Попробуем тем не менее придумать механизм, приводящий ко всеобщей оплате проезда. Представим себе, что мы можем пронумеровать всех выходящих из электрички, например надев на них майки с номерами 1, 2, 3 и т. д. Принцип, по которому осуществляется нумерация, совершенно не важен. Объявляется следующее простое правило: полицейский ловит и штрафует среди всех нарушителей человека с минимальным номером.

Будет ли в такой постановке перепрыгивать через турникет тот, кому не повезло получить майку, на которой написана единица? Нет, он понимает, что среди всех нарушителей штраф возьмут именно с него, и заплатит за проезд. Человек с двойкой на майке понимает, что первый не будет нарушать, а значит, и второму придется вести себя честно. Третий, четвертый, пятый, и все остальные рассуждают так же: предыдущие не будут ломиться через турникеты, а значит принцип «Вы еще нарушаете? – Тогда мы идем к вам» является убедительной угрозой.

Таким образом, даже если всем известно, что накажут одного-единственного нарушителя, рационально мыслящие люди не станут рисковать. И минимальной ценой общество переходит из «плохого» равновесия, в котором прыгают все, в «хорошее», где не прыгает никто. Это называется коллективная ответственность.

Конечно, в жизни раздать майки или иным понятным для всех способом промаркировать людей не получится, однако эта история была иллюстративной, а вот дальше мы попробуем перейти к реальной экономике.

Мы уже говорили о том, что одной из серьезных задач, стоящих перед государством, является борьба с уклонением от уплаты налогов. При этом эффективность работы в данной сфере зачастую оставляет желать лучшего. В качестве примера можно привести ситуацию начала 2000-х годов, когда по официальной статистике более 70 % предприятий торговли в крупных городах показывали убытки и не платили налог на прибыль.

При этом строились многочисленные торговые центры из стекла и бетона, а десятки тысяч покупателей, привыкающих к продуктовому изобилию и подсаживающихся на входящие в моду потребительские кредиты, создавали магазинам многомиллионную выручку. Собственно, и переход России в 2001 году на плоскую систему подоходного налогообложения произошел не от хорошей жизни, а из-за того, что по повышенным ставкам, достигавшим 35 %, практически никто не платил.

Итак, единственным способом борьбы с уклонением являлась достоверная угроза наказания. Однако ресурсов налоговой инспекции (а особенно честных инспекторов, не готовых закрывать глаза на двойную бухгалтерию) было крайне недостаточно для того, чтобы такая борьба увенчалась успехом. Поэтому очень актуальным было создание механизмов, сокращающих стимулы к оппортунистическому поведению. Некоторым подспорьем здесь может выступать то, что уровень коррупции относительно легко выявляется. Если берущий взятки инспектор утверждает, что все предприятия убыточны, то возникают резонные сомнения в его честности. Но предположения и экспертные оценки недостаточны для обвинения в суде, поэтому необходимо серьезное расследование каждого такого случая. А на это у государства не хватает ресурсов. Что же делать?

Рассмотрим следующую модель. Пусть в налоговой инспекции работает n потенциально коррумпированных, но при этом рациональных налоговых инспекторов, которые осуществляют проверку n отраслей. Пусть x1,…, xn ∈ [0; 1] – известный по косвенным признакам, но сложно доказуемый уровень коррупции в отрасли. Если xi = 1, то инспектор берет взятки и закрывает глаза на двойную бухгалтерию в каждом случае. Напротив, если xi = 0, то инспектор принял решение быть абсолютно честным и налоги в его отрасли собираются в полном объеме.

Пусть также вышестоящий честный проверяющий имеет возможность провести одну-единственную честную проверку. Очевидно, что если вероятности проверки каждого инспектора pi заданы детерминировано (например, всех проверяют с равной вероятностью pi = 1/n), то напугать их штрафами не получится. Однако вероятность проверки можно поставить в зависимость от вектора x. Итак, пусть вероятностипроверки принимают значения p1(x),…, pn(x) ∈ ∈ [0; 1]. При этом выполняется условие Σpj(x) ≤ 1, то есть сумма вероятностей не превышает единицы.

Почему бы в ситуации дефицитного ресурса, каким являются «честные проверки», не написать просто равенство: Σpj(x) = 1? Потому что можно обещать в некоторых ситуациях никого не трогать. Как вскоре будет показано, эффективный механизм при некоторых значениях вектора x и в самом деле может быть связан с тем, что никого проверять не следует.

Рассмотрим рациональное поведение инспекторов. Для этого введем понятие «взяткоемкости» отрасли bi. Значения b1, …, bn представляют собой суммы, которые инспекторы могут получить, если будут брать взятки по максимуму. При этом инспекторы в рамках коррупционных схем получают долю xi от этих величин, то есть bi xi. Если факт неуплаты налога выявляется, итоговые потери инспектора-взяточника составляют величину T. В нее входит как непосредственно штраф, так и прочие санкции, например возможная конфискация имущества, запрет на занятие в будущем определенных должностей и даже тюремный срок.

Для того чтобы эта неприятная для инспектора история реализовалась, должны проверить именно его (это происходит с вероятностью pi (x)), при этом конкретное подшефное ему предприятие должно не заплатить налоги, вероятность чего составляет xi (например, если уровень коррупции проверяемого инспектора составляет xi = 0,4, то с вероятностью 60 % он уйдет от ответственности даже в случае жесткой проверки). Таким образом, критерием для принятия решений рациональным и нейтральным к риску инспектором будет следующая функция, зависящая как от его собственных действий xi, так и от действий всех остальных инспекторов x–i = (x1, …, xi–1, xi+1, …, xn):

Как уже говорилось, детерминированной стратегией проверок ничего не решить. В самом деле, при применении таких стратегий, чтобы ни один из рационально поступающих инспекторов (моральные принципы мы не принимаем в расчет) не имел стимулов брать взятки, необходимо выполнение неравенств Tpi > bi для всех i = 1,…, n. Откуда из суммирования следует, что T > Σbi, то есть штраф должен превышать совокупную взяткоемкость всех отраслей, что, очевидно, очень далеко от реальных цифр.