Информация о статье

Название статьи:

Стохастическая модель репрессивно-превентивного воздействия на преступность: от интуиции к расчетам

Авторы:
Максимов С.В., главный научный сотрудник Института проблем развития науки РАН, советник руководителя Федеральной антимонопольной службы, доктор юридических наук, профессор, Институт проблем развития науки РАН; Федеральная антимонопольная служба, г. Москва, Российская Федерация, sergeymax2006@yandex.ru,

Васин Ю.Г., ректор Института актуального образования «ЮрИнфоР-МГУ», кандидат юридических наук, Институт актуального образования «ЮрИнфоР-МГУ», г. Москва, Российская Федерация, vasin65@mail.ru,

Утаров К.А., старший преподаватель кафедры уголовного процесса и криминалистики, кандидат юридических наук, Южно-Казахстанский университет имени М. Ауэзова, г. Чимкент, Республика Казахстан, koben_kok_koz@mail.ru

В рубрике:
ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ И ИНЫЕ ПРОБЛЕМЫ СОВРЕМЕННОЙ КРИМИНОЛОГИИ

Год: 2021 Том: 15 Номер журнала: 6

Страницы: 665-680

Тип статьи: Научная статья

УДК: 343.9.018; 343.97; 303.09

DOI: 10.17150/2500-4255.2021.15(6).665-680

Аннотация:
В статье исследована проблема использования новых цифровых технологий для автоматизированного сбора, анализа и оценки больших объемов информации о преступности, ее основных факторах и результатах борьбы с ней в целях поэтапного перехода от интуитивной к расчетной модели противодействия преступности. В основу исследования положена гипотеза о том, что непрерывный мультиисточниковый мониторинг количественных показателей преступности, ее факторов и результатов борьбы с ней позволяет не только оптимизировать бюджетные затраты на борьбу с преступностью, но и эффективно решать другие практические задачи такой борьбы (в частности, вопросы оценки и возмещения причиненного преступностью вреда, уменьшения числа необоснованных изменений уголовного, уголовно-процессуального и пенитенциарного законодательства). Особенностью современного этапа развития государственной политики борьбы с преступностью является то, что новые цифровые технологии дают возможность разработать и внедрить в практику борьбы с преступностью стохастическую модель репрессивно-профилактического воздействия на нее с применением уголовно-правовых, уголовно-процессуальных и пенитенциарных мер. Использование стохастической модели репрессивно-превентивного воздействия на преступность предлагается рассматривать в качестве обязательного условия разработки и принятия национальных и региональных программ борьбы с преступностью, финансируемых за счет средств бюджетов федерального или регионального уровня. По мнению авторов, внедрение в практику борьбы с преступностью расчетной стохастической модели репрессивно-профилактического воздействия должно осуществляться в несколько этапов. На первом этапе предлагается определить федеральным законом и актом Правительства РФ условия проведения среднесрочного эксперимента на территории группы субъектов Российской Федерации, предусматривающего осуществление непрерывного мониторинга, включающего сбор, обработку, оценку и анализ статистических данных, данных опросов населения и данных экспертных опросов о состоянии и динамике тяжкой и особо тяжкой преступности, ее факторах и результатах государственного реагирования на указанные виды преступности. На завершающем этапе внедрения стохастической модели репрессивно-превентивного воздействия на преступность в практику государственного управления предлагается создать автоматизированную федеральную систему непрерывного мультиисточникового мониторинга индексной преступности (перечня видов преступлений, наиболее «чувствительных» для достижения целей национальной безопасности и обеспечения общественного порядка, в отношении которых должен осуществляться непрерывный мониторинг), ее основных факторов и результатов борьбы с ней. Основными ожидаемыми результатами внедрения соответствующей стохастической модели и непрерывного мультиисточникового мониторинга в практику борьбы с преступностью, по мнению авторов, должны стать оптимизация бюджетных расходов на уголовное преследование, сокращение численности тюремного населения, снижение интенсивности изменений, вносимых в Уголовный, Уголовно-процессуальный и Уголовно-исполнительный кодексы Российской Федерации.

Ключевые слова: преступность, уголовная политика, репрессивно-превентивное воздействие, стохастическая модель, новые цифровые технологии, мультиисточниковый мониторинг, вероятностные методы исследования, теоретический закон, нормативный прогноз

Скачиваний - 646
География скачиваний

Скачать полный текст статьи

Список цитируемой литературы:

Кондратюк Л.В. Криминологическое измерение / Л.В. Кондратюк, В.С. Овчинский ; под ред. К.К. Горяинова. - Москва : Норма, 2008. - 272 c.
Бавсун М.В. Целесообразность объективного вменения / М.В. Бавсун // Научный вестник Омской академии МВД России. - 2005. - № 2. - С. 15-18.
Chan J. Is Big Data Challenging Criminology? / J. Chan, L.B. Moses. - DOI 10.1177/1362480615586614 // Theoretical Criminology. - 2016. - Vol. 20, iss. 1. - Р. 21-39.
Марцев А.И. Теоретические вопросы общего и специального предупреждения преступности : автореф. дис. … д-ра юрид. наук : 12.00.08 / А.И. Марцев. - Свердловск, 1975. - 33 с.
Клейменов М.П. Уголовно-правовое прогнозирование / М.П. Клейменов. - Томск : Изд-во нац. исслед. Том. гос. ун-та, 1991. - 169 с.
Никонов В.А. Эффективность общепредупредительного воздействия уголовного наказания (теоретико-методологическое исследование) : дис. ... д-ра юрид. наук : 12.00.08 / В.А. Никонов. - Тюмень, 1994. - 350 с.
Лунеев В.В. Юридическая статистика / В.В. Лунеев. - Москва : Юрист, 1999. - 400 с.
Бышевский Ю.В. Использование показателей, характеризующих преступность, в деятельности органов внутренних дел : учеб. пособие / Ю.В. Бышевский. - Омск : Изд-во Ом. высш. шк. милиции МВД СССР, 1983. - 84 c.
Коган В.М. Социальные свойства преступности / В.М. Коган. - Москва : Акад. МВД СССР, 1977. - 91 c.
Ольков С.Г. Основное криминологическое тождество, измерение латентной преступности в мире и России / С.Г. Ольков // Известия высших учебных заведений. Уральский регион. - 2019. - № 4. - С. 4-14.
Smith G.J.D. The Challenges of Doing Criminology in the Big Data Era: Towards a Digital and Data-Driven Approach / G.J.D. Smith, L.B. Moses, J. Chan. - DOI 10.1093/bjc/azw096 // British Journal of Criminology. - 2017. - Vol. 57, iss. 2. - P. 259-274.
McAra L. Can Criminologists Change the World? Critical Reflections on the Politics, Performance and Effects of Criminal Justice / L. McAra. - DOI 10.1093/bjc/azw015 // British Journal of Criminology. - 2017. - Vol. 57, iss. 4. - P. 767-788.
Bright D. Illicit Network Dynamics: The Formation and Evolution of a Drug Trafficking Network / D. Bright, J. Koskinen, A. Malm. - DOI 10.1007/s10940-018-9379-8 // Journal of Quantitative Criminology. - 2019. - Vol. 35, iss. 6. - Р. 237-258.
Блувштейн Ю.Д. Криминология и математика / Ю.Д. Блувштейн. - Москва : Юрид. лит., 1974. - 176 с.
Вицин С.Е. Моделирование в криминологии : учеб. пособие / С.Е. Вицин. - Москва, 1973. - 104 с.
Гаврилов О.А. Математические методы и модели в социально-правовом исследовании / О.А. Гаврилов. - Москва : Наука, 1980. - 184 с.
Гмурман В.Е. Теория вероятностей и математическая статистика / В.Е. Гмурман. - Москва : Высш. шк., 1998. - 480 с.
Kaufmann M. Predictive Policing and the Politics of Patterns / M. Kaufmann, S. Egbert, M. Leese. - DOI 10.1093/bjc/azy060 // British Journal of Criminology. - 2019. - Vol. 59, iss. 3. - P. 674-692.
Леванский В.А. Моделирование в социально-правовых исследованиях / В.А. Леванский. - Москва : Наука, 1986. - 158 с.
Математическое моделирование социальных процессов : сб. тр. / ред. А.П. Михайлов, В.А. Шведовский. - Москва : Ин-т приклад. математики им. М.В. Келдыша РАН, 2017. - Вып. 19. - 140 с.
Гнеденко Б.В. Курс теории вероятностей / Б.В. Гнеденко. - Изд. 6-е, перераб. и доп. - Москва : Наука, 1988. - 448 с.
Mises R. von. Mathematical Theory of Probability and Statistics / R. von Mises. - New York : Academic Press Publ., 1964. - 694 p.
Bosq D. Mathematical Statistics and Stochastic Processes / D. Bosq. - Hoboken : John Wiley & Sons Limited, 2012. - 304 p.
Curiel R.P. Measuring the Distribution of Crime and Its Concentration / R.P. Curiel, S.C. Delmar, S.R. Bishop. - DOI 10.1007/s10940-017-9354-9 // Journal of Quantitative Criminology. - 2018. - Vol. 34, iss. 7. - Р. 775-803.
Epps T.W. Probability and Statistical Theory for Applied Researchers / T.W. Epps. - Singapore : World Scientific Publishing Company, 2014. - 828 p.
Dharmaraja S. Introduction to Statistical Methods, Design of Experiments and Statistical Quality Control / S. Dharmaraja, D. Das. - Springer Nature Singapore Pte Ltd, 2018. - 445 p.
Гнеденко Б.В. Элементарное введение в теорию вероятностей / Б.В. Гнеденко, А.Я. Хинчин. - Москва : Наука, 1982. - 160 с.
Venktesh S.S. The Theory of Probability / S.S. Venkatesh. - Cambridge Univ. Press, 2013. - 827 p.
Terrell G.R. Mathematical Statistics: a Unified Introduction / G.R. Terrell. - New York : Springer-Verlag, 1999. - 453 p.
Greenwood P.E. Guide to Chi-Squared Testing / P.E. Greenwood, M.S. Nikulin. - New York : John Wiley & Sons, 1996. - 280 р.
Fisz M. Probability Theory and Mathematical Statistics / M. Fisz. - 3rd ed. - New York : John Wiley & Sons, 1963. - 695 p.
Пугачев В.С. Теория вероятностей и математическая статистика / В.С. Пугачев. - Москва : Наука, 2002. - 496 с.
Gatti P.L. Probability Theory and Mathematical Statistics for Engineers / P.L. Gatti. - New York : Spon Press, 2005. - 368 р.
Вентцель Е.С. Теория вероятностей / Е.С. Вентцель. - Москва : Наука, 1962. - 564 с.
King B.M. Statistical Reasoning in the Behavioral Sciences / B.M. King, P.J. Rosopa, E.W. Minium. - John Wiley & Sons, 2010. - 496 p.
Смирнов Н.В. Курс теории вероятностей и математической статистики / Н.В. Смирнов, И.Б. Дунин-Барковский. - Москва : Наука, 1965. - 511 с.