На фото дочка Єршова в Каннах поряд з Періс Хілтон.
На фото дочка Єршова в Каннах поряд з Періс Хілтон.

Як визначити чиновників, найбільш підозрілих з точки зору корупції? Найпростіше – порівнявши їх доходи і рівень життя, пише Хабрахабр.

У цій статті я хочу показати можливості сайтів з відкритою інформацією про чиновників, подивитися на те, як ці чиновники живуть і спробувати визначити тих, хто найбільш підозрілий з погляду корупції.

Фото з інстаграмма дочки колишнього керівника ДАІ України Олександра Єршова. У результаті скандалу через невідповідність задекларованих доходів та способу життя сім’ї Єршов подав у відставку.

Чому відкрита інформація про доходи чиновників важлива? Тому що це дозволяє їх контролювати.

Звідкиля данні?

Дані по деклараціях чиновників взяті з сайту declarations.com.ua, а про власників елітної нерухомості – з сайту garnahata.in.ua. Обидва сайту – проекти спільноти журналістів та волонтерів «Канцелярський сотня», спочатку організованого для оцифровки документів з дому Януковича.

На даний момент на сайтах доступно близько 11000 декларацій чиновників з різних відомств і близько 9000 записів про власників елітної нерухомості. Серед декларантів в основному представники різних міністерств (включаючи служби на місцях), працівники судів та прокуратури. Дані не претендують на репрезентативність (чиновників в Україні близько 400000 ), але покопатися в них все одно цікаво.

У обох сайтів є відкритий API, дані в форматі JSON можна скачати з допомогою скрипта на python . Схема об’єкта даних для декларацій є на github тут, а схему об’єкта для даних про власників елітної нерухомості – тут. Для прикладу і розуміння структури даних – скан-копія однієї з декларацій сайту .

Завантаживши дані, я розпарсила їх в R, агрегувала деякі і залишила тільки декларації за 2013 і 2014 роки.

Приклад коду для отримання даних з JSON файлу

  # Завантажуємо в R дані з файлу JSON - отримуємо об'єкт типу list
decl_raw & lt; -rjson :: fromJSON (file = "feed.json")


# Створюємо dataframe з кількістю рядків, рівною кількості декларацій
decl_df & lt; -data.frame (matrix (NA, nrow = length (decl_raw), ncol = 0))

#
# Простий випадок: посада і місце роботи декларанта
#

#Додаємо колонки
  decl_df$general.post.region<-“”
  decl_df$general.post.office<-“”
  decl_df$general.post.post<-“”

#Зчитуємо дані зі списку

for (i in 1:length(decl_raw))
{
  #
  #ДАНІ ПРО ПОСАДИ
  #
 
  #Регіон, в якому працює декларант
  decl_df$general.post.region[i]<-decl_raw[[i]]$general$post$region
  #Установа
  decl_df$general.post.office[i]<-decl_raw[[i]]$general$post$office
  #Посада
  decl_df$general.post.post[i]<-decl_raw[[i]]$general$post$post
}

#
#Складніший випадок: підрахунок кількості транспортних засобів і зчитування їх назв
#

#Додаємо колонки
decl_df$vehicle35<-0
decl_df$vehicle36<-0
decl_df$vehicle37<-0
decl_df$vehicle38<-0
decl_df$vehicle39<-0
decl_df$vehicle40<-0
decl_df$vehicle41<-0
decl_df$vehicle42<-0
decl_df$vehicle43<-0
decl_df$vehicle44<-0

#Зчитуємо дані зі списку
for (i in 1:length(decl_raw))
{ 
  #
  #Кількість транспортних засобів по статтях декларації (пп.35-44)
  #
  
  for (unit in 35:44)
  {

    j = 0
    col_name<-paste0("vehicle", unit)
    raw_col_name<-paste0("decl_raw[[",i,"]]$vehicle$`",unit,"`")
    
    if (length(eval(parse(text=raw_col_name)))!=0)  
    {
      for (k in 1:length(eval(parse(text=raw_col_name))))
      {
        if (length(eval(parse(text=paste0("decl_raw[[",i,"]]$vehicle$`",unit,"`[[",k, "]]$brand"))))!=0 && eval(parse(text=paste0("decl_raw[[",i,"]]$vehicle$`",unit,"`[[",k, "]]$brand")))!="")
        {j = j+1}
      }
    }
    decl_df[i, grep(col_name, colnames(decl_df))]<-j
  }

}  

#Додаємо колонку для назви всіх ТЗ
decl_df_all$vehicle_names<-""

for (i in 1:length(decl_raw))
{ 
  
  vname<-""
  
  for (unit in 35:44)
  {
    col_name<-paste0("vehicle", unit)
    raw_col_name<-paste0("decl_raw[[",i,"]]$vehicle$`",unit,"`")
    
    if (length(eval(parse(text=raw_col_name)))!=0)  
    {
      for (k in 1:length(eval(parse(text=raw_col_name))))
      {
        if (length(eval(parse(text=paste0("decl_raw[[",i,"]]$vehicle$`",unit,"`[[",k, "]]$brand"))))!=0 && eval(parse(text=paste0("decl_raw[[",i,"]]$vehicle$`",unit,"`[[",k, "]]$brand")))!="")
        {
          vname=paste(vname,eval(parse(text=paste0("decl_raw[[",i,"]]$vehicle$`",unit,"`[[",k, "]]$brand"))), sep=";")
        }
      }
    }
  }
  decl_df$vehicle_names[i]<-vname
}

 

Почнемо з самого очевидного і простого – доходу.

Доходи чиновників
Декларанти вказують свій дохід і дохід членів сім’ї. Для початку подивимося на доход у розрахунку на одного члена сім’ї.

Код для підрахунку доходу на члена сім’ї

  # decl_df - це dataframe з даними декларацій з JSON файлу
# Тут і далі цифри в назві змінної зазвичай вказують на пункт декларації
# Щоб уникнути помилок, коли сумарний дохід підраховується неправильно,
# підсумовуємо всі статті особистого доходу декларанта

decl_df$income.own<-decl_df$income.own.6+decl_df$income.own.7+decl_df$income.own.8+
decl_df$income.own.9+decl_df$income.own.10+decl_df$income.own.11+
decl_df$income.own.12+decl_df$income.own.13+decl_df$income.own.14+
decl_df$income.own.15+decl_df$income.own.16+decl_df$income.own.17+
decl_df$income.own.18+decl_df$income.own.19+decl_df$income.own.20+
decl_df$income.own.21

#Якщо декларант вказав загальну суму, але не вказав дохід за статтями, вважаємо зазначену загальну суму сумарним доходом
# В інших случах вважаємо сумарним доходом підраховану суму за статтями

for (i in 1: nrow (decl_df))
{
   if (decl_df $ income.own [i] == 0 & amp; & amp; decl_df $ income.own.5 [i] & gt; 0)
   {decl_df $ income.own [i] & lt; -decl_df $ income.own.5 [i]}
}

# Аналогічно рахуємо загальний дохід сім'ї
decl_df$income.family<-decl_df$income.family.6+decl_df$income.family.7+
decl_df$income.family.8+decl_df$income.family.9+decl_df$income.family.10+
decl_df$income.family.11+decl_df$income.family.12+
decl_df$income.family.13+decl_df$income.family.14+
decl_df$income.family.15+decl_df$income.family.16+
decl_df$income.family.17+decl_df$income.family.18+
decl_df$income.family.19+decl_df$income.family.20+
as.numeric(gsub(",", ".", decl_df$income.family.22))

for (i in 1:nrow(decl_df))
{
  if (decl_df$income.family[i]==0 && decl_df$income.family.5[i]>0)  
  {decl_df$income.family[i]<-decl_df$income.family.5[i]}
}

#Рахуємо дохід на одного члена родини

decl_df$income_per_member<-rowSums(cbind(decl_df$income.own,decl_df$income.family), na.rm=TRUE)
decl_df$income_per_member<-decl_df$income_per_member/decl_df$number_of_family_members_incl_decl

#Переводимо його в тысячи грн.
decl_df$income_per_member_ths<-decl_df$income_per_member/1000

 

Побіжний погляд на 10% -Відсотки показує, що у верхніх 10% є якісь супер-багатії: середній дохід для верхніх 10% – 305,8 млн.грн. на члена сім’ї (близько 12 млн.доларів), при цьому на 90% -м процентилями значення всього 382 тис.грн.

quantile(decl_df$income_per_member_ths, probs=seq(0,1,0.1))

В розрізі відомств:

Код для графика

qplot(data=decl_df, x=office_g, y = income_per_member_ths, 
      geom="boxplot",
      xlab="Відомство",
      ylab="Дохід на члена родини, тыс.грн.",
      main="Всі декларанти")

 

Раптово парламент. За всіма іншими відомствам дохід на члена сім’ї не перевищує 50 млн.грн. на рік. Відсіємо аутлаерів з дуже високим доходом і подивимося на чиновників з доходом до 1 млн.грн. на члена сім’ї на рік (таких 97%):

Код для графика

qplot(data=decl_df[decl_df$income_per_member_ths<1000,], 
      x=office_g, y = income_per_member_ths, geom="boxplot",
      xlab="Відомство",
      ylab="Дохід на члена родини, тис.грн.",
      main="Дохід до 1 млн.грн.")

 

Видно, що середній дохід вище в судах (231 тис.) І в парламенті (209 тис.). В інших відомствах середній дохід близько 75-100 тис.грн. на члена сім’ї.

Доходи чиновників vs доходи сімей
Подивимося, як співвідноситься дохід сім’ї і дохід декларанта. Тут вже дивимося на абсолютні суми без прив’язки до кількості членів сім’ї.

Код для графика

#Створюємо dataframe лише сімейних чиновників
decl_family<-decl_df[decl_df$number_of_family_members_incl_decl>1,]

qplot(data=decl_family, y=income.own/1000, x=income.family/1000,
      xlim=c(0,800000), ylim=c(0,800000),
      xlab="Дохід родини, тис.грн.", ylab="Дохід декларанта, тис.грн.")

 

Ті ж парламентарії-аутлаери заважають сприйняттю. Подивимося, як співвідноситься дохід декларантів та членів сімей для основної маси чиновників (обмежимося 1 млн.грн. Річного доходу і для декларанта, і для членів сімей – серед сімейних декларантів таких 94%):

Код для графика

nrow(decl_family[decl_family$income.own<1000000 & decl_family$income.family<1000000,])/nrow(decl_family)

qplot(data=decl_family, y=income.own/1000, x=income.family/1000,
      xlim=c(0,1000), ylim=c(0,1000),
      xlab="Дохід родини, тис.грн.", ylab="Дохід декларанта, тис.грн.",
      main="Дохід до 1 млн.грн.")

 

Видно, що дохід декларанта частіше вище доходу сім’ї (скупчення точок вздовж вертикальної осі), але це можна пояснити і тим, що 77% сімейних декларантів – чоловіки, а доходи чоловіків в Україні вище доходів жінок в середньому на 30% (по даними International Labour Organization )

У різних відомствах співвідношення приблизно однакове (см.графік нижче). У парламенті дещо більше людей, сім’ї яких заробляють більше. У судах – навпаки (можливо, через відносно високою зарплатою суддів).

Код для розрахунків і графіка

  # Створюємо змінну-фактор з 4 категорій:
# 1.Нет доходу у сім'ї
# 2.Доходи сім'ї менше 75% доходу декларанта
# 3.Дохід сім'ї порівняємо з доходом декларанта (становить від 75% до 150% доходу декларанта)
# 4.Дохід сім'ї перевищує дохід декларанта в 1,5 і більше рази

decl_family$family.own.income.ratio<-""

for (i in 1:nrow(decl_family))
{
  if (decl_family$income.family[i]==0) 
  {decl_family$family.own.income.ratio[i]<-"1.Нема дохода у родини"}  
  
  else
  {
    if (decl_family$income.family[i]<=0.75*decl_family$income.own[i]) 
    {decl_family$family.own.income.ratio[i]<-"2.Дохід родини менше (<0.75x)"}
    
    else
    {
      if (decl_family$income.family[i]<=1.5*decl_family$income.own[i]) 
      {
        decl_family$family.own.income.ratio[i]<-"3.Дохід родини дорівнює (0.75-1.5х)"
      }
      if (decl_family$income.family[i]>1.5*decl_family$income.own[i]) 
      {
        decl_family$family.own.income.ratio[i]<-"4.Дохід родини більше, >1.5x"
      }
    }
  }
}

decl_family$family.own.income.ratio<-as.factor(decl_family$family.own.income.ratio)

#Створюємо таблицю з % по кожному відомству
y<-as.data.frame(100*prop.table(table(decl_family$family.own.income.ratio,decl_family$office_g), margin=2))

#Будуємо график
ggplot(y, aes(x = Var2, y = Freq, fill = Var1)) +
  geom_bar(stat="identity")+
  ylab("%") +
  xlab("")+
  theme(text = element_text(size=14), legend.title=element_blank(),axis.text.x = element_text(angle=90, size=12,vjust=1,hjust=1))+
  geom_text(aes(label = round(Freq,0),ymax=100),size=4,vjust=1.5,position="stack")+
  scale_fill_brewer()

 

З яких джерел отримує дохід родини чиновників?

На першому місці дивіденди і відсотки – але це тільки завдяки парламенту. Далі йдуть доходи від підприємницької діяльності, причому цей тип більш характерний для місцевої влади і прокуратури, що навіває деякі підозри.

Зарплата у структурі доходів членів сім’ї чиновників тільки на третьому місці – хоча в цілому по Україні вона займає перше місце, складаючи близько 40% доходів населення (відповідно до Держкомстату).

Індекс підозрілості чиновника
Отже, короткий огляд доходів чиновників та їхніх родин ми пройшли.

Проте мета у нас інша – оцінити ймовірність того, що чиновник є корупціонером. Зрозуміло, що тільки з даних декларацій цього зробити не можна, навіть невідповідність доходів і витрат не є доказом хабарництва. Тому завдання зараз – визначити якийсь індекс корупційну підозрілість чиновника.

На жаль, завдання не може бути вирішена методами машинного навчання, оскільки інформації про цільової змінної – є чиновник корупціонером чи ні – у нас немає. Доведеться діяти експертним шляхом.

Що може свідчити про корупцію і може бути перевірено на даних декларацій? Ось деякі варіанти. Для простоти розрахунків за кожен пункт налічуватиметься 1 бал.

Великі суми на рахунках у банках при низьких доходах декларанта та членів сім’їШтрафний бал присвоюється тим, у кого сума на рахунках у п’ять або більше разів перевищує загальний сімейний річний дохід. Таких 294 людини.

Код для розрахунків

  # Вважаємо сумарний дохід (особистий та сім'ї)
decl_df $ income.own.and.family & lt; -decl_df $ income.own + decl_df $ income.family

# Вважаємо суми на рахунках у банках (пп.45-53 декларації)
decl_df $ banks & lt; -decl_df $ banks45 + decl_df $ banks47 + decl_df $ banks49 +
              decl_df $ banks51 + decl_df $ banks52 + decl_df $ banks53

# Ділимо суми на рахунках на дохід
decl_df $ banks.income.ratio & lt; -decl_df $ banks / (decl_df $ income.own.and.family + 1)

# Підраховуємо змінну підозрілості по цьому пункту
# Привласнюємо її одиниці в тих випадках, коли сума на рахунках
# в 5 і більше разів вище, ніж сумарний річний дохід

decl_df$susp1<-0

for (i in 1:nrow(decl_df))
{
  if (decl_df$banks[i]>5*decl_df$income.own.and.family[i])
  {decl_df$susp1[i]<-1}
}

 

 

  • Нульовий родинного доходу і декларанта. Він, звичайно, може бути ознакою неакуратно заповненої декларації – але це, по-перше, теж недобре, а по-друге, може говорити про те, що чиновникові є що приховувати.Тут все просто. Таких виявилося 50 чоловік.

    Код для расчетов

    decl_df$susp2<-0
    
    for (i in 1:nrow(decl_df))
    {
      if (decl_df$income.own.and.family[i]==0)
      {decl_df$susp2[i]<-1}
    }
    
    Якщо майно записане в основному на членів сім'ї, особливо якщо у них низькі доходиШтрафний бал присвоювався тим, у кого сім'я володіє нерухомістю площею більше середньої по вибірці, і при цьому у самого декларанта нерухомості менше, ніж у сім'ї.Таких вийшло 478 чоловік. Якщо при цьому дохід сім'ї перебував у нижніх 25% доходів сімей, то бал множився на 2 - таких 49 осіб.Тут я враховувала квартири, будинки, дачі, гаражі тощо - Але не враховувала земельні ділянки, бо через заборону на продаж с / г землі багато вихідців з сіл мають у володінні паї колишніх колгоспних земель, і по суті людина може володіти гектарами землі, не маючи можливості отримати з неї вигоду.

    Код для розрахунків

    #Сумарна площа нерухомості у власності декларанта
    decl_df$estate.own<-decl_df$estate24+decl_df$estate25+
                        decl_df$estate26+decl_df$estate27+decl_df$estate28
    #Сумарна площа нерухомості у власності родини
    decl_df$estate.family<-decl_df$estate30+decl_df$estate31+
                        decl_df$estate32+decl_df$estate33+decl_df$estate34

    #Рахуємо верхню границю перших 25% по сімейному доходу
    x<-quantile(decl_df[decl_df$number_of_family_members>0,]$income.family, probs=seq(0,1,0.25))[2]

    #Рахуємо середню по вибірці сумарну площу нерухомості сім’ї
    y & lt; -mean (decl_df [decl_df $ number_of_family_members & gt; 0,] $ estate.family)

    # Якщо нерухомості у родини більше середнього за вибіркою і більше ніж у декларанта
    # присвоюємо штрафний бал

    decl_df $ susp3 & lt; -0

    for (i in 1: nrow (decl_df))
    {
    if (decl_df $ estate.family [i] & gt; y & amp; decl_df $ estate.family [i] & gt; decl_df $ estate.own [i])
    {
    # Якщо при цьому дохід сім’ї знаходиться в нижньому квартиль, множимо бал на два
    if (decl_df $ income.family [i] & lt; x)
    {decl_df $ susp3 [i] & lt; -2}
    else
    {decl_df $ susp3 [i] & lt; -1}
    }

    }

    Великі суми доходів з-за кордону (може свідчити про відмивання коштів)Всього виявилося 128 осіб, у яких були доходи з-за кордону (особисті або сімейні). З них у 44 людина ці доходи перевищували доходи в Україні – їх і визнаємо підозрілими.

    Код для розрахунків

     # Доходи з-за кордону (декларанта та сім'ї)
    decl_df $ income.from.abroad & lt; -decl_df $ income.own.21 + as.double (decl_df $ income.family.22)

    decl_df $ susp4 & lt; -0

    for (i in 1: nrow (decl_df))
    {
    # Якщо дохід з-за кордону більше, ніж дохід всередині країни – присвоюємо бал
    if (decl_df $ income.from.abroad [i] & gt;
    decl_df $ income.own.and.family [i] -decl_df $ income.from.abroad [i])
    {decl_df $ susp4 [i] & lt; -1}
    }

    Наявність декількох автомобілів за відсутності житлаВізьмемо тих, у кого більше двох авто і немає житла. Таких 31 чоловік.

    Код для розрахунків

     # Кількість авто (легкових і вантажних) у родині
    decl_df $ vehicles & lt; -decl_df $ vehicle35 + decl_df $ vehicle36 +
                      decl_df $ vehicle40 + decl_df $ vehicle41

    decl_df $ susp5 & lt; -0

    for (i in 1: nrow (decl_df))
    {
    if (decl_df $ vehicles [i] & gt; 2 & amp; decl_df $ estate.own [i] == 0 & amp; decl_df $ estate.family [i] == 0)
    {decl_df $ susp5 [i] & lt; -1}
    }

    Наявність автомобілів класу люксЯ не знайшла якоїсь затвердженої класифікації автомобілів зі списком марок і моделей, які можна віднести до класу люкс. Тому користувалася вікі-статтею Luxury vehicle .

    У підсумку список вийшов таким: Acura, Alfa Romeo Giulia, Audi A4, Audi A6, Audi A7, Audi A8, Bentley, BMW 3, BMW 5, BMW 7, Cadillac, Ferrari, Hummer, Infinity, Jaguar, Lamborghini, Land Rover, Lexus, Maserati, Mercedes-Benz C, Mercedes-Benz E, Mercedes-Benz GL, Mercedes-Benz S, Porsche, Rolls-Royce, Saab 9-3, Saab 9-5, Volkswagen Phaeton, Volvo S60, Volvo S80.Штраф нараховувався тим, у кого є хоча б один з цих автомобілів, але не нараховувався, якщо це єдине авто в родині (хіба мало, раптом збирали все життя). Усього таких 653 людини.

    Код для розрахунків

    # Вектор з назвами авто
    luxury_cars & lt; -c ('Acura', 'Lexus', 'Cadillac', 'Alfa Romeo Giulia', 'Jaguar', 'Volvo S60', 'Infinity', 'Saab 9-3', 'BMW 3', 'Audi A4 ',' Mercedes-Benz C ',' Volvo S80 ',' Audi A6 ',' Audi A7 ',' Mercedes-Benz E ',' Saab 9-5 ',' Maserati ',' BMW 5 ',' BMW 7 ',' Audi A8 ',' Mercedes-Benz S ',' Porsche ',' Volkswagen Phaeton ',' Rolls-Royce ',' Bentley ',' Ferrari ',' Lamborghini ',' Mercedes-Benz GL ',' Hummer ',' Land Rover ')

    for (j in (1: nrow (decl_df)))
    {
    decl_df $ susp5.1 [j] & lt; -0
    for (i in (1: length (luxury_cars)))
    {
    # Якщо в списку машин зустрічається назва з вектора
    if (grepl (luxury_cars [i], decl_df $ vehicle_names [j],
    ignore.case = TRUE) == TRUE)
    {
    # Вважаємо кол-во таких машин
    decl_df $ susp5.1 [j] & lt; -decl_df $ susp5.1 [j] +
    length (gregexpr (luxury_cars [i], decl_df $ vehicle_names [j], ignore.case = TRUE) [[1]])
    }
    }
    }

    decl_df $ susp5.2 & lt; -0

    # Якщо є елітні авто – присвоюємо штрафний бал
    for (i in (1: nrow (decl_df))) {if (decl_df $ susp5.1 [i] & gt; 0) decl_df $ susp5.2 [i] & lt; -1}

    # Якщо це єдине авто – знімаємо штрафний бал
    for (i in (1: nrow (decl_df))) {if (decl_df $ vehicles [i] == 1) decl_df $ susp5.2 [i] & lt; -0}

    Високі доходи членів сім’ї від підприємницької діяльності.Штрафний бал нараховувався тим, у кого співвідношення доходів сім’ї від підприємницької діяльності до загального доходу було вище середнього по вибірці. Таких виявилося 419 осіб.

    Код для розрахунків

     # Спочатку присвоюємо коефіцієнту значення 0
    decl_df $ familyPE.own.income.ratio & lt; -0

    # Для тих, у кого не нульовий дохід, вважаємо співвідношення доходу
    # сім’ї від підприємницької діяльності до загального доходу сім’ї та декларанта
    decl_df [decl_df $ income.own.and.family & gt; 0,] $ familyPE.own.income.ratio & lt; –
    decl_df[decl_df$income.own.and.family>0,]$income.family.17/decl_df[decl_df$income.own.and.family>0,]$income.own.and.family

    # Середнє по вибірці співвідношення доходу сім’ї від підприємницької діяльності до загального доходу.Счітаем тільки для тих, у кого в сім’ї є дохід від підприємницької діяльності
    x & lt; -mean (decl_df [decl_df $ income.family.17 & gt; 0,] $ familyPE.own.income.ratio)

    decl_df $ susp6 & lt; -0

    # Якщо співвідношення більше середнього – присвоюємо штрафний бал

    for (i in 1: nrow (decl_df))
    {
    if (decl_df $ familyPE.own.income.ratio [i] & gt; x)
    {decl_df $ susp6 [i] & lt; -1}
    }

    Володіння елітною нерухомістю (на основі даних garnahata)Проект «ГарнаХата» збирає дані про власників дорогої нерухомості – це офіційні дані на основі Державного реєстру майнових прав.Для наших цілей я порівняла ПІБ власників із ПІБ декларантів – при повному збігу (таких було 80 осіб) декларанту додавався 1 бал до підозрілості.Крім того, я зробила звірку тільки за прізвищем (без імені та по батькові) декларанта або прізвища родичів, яких він вказав у деклараціях. Оскільки прізвища бувають поширені, то збігів було багато (більше 2 тисяч), а й до показника підозрілості додавалося тільки 0,5 бала.

    Звірка робилася в Excel, тому без коду

    Результати
    Склавши докупи бали по всіх підозрілих пунктам, я отримала загальний показник підозрілості.

    Код для розрахунків

     decl_df $ suspicious & lt; -decl_df $ susp1 + decl_df $ susp2 +
                        decl_df $ susp3 + decl_df $ susp4 + decl_df $ susp5 + decl_df $ susp5.2 +
                        decl_df $ susp6 + decl_df $ hata_own + decl_df $ hata_family * 0.5
     
    
    

    З 10346 декларантів він був більше нуля для +3971, але це в основному за рахунок збігу прізвища з реєстру нерухомості – показник вище 0,5 зафіксований для 1461 декларанта. Максимальне значення показника – 5 (з теоретично можливого максимуму 9,5).

    Розподіл по відомствах знову вказує на парламент:

    Хабрахабр

 

Tags: , , , , , , , , , ,

This entry was posted on Понеділок, листопада 30, 2015 at 11:00 and is filed under Статті, Україна. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.