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

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.