Остаться или бежать? ДТП, темнота и вероятность наказания

В эмпирических исследованиях по экономической теории преступности широко проанализирована важность вероятности наказания в отношении умышленных преступных действий. Однако случаются и незапланированные преступления, и в этой статье мы сосредоточимся на очень серьезном и широко распространенном примере: дорожно-транспортном происшествии. Используя полицейские записи о каждом дорожно-транспортном происшествии с травмами или смертельным исходом, произошедшем в Италии в период 1996–2016 гг., мы полагаемся на изменения дневного света, как при переключении между летним и зимним временем, так и в зависимости от времени года, как экзогенный источник вариации. Влияющих на вероятность задержания, и обнаруживают, что вероятность наезда и побега, обусловленная несчастным случаем, увеличивается примерно на 20% с наступлением темноты. Наши результаты показывают, что меры, повышающие вероятность задержания, могут быть эффективными в снижении количества наездов и побегов.

Начиная с основополагающей работы Беккера (1968), впервые применившей модель ожидаемой полезности к преступному поведению, экономисты подробно проанализировали стимулы к нарушению закона как теоретически, так и — особенно в последнее время — эмпирически. Теоретическая основа Беккера, ориентированная на сопоставление ожидаемой выгоды от совершения преступления с ожидаемыми затратами, особенно хорошо подходит для изучения преднамеренных преступлений, от инсайдерской торговли до карманных краж

В эмпирической литературе, тестирующей экономическую теорию преступности, глубоко изучались сдерживающие и выводящие из строя эффекты тюрьмы (Drago et al., 2009; Buonanno and Raphael, 2013; Barbarino and Mastrobuoni, 2014), а также влияние вероятности обнаружения (Клевен и др., 2011; Долеак и Сандерс, 2015; Мастробуони и Риверс, 2019). Сноска 1 Эти исследования, как правило, были сосредоточены на общих преступлениях или на конкретных преднамеренных тяжких преступлениях, например ограблениях банков или уклонении от уплаты налогов. Однако эти примеры преступной деятельности не включают спонтанные, незапланированные преступления. Поэтому представляет интерес выяснить, верны ли в этих обстоятельствах прогнозы экономической модели преступности. В то время как некоторые виды преступлений охватывают как запланированные, так и незапланированные случаи (например, в случае убийств, убийств против непреднамеренного убийства), в других случаях преступная деятельность обычно является незапланированной.

Так обстоит дело с преступлением, анализируемым в данной статье, а именно дорожно-транспортными происшествиями с наездом и бегством с ранеными или погибшими жертвами. Это преступление по своей природе является незапланированным, так как оно следует за непредвиденным событием, автомобильной аварией, повлекшей за собой смерть или ранение другого лица, и решение принимается в условиях жестких временных ограничений и драматических психологических условий, которые могут поставить под сомнение суждение агента (Hammond, 2000). ). Таким образом, мы способствуем лучшему пониманию поведения в экстремальных и стрессовых ситуациях (см., например, Frey et al., 2011; Elinder and Erixson, 2012)

В этих условиях агент с меньшей вероятностью будет рационально реагировать на стимулы. Еще одна особенность наезда и побега заключается в том, что по сравнению с другими видами преступлений, такими как квартирные кражи, его чаще совершают граждане, не имеющие судимостей. Сноска 2 Таким образом, доказательства, которые мы предоставляем, репрезентативны для более широких слоев населения, а не только для лиц, желающих совершить преступление. Обычные граждане имеют более высокий коэффициент дисконтирования (Åkerlund et al., 2016; Mastrobuoni and Rivers, 2016) и более высокое неприятие риска (Block and Gerety, 1995) по сравнению с преступниками. Экономическая теория предсказывает, что агенты с таким психологическим профилем должны более остро реагировать на угрозу наказания (Becker, 1968; Chalfin and McCrary, 2017). Следовательно, если существует рациональная реакция на стимулы, ее должно быть легче обнаружить. Здесь мы изучаем вероятность наезда и побега, используя итальянские данные. На рис. 1 показана диаграмма рассеяния ежедневной доли ДТП с побегом с января 1996 г. по декабрь 2016 г. вместе с временной тенденцией, полученной с помощью гладкого локального линейного полинома. Возникает резкий рост за последние пятнадцать лет, с минимума в 0,4% в начале 2000-х годов до почти 1% в 2016 году, рост примерно на 150% в относительном выражении. Даже если в Италии этот процент ниже, чем в других развитых странах, проблема со временем становится все более серьезной, и эта общая тенденция наблюдается и в США.