Rikollisuuskehityksen mallittaminen kommentti Matti Virénin kirjoitukseen



Samankaltaiset tiedostot
Rikoksen taloustiede kritiikin kourissa

II RIKOSLAJIT. 1 Rikollisuuden rakenne ja kehitys. Reino Sirén

II RIKOLLISUUSKEHITYS

1. Tutkitaan tavallista kahden selittäjän regressiomallia

11. laskuharjoituskierros, vko 15, ratkaisut

TA7, Ekonometrian johdantokurssi HARJOITUS 4 1 RATKAISUEHDOTUKSET

Regressioanalyysi. Vilkkumaa / Kuusinen 1

III RIKOLLISUUSKONTROLLI

Huumeiden käyttäjien rikosoikeudellinen kontrolli

r = n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

Sovellettu todennäköisyyslaskenta B

Syrjäytyneet pojat väylä auki rikoksen poluille?

Tarkastelen suomalaisen taloustieteen tutkimuksen tilaa erilaisten julkaisutietokantojen avulla. Käytän myös kerättyjä tietoja yliopistojen

Harjoitukset 4 : Paneelidata (Palautus )

HAVAITUT JA ODOTETUT FREKVENSSIT

Tarkastusmuistio Poliisin toimintojen yhdistäminen ja liikennevalvonnan määrä

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Työllisyysaste Pohjoismaissa

Tilastotieteen jatkokurssi syksy 2003 Välikoe

Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4

Harjoitukset 3 : Monimuuttujaregressio 2 (Palautus )

Kaavakokoelma, testikaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu.

Harjoitus 7 : Aikasarja-analyysi (Palautus )

Harjoitus 7: NCSS - Tilastollinen analyysi

Mat Tilastollisen analyysin perusteet, kevät 2007

Testejä suhdeasteikollisille muuttujille

Lastensuojelun keskusliiton puheenvuoro Lakivaliokunnan kuulemisessa

Harjoitukset 2 : Monimuuttujaregressio (Palautus )

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden

Monitasomallit koulututkimuksessa

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 6. luento. Pertti Palo

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Oma nimesi Tehtävä (5)

Heikosta vastauksesta puuttuvat konkreettiset faktat, mikä näkyy esimerkiksi

Mat Tilastollisen analyysin perusteet, kevät 2007

805306A Johdatus monimuuttujamenetelmiin, 5 op

MONISTE 2 Kirjoittanut Elina Katainen

Tiedote maalausaikaneuvotteluista

Rikollisuus- ja seuraamusjärjestelmä tilastojen valossa

Syyttäjän ratkaisut 2008

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

Aikasarjamallit. Pekka Hjelt

Sovellettu todennäköisyyslaskenta B

Hyvä turvallisuus, huono turvallisuus - turvallisuuden mittaaminen

TIIVISTELMÄ. Työstä eläkkeelle tulokehitys ja korvaussuhteet. Eläketurvakeskuksen raportteja 2010:3. Juha Rantala ja Ilpo Suoniemi

6 Rangaistuskäytäntö rikoslajeittain

RIKOLLISUUSTILANNE 2006 Rikollisuus ja seuraamusjärjestelmä tilastojen valossa

Aineistoista. Laadulliset menetelmät: miksi tarpeen? Haastattelut, fokusryhmät, havainnointi, historiantutkimus, miksei videointikin

MATEMATIIKAN TASOTESTI / EKAMK /

1. Tilastollinen malli??

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO

Matemaatikot ja tilastotieteilijät

Johtuuko tämä ilmastonmuutoksesta? - kasvihuoneilmiön voimistuminen vaikutus sääolojen vaihteluun

xi = yi = 586 Korrelaatiokerroin r: SS xy = x i y i ( x i ) ( y i )/n = SS xx = x 2 i ( x i ) 2 /n =

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

RIKOLLISUUSTILANNE 2011 Rikollisuus ja seuraamusjärjestelmä tilastojen valossa

OIKEUSPOLIITTINEN TUTKIMUSLAITOS JA TILASTOKESKUS

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

RIKOLLISUUSTILANNE 2006

Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? Nollahypoteesi Vaihtoehtoinen hypoteesi (yksisuuntainen)

Varkausrikokset Kriminologian ja oikeuspolitiikan instituutti. Helsingin yliopisto. Tapio Lappi-Seppälä

Esityksen sisältö. Seksuaalirikoksesta tuomittujen kuntoutus osana rangaistuksen täytäntöönpanoa

(b) Vedonlyöntikertoimet syytetyn ihonvärin eri luokissa

RIKOLLISUUSTILANNE 2005 Rikollisuus ja seuraamusjärjestelmä tilastojen valossa

Koulutuspudokkuuden yhteys päihdeongelmaisten ihmisten vankeusriskiin orastavassa aikuisuudessa

Regressioanalyysi. Kuusinen/Heliövaara 1

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Aki Taanila AIKASARJAENNUSTAMINEN

Lakivaliokunta on antanut asiasta mietinnön (LaVM 8/2001 vp). Nyt koolla oleva eduskunta on hyväksynyt seuraavat

NÄYTÖN ARVIOINTI: SYSTEMAATTINEN KIRJALLISUUSKATSAUS JA META-ANALYYSI. EHL Starck Susanna & EHL Palo Katri Vaasan kaupunki 22.9.

TURNITIN. Akateemisen kirjoittamisen apuna Mika Pulkkinen / LUT Tietohallinto

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

Eläinlääketieteen lisensiaatin tutkielma Seminaarityöskentelyohjeet

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

Testit järjestysasteikollisille muuttujille

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tekijä(t) Vuosi Nro. Arviointikriteeri K E? NA

Seinäjoen opetustoimi. Henkilöstön kehittäminen Vastausprosentti 66,3% (222 vastaajaa)

RIKOLLISUUSTILANNE 2012 Rikollisuus ja seuraamusjärjestelmä tilastojen valossa

Tekstiilien ja vaatteiden valmistuksen & valmistuttamisen liikevaihdon, kotimaan myynnin ja viennin kehitys. Heinäkuu 2017

Pro gradu -tutkielmien arvostelu maantieteessä

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta?

Jos nollahypoteesi pitää paikkansa on F-testisuuren jakautunut Fisherin F-jakauman mukaan

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1

Havainto ja sen kirjaaminen sekä Itsearvioinnin ja ulkopuolisen havainnoinnin sudenkuoppia. C: Tuomas Leinonen

Sisällysluettelo ESIPUHE 1. PAINOKSEEN... 3 ESIPUHE 2. PAINOKSEEN... 3 SISÄLLYSLUETTELO... 4

5.3 Ensimmäisen asteen polynomifunktio

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

OHJEET SISÄMARKKINOIDEN HARMONISOINTIVIRASTOSSA (TAVARAMERKIT JA MALLIT) SUORITETTAVAAN YHTEISÖN TAVARAMERKKIEN TUTKINTAAN OSA C VÄITEMENETTELY

Otoskeskiarvo on otossuure, jonka todennäköisyysjakauma tiedetään. Se on normaalijakauma, havainnollistaminen simuloiden

Vielä yksikköjuurista ja työttömyysaikasarjojen tilastollisesta luonteesta *

Kaupunki- ja kuntapalvelut Espoossa 2014

Pohjanmaan Poliisilaitos

Transkriptio:

Kansantaloudellinen aikakauskirja 97. vsk. 2/2001 Rikollisuuskehityksen mallittaminen kommentti Matti Virénin kirjoitukseen KATSAUKSIA JA KESKUSTELUA Reino Sirén Tutkija Oikeuspoliittinen tutkimuslaitos 1 Virén toteaa raportissaan, että kaikki empiiriset testitulokset tukevat voimakkaasti hypoteesia, jonka mukaan kiinnijäämisriski ja rangaistusten ankaruus ovat tärkeitä tekijöitä rikollisuuden torjunnassa. Sen sijaan sosioekonomisten ja demografisten tekijöiden merkitys osoittautuu toissijaiseksi (Virén 2000). M atti Virén otsikoi kirjoituksensa räväkästi. En tosin HS:n haastattelussa ottanut kantaa itse rikoksen taloustieteeseen, vaan halusin tuoda esiin sen, että Virénin estimoimien regressiomallien perusteella ei pitäisi tehdä kovin vahvoja kriminaalipoliittisia johtopäätöksiä 1. Laajempaan keskusteluun aihepiiristä ei tässä ole mahdollisuutta, joten keskityn niihin seikkoihin, joita Virén kirjoituksessaan käsittelee. Helsingin Sanomat ei todellakaan ole oikea paikka yksityiskohtiin menevälle tieteelliselle keskustelulle. Matti Virén kuitenkin valitsi tämän foorumin tulostensa esittelyyn, joten on luonnollista että sitä myös kommentoidaan samalla foorumilla. Aloite tuli HS:n toimituksen taholta. Annoin juttua varten lyhyen haastattelun kun minulta sellaista pyydettiin. Samassa yhteydessä haastateltiin myös kolmea muuta rikollisuuden tutkijaa. Asiasta kiinnostuneiden kannattaa lukea myös heidän mielipiteensä Virénin näkemyksistä. Huomautan aluksi, että Virén on kirjannut haastattelulausuntoni epätarkasti. Lainauksesta puuttuu pari tekstikappaletta ja siinä on muitakin epätarkkuuksia: puhun rangaistustasoa kuvaavasta muuttujasta, siis yksikössä ja tarkoitan nimenomaan Virénin rangaistustasomuuttujaa (RANG), muuttuu sanasta on tullut riippuu jne. Nämä ovat itse asian kannalta epäolennaisia virheitä. Jos kuitenkin ilmoitetaan, että puheenvuoroni on kirjattu kokonaisuudessaan, niin voi edellyttää että lainaus on sanatarkasti oikein. Mutta nyt varsinaiseen aiheeseen. Tilastovirheistä en haastattelussani puhu sanaakaan vaan totean, että rikostuomioiden tilastointitavassa on tapahtunut muutoksia. Tällä viittaan siihen, että tuomioistuintilastossa, tuomittuja rangaistuksia esittävissä taulukoissa, jotka käsittääkseni ovat Viréninkin rangaistustasomuuttujaa konstruoitaessa olleet lähteenä, on tilastointiyksikkö ja laskutapa vaihtunut useam- 328

Reino Sirén Kuvio 1. Rangaistusmuuttuja RANG (Virén 1992), vuosimuutokset 1951 1990 paan kertaan vuosina 1951 1990. Näistä Virén ei tutkimusraporteissaan tai artikkeleissaan mainitse mitään. Tilastointitavan muutokset on selostettu asianomaisissa tuomioistuintilaston julkaisuissa ja löytyvät siis sieltä (Tuomioistuimien tutkimat rikokset, SVT, useita sarjanumeroita). Lista on aika pitkä; tärkeimmät muutokset olen kuitenkin koonnut tämän kirjoituksen liitteeksi. 2 2 Vuodesta 1992 lähtien yhtenäisrangaistusjärjestelmään siirtymisen vuoksi on keskirangaistusten vertaaminen aikaisempiin vuosiin entistä hankalampaa, kuten Virén toteaa itsekin (Virén 2000, alaviite 8). Virén on ratkaissut ongelman ottamalla vuodesta 1992 alkaen keskirangaistuksia laskettaessa huomioon vain yksittäisrikokset. Aikaisempaan päärikospohjaiseen tarkasteluun verrattuna tämä laskutapa näennäisesti lieventää rangaistustasoa. Olennaista on se, että eräät näistä tilastointimuutoksista saattavat vaikuttaa (ja vaikuttavatkin) myös keskirangaistuksia kuvaavien muuttujien jollainen on myös Virénin RANG arvoihin asianomaisina vuosina. Differensoidussa aineistossa tilastointiperusteen vaihtuminen näkyy eräinä vuosina poikkeuksellisen suurena vuosimuutoksena (esim. 1959 ja 1963) (Kuvio 1). Tämän lisäksi, osoittimen RANG mukaan, rangaistustason vuosimuutokset ovat yleisesti olleet paljon suurempia kohdeajanjakson alkupuolella kuin myöhemmin. Entä vuosi 1955? Matti Virén on ensimmäisestä rikollisuusaihetta käsittelevästä raportistaan lähtien lisännyt malleihinsa vuotta 1955 koskevan dummy-muuttujan (esim. Virén 1993). Kirjoituksessaan Virén nyt täsmentää 329

KATSAUKSIA JA KESKUSTELUA KAK 2 / 2001 mistä syystä näin on menetelty. Syynä on Virénin mukaan kyseiselle vuodelle ajoittuva tilastovirhe 3. Tärkein seikka mitä tietoa ja mitä muuttujaa ja miten raportissa mainitut tekniset ongelmat koskevat, jää kuitenkin edelleen epäselväksi. Tilastollisen analyysin kannalta ratkaisevaa on tietenkin se, miten tilastovirhe näkyy vai näkyykö ollenkaan aikasarjoissa. Sitä paitsi Virénin selitys dummy-muuttujan lisäämiselle painottuu nyt toisella tavoin kuin tutkimusraporteissa. Niissä pääperusteena dummy-muuttujan käyttämiseen on se, että vuosi 1955 on herkkyysanalyysin perusteella ns. poikkeava havainto. Tähän on syytä lisätä, että 1955 on myös aineiston (1951 1990) vaikutusvaltaisin (influential) havainto Kansantaloudellisen aikakauskirjan artikkelissa esitetyn mallin (6) suhteen 4. Sillä on aineiston havainnoista suurin Cook-etäisyys joka tarkoittaa, että yksittäisistä havainnoista sen poistaminen vaikuttaa eniten estimointitulokseen. Havainnon poikkeavuus tuskin kuitenkaan johtuu Virénin mainitsemasta tilastovirheestä. Teknisenä syynä poikkeavuuteen näyttäisi olevan se, että vuonna 1955 omaisuusrikosten määrä muuttui estimointituloksen kannalta väärään suuntaan. Omaisuusrikosten määrä väheni, mutta samalla aleni myös kiinnijäämisriski ja rangaistustaso ja vielä työaikakin lyheni. Selittävien muuttujien arvojen perusteella rikollisuudessa olisi pitänyt tapahtua reippaanlainen nousu mutta näin ei käynyt. Se mikä on tärkeää on, että vuosi 1955 on nimenomaan rangaistusmuuttujan (RANG) selitysvoimaa heikentävä havainto. Kun malli (6) estimoidaan koko aineistosta (1951 1990), rangaistusmuuttujan regressiokerroin ei tarkkaan ottaen ole merkitsevä ( = poikkea nollasta) edes 10 % tasolla ( t = 1,56). Jos hypoteesien testauksessa oltaisiin pedanttisia, niin tavanomaista 5 % tasoa noudattaen nollahypoteesi rangaistusmuuttujan RANG kerroin = 0 jäisi kirkkaasti voimaan. Kun tilanne on tämä, voi kyllä edellyttää, että Virén olisi jossakin monista samaa aineistoa käsittelevistä artikkeleistaan esittänyt myös vastaavan, koko aineistoa koskevan estimointituloksen, etenkin kun tulos on hänen päähypoteesinsa kannalta epäedullinen. Virén moittii minua sitä, että HS:n haastattelussa ei mainittu mistä mallista on kyse. Lähetin HS:n toimitukseen kopion tekemästäni analyysista, josta käy ilmi mitä aineistoa ja mallia olen tarkastellut. En kylläkään näe, että tällä tiedolla olisi sinänsä HS:n lukijoiden tai itse aiheen käsittelyn kannalta ratkaisevaa merkitystä. Kriminaalipoliittiset johtopäätökset joita Virén analyysiensa perusteella tekee ovat nimittäin vuodesta (ja raportista) toiseen olleet samansisältöisiä. Esittämääni kritiikkiä ei siis mielestäni kumoa se, että mallit joita tarkastelen poikkeavat viimeisimmän version malleista 5. Mallin (6) valitsin tarkasteluun siksi, että Virén itse toteaa artikkelissaan sen olevan lopullinen estimoitava malli (Virén 1992:489). 3 Itse en kyllä ole löytänyt mainintaa eräiden kihlakuntien palauttamatta jääneistä tilastolomakkeista sen enempää Poliisin tietoon tullut rikollisuus kuin Tuomioistuinten tutkimat rikokset tilastojulkaisuista. 4 Olen estimoinut mallin (6) käyttäen Virénin Kansantaloudellisen aikakauskirjan 88: 4/ 1992 artikkelin yhteydessä julkaisemaa aineistoa (Virén 1992). 5 Virénin kirjoituksessaan esittämä uusin malli poikkeaa mallista (6) selittävien muuttujien osalta vain siinä, että malliin on lisätty (selitysvoimaltaan heikko ) kulutuksen volyymimuuttuja C. VATT:in raportissa estimointiajanjaksona on käsittääkseni 1951 1994, joten Kansantaloudellisen aikakauskirjan artikkeliin verrattuna aineistoon on lisätty 4 havaintoa (vuotta). 330

Reino Sirén Olisin voinut valita tarkastelun kohteeksi myös toisen samassa yhteydessä esitetyn virheenkorjausmuotoa olevan mallin (3). Se poikkeaa mallista (6) sikäli, että siinä Virén käyttää toista muuttujaa kuvaamaan rangaistustasoa 6. Tämä rangaistusmuuttuja (rang 1) ei kuitenkaan ole kuten Virénin artikkelin taulukosta 1 ilmenee rikollisuuden tilastollisesti merkitsevä selittäjä edes dummy 55 -muuttujan ollessa mallissa mukana (t = 1,24 ). Turun yliopiston taloustieteen laitoksen raportissa (Virén 1996) tai VATT:in raportissa (Virén 2000) tätä vaihtoehtoista rangaistusmuuttujaa koskevia estimointituloksia ei enää esitetä. Käytin vuotta 1955 esimerkkinä sitä, että Virénin analyysin tulos on herkkä poikkeusvuosille. Aineistossa on muitakin vaikutusvaltaisia havaintoja. Tällainen on myös vuosi 1989, jolloin uusi rikosten esitutkintalaki tuli voimaan. Siihen liittyen rikosten selvitysaste laski poikkeuksellisen paljon. Vuosi 1989 vaikuttaakin tuntuvasti kiinnijäämisriski-muuttujan KIIN kertoimen merkitsevyyteen. Puhuminen poikkeavista ja/tai vaikutusvaltaisista havainnoista voi tuntua saivartelulta. Se, että yhteiskunnallisissa aikasarjoissa on tällaisia havaintoja ei kuitenkaan ole mitenkään harvinaista. Sille ei mahda mitään, että kun havaintoja on suhteellisen vähän (tyypillisesti <50), aineiston ja estimoidun mallin suhde on usein herkkä. Mielestäni tähän tosiasiaan ei yleensä suhtauduta tarpeeksi vakavasti aikasarja-regressiomallien estimoinnissa. Toinen esimerkki on tarkastelu jossa olen estimoinut mallin (6) erikseen ajanjaksoilta 6 Rangaistusmuuttujana (rang 1) on mallissa (3) keskimääräinen vankeuskuukausissa ilmaistu rangaistus, joka on laskettu painotettuna keskiarvona eri rikoslajien keskimääräisistä tuomioista (Virén 1992:490). 1951 1970 ja 1971 1990. Virén sanoo, että päätelmiini liittyy useita ongelmia ja jopa virheitä. Ensinnäkin puolet-puolet tyyppisessä tarkastelussa 20+20 havaintoa on kuitenkin sen verran ettei tulosta voi sivuuttaa olan kohautuksella. Ja tietenkin viime kädessä, tutkijayhteisö ja tutkimustiedon käyttäjät ratkaisevat sen mikä painoarvo eri analyyseille annetaan. Mitä tulee CUSUM-testien ja kertoimien rekursiivisten arvojen tarkasteluun, niin minusta oleellisempaa olisi tutkia estimointituloksen pysyvyyttä ajassa joko liukuvia tai toisensa poissulkevia havaintosegmenttejä käyttäen. Kertomien rekursiivisiin arvoihin kumuloituu aikasarjan koko aikaisempi historia ja siis myös sarjojen alkupäähän mahdollisesti ajoittuvat poikkeavat ja vaikutusvaltaiset havainnot. Varsinaisten tulosten osalta on syytä todeta, että estimointituloksemme ovat lyhyen aikavälin vaikutuksien osalta yhtäpitävät. Virénin pääargumentti näyttää olevan se, että lyhyen aikavälin vaikutus (tai sen puuttuminen) on jotenkin vähemmän tärkeä ominaisuus kuin pysyvä pitkän aikavälin riippuvuus ja hän arvostelee minua jälkimmäisten unohtamisesta. En ole samaa mieltä ja pidän pitkän aikavälin yhteyksistä puhumista varsin ongelmallisena. Ensinnäkin differenssitermeihin voidaan liittää havainnollinen kausaalinen tulkinta. Jos pääteemana on testata hypoteesia, että rangaistustaso vaikuttaa rikosten määrään, on luontevaa tutkia miten vuosi vuodelta rangaistustason muutos (ehkä myös viivästettynä) ja rikostason muutos liittyvät toisiinsa ja estimoida tämän riippuvuuden voimakkuus. Rangaistustason ja omaisuusrikollisuuden havaittu pitkän aikavälin yhteys perustuu taas viime kädessä siihen, että rikosten määrää hallitsee voimakas nouseva trendi kun taas rangaistuksilla on laskeva trendi. Ei ole ihme, että tässä tilanteessa 331

KATSAUKSIA JA KESKUSTELUA KAK 2 / 2001 rangaistustason ja rikollisuuden välille saadaan voimakas laskennallinen käänteinen riippuvuus, oli lyhyen aikavälin vaihtelu millaista tahansa (ks. Virén 2000:8 9, kuviot 1 ja 2). Tällaisten (epästationaaristen) aikasarjojen kohdalla ongelmana on tunnetusti se, miten erottaa näennäiset ja aidot pitkän aikavälin riippuvuudet toisistaan. Yhteisintegroituvuusteorian ratkaisu on se, että pitkän aikavälin yhteydestä voidaan puhua jos ilmiöiden välillä on pitkän aikavälin tasapainorelaatio joka ilmenee niin, että kyseiset aikasarjat ovat yhteisintegroituvia. Ydinkysymys onkin, onko rangaistustason ja muiden selittäjien ja rikosten määrän välillä tällainen tasapainorelaatio vai ei? Testasin Virénin mallin (6) muuttujien yhteisintegroituvuutta koko aineistosta 1951 1990 Johansenin suurimman uskottavuuden menetelmää käyttäen. Tuloksena oli seuraava normeerattu vektori (käytän samoja kirjainsymboleja kuin Virén; suluissa kertoimien asymptoottiset keskivirheet): H KIIN RANG E CONST 1.000 0.730 0.070 5.486 15.186 (0.411) (0.020) (0.540) Kertoimien arvojen ja keskivirheiden perusteella tulos näyttää kuta kuinkin kunnolliselta (vrt. malli (4), Virén 1992). Ongelma on vain siinä, että trace-testin perusteella muuttujat eivät ole yhteisintegroituvia (trace -testisuure = 34.20 < 47.21 (p = 0.05)), eli testi hylkää yhteisintegroituvuuden selkeästi 5 % tasolla. Tämän tuloksen perusteella mallin oikea spesifikaatio sisältäisi siten ainoastaan selittävien muuttujien differenssitermit eli lyhyen aikavälin yhteyttä kuvaavat termit. Rangaistustason ja omaisuusrikollisuuden pitkän aikavälin yhteyden (tai tasapainorelaation) olemassaolo näyttää siis vähintäänkin kiistanalaiselta. Tässä yhteydessä hyvä vertailukohta ovat myös muut pohjoismaat. Ainakin 1960-luvun alusta lukien Ruotsissa varkausrikoksista tuomittujen ehdottomien vankeusrangaistusten keskipituus on kasvanut, eli keskipituutta kuvaavalla aikasarjalla on nouseva trendi. Suomessa kehitys on kulkenut päinvastaiseen suuntaan ja keskirangaistus on laskenut noin puoleen 1960-luvun alun tilanteesta. Kummassakin maassa, ja myös muissa pohjoismaissa varkausrikollisuudella (joka dominoi omaisuusrikollisuutta) on kuitenkin tasaisesti kasvava trendi. Tämä tarkoittaa sitä, että Ruotsissa rangaistustason ja rikollisuuden hypoteettinen pysyvä pitkän aikavälin yhteys on päinvastainen kuin Suomessa eli johtopäätös olisi, että rangaistusten ankaroituminen on lisännyt rikollisuutta Ruotsissa! Vankeusrangaistusten käytön osalta kehitys on ollut se, että Norjassa, Ruotsissa ja Tanskassa vankeusrangaistusten määrä suhteessa väkilukuun on kasvanut 1960-luvun alusta lähtien, kun Suomessa se on vähentynyt 1970-luvun puolivälistä. Tästäkin voisi siis tehdä johtopäätöksen, että rikosten ja rangaistusten pitkän aikavälin yhteys on muissa pohjoismaissa erilainen kuin Suomessa (Nordic Criminal Statistics 1950 1995). Rangaistustasoa ja sen kehitystä voidaan kuvata monilla eri indikaattoreilla. Pohjoismaisessa vertailussa tärkeää on se, että huolimatta varsin suurista eroista sanktiopolitiikassa, omaisuusrikollisuuden kehitys on 1950-luvulta lähtien ollut näissä maissa hyvin samantapainen eli tasaisesti nouseva. Ilmeisesti sittenkin sosioekonomiset tekijät, ennen kaikkea vaurastumiseen ja kaupungistumiseen liittyvä rikok- 332

Reino Sirén sentekomahdollisuuksien moninkertaistuminen on tämä kehityskulun tärkein selittäjä. Todettakoon lopuksi, että Oikeuspoliittinen tutkimuslaitos on yhdessä tilastokeskuksen kanssa tehnyt 1980-luvulta lähtien useita sekä poliisin tietoon tulleeseen rikollisuuteen että väestöhaastatteluihin perustuvia tutkimuksia joissa käsitellään myös omaisuusrikollisuudesta aiheutuneita vahinkoja.(mm. Niskanen, T. (1983), Aromaa, K. (ym.)(1991), Heiskanen, M. ( 1991) Suomalaisten turvallisuus (1996)). Rikosvahingoista esitetään arvioita myös tutkimuslaitoksen vuosittain ilmestyvässä Rikollisuustilanne-julkaisussa (esim. Rikollisuustilanne 1999). Lukijoiden arvioitavaksi jätän sen ovatko esimerkiksi Oikeuspoliittisen tutkimuslaitoksen sarjassa ilmestyneet tutkimukseni Varkausrikollisuuden kehityksestä ja yhteydestä rakenteellisiin tekijöihin 1950 1982 ( Sirén 1984) tai Varkausrikollisuuden tasonmuutokset (Sirén 1989), Virénin mainitsemaan aihepiiriin omaisuusrikollisuuden syyt ja seuraukset liittyvää tutkimusta. Liite Tilastotiedot tuomituista rangaistuksista Tuomioistuintilaston taulukoissa on käytetty ainakin kolmea yksikköä: 1) tuomio tai tuomion päärikos (henkilöiden bruttomäärä), 2) tuomittu henkilö (henkilöiden nettomäärä) ja 3) rangaistukseen johtanut rikos. Rangaistusaika on saatettu laskea niin, että 1) päärikoksen kohdalle on tilastoitu yhdistetty rangaistus, 2) vain päärikoksesta tuomittu rangaistus tai 3) kustakin yksittäisestä rikoksesta tuomittu rangaistus. Sakkorangaistukset on yleensä tilastoitu bruttoperiaatteen mukaan. Tiedot sakkorangaistusten suuruudesta (päiväsakkojen lkm) puuttuvat vuosilta 1950 1954, 1956 1958 ja 1972, 1974 ja 1976. Ennen 1959 Vuoteen 1958 saakka oli tilastoyksikkönä pääsääntöisesti tuomio tai tuomion päärikos. Sama henkilö laskettiin vapausrangaistukseen tuomittuihin niin monta kertaa, kun hänet on vuoden aikana tuomittu vapausrangaistukseen. Rangaistusajalla tarkoitettiin tuomittujen rangaistusten yhdistettyä rangaistusaikaa, joka merkittiin tilastoon tuomion päärikoksen mukaan 1959 Tilastointi muuttui aikaisempaan verrattuna niin, että vapausrangaistukseen tuomittu henkilö on laskettu mukaan vain kerran, riippumatta siitä monestiko hänet on vuoden aikana tuomittu vapausrangaistukseen. Rangaistukseen tuomitut on merkitty tilastoon vuoden päärikoksen eli henkilön vuoden törkeimmän rikoksen mukaan. Sakkoihin tai muuhun seuraamukseen tuomitut on edelleen tilastoitu niin monta kertaa kuin heidät on vuoden aikana tuomittu (henkilöiden bruttomäärä). Rangaistusaikojenkin esitystapa muuttui niin, että vuonna 1959 henkilön kunkin rikoksen rangaistusaika on tilastoitu erikseen, joten rangaistusaika ilmoittaa kustakin rikoksesta tuomitun (yksikkö)rangaistuksen pituuden. Rangaistusaikaa kuvaavassa taulukossa on siis yksikkönä yksittäinen rikos, ei tuomiokerran päärikos, kuten aikaisemmissa julkaisuissa. Koska kaikki jossakin rikoslajissa tuomitut vapausrangaistukset otetaan huomioon, jakauma siirtyy ly- 333

KATSAUKSIA JA KESKUSTELUA KAK 2 / 2001 hyempiin rangaistuksiin päin ja tukee vaikutelmaa, että rangaistuskäytäntö olisi lieventynyt. 1960 1962 Tilastointiperusteet muuttuivat niin, että vuodesta 1960 lähtien vapausrangaistukseen tuomittujen lisäksi myös ns. rikosrekisteririkoksista sakkoon tuomitut (> 75 päiväsakkoa) otettiin tilastoon vain kerran vuoden aikana. Tämä käytäntö oli voimassa vuoteen 1968 saakka. Sakkorangaistukset näyttävät keskimäärin lievenevän koska ankarimmat rikosrekisterisakot on kirjattu tilastoon vain kerran. Rangaistusaika tarkoittaa nyt (vuoden)päärikoksen ja sen kanssa samalla kertaa tuomittujen sivurikosten yhdistettyä rangaistusaikaa. Vuoden 1959 esitystapaan verrattuna muutos on selvä ja vaikutus on nyt rangaistuksia näennäisesti ankaroittavaan suuntaan. 1963 1968 Vuonna 1963 rangaistusajan esitystapa muuttui taas radikaalisti. Rangaistusaika tarkoittaa tästedes vain (vuoden)päärikoksen rangaistusaikaa. Muutos myös näkyi. Esimerkiksi varkausrikoksissa vapausrangaistusten keskiarvo laski noin 1,7 kuukaudella. Vuosimuutos oli suurin koko ajanjaksona 1950 1991. 1969 1970 Tilastointi muuttui sakkorangaistusten osalta siten, että kaikki rangaistusmääräyssakot ja muut sakkotapaukset merkittiin tilastoon. Tilastointitapa oli siis sama kuin vuonna 1959, eli vapausrangaistukseen tuomittujen nettotilastointi ja muuhun kuin vapausrangaistukseen tuomittujen bruttotilastointi. 1971 1991 Tilastoyksikkönä on vuodesta 1971 ollut tuomitsemiskerran päärikos (henkilöiden bruttomäärä). Saman henkilön eri tuomitsemiskerrat vuoden aikana on käsitelty erikseen (vuonna 1970 vielä yhdessä) ja henkilö on merkitty tilastoon kunkin tuomitsemiskerran päärikoksen mukaan. Myös rangaistusaika koskee tätä rikosta, ei vuoden päärikosta kuten aikaisempina vuosina. Tilastointitapa siirtää rangaistusajan jakaumaa lyhyempiin rangaistuksiin päin. Vuodesta 1977 tuomioistuintilaston taulukoissa on käytetty rinnakkain kaikkia edellä mainittuja tilastoyksiköitä, eniten kuitenkin tuomitsemiskerran päärikosta. Kirjallisuus Aromaa, K. (ym.) (1991). Rikosvahingot 1988. Tilastokeskus, SVT, Oikeus 1991:22. Oikeuspoliittisen tutkimuslaitoksen julkaisuja 112. Helsinki. Heiskanen, M. (1991). Omaisuusrikokset. Haastattelututkimus henkilöön kohdistuneista omaisuusrikoksista. Tilastokeskus, SVT, Oikeus 1991:3. Helsinki. Niskanen, T. (1983). Rikosvahingot 1980. Otantatutkimus poliisin tietoon tulleista omaisuus- ja väkivaltarikoksista. Tilastokeskuksen tutkimuksia N:o 96. Helsinki. Nordic Criminal Statistics 1950 1995. (ed. Von Hofer, H.). Report 1997:2. Department of Criminology, Stockholm University. Stockholm 1997. Rikollisuustilanne 1999. Rikollisuus ja seuraamusjärjestelmä tilastojen valossa. Oikeuspoliittisen tutkimuslaitoksen julkaisuja 175. Helsinki 2000. Sirén, R. (1984).Varkausrikollisuuden kehityksestä ja yhteydestä rakenteellisiin tekijöihin 1950 1982. Oikeuspoliittisen tutkimuslaitoksen julkaisuja 70. Helsinki 1984. 334

Reino Sirén Sirén, R. (1989). Varkausrikollisuuden tasonmuutokset. Erään aikasarja-regressiomallin influenssianalyysi. Oikeuspoliittisen tutkimuslaitoksen julkaisuja 97. Helsinki 1989. Suomalaisten turvallisuus 1993. Haastattelututkimus rikosten ja tapaturmien kohteeksi joutumisesta ja rikoksen pelosta. Tilastokeskus, SVT, Oikeus 1996:17. Oikeuspoliittisen tutkimuslaitoksen julkaisuja 139. Helsinki. Virén, M. (1993). A Test of an Economics of Crime Model. Department of Economics, University of Turku. Research Reports No. 31. Virén, M. (1996). Modelling Crime and Punishment. Department of Economics, University of Turku. Research Reports No. 65. Virén, M. (2000). Modelling Crime and Punishment. Valtion taloudellisen tutkimuskeskuksen (VATT) keskustelualoitteita No. 244. Helsinki. Virén, M. (1992). Tutkimus omaisuusrikollisuuden syistä Suomessa. Kansantaloudellinen aikakauskirja 88:4. Helsinki. 335