Impact of the indicator of corruption in state authorities for counterdrug activities on region's economic security
Safonova T.A.1
1 Академия управления Министерства внутренних дел Российской Федерации
Download PDF | Downloads: 6
Journal paper
Economic security (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Volume 6, Number 4 (October-December 2023)
Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=55929844
Abstract:
The article touches upon the growing threat of destructive influence on the level of economic security from its independent threat, expressed in the form of an increase in the share of the shadow sector of the economy due to its main criminal structural element - drug trafficking. Attention is drawn to the fact that under these circumstances, there has been an increase in corruption-related crimes in the field of drug trafficking, which causes discrediting of all activities of state bodies engaged in countering drug trafficking and drug use not for medical purposes, thereby encouraging the development of a negative factor of drug corruption. The author focuses on the need to determine the impact of the indicator of corruption in government agencies to combat drug trafficking on the level of economic security of the region.
The paper notes that it makes sense to consider the nature of the destabilizing impact of corruption in the field of drug trafficking in combination with individual indicators of the country's economic development. At the same time, it assumed that the availability of generalized statistical data is not able to reflect an accurate description of dependencies, since the data are limited to several years and influenced by a large number of economic factors. The interrelation of calculated values of indicators influencing the spread of illicit drug trafficking and the indicator of corruption in the region shown using regression, variance and cluster analysis methods, an assessment of the impact on the level of economic security given, which emphasizes the relevance of the research for the purposes of developing and making decisions in the field of anti-drug and corruption security
Keywords: economic security, drug business, regions' anti-drug ranking, regression analysis, cluster analysis
JEL-classification: F52, H56, H12
Введение. Каждый регион страны имеет свои особенности как в части противодействия незаконному обороту наркотиков, борьбы с коррупцией, распространения наркомании и наркоторговли, так и показателей экономического роста, обуславливающих экономическую безопасность регионах [8]. В связи с этим одной из задач, поставленных на разрешение в указанной работе, является выделение показателей, оказывающих влияние на экономическую безопасность региона в части противодействия незаконному обороту наркотиков.
Следующей очевидной задачей проводимого исследования становится анализ взаимосвязи между показателями, оказывающими влияние на уровень экономической безопасности региона. Анализ показателей регионов позволит описать отдельные взаимосвязи между перечисленными показателями и указать их влияние на уровень экономической безопасности и ее объектов. Очевидно, что среди официальных статистических показателей таковыми могут стать число преступлений в сфере незаконного оборота наркотиков, а также число преступлений коррупционной направленности. В данном случае следует принять во внимание тот факт, что общий уровень коррупции способен характеризовать и уровень коррупции в сфере незаконного оборота наркотических средств и противодействия такому явлению. Для обоснования возможности применения такого допущения приведем следующие аргументы:
- во-первых, равенство системы органов противодействия коррупции с системой органов, уполномоченных противодействовать незаконному обороту наркотических средств;
- во-вторых, совпадение субъектов коррупционной деятельности с субъектами, вовлеченными в незаконный оборот наркотических средств.
Стоит отметить, что наличие взаимосвязи между исследуемыми показателями необходимо проводить, используя определенный набор методик. Результаты способны указать искомую величину. Выбор и обоснование применения той или иной методики является следующей приоритетной задачей проводимого исследования.
Завершающим этапом исследования (задачей) является определение увязывающего результативного показателя, который должен стать объединяющим одновременно и уровень развития наркоторговли, и уровень коррупции в данной сфере.
Наличие выше обозначенного обстоятельства позволяет сформировать постулат о том, что уровень коррупции в сфере незаконного оборота наркотиков будет разниться в каждом отдельном регионе. Но в рамках одного региона уровень коррупции вероятнее всего будет примерно совпадать с частным его показателем – уровнем коррупции в сфере незаконного оборота наркотических средств.
Таким образом, можно выдвинуть утверждение о том, что общий уровень коррумпированности государственных органов в регионе можно принять за уровень коррумпированности отдельных подразделений государственных органов. Работа автора посвящена цели анализа дестабилизирующего воздействия явления коррупции в деятельности государственных органов, занимающихся контролем оборота наркотиков на уровень обеспечения экономической безопасности с учетом факторов, характеризующих реальный объем незаконного рынка наркотических средств.
Объектом исследования является система обеспечения экономической безопасности государства по противодействию коррупции в государственных органах, осуществляющих противоборство с незаконным оборотом наркотиков.
Предмет исследования составляют: теоретический и экономический анализ показателей деятельности правоохранительных органов по нейтрализации коррупции в субъектах, осуществляющих противодействие незаконному обороту наркотиков в целях повышения экономической безопасности.
Исследования в данной области являются актуальными, поскольку эффективное функционирование системы контроля незаконного оборота наркотических и психотропных средств является одной из содержательных функций правоохранительной деятельности в Российской Федерации. Преодоление возможных коррупционных явлений при осуществлении этой функции служит, безусловно, реализации задач экономической безопасности и, можно сказать, национальной безопасности в целом.
Научная новизна работы заключается в теоретическом обосновании и практическом применении статистических и экономических методов для определения степени влияния показателя коррупции в государственных органах в сфере противодействия незаконному обороту наркотиков на уровень экономической безопасности региона, а также выработке практических рекомендаций по использованию экономического и статистического инструментария по расчету показателя коррупции в сфере незаконного оборота наркотиков, обеспечивающего адекватность изменений в политике экономической безопасности региона.
Методологическая основа исследования включает приемы и методы экономической статистики, статистического анализа данных, общенаучные и частно-научные методы познания социально-правовых и экономических явлений, получения новых знаний: диалектический, системно-структурный и логико-теоретический, табличные и графические методы группировки и обработки данных, а также классификация, экономический анализ, системный анализ, метод изучение документов.
Информационную базу исследования составляют: данные федеральной службы государственной статистики, информационно-аналитические и иные материалы о преступлениях коррупционной направленности, связанные с незаконным оборотом наркотиков, анализ данных интернет-ресурсов по вопросам наркобизнеса, геополитической и экономической ситуаций в сфере экономической безопасности, периодические издания, затрагивающие тематику экономической безопасности, противодействия коррупции в сфере незаконного оборота наркотиков.
Практическая значимость работы. Результаты исследования могут быть использованы для расчета степени влияния показателя коррупции в государственных органах по противодействию незаконному обороту наркотиков на уровень экономической безопасности региона, при использовании алгоритмов экономического и статистического инструментария, с целью совершенствования антикоррупционной деятельности правоохранительных структур в решении теоретических и практических задач в сфере обеспечения экономической безопасности государства.
Основная часть. Относительно показателей преступности как в области оборота наркотиков, так и коррупции официальная статистика числа зарегистрированных преступлений не всегда является показательной и отражает реальный уровень распространения данных негативных явлений. В подтверждение данного положения следует указать ряд причин:
1) данные преступления обладают высокой степенью латентности. Так, в некоторых областях выявляется лишь 0,08% от всех коррупционных преступлений [4], а в сфере незаконного оборота наркотиков не более 3% [22; 19];
2) сам уровень коррумпированности системы существенно искажает данные.
Гринько С.Д. отмечает, что низкая эффективность борьбы с коррупцией, в том числе рост ее скрытности поощряет развитие иной организованной преступности, рост ее теневой части [5; 13], к которой относится, как правило, и незаконный оборот наркотических средств. Поэтому автор предлагает дополнить показатели официальной статистики иным, более объективным показателем, который пусть и не в прямой зависимости, но более объективно покажет реальный объем незаконного рынка наркотических средств.
В качестве такого показателя можно взять «Антинаркотический рейтинг регионов». Указанный показатель является интегральным и рассчитывается на основе одновременно используемых данных об умерших по основным классам и отдельным причинам смерти, численности больных, состоящих на учете в лечебно-профилактических учреждениях (контингенты пациентов с наркоманией) и иных показателях, характеризующих распространение наркомании в регионе [2; 7]. Использование указанного критерия, как и подобных показателей, позволит более объективно отразить уровень преступности в регионе.
В конечном итоге мы получим три показателя, оказывающих прямое и косвенное влияние на распространение незаконного оборота наркотиков, и показатель коррумпированности в регионе. Суммарное значение указанных показателей способно оказать влияние на объем коррупционных преступлений в сфере незаконного оборота наркотиков в регионе.
Следующим этапом после определения объясняющих показателей (факторов), влияние которых будем оценивать, необходимо определиться и с показателем, характеризующим уровень экономической безопасности в регионе [21]. При наличии зависимости между этими группами будет подтверждено и деструктивное влияние рассматриваемых явлений на экономическую безопасность, что послужит основой для отнесения их к угрозам экономической безопасности [12; 16].
Конечно, следует отметить наличие значительного количества методик, служащих для определения оценки уровня экономической безопасности регионов [3; 18]. Однако в большинстве подобных исследований показана только методика без применения конкретного расчёта самого показателя или группы показателей, по которым можно было бы оценить и ранжировать регионы по уровню экономической безопасности. Лишь редкие исследования содержат конкретную оценку всех регионов России. Среди них стоит отметить работу Яшиной Н.И., Яшина С.Н. и Вилейшиковой А.А. [23; 24], которые на основе 58 показателей ранжировали все регионы России по трем уровням экономической безопасности.
Сведения об уровне преступности собраны на основе информации с портала правовой статистики, как по уровню развития незаконной наркоторговли, так и по уровню коррупции [11; 15].
Для характеристики уровня развития незаконного оборота наркотиков взят показатель: «зарегистрировано преступлений, связанных с незаконным оборотом наркотиков». Хотя при развитии настоящей методики могут применяться и иные, такие как «выявлено лиц, совершивших преступления, связанных с незаконным оборотом наркотиков», «предварительно расследовано особо тяжких преступлений, совершенных в состоянии наркотического опьянения», «предварительно расследовано преступлений, совершенных в состоянии наркотического опьянения».
Для характеристики уровня коррупции упор сделан на показатель «зарегистрировано преступлений по ст. 290 УК РФ (получение взятки)» [6]. На портале имеются и иные показатели, например, «зарегистрировано преступлений по ст. 291 УК РФ (дача взятки)» [6]. Очевидно, что такие данные будут иметь тесную зависимость. Проведенный корреляционный анализ доказывает это – коэффициент корреляции равен 0,995. Таким образом, для характеристики уровня коррупции следует взять один из них, и он будет достаточно точно отражать общую ситуацию. Показатель антинаркотического рейтинга представлен в двух видах, на основе которых расставлены места в рейтинге: ранговом, отражающим место региона в рейтинге и балльном. Понятно, что с точки зрения детальной дифференциации регионов необходимо использовать баллы, поэтому для целей настоящего анализа применены именно они. При этом регион с большим количеством баллов обладает более низким уровнем противодействия незаконному обороту наркотиков.
Аналогичная ситуация и с уровнем экономической безопасности. Хотя конечным результатом исследования является распределение регионов по трем уровням экономической безопасности, для целей анализа взят не сам уровень, а количество баллов, на основе которых этот уровень вычислен. При этом, чем большее число баллов получил регион, тем более низкий уровень экономической безопасности наблюдается в регионе и более низкое место в рейтинге он занимает.
Стоит указать, что наличие абсолютного числа преступлений по коррупционным статьям уголовного кодекса, равно как и число преступлений в сфере незаконного оборота наркотиков, неспособно характеризовать уровень коррупции и наркомании в регионе. Очевидно, что чем больше регион, тем большее число преступлений в нем может совершаться, в связи с чем, для более четкого понимания, целесообразно произвести расчет числа зарегистрированных преступлений на 1000 человек населения. В таком случае подобные показатели уже способны характеризовать именно уровень соответствующей преступности, а не просто абсолютное число преступлений. Для экономического обоснования расчета вышеуказанных показателей возможно применение регрессионного и кластерного анализа, при этом важно учесть фактор сопоставимости данных. Для целей уменьшения разрядности данных следует произвести их нормирование на примере трех исследуемых показателей по различным регионам Российской Федерации, результаты необходимо представить в таблице по группам показателей.
Таблица 1. Нормированные статистические данные для проведения
регрессионного и кластерного анализа
Регионы
|
Преступлений в сфере
незаконного оборота наркотиков, тыс.
|
Преступлений по ст. 290 УК
РФ, тыс.
|
Антинарк. рейтинг (баллы)
|
Уровень ЭБ (баллы)
|
Алтайский край
|
0,7123905
|
0,4972153
|
0,859132
|
0,0580913
|
Амурская область
|
0,124612
|
0,0067601
|
0,2781193
|
0,6970954
|
Архангельская область
|
0,5467341
|
0,5723923
|
0,682821
|
0,5518672
|
Астраханская область
|
0,4079436
|
0,3223006
|
0,3830018
|
0,2697095
|
Белгородская область
|
0,0646992
|
0,0138796
|
0,122604
|
0,4937759
|
Брянская область
|
0,2662417
|
0,0979377
|
0,8882459
|
0,1742739
|
Владимирская область
|
0,1405492
|
0,0598718
|
0,5383363
|
0,1825726
|
Волгоградская область
|
0,1975439
|
0,1203582
|
0,1963834
|
0,2614108
|
Вологодская область
|
0,2034766
|
0,0355921
|
0,4614828
|
0,5103734
|
Воронежская область
|
0,3020962
|
0,0754676
|
0,4253165
|
0,2614108
|
Еврейская автономная
|
0,2584373
|
0,283323
|
0,7341772
|
0,9502075
|
Забайкальский край
|
0,4418112
|
0,2670956
|
0,9081374
|
0,8298755
|
Ивановская область
|
0,3340887
|
0,0250181
|
0,7388788
|
0,2655602
|
Иркутская область
|
1
|
0,023712
|
0,4960217
|
0,5643154
|
Кабардино-Балкарская
|
0,7833218
|
0,2374555
|
0,6014467
|
0,219917
|
Калининградская область
|
0,8342885
|
0,5114403
|
0,8471971
|
0,0456432
|
Калужская область
|
0,3943084
|
0,3203214
|
0,5132007
|
0,3526971
|
Камчатский край
|
0,1254984
|
0,0485523
|
0,5479204
|
0,0829876
|
Карачаево-Черкесская
|
0,2122686
|
0,1107582
|
0,3059675
|
0,1908714
|
Кемеровская область
|
0,2192204
|
0,0902854
|
0,5672694
|
0,1286307
|
Кировская область
|
0,4765932
|
0,0230255
|
0,5298373
|
0,6099585
|
Костромская область
|
0,4622132
|
0,3304314
|
0,5750452
|
0,1742739
|
Краснодарский край
|
0,4365674
|
0,3412797
|
0,5461121
|
0,4190871
|
Красноярский край
|
0,2691491
|
0,0655056
|
0,6562387
|
0,2821577
|
Курганская область
|
0,1778446
|
0,0441893
|
0,3056058
|
0,6680498
|
Курская область
|
0,4467205
|
0,3034192
|
0,3819168
|
0,2489627
|
Ленинградская область
|
0,5385284
|
0,2486488
|
0,4864376
|
0,2987552
|
Липецкая область
|
0,1519747
|
0,0383446
|
0,6867993
|
0,0373444
|
Магаданская область
|
0,4453539
|
0,4578669
|
0,3276673
|
0,3526971
|
Московская область
|
0,5704523
|
0,3222587
|
0,674141
|
0,7427386
|
Мурманская область
|
0,3812047
|
0,2571881
|
0,4415913
|
0,3817427
|
Ненецкий автономный
|
0,7206776
|
0,2869956
|
0,6998192
|
0,7593361
|
Нижегородская область
|
0,5112175
|
0,6599507
|
0,9197107
|
0,6431535
|
Новгородская область
|
0,3674014
|
0,0128938
|
0,4611212
|
0,6431535
|
Новосибирская область
|
0,0523887
|
1
|
0,0296564
|
0,9004149
|
Омская область
|
0,2366925
|
0,0825108
|
0,1065099
|
0,5767635
|
Оренбургская область
|
0,4633707
|
0,3749215
|
0,484991
|
0,3858921
|
Орловская область
|
0,3708027
|
0,0538027
|
0,5059675
|
0,2282158
|
Пензенская область
|
0,8171059
|
0,3866766
|
0,8517179
|
0,1037344
|
Пермский край
|
0,3129192
|
0,2120397
|
0,2965642
|
0,2282158
|
Приморский край
|
0,2062851
|
0,0904098
|
0,5142857
|
0,253112
|
Псковская область
|
0,374592
|
0,250215
|
0,2726944
|
0,1825726
|
Республика Адыгея
|
0,2721832
|
0,004407
|
0,7037975
|
0,340249
|
Республика Алтай
|
0,8146326
|
0,3449452
|
0,8314647
|
0,06639
|
Республика Башкортостан
|
0,3882872
|
0,3396764
|
0,3638336
|
0,1618257
|
Республика Бурятия
|
0,1371985
|
0,2096734
|
0,3537071
|
0,5435685
|
Республика Дагестан
|
0,5755102
|
0,5007293
|
0,4685353
|
0,5518672
|
Республика Ингушетия
|
0,3406104
|
0,328034
|
0,3435805
|
0,2780083
|
Республика Калмыкия
|
0,813396
|
0,2002139
|
0,5276673
|
0,1452282
|
Республика Карелия
|
0,2078589
|
0,0616761
|
0,7417722
|
0,1369295
|
Республика Коми
|
0,2266999
|
0,2186762
|
0,3701627
|
0,7759336
|
Республика Крым
|
0,2668776
|
0,3442396
|
0,2470163
|
0,1161826
|
Республика Марий Эл
|
0,3733063
|
0,3460256
|
0,3206148
|
0,3858921
|
Республика Мордовия
|
0,2905727
|
0,0420478
|
0,1009042
|
0,6016598
|
Республика Саха (Якутия)
|
0,9480499
|
0,4686712
|
0,9269439
|
0,0082988
|
Республика Северная Осетия
|
0,0656829
|
0,0009006
|
0,4600362
|
0,0290456
|
Республика Татарстан
|
0,1769554
|
0,0572198
|
0,5135624
|
0,219917
|
Республика Тыва
|
0,5136494
|
0,08929
|
0,662387
|
0,3609959
|
Республика Хакасия
|
0,4154587
|
0,1650844
|
0,2931284
|
0,5228216
|
Ростовская область
|
0,2248416
|
0,1481992
|
0,3175407
|
0,7385892
|
Рязанская область
|
0,7624573
|
0,3497453
|
0,7716094
|
0,1825726
|
Самарская область
|
0,8246993
|
0
|
1
|
0,3858921
|
Саратовская область
|
0,8194355
|
0,2439628
|
0,6981917
|
0,1659751
|
Сахалинская область
|
0,3481489
|
0,0830356
|
0,6050633
|
0,2323651
|
Свердловская область
|
0,5439898
|
0,2777454
|
0,3692586
|
0,2904564
|
Смоленская область
|
0,2001664
|
0,0803325
|
0,4716094
|
0
|
Ставропольский край
|
0,323174
|
0,0353792
|
0,2688969
|
0,560166
|
Тамбовская область
|
0,435749
|
0,0185504
|
0,435443
|
0,4439834
|
Тверская область
|
0,6987243
|
0,238167
|
0,5643761
|
0,0995851
|
Томская область
|
0,430261
|
0,5786462
|
0,7692586
|
0,6348548
|
Тульская область
|
0,4160342
|
0,0410129
|
0,377396
|
0,4315353
|
Тюменская область
|
0,1956986
|
0,0526687
|
0,6012658
|
0,0622407
|
Удмуртская Республика
|
0,4149511
|
0,3543395
|
0,4332731
|
0,2655602
|
Ульяновская область
|
0,1208334
|
0,012671
|
0,5799277
|
0,219917
|
Хабаровский край
|
0,5929406
|
0,2630505
|
0,3200723
|
0,3817427
|
Ханты-Мансийский
|
0,4651592
|
0,3342556
|
0,4499096
|
0,1701245
|
Челябинская область
|
0,3222783
|
0,059586
|
0,4086799
|
0,2489627
|
Чеченская Республика
|
0,4547208
|
0,0464082
|
0,5052441
|
0,439834
|
Чувашская Республика
|
0,1659209
|
0,0843078
|
0,1833635
|
0,7427386
|
Чукотский автономный
|
0,4526147
|
0,4255439
|
0,6529837
|
0,4315353
|
Ямало-Ненецкий
|
0
|
0,0050997
|
0,0437613
|
0,0580913
|
Ярославская область
|
0,2716526
|
0,2437437
|
0,2350814
|
0,120332
|
г. Москва
|
0,0687294
|
0,0463584
|
0
|
0,9253112
|
г. Санкт-Петербург
|
0,2721229
|
0,0285229
|
0,1124774
|
0,6016598
|
г. Севастополь
|
0,4185773
|
0,2343683
|
0,4124774
|
0,4273859
|
В настоящем анализе данные нормированы с применением метода минимакса, а диапазон выбран от 0 до 1. При этом регион, имеющий минимальное значение, получает оценку 0, а регион с максимальным значением показателя – оценку 1.
Следующим очевидным шагом являет попытка проследить взаимосвязь между показателями наркомании и коррупции с уровнем экономической безопасности. Для этого средствами программы Excel проведен регрессионный анализ, результаты которого представлены на рисунке 1.
Рисунок 1. Результаты регрессионного анализа
Примечание. Представленный расчетный массив относится ко всем вышеуказанным регионам.
Источник: составлено автором с использованием данных программного продукта Excel, на основе ранее представленного массива данных из системы ЕМИСС [6].
В используемом программном продукте значения столбцов следующие:
- столбец df - число степеней свободы;
- столбец SS – сумма квадратов отклонений;
- столбец MS дисперсии, определяемые по формуле MS = SS / df;
- столбец F –расчетное значение F -критерия, вычисляемое по формуле: F = MS (регрессия)/ MS (остаток);
- столбец Значимость F –значение уровня значимости, соответствующее вычисленной F -статистике.
Значимость F= FРАСП(F- статистика, df (регрессия), df (остаток)).
Если значимость F<стандартного уровня значимости, то R 2 статистически значим.
При этом зависимым показателем является уровень экономической безопасности, а объясняющими – уровни коррупции, распространения незаконного оборота наркотиков и антинаркотический рейтинг региона.
Результатом применения указанного метода является построение уравнения регрессии:
где х1 – уровень распространения незаконного оборота наркотиков;
х2 – уровень коррупции;
х3 – антинаркотический рейтинг.
Анализ построенной модели позволяет сделать вывод об отсутствии здравой логики в построенной модели, поскольку имеет место прямая зависимость между уровнем распространения коррупции в регионе и уровнем экономической безопасности: экономически более развитые регионы, как правило, привлекают различного рода преступников, в том числе совершающих преступления коррупционной направленности.
Кроме того, отдельные элементы рассчитанного уравнения регрессии не прошли проверку значимости, а значит ориентироваться на него в полной мере не следует, необходим иной, более детальный подход к анализу собранных данных. Очевидно, что все регионы страны имеют свои особенности, а соответственно, исходя из этого, будет зависеть и характер связи между показателями. В соответствии с указанными особенностями целесообразным является разделение регионов на отдельные группы, общие по своему характеру, а поиск взаимосвязей следует проводить не во всей совокупности регионов, а в разрезе отдельных обобщенных групп регионов.
Для решения такой задачи целесообразно применение кластерного анализа [10] с применением К-средних, уже заранее приняв за основу конкретное число кластеров равное 5. Использование вкладки дисперсионного анализа позволяет иметь понятие относительно достоверности проводимого кластерного анализа. В частности, степень значимости по всем четырем показателям меньше 0,05, а значит, результаты такого анализа можно считать достоверными (рис. 2).
Рисунок 2. Проверка достоверности кластерного анализа на основе оценки
значимости по отдельным показателям
Примечание. Представленный расчетный массив относится ко всем вышеуказанным регионам.
Источник: составлено автором с использованием программного продукта Excel.
В используемом программном продукте значения столбцов следующие:
- столбец SS – сумма квадратов;
- столбец F– F-статистика Фишера (фактическое значение);
- столбец Р – значение– значимость критерия Фишера (критерий является значимым, если величина данного параметра менее 0,05).
Результаты самого анализа имеют представление в различном виде и различным способом. Для характеристики каждого кластера можно визуализировать средние значения каждой группы (рис. 3). Видно, что все пять кластеров существенно отличаются.
Рисунок 3. График средних значений показателей пяти кластеров
Источник: составлено автором.
Для описания каждого кластера составим таблицу 2.
Таблица 2. Средние значения показателей в кластерах
Кластер
|
Уровень
развития наркоторговли
|
Уровень
коррупции
|
Антинарк.
рейтинг
|
Уровень ЭБ
|
1
|
0,2360024
|
0,07481878
|
0,2665913
|
0,6382262
|
2
|
0,8190418
|
0,2918504
|
0,7479807
|
0,1704703
|
3
|
0,2146658
|
0,05588337
|
0,5478429
|
0,1730883
|
4
|
0,413760
|
0,261528
|
0,399277
|
0,301149
|
5
|
0,456010
|
0,489694
|
0,653924
|
0,699585
|
Анализируя представленные данные, следует указать, что описанию подлежат полученные средние значения, при этом для их характеристики необходимо обращать внимание на положение среднего значения кластера относительно средних значений иных кластеров, а не относительно 0 и 1. Так, например, уровень коррумпированности у пятого кластера при среднем значении 0,489 будет являться высоким, поскольку у остальных кластеров значения меньше. Обобщим такую характеристику в таблице 3.
Таблица 3. Характеристика средних значений показателей в кластерах
Кластер
|
Уровень
развития наркоторговли
|
Уровень
коррупции
|
Антинарк.
рейтинг
|
Уровень ЭБ
|
1
|
низкий
|
низкий
|
хороший
|
высокий
|
2
|
высокий
|
выше
среднего
|
плохой
|
низкий
|
3
|
низкий
|
низкий
|
плохой
|
низкий
|
4
|
средний
|
средний
|
средний
|
средний
|
5
|
высокий
|
высокий
|
плохой
|
высокий
|
Исходя из полученных данных, видно, что три кластера имеют логичные значения средних показателей.
Первый кластер представлен данными регионов, где низкие показатели преступности и хороший антинаркотический рейтинг приводят к высокому уровню экономической безопасности. В противоречие ему имеется второй кластер, где наоборот, негативные явления в сфере незаконного оборота наркотиков и коррупция привели к низкому уровню экономической безопасности региона. Четвертый кластер имеет средние значения как объясняющих, так и результирующего показателя, что тоже является логичным следствием. Однако имеются два кластера, внутри которых наблюдаются противоречия, требующие разъяснения. Третий кластер имеет низкие показатели официальной преступности, но плохой антинаркотический рейтинг. Вероятно, в данном случае высокий уровень коррупции послужил, в том числе, причиной для искажения официальной статистики [14; 20]. При этом антинаркотический рейтинг как косвенный, но более объективный показатель стал причиной также низкого уровня экономической безопасности. Пятый кластер также содержит противоречия в показателях. В данном случае отрицательные значения официальной статистики, подтвержденные плохим антинаркотическим рейтингом, не привели к снижению уровня экономической безопасности. К подобному выводу привели следующие рассуждения:
- достаточный уровень развития региона притягивает правонарушителей в рассматриваемых сферах;
- высокий уровень коррупции в сфере незаконного оборота наркотиков имеет отложенный эффект;
- наличие иных факторов, способствующих поднятию уровня экономической безопасности, сглаживающих негативное влияние рассматриваемого явления.
Очевидно, что огромное число факторов способно оказать большое влияние на уровень экономической безопасности, а потому ожидать того, что коррупция в сфере государственных органов по противодействию незаконному обороту наркотиков определяла бы 30-40% от общего уровня экономической безопасности региона было бы достаточно смелым предположением. В то же время практически во всех кластерах прослеживается хотя и слабая, но достаточно явная зависимость.
Заключение
Таким образом, на основе определения и анализа показателей, которые характеризуют уровень распространения коррупции в государственных органах, противодействующих незаконному обороту наркотиков, выведена оценка влияния рассматриваемого явления на уровень экономической безопасности, раскрывающая негативный характер такого влияния. Именно этот факт служит аргументом для обоснованного отнесения коррупции в государственных органах, противодействующих незаконному обороту наркотиков, к числу основных угроз экономической безопасности, оговоренных в «Стратегии экономической безопасности Российской Федерации на период до 2030 года», утвержденной Указом Президента РФ № 208 [1; 9; 17]. Необходимость разработки инструментария определения уровня экономической безопасности при организации работы по минимизации и пресечению коррупции в государственных органах не вызывает сомнений, как и потребность в разработке методических рекомендаций, способных существенно снизить коррупционные риски при организации правоохранительной деятельности в сфере контроля за оборотом наркотиков, чем повысить уровень обеспечения экономической безопасности.
Определенные в работе задачи по выделению показателей, оказывающих влияние на экономическую безопасность региона в части противодействия незаконному обороту наркотиков, анализу их взаимосвязи, выбору и обоснованию применения различных методик исследования, позволили обеспечить достижение поставленной цели работы.
Проведенное исследование показало, что в основе противодействия любым деструктивным явлениям должен лежать анализ угроз безопасности самого этого явления и определение факторов их возникновения. Анализ угроз безопасности наркобизнеса является неотъемлемой частью разработки эффективной стратегии противодействия этому деструктивному явлению.
Понимание, выявление и анализ основных угроз, связанных с наркобизнесом, позволит государственным органам и правоохранительным органам разработать соответствующие политики, законы и меры контроля для предотвращения и ослабления его воздействия на экономическую безопасность и благополучие наций, а также предотвращения дестабилизирующего воздействия явления коррупции в деятельности государственных органов, занимающихся контролем оборота наркотиков.
Достоверность полученных результатов достигнута следующими методами и приемами:
- сбором данных, как официальной статистики, так и иных рейтинговых оценок, косвенно характеризующих уровень коррупции в государственных органах, противодействующих незаконному обороту наркотиков;
- двухэтапным проведением кластерного анализа, позволившим более точно определить необходимое число кластеров;
- проверкой значимости результатов кластерного анализа.
References:
Cheremisina N. V. (2006). Metody statisticheskoy otsenki tenevoy ekonomiki [Methods for statistical estimation of shadow economy]. Tambov university reports. Series: Humanities. (3-2(43)). 96. (in Russian).
Grachev A.V., Sikorskaya L.V. (2022). Latentnost kak faktor korruptsii v sisteme gosudarstvennyh zakupok [Latency as a factor of corruption in the public procurement system]. Vestnik Moskovskogo universiteta MVD Rossii. (5). 327. (in Russian).
Grinko S.D. (2019). Vzaimosvyaz korruptsii i organizovannoy prestupnosti [The relationship between corruption and organized crime]. Pravo i gosudarstvo: teoriya i praktika. (6). 95. (in Russian).
Isakov A.S. (2023). Sistema pokazateley otsenki urovnya ekonomicheskoy bezopasnosti [System of indicators for assessing the level of economic security]. Regionalnaya i otraslevaya ekonomika. (1). 159-164. (in Russian).
Karavaeva I. V., Lev M.Yu. (2022). Rezultiruyushchie problemy ekonomicheskoy bezopasnosti sovremennoy Rossii (po itogam provedeniya Mezhdunarodnoy nauchno-prakticheskoy konferentsii [The resulting problems of economic security in modern Russia (based on the results of the international scientific and practical conference 6th Senchagov readings: economic security of Russia in the new reality)]. Ekonomicheskaya bezopasnost. (2). 711-736. (in Russian).
Karavaeva I.V., Lev M.Yu. (2022). Gosudarstvennoe upravleniya v sfere natsionalnoy bezopasnosti: aktualnye problemy ekonomicheskoy bezopasnosti sovremennoy Rossii (po itogam provedeniya Mezhdunarodnoy nauchno-prakticheskoy konferentsii [Public administration in national security: actual problems of economic security in modern Russia (based on the results of the international scientific and practical conference 6th Senchagov readings: economic security of Russia in the new reality)]. Ekonomicheskaya bezopasnost. (3). 1109-1143. (in Russian).
Leschenko Yu. G. (2017). Klasterizatsiya ekonomiki kak faktor regionalnoy ekonomicheskoy bezopasnosti [Clustering of the economy as a factor of regional economic security]. Microeconomics. (4). 29-40. (in Russian).
Naumov Yu. G. (2009). Korruptsiya kak ugroza mezhdunarodnoy ekonomicheskoy bezopasnosti [Corruption as a threat to international economic security]. Current problems of economics and law. (4). 80-89. (in Russian).
Naumov Yu. G., Safonova T.A. (2020). Korruptsiya v sfere narkobiznesa [Corruption in the drug business] Problematic issues of Russia's economic security. 109-113. (in Russian).
Naumov Yu.G., Belkin Yu.V. (2010). Organizatsionno-ekonomicheskie aspekty protivodeystviya korruptsii i «tenevoy» ekonomike na potrebitelskom rynke [Organizational and economic aspects of combating corruption and shadow economy in the consumer market]. Trudy Akademii upravleniya MVD Rossii. (1(13)). 52-57. (in Russian).
Nyarginen V.A., Kushnarenko I.A. (2020). Kommercheskie banki i tenevaya ekonomika: operatsii vvoda tenevyh denezhnyh sredstv [Commercial banks and the shadow economy: shadow money operations]. Vectoreconomy. (5(47)). 68. (in Russian).
Safonova T.A. (2020). Narkobiznes v sisteme tenevoy ekonomiki – globalnaya ugroza ekonomicheskoy bezopasnosti [Drug trafficking in the shadow economy is a global threat to economic security] Problematic issues of Russia's economic security. 152-160. (in Russian).
Safonova T.A. (2020). Ponyatie i soderzhanie kategorii ekonomicheskaya bezopasnost [The concept and content of economic security] Actual problems of economic science and practice. 23-25. (in Russian).
Safonova T.A. (2021). Metodologiya issledovaniya ekonomicheskoy bezopasnosti v usloviyakh sovremennoy nauki [Methodology of economic security research in the conditions of modern science]. Akademicheskaya mysl. (1(14)). 105-109. (in Russian).
Safonova T.A. (2022). Narkobiznes - segment tenevoy ekonomiki: vzaimoraschety za narkotiki na platforme chernogo rynka darkneta [Drug business - a segment of the shadow economy: mutual settlements for drugs on the darknet black market platform]. Akademicheskaya mysl. (2 (19)). 130-135. (in Russian).
Safonova T.A. (2022). Korruptsiya v gosudarstvennyh organakh, osushchestvlyayushchikh protivodeystvie nezakonnomu oborotu narkotikov – ugroza ekonomicheskoy bezopasnosti Rossii [Corruption in state bodies engaged in countering drug trafficking is a threat to Russia's economic security] Actual problems of economic science and practice. 120-160. (in Russian).
Tabachnikov R.A. (2023). Issledovanie metodicheskikh podkhodov k otsenke ekonomicheskoy bezopasnosti regiona [Research of methodological approaches to the assessment of economic security of the region]. Vestnik RUK. (1). 65-69. (in Russian).
Turutina E.E. (2022). Problemy vyyavleniya latentnoy prestupnosti, svyazannoy s nezakonnym oborotom narkotikov [Problems of detection of latent crime associated with illegal drug traffic]. Vestnik RUK. (3). 141. (in Russian).
Volkov N.A. (2021). Analiz podkhodov k opredeleniyu urovnya ekonomicheskoy bezopasnosti regiona [Analysis of approaches for determining the level of economic security in the region]. Vestnik nauki. (9 (42)). 37-42. (in Russian).
Yashina N.I., Yashin S.N., Vileyshikova A.A. (2021). Metodicheskiy instrumentariy otsenki sotsialno-ekonomicheskoy bezopasnosti regionov na osnove formirovaniya sistemy tselevyh pokazateley proizvodstvennoy i neproizvodstvennoy sfer razvitiya regionov [Methodological tools for assessing the socio-economic security of regions based on the formation of a system of target indicators of productionand non-production areas of regional development]. Bulletin of the Nizhny Novgorod University. N.I. Lobachevsky. Series: Social Sciences. (2). 45-54. (in Russian).
Страница обновлена: 21.03.2025 в 03:59:10