CC BY
42УДК 343.97
Павел Владимирович ТЕПЛЯШИН,
профессор кафедры уголовного права и криминологии Сибирского юридического института МВД России (г. Красноярск), доктор юридических наук, доцент pavlushat@mail.ru
Вячеслав Витальевич МОЛОКОВ,
начальник кафедры информационно-правовых дисциплин и специальной техники Сибирского юридического института МВД России (г. Красноярск), кандидат технических наук, доцент
vvmolokov@mail.ru
КОРРЕЛЯЦИОННЫЙ АНАЛИЗ КРИМИНОЛОГИЧЕСКИХ ПОКАЗАТЕЛЕЙ ПРЕСТУПНОСТИ В СИБИРСКОМ ФЕДЕРАЛЬНОМ ОКРУГЕ
CORRELATION ANALYSIS OF CRIMINOLOGICAL CRIME INDICATORS IN THE SIBERIAN FEDERAL DISTRICT
В статье исследуется взаимосвязь структурных показателей региональной преступности и статистических результатов правоохранительной деятельности. На основе построения корреляционных матриц зависимостей показателей преступности в субъектах Сибирского федерального округа и вычисления средних значений коэффициентов корреляции в матрицах проведено ранжирование территориальных образований по средней оценке связи. Показано, что чем выше среднее значение оценок корреляции, тем сильнее взаимная связь между наблюдаемыми показателями преступности. Обнаружен ряд закономерностей. В субъектах округа с наименьшей плотностью населения наблюдается, как правило, наименьшая связность показателей преступности. Среди субъектов с наименьшей связностью показателей преступности имеют место превышение естественного прироста населения над миграционными оттоками, более низкий коэффициент преступлений, совершаемых организованными группами и преступными сообществами, а также более характерные темпы снижения числа зарегистрированных преступлений и отсутствие явных «всплесков» или «обвалов» в ее динамике.
The article analyses the relation of structural indicators of regional crime and statistical results of law enforcement activity. Based on the constructing correlation matrices of dependencies of crime indicators in the subjects of the Siberian Federal District and calculation of the average values of the correlation coefficients in the matrices, the territorial entities on the average connection score were ranked. It is shown that the higher the average value of the correlation estimates, the stronger the mutual relation between the observed crime indicators. A number of regularities were revealed. In the subjects of the District with the lowest population density, as a rule, the least coherence of crime indicators are observed. Among the subjects with the least coherence of crime indicators there is an exceeding the natural population growth over migration outflows, a lower rate of crimes committed by organized groups and criminal communities, as well as a more specific rate of decline in the number of recorded crimes and the absence of obvious «spikes» or «collapses» in its dynamics.
Ключевые слова: Красноярский край, Иркутская область, коэффициент корреляции Пирсона, криминальная пораженность населения, линейные тренды, миграционные оттоки, правоохранительные органы, тяжкие преступления, убийства.
Keywords: Krasnoyarsk Territory, Irkutsk Region, Pearson's correlation coefficient, criminal affliction of the population, linear trends, migration outflows, law enforcement agencies, serious crimes, murders.
Исследование криминологических показателей преступности, зарегистрированной в субъектах Сибирского федерального округа (далее - СФО, округ), с позиций существования зависимостей в системе ее самовоспроизводства и регулирования со стороны правоохранительных органов позволяет выявить ее региональные особенности, продемонстрировать соответствующие тенденции количественно-качественного преобразования криминальных явлений и обнаружить оптимальные направления правоохранительной деятельности с учетом местной специфики социально-экономического развития.
В современных условиях при реализации криминологического анализа региональной преступности крайне важно опираться не только на результаты доктринальных исследований в области противодействия общественно опасным вызовам, но и на актуальные сведения о криминальной ситуации в регионе и адекватные информационно-аналитические сведения, исходящие от правоохранительных органов, в связи с чем крайне обоснованным видится мнение Р.М. Абызова о том, что «организация криминологического обеспечения деятельности ОВД сегодня не адекватна существующим криминогенным угрозам личности, общественному порядку и общественной безопасности» [1, с. 5].
Для проведения криминологического исследования показателей преступности, существующей в субъектах Сибирского федерального округа, потребовалось использование валидных методов научного анализа и репрезентативного эмпирического материала. Одним из таких методов является корреляционный анализ, применение которого обеспечивает выявление статистической взаимосвязи различных величин (в нашем случае -показателей преступности) и обнаружение их систематического изменения в силу взаимного влияния. Соответственно, реализация корреляционного анализа приближает исследователя к установлению искомых статистических взаимосвязей между различными социально-экономическими явлениями, криминальными процессами и работой правоохранительного механизма по их противодействию.
Объем выборки исследования составили ряды динамики наблюдений открытых ста-
тистических данных, полученных на портале правовой статистики (URL: http://crimestat. ru), которые характеризуют преступность по ее отдельным криминологическим показателям и соответствующим результатам реа-гиро-вания правоохранительных органов на криминальные проявления. В объем совокупных данных вошли показатели преступности субъектов Российской Федерации, которые до 2018 г. входили в состав округа - Республика Бурятия и Забайкальский край (статистически учитываются только на период принадлежности к СФО). Таким образом, выборку составили 27 признаков, фиксируемых в месячные интервалы времени по каждому территориальному образованию в 2009-2019 гг. Соответственно, объем исходных априорных данных превысил 40000 наблюдений.
Корреляционный анализ криминологических показателей преступности в СФО потребовал группировки наборов изучаемых показателей на три блока:
1) преступность «по категориям», который охватывает показатели зарегистрированных преступлений в зависимости от характера и степени общественной опасности деяния;
2) преступность «общая», который включает результаты открытой статистики зарегистрированных преступлений по их видам;
3) «правоохранительные» показатели преступности, который предполагает показатели, характеризующие результаты деятельности правоохранительных органов по противодействию преступности.
Для удобства восприятия результатов исследования допустимо применить следующие условные сокращения:
1. Блок преступность «по категориям»:
КП1 - особо тяжкие преступления;
КП2 - тяжкие преступления;
КП3 - преступления средней тяжести;
КП4 - преступления небольшой тяжести.
2. Блок преступность «общая»:
ОП1 - преступления экономической направленности;
ОП2 - преступления, связанные с незаконным оборотом наркотиков;
ОП3 - преступления, связанные с незаконным оборотом оружия;
ОП4 - убийства и покушения на убийство (ст. 30, 105, 106, 107 УК РФ);
ОП5 - умышленные причинения тяжкого вреда здоровью (ст. 111 УК РФ);
ОП6 - умышленные причинения тяжкого вреда здоровью, повлекшее по неосторожности смерть потерпевшего (ч. 4 ст. 111 УК РФ);
ОП7 - злоупотребления должностными полномочиями (ст. 285 УК РФ);
ОП8 - получения взятки (ст. 290 УК РФ);
ОП9 - преступления террористического характера;
ОП10 - преступления экстремистской направленности.
3. Блок «правоохранительные» показатели преступности:
П1 - предварительно расследовано особо тяжких преступлений;
П2 - предварительно расследовано тяжких преступлений;
П3 - предварительно расследовано преступлений средней тяжести;
П4 - предварительно расследовано преступлений небольшой тяжести;
П5 - количество особо тяжких преступлений, уголовные дела о которых направлены в суд;
П6 - количество тяжких преступлений, уголовные дела о которых направлены в суд;
П7 - количество преступлений средней тяжести, уголовные дела о которых направлены в суд;
П8 - количество преступлений небольшой тяжести, уголовные дела о которых направлены в суд;
П9 - не раскрыто особо тяжких преступлений;
П10 - не раскрыто тяжких преступлений;
П11 - не раскрыто преступлений средней тяжести;
П12 - не раскрыто преступлений небольшой тяжести.
Алгоритм исследования выборочных криминологических показателей преступности в субъектах округа, на наш взгляд, предполагает следующий порядок (этапы) действий:
1) получение статистических характеристик взаимосвязи показателей в блоках и их обобщенных данных;
2) исследование взаимосвязи показателей в динамике;
3) анализ статистических характеристик и формулировка аналитических выводов.
В границах первого этапа по всей выборке целесообразно проведение обобщенной оценки взаимосвязи характеризуемых показателей с помощью линейного коэффициента корреляции Пирсона. При этом заметим, что в связи с отсутствием цели получения точных оценок зависимостей показателей, допустимо применение парного коэффициента корреляции Пирсона. Кроме этого можно не учитывать автокорреляцию признаков (показателей), что обычно имеет место быть в выборках с устойчивым трендом, то есть при динамических наблюдениях.
Таким образом, построение корреляционных матриц по блокам соответствующих показателей потребовало формирования ряда таблиц. Так, расчеты оценок парных коэффициентов корреляции представлены в таблицах 1-3.
Полученные значения оценок корреляции в таблицах 1 и 2 в основном высокие и положительные, что указывает на наличие прямой зависимости отдельных видов преступлений и их категорий.
В представленных корреляционных матрицах содержатся значения взаимосвязи показателей и другие статистические характеристики, такие как простая средняя оценка коэффициентов корреляции всех пар показателей, среднеквадратическое отклонение коэффициентов корреляции. Среднее значение условно характеризует обобщенную среднюю взаимосвязь наблюдений, а среднеква-дратическое отклонение - их вариацию, т.е. разброс или, иначе, изменчивость.
Таблица 1
Корреляционная матрица зависимостей показателей блока преступность «по категориям»
КП1 КП2 КПЗ КП4
КП1 1 0,867 0,889 0,907
КП2 0,867 1 0,965 0,873
КПЗ 0,889 0,965 1 0,914
КП4 0,907 0,873 0,914 1
Средний коэффициент корреляции 0,903
Среднеквадратическое отклонение коэффициента корреляции 0,036
Таблица 2
Ко-^^.ыит'шила мшрпид зависимостей иокп^ги^. Iем йлоыа прест^шпсть йлбщая»
0111 ОП2 ОГО 0114 ОП5 01 № 0117 она ОГО ОШО
ОП1 1 0,698 0,449 0,586 0,596 0.627 0,763 0.627 0,027 0.141
от 0,69В 1 0,732 0,791 0,868 0,413 0,622 0,255 0,4В 5
опз 0,732 1 0,808 0,789 0,764 0,27» 0,359 0,314 0,128
ОИ4 0.586 0,791 0.805? 3 0,955 0.919 0,396 0.440 0,215 0.292
ОП5 1X596 0.853 0,7 89 0,955 1 0,97В 0,336 0,45В 0,239 0,341
ОМС. 0,368 0.764 0,919 0,97» ] 0353 0.472 0,204 0.329
ОПТ 0.76? 0,415 0.2 75 0,396 0,336 0,353 1 0.475 -0,043 0.03?
дав 0,627 0,622 0,359 0,440 0,45^ 0,4-72 0,475 ] 0,041 0,226
от 0,027 0,29;? 0.374 0,213 0.204 -П.043 0.04[ 1 о.,1!:«
опш 0.14] 0,435 0.428 0,292 0,34] 0,329 0,035 0.226 0,520 1
С'р^^и 1нй ко-^^к шцнент корреляции 0.479
Срелиеквалрйтнческое отклонение коэффициента корреляции
Таблица 3
Корреляционно млтрша зависимостей показателей блока «драв о охр ан нтелъеые »
гпкэзаталн п|>сстуттнцстР1
] Р1 Р2 РЗ Р4 Р? Р6 Р7 РЁ Р9 Р10 РМ Р12
Р1 1 0,958 Ф.954 0.875 I Ш) 0.959 0,959 0.919 0,826 0.8 11 0.891 0,890
Р2 0,95$ 1 0,962 0,НН6 » 1 >000 0.ЧЛ1 0.916 0,777 0,870 0,900
РЗ 0.954 0.962 1 0.Р30 0,352 0,962 0.9В 1 0,944 0,798 0,862 0,922 0,925
Р4 0,375 0 336 0,930 1 0,873 0,ЙЙ6 0,878 0,973 0,831 0,765 0,845 0,959
Р5 1,000 0,956 0,952 4,873 1 0,957 0,919 0,329 0,830 0,339 0,339
Рб 0,939 1.000 0,962 0,957 1 0.962 0,913 0,782 0,86» 0.1Я>5 0,901
Р7 0,959 0,961 0,981 0,878 0,959 0,962 1 0,931 0.804 0,865 0,913 0,897
РК 0,919 0,944 0,973 Г>.9]9 НЦ91Н 0,931 1 0,357 0,874 0,957
1*9 0.826 0,777 0,793 0,831 0,82У 0,782 0,804 0,357 1 0,612 0,734 0,840
Р]0 одзз 0,В70 0,862 0,765 0,830 0,868 0.865 0,802 0.642 1 0,943 0,816
Р] 1 0 891 0,906 0.922 0.845 0,889 0.905 0,913 0.874 0.734 0,943 1 0,885
142 0.890 0.900 0,925 0,959 0.889 0 90* 0,-897 0,957 О,Й40 & 0,885 1
Средний кдоффиилен1.! корреляции 0,892
Г'^^дниккд.чрЕин'зигвгш': отклонение н0^фф|щи(жй корреляции 0,068
Таким образом, можно получить характеристики статистической связности в системе криминологических показателей преступности на территории СФО. Уточним, что чем выше среднее значение корреляции, тем сильнее взаимосвязь между наблюдаемыми показателями. Соответственно, чем ниже среднее значение корреляции, тем выше вариация конкретного показателя и слабее системная связанность сопоставляемых видов преступлений. В свою очередь, более низкому сред-неквадратическому отклонению коэффициентов корреляции корреспондирует и более
низкий разброс парных показателей преступности - чем ниже значение, тем меньше вариация между максимальными и минимальными значениями показателей преступности.
При построении корреляционных матриц можно получить обобщенные показатели по обозначенным блокам в рамках каждого субъекта округа. Результаты таких вычислений целесообразно представить в виде сравнительных таблиц, где статистические характеристики упорядочены, например, по принципу убывания значений. Результаты такой обработки представлены в таблицах 4-7.
Таблица 4
Сводная таблица оценки срещтнх показателей корреляционной матрицы го блокам преступность«™ категориям» и преступность «общая» в С[1Ю
Су&ъоп" Среднее значение корреляции Срсднсквалратнчсскос огкшшше кохффнлненга корреляции
(Тисжрскнй ФО ».717 0,306
АлтаНСКНН fqjflii o,e>t>fl 0,316
Иркутская область 0,653 0,344
Красноярский край 0,644 0,334
] 1пН0О[б|1рСКНЯ область 0,636 0,321
Рсстттолпкп Хакасия 0,6 J & 0,301
Кемеровская область-Кузбасс 0,612 0,314
Республика .Бурятии (до 2018 года) 0,606 0,304
Омская область 0,5« 0,358
Забайкальский крн" (ло 2*>18года) 0,5&7 0,395
Республика Тыва 0,562 0,284
Томская область 0,556 0,359
PctnytVlHlUi A.irriltr 0,^26 0,334
Таблица5 Сводная таблица опенки средних показателен коррелгцноттной матрнпьг по блоку «правоохранительные» хишгепн преступности в округе
Субъект Среднее значение корреляции Среди евв^цншпесхое отклонение ко^ффлшиенга корреляции
Красноярский крап 0,951 0,035
Сибирский ФО 0,041 0,053
Протекал область 0,91,1 0,(151
Забайкальский кран н до 1И гола) 0,913 O,OGS
Республика Бурятия (до 2018 ■ ода) 0,901 0,074
Нолосибнрскйи Область 0,898 0,0ЯЙ
Омская область 0,897 0,079
Республика Хакасия 0,885 0,066
АлтЦнСинн кран 0,884 €,088
К^сро^ска* обласп^Кузбасс 0,867 0,129
1 омская область 0,850 0,125
Республика Алтай 0,824 0,173
Тывв 0,2-5 [
Максимальной связностью показателей преступности обладают Алтайский край, Иркутская область и Красноярский край. Наименьшей - Республика Алтай, Томская область и Республика Тыва. Это, по сути, криминологический рейтинг субъектов СФО, в которых шкалой выступает степень связанности показателей преступности (далее - рейтинг связанности). Соответственно, наибольшая вариация отклонений коэффициентов корреляции
наблюдается в Забайкальском крае, Томской и Омской областях, наименьшая - в республиках Тыва, Хакасия и Бурятия. Необходимо указать на то обстоятельство, что отсутствует корреспондирующее соотношение между средней оценкой корреляции и среднеква-дратическим отклонением, то есть субъект, находящийся первом месте в рейтинге связанности, не обязательно будет занимать последнее месте в рейтинге среднеквадратического
Таблица б
Сводная таблица оценки средних показателей корреляционной матрицы по блоку преступность по «категориям» и «прятеоокранчтедьньген поклэдтел'к
преступности н округе
Субъект Среднее зеаченне (.'реднекаадр^и 1 чгское отклонение коэффициента
корреляции корреляции
Красноярский 1-рпи 0,955 0.0
Сибирский ФО 0,946 0,049
Иркутскач области 0,92 [ 0,050
Чапайьалтлкий край {до 2018 гада) 0,918 0.066
Республика Буршя (до 2018 гада) 0,909 0.071
ОмСКДЯ 0блД17П. 0,907 0,071
Новосибирская ооаасть 0,905 0.077
Алтайский крап 0,900 0.077
Реп 1 Хак&сил 0,890 0,069
Кемеровская области Кузбасс 0,882 0,115
Томская область 0.872 0.111
Ресч гублниа Алтай 0.846 0.149
Р^и:иуТЛЛ11КЕ1 Тынд 0,723 0,227
Таблица 7
Сводная таблица оценки средних показателен корреляционной матрнии по псе^т блокам криминологических показателен в округе
Регион Среднее значение корреляции Среднеквадраггнческое отклонение коэффициента КОррСЛЯ1[И1Г
Сибирский ФО аМ2 0,242
Красноярский крап 0,779 0,235
Иркутская область 0,774 0,265
Алтайский крли 0,76й 0,25В
Новосибирская облает^ 0,757 0,265
Республика Ьурягнд 0,742 0,259
Республика Хакасия 0,741 0,246
Забайкальский кр;1й 0,736 0.324
Омскдя область 0,733 0,204
Кемеровская область-Кузбасс 0,729 0,276
Тсил^каа область 0,693 0,310
Реи излишка Ajcra.ii 0,65й 0,3013
Республик» Тьгна 0,613 0,2««
отклонения коэффициентов корреляции (и наоборот). Следовательно, не обнаруживается необходимая (полностью взаимозависимая) причинно-следственная связь между средним значением корреляции и среднеквадратиче-ским отклонением. Здесь, в сущности, проявляется криминологический рейтинг субъектов СФО, в которых шкалой выступает степень вариации отклонений коэффициентов корреляции (далее - рейтинг отклонений).
Статистические данные, представленные в таблицах 4-6, позволяют обозначить четыре основных наблюдения:
1) корреляция показателей преступности по «категориям» принципиально не меняет расположение субъектов округа как в рейтинге связанности, так и в рейтинге отклонений, то есть не меняет местами крайние субъекты в этих рейтингах (хотя и подвергает «соседние» в рейтингах субъекты незначи-
тельной пертурбации между собой), что свидетельствует о достаточно высокой репрезентативности сведений о корреляционной связанности показателей преступности по 10 видам зарегистрированных преступлений;
2) корреляционный анализ показателей преступности по «категориям» позволяет не только продемонстрировать степень связанности криминальной направленности посягательств, но и показать степень связанности уровней их общественной опасности, тем самым доводя до логического завершения «горизонтально-вертикальную» картину системных криминальных процессов в округе;
3) данный анализ выступает дополнительным инструментом для полноценной криминологической характеристики отдельных категорий преступлений, которая, по справедливому мнению И.Э. Звечаровского и А.Л. Иванова, в отечественной криминологии до сих пор не получила должного освещения [2, с. 16];
4) результаты корреляционного анализа «правоохранительных» показателей преступности наиболее информативно отражают во многом аналогичные итоги корреляционного анализа показателей преступности по «категориям», что объясняется достаточно прочной взаимосвязью корреляции результативности деятельности правоохранительных органов с градацией криминальной вредоносности посягательств, тем самым демонстрируя ориентацию правоохранительной деятельности на энергичность противодействия криминальным деяниям в зависимости не от их направленности на соответствующую сферу общественных отношений, а от степени общественной опасности данных деяний.
Изложить общие криминологически значимые закономерности можно только с учетом сводных оценок средних показателей корреляционной матрицы по всем блокам криминологических показателей в округе, которые представлены в таблице 7.
Приведенные в таблицах статистические данные корреляционного анализа демонстрируют ряд следующих общих закономерностей:
1) в субъектах округа с наименьшей плотностью населения наблюдается, как правило, наименьшая связность показателей преступ-
ности, что объясняется отсутствием единого для соответствующего региона тренда преступных проявлений (например, как для Республики Тыва и Забайкальского края традиционно высокий удельный вес преступности несовершеннолетних) и его «размывание» уже несвойственными для других субъектов видами преступлений. Так, Алтайский край находится на четвертом месте в округе по максимальной плотности населения и обладает максимальной связностью показателей. Однако тот факт, что минимальной плотностью населения обладает Красноярский край, а Иркутская область находится на четвертом месте, но эти субъекты занимают лидирующие позиции в рейтинге связанности, объясняется географической нетипичностью данных субъектов, занимающих значительные и во многом до сих пор не освоенные в социально-экономическом смысле территории;
2) среди субъектов с наименьшей связностью показателей преступности можно отметить превышение естественного прироста населения над миграционными оттоками, что обнаруживается при изучении официального сайта Федеральной службы государственной статистики (URL: http://www.gks.ru);
3) коэффициент преступлений, совершаемых организованными группами и преступными сообществами, как правило, ниже в субъектах с наименьшей связностью показателей преступности, что свидетельствует об отсутствии в данных субъектах явно проявляющихся социальных образований с высокой степенью криминальной пораженности и активностью в сторону совершения организованных преступлений в основном общеуголовной и экономической направленности;
4) среди субъектов с наименьшей связностью показателей преступности более характерно проявляются такие ее свойства, как равномерная массовость и распространенность, отсутствие системных и долговременных криминогенных факторов;
5) рассматриваемой группе субъектов свойственны более характерные темпы снижения числа зарегистрированных преступлений, отсутствие явных «всплесков» или «обвалов» в ее динамике. Например, в Республике Алтай и Томской области, которые являются
аутсайдерами рейтинга связанности, начиная с 2015 г. и по 2019 г. включительно наблюдается ежегодное стабильное снижение числа регистрируемых преступлений (при этом в Российской Федерации в 2019 г. зафиксирован рост преступности на 1,6%).
Изложенные закономерности в основном обратно пропорциональны применительно к субъектам с наибольшей связностью показателей преступности.
Следует отметить, что завышенные значения средних показателей взаимосвязи по округу в целом относительно субъектов объясняются кумулятивными значениями итоговых показателей по всему СФО и не могут трактоваться как среднее значение, вычисленное по показателям территорий (диаграмма 1).
Кроме статических оценок показателей взаимосвязи признаков, могут представлять интерес их наблюдения в динамике. На диаграммах 2-4 представлены обобщенные статистические характеристики субъектов округа в период 2009-2019 гг.
На диаграмме 5 представлены сравнительные характеристики среднего значения
корреляции признаков в блоках преступность по «категориям» и преступность «общая» совместно с динамикой общего числа зарегистрированных преступлений на 100 тыс. населения в округе. Линейные обозначают тренды (линейные тренды), отражающие временные тенденции указанных блоков показателей.
Таким образом, проведенное исследование показало, что взаимосвязь структурных показателей преступности в Сибирском федеральном округе отражает соответствующую степень криминальной пораженности населения, социально-экономическую ситуацию, эффективность функционирования правоохранительных органов и факт существования системы «преступность - правоохранительная деятельность». Результаты корреляционного анализа и выявленные наблюдения обеспечивают обогащение криминологической науки новыми знаниями и позволяют их использовать при проведении последующих аналитических исследований региональной преступности.
Библиографический список
1. Абызов, Р.М. К вопросу о совершенствовании криминологического обеспечения деятельности ОВД / Р.М. Абызов // Актуальные проблемы борьбы с преступлениями и иными правонарушениями. - 2020. - N 20-1. - С. 3-6.
2. Звечаровский, И.Э. Криминологическая характеристика преступлений небольшой тяжести / И.Э. Звечаровский, А.Л. Иванов // Криминологический журнал Байкальского государственного университета экономики и права. - 2014. - N 4. - С. 14-21.
