Прогнозирование преступности и его методы

Преступность в своем реальном выражении — явление стихийное и собирательное. Она складывается из различных общественно опасных посягательств, совершаемых разными людьми, которые, в свою очередь, руководствуются разными мотивами и преследуют различные цели.

Какие же закономерности лежат в основе предвидения тенденций преступности? Ответ на этот вопрос однозначный — статистические. Они формируются и проявляются в массе преступных деяний, где действует закон больших чисел, который позволяет выявить определенные закономерности в динамике и структуре преступности, где на первый взгляд и на уровне единичных преступлений все кажется случайным.

При массовом наблюдении случайные колебания взаимно погашаются и остаются следствия, обусловленные общими причинами. Это и дало основание К. Марксу утверждать, что «…преступления, взятые в большом масштабе, обнаруживают, по своему числу и по своей классификации, такую же закономерность, как и явления природы»^[1].

Итак, в основе прогнозирования преступности лежат статистические закономерности развития преступности и связанных с ней явлений прошлого, настоящего и в определенной мере будущего. Влияния будущего реализуются через субъективные цели и объективные возможности субъектов преступлений.

В документах первичного учета (статистических карточках на преступление, лицо, его совершившее, и уголовное дело) отражается и кодируется более сотни тысяч единиц уголовно-правовой, уголовно-процессуальной, криминологической, социально-экономической и социально-психологической информации, которая включается в региональные и федеральные базы данных, обрабатывается с помощью компьютеров и выдается в виде ведомственной и государственной статистической отчетности. Один только Главный информационно-аналитический центр МВД РФ (ГИАЦ) обрабатывает десятки форм государственной и ведомственной отчетности^[2]. Взаимосвязи между различными единицами информации, полученные в электронном виде, умножают информационную базу путем различных соотношений, которые могут быть использованы при прогнозировании преступности. Криминологически важные сведения содержит и отчетность прокуратур, других правоохранительных органов и судов, находящаяся в электронном виде. При определенных условиях (места, времени и др.) эти данные можно соотнести с любым иным объективно взаимосвязанным электронным показателем. Во взаимосвязи между собой они несут в себе обширную и важную прогностическую информацию.

Статистические закономерности свойственны не только преступности, но и ее причинной базе, т. е. всей совокупности криминогенных и антикриминогенных факторов, которые формируют преступность как таковую. При статистическом учете причин и условий преступности их вероятностное изменение в будущем также может быть представлено в количественном выражении. Такие возможности открывает система первичного учета преступлений, лиц и уголовных дел, где в статистических карточках содержится значительная криминологическая информация о некоторых причинах и условиях совершения преступлений.

Однако надо иметь в виду, что непосредственные причины конкретных деяний, регистрируемые в документах первичного учета и обобщаемые в статистической отчетности разных форм, далеко не всегда отражают всю совокупность социальных, экономических, социально-психологических, организационных явлений, детерминирующих преступность. Общие причины лишь опосредованно регистрируются в количественном учете, что следует принимать во внимание при качественном и количественном анализе, который может быть углублен за счет привлечения более широкой статистической базы. Социальные, экономические, демографические, социально-психологические, организационные и иные явления и процессы, каким-то образом связанные с преступностью, также подлежат государственному и ведомственному учету.

Снижение уровня жизни, рост безработицы, интенсификация миграционных процессов, рост беспризорности и т. д. — факторы криминогенные. И наоборот, повышение уровня жизни, совершенствование правового регулирования различных сторон деятельности человека, реализация социальных программ обучения и воспитания несовершеннолетних и другие аналогичные процессы способствуют снижению преступности в целом или ее отдельных видов. Используя статистические закономерности и тенденции рассматриваемых явлений, мы можем существенно расширить эмпирическую базу прогноза преступности.

Качественно-количественные прогнозы изменений, тенденций и закономерностей преступности в обозримом будущем могут быть получены многими методами. В прогностике их насчитывается свыше 150. Из огромного арсенала прогностических методик криминология заимствует лишь те, которые на современном этапе развития науки и практики применимы для предвидения тенденций преступности. К ним относятся: 1) экстраполяция, 2) метод экспертных оценок, 3) моделирование. Каждый из указанных методов имеет свои преимущества и недостатки, а их комплексное использование повышает достоверность прогностических данных^[3]. Применение этих методов позволяет разрабатывать краткосрочные (до 1 года), среднесрочные (до 5−10 лет) и даже долгосрочные (до 15 и более лет) прогнозы.

Экстраполяция (от лат. extra — вне, сверх + polire — делать гладким) представляет собой распространение выводов, полученных при изучении прошлой и настоящей преступности, на ее будущие тенденции. А поскольку преступность и связанные с ней явления имеют динамические и структурные показатели, выраженные в абсолютных и относительных величинах, то и на будущее они могут предсказываться в тех же количественных единицах. Прогностические выводы могут быть дифференцированы по видам, группам преступлений и их причинным обстоятельствам.

В целях выявления основных тенденций и закономерностей при экстраполяции уровня преступности и ее причинной базы пользуются статистическими методами сглаживания и выравнивания статистических рядов экстраполируемых явлений путем усреднения и укрупнения интервалов, выравнивания динамических рядов способом скользящей средней, выравнивания уровня ряда по прямой и другим функциям, изучаемым в юридической статистике^[4].

Методом экстраполяции можно получить вероятностные прогностические выводы не только о динамике, но и о структуре преступности и связанных с ней явлений. Эти выводы могут быть дифференцированы по группам деяний и их отдельным видам, а также по содержанию криминогенных или антикриминогенных факторов. Прогнозирование возможных тенденций причин и условий преступности делает прогнозирование преступности более надежным. Таким образом корректируется экстраполяционная линия преступности (рис. 11.2).

Рис. 11.2. Экстраполяция уровня преступности в России по данным 1996;2008 гг.

Основанием для построения графика, представленного на рис. 11.2, послужила приведенная ниже таблица (данные за время действия нового УК РФ) (см. табл. 11.1).

Таблица 11.1. Тенденции изменения численности населения и тенденции преступности (1996−2008 гг.).

Точность прогноза преступности, рассчитанного методом экстраполяции динамических рядов преступных проявлений и их причин, является относительной. При выработке экстраполяционного прогноза обычно исходят из того, что социальные, экономические, демографические, а также иные сугубо криминологические явления и процессы в будущем в основе своей сохранятся более или менее неизменными. Частные отклонения могут не приниматься в расчет, так как они не изменяют общих глобальных тенденций. Но общество — система открытая, потому его будущее — это не только продолжение прошлого и настоящего. Социальные мутации могут быть весьма неожиданными. Человечество, например, создало достаточно гарантий для предотвращения Третьей мировой войны, но они не являются абсолютными. Случайности возможны, они способны радикально изменить криминологическую обстановку в стране и мире.

Войны, революции, террористические акты, экономические кризисы и другие социальные потрясения, рукотворные, природные и техногенные катастрофы и даже просто умышленные искажения данных регистрируемой преступности могут сделать эти выводы ненадежными. Приведем конкретный пример. Если статистический ряд преступности за 1965−1985 гг. (20 лет — серьезная временная база для прогноза) экстраполировать на ближайшие три года, то в 1988 г. уровень преступности мог бы достигнуть 2,5 млн учтенных деяний. Фактически же было зарегистрировано 1,9 млн преступлений.

Расхождения существенны, но вполне объяснимы: начало перестройки, появление у народа надежды на положительные изменения, абсурдная, но «результативная» (в узком криминологическом смысле) борьба с пьянством и др. И даже несмотря на неоднозначность этих факторов, уровень преступности «отреагировал» на них значительным снижением. Правда, как только фикция стала очевидной, он «вернулся» на свои объективные позиции: в 1989 г. было зафиксировано 2,5 млн преступлений, в 1990;м — 2,8 млн, в 1991;м — 3,2 млн. И если бы прогноз преступности рассчитывался не на три, а на пять лет, то он бы полностью оправдался и временный «провал» уровня, обусловленный неудачной борьбой с пьянством, не исказил бы результирующую линию.

Другой пример. В прогнозе преступности в России на 1993−1994 гг. предполагался ее рост в 1993 г. на 17−22% (до 3,2−3,4 млн), в 1994 г. — на 16−20% (до 3,8−4,4 млн). Это предположение было сделано исходя из реальных тенденций преступности предшествующего пятилетия и объективной оценки вероятного развития ее причинной базы. При прогнозировании не были учтены возможности МВД РФ по реальному и «бумажному» регулированию преступности, необходимость в котором возникла после жесткой критики властями деятельности органов внутренних дел в середине 1992 г.

В итоге, несмотря на очевидное ухудшение криминологической обстановки, в 1993 г. было зарегистрировано только 2,8 млн преступлений, а в 1994 г. — 2,6 млн. Расхождения существенны, и объясняются они тем, что: 1) прогноз был глубоко ошибочен; 2) правоохранительные органы целенаправленно и реально «разрушили» объективный прогноз эффективной работой; 3) опасаясь ответственности за рост преступности и не имея возможности сбить ее волну, они «разрушили» прогностические выводы на бумаге (эта причина была доминирующей).

Экстраполяция используется, как правило, при кратковременных прогнозах. Чем меньше срок прогноза, тем выше его точность, поскольку изменения в обществе точнее просчитываются при небольших прогнозируемых периодах. Однако если в прогнозируемый срок попадают случайные, но заметные изменения, они искажают результирующую тенденцию.

Метод экспертных оценок в криминологическом прогнозировании дополняет экстраполяцию. Он представляет собой специфическую форму опроса (анкетирования) высококвалифицированных и опытных специалистов (криминологов, социологов, экономистов, психологов и др.) для установления возможных тенденций преступности и ее причинной базы в прогнозируемый период. Этот метод пригоден для среднесрочного и долгосрочного прогнозирования при отсутствии необходимой основы для использования других, более точных, прогностических методик. Его недостатками являются субъективность и неформализованный характер прогностических оценок.

Повысить их надежность и перевести субъективные оценки в количественные показатели помогает ряд способов: а) правильный подбор экспертов; б) всесторонняя оценка их компетентности; в) продуманная и обоснованная методика опроса; г) применение статистико-математических приемов обобщения экспертных оценок; д) расчет степени согласованности (конкордация) мнений экспертов; е) сопоставление экспертных оценок с результатами объективных методов прогнозирования преступности и др. Этот опыт в нашей стране использовался Научным центром Академии управления МВД в 1990;е годы. Результаты были вполне удовлетворительными. Потом подобные исследования прекратились. Можно предположить, что они не удовлетворяли руководство по причине отсутствия оптимистических прогнозов.

Метод моделирования преступности в прогностических целях предполагает построение математических моделей преступности, анализ которых в различных обстоятельствах может заменить в известных пределах изучение будущей преступности. Под моделью в широком смысле подразумевается реальный или мысленный образ (изображение, описание, схема, чертеж, график, формула и т. п.) либо прообраз каких-либо объектов (явлений), используемый вместо них при определенных условиях. Создание удовлетворительной модели преступности в целях ее изучения и прогнозирования -дело будущего. Ее функции могут выполнять лишь модели идеальные, построенные в виде схем, формул, матриц. В настоящее время выделяются два направления математического моделирования преступности: а) моделирование преступности в виде уравнения множественной регрессии; б) матричное моделирование преступности. Обширная статистическая база, охватывающая сотни тысяч показателей, и использование компьютеров при их анализе делают применение математического моделирования вполне реальным способом прогнозирования преступности.

Но для его успешного применения необходима достаточная математическая и статистическая подготовка.

Модели преступности в виде уравнений множественной регрессии представляют собой многофакторные образования. В качестве примера их условно и упрощенно можно описать комплексом относительно простых уравнений:

где У-условное (прогнозируемое) число преступлений; а/1, а/2, а/3 … а/п — постоянные коэффициенты связи между криминогенными факторами и преступностью; х/1, х/2, х/3 … х/п — криминогенные факторы.

Приведенное уравнение не более чем иллюстрация, ибо реальное использование метода моделирования преступности гораздо сложнее, и его применение на практике требует серьезной математической подготовки, надежного эмпирического (статистического и социологического) материала и современных компьютерных технологий^[5].

Попытки прогнозирования преступности в СССР и России предпринимались с начала 70-х годов прошлого века. Первый прогноз был составлен в 1970—1971 гг. в союзном МВД на 1971−1975 гг. на основе экспертного опроса 100 ученых и практиков^[6]. Однако это важное начинание не переросло в системное прогнозирование преступности.

В конце 1980;х годов в СССР, а затем в России МВД вернулось к прогнозированию. При всех недостатках ведомственного прогноза оно выполняет определенную функцию в организации борьбы с преступностью и в развитии методов прогнозирования^[7]. Однако все, что не дает сиюминутного результата в системе уголовной юстиции, исчезает из исследовательского поля. Остается самый надежный и управляемый метод — «бумажного» моделирования.

Молодой исследователь И. С. Скифский, профессионально используя возможности моделирования, развивает технику построения прогнозных моделей преступности. Он предлагает прогнозирование методом скользящей средней путем сглаживания временных рядов, прогнозирование методом экспоненциального сглаживания скользящим средним и метод, состоящий их двух процессов — авторегрессии и скользящего среднего, а также другие более сложные математические методы^[8]. Они пока не приобрели широкого распространения и не доведены до форм, доступных сотрудникам правоохранительных органов. Однако работа профессиональных футурологов в этом направлении может принести реальную пользу и обеспечить их практическое применение в правоохранительной системе.

• [1] Маркс К., Энгельс Ф. Соч. Т. 8. С. 532.
• [2] Об этом см. главу 4 «Методы криминологических исследований» .
• [3] Новичков В. Е. Комплексное прогнозирование борьбы с преступностью (проблемы теории и практики). М., 2003. С. 123−224 и др.
• [4] Лунеев В. В. Юридическая статистика: учебник. М., 2004. С. 38−45, 270−318.
• [5] Лунеев В. В. Юридическая статистика. М., 2004. С. 112−117,291−318 (гл. 11 «Статистические методы изучения взаимосвязей»), В последнее время в секторе уголовного права и криминологии ИГП РАН были защищены диссертации, в которых широко применялось математическое моделирование: Утаров К. А. Математические методы в криминологии: дис. …к.ю.н. М., 2004; Юзиханова Э. Г. Тенденции и закономерности преступности в субъектах РФ: дис… д.ю.н. М., 2006. Кроме того, надо отметить другие ее публикации: Юзиханова Э. Г. Техника криминологического исследования. Тюмень, 2005. С. 82−112 (гл. 7 «Моделирование и прогнозирование временных рядов»); Ее же. Моделирование криминогенных процессов в РФ // Актуальные проблемы правоведения (Самара). 2005. № 1 и др. В этих работах приводятся математические методы, которые вполне могут быть освоены лицами, получившими полноценное юридическое образование.
• [6] Аванесов Г. А. Теория и методология криминологического прогнозирования. М., 1972. С. 24−25.
• [7] Методология и методика прогнозирования в сфере борьбы с преступностью // Труды Академии МВД СССР. М., 1989. С. 144−167; Модель регионального криминологического и уголовно-правового прогноза. М.: Академия МВД РФ, 1994.
• [8] Скифский И. С. Прогнозирование преступности: опыт статистического моделирования / под ред. В. В. Лунеева. Тюмень, 2009. С. 89−109.