The impact of sanctions and pre¬release policies on recidivism
Afların ve yaptırımların tekrar suç işleme oranları üzerine etkisi
- Tez No: 758808
- Danışmanlar: DOÇ. DR. BİLGE ÖZTÜRK GÖKTUNA
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Kamu Yönetimi, Economics, Public Administration
- Anahtar Kelimeler: Ceza, Ceza indirimi, Ekonomik etki, Mikroekonomi, Sosyoekonomik etki, Suça teşebbüs, Tekerrür, Tekrarlayıcı davranış, Yaptırımlar, Amnesty, Punishment, Penal reduction, Economic effect, Microeconomy, Socio-economic impact, Commit an offence, Recidivisim, Repetitive behaviors, Sanctions
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonomi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Romalı filozof Cicero'nun De Legibus (MÖ 106) adlı eserinde ilk kez dile getirdiği“Noxiae poena par esto”namı diğer“Cezanın suça uymasına izin ver”sözü, kısa sürede ceza hukukunun en önemli ilkelerinden biri haline geldi. Söz konusu ilke, hukuk ve ekonomi gibi çeşitli disiplinlerden ilgi görmektedir. Bu ilkeyi insan hatası nedeniyle her koşulda tutmak her zaman mümkün olmasa da, ceza hukukunda bu standarda yaklaşmak için kullanılan af ve şartlı tahliye gibi başka mekanizmalar da vardır. Fakat bu tür erken tahliye politikaları genel nüfusu nasıl etkiler? Suç davranışlarını değiştirir mi? Eğer öyleyse, hangi yönde bir değişim olur? Suçlu olmayan nüfüs da bu politikalardan etkileniyor mu? Yeniden suç işleme oranlarını değiştiyor mu? Suç iktisat teorisine dair erken çalışmalar bu ilke üzerine olmuştur. İlk çalışmalardan biri olarak kabul edilen Becker'in (1986) çalışması, bu ilkeyi ekonomik yönden sorgulamış ve hem suça hem de suçları önlemeye ve cezalandırmaya yönelik harcamalara optimal çözümler bulmaya çalışmıştır. Daha sonraki çalışmalar (Ehrlich 1973, Heineke ve Block 1975) çoğunlukla aynı statik soruna odaklanmıştır, Block ve Lind (1975), Schmidt ve Witte (1984) ve Witte (1980) cezanın suç üzerindeki caydırıcılığın etkisini anlamaya yönelirken, Levitt 1996 ve Drato et al. 2009 hapsedilme etkisini incelemiş ve literatüre dahil etmiştir. Sorunun dinamik tarafında Leung (1995) dinamik bir caydırıcılık modeli formülüze etmiştir, Daha sonra, Burdett et al. (2003), arama teorisini kullanarak dinamik bir model oluşturmuş ve Mocan et al. (2005), yasal ve cezai insan sermayesini ortaya atarak dinamik bir suç faaliyeti modeli önermiştir. Bu çalışma aynı soruna oyun teorisi, özellikle evrimsel oyun teorisi kullanılarak yaklaşılması, sadece suçu anlamak ve soruna optimal çözümler önermekle kalmayıp, bunun nüfus üzerindeki etkisini anlamak için erken tahliye politikalarını (af, af ve şartlı tahliye) kavramsallaştırmayı amaçlamaktadır. Leund'un (1995) çalışmasında olduğu gibi bu çalışma da suç tekrarı oranları üzerine eğilmiştir. Bunun sebebi bahsi geçen politikaların başarısının bu oranla ölçülebilmesidir. Çalışmanın ana aracının evrimsel oyun teorisi olması da yine bu sebepledir. Çünkü suç tekrarı oranlarının hesaplanabilmesi için bir periyottan fazla bir süreye ve popülasyonun stratejilerini değiştirebilecekleri bir çevreye ihtiyaçları vardır. Bu gereksinimlerin karşılanması için model, ilk olarak John Meynard-Smith ve George Price (1973) tarafından literatüre kazandırılan Hawk-Dove oyununu imitasyon mekanikleri (Weibull, 1995; Björnerstedt ve Weibull, 1996; Hofbauer ve Sigmund) ile birleştirmiştir. Model şahinler ve güvercinlerden oluşan bir toplum üzerine kurulmuştur. Modelde kooperasyon, şahinleri suçlu ilan ederek teşvik edilmektedir. Orjinal Hawk ve Dove oyununda olduğu gibi, Hawk ve Hawk karşılaşmalarında, iki oyuncu kaynağı (v) ortak şekilde paylaşır ve birbirlerini yaralar (c), bu durumda her iki oyuncu da (v/2)-c kadar kazanç sağlamış olur. Bir Hawk ve bir Dove'un karşılaşırsa, Hawk bütün kaynağı (v) alırken, Dove bir kazanç sağlamaz. Son senaryo olan Dove ve Dove karşılaşmasında ise iki oyuncu da kazancın yarısını alır (v/2). Modelde suçlu olarak tanımladığımız, Hawk stratejisini güden oyuncular, belirli bir şans ile yakalanabilir ve ceza olarak hapse atabilirler. Hapis süresince gelecek oyunlara katılamazlar ve bir önceki turda aldıkları kazanç sıfırlanır. Bu süreç boyunca her tur sonunda sıfır puan almaya devam ederler. Hapis süresi, genel af ilan edilmediği sürece sınırsızdır. Hawk oynamayan, normları takip eden oyuncular ise kazançlarının bir kısmını, gelir vergisi gibi toplayarak bir havuz oluşturur. Yargı ve hapishane sisteminin devamlılığı bu havuzda toplanan bütçeye bağlıdır ve direct olarak yakalanma oranı üzerinde etkisi vardır. Modelde, ölçeğe göre azalan getiri kabulü dolayısı ile ortaya çıkan bu bütçenin karekökü, (ε) değişkeni ile çarpılarak tespit edilme ve yakalanma değişkeni bulunur. (ε) değişkeni modelde, bu sürecin verimliliğini temsil eder. Her raundun sonunda, hem serbest oyuncular hem de olmayan oyuncular stratejilerini diğer oyuncuları imite ederek değiştirebilirler. Bu değişim, geçtiğimiz turda aldıkları kazancın, popülasyondan rastgele seçilen başka bir oyuncunun kazancından ne kadar iyi olduğuna bağlıdır. Eğer kazançları, rastgele seçilen oyuncunun kazancından yüksekse ya da eşitse stratejilerini değiştirmezler, aksi durumda stratejilerini rastgele seçilen oyuncunun stratejisi ile aynı hale getirirler. Bu süreçte seçilen rastgele oyuncu hapishanedeki bir oyuncu olabilir. Çalışmada üç ayrı durum incelenmiş ve genel afların toplumdaki suç aktivitesi ve nihai popülasyon üzerindeki etkisi anlaşılmaya çalışılmıştır. İlk ekonomik modelde tekrar eden bir hawk ve dove oyunu, genel af olmadan fakat hapis mekanizması olan bir çerçevede incelenir. İkinci oyunda genel af mekanizması, belirli bir orana bağlı (α) olacak şekilde modele eklenir. Son aşamada ise bir simülasyon kullanılarak, popülasyonun strateji karması, popülasyonun yasal durumu karması (suçlu veya suçsuz), tespit edilme oranları ve tekrar suç işleme oranları görselleştirilir ve açıklanır. Son aşamaya ek olarak dışsal değişkenlerin farklı değerlerinin, içsel değişkenleri nasıl etkilediğine dair bir alt bölüm daha vardır. İlk ve ikinci bölümün amacı var olan stratejilerin durağan durumlarını, saf ya da karma strateji olması fark etmeksizin, bulmaktır. Bu durağan durumu, popülasyonun imitasyon yolu ile değişimi durduğu noktada ulaşılır. Her iki bölümde de, karma stratejileri bulmak için üç ayrı konfigürasyon kullanılmıştır. Bunların her birinde, alınan vergi (φ) 0.02 olarak belirlenmiş, v=c, v=2c ve v=3c olan durumlar incelenmiştir. İlk bölümde suçlu olma ya da toplumun normlarına karşı oynama, eğer kaynak bedelden yeteri kadar yüksekse (v>2c), saf durağan strateji olabilir. Ancak Hawk oynamak da, yeteri kadar yüksek ε, değerinde, ya da tespit edilme sürecinin efektif yeteri kadar efektif olduğu durumlarda, durağan bir strateji olabilir, başka herhangi bir durumda Hawk oynamak ya da toplumun normlarını takip etmek saf strateji olarak stabil olamaz. Buna karşın, bedelin kaynağı bastıramadığı durumlarda çeşilit karma stratejiler de mevcuttur, fakat bu durumların hepsi stabil değildir. Genel affın modele eklenmesi, en büyük etkiyi toplumun normlarına karşı oynayan Hawk oyuncularının beklenen kazançları üzerinde gösterir. Bu strateji, en güçlü saf strateji olmaya devam eder. Genel af oranın (α) sisteme eklenmesi ya da bu orandaki en ufak bir artış bile bu stratejinin karma stratejilerde payını artırır. Geçtiğimiz bölümde olduğu gibi v<2c olan durumlar ise karma stratejilerde bu stratejinin payını azaltır. Son bölümde, az önce üzerinden geçtiğimiz durumları hesaplamak ve görselleştirmek için oyuncu bazlı bir simülasyon kurulmuş ve kullanılmıştır. Simülasyon sonuçları, bölümlerde vermiş olduğumuz ifadeleri güçlendirir yöndedir. Kullanılan simülasyon fazlardan oluşmakta, ve her faz modelde tanıttığımız bir mekaniğe denk gelir. Simülasyon bu fazların bazıları üzerinde iterasyon yaparak, dinamik bir şekilde çalışır. İlk parçada, simülasyon geçmiş bölümlerde yaptığımız adımları takip ederek, tekrar suç işleme oranlarını hesaplar. Bu sayede diğer dışsal değişkenlerin, tekrar suç işleme oranları üzerindeki etkileri tespit edilebilir. Rastgeleliğin gerekli olduğu durumlarda; tutuklanma, genel affın çıkma ihtimali, öğrenme ve imite etme, stokastik bir süreç kullanılır. Oyuncuların ikili eşleşmeleri de aynı süreç ile yapılır. Bu eşleşmelerde öncelikle serbest olan oyunculardan bir sepet oluşturulur ve bu sepet karıştırılır. Daha sonra bu sepet içinden ikili kombinasyonlar oluşturulur. Böylelikle bir periyod boyunca oynanan tüm oyunların benzersiz olması ve hiç bir oyuncunun raund sonunda birden fazla kazanç almaması garantilenmiş olur. Oyuncu sayısının tek sayı olduğu durumlarda ise, sona kalan oyunca Dove ve Dove karşılaşmasının sonucu olan v/2 kazancını alır. Kullanılan tüm simülasyonlarda, başlangıç durumları aynı kabul edilmiştir, sadece son parçada farklı dışsal değişkenlerin, tekrar suç işleme oranları ve nihai popülasyona etkilerinin ölçülmüş, bu sebeple seçilen dışsal değişkenlerin farklı değerleri üzerinde iterasyon yapılmıştır. Bahsi geçen ilk durum ise şu şekilde belirlenmiştir; oyuncuların %20'si Hawk oyuncusu olacak şekilde, 100 oyuncu, 100 periyod iterasyon süresi, v =10, vergi oranı 0.02, genel affın çıkma olasılığı %10, ve epsilon (tespit sürecinin efektifliği) = 0.01. Bu bölümdeki sonuçlar, geçtiğimiz bölümlerde bulunan sonuçlar ile uyumludur. İkinci bölümde yaptığımız tespite ek olarak, burada en ufak bir af ihtimalinin bile hem toplum içindeki suç aktivitesini hem de tekrar suç işleme oranlarını artırdığı görülebilir. Fakat bu artışlar, efektif tespit ve yargılama süreçleri ile dengelenebilir. Simülasyon sonuçlarından çıkan bir diğer sonuç ise, %10 üzerindeki genel af çıkma oranı direkt olarak toplumdaki suç oranını değiştirmese de, suç işleme stratejisini toplum üzerinde yaygınlaştırır. Örneğin yapılan bir simülasyonda, toplumdaki oyuncuların 100 raund üzerinde ortalama 33 kere toplum normlarına karşı davranış sergilediği ve yine 100 raundda ortalama 3 kere bu durumun tespit edilip, oyuncunun yakalandığı gözlemlenmiştir. Bu süreçte toplumdaki oyuncuların birbirlerine yakınlıklarının simetrik olmasının payı yüksektir. Gelecek araştırmalarda ağ teorisinin ya da nüfus üzerinde segmentasyon olan bir modelin kullanılması, bu fenomeni açıklamaya yardımcı olabilir. Bu çalışmadan iki ana çıkarım yapmak mümkündür. İlki, caydırıcılık etkisi taşıyan hapis politikaları toplum normlarını takip eden oyuncuları korur,bu politikalar yeteri kadar yüksek ya da başarılı tespit ve yakalama süreçleri ile birlikte kullanıldığı zaman, normu takip etme aksi stratejiye göre toplum içinde daha başarılı bir konuma gelir ya da durağan durum haline gelebilir .İkinci çıkarım ise, ilk çıkarımda bahsi geçen bütün pozitif durumlar, sisteme af eklenmesi ile bozulabilir ya da etkileri azalabilir. Bu durum sadece toplum yapısını bozmakla kalmayıp, toplanan vergilerin inefektif kullanımına da yol açacaktır. Simülasyonlarda görüldüğü üzere toplumun suça yönelmesi, aynı zamanda toplanan vergileri azaltacak, bu durum ise daha düşük tespit edilme ve tutuklanma oranlarına yol açacaktır. Türkiyenin geçmiş 100 yılında, 60'dan fazla af T.B.M.M tarafından onaylanmıştır. Bunların sadece 9'u genel af niteliğindedir. Bahsi geçen bütün bu genel aflar çeşitli politik kaygılar ya da sebepler nedeni ile çıkarılmıştır. Her ne kadar bu aflar, haksız yere hapis yatan nüfusun haklarını korumuş olsa da, genel nüfus üzerine etkisi düşünüldüğünden fazladır. Eğer amaç, geçmiş kanunların yol açtığı hatalarını düzeltmek ya da telafi etmek ise, genel af ve türevleri bu amaçta doğru araç olmayabilir. Daha başarılı ve efektif, tespit ve tutuklama politikaları böyle durumları daha yaşanmadan engelleyebilir ve masum popülasyonu suçlu popülasyona karşı koruyabilir. Burada masum popülasyonun suça karşı korunmasından kasıt sadece mali anlamda değil, kişinin Heineke and Block (1975)'in önerdiği gibi suçlu konuma düşmenin yarattığı psikolojik maliyetten de korunmasını kapsamaktadır.
Özet (Çeviri)
The maxim first stated by roman philosopher Cicero on his work De Legibus (106 BC),“Noxiae poena par esto”a.k.a.“Let the punishment fit the crime”quickly became one of the most important principle of criminal law. Said principle attract attention from various disciplines such as laws and economics. Though it is not always possible to hold that principle for all circumstances due to human error, there are some other mechanisms in criminal law used to approximate this standard like pardons, amnesties and paroles. But how does granting such early releasing policies affects general population? Does it change criminal behavior? If so, to which direction? Does non-criminal population also influenced by it? Does it alter recidivism rates? Earliest studies on criminal economic theory revolved around this principle, Becker's (1968) study, considered as one of the first works, inquiried this principle from an economical side, and tried to find an optimal solutions to both crime and expenditures to prevent and punishing crimes. Later works (Ehrlich 1973, Heineke and Block 1975) mostly focused on same static problem, Block and Lind (1975), Schmidt and Witte (1984) and Witte (1980) leaned on understanding deterrence effect on crime, Levitt 1996 and Drato et al. 2009 analyzed and included incarceration effect to literature. On the dynamic side of the problem Leung (1995) formulated a dynamic deterrence model, Later on, Burdett et al. (2003) used search theory make a dynamic model and Mocan et al. (2005) proposes a dynamic model of criminal activity by introducing legal and criminal human capital. In this study it is aimed to approach the same problem using game theory, evolutionary game theory in particular to not only understanding crime and suggesting optimal solutions to the problem also conceptualizing early release policies (amnesties, pardons and paroles) to apprehend its effect on population. Like Leund (1995), this study interested in recidivism to measure success of these policies, the main reason this study uses evolutionary game theory as a tool is coincidal with this statement, to measure recidivism it's required both more than one period and population dynamics so that agents can change their strategies. To the requirements of having more than one period and population dynamics, the model is established on classic Hawk-Dove game, first introduced to literature by John Maynard-Smith and George Price (1973), merged with imitation dynamics (Weibull, 1995; Björnerstedt and Weibull, 1996; Hofbauer and Sigmund, 2003). Model considers a society of Hawks and Doves which encouraged being co-operative by declaring Hawks as criminals. Similar to original Hawk and Dove game; in a Hawk and Hawk encounter both agents share the resource (v), and wound each other (c), which makes the both agent's payoff (v/2)-c, if a Hawk and Dove encounters each other, Hawk gets all resource (v), while Dove gets 0 and in the last case where Dove meets Dove in an encounter Doves share the resource and since there is no aggression between them they both gain (v/2) as payoff. These criminals, agents whose strategy is hawk, can be caught with a probability of chance, and punished with imprisonment, which prevents the convicted agent from participating further games until the agent is released from conviction which also happens by chance. In addition, agents following the norms of the society must pay a fee from their payoffs like an income tax. Sum of these fees is used for keeping the juridical system and incarceration institutes alive, and directly affects conviction rates. We also assume there are decreasing returns to scale in the conviction process, therefore we will use the square of this sum multiplied by a variable (ε) to determine detection probability. When a Hawk player, criminal, detected and convicted the player is prevented from participating further games until it's release, for the period agent gets 0 as payoff. There is no pre-determined prison term, therefore a convicted agent must wait for a pardon or amnesty to be released into the conventional population again. After every round, both the non-convicted population and newly-released agents can change their strategy by imitating other agents. The change depends on how good they performed in the round compared to a random agent in the population, which consists of both non-convicted and convicted agents. If an agent's latest payoff is greater than or equal to the random agent it chooses, it doesn't change its strategy, on the contrary it matches its strategy to random agent's. In this study, three different cases are analyzed to understand the effect of amnesties on criminal activity over population. First case is an economical method, an iterated hawk and dove model, without an amnesty but with a conviction mechanism. Second case is where amnesty is introduced to model with a probability. And in the last case, a simulation is used to visualize and explain models results such as population's strategy mix, population's conviction status mix, probability of detection and recidivism rate. Follow up to the last case, there is a small subsection about interaction between specific variables. In the first case and second case aim is finding steady states of strategies, whether it's a pure or mixed one. The steady state is achieved when the population stops changing. In both cases, to find mixed steady states, three different configurations are used. While all configurations have 0.02 fee rate (φ), and analyzed the points where v=c, v=2c, and v=3c. In this case criminality or playing against the norms of the population can be stable if the value of the resource is high enough (v>2c). But there is a chance for Hawk players to be stable too, if the value of ε is sufficiently high, or the detection process is efficient enough. But otherwise, playing Hawk or compliance to the norms never gets to be stable as a pure strategy. Although, there are some stable mixed strategies in the case where resource does not cover the cost of confrontation. With the introduction of amnesties to the model, expected utility of criminal agents changes the most. The strongest pure stability, playing Hawk or against norm of the society, stays the same. Any increase in the probability of an amnesty (α), also increases Hawks in the mixed states. Like previous cases, any scenario where v<2c, also lowers the share of criminals in mixed state. In the last section, an agent-based simulation is created and used to visualize and calculate all these cases above. Which further proves and strengthens the propositions. The simulation used in this section consists of phases which represent the mechanics introduced in the model. The simulation iterates over some specific phases to imitate periods of time. In the first part simulation retrace the steps of previous cases and calculates respective recidivism rates. Therefore, it can be detected how any changes in variables affects recidivism rates. A stochastic process is used in these steps to randomize events such as conviction, amnesties occurrence and learning or imitating other agents. The pairwise matching of agents in game events is also randomized by the same process. It ensures all games in the same period are unique and all agents gain one payoff at the end of the round. In case of an odd numbered non-convicted population, since convicted agents can not participate in the games, the last agent always gets the Dove v Dove result, which is v/2. In all simulations, the initial state of variables is set the same, except the last subsection where different values of exogenous variables effects are checked on recidivism rate and final population. These initial states include; 100 agents in total population, %20 hawk rate in initial population, 100 periods, v = 10, fee rate = 0.02, amnesty rate = 0.01, and epsilon (efficiency of detection process) = 0.01. In the section, results are consistent with our previous sections. Here, it can be deduced, even in a smaller chance of amnesty, increases both criminal activity and recidivism rate over population, but both can be stabilized, or reduced by an efficient detection policy. It is also noted, further amnesty rates over %10 with given conviction probability does not directly increases crime rates but instead it spreads criminality over population where every agent is becomes a criminal at some period of time and gets convicted. The better results might be acquired with adding segmentation or network mechanisms to the model. Two main outcomes can be extracted from this study, one of which is any kind of deterrence effect created by incarceration policies protects the norm complier population, even further, with efficient detection and conviction policies, it makes following the norm thrive over criminality. And the other one is, in the slightest occurrence of amnesty can disturb and revert the deterrence effect created by incarceration policies. In Turkey's recent history, over 60 pardons, of which 9 of them can be qualified as amnesties, issued by T.B.M.M. All of them issued due to some political reasons, these pre-release laws might have corrected some unjustified convictions, but their cost to the populations is higher than meets the eye. If the goal is correcting previous laws errors, an amnesty or a pardon might not be the correct policy. Efficient and better detection and conviction policies would prevent such unjustified convictions and protect the innocent population. La maxime énoncée pour la première fois par le philosophe romain Cicéron dans son ouvrage“De Legibus”(106 av. J.C.),“Noxiae poena par esto”alias“Que la peine corresponde au crime”est rapidement devenue l'un des principes les plus importants du droit pénal. Ce principe attire l'attention de diverses disciplines telles que le droit et l'économie. Bien qu'il ne soit pas toujours possible de maintenir ce principe pour toutes les circonstances dues à une erreur humaine, il existe d'autres mécanismes en droit pénal utilisés pour se rapprocher de cette norme, comme les pardons, les amnisties et les libérations conditionnelles. Mais comment l'octroi de telles politiques de libération précoce affectetil la population générale ? Changetil le comportement criminel ? Si oui, vers quelle direction ? La population non criminelle en estelle également influencée ? Cela modifietil les taux de récidive ? Les premières études sur la théorie économique criminelle tournaient autour de ce principe, l'étude de Becker (1968), considérée comme l'un des premiers travaux, a enquêté sur ce principe d'un point de vue économique et a tenté de trouver une solution optimale à la fois au crime et aux dépenses pour prévenir et punir les crimes. Les travaux ultérieurs (Ehrlich, 1973; Heineke et Block, 1975) se sont principalement concentrés sur le même problème statique, Block et Lind (1975), Schmidt et Witte (1984) et Witte (1980) se sont appuyés sur la compréhension de l'effet dissuasif sur le crime, Levitt (1996) et Drato et al. (2009) ont analysé et inclus l'effet de l'incarcération dans la littérature. Du côté dynamique du problème, Leung (1995) a formulé un modèle de dissuasion dynamique. Plus tard, Burdett et al. (2003) ont utilisé la théorie de la recherche pour créer un modèle dynamique et Mocan et al. (2005) propose un modèle dynamique de l'activité criminelle en introduisant le capital humain légal et criminel. Dans cette étude, l'objectif est d'aborder le même problème en utilisant la théorie des jeux, la théorie des jeux évolutionnaires, en particulier pour non seulement comprendre le crime et suggérer des solutions optimales au problème, mais aussi conceptualiser les politiques de libération anticipée (amnisties, grâces et libérations conditionnelles) pour appréhender son effet sur la population. Comme Leund (1995), cette étude s'est intéressée à la récidive pour mesurer le succès de ces politiques, la principale raison pour laquelle cette étude utilise la théorie des jeux évolutionnaires comme outil coïncide avec cette affirmation, pour mesurer la récidive, il faut à la fois plus d'une période et la dynamique de la population pour que les agents puissent changer leurs stratégies. Aux exigences d'avoir plus d'une période et de la dynamique des populations, le modèle est établi sur le jeu classique de Faucon et Colombe, introduit pour la première fois dans la littérature par John MaynardSmith et George Price (1973), fusionné avec la dynamique de l'imitation (Weibull, 1995; Björnerstedt et Weibull, 1996; Hofbauer et Sigmund, 2003). Le modèle considère une société de Faucon et Colombe qui partageant une ressource commune. Similaire au jeu original Faucon et Colombe; dans une rencontre Faucon et Faucon, les deux agents partagent la ressource (v) et se blessent (c), ce qui rend le gain des deux agents v 2 − c, si Faucon et Colombe se rencontrent, Faucon obtient toutes les ressources (v), tandis que Colombe obtient 0 et dans le dernier cas où Colombe rencontre Colombe lors d'une rencontre, les Colombes partagent la ressource et puisqu'il n'y a pas d'agression entre elles, elles gagnent toutes les deux v 2 comme récompense. La norme sociale est supposée d'agir comme une Colombe donc agir comme un Faucon est une crime. Ces criminels peuvent être attrapés avec une certaine probabilité et punis d'emprisonnement, ce qui leur empêche de participer à d'autres jeux jusqu'à ce qu'ils soient libérés de leur condamnation, ce qui arrive également par hasard. De plus, les agents qui suivent les normes de la société doivent payer une redevance sur leurs gains, comme un impôt sur le revenu. La somme de ces frais est utilisée pour maintenir en vie le système judiciaire et les instituts d'incarcération, et affecte directement les taux de condamnation. Nous supposons également qu'il y a des rendements d'échelle décroissants dans le processus de condamnation, ϵ est l'efficacité du processus de détection. Lorsqu'un Faucon, criminel est détecté et condamné, il est empêché de participer à d'autres jeux jusqu'à sa libération, pour cette période de condamnation, l'agent obtient 0 comme gain. Il n'y a pas de peine de prison prédéterminée, donc un agent condamné doit attendre une grâce ou une amnistie pour être à nouveau libéré dans la population conventionnelle. Après chaque tour, la population non condamnée et les agents nouvellement libérés peuvent changer leur stratégie en imitant d'autres agents. Le changement dépend de la qualité de leurs performances dans le tour par rapport à un agent aléatoire dans la population, qui se compose à la fois d'agents non condamnés et condamnés. Si le dernier gain d'un agent est supérieur ou égal à l'agent aléatoire qu'il choisit, il ne change pas sa stratégie, au contraire il fait correspondre sa stratégie à celle de l'agent aléatoire. Dans cette étude, trois cas différents sont analysés pour comprendre l'effet des amnisties sur l'activité criminelle au sein de la population. Le premier cas est un modèle itératif du faucon et colombe, sans amnistie mais avec un mécanisme de condamnation. Le deuxième cas est celui où l'amnistie est introduite et dans le dernier cas, une simulation est utilisée pour visualiser et expliquer les résultats des modèles tels que le mélange de stratégies de la population, le mélange de statuts de condamnation de la population, la probabilité de détection et le taux de récidive. Suite au dernier cas, il y a une petite soussection sur l'interaction entre des variables spécifiques. Dans le premier cas et le deuxième cas, l'objectif est de trouver des états stables pures ou mixtes. L'état d'équilibre est atteint lorsque la population cesse de changer. Dans les deux cas, pour trouver des états stationnaires mixtes, trois configurations différentes sont utilisées. Alors que toutes les configurations ont un taux de frais de ϕ = 0.02 le rapprt entre le coût de confrontation et la valeur de la ressource change (v = c, v = 2c et v = 3c). Dans ce cas, la criminalité ou le jeu contre les normes de la population peut être stable si la valeur de la ressource est suffisamment élevée (v > 2c). Mais il y a une chance pour que les Colombes envahissent la population, si la valeur de ϵ est suffisamment élevée, ou si le processus de détection est suffisamment efficace. Cependant, il existe des stratégies mixtes stables dans le cas où les ressources ne couvrent pas le coût de la confrontation. Avec l'introduction des amnisties dans le modèle, l'utilité espérée des agents criminels change le plus. La stabilité pure est plus forte, dans le cas de l'état pure avec toute la population jouant contre la norme de la société. Toute augmentation de la probabilité d'une amnistie α, augmente également la part des Faucons dans les états mixtes. Comme les cas précédents, tout scénario où v < 2c réduit également la proportion de criminels dans un état mixte. Dans la dernière section, une simulation est utilisée pour visualiser tous ces cas cidessus. Ce qui prouve et renforce encore plus les propositions. La simulation utilisée dans cette section est constituée de phases qui représentent les mécanismes introduits dans le modèle. La simulation itère sur certaines phases spécifiques pour imiter des périodes de temps. Dans la première partie, la simulation retrace les étapes des cas précédents et calcule les taux de récidive respectifs. Par conséquent, il est possible de détecter l'incidence de tout changement de variable sur les taux de récidive. L'appariement par paires des agents dans les événements de jeu est randomisé. Cela garantit que tous les jeux de la même période sont uniques et que tous les agents gagnent seulement un gain à la fin du tour. Dans le cas d'une population impaire de noncondamnés, puisque les agents condamnés ne peuvent pas participer aux jeux, le dernier agent obtient toujours le résultat Colombe vs Colombe, qui est v 2 . Dans toutes les simulations, l'état initial des variables est le même, sauf la dernière soussection où l'effet des différentes valeurs des variables exogènes sur le taux de récidive et la distribution de la population finale est analysé en changeant ces valeurs. Ces états initiaux comprennent; 100 agents dans la population totale, 20% taux de faucon dans la population initiale, 100 périodes, v = 10, ϕ = 0.02, taux d'amnistie α = 0.01 et et efficacité du processus de détection ϵ = 0.01. Dans la section de simulation, les résultats sont cohérents avec nos sections précédentes. Ici, on peut en déduire, que même une moindre chance d'amnistie, augmente à la fois l'activité criminelle et le taux de récidive dans la population, mais les deux peuvent être stabilisés ou réduits par une politique de détection efficace. Il est également à noter que des taux d'amnistie supérieurs à 10% avec une probabilité de condamnation donnée n'augmentent pas directement les taux de criminalité, mais propagent plutôt la criminalité dans la population où chaque agent devient un criminel à un certain moment et est condamné. Les meilleurs résultats pourraient être obtenus en ajoutant des mécanismes de segmentation ou de réseau au modèle. Deux résultats principaux peuvent être obtenus avec cette étude. Le premier est que tout type d'effet de dissuasion créé par les politiques d'incarcération protège la population conforme aux normes, encore plus, avec des politiques de détection et de condamnation efficaces, il fait que le respect de la norme prospère sur la criminalité. Le deuxième est que la moindre occurrence d'amnistie peut perturber et inverser l'effet dissuasif créé par les politiques d'incarcération. Dans l'histoire récente de la Turquie, plus de 60 grâces, dont 9 peuvent être qualifiées d'amnisties ont été délivrées par l'Assemblé Nationale de République Turque. Toutes émises pour des raisons politiques, ces lois de prélibération ont peutêtre corrigé certaines condamnations injustifiées, mais leur coût pour les populations est plus élevé qu'il n'y paraît. Si l'objectif est de corriger les erreurs des lois antérieures, une amnistie ou une grâce pourrait ne pas être la bonne politique. Des politiques de détection et de condamnation efficaces et améliorées empêcheraient de telles condamnations injustifiées et protégeraient la population innocente.
Benzer Tezler
- Secondary sanctions and their impact on the European Union: The case of Iran
İkincil yaptırımlar ve bu yaptırımların Avrupa Birliği üzerindeki etkileri: İran vakası
ALTYNAY KOZHABEKOVA
Yüksek Lisans
İngilizce
2021
Uluslararası İlişkilerOrta Doğu Teknik ÜniversitesiAvrupa Çalışmaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DERYA GÖÇER
- Rusya Federasyonu – Avrupa Birliği ilişkilerinde karşılıklı yaptırımların Rusya federasyonu ekonomisine olan yansımaları
The impact of mutual sanctions on The Russsian economy in relations between the russian federation and European Union
AİTAKİN RZAEVA
Yüksek Lisans
Türkçe
2019
Uluslararası İlişkilerAkdeniz ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ÖZTÜRK
- İslam hukukunda ülke-vatandaşlık ekseninde kanunlar ihtilafı ve cezai hükümlere yansıması
The conflict of laws and its impact on criminal sanctions in the context of country-citizenship in Islamic law
HAMİT KAMER
- ABD'nin ikincil ekonomik yaptırımlarının Türkiye'nin dış ticaretine etkileri: Rusya ve İran yaptırımları bağlamında bir inceleme
The impact of U.S. secondary sanctions on Turkey's foreign trade: An analysis in the context of sanctions on Russia and Iran
ATIF SÖNMEZ
Yüksek Lisans
Türkçe
2026
Uluslararası TicaretMarmara Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. SİNAN ASLAN
- The impact of sanctions on the authoritarian regimes` behavior: The case of Syria
Yaptırımların, otoriter rejimlerin davranışı üzerindeki etkisi: Suriye örneği
BADER MUSTAFA
Yüksek Lisans
İngilizce
2021
Siyasal Bilimlerİstanbul Aydın ÜniversitesiSiyaset Bilimi ve Uluslararası İlişkiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAZAR VURAL JANE