35. Какие факторы, оказывающие влияние на преступность, выделяет Э.Дюркгейм? На чем основываются его утверждения и достойны ли внимания?

36. Какие факторы, оказывающие влияние на преступность, выделяет Р.К.Мертон? На чем основываются его утверждения и достойны ли внимания?

37. Какие факторы, оказывающие влияние на преступность, выделяли К.Маркс и Ф.Энгельс, В.И.Ленин? На чем основываются их утверждения и достойны ли внимания?

38. Какие факторы, влияющие на преступность, выделяет С.Г.Ольков? На чем основываются его утверждения и достойны ли внимания?

39. Чем отличаются простые модели объяснения преступности от сложных, в чем их достоинства и недостатки?

40. В чем достоинства и недостатки экономических моделей объяснения преступного поведения?

41. В чем достоинства и недостатки правительственной политики нацеленной на подавление инфляции безработицей? В каких пределах должна простираться такая политика?

42. Как связаны между собой экономическая активность и степень неравенства в распределении доходов?

43. Насколько полезно и насколько вредно неравенство в распределении доходов?

II. Студенты должны уметь:

1. Строить функциональные зависимости между различными переменными линейного и нелинейного вида.

2. Проводить спецификацию корреляционно-регрессионных моделей и устанавливать статистические закономерности.

3. Измерять силу корреляционных связей.

4. Интерпретировать параметры регрессионных уравнений.

5. Строить диаграммы рассеяния (разброса).

6. Оценивать статистическую значимость оценок в корреляционно-регрессионных моделях?

7. Вычислять коэффициенты эластичности и интерпретировать их.

8. Проводить сверхточные измерения в юриспруденции (там, где это возможно).

9. Различать описательные и аналитические модели, объясняющие «поведение» преступности и её структурных составляющих.

10. Получать первичные статистические данные, и приводить их к удобному для моделирования виду (через временные ряды или кросс-секционный анализ).

11. Интерпретировать отрицательный сдвиг (свободный член в уравнении регрессии).

Основная литература:

1. Колесников А.Н. Краткий курс математики для экономистов: Учебное пособие. – М.: ИНФРА-М, 2000. С.7-47, 61-147.

2. Ольков С.Г. Аналитическая криминология. – Казань: Институт экономики, управления и права, 2007.

Литература полезная для уяснения содержания лекции:

1. Ольков С.Г. Математическое моделирование в юриспруденции, этике и девиантологии. – Тюмень: НИИ АМЮ ТГНГУ-ТНЦ СО РАН, 2006. С. 119-143; 194-209.

2. Сио К.К. Управленческая экономика: Пер. с англ. – М.: ИНФРА-М, 2000. С. 53-72.

3. Теория вероятностей и математическая статистика в примерах и задачах с применением Excel/Г.В.Горелова, И.А.Кацко. – Изд. 4-е. – Ростов н/Д: Феникс, 2006. С. 277-278.

4. Фихтенгольц Г.М. Курс дифференциального и интегрального исчисления. В трех томах. Том. 1. – СПб: Издательство «Лань», 1997. С. 93-441.

Содержание лекции:

1. Изучение функциональных связей.

Принцип всеобщего детерминизма утверждает, что у всякого следствия есть причина, а, значит, преступность и структурные элементы её составляющие детерминируются (обуславливаются) какими-то конкретными факторами, которые оказывают строго определенное влияние на данное социально-правовое явление. Когда мы смотрим на временной ряд преступности, видим его колебания, «взлеты» и «падения», то понимаем, что перед нами некая результирующая кривая, равнодействующая многочисленных сил, управляющих преступностью  и их конкретными видами. При этом мы отчетливо понимаем: 1) само время не является фактором, детерминирующим преступность; 2) временной ряд преступности, представленный в табличной, графической или аналитической форме является удобным предварительным инструментом глубинного анализа преступности, поскольку временные колебания преступности мы можем связать с действием конкретных сил в данное время. Например, заметное снижение уровня преступности и особенно её отдельных структурных составляющих в середине 80-х годов ХХ столетия в СССР было связано с антиалкогольной компанией, которую развернуло ЦК КПСС и правоохранительные органы. Государственная монополия на производство и продажу спиртных напитков, жестко контролируемый ввоз спиртных напитков из за рубежа, уголовная ответственность за самогоноварение и другие подобные меры давали возможность значительно сократить потребление спиртных напитков населением при введении соответствующих правовых ограничений. Учитывая же тот факт, что отдельные структурные составляющие преступности формировались, главным образом, за счет употребления алкогольной продукции, то число таких преступлений заметно сократилось и это дало почти мгновенный эффект снижения преступности, как по всей стране, так и всем регионам ее составляющим – республикам, краям, областям, округам.

Наблюдая за пространственными рядами преступности или её структурных составляющих в определенный фиксированный момент времени, мы видим, что в одних странах или регионах уровень преступности выше, а в других ниже. Например, изучая преступность по всем субъектам Российской Федерации в 2006 году, мы видим ломаную кривую, указывающую на различие в уровнях преступности по российским регионам. Это различие также нужно связывать со строго определенными обстоятельствами – демографическими, экономическими, политическими, культурно-духовными и т.п. То есть частоты конкретных видов преступлений всегда пропорциональны частотам, управляющих ими факторов, зная механизм и силу влияния которых, можно управлять «поведением» кривой преступности.  

В описательной криминологической литературе иногда встречаются попытки сосчитать количество частных факторов, оказывающих влияние на преступность. Подобная затея является не только пустой, но и вредной, поскольку число таких частных факторов стремится к бесконечности и не поддается учету, что заставляет незадачливых счетоводов оперировать обычно трехзначными цифрами, но счет можно продолжать, увеличивая их до четырех, пяти…десятизначных и более крупных величин. В общем же все это многообразие факторов уместно свести к действию трех групп сил: , где - вектор поведения конкретного индивида, социальной группы или человечества,  - группа сил космо-теллурической среды,  - совокупность безусловных биологических сил (дыхание, питание, размножение и т.п.),  - совокупность социальных факторов, включая влияние конкретной культуры, моральных и правовых норм, идеалов и иных ценностей, эффект совести – прежней дрессировки, государственного принуждения и общественного насилия.

Следует помнить, что искусство научного моделирования заключается вовсе не в том, чтобы запутаться в многообразии мира, не замечать очевидного и «утащить в дремучую чащу» других,  а в том, чтобы понять этот мир, ясно диагностировать исследуемые явления, увидеть основные, главные связи между изучаемыми процессами и игнорировать огромное количество незначимых, третьестепенных сил. Именно для этого применяется специальный математический аппарат, позволяющий в строгой количественной форме устанавливать связи между переменными, измеряющими конкретные изучаемые явления. 

Основным математическим инструментом, изучающим связи между различными процессами (явлениями) реального мира, выступает функциональный анализ, специфическими вероятностно-статистическими разновидностями, которого являются регрессионный и корреляционный анализ со своими многочисленными модификациями. Совершенно неслучайно «понятие функции является центральным для всей математики»[60] и имеет строгое определение: функцией f, заданной на некотором множестве Х, называется правило, по которому каждому элементу хХ ставится в соответствие один и только один элемент yY. Множество Х называется областью определения функции, а Y – областью её определения[61]. То есть функция это правило, связывающее две и более переменные: у=f(x1,x2,…xn), из которых одна является зависимой, а другая или другие – независимыми. Переменную в левой части уравнения называют зависимой, объясняемой, управляемой, эндогенной переменной или просто функцией, а переменную (переменные) в правой части – независимой, управляющей, объясняющей, экзогенной переменной, предиктором или аргументом функции. Интерпретация понятия функции проста, поскольку здесь одна или несколько переменных (причины) определяют «поведение» зависимой переменной (следствия).

В качестве примера построим строгую сверхточную функцию дисциплинарной юридической ответственности[62] (Пример №1). В данном случае реальной причиной будет выступать время (иногда оно может выступать реальным, а не мнимым аргументом функции[63]).

Пусть директор завода «К», производящего продукцию s, руководствуясь законодательством о труде и экономическими соображениями, решил стимулировать (использовать «кнут и пряник») увеличение выпуска продукции за счет незначительного повышения времени трудовой деятельности работников предприятия, поскольку очевидна положительная функциональная связь между временем затраченным работниками на выполнение своих профессиональных обязанностей и количеством выпускаемой ими продукции: q=f(t), где q – количество выпускаемой продукции. Пусть для нашего примера определенная функция выпуска продукции от времени в среднем на одного работника составляет в первые утренние часы: q=2t, где t – время в минутах, q – количество деталей в штуках. Следовательно, за каждую минуту работник производит 2 детали вида s, а все работники 2t∙25, поскольку на изучаемом нами предприятии трудится 25 работников примерно равной квалификации. Если бы все работники прибывали на рабочее место на 10 минут раньше времени ноль (допустим это 8 часов утра), принятого за начало отсчета, например, к 7 часам 50 минутам, а не к 8 часам, то они смогли бы дополнительно изготовить пятьсот деталей (q=2∙10∙25=500).

   Локальным нормативным актом (приказом по предприятию) директор ввел порядок поощрения и наказания тружеников рублем в зависимости от времени прибытия на рабочее место, а, соответственно и начала работы. Он установил временной диапазон плюс-минус десять минут от начала рабочего дня с оценкой каждой минуты в 10 рублей по эталонной функции справедливости: у(t)=10t, где у – дополнительная оплата в рублях (со знаком минус – вычет премиальных). Очевидно, что оси абсцисс и ординат в таком случае легко шкалировать с помощью вещественных чисел, и они будут обладать очень высокой точностью. Можно учитывать десятые, сотые, тысячные, десятитысячные и так далее доли секунды (точность измерения будет зависеть только от качества используемых часов и императивно установленного округления). То же самое касается и оценки времени в рублях, поскольку можно сколь угодно глубоко детализировать рубли копейками, а копейки их долями.  Например, если работник опоздал на полминуты, то из его зарплаты будет удержано 5 рублей, а если пришел раньше на 30 секунд, то получает  дополнительно 3 рубля. Прибыл на работу на 10 минут раньше установленного (нулевого срока) – получи 100 рублей. Опоздал на 10 минут – потерял 100 рублей.

Разумеется, что в данном случае руководитель предприятия использует рычаг дисциплинарной юридической ответственности (определенную часть дисциплинарной ответственности). В приложении к данной работе приводится соответствующий поясняющий график (Рис.№1).

         Эталонная линия справедливости задана, и достичь точного соответствия помогает специально установленный турникет, четко фиксирующий по магнитным карточкам время прибытия работников. После чего информация о прибытии работников аккумулируется в матрицы и поступает в бухгалтерию. Выплаты могут производиться по каждой отдельной матрице, либо матрицы могут суммироваться за какой-то период времени, например, за каждые три рабочие дня, или по итогам месяца.

         Пусть на предприятии трудится 25 работников и 1-го числа данного месяца мы получили следующую матрицу их явки на рабочее место:

где элементы матрицы характеризуют время прибытия на рабочее место конкретных работников по списку относительно начала отсчета 8 часов а.m. (утра) принятого равным нулю. Видно, что многие работники опоздали на работу. В последующие дни явка улучшилась, о чем свидетельствуют матрицы №2 и №3:

Если выплаты осуществляются по итоговой матрице за каждые три трудовых дня, то такая матрица дает следующие результаты:

.

            Теперь нам остается лишь умножить итоговую матрицу на число 10 в соответствии с установленной функцией справедливости у(t)=10t, чтобы получить размер премиальных, заработанных каждым из 25 тружеников завода «К». Например, работник, соответствующий элементу матрицы а15 (первая строка, пятый столбец), заработал 33 рубля, поскольку прибывал на рабочее место на 3,3 минуты раньше времени начала отсчета, а работник, соответствующий элементу матрицы а21, понес убытки в размере 30 рублей в виду того, что опоздал на 3 минуты.

         Далее уместно получить закон распределения явки работников завода. Он может строиться по любой из матриц явки, переведенной в вектор-столбец. В приложении (рис.№2) приводится закон распределения для суммарной матрицы за третий рабочий день. Из нижеследующей частотной гистограммы, аппроксимированной кривой нормального распределения  видно, что распределение стремится к нормальному (хотя еще далеко от такового) с параметрами 2,9 (математическое ожидание) и 2,3 (среднее квадратическое отклонение).  То есть труженики прибывают на рабочее место в среднем на три минуты раньше установленного времени начала работы. При этом характерный разброс от среднего составляет около 2,3 минуты. Видно, что группу риска составляют 6 работников, из которых пятеро прибывают на работу в период от минус 0,85 минут до 0,3 минут, а один в период от минус 0,85 до минус 2 минут. Восемнадцать работников прибывают на рабочее место досрочно от 1,45 минуты до 7,20. В приложении к данной работе приводится соответствующая поясняющая гистограмма (рис.№2), а описательная статистика приведена в таблице №1 того же приложения.

Следующий шаг составление карт контроля качества прибытия работников на рабочее место, с помощью которых удобно принимать соответствующие управленческие решения. Предположим, что введенная практика стимулирования досрочного прибытия работников на рабочее место применяется в течение 30 дней, и руководитель предприятия имеет перед собой первичные статистические данные за месяц, естественно, исключая выходные и праздничные дни. В итоге он может разработать удобную карту контроля качества прибытия работников на рабочее место. В приложении к данной работе на рисунке №3 приводится  пример такой карты.

         До настоящего момента разработано несколько видов контрольных карт, в частности, средних арифметических  значений (-карта), размахов (R-карта), медиан (-карта), средних квадратических отклонений (S-карта), числа дефектных изделий (-карта), доли дефектных изделий (Р-карта), числа дефектов (С-карта), числа дефектов на единицу продукции (U-карта) и другие.

         Карта контроля – это своеобразный график, на который наносят центральную линию и контрольные границы, после чего здесь отмечают  конкретные эмпирические данные процесса, и изучают его динамику. То есть контрольная карта – это разновидность графика, отличающаяся от обычного графика, наличием линий, называемых контрольными границами, или границами регулирования. Эти границы обозначают ширину разброса, образующегося в обычных условиях течения процесса. Если все точки графика входят в область, ограниченную контрольными границами, то это показывает, что процесс протекает в относительно стабильных условиях. И наоборот, выход точек за границы регулирования указывает на то, что процесс разладился и необходимо принимать меры по его наладке. Руководитель предприятия из нашего примера может фиксировать время прибытия работников к началу рабочего дня или изучать динамику других показателей соблюдения трудового распорядка.

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37