Измерение латентности преступлений, совершённых при помощи информационно-коммуникативных технологий, по матрице индексов наказуемости А.А. Конева

Комаров Антон Анатольевич ORCID: 0000-0002-1330-4236 кандидат юридических наук доцент; кафедра уголовного права и национальной безопасности; Новосибирский государственный университет экономики и управления 630099, Россия, Новосибирская область, г. Новосибирск, ул. Каменская, 52/1, оф. 503 Komarov Anton Anatolevich PhD in Law Associate Professor; Department of Criminal Law and National Security; Novosibirsk State University of Economics and Management 630099, Russia, Novosibirsk region, Novosibirsk, Kamenskaya str., 52/1, office 503 reise83@mail.ru Другие публикации этого автора

Введение.

Стремительный рост числа регистрируемых преступлений, совершённых при помощи информационно-телекоммуникационных технологий (далее – ИКТ), не мог не сказаться на латентности компьютерной преступности.

Ряд диссертационных работ последнего десятилетия прямо содержит указание на высокий (Простосердов, 2016; Ефремова, 2017; Щурова, 2017; Фролов, 2018; Камко, 2020; Родивилин, 2021; Турунова, 2022; Овсюков, 2022; Конев, 2022; Туркулец, 2023) либо гиперлатентный (Шахрай, 2010; Сафонов, 2015; Русскевич, 2020; Евдокимов, 2021; Родина, 2022 ) характер преступлений, связанных с использованием информационно-коммуникативных технологий.

Не возражая относительно ранее высказанных в научной литературе позиций, мы предлагаем более пристально взглянуть на проблему в том ключе, что увеличившийся кратно за последние годы объём компьютерной преступности (в официальной статистике) делает вполне возможным уменьшение значения соотношения известных и неизвестных преступлений меж собой.

Однако стоит отметить и тот факт, что изучаемая вышеуказанными авторами проблема компьютерной преступности является сложносоставной, предусматривающей различные формы преступного поведения, обладающие специфическими степенями латентности, о чём сразу же стоит сделать оговорку. Терминологические разногласия относительно наименования феномена (киберпреступность, информационная, компьютерная, технотронная) можно опустить, ибо с точки зрения уголовно-статистического подхода, речь практически всегда идёт об одних и тех же составах преступлений, учитываемых уголовной статистикой. На возможность применения обобщающих статистических, математических методов это обстоятельство влияет опосредованно. Таким образом, наши выводы будут носить частный характер относительно уже имеющихся группировок преступлений, выделяемых в отдельные строки статистического учёта, а не спорных понятий.

Для простоты рассуждений далее мы будем обозначать изучаемую совокупность преступлений – компьютерной преступностью.

Материалы и методы.

Для решения поставленных перед нами задач пришлось, путём применения документального метода, извлечь из уголовной статистики исходные данные о состоянии преступлений, совершённых при помощи информационно-телекоммуникационных технологий. Подобная информация раскрывается Министерством внутренних дел и Генеральной прокуратурой Российской Федерации на своих информационных ресурсах в глобальной сети Интернет. Последняя делает это более полно. Мы опирались в своих расчётах на значение числа зарегистрированных преступлений за отчётный период. Базисные выводы о структуре компьютерной преступности мы сделали на основе обобщения данных за 2018-2023 гг.

Из имеющегося у нас арсенала средств и набора данных мы смогли вывести две значимые гипотезы:

а) наличествует связь между латентностью и структурой компьютерной преступности. Буквально это означает, что отдельные группы компьютерных преступлений, выделяемые в уголовной статистике, обладают различными степенями латентности. Так как по своей природе соотносятся сразу с несколькими видами преступности: общеуголовной корыстной, профессиональной, организованной и даже политической. Преступный профессионализм и преступное дилетантство не могут обладать одной и той же степенью латентности. Даже внутри группы корыстных компьютерных преступлений способ действий преступника и размер похищенного могут весьма серьёзно сказаться на естественной латентности. Для вскрытия этих закономерностей необходимо использовать метод анализа и исчисления относительных обобщающих статистических показателей удельного веса.

б) замер характера компьютерной преступности в динамике позволит косвенно судить о регистрационной дисциплине и реальных возможностях отдельных субъектов правоохранительной деятельности. Сравнение этого показателя с характером преступности, в целом, позволяет более объективно оценить реальный объём преступлений, совершаемых при помощи ИКТ на фоне общих тенденций развития преступности. Полученный результат будет отражать объём искусственной и пограничной латентности.

Характер компьютерной преступности и латентность.

Анализ характера преступности, как средство измерения латентности, берёт своё начало в трудах А. А. Конева ^{[1, c.29-31]}. В основе указанного метода лежит гипотеза о том, что путём изучения уголовной статистики можно выявить рассогласованность между отдельными показателями преступности и структурой Уголовного кодекса, которая как бы предполагает распределение преступлений в зависимости от степени их общественной опасности. При этом считается, что уменьшению степени общественной опасности от начала особенной части до её конца будет соответствовать общая тенденция нормального распределения практики регистрации преступлений. Подобное допущение является верным. Поскольку обратно пропорциональная зависимость между тяжестью совершённого деяния и степенью латентности существует в действительности ^{[2, c. 96]}. То есть резонансные преступления регистрируются в большей мере, нежели те, что общественное сознание не возмущают столь сильно. С другой стороны, эта гипотеза сегодня будет ограничена, поскольку структура Уголовного кодекса РФ (образца 1996 года) отличается от таковой у кодекса РСФСР 1960 года.

Вторая сложность, накладывающая ограничения на достоверность применяемого нами метода, состоит в том, что полнота уголовной статистики по вопросу компьютерной преступности обеспечена на довольно коротком промежутке времени. Сводные данные о преступлениях, совершённых при помощи вычислительной техники, начали систематизироваться в рамках ведомственной статистики МВД РФ с 2002 года посредством формы 1-ВТ ^{[3, c.5]}. После появления в структуре действующего Уголовного кодекса норм об ответственности за компьютерное мошенничество в форму были внесены изменения. В наше время, сообразно изменениям структуры компьютерной преступности, вступили в действие и применяются Указания Генеральной прокуратуры «О введении в действии перечней статей УК, используемых при формировании статистической отчётности». С 2018 года совокупность преступлений, совершаемых в сфере ИКТ, была ещё раз изменена. Указанные сводные отчёты во многих своих частях являются несопоставимыми статистическими массивами, что делает необходимым работу только с первичный данными. Поэтому дальнейшее развитие гипотезы упирается в то, что проблема определения степени латентности должна быть разбита на несколько самостоятельных исторических этапов, соответствовавших имевшейся практике регистрации. Напомним, что с 2011 по 2017 год объём компьютерных преступлений вырос кратно с 11 тыс. до 90,5 тыс. фактов. Предыдущий шестилетний этап может быть опосредован нестабильностью существующей практики регистрационной дисциплины.

Расчёт коэффициента вариации и анализ шестилетних значений среднеквадратичного отклонения коэффициентов преступности по всем субъектам РФ указывает на то, что уголовная статистика устоялась и формируется достаточно однородно только с 2020 года. Именно этот небольшой объём исходных данных, в качестве выборки, наиболее пригоден для обследования проблем компьютерной преступности на сегодняшний момент.

В силу подобных обстоятельств мы будем выдвигать суждения только о «последнем» из них, опираясь на современные приёмы сводки и группировки преступлений в сфере ИКТ. В таблице №1 «Сводные данные» представлена информация о характере преступности за шесть предыдущих лет.

Таблица 1. Сводные данные.

Первое заметное отличие – это существенная разница между характером компьютерной преступности и преступности в целом. В отдельные годы эта разница достигала двукратной величины. С одной стороны, это позволяет выдвинуть суждение о том, что компьютерная преступность обладает повышенной общественной опасностью по сравнению с иными видами преступной деятельности. С другой стороны, это может указывать и на то, что правоохранительные органы не в полной мере успевают регистрировать все совершаемые компьютерные преступления. Приоритет в правоохранительной деятельности отдаётся наиболее сложным и резонансным случаям, по которым требуется незамедлительная реакция. Кроме того, расследованием уголовных дел занимается весьма ограниченный контингент следователей и дознавателей, что сказывается не только на количественных показателях, но и на качестве производства. Об этом косвенно может свидетельствовать и показатель раскрываемости данных деяний, существенно отличающийся от общеуголовной преступности.

Рис. 1. Показатели раскрываемости.

На рисунке видно, что общие показатели раскрываемости компьютерных преступлений и всех иных видов находятся на противоположных концах шкалы процентных значений. Только по категориям тяжких и особо тяжких преступлений наблюдается некоторое сближение показателя (две кривые в центре графика). Подобное положение дел складывается только благодаря тому, что наиболее сложными случаями занимаются самые опытные следователи. Будучи отвлечёнными на борьбу с компьютерной преступностью, оставшиеся сотрудники уже не в состоянии обеспечить высокой раскрываемости даже тяжких общеуголовных преступлений.

Сводные данные, представленные в таблице №1, указывают, что характер преступности в последние шесть лет постепенно меняется в худшую сторону. С нашей точки зрения, этот факт нельзя расценивать, как однозначно негативный. В концепции трансформации уголовной политики, представленной С. М. Иншаковым, указывалось на необходимость смещения вектора противодействия в сторону тяжких и особо тяжких преступлений ^{[4, c.17]}. Очевидно, что этот процесс «трансформации», запущенный в 2010 году Академией Генеральной прокуратуры Российской Федерации, набирает обороты.

Учитывая характер ИКТ-преступлений и их высокий удельный вес в структуре современной преступности, следует предположить их определяющее воздействие на результирующий показатель. Ибо каждое третье преступление (34,8%) в 2023 году относилось к числу, совершённых с использованием ИКТ-технологий. Половина из этих преступлений (51%) относилась к категории тяжких или особо тяжких. А среди всех тяжких и особо тяжких преступлений (589 тыс.), совершённых на территории Российской Федерации за 2023 год, удельный вес ИКТ-преступлений составил 58%.

Меж тем, судя по динамике характера ИКТ-преступлений, пик максимального удельного веса тяжких и особо тяжких преступлений был пройден в 2021 году – 56%. Последние три года характеризуются относительной стабильностью. Это косвенно может указывать на невозможность дальнейшего экстенсивного способа регистрации компьютерной преступности. Продолжение этой практики в 2023 году (+29,7% по отношению к прошлому периоду) несёт в себе высокие издержки, поскольку неминуемо приведёт к снижению раскрываемости. А это обстоятельство уже не в полной мере соответствует интересам самой правоохранительной службы. Дальнейшая экстенсивная регистрация будет искажать уголовную статистику в целом, деформировать наши представления о так называемом «ядре преступности». Следовательно, мы можем ожидать стабилизации объёмов регистрируемой компьютерной преступности на отметке 0,55-0,7 млн. преступлений в год. Типичными значениями характера компьютерной преступности останутся 51-55%.

Совершенно очевидно, что приложены неимоверные усилия по переориентации направлений правоохранительной деятельности Министерства внутренних дел, поскольку 98,8% таких преступлений выявляются и регистрируются сотрудниками этого ведомства.

Расчёт и анализ индекса наказуемости, коэффициента тяжести для преступлений, совершённых посредством ИКТ.

Исходя из общей идеи применяемого метода, мы обязаны предположить, что степень латентности ИКТ-преступлений должна быть выше, чем значение этой степени по преступности вообще. Другое дело, что нам интереснее знать, насколько именно? В этом решающее значение могут иметь дальнейшие расчёты, которые могут опираться на т. н. «индекс наказуемости» отдельно взятых деяний, охарактеризованный через размер применяемых санкций за совершённые преступления.

Подобные вычисления в Российской Федерации, к сожалению, не поставлены на системную основу, что приводит нас к мысли о необходимости уточнить для читателя сам метод. В своих расчётах А. А. Конев исходит из максимальных и минимальных размеров санкций, предусмотренных Уголовным кодексом РСФСР, за совершённое деяние ^{[2, с.99]}. В противовес этому Ю. Д. Блувштейн предлагает опираться на значения, полученные путём метода экспертных оценок, проведённого с участием таких специалистов, как адвокаты, следователи, прокуроры и судьи ^{[5, c.59]}.

Такую работу мы проделали и мы, а результаты представили в виде таблицы №2 «Сравнение индексов», расположив их по ранжиру от самого общественно опасного к менее опасным.

Таблица 2. Сравнение индексов.

Как бы нивелируя особенности обоих методов, мы положили возможным привести в отдельных столбцах индекс наказуемости, посчитанный и тем и другим способом. В первом случае мы брали за основу минимальный и максимальный размер санкции, напрямую указанный в конкретной части статьи. В том же случае, когда указывался только верхний предел санкции, мы, в плане исчисления среднего значения, брали минимально возможный срок наказания в виде лишения свободы – 2 месяца. Эта операция повторялась сообразно количеству частей соответствующей статьи и только затем выводилось среднее по всему преступлению.

Во втором случае мы не полагались на экспертный метод, как Блувштейн, поскольку при наличии открытой уголовной статистики Судебного департамента при Верховном Суде РФ такая надобность отпадает. Напомним читателю, что в 1974 году подобные сведения составляли государственную тайну. Проследить реальную наказуемость деяний можно по форме 10.1 «Отчёт о числе привлечённых к уголовной ответственности и видах уголовного наказания». В целях исследования мы рассчитали среднее значение по всем составам одного и того же преступления, в части постановленных судом приговоров за 2023 год.

Итого в нашей сводной таблице представлены мнения исследователей-«первопроходцев», как эталонные суждения, указывающие на наличие исходной зависимости регистрируемости от тяжести (резонансности) деяния. По большей части преступлений ранжируемость выказывает ту же закономерность распределения, что и полвека назад. В части тяжких преступлений против личности эти изменения минимальны. Санкционированная государством наказуемость убийств, изнасилований и тяжкого вреда здоровью повысилась за счёт особо квалифицированных составов, ранее неизвестных законодателю. Формальный индекс наказуемости, установленный в санкции законодателем, увеличился. Но фактически сводится на нет распространённостью данных преступлений, что отражается на разности между индексами, рассчитанными по формальным санкциям и реальным приговорам.

Обращает на себя внимание невозможность обеспечения сводимости индексов по хищениям. Ранее действовавшее уголовное законодательство предусматривало отдельные составы преступлений, связанные с кражей общественного (государственного) и личного имущества. В современном нам законе все формы собственности защищаются одинаково, сиречь имеют равную степень общественной опасности. Но сегодня существует и некая глобальная тенденция снижения общественной опасности корыстной преступности, которая отразилась на индексе наказуемости. Индекс не то, что поднялся до значений краж общественного имущества, наоборот – опустился ниже отметки хищений личного. Всё это отвечает общей гипотезе, в соответствии с которой, качество регистрационной дисциплины будет ухудшаться по мере уменьшения индекса наказуемости. На то указывает и снижение удельного веса краж (основной состав по ст. 158 УК РФ) в структуре современной преступности с 38% в 2018 году до 30% в 2023 году.

При этом стоит сразу оговориться об интересующем нас способе совершения кражи, путём хищения безналичных денежных средств с банковских счетов или электронных денежных средств. Данный квалифицирующий признак помещён законодателем в часть 3 ст. 158 УК РФ, что, надо полагать, образует особо квалифицированный состав, общественная опасность которого выше среднестатистической (2,96 года). Удельный вес таких краж составляет порядка 20% из всего имеющегося объёма зарегистрированных преступлений по ст. 158 УК РФ.

Ещё хуже, пожалуй, дело обстоит с преступлениями небольшой степени тяжести, в качестве которых в нашей таблице фигурируют хулиганства. В советский период явное неуважение к общественному порядку и его грубое нарушение представляло из себя довольно распространённое явление в структуре преступности. Однако, в современном его понимании, особенно после изменений, внесённых в уголовный закон в 2003 году, общественная опасность хулиганства существенным образом изменилась. То, что образовывало основной состав хулиганства по ст. 206 УК РСФСР, уже не является преступлением по ныне действующему законодательству. Вооруженное хулиганство или иные его квалифицированные формы теперь образуют основной состав данного преступления, санкция за совершение которого позволяет отнести его к преступлениям средней степени тяжести. Сообразно гипотезе стоило бы ожидать улучшения регистрируемости данного деяния в уголовной статистике. Однако, количество хулиганств из года в год неуклонно снижается: 2018 – 2091 случаев, 2023 – 1617. Объяснить данное положение дел возможно за счёт двух обстоятельств. Первое требует его сравнения с наиболее опасными формами «советского хулиганства». Однако, прямых данных на этот счёт в литературе мало. Ориентиром может служить индекс наказуемости за злостное хулиганство Ю. Д. Блувштейна – 5,0. Такое количественное значение делает его приближённым к более тяжким посягательствам. Если ориентироваться на справочную литературу тех лет, например сборник «Преступность и правонарушения в СССР» (1989), то окажется, что удельный вес злостного и особо злостного хулиганства в общей его структуре в восьмидесятых составлял порядка 72-84%. То есть к имеющемуся в современной статистике числу «квалифицированных хулиганств» стоило бы прибавить процентов двадцать менее тяжких.

Второе обстоятельство относится на счёт искусственной латентности, которая образуется в результате квалификации хулиганства по иным статьям Уголовного кодекса. Суждения о подобном статистическом перераспределении имели место сразу после 2003 года и до сих пор имеются в криминологической литературе ^{[6, c.4; 7, c. 3]}. Таким образом, хулиганство уже не отвечает критерию наименее общественно опасного явления в нашем ранжире.

Следовательно, для актуализации представленного метода необходимо обследовать, сообразно структуре компьютерной преступности, те преступления и их конкретные составы, имеющиеся в уголовной статистике, что обладают наиболее похожими индексами наказуемости и ранжировать их далее по категориям. Для этого мы составили справочную таблицу №3. «Индексы наказуемости компьютерных преступлений».

Таблица 3. «Индексы наказуемости отдельных компьютерных преступлений».

В результате проведённого сопоставления становится очевидно, что правоприменительная практика, в части назначения реального наказания, зачастую «отстаёт» от формальной санкции, определяющей количественную сторону общественной опасности. По мнению И. И. Карпеца, это может свидетельствовать о том, что правоприменитель самостоятельно «смягчает» излишне суровую санкцию, примеряя её каждый раз к конкретной жизненной ситуации ^{[8, c.92]}. Отсюда последует и вывод о том, что, в рамках применяемого нами метода, желательно ориентироваться на реальную правоприменительную практику, как объективный измерительный инструмент, а не санкции, определяемые законодателем. Однако и против того возникнет три методологических возражения. 1. Если ориентироваться исключительно на практику назначения наказания то, опять же не совсем понятно, как учитывать фактическую гуманизацию наказания? Множество наказаний сегодня постановляется в отношении преступника условно, а большинство, так и вовсе, не связаны с лишением свободы. 2. Сравнивая аналогичные показатели разности для преступлений советского периода с российскими, мы не увидим в прошлом столь сильных отклонений в формальных и фактических значениях индекса наказуемости и коэффициента тяжести преступности, что говорит о меньшей устойчивости наблюдаемого процесса регистрируемости сегодня. Применим ли метод к исчислению нестабильных систем, размах вариации признака в которых исключительно велик? 3. Отсутствие лиц, судимых за совершение некоторых преступлений, на протяжении ряда лет делает невозможным применение метода с математической точки зрения, ибо результирующая наказуемости будет равна нулю. При этом очевидно, что сама общественная опасность равна нулю быть не может.

Видимо об этой массе условностей писал в качестве критического замечания В. В. Лунеев, не раскрывая меж тем подробностей ^{[9, c.102]}. Сам Конев использует получившийся результат лишь как опорную часть методики, которая раскрывается в дальнейших расчётах индексов проявления общественной опасности отдельных видов преступлений и построении матриц отклонения полученных результатов от базисного значения (убийств).

Индекс наказуемости, в таком случае, образует лишь объективное мерило «необходимости» выявления и регистрации конкретных деяний в зависимости от степени и характера их общественной опасности. Фактическое значение «желания» выявлять и регистрировать образуется путём исчисления индекса интенсивности проявления общественной опасности, который представляет собой произведение числа выявленных преступлений на индекс наказуемости. Однако сравнивать напрямую показатели «необходимости выявления» и «желания выявлять» не представляется возможным, поскольку они выражены в различных единицах измерения. Поэтому Конев сравнивает их внутренние отношения между собой в единой матрице, приводя к базису на основе расчётных значений для убийства. Таким образом, разность значений этой внутренней структуры приобретает абстрактные числовые формы в виде единого индикатора.

Таблица 4. Матрица результатов сравнительных характеристик.

Истолковать представленный результат можно следующим образом. Если индикатор разности имеет положительное значение на протяжении ряда лет, то регистрационная дисциплина улучшается. Преступление становится менее латентным. Когда наблюдаются отрицательные значения, то ситуация складывается противоположным образом. В представленной таблице мы видим, что в последние годы данный индикатор имел положительные значения в части регистрации корыстных компьютерных преступлений и наркопреступности. Исходя из представленной динамики, можно предположить, что соотношение известных и неизвестных уголовной статистике преступлений меняется. Двухкратный прирост разности по наркопреступлениям и трёхкратный по мошенничеству подтверждает переориентацию направлений правоохранительной деятельности МВД РФ, о которой мы писали ранее. Параллельное сравнение числа зарегистрированных преступлений в сфере незаконного оборота наркотиков и числа таких же преступлений, совершённых посредством информационно-коммуникативных технологий, показывает, что удельный их вес в структуре наркопреступности растёт, несмотря на некоторое снижение общего объёма (за исключением 2023 года). Сообразно гипотезе увеличивается удельный вес тяжких преступлений в структуре наркопреступности (+11% – 2023 год, +2,6% – 2022) и улучшаются показатели раскрываемости таких преступлений (+12,3% – в 2023 году, +1,8% – 2022). Всё это подтверждает объективность усиления интереса к выявлению и раскрытию данной категории правонарушений. Следовательно их латентность в некоторой мере снижается. Однако затруднения в части противодействия всё-таки остаются, поскольку мы видим перераспределение структуры в пользу использования преступниками интернет-технологий. В последние три года выросла раскрываемость именно интернет-наркопреступлений (с 38,3% до 54,5%), в то время как для всей совокупности преступлений, связанных с незаконным оборотом наркотических веществ, она за тот же период увеличилась лишь на 4%. При этом стоит признать, что общественная опасность интернет-наркопреступлений ниже, поскольку здесь преступная деятельность больше связана с пересылкой и «розничным» сбытом запрещённых веществ. Отсюда напрямую исходит опасность манипуляции первичными статистическими данными, поскольку показатели деятельности теперь могут быть обеспечены за счёт менее тяжких преступлений в ущерб выявлению и раскрытию более тяжких, связанных с организованной преступной деятельностью.

В части корыстных компьютерных преступлений наблюдается довольно любопытная ситуация, связанная с перераспределением статистической совокупности от краж в пользу мошенничеств.

Это соответствует общей тенденции сокращения удельного веса краж в структуре преступности при одновременном увеличении удельного веса мошенничеств в ней же. Подобные данные на протяжении четверти века могут указывать на то, что это не следствие неких внутренних закономерностей существующей учётно-регистрационной дисциплины, а действительное изменение качественных показателей преступности. Невозможно объяснить такое перераспределение простым изменением правил квалификации, поскольку объём регистрируемых деяний тогда бы оставался неизменным. Он же прирастает за счёт мошенничеств, а не краж. Получается, прав был И. Я. Фойницкий, утверждая, что с развитием и услужением экономических отношений увеличивается распространённость мошенничеств ^{[10, c.22]}.

В силу этих обстоятельств мы склонны солидаризоваться с М. А. Ефремовой, которая в своей докторской диссертации (2017 г.) впервые высказала гипотезу об уменьшении степени латентности компьютерных преступлений из-за кратно возросшего их уровня ^{[11, c.99]}. Другое дело, что объективность уголовной статистики на момент написания её работы не позволяла сделать однозначные выводы, в том числе из-за эффекта низкой базы. Сегодня это предположение может быть убедительно подтверждено эмпирическим материалом.

«Классические» преступления в сфере компьютерной информации регистрируются, пожалуй, с той же эффективностью, что и раньше. Не изменилась, судя по расчётам, и степень латентности отдельных политических преступлений. Здесь сказываются особенности функционирования отдельных субъектов учёта и выявления данных преступлений: Бюро специальных технических мероприятий МВД и соответствующих подразделений ФСБ. В зоне отрицательных значений, по нашим расчётам, ст. 272 УК РФ находится на последнем месте. Прошлогодний прирост числа регистрируемых преступлений в 2,7 раза (до 36788 случаев в 2023 году) позволил приблизить степень их латентности к деяниям, предусмотренным ст.ст. 273, 280 УК. Поэтому такие преступления справедливо относятся многими криминологами к категории гиперлатентных ^{[12, c.141; 13, с.88; 14, с.71]}. Также можно предположить, что усиления реальной борьбы с латентной частью преступности не происходит. В части выявляемости и фиксации деяний в уголовной статистике идут в ход «старые шаблоны» и практики. Это подтверждается нашими расчётами и прямым сравнением статистики, сгруппированной по субъектам учётно-регистрационной дисциплины. По ряду специфических составов преступлений, таких как ст. 274.1 УК наблюдаются за 2023 год отрицательные темпы прироста (-78,4%); ст.159³ УК (-66,2%). По ст. 159⁶ УК за прошлый год зарегистрировано только 417 преступлений (выявлено сотрудниками МВД в тот же отчётный период – 409), что на 24,9% больше, нежели в 2022 году. Но очевидно, что здесь сказывается эффект «низкой базы», позволяющий заявить увеличившийся показатель выявляемости. Данные факты свидетельствуют о перераспределении основной нагрузки «в пользу» территориальных органов МВД РФ, а не специализированных оперативно-розыскных частей. Стоит ли это считать обоснованной практикой, не до конца понятно. Но, несомненно, стоит учитывать при организации правоохранительной деятельности в части противодействия компьютерной преступности.

Заключение.

1. Законодательной практике отнесения деяния к категории тяжких и особо тяжких преступлений, а также переориентации деятельности правоохранительных органов на борьбу с ними, должно соответствовать длящееся криминологическое наблюдение за действительной степенью общественной опасности, индексом наказуемости, чего в настоящее время не наблюдается.

Хотелось бы отметить, что особых сложностей в реализации данной методики нет. С имеющимся набором статистических данных, способами их хранения и обработки (ГАС «Правовая статистика») это дело можно автоматизировать.

2. При статистическом анализе обобщающих показателей преступности никогда не стоит забывать, что весь объём зарегистрированной преступности не является случайной выборкой. Уголовная статистика в отношении компьютерной преступности устоялась и формируется достаточно однородно только с 2020 года. К сожалению, начиная с 2023 года, наполнение официального сайта по раскрытию информации о состоянии преступности в РФ (crimestat.ru) оставляет желать лучшего. В текущих условиях даже более детальное раскрытие информации правоохранительными органами способно подвинуть ситуацию в лучшую сторону, путём приобщения к делу большего количества специалистов-волонтёров из числа научного сообщества.

3. Сопоставление внутренних отношений индекса наказуемости и внутреннего отношения индекса проявления общественной опасности, по А.А. Коневу, позволяет понять текущие тенденции в регистрационной дисциплине, вне зависимости от изменений (колебаний) уровня преступности. Поэтому несмотря на некоторые математические условности и критические замечания должно применяться на практике.

4. Полученные нами сведения указывают, что тенденции в регистрации компьютерной преступности меняются в сторону улучшения выявляемости только корыстных и наркопреступлений. При этом степень латентности преступлений, совершаемых с использованием информационно-коммуникативных преступлений, принципиально не изменилась. Это подтверждает выдвинутые нами ранее гипотезы.

5. Зависимость латентности от структуры проявляется двояко. С одной стороны, подтверждается гипотеза о распределении интенсивности регистриемости от характера преступности. Однако общественная опасность компьютерных преступлений во многом сходна, как и степень их латентности. С другой стороны, степень латентности меняется только у отдельных групп преступлений, совершаемых посредством ИКТ, что отражает разность степеней латентности отдельно взятых видов преступности, объединённых одной строкой статистического учёта: "преступления, совершённые с использованием информационно-телекоммуникационных технологий или в сфере компьютерной информации".