Статья 'Анализ и прогнозирование преступности в России как инструмент эффективного государственного управления в социальной сфере ' - журнал 'Вопросы безопасности' - NotaBene.ru
по
Меню журнала
> Архив номеров > Рубрики > О журнале > Авторы > О журнале > Требования к статьям > Редсовет > Порядок рецензирования статей > Политика издания > Ретракция статей > Этические принципы > Политика открытого доступа > Оплата за публикации в открытом доступе > Online First Pre-Publication > Политика авторских прав и лицензий > Политика цифрового хранения публикации > Политика идентификации статей > Политика проверки на плагиат
Журналы индексируются
Реквизиты журнала

ГЛАВНАЯ > Вернуться к содержанию
Вопросы безопасности
Правильная ссылка на статью:

Анализ и прогнозирование преступности в России как инструмент эффективного государственного управления в социальной сфере

Паршинцева Лидия Сергеевна

ORCID: 0000-0002-2256-7070

кандидат экономических наук

доцент кафедры информационного права, информатики и математики, Российский государственный университет правосудия

117418, Россия, Москва, г. Москва, ул. Новочерёмушкинская, 69

Parshintseva Lidiya Sergeevna

PhD in Economics

Associate Professor of Information Law, Computer Science and Mathematics, Russian State University of Justice

117418, Russia, Moscow, Moscow, Novocheremushkinskaya str., 69

lsparshintseva@yandex.ru

DOI:

10.25136/2409-7543.2023.2.40844

EDN:

ODUKWU

Дата направления статьи в редакцию:

26-05-2023


Дата публикации:

04-06-2023


Аннотация: Целью исследования является выявление основных тенденций и закономерностей развития преступности в России для выработки эффективных мер государственного управления, направленных на улучшение криминогенной обстановки. Объект исследования - преступность в Российской Федерации по категориям преступлений. Предметом исследования являются статистические данные, характеризующие состояние и динамику преступности в России. Исследование проводилось с использованием таких статистических методов, как метод относительных величин, индексный метод анализа, методы анализа временных рядов и прогнозирования, в частности, адаптивные методы, корреляционный и дисперсионный методы анализа, а также методы визуального анализа данных.    В результате исследования дана оценка состояния, структуры и структурных сдвигов в распределении преступлений по категориям преступлений за последние 10 лет, выявлено влияние регионального фактора на вариацию уровня преступности, а также выполнена оценка корреляции между уровнями преступности по категориям преступлений и такими социально-экономическими факторами, как уровень безработицы, розничная продажа алкогольной продукции на душу населения, коэффициент миграционного прироста, коэффициент Джини, коэффициент дифференциации по доходам населения. На основе изучения поведения уровней временных рядов числа зарегистрированных преступлений по категориям преступности выполнено моделирование и прогнозирование показателей с использованием адаптивных методов до конца 2023 года.


Ключевые слова:

преступность, категории преступлений, статистический анализ, состав и структура, динамика, безопасность, прогнозирование, адаптивные методы, изучение взаимосвязей, факторы

Abstract: The purpose of the study is to identify the main trends and patterns of crime development in Russia in order to develop effective public administration measures aimed at improving the criminogenic situation. The object of the study is crime in the Russian Federation by categories of crimes. The subject of the study is statistical data characterizing the state and dynamics of crime in Russia. The study was conducted using statistical methods such as the method of relative values, index analysis, time series analysis and forecasting methods, in particular, adaptive methods, correlation and variance analysis methods, as well as methods of visual data analysis.    As a result of the study, an assessment of the state, structure and structural shifts in the distribution of crimes by crime categories over the past 10 years has been made, the influence of a regional factor on the variation in crime rates has been revealed, and the correlation between crime levels by crime categories and socio-economic factors such as unemployment, retail sale of alcoholic beverages per capita has been assessed, the coefficient of migration growth, the Gini coefficient, the coefficient of differentiation by income of the population. Based on the study of the behavior of time series levels of the number of registered crimes by crime categories, modeling and forecasting of indicators using adaptive methods until the end of 2023 were performed.


Keywords:

crime, categories of crimes, statistical analysis, composition and structure, dynamics, security, forecasting, adaptive methods, study of relationships, factors

Введение. Полноценное развитие общества не возможно без сохранения правопорядка, достижения верховенства закона и сохранения культурно-нравственных ценностей. В последнее время, не смотря на действия, предпринимаемые в отношении Целей устойчивого развития, в мире наблюдается тенденция роста агрессии, снижения общего уровня жизни, а также на достаточно высоком уровне сохраняется неравенство населения, голод и нищета [1-4]. Всё это способствует увеличению преступности и правонарушений [1-5].

Учитывая роль сохранения правопорядка в обществе, в 2010 году международной неправительственной организацией World Justice Project была разработана методика индекса верховенства закона, позволяющего проводить межстрановые сопоставления уровня обеспечения правовой среды. По этому показателю в 2022 году Российская Федерация находилась на 107 месте в мире из возможных 140 со значением 0,45. Отметим, что в 2021 году страна занимала 101 место со значением 0,47. Ухудшение ситуации по значениям индекса было в связи с усилением ограничений полномочий правительства (со 129 до 130 места), ростом коррупционной составляющей (с 88 до 90 места), снижением открытости правительства (с 78 до 82 места), ухудшением в области соблюдения основных прав (со 114 до 122 места), снижением порядка и безопасности (с 84 до 91 места) и регулярного правоприменения (с 81 до 92 места), а также ухудшениями в области гражданского (с 70 до 74 места) и уголовного правосудия (со 121 до 123 места) [6].

Вышеописанное обуславливает анализ состояния и тенденций развития преступности в России с учетом особенностей страны c целью снижения криминагенной обстановки.

Цель исследования: выявление основных тенденций и закономерностей развития преступности в России для выработки эффективных мер государственного управления, направленных на улучшение криминогенной обстановки.

Материал и методы исследования. В процессе исследования использовались официальные статистические данные, а также результаты научных исследований специалистов в предметной области.

Исследование проводилось с использованием таких статистических методов, как метод относительных величин, индексный метод анализа, методы анализа временных рядов и прогнозирования, в частности, адаптивные методы, корреляционный и дисперсионный методы анализа, а также методы визуального анализа данных.

Результаты исследования. За последние 10 лет число зарегистрированных преступлений снизилось на 14,6%, что составляет 335,4 тыс. случаев. Наибольшее число зарегистрированных преступлений приходилось на 2015 год и составило 2388,5 тыс. случаев. Также всплеск преступности имел место в 2019-2020гг. [7,8]

Несмотря на общую тенденцию к снижению преступности в рассматриваемом периоде, в структуре числа зарегистрированных преступлений наблюдается ухудшение ситуации. Так, доли тяжких и особо тяжких преступлений выросли соответственно на 5,3% или на 1,1п.п. и 30,7% или на 1,5 п.п. В целом, согласно рассчитанным значениям коэффициентов структурных сдвигов Рябцева (на 3,7%) и Гатева (на 5,2%), структура преступности изменилась не существенно [7-9].

На рис. 1 представлена структура и динамика преступлений в России по категориям за период 2012-2022гг.

Источник: построено автором по данным [7, 8]

Рис. 1. Структура и динамика преступлений по категориям в России

Наименьший уровень преступности по всем категориям преступлений за рассматриваемый период наблюдался в Чеченской Республике: в 2022 году уровень преступности составил 159 случаев на 100 тыс. человек населения региона, уровень преступности по категории тяжких и особо тяжких – 44 случая и по категории средней и небольшой тяжести – 115 случаев. Также небольшой уровень преступности имел место в Республиках Дагестан и Ингушетия. Наибольший уровень преступности (более 2000 случаев на 100 тыс. человек населения) был отмечен в Еврейской автономной области (2130 случаев), Амурской области (2139 случаев), Республиках Коми (2026 случаев), Алтай (2176 случаев), Карелия (2235 случаев) [7,8].

Все субъекты внутри федеральных округов в 2022 году, за исключением Северо-Западного (53,0%) и Дальневосточного (34,5%), и по России в целом были однородны по уровню преступности.

В результате дисперсионного анализа было установлено существенное влияние регионального фактора на уровень преступности, как по категориям тяжких и особо тяжких преступлений (эмпирическое корреляционное отношение составило 0,975), так и по категориям средней и небольшой тяжести (0,928). То есть вариация уровней преступности по рассматриваемым категориям была обусловлена региональным фактором соответственно на 95,1% и 86,1% [7,8].

Изучение зависимости уровня преступности, в том числе по категориям тяжких и особо тяжких преступлений, а также средней и небольшой тяжести от социально-экономических факторов показал во всех случаях влияние трех факторов: коэффициента миграционного прироста, уровня безработицы и розничной продажи алкогольной продукции на душу населения [7,8, 10]. При этом на протяжении рассматриваемого периода теснота связи оставалась примерно на одном уровне. Кроме того, было выявлено влияние концентрации доходов населения (индекс Джини) на уровень преступности по категории средней и небольшой тяжести. Сделанные выводы согласуются с результатами исследований других ученых, анализирующих влияние отдельных соуиально-экономических факторов на преступость [11-16].

Таблица 1

Матрица парных коэффициентов корреляции

Показатель

Y1

Y2

Y3

X1

X2

X3

X4

X5

Y1

1,000

0,932

0,993

-0,316

0,564

-0,274

-0,102

-0,098

Y2

0,932

1,000

0,880

-0,341

0,598

-0,262

-0,042

-0,030

Y3

0,993

0,880

1,000

-0,298

0,536

-0,272

-0,290

-0,119

X1

-0,316

-0,341

-0,298

1,000

-0,517

-0,145

-0,228

-0,209

X2

0,564

0,598

0,536

-0,517

1,000

0,178

0,114

0,125

X3

-0,274

-0,262

-0,272

-0,145

0,178

1,000

0,243

0,246

X4

-0,102

-0,042

-0,290

-0,228

0,114

0,243

1,000

0,994

X5

-0,098

-0,030

-0,119

-0,209

0,125

0,246

0,994

1,000

Примечание: Y1 – уровень преступности, Y2 – уровень преступности по категории тяжких и особо тяжких преступлений, Y3 – уровень преступности по категории средней и небольшой тяжести, X1 – уровень безработицы, X2 – розничная продажа алкогольной продукции на душу населения, X3 – коэффициент миграционного прироста, X4 – коэффициент Джини, X5 – коэффициент дифференциации по доходам

Источник: рассчитано автором по данным [7,8, 10]

Таким образом, можно заключить, что на вариацию уровня преступности, в том числе по категориям преступлений, помимо регионального фактора, влияние оказывает уровень жизни населения, миграционная обстановка и ситуация на рынке труда [17-19]. Причем, следует отметить, что между уровнем преступности и миграционным приростом наблюдается обратная зависимость, то есть миграционный отток, побужденный, как правило, неблагоприятными условиями проживания, показывает обратную зависимость с уровнем преступности.

С целью выработки предупредительных мер по снижению преступности важное значение имеет прогнозирование ее объема, в том числе по категориям преступлений [5]. На основании месячных данных за период с 2012 по апрель 2023 гг. было выполнено моделирование и прогнозирование числа зарегистрированных преступности, в том числе по категориям преступлений. Для моделирования анализируемых временных рядов использовались адаптивные методы, имеющие ряд существенных преимуществ относительно других известных методов моделирования и прогнозирования: высокая точность прогнозов, учет временной ценности информации и степени «устаревания» данных и другие преимущества.

Для выявления компонентов во временных рядах числа зарегистрированных преступлений по категориям тяжких и особо тяжких преступлений, средней и небольшой тяжести были использованы автокорреляционные функции исходных рядов (рис. 2 а, г), первых разностей (рис. 2 б, д) и сезонных разностей (рис. 2 в, е)

а) б) в)

г) д) е)

Источник: построено автором по данным [3,6,7]

Рис. 2. Автокорреляционные функции исходных рядов (рис. 2 а, г), первых разностей (рис. 2 б, д) и сезонных разностей (рис. 2 в, е)

Как видно из рисунка 2 (а, б, в), во временном ряду числа зарегистрированных преступлений по категориям тяжких и особо тяжких преступлений присутствуют сезонный и систематический компоненты, так как автокорреляционная функция плавно убывает и имеет выбросы на лагах, кратных периоду сезонности. Поведение автокорреляционных функций первых и сезонных разностей более ярко демонстрируют соответственно сезонность и тренд в ряду. Аналогичные выводы можно сделать по временному ряду числа зарегистрированных преступлений по категориям средней и небольшой тяжести (см. рис. 2 г, д, е).

На рисунке 3 представлена сезонная волна анализируемых временных рядов. Так как амплитуда колебаний числа зарегистрированных преступлений, как по категориям тяжких и особо тяжких преступлений, так и по категориям средней и небольшой тяжести, на протяжении рассматриваемого периода оставалась постоянной, сезонность имеет аддитивную форму.

Источник: построено автором по данным [3,6,7]

Рис. 3. Сезонная волна числа зарегистрированных преступлений

Пик роста преступности по всем категориям преступлений наблюдается из года в год в марте и октябре, кроме того, по преступлениям средней и небольшой тяжести – в июне. Спад преступности по каждой категории преступлений имел место в зимние месяцы (декабрь, январь).

Для выбора наилучшей модели, описывающей поведение уровней временных рядов по каждой категории, были рассчитаны ошибки моделей с аддитивной сезонностью и различными видами тренда (линейном, экспоненциальном, демпфированном).

Ошибки моделей с аддитивной сезонностью и различными видами тренда представлены в таблице 2.

Таблица 2

Результаты сравнительного анализа ошибок моделей

Категория

Тренд

Параметры модели

Ошибки

Альфа

Дельта

Гамма

Фи

СКО, случаев

Средняя процентная, %

Тяжкие и особо тяжкие

Линейный

0,3

0,1

0,1

2923,1

-0,4

Экспонен-циальный

0,3

0,1

0,1

2910,2

-0,5

Демпфиро-ванный

0,2

0,1

0,1

2803,3

-0,7

Средней и неболь-шой тяжести

Линейный

0,6

0,1

0,1

6580,4

-0,2

Экспонен-циальный

0,6

0,1

0,1

6571,8

-0,2

Демпфиро-ванный

0,3

0,1

0,3

6409,2

-0,5

Источник: рассчитано автором по данным [3,6,7]

В результате сравнительного анализа ошибок моделей было установлено, что наилучшем образом поведение уровней временного ряда числа зарегистрированных преступлений по категориям тяжких и особо тяжких преступлений описывает модель экспоненциального сглаживания с демпфированным трендом и аддитивной формой сезонности при α=0,2, δ=0,1, φ=0,1, для временного ряда числа зарегистрированных преступлений по категориям средней и небольшой тяжести – модель экспоненциального сглаживания с демпфированным трендом и аддитивной формой сезонности с параметрами α=0,3, δ=0,1, φ=0,3. Отобранные модели оказывались завышены соответственно на 0,7% и 0,5%, что является допустимыми значениями для получения качественных прогнозов по рассчитанным моделям. Автокорреляционные функции остатков моделей также свидетельствуют об адекватности построенных моделей.

Точечный и интервальный прогноз числа зарегистрированных преступлений по выбранным моделям до конца 2023 года представлен в таблице 3.

Таблица 3

Прогноз числа зарегистрированных преступлений на 2023 г.

Месяц прогноза

Тяжкие и особо тяжкие

Средней и небольшой тяжести

Точечный прогноз

Интервальный прогноз 95%

Точечный прогноз

Интервальный прогноз 95%

Нижняя граница

Верхняя граница

Нижняя граница

Верхняя граница

май

47135

46654

47616

114021

112922

115120

июнь

48959

48478

49439

121014

119914

122113

июль

46886

46406

47367

112048

110949

113148

август

48061

47580

48542

114702

113602

115801

сентябрь

47317

46836

47798

112202

111102

113301

октябрь

56225

55744

56705

125746

124647

126845

ноябрь

40729

40248

41210

103842

102743

104942

декабрь

40610

40129

41090

104358

103258

105457

Источник: рассчитано автором по данным [3,6,7]

Исходя из приведенных расчетов, можно ожидать рост числа зарегистрированных преступлений в июне, августе и октябре по всем категориям преступлений соответственно на 5,4% (8817 случаев), 2,0% (3829 случаев) и 14,1% (22452 случаев) и снижение показателя к концу года по сравнению с началом 2023 года на 4,0%. Также следует отметить, что по сравнению с аналогичным период предыдущего года прогнозируется увеличение числа зарегистрированных преступлений примерно на 1,1%.

Заключение. Результаты исследования показали, что вариация уровней преступности по категориям преступлений обусловлена влиянием территориального фактора и значительным числом социально-экономических факторов, среди которых важное значение имеют факторы региональной дифференциации и концентрации доходов населения, уровень бедности [14,15], различия в ситуации на рынке труда [12], уровне жизни населения и другие факторы. В целях снижения криминогенной обстановки в различных субъектах Российской Федерации, прежде всего, адресные мероприятия должны быть направлены на снижение социально-экономического неравенства населения и решение отдельных вопросов депривационного характера [2, 20, 21].

Выполненный прогноз показывает, что в настоящее время, несмотря, на положительную тенденцию к снижению числа зарегистрированных преступлений, в последнее время сохраняется достаточно высокий уровень напряженности в обществе и высокая дифференциация населения по различным признакам.

Для Российской Федерации вопросы территориальной дифференциации стоят особенно остро и требуют незамедлительного решения, так как любые проявления неравномерности в распределении ресурсов и возможностей ведут к ухудшению общественных взаимоотношений и экономической ситуации в стране, побуждая рост преступности, что, в свою очередь, сказывается на уровне социально-экономической жизни, темпах развития и безопасности страны.

Результаты проведенного исследования могут быть полезны исполнительным органам власти при разработке адресных мероприятий по снижению преступности с учетом выделенных факторов и прогнозов.

Библиография
[1. Федотов А.А. Социальное неравенство и уровень преступности: межрегиональный анализ // Экономика и бизнес: теория и практика. 2019. № 9. С. 208-211. ]
[2. Коимиди Г.Х., Чирков Д.К., Литвинов А.А. Территориальный анализ занятости в сельском хозяйстве и ее краткостный прогноз на 2022 г. // Российский экономический журнал и закон. 2022. Т. 16. № 3. С. 610-624. ]
[3. Чернышов В.В., Абовян Э.П. Факторный анализ экономической преступности в России // Евразийский юридический журнал. 2022. № 9 (172). С. 296-299. ]
[4. Трегуб И.В., Погосян Э.А. Эконометрический анализ факторов преступности среди несовершеннолетних в Российской Федерации // Инновационное развитие экономики. 2023. №1 (73). С. 156-162. ]
[5. Богданова М.В., Паршинцева Л.С., Богданова В.Г. Прогнозирование преступности в информационной сфере: методика и апробация // Правовая информатика. 2022. №2. С. 14-24. ]
[6. Глобальный спад в сфере верховенства права продолжается [Электронный ресурс] // Всемирный проект правосудия. URL: https://worldjusticeproject.org/rule-of-law-index / (дата обращения: 20.05.2023). ]
[7. Количество тяжких и особо тяжких преступлений, зарегистрированных в отчетном периоде [Электронный ресурс] // ЕМИСС. 2023. URL: https://www.fedstat.ru/indicator/36223 (дата обращения: 20.05.2023). ]
[8. Количество преступлений, зарегистрированных в отчетном периоде [Электронный ресурс] // ЕМИСС. 2023. URL: https://www.fedstat.ru/indicator/36224 (дата обращения: 20.05.2023). ]
[9. Тепляшин П.В., Молоков В.В. Структура преступности в Российской Федерации: статистический анализ и криминологическая характеристика // Алтайский юридический вестник. 2023. № 1 (41). С. 89-97. ]
[10. Официальная статистика [Электронный ресурс] // Росстат. 2023. URL: https://rosstat.gov.ru/folder/10705 (дата обращения: 20.05.2023). ]
[11. Stickl B. and Felson M. Crime rate in a pandemic: the largest criminological experiment in history // American Journal of Criminal Justice. 2020.45. pp. 525-536. 10.1007/s12103-020-09546-0. ]
[12. Rajneesh, H. Consequences of unemployment and its relation to crime // International Law Journal. 2018.Volume 4; Issue 2. ]
[13. Rufrancos H.G., Madeleine P., Pickett K.E. and Wilkinson R. Income inequality and crime: a review and explanation of time series data // Social Crimonol. 2013. 1: 103. doi: 10.4172/scoa.1000103. ]
[14. Salim, Y. Poverty, inequality and social causes of crime: a study between the United States and Europe // International Journal of Science and Research (IJSR) ISSN (online). 2015. 2319-7064. ]
[15. Sharkey P., Besbris M. and Friedson M. Poverty and crime. In the book by L. Burton and D. Brady (eds.). Oxford Handbook of Poverty and Society Oxford University Press, 2017. Doi:10.1093/oxfordhb/9780199914050.013.28. ]
[16. Dong Bi, Egger RN, Guo Yu. Is poverty the mother of crime? Data on the number of murders in China. PLoS ONE. 2017. 15(5):e0233034. https://doi.org/10.1371/journal.pone.0233034. ]
[17. Приказчикова А.С., Приказчикова Г.С., Асланов Р.Э., Демченко С.А., Яримака С.К. Многомерный статистический анализ показателей преступности в субъектах Российской Федерации в задаче синтеза оценки уровня криминогенности // Всероссийский криминологический журнал. 2019. Т. 13. № 1. С. 18-29. ]
[18. Евсеев А.В., Гребнев Д.Ю. Криминологический анализ преступности в сфере миграции в условиях распространения новой короновирусной инфекции на территории Российской Федерации // Вестник Всероссийского института повышения квалификации сотрудников Министерства внутренних дел Российской Федерации. 2021. № 1 (57). С. 29-37. ]
[19. Редькина Е.А. Анализ состояния и динамики региональной преступности в разрезе федеральных округов // Международный журнал гуманитарных и естественных наук. 2022. № 5-3 (68). С. 186-189. ]
[20. Иванченко О.С., Иванченко Р.Б. Анализ основных показателей эффективности в России в 2014-2020 годах // Общественная безопасность, секретность и правопорядок в III тысячелетии. 2021. № 7-1. С. 31-38. ]
[21. Коимиди Г.Х., Чирков Д.К., Литвинов А.А. Территориальный анализ доступности в сельском хозяйстве и ее краткосрочныйпрогноз на 2022 г. // Российский научный журнал Экономика и право. 2022. Т. 16. № 3. С. 610-624 ]
References
[1. Fedotov, A.A. (2019). Social inequality and crime rate: interregional analysis. Economics and Business: theory and practice, 9, 208-211. ]
[2. Koimidi, G.H., & Chirkov, D.K., & Litvinov, A.A. (2022). Territorial analysis of employment in agriculture and its short forecast for 2022. Russian Economic Journal and Law, 16(3), 610-624. ]
[3. Chernyshov, V.V., & Abovyan, E.P. (2022). Factor analysis of economic crime in Russia. Eurasian Law Journal, 9(172), 296-299. ]
[4. Tregub, I.V., & Pogosyan, E.A. (2023). Econometric analysis of juvenile delinquency factors in the Russian Federation. Innovative development of economics, 1(73), 156-162. ]
[5. Bogdanova, M.V., & Parshintseva, L.S., & Bogdanova, V.G. (2022). Forecasting of crime in the information sphere: methodology and approbation. Legal informatics, 2, 14-24. ]
[6. The global decline in the rule of law continues. (2023, May). The World Justice Project. Retrieved from https://worldjusticeproject.org/rule-of-law-index/ ]
[7.  The number of grave and especially grave crimes registered in the reporting period. (2023, May). EMISS. Retrieved from https://www.fedstat.ru/indicator/36223/ ]
[8.  Number of crimes registered in the reporting period. (2023, May). EMISS. Retrieved from https://www.fedstat.ru/indicator/36224/ ]
[9. Teplyashin, P.V., & Molokov, V.V. (2023). Structure of crime in the Russian Federation: statistical analysis and criminological characteristics. Altai Legal Bulletin, 1(41), 89-97. ]
[10.  Official statistics. (2023, May). Rosstat. Retrieved from https://rosstat.gov.ru/folder/10705/ ]
[11. Stickl, B., & Felson, M. (2020). Crime rate in a pandemic: the largest criminological experiment in history. American Journal of Criminal Justice, 45, 525-536. doi:10.1007/s12103-020-09546-0 ]
[12. Rajneesh, H. (2018). Consequences of unemployment and its relation to crime. International Law Journal, 4(2). ]
[13. Rufrancos, H.G., & Madeleine, P., & Pickett, K.E., & Wilkinson, R. (2013). Income inequality and crime: a review and explanation of time series data. Social Crimonol, 1, 103. doi:10.4172/scoa.1000103 ]
[14. Salim, Y. (2015). Poverty, inequality and social causes of crime: a study between the United States and Europe. International Journal of Science and Research, 2319-7064. ]
[15. Sharkey, P., & Besbris, M., & Friedson, M. (2017). Poverty and crime. In L. Burton, D. Brady (Eds.), Oxford Handbook of Poverty and Society. Oxford University Press. doi:10.1093/oxfordhb/9780199914050.013.28 ]
[16. Dong, Bi, & Egger, R.N., & Guo, Yu. (2017). Is poverty the mother of crime? Data on the number of murders in China. PLoS ONE, 15(5), 0233034. doi:10.1371/journal.pone.0233034 ]
[17. Prikazchikova, A.S., & Prikazchikova, G.S., & Aslanov, R.E., & Demchenko, S.A., & Yarimaka, S.K. (2019). Multidimensional statistical analysis of crime indicators in the subjects of the Russian Federation in the task of synthesizing the assessment of the level of criminogenicity. Russian Journal of Criminology, 13(1), 18-29. ]
[18. Evseev, A.V., & Grebnev, D.Yu. (2021). Criminological analysis of crime in the field of migration in the conditions of the spread of a new coronavirus infection in the territory of the Russian Federation. Bulletin of the All-Russian Institute for Advanced Training of Employees of the Ministry of Internal Affairs of the Russian Federation, 1(57), 29-37. ]
[19. Red'kina, E.A. (2022). Analysis of the state and dynamics of regional crime in the context of federal districts. International Journal of Humanities and Natural Sciences, 5(68), 186-189. ]
[20. Ivanchenko, O.S., & Ivanchenko, R.B. (2021). Analysis of the main performance indicators in Russia in 2014-2020. Public security, secrecy and law and order in the III millennium, 7(1), 31-38. ]
[21. Koimidi, G.H., & Chirkov, D.K., & Litvinov, A.A. (2022). Territorial analysis of accessibility in agriculture and its short-term forecast for 2022. Russian Scientific Journal Economics and Law, 16(3), 610-624. ]

Результаты процедуры рецензирования статьи

В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.

Предмет исследования. Статья, исходя из названия, должна быть посвящена анализу и прогнозированию преступности в России как инструменту эффективного государственного управления в социальной сфере. Ознакомление с содержанием позволяет заключить, что вторая часть заголовка («как инструмента эффективного государственного управления в социальной сфере») в содержании статьи не нашла своего отражения. При доработке статьи следует обратить внимание на необходимость соответствия содержания её заголовку.

Методология исследования базируется на использовании парных коэффициентов корреляции для определения зависимости между различными показателями. Более того, автор активно использует графический методы представления полученных результатов, что положительно характеризует рецензируемую научную статью.

Актуальность исследования вопросов, связанных с обеспечением эффективного государственного управления в социальной сфере не вызывает сомнения, т.к. это отвечает как тактическим, так и стратегическим приоритетам социально-экономического развития Российской Федерации, в т.ч. и в контексте достижения национальных целей развития Российской Федерации, определённых в Указе Президента России от 21 июля 2020 года. Огромным практическим интересом будут обладать обоснованные авторские рекомендации по совершенствованию государственного управления в социальной сфере на основании анализа уровня преступности.

Научная новизна в рецензируемом материале не представлена, но частичная подготовительная работа для её формирования была проведена. Автору следует сделать соответствующие выводы из полученных результатов вычислений, определить те или иные закономерности, что будет способствовать формированию научной новизны.

Стиль, структура, содержание. Стиль изложения научный. Структура статьи автором выстроена, но требует дополнения блоками, позволяющими сделать авторские выводы, в т.ч. рекомендации по решению выявленных проблем. Очень ценно, что в содержании статьи автор опирается на анализ конкретных числовых данных, однако его необходимо сопроводить соответствующими логическим выводами и практическими рекомендациями по решению выявленных проблем.

Библиография. Библиографический список, сформированный автором, состоит из 21 источника, включающего как отечественные, так и иностранные научные издания. Также положительно характеризует статью факт использования научных публикаций, вышедших в последние годы.


Апелляция к оппонентам. К сожалению, несмотря на сформированный список публикаций, автором статьи не произведён их критический анализ. При доработке статьи и обосновании конкретных авторских выводов из результатов проведенного анализа следует осуществить их обсуждение с итогами научных исследований, содержащимися в научных трудах других учёных. Это также окажет позитивное воздействие на решение проблемы с обоснованием научной новизны.

Выводы, интерес читательской аудитории. С учётом всего вышеизложенного, следует заключить, что автором проведён интересный анализ уровней преступности по разным категориям, однако требуется доработка в части формирования выводов на его основе и разработке практических рекомендаций по решению выявленных проблем. После проведения доработки может быть рассмотрен вопрос о возможности её опубликования, т.к. качественная научная статья по рассматриваемой тематике будет пользоваться высоким спросом и уровнем заинтересованности в научном сообществе, а также среди должностных лиц органов государственной власти субъектов Российской Федерации и Российской Федерации.

Ссылка на эту статью

Просто выделите и скопируйте ссылку на эту статью в буфер обмена. Вы можете также попробовать найти похожие статьи


Другие сайты издательства:
Официальный сайт издательства NotaBene / Aurora Group s.r.o.