TÜRK CEZA ADALET SİSTEMİ VE SUÇ: PANEL VERİ ANALİZİ

Yıl 2023, , 90 - 106, 27.04.2023

Filiz Tepecik

https://doi.org/10.35379/cusosbil.1164563

Öz

Bu çalışma, Türk Ceza Adalet Sisteminin suç üzerindeki caydırıcı etkisini analiz etmeyi hedeflemektedir. Ceza adalet sistemleri temelde suçların soruşturulmasını, suçluların belirlenmesini, cezalandırılmasını ve hapsedilmesini içerir. Suçun soruşturulması ve suçluların belirlenmesi savcılık ve polis eliyle yürütülür. Cezalandırma ya da hapsetme kararları ise mahkemeler tarafından verilir. Bu çalışmada suçun ekonomik teorisine uygun olarak bu basamaklar birer açıklayıcı değişken hâline getirilmiştir. Bu nedenle, bu çalışmada Türkiye'deki suç türlerine göre suçun miktarı ile türlerine göre suçun aydınlatılma oranı (suçun temizlenme oranı), mahkemelerce verilen mahkûmiyet karar sayıları ve hapis cezası oranı arasındaki ilişki araştırılmıştır. Analizde kullanılan panel, 17 suç türünü (Türk Ceza Kanunu 2. kısım da düzenlenen Kişilere Karşı Suçlar başlığı altında yer alan) ve 2009-2020 arası dönemi içermektedir. Veriler Adli Sicil ve İstatistik Genel Müdürlüğü'nün kamuya açık verilerinden derlenmiştir. Analizin sonucunda elde edilen bulgular, suçun soruşturulması ve suçlunun tespit edilmesi adı verilen suçun aydınlatılması adımının, herhangi bir suça verilen cezadan veya hapis cezası olarak düşünülebilecek cezanın şiddetinden daha yüksek caydırıcılığa sahip olduğunu göstermiştir. Diğer bir ifade ile suçla mücadelede ya da suçu caydırmakta kolluk ve savcılık diğer kurumlardan daha etkili bulunmuştur.

Anahtar Kelimeler

Caydırıcılık, Suçun çözümlenme (aydınlatılma) oranı, Mahkûmiyet olasılığı, Hapis cezası oranı, Heterojen katsayılı panel veri modelleri.

TURKISH CRIMINAL-JUSTICE SYSTEM AND CRIME: PANEL DATA ANALYSIS

Öz

This study aims to analyze the deterrent effect of the Turkish Criminal Justice System on crime. Criminal justice systems basically require investigation of crimes and identification, punishment and imprisonment of criminals. The investigation of the crime and the identification of the criminals are carried out by the prosecutor's office and the police. The courts, on the other hand, decide on the punishment or acquittal and determine the prison sentence if necessary. In this study, these steps were turned into explanatory variables in accordance with the economic theory of crime. Therefore, this study investigates, the relationship between the amount of crime by type in Turkey and the rate of clarification of the crime (clearance rate of crime), the number of convictions given by the courts, and the rate of imprisonment by type is investigated. The panel used in the analysis includes 17 crime types (under the title of Offenses Against Persons regulated in the 2nd chapter of the Turkish Criminal Law) and the period between 2009 and 2020. The data were compiled from the publicly available data of the General Directorate of Criminal Records and Statistics. The findings showed that the step of clarifying the crime, called the investigation of the crime and the identification of the criminal, has a higher deterrence than the punishment given to any crime or the severity of the sentence given as a prison sentence. In other words, law enforcement and prosecutor's office were found to be more effective than other institutions in fighting or deterring crime.

Anahtar Kelimeler

Crime Clearance Rate, Probability of Conviction, Prison Sentence Rate, Panel data Models With Heteregenous Coefficients

Kaynakça

• Aksu, H., & Akkuş, Y. (2010). Türkiye'de mala karşı suçların sosyoekonomik belirleyicileri üzerine bir deneme: Sınır testi yaklaşımı (1970-2007). SosyoEkonomi, 11(11), 307-322.
• Aydın, A. H. (2014). Suç önlemenin önemi ve etkisi. KMÜ Sosyal ve Ekonomı̇k Araştırmalar Dergı̇si, 16(1), 82-84.
• Aygül, H. H., & Şensoy, A. F. (2018). Çocuklara karşı işlenen cinsel suçlara verilen cezalar ve beklenen toplumsal adalet. Gaziantep University Journal of Social Sciences, 17(2), 533-551. https://doi.org/10.21547/jss.384324
• Aytaç, M., Aytaç, S., & Bayram, N. (2007). Suç türlerini etkileyen faktörlerin istatistiksel analizi. 8. Türkiye Ekonometri ve İstatistik Sempozyumu, (s. 1-7). Malatya.
• Beccaria, C. (2016). Suçlar ve cezalar hakkında. (S. Selçuk, Çev.) İmge Yayınevi.
• Becker, G. (1968). Crime and punishment: An economic approach. 79(2), 169-217. https://doi.org/10.1086/259394
• Bond, S., & Eberhardt, M. (2009). Cross-section dependence in nonstationary panel models: A novel estimator. paper pre sented at the Nordic Econometrics.
• Bun, M. J., Kelaher, R., Sarafidis, V., & Weatherburn, D. (2020). Crime, deterrence and punishment revisited. Empirical Economics, 59, 2303–2333. https://doi.org/10.1007/S00181-019-01758-6
• Cerro, A. M., & Meloni, O. (2000). Determinants of the crime rate in Argentina during the ‘90s’. Estudios de Economia, 27(2), 297-311.
• Chudik, A., & Pesaran, M. (2015). Common correlated effects Estimation of heterogeneous dynamic panel data models with weakly exogenous regressors. Journal of Econometrics(188), 393-420. https://doi.org/10.1016/j.jeconom.2015.03.007
• Cinar, M., & Tas, C. (2022). Türkiye’de bölgesel işsizlik ve suç türleri ilişkisi: Panel veri yaklaşımı. Business and Economics Research Journal, 13(2), s. 179-197. http://dx.doi.org/10.20409/berj.2022.368
• Cömertler, N., & Kar, M. (2007). Türkiye'de suç oranının sosyo-ekonomik belirleyicileri: Yatay kesit analizi. Ankara Üniversitesi SBF Dergisi, 62(2), 37-57. https://doi.org/10.1501/SBFder_0000002018
• Cornwell, C., & Trumbull, W. N. (1994). Estimating the economic model of crime with panel data. The Review of Economics and Statistics, 76(2), 360-366. https://doi.org/10.2307/2109893
• Demirbaş, T. (2002). Suçun önlenmesi. www.kriminoloji.com. https://www.kriminoloji.com/ Sucun_Onlenmesi-Timur_Demirbas.htm
• Dolu, O. (2009). Rasyonel bir tercih olarak suç: Klasik okul düşüncelerinin suçu açıklama ve önleme kapasitesinin değerlendirilmesi. Polis Bilimleri Dergisi, 11(4), 89-120.
• Dolu, O., Büker, H., & Uludağ, Ş. (2012). Türk Ceza Adalet Sisteminin caydırıcılık kapasitesine ilişkin eleştirel bir değerlendirme. AUHFD, 61(1), 69-106. https://doi.org/10.1501/Hukfak_0000001651
• Dönmezer, S. (1994). Kriminoloji. Beta Yayınevi.
• Durnaoğlu, C. (2020). Mükelleflere uygulanan vergi cezalarının caydırıcılığı: Afyonkarahisar ili örneği. Afyon Kocatepe Üniversitesi Sosyal Bilimler Enstitüsü’ne sunulan Maliye Anabilim Dalı Yüksek Lisans Tezi. https://hdl.handle.net/11630/9503
• Eberhardt, M., & Teal, F. (2010). Productivity analysis in global manufacturing production. Economics Series Working Papers 515. University of Oxford, Department of Economics.
• Ehrlich, I. (1973). Participation in illegitimate activities: A theoretical and empirical investigation. Journal of Politicial Economy, 81(3), 521-565. https://www.journals.uchicago.edu/doi/10.1086/260058
• Ehrlich, I. (1975). The deterrent effect of capital punishment: A question of life and death. The American Economic Review, 65(3), s. 397-417. https://www.jstor.org/stable/1804842
• Eide, E. (1994). Previous ciriminometric studies. Economics of crime deterrence and the rational offender içinde. https://www.emerald.com/insight/publication/doi/10.1108/S0573-8555%281994%29227
• Entorf, H., & Spengler, H. (2000). Socioeconomic and demographic factors of crime in Germany: Evidence from panel data of the German states. International Review of Law and Economics, 20(1), 75-106. https://doi.org/10.1016/S0144-8188(00)00022-3
• Erdoğan, S., Yalçın, M., & Dereli, M. A. (2011). Kriminolojide coğrafi bilgi sistemleri ve mekansal istatistiksel yöntemlerin kullanımı: Hırsızlık örneği. TMMOB Harita ve Kadastro Mühendisleri Odası 13. Türkiye Harita Bilimsel ve Teknik Kurultayı. Ankara.
• Erzurumluoğlu, B., & Göksu, T. (2009). Türkiye’deki suç eğilimleri ve polis performansının faktörel etkisi. Polis Bilimleri Dergisi, 11(3), 43-60.
• Funk, P., & Kugler, P. (2003). Identifying efficient crime-combating policies by VAR models: The example of Switzerland. Contemporary Economic Policy 21(4):525-538, 21(4), 525-538. https://doi.org/10.1093/cep/byg030
• Gerçek, L. Ç. (2006). Şüpheli ve mağdur üzerine bir araştırma. Polis Bilimleri Dergisi, 8(3-4), 79-98.
• Gibbs, J. (1975). Crime, punishment and deterrence. Elsevier.
• Hadri, K., & Kurozumi, E. (2012). A simple panel stationarity test in the presence of serial correlation and a common factor. Economics Letters, 115(1), s. 31-34. https://doi.org/10.1016/j.econlet.2011.11.036
• Hamzaoğlu, N., Türk, B., & Sanal, Y. (2019). Ceza soruşturması ve yaptırımlarının caydırıcılık etkisinin değerlendirilmesi. Adli Tıp Bülteni,, 24(3), 198-208. https://doi.org/10.17986/blm.2019252288
• Palmer, J. (1977). Economic analyses of the deterrent effect of punishment: A review. Journal of Research in Crime and Delinquency, 14(1), s. 4-21.
• Pesaran, H., & Yamagata, T. (2008). Testing slope homogeneity in large panels. Journal of Econometrics, 1, 50-93. https://doi.org/10.1016/j.jeconom.2007.05.010
• Pesaran, M. H. (2004). General diagnostic tests for cross section dependence in panels. (2004) ' . IZA Discussion Paper No. 1240. https://repec.iza.org/dp1240.pdf
• Pesaran, M. H. (2007). A simple panel unit root test in the presence of cross-section dependence. Journal of Applied Econometrics, 22, s. 265–312.
• Pesaran, M. H. (2015). Testing weak cross-sectional dependence in large panels. Econometric Reviews, 34(6-10), s. 1089-1117.
• Pesaran, M., & Smith, R. (1995). Estimating long-run relationships from dynamic heterogeneous panels. Journal of Econometrics, 68(1), 79-113. http://dx.doi.org/10.1016/0304-4076(94)01644-F
• Polat, A. (2008). Suç istatistiklerine ilişkin sorunlar ve öneriler. Polis Bilimleri Dergisi, 10(1), 1-24. Polat, A. (2008). Suç istatistiklerine ilişkin sorunlar ve öneriler. Polis Bilimleri Dergisi, 10(1), 37-59.
• Polat, A., & Gül, S. K. (2010). Suçun ölçümü. Adalet Yayınevi.
• Saridakis, G., & Spengler, H. (2012). Crime, deterrence and unemployment in Greece: A panel data approach. The Social Science Journal, 49(2), 167-174. https://doi.org/10.1016/j.soscij.2011.08.005
• Suçun sosyo-ekonomik belirleyicileri: Panel veri analizi. (2019). İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 8(4), 2767-2784.
• Tittle, R. (1969). Crime rates and social forces. Sos. Probl, 16(4), 409-23.
• Tulder, F. V., & Torre, A. V. (1999). Modeling crime and the law enforcement system. International Review of Law and Economics, 19(4), 471-486.
• Uzun, A., & Aliağaoğlu, A. (2009). Tokat şehrinde mala karşı suçlar. Uluslararası Sosyal Araştırmalar Dergisi, 2(8), 430-444.
• Yerdelen Tatoğlu, F. (2020). Panel zaman serileri analizi-stata uygulaması. Beta Basım Yayım Dağıtım A.Ş.