Уголовно-правовое регулирование ответственности за взяточничество в Китае

В современном состоянии преступлений, составляющих взяточничество, в Китае наблюдаются такие тенденции и характеристики, как диверсификация методов совершения преступлений, феномен «охоты в окружении», глубокое проникновение во все сферы государственной деятельности, крупный объем взяток и высокий уровень латентной преступности. Уголовно-правовое регулирование преступлений, связанных со взяточничеством, с тех пор как Положение Китайской Народной Республики о наказании за коррупцию от 21 апреля 1952 г. впервые включило эти преступления в сферу уголовно-правового регулирования, прошло путь от отдельного уголовного закона, УК КНР 1979 г. к УК КНР 1997 г., с поправками к Кодексу. Система уголовно-правового регулирования взяточничества в Китае становится более совершенной, представляя такие уникальные механизмы, как скоординированное управление на основе надзорного права и права наказывать, «параллельный подход» к санкциям за составы получения взятки и коррупции, сближение уголовно-правовой оценки преступлений государственных служащих и работников частных предприятий как субъектов взяточничества, а также дифференциацию уголовно-правового реагирования на эти преступления от «снисходительности» – «сочетания снисходительности и строгости» – «ужесточения» до совместного расследования и назначения наказания за получение и дачу взятки. Анализ состояния преступлений, связанных со взяточничеством, в современном Китае и характеристик их уголовно-правового регулирования позволяет сделать ряд предложений, включающих применение отдельной модели санкций за получение взятки вместо действующей параллельной с наказанием за коррупцию; создание эффективных уголовно-правовых мер для пресечения взяточничества с помощью надежных механизмов, строгого правосудия и усовершенствованного законодательства; применение адекватных мер наказания за взяточничество, совершенное работниками частных предприятий; выявление новых типов преступлений, составляющих взяточничество, с использованием анализа больших данных.