Понятие криминологических закономерностей и тенденций

В предложенном определении криминологии говорится, что криминология представляет собой науку о закономерностях и тенденциях преступности и ее причинности, личности преступника и его преступного поведения. Поэтому прежде чем рассматривать непосредственно предмет криминологии, следует уточнить, о каких закономерностях и тенденциях в данном случае идет речь.

Известно, что непосредственными функциями (целями, задачами) любой науки являются описание, объяснение и предсказание процессов и явлений действительности, которые и составляют предмет изучения той или иной науки на основе открытых ею законов. Познанные законы, в свою очередь, выступают основой практического преобразования изучаемой действительности (преобразовательная функция).

Криминология не относится к точным наукам, где действуют четкие законы как необходимое, существенное, устойчивое, повторяющееся отношение между изучаемыми явлениями, например между причинами преступлений и самими преступлениями. Поэтому криминология опирается в исследовании своего предмета не на однозначные законы точных наук (математика, физика, химия), а на устанавливаемые ею социальные, криминологические закономерности, которые, условно говоря, рангом ниже естественных законов.

В криминологии социальные закономерности, присущие волевой деятельности людей, не являются чем-то сугубо внешним, от субъектов преступлений независимым и строго необходимым. Социальные науки, базируясь на отвержении и фатализма, и волюнтаризма, исходят из того, что вменяемые люди (а криминология имеет дело в основном со вменяемыми людьми) при соответствующих материальных и духовных предпосылках (детерминантах) сами творят свою историю (совершают или не совершают преступления). Поэтому социальные или криминологические закономерности проявляются не в виде строгих и однозначных законов, а в форме соответствующих тенденций или основных линий поведения. Указанные закономерности не предопределяют огромного множества случайностей и возможных отклонений, которые сопровождают любые формы социальной (антисоциальной) деятельности и могут существенно искажать ожидаемые тенденции, если бы они проявлялись вне появившихся случайностей.

Криминологические закономерности, как правило, реализуются в статистических тенденциях. Статистическая повторяемость (регулярность) криминологически значимых событий может оцениваться неоднозначно. С одной стороны, ее можно именовать эмпирическим законом, с другой – научным фактом, который является своеобразной результирующей массового процесса и поэтому до полноценного закона вроде бы не дотягивает. Это обстоятельство заставляет криминологов, социологов и статистиков, а также экономистов и демографов называть массовые регулярности статистическими закономерностями, которые не отождествляются ни с законами (как, скажем, в физике), ни с научными фактами (как в истории).

Математическая основа статистических закономерностей – закон больших чисел[1]. Он в общем плане изучается математикой, а в прикладном, криминологическом, аспекте – юридической статистикой. И математика, и статистика – в настоящее время обязательные учебные дисциплины для юридических высших учебных заведений. Поэтому лишь напомним эти положения применительно к криминологии.

Изучение преступности и отдельных преступлений показывает, что они, как правило, обусловлены большой совокупностью взаимосвязанных явлений, что связь между ними и изучаемыми преступлениями не однозначна, а многозначна, не фатальна, а вероятностна[2]. Она улавливается лишь при изучении большого числа преступлений и отражается в форме статистических устойчивостей, тенденций или закономерностей, которые формируются и обнаруживаются в массовых явлениях и процессах.

Известно, например, что преступления совершают и мужчины, и женщины. Причем совершение преступления конкретным мужчиной или конкретной женщиной зависит от множества случайных явлений. Однако если взять всех выявленных правонарушителей в СССР, допустим, за 1965 г., то окажется, что преступность мужчин и женщин характеризовалась отношением 7:1 и это соотношение в определенной мере из года в год сохранялось. Через 40 лет, в России в 2005 г. это соотношение составляло 6,2 :1. Но если сопоставить соотношение мужчин и женщин и удельный вес их в структуре выявленных правонарушителей в России за насколько лет, то мы получим следующие статистические ряды.

Таблица 1.1. Соотношение мужчин и женщин в структуре учтенной преступности в России (1991–2008 гг.)

1991 г.

1993 г.

1995 г.

1997 г.

1999 г.

2001 г.

2003 г.

2005 г.

2006 г.

2007 г.

2008 г.

Соотношение

6,8:1

7,9:1

5,7: 1

6,4: 1

5,6:1

4,9:1

5,0:1

6,2: 1

5,6: 1

5,6: 1

5,0:1

Удельный

вес, %

мужчин

87,2

88,8

85,1

86,4

84,8

83,0

83,4

86,2

84,9

84,8

83,5

женщин

12,8

11,2

14,9

13,6

15,2

17,0

16,6

13,8

15,1

15,2

16,5

Из табл. 1.1 мы видим, что это соотношение колеблющееся, но основная суть различий остается. Удельный вес женщин в структуре выявленных преступников в 1970-е годы составлял 12–13%. Таким образом, интенсивность преступности мужчин была в 7–8 раз выше, чем женщин. В 1997 г. данное соотношение было равно 6,4 : 1 и в 2008 г. – 5,0 : 1. Изменения заметны, но не настолько существенны, чтобы можно было сказать о разрушении этой статистической закономерности. Происшедшие сдвиги социально объяснимы. Например, в последнее десятилетие процесс феминизации вызвал изменение данного соотношения в реальной преступности. Однако это нивелируется следственно-судебной практикой, которая стала более гуманна к женщинам-преступницам. Аналогичные устойчивые соотношения наблюдаются и в других странах. Они являются статистической закономерностью, которая отражает социальную, демографическую, гуманитарную и даже биологическую сущность рассматриваемых субъектов преступлений. В ряде стран, например мусульманских, где доля женщин в структуре правонарушителей по отдельным видам деяний традиционно выше, на это соотношение оказывают влияние религиозные и национально-правовые традиции (например, уголовная ответственность за адюльтер).

В большой массе преступлений влияния отдельных криминогенных или антикриминогенных факторов, которые были случайными при совершении преступлений конкретными мужчиной или женщиной, взаимопогашаются. Остаются более или менее сущностные определяющие воздействия. Свойство статистических закономерностей формироваться и отчетливо отражаться лишь в массовом процессе и при достаточно большом числе единиц совокупности получило название закона больших чисел. Этот закон имеет важное научно-практическое значение для статистических закономерностей в криминологии, связанной с массовыми явлениями. Его применение позволяет выявить закономерности там, где, на первый взгляд, все кажется случайным и не поддающимся изучению, ибо "где на поверхности происходит игра случая, там сама эта случайность всегда оказывается подчиненной внутренним, скрытым законам"[3].

Структура и динамика преступности, ее причины, мотивы преступного поведения, эффективность уголовно-правовых мер, результаты деятельности судов, прокуратуры, милиции и т.п. могут быть относительно объективно установлены и поняты лишь на основе закона больших чисел. Указанный закон позволяет перейти от случайного и единичного к устойчивому и массовому. Он выражает диалектическую связь между случайностью и необходимостью. Совокупность случайных причин порождает следствие, почти не зависящее от случая, в чем и обнаруживается закономерность, которая не может быть выявлена при малом числе наблюдений, поскольку "... внутренний закон, прокладывающий себе дорогу через эти случайности и регулирующий их, становится видимым лишь тогда, когда они охватываются в больших массах"[4].

Математической основой закона больших чисел служит теория вероятностей. Она представляет собой раздел математики, изучающий закономерности, возникающие при взаимодействии большого числа случайных явлений. Теория вероятностей, рассматривая закон больших чисел в чисто количественном аспекте, выражает его целой цепью математических теорем. Последние показывают, при каких условиях и в какой именно мере можно рассчитывать на отсутствие случайности в охватывающих массу характеристиках, так как это связано с численностью входящих в них индивидуальных явлений и т.д. Юридическая статистика и криминология лишь опираются на разработанные математиками теоремы при изучении массовых криминологических явлений. Математика дает модель для описания случайных явлений в объективной действительности. И эта модель используется не только в естественных, но и в общественных науках, в том числе в криминологической статистике, поскольку последняя также связана с реальными процессами, которые подвержены многочисленным случайным воздействиям[5].

Проиллюстрируем применение закона больших чисел в криминологии конкретным примером. Общеизвестно, что состояние опьянения правонарушителей способствует совершению преступлений. На уровне единичного деяния подобное влияние, как правило, случайно: пьяный человек в одном случае может совершить преступление, в другом, наоборот, стать потерпевшим. В массе же преступлений просматриваются устойчивости. В 1988 г., например, в России в общем числе выявленных преступников 33,0% совершили преступления в состоянии алкогольного опьянения. Впоследствии этот показатель в силу многих причин заметно возрос, а с 1997 г. (с вступлением в действие нового УК РФ, изменившего многие подходы и правовые оценки) вернулся в исходное положение. По отдельным видам преступлений данные иные. В 1997 г. в состоянии опьянения было совершено, например, 70,0% умышленных убийств, 49,0% грабежей, 32,2% краж. В последующие годы эти величины практически не изменились. Аналогичные цифры были зафиксированы и ранее.

Причинная связь между состоянием субъекта и конкретным видом преступного поведения проявляется в удельном весе или в частоте проявления. Исходя из частости (частоты проявления) можно прогнозировать преступления. Например, годовые отчеты об автопроисшествиях в городах свидетельствуют о том, что 25–30% их совершается на перекрестках дорог. Опираясь на многолетние наблюдения, мы не можем сказать, будут ли совершены автотранспортные преступления на конкретном перекрестке какого-либо города или нет, но с достаточной долей вероятности можем предположить, какое примерно количество таких преступлений будет совершено на перекрестках в текущем году.

В ряде случаев наблюдается множество массовых закономерностей, которые увеличивают вероятность вывода. И это используется в криминологии, в статистике и даже в теории доказательств. В статистической литературе был описан случай из американской судебной практики. На женщину напал мужчина и во время борьбы с ней оставил на полу следы крови. Жертва не разглядела лица нападавшего, но была совершенно уверена в том, что это был белый с рыжими волосами мужчина ростом более 6 футов (выше 1,8 м). Анализ крови показал, что это группа крови АВ, в ней содержатся бледные спирохеты (возбудители сифилиса). С этими характеристиками был задержан мужчина, и была вычислена вероятность того, что именно он может быть преступником. Поскольку группа крови АВ встречается у 3% населения, около 5% имеют рыжие волосы, не более 1% белого населения больны сифилисом и около 10% взрослых мужчин имеют рост выше 6 футов, вероятность того, что взятый наугад американец обладает всеми этими признаками, очень мала. Количественно она составляет: 0,03 × 0,05 × 0,01 × 0,10 = 0,0000015, т.е. чуть больше одной миллионной доли. Эта ничтожно малая вероятность совершения преступления кем-то другим, а не задержанным и послужила одной из серьезных улик для его обвинения[6].

Из юридической статистики[7] известно, что вероятность (частость) может быть теоретической и эмпирической. Теоретическая, или математическая, вероятность представляет собой отношение количества шансов, способствующих появлению изучаемого события, к количеству всех шансов, как благоприятствующих, так и не благоприятствующих его наступлению. Рассмотрим это на хрестоматийном примере с метанием монет. При десятикратном бросании монеты вероятность выпадения герба равна 10. Вероятность выпадения решки также равна 10. Общее количество всех возможных шансов при выпадении герба или решки равно 20. Математическая вероятность выпадения герба равна 10:20 = 1/2, или 0,5. В зависимости от соотношения благоприятных и неблагоприятных факторов математическая вероятность будет колебаться от 0 до 1, т.е. она заключена между двумя пределами – невозможностью и возможностью наступления изучаемого явления. Математическая вероятность – теоретическая величина. В ней заложена лишь мера объективной возможности, но последняя может по-разному реализоваться в действительности. Например, при фактическом 10-кратном бросании монеты герб и решка выпали не поровну (5 и 5), как предполагалось по математической вероятности, а 3 раза выпал герб и 7 раз – решка.

Отношение числа фактически наступивших к общему числу возможных явлений называется частостью, или опытной (эмпирической) вероятностью. В приведенном примере эмпирическая вероятность выпадения герба равна 3 :10 = 0,3, выпадения решки – 7:10 = 0,7. В данном случае фактические результаты существенно расходятся с теоретическими, расчетными. Такое большое расхождение обусловлено малым числом наблюдений, где действие постоянных причин, определяющих равную возможность выпадения обеих сторон монеты (симметричность, расположение центра тяжести в середине и т.п.), было нейтрализовано какими-то случайными причинами (например, порывами ветра, разной силой броска и т.д.). Французский естествоиспытатель XVIII в. Бюффон подбрасывал монету 4040 раз. Герб выпал 2048 раз, решка –1992 раза[8].

В данном случае опытная вероятность (частость) выпадения герба была равна 0,5069 при математической вероятности 0,5000 (отклонение незначительно).

Таким образом, при малом числе наблюдений фактические результаты (опытная вероятность) могут существенно отклоняться от математической (теоретической) вероятности, а при большом числе наблюдений они приближаются к расчетным. В этом случае статистические тенденции и закономерности при изучении криминологических явлений будут более объективными.

Из сказанного можно сделать важный вывод: чем больше преступлений, причин, условий, мотивов подвергнется изучению в процессе решения криминологических задач, тем надежнее (репрезентативнее) полученные данные, тем точнее выявленные закономерности. Данный вывод является краеугольным камнем всех статистико-криминологических изучений. Практическое значение теории вероятностей и закона больших чисел для криминологии этим не исчерпывается. Они лежат, например, в основе выборочного метода в криминологии, позволяющего при неполном исследовании единиц совокупности и заведомо заданной ошибке представительности (репрезентативности) выявить и измерить основные тенденции и закономерности, свойственные всей генеральной совокупности. На теории вероятностей базируются статистические методы анализа, криминологического прогнозирования преступности и решения других задач, которые будут рассматриваться в следующих главах Курса. Именно поэтому основным предметом криминологической науки является изучение не только и не столько отдельных причин и условий преступлений, личности преступника или конкретных мер профилактики деяний, сколько криминологических закономерностей и тенденций, прямо или косвенно связанных с преступным поведением и его контролем. Но эти тенденции и закономерности могут быть выявлены лишь на основе системного изучения и обобщения конкретных явлений и процессов, которые детерминируют преступное поведение или его профилактику.

Современная криминология лишь приближается к этой научно обоснованной фактологической методологии. Огромный фактический материал, регулярно собираемый системой уголовной юстиции, не всегда научно обоснован и адекватен, он ограниченно обобщается в частных целях. А общие выводы нередко являются не результатом глубоких обобщений, а логическими умозаключениями в интересах правоохранительных и судебных органов.

Более детально эти вопросы будут рассмотрены в главе 4 "Методы криминологических исследований".

  • [1] Детальное рассмотрение закона больших чисел и его практическое применение с математическим обоснованием см.: Лунеев В. В. Юридическая статистика. М. , 2007. С. 107–134.
  • [2] Кудрявцев В. Н. Причинность в криминологии. М., 1968.
  • [3] Маркс К., Энгельс Ф. Соч. Т. 21. С. 306.
  • [4] Маркс К., Энгельс Ф. Соч. Т. 25, ч. II. С. 396.
  • [5] Лунеев В. В. Юридическая статистика : учебник. 2-е изд., перераб, и доп. М., 2004.
  • [6] См.: Маслов Π. П. Статистика в социологии. М., 1971. С. 86.
  • [7] См.: Лунеев В. В. Юридическая статистика ... С. 35–45.
  • [8] См.: Гнеденко Б. В. Курс теории вероятностей. М., 1961. С. 42.
 
< Пред   СОДЕРЖАНИЕ     След >