Анализ и прогнозирование преступности в России как инструмент эффективного государственного управления в социальной сфере

Паршинцева Лидия Сергеевна ORCID: 0000-0002-2256-7070 кандидат экономических наук доцент кафедры информационного права, информатики и математики, Российский государственный университет правосудия 117418, Россия, Москва, г. Москва, ул. Новочерёмушкинская, 69 Parshintseva Lidiya Sergeevna PhD in Economics Associate Professor of Information Law, Computer Science and Mathematics, Russian State University of Justice 117418, Russia, Moscow, Moscow, Novocheremushkinskaya str., 69 lsparshintseva@yandex.ru

Введение. Полноценное развитие общества не возможно без сохранения правопорядка, достижения верховенства закона и сохранения культурно-нравственных ценностей. В последнее время, не смотря на действия, предпринимаемые в отношении Целей устойчивого развития, в мире наблюдается тенденция роста агрессии, снижения общего уровня жизни, а также на достаточно высоком уровне сохраняется неравенство населения, голод и нищета ^[1-4]. Всё это способствует увеличению преступности и правонарушений ^[1-5].

Учитывая роль сохранения правопорядка в обществе, в 2010 году международной неправительственной организацией World Justice Project была разработана методика индекса верховенства закона, позволяющего проводить межстрановые сопоставления уровня обеспечения правовой среды. По этому показателю в 2022 году Российская Федерация находилась на 107 месте в мире из возможных 140 со значением 0,45. Отметим, что в 2021 году страна занимала 101 место со значением 0,47. Ухудшение ситуации по значениям индекса было в связи с усилением ограничений полномочий правительства (со 129 до 130 места), ростом коррупционной составляющей (с 88 до 90 места), снижением открытости правительства (с 78 до 82 места), ухудшением в области соблюдения основных прав (со 114 до 122 места), снижением порядка и безопасности (с 84 до 91 места) и регулярного правоприменения (с 81 до 92 места), а также ухудшениями в области гражданского (с 70 до 74 места) и уголовного правосудия (со 121 до 123 места) ^[6].

Вышеописанное обуславливает анализ состояния и тенденций развития преступности в России с учетом особенностей страны c целью снижения криминагенной обстановки.

Цель исследования: выявление основных тенденций и закономерностей развития преступности в России для выработки эффективных мер государственного управления, направленных на улучшение криминогенной обстановки.

Материал и методы исследования. В процессе исследования использовались официальные статистические данные, а также результаты научных исследований специалистов в предметной области.

Исследование проводилось с использованием таких статистических методов, как метод относительных величин, индексный метод анализа, методы анализа временных рядов и прогнозирования, в частности, адаптивные методы, корреляционный и дисперсионный методы анализа, а также методы визуального анализа данных.

Результаты исследования. За последние 10 лет число зарегистрированных преступлений снизилось на 14,6%, что составляет 335,4 тыс. случаев. Наибольшее число зарегистрированных преступлений приходилось на 2015 год и составило 2388,5 тыс. случаев. Также всплеск преступности имел место в 2019-2020гг. ^[7,8]

Несмотря на общую тенденцию к снижению преступности в рассматриваемом периоде, в структуре числа зарегистрированных преступлений наблюдается ухудшение ситуации. Так, доли тяжких и особо тяжких преступлений выросли соответственно на 5,3% или на 1,1п.п. и 30,7% или на 1,5 п.п. В целом, согласно рассчитанным значениям коэффициентов структурных сдвигов Рябцева (на 3,7%) и Гатева (на 5,2%), структура преступности изменилась не существенно ^[7-9].

На рис. 1 представлена структура и динамика преступлений в России по категориям за период 2012-2022гг.

Источник: построено автором по данным ^{[7, 8]}

Рис. 1. Структура и динамика преступлений по категориям в России

Наименьший уровень преступности по всем категориям преступлений за рассматриваемый период наблюдался в Чеченской Республике: в 2022 году уровень преступности составил 159 случаев на 100 тыс. человек населения региона, уровень преступности по категории тяжких и особо тяжких – 44 случая и по категории средней и небольшой тяжести – 115 случаев. Также небольшой уровень преступности имел место в Республиках Дагестан и Ингушетия. Наибольший уровень преступности (более 2000 случаев на 100 тыс. человек населения) был отмечен в Еврейской автономной области (2130 случаев), Амурской области (2139 случаев), Республиках Коми (2026 случаев), Алтай (2176 случаев), Карелия (2235 случаев) ^[7,8].

Все субъекты внутри федеральных округов в 2022 году, за исключением Северо-Западного (53,0%) и Дальневосточного (34,5%), и по России в целом были однородны по уровню преступности.

В результате дисперсионного анализа было установлено существенное влияние регионального фактора на уровень преступности, как по категориям тяжких и особо тяжких преступлений (эмпирическое корреляционное отношение составило 0,975), так и по категориям средней и небольшой тяжести (0,928). То есть вариация уровней преступности по рассматриваемым категориям была обусловлена региональным фактором соответственно на 95,1% и 86,1% ^[7,8].

Изучение зависимости уровня преступности, в том числе по категориям тяжких и особо тяжких преступлений, а также средней и небольшой тяжести от социально-экономических факторов показал во всех случаях влияние трех факторов: коэффициента миграционного прироста, уровня безработицы и розничной продажи алкогольной продукции на душу населения ^{[7,8, 10]}. При этом на протяжении рассматриваемого периода теснота связи оставалась примерно на одном уровне. Кроме того, было выявлено влияние концентрации доходов населения (индекс Джини) на уровень преступности по категории средней и небольшой тяжести. Сделанные выводы согласуются с результатами исследований других ученых, анализирующих влияние отдельных соуиально-экономических факторов на преступость ^[11-16].

Таблица 1

Матрица парных коэффициентов корреляции

Примечание: Y1 – уровень преступности, Y2 – уровень преступности по категории тяжких и особо тяжких преступлений, Y3 – уровень преступности по категории средней и небольшой тяжести, X1 – уровень безработицы, X2 – розничная продажа алкогольной продукции на душу населения, X3 – коэффициент миграционного прироста, X4 – коэффициент Джини, X5 – коэффициент дифференциации по доходам

Источник: рассчитано автором по данным ^{[7,8, 10]}

Таким образом, можно заключить, что на вариацию уровня преступности, в том числе по категориям преступлений, помимо регионального фактора, влияние оказывает уровень жизни населения, миграционная обстановка и ситуация на рынке труда ^[17-19]. Причем, следует отметить, что между уровнем преступности и миграционным приростом наблюдается обратная зависимость, то есть миграционный отток, побужденный, как правило, неблагоприятными условиями проживания, показывает обратную зависимость с уровнем преступности.

С целью выработки предупредительных мер по снижению преступности важное значение имеет прогнозирование ее объема, в том числе по категориям преступлений ^[5]. На основании месячных данных за период с 2012 по апрель 2023 гг. было выполнено моделирование и прогнозирование числа зарегистрированных преступности, в том числе по категориям преступлений. Для моделирования анализируемых временных рядов использовались адаптивные методы, имеющие ряд существенных преимуществ относительно других известных методов моделирования и прогнозирования: высокая точность прогнозов, учет временной ценности информации и степени «устаревания» данных и другие преимущества.

Для выявления компонентов во временных рядах числа зарегистрированных преступлений по категориям тяжких и особо тяжких преступлений, средней и небольшой тяжести были использованы автокорреляционные функции исходных рядов (рис. 2 а, г), первых разностей (рис. 2 б, д) и сезонных разностей (рис. 2 в, е)

а) б) в)

г) д) е)

Источник: построено автором по данным ^[3,6,7]

Рис. 2. Автокорреляционные функции исходных рядов (рис. 2 а, г), первых разностей (рис. 2 б, д) и сезонных разностей (рис. 2 в, е)

Как видно из рисунка 2 (а, б, в), во временном ряду числа зарегистрированных преступлений по категориям тяжких и особо тяжких преступлений присутствуют сезонный и систематический компоненты, так как автокорреляционная функция плавно убывает и имеет выбросы на лагах, кратных периоду сезонности. Поведение автокорреляционных функций первых и сезонных разностей более ярко демонстрируют соответственно сезонность и тренд в ряду. Аналогичные выводы можно сделать по временному ряду числа зарегистрированных преступлений по категориям средней и небольшой тяжести (см. рис. 2 г, д, е).

На рисунке 3 представлена сезонная волна анализируемых временных рядов. Так как амплитуда колебаний числа зарегистрированных преступлений, как по категориям тяжких и особо тяжких преступлений, так и по категориям средней и небольшой тяжести, на протяжении рассматриваемого периода оставалась постоянной, сезонность имеет аддитивную форму.

Источник: построено автором по данным ^[3,6,7]

Рис. 3. Сезонная волна числа зарегистрированных преступлений

Пик роста преступности по всем категориям преступлений наблюдается из года в год в марте и октябре, кроме того, по преступлениям средней и небольшой тяжести – в июне. Спад преступности по каждой категории преступлений имел место в зимние месяцы (декабрь, январь).

Для выбора наилучшей модели, описывающей поведение уровней временных рядов по каждой категории, были рассчитаны ошибки моделей с аддитивной сезонностью и различными видами тренда (линейном, экспоненциальном, демпфированном).

Ошибки моделей с аддитивной сезонностью и различными видами тренда представлены в таблице 2.

Таблица 2

Результаты сравнительного анализа ошибок моделей

Источник: рассчитано автором по данным ^[3,6,7]

В результате сравнительного анализа ошибок моделей было установлено, что наилучшем образом поведение уровней временного ряда числа зарегистрированных преступлений по категориям тяжких и особо тяжких преступлений описывает модель экспоненциального сглаживания с демпфированным трендом и аддитивной формой сезонности при α=0,2, δ=0,1, φ=0,1, для временного ряда числа зарегистрированных преступлений по категориям средней и небольшой тяжести – модель экспоненциального сглаживания с демпфированным трендом и аддитивной формой сезонности с параметрами α=0,3, δ=0,1, φ=0,3. Отобранные модели оказывались завышены соответственно на 0,7% и 0,5%, что является допустимыми значениями для получения качественных прогнозов по рассчитанным моделям. Автокорреляционные функции остатков моделей также свидетельствуют об адекватности построенных моделей.

Точечный и интервальный прогноз числа зарегистрированных преступлений по выбранным моделям до конца 2023 года представлен в таблице 3.

Таблица 3

Прогноз числа зарегистрированных преступлений на 2023 г.

Источник: рассчитано автором по данным ^[3,6,7]

Исходя из приведенных расчетов, можно ожидать рост числа зарегистрированных преступлений в июне, августе и октябре по всем категориям преступлений соответственно на 5,4% (8817 случаев), 2,0% (3829 случаев) и 14,1% (22452 случаев) и снижение показателя к концу года по сравнению с началом 2023 года на 4,0%. Также следует отметить, что по сравнению с аналогичным период предыдущего года прогнозируется увеличение числа зарегистрированных преступлений примерно на 1,1%.

Заключение. Результаты исследования показали, что вариация уровней преступности по категориям преступлений обусловлена влиянием территориального фактора и значительным числом социально-экономических факторов, среди которых важное значение имеют факторы региональной дифференциации и концентрации доходов населения, уровень бедности ^[14,15], различия в ситуации на рынке труда ^[12], уровне жизни населения и другие факторы. В целях снижения криминогенной обстановки в различных субъектах Российской Федерации, прежде всего, адресные мероприятия должны быть направлены на снижение социально-экономического неравенства населения и решение отдельных вопросов депривационного характера ^{[2, 20, 21]}.

Выполненный прогноз показывает, что в настоящее время, несмотря, на положительную тенденцию к снижению числа зарегистрированных преступлений, в последнее время сохраняется достаточно высокий уровень напряженности в обществе и высокая дифференциация населения по различным признакам.

Для Российской Федерации вопросы территориальной дифференциации стоят особенно остро и требуют незамедлительного решения, так как любые проявления неравномерности в распределении ресурсов и возможностей ведут к ухудшению общественных взаимоотношений и экономической ситуации в стране, побуждая рост преступности, что, в свою очередь, сказывается на уровне социально-экономической жизни, темпах развития и безопасности страны.

Результаты проведенного исследования могут быть полезны исполнительным органам власти при разработке адресных мероприятий по снижению преступности с учетом выделенных факторов и прогнозов.

Просто выделите и скопируйте ссылку на эту статью в буфер обмена. Вы можете также попробовать найти похожие статьи