Методы и модели анализа результатов деятельности территориальных органов МВД России по выявлению и раскрытию преступлений, совершённых в общественных местах тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат наук Гонов Шамиль Хасанович

• Гонов Шамиль Хасанович
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Гонов Шамиль Хасанович

Введение

Глава 1. Современное состояние деятельности органов внутренних дел по выявлению и раскрытию преступлений, совершенных в общественных местах

1.1. Органы внутренних дел в сфере обеспечения правопорядка в общественных местах как социальная система-организация

1.2. Информационное обеспечение анализа и оценки результатов деятельности

1.3. Анализ криминогенной обстановки в общественных местах и ее региональные

особенности

Выводы по 1 главе

Глава 2. Разработка методов анализа данных на основе моделей дискретного выбора

2.1. Разработка моделей анализа данных

2.2. Идентификация и оценка моделей бинарного выбора

2.3. Методы оценки результатов на основе механизмов комплексного

оценивания

Выводы по 2 главе

Глава 3. Предложения, направленные на совершенствование информационно -аналитического обеспечения территориальных органов МВД России на основе разработанных методов и моделей

3.1. Повышение качества построенных моделей и их адаптация для региональных данных

3.2. Применение разработанных моделей для оценки результатов деятельности в сфере обеспечения правопорядка в общественных местах

3.3. Предложения по совершенствованию информационно-аналитического

обеспечения территориальных органов МВД России

Выводы по 3 главе

Заключение

Список сокращений и условных обозначений

Словарь терминов

Список использованной литературы

Приложение 1. Список частных факторов

Приложение 2. Обзор литературы

Приложение 3. Алгоритм построения logit-модели при помощи MS Excel

Приложение 4. Технология анализа временных рядов

Приложение 5. Техническое задание на разработку отчета

Приложение 6. Группы регионов

Приложение 7. Акты внедрения

Введение диссертации (часть автореферата) на тему «Методы и модели анализа результатов деятельности территориальных органов МВД России по выявлению и раскрытию преступлений, совершённых в общественных местах»

Введение

Актуальность диссертационного исследования. Серьезной социальной проблемой во многих регионах Российской Федерации продолжает оставаться высокий уровень преступности в общественных местах. Выступая на расширенном заседании коллегии МВД России 15 марта 2016 г., Президент России В.В. Путин обратил особое внимание на рост таких преступлений и подчеркнул, что одной из главных задач подразделений полиции по охране общественного порядка является совершенствование организации патрулирования и противодействие уличной преступности1. Вместе с тем вопросы обеспечения правопорядка в общественных местах представляются значимыми не только для правоохранительных органов, но и всей системы государственного и муниципального управления Российской Федерации2. Это подчеркивает ту важную роль, которую играет изучение состояния правопорядка на территории, призванное обеспечить лицо, принимающее решение (ЛПР), достоверной информацией о реальном уровне, причинах и параметрах преступности, а также выявить ожидаемые тенденции ее развития на ближайшую перспективу, с тем чтобы в дальнейшем осуществлять те или иные профилактические мероприятия.

Одно из основных направлений таких исследований связано с анализом результатов работы территориальных органов МВД России (территориальные органы), позволяющим оценивать эффективность оперативно-служебной деятельности. Сегодня оценка результатов деятельности органов внутренних дел (ОВД) осуществляется как на основе показателей, характеризующих развитие преступности, так и социально-экономических факторов, действующих в регионах. Вместе с тем влиянию последних не придается должного значения. Так, зачастую

1 Президент России [Электронный ресурс]. URL: http://kremlin.ru/events/president/ news/51515 (дата обращения: 16.10.2016).

2 Демидов Ю.Н. О текущих задачах и проблемных аспектах в сфере организации деятельности подразделений полиции по охране общественного порядка территориальных органов МВД России // Научный портал МВД России, 2013, № 4. С.104-110.

территориальные органы, функционирующие в сходных социально-экономических условиях, демонстрируют существенные расхождения в оценках. Особенно это касается показателя «количество преступлений, совершенных в общественных местах». Например, несмотря на сопоставимые внешние условия функционирования территориальных органов МВД России в Северо-Кавказском регионе, наблюдается серьезный разброс оценочных показателей.

Это в свою очередь негативно сказывается на качестве принимаемых управленческих решений, направленных на стабилизацию состояния правопорядка на постах и маршрутах патрулирования. Сложившаяся практика заставляет разрабатывать новые подходы к анализу результатов деятельности органов внутренних дел.

В качестве инструмента для решения этой задачи в настоящей диссертации предлагается использовать адекватный математический аппарат, в основе которого лежат разработанные методы и модели анализа результатов деятельности территориальных органов МВД России по выявлению и раскрытию преступлений, совершенных в общественных местах.

Степень разработанности темы. Большой вклад в развитие теории и практики управления в социальных и экономических системах внесли труды

A.Г. Аганбегяна, К.А. Багриновского, С.А. Баркалова, Л. Берталанфи, Ю.В. Бондаренко, В.Н. Буркова, И.В. Бурковой, Ю.Б. Гермейера, А.Г. Гранберга, Л. Заде, М. Интрилигейтора, В.А. Ирикова, Е.З. Майминаса, И.М. Макарова, Л.В. Канторовича, А.В. Маслобоева, М. Месаровича, Н.Н. Моисеева, О. Моргенштерна, Д.А. Новикова, Дж. Нэша, В.М. Полтеровича, Т. Саати, Г.А. Угольницкого, Д. Форрестера, С.Л. Чернышева, А.В. Щепкина и др.

Различные аспекты информационно-аналитической деятельности в правоохранительной сфере исследованы в работах В.З. Веселого, С.Е. Вицина, Г.М. Воскресенского, О.А. Гаврилова, И.В. Гурлева, А.П. Ипакяна, В.А. Колемаева,

B.Д. Малкова, В.А. Минаева, А.С. Овчинского, Л.В. Россихиной, Г.А. Туманова и др.

Разработкой математических методов и моделей анализа данных в органах внутренних дел, в том числе ориентированных на оценку их деятельности, занимались такие ученые, как И.В. Горошко, В.Д. Кондратьев, А.С. Кузнецов, В.В. Меньших, Б.А. Торопов, А.Б. Флока, Л.Г. Хейло и др. Среди зарубежных специалистов, проводивших исследования в направлении сходном с проблематикой настоящей работы необходимо выделить Г. Беккера, Л. Дрейка, П. Дугласа, Ч. Кобба, С. Левитта, Р. Симпера, Я. Тинбергена, И. Эрлиха, Д. Хейнике и др.

Отмечая несомненную значимость проанализированных нами исследований, вопросы анализа и оценки деятельности правоохранительных органов по обеспечению правопорядка в общественных местах в них не рассматривались. Существующий пробел в теоретическом осмыслении изучаемого процесса, а также недостаточная проработка методологических вопросов учета специфики преступности в общественных местах в информационно-аналитической деятельности органов внутренних дел и предопределили объект, предмет, цели и задачи диссертационного исследования.

Объектом диссертационного исследования является информационно-аналитическая деятельность территориальных органов МВД России, решающих задачи обеспечения правопорядка в общественных местах.

Предметом исследования являются методы и модели анализа результатов деятельности территориальных органов по выявлению и раскрытию преступлений, совершенных в общественных местах.

Цель и задачи исследования. Цель диссертационного исследования заключается в разработке и обосновании новых подходов к решению задачи совершенствования анализа и оценки результатов деятельности территориальных органов в сфере обеспечения правопорядка в общественных местах на основе математических методов, моделей и алгоритмов.

Для достижения данной цели были сформулированы следующие задачи:

1. Провести анализ современных тенденций развития преступности в общественных местах и выявить существующие проблемы в оценке результатов

деятельности территориальных органов по противодействию этому виду преступлений.

2. Разработать подход к формальному описанию цикла учета преступлений, совершенных в общественных местах и существующей системы информационно-аналитического обеспечения органов внутренних дел.

3. Предложить обобщенную модель анализа результатов деятельности территориальных органов в сфере обеспечения правопорядка в общественных местах.

4. Разработать алгоритм построения моделей анализа результатов деятельности территориальных органов по выявлению и раскрытию преступлений, совершенных в общественных местах.

5. Предложить методику оценки результатов деятельности территориальных органов в сфере обеспечения правопорядка в общественных местах на основе моделей дискретного выбора в целях поддержки принятия решений.

6. Разработать компьютерный прототип системы поддержки принятия решений на основе предложенных методов и моделей.

Методология и методы исследования. Теоретической и методологической базой диссертационного исследования послужили труды отечественных и зарубежных ученых в области разработки методов и механизмов управления сложными социальными и экономическими системами, совокупность различных методологических приёмов и средств познания. В ходе исследования применялись общенаучные методы (анализ, синтез, сравнение и обобщение) и частнонаучные методы (многомерные методы анализа данных: корреляционный, регрессионный, кластерный, временных рядов и др.), а также математический аппарат моделей дискретного выбора.

Область исследования соответствует пунктам 3, 4 и 5 паспорта специальности 05.13.10 - «Управление в социальных и экономических системах».

Научная новизна диссертационного исследования состоит в том, что автором впервые изучены проблемы анализа результатов деятельности органов

внутренних дел в сфере обеспечения правопорядка в общественных местах с использованием математических методов и моделей, а именно:

1. Предложен авторский подход к формализации цикла учета преступлений и основных компонент оперативной обстановки на основе исследования существующей системы уголовной статистики, современных методов сбора, обработки, анализа и оценки информации о состоянии преступности в общественных местах (глава 1).

2. Предложена обобщенная модель анализа результатов деятельности органов внутренних дел, отличающаяся от известных использованием аппарата производственных функций, объясняющими переменными в которой выступают социально-экономические факторы. Обобщенная модель позволила предложить частные регрессионные модели, характеризующие тенденции развития преступности в общественных местах; доказана их значимость и адекватность (параграфы 2.1 главы 2 и 3.1 главы 3).

3. Разработан алгоритм построения моделей анализа данных, отличающийся применением фиктивных переменных и нелинейных структур, на основе которого предложена методика анализа оперативной обстановки в общественных местах, позволяющая расширить сферу применения математического моделирования в исследовании социальных систем (параграф 3.1 главы 3).

4. Разработана методика построения математических моделей дискретного выбора, позволяющая осуществлять анализ и оценку результатов деятельности органов внутренних дел в сфере обеспечения правопорядка в общественных местах в качественной шкале, а также предложены и обоснованы механизмы разработки интегрального показателя, выступающего зависимой переменной в этих моделях (параграфы 2.2 и 2.3 главы 2).

5. Построен компьютерный прототип системы поддержки принятия решений, помогающий ЛПР в диалоговом режиме обосновать выбор тех или иных решений, направленных на стабилизацию состояния правопорядка в общественных местах (параграфы 3.2. и 3.3 главы 3).

Положения, выносимые на защиту:

1. Предложенный авторский подход к формализации цикла учета преступлений позволяет исследовать основные компоненты оперативной обстановки в общественных местах и связи между ними, а также оценить результаты территориальных органов с использованием методов и моделей анализа данных.

2. Предложенная в диссертации обобщенная модель позволяет систематизировать факторы внешней среды и проанализировать состояние криминогенной обстановки в общественных местах. В частных регрессионных моделях учтены факторы ресурсного обеспечения, позволяющие осуществить поддержку принятия решений при управлении нарядами комплексных сил.

3. Разработанный в диссертации алгоритм построения моделей анализа данных с использованием фиктивных переменных и нелинейных структур обеспечивает учет оганизационно-правовых и природно-климатических особенностей в комплексе факторов внешней среды функционирования органов внутренних дел. Использование названного алгоритма обеспечивает сопоставимость данных в процессе анализа результатов деятельности территориальных органов.

4. Разработанный методический подход к построению моделей дискретного выбора позволяет учесть качественные состояния оперативной обстановки в общественных местах, что расширяет возможности информационно-аналитических подразделений для оценки результатов оперативно-служебной деятельности территориальных органов. Построенные \ogit- модели, позволяют осуществить прогноз развития криминогенной обстановки, проанализировать результаты деятельности территориальных органов и обеспечить поддержку принятия решений по выделению сил и средств на охрану общественного порядка.

5. Разработанный компьютерный прототип системы поддержки принятия решений в управлении территориальных органов позволяющий повысить качество информационно-аналитического обеспечения деятельности подразделений органов внутренних дел.

Практическая значимость работы заключается в разработке методики анализа и оценки результатов деятельности ОВД в сфере обеспечения праворядка в общественных местах на основе комплексного применения методов математической статистики, теории множеств и теории управления. Подготовлены рекомендации по применению методики, предназначенные для повышения уровня информационно-аналитического обеспечения ОВД.

Обоснованность и достоверность результатов. Обоснованность и достоверность разработанных моделей и алгоритмов определяется корректным использованием методов теории управления, математической статистики и моделирования социально-экономических систем, согласованностью результатов моделирования с выводами предыдущих исследований по изучаемой тематике, а также положительными результатами их практического применения.

Апробация и внедрение в практику результатов диссертационного исследования осуществлены автором на следующих научно-практических конференциях и семинарах: IV Всероссийский научный семинар «Актуальные вопросы управления в социально-экономических системах» (Москва, 2017), XXV и XXVI Всероссийская научная конференция «Информатизация и информационная безопасность правоохранительных органов» (Москва, 2016 и 2017 гг.), Международная научно-практическая конференция «Охрана, безопасность, связь - 2016» (Воронеж, 2016), II Всероссийская научно-практическая конференция «Актуальные проблемы административной деятельности полиции» (Краснодар, 2016), Всероссийская научно-практическая конференция «Актуальные вопросы эксплуатации систем охраны и защищенных телекоммуникационных систем» (Воронеж, 2017).

Разработанные в ходе исследования математические методы и модели внедрены в служебную деятельность МВД по Кабардино-Балкарской Республике, МВД по Карачаево-Черкесской Республике и используются в учебном процессе Северо-Кавказского института-филиала Федерального государственного бюджетного образовательного учреждения высшего образования «Российская академия народного хозяйства и государственной службы при Президенте

Российской Федерации» и Федерального государственного бюджетного образовательного учреждения высшего образования «Северо-Кавказская государственная гуманитарно-технологическая академия».

По теме диссертационного исследования опубликовано 12 статей общим объёмом 4,44 п.л., из них 5 в рецензируемых научных изданиях.

На разработанный компьютерный прототип системы поддержки принятия решений в управлении территориальными органами на основе модели информационно-аналитической деятельности получено свидетельство о государственной регистрации в Федеральной службе по интеллектуальной собственности (Роспатент) (№ 2018619426 от 06 августа 2018 г.).

Структура и объем работы. Диссертационное исследование состоит из введения, трех глав, состоящих из девяти параграфов, заключения, списка приводимых в тексте сокращений и условных обозначений, словаря терминов, списка использованной литературы и 7 приложений. Диссертация содержит 6 таблиц и 46 рисунков.

Глава 1. Современное состояние деятельности органов внутренних дел по выявлению и раскрытию преступлений, совершенных в общественных местах

1.1. Органы внутренних дел в сфере обеспечения правопорядка в общественных местах как социальная система-организация

Выработка и принятие эффективных мер по противодействию преступности является важнейшим приоритетом поступательного социально-экономического развития нашей страны. Вместе с тем современные условия функционирования органов внутренних дел характеризуются нарастанием информационных потоков, содержание которых не всегда отвечает требованиям актуальности, полноты и достоверности, что затрудняет принятие эффективных решений и требует применения современных математических методов и моделей, основанных на получении, обработке и представлении сведений, используемых в оперативно-служебной деятельности.

Повышение эффективности современных организационно-управленческих мер является важнейшим резервом совершенствования правоохранительной деятельности в масштабах всей страны. В условиях неблагоприятной оперативной обстановки проявляются наиболее слабые звенья системы управления: недостаточная обоснованность управленческих решений, неинформированность сотрудников ОВД об особенностях быстроменяющейся криминальной ситуации, недостаточное использование аналитического потенциала современной науки, в том числе методов управления в социальных и экономических системах.

Проводимое в последние годы реформирование ОВД требует использования современных методов в оперативно-служебной и управленческой деятельности на основе разработки и внедрения компьютерных технологий в информационно-аналитическую работу и прежде всего в процесс анализа и оценки результатов деятельности ОВД, выработки эффективных управленческих решений. В этой

связи использование компьютерных технологий в процессах переработки циркулирующей в ОВД информации имеет целью повышение эффективности механизмов государственного управления на основе создания единой инфраструктуры, включающей государственные информационные системы и ресурсы, а также средства, обеспечивающие их функционирование.

Многие из указанных недостатков могли бы быть устранены в результате внедрения в деятельность территориальных органов МВД России математических методов и моделей. Это в свою очередь позволит в перспективе перейти к автоматизированному анализу показателей оперативно-служебной и управленческой деятельности ОВД и принятию оптимальных управленческих решений на основе многовариантного моделирования ситуаций, автоматизированного анализа и оценки показателей деятельности ОВД.

В связи с этим в современных условиях необходима разработка комплекса мероприятий по повышению эффективности информационно-аналитической работы в ОВД на основе разработки и использования компьютерных технологий при решении задач анализа и оценки результатов деятельности территориальных органов. Следует прежде всего совершенствовать их методологическую базу, методику и процедуру соответствующих исследований, серьезно улучшать всю систему информационно-аналитического обеспечения.

На первом этапе исследования конкретизирована структура подразделений, обеспечивающих правопорядок в общественных местах. Так, система ОВД возглавляемая Министерством внутренних дел Российской Федерации, входит в структуру органов государственной власти1 и подчиняется Президенту РФ2 по вопросам, отнесенным к его компетенции Конституцией РФ. В последние годы в рамках проводимой в Российской Федерации реформы проводится комплекс

1 Конституция Российской Федерации (принята всенародным голосованием 12.12.1993) (с учетом поправок, внесенных Законами РФ о поправках к Конституции РФ от 30.12.2008 № 6-ФКЗ, от 30.12.2008 № 7-ФКЗ, от 05.02.2014 № 2-ФКЗ, от 21.07.2014 № 11-ФКЗ) // СПС «Консуль-тантПлюс».

2 О структуре федеральных органов исполнительной власти [Электронный ресурс]: указ Президента России от 21 мая.2012 г. № 636 // СПС «КонсультантПлюс».

мероприятий по совершенствованию организационно-управленческой структуры МВД России. Одной из задач реформы является оптимизация организационно-структурного построения, повышение эффективности разработки и принятия управленческих решений, в том числе в сфере обеспечения правопорядка в общественных местах. Необходимо отметить, что решить данную задачу можно за счет совершенствования информационно-аналитического обеспечения ОВД и разработки эффективной информационной системы поддержки принятия управленческих решений (далее - СППР).

С точки зрения теории управления, система ОВД относится к многоуровневой иерархической системе1. Рассматриваемая модель управления состоит из пяти уровней:

на федеральном - центральный аппарат МВД России;

на окружном - ГУ МВД России по Северо-Кавказскому федеральному округу (далее - ГУ МВД России по СКФО) и управления на транспорте МВД России по федеральным округам (далее - УТ МВД России);

на межрегиональном - линейные управления МВД России на железнодорожном, водном и воздушном транспорте (далее - ЛУ МВД России);

на региональном - министерства внутренних дел по республикам, главные управления, управления МВД России по иным субъектам Российской Федерации (далее - территориальные органы МВД России на региональном уровне);

на районном - управления, отделы, отделения МВД России по районам, городам и иным муниципальным образованиям, в том числе по нескольким муниципальным образованиям, управления, отделы, отделения МВД России на части территорий административных центров субъектов Российской Федерации, управления, отделы, отделения МВД России по закрытым административно -территориальным образованиям, на особо важных и режимных объектах, линейные отделы, отделения МВД России на железнодорожном, водном и воздушном

1 Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. Пер. с англ. - М.: Мир, 1973. - 344 с.

транспорте, управление внутренних дел на Московском метрополитене Главного управления МВД России по г. Москве, Управление МВД России на комплексе «Байконур» (далее - территориальные органы МВД России на районном уровне).

Промежуточное звено между МВД России и территориальными органами МВД России на районном уровне представлено территориальными органами МВД России на региональном уровне. Низовым звеном являются территориальные органы МВД России на районном уровне и приравненные к ним. Отдельной ветвью системы управления является ГУ МВД России по СКФО и подчиненные ему территориальные органы МВД России в субъектах Российской Федерации на Северном Кавказе. Рассмотренная с позиции теории систем данная многоуровневая структура состоит из взаимосвязанных подсистем, образующих иерархию. Такое структурное построение отчетливо отражает двойственный характер иерархической модели управления, когда ОВД одновременно выступает как управляющая и управляемая система.

Условная схема данной системы ОВД представлена на рисунке 1.1.

Федеральный Окружной

Центральный аппарат МВД России

ГУ МВД России по СКФО

Межрегионал ьный Региональный -------

V

УТ МВД России по ФО

ЛУ МВД России на транспорте

Территориальные органы МВД России на региональном уровне

Районный

Территориальные органы МВД России на районном уровне

Рисунок 1.1. Система органов внутренних дел

В исследуемой системе также реализовано функционально-отраслевое построение, в нашем случае это подразделения ОВД, обеспечивающие правопорядок в общественных местах. Заметим, что в настоящей работе

исследуются только территориальные органы МВД России без учета подразделений ОВД на транспорте.

На различных уровнях управления выделяются следующие подсистемы в рассматриваемой иерархической модели:

- федеральный - Главное управление по обеспечению охраны общественного порядка и координации взаимодействия с органами исполнительной власти субъектов Российской Федерации (далее - ГУУОП), Главное управление по безопасности дорожного движения (далее - ГУОБДД) и др.;

- региональный - управления (отделы, отделения) организации охраны общественного порядка и взаимодействия с органами исполнительной власти субъектов Российской Федерации и органами местного самоуправления;

- районный - отделы (отделения, группы, направления) охраны общественного порядка, подразделения патрульно-постовой службы полиции, дорожно-пат-рульной службы ГИБДД и строевые подразделения вневедомственной охраны.

В районном звене вышестоящий уровень представлен руководителем территориального органа, в подчинении которого находится начальник полиции, курирующий в том числе и блок охраны общественного порядка. Данный блок возглавляется заместителем начальника полиции по охране общественного порядка, в который входит система сил ОВД по обеспечению правопорядка в общественных местах.

В соответствии с Положением о Министерстве внутренних дел Российской Федерации, утвержденной Указом Президента России от 1 марта 2011 года №248, одной из основных задач МВД России является «обеспечение защиты жизни, здоровья, прав и свобод граждан Российской Федерации, иностранных граждан, лиц без гражданства, противодействие преступности, охрана общественного порядка и собственности, обеспечение общественной безопасности». Таким образом, решение задач охраны общественного порядка в общественных местах является одним из приоритетных направлений деятельности МВД России. Следовательно, состояние правопорядка и результаты деятельности подразделений полиции по выявлению и раскрытию преступлений, совершенных в общественных

местах, выступают одним из основных показателей, характеризующих состояние преступности, и критерием оценки функционирования ОВД.

Рассматривая ОВД как искусственную социальную систему-организацию, созданную для решения конкретных задач и достижения определенных целей нужно отметить, что данная система характеризуется набором задач, определенных в Федеральном законе «О полиции»1. Основной задачей является противодействие преступности, в рамках которой полиция охраняет общественный порядок и обеспечивает общественную безопасность. Для решения этих задач, полиция обязана «обеспечивать безопасность граждан и общественный порядок на улицах, площадях, стадионах, в скверах, парках, на транспортных магистралях, вокзалах, в аэропортах, морских и речных портах и других общественных местах». Основой для расчета оказателей эффективности обеспечения правопорядка выступают результаты деятельности ОВД по выявлению и раскрытию преступлений, совершенных в общественных местах. Система целей (задач) управления в данной сфере показана на условной схеме на рисунке 1.2.

Список литературы диссертационного исследования кандидат наук Гонов Шамиль Хасанович, 2019 год

- • -

- шт • ж » г л

ч / -

X шш

- ** • • • / § ---ДПС

- • / Всего

- - 0 ■

«ч г- 00 о\ 1 0 1 <м 1 1 СП 1 1 1 г- ич - - г- - 00 о\ - 0 - <М - СП 1 1 ^ 1Л >о -1 Г-

0 0 0 0 о ^ч ^ч ^ч ^ч ^ч ^ч ^ч ^ч 0 0 0 0 0 ^ч ^ч ^ч ^ч ^ч ^ч ^ч ^ч

0 0 0 0 о 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 000 0

<м <м <м <м <м <м <м <м <м <М <М <М <М <М <М <М <М <М <М <М <М <м МММ <М

Рисунок 1.15. Количество раскрытых преступлений подразделениями и раскрыто

в общественных местах

0

Как уже отмечалось, значительный массив преступлений, совершенных в общественных местах, составляют уличные преступления. В целом динамика и структура этих видов преступности соответствует друг другу. Но следует отметить, что преступность в общественных местах без учета уличной преступности подвержена более существенному влиянию организационно-правовых факторов. Так, изменения, внесенные в межведомственный приказ «О Едином учете преступлений» в 2010 г. оказали наибольшее влияние на регистрацию и учет преступлений в общественных местах, чем уличных преступлений (рисунок 1.16).

80000 70000 60000 50000 40000 30000 20000 10000 0

ППСП

ДПС

Всего

^ п ^ ю ь

1Л ю ь м о\ о

ООООООООООООО гчгчгчгчгчгчгчгчгчгчгчгчгч

Рисунок 1.16. Количество раскрытых преступлений, совершенных на улицах

Количество преступлений, совершенных на постах и маршрутах патрулирования НКС, а также их раскрываемость позволяет оценить эффективность патрульно-постовой службы. Ее снижение, сопровождающееся ростом преступности в общественных местах, свидетельствует о низкой эффективности аналитической деятельности ОВД, отсутствии должного прогнозирования, а также недостаточном реагировании на изменения оперативной обстановки. Так, регистрируемое с 2007 г. снижение раскрываемых преступлений данной категории, сигнализирует о недостаточности принимаемых мер по анализу оперативной обстановки в общественных местах (рисунок 1.17).

100000 80000 60000 40000 20000

ч»1

"Т"

"Т"

"Т"

"Т"

"Т"

"Т"

"Т"

"Т"

"Т"

"Т"

"Т"

"Т"

ППСП

ДПС

Всего

N т ^ 1Л Ю Ь

кч чо г- оо с^ о

ООООООООООООО гчгчгчгчгчгчгчгчгчгчгчгчгч

0

Рисунок 1.17. Преступления на постах и маршрутах патрулирования

Следует отметить более чем двукратное снижение данного показателя в 2009-2011 и некоторую стабилизацию в 2011-2012 гг., рост показателя выявленных подразделениями ДПС в 2015-2017 гг., очевидно, вызван введением статьи 264' в УК России. Таким образом, можно сделать вывод о том, что руководителями тер-

риториальных органов уделяется недостаточно внимания анализу результатов работы НКС. Следовательно, наряды выставляются не там и не в то время, где совершаются преступления.

Структура результатов работы НКС также подвержена значительным структурным сдвигам. Сравнительный анализ участия НКС в установлении лиц, совершивших преступления в общественных местах, отражают круговые диаграммы на двух графиках (рисунок 1.18).

Рост абсолютного количества зарегистрированных преступлений, совершенных в общественных местах, сопровождается увеличением раскрытых той же категории. По сравнению с 2005 г. в 2017 г. произошло более чем трехкратное увеличение удельного веса преступлений, раскрытых ДПС (с 19% до 68%), значительное снижение результатов работы иных подразделений НКС (с 35% до 3%) и существенное снижение раскрытых ППСП (с 46% до 29%).

Рисунок 1.18. Участие подразделений в раскрытии преступлений, совершенных в общественных местах в 2005 и 2017 гг.

Проведенный анализ территориальных различий криминогенной обстановки позволяет сделать вывод о том, что процесс правоохранительной деятельности и борьбы с преступностью должен учитывать региональную специфику федеральных округов и входящих в них территориальных единиц.

Подводя итог, необходимо отметить, что криминологическая картина системных процессов в сфере борьбы с преступностью является достаточно сложной, поэтому актуальность проблемы изучения и разработки мер противодействия пре-

ступности на региональном уровне значительно возросла. В связи с территориальными различиями состояния преступности, изучение и разработку мер по ее предупреждению целесообразнее осуществлять в региональном разрезе.

Выводы по 1 главе

1. Система комплексных сил МВД России является сложной социальной системой-организацией, одной из основных задач которой является обеспечение правопорядка в общественных местах.

2. Предложенная модель системы управления ОВД в сфере обеспечения правопорядка в общественных местах позволяет исследовать современные тенденции развития преступности и оценить результаты деятельности территориальных органов МВД России с использованием методов и моделей анализа данных.

3. Предложен авторский подход к формализации цикла учета преступлений и систематизированы компоненты оперативной обстановки на основе исследования существующей системы уголовной статистики, методов сбора, обработки, анализа и оценки информации о состоянии преступности в общественных местах, позволяющие определить их отличительные особенности.

4. Правовая регламентация понятия «общественное место» нормативно не закреплена в российском законодательстве, допускает многочисленные дефиниции и, как следствие, вольную трактовку данного понятия практическими сотрудниками правоохранительных органов. В данной связи представляется целесообразным разработка единого понятия на основе определения, действующего в сфере уголовной статистики.

5. Проведенный анализ криминогенной обстановки в общественных местах на территории СКФО и ЮФО показал существенные разбросы оценочных показателей, а также значительные расхождения в оценке оперативной обстановки.

6. Исследована система информационно-аналитического обеспечения анализа и оценки результататов деятельности территориальных органов МВД России по выявлению и раскрытию преступлений, совершенных в общественных местах, выявлены ее основные недостатки:

- задачи исследования состояния, динамики и структуры преступности, решаются, как правило, только описательными методами либо по шаблону. В

обобщенных справках (отчетах) фиксируется состояние преступности в сравнении с АППГ, отдельные виды и составы преступлений и т.п.;

- оценка результатов деятельности ОВД осуществляется на основе показателей, характеризующих структурно-динамическую картину преступности. Анализ влияния социально-экономических и иных факторов в информационно-аналитической деятельности практически не осуществляется либо применяется не в должной степени;

- анализ и оценка результатов деятельности комплексных сил ОВД по обеспечению правопорядка в общественных местах основывается только на данных ведомственной статистики;

- существующая система учета преступлений и лиц, их совершивших, требует усовершенствования, т.к. допускает возможность манипуляции со статистическими данными о состоянии преступности.

Глава 2. Разработка методов анализа данных на основе моделей дискретного выбора

2.1. Разработка моделей анализа данных

Попытки формализации и моделирования сложных социальных явлений и процессов при помощи математических методов и моделей начались в конце 60-х - начале 70-х годов XX-го века. Эконометрические модели, описывающие преступность, одним из первых были исследованы нобелевским лауреатом Г. Беккером (Gary Backer)1. В работе «Crime and Punishment: An Economic Approach» (Преступность и наказание: экономический подход) им была предложена следующая теоретическая модель:

Oj=Oj(pj, fj, j

где O - количество правонарушений, которые должен совершить преступник, p - вероятность его задержания, f - мера наказания в случае его поимки, u -переменная, включающая факторы, оказывающие влияние на решение совершить преступление. Ввиду того, что выбор преступника происходит в условиях неопределенности, ожидаемая полезность от преступления описывалась как:

EUj=pjUj(Yj - f) + (1 -pj) Uj(Yj),

где Yj - доход от совершенного преступления. В уравнении была представлена не только ожидаемая полезность, зависящая от дохода, но и вероятность его задержания pj, против успешного преступления (1 - pj ) и мера наказания fj.

Очевидно, что совершенное преступление оказывает влияние не только на преступника, но и на общество в целом. Следовательно, функция убытков общества представлялась в виде:

L= D(O) + C(p, O) + bfpO,

1 Becker, G. S. Crime and Punishment: An Economic Approach // Journal of Political Economy, 76, 1968. pp. 169-217.

где D - ущерб от преступления, C - стоимость задержания и поимки преступника, bfpO - затраты общества на правоохранительную систему. b -коэффициент, отражающий стоимость правоохранительной системы. Штрафы и другие «мягкие» меры наказания приводят к значению данного коэффициента близким к 0, тогда как осуждение к лишению свободы и другие более «жесткие» меры наказания приводят к b>1. Заметим, что в рассматриваемом уравнении такая социальная функция государства как защита общества, личности и человека от противоправных и иных посягательств представлена переменными f и p. Регулируя их, государство стремится минимизировать влияние преступности на общество и уменьшить риск совершения новых правонарушений. Другим инструментом является регулирование переменной u, оказывающей влияние на факторы, влияющие на выбор человека совершать или не совершать преступление. Таким образом, задача снижения степени общественной опасности преступления зависит от мер, предпринимаемых государством. Так, уменьшая возможный доход от преступной деятельности, а также увеличивая вероятность поимки преступника и регулируя строгость наказания, согласно данной теории, можно добиться снижения уровня преступности.

Работа Беккера положила начало целой серии научных исследований, посвященных анализу данных о состоянии преступности. Так, И. Эрлих (Isaac Ehrlich) основываясь на эмпирических данных о количестве совершенных преступлений в США исследовал влияние уровня и распределения доходов на преступность1. Результаты анализа показали низкую корреляционную связь безработицы и уровня преступности, а также, что более высокие семейные доходы связаны с насильственными преступлениями. Эрлих показал, что регулирование уровня доходов и неравенства в них может быть эффективным инструментом государства в решении задач по противодействию преступности.

1 Ehrlich, Isaac. Participation in Illegitimate Activities: A Theoretical and Empirical Investigation // Journal of Political Economy, 81(3), 1973. pp. 521-565.

В работе Эрлиха использовались эмпирические данные, а также учитывался временной фактор, который был существенным недостатком модели Беккера. Функция ожидаемой полезности была адаптирована с учетом времени, затрачиваемым индивидом на занятие противоправной деятельностью:

Еигр}ЩУ}Л}) + (1-р])и](У^), где ЩУр^) - функция от полученного дохода и времени, расходуемого индивидом на занятие преступной деятельностью.

Таким образом, в соответствии с рассмотренной теорией Беккера увеличение вероятности ареста или суровости наказания приводит к уменьшению ожидаемой полезности от противоправной деятельности и, как следствие, к снижению уровня преступности. В современной зарубежной литературе для исследования преступности применяется набор различных социально-экономических, организационно-правовых и иных факторов. Но в результате такого анализа делаются совершенно противоречивые выводы, причинами которого, по нашему мнению, являются низкое качество используемых данных и недостаточно отработанный механизм анализа.

В нашей стране экономический подход в исследовании преступности получил свое развитие в работах И.В. Горошко. Разработанное им математическое обоснование теории рациональности преступного поведения основывается на гипотезе о совершении преступником деяния, если полученный им преступный доход «превысит издержки, с ним связанные» 1. Рассматривая преступность как своеобразный рынок, формирование которого обусловлено тенденциями спроса и предложения, им предлагалась следующая равновесная модель:

Б(Рп*)= О(Р„),

где Рп* - точка равновесия, £ - функция предложения преступлений, О -функция спроса на преступления.

1 Горошко И.В. Экономические аспекты моделирования преступного поведения. // Информатизация правоохранительных систем. - М.: Академия управления МВД России, 2000. С. 169175.

Точка равновесия А с координатами п,Рп), найденная на пересечении кривых В(Р) и 8(Р), отражала реальное количество совершенных преступлений и использовалась при оценке криминогенной обстановки1. В графическом виде данная модель представлена на рисунке 2.1.

Заметим, что исследование преступности как сложного социального явления не ограничивается одной только областью исследования, а предполагает анализ различных точек зрения на связи между преступностью и различными социально-экономическими показателями. Экономическая теория преступления впервые рассматривала уголовное поведение личности не с точки зрения морально-психологических особенностей индивидуума, а как результат выбора лица, направленного на максимизацию дохода от преступной деятельности. Краткий обзор некоторых результатов исследований зарубежных и отечественных ученых, а также применявшихся методах и моделях приведен в Приложении 2.

Основной идеей рассмотренных моделей, основывающихся на экономической теории Беккера, является наличие неравенства в доходах. Очевидно, что для учета данного фактора необходимо включение в модель показателя, характеризующего степень расслоения общества по показателю

1 Горошко И.В. Моделирование потребительского сектора криминальных товаров//Акту-альные вопросы управления в социально-экономических системах [Электронный ресурс]: Труды Всероссийского научного семинара, 26 марта 2016 г. - М.: Академия управления МВД России, 2017. С. 45-49.

дифференциации доходов (индекс Джини). В исследовании Чу (Chiu) и Мадден (Madden) была разработана модель, описывающую статистическую связь краж с уровнем неравенства доходов населения1. Исследование преступности в населенных пунктах США2 подтвердило, что неравенство является одним из основных факторов, определяющим криминогенную обстановку. Разделив преступность на имущественную (против собственности) и насильственную (против личности), автор исследовал влияние на оба вида преступности ряда факторов: деятельности полиции, бедности, безработицы, структуры семьи, возраста и уровня образования. В первой модели исследовалось влияние перечисленных факторов на количество совершаемых имущественных преступлений. Применение двухшагового обобщенного метода моментов показало, что на имущественные преступления оказывают наибольшее влияние ресурсное обеспечение полиции и неравенство в доходах населения. В исследовании насильственных преступлений был использован метод логистической регрессии (logit-regression) для оценки параметров модели. Для данного вида преступности была выявлена существенная зависимость от фактора бедности и в меньшей степени от деятельности полиции.

В регрессионном анализе для оценки влияния институциональных изменений достаточно часто применялись фиктивные переменные (dummy virables). В исследовании Д. Мустарда (David B. Mustard) и Дж. Лотта (John Lott)

" 3

для оценки системы уравнений регрессии использовались панельные данные3. Зависимыми переменными в модели выступали различные виды преступлений (убийства, изнасилования, грабежи, кражи и т.д.), а в качестве регрессоров: количество арестов (Ajt), различные социально-экономические факторы (Xjt) и фиктивная переменная, отражающая нормативно-правовые факторы (Hjt):

1 Chiu, W.H., P. Madden. Burglary and Income Inequality // Journal of Public Economics, 69(1), 1998. pp. 123-141.

2 Kelly Morgan. Inequality and Crime // The Review of Economics and Statistics, 82(4), 2000. pp. 530-539.

3 Lott, J. R., & Mustard, D. B. Crime, deterrence and right-to-carry concealed handguns. Journal of Legal Studies, 26(1), 1997. pp. 1-68.

С= + уНп + + дХр + еп.

В нашей стране моделирование влияния социально-экономических факторов на уровень преступности, производилось в 1998 г. группой специалистов МВД России1. В результате решения комплекса уравнений множественной регрессии были получены данные о наибольшем влиянии доли несовершеннолетних на уровень преступности, далее следовали безработица и доля городского населения. Исследование факторов преступности при помощи методов математического моделирования социально-правовых процессов осуществлялась в трудах других отечественных ученых2. Основными факторами, выделявшимися в разное время, являлись имущественное расслоение общества, уровень безработицы, уровень образования, соотношение городского и сельского населения и др.

Особенностью рассмотренных подходов в исследовании преступности и построенных на их основе моделей является дескриптивный подход в моделировании3. Данный подход основывается на построении различных моделей, характеризующих развитие процесса или явления и реализуется в основном средствами математической статистики.

Действующая в сфере обеспечения правопорядка в общественных местах трехуровневая система, состоит из центра (региональный уровень), подчиненных ему активных элементов (районный уровень) и подразделений. За вышестоящим звеном закреплена только управленческая функция, а непосредственная функция по охране общественного порядка и обеспечения общественной безопасности за подразделениями НКС. Характерной особенностью данной системы является различие практических целей системы на различных уровнях. Например, главная цель регионального уровня - это повышение раскрываемости преступлений, для

1 Яковлев О.В., Коимшиди Г.Ф., Вострокнутов А.В. Моделирование воздействия социально-экономических факторов на криминологическую обстановку//Тезисы докладов VII Межд. конф. «Информатизация правоохранительных систем - 98». - М.: Академия управления МВД России, 1998. - С. 73-76.

2 См. например. Гаврилов О.А., Колемаев В.А. Математические модели в криминологии // Правовая кибернетика. - М.: Наука, 1970. - С. 85-104.

3 Математика и кибернетика в экономике. Словарь-справочник. Изд. 2-е, перераб. и доп. -М.: Экономика, 1975. - 700 с.

подразделений нижестоящего уровня - обеспечение реального присутствия сил в общественных местах. Рассмотренная автором в 1 главе система ОВД состоит из N территориальных органов, одной из основных задач которых является обеспечение правопорядка в общественных местах. Во главе находится территориальный орган на региональном уровне, который мы в будущем будем называть Аппаратом, а территориальные органы - Органами.

Ясно, что результат функционирования Аппарата определяется результатами работы подчиненных ему Органов, т.к. Аппарат непосредственно не регистрирует преступления. Следовательно, целевая функция Аппарата определяется преступлениями, регистрируемыми Органами:

J=J(Yi,-Jn). (2.1)

По определению Аппарат может влиять на величину Yi косвенно, т.к. цели второго уровня Аппарата и Органов не совпадают. Таким образом, результативность ОВД можно представить в виде производственной функции, где количество выявленных (раскрытых) преступлений Yi на территории i определяется уровнем преступности Q, социально-экономическими факторами Xi и кадровыми ресурсами полиции R{.

Yi=fi(Q, Xu Ri). (2.2)

Традиционная экономическая теория предполагает, что производители стремятся максимизировать прибыль (J) с учетом ограничений, налагаемых производственной функцией. В формальном виде данное соотношение можно записать как: max J=pY - cQ - wR, при Y=F(Q,R), где Y- количество произведенной продукции, p - цена продукции, Q - капитал, c - цена капитала, R - труд, w - ставка заработной платы, Y = F(Q,R) - производственная функция.

Для аппроксимации производственной функции используем опыт экономико-математического моделирования, в которых наибольшее применение получила функция Кобба-Дугласа1:

1 Моисеев Н.Н. Математические задачи системного анализа. - М.: Наука. Главная редакция физико-математической литературы, 1981. - 488 с.

Y = AQ?Rf,afe [0,1],i = 1,...,N , (2.3)

где ai и fîi - оцениваемые параметры модели. Другие функциональные формы модели могут быть представлены функциями CES (constant elasticity of substitution) и транслога (трансцендентного логарифмирования).

Для упрощения дальнейших операций приведем уравнение (2.3) к линейному виду. Так, рассмотренную производственную функцию Кобба-Дугласа можно представить в следующем виде:

i=АО:* . (2.4)

R R: V 7

Таким образом, мы получаем зависимость производительности труда (Y/R) от его капиталовооруженности (Q/R). Логарифмирование уравнения (2.4) приводит ее к линейному виду:

(YЛ (ОЛ ln — = lnA + :ln — + lne, , /'=1,2.....w , (2.5)

V R J, V R J,

где Y - число раскрытых преступлений, Q - число совершенных преступлений, R - численность сотрудников полиции. Заметим, что в данной модели Q=Yet-1+Yzt. Добавление социально-экономических факторов в уравнение (2.5) позволило автору предложить обобщенную модель анализа следующего вида:

(YЛ (ОЛ

ln - = ln A + :ln О +^ln Xj + ln e, (2.6)

v R J, V R J,

где X/ - набор социально-экономических факторов, который определяется на основе анализа влияния факторов внешней среды (численность безработных, численность мужского населения в возрасте от 35 до 45 лет, фиктивная переменная, отражающая географическое положение регионов).

Главным отличием предложенной автором модели от традиционного подхода к использованию производственных функций является добавление социально-экономических факторов в правую часть уравнения. Очевидно, что основной проблемой при оценке производственной функции является измерение результатов работы Органов, а также факторов внешней среды. Так, при рассмотрении схемы управления, описанной в параграфе 1 главы 1, нетрудно

заметить, что переменные X, иг могут быть как количественными, так и качественными.

Формальная постановка задачи исследования компонентов оперативной обстановки может быть представлена следующим образом. Нами исследуются компоненты оперативной обстановки О={О¡=1,..п и пусть Хц =(хц1,..., хйр) -значения набора признаков, характеризующих состояние объекта Ог-, в момент времени г. Очевидно, что среди компонент х/,..., хгрприсутствуют различные типы переменных. Количественный признак х/ может быть любым действительным числом и записывается в виде х^= Ь^, где Ь/ - место объекта в ряду О1. Качественные признаки х/ позволяют упорядочить исследуемый объект по дихотомической шкале в зависимости от того, относится или не относится значение к бинарным значениям [0,1].

Учитывая многообразие внешних условий функционирования Органов возникает необходимость их систематизации. В данной связи нужно отметить, что в зависимости от решаемых задач набор факторов может быть различным. Так, например, Токарев Ю.А. разделяя криминогенные детерминанты на общие (относящиеся к общей преступности) и специальные (относящиеся к ее отдельным видам) выделяет несколько укрупненных групп факторов1. Классификация, предложенная Мартыненко О.А.2, дополняет ее двумя группами - организационно-управленческими и правовыми. В исследовании Аврутина Ю.Е. считается достаточным выделение семи укрупненных классов факторов внешней среды 3.

Проведенный анализ позволил автору выделить шесть укрупненных групп факторов:

1 Токарев Ю.А. Методология статистического исследования территориальной дифференциации преступности в Российской Федерации и ее факторов: дисс. канд. экон. наук: 08.00.12 / Токарев Ю.А., Самара. - 1999. - 191 с.

2 Мартыненко О.А. Детерминация и предупреждение преступности среди персонала органов внутренних дел Украины: Монография. - Х.: Изд-во ХНУВС, 2005. - 496 с.

3 Аврутин Ю.Е. Эффективность деятельности органов внутренних дел: (опыт системного исследования). - СПб.: Санкт-Петербургская академия МВД России, 1998. - 412 с.

- экономические, лежащие в основе причинного комплекса преступности и являющиеся причиной социальных, политических, культурных и иных противоречий;

- социально-демографические (численность и плотность населения, половой и возрастной состав, соотношение сельского и городского населения, занятость, миграционные и демографические процессы, смертность и рождаемость, соотношение браков и разводов и т.п.);

- административно-территориальные и природно-климатические особенности региона (площадь, количество административно-территориальных единиц, взаимное расположение населенных пунктов, расположение и протяженность дорог (в т.ч. в городах), освещенность улиц, количество и расположение мест массового пребывания и отдыха граждан);

- экономического развития региона (количество и характеристика промышленных предприятий, структура доходов и потребления населения);

- социально-культурные (количество учебых, спортивных, медицинских и культурно-зрелищных заведений, численность медицинского и педагогического персонала и т.д.);

- организационно-управленческие и правовые факторы.

На основе формального описания системы, данной в первой главе, автором сформулирован общий подход к анализу и оценке внешних условий1. Очевидно, что именно они определяют преступность на определенной территории и основной задачей анализа является их выявление, описание их влияния и др. Следовательно, для оценки наиболее важных факторов, которые способствуют высокому уровню преступности в общественных местах, выявляются переменные, определяющие более высокую вероятность неблагоприятной оперативной обстановки.

1 Анфилатов В.С. и др. Системный анализ в управлении. - М.: Финансы и статистика, 2002. - 368 с.

Для решения поставленной задачи необходимо формальное описание исследуемой системы-организации, а также результатов ее деятельности. Первым этапом формализации является схематизация структуры управления и выявление тенденций и факторов, влияющих на формирование результатов деятельности территориальных органов1. В задаче управления (1.1), сформулированной в виде открытого кортежа признаков и свойств, ключевыми элементами являются результаты функционирования и внешняя среда. Дальнейшая детализация данной задачи представлена в виде формальных блоков с использованием элементов теории множеств, позволяющих информативно описать ее2:

У=(У1, У2} - результаты деятельности территориального органа. У1 П У2 = 0.

У1 ={у11}, /=1,___,4 - выявленные (зарегистрированные) правонарушения:

у11- выявлено преступлений, совершенных в общественных местах; у21- выявлено лиц, совершивших преступления в общественных местах; уз1- выявлено административных правонарушений, посягающих на общественный порядок и общественную безопасность (глава 20 КоАП);

У41- установленный и возмещенный материальный ущерб по преступлениям, совершенным в общественных местах.

У2={у12}, 1=1,- -,3 - раскрытые преступления:

У12 - раскрыто преступлений, совершенных в общественных местах; у22- преступления, совершенные в общественных местах, уголовные дела по которым направлены в суд (у22 е у12);

у32- лица, осужденные за совершение преступлений, совершенных в общественных местах.

Х=Х Х2 X3 X4 X5 X6} - внешние условия функционирования.

X1 П,...^ = 0.

1 Снапелев Ю.М., Старосельский В.А. Моделирование и управление в сложных системах. - М.: Советское радио, 1974. - 264 с.

2 Мухин В.И. Исследование систем управления. - М.: Издательство «Экзамен», 2003. -

384 с.

Факторы внешней среды:

X1 ={х!1}, ¡=1,...,п - экономические факторы;

X2={х2}, ¡=1,...,п - факторы экономического развития регионов;

X3 ={х^}, 1=1,.,п - социально-демографические факторы;

X4={х^}, 1=1,.,п - административно-территориальные факторы;

X5={х^}, 1=1,.,п - социально-культурные факторы;

X6={х!6}, 1=1,.,п - организационно-управленческие и правовые факторы.

Ввиду большого количества факторов их целесообразнее представить в виде иерархического дерева1 (рисунок 2.2), где корень узла - это комплекс факторов внешней среды (X), нетерминальные узлы - это укрупненные факторы (X1, /=1..6), терминальные узлы - частные факторы (хг-, I=]..к).

Расширенный список частных факторов, участвовавших в моделировании, представлен в Приложении 1.

Рисунок 2.2. Иерархическое дерево факторов

Предварительный анализ показал, что сведения о состоянии преступности неоднородны и обладают несколькими характерными особенностями:

- различия, возникающие за счет влияния отдельных факторов при неизменном влиянии других;

- структурные различия объясняющих переменных, измеренных по интервальной или порядковой шкале.

1 Дональд Э. Кнут. Искусство программирования, том 1. Основные алгоритмы, 3 -е изд.

Пер. с англ. - М.: Вильямс, 2002. - 720 с.

Выявить их возможно за счет оценки влияния номинальной переменной на моделируемый показатель путем введения фиктивных переменных непосредственно в математическую модель1. Другими словами, они вводятся для исследования структуры данных и характера взаимосвязи переменных с другим уровнем измерения. Так, например, можно ожидать, что динамика преступности будет по-разному проявляться при изменении нормативной правовой базы, действующей в системе учета преступлений, а также варьироваться по регионам с разным уровнем социально-экономического развития либо природно-климатических особенностей.

В случае с одним регрессором модель с фиктивной переменной выглядит следующим образом:

где у - зависимая переменная; х - независимая переменная; 2 - фиктивная переменная. Предположим, что изменения, внесенные в УК и УПК России в 2016 г., оказали существенное влияние на сведения о состоянии преступности2. Следовательно, их можно отразить в виде переменной, принимающей два значения:

При вводе в модель переменной, принимающей более двух значений, количество фиктивных переменных будет т - 1. Например, в модель нужно ввести показатель (г1, 22), отражающий качественные состояния оперативной обстановки (рисунок 2.3).

1 Елисеева И.И., Курышева С.В. Фиктивные переменные в анализе данных // Социология: 4М. 2010. № 30. С. 43-63.

2 О внесении изменений в Уголовный кодекс Российской Федерации и Уголовно-процессуальный кодекс Российской Федерации по вопросам совершенствования оснований и порядка освобождения от уголовной ответственности [Электронный ресурс]: федер. закон от 03 июля 2016 г. № 323-ф3 // СПС «КонсультантПлюс».

y = во + в Iх + cz + s, y = в0 + вх + cz + d(xz) + s,

(2.7)

(2.8)

1 - изменения _ присутствуют 0 - изменения _ отсутствуют

стабильная

21=1

умеренная 22 = 1

21=0 иначе

22 = 0 неблагоприятная

Рисунок 2.3. Качественные состояния показателя оперативной обстановки. При большом количестве регрессоров модель (2.8) принимает вид: У = во + Р&1 + в2х2 + ... + в&к + С121 + С222 + ... + Ст2т + 8, (2.9)

где к - количество независимых переменных, т - количество фиктивных переменных. Из модели (2.8) следует, что при 2 =1, значение у равно

у = (во + С)+ вх + 8, (2.10)

следовательно, при 2 = 0 уравнение (2.10) будет:

у = во + вх + 8. (2.11)

В графическом виде интерпретация данного соотношения представлена на следующем графике (рисунок 2.4).

х

Рисунок 2.4. Модель регрессии с фиктивной переменной сдвига

Рассмотренный нами вариант справедлив, когда наклон линии регрессии одинаков для всех категорий переменных. В противном случае в модель может вводиться фиктивная переменная для коэффициента наклона1.

В более сжатом виде уравнение (2.9) может быть представлено следующим образом:

1 Доугерти К. Введение в эконометрику: Пер. с англ. - М.: ИНФРА-М, 1999. - 402 с.

У = А> + Е+ Е+£ ■ (2.12)

]=\ ¿=1

В качестве независимой переменной (у) будут выступать преступления, совершенные в общественных местах, во, в], С - коэффициенты модели, 2 - фиктивная переменная, а в качестве зависимых переменных (х) - набор различных социально-экономических и иных показателей. Таким образом, модель уравнения множественной регрессии, учитывающая восемь регрессоров, будет представлена в виде:

у= во+ - + в7Х7+ в&+в , (2.13)

где в - случайная компонента, г - переменная, отражающая изменения в нормативной правовой базе [0 - период с 1997 г. по 2004 г.; 1 - период с 2005 г. по 2015

г.].

Исследование структурных изменений с помощью теста Чоу. Тест на однородность. Предположим, что мы располагаем в качестве массива исходных данных последовательностью матриц наблюдения следующего вида:

Х(0 = (х/ (0), г = ] = 1Р, I = 1,...,^ , (2.14)

где х^^) - значение к-того признака, характеризующего состояние /-го объекта в момент времени

Общая р х п матрица наблюдений X получена составлением р х п1 -, рх п2 -,... - частных матриц наблюдений п1 + п2 +... + пк = п соответственно Х1,...Хк, где каждая из частных матриц X] задает порцию данных, относящихся к некоторому подмножеству, состоящему из щ объектов. При этом моменты обследования этих подмножеств разделены в пространстве или времени. Следовательно, перед применением математико-статистических моделей целесообразно ответить на вопрос, можно ли считать порции данных Х/,...,Хк различными выборками из одной совокупности (рисунок 2.5) 1.

1 Андерсон Т. Введение в многомерный статистический анализ. - М.: Физматгиз, 1963. -

500 с.

У

X

Рисунок 2.5. Неоднородность данных

Для оценки неоднородности данных применим тест Г. Чоу, для чего найдем остаточную сумму квадратов:

= У(* - У)2 = Уе2

(2.15)

по общему уравнению регрессии $>$>е0 и по уравнениям регрессии для подмножеств $>$>е\ и $>$>е2. Если 55е0=55е1+55е2,то данные однородны, при $>$>ео>$>$>е1+$>$>е2 проверяется существенность различий при помощи ^критерия Стьюдента по формуле:

F =

[^0 - (Же1 + )! , П - Щ1 - Щ2 - 2

х-

Щ2

щ + щ +1 - т ,

(2.16)

где ш\ и т2 - количество параметров в уравнениях регрессии ($>$>е\ и 8Бе2), т -количество параметров в уравнении регрессии (8Бео), п - число наблюдений. Если ^факт>^табл, то имеют место структурные изменения и целесообразно включение в модель фиктивных переменных.

Одним из наиболее существенных недостатков данного теста состоит в том, что он является асимптотическим, т.е. для его использования необходим достаточно большой объем выборки данных, который зачастую отсутствует у аналитика. Для решения данной задачи представляется обоснованным применение методов оценки структурных сдвигов на основе индекса К. Гатева по формуле1:

!о =

Х=1« - ^)2

у- +уи ¿0

(2.17)

с

1 Социальная статистика/ под ред. И.И. Елисеевой. - М.: Финансы и статистика, 2003. -

480 с.

Коэффициент по данной формуле изменяется в пределах [0,1], при его значении большем 0,1 можно говорить о нестабильности исследуемой структуры. Рассчитаем показатель по формуле (2.17) по отдельным регионам Северного Кавказа (рисунок 2.6):

0,300 0,250 0,200 0,150 0,100 0,050 0,000

■ Ставропольский край

■ Кабардино-Балкарская Респ.

Респ. Сев.Осетия -Алания

■ Республика Адыгея

■ Карачаево-Черкесская Респ.

1

2

3

4

5

Рисунок 2.6. Структурные изменения по регионам Преобразовывая полученные значения как:

Г1,1о > 0,1

7 [0,4 < 0,1

получаем следующие результаты, представленные в таблице 1.1. Таблица 1.1. Структурные изменения по регионам.

Регионы 2011 2012 2013 2014 2015

Ставропольский край 1 1 1 0 1

Кабардино-Балкарская Республика 0 0 0 1 1

Республика Северная Осетия - Алания 1 0 1 0 1

Карачаево-Черкесская Республика 1 1 0 0 1

Республика Адыгея 1 1 0 0 1

Сформулированная выше задача анализа имеет смысл при применении количественных показателей в качестве зависимых переменных. К сожалению, в аналитической деятельности не всегда можно дать количественную оценку результатам деятельности ОВД. В следующем параграфе мы рассмотрим возможности применения моделей бинарного выбора для решения задачи оценки результатов оперативно-служебной деятельности.

2.2. Идентификация и оценка моделей бинарного выбора

В предыдущем параграфе были обоснованы методы и модели, позволяющие значительно расширить спектр применения фиктивных переменных при изучении степени влияния организационно-управленческих и природно-климатических факторов на количественные изменения показателей преступности. Фиктивные переменные могут выступать и в качестве зависимых, использование которых приводит к моделям дискретного выбора (\ogit- и ртоЬЫ- модели).

Как уже отмечалось, в распоряжении аналитика ОВД зачастую отсутствуют качественные сведения о состоянии внешней среды, особенно социально-экономических факторов. В задачах принятия решения все большее распространение получают модели дискретного выбора, главным качеством которых являются «неприхотливость» к входным данным, а следовательно, гибкость. Наиболее значительный вклад в развитие данных методов анализа внес Д. Макфадден. Разработанный им в 70-х годах способ моделирования выбора, получивший название мультиноми-нальной logit-модели, в настоящее время широко применяется в различных социально-экономических исследованиях1.

Зависимая переменная в данных моделях является дискретной, т.е. может принимать как два значения (бинарные), так и множественные. Множественные, в свою очередь, могут быть как упорядоченными, так и счетными. Количество принимаемых значений зависимой переменной в данной модели считается ограниченной. В рамках настоящего исследования автором обоснованы два основных направления применения дискретных моделей данных в аналитической деятельности ОВД: анализ криминогенной обстановки и оценка результатов деятельности территориальных органов по выявлению и раскрытию преступлений, совершенных в общественных местах.

Рассмотрим механизм анализа данных с применением моделей бинарного выбора. Обозначая удовлетворительный уровень преступности в общественных

1 Вербик М. Путеводитель по современной эконометрике. - М.: Научная книга, 2008. -

616 с.

местах у, будем считать, что у = 1, если в течение определенного периода результаты выявления и раскрытия преступлений оставались стабильными. Ясно, что на уровень преступности оказывают влияние множество факторов. Набор этих характеристик можно представить вектором х = (х1,.,хк)'. Очевидно, что в модели должны присутствовать и неучтенные случайные факторы (ег).

Таким образом, модель линейной регрессии будет представлена в виде1:

Уt = х'г •р+ег, г= 1,... ,п, (2.18)

где г - номер наблюдения, в=фи ■■■, вк)' - неизвестные коэффициенты модели, ег - случайная компонента модели.

Ввиду того, что уг может принимать значения только 1 и 0, а математическое ожидание ошибок Е(ег) = 0 то, Е(уг) = 1Р(уг = 1)+0Р(уг = 0) = Р(уг=1) = х'г в, где Р - вероятность.

Итоговая линейная модель вероятности может быть преобразована к виду:

ру = 1) = х'г в+ег. (2.19)

Применение модели (2.19) для анализа, оценки и прогнозирования связано с наличием двух существенных ограничений. Во-первых, из соотношения (2.18) следует, что ег может принимать только два значения: ег = 1- х'г в с вероятностью Р(уг = 1) и ег = - х\в с вероятностью 1 - Р(уг = 1). Из чего следует, что ошибка не имеет нормального распределения. Во-вторых, другим ограничением является тот факт, что прогнозные значения данной модели могут лежать вне множества [0,1], из чего следует, что разумного смысла данное уравнение не имеет.

Применение ргоЪН- и \ogit- моделей позволяют преодолеть наиболее существенный недостаток рассмотренной модели - предположение о линейной зависимости Р(уг = 1) от коэффициентов в. Для преодоления данного ограничения будем считать, что

Р(уг = 1) =Е(х'г в), (2.20)

где Е(^) - некоторая функция распределения случайной величины, область значений которой лежит в диапазоне [0, 1].

1 William H. Greene. Econometric Analysis. 7th ed. - Boston: Prentice Hall, 2012. - 1231 p.

При отсутствии конкретных значений yt модель (2.20) можно интерпретировать следующим образом. Будем считать, что существует ненаблюдаемая зависи-

*

мая переменная уг, связанная с независимыми переменными хг регрессионным уравнением:

у* = х'г ф+Бг , (2.21)

где ошибки Бг одинаково распределены с дисперсией о2, Д-) - функция распределения случайной ошибки .

с

Выбор значения зависимой переменной при уг = 1, осуществляется тогда, когда у г* превосходит ограничения. Следовательно,

Уг = 1, если уг* > 0, уг = 0, если уг* < 0. Ошибки Бг имеют распределение Р(-х) = 1- Р(х), из чего следует:

Р(у=1)=Р(у* > 0)=Р(х'г > 0) = Р(Бг > - х'< в)=Р(Бг < х'г ф)=Р(Щ.).

с

Использование в качестве функции распределения Д-):

- стандартного нормального распределения приводит к ргоЬг-модели

2

-1 и 2

Г(и) = Ф(и) = -= Гей2, (2.22)

- стандартного логистического распределения приводит к ^^-модели

Г (и) = Л(и) = , (2.23)

- стандартного распределения экстремальных значений (распределение Гом-пертца) приводит к gompit-модели

Г (и) = Г(и) = 1 - ехр(-еи). (2.24)

Функции стандартного логистического и стандартного нормального распределения представлены на рисунке (рисунок 2.6):

Рисунок 2.6. Функции нормального и логистического распределения

Ввиду того, что модель (2.21) нелинейна по коэффициентам в, смысл каждого объясняющего фактора хи ¡=1,...,кнужно оценивать в зависимости от факторов х = (х],...,хк). Для оценки коэффициентов в мы будем использовать метод максимального правдоподобия (далее - МПП).

Рассмотрим процедуру оценки неизвестных коэффициентов в при помощи ММП для logit-моделиl. Ввиду того, что переменная уг может принимать значения 1 или 0, то функция правдоподобия выглядит следующим образом:

Ь = Ь(ух,...,уп) = П(1 -F(ХР))ПР(хр). (2.25)

у, =0 у, =1

Следовательно, вид функции правдоподобия можно упростить,

ь = ПР (Р [1 - Р (у' (2.26)

логарифмируя полученное соотношение (2.26), получаем уравнение следующего вида:

I = 1п Ь = 1п Р (х';Р) + (1 - у,) 1п(1 - Р (х'М].

г

Дифференцируя полученное уравнение (2.27) по вектору в получаем:

(2.27)

сС1

— = У Ср

Р (хр) 1 - Р (хр)

х< = 0.

(2.28)

Для оценки параметров logit-модели, имеющей вид стандартного логистического распределения (2.23), рассчитаем функцию правдоподобия РР. Вероятность

1 Носко В.П. Эконометрика для начинающих. - М.: ИЭПП, 2005. - 379 с.

Р^=у^Хц,Х2и...,Хм) - вероятность того, что предсказанная зависимая переменная равна значению Yi с учетом значений независимых переменных Хи, Х^,..., Хм. В сокращенном виде данное выражение запишем как Р(У=у\Х). Вероятность Р(У=у\Х) рассчитаем по формуле:

Р(У=У\Х)=Р(Х[1-Р(Х)](1-Г). (2.29)

Прологарифмировав обе части уравнения (2.29) получим выражение следующего вида:

Ы[Р(У=у\Х)]=у • 1п[Р(Х)] • (1-у) • 1п[[1-Р(Х)]]. (2.30)

Функция правдоподобия (РР) представляет собой сумму значений ¡п[Р(У=у\Х)] и рассчитывается по следующей формуле:

РР=^¥гР(Х)+(1-Т)(1-Р(Х)), (2.31)

где Р(х) = Р( х) = —т.

1 + е

Для получения оценок неизвестных параметров модели методом максимального правдоподобия следует максимизировать функцию правдоподобия1. Полученное, в процессе реализации метода, нелинейное уравнение (2.31) может быть решено при помощи метода Ньютона, для которого требуется задание начального значения коэффициентов в (0,01), максимального количества итераций и точности сходимости2.

Оценку значимости коэффициентов построенной модели произведем на основе Р-значения. Для этого необходимо рассчитать стандартную ошибку и статистику Вальда (ШаМ-згаЫзЫс). Стандартные ошибки полученных коэффициентов будут равны квадратным корням диагонали ковариационной матрицы. Оценку значимости коэффициентов произведем на основе статистики Вальда по формуле:

Wald =

v Ж у

(2.32)

1 Аоки М. Введение в методы оптимизации: основы и приложения нелинейного программирования. - М.: Наука, 1977. - 344 с.

2 Моисеев Н.Н., Иванилов Ю.П., Столярова Е.М. Методы оптимизации. - М.: Наука, 1978. - 351 с.

где в - оцениваемые коэффициенты модели, БЕ - стандартная ошибка. Расчетные значения, превышающие 0,05, указывают на статистическую незначимость оцениваемых коэффициентов.

На следующем этапе осуществим тестирование значимости модели в целом. Для этого рассчитаем статистику отношения правдоподобия (ЕЯ) по формуле:

ЕЯ=2(^ - ¡о), (2.33)

где ¡1, ¡0 - значения логарифмической функции правдоподобия. Если полученное значение больше, чем критическое значение распределения %2(т), где т -число степеней свободы (независимых переменных), то модель признается значимой.

Полученные значения статистики правдоподобия также используются для расчета коэффициента детерминации. В рамках проведенного исследования автором обосновано применение нескольких аналогов классического коэффициента детерминации Я2:

- псевдо-коэффициент детерминации, рассчитываемый как: Я2репйо = ЕЯ/ЕЯ+п, где п - число наблюдений;

- индекс отношения правдоподобия МакФаддена (МсРа^еп), рассчитываемый по формуле: Я2мс¥аааеп = 1- ¡1 / ¡о;

- индекс Кокса-Снелла (Сох&БпеП), рассчитываемый по формуле: Я2С&Б = 1-(¡0 / ¡1)2/п. Ввиду того, что показатели ¡1 и ¡0 - это значения логарифмической функции, обратной функцией экспоненцирования преобразуем их. Измененная формула выглядит как: Я2С&Б = 1-(ехр(^)/ ехр(/?))2/п;

- индекс Найджелкерка (Nage¡kerke), рассчитываемый по формуле: Я2^ = Я2С&Б /Ыо2/п.

Все вышеприведенные показатели используются для измерения силы связи между переменными, но в отличие от классического коэффициента детерминации их интерпретация является не всегда однозначной. Эти показатели также принимают значение от 0 до 1, но обычно намного меньше коэффициента Я2, применяемого в обычном регрессионном анализе при оценке тесноты связи по шкале

Чеддока. Так, рассчитанное значение псевдокоэффициентов меньше 0,2 показывает слабую силу связи, от 0,2 до 0,4 демонстрирует среднюю силу, а более 0,4 показывает сильную статистическую связь.

Показатели, применяемые для измерения силы связи между переменными, будем рассматривать в комплексе с долей корректных прогнозов. Рассчитаем статистику Хосмера-Лемшоу (Hosmer-Lemeshow) 1, для чего разделим основную выборку данных на несколько подвыборок, по каждой из которых определим долю данных со значением зависимой переменной равной 1:

р* = у* =£ у*' п] (2.34)

1=1

и предсказанную среднюю вероятность по подгруппе:

_ п*

Р* = !>, /п* , (2.35)

1=1

на основе которых рассчитаем статистику Хосмера-Лемшоу (HL):

НЬ = (2.36)

'=1 Р * (1 - Р * )

В случае если полученное значение HL больше, чем значение Хи-квадрат Х2(т - 2), то модель признается значимой.

Очевидно, что прогнозные качества модели и соответственно качество классификации можно оценить на основе инструментария ROC-анализа (receiver operating characteristic). Для анализа доли корректных прогнозов построим ROC-кривую 2 (рисунок 2.7):

1 Hosmer, D.W., Lemeshow S. Applied logistic regression. 2-nd ed. New York: John Wiley&Sons, 2000. - 375 p.

2 Hanley J.A., McNeil B.J. The meaning and use the area under a receiver operating characteristic (ROC) Curve//Radiology 143(1). April, 1982. 29-36 pp.

Рисунок 2.7. ROC- кривая

Метод ROC-анализа на основе одноименной кривой позволяет отобразить соотношение между долями корректно предсказанных признаков (TPR, true positive rate):

k

Xk х )=+i][y-=-i]

FPR (a, Xk ) = ----(2.37)

X [y, =-i]

i=i

с признаками, ошибочно классифицированными как несущими признак (FPR, false positive rate):

k

) = +iIy =+i]

TPR(a, Xk ) = -i=1---. (2.38)

XX [y- =+i]

i=1

Показатель AUC (area under ROC-curve) отображает количественную интерпретацию ROC-анализа и рассчитывается по формуле:

AUC = J f (x)dx = X

X,+1 + X,

'(Y+i - Y- ). (2.39)

2

Высокое значение данного показателя характеризует качество построенной модели.

На следующем этапе моделирования осуществляется оценка связи между переменными. Так называемые «непараметрические» статистические методы используются для исследования взаимосвязи между наблюдаемыми и прогнозируемыми

значениями1. Для ее измерения произведем расчет некоторых показателей, по следующим формулам:

- у-коэффициент Гудмана и Крускала (Goodman-Kruskal Gamma):

N - N,

G = , (2.40)

Ns +Nd ' ( )

где Nt - число пар, связанных по зависимой переменной, Ns - число пар случаев, ранжированных в том же порядке по обеим переменным (конкордантных пар), и Nd - число пар случаев, ранжированных в обратном порядке по обеим переменным. Эту статистику можно рассматривать как оценку максимального правдо-

P - P

подобия для теоретической величины у, где у = ——-. Ps и Pd - соответствующие

Ps + Pd

вероятности того, что случайно выбранная пара наблюдений будет размещаться на таких же порядках при ранжировании по обеим переменным;

- r-a-коэффициент Кэндэла (Kendall 's):

= Ш ' (2-4D

- D-коэффициент Сомерса (Somers 's):

N - N

DS =—^—^. (2.42)

S Ns + Nd + Nt ( )