялась и с использованием ППП Excel. Для этого были построены линейный, логарифмический, полиномиальный, степенной и экспоненциальный тренды. Выравнивание ряда динамики площади жилых помещений, приходящейся на одного человека, аналитическим методом по степенной функции представлено в таблице 4.
Таблица 4. Выравнивание ряда динамики аналитическим методом по степенной функции
Год |
Число преступлений |
Порядковый номер года t |
Cтепенная функция |
||
Yt |
Yi - Yt |
(Yi - Yt)2 |
|||
2004 |
2893,8 |
1 |
3845,2 |
-951,4 |
905162,0 |
2005 |
3554,7 |
2 |
3363,7 |
191,0 |
36472,5 |
2006 |
3855,4 |
3 |
3110,5 |
744,9 |
554829,9 |
2007 |
3582,5 |
4 |
2942,5 |
640,0 |
409557,6 |
2008 |
3209,9 |
5 |
2818,5 |
391,4 |
153195,6 |
2009 |
2994,8 |
6 |
2721,0 |
273,8 |
74941,7 |
2010 |
2628,8 |
7 |
2641,3 |
-12,5 |
155,8 |
2011 |
2404,8 |
8 |
2574,1 |
-169,3 |
28656,8 |
2012 |
2302,2 |
9 |
2516,2 |
-214,0 |
45808,3 |
2013 |
2206,2 |
10 |
2465,6 |
-259,4 |
67277,5 |
2014 |
2109,3 |
11 |
2420,6 |
-311,3 |
96932,4 |
2015 |
х |
12 |
2380,3 |
х |
Х |
2016 |
х |
13 |
2343,8 |
х |
Х |
Итого |
2885,67 |
Х |
х |
х |
2372990,0 |
Графическое отображение выравнивания ряда динамики аналитическим методом по степенно й функции представлено ниже (рис.3). Получено уравнение степенной функции и величина достоверности аппроксимации, которая в этом случае составила 0,4646.Рисунок 3. Выравнивание ряда динамики аналитическим методом по степенной функции
Рассмотренные функции были проверены путем расчета фактического значения F-критерия Фишера и сравнения его с табличным значением. В результате все функции были признаны статистически значимыми и существенными. Так как по F-критерию Фишера все пять функций подходят для отображения тенденции, то отобрана наиболее адекватная функция по наименьшему среднему квадратическому отклонению остаточному. Ею оказалась полиномиальная функция, для которой δ=274,9тыс. Уравнение полиномиальной функции выглядит следующим образом: = -17,443x2 + 55,561x + 3354,7
По отобранной функции в качестве тренда были определены показатели колеблемости и сделаем вывод о возможности прогнозирования. Размах колеблемости составил 990тыс., значит , разность между наибольшим и наименьшим выровненным по полиномиальной функции значением коэффициента преступности составляет 990 тыс. Коэффициент колеблемости равен 9,53%, то есть доля усредненного значения абсолютного отклонения от средней коэффициента преступности равен 9,53%. Коэффициент устойчивости больше 50%, тогда уровни ряда динамики устойчивы и данное уравнение тренда подходит для расчета прогноза на перспективу.
Далее был выполнен интервальный прогноз на 2 года:
где = тыс.
- интервальный прогноз,
- табличное значение Стьюдента,
при ,
Интервальный прогноз на 2015 год:
тыс.
тыс.
тыс.
тыс.
Интервальный прогноз на 2016 год:
тыс.
тыс.
тыс.
тыс.
Таким образом, если выявленная тенденция по полиномиальной функции сохранится, то в следующие два года с вероятностью 95% можно ожидать уменьшение преступности, причем в 2015 году она будет составлять от 790,2 тыс. до 2229тыс., а в 2016 году – от 317тыс. до 1941,2тыс.Список литературы
Аблеева А.М. Социальная статистика: учебное пособие / Уфа, 2010.
Аблеева А.М. Статистика: учебное пособие по изучению дисциплины и выполнению курсовой работы для студентов очной и заочной формы обучения: направление подготовки дипломированного специалиста 080100 Экономика: специальность 080105 Финансы и кредит / МСХ РФ, Башкирский государственный аграрный университет. Уфа, 2011.
Васильева Л.Ю., Валишина Н.Р. Статистический анализ уровня занятости населения в РФ // Тенденции и перспективы развития статистической науки и информационных технологий сборник научных статей: посвящается Юбилею профессора кафедры статистики и информационных систем в экономике доктора экономических наук Рафиковой Нурии Тимергалеевны. МСХ РФ, Башкирский государственный аграрный университет. Уфа, 2013. С. 182-183.
Вишневская Н.Т. Законодательство о защите занятости и рынок труда // Вопросы экономики. 2007. - № 4. - с. 114-122.
Здравомыслов Б.В. Уголовное право России: Общая часть, М.: Юристъ,2000 г.
Кабашова Е.В., Сагадеева Э.Ф. Математическая экономика: учебное пособие: электронный ресурс / учебное пособие: электронный ресурс / Башкирский государственный аграрный университет. Уфа, 2013. Том Модуль 2 Глобальные модели экономики
Лубова Т.Н. Межрегиональный сравнительный анализ показателей финансовой безопасности Приволжского федерального округа // Молодой ученый. 2009. № 5. С. 53-60.
Малеин Н.С. Правонарушение: понятие, причины, ответственность. М: 2002.- 153с.
Назаров М.Г. Курс социально-экономической статистики: учебник - М.: ЮНИТИ-ДАНА, 2006. - 771с.
Стовба Е.В., Шарафутдинов А.Г. Оптимизация производственных параметров личных подсобных хозяйств как составная часть моделирования развития сельских территорий // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2011. № 74. С. 460-475.
Официальный сайт Федеральной службы государственной статистики – Росстат. – Режим доступа: www.gks.ru.
Ableeva A.M. TREND STUDIES OF MACROECONOMIC INDICATORS IN COMPARABLE PRICES // Международный журнал экспериментального образования. 2014. № S6. С. 57-58.
SalimovaG.A. FORMING OF ASSESSMENT TOOLS UNDER THE GEF // Россия и Европа: связь культуры и экономики Материалы IX международной научно-практической конференции. Ответственный редактор Уварина Н.В. . 2014. С. 218-219.