Цифровая криминология как инструмент борьбы с организованной преступностью Текст научной статьи по специальности «Право»

УДК 343.9; 343.2/.7

DOI 10.17150/2500-4255.2018.12(4).476-484

ЦИФРОВАЯ КРИМИНОЛОГИЯ КАК ИНСТРУМЕНТ БОРЬБЫ С ОРГАНИЗОВАННОЙ ПРЕСТУПНОСТЬЮ

С. В. Максимов1, Ю. Г. Васин2, К. А. Утаров3

1 Федеральная антимонопольная служба, г. Москва, Российская Федерация

2 Институт государства и права Российской академии наук, г. Москва, Российская Федерация

3 Южно-Казахстанский государственный университет им. М. Ауэзова, г. Чимкент, Республика Казахстан

Информация о статье

Дата поступления 20 марта 2018 г.

Дата принятия в печать 15 августа 2018 г. Дата онлайн-размещения 14 сентября 2018 г.

Ключевые слова

Уголовная политика; организованная преступность; уголовный закон; цифровизация; математическая модель; дорожная карта; эффективность

Финансирование

Государственное задание № 2014/52 на выполнение государственных работ в сфере научной деятельности в рамках базовой части проекта № 2706 «Уголовно-правовые и криминологические аспекты противодействия преступности»

Аннотация. Базовым тезисом статьи служит вывод о повышении значимости использования цифровых технологий при решении задач уголовной политики. Дается определение цифровизации уголовной политики внедрения количественных методов анализа криминальных реалий и мер реагирования на них (включая методы математической статистики и математического моделирования) в практику формирования и реализации системы мер борьбы с преступностью. Отмечается, что низкая эффективность антикриминального законотворчества в значительной мере обусловлена игнорированием необходимости количественного анализа состояния и тенденций преступности, практики борьбы с ней. Авторы отмечают, что в настоящее время законодатель при принятии решений о криминализации организованной преступной деятельности, как правило, не руководствуется данными уголовной статистики. В результате рассмотрения изменений, внесенных в УК РФ в период с 1997 по 2017 г., сделан вывод о том, что рост числа статей Особенной части кодекса, предусматривающих повышенную ответственность за организованную преступную деятельность (+77,5 %), почти в два раза опережал увеличение общего количества статей его Особенной части (+39,2 %). С точки зрения российского законодателя, наибольшая степень организованной криминализации сегодня характерна для преступлений против собственности (82 % соответствующих статей содержат указание на квалифицирующий признак — совершение преступления организованной группой), а также для преступлений против половой неприкосновенности и половой свободы личности (80 %). Эта позиция законодателя не соответствует показателям статистики правоприменительной активности по выявлению, расследованию деяний организованных групп и применению мер ответственности к их участникам. Также в статье обосновывается необходимость разработки математической модели новой концепции уголовной политики, которая должна базироваться не на сиюминутных вызовах или внезапно возникающих проблемах правоприменения, а главным образом на устойчивых тенденциях изменения криминальных реалий. Предлагается принять «дорожную карту» уголовно-политических решений, которая бы обеспечила постепенную замену репрессивной модели борьбы с организованной преступностью, опирающейся преимущественно на рост числа специальных уголовно-правовых запретов и численности правоохранительных органов, профилактической моделью такой борьбы. Сегодня цифровая криминология имеет реальный шанс стать частью практики борьбы с организованной преступностью.

DIGITAL CRIMINOLOGY AS A TOOL FOR COMBATING ORGANIZED CRIME

° Sergey V. Maksimov1, Yury G. Vasin2, Kanat A. Utarov3

o 1 Federal Antimonopoly Service of the Russian Federation, Moscow, the Russian Federation £ 2 Institute of State and Law of the Russian Academy of Sciences, Moscow, the Russian Federation 3 M. Auezov South Kazakhstan State University, Chimkent, the Republic of Kazakhstan

Abstract. The starting point for the article is the growing importance of digital technologies in resolving the tasks of criminal policy. The authors present a definition of digitizing criminal policy: the introduction of quantitative methods of analyzing criminal phenomena and reacting to them (including the methods of mathematical statistics and mathematical modeling) in the practice of building and implementing a system of crime counteraction measures. They note that the low efficiency of criminal lawmaking mainly results from ignoring the necessity for a quantitative analysis of crime conditions, trends and the practice of crime counteraction. The authors stress that at present the decisions

X s 0 ro Article info

¡J Received

2 2018 March 20

0 s s Accepted

и * го 2018 August 15

5 m Available online

ü 0 2018 September 14

Keywords

Criminal policy; organized crime; criminal law; digitization; mathematical model; road map; efficiency

Acknowledgements

State Task № 2014/52 for research within the basic part of the Project «Criminal Law and Criminological Aspects of Crime Counteraction»

of lawmakers regarding the criminalization of organized criminal activities are not, as a rule, guided by the data of criminal statistics. The analysis of amendments to the Criminal Code of the Russian Federation from 1997 too 2017 shows that the growth in the number of articles of the Special Part of the Code that establish a greater responsibility for organized criminal activities (+77,5 %) was almost twice as high as the growth in the number of articles in its Special Part (+39,2 %). From the viewpoint of Russian legislators, the greatest degree of organized criminalization today is typical of crimes against the property (82 % of corresponding articles refer to the qualifying feature of being committed by an organized group), as well as crimes against sexual integrity and sexual freedom of a person (80 %). This position does not agree with the statistical data of the law enforcement work on identifying and investigating the activities of organized groups, or sentencing their participants. The authors also prove the necessity of developing a mathematical model for the new concept of criminal policy that should be based not on the momentary challenges or unexpected problems in law enforcement, but rather on the stable trends of changing criminal phenomena. They suggest devising a "road map" of criminal policy solutions that would ensure a gradual substitution of a repressive model of counteracting organized crime mainly based on the growth in the number of special criminal law prohibitions and law enforcement personnel by a prevention model of such counteraction. Today digital criminology has a real chance of becoming part of the practice of combating organized crime.

Начавшаяся эпоха господства цифровых технологий открывает новые возможности для разработки более эффективных методик получения точных и достоверных количественных оценок различных свойств преступности для целей ее прогнозирования [1] и, соответственно, для решения задач уголовной политики [2].

В наибольшей степени возможности цифро-визации уголовной политики, под которой мы понимаем внедрение количественных методов анализа криминальных реалий и мер реагирования на них (включая методы математической статистики и математического моделирования) в практику формирования и реализации системы мер борьбы с преступностью, должны быть, на наш взгляд, востребованы прежде всего теми государствами, дальнейшее развитие которых в большой степени зависит от их способности преодолеть влияние организованной преступности, в частности таких ее наиболее опасных проявлений, как организованные формы терроризма, киберпреступности, наркопреступности, а также картели.

Глобализация этих видов преступности [3] в условиях дезориентированной уголовной политики, которая почти перестала опираться на анализ криминальных реалий, понуждает государства, в том числе и российское, обращаться к науке как к источнику решения возникших проблем. Значительный и плохо используемый сегодня потенциал цифровизации уголовной политики, по нашему мнению, должен коснуться в первую очередь разработки математических моделей законодательства кри-

минально-правового комплекса (уголовного, уголовно-процессуального, уголовно-исполнительного, оперативно-розыскного, собственно криминологического законодательства) и соответствующей правоприменительной практики. Без решения данной задачи не может быть решена и задача рекодификации и качественного обновления этого законодательства [4]. Первым шагом в указанном направлении вполне может стать создание количественной модели противодействия организованной преступности.

Нормы, закрепленные в Уголовном кодексе Российской Федерации, практика разработки и принятия законопроектов, вносящих в него изменения, соответствующая правоприменительная практика связаны между собой значительным числом прямых и обратных связей [5]. Правильная оценка результатов правоприменения позволяет совершенствовать законотворческую деятельность и, как следствие, сам уголовный закон.

Количественная оценка и основанный на ней анализ тенденций в области противодействия преступности и уголовно-правового нормотворчества позволяет наметить пути совершенствования методических основ криминологического прогнозирования для целей эффективного противодействия преступности (прежде всего, ее профилактики).

Как показывает анализ, неэффективность традиционных методов изучения преступности (уголовно-статистическое наблюдение и описание результатов такого наблюдения, составление уголовно-правовой характеристики составов преступлений и выявление логических

ошибок, допущенных законодателем и правоприменителями соответственно при разработке и применении соответствующих запретов) наиболее очевидно проявляется на примере изучения организованной преступности, выделяющейся среди иных видов преступности наличием механизмов искусственного управления и обусловленными ими удлиненным циклом криминальной активности, гиперлатентностью и экстерриториальностью (включая транснациональный уровень) [6].

В статистическом смысле организованную преступность, на наш взгляд, вполне допустимо рассматривать как количество преступлений, совершенных в составе организованных групп

[7]. Этот подход нисколько не умаляет ценность более широкого взгляда на этот феномен как на целостность, состоящую из организованных групп, их участников, характеризующуюся наличием связей между этими группами и их участниками, их криминальным поведением.

Сопоставим количественные характеристики уровня (интенсивности) всей преступности в Российской Федерации (РСФСР), т. е. данные о коэффициенте преступности (в расчете на 100 тыс. населения), с количеством выявленных (зарегистрированных) преступлений, совершенных организованными группами, в том числе преступными сообществами (табл.).

Год / Year Уровень преступности (на 100 тыс. населения) / Crime rate (per 100 th. residents) Темп прироста, % / Growth rate, % Количество зарегистрированных преступлений, совершенных организованными группами и преступными сообществами / Number of registered crimes committed by organized groups and criminal gangs Темп прироста, % / Growth rate, %

1961 446,5 - - -

1962 446,1 -0,1 - -

1963 397,7 -10,8 - -

1964 392,2 -1,4 - -

1965 388,7 -0,9 - -

1966 464,5 +19,5 - -

1967 452,5 -2,6 - -

1968 483,6 +6,9 - -

1969 497,6 +2,9 - -

1970 533,1 +7,1 - -

1971 536,6 +0,7 - -

1972 536,3 -0,1 - -

1973 524,6 -2,2 - -

1974 570,4 +8,7 - -

1975 603,4 +5,8 - -

1976 618,0 +2,4 - -

1977 606,5 -1,9 - -

1978 650,7 +7,3 - -

1979 705,8 +8,5 - -

1980 742,2 +5,2 - -

1981 779,7 +5,1 - -

1982 803,1 + 3,0 - -

1983 988,1 +23,1 - -

1984 984,4 -0,4 - -

1985 987,5 +0,3 - -

1986 929,9 -5,8 - -

Сравнительная динамика показателей интенсивности зарегистрированной преступности и объема организованной преступности в России (РСФСР)

в 1961-2017 гг.*

Comparative dynamics of indices for the intensity organized crime and the volume of organized crime in Russia (Russian Soviet Federal Socialist Republic) in 1961-2017

Всероссийский криминологический журнал. 2018. Т. 12, № 4. C. 476-484 ISSN 2500-4255-

Окончание таблицы / End of the table

Год / Year Уровень преступности (на 100 тыс. населения) / Crime rate (per 100 th. residents) Темп прироста, % / Growth rate, % Количество зарегистрированных преступлений, совершенных организованными группами и преступными сообществами / Number of registered crimes committed by organized groups and criminal gangs Темп прироста, % / Growth rate, %

1987 816,9 -12,1 - -

1988 833,9 +2,1 - -

1989 1 098,5 +31,7 2 924 -

1990 1 242,5 +13,1 3 515 +20,2

1991 1 470,6 +18,4 5 119 +45,6

1992 1 867,9 +27,0 10 707 +109,1

1993 1 887,8 +1,1 13 640 +27,4

1994 1 778,9 -5,8 18 619 +36,5

1995 1 862,7 +4,7 19 604 +5,3

1996 1 774,4 -4,7 26 433 +34,8

1997 1 629,3 -8,2 28 497 +7,8

1998 1 759,5 +8,0 28 688 +0,7

1999 2 026,0 +15,1 32 858 +14,5

2000 2 028,0 +0,1 36 015 +9,6

2001 2 050,0 +1,1 33 452 -7,1

2002 1 754,9 -14,4 26 038 -22,2

2003 1 926,2 +9,8 25 671 -1,4

2004 2 007,2 +4,2 28 161 +9,7

2005 2 477,6 +23,4 28 611 +1,6

2006 2 700,7 +9,0 30 209 +5,6

2007 2 519,0 -6,7 34 814 +15,2

2008 2 260,3 -10,3 36 601 +5,1

2009 2 110,5 -6,6 31 643 -13,5

2010 1 852,4 -12,2 22 251 -29,7

2011 1 683,3 -9,1 17 691 -20,5

2012 1 609,3 -4,4 18 016 +1,8

2013 1 539,1 -4,4 17 266 -4,2

2014 1 507,9 -2,0 13 759 -20,3

2015 1 633,0 +8,3 13 684 -0,5

2016 1 476,8 -9,6 12 581 -8,4

2017 1 402,2 -5,0 13 232 +5,2

* Составлена по: [8, с. 63; 9, с. 147]; URL: Шр://мвд.рф/1Ыс1ег/101762.

Разумно предположить, что наиболее существенные изменения коэффициента преступности связаны с возникновением или усилением действия наиболее мощных (ключевых) криминогенных факторов в 1966, 1983, 1989-1993, 1998-2001, 2003-2006 гг. Каковы же эти ключевые с нашей точки зрения криминогенные факторы?

В сентябре 1965 г. в Москве состоялся Пленум ЦК КПСС, который принял решение о хозяйственной реформе, направленной на повышение хозяйственной самостоятельности предприятий, позволяющей легально создавать фонды материального стимулирования, остаю-

щиеся в распоряжении руководства предприятий и предназначенные для финансирования внедрения современных технологических процессов и реализации социальных программ. В то же время попытки механически совместить полностью зарегулированную хозяйственную деятельность с элементами финансовой самостоятельности породили достаточно внушительную по размерам теневую экономику, теневой денежный оборот. С 1971 г. преступлений начинает регистрироваться больше, чем выявляться лиц, их совершивших, что, на наш взгляд, есть первый признак снижения реальной активности

правоприменения и уклонения от решения задач профилактики преступлений.

К 1980-1982 гг. системная дезинтеграция народного хозяйства, социальной структуры общества, общественной и политической жизни страны достигла критической величины. Как следствие, политическим руководством страны начиная с 1983 г. предпринимались попытки нейтрализовать негативные общественные процессы и восстановить социальную справедливость в наиболее проблемных сферах. С этой целью был реализован комплекс дополнительных мер по усилению охраны общественного порядка и противодействию антиобщественному поведению. Однако уже с февраля 1984 г. данные мероприятия становятся менее интенсивными или вовсе отменяются в связи со сменой руководства страны.

Закон «О кооперации в СССР» был принят 26 мая 1988 г. Некоторые положения данного нормативного правового акта использовались для расширения сферы криминальных денежных транзакций и вовлечения некоторых стремительно нищающих групп населения в сферу фоновых явлений организованной преступности.

25 декабря 1991 г. тогдашний президент СССР М. С. Горбачев объявил о прекращении исполнения обязанностей «по принципиальным соображениям», и 26 декабря того же года Совет Республик Верховного Совета СССР принял декларацию о прекращении существования СССР в связи с образованием Содружества Независимых Государств. Эта легализация распада СССР, к сожалению, не могла остановить уже состоявшееся к тому времени разрушение идеологических и нравственных основ социалистического сознания и правопорядка и лишь стимулировала переход этих разрушительных процессов в область реальной экономики и правоприменения.

Начиная с 1990-х гг. ежегодный дефицит государственного бюджета увеличивается. Для его покрытия использовалась в основном эмиссия денег, что явилось пусковым механизмом инфляции и гиперинфляции. С середины 1990-х гг. для покрытия дефицита бюджета стали выпускать государственные ценные бумаги и брать кредиты у международных финансовых организаций. Однако это не остановило быстрого падения объемов промышленного производства и лишь увеличило масштабы финансовых спекуляций и перераспределения бюджетных средств в поль-

зу небольшой группы лиц, установивших личный контроль над организационно-правовыми механизмами такого перераспределения. На этом фоне произошло значительное снижение реальных доходов подавляющей части населения, появился крупный социальный слой «малоимущих», а в действительности нищих граждан. Масштабный кризис финансовой системы государства 2008 г. завершился неизбежным внешним дефолтом и последующей сменой политического руководства страны на рубеже 1999-2000 гг. Лишь после этого политическая, экономическая и криминологическая ситуация в стране стала постепенно стабилизироваться.

Для периода с 2004 по 2006 г. характерна существенная интенсификация мероприятий по обеспечению законности в учетно-регистра-ционной дисциплине органов внутренних дел. После реализации мер, вытекающих из приказа МВД России «Об утверждении Инструкции о порядке приема, регистрации и разрешения в органах внутренних дел Российской Федерации заявлений, сообщений и иной информации о происшествиях» от 1 декабря 2005 г. № 985, удалось ограничить практику массового укрывательства заявлений и сообщений граждан о преступлениях, повысить уровень так называемой заявительской активности.

Приведенный краткий анализ, разумеется, не претендует на глубокое освещение всех ключевых элементов этиологии зарегистрированной в России в период с 1961 по 2017 г. преступности, однако, на наш взгляд, достаточно хорошо иллюстрирует сложную природу факторного комплекса преступности и необходимость количественной верификации группы основных криминогенных факторов и интенсивности влияния каждого такого фактора как на преступность в целом, так и на отдельные ее виды. Без решения этой задачи разработка новой концепции уголовной политики страны может оказаться бессмысленной затеей, в частности по отношению к организованной преступности, которая, несомненно, подверглась существенной трансформации начиная с 1989 г., т. е. со времени признания данного вида преступности одной из основных угроз для российского государства.

Так, из анализа динамики зарегистрированной организованной преступности начиная с 1989 по 2008 г. видно, что она не полностью совпадает с динамикой общей преступности: 1989-2000 гг. — рост, 2001-2003 гг. — спад и

потом снова рост, 2004-2008 гг. — рост, 20092017 гг. — спад.

Причины такого несоответствия многочисленны и разнохарактерны (в частности, система органов внутренних дел по борьбе с организованной преступностью, созданная в 1988 г., была значительно реформирована в 2000-2001 гг., а затем реорганизована (практически расформирована) в 2008 г., что, на наш взгляд, прежде всего должно было заинтересовать законодателя, вынужденного реагировать на изменяющуюся криминальную обстановку в стране.

За период с 1997 г. (т. е. со времени вступления в силу действующего УК РФ) по 2017 г. (включая изменения, внесенные федеральным законом от 29 июля 2017 г. № 250-ФЗ) было принято 208 федеральных законов, внесших изменения в Уголовный кодекс, в том числе криминализировавших совершение тех или иных преступлений в составе организованной группы. На 1 января 2018 г. число статей УК РФ, предусматривающих повышенную ответственность за совершение преступлений в составе организованной группы, превысило треть (35,5 %) статей Особенной части УК РФ.

При этом нельзя не учитывать, что, согласно ст. 63 УК РФ «Обстоятельства, отягчающие наказание», совершение любого преступления в составе организованной группы или любого тяжкого либо особо тяжкого преступления в составе преступного сообщества (преступной организации) должно рассматриваться в качестве отягчающего наказание обстоятельства, если тот же признак не указан в соответствующей статье в качестве квалифицирующего (особо квалифицирующего).

Анализируя динамику направленной против организованной преступности законодательной активности, нельзя не обратить внимание на то, что рост числа норм статей Особенной части УК РФ, предусматривающих повышенную ответственность за организованную преступную деятельность (+77,5 %), почти в два раза опережал увеличение числа всех статей Особенной части УК РФ в целом (+39,2 %). С точки зрения законодателя, наибольшая степень организованной криминализации сегодня характерна для преступлений: 1) против собственности (82 % статей содержат указание на квалифицирующий признак «совершенное (-ая) организованной группой»; 2) против половой неприкосновенности и половой сво-

боды личности (80 %); 3) против свободы, чести и достоинства личности и в сфере компьютерной информации (по 67 %); 4) против здоровья населения и общественной нравственности (59 %); 5) в сфере экономической деятельности (52 %). Эта позиция законодателя, как показало проведенное нами исследование, не подкрепляется показателями статистики правоприменительной активности по выявлению, расследованию деяний организованных групп и применению мер ответственности к их участникам. Помимо прочего, из этого может быть сделан вывод о том, что сегодня законодатель при принятии решений о криминализации организованной преступной деятельности, как правило, не руководствуется данными уголовной статистики (в частности, данными о состоянии и тенденциях правоприменительной практики).

Кроме того, как показывает анализ пояснительных записок к соответствующим законопроектам, в них практически невозможно найти сведения о результатах мониторинга правоприменения по делам об организованных преступлениях соответствующего вида за сколько-нибудь длительный период, хотя уже в конце XIX в. Франц фон Лист говорил о невозможности судить об эффективности уголовного законодательства без данных уголовной статистики [10, с. 20-21]. В этой связи неудивительно, что интерес к статистике противодействия преступности возник еще до возникновения криминологии [11].

Во второй половине XX в. российскими криминологами был доказан вероятностный характер формируемых на основе анализа количественных параметров преступности суждений относительно будущего состояния и тенденций развития преступности или ее отдельного вида [12, с. 152; 13; 14]. Так, академик В. Н. Кудрявцев писал: «Следует отметить, что преступность также может рассматриваться в качестве системы, но совсем иного рода. Это ярко выраженный пример статистической системы, в которой действуют стихийные процессы, подчиняющиеся вероятностным закономерностям... Статистическая устойчивость, повторяемость, свойственная преступности, объясняется не прямой взаимосвязью между ее элементами, а тем, что акты преступного поведения порождаются в своей массе сходными причинами. Более или менее длительное сохранение этих причин ведет и к сохранению типа распределения статистиче-

ских показателей, характеризующих преступность» [15].

Если в качестве исходных криминологических данных использовать данные уголовной статистики, которые носят вероятностный (случайный) характер, то для изучения организованной преступности, а также для формирования ее прогноза целесообразно применять математический аппарат теории вероятностей [16, с. 26-49]. В этой связи конкретный тип разработанных теорией вероятностей теоретических законов распределения плотности вероятностей случайных величин [17, с. 52] предлагается рассматривать в качестве одного из показателей, характеризующих организованную преступность. При этом, несомненно, должно учитываться ограничение, сформулированное профессором В. В. Лунеевым: «Чисто логическое мышление не может принести знания эмпирического мира. Он познается в опыте на основе реальных фактов. Изучение фактической реальности, формируемой на основе действующих норм права или на основе его пробелов, требует овладения статистическими... методами. Только с их помощью можно изучить преступность.» [18, с. 6].

В рамках предложенного подхода существенное значение имеет установление границ, в которых применение вероятностных методов при изучении организованной преступной деятельности будет являться корректным. Одним из главных условий, которым должны соответствовать выбранные группы исходных данных, является их однородность [19, с. 201, 206, 266267], т. е. утверждение о том, что статистические показатели формировались под воздействием однотипных факторов. Для этого целесообразно, по нашему мнению, использовать критерий Карла Пирсона, который позволяет определить степень соответствия исследуемого закона распределения плотности вероятностей, теоретическому закону распределения случайной величины, параметры которого были определены учеными-математиками.

Следующее требование — несмещенность количественных показателей, т. е. их относи-мость к определенному интервалу времени. При этом анализируемые количественные показатели должны быть репрезентативными и отражать свойства реально существующего вида преступности.

Как показывает практика количественного анализа данных уголовной статистики применительно к субъектам РФ, все они являются

частными, но неоднородными эмпирическими моделями анализируемого вида преступности (из большого числа различных по своему содержанию региональных криминогенных факторов). Для устранения данного противоречия всегда следует предварительно производить группировку анализируемых статистических данных по наиболее сложному в математике параметру случайных величин — их однородности. С этой целью используется критерий соответствия К. Пирсона, который позволяет не только определять соответствие исследуемых статистических данных выбранному теоретическому закону распределения случайных величин (как правило, нормальному (Гаусса) закону распределения), но и рассчитывать степень этого соответствия (т. е. уровень надежности) для соответствующих моделей организованной преступности, в том числе прогнозируемых [20]. В качестве количественной характеристики организованной преступности также целесообразно использовать математическое ожидание и среднее квадратическое отклонение (дисперсию) изучаемых криминальных проявлений.

Лишь после формирования количественной модели противодействия организованной преступности может быть составлен ее прогноз (решение этой задачи может быть осуществлено посредством применения математических методов теории вероятностей) и, соответственно, разработана математическая модель концепции уголовной политики, которая будет базироваться не на сиюминутных вызовах или внезапно возникших проблемах, а преимущественно на устойчивых тенденциях изменения криминальной активности.

Без создания такой модели, на наш взгляд, невозможно разработать и «дорожную карту» уголовно-политических решений, которая бы обеспечила постепенную замену репрессивной модели борьбы с организованной преступностью, опирающейся в основном на рост числа специальных уголовно-правовых запретов и численности правоохранительных органов [21], профилактической моделью такой борьбы.

Цифровая («вычислительная») криминология давно уже стала теоретической реальностью [22], но лишь сегодня, главным образом в результате появления качественно новых криминальных вызовов [23], она имеет все шансы быть востребованной в практике борьбы с преступностью, прежде всего с организованными ее формами.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Smith G. J. D. The challenges of doing criminology in the big data era: towards a digital and data-driven approach / G. J. D. Smith, L. B. Moses, J. Chan // British Journal of Criminology. — 2017. — Vol. 57, iss. 2. — P. 259-274.

2. Босхолов С. С. Основы уголовной политики. Конституционный, криминологический, уголовно-правовой и информационный аспекты / С. С. Босхолов. — М. : Центр ЮрИнфоР, 2004. — 303 с.

3. Лунеев В. В. Преступность ХХ века: мировые, региональные и российские тенденции / В. В. Лунеев. — Изд. 2-е, перераб. и доп. — М. : Волтерс Клувер, 2005. — 912 с.

4. Максимов С. В. Новейшая уголовная политика России: опыт и уроки непрерывного реформирования / С. В. Максимов // Пробелы в российском законодательстве. — 2017. — № 4. — С. 16-22.

5. Лесников Г. Ю. Уголовная политика Российской Федерации (проблемы теории и практики) / Г. Ю. Лесников. — М. : Закон и право, 2004. — 197 с.

6. Pyrooz D. C. From your first cigarette to your last dyin' day»: the patterning of gang membership in the life-course / D. C. Py-rooz // Journal of Quantitative Criminology. — 2014. — Vol. 30, iss. 2. — P. 349-372.

7. Васин Ю. Г. Организованная группа в уголовном законе: тенденции развития / Ю. Г. Васин // Государство и право. — 2015. — № 5. — С. 48-57.

8. Гилинский Я. И. Криминология: курс лекций / Я. И. Гилинский. — СПб. : Питер, 2002. — 384 с.

9. Криминология : учебник / под ред. А. И. Долговой. — М. : Инфра-М, 1997. — 779 с.

10. Лист Ф. Задачи уголовной политики. Преступление как социально-патологическое явление / Ф. Лист ; сост. и предисл. В. С. Овчинского. — М. : Инфра-М, 2004. — 110 с.

11. Shoemaker R. Understanding the criminal: record-keeping, statistics and the early history of criminology in England / R. Shoemaker, R. Ward // British Journal of Criminology. — 2017. — Vol. 57, iss. 6. — P. 1442-1461. — DOI: 10.1093/bjc/azw071.

12. Кудрявцев В. Н. Причинность в криминологии / В. Н. Кудрявцев. — М. : Юрид. лит., 1968. — 176 с.

13. Кудрявцев В. Н. Проблемы причинности в криминологии / В. Н. Кудрявцев // Вопросы философии. — 1971. — № 10. — С. 50-51.

14. Ревин В. П. Применение статистических методов анализа и прогнозирования в сфере правопорядка / В. П. Ревин // Труды Академии МВД СССР. Методология и методика прогнозирования в сфере борьбы с преступностью. — М., 1989. — С. 93-99.

15. Кудрявцев В. Н. Уголовная юстиция как система / В. Н. Кудрявцев // Правовая кибернетика / под ред. А. Н. Шляхова. — М., 1973. — С. 7-21.

16. Утаров К. А. Математические методы в криминологии : дис. ... канд. юрид. наук : 12.00.08 / К. А. Утаров. — М., 2004. — 165 с.

17. Гмурман В. Е. Руководство к решению задач по теории вероятностей и математической статистике / В. Е. Гмурман. — М. : Высш. шк., 1998. — 400 с.

18. Лунеев В. В. Юридическая статистика / В. В. Лунеев. — М. : Юрист, 1999. — 400 c.

19. Смирнов Н. В. Курс теории вероятностей и математической статистики / Н. В. Смирнов, И. Б. Дунин-Барковский. — М. : Наука, 1965. — 511 c.

20. A comparison of logistic regression, classification and regression tree, and neural networks models in predicting violent re-offending / Y. Y. Liu [et al.] // Journal of Quantitative Criminology. — 2011. — Vol. 27, iss. 4. — P. 547-573.

21. Police, Crime and the problem of weak instruments: revisiting the «More police, less crime» thesis / T. V. Kovandzic [et al.] // Journal of Quantitative Criminology. — 2016. — Vol. 32, iss. 1. — P. 133-158.

22. Максимов С. В. Организованная преступность и проблема моделирования борьбы с ней / С. В. Максимов, Ю. Г. Васин, К. А. Утаров // Государство и право. — 2015. — № 10. — С. 54-65.

23. Williams L. M. Cyberhate on social media in the aftermath of Woolwich: a case study in computational criminology and big data / M. L. Williams, P. Burnap // British Journal of Criminology. — 2016. — Vol. 56, iss. 2. — P. 211-238.

REFERENCES

1. Smith G. J. D., Moses L. B., Chan J. The challenges of doing criminology in the big data era: towards a digital and data-driven approach. British Journal of Criminology, 2017, vol. 57, iss. 2, pp. 259-274.

2. Boskholov S. S. Osnovy ugolovnoipolitiki. Konstitutsionnyi, kriminologicheskii, ugolovno-pravovoi i informatsionnyi aspekty [Basics of Criminal Policy. Constitutional, Criminological, Criminal Law and Information Aspects]. Moscow, Tsentr YurlnfoR Publ., 2004. 303 p.

3. Luneev V. V. Prestupnost'XX veka: mirovye, regional'nye i rossiiskie tendentsii [Crimes of the 20th Century: Global, Regional and Russian Trends]. 2nd ed. Moscow, Wolters Kluwer Publ., 2005. 912 p.

4. Maksimov S. V. The Modern Criminal Policy of Russia: Experience and Lessons of Continuous Reform. Probely v rossiiskom zakonodatel'stve = Gaps in Russian Legislation, 2017, no. 4, pp. 16-22. (In Russian).

5. Lesnikov G. Yu. Ugolovnaya politika Rossiiskoi Federatsii (problemy teorii i praktiki) [Criminal Policy of the Russian Federation (problems of theory and practice)]. Moscow, Zakon i Pravo Publ., 2004. 197 p.

6. Pyrooz D. C. "From your first cigarette to your last dyin' day": the patterning of gang membership in the life-course. Journal of Quantitative Criminology, 2014, vol. 30, iss. 2, pp. 349-372.

7. Vasin Yu. G. Organized group in the criminal law: development trends. Gosudarstvo i pravo = State and Law, 2015, no. 5, pp. 48-57. (In Russian).

8. Gilinskii Ya. I. Kriminologiya [Criminology]. Saint-Petersburg, Piter Publ., 2002. 384 p.

9. Dolgova A. I. (ed.). Kriminologiya [Criminology]. Moscow, Infra-M Publ., 1997. 779 p.

10. Liszt F.; Ovchinskii V. S. (ed.). Zadachi ugolovnoi politiki. Prestuplenie kaksotsial'no-patologicheskoe yavlenie [The Tasks of Criminal Policy. Crime as a Socially Pathological Phenomenon]. Moscow, Infra-M Publ., 2004. 110 p.

11. Shoemaker R., Ward R. Understanding the criminal: record-keeping, statistics and the early history of criminology in England. British Journal of Criminology, 2017, vol. 57, iss. 6, pp. 1442-1461. DOI: 10.1093/bjc/azw071.

12. Kudryavtsev V. N. Prichinnost' v kriminologii [Causality in Criminology]. Moscow, Yuridicheskaya literatura Publ., 1968. 176 p.

13. Kudryavtsev V. N. The problems of causality in criminology. Voprosy filosofii = Issues of Philosophy, 1971, no. 10, pp. 5051. (In Russian).

14. Revin V. P. The use of statistical methods of analysis and prediction in the sphere of law enforcement. Trudy Akademii MVD SSSR. Metodologiya i metodika prognozirovaniya v sfere bor'by s prestupnost'yu [Works of the Academy of the Ministry of Internal Affairs of the USSR. The Methodology and Methods of Prognostication in the Sphere of Crime Counteraction.]. Moscow, 1989, pp. 93-99. (In Russian).

15. Kudryavtsev V. N. Criminal justice as a system. In Shlyakhov A. N. (ed.). Pravovaya kibernetika [Legal Cybernetics]. Moscow, 1973, pp. 7-21. (In Russian).

16. Utarov K. A. Matematicheskie metody v kriminologii. Kand. Diss. [Mathematical Methods in Criminology. Cand. Diss.]. Moscow, 2004. 165 p.

17. Gmurman V. E. Rukovodstvo k resheniyu zadach po teorii veroyatnostei i matematicheskoi statistike [A Manual on Solving Tasks on the Theory of Probability and Mathematical Statistics]. Moscow, Vysshaya shkola Publ., 1998. 400 p.

18. Luneev V. V. Yuridicheskayastatistika [Legal Statistics]. Moscow, Yurist Publ., 1999. 400 p.

19. Smirnov N. V., Dunin-Barkovskii I. B. Kurs teorii veroyatnostei i matematicheskoistatistiki [A Course in the Theory of Probability and Mathematical Statistics]. Moscow, Nauka Publ., 1965. 511 p.

20. Liu Y. Y., Yang M., Ramsay M., Li X. S., Coid J. W. A comparison of logistic regression, classification and regression tree, and neural networks models in predicting violent re-offending. Journal of Quantitative Criminology, 2011, vol. 27, iss. 4, pp. 547-573.

21. Kovandzic T. V., Schaffer M. E., Vieraitis L. M., Orrick E. A., Piquero A. R. Police, Crime and the problem of weak instruments: revisiting the «More police, less crime» thesis. Journal of Quantitative Criminology, 2016, vol. 32, iss. 1, pp. 133-158.

22. Maksimov S. V., Vasin Yu. G., Utarov K. A. The organized crime and problem of modeling combat it. Gosudarstvo ipravo = State and Law, 2015, no. 10, pp. 54-65. (In Russian).

23. Williams L. M., Burnap P. Cyberhate on social media in the aftermath of Woolwich: a case study in computational criminology and big data. British Journal of Criminology, 2016, vol. 56, iss. 2, pp. 211-238.

ИНФОРМАЦИЯ ОБ АВТОРАХ

Максимов Сергей Васильевич — помощник руководителя Федеральной антимонопольной службы, доктор юридических наук, профессор, г. Москва, Российская Федерация; e-mail: sergeymax2006@yandex.ru.

Васин Юрий Геннадьевич — соискатель Института государства и права РАН, кандидат юридических наук, г. Москва, Российская Федерация; e-mail: vasin65@mail.ru.

Утаров Канат Алимтаевич — старший преподаватель кафедры уголовного процесса и криминалистики Южно-Казахстанского государственного университета им. М. Ауэзова, кандидат юридических наук, г. Чимкент, Республика Казахстан; e-mail: koben_kok_koz@mail.ru.

ДЛЯ ЦИТИРОВАНИЯ

Максимов С. В. Цифровая криминология как инструмент борьбы с организованной преступностью / С. В. Максимов, Ю. Г. Васин, К. А. Утаров // Всероссийский криминологический журнал. — 2018. — Т. 12, № 4. — С. 476-484. — DOI: 10.17150/2500-4255.2018.12(4).476-484.

INFORMATION ABOUT THE AUTHORS

Maksimov, Sergey V. — Assistant Head, Federal Antimonopoly Service of the Russian Federation, Doctor of Law, Professor, Moscow, the Russian Federation; e-mail: sergeymax2006@yandex.ru.

Vasin, Yury G. — Applicant, Institute of State and Law of the Russian Academy of Sciences, Ph.D. in Law, Moscow, the Russian Federation; e-mail: vasin65@mail.ru.

Utarov, Kanat A. — Senior Lecturer, Chair of Criminal Procedure and Criminalistics, M. Auezov South Kazakhstan State University, Ph.D. in Law, Chimkent, the Republic of Kazakhstan; e-mail: koben_kok_koz@m.

FOR CITATION

Maksimov S. V., Vasin Yu. G., Utarov K. A. Digital criminology as a tool for combating organized crime. Vserossiiskii kriminologicheskii zhurnal = Russian Journal of Criminology, 2018, vol. 12, no. 4, pp. 476-484. DOI: 10.17150/2500-4255.2018.12(4).476-484. (In Russian).