WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 | 2 ||

В третьем параграфе производится регрессионный анализ панельных данных преступности в 77 регионах России (1992-2000 гг.). Основная модель эконометрического анализа – это динамическая модель на панельных данных с уровнем преступности ct в качестве зависимой переменной, а взятый с лагом ct-1 – в качестве независимой. Кроме них модель включает инвариантные (постоянные во времени) переменные ( X ) и переменные регрессоры (Yit ), а также временные i бинарные переменные (t ) (2) cit = cit-1 + Yit + X + t + it i Для оценки данной модели применяется обобщенный метод моментов (ОММ), позволяющий контролировать эндогенность некоторых независимых переменных.

Используемые данные включают региональную криминальную статистику Министерства внутренних РФ и альтернативные данные, собираемые Министерством здравоохранения РФ. Социально-экономические характеристики регионов были взяты из публикаций Госкомстата.

Ниже в таблице приводятся оценки регрессии (2) методом ОММ для семи видов преступлений на 100 тысяч населения с большим количеством независимых переменных. Получена отрицательная зависимость уровня преступности от раскрываемости соответствующих преступлений, качества жизни населения (представленной продолжительностью жизни и средним уровнем образования) и ростом реальных доходов. Не обнаружено определенной статистически значимой связи уровня преступности с общей безработицей, миграционным приростом и потреблением алкоголя.

Таблица 2. Оценки ОММ регрессии*).

Смерт- Смерт- ПричинеСмертУбий- ность от ность от ние тяжко- Изнасиность от Грабеж ство убийств, убийств, го вреда лование убийств мужчины женщины здоровью Преступность с лагом 0,3*** 0,639*** 0,685*** 0,386*** 0,609*** 0,247*** 0,762*** Конфликты 0,143*** 0,022 0,044 -0,02 -0,246*** 0,107*** -0,266** Раскрываемость -0,141***-0,105***-0,161*** -0,041*** -0,701*** -0,082***-0,968*** Качество жизни -1,76*** -1,59*** -2,26*** -1,13*** -2,96*** -0,54*** -0,666*** Уровень безработицы 0,009 0,025 -0,004 0,02 -0,082** -0,075*** 0,325*** Миграционный при0,005*** -0,001 -0,004** 0,004*** -0,0001 0,003*** -0,01*** рост Потребление алкоголя -0,007** -0,002 0,004 -0,003 -0,011 -0,001 -0,039*** Число наркоманов 0,005*** 0,004*** 0,005 0,003*** 0,013*** -0,002 -0,Промышленное произ2,17 -3,9** -7,54*** -0,697 -0,673 0,029 22,9*** водство Реальные доходы -0,032 -0,031 -0,14 0,013 -0,103 0,112** -1,39*** Рост промышленного 0,013 2,87*** 6,01*** -0,69 0,195 -0,282 -12,6*** производства Рост реального дохода -0,7** -1,27*** -1,1** -0,862*** -2,83*** -0,524*** -0,Вместимость тюрем 0,001 0,0003 0,0004 -0,0001 0,005** 0,003*** 0,016*** Малая приватизация 0,015*** 0,015*** 0,018*** 0,015*** 0,002 -0,001 0,038*** Городское население -0,011 -0,02 -0,058** 0,029*** -0,17*** -0,079*** 0,148*** Образование -1,33*** -0,769 -0,52 -1,68*** -5,28*** -0,87*** -2,Этническая поляриза27,9*** 27,6*** 36,6*** 21,6*** 6,67 22,1*** -ция Зимняя температура -0,203***-0,147***-0,209*** -0,096*** -0,432*** -0,023 0,138** Летняя температура -0,14*** 0,026 0,117** -0,042** -0,349*** -0,121***-0,416*** Константа 150*** 131*** 186*** 96,3*** 329*** 62*** 141*** Кол-во наблюдений 691 691 691 691 691 691 Кол-во лет 7 7 7 7 7 7 Кол-во регионов 77 77 77 77 77 77 Тест Саржана, p 0,931 0,147 0,135 0,397 0,046 0,335 0,Тест на серийную корреляцию первого по- 0,000 0,000 0,000 0,000 0,000 0,001 0,рядка, р Тест на серийную корреляцию второго по- 0,196 0,632 0,344 0,946 0,411 0,675 0,рядка, p *) матрица инструментов построена из вторых лагов для преступности, конфликтов и раскрываемости для уравнения в первых разностях, тогда как лаги первых разностей для преступности с лагом, конфликтов и раскрываемости – для уравнения в уровнях. Остальные переменные предполагаются экзогенными и также включены в матрицу инструментов.

Коэффициент детерминации не определен.

В четвертой главе производится эмпирический анализ преступности на международных данных.

Первый параграф четвертой главы содержит анализ микро данных - международных обследований жертв. На индивидуальных данных для разных стран изучается связь риска стать жертвой преступления с индивидуальным благосостоянием, а также со средним доходом и неравенством в распределении доходов.

Основной источник данных – международные обследования жертв, собираемые ООН и использующие стандартизированный подход к изучению домохозяйств, пострадавших от преступлений. На настоящий момент проведены уже четыре раунда обследований, в которых приняли участие 68 стран.

Эмпирическая модель:

(3) Victimijt = Yijt + X +i + ijt jt содержит зависимую переменную (Victimijt ), показывающую сколько раз человек (или домохозяйство) i, живущий в регионе j, был жертвой данной категории преступлений за год t. Первая группа независимых переменных (Yijt ) включает индивидуальные характеристики и характеристики домохозяйства, вторая группа ( X ) состоит из региональных макроиндикаторов, дополнительно включены jt фиксированные эффектами для стран (i ) и ошибка модели (ijt ).

Модель оценивается для трех широких категории преступлений: 1) преступлений с автомобилями, 2) имущественных преступлений и 3) насильственных преступлений. Для оценки этой модели применяется нелинейная пуассоновская модель, оцениваемая методом максимального правдоподобия.

Регрессионный анализ показывает, что риск стать жертвой преступления нелинейно связан с доходом: он выше как среди достаточно бедных, так и среди достаточно богатых. Также демонстрируется, что риск тесно связан с макроиндикаторами. Обнаружен нелинейный эффект среднего дохода: максимальный риск стать жертвой достигается в странах со средним уровнем дохода. Неравенство в доходах, измеряемое индексом Джини, ведет к росту риска стать жертвой только имущественных преступлений. Показывается, что риск выше в больших городах – мегаполисах, а также в районах с большой долей безработных. Оценки трех регрессий представлены в таблице.

Таблица 3. Оценки пуассоновской регрессии*).

Преступления с Имущественные Насильственные автомобилями преступления преступления -0,025* -0,103*** -0,461*** Пол: жен-0, муж--0,014*** -0,014*** -0,037*** Возраст: >0,041*** 0,05*** 0,09*** Рискованный образ жизни: 0-0,071*** 0,162*** 0,168*** Владельцы оружия: 0/ -0,175*** -0,391*** Автовладельцы: 0/0,323*** 0,153*** 0,278*** Число автомобилей на взрослого Доля преступлений, сообщаемых в 0,453*** 0,371*** -0,394*** полицию Средний доход 0,342** 0,455*** 1514*** {Среднее число авто на взрослого} -0,876*** -0,934*** -1193*** (Средний доход-0,44)0,011*** -0,005** 0,009*** Доля молодежи 16-0,006*** 0,008*** 0,011*** Уровень безработицы 0,155*** 0,118*** 0,091*** Население, log -2,208*** -2,75*** -2,253*** Константа 95897 145231 Число наблюдений 57 57 Число стран 0,059 0,078 0,Псевдо RВо втором параграфе выполнен анализ панельных данных по странам. Преступность представлена наиболее точным из имеющихся международных показателей – числом убийств, данные взяты из регулярных обследований, проводимых ООН. На выборке из 50 стран и 275 наблюдений методом наименьших квадратов оценивается регрессия (4) Homicideit = + 1 LExpit + 2 GDPit + 3 Alcoholit +i + it, где зависимая переменная Homicide – количество преднамеренных убийств на тысяч населения, а независимые переменные: Lexp - ожидаемая продолжительность жизни при рождении, GDP - логарифм реального ВВП на душу населения и Alcohol - среднее потребление чистого алкоголя на взрослого старше 15 лет, i - фиксированный эффект для страны i, и, 1, 2, 3 - оцениваемые параметры.

Качественные панельные данные о неравенстве в доходах населения по странам отсутствуют. Как и в третьем параграфе третьей главы получена сильная значимо отрицательная зависимость преступности от продолжительности жизни.

Продемонстрировано, что преступность сокращается с ростом реального дохода, и что нет статистически значимой зависимости преступности от потребления алкоголя.

Таблица 4. Результаты МНК регрессии*).

Продолжительность жизни -6,5*** ВВП на душу -0,31** Потребление алкоголя 0,Константа 31,5*** Кол-во наблюдений Кол-во стран R2 0,*) все переменные взяты в логарифмах, т.о. числа – это оценки эластичностей III. ЗАКЛЮЧЕНИЕ Основные результаты диссертационной работы.

1. Представлена теоретическая модель, являющаяся модификацией известной модели преступного поведения (модели Беккера), показывающая связь между индивидуальным риском стать жертвой и распределением благосостояния склонных к преступной деятельности агентов. Также изучено соотношение между ожидаемым уровнем преступности и распределением благосостояния, вероятностью поимки и размером наказания преступника.

2. В другой теоретической модели - модели оптимального правопорядка - решена задача определения оптимальной вероятности наказания и размера санкций при заданных расходах. Показано, что в случае ненулевых издержек на наказание оптимальный уровень наказания может быть ниже максимального. При этом для некоторых технологий поимки преступников, соответствующих медленно растущим удельным расходам, оптимальный уровень расходов на правоохранительные органы и систему наказания может быть ограниченным, а преступность отсутствовать. Но для других, быстро растущих технологий, рост расходов может сопровождаться снижением преступности, а нулевой уровень преступности не достигается. Кроме того, показано, что в этой модели появляется множественность равновесий: одному уровню расходов может соответствовать несколько уровней преступности.

3. В эмпирической части работы представлен эконометрический анализ преступности: временных рядов в СССР, панельных данных по регионам России, международных индивидуальных данных о жертвах и международных агрегированных данных. Показано, что преступность сдерживается правоохранительной деятельностью и тесным образом связана с уровнем жизни, распределением доходов, экономическим развитием и ростом. Падение качества жизни населения выявлено как один из главных факторов невиданного роста преступности в России, причем этот вывод подтверждается и на международных данных. Анализ международных индивидуальных данных приводит к заключению, что связь с доходом носит нелинейный характер: среди жертв больше самых бедных и самых богатых, тогда как в самых бедных и самых богатых странах жертв меньше, чем в странах со средним доходом, при прочих равных условиях. На временных данных по СССР и РСФСР показана положительная связь между уровнем преступности и экономическим развитием. На региональных российских данных этой связи не обнаружено, но выявлена отрицательная зависимость преступности от роста доходов и положительная зависимость преступности от неравенства в распределении доходов населения.

IV.СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ 1. Andrienko Y. “Crime and Punishment: The Opportunity Cost”, Transition Newsletter, Vol. 13, No. 6, 2002. PP. 37-38.

2. Андриенко Ю. В. В поисках объяснения роста преступности в России в переходный период: криминометрический подход // Экономический журнал Высшей школы экономики 5, №2, 2001. С. 194-220.

3. Ahrend R. and Y. Andrienko, “Crime – the Path of Freedom: Understanding its Development in Russia During Transition”, Russian Economic Trends, Vol. 9: Issue 2, Blackwell Publishers, 2000. PP. 34-42.

4. Андриенко Ю., Аренд Р. Преступность – путь свободы Развитие преступности в России в переходный период // Обзор экономики России 2000: II. С. 57-70.

Pages:     | 1 | 2 ||



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.