- •Федеральное агентство по образованию
- •Содержание программы
- •Тема 2. История российской криминологии.
- •Тема 3. Преступность и ее характеристики.
- •Тема 4. Детерминанты преступности.
- •Тема 5. Личность преступника.
- •Тема 6. Учение о жертве преступления.
- •Тема 7. Причины в условия совершения конкретного преступления.
- •Тема 8. Основы проведения криминологических исследований.
- •Тема 9. Криминологическая статистика.
- •Тема 10. Криминологическое прогнозирование и планирование.
- •Тема 11. Понятие и задачи профилактики преступлений.
- •Тема 12. Криминологическая характеристика и профилактика насильственных преступлений против личности.
- •Тема 13. Криминологическая характеристика и профилактика преступлений против общественной безопасности и общественного порядка.
- •Тема 14. Криминологическая характеристика и профилактика преступлений против государственной власти.
- •Тема 15. Криминологическая характеристика и профилактика преступлений в сфере экономики и в сфере общеуголовной корыстной преступности.
- •Тема 16. Предупреждение групповой и организованной преступности.
- •Тема 17. Криминологическая характеристика и профилактика рецидивной и профессиональной преступности.
- •Тема 18. Криминологическая характеристика и профилактика преступлений несовершеннолетних и молодежи.
- •Тема 19. Криминологическая характеристика и профилактика преступности мигрантов.
- •Тема 20. Криминологическая характеристика и профилактика экологической преступности.
- •Тема 21. Криминологическая характеристика и профилактика пенитенциарной преступности.
- •Тема 22. Криминологическая характеристика и профилактика налоговой преступности.
- •Тема 23. Криминологическая характеристика и профилактика женской преступности.
- •Тема 24. Криминологическая характеристика и профилактика коррупции.
- •Тема 25. Криминологическая характеристика и предупреждение преступности в городах и сельской местности.
- •Тема 26. Криминологическая характеристика и профилактика преступлений, совершаемых по неосторожности.
- •Тема 27. Криминологическая характеристика маргинальных явлений, связанных с преступностью, и особенности их профилактики.
- •Тема 28. Международное сотрудничество в борьбе с преступностью.
- •Общая часть
- •1. Криминология – наука о преступности
- •2. Преступность - объект криминологического изучения
- •3. Причины преступности
- •Личность преступника
- •5. Механизм преступного поведения
- •6. Методика криминологических исследований
- •7. Криминологическое прогнозирование преступности и преступного поведения
- •8. Система воздействия на преступность
- •9. Предупреждение преступности
- •10. Виктимологическая профилактика преступлений
- •Особенная часть
- •11. Насильственная преступность
- •12. Корыстная преступность
- •13. Рецидивная преступность
- •14. Профессиональная преступность
- •15. Организованная преступность
- •16. Политическая преступность
- •17. Неосторожная преступность
- •18. Преступность несовершеннолетних
- •19. Женская преступность
- •20. Бытовая преступность (в сфере семьи)
- •21. Экологическая преступность
- •22. Преступность в сфере экономической деятельности
- •23. Пенитенциарная преступность
- •24. Социальные отклонения и преступность
- •Литература Основная
- •Дополнительная
- •По дисциплине «криминология»
- •По «Криминологии»
- •По дисциплине «Криминология»
- •Для подготовки к итоговому зачету/экзамену по курсу «Криминология» Общая часть
- •Особенная часть
- •Тесты по дисциплине криминология
- •10. Отличие внешности преступника от не преступника состоит:
- •11. Возраст наибольшей криминальной активности личности:
- •13. Профессиональная виктимность проявляется в ситуациях:
- •14. В криминалистическом прогнозировании используются методы:
- •15. Основными чертами специального предупреждения преступности являются;
- •16. Различают следующие стадии индивидуальной профилактики преступности:
- •34. Виктимизация – это:
7. Криминологическое прогнозирование преступности и преступного поведения
Выделяют три вида криминологического прогнозирования: 1) прогнозирование развития науки криминологии, конкретных ее направлений и криминологических исследований; 2) прогнозирование (или предвидение) вероятностных изменений тенденций и закономерностей преступности, отдельных ее видов; 3) прогнозирование индивидуального преступного поведения. В основе прогнозирования лежат три взаимодополняющих источника информации о будущем: оценка будущего состояния прогнозируемого явления на основе опыта, чаще всего при помощи аналогии с известными сходными явлениями и процессами; условное продолжение в будущее (экстраполяция) тенденций, закономерности развития которых в прошлом и настоящем достаточно хорошо известны; модель будущего состояния явления, процесса, построенная сообразно ожидаемым или желательным изменениям ряда условий, перспективы развития которых известны достаточно хорошо. Инструментарий прогностики - научной дисциплины о закономерностях разработки прогнозов, насчитывает порядка 26 базовых методов (всего их свыше 150), процедур, приемов прогнозирования. В криминологической литературе упоминается еще меньшее число конкретных методик прогнозирования преступности и преступного поведения. Базисными, на наш взгляд, являются следующие три дополняющие друг друга метода разработки прогнозов: опрос (анкетирование, интервьюирование) экспертов, экстраполирование и моделирование. Прогноз - модель будущего состояния и других характеристик того или иного явления. В основе прогнозирования преступности (деятельности по формированию прогноза) лежит изучение тенденций и закономерностей развития этого явления в тех или иных условиях. Зная характер условий, или предвидя развитие их в перспективе, мы можем прогнозировать вероятностные изменения тенденций и закономерностей определенных видов преступности. Знание этих закономерностей может быть положено в основу программы социально-экономического развития региона или плана предупреждения преступлений. Основы прогнозирования преступности были заложены математиком, одним из отцов судебной статистики, бельгийским исследователем А.Ж. Кетле (1796-1874), который одним из первых подметил регулярность совершения преступлений и постоянство их числа, когда заявил, что “существует бюджет, который выплачивается поистине с ужасающей аккуратностью и правильностью. Это - бюджет тюрем, рудников и эшафотов... Мы можем предвидеть или рассчитать заранее, сколько индивидуумов обагрят свои руки кровью сограждан, сколько человек станет мошенниками, сколько - отравителями; мы можем это сделать с такой же точностью, с какой мы предсказываем количество смертных случаев и рождений в ближайший год…” Далее он сказал, что “это наблюдение указывает на возможность улучшения людей посредством изменения учреждений, привычек, состояния образованности и вообще всего, что имеет влияние на их быт” Этим высказыванием впервые была подчеркнута связь преступности с условиями социальной жизни.Различают следующие виды прогнозов: краткосрочные (до года); среднесрочные (от года до пяти лет); долгосрочные (свыше пяти лет). Наиболее распространенным методом краткосрочного прогнозирования преступности является метод экстраполяции (метод наименьших квадратов). Основу экстраполяционных методов прогнозирования составляет изучение временных рядов. Схема экстраполяции базируется на предположении о сохранении в будущем прошлых и настоящих тенденций (динамики) развития объекта прогноза. Следующим из известных методов, нашедших применение в практических исследованиях является метод графической оценки линейной регрессии для ряда равноудаленных наблюдени. Основным инструментом любого прогноза является схема экстраполяции, которая базируется на предположении о сохранении в будущем прошлых и настоящих тенденций развития объекта прогноза. При прогнозной экстраполяции фактическое развитие увязывается с гипотезами о динамике исследуемого процесса. Основу экстраполяционных методов прогнозирования составляет изучение временных рядов следующего вида: yt = xt+ εt, где t – время; xt (тренд) – детерминированная неслучайная компонента, характеризующая существующую динамику развития процесса в целом; εt - стохастическая компонента процесса, отражающая случайные колебания или шумы процесса. Стохастическим называют явление, переход которого из одного состояния в другое не может быть достоверно указан на основе информации о его исходном состоянии и последующем преобразовании. Задача прогноза состоит в определении вида экстраполирующих функций xt и εt на основе исходных эмпирических данных. Первым этапом экстраполяции тренда является выбор оптимального вида функции, описывающей эмпирический ряд. Следующим этапом – расчет параметров выбранной экстраполяционной функции. В практических исследованиях в качестве модели тренда в основном используют линейную, квадратичную, степенную, показательную, экспоненциальную и логистическую функции в зависимости от соотношения между изменениями входной и выходной величинТак, если выполнено условие то принимается линейная модель y=ao+a1x, где ao, a1 - параметры модели – коэффициенты, определяемые по методу наименьших квадратов.Сущность метода наименьших квадратов состоит в отыскании параметров модели тренда, минимизирующих ее отклонение от точек исходного временного ряда, то есть
- расчетные значения исходного ряда;
- фактические значения исходного ряда; n - число наблюдений.
Классический метод наименьших квадратов предполагает равноценность исходной информации в модели. В реальной практике будущее поведение процесса в значительно большей степени определяется поздними наблюдениями, чем ранними.
Это обстоятельство породило так называемое дисконтирование, т.е. уменьшение ценности более ранней информации. Его можно учесть путем введения в модель тренда некоторых весов ρt < 1. Тогда
Весовые коэффициенты могут задаваться заранее в числовой форме или в виде функциональной зависимости таким образом, чтобы по мере продвижения в прошлое веса убывали, например, ρt = at , где a < 1. К сожалению формальных процедур выбора параметра не разработано, и он выбирается произвольно. Метод наименьших квадратов широко применяется для получения конкретных прогнозов, что объясняется его простотой и легкостью реализации на вычислительной технике (ПК, ЭВМ). Недостаток метода состоит в том, что с его помощью можно получить надежный прогноз на небольшой период упреждения. Поэтому он относится главным образом к методам краткосрочного прогнозирования. Кроме того, существенной трудностью его является правильный выбор вида модели, а также обоснование и выбор весов во взвешенном методе наименьших квадратов. Для того чтобы упростить оценку параметров зависимостей методом наименьших квадратов, предлагаем воспользоваться более эффективным методом графической оценки линейной регрессии для равноудаленных наблюдений. Равноудаленными наблюдениями для криминолога могут послужить, например, годовые показатели уровня преступности за пятилетний период или ежемесячные данные по конкретному виду преступлений в течение 9 месяцев текущего года.