Индекс сезонности и учётно-регистрационная дисциплина преступлений, совершаемых посредством информационно-коммуникативных технологий

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.

Потребность в исследовании динамического распределения преступности по временам года определяется тем обстоятельством, что данное знание может способствовать прогностическим целям, дальнейшему повышению эффективности организации противодействия конкретным видам преступности. Вместе с тем большинство исследований по данному вопросу в своём методологическом плане остаются на уровне XIX века. По крайней мере, если речь заходит об отечественной криминологии. Так по вопросу компьютерный преступности подобных изысканий в России ещё не проводилось, что выяснилось в результате анализа диссертационных работ в области криминологии за последние 20 лет.

В зарубежной же литературе данный вопрос освящён куда шире. Первые комментарии в работах известного французского криминолога-статиста Анри Мишеля Герри относятся ещё к первой половине XIX века. В отечественной криминологии приоритет в этом отношении стоит отдать И. Я. Фойницкому, Е. Н. Тарновскому, М. Н. Гернету. Сегодня, несмотря на постоянно увеличивающиеся вычислительные мощности, которые могут способствовать более эффективным расчётам, углубления (дифференциации) знания по вопросу исчисления индекса сезонности применительно к конкретным видам преступности не происходит. Существует общеметодологические решения проблемы касательно всей преступности. Здесь можно упомянуть таких криминологов, как А. А. Киселёв, А.А. Жирнов, С. А. Фомин, С. Р. Романов. В то время как в зарубежной литературе по вопросам сезонности компьютерных преступлений встречается довольно много работ. В этой связи можно сослаться на Грэма Фаррела, Мэтью Рензона, Рутгера Люкфельдта и многих других.

Поэтому, относительно предмета наших исследований, сравнить напрямую какие-либо известные результаты не получится. Наша задача состоит в том, чтобы проверить наличие сезонных закономерностей распределения статистической совокупности «преступлений, совершённых с использованием информационно-коммуникативных технологий или в сфере компьютерной информации». Выделить закономерности сезонности в том случае, если они действительно существуют. Сравнить с зарубежными результатами наши собственные.

Материалы и методы.

Отправной точкой любого криминологического исследования являются фактические данные, положенные в основание теоретических суждений. В таком случае мы обязаны опереться на имеющиеся сведения уголовной статистики за ряд предыдущих лет. Из отчётов о состоянии преступности нас интересует, прежде всего, показатель регистрируемости деяний. Таковой можно почерпнуть из открытых источников: сайтов МВД РФ, портала «Правовой статистики» Генеральной Прокуратуры РФ. В последнем случае стоит учесть, что после 2022 года сведений в открытый доступ не поступало. По мнению В. В. Лунеева, это является существенным недостатком, негативно сказывающимся на привлечении широкого круга волонтёров-исследователей к решению вопроса борьбы с преступностью ^{[1, c.36]}.

С извлечением абсолютных показателей объёма регистрируемых в России преступлений проблем не возникает. Ежемесячные отчёты МВД «О состоянии преступности», позволяют выделить необходимые значения за двадцать предыдущих лет. А вот данные о компьютерной преступности отражаются в статистике не столь последовательно. Отдельные правила сводки и группировки первичной статистической отчётности существуют с 2003 года (форма 4-ВТ МВД РФ). Однако после 2018 года такие данные собираются и группируются в соответствии с указаниями Генеральной прокуратуры «О введении в действие перечней статей УК РФ, используемых при формировании статистической отчётности». Круг деяний теперь значительно расширен путём включения в учитываемый массив наркопреступности, телефонного мошенничества, в результате чего образовывается новая обобщённая статистическая категория «преступлений, совершённых с использованием (применением) информационно-телекоммуникационных технологий или в сфере компьютерной информации». Эти сводные документы представляют не вполне сопоставимые объёмы статистических данных. Наши собственные расчёты вариации и анализ шестилетних значений среднеквадратичного отклонения коэффициентов компьютерной преступности по всем субъектам РФ указывают на то обстоятельство, что уголовная статистика в этой части устоялась и формируется достаточно однородно лишь с 2020 года ^{[2, c.39]}. Именно этот небольшой объём исходных данных наиболее пригоден для обследования её проблем на сегодняшний момент.

В связи с этим стоит обсудить вопрос о достоверной длине динамического ряда наблюдаемых преступных явлений. В специальной статистической литературе ^{[3, c. 56]} и последних исследованиях по вопросу расчёта индекса сезонности преступности ^{[4, c. 286]} упоминается трёхлетний период, как минимально возможный. С подобным порогом репрезентативности придётся согласиться. Выборка данных по компьютерной преступности в нашем случае составила 6 полных лет, т. е. 72 месяца. Но сопоставим ли такой диапазон с имеющимся объёмом сведений о состоянии сезонности всей преступности, которые можно легко извлечь за последних 20 лет?

Методология статистических исследований указывает на необходимость максимального расширения диапазона данных для выравнивания динамических рядов с целью устранения погрешности случайного отклонения в регистрационной дисциплине. Но при этом стоит учесть и ряд других особенностей, которым ранее в расчётных моделях криминологов уделялось внимания не так много.

1. Необходимости расширения динамического диапазона противостоит свойство исторической изменчивости преступности. Несмотря на то, что индекс сезонности представляет из себя относительный показатель, само движение объёмов регистрируемых деяний способно оказать существенное влияние на расчёты средних величин. Чем больший диапазон данных мы подбираем для усреднения, тем сильнее он отрывается от реальности в описании явления ^{[5, c.71]}. Особенно, если оно разнонаправленное. В последние годы уровень преступности снижается, а уровень компьютерной – растёт, что свидетельствует об имеющемся перераспределении структуры. Это приводит к большей регистрируемости одних преступных проявлений относительно других. Поэтому ежегодно среднемесячные величины, используемые для исчисления по формуле, для преступности вообще – уменьшаются; для компьютерной, наоборот – растут.

Для преодоления подобных противоречий в статистической науке используются разные формулы. В случае существенного изменения объёмов исследуемого явления или процесса во времени применяется формула:

, учитывающая такие изменения. Где в числителе образуется значение суммы (Σn) за ряд лет отношения Yмес – объёма зарегистрированных преступлений в текущий (конкретный) месяц отчётного периода к Yсред.мес – среднемесячному значению объёма преступлений за тот же год. Знаменатель содержит в себе число анализируемых n-лет. Иначе говоря, среднее значение индекса сезонности конкретного месяца года образуется за счёт усреднения таких значений, уже посчитанных для ряда предыдущих лет.

В случае относительной стабильности воспроизводства преступности используется формула . Где Y сред. мес. – средний уровень преступности за месяц n за все исследуемые годы; а Yn сред. год. – среднемесячный уровень преступности за все исследуемые n-годы.

Естественным, казалось бы, является использование первой формулы, из приведённых. Некоторые авторы, например А. А. Жирнов, напрямую указывают на методологическую несообразность второго способа ^{[6, c. 39]}. Однако зависит это в большей мере от длины временного ряда. В современной аналитической работе мало кто берёт за основание динамический ряд длиннее трёх лет ^{[7, c.302]}. На относительно коротком промежутке времени мы можем наблюдать и вполне стабильное количество регистрируемых деяний. В данном случае применение второй формулы тоже оправдано, так как расхождения в результатах расчёта при таких условиях будут минимальными. На длительном же промежутке всегда открывается более общая тенденция развития, которая проявляется в снижении или увеличении уровня преступности.

Кроме того, отдельные виды преступности, в части регистрации, могут одновременно выказывать, как мы писали выше, разнонаправленные тенденции. Этому обстоятельству в криминологии, как нам кажется, уделяется пока недостаточно внимания. Учитывая выраженную тенденцию изменения объёма регистрируемых деяний, мы полагаем целесообразным провести расчёты двумя способами для сравнимых отрезков последних трёх лет и использовать только первую формулу для шестилетнего периода статистического наблюдения за ИКТ-преступлениями.

2. Размышляя далее о методе, дело даже можно обрисовать так, что индекс сезонности проявляется в частностях, а его общий счёт (относительно всей совокупности преступлений) отражает только закономерности учётно-регистрационной дисциплины. Приведём несколько аргументов. Один из пионеров факторной теории в отечественной криминологии, И. Я. Фойницкий, пишет, что зависимость корыстных и насильственных преступлений от времени года не одинакова ^[8], посему построить единообразную модель сезонности для всей преступности не представляется возможным, ибо она будет весьма абстрактна. Е. Н. Тарновский установил ещё более частную, двойную зависимость сезонности от пола преступника и вида преступной деятельности для тех же насильственных и корыстных преступлений ^{[9, c. 365-367]}. Наконец М. Н. Гернет в работе «Социальные факторы преступности» (1905 г.) пишет, что среднемесячные значения распространённости всего объёма преступности мало чем отличаются друг от друга в Бельгии, Англии, Франции, Германии и России, если только не учитывать конкретные её виды ^{[10, c. 155]}.

Вместе с тем, индекс сезонности, рассчитанный относительно всей преступности, может иметь исследовательскую ценность, когда мы пытаемся сравнить с ним частный индекс преступности конкретного вида. Тогда отличия этих двух значений индекса будут указывать на действительную закономерность временного распределения компьютерной преступности (как и любого иного её вида) относительно существующей «средней тенденции» учётно-регистрационной дисциплины.

3. Теоретически математическому анализу должны подвергаться только феномены с уже доказанными (очевидными) проявлениями признака сезонности ^{[11, c. 19]}. Так, С. А. Фомин пишет, что существуют объяснимые частные закономерности образования сезонности: хищений меховых головных уборов зимой, кражи с приусадебных участков – осенью и т. д. ^{[12, c. 35]}. Пример, конечно, хрестоматийный. Вместе с тем, он же отмечает, что для ряда наблюдаемых показателей сезонности преступности, не существует прочных логических оснований. В более поздних работах упоминается наличие сезонной зависимости неосторожной преступности, в части дорожно-транспортных преступлений ^[13], ряда имущественных ^[14], насильственных преступлений, налоговой преступности ^[15] и экономической преступности в целом ^[16].

В тех областях знания, где подобные расчёты более распространены, все анализируемые на предмет сезонности явления делятся исследователями, как минимум, на три типа: с жёсткой (высокой) степенью зависимости от сезонности, средней и низкой. Такие расчёты обладают высокой эффективностью в экономике, медицине, сельском хозяйстве, климатологии, т. е. во всех сферах, где наблюдается цикличность. Однако, является ли цикличность – свойством преступности? Положительное утверждение, по нашему мнению, оказалось бы спорным. Правильнее было бы сказать, что цикличен способ формирования отчётности правоохранительных органов. В связи с этим важно ответить на вопрос: присуща ли тенденция сезонности компьютерной преступности, как таковой? Существуют ли частные закономерности её сезонного распределения, не сходные с общими закономерностями формирования уголовной статистки?

Расчётная модель и результаты исследования.

Данные в таблице №1 «Расчёты на трёхлетнем отрезке 2023–2021 гг.» свидетельствуют о том, что употребление двух различных формул является обоснованным. Индекс сезонности всей преступности не демонстрирует существенных различий, несмотря на разность методов (значения столбцов Ис(П)-1дин. и Ис(П)-2стат. в нашей таблице). Разница в одну десятую долю процента видна только в апреле и сентябре. Логично предположить, что подобное состояние обусловлено низкими темпами отрицательного прироста преступности: в 2023 г. на -1%; в 2022 на -1,88%; и в 2021 на -1,95%.

Таб.1. Расчёты на трёхлетнем отрезке 2023-2021 гг.

Чего не скажешь об индексах сезонности преступлений, совершённых при помощи информационно-коммуникативных технологий (см. столбцы Ис(КП)-1дин. и Ис(КП)-2 стат.). Здесь разность способов расчёта оказывает большее влияние. При этом стоит учитывать, что за 2021-2022 гг. объём таких преступлений был относительно стабильным. Темпы прироста хоть и были положительными, но не столь велики: 2021 год – +1,4%; 2022 г. – +0,84%. Однако в 2023 году объём регистрируемой преступности в этой части увеличился на треть (+29,7%), что, предположительно, связано с выделением в структуре МВД РФ управлений по организации борьбы с противоправным использованием информационно-коммуникативных технологий. Подобная тенденция прироста числа регистрируемых компьютерных преступлений продолжилась и в 2024 году (+14,5% к ноябрю 2023 года). Полагаем, что действительного роста компьютерной преступности в таких масштабах, как фиксирует современная уголовная статистика, не происходит. Скорее осуществляется переход части латентной преступности в разряд зарегистрированной ^[17]. Рост показателей выявляемости обеспечивается высокой интенсивностью труда вновь образованных подразделений. В их состав были рекрутированы наиболее опытные кадры, проведена внеочередная аттестация перешедших туда на службу сотрудников МВД. Однако прирост статистической совокупности преступлений, совершённых при помощи ИКТ не может длиться долго. Во-первых, Указом Президента РФ не предусмотрено создание отдельных дополнительных штатных единиц в подразделениях на территориальном уровне, как и дополнительное их финансирование. Поэтому такое положение дел с учётно-регистрационной дисциплиной зиждется на «внутреннем резерве» профессионализма привлечённых кадров. Во-вторых, сохранять столь высокие темпы прироста с ограниченным кадровым и ресурсным потенциалом из года в год невозможно, поскольку сложность обеспечения показателей будет возрастать экспоненциально. Отчасти это уже просматривается в текущих показателях динамики. В 2024 году темпы прироста вдвое ниже, чем в 2023 году. А в 2025 будут вдвое ниже, чем сегодня. Таким образом, конечная совокупная цифра объёма регистрируемых преступлений, совершённых при помощи информационно-коммуникативных технологий должна стабилизироваться на отметке 0,75–0,8 млн.

Министерством внутренних дел РФ были предприняты беспрецедентные усилия по переориентации правоохранительной деятельности в целях повышения эффективности противодействия компьютерной преступности. Дать однозначную оценку такому процессу не совсем просто.

С одной стороны, это привело к возникновению весьма специфичного феномена: при увеличении раскрываемости ИКТ-преступлений пострадали показатели раскрываемости тяжких и особо тяжких общеуголовных преступлений. Связано это было с оттоком профессиональных кадров во вновь образованные структуры по борьбе с компьютерной преступностью. Такое положение дел в условиях кадрового дефицита требует сокращения объёма регистрируемых преступлений, чтобы оставшиеся следственные подразделения и органы дознания могли обеспечивать свои функции. Поэтому уровень преступности формально продолжает снижаться. За счёт этого удалось добиться стабилизации показателей раскрываемости тяжких общеуголовных преступлений в 2024 году на уровне 47% (см. Рис.1.).

Рис. 1. Показатели раскрываемости.

С другой стороны, благодаря этому были преодолены намечавшиеся негативные тенденции в области образования пограничной и искусственной латентности компьютерной преступности. В декабре 2021 года в уголовной статистке отмечены неестественно низкие проценты индекса сезонности (55%) за весь шестилетний период наблюдения. Можно предположить, что в этот момент времени была осуществлена попытка «обуздания статистики» преступлений, совершаемых в информационно-коммуникативной сфере. В то время как декабрь является одним из криминогенно-активных месяцев в году, если сверяться с нашей диаграммой на рис. 2 «Сравнение индексов».

Рис. 2. Сравнение индексов на 6-летнем отрезке.

Отличия в индексах сезонности на представленной диаграмме образуется в силу ряда причин. Для начала необходимо учесть особенности учётно-регистрационной дисциплины отдельных правоохранительных органов. Как правило, их деятельность связана с противодействием отдельным видам преступности. Приведём пример. Так, экономическая преступность ^{[16, c. 133]}, как и её часть – преступность в сфере потребительского рынка ^{[18, c. 51]}, имеют общую тенденцию регистрации большинства преступлений в первом квартале каждого года. После чего регистриуемость деяний плавно снижается к концу отчётного периода. Свою специфику сезонного распределения имеет регистрация преступлений, связанных с распространением наркотиков. Среднемесячные отклонения индекса сезонности здесь сглажены, поскольку их потребление осуществляется наркозависимыми постоянно. Однако в этой части преступления, совершённые при помощи информационно-коммуникативных технологий, выказывают более общую тенденцию, свойственную преступности вообще, что указывает на общеуголовный характер большинства совершаемых преступлений. В нашем случае важна не сама констатация такого факта, а эмпирически доказанная невозможность отнести проблему т. н. «киберпреступности» к разряду беловоротничковой или экономической. Более того, здесь наши оценки совпадают с мнением О. А. Старостенко, выделяющим в структуре компьютерной преступности лишь 8% беловоротничковых преступлений ^{[19, c.175]}. Таким образом аргументов в защиту такой позиции становится больше.

Продолжая рассуждения в данном направлении, можно предположить наличие зависимости индекса сезонности от структуры компьютерной преступности.

Отдельные исследования наших зарубежных коллег указывают на схожие тенденции проявления индекса сезонности для интернет-мошенничества ^{[20, c. 490]}. На ограниченном объёме данных, собранных в Великобритании, они выявили резкие всплески регистрируемости мошенничеств в области онлайн-покупок в октябре и декабре, которые увязали с потребительской активностью пользователей. Схожую динамику выказывали мошеннические схемы, связанные с интернет-знакомствами. Однако пиковыми месяцами выступали август и октябрь.

Поэтому существенный прирост регистрации преступлений, совершаемых посредством информационно-коммуникативных технологий, в декабре также объясним увеличивающейся покупательской активностью населения перед новогодними праздниками и развитием дистанционной торговли, поскольку в структуре современной российской компьютерной преступности доминирует мошенничество.

Заметный спад регистрируемости, наблюдаемый в январе-феврале каждого года, характерен как для преступности вообще, так и для преступлений, совершаемых посредством информационно-коммуникативных технологий. Связан он с ослаблением покупательской активности населения ^{[21, c. 17]}.

Однако связь с компьютерной преступностью здесь, как нам представляется, не прямая. Она опосредована развитием экономического оборота, как такового. Об этом, кстати, впервые сделал заметку И. Я. Фойницкий в конце ХIX века ^{[22, c. 22]}. Вполне вероятно, что в случае с мошенничеством, оно синхронно откликается на сезонные изменения тех видов экономической деятельности, на которых «паразитирует».

Пик регистриуемости ИКТ-преступлений, как и преступности вообще, приходится на октябрь. Это труднообъяснимый статистический феномен, который неоднократно упоминался ведущими исследователями ^{[23, c.387-392; 24, c. 226-248]}. В криминологии существует несколько гипотез, объясняющих такое состояние преступности. Однако они касаются по преимуществу других вопросов. Исследования Г. Фаррелла (Farrell) подтверждают, что уровень уличной преступности коррелирует с продолжительностью тёмного времени суток, которое удлиняется с наступлением осени ^[25]. Снижение уровня серотонина из-за недостатка солнечного света повышает раздражительность и агрессию в случае с насильственными преступлениями ^[26]. По сути, все они сводятся к дальнейшему развитию теории рутинной активности (Cohen & Felson, 1979) ^[27], которые утверждают, что осенью меняются повседневные паттерны поведения: люди чаще остаются дома, растёт число социальных контактов, что увеличивает вероятность преступления. Но вряд ли сезонность ИКТ-преступлений может быть объяснена в рамках данной теории, поскольку использование «цифровых» технологий обусловлено необходимостью их ежедневного применения. Исследования М. Рэнзена (Ranson) показали, что уровень общеуголовной корыстной преступности в США увеличивается в тёплое время (пик приходится на июль-август), в то время как «киберпреступления» не имеют чётко выраженной тенденции в этом отношении ^[28]. Исследования нидерландского криминолога Р. Люкфельдта объясняют это тем, что ИКТ-преступления зависят от технологических уязвимостей и глобальных трендов обеспечения информационной безопасности, а не от времени года ^[29]. Поэтому, фишинговые атаки на организации и физических лиц, с целью завладениях их имуществом, происходят круглогодично ^[30]. Однако, стоит заметить, что в данном случае речь идёт о преступлениях в сфере компьютерной информации, удельный вес которых был до сих пор не столь велик, чтобы повлиять на индекс сезонности ИКТ-преступлений в России. К сожалению, в прошлом году объём данного вида преступлений достиг максимума за всю историю статистических наблюдений. Всего было зарегистрировано 105,7 тыс. преступлений в сфере компьютерной информации, 99,5% из которых приходится на неправомерный доступ к компьютерной информации (ст. 272 УК РФ). На протяжении 2023-2024 гг. здесь наблюдаются кратные темпы прироста. Это делает фактически невозможным счисление индекса, поскольку значения каждого последующего месяца (иногда кратно) превышают предыдущий. Существующие формулы не в состоянии учесть экспоненциальный рост объёмов преступности.

Сопоставление наших результатов с зарубежными свидетельствует о том, что такое проявление индекса сезонности не является простой статистической погрешностью или же результатом учётно-регистрационной дисциплины. Из чего можно заключить, будто оно представляет из себя реальное сезонное проявление массового преступного поведения в сфере ИКТ-преступлений.

Обсуждение результатов и выводы.

Сезонность компьютерной преступности в отечественной криминологии, к сожалению, освещена недостаточно. В зарубежной науке этому вопросу уделяется больше внимания, но трактовка сезонности осуществляется в рамках «теории повседневности» (Routine Activity Theory). Подобное положение дел видится нам не вполне удовлетворительным, поскольку сезонность в значимых масштабах проявляется далеко не у всех криминальных феноменов. Поэтому изучение её динамического распределения по временам года должно осуществляться применительно к отдельным видам преступности. Подобные исследования будут способствовать не только углублению нашего знания о частных закономерностях преступного поведения, но и служить прогностическим целям.

Индекс сезонности помогает лучше понять место компьютерной преступности (киберпреступности) в структуре преступности вообще. Количественные значения индекса сезонности представляют из себя выражение свойств конкретного вида преступности. Совпадение или разность этого показателя будет указывать на генетическую связь криминальных феноменов. У компьютерной преступности здесь мало общего с преступностью экономической («беловоротничковой»), уличной или же бытовой. Уже одно это свидетельствует о том, что компьютерная преступность была в своё время справедливо выделена в самостоятельный предмет исследований.

Достаточное количество наших зарубежных коллег указывает, что от внешних (сезонных и погодных) условий возможность совершения ИКТ-преступлений не зависит. Мы также видим, что значения индекса сезонности сходны с закономерностями распределения всей статистической совокупности регистрируемых в России преступлений. Это указывает на общеуголовный характер большинства из них. Но внутренняя неоднородность статистической категории «преступления, совершённые с использованием (применением) информационно-телекоммуникационных технологий или в сфере компьютерной информации» также вносит свои коррективы. Следовательно, разумно предположить наличие зависимости индекса сезонности от структуры компьютерной преступности. Особенности сезонности ИКТ-преступлений связаны со структурой статистической совокупности, куда включены: наркопреступления, телефонное и интернет-мошенничество, преступления в сфере компьютерной информации. Это четыре самостоятельных феномена, сезонность которых проявляется неодинаково. Наркопреступления, совершаемые посредством Интернет, имеют более сглаженную кривую регистрируемости на протяжении всего календарного года, а кратно возрастающие объёмы преступлений, предусмотренных главой 28 УК РФ, неестественным образом искажают картину сезонности. А относительно большинства общеуголовных компьютерных преступлений корыстной направленности мы склонны утверждать, что они находятся в промежуточном состоянии относительно уличной общеуголовной корыстной преступности и совокупности преступлений в сфере компьютерной информации в части закономерностей образования индекса сезонности.

Важные результаты мы получили и в методологическом плане. Для статистического анализа требуется как можно больший массив исходной информации, что влечёт за собой необходимость расширения динамического ряда. Такое расширение требует применения иных формул счисления индекса, поскольку объёмы регистрируемой части преступности весьма подвижны. Чем более длительный динамический ряд выстраивается для факторного анализа, тем более сезонность становится зависимой от структуры преступности. Также наше исследование показывает, что существующие формулы расчёта индекса сезонности не в состоянии учесть экспоненциальный рост объёма регистрируемой преступности.

Результаты нашего исследования указывают на то обстоятельство, что чем более абстрактна статистическая совокупность (например, мы говорим о преступности вообще), тем больше она отражает закономерности именно учётно-регистрационной дисциплины. Индекс сезонности может указывать на интересные свойства преступности только в том случае, если берутся явления куда меньшего масштаба: конкретные виды преступности или даже отдельные виды преступлений.

В части дальнейшего развития исследований сезонности стоит учитывать, что динамическое распределение преступности действительно зависит от географических критериев: времени года в разных полушариях, широты климатического пояса. В силу этих обстоятельств привязка к конкретным месяцам регистрируемости в отдельных странах совпадать не может, что затрудняет проведение сравнительных исследований в целях исключения влияния такого фактора, как учётно-регистрационная дисциплина. Хотя такие исследования и проводятся.