четверг, 17 марта 2016 г.

Об эмпирической оценке реформ и программ в сфере уголовной юстиции.

На примере либерализации уголовного регулирования экономической деятельности в 2009-2012 гг. в России.

Одним из мощных средств познания окружающего мира является эксперимент. Путем экспериментов ученые анализируют эффективность медицинских препаратов, закономерности научения, восприятия, памяти, социальные и когнитивные механизмы принятия решений и многие другие феномены. Однако метод эксперимента сильно ограничен, если речь заходит о социальных науках, а тем более когда сфера научного интереса касается правоприменения и уголовной юстиции. Как правило, исследователям приходится иметь дело с observational data, т.е. данными наблюдения, которые не были получены в ходе контролируемого эксперимента. А значит, наши возможности по установлению причинно-следственных связей сильно ограничены.

Перенесем это наблюдение о различном происхождении данных на практику.  Например, мы задаемся вопросом о том, что эффективнее в снижении рецидивизма -  назначение впервые осужденным обязательных работ, т.е. выполнение общественно-полезных работ, или реального лишения свободы? С одной стороны, назначая обязательные работы, мы ограждаем осужденного от (дальнейшего) погружения в криминальную среду, предоставляем возможность сохранить социальные связи, продолжить работу в случае наличия таковой. С другой стороны, мягкое наказание может не нести в себе предупреждающего эффекта – можно предположить, что приговоренный к реальному лишению свободы человек будет избегать совершения преступлений в будущем, опасаясь попадания в места лишения свободы. Таким образом, у нас есть достаточные основания полагать, что оба наказания могут обоснованно претендовать на роль наиболее удачного инструмента снижения рецидивизма. Если бы во власти ученых было случайным образом назначать осужденным одно из вышеуказанных наказаний! Соответственно, можно было бы выделить экспериментальные и контрольные группы, в том числе определить случайным образом осужденных, которых освободить от наказания, и отобрать людей из популяции, которые не были осуждены, но которым также назначить одно из исследуемых видов наказания. Следовательно, можно было бы оценить реальный эффект различных видов наказания на рецидивную преступность. И главной задачей стало бы разработать выверенный дизайн и следовать ему. Но к сожалению (или к радости!) такой возможности у ученых нет. Хотя стоит отметить, что в американской практике частичная реализация подобных экспериментов в уголовной юстиции встречается. Например, Калифорнии был проведен эксперимент, по которому часть несовершеннолетних преступников, подходящих под критерии, необходимые для попадания в учебные лагеря (boot camps), была случайным образом отобрана для направления в эти лагеря, а другая часть становилась участником интенсивной программы условного освобождения (intensive parole program, called LEAD). Исследователи в дальнейшем сравнивали между группами частоту последующих арестов и время до следующего ареста (кстати, различий обнаружено не было, см. Bottcher, J., & Ezell, M. E. (2005). Examining the effectiveness of boot camps: A randomized experiment with a long-term follow up. Journal of Research in Crime and Delinquency, 42(3)).
Но в целом, даже в американской реальности возможности правоприменения по случайному принципу сильно ограничены. 

Как правило, для оценки эффектов программ или реформ в сфере уголовной юстиции исследователи используют не экспериментальные данные, а данные наблюдений, формируемые в неконтролируемых или частично контролируемых условиях. Случается, когда программы вводятся не во всех регионах или в отношении отдельных групп лиц. Это позволяет сравнить интересуемые показатели (число наркоманов, уровень рецидивной преступности, уровень уличной преступности и т.п.) в местности, где программа была реализована, и в схожей местности, где такой программы не было. То же самое касается групп лиц – если есть возможность выделить схожую группу лиц, которую программа не затронула. Но необходимо иметь ввиду, что от сравнения групп данные все равно не становятся экспериментальными. В таком случае речь идет о квази-экспериментальных дизайнах, основные положения о которых еще заложил Кэмпбелл и Стэнли в 60-х годах (Campbell T. D., Stanly C. J. 1963. Experimental and Quasi-Experimental Designs for Research. Houghton Mifflin Company: Boston, USA). В зависимости от типа квази-экспериментального дизайна различаются и основные трудности, с которыми приходится иметь дело исследователю, о чем можно прочитать, открыв вышеуказанную книгу, которая находится в открытом доступе – хотя методы и возможности анализа существенно продвинулись вперед за 53 года с момента ее выхода, на самом деле кардинальных изменений в использовании квази-экспериментальных стратегий не произошло (есть «обновленная» версия Shadish R. W., Cook D. T. and Campbell T. D. 2002. Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Houghton Mifflin Company: Boston, USA, написанная более современным языком).
В квази-экспериментальных дизайнах много подводных камней (хотя – а где их нет!?). И здесь я бы хотела обратить внимание не на техническую сторону дела, а на содержательную. Помимо вопроса «как оценивать» не менее важным является и «что мы собираемся оценивать». Далее на примере либерализации уголовного регулирования экономической деятельности в 2009-2012 гг. в России я покажу, как отличаются результаты анализа в зависимости от задаваемого вопроса.