Statystyka kryminalna nie jest licznikiem czynów, które wydarzyły się w społeczeństwie. Jest zapisem określonego etapu działania instytucji, według obowiązującego prawa, formularza, jednostki i praktyki. Współczesna tabela wymaga metadanych; tabela z 1926 lub 1948 roku dodatkowo wymaga krytyki źródła, ustroju i języka.

W lokalnym zbiorze znajdują się cztery arkusze „Prowadzone dochodzenia” dla lat 1926–1929, 1935–1938, 1945–1949 i 1950–1959 oraz dwie mapy napadów z września 1948 roku. Są cenne, ale nie tworzą ciągłego szeregu samą obecnością w jednym katalogu. Brakuje lat, zmieniają się kategorie, puste pola współistnieją z kreską i zerem, a część wartości wygląda na powtórzoną.

Artykuł jest krytyczną edycją materiału historycznego: wyjaśnia jednostki konieczne do jego interpretacji, transkrybuje wartości, oddziela brak od zera i kreski, analizuje przerwy ustrojowe oraz pokazuje bezpieczny zakres wniosków. Pełny, niezależny standard projektowania schematu, łączenia rejestrów, testów, wersjonowania i publikacji rozwija Dane kryminalne — audytowalny szereg, łączenie rejestrów i reprodukowalna wizualizacja.

Pięć etapów systemu, pięć zbiorów

Policja

Policja rejestruje zgłoszenia, ujawnienia, postępowania, czyny stwierdzone, osoby podejrzane i wykrycia. Jedno postępowanie może obejmować wiele czynów, jeden czyn wielu sprawców, a osoba wiele czynów. Nazwa kolumny musi wskazywać jednostkę.

Postępowanie wszczęte mierzy decyzję i pracę w okresie. Czyn stwierdzony jest wynikiem postępowania według reguł ewidencji, nie prawomocnym wyrokiem. Osoba podejrzana nie jest skazanym. Wykrycie nie jest odsetkiem wszystkich rzeczywistych czynów.

Prokuratura

Prokuratura może liczyć wpływ, załatwienia, osoby, akty oskarżenia i podstawy umorzenia. Sprawa może zostać połączona, wyłączona, zwrócona i przeniesiona między okresami. Liczba zakończeń w roku nie jest kohortą spraw wszczętych w tym roku.

Wskaźnik oskarżenia wymaga mianownika. Wśród spraw zakończonych odpowiada na inne pytanie niż wśród osób albo rocznego wpływu. Opóźnienie między etapami uniemożliwia proste dzielenie tabel z jednego roku.

Sąd

Statystyka może dotyczyć spraw, osądzonych osób, czynów, orzeczeń pierwszej instancji, prawomocnych skazań lub kar. Jeden wyrok może obejmować kilka zarzutów. Osoba może zostać skazana za czyn popełniony i zarejestrowany kilka lat wcześniej.

Odsetek skazań wśród osądzonych nie mierzy odsetka sprawców wykrytych w społeczeństwie. Jest wynikiem końcowej, wyselekcjonowanej populacji. Zmiana trybu konsensualnego może zmienić strukturę bez zmiany liczby czynów.

Więziennictwo

Stan osadzonych w dniu jest stockiem, przyjęcia i zwolnienia — flow. Stock zależy od napływu i długości. Skazani, tymczasowo aresztowani oraz ukarani powinni być rozdzieleni.

Liczba osadzonych na 100 tysięcy mieszkańców mierzy politykę aresztową, karną i wykonawczą, nie przestępczość. Pojemność ma definicję administracyjną; zmiana liczby miejsc zmienia wskaźnik zaludnienia bez zmiany osób.

Zdrowie i przyczyny zgonu

Statystyka zgonów opiera się na kartach i klasyfikacji medycznej, nie policyjnych kwalifikacjach. Zgon może zostać początkowo uznany za wypadek, a później za zabójstwo. Rok zgonu, rejestracji i rozstrzygnięcia może się różnić.

Dane zdrowotne mogą ujmować ofiarę, a policja czyn. Jedno zdarzenie z wieloma ofiarami tworzy jedną lub wiele jednostek zależnie od tabeli. Porównanie wymaga mapowania.

Jak czytać statystykę policyjną

Postępowanie, czyn i osoba

Przed pobraniem danych należy zapisać docelową jednostkę. Jeżeli pytanie brzmi „ile osób podejrzewano”, potrzebna jest osoba i reguła unikalności w roku. Jeżeli „ile kradzieży stwierdzono”, jednostką jest czyn. Seria kradzieży może zostać policzona według reguł prawnych i systemowych.

Łączenie kolumn w jednym wykresie jest dozwolone, gdy osie i nazwy pozostają osobne. Linia osób nie może być nazywana „liczbą przestępstw”.

Wszczęte i zakończone

Postępowania wszczęte w roku X nie są tymi samymi co zakończone w X. Backlog i czas powodują przesunięcie. Iloraz zakończonych przez wszczęte może przekroczyć 100 procent, gdy kończone są zaległości; nie jest „skutecznością”.

Analiza kohortowa wymaga identyfikatora sprawy i śledzenia od wejścia do wyniku. Zagregowane roczniki wystarczają do obciążenia, nie pełnego lejka.

Wykrywalność

Wskaźnik wykrywalności zależy od definicji czynów wykrytych, stwierdzonych i korekt. Kategoria ujawniana razem ze sprawcą, jak część posiadania narkotyków, ma inną strukturę niż włamanie bez świadka. Zmiana udziału kategorii zmienia wskaźnik ogólny.

Wysoka wykrywalność nie dowodzi małej ciemnej liczby. Może dotyczyć niewielkiego, wyselekcjonowanego zbioru ujawnień.

Aktywność organu

W czynach kontrolnych liczba zależy od patroli, testów, priorytetów i technologii. Wzrost ujawnień po kampanii może być sukcesem wykrywania. W kategoriach zgłoszeniowych liczba zależy bardziej od decyzji ofiar.

Raport powinien oznaczać charakter źródła i zestawiać liczbę kontroli, jeśli dostępna. Nie należy porównywać regionów bez uwzględnienia ekspozycji na działania.

Zabójstwo w statystyce

Ofiara, czyn, zdarzenie i sprawca

Zabójstwo jest zwykle lepiej rejestrowane niż przestępstwa bez widocznego skutku, lecz nawet tutaj jednostki się różnią. Jedno zdarzenie masowe ma kilka ofiar; jeden sprawca może odpowiadać za serię; czyn może obejmować współsprawców.

Do współczynnika śmiertelności używa się ofiar. Do obciążenia postępowaniami — spraw lub czynów. Do badania reakcji — osób podejrzanych i skazanych. Nie istnieje jeden „wynik zabójstw”.

Dokonanie i usiłowanie

Międzynarodowa definicja intentional homicide zwykle wyłącza usiłowania. Polska kategoria policyjna może prezentować dokonania i usiłowania razem albo osobno zależnie od tabeli. Liczba „zabójstw” bez informacji jest nieporównywalna.

Przeżycie zależy od metody i pomocy. Spadek zgonów przy stałej ciężkiej przemocy może wynikać z medycyny. Usiłowanie wymaga zamiaru prawnego, nie jest każdą napaścią z ciężkim skutkiem.

Definicje krajowe

Materiał definition_of_homicide_in_national_statistics pokazuje, że państwa różnie traktują usiłowanie, pomoc w samobójstwie, dzieciobójstwo, terroryzm, legalną interwencję i konflikt zbrojny. ICCS tworzy wspólną definicję statystyczną, ale państwa mapują własne kody.

Porównanie wymaga metadanych dla państwa i roku. Etykieta Eurostatu jest wspólnym celem, nie gwarancją identycznej produkcji źródłowej.

Małe liczby

Zabójstwa są rzadkie w wielu regionach. Zmiana z jednego do trzech to 200 procent, ale dwa przypadki. Współczynnik ma szeroką niepewność, a mały powiat może być zdominowany przez jedno zdarzenie.

Stosuje się średnie wieloletnie, modele lub przedziały, zachowując liczby bezwzględne. Wygładzanie nie może ukrywać zdarzenia masowego; powinno być pokazane obok danych rocznych.

Wykroczenia — dwa systemy zliczania

Policyjna rejestracja

Policja może raportować ujawnione wykroczenia, mandaty, pouczenia, wnioski do sądu i inne zakończenia. Jedno wykroczenie może przejść różną ścieżkę. Liczba mandatów nie jest liczbą wszystkich wykroczeń.

Zmiana priorytetu, taryfikatora, kontroli automatycznej lub uprawnienia innych organów zmienia dane. Wykroczenia drogowe są szczególnie zależne od technologii i natężenia ruchu.

Statystyka sądowa

Sąd liczy sprawy i osoby docierające po selekcji. Część kończy się mandatem i nigdy nie trafia do sądu. Porównanie policyjnych wykroczeń ujawnionych z sądowo ukaranymi w tym samym roku miesza kohorty i tryby.

Materiał Instytutu Wymiaru Sprawiedliwości o wykroczeniach jest użyteczny właśnie dlatego, że pokazuje różne strumienie. Przed zestawieniem trzeba odtworzyć definicję kolumn i zmiany instytucjonalne.

Próg wartości

Kradzież może przechodzić między wykroczeniem i przestępstwem po zmianie ustawowej granicy. Identyczna liczba zachowań zostaje rozdzielona inaczej. Inflacja wpływa także na realne znaczenie nominalnego progu.

Długi trend kradzieży powinien łączyć obie kategorie według porównywalnej definicji, jeśli dane jednostkowe to umożliwiają, albo zaznaczać przerwę. Proste dodanie tabel może podwójnie liczyć i mieszać etapy.

Historyczne arkusze 1926–1959

Co dokładnie zawierają

Cztery pliki opisano jako „Prowadzone dochodzenia … według kategorii przestępstw”. Sama nazwa wskazuje jednostkę pracy organu, nie czyny stwierdzone, ofiary ani skazania. Przed wykorzystaniem trzeba odnaleźć źródłową publikację, formularz i terytorialny zakres.

Arkusze obejmują:

  • 1926–1929, przy czym pole „OGÓŁEM” dla 1926 jest puste;
  • 1935–1938;
  • 1945–1949;
  • 1950–1959.

Luki 1930–1934 i 1939–1944 nie mogą być interpolowane jak spokojne brakujące lata. Zmiany państwa, wojna, okupacja, granice, ludność i instytucje zrywają ciągłość.

Kategorie

Wspólne etykiety obejmują ogółem, zabójstwa, rozboje, ciężkie uszkodzenie ciała, dzieciobójstwo, kradzieże, fałszerstwa, oszustwo i część danych o samobójstwie. „Włóczęgostwo i żebractwo” odzwierciedla historyczną penalizację oraz kontrolę ubóstwa.

Ta sama nazwa nie gwarantuje tej samej normy. Zmieniały się kodeksy, praktyka, terytorium i formularze. Najpierw tworzy się słownik label_original, definition_original, mapping_modern, mapping_confidence.

Lata 1926–1929

Arkusz podaje 1 595 311 dochodzeń ogółem w 1927, 1 317 973 w 1928 i 1 344 965 w 1929; 1926 ma pustą komórkę. Nie wolno wpisać zera. Kradzieże razem rosną z 255 813 w 1926 do około 305 tys. w latach 1928–1929, ale bez ludności i definicji nie jest to współczynnik ryzyka.

Zabójstwa wynoszą 1163, 1213, 1384 i 1456, podczas gdy „ciężkie uszkodzenie ciała” rośnie z 50 491 do ponad 72 tys. Tak duża różnica skali wymaga sprawdzenia znaczenia kategorii i jednostki, nie sensacyjnego porównania ze współczesnością.

Lata 1935–1938

Ogółem: 759 278, 783 749, 780 180 i 471 871. Spadek w 1938 jest duży i występuje również w kradzieżach razem: z około 472–478 tys. do 368 003. Może odzwierciedlać rzeczywistość, niepełny okres, zmianę formularza albo ekstrakcję.

Zanim zostanie nazwany spadkiem przestępczości, trzeba sprawdzić przypis źródła i kompletność roku. Jednoczesna względna stabilność oszustw i zabójstw może wspierać hipotezę zmiany zakresu niektórych kategorii, ale jej nie dowodzi.

Lata 1945–1949

Pierwsze lata powojenne pokazują wyjątkowo wysokie liczby zabójstw i rozbojów w arkuszu: zabójstwa 8411 w 1945, 7146 w 1946, 2812 w 1947, 1345 w 1948 i 1068 w 1949; rozboje odpowiednio 26 471, 23 987, 10 231, 5224 i 3018. Są zgodne z obrazem gwałtownej powojennej destabilizacji, ale nadal są liczbą historycznej ewidencji.

„Ciężkie uszkodzenie ciała” ma 10 073 w 1945, a potem 7385 w 1946, 1947, 1948 i 1949. Czterokrotne identyczne powtórzenie jest flagą: kopiowanie, brak aktualizacji, wartość zastępcza lub realna zbieżność. Bez źródła nie wolno go poprawiać ani uznawać za błąd; należy oznaczyć repeated_value_flag.

Kradzieże mieszkaniowe są puste dla 1945, fałszerstwo pieniędzy puste dla 1949, a włóczęgostwo, żebractwo i samobójstwo mają wartości tylko w 1945. To braki, nie zera. Zmiana zakresu jest prawdopodobna, lecz wymaga dokumentacji.

Lata 1950–1959

Arkusz używa zarówno kreski, jak i liczb. Kreski pojawiają się dla ciężkiego uszkodzenia ciała w latach 1951–1953, dzieciobójstwa w 1951–1952, fałszerstwa dokumentów od 1955 oraz kilku innych kategorii. Nie wiadomo bez legendy, czy oznaczają brak, niewystępowanie, niewykazywanie czy zmianę formularza.

Ogółem rośnie z 203 376 w 1950 do 429 270 w 1959, ale po drodze 1951 ma 323 505. Skok nie może zostać opisany jako fala czynów bez ustalenia instytucjonalnego. Kradzieże razem rosną do 245 561 w 1957, a potem spadają; oszustwa rosną silnie w latach 1958–1959. Każdy trend wymaga testu definicji.

Samobójstwo wśród „dochodzeń”

Obecność samobójstwa w arkuszu kategorii policyjnych jest świadectwem zakresu działalności, nie klasyfikacją samobójstwa jako przestępstwa we współczesnym sensie. Policja mogła prowadzić dochodzenie dla ustalenia okoliczności zgonu.

Szereg nie powinien być łączony ze współczesnymi danymi o zamachach samobójczych ani przyczynach zgonów bez mapowania. Jednostką może być dochodzenie, zdarzenie lub osoba, a definicja próby nie jest podana.

Mapa napadów z września 1948 roku

Warstwa kartograficzna

Pierwszy arkusz przedstawia obszar stref „B” i „C” z granicami powiatów oraz punktami. Tytuł brzmi „Mapa napadów strefie «B», «C» za wrzesień 1948 r.”. Dokument ma oznaczenia „Ściśle tajne”, numer egzemplarza, załącznika i dokumentu, a także późniejszy stempel „Jawne”.

Czerwone punkty oznaczają napady rabunkowe, niebieskie — opisane jako „terrorystyczne”. Na drugim arkuszu cyfra w czerwonym polu oznacza liczbę „bandytów”. Język jest częścią dokumentu i polityki aparatu, nie neutralnym opisem.

Tabela dekad

Mapa podaje liczbowe zestawienie trzech dekad września. Dla strefy B: 34, 37 i 30, razem 101. Dla strefy C: 16, 18 i 14, razem 48. Łącznie: 50, 55 i 44, razem 149.

„Dekada” oznacza część miesiąca, nie dziesięciolecie. Trzeba ustalić, czy trzecia obejmuje 21–30 września i jak traktowano datę zgłoszenia. Bez legendy źródłowej nie należy dopowiadać.

Powiaty i strefy

Drugi arkusz przedstawia słupki dla powiatów, pogrupowane pod województwami krakowskim, rzeszowskim, lubelskim, warszawskim, białostockim i olsztyńskim oraz strefami B i C. Granice i nazwy odpowiadają administracji z 1948 roku, nie obecnym powiatom.

Geokodowanie do współczesnych granic przez nazwę wprowadzi błędy. Potrzebna jest historyczna warstwa administracyjna i tabela zmian. Powiat z tą samą nazwą może mieć inny obszar.

Punkt nie jest dokładnym GPS

Ręcznie naniesiony punkt ma ograniczoną precyzję, a mapa może być schematyczna. Nie należy odczytywać współrzędnych z dokładnością ulicy. Punkt może reprezentować gminę, powiat lub przybliżone miejsce.

Digitalizacja powinna zachować skan, punkty surowe, georeferencję, błąd i osobę kodującą. Niepewny punkt można oznaczyć obszarem albo poziomem jakości.

„Rabunkowy” i „terrorystyczny”

Kategoria „terrorystyczny” w dokumencie z 1948 roku może odzwierciedlać polityczne klasyfikowanie działań podziemia, napadów i przeciwników państwa. Nie wolno mapować jej bezpośrednio na współczesną definicję przestępstwa terrorystycznego.

Badanie wymaga instrukcji sprawozdawczej, akt spraw, autora i celu mapy. Możliwe, że jedna kategoria miała uzasadniać działania bezpieczeństwa. To hipoteza krytyki źródła, nie automatyczny werdykt o fałszu.

Co można powiedzieć bezpiecznie

Można stwierdzić, że dokument przedstawia 149 zdarzeń zaklasyfikowanych przez ówczesny aparat do dwóch kategorii, w określonych strefach i miesiącu. Można opisać rozkład źródłowy. Nie można bez dalszych akt stwierdzić, ile było współczesnych rozbojów, aktów terrorystycznych ani niezależnych sprawców.

Zmiana prawa jako przerwa szeregu

Kryminalizacja i dekryminalizacja

Nowy typ czynu zwiększa widoczność, ale część zachowań mogła wcześniej trafiać do innej kategorii. Dekryminalizacja obniża statystykę bez zmiany praktyki natychmiast. Należy budować tablicę zgodności przepisów i dat wejścia.

Jeśli wcześniejsze rekordy mają opis zachowania, można retrospektywnie mapować według wspólnej definicji. Jeśli tylko kod, przerwa pozostaje.

Granice wartości

Nominalny próg kradzieży wpływa na podział przestępstwo–wykroczenie. Po nowelizacji skok w obu tabelach może być księgowy. Porównanie realnej wartości wymaga indeksu cen, ale kwalifikacja prawna pozostaje nominalna w czasie czynu.

Wykres może pokazać trzy serie: przestępstwa, wykroczenia i łączną kategorię porównawczą z jawną metodą. Nie wolno nazywać sumy prawną kategorią.

Zmiana formularza

Nowy system może zmienić moment rejestracji, obowiązkowość pola, deduplikację i kody. Równoległe działanie starego i nowego rejestru pozwala ocenić most. Bez okresu overlap nie da się oddzielić zmiany zachowania od pomiaru.

Każdy wykres powinien mieć pionową adnotację daty i przypis. W tabeli dane przed i po mogą otrzymać różne series_version.

Brak, kreska, zero i powtórzenie

Zero

Zero oznacza, że źródło stwierdza brak jednostek w pełnym zakresie. W małej kategorii jest możliwe. Musi być zapisane jawnie jako 0.

Automatyczne zastąpienie pustej komórki zerem zaniża sumę i tworzy fałszywe zdarzenie statystyczne. W obliczeniach brak powinien pozostać NA.

Puste pole

Pustość może oznaczać brak raportu, nieobowiązującą kategorię, niewczytanie lub format. W arkuszu lat 40. brak występuje wybiórczo. Należy zachować oryginalny tekst i przypisać status dopiero po weryfikacji.

Suma kategorii nie musi równać się ogółem, bo tabela pokazuje wybór. Nie wolno wyliczać braku jako różnicy i przypisywać do jednej kategorii.

Kreska

Kreska bywa zerem, brakiem, nie dotyczy lub wartością ukrytą. Bez legendy koduje się symbol_dash, nie 0. W publikacji należy wyjaśnić, że znaczenie pozostaje nieustalone.

Jeżeli inna część oryginalnej publikacji zawiera legendę, decyzję dokumentuje się z cytatem i numerem strony.

Powtórzona wartość

Identyczne wartości w kolejnych latach mogą być prawdziwe, kopiowane albo zastępcze. Flaga wykrywa sekwencje i podobne cyfry, lecz nie poprawia danych. Warto sprawdzić skan, OCR i sumy.

Korekta powinna zachować value_original, value_corrected, powód, źródło i datę. Ciche nadpisanie niszczy audyt.

Współczynniki i standaryzacja

Na 100 tysięcy

Współczynnik to liczba zdarzeń lub osób podzielona przez populację i pomnożona przez 100 tys. Licznik oraz mianownik muszą dotyczyć tego samego terytorium, czasu i populacji. Zmiana granic wymaga rekonstrukcji ludności.

Dla okresu rocznego zwykle używa się średniej lub stanu ludności według metodologii producenta. W historycznych latach migracje, wojna i spisy zwiększają niepewność.

Ekspozycja

Mieszkańcy nie zawsze są właściwym mianownikiem. Dla kradzieży samochodów liczą się pojazdy, dla turystycznego centrum przepływ osób, dla więzienia ludność kraju. Wybór powinien wynikać z ryzyka.

Współczynnik na mieszkańca i na jednostkę ekspozycji mogą odpowiadać na różne pytania. Publikacja może pokazać oba.

Struktura wieku

Populacje różnią się udziałem grup wieku o różnej ekspozycji i zachowaniu. Standaryzacja bezpośrednia stosuje wspólne wagi wieku. Wynik jest hipotetycznym współczynnikiem porównawczym, nie liczbą zdarzeń.

Historyczna standaryzacja wymaga danych o liczniku według wieku, których arkusze nie zawierają. Nie da się jej odtworzyć z samej sumy.

Małe obszary

W powiecie wskaźnik jest niestabilny. Empirical Bayes lub modele hierarchiczne mogą wygładzać w kierunku większej populacji. Mapa musi oznaczyć, że pokazuje estymat modelowy.

Nie wolno używać wygładzania do ukrywania braków. Surowa liczba, populacja i przedział powinny być dostępne.

Transkrypcja szeregów z lokalnych arkuszy

Poniższe zestawienia nie są próbą stworzenia jednego szeregu „przestępczości w Polsce”. Są kontrolną transkrypcją tego, co znajduje się w czterech arkuszach. Zachowano lata, etykiety kategorii i rozróżnienie między pustym polem a kreską. Skrót brak oznacza pustą komórkę w pliku, a znak — jest znakiem wpisanym w arkuszu. Żaden z nich nie został zamieniony na zero.

Dochodzenia ogółem i najpoważniejsze kategorie

Rok Ogółem Zabójstwa Rozboje Ciężkie uszkodzenie ciała Dzieciobójstwo
1926 brak 1 163 1 524 50 491 1 045
1927 1 595 311 1 213 1 191 57 150 857
1928 1 317 973 1 384 1 321 72 334 837
1929 1 344 965 1 456 1 107 72 220 909
1935 759 278 3 331 1 917 17 215 932
1936 783 749 3 548 1 952 19 531 888
1937 780 180 3 314 2 228 18 416 802
1938 471 871 3 020 2 000 17 231 614
1945 265 962 8 411 26 471 10 073 98
1946 239 954 7 146 23 987 7 385 358
1947 227 175 2 812 10 231 7 385 434
1948 229 432 1 345 5 224 7 385 350
1949 244 515 1 068 3 018 7 385 348
1950 203 376 901 2 089 3 434 288
1951 323 505 1 149 2 186 — —
1952 351 467 751 1 405 — —
1953 341 658 701 1 455 — 72
1954 313 555 749 2 066 4 701 57
1955 339 840 707 2 503 7 248 99
1956 369 002 681 2 905 8 163 66
1957 405 145 932 3 185 9 046 87
1958 424 446 803 2 566 8 350 75
1959 429 270 685 2 680 7 692 68

Tabela pokazuje, dlaczego automatyczne rysowanie jednej linii jest ryzykowne. Między 1929 a 1935 nie ma obserwacji, a liczba dochodzeń ogółem spada niemal o połowę. Jednocześnie zabójstwa są ponad dwukrotnie liczniejsze, a ciężkie uszkodzenia ciała ponad czterokrotnie mniej liczne. Taki układ może wynikać z zachowania społecznego, lecz jest też typowym sygnałem zmiany klasyfikacji, właściwości organów albo zasad agregacji. Bez książki kodowej nie da się rozdzielić tych wyjaśnień.

Wartości 1945–1946 są produktem szczególnego okresu: zmiany granic, masowych przemieszczeń ludności, działań zbrojnych i odbudowy aparatu państwa. Nawet po uzyskaniu mianownika ludności nie powstaną dane w pełni porównywalne z II Rzecząpospolitą. Współczynnik może skorygować skalę populacji, ale nie zmianę terytorium, instytucji i znaczenia kategorii.

Kradzieże i wybrane czyny majątkowe

Rok Kradzieże razem Mieszkaniowe Kieszonkowe Fałszerstwo pieniędzy Fałszerstwo dokumentów Oszustwo
1926 255 813 brak 10 405 2 603 1 180 18 866
1927 295 052 brak 11 224 3 709 1 085 21 704
1928 306 294 brak 11 152 2 019 851 23 817
1929 304 903 brak 12 134 1 663 1 604 26 359
1935 472 287 98 221 11 121 121 4 168 27 584
1936 478 070 92 806 11 151 93 4 286 27 169
1937 472 518 88 071 11 175 90 4 697 27 077
1938 368 003 75 154 10 204 74 4 854 24 429
1945 121 934 brak 6 572 795 753 1 272
1946 139 594 43 064 8 286 320 736 2 203
1947 128 310 44 089 6 250 5 877 2 165
1948 119 538 34 708 5 875 6 1 264 2 628
1949 118 127 31 186 6 141 brak 1 610 3 140
1950 101 266 24 533 5 736 37 1 704 3 141
1951 144 355 19 982 7 281 22 2 256 4 650
1952 155 873 18 867 6 860 18 3 106 4 340
1953 188 171 18 983 7 275 16 3 254 3 174
1954 202 669 19 188 9 325 2 1 667 3 104
1955 227 425 19 596 9 215 — — 3 121
1956 228 359 20 282 7 119 — — 4 152
1957 245 561 19 061 5 520 — — 4 688
1958 229 787 22 986 5 428 — — 7 560
1959 216 053 21 771 5 817 — — 7 686

„Kradzieże mieszkaniowe” są podkategorią kradzieży razem, więc dodanie obu kolumn zawyży wynik. Tak samo nie wolno sumować kradzieży kieszonkowych z ogółem, jeśli należą do niego według formularza. Relację hierarchiczną kategorii trzeba poznać z nagłówka pierwotnej tabeli, nie wywnioskować wyłącznie z nazw.

Skala fałszerstwa pieniędzy zmienia się z tysięcy w końcu lat dwudziestych do dziesiątek, a następnie pojedynczych wartości. To szczególnie mocny kandydat na zmianę jednostki lub właściwości ewidencyjnej. Seria może liczyć dochodzenia, przypadki ujawnienia, wytwórnie, typy banknotów albo inną jednostkę. Nie należy tłumaczyć spadku skutecznością państwa bez źródła opisującego formularz.

Oszustwo ma inną dynamikę: po niskich wartościach w pierwszych latach powojennych osiąga 7686 w 1959 roku. Zmiana rynku, własności i prawa może być równie ważna jak zmiana zachowań. Kategoria prawna sprzed wojny nie musi odpowiadać powojennej, nawet gdy w arkuszu użyto tej samej polskiej etykiety.

Kategorie kontroli społecznej i samobójstwo

Rok Włóczęgostwo i żebractwo Samobójstwo
1926 16 333 3 903
1927 15 209 4 186
1928 14 337 4 313
1929 12 134 3 929
1935 brak 4 121
1936 brak 4 458
1937 brak 4 347
1938 brak 4 377
1945 2 344 1 416
1946–1949 brak brak
1950 — —
1951 4 813 1 403
1952 4 346 931
1953 3 037 846
1954 6 130 816
1955–1959 — 788; 927; 1 446; 1 564; 1 823

Zapis skrócony dla lat 1955–1959 zachowuje kolejność roczną wartości samobójstw. Nie jest to wzór do pliku danych: tam każdy rok powinien mieć oddzielny rekord. Tabela publikacyjna ma jedynie pokazać różnicę między ciągiem liczb, pustymi komórkami a kreską.

Włóczęgostwo i żebractwo nie powinno być przedstawiane jako naturalna, ponadczasowa forma przestępczości. Jest wskaźnikiem działania prawa i instytucji wobec mobilności, bezdomności oraz ubóstwa. Zmiana liczby może mierzyć intensywność kontroli bardziej niż rozpowszechnienie zachowania. Zestawienie z polityką społeczną, przepisami i praktyką nakładania sankcji jest częścią analizy, nie dodatkiem.

Audyt liczb przed analizą

Kontrola sum i podkategorii

Pierwszym testem jest porównanie ogółu z sumą widocznych kategorii. Brak zgodności nie oznacza błędu, ponieważ arkusz nie musi zawierać pełnego katalogu. Jeżeli jednak nagłówek mówi, że kategorie są wyczerpujące, różnica wymaga wyjaśnienia. Test powinien zwracać różnicę, udział oraz listę pól brakujących, a nie od razu status „niepoprawne”.

Dla kategorii zagnieżdżonych testuje się nierówność: podkategoria nie powinna przekraczać kategorii nadrzędnej dla tej samej jednostki, okresu i terytorium. Naruszenie może oznaczać inny zakres, a nie literówkę. Przykładowo „kradzież mieszkaniowa” może być liczbą spraw, gdy „kradzież razem” liczy osoby — dlatego sprawdzenie metadanych poprzedza korektę.

Skoki roczne

Zmianę procentową oblicza się tylko, gdy oba punkty są porównywalne i poprzednia wartość nie jest zerem. Reguła flagowania, na przykład wzrost o ponad 50 procent, jest filtrem do kontroli źródła. Nie jest dowodem błędu ani dowodem „fali przestępczości”.

Skok występujący jednocześnie w wielu kategoriach i ogółem częściej wskazuje zmianę systemową. Skok jednej kategorii może wynikać z prawa, akcji organu, realnego zjawiska albo pomyłki. Pomaga porównanie z rocznikiem statystycznym, sprawozdaniem opisowym i danymi innej instytucji, ale te źródła też mogą powielać ten sam formularz.

Końcówki cyfr i duplikaty

Powtarzające się dokładne wartości, jak 7385 w czterech latach, zasługują na kontrolę skanu. Analiza końcówek cyfr może ujawnić zaokrąglanie albo ręczne szacunki, lecz przy małej liczbie obserwacji ma niewielką moc. Prawo Benforda nie jest uniwersalnym wykrywaczem fałszu i nie powinno być stosowane bez sprawdzenia procesu generowania liczb.

Duplikat może powstać w arkuszu podczas przeciągnięcia komórki, ale może też znajdować się w publikacji źródłowej. W pierwszym przypadku poprawia się transkrypcję; w drugim zachowuje liczbę i omawia wiarygodność publikacji. Te dwa poziomy błędu muszą być rozróżnione.

Dwukrotne wprowadzanie danych

Najbezpieczniejsza transkrypcja polega na niezależnym wpisaniu tabeli przez dwie osoby, a następnie komputerowym porównaniu. Rozbieżności rozstrzyga się na obrazie. Dla map dodatkowo porównuje się liczbę punktów, kolor, cyfrę, przypisanie do obszaru i poziom niepewności.

Gdy podwójna transkrypcja całego zbioru jest niemożliwa, losuje się próbę po każdej stronie i każdej kategorii. Próbę trzeba wybrać losowo, a nie spośród łatwych komórek. Osobno sprawdza się wartości odstające, kreski, puste pola oraz kolumny przy krawędzi skanu.

Łączenie etapów wymiaru sprawiedliwości

Lejek nie jest prostym ilorazem

Zgłoszenie może prowadzić do odmowy wszczęcia, umorzenia, wykrycia, aktu oskarżenia, uniewinnienia lub skazania, lecz zagregowane roczne tabele nie opisują jednej kohorty. Czyn zgłoszony w grudniu może trafić do sądu po dwóch latach. Dzielenie skazań w roku przez zgłoszenia w tym samym roku daje wskaźnik administracyjny bez jasnej interpretacji procesowej.

Do prawdziwego lejka potrzeba identyfikatora łączącego etapy albo kohorty określonej datą wejścia. Łączenie rekordów musi uwzględniać wyłączenie materiałów do odrębnego postępowania, połączenie spraw, zmianę kwalifikacji i wielu podejrzanych. Nie zawsze istnieje relacja jeden do jednego.

Zmiana kwalifikacji

Kwalifikacja w chwili wszczęcia może różnić się od zarzutu, aktu oskarżenia i prawomocnego wyroku. Analiza „skuteczności ścigania zabójstw” musi zdecydować, czy kohorta zaczyna się od pierwotnej kwalifikacji, końcowej, czy od śmierci spełniającej definicję medyczno-statystyczną.

Najbardziej przejrzysta baza przechowuje każdą zmianę jako zdarzenie z datą, organem i podstawą, zamiast nadpisywać kod. Dzięki temu można odtworzyć obraz dostępny organowi w danym czasie i wynik końcowy. W statystyce publicznej taki poziom zwykle nie jest dostępny, więc ograniczenie trzeba podać.

Osoba w kilku sprawach

Liczba podejrzanych może liczyć osobę raz w sprawie, raz w kategorii albo raz w roku. Bez reguły deduplikacji nie wolno tworzyć wskaźnika ryzyka sprawstwa. Analogicznie jedna osoba może zostać skazana kilkoma wyrokami albo za wiele czynów w jednym wyroku.

W analizie recydywy identyfikator musi działać między latami i instytucjami, ale jego użycie wymaga podstawy prawnej, minimalizacji oraz ochrony. Publiczna tabela zagregowana nie powinna umożliwiać identyfikacji w małych komórkach.

Czas i cenzorowanie

Sprawy niezakończone w chwili pobrania są prawostronnie cenzorowane. Nowszy rocznik zawsze ma mniej czasu na skazanie, więc porównanie odsetków wyników bez wspólnego okna faworyzuje starsze kohorty. Można ustalić wynik po 12, 24 i 36 miesiącach albo zastosować analizę czasu do zdarzenia.

Opóźnienie aktualizacji także ma znaczenie. Dane opublikowane jako „stan na dzień” mogą zostać później skorygowane. Archiwizacja wersji i daty pobrania pozwala rozróżnić korektę od błędu analityka.

Porównania terytorialne i międzynarodowe

Granice i ludność narażona

Porównanie województw wymaga granic z właściwego roku. Przeliczenie dawnych powiatów na obecne może opierać się na przecięciu powierzchni lub ludności, ale jest estymacją. Zdarzenia punktowe można przypisać dokładniej tylko wtedy, gdy źródło zawiera rzeczywiste miejsce.

Liczba ludności zameldowanej nie zawsze odpowiada populacji narażonej. Centrum dużego miasta obsługuje dojeżdżających i turystów, a powiat przygraniczny ruch tranzytowy. Współczynnik mieszkańców jest standardowy i użyteczny, lecz nie neutralizuje tych różnic.

Efekt instytucjonalny regionu

Komenda o większej obsadzie, laboratorium i aktywności może wykrywać więcej czynów kontrolnych. Regiony mogą różnie kodować podobne zdarzenia pomimo jednej instrukcji. Audyt międzyjednostkowy powinien sprawdzić praktykę, nie wyłącznie liczbę.

Ranking powiatów bez przedziału i korekty małych liczb tworzy pozorną precyzję. Lepiej publikować grupy, wieloletnie średnie i kontekst ekspozycji. Kolejność miejsc może zmieniać się pod wpływem jednego zdarzenia.

Wspólna klasyfikacja ICCS

ICCS grupuje czyny według zachowania i charakterystyki, aby zmniejszyć zależność od nazw kodeksowych. Mapowanie krajowe wymaga informacji o elementach typu czynność, zamiar, skutek, ofiara i kontekst. Sam numer artykułu może obejmować kilka kategorii statystycznych.

Wysoka zgodność mapowania oznacza, że kod krajowy mieści się w jednej kategorii. Niska — że trzeba zastosować proporcję, dane jednostkowe albo pozostawić brak. Przypisanie całej szerokiej kategorii do najbliższej klasy daje liczbę, ale odbiera porównywalność, którą miało stworzyć.

Dwie osie jakości

Kompletność odpowiada na pytanie, czy wszystkie jednostki raportują. Porównywalność — czy raportują to samo. Państwo może mieć kompletne, szybko aktualizowane dane o definicji różnej od sąsiada. Inne może mieć lepszą zgodność z ICCS, lecz opóźnione raporty.

Tabela międzynarodowa powinna rozdzielić te cechy. Jedna gwiazdka „jakości” zaciera, czy problem dotyczy braków, definicji, jednostki, czasu, terytorium czy procesu.

Niepewność, prywatność i uczciwa prezentacja

Przedział dla liczby zdarzeń

Jeżeli zdarzenia są rzadkie, przybliżenie rozkładem Poissona może dać przedział dla współczynnika. Założenie niezależności bywa naruszone przez serie, wspólne przyczyny i nadmierną zmienność. Model ujemno-dwumianowy lub hierarchiczny może być właściwszy, ale musi zostać opisany.

Przedział statystyczny nie obejmuje błędu klasyfikacji ani ciemnej liczby. Wąski przedział wokół liczby policyjnej może współistnieć z dużą niepewnością co do rzeczywistego zjawiska. Raport powinien rozdzielać niepewność losową od systematycznej.

Anonimizacja małych komórek

W małym obszarze rzadkie zdarzenie może identyfikować ofiarę mimo braku nazwiska. Dotyczy to zwłaszcza zabójstw, przestępstw seksualnych, dzieci i kategorii stygmatyzujących. Łączenie wieku, płci, daty i gminy zwiększa ryzyko.

Ochrona może polegać na agregacji lat lub terytoriów, progowym ukrywaniu i kontrolowanym zaokrągleniu. Ukrywanie jednej komórki nie wystarcza, jeśli można ją obliczyć z sumy; trzeba ukryć komórkę wtórną. Metoda powinna być opublikowana.

Wykres jako twierdzenie

Dobór początku osi, przedziałów mapy i okresu jest częścią argumentu. Wykres tylko od najniższego roku może wyolbrzymić zmianę, a szeroki zakres ją ukryć. Najlepszym zabezpieczeniem jest dostęp do tabeli i kodu oraz pokazanie liczby bezwzględnej obok wskaźnika.

Kolor nie powinien utożsamiać obszaru z mieszkańcami ani sugerować, że miejsce „jest przestępcze”. Mapa przedstawia rejestrowane zdarzenia lub wskaźnik według określonej definicji. Tytuł musi to powiedzieć.

Historia wersji

Każda publikacja otrzymuje numer wersji, datę danych i datę wygenerowania. Korekta liczby nie może po cichu zastąpić wcześniejszej tabeli. Dziennik powinien wskazywać komórkę, poprzednią i nową wartość, powód oraz źródło decyzji.

W historycznym projekcie nowe ustalenie może zmienić znaczenie całej kolumny. Wtedy nie wystarcza poprawka pojedynczych rekordów: powstaje nowa wersja słownika i wyników, a stare pozostają dostępne do odtworzenia wcześniej opublikowanych analiz.

Ekonomiczne podejście

Wybór i oczekiwana korzyść

Model Beckera przedstawia czyn jako wybór wobec korzyści, prawdopodobieństwa wykrycia i sankcji. Jest uproszczeniem generującym przewidywania, nie tezą, że każdy wykonuje rachunek. Informacja, emocja i normy ograniczają racjonalność.

Koszt oczekiwany nie jest samą wysokością kary. Małe prawdopodobieństwo odległej sankcji może ważyć mniej niż szybka korzyść. Badania odstraszania zwykle wskazują większą rolę pewności niż dalszej surowości.

Koszt przestępczości

Koszt obejmuje mienie, zdrowie, lęk, pracę, wymiar sprawiedliwości i prewencję. Transfer skradzionej kwoty nie jest pełną stratą społeczną, ale przemoc i koszty zabezpieczenia są realne. Wycena życia i krzywdy wymaga jawnych wartości.

Sumowanie kosztów może podwójnie liczyć: utracony dochód jest częścią wyceny zdrowia i osobną pozycją. Metoda powinna określić perspektywę i horyzont.

Granice modelu

Ekonomiczny język może pomijać władzę, moralność, impulsywność i organizację. Zdolność do zapłaty sprawia, że ta sama grzywna ma różną dolegliwość. Efektywność nie rozstrzyga sprawiedliwości.

Model jest dobry do porównywania bodźców i kosztów krańcowych, nie do sprowadzenia człowieka do ceny. Rekomendacja wymaga prawa i etyki.

Reprodukowalna wizualizacja tej edycji

Warstwa raw

Plik surowy jest kopiowany bez zmian, z sumą kontrolną, źródłem i datą. Transkrypcja zachowuje oryginalne etykiety, puste pola, kreski i format. Poprawki trafiają do osobnej warstwy.

Nazwy plików nie wystarczają jako proweniencja. Potrzebny jest URL, publikacja, strona, instytucja i informacja, czy arkusz jest transkrypcją skanu.

Tidy data

Jeden wiersz powinien odpowiadać obserwacji: year, territory, category_original, measure, value_original, missing_code, source. Mapowanie dodaje kategorie porównawcze bez usuwania oryginału.

Szeroki arkusz jest wygodny do czytania, długi do kontroli i wykresów. Transformacja musi być skryptem, nie ręcznym kopiowaniem.

Walidacja

Testy obejmują typy, lata, unikalność klucza, sumy kontrolne, wartości ujemne, nagłe skoki, powtórzenia i zgodność z obrazem. Flaga nie usuwa rekordu. Każda ręczna decyzja ma log.

Losowa podwójna transkrypcja zmniejsza błąd. Dla historycznych tabel najlepiej porównać wszystkie komórki przez dwóch koderów.

Wykres

Oś, jednostka i źródło muszą być na grafice. Przerwy szeregu są widoczne, nie połączone ciągłą linią. Zmiany prawa i formularza mają adnotację. Małe wielokrotności są lepsze niż wspólna oś dla kategorii różniących się setki razy.

Procent bez liczby bezwzględnej może przesadzać. Oś ucięta jest dopuszczalna dla zmiany, jeśli jasno oznaczona; dla słupków często zniekształca długość.

Mapa

Mapa podaje jednostkę, mianownik, klasyfikację przedziałów, datę i źródło granic. Dla punktów historycznych zawiera błąd georeferencji. Nie należy przesuwać punktu do centroidu współczesnego powiatu bez oznaczenia.

Paleta musi być dostępna dla zaburzeń widzenia barw i nie sugerować moralnej „czerwonej strefy” bez potrzeby. Kategorie źródłowe z 1948 r. wymagają legendy krytycznej.

Minimalny pakiet publikacyjny

  1. skan lub oryginalny plik;
  2. suma kontrolna i data pozyskania;
  3. katalog źródłowy;
  4. transkrypcja raw;
  5. słownik pól;
  6. kody braków;
  7. tabela zmian prawa i formularzy;
  8. mapowanie kategorii;
  9. skrypt transformacji;
  10. testy jakości;
  11. dane wynikowe CSV;
  12. kod wykresu lub mapy;
  13. wersja środowiska;
  14. licencja i warunki wykorzystania;
  15. notatka o ograniczeniach;
  16. dziennik korekt;
  17. archiwum poprzedniej wersji;
  18. osoba odpowiedzialna za aktualizację.

Najważniejszą zasadą historycznej statystyki jest zachowanie niepewności. Puste pole nie staje się zerem, kreska liczbą, a kategoria „terrorystyczna” z dokumentu MBP współczesnym terroryzmem. Reprodukowalność tej edycji polega na tym, że inna osoba może odtworzyć każdą decyzję od obrazu źródła do punktu na wykresie. Ogólny kontrakt produktu danych, model relacyjny, kontrolę linkage, stany braków, testy blokujące wydanie, ochronę małych komórek i pełny manifest opisuje wskazana wyżej osobna monografia.

Źródła i dalsza lektura