CC BY
32
ПРОГНОЗИРОВАНИЕ БОРЬБЫ С ПРЕСТУПНОСТЬЮ
Дроздова Е.А. Жиляев Р.М.
7.21. К ВОПРОСУ О ПРОГНОЗИРОВАНИИ РАЗВИТИЯ СИТУАЦИИ В ОБЛАСТИ БОРЬБЫ С ПРЕСТУПНОСТЬЮ: МАТЕМАТИЧЕСКАЯ МОДЕЛЬ
Дроздова Елена Анатольевна, канд. юрид. наук. Должность: Научный сотрудник. Место работы: НИИ ФСИН России. Подразделение: НИЦ-3. E-mail: [email protected]
Жиляев Рустам Мухамедович. Должность: Старший научный сотрудник. Место работы: НИИ ФСИН России. Подразделение: НИЦ-2. E-mail: [email protected]
Аннотация: В основе предлагаемой математической модели прогноза развития преступности лежит глубокий анализ состояния преступности, ее структуры и динамики. По мнению авторов, предлагаемая математическая модель будет полезна при подготовке соответствующих региональных и федеральных программ борьбы с преступностью, разработке предложений по предупреждению преступности и др.
Ключевые слова: преступность, противодействие, прогнозирование развития ситуации, математическая модель.
FORECASTING OF DEVELOPMENT OF A SITUATION IN THE
REGION OF CRIME CONTROL: MATHEMATICAL MODEL
Drozdova Elena Anatolievna, PhD at law. Position: Researcher. Place of employment: research Institute of FPS Russia. Department: SRC-3. E-mail: [email protected] Zhilyaev Rustam Muhamedovich. Position: Senior Research Scientist. Place of employment: Research Institute of FPS Russia. E-mail: [email protected]
Annotation: At the heart of an offered mathematical forecasting model of development of criminality the deep analysis of a condition of criminality, its structure and dynamics lies. According to the authors, the offered mathematical model will be useful by preparation of corresponding regional and federal programs of struggle against criminality, working out of offers under the prevention of criminality, etc.
Keywords: criminality, counteraction, forecasting of development of a situation, mathematical model.
Вопросы прогнозирования преступности всегда волновали человечество, осуществлялся поиск эффективного способа прогнозирования преступности, который позволял бы специалистам предсказать наиболее вероятные изменения динамики преступности на определенный период времени (краткосрочную, среднесрочную и долгосрочную перспективу) и на этой основе правоохранительным органам предпринять эффективные меры по защите личности, общества и государства от противоправных действий.
Криминологическое прогнозирование строится на основании результатов научных исследований, посвященных состоянию преступности, статистических данных, экспериментальных методов и математического моделирования [1, с. 28].
Для того чтобы результатом прогноза можно было воспользоваться в практической деятельности, он должен отвечать требованиям научности и проверяемости.
Наиболее удачная группировка прогнозирования, по нашему мнению проиллюстрирована у М. П. Клейме-
нова, так по объектам прогнозирования можно сгруппировать на:
Состояние и динамику преступности в какой либо исторический период и её отдельные разновидности (например, коррупционная преступность).
Пути развития (тенденция) преступности.
Личность преступника, её особенности (социально-демографических, социально-ролевых и уголовно-правовых характеристик).
Виктимологические характеристики и тенденции (появление и исчезновение новых категорий лиц, обладающих повышенной виктимностью, социальная характеристика жертв преступления).
Развитие и изменение криминологической науки.
Индивидуальное прогнозирование (преступное поведение отдельной личности).
Что касается видов прогнозирования то их можно сгруппировать по следующим основаниям: по постановки цели, по задачам, по времени, по территориальности, по назначению, по сложности объекта, по субъекту прогнозирования.
По цели прогнозирования выделяется:
Поисковое прогнозирование, основывающееся на текущих тенденциях преступности и имеющее целью установление её будущего состояния при сохранении этих тенденций.
Нормативное прогнозирование, направленное на установление возможности привести преступность в определённое состояние в некий будущий момент и выработку необходимых для этого мер борьбы с ней.
По задачам прогнозов выделяется оперативное (направленное на решение текущих задач), тактическое и стратегическое прогнозирование.
По времени выделяется краткосрочное (до 1 года), среднесрочное (1-5 лет), долгосрочное (5-10 лет) и дальнесрочное прогнозирование (10-15 лет).
По территориальности выделяется локальное (на уровне ограниченной территории или отдельного ведомства), региональное и глобальное прогнозирование.
По назначению выделяется общее (касающееся всех видов преступности и субъектов борьбы с ней), специальное (относящееся к отдельной разновидности преступности или отдельному органу) и индивидуальное (направленное на конкретный объект) прогнозирование.
По сложности объекта предвидения выделяется сингулярное (однообъектное), мультиплетное (факторное), системное и метасистемное (относящееся к проектируемой системе) прогнозирование.
По субъекту выделяется официальное (выполняемое субъектами, на которые возложена соответствующая служебная обязанность) и неофициальное прогнозирование.
Наиболее сложное, но в тоже время информативное прогнозирование связано с временным отрезком. Так, детальное рассмотрение среднесрочного (от 1 до 5 лет) и краткосрочного (11 месяцев) прогноза может способствовать более четкому пониманию состояния преступности, а также более широкому применению этих методов на практике.
При разработке рассматриваемых прогнозов наиболее чаще применяются следующие основные методы:
- моделирования, суть которого заключается в том, что на основе установленных зависимостей между криминогенными факторами строится математическая
5'2018
Пробелы в российском законодательстве
модель, позволяющая сделать выводы об ожидаемых изменениях в преступности;
- экспертных оценок, в соответствии с которыми в основу прогноза кладется мнение специалистов, основанное на профессиональном, научном и практическом опыте;
- экстраполяции, сущность которой заключается в изучении прошлого развития криминальной ситуации и перенесения выявленных при этом закономерностей на предстоящий период, в том числе с применением метода расчета геометрической средней колебаний динамического ряда.
Остановимся на практическом осуществлении прогноза по последнему методу (экстрополяционному).
При разработке среднесрочного криминологического прогноза (на период от 1 года до 5 лет) анализируется динамический, ряд с глубиной ретроспективы 5-10 лет. На первом этапе осуществляется чисто визуальный анализ графического изображения этого ряда с целью определения, какой функцией может быть описана общая тенденция и характер динамики. Чаще всего для моделирования криминологических процессов используются следующие виды функций:
1) Линейная - У^) = а + Ь х ^ где а и Ь - постоянные коэффициенты, зависящие от особенностей конкретного динамического ряда. Этот вид функции используется, если общей тенденцией динамического ряда является равномерный рост (Ь > 0), снижение (Ь < 0) или стабилизация (Ь = 0), причем показатели абсолютного прироста (снижения) из года в год примерно одинаковы. На графике этой функции соответствует прямая линия.
2) Степенная - У^) = а х где а > 0 - постоянный коэффициент, п = ± 2, ± 3, ... - показатель степени. Если п > 0, динамический ряд имеет тенденцию к росту, причем о возрастающими темпами; при п < 0 происходит снижение уровней динамического ряда. Показатель степени п характеризует скорость изменения темпов прироста.
После установления наиболее вероятного вида функции, показывающей общую тенденцию динамического ряда, можно переходить к построению его математической модели. Эта задача решается, как правило, с помощью метода наименьших квадратов, но в данном случае детально этот метод мы рассматривать не будем. Перед нами стоит задача показать возможные способы прогнозирования преступности.
Краткосрочный криминологический прогноз разрабатывается на основе коэффициентов сезонных колебаний (КСК) преступности.
Предположим, то что; во-первых, количество преступлений, регистрируемых в тот или иной месяц года, отличается от среднемесячного значения; во-вторых, количество ежегодно регистрируемых преступлений (или, что то же самое, среднемесячное их значение) имеет устойчивую тенденцию к росту [2, с. 49]. Следовательно, можно предположить, что на фоне устойчивого роста преступности имеют место колебания относительно среднемесячного значения, обусловленные влиянием сезонных факторов. С учетом отмеченных обстоятельств прогнозирование осуществляется в следующей последовательности:
1) Расчет коэффициентов сезонных колебаний (КСК). В качестве таковых используется соотношение между количеством преступлений, зарегистрированном в конкретном месяце, и среднемесячным значением регистрируемых преступлений.
2) Прогнозирование среднемесячного количества преступлений на следующий год производится исходя из общей тенденции динамического ряда, уровни которого состоят из среднемесячных значений преступлений, зарегистрированных ранее.
3) Для получения прогноза на каждый месяц следующего года на общую тенденцию наложить сезонные колебания преступности. С этой целью необходимо прогнозируемое среднемесячное количество преступлений умножить на КСК соответствующего месяца.
Итоговая цифра прогнозируемых преступлений за год в целом получается либо суммированием прогнозных значений каждого месяца, либо умножением среднемесячного количества прогнозируемых преступлений на 12 (полученные цифры будут немного отличаться из-за погрешностей усреднения и округления).
Полагаем, что подобное знание и использование рассмотренных методов может способствовать эффективному прогнозированию преступности, следовательно, и выработке эффективных мер и способов противодействия преступности в целом.
Список литературы:
1. Васин Ю.Г. Криминологические модели противодействия организованной преступности: практические аспекты реализации // Пробелы в российском законодательстве. 2017. № 4. С. 26-30.
2. Анищенко Е.В. Экономические прогнозы: параметры и достоверность // Проблемы экономики и юридической практики. 2017. № 1. С. 47-54.
3. Синодов И.А., Лебедев В.М. Участие органов внутренних дел в мероприятиях гражданской и территориальной обороны: статья // Закон и право. Журнал. -2008. № 8.
4. Синодов И.А. Использование Виртуального полигона» в проведении учений Академии управления МВД России - как способ дальнейшего повышения качества учебного процесса: статья // Труды Академии управления МВД России. Журнал. - 2013. № 2 (26).
5. Синодов И.А. Княжев В.Б. Обеспечение мобилизационной готовности в Российской Федерации: статья // Труды Академии управления МВД России. Журнал. -2017. № 2 (42).
6. Синодов И.А. Вопросы совершенствования гражданской обороны в органах внутренних дел Российской Федерации: статья // Пробелы в российском законодательстве. Юридический журнал. - Выпуск №7 2017 г.
7. Синодов И.А. Актуальные вопросы организации деятельности органов внутренних дел Российской Федерации при возникновении чрезвычайных ситуаций: статья // Пробелы в российском законодательстве. Юридический журнал. - Выпуск №2 2018 г.
Рецензия
на статью «К вопросу о прогнозировании развития ситуации в области борьбы с преступностью: математическая модель»
Необходимость прогнозирования криминогенной ситуации закреплено законодателем в Федеральном законе от 23.06.2016 № 182-ФЗ «Об основах системы профилактики правонарушений в Российской Федерации», Концепции общественной безопасности в Российской Федерации (утверждена Президентом Российской Федерации 14.11.2013 № Пр-2685), а также в подзаконных нормативных актах Прокуратуры Российской Федерации (Положение
ПРОГНОЗИРОВАНИЕ БОРЬБЫ С ПРЕСТУПНОСТЬЮ
об управлениях Генеральной прокуратуры Российской Федерации
в федеральных округах, утверждено Генпрокуратурой России 27.05.2015),
МВД России (приказ МВД России от 17.01.2006 № 19 «О деятельности органов внутренних дел по предупреждению преступлений») и т.д.
При написании статьи авторы использовали широкий спектр методов научного исследования, среди которых: метод системного анализа; сравнительно-правовой метод, формально-юридический метод и т.д.
В статье подробно описаны существующие методы построения криминологических прогнозов, наглядно представлены соответствующие функции для моделирования криминологических процессов.
Материалы научной статьи имеют как теоретическое, так и практическое значение. Представленная в статье информация будет интересна не только ученым, но и практическим работникам правоохранительных органов.
Дроздова Е.А. Жиляев Р.М.
В рамках рецензирования был проведен анализ содержимого статьи информационно-аналитической системой «Антиплагиат», оригинальность текста статьи составила более 80 %, что является высоким показателем оригинальности статьи.
Таким образом, статья соответствует тематике и требованиям, определенным редакцией издательского дома «Юр-ВАК», является актуальной и обладающей новизной, имеет теоретическое значение для науки уголовного права и ее выводы могут быть использованы как ученными, так и практическими работниками.
По мнению рецензента, статью следует рекомендовать к изданию.
Рецензент - главный научный сотрудник НИЦ-1 ФКУ НИИ ФСИН России, доктор юридических наук, профессор С.Х. Шамсунов
Статья прошла проверку системой «Антиплагиат»; оригинальность текста 81,78%.
