Информатизация криминологической деятельности. Теория и методология

4. Проведем расчеты в обратном порядке. Начиная с P

, построим ряд точек B

, B

, …, b

, которые расположены на пересечении с ординатами q’

, q’

, …, q’

.

5. Линия регрессии (по методу наименьших квадратов) есть B

A

.

Эффективность метода = 100 %; работает быстрее обычного.

Пример. Верхняя половина графика иллюстрирует метод нахождения an (здесь N = 5). На нижней части графика показан обратный метод нахождения B

, а линия B

A

дает оцененную линию регрессии: сумма квадратов расстояний точек графика (уровни преступности) от прямой (линии регрессии) минимальная.

Следующая группа методов прогнозирования включает в себя методы исторической, биологической и математической аналогии. Применение аналогии – общепринятый и естественный способ мышления. Выводы по аналогии вообще – это выводы, в которых посылки относятся к одному объекту (модели), а заключения – к другому (прототипу).

Метод исторической аналогии основан на установлении и использовании аналогии объекта прогнозирования с одинаковым по природе объектом, опережающим первый в своем развитии. Исторической аналогией следует воспользоваться в том случае, когда нужен более строгий метод, чем простое субъективное суждение. Если прогнозист может найти какую-либо ситуацию в прошлом, сходную с прогнозируемой им ситуацией, тогда он может считать, что последствия интересующей его ситуации будут аналогичны последствиям исторической ситуации.

В качестве примера рассмотрим возможность прогнозирования по аналогии ситуации принятия и распространения нововведения – автомобильного ремня безопасности для предупреждения и сокращения дорожного травматизма и летальных исходов при авариях на автострадах. Модельной ситуацией здесь будет опережающее по времени использования его для самолетов. Роль препятствия для прогнозируемой ситуации сыграл существенный фактор: исторически обусловленное сознание потребителя. В 1956 году предложение автомобильной компании «Форд» по комплекту безопасности, включающему в себя предохранительный пояс, не нашло поддержки у покупателей. И только в 1968 году, а в нашей стране в 1975 году, было решено устанавливать их на всех новых автомобилях

.

Прогнозирование по биологической аналогии использует результаты обширных исследований роста организмов и популяций. Этот рост, например, хорошо описывает логистическая функция y = a/(1 + be

), или кривая Перла. Пример: развитие клетки (биологический рост) и творческое совершенствование (изобретательская способность). Аналогия с биологическим процессом делает возможным использование кривых роста для прогнозирования скорости научно-технического прогресса, оказывающего влияние на преступность и борьбу с ней

.

Чтобы не продлевать «от руки» (без всяких обоснований и расчетов) кривую роста за пределы, определяемые данными о прошлом развитии, к последним необходимо подобрать математическую функцию и затем использовать ее для оценки будущего (что и сделал Раймонд Перл, амер. биолог и демограф, именем которого названа кривая роста).

При установлении математической аналогии развития различных по природе объектов используется более изученное и более точное математическое описание одного из них для разработки прогнозов другого. В группе методов моделирования можно назвать вероятностное, сетевое, имитационное моделирование. Для моделирования преступности криминологами использовались модели множественной регрессии, факторного анализа, матричные и иные математические модели. Общим для всех видов математических моделей является использование математических средств для описания моделируемых объектов.

В качестве объектов моделирования в криминологии выступают взаимосвязь различных социальных процессов с состоянием, уровнем и динамикой преступности, структурно-динамические колебания преступности. Моделирование используется для прогнозирования не только преступности, но и различных аспектов индивидуального преступного поведения. Перенос информации с модели на прототип можно рассматривать как частный случай вывода по аналогии.

Моделирование как способ разработки прогнозов осуществляется путем построения поисковых (для определения возможных состояний явления в будущем) и нормативных (для определения путей и сроков достижения этих состояний, принимаемых в качестве цели) моделей с учетом вероятного или желательного изменения прогнозируемого явления на период упреждения прогноза по имеющимся прямым или косвенным данным о масштабах и направлении изменений. Имеют значение все возможные виды моделей: системы уравнений, графические изображения, подборки показателей, имитации, матрицы и т. д.

Прогнозирование преступности. В практике криминологических исследований известно несколько подходов к прогнозированию преступности на базе информационных и математических моделей. Так, С. Е. Вицин оценил прогностические функции трех видов моделей: 1) модели преступности, построенной на основе единого измерителя общественной опасности преступлений; 2) модели преступности на основе использования уравнений множественной регрессии; 3) матричной модели преступности.

Прогностические выводы из динамического ряда уровней преступности в «условных» преступлениях отнесены им к уровню «наивного» прогноза. Реализация прогностической функции модели второго вида признана очень сложной, поскольку в этом случае необходимо спрогнозировать не только развитие всех установленных факторов, непосредственно влияющих на преступность, но и изменение их количественных оценок. Наиболее эффективно, по его мнению, прогностическая функция в криминологии может осуществляться на основе матричных моделей преступности

. По специально подготовленной им методике (включающей в себя метод наименьших квадратов) прогнозы преступности на пятилетие разрабатывались во всех МВД, УВД страны еще в прошлом веке

.

Существуют и другие примеры использования моделирования для разработки среднесрочного прогноза преступности

. Определенный интерес в связи с использованием компьютера здесь представляют разработка и апробация сотрудниками ВНИИ МВД (М. Д. Волковым, К. К. Горяйновым, Л. В. Кондратюком) однофакторной и многофакторной прогностических моделей преступности в РФ (Ангаро-Енисейский регион)

. В первом случае авторы предложили модель зависимости коэффициента преступности от времени и миграционной подвижности населения. Тенденция изменения во времени параметров модели определена методом наименьших квадратов.

Во втором случае была получена модель зависимости коэффициента преступности от следующих факторов: доли активного населения; доли рецидивистов в общем числе лиц, совершивших преступления; коэффициента миграционной подвижности населения; комплексного показателя уровня урбанизации; удельных капиталовложений, объема товарооборота и бытовых услуг (на 10 тыс. населения).

Перечисление факторов здесь и далее помимо иллюстративной преследует еще одну цель: подчеркнуть необходимость их наличия в криминологическом банке данных и сложность использования апробированных методик в регионах, где отсутствует автоматизированный банк аналогичных данных.

Долгосрочное прогнозирование преступности (на период до 1990 г.) проводилось ВНИИ МВД с применением экспертных оценок еще в 1973 году

. Экспертам-криминологам (46 чел.) было предложено оценить влияние каждого из 39 криминологически значимых факторов на уровень преступности. В числе факторов, наиболее отрицательно влияющих на современное состояние преступности, эксперты назвали: ослабление социального контроля за личностью вследствие урбанизации и миграции (ранг 1); увеличение потребления крепких спиртных напитков на душу населения (ранг 2)…; несовершенство уголовного, уголовно-процессуального, уголовно-исполнительного законодательства (ранг 16); недостаточно высокий уровень эффективности правовых норм (ранг 17).

Для прогнозирования развития преступности на длительные сроки метод экспертных оценок оказался наиболее доступным. Вместе с тем обнаружилась слабая согласованность мнений экспертов (см. коэффициент конкордации), а по ряду факторов многие не могли дать гипотетические суждения. Последнее лишь подчеркивает, на наш взгляд, необходимость использования всего арсенала средств коллективных экспертных оценок (использования нескольких туров опроса, предложенного нами метода штрафов в оценке компетентности экспертов, взвешенных оценок криминологически значимых факторов и т. д.).

Для краткосрочных прогнозов хорошие результаты дают методы экстраполяции, в частности описанный выше и апробированный автором эффективный метод графической оценки линейной регрессии для равноудаленных наблюдений

.

Прогнозирование индивидуального преступного поведения на практике осуществляется в основном интуитивно, например, в отношении лиц, освобождаемых из исправительно-трудовых учреждений. В отличие от интуитивного прогноза, где предиктором выступает чаще всего начальник отряда, научно обоснованный прогноз строится криминологами на базе математического моделирования и фактографической информации.

Прогнозирование рецидива преступлений со стороны лиц, освобождаемых из учреждений уголовно-исполнительной системы (УПС), где они отбывали наказание впервые или во второй и более раз, осуществлялось несколькими авторами (А.П. Закалюком, А.П. Иващенко, В. А. Минаевым, а также А. Ф. Зелинским, Л. В. Чуприной и др.)

.

В работе А. П. Иващенко использовалась несложная прогностическая модель: Р = ? a

x

, где x

– конкретные значения признаков-индикаторов; i = 1, 2, 3, …, 30; a

– коэффициенты информативности этих признаков. Сложность в другом: в отборе и балльной оценке характеризующих личность рецидивиста признаков и выявлении связи между их совокупностью и степенью вероятности рецидива преступлений после освобождения.

Признаки-индикаторы составляют семь групп: относящиеся к социально-демографическим характеристикам личности (i = l ? 9); характеризующие преступное поведение (i = 10 ? 12) и процесс исправления и перевоспитания (i = 13 ? 15); содержащие оценку нравственно-психологической (i = 16 ? 24) и психической (i = 25, 26) сферы личности в процессе отбывания наказания, степени исправления осужденного и его будущего поведения (i = 27, 28); относящиеся к деятельности по обеспечению процесса социальной реадаптации (i = 29, 30). Из 30 признаков работающими являются 28, так как в данной модели для лиц, отбывающих наказание в виде лишения свободы впервые, a