A Jogtudományi Közlöny 2007. decemberi számában[1] bemutattam egy olyan modellt, amely alkalmas lehet a közigazgatás ellenőrzési-bírságolási tevékenysége eredményességének vizsgálatára.
A modell abból indult ki, hogy a jogi szankciónak egyik meghatározó, míg a közigazgatási jogi szankciónak domináns funkciója a jogkövető magatartás kikényszerítése, a generális és speciális prevenció. Társadalomtudományi, jogszociológiai aspektusból megkockáztattam azt az állítást, hogy valamennyi állami jogalkalmazó tevékenység közül a közigazgatás ellenőrzésibírságolási tevékenysége tömegében a legmeghatározóbb szerepet játsza a jog érvényesítésében. Éppen ezért tartom különösen fontosnak annak vizsgálatát, hogy a közigazgatásnak ez a tevékenysége alkalmas-e funkciójának betöltésére, a jogkövetés kikényszerítésére. Lényegében ezzel a jogérvényesítő képességgel azonosítottam az ellenőrzés-bírságolás eredményességét.
A hazai szakirodalmat áttekintve[2] elmondható, nem álltam egyedül azzal a feltételezésemmel, hogy a jelen hazai közigazgatási gyakorlat eredményessége e téren legalábbis kérdéses. A feltételezés, a megérzés, mégha számos tény és tapasztalat látszik is alátámasztani azt, még nem tekinthető tudományos bizonyításnak. A Jogtudományi Közlöny fenti számában javasolt modell viszont éppen azt teszi lehetővé, hogy a közigazgatás ellenőrzési-bírságolási tevékenysége eredményességét számszerűen mérni lehessen. A modell a legkülönfélébb bírságterületeken alkalmazható, így lehetővé válik, hogy egy meglehetősen széles spektrumban, empirikusan, kvantitatív módszerrel vizsgáljuk az eredményességet.
A modell abból indul ki, hogy a bírságszankció akkor képes a jogkövetés kiváltására, ha a szankció által okozott hátrány nagyobb, mint a jogsértésből szerezhető haszon. A bírság, lévén pénzbeli szankció, különösen alkalmas a hátrányok és hasznok összevetésére. A hazai szakirodalom többségében alkalmazott nézőponttól eltér a modell abban, hogy a) nem a jogszabályban meghatározott maximális, hanem a ténylegesen a gyakorlatban kivetett tipikus bírságmértéket veszi alapul, és b) a bírság mértékén túl azt is figyelembe veszi, hogy milyen valószínűséggel vetik azt ki a jogsértőkre. A bírságkivetésbe c) bele értendő a bírság összegének behajtása is. Nyilvánvaló ugyanis, hogy a rendkívül magas szankció sem elrettentő, ha annak kivetésére nem, vagy csak rendkívül ritkán kerül sor, vagy a bírság befizetését az érintettek el tudják kerülni. A jogalkalmazás gyakorlatát valamelyest ismerők azt is jól tudják, hogy az így értelmezett bírságkivetéshez számos tényezőnek
- 9/10 -
együttesen kell érvényesülnie. Ellenkező esetben a jogsértés szankció nélkül marad. Mindezen tényezőket figyelembe veszi az általam ajánlott modell, amely a következő matematikai formulával foglalható össze:
Megéri a jogsértés, ha az abból származó haszon (H) magasabb a várható bírság mértékénél (M).
Egy egyszerű matematikai formulával: megéri a jogsértés, ha H > M. M pedig a tipikusan kivetett bírságösszeg (B) és a bírságkivetés valószínűségének (P) szorzata. Vagyis: M = B * P. Ezzel, az ún. Neumann-Morgenstern elvnek megfelelő formulával vesszük figyelembe, hogy a bírságot milyen valószínűséggel vetik ki a jogsértőkre.
Annak valószínűsége, hogy a bírságot kivetik, maga is több résztényező együttes jelenlétét igényli. Mivel ezek nem feltétlen (teljes bizonyossággal) vannak jelen, ezért ezek bekövetkezését is valószínűségekkel fejezzük ki. A kutatás során végül is öt ilyen tényezőt különítettem el, és rendeltem hozzájuk valószínűségeket a következők szerint:
Pe-Az ellenőrzés bekövetkezésének valószínűsége. Ez praktikusan azt mutatja meg, hogy milyen gyakran kerül sor az érintetteknél ellenőrzésre. Az adat lényegében a következő arányszámmal fejezhető ki: Ellenőrzöttek / Ellenőrzendők. Minél több az ellenőrzés egy adott időszakban (pl. egy évben) és minél kevesebb az ellenőrzendő egység, ez a valószínűség annál nagyobb lesz.
Pl-Annak valószínűsége, hogy a jogsértés tényét az ellenőrzés során felfedezik (lebukás). Ez az érték a (Kimutatott jogsértések) / (Jogsértő ellenőrzöttek) arányban adható meg, és látenciára, vagyis arra utal, hogy egyes jogsértésekre az ellenőrzés során sem derül fény.
Pb-Annak valószínűsége, hogy a jogsértést bizonyítani tudják, a bírságot első fokon kivetik. Gyakori, hogy az ellenőrzés feltárja a jogsértést, azonban a hatóság nem tudja azt egyértelműen, meggyőzően bizonyítani.
Pf-Annak valószínűsége, hogy felülvizsgálatra nem kerül sor, illetve a felülvizsgálat során az eredeti határozatot helyben hagyják. Ez a szempont azt veszi figyelembe, hogy még ha első fokon meg is születik a bírságoló határozat, az nem feltétlen emelkedik jogerőre.[3]
Pv -Annak valószínűsége, hogy a bírságoló határozat végrehajtása megtörténik; vagy úgy, hogy a bírságot önként befizetik, vagy a közigazgatás végrehajtási eljárás során kényszeríti ki a szankciót, ez esetben a bírság befizetését.
Mivel mindezen tényezőknek együttesen fenn kell állnia ahhoz, hogy a bírságot kivessék, az erre vonatkozó matematikai szabály szerint a bírságkivetés valószínűsége (P) a következőképpen számolható ki:
P = Pe*Pl*Pb*Pf*Pv
A fentieket összegezve azt mondhatjuk, hogy megéri a jogsértés ha,
H > M, ahol M = B*Pe*Pl*Pb*Pf*Pv
Ebben az esetben a közigazgatás ellenőrzési-bírságolási tevékenysége eredménytelen, hiszen nem lesz képes elrettenteni a jogsértéstől.
Joggal vethető fel az a kérdés, hogy miért van szükség erre a hókuszpókuszra a valószínűségekkel. A válasz erre az, hogy a bírság bekövetkezésének valószínűségére vonatkozó adat (P) lényegében soha nem áll rendelkezésre. Ezzel szemben az egyes rész-valószínűségekre nézve olykor vannak hozzáférhető adatok, vagy azok becsülhetőek. Ahol csak lehetséges, ott a Px értékek meghatározása során számszerű, statisztikai jellegű adatokra, ahol ez nem lehetséges, ott - néhány esetben - ún. szakértői becslésére támaszkodom. Az ellenőrzés valószínűségére (Pe) pl. gyakran rendelkezésre állnak az adatok. A fogyasztóvédelmi hatóság esetében tudható pl, hogy 2005-ben 270 870 egységből 33 969-et (12,5%, p = 0,125) ellenőriztek. A Pb adat olykor kiszámítható a helyszínen felvett jegyzőkönyvek és a bírságkivető határozatok arányából, míg a Pv adat esetleg a pénzügyi osztályoktól beszerezhető beszedett bírságösszegekből számítható, ha azt az összes kivetett bírsághoz arányítjuk.[4]
De a P érték felbontása több Px értékre akkor is előnyös, ha éppen az adott részértékhez nincs megfelelő adat. (Egyébként ez a tipikus.) Ezeket ugyanis ún. konzervatív becsléssel pótoljuk. Ennek lényege, hogy a kutató mintegy "maga ellen fogad": a becslések közül a hipotézisének leginkább ellentmondót fogadja el. Ezesetben, ha valamelyik Px értéket nem tudjuk meghatározni, akkor azt 1-es értékkel szerepeltetjük a szorzásban. Az 1-es érték viszont a valószínűségszámítás szerint a teljes bizonyosságnak felel meg. Amikor így pótoljuk a hiányzó Px értéket, akkor a tényleges helyzetnél nyilván jobbat feltételezünk, hiszen azt feltételezzük, hogy ez az aspektus tökéletesen működik. Tehát pl. nincs látencia, minden kivetett bírságot be tudnak hajtani, stb. Ez jelenti esetünkben az ún.
A Jogkódex-előfizetéséhez tartozó felhasználónévvel és jelszóval is be tud jelentkezni.
Az ORAC Kiadó előfizetéses folyóiratainak „valós idejű” (a nyomtatott lapszámok megjelenésével egyidejű) eléréséhez kérjen ajánlatot a Szakcikk Adatbázis Plusz-ra!
Visszaugrás
