Прав_стат_Савюк

преступности во времени в частноти. Так, даже беглый взгляд на динамику числа осужденных за взятки в

СССР и в постсоветской России (табл. 2 и 3) позволяет утверждать: правоохранительная система страны не справляется с задачей борьбы с коррупцией.

Таблица 2 Число осужденных за взятки в СССР (округленно)

' См: Теория статистики: Учебник / Под ред. проф. Р.А. Шмойловой. С. 295.

464

Глава МП. Статистическое изучении донамики правовых явлений

Заметим, что численность населения Российской Федерации меньше населения СССР на 40%. И нет оснований, как считают Г.А.Сатаров,Ж-И. Левин и М.Л. Цирик, считать, что это произошло из-за резкого роста нравственности во властных структурах1.

§ 2. Условия построения рядов динамики

Выше (гл. IV, VII) были рассмотрены общие требования (достоверность, точность, содержательность, оптимальность, своевременность, оперативность, сопоставимость и полнота охвата), предъявляемые как к отчетным статистическим данным, так и к данным, полученным в результате иных форм наблюдения. Теперь обратим особое внимание на те из них, которые необходимы для построения и исследования рядов динамики правонарушений.

Важнейшее условие правильного построения и исследования рядов динамики показателей правовой статистики (как, впрочем, и других отраслей статистки) — сопоставимость уровней этих рядов, относящихся к различным периодам.

Сопоставимость данных правовой статистики — это соответствие условий и методов расчета ее показателей, обеспечивающих правильность получаемых при их сравнении выводов о различиях между изучаемыми явлениями (например, преступностью). Данное условие решается либо в процессе сбора и обработки данных, либо путем их пересчета.

Соблюдение требования сопоставимости уровней ряда означает, что научно обоснованным будет такое сравнение, которое учитывает существо изучаемого явления и цель, к которой оно приводит. Во-первых, необходимо соблюдать требование сопоставимости показателей ряда во времени и пространстве (по территории). Вполне понятно, что показатели, характеризующие, например, данные о числе осужденных за месяц, квартал, год, вообще не сопоставимы друг с другом из-за неравенства интервалов или момен-. тов уровней. То же самое происходит и в случае изменения административнотерриториального деления — образование новых районов, областей и, наоборот, слияние их. В данном случае при построении динамических рядов приходится устранять несопос-

I См.: Российская Газета. 1998. 19 февр.

§ 2. Условия построения рядов динамики

465

тавимость данных по разным территориям путем пересчета этих данных за прежнее время применительно к новой территории.

Иногда, для того чтобы привести уровни ряда динамики к сопоставимому виду, приходится прибегать к приему, который называется «смыкание рядов динамики». Под смыканием понимают объединение в один ряд (более длинный) двух или нескольких рядов динамики, уровни которых исчислены по разной методологии или разным территориальным границам. Так, при изменении границ региона (территориальных преобразованиях) сопоставимые данные ряда динамики можно получить, применяя смыкание рядов, при котором показатели за год (или квартал), в котором произошло изменение границ, берутся за 100%, и исходя из этого рассчитываются все другие показатели.

Во-вторых, показатели динамического ряда должны быть сопоставимы по кругу (полноте) охватываемых объектов. Если, например, исследуется динамика судимости населения области, в которой 18 районных судов, берутся данные за четыре квартала 1997 г. на основе статистических данных, полученных от этих судов. Полнота охвата, т.е. число судов, от которых получены сведения об осужденных, следующая: I квартал — 17, II — 15, Ш и IV — соответственно 13 и 18. Очевидно, что динамический ряд о числе осужденных по четырем кварталам является несопоставимым, так как число судов, от которых получены

сведения, в каждом квартале неодинаково и, следовательно, изменение числа осужденных за эти кварталы не соответствует действительности и объясняется лишь различной полнотой охвата.

Конечно, необходимо иметь в виду и то, что из-за существования латентной преступности динамические ряды отражают число зарегистрированных, а не число реально совершенных (фактических) преступлений. Еще менее точны динамические ряды, отражающие движение преступников. В этих рядах отсутствуют не только сведения о лицах, совершивших преступления, оставшихся латентными, но и сведения о лицах, совершивших преступления, которые были зарегистрированы, но не были раскрыты.

В-третьих, формируя динамические ряды, необходимо следить за однокачественностью их уровней на протяжении всего временного периода. Вследствие многих обстоятельств однородность величин, составляющих динамический ряд, может нарушиться, и таким образом нарушается сопоставимость уровней динамического ряда. Если, например, анализируется уровень преступности, то не466

Пива.МП. Статистической изучение динамики правовых явлений

обходимо учесть изменения уголовного законодательства и н-зять данные о тех видах преступлений, которые предусматривались уголовным законом на протяжении всего исследуемого периода. В противном случае будут иметь место дефектные ряды, и их показатели несопоставимы друг с другом по своему содержанию. Особенно такая дефектность заметна на длинных динамических рядах.

Это касается не только материального уголовного закона, но и процессуального. Так, в связи с постановлением Конституционного Суда РФ от 28 ноября 1996 г. о признании не соответствующими Конституции РФ положений ч. I ст. 418 УПК РСФСР, наделягоших судью полномочиями возбуждать уголовное дело по подготовленным а протокольной форме материалам о преступлении или отказать в его возбуждении, динамические ряды показателей объема работы судей за время действия этой нормы (с 29 мая 1992 г.) несопоставимы с уровнями последующих периодов'. Вместе с тем такое изменение уголовнопроцессуального закона существенно повлияет на динамику объема работы органов дознания и прокуратуры, поскольку органы дознания (начальник), изучив протокол и приложенные к нему материалы, при наличии достаточных оснований возбуждает уголовное дело и формулирует обвинение. Окончательное решение принимает прокурор, который либо направляет дело в суд, либо возвращает его для производства дознания или предварительного следствия, либо отменяет решение о возбуждении дела. Ежегодно по протокольной форме ведется производство более чем но 350 тыс. материалов. Ясно, что такое изменение процессуального закона существенно «перераспределяет» нагрузку на следователей и дознавателей и освобождает судей от не свойственных им функций.

В-четвертых, на сопоставимость уровней ряда динамики непосредственно влияет методология учета или расчета показателей. Так, несмотря на наличие единого учета преступлений, динамические ряды преступности, построенные на учетных данных различных правоохранительных органов, оказываются, как правило, несопоставимы, потому что объектами учета в ОВД являются преступление и лицо, его совершившее, в органах прокуратуры — уголовное дело и обвиняемый, в судах — осужденный. Несопоставимость но этому параметру порождает некоторые трудности всякий раз, когда возникает необходимость проверить

См.: СЗ РФ. 1996. № 50. Ст 5679.

Й 3. Приемы исследования рядов динамики преступности

467

данные одних учетов с помощью других. Например, когда надо установить, что виновность лиц, указанных в отчетности ОВД в качестве преступников, была'в дальнейшем полностью доказана. Кроме того, на уровень ряда динамики преступности определенное влияние оказывает момент учета и регистрации преступлений. Поэтому при определении сезонных колебаний преступности необходимо исходить не из момента их учета и регистрации, а из времени совершения преступлений. Что касается расчета показателей, то, например, по коэффициентам преступности могут сравниваться уровни рядов динамики, рассчитанные лишь на одинаковое число: ] тыс., W тыс. или 100 тыс. населения.

Наконец, нельзя закрывать глаза и на порочную практику, имеющую самое непосредственное отношение к построению рядов динамики преступности. Стремление представить в возможно более выгодном свете свою деятельность по раскрытию преступлений толкает отдельных руководителей ОВД на перенос регистрации деяний, фактически совершенных в одном отчетном периоде (месяце, квартале, полугодии, девяти месяцах, году), на следующий отчетный период. Эти обстоятельства влекут за собой ряд последствий, явно нежелательных с точки зрения обеспечения достоверности динамических рядов преступности, например появления «всплесков» преступности после принятия «крутых» мер в напра&1ении решительного искоренения этой порочной практики и т.д.

Очевидно, что только качественный анализ сущности показателей динамического ряда может ответить на вопрос, сравнимы или несравнимы эти показатели по своему содержанию.

§ 3. Приемы исследования рядов динамики преступности

В теории статистики разработан обширный арсенал методов анализа динамики различных социальных явлений, инвариантных по возможностям их применения к показателям любого содержания. Среди этих методов есть и относительно простые, и весьма сложные, требующие использования мощного математического аппарата и ЭВМ.

Первое систематическое исследование движения преступности во времени осуществил в 30-х годах прошлого века А. Кетле. Он скрупулезно проанализировал многолетние статистические данные о преступлениях, преступникахи карательной практике во 468

Глава МП. Статистическое изучение динамики правовых явлений

Франции и пришел к выводу, что преступления, взятые в большой массе, характеризуются значительной стабильностью своих основных параметров во времени. «Во всем, что касается преступлений, — констатировал А. Кетле, — числа повторяются с таким постоянством, что этого нельзя не заметить»1. Оценка оперативной обстановки на конкретной территории или в стране в целом в сравнительных понятиях «выше» и «ниже», «больше» и «меньше» и на основе исследования динамических рядов позволяет констатировать, что преступность — это социальный процесс, обусловленный всей совокупностью общественных отношений данного этапа развития общества. Реализация этого подхода требует адекватных этому явлению методов исследования. Одним из них является в данном случае анализ динамических рядов преступности.

Ретроспективный взгляд на преступность на основе анализа рядов динамики в научно-практическом отношении ставит и решает следующие задачи:

—дать представление об изменениях показателей за прошедший период;

—охарактеризовать интенсивность отдельных изменений в уровнях ряда от периода к периоду или от даты к дате;

—определить средние показатели временного ряда за тот или иной период;

—выявить основные тенденции и закономерности изменений преступности на отдельных этапах развития общества и в целом за рассматриваемый период;

—выявить факторы, обусловливающие изменение преступности во времени;

—осуществить прогноз о возможном характере преступности в ближайшем и отдаленном будущем, что является необходимым условием криминологического планирования мероприятий по реализации государственных мер социального контроля над ней.

Отправным пунктом анализа динамического ряда преступности является измерение колебаний числа преступлений или преступников от одного отрезка (момента) времени к другому.

Колебания ряда динамики — это изменения его уровня, обусловленные внутренними или внешними, случайными или зако-

1 Кетле А. Человек, развитие его способностей, или Опыт социальной физики. СПб., 1865. С. 5.

§ 3. Приемы исследования рядов динамики преступности

469

номернымипричинами, сезонными факторами и т.п. Если уровень ряда более или менее стабилен, то колебания ряда динамики могут быть рассчитаны по формуле ■ где у— уровень ряда динамики; у — средний уровень ряда динамики; и — число членов ряда.

При явно выраженном росте или падении уровня ряда колебания ряды динамики рассчитываются по формуле где у; — сглаженные (выравненные) значения ряда динамики.

Очень часто результаты измерения колебаний числа преступлений или преступников целесообразно представить относительными величинами. Напомним, что ранее (гл. X), мы уже касались некоторых аспектов исследования динамических рядов при рассмотрении относительных величин, характеризующих динамику. Именно там нами были выяснены понятия абсолютного прироста и абсолютное значение одного процента прироста, темпа роста, темпа прироста и приемы сравнения на основе неподвижной базы (базисный способ) и подвижной базы (цепной способ).

Этими же величинами выражаются показатели, характеризующие тенденцию развития ряда, которая назвается трендом.

Тренд — это долговременная компонента ряда динамики, выражающая длительную, «вековую», ведущую тенденцию развития явления'. Применительно к статистике преступности, исходя из идеологических установок, в советское время считалось, что ее ведущей тенденцией является постепенное «отмирание», в исторической перспективе полное исчезновение этого явления.

Надо иметь в виду, что выявление типа тенденции ряда динамики социальных явлений, преступности в частности, — задача не чисто статистическая, а прежде всего качественного изучения характера ее развития, что обусловливается относительной самостоятельностью преступности как социального процесса. Качественный анализ должен выявить достаточную однородность пресгупле-

1 ЭТО выражение предложено английским ученым У.Д. Гукером, введшим в статистику понятие об уравнении тренда (1902 г.).

470

Глава ЯП. Статистическое изучение динамики правовых явлений

ний в изучаемый период, действие основных факторов ее развития, существенные изменения общественных отношений, образно говоря, того «бульона», в котором она варится. Известно, что «чем крупнее изучаемая система, чем больше факторов влияют на динамику изучаемого признака, тем реже возможны резкие, скачкообразные изменения в ряду динамики (не колебании, а именно изменения в тенденции)»!. И если преступность рассматривать как сложное системное образование, на динамику которого влияет не одна сотня факторов — экономических, политических, социальных и т.д., то следует исходить из того, что столь коренное изменение в экономической, политической, социальной и другой ситуации, как переход от командно-административного планового хозяйства к рыночной экономике, в масштабе нашей страны неизбежно займет достаточно большое время, в пределах которого динамика развития преступности не сможет обнаружить устойчивых тенденций. Разнообразные по происхождению и величине отклонения от тренда можно свести к трем основным группам:

1)более или менее регулярные колебания относительно тренда (например, существенное укрепление патрульно-постовой службы милиции на первых порах сопровождается ростом зарегистрированной «уличной» преступности, а затем — заметное снижение и стабилизация этого числа);

2)сезонные колебания — внутри годичные повышения или понижения уровня того или иного показателя, повторяющиеся на протяжении ряда лет. Это периодически повторяющиеся в некоторое определенное время каждого года, дни месяца или часы суток колебания (например, ДТП; в курортных регионах «летняя» преступность бывает в несколько раз выше преступности «мертвого сезона»; и т.д.). Для выявления и измерения интенсивности этих колебаний в статистике используют различные приемы, в частности, рассчитываются индексы сезонности;

3)колебания — числа случайного происхождения, за которыми не стоят какие-либо особые

причины.

Следующей компонентой ряда динамики является лаг или отставание одного явления от другого, связанного с ним.

Лаг — это смещение во времени изменений одних явлений по сравнению с другими (например, время увеличения размеров железно-

i Обшая теория статистики: Учебник / Паи ред. чл.-кор. РАН И.И. Елисеевой. С. 274. 5 3. Приемы исследования рядов динамики преступности

471

дорожных перевозок хлебныхгрузов несколько отстает от времени сбора урожая, время освоения новых месторождений полезных ископаемых — от инфраструктуры и всплеска преступности в этих регионах и т.д.). Учитывая возможность такого отставания, полезно, например, перед анализом связи двух динамических рядов сдвинуть один ряд относительно другого. Лаг и будет интервалом такого сдвига. Самый простой способ выявления тенденции динамического ряда — визуальное изучение его графического изображения (см. гл. VI). Однако не всегда этот способ дает надежные результаты. Особенно это относится к динамическим рядам, имеющим значительную колеблемость уровней. В последнем случае для выявления скрытых закономерностей, обнаружения за колебаниями определенных тенденций, применяются более тонкие приемы обработки (преобразования) динамических рядов. Выделяются эмпирические и аналитические способы преобразования рядов динамиТаблица 4

Преобразования уровня динамического ряда преступлений методами укрупнения интервалов

472

Глава XIII. Статистическое изучение динамики правовых явлений

ки. Из эмпирических приемов обработки рядов динамики наиболее распространены способ укрупнения интервалов и способ сглаживания путем скользящей средней, а из аналитических — способ средней геометрической.

Способ укрупнения интервалов — один из самых простых способов выявления тенденции развития изучаемого явления (табл. 4).

Укрупнение интервалов начинают с наименьшего возможного для укрупнения интервала (при интервале один год, например, берется двухгодичный интервал). Если такое укрупнение не проясняет картины, интервал укрупняется еще больше (берется, например, трехлетний интервал). В конечном итоге вычисляется среднегодовой показатель за три последующих года, который окончательно проясняет тенденцию роста ряда динамики. Недостаток названного способа в том, что утрачивается картина изменения явления внутри укрупненного интервала.

Сглаживание рядов динамики — прием устранения колебаний значений показателей, образующих ряд динамики, в целях выявления основной тенденции развития исследуемого явления. Этот прием сводится к тому, что из показателей фактического ряда вычисляются средние, и фактический, колеблющийся ряд заменяется плавным, сглаженным рядом, характер и особенности которого будут четко выявлены. Приведем пример. Имеются следующие данные, характеризующие движение бракоразводных дел за 8 месяцев в районных судах какой-то области.

Четкой тенденции в представленном ряду не наблюдается. Применим сглаживание, т.е. заменим фактические показатели так называемыми скользящими средними, вычисленными из трех рядом стоящих уровней с уступом каждый раз на один интервал (средняя из трех). Следовательно, первый показатель будет равен:

второй показатель- 470 + 443 + 718 443 + 718 + 644 3

=543;

=601 И Т.Д.

§ 3. Приемы исследования рядов динамики преступности

473

Преобразованный таким образом динамический ряд превращается в данном случае в правильно восходящий с явно выраженной тенденцией роста бракоразводных дел в обследуемой области: 543, 601, 645, 708, 752,

858.

Для расчета скользящей средней можно брать и сумму из пяти рядом стоящих уровней со смещением на один интервал. Однако чем больше интервал, за который исчисляется средняя (т.е. укрупненный интервал), тем усредненнее окажется полученный результат в сравнении с фактическим.

Способ средней геометрической основан на использовании среднего темпа роста (снижения коэффициента роста,* среднего темпа динамики), который представляет собой среднюю геометрическую отдельных темпов роста, вычисленных по цепному способу'.

При исследовании динамического ряда может сложиться ситуация, когда какие-то его показатели отсутствуют и их, основываясь на известных значениях уровней ряда, необходимо восстановить. Например, если в динамическом ряду показателей численности населения области отсутствуют данные за некоторые годы (например, за 1986, 1989, 1992 и 1994), нет возможности вычислить и коэффициент преступности за указанные годы. Для того чтобы восстановить отсутствующие данные, применяется интерполяция ряда динамики, т.е. отыскание недостающих уровней ряда. Но может возникнуть необходимость «заглянуть» за пределы динамического ряда и отыскать также на основе изучения известных уровней ряда предполагаемые его уровни в будущем, т.е. осуществить прогноз. В этом случае применяется экстраполяция ряда динамики,

т.е. нахождение по динамическому ряду известных значений последующих значений, находящихся за пределами динамического ряда.

Благодаря относительной устойчивости закономерностей развития социальных явлений экстраполяция вполне применима для их прогнозирования на сравнительно короткие сроки.

Для экстраполяции и интерполяции могут применяться как все приведенные выше способы преобразования (обработки) рядов динамики, так и более сложные, рассмотрение которых выходит за пределы программы настоящего курса2.

1См.: Вицин СЕ. Математическая обработка рядов динамики, характеризующих социальные явления. М., 1976.

2См.: Кендэл М. Временное ряды. М., 1981; Четыркин ЕМ. Статистические методы прогнозирования. М., 1977. Концепции

криминологического прогнозирования на основе статистических и других общенаучных методов уделялось и уделя474

Глава XIII. Статистическое изучение динамики правовых явлений

Преобразование рядов динамики применяется также для того, чтобы выявить и сезонные (внутри года) колебания показателей, расчета индексов сезонности — отношения (в виде процента или доли от единицы) фактических внутригодовых уровней динамического ряда к средней динамического ряда.

Для отыскания индексов сезонности требуется изучить данные об исследуемом явлении за ряд предшествующих лет (обычно не менее трех), с тем чтобы, обобщив их, получить представление о закономерностях его изменения в пределах годового цикла. Интервал внутри года, принимаемый за единицу (неделя, декада, месяц, квартал), определяется с учетом специфики изучаемого явления и задач исследования.

Статистическая методика измерения сезонности проста. Если известно, что исследуемое явление имеет сезонный цикл в пределах года, т.е. его показатели неравномерно распределяются на протяжении года, то необходимо установить, как они изменяются в течение года по периодам (интервалам). Если на один месяц, например декабрь, приходится не 1/12 годового числа правонарушений (как можно было бы предположить), а 1/20 этого числа, то, взяв отношение этих величин 0,5:0,12 = 12:20 = 0,6, получим индекс сезонности на декабрь. Он означает, что декабрьский показатель равен 0,6 (60%) среднегодового показателя. Если на декабрь приходится 1/12 годового числа-правонарушений, то индекс сезонности за декабрь равен 1, если же все индексы по месяцам равны единице, значит, исследуемое явление не имеет сезонного колебания (цикла) и не может характеризоваться индексами сезонности.

Естественно, что среднемесячный показатель (в приведенном примере — за декабрь) рассчитывается за все годы, так же как и общий среднемесячный показатель, т.е. если имеются данные за три года, то каждый среднемесячный показатель (за январь, февраль и т. д.) равен сумме фактических показателей за соответствующий месяц года, деленный на три (по числу лет), а общий среднемесячный локазатель равен сумме всех фактических месячных показателей за три года, деленный на число месяцев в трех годах.

ется серьезное внимание криминологов. См. работы Г.А. Дванесова, СТ. Вицина, К.К. Горяинова, А.И. Долговой, А.Э. Жалинского, В.К. Звирбуля, И.И. Карпеца, В.Н. Кудрявцева, Г.М. Миньковского, В.В. Панкратова, К.Ф. Скворцова и др.

§ 3. Приемы исследования рядов динамики преступности

475

Очевидно, что, зная индексы сезонности и среднемесячные показатели, легко найти предполагаемые значения месячных уровней и построить так называемую сезонную волну показателей на будущие годы. Для этого достаточно среднемесячные величины умножить на индексы сезонности по месяцам. Среднемесячные показатели берутся как постоянные величины.

Вуказанных случаях важно иметь в виду принципиально важное обстоятельство. Отнесение правонарушений к тому или иному периоду (месяцу) должно осуществляться прежде всего по времени его фактического совершения, а не по времени его регистрации, что, как уже говорилось, из-за «гримас» статистики не одно и то же.

Расхождения между зарегистрированным и фактически совершенным числом преступлений существуют, конечно, не только потому, что нарушаются порядок и время их регистрации и учета, или из-за того, что для фиксации преступления (правонарушения) необходимо определенное время, но и потому, что об определенной части правонарушений компетентные органы узнают некоторое (иногда значительное) время спустя после его совершения. Указанное обстоятельство требует учета времени фактического совершения правонарушения.

При достаточном информационном массиве возможно определение сезонных колебаний и за более короткие периоды, нежели месяц (декада, неделя, время суток), что оказывается исключительно полезным в деятельности оперативных служб правоохранительных органов. Конечно, индексы сезонности не отвечают на вопрос о причинах таких колебаний, их можно установить только на основании исследования сущности наблюдаемых явлений, ибо статистика лишь измеряет сезонные колебания, дает им количественное выражение.

Взаключение отметим, что методы исследования динамических рядов правовых явлений — эффективное, порой единственное средство решения ряда практически значимых задач в реализации государственных мер

социального контроля над правонарушениями: оценки развития оперативной обстановки, сравнения состояния уровня законности в них, определения эффективности работы правоохранительных органов и др., что и обусловливает серьезность освоения их юристами.

476

Глава XIII. Статистическое изучение динамики правовых явлений

Контрольные вопросы

Рекомендуемая литература

Андерсен Т. Статистический анализ временных рядов. М., 1976.

Блувштейн Ю.Д. Криминологическая статистика (статистические методы в анализе оперативной обстановки). Минск,

1981.

Блувштейн Ю.Д., Волков Г.И. Динамические ряды преступности: Учеб. пособие. Минск, 1984.

Быков Л.А. Методика анализа сезонных колебаний преступности // Вопросы борьбы с преступностью. Вып. 32. М.,

1974.

Вицин СЕ. Математическая обработка рядов динамики, характеризующих социальные явления. М., 1976. Кендэл М. Временные ряды. М., 1981.

Общая теория статистики: Учебник / Под ред. чл.-кор. РАН И.И. Елисеевой. М, 1996. Четыркин Е.М. Статистические методы прогнозирования. М., 1977.

Глава XIV. СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ВЗАИМОСВЯЗИ СОЦИАЛЬНО-ПРАВОВЫХ ЯВЛЕНИЙ § 1. Понятие связи явлений и ее виды

Как известно, современная наука исходит из взаимосвязи всех явлений природы и общества. Невозможно управлять обществом, теми или иными процессами, в том числе связанными с реализацией государственных мер социального контроля над правонарушениями, предсказывать их развитие без изучения характера, силы и других особенностей связей признаков социально-правовых явлений. Основная задача науки — вскрыть наиболее важные, наиболее существенные связи и взаимозависимости между признаками явлений и предметов, изучаемых данной наукой, чтобы установить управляющие ими законы. Поэтому методы исследования, измерения связей составляют чрезвычайно важную часть методологии научного исследования, в том числе и статистического.

Для количественной характеристики зависимости между различными явлениями в арсенале статистики целый ряд приемов измерения связи от самых простых до весьма сложных. Программой настоящего курса не предусмотрено подробное рассмотрение этих приемов, которые к тому же весьма редко применяются в практической и научной работе в области юриспруденции. Для юристов достаточно иметь о них лишь самое общее представление, а для более глубокого знакомства мы рекомендуем обратиться к пособиям по математической статистике.

Если та или иная наука (например, социология, криминология, психология и др.) стремится выявить качественное своеобразие исследуемой среды, ее сущность, то роль статистики сводится, как отмечалось, к количественному изучению совокупностей однородных 47 S

Глава Ж Статистическое изучение взаимосвязи социально-правовых явлений § 1, Понятие связи явлений и ое

479

по важнейшему признаку явлений (например, правонарушений), измерению проявляющихся в этих совокупностях связей, взаимозависимостей и закономерностей, установленных предварительным и корректируемых последующим качественным анализом.

В процессе статистического исследования объективно существующих связей вскрываются причинноследственные отношения между явлениями, что позволяет выявлять факторы (признаки), оказывающие основное влияние на вариацию изучаемых явлений и процессов. Напомним, что признаки, обусловливающие изменение других, связанных с ними признаков, называются факторными, или просто факторами, признаки, изменяющиеся под действием факторных признаков, — результативными.

Различают два вида (типа) связей между различными явлениями и их признаками: функциональную, или

жестко детерминированную, с одной стороны, и статистическую, или стохастически детерминированную, ~ с другой.

Функциональные связи характеризуются полным соответствием между изменением факторного признака и изменением результативной величины, и каждому значению признака фактора соответствуют вполне определенные значения результативного признака. Так, изменение температуры внешней среды (фактор) адекватно отражается на шкале ртутного столбика (результативный признак) градусника. Между длиной радиуса и площадью круга также существует функциональная связь, выражаемая тем, что любой величине радиуса будет соответствовать строго определенная величина окружности. Обычно функциональные связи свойственны явлениям, изучаемым такими науками, как физика, механика, химия и т.д., гае в условиях искусственного эксперимента возможно элиминировать (устранить) влияние всех не интересующих ученого факторов и в «чистом» виде исследовать взаимосвязь изучаемых признаков.

Функциональная связь двух величин возможна лишь при условии, что вторая из них зависит только от первой и ни от чего более. Понятно, что в общественных явлениях мы почти не встречаемся с такими связями, так как наряду с влиянием интересующего нас фактора имеется влияние многих других факторов, что исключает возможность установления строго математической связи между данным фактором и какимлибо зависящим от него явлением; это лишьабстракции, полезные и необходимые при анализе явлений, но упрощающие реальность.

.. Социально-правовые процессы — это результат одновременного воздействия большоЕю числа причин. Поэтому при их изучении необходимо выявлять главные, основные, сущностные, абстрагируясь от второстепенных, побочных1.

Напротив, стохастически детерминированные связи не имеют ограничений и условий2. При статистической связи разным значениям одной переменной соответствуют разные распределения значений другой переменной.

Важнейший частный случай статистической связи — корреляционная связьЗ. Корреляционная зависимость

— взаимосвязь между признаками, состоящая в том, что средняя величина значении одного признака меняется в зависимости от изменения другого признака (например, зависимость между выработкой рабочих и стажем работы, между аварийностью и профессионализмом водителей автотранспорта, между числом судимостей преступника и временем его нахождения на свободе между ними и др.). С увеличением стажа средняя выработка изменяется (в общем, тоже возрастая), с повышением профессионализма, с увеличением срока вождения автомобиля изменяется средняя аварийность (в общем, снижается), по мере увеличения числа судимостей у преступника сокращается срок его пребывания на свободе и т.д. Но в данных случаях, в отличие от функциональной зависимости, в индивидуальных случаях при определенном значении одного признака могут быть разные значения другого. В последнем примере не исклю-

1Подробнее об исследовании проблем криминологической детерминации см.: Кузнецова И.Ф. Проблемы криминологической детерминации. М., 1984.

2Стохастический — случайный, вероятностный; «стохастика» от греческого глагола stochastikos — умеющий угадывать, предполагать, строить предположение.

3Слово корреляция (corelatiott) ввел в употребление в статистику английский биолог и статистик Ф. Гальтон (J822—1911) в конце XIX и. Еще раньше, в конце XV11I в., французский палеонтолог Ж. Кювье (1769—1832) установил принцип «корреляции органов» животных. Ему принадлежит знаменитое изречение: хороший знаток законов строения животных организмов по одной кости может восстаиовитьвесьскелет. О Кювье и принципе «корреляции органов» известен забавный случай. В дни университетского праздника, куражась, студенты решили подшутить над профессором Кювье. Они нырядили одного студента а козлиную шкуру с рогами и копытами и подсадили его п окно спальни Кювье. Ряженый загремел копытами и завопил: оЯ тебя съем!» Кюнье проснулся, увидел силуэт е рогами и спокойно отвечал: «Если у тебя рога и копыта, то no :t;iKoiiy корреляции ты травоядное и съесть меня не можешь. Л зк то, что не (наешь ликоин корреляции, получишь двойку!» Цит. по: Общая теория статистики: Учебник / Под ред. чл.-кор. РАН ИИ. Елисеевой.

С.193.

480

Глава MV. Статистическое изучение взаимосвязи социально-правовых явлений

чаются случаи и при большом «наборе» судимостей становления Преступника на праведный путь. Легко убедиться, что, для того чтобы выявить такую неполную связь между интересующими нас явлениями, надо взять достаточно большое их число (в нашем примере преступников, имеющих много судимостей), рассматривать их совокупность и исследовать средние значения изучаемых признаков. Основная задача корреляции заключается в том, чтобы на основе строго математических приемов установить количественное выражение этой зависимости, которая существует между исследуемыми

признаками, абстрагируясь при этом от влияния всех других признаков, искажающих искомую связь. Такая связь определяется в корреляции на основе специальных уравнений, выражающих типичное соотношение между изучаемыми признаками.

Вместе с тем задача корреляционного анализа — не только подтверждение или обнаружение наличия связей между различными явлениями (например, зависимость между числом преступлений на одного работника

милиции и раскрываемостью преступлений), но и установление формы и тесноты (силы) связей, количественная оценка влияния факторного признака на результат.

Корреляционные уравнения в зависимости от формы связи, определяемой, как отмечалось, на основе предварительного качественного анализа, могут быть прямыми и обратными. Если качественный анализ сущности исследуемых признаков установит, что равным изменениям средних значений одного признака соответствуют приблизительно равные изменения средних значений другого признака, то для измерения связи следует применять прямолинейные корреляционные уравнения. Например, измерение зависимости между числом судимостей и уровнем образования можно провести на основе прямолинейного уравнения, ибо при прочих равных условиях здесь может быть допущена гипотеза равного изменения обоих признаков. И наоборот, между средним, числом преступлений на одного работника милиции и показателями раскрываемости налицо обратная корреляционная связь между факторным и результативным признаками. В статистике принято различать три варианта зависимостей: парная корреляция — связь между двумя признаками (результативным и факторным) или двумя факторами; частная корреляция — зависимость между результативным и одним факторным признаками при фиксированном значении других факторных § 1. Понятие связи явлений и ее виды

481

признаков; множественная корреляция — зависимость результативного и двух или более факторных признаков, подвергаемых обследованию.

Корреляционная связь между признаками может возникать разными путями: причинная зависимость, взаимосвязь признаков, каждый из которых — и причина, и следствие, наконец, корреляционная связь между двумя следствиями общей причины. Для интерпретации последнего случая интересен пример, приведенный А.А. Чупровым из области русской статистики обязательного страхования от огня: если в качестве признака х взять число пожарных команд в городе, а за признак у — сумму убытков за год в городе от пожаров, то между признаками х и у в совокупности городов России существенная прямая корреляция; в среднем, чем больше пожарных в городе, тем больше и убытков от пожаров. (Уж не занималисьли пожарные поджигательством, как и стекольщики, которые днем стеклили, а ночью стекла в окнах били из боязни потерять работу?) Но дело в другом. Данную корреляцию нельзя интерпретировать как связь причины и следствия, оба признака — следствия общей причины — размера города. Вполне логично, что в крупных городах больше пожарных частей, но больше и пожаров, и убытков от них за год, чем в мелких городах1, Еще раз подчеркнем, что как вид (тип) связи, так и признаки, связь между которыми исследуется, не могут

быть установлены самостоятельно одной статистикой. Сначала, на первом этапе статистического изучения связи осуществляется качественный анализ исследуемого явления, связанный с уяснением его социальноправовой природы общенаучными методами; далее, базируясь на методах статистики — группировках, табличном методе, средних величинах и т.д., строится предположение, модель связи, определяется ее тип, подлежащий измерению, и только после этого можно обратиться к статистическим приемам количественной характеристики вида этой зависимости. Завершающий этап (интерпретация результатов) вновь связан с качественными особенностями социально-правовых явлений.

Таким образом, наличие связи и ее вид должны быть установлены с помощью той науки, которая изучает данного рода явления. Коль скоро в нашем случае речь идет о правовых явлениях, следовательно, правовая статистика должна получать ответы на эти

1 См.: Чупров А.А. Вопросы статистики. Избр. статьи. М-, I960, С. 277, 312 и след.

482

Глава XIV. Статистическое изучение взаимосвязи социально-правовых явлений

вопросы во всем комплексе как юридических, так и смежных с ними науках.

Знание характера зависимости преступности от других явлений позволяет объяснить ее причины, размер происходящих в ней изменений, а также планировать необходимые мероприятия оптимизации социального контроля над преступностью.

В статистике не всегда требуются количественные оценки связи, часто важно и достаточно определить лишь ее направление (прямая или обратная связь) и характер (прямолинейная или криволинейная связь),

выявить форму воздействия одних факторов на другие.

Для выявления наличия связи, ее характера и направления наряду с отмеченными приемами статистика использует следующие методы: построение параллельных рядов и вторичные группировки, корреляцию, рассмотрению которых посвящен следующий параграф.

§ 2. Статистические методы выявления наличия и измерения тесноты связи между двумя признаками

социально-правовых явлений