• Все графики и рисунки разработаны Александром Шеметевым (если в презентации явно не указано иное).
• Все авторские права защищены (Copyright).
• Ссылка: Шеметев А.А. Экономика Государственного И Муниципального Сектора. NY: RPubs. 2021.

• Материал представлен на основе данных

(273-ФЗ; Вчерашний, 2014) определяет коррупцию как как злоупотребление государственной властью и служебным положением.

• Дача (63-ФЗ, 1996, ст. 291) и получение взятки (63-ФЗ, 1996, ст. 290) относятся к коррупции (273-ФЗ).
• Злоупотребление должностными полномочиями (63-ФЗ, 1996, ст. 201) и служебным положением (63-ФЗ, 1996, ст. 285–286) законодательство РФ также относит к коррупции;
• коммерческий подкуп (63-ФЗ, 1996, ст. 204) может быть еще одним примером коррупции, согласно законодательству РФ (273-ФЗ).

• Потенциальные субъекты коррупции: 163 человека на 10 000 населения РФ в 2018-2019 годах (Калюков, 2019),
• или 2 388 000 «чиновников» на всю страну

• 33 год (Библейская дата распятия Христа) по соотношению к 2021 г.
• Много ли это?

• в России на 46,63 миллиона официально занятых приходится 35,22 миллиона «чиновников и бюджетников» (Сибиряк, 2019)
• Это 51,8% от всех официальных и неофициальных работников РФ

• Это выглядит как если бы в каждой полной семье:
• 1 супруг работал бы на государство
• Другой супруг не работал бы на государство
• И так по всей стране

Численность работников бюджетной сферы может составлять чуть менее 6 миллионов человек (РосБалт, 2017), без учета работников ГУП, МУП и аффилированных с государством структур.

• Если равномерно распределить все время работы всех граждан РФ:
• с 25 ноября по 31 декабря каждого года - это трудовой фонд гос.сектора.
• без учета работников ГУП, МУП и аффилированных с государством структур.

С учетом всех работников, получающих зарплату из бюджета, это может быть порядка 33 миллионов человек, или половина всех занятых в РФ (Арсюхин, 2013)

• Это выглядит как если бы в каждой полной семье:
• 1 супруг работал бы на государство
• Другой супруг не работал бы на государство
• И так по всей стране

• Доля работников бюджетного сектора крайне редко превышает 15-20%
• Обычно она составляет 10-15% от всех занятых.

• В 2018 году вынесено 10700 обвинительных приговоров по делам о коррупции (Егоров, 2019),
• в 2019 – 15562 обвинительных приговора (Верховный суд РФ, 2020).

• То, что связано с раельным лишением свободы

• В рекордном 2019 году таких лиц 1463 (0,061% от числа должностных лиц, или 0,004% от общего числа сотрудников бюджетной сферы в год).

• для должностных лиц 1,53%,
• для работников бюджетной сферы 0,11%
• С точки зрения статистики, почти 0 (“правило пальца” в 5%).

• Действует если все чиновники коррумпированы
• Или если правосудие “садит” всех случайным образом (честных чиновников могут подставлять, случайно коррумпированные чиновники тоже могут “сесть”)

• «бюрократического преследования» (Kaufmann, 1997) = «смазывание колес» (Méon & Sekkat, 2005, p. 70; Méon & Weill, 2010)
• чтобы бизнес шел гладко

• “Правовое преследование” (Jain, 2001; Kaufmann & Vicente, 2011)
• обыграть конкурентов с помощью коррупционных механизмов
• преимущество перед конкурентами (строительство, гос. контракт, …).

• Коррупция заставляет честных агентов платить больше и нести больше расходов, а несправедливых агентов - получать выгоду и нести меньшие расходы.
• Штраф для честных агентов и льготы для нечестных

• мотивация для увеличения числа компаний, стимулирующих коррупцию
• стимулы для государственных чиновников брать взятки и участвовать в коррупции

• Справедливые государственные чиновники получат меньшие доходы,
• а недобросовестные государственные служащие получат дополнительные сверхдоходы

• Теория справедливости и теория сопоставления:
• Стимулы для государственных служащих отклоняться от нормального поведения и участвовать в различных коррупционных схемах

• заключения экспертов для определения баллов для каждой страны
• начиная с нуля (для наиболее коррумпированных стран)
• и заканчивая 100 (для стран, где коррупция в государственном секторе отсутствует)

• высокое значение субъективизма
• Трудно повторить то, как эксперты делали свои выводы
• не показывает различий между регионами каждой конкретной страны

• 15% индекса ратификация ключевых конвенций ООН и OECD
• 25,5% индекса = CPI от Transparency International
• данные Всемирного банка и Всемирной организации «Проект правосудия»
• 17% индекса на основе «Международного барометра прозрачности глобальной коррупции» (который связан с индексом потребительских цен) и исследования предприятий Всемирным банком
• 42,5% индекса = голоса граждан, прозрачность работы правительства, эффективность правового и политического контекста
• 11% индекса = политический контекст.

• «преступления белых воротничков»:
• Этот компонент рассчитывается на основе данных индекса AML Базельского института и членства в FATF и связанных органах

• Данные BEEPS (The Business Environment and Enterprise Performance Survey (Европейский банк реконструкции и развития, (European Bank for Reconstruction and Development, 2015)))

• 1672 вопросов
• Почти 60 000 наблюдений

Платежи за выполнение базовых потребностей для функционирования любого бизнеса (основной прокси берется электроснабжение, без которого в стране не может работать ни один бизнес (за редкими исключениями))

Связана с лицензированием и получением необходимых юридических документов для официального функционирования в стране

Процент продаж, кот. фирма должна платить для обеспечения своего нормального функционирования (откаты).

• Относится к иностранным компаниям, которые потенциально могут захотеть выйти на рынок местной страны;
• данный тип коррупции определяет должны ли такие компании быть готовы столкнуться с коррупцией за выход на внутренний рынок страны или региона

Взяточничество при нормальном функционировании со стороны инспекторов (например, пожарных, санитарных инспекторов, инспекторов по охране труда, налоговых инспекторов)

Переменная, созданная для оценки общей интенсивности взаимодействия с государственными органами с точки зрения коррупции

Использованы технологии машинного обучения (MLT) для создания коррупционных кластеров в рамках различных факторов и типов коррупции.

\(Y*(1+CI)^{t} = rGDP\)
\(CI_{i} = -100*\Sigma \frac{C_{ij}}{n_{i}}\)

i – страна или регион внутри страны; j – конкретное наблюдение в комплексном опросе; Y - эффективный результат (например, эффективный ВВП, который потенциально мог бы быть произведен при минимальной коррупции), CI - это индекс коррупции, который в нашем случае отрицательный.

Если эффективный ВВП составляет 100 денежных единиц, произведенных для страны, индекс коррупции может уменьшить его до некоторого числа (например, 10% (если CI = -10); 15% (если CI = -15)).

\(C_{ij}\) Кластер по контролю коррупции для страны на основе ответов на наиболее эффективные оценочные вопросы Для его оценки использован MLT k-means t – период (1 год для CI, представленного на рисунке 2), \(n_{i}\) количество наблюдений для конкретной страны rGDP – это реальный ВВП, производимый страной rGDP можно заменить на rGRP

• Какой % времени высшее руководство потратило на выполнение постановлений правительства? Объяснение: Это контрольный прокси - если время слишком велико, это должно вызвать подозрения.
• Был ли запрошен неофициальный подарок или оплата в ходе любой из этих проверок?
• Какой процент от стоимости контракта средняя фирма платит в виде неформальных подарков правительству для обеспечения контракта?
• Когда вы подавали заявку на получение лицензии, вам был запрошен неформальный подарок?
• Ожидался-ли или запрашивался-ли неофициальный подарок / оплата за разрешение на строительство?

(С1) коррупция является более редким явлением и, как ожидается, обычно используется для облегчения деловых операций,

«Кластер тяжелой коррупции» (C3) показывает, что второй тип коррупции является наиболее часто ожидаемым, например, использование подарков для заключения контрактов;

можно ожидать, что фирмы в этом кластере будут платить до 100% откатами за заключение контрактов и ведение бизнеса.

«Промежуточный кластер коррупции» (C2) - это промежуточный кластер между C1 и C3

«Кластер с потенциально высоким уровнем коррупции» (CX) относится к странам, в которых машинное обучение не смогло установить четкую закономерность, связанную с кластером C2 или C3