692 (47.8%)
1398 (46.6%)
В браке
0
564 (36.7%)
497 (34.3%)
1067 (35.6%)
1
968 (63%)
943 (65.2%)
1921 (64%)
NA
5 (0.3%)
7 (0.5%)
13 (0.4%)
Учится
0
1355 (88.2%)
1343 (92.8%)
2713 (90.4%)
1
182 (11.8%)
104 (7.2%)
288 (9.6%)
Работает
0
535 (34.8%)
533 (36.8%)
1072 (35.7%)
1
1002 (65.2%)
914 (63.2%)
1929 (64.3%)
Без судимости
0
124 (8.1%)
102 (7%)
226 (7.5%)
1
1413 (91.9%)
1345 (93%)
2775 (92.5%)
Светлое время суток
0
495 (32.2%)
545 (37.7%)
1045 (34.8%)
1
948 (61.7%)
821 (56.7%)
1780 (59.3%)
NA
94 (6.1%)
81 (5.6%)
176 (5.9%)
Жилое место
0
1253 (81.5%)
973 (67.2%)
2239 (74.6%)
1
259 (16.9%)
464 (32.1%)
727 (24.2%)
NA
25 (1.6%)
10 (0.7%)
35 (1.2%)
Свидетели
0
672 (43.7%)
627 (43.3%)
1304 (43.5%)
1
832 (54.1%)
779 (53.8%)
1623 (54.1%)
NA
33 (2.1%)
41 (2.8%)
74 (2.5%)
Население
Среднее (станд. отклонение)
1550000 (3640000)
1070000 (2950000)
1320000 (3330000)
Медиана [мин., макс.]
279000 [2, 12500000]
202000 [7, 12500000]
239000 [2, 12500000]
NA
77 (5%)
59 (4.1%)
137 (4.6%)
Таким образом, при анализе может быть прослежена траектория мобилизации права в России от сообщения в органы до наказания преступника, и влияние социальной структуры и других условий на каждом из пяти этапов.
2.3 Результаты
Регрессионные модели траектории мобилизации права
Для оценки связи независимых переменных с зависимыми переменными применен метод логистической регрессии. Построено пять моделей (табл. 7) в соответствии с числом зависимых переменных. Получены оценки шансов на то, что (1) о происшествии узнают правоохранительные органы, (2) будет возбуждено уголовное или административное дело, (3) виновный будет установлен, (4) дело дойдет до суда, (5) виновный будет наказан. Для всех моделей используются одинаковые 15 предикторов.
Таблица 7. Логистическая регрессия траектории мобилизации уголовного права в России, коэффициенты - отношения шансов (odds ratio).
|
1 |
2 |
3 |
4 |
5 |
||
|
Reporting |
Возбуждено УД или АД |
Виновный установлен |
Дело дошло до суда |
Виновный наказан |
||
|
Насилие |
2.525*** |
0.709* |
1.415 |
0.941 |
0.114*** |
|
|
(0.147) |
(0.199) |
(0.296) |
(0.447) |
(0.762) |
||
|
Ущерб в рублях (lg) |
1.328*** |
1.180*** |
0.887** |
1.017 |
0.798 |
|
|
(0.023) |
(0.036) |
(0.056) |
(0.088) |
(0.147) |
||
|
Дистанционное |
0.748*** |
0.818 |
0.291*** |
0.575 |
0.241 |
|
|
(0.109) |
(0.185) |
(0.293) |
(0.522) |
(0.962) |
||
|
Мужской пол |
0.826** |
0.810 |
0.581*** |
0.881 |
1.313 |
|
|
(0.092) |
(0.146) |
(0.206) |
(0.347) |
(0.569) |
||
|
Возраст |
1.010*** |
0.999 |
1.017** |
0.988 |
1.002 |
|
|
(0.003) |
(0.005) |
(0.008) |
(0.012) |
(0.020) |
||
|
Доход |
1.051 |
1.152** |
1.099 |
1.053 |
0.710 |
|
|
(0.043) |
(0.066) |
(0.092) |
(0.155) |
(0.225) |
||
|
Образование |
1.169** |
0.997 |
0.845 |
1.111 |
0.503 |
|
|
(0.062) |
(0.100) |
(0.144) |
(0.229) |
(0.421) |
||
|
В браке |
1.170* |
0.883 |
1.160 |
1.475 |
2.013 |
|
|
(0.094) |
(0.150) |
(0.209) |
(0.343) |
(0.567) |
||
|
Учится |
0.636*** |
0.740 |
1.186 |
2.036 |
0.343 |
|
|
(0.162) |
(0.282) |
(0.407) |
(0.834) |
(0.842) |
||
|
Работает |
0.871 |
1.944*** |
0.996 |
0.770 |
1.995 |
|
|
(0.100) |
(0.158) |
(0.229) |
(0.376) |
(0.559) |
||
|
Без судимости |
1.362* |
0.690 |
0.814 |
1.018 |
3.311 |
|
|
(0.175) |
(0.293) |
(0.373) |
(0.597) |
(0.879) |
||
|
Светлое время суток |
0.836* |
0.598*** |
1.120 |
0.518** |
0.183*** |
|
|
(0.092) |
(0.146) |
(0.203) |
(0.325) |
(0.591) |
||
|
Жилое место |
1.854*** |
1.137 |
1.402 |
1.944* |
0.981 |
|
|
(0.113) |
(0.162) |
(0.220) |
(0.355) |
(0.559) |
||
|
Свидетели |
1.082 |
0.915 |
1.691*** |
0.752 |
0.347** |
|
|
(0.089) |
(0.141) |
(0.200) |
(0.320) |
(0.538) |
||
|
Население (lg) |
0.856*** |
0.860** |
0.879 |
0.739* |
0.843 |
|
|
(0.041) |
(0.068) |
(0.094) |
(0.155) |
(0.257) |
||
|
Constant |
0.286*** |
1.981 |
2.039 |
17.883** |
512.691** |
|
|
(0.351) |
(0.576) |
(0.794) |
(1.356) |
(2.483) |
||
|
Наблюдения |
2506 |
972 |
504 |
244 |
163 |
|
|
Log Likelihood |
-1553.856 |
-623.973 |
-318.144 |
-131.864 |
-57.257 |
|
|
Akaike Inf. Crit. |
3139.712 |
1279.946 |
668.288 |
295.728 |
146.515 |
|
|
Nagelkerke pseudo R-squared |
0.18 |
0.11 |
0.15 |
0.13 |
0.32 |
|
|
* p<0.1; ** p<0.05; *** p<0.01 |
Стандартные ошибки в круглых скобках.
В табл. 7 в качестве регрессионных коэффициентов независимых переменных представлены отношения шансов (odds ratio). Отношение шансов >1 означает, что с ростом значения предиктора растут шансы на то, что зависимая переменная принимает значение «1». Отношение шансов <1 означает, что с ростом значения предиктора шансы на то, что зависимая переменная принимает значение «1», напротив, падают. Рис. 2 (см. приложение 2) содержит наглядное представление коэффициентов в виде графика отношений шансов.
При интерпретации результатов логистической регрессии также можно опираться на средние предельные эффекты. Предельный эффект в процентных пунктах показывает увеличение средней вероятности того, что зависимая переменная примет значение «1» при увеличении независимой переменной на одну единицу. Для получения предельного эффекта в п.п. необходимо умножить значение за 100. Предельный эффект бывает как средний для регрессора по всем наблюдениям, так и для среднего значения регрессора. Поскольку у нас в модели есть бинарные независимые переменные, то имеет смысл рассчитывать Average Marginal Effects (AME), то есть средние предельные эффекты регрессоров по всем наблюдениям, а не для среднего значения регрессора - Marginal Effects at Mean (MEM). Это обусловлено тем, что, например, нельзя сказать о конкретном человеке, что он на текущий момент «в среднем» состоит в браке - он либо в браке, либо нет. Табл. 8 с рассчитанными значениями AME содержится в приложении 1.
Для оценки качества моделей необходимо проверить их на мультиколлинеарность. Этот термин означает наличие сильной корреляции между независимыми переменными в регрессионной модели, что является проблемой, мешающей оценить индивидуальный вклад переменных в объяснение вариации зависимой переменной (Field, Miles, Field, 2012: 274-276). Для идентификации мультиколлинеарности применяется диагностика Variance Inflation Factor (VIF), позволяющая оценить, есть ли сильная связь между независимыми переменными. Для того, чтобы сказать, что мультиколлинеарность отсутствует, значение VIF для переменной в модели должно быть меньше 10 (Field, Miles, Field, 2012: 276), хотя именно это пороговое значение не универсально, и на одном из занятий по количественным методам автор работы слышал о значении 5 как о рекомендуемом пороге. Впрочем, рассчитанные автором значения VIF для независимых переменных всех пяти произведенных моделей в большинстве случаев не превышают 1,5 (максимальное полученное значение 2,06 находится в пятой по счёту модели и относится к переменной, отвечающей за применение насилия к жертве). Можно сказать, что согласно диагностике VIF в регрессионных моделях траектории мобилизации права не выявлено мультиколлинеарности.
Далее в тексте обсуждаются результаты регрессионного анализа: сначала рассматривается модель 1, отвечающая за обращение в правоохранительные органы (подход от действия, как он определен в разделе 1.1 этой работы), а затем модели 2-5, отвечающие за успешность обращения (подход от результата).
Обсуждение результатов: обращение в органы
Перед тем, как перейти к описанию и обсуждению полученных результатов, заметим, что многие развитые страны, на данных виктимизационных опросов которых проводятся исследования обращений в полицию, - это страны с относительно высоким уровнем доверия полиции. В России доверие полиции на этом фоне низкое. Это позволяет говорить о том, что Россия - хороший кейс для исследования реактивной мобилизации права. Можно предположить, что если в России человек принял решение обратиться за помощью в полицию, то скорее всего у него действительно нет других альтернатив решения возникшей проблемы (по крайней мере на момент принятия решения об обращении). Следовательно, в России должно быть меньше импульсивных, и больше осмысленных обращений в правоохранительные органы.
Начнем обсуждение результатов модели 1 с гипотезы H1: вероятность мобилизации права выше для более тяжких преступлений. К этой гипотезе относятся предикторы насилия, материального ущерба и дистанционного характера преступления. Все три переменные значимы и прочно связаны с вероятностью обращения в органы. Насилие и ущерб имеют положительный эффект, а дистанционный характер связан с зависимой переменной отрицательно. Эти направления связи позволяют полностью подтвердить H1, что согласуется с предыдущими исследованиями реактивной мобилизации права в количественной криминологии и теорией рационального выбора, применяемой для поствиктимного поведения. Насилие заметно выделяется на фоне остальных бинарных предикторов в модели большим размером эффекта. Как следует из отношения шансов, если действия обидчика с по отношению к жертве содержали применение насилия, то на 152 п.п. (процентных пункта) вырастают шансы на уведомление правоохранительных органов о произошедшем.
Таким образом, применение насилия и большая сумма материального ущерба от действий злоумышленника приводят, при прочих равных условиях, к большей вероятности решения обратиться к праву как способу разрешения возникшей ситуации. Массовые дистанционные преступления по своей сути являются менее тяжкими, чем очные преступления, поэтому дистанционный характер преступления косвенно говорит о меньшей его тяжести. Соответственно, отрицательная связь между вероятностью мобилизации права и дистанционным характером преступления также говорит в пользу гипотезы H1.
Далее обратимся к гипотезе H2: вероятность мобилизации права выше для жертв с более высоким социальным статусом. Все переменные социального статуса, по поводу которых есть гипотетическое направление связи, относятся к характеристикам жертвы. Также в модель включены контрольные переменные пола и возраста. Рассмотрим их статистически значимые эффекты, прежде чем перейти к другим предикторам.
Пол жертвы преступления сам по себе не отражает социальный статус. Несмотря на то, что в ряде исследований (см. раздел 1.2) мужской пол трактуется именно как более высокий социальный статус по отношению к женскому - это неверная операционализация. Для разных ситуаций как мужской, так и женский пол, могут быть актуальны по-разному, т.е. иметь более глубокие качественные различия в паттернах мобилизации права, что непосредственно связано с гендерным порядком общества.
В модели мужской пол жертвы оказался отрицательно связан с обращением в правоохранительные органы. Это можно интерпретировать с точки зрения гендерных норм, которые в случае мужской гендерной социализации негативно санкционируют несамостоятельность и обращение к кому-либо за помощью при возникновении проблем. Такой эффект наблюдается, например, при мобилизации медицины - мужчины в сравнении с женщинами менее склонны прибегать к медицине как способу решения проблем со здоровьем. Аналогичной может быть ситуация и с правом.
Также нельзя исключать эффект социально одобряемых ответов на вопрос интервьюера. Такая ситуация распространена в исследованиях, пытающихся измерить страх перед преступностью: мужчины в сравнении с женщинами тотально отвечают, что не боятся идти в темное время суток одни по улице в своём районе проживания, однако эксперименты показывают, что уровень страха ими искусственно занижается [Sutton, Farrall, 2005]. В нашем случае может иметь место такой же эффект социально одобряемых ответов, однако достоверно это на имеющихся данных проверить нельзя. В свою очередь, большая распространенность страха перед преступностью среди женщин Это актуально и в России. Как показывают расчеты автора на данных RLMS-HSE (2017 г.), в среднем люди чувствуют себя небезопасно в 30% случаев, идя одни по улице своего района проживания в темное время суток. Среди женщин этот показатель равен 37%, среди мужчин - 20%. [Stanko, 1995] может являться объяснением наблюдаемого эффекта пола.
Возраст жертвы, как и пол, не может считаться индикатором социального статуса сам по себе, т.е. более старший возраст одновременно не означает более высокий статус даже при прочих равных условиях. В разных ситуациях связь возраста с мобилизацией права может различаться. В модели возраст положительно связан с вероятностью мобилизации права С увеличением возраста на один год шансы на мобилизацию права увеличиваются на один п.п. Для более упрощенного понимания эффекта можно сказать, что с увеличением возраста на 10 лет на 10 п.п. вырастает вероятность мобилизации права. .