Эконометрическое моделирование влияния уровня безработицы на крименогенность обстановки в России | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 6 апреля, печатный экземпляр отправим 10 апреля.

Опубликовать статью в журнале

Авторы: ,

Рубрика: Юриспруденция

Опубликовано в Молодой учёный №2 (106) январь-2 2016 г.

Дата публикации: 13.01.2016

Статья просмотрена: 1434 раза

Библиографическое описание:

Цыпин, А. П. Эконометрическое моделирование влияния уровня безработицы на крименогенность обстановки в России / А. П. Цыпин, С. Р. Романов. — Текст : непосредственный // Молодой ученый. — 2016. — № 2 (106). — С. 714-718. — URL: https://moluch.ru/archive/106/25050/ (дата обращения: 28.03.2024).

 

В статье рассматривается возможность построения регрессионного уравнения влияния численности безработных на уровень преступлений в разрезе субъектов РФ, при этом в модели учитывается принадлежность субъекта к какому-либо типу (крупный или мелкий объект), что достигается посредством введения в модель фиктивной переменной (манекена).

Ключевые слова: безработица, преступность, криминогенность, взаимосвязь, корреляция, регрессия, кластерный анализ, фиктивные переменные, типологическая регрессия

 

Одной из социальных «болезней» современного общества является безработица. Данное явление, безусловно, носит негативную окраску, и влечет за собой снижение уровня жизни населения, деградацию, депрессию, распад семей, усиление дифференциации населения, упущенные выгоды экономики (недополучение ВВП). Особо стоит выделить такое последствие роста численности безработных как увеличение уровня преступности. Логичным предположить, что человек, оставшийся без стабильного заработка, а соответственно без средств существования, в условиях жесткой конкуренции на рынке труда, а, следовательно, невозможности трудоустройства, будет изыскивать альтернативные источники заработка в теневом секторе экономике. Данная ситуация приводит в конечном итоге к усилению криминогенностиобстановки в регионе. В связи с этим, рассмотрение указанной проблемы и моделирование зависимости, является актуальной задачей, как статистики, так и эконометрики.

Актуальность выбранной темы исследования подчеркивается в научной литературе, так с позиции статистической науки, проблему взаимосвязи преступности и социально-экономических показателей рассматривали такие ученые как: Васин Ю. Г. [1], Квашис В. Е. [2], Лунеев В. В. [3], Омигов В. И. [4], Синякина А. Ю. [6], Упоров И. В. [7] и др.

Предметом проведенного в рамках статьи исследования являются взаимозависимость безработицы и числа зарегистрированных преступлений, объектом выступают субъекты РФ, в качестве источника информации послужили данные системы Росстат, Министерства внутренних дел РФ и Министерстватруда и социальной защиты РФ содержащиеся в Единой межведомственной информационно-статистической систем (ЕМИСС). В ходе изучения зависимости были использованы такие статистические и эконометрические методы как: корреляционный, регрессионный, многомерной группировки.

В рамках данной статьи рассмотрим взаимосвязь между численностью безработных () и показателями характеризующими криминогенность обстановки в России (совершенных в 2013 г.): убийство по ст.105 УК РФ (); умышленное причинение тяжкого вреда здоровью по ст.111 УК РФ (); изнасилование по ст.131 УК РФ (); кража по ст.158 УК РФ (); грабеж по ст.161 УК РФ (); разбой по ст.162 УК РФ (); вымогательство по ст.163 УК РФ (); хулиганство по ст.213 УК РФ ().

Оценка взаимосвязи количественно измеренных переменных осуществляется на основе парного линейного коэффициента корреляции Пирсона, для этого воспользуемся ресурсами пакета программ STATISTICA, в результате реализации процедуры получаем матрицу парных коэффициентов корреляции (таблица 1).

 

Таблица 1

Матрица парных коэффициентов корреляции зависимости показателей криминогенности и численностью безработных

 

1,00

 

 

 

 

 

 

 

 

0,95

1,00

 

 

 

 

 

 

 

0,85

0,87

1,00

 

 

 

 

 

 

0,77

0,77

0,81

1,00

 

 

 

 

 

0,73

0,75

0,76

0,98

1,00

 

 

 

 

0,68

0,67

0,73

0,97

0,97

1,00

 

 

 

0,72

0,71

0,69

0,79

0,77

0,74

1,00

 

 

0,53

0,55

0,65

0,84

0,84

0,85

0,73

1,00

 

0,75

0,71

0,70

0,61

0,56

0,53

0,60

0,44

1,00

 

Приведенные в таблице значения коэффициента корреляции (согласно шкале Чеддока) указывают на заметную и высокую связь между показателями криминогенности и безработицей.

Проиллюстрируем процесс построения регрессионной модели, выбрав наиболее тесно связанные переменные, для этого обратимся к последней строчке таблицы.

Наиболее сильная взаимосвязь прослеживается между переменной

и (коэффициент корреляции равен 0,75), соответственно оценим парное регрессионное уравнение между этими показателями (таблица 2).

 

Таблица 2

Результаты построения парной линейной регрессии между переменными и

Показатели

b

Стандартная ошибка b

t(78)

p-уровень значимости

Свободный член уравнения

21,80

15,14

1,44

0,15

x

2,53

0,25

10,02

0,00

Примечание: R=0,75; R2= 0,56; скорректированный R2= 0,56; F(1,78)=100,40; p<0,00

 

Согласно приведенным данным, оцененная модель статистически значима по F-критерию Фишера (уровень значимости не превышает 0,05), но свободный член уравнения b0, получен статистически не значимым по t-критерию Стьюдента (не проходит порог в 0,05). В некоторых случаях этим можно пренебречь, повысив порог до 0,15. Но также существует другой способ, который заключается в построении регрессионной модели на основе результатов кластерного анализа (типологическая регрессия) [8].

Проведем разбиение совокупности на однородные группы методом иерархической кластеризации (модуль «Кластерный анализ»), согласно Айвазяну С. А. данная процедура применяется в тех случаях, когда нет предположений относительно количества кластеров.

В результате работы модуля получаем график, который называют дендограммой(рисунок 1).

По оси абсцисс расположены субъекты РФ, по оси ординат отражено значение интегрального показателя, представляющее величину, сформированную на основе отобранных показателей. Данный показатель не имеет единицы измерения и является своего рода многомерной статистической оценкой.

Стоит отметить, что в силу наличия значительного количества рассматриваемых объектов читаемость на графике имен единиц очень низкая, поэтому дендограмму можно использовать лишь в качестве «разведочного» анализа для получения предварительной информации о количестве групп на которое необходимо разбить совокупность.

Рис. 1. Древовидная диаграмма групп субъектов РФ по численности безработных и числу зарегистрированных убийств в 2014 году

 

В нашем случае имеем 2 группы, первая заключена между Приморским краем и республикой Дагестан, вторая между г. Москва и Белгородской областью.

К сожалению, оценить качество разбиения в рамках данной процедуры в пакете STATISTICA невозможно, поэтому перейдем к следующей процедуре кластеризации — метод k средних, при этом выделим два кластера. В результате получаем фактические значения F-статистики Фишера (таблица 3).

 

Таблица 3

Результаты дисперсионного анализа разбиения совокупности субъектов РФ на два кластера

Переменные

Межгрупповая

Степени свободы

Внутригрупповая

Степени свободы

F-статистика

p-уровень

y1

46192,9

1

53141,5

78

67,80

0,00

x

844112,1

1

282602,4

78

232,98

0,00

 

Уровень значимости указывает на достаточно высокое качество разбиения совокупности на группы, так как значение уровня значимости по всем переменных не превышает порог в 0,05, т. е. по переменным и удалось однозначно разделить совокупность на две группы.

Так как в нашем распоряжении имеются данные, представленные двумя группами, обратимся к методике построения регрессионного уравнения с включением фиктивной переменной (манекены, структурные переменные, индикаторы) [5].

В нашем случае данная переменная Di находится в правой части модели и имеет две альтернативы:

Коэффициент в приведенной модели называется дифференциальным коэффициентом свободного члена, так как он показывает, на какую величину отличается свободный член модели при значении фиктивной переменной, равной единице, от свободного члена модели при базовом значении фиктивной переменной.

Обратившись к модулю «Множественная регрессия», получаем параметры множественного уравнения, представленные в таблице 4.

 

Таблица 4

Результаты оценивания множественного линейного уравнения регрессии с фиктивной переменной GRUP

Показатель

b

Стандартная ошибка b

t(77)

p-уровень значимости

Свободный член уравнения

241,42

25,51

9,46

0,00

x

1,01

0,24

4,26

0,00

D

-188,05

19,95

-9,43

0,00

Примечание: R=0,89; R2= 0,80; скорректированный R2= 0,79; F(2,77)=151,15; p<0,00

 

Представленная в таблице 4 регрессионная модель указывает на существенность различий влияния фактора Di, так как параметр получен статистически значим. При этом < 0, что указывает на «перевес» в сторону первого кластера, т. е. линия регрессия по объектам, вошедшим в первый кластер, выше линии регрессии по второму кластеру.

Обратившись к графическим возможностям пакета STATISTICA исследуемую зависимость и описывающее его регрессионное уравнение можно отобразить в виде диаграммы рассеяния (рисунок 2).

Рис. 2. Результаты построения регрессионной модели зависимости числа зарегистрированных преступлений от численности безработных и дифференциации на кластеры

 

Согласно представленной информации регрессионное уравнение по первому кластеру находится выше, чем по второму. Соответственно уровень безработицы и криминогенность в субъектах, вошедших в первую группу выше, чем аналогичные показатели по второй группе.

 

Литература:

 

  1.                Васин Ю. Г. О методике прогнозирования преступности на основе данных уголовной статистики / Ю. Г. Васин // Аграрное и земельное право. — 2015. — № 3 (123). — С. 121–126.
  2.                Квашис В. Е. Российская преступность в зеркале международной статистики / В. Е. Квашис и д. р. // Научный портал МВД России. — 2013. — № 3 (23). — С. 41–49.
  3.                Лунеев В. В. Проблемы отечественной преступности: статистика и реалии / В. В. Лунеев, И. М. Мацкевич, Д. К. Нечевин // Евразийский юридический журнал. — 2011. — № 1 (32). — С. 103–116.
  4.                Омигов В. И. Некоторые проблемы современной российской уголовной статистики / В. И. Омигов // Криминология: вчера, сегодня, завтра. — 2012. — № 25. — С. 75–77.
  5.                Панкова С. В. Моделирование влияния социально-экономических факторов на валовой региональный продукт / С. В. Панкова, А. П. Цыпин // Экономический анализ: теория и практика. — 2015. — № 45 (444). — С. 2–14.
  6.                Синякина А. Ю. Статистика экономической преступности за 2014 год / А. Ю. Синякина, С. А. Стрекалова // Приоритетные направления развития науки и образования. — 2015. — № 2 (5). — С. 458–461.
  7.                Упоров И. В. Мировой экономический кризис и статистика преступности в России / И. В. Упоров // Общество и право. — 2009. — № 5. — С. 41–44.
  8.                Цыпин А. П. Статистический анализ трансформации экономики России/А. П. Цыпин//автореферат дис.... кандидата экономических наук: 08.00.12/Оренбург. гос.аграр. ун-т. 9 05–8/1159–0. -Оренбург: 2005. — 18 с.
Основные термины (генерируются автоматически): УК РФ, STATISTICA, переменная, численность безработных, показатель, регрессионная модель, регрессионное уравнение, свободный член уравнения, таблица, кластерный анализ.


Ключевые слова

корреляция, взаимосвязь, безработица, преступность, регрессия, криминогенность, кла-стерный анализ, фиктивные переменные, типологическая регрессия

Похожие статьи

Статистический анализ уровня безработицы в Российской...

Таблица 2. Регрессионная статистика.

Уравнение регрессии примет вид: Анализ параметров уравнения регрессии дал следующие результаты: при увеличении числа прибывших из-за пределов России на территорию РФ, уровень безработицы в стране...

Статистический анализ уровня безработицы в РФ

Результаты регрессионного анализа представим в таблице 2.

Уравнение регрессии примет вид: (1). Анализ параметров уравнения регрессии дал следующие результаты, что при увеличении числа прибывших из-за пределов России на территорию РФ на 1 миллион...

Факторный анализ преступности на основе...

Были определены коэффициенты уравнения регрессии, коэффициенты множественной корреляции, детерминации, F-критерии Фишера, t-критерии

Основные показатели качества построенных моделей приведены в таблице (Табл. 2). Таблица 2. Регрессионная статистика.

Статистический анализ объема инвестиций в основной капитал...

Построена регрессионная модель высокого качества.

Х3 — Численность безработных по РФ, тыс. чел.

Уравнение регрессии: На основе коэффициентов регрессионного уравнения можно сказать, что.

Применение регрессионного анализа для расчета прогнозных...

Построение модели на основе регрессионного анализа выбранных параметров позволяет установить и формализовать связи между различными показателями в виде уравнения, оценить устойчивость и степень их взаимного влияния.

Статистическое изучение уровня занятости населения РФ

Таблица 1. Корреляционная матрица влияния факторов на денежные расходы исбережения населения РФ.

Для наиболее точной оценки влияния фактора, включенного в модель, проведем регрессионный анализ.

Эконометрический анализ инфляции в Российской Федерации

Исходные данные для построения модели множественной регрессии представлены в Табл. 1. Таблица 1.

Рис. 1. Данные регрессионного анализа. Оценка уравнения множественной регрессии.

Статистический анализ вариации, финансовых показателей...

Обратимся к возможностям пакета программ STATISTICA и протестируем выдвинутые гипотезы относительно линейных зависимостей посредством построения регрессионных уравнений (таблица 2).

Свободный член.

Построение эконометрической модели для прогнозирования...

Согласно Уголовному Кодексу Российской Федерации (далее — УК РФ), преступлениями

(2). Уравнение модели полагается аддитивным, и, в таком случае, спецификация модели

В данной модели , что является показателем высокого качества спецификации модели...

Статистический анализ уровня безработицы в Российской...

Таблица 2. Регрессионная статистика.

Уравнение регрессии примет вид: Анализ параметров уравнения регрессии дал следующие результаты: при увеличении числа прибывших из-за пределов России на территорию РФ, уровень безработицы в стране...

Статистический анализ уровня безработицы в РФ

Результаты регрессионного анализа представим в таблице 2.

Уравнение регрессии примет вид: (1). Анализ параметров уравнения регрессии дал следующие результаты, что при увеличении числа прибывших из-за пределов России на территорию РФ на 1 миллион...

Факторный анализ преступности на основе...

Были определены коэффициенты уравнения регрессии, коэффициенты множественной корреляции, детерминации, F-критерии Фишера, t-критерии

Основные показатели качества построенных моделей приведены в таблице (Табл. 2). Таблица 2. Регрессионная статистика.

Статистический анализ объема инвестиций в основной капитал...

Построена регрессионная модель высокого качества.

Х3 — Численность безработных по РФ, тыс. чел.

Уравнение регрессии: На основе коэффициентов регрессионного уравнения можно сказать, что.

Применение регрессионного анализа для расчета прогнозных...

Построение модели на основе регрессионного анализа выбранных параметров позволяет установить и формализовать связи между различными показателями в виде уравнения, оценить устойчивость и степень их взаимного влияния.

Статистическое изучение уровня занятости населения РФ

Таблица 1. Корреляционная матрица влияния факторов на денежные расходы исбережения населения РФ.

Для наиболее точной оценки влияния фактора, включенного в модель, проведем регрессионный анализ.

Эконометрический анализ инфляции в Российской Федерации

Исходные данные для построения модели множественной регрессии представлены в Табл. 1. Таблица 1.

Рис. 1. Данные регрессионного анализа. Оценка уравнения множественной регрессии.

Статистический анализ вариации, финансовых показателей...

Обратимся к возможностям пакета программ STATISTICA и протестируем выдвинутые гипотезы относительно линейных зависимостей посредством построения регрессионных уравнений (таблица 2).

Свободный член.

Построение эконометрической модели для прогнозирования...

Согласно Уголовному Кодексу Российской Федерации (далее — УК РФ), преступлениями

(2). Уравнение модели полагается аддитивным, и, в таком случае, спецификация модели

В данной модели , что является показателем высокого качества спецификации модели...

Похожие статьи

Статистический анализ уровня безработицы в Российской...

Таблица 2. Регрессионная статистика.

Уравнение регрессии примет вид: Анализ параметров уравнения регрессии дал следующие результаты: при увеличении числа прибывших из-за пределов России на территорию РФ, уровень безработицы в стране...

Статистический анализ уровня безработицы в РФ

Результаты регрессионного анализа представим в таблице 2.

Уравнение регрессии примет вид: (1). Анализ параметров уравнения регрессии дал следующие результаты, что при увеличении числа прибывших из-за пределов России на территорию РФ на 1 миллион...

Факторный анализ преступности на основе...

Были определены коэффициенты уравнения регрессии, коэффициенты множественной корреляции, детерминации, F-критерии Фишера, t-критерии

Основные показатели качества построенных моделей приведены в таблице (Табл. 2). Таблица 2. Регрессионная статистика.

Статистический анализ объема инвестиций в основной капитал...

Построена регрессионная модель высокого качества.

Х3 — Численность безработных по РФ, тыс. чел.

Уравнение регрессии: На основе коэффициентов регрессионного уравнения можно сказать, что.

Применение регрессионного анализа для расчета прогнозных...

Построение модели на основе регрессионного анализа выбранных параметров позволяет установить и формализовать связи между различными показателями в виде уравнения, оценить устойчивость и степень их взаимного влияния.

Статистическое изучение уровня занятости населения РФ

Таблица 1. Корреляционная матрица влияния факторов на денежные расходы исбережения населения РФ.

Для наиболее точной оценки влияния фактора, включенного в модель, проведем регрессионный анализ.

Эконометрический анализ инфляции в Российской Федерации

Исходные данные для построения модели множественной регрессии представлены в Табл. 1. Таблица 1.

Рис. 1. Данные регрессионного анализа. Оценка уравнения множественной регрессии.

Статистический анализ вариации, финансовых показателей...

Обратимся к возможностям пакета программ STATISTICA и протестируем выдвинутые гипотезы относительно линейных зависимостей посредством построения регрессионных уравнений (таблица 2).

Свободный член.

Построение эконометрической модели для прогнозирования...

Согласно Уголовному Кодексу Российской Федерации (далее — УК РФ), преступлениями

(2). Уравнение модели полагается аддитивным, и, в таком случае, спецификация модели

В данной модели , что является показателем высокого качества спецификации модели...

Статистический анализ уровня безработицы в Российской...

Таблица 2. Регрессионная статистика.

Уравнение регрессии примет вид: Анализ параметров уравнения регрессии дал следующие результаты: при увеличении числа прибывших из-за пределов России на территорию РФ, уровень безработицы в стране...

Статистический анализ уровня безработицы в РФ

Результаты регрессионного анализа представим в таблице 2.

Уравнение регрессии примет вид: (1). Анализ параметров уравнения регрессии дал следующие результаты, что при увеличении числа прибывших из-за пределов России на территорию РФ на 1 миллион...

Факторный анализ преступности на основе...

Были определены коэффициенты уравнения регрессии, коэффициенты множественной корреляции, детерминации, F-критерии Фишера, t-критерии

Основные показатели качества построенных моделей приведены в таблице (Табл. 2). Таблица 2. Регрессионная статистика.

Статистический анализ объема инвестиций в основной капитал...

Построена регрессионная модель высокого качества.

Х3 — Численность безработных по РФ, тыс. чел.

Уравнение регрессии: На основе коэффициентов регрессионного уравнения можно сказать, что.

Применение регрессионного анализа для расчета прогнозных...

Построение модели на основе регрессионного анализа выбранных параметров позволяет установить и формализовать связи между различными показателями в виде уравнения, оценить устойчивость и степень их взаимного влияния.

Статистическое изучение уровня занятости населения РФ

Таблица 1. Корреляционная матрица влияния факторов на денежные расходы исбережения населения РФ.

Для наиболее точной оценки влияния фактора, включенного в модель, проведем регрессионный анализ.

Эконометрический анализ инфляции в Российской Федерации

Исходные данные для построения модели множественной регрессии представлены в Табл. 1. Таблица 1.

Рис. 1. Данные регрессионного анализа. Оценка уравнения множественной регрессии.

Статистический анализ вариации, финансовых показателей...

Обратимся к возможностям пакета программ STATISTICA и протестируем выдвинутые гипотезы относительно линейных зависимостей посредством построения регрессионных уравнений (таблица 2).

Свободный член.

Построение эконометрической модели для прогнозирования...

Согласно Уголовному Кодексу Российской Федерации (далее — УК РФ), преступлениями

(2). Уравнение модели полагается аддитивным, и, в таком случае, спецификация модели

В данной модели , что является показателем высокого качества спецификации модели...

Задать вопрос