Выпуск: №5(73) КОД науки – исследования молодых ученых

Раздел: Наука в Мегаполисе

Опубликовано: 30 апреля 2025

Код уникальной десятичной классификации: 911.3: 343.97

Автор: Гниломедова Радмила Александровна

студент 3 курса, Московский городской педагогический университет (МГПУ), г. Москва, e-mail: satanmarsh@mail.ru

Научный руководитель: Самусенко Дмитрий Николаевич

доцент департамента естествознания Института естествознания и спортивных технологий Московского городского педагогического университета (МГПУ)

кандидат географических наук, доцент

Победитель конкурса «КОД науки» в номинации
«Наука для мегаполиса» (2025 г.)

Аннотация. Статья посвящена анализу тенденций преступности в Москве за период 2014-2024 гг. Рассмотрен ряд показателей, отражающих территориальную специфику преступлений. Произведена оценка относительного риска пространственного распределения преступности в разрезе административных округов Москвы. Выявлено, что уровень преступности в столице характеризуется понижательной тенденцией. Отмечается смещение географического центра криминального поля в центр Москвы. Подтверждён тезис о тесной связи преступности с уровнем социально-экономического развития территории. Установлено, что в территориальной специфике преступности города прослеживается определённая пространственная иерархия, укладывающаяся в рамки модели «Центр-Периферия».

Ключевые слова: география преступности, геокриминология, пространственный анализ, ГИС, Москва.

В 2007 году человечество вступило в эпоху «городской цивилизации». По данным экспертов ООН, именно в этом году, большая часть населения Земли стала жить преимущественно в городских населённых пунктах [28]. Несмотря на все преимущества, города являются достаточно опасными с точки зрения криминогенной обстановки. Факт того, что в городах уровень преступности выше, чем в сельской местности, логичен со статистической точки зрения, так как в них проживает больше людей, а значит, и больше возможностей для совершения преступлений. Урбанизированная среда «предлагает» преступникам целый ряд возможностей: от потенциальных жертв нападения до большого количества магазинов или домов, в которые можно проникнуть. Большое количество людей также может создать идеальные условия для совершения преступных действий в толпе. Экономическое неравенство здесь также выше, и это иллюстрируется различными материальными элементами (роскошными автомобилями и домами), которые могут стать мишенью для преступников.

Москва является одним из крупнейших мегаполисов мира и первым по численности населения городом в Европе. Ежегодно в столице совершается более 100 тыс. правонарушений разной тяжести. Тем не менее, эта цифра не даёт представления о географическом размахе преступности и её пространственной динамике. Ведь криминальная составляющая общественной жизни в известной степени характеризуется динамичностью и территориальной специфичностью, что вызывает необходимость постоянного мониторинга и осмысления рассматриваемого явления. Используя современные геоинформационные технологии возможно выявить особенности пространственной дифференциации преступности на территории Москвы, что позволит сформировать более комплексное восприятие проблемы и выработать возможные механизмы её решения.

Материалы и методы исследования

Географический взгляд на проблему преступности всегда привлекал внимание исследователей. В данном контексте, особую ценность представляет так называемый «энвайронментальный подход», применённый в 1980-х гг. Паулем и Патрицией Брантингхемами при анализе контекстных факторов и факторов среды, влияющих на криминальную активность [14]. Его особенностью является изучение правонарушения и виктимизации в связи с особенностями среды и с учетом того, как индивиды и группы организуют собственную активность в рамках отдельных территорий.

В целом, можно констатировать, что за рубежом анализ влияния факторов среды (как природных, так и социальных) на уровень преступности, получил большее распространение, чем в России. Проблематика рассматривается, как на глобальном, так и на более низких уровнях пространственной иерархии [16], [18], [23], [24], [25], [27].

Интересным представляется недавнее исследование американских и южнокорейских учёных, в котором проведён анализ влияния эффектов изменения климата на уровень преступлений в 44 городах США [20]. В нём отмечается, что ежедневная высокая температура окружающей среды связана с повышенным риском насильственных преступлений.

Весьма актуальными являются исследования, в которых рассматривается связь расово-этнического неравенства с уровнем преступности. Так, в некоторых работах приводится вывод о том, что часть показателей насилия и убийств между разными городами и внутри одного города действительно обусловлена в разрыве доходов белого и цветного населения [17].

Широкое распространение в зарубежной литературе получил анализ «горячих точек» совершения преступлений [13], [21], [26]. В целом, разные авторы, работающие в рамках данного направления, сходятся во мнении, что вмешательство правоохранительных органов в момент совершения противоправных деяний в «горячей точке», существенно снижает распространение преступности на близлежащие территории. Предпринимаются также попытки предсказать места возникновения новых «горячих точек» с использованием геоинформационных технологий и методов машинного обучения [15], [22].

В работах отечественных исследователей обычно рассматриваются особенности пространственной дифференциации преступности в рамках страны в целом, либо специфика отдельных видов преступности [1], [2], [3], [7], [9]. Довольно редкими являются работы, посвящённые мировой проблематике данного явления и методическим аспектам их исследования [5], [8], [12].

Особенно примечательны труды географа А.Д. Бадова – крупнейшего специалиста по географии преступности в России. В своих работах им неоднократно был обоснован вывод о том, что одной из главных причин роста преступности в нашей стране является снижение уровня жизни людей [2], [3]. Этим, в частности, обусловлено увеличение показателей преступности в России по мере продвижения с запада на восток.

Одновременно с этим, есть исследования, в которых подчёркивается тот факт, что в крупных городах, где уровень жизни выше, чем в прочих населённых пунктах, уровень раскрываемости преступлений ниже. Особенно это относится к преступлениям против личности [4].

Определённый интерес представляют исследования, посвящённые анализу преступности несовершеннолетних в Российской Федерации. Как правило, в них подчёркивается, что в стране происходит снижение количества преступлений, совершаемых несовершеннолетними и при их соучастии [1].

Для достижения целей настоящего исследования, кроме литературных источников, были использованы статистические сведения о совершённых правонарушениях с Интернет-сайта прокуратуры г. Москвы. Для геостатистической обработки и последующей визуализации данных применялось свободно распространяемое геоинформационное программное обеспечение GeoDa [19].

На первом этапе эмпирической обработки данных был составлен датасет, агрегирующий ряд показателей, таких как:

1. общее количество преступлений;
2. количество преступлений, совершённых лицами мужского и женского пола по-отдельности;
3. количество преступлений, совершённых несовершеннолетними;
4. количество преступлений, совершённых лицами без постоянного источника дохода;
5. удельный вес преступлений в расчёте на 10 тыс. чел.;
6. общее количество населения.

Каждый из показателей представлен с детализацией по административным округам (АО) Москвы. Данные по преступлениям, совершённым в Троицком и Новомосковском АО, предоставляются прокуратурой г. Москвы в консолидированном виде. Поэтому в настоящем исследовании автору пришлось также объединить перечисленные показатели по указанным административным образованиям, и рассматривать их как единое целое. В дальнейшем данные в исходном датасете были подвергнуты процедуре географической привязки в геоинформационной системе QGIS.

Поскольку Зеленоградский АО занимает эксклавное положение по отношению к основной части Москвы, а Троицкий и Новомосковский АО обладают гипертрофированными размерами, в целях адекватной концептуализации пространственных отношений между округами Москвы, была рассчитана матрица пространственных весов на основе метода оценки соседства по метрике. Экспертным путём было определено оптимальное расстояние от центроида каждого полигона (округа), равное 65 км (см. рисунок 1). Также был применён метод обратно взвешенных расстояний, который подразумевает, что вес соседства для анализируемых параметров будет обратно пропорционален расстоянию между ними. В более узком смысле это означает, что чем ближе друг к другу расположены анализируемые полигоны, тем более они похожи.

Рис. 1. Графы соседства административных округов Москвы. Составлено автором на основе моделирования в GeoDa [19]

В рамках исследования был рассчитан показатель относительного риска пространственного распределения преступности. Он отражает отношение частоты исходов среди исследуемых, на которых оказывал влияние изучаемый фактор (в нашем случае – это совершённое правонарушение), к частоте исходов среди исследуемых, не подвергавшихся влиянию этого фактора [10, c. 109]. Данный индикатор был разработан в целях медицинской статистики, для оценки риска заболеваний, однако широко применяется в том числе и в социально-экономических исследованиях. Риск пространственного распределения рассчитывается по формуле:

где RR (relative risk) – значение относительного риска, A – число лиц, не подвергшихся воздействию преступлений в Москве в целом, B – число лиц, подвергшихся воздействию преступлений в Москве в целом, C – число лиц, не подвергшихся воздействию преступлений в административном округе, D – число лиц, подвергшихся воздействию преступлений в административном округе. Показатель RR равный 1 свидетельствует о том, что отсутствует связь между фактором и исходом. Показатель RR>1 свидетельствует о том, что риск подвергнуться воздействию преступлений в данном округе выше, чем в целом по Москве. При значениях RR<1 делается вывод о снижении вероятности подвергнуться воздействию преступлений в данном округе, по сравнению с Москвой в целом. На основе полученных данных была составлена серия картограмм, визуализирующих динамику относительного риска по административным округам за рассматриваемый период.

На завершающем этапе работы была реализована попытка выявить кластеры преступности в столице по состоянию на 2024 г. путём применения иерархического кластерного анализа методом связи Уорда. Данный метод является наиболее подходящим для количественных переменных. При его применении расстояние между кластерами вычисляется как сумма квадратов отклонений каждой точки от центроидов кластеров. В рамках данного метода минимизируется внутрикластерная дисперсия [6, с. 313]. Чтобы кластеры учитывали не только статистическую схожесть рассматриваемых территорий, но и пространственный фактор, была также использована рассчитанная ранее матрица пространственных весов, в которую был введён коэффициент, устанавливающий вес геометрических центроидов полигонов по отношению к другим данным, равный 0,25. Все расчёты выполнялись автоматически в программе GeoDa [19].

Результаты и обсуждение

Анализ временных рядов показывает, что за последние 10 лет в столице наблюдается постепенное снижение числа правонарушений. Если в 2014 г. было зарегистрировано 182,8 тыс. преступлений, то к 2024 г. этот показатель сократился в 1,4 раза и составил 130,5 тыс. преступлений [11]. Данное снижение является отражением так называемого «Великого спада преступности»: с начала 1990-х годов во многих странах мира уровень преступности снизился более чем на 50% [18]. Можно выделить несколько факторов, объясняющих данный тренд. Во-первых, общее старение населения: лица до 29 лет чаще совершают преступления, чем лица более старшего возраста [24]. Во-вторых, общий рост благосостояния в мире: повышение уровня жизни в целом снижает уровень преступности. В-третьих, совокупность технологических факторов, которые приводят к усовершенствованию и распространению систем безопасности, позволяющих предотвратить или снизить эффективность противоправных действий [12].

Произошли изменения и в структуре преступности. В 2014 г. первое место по количеству совершаемых правонарушений лидировала кража (51,2% от общего числа преступлений). В 2024 г. лидирующую позицию занимает мошенничество (39,3%), увеличив свою долю с 2014 г. более, чем в три раза (см. рисунок 2). Тем не менее, стоит отметить, что, как 10 лет назад, триада правонарушений, состоящая из мошенничества, краж и преступлений, связанных с наркотиками, являются главной проблемой столицы и по сей день. В сумме на них в 2014 г. приходилось около 75% всех преступлений, совершаемых в Москве. В настоящий момент на них приходится около 79% всех правонарушений [11].

Рис. 2. Динамика структуры преступлений в г. Москве, 2014-2024 гг. (в скобках указаны статьи УК РФ, по которым классифицированы преступления). Составлено автором по [11]

Согласно данным о раскрытых преступлениях, в подавляющем большинстве правонарушителями являются лица мужского пола [11]. Причём, в отдельные годы, в некоторых округах количество преступлений, совершаемых мужчинами в 6-7 раз превосходило данный показатель у женщин (см. таблицу 1). В настоящее время, по мере снижения уровня преступности в целом, наблюдается снижения гендерного соотношения совершаемых преступлений. Тем не менее, пиковые значения остаются достаточно высокими, достигая более чем четырёхкратного превосходства правонарушений, совершаемых лицами мужского пола в ряде округов (Юго-Восточном АО, Западном АО, Троицком и Новомосковском АО).

Таблица 1. Пространственная дифференциация соотношения преступлений, совершённых лицами мужского пола к преступлениям, совершёнными лицами женского пола, 2014-2024 гг. Составлено автором по [11]

По данным прокуратуры Москвы, типичный портрет столичного преступника выглядит следующим образом: мужчина в возрасте от 30 до 49 лет, имеющий среднее образование и работающий в найме [11].

Позитивной тенденцией криминогенной обстановки в столице является постепенное снижение доли преступлений, совершаемых несовершеннолетними. В целом, конечно, она и так была невелика ещё 10 лет назад. Тем не менее, в отдельные годы она колебалась в широких диапазонах, достигая в некоторых округах (например, в Зеленоградском АО), чем 5% уровня. В настоящее время, данный показатель редко превышает отметку в 1%. По состоянию на 2024 г. лишь в одном округе Москвы – Северном, он достигал 1,1% (см. таблицу 2). Данное обстоятельство свидетельствует о качественной работе правоохранительных органов и социальных служб, направленной на предотвращение противоправных действий несовершеннолетними, а также созданием специальных учреждений досуга [1].

Таблица 2. Пространственная дифференциация преступлений, совершённых несовершеннолетними, 2014-2024 гг. Составлено автором по [11]

Анализируя пространственную динамику преступности в столице, можно отметить некоторую «пульсацию» криминального поля. Так, на протяжении 2014-2020 гг. наблюдался достаточно высокий уровень правонарушений разного вида на 10 тыс. жителей в пределах всего двух округов – Троицкого и Новомосковского, и Центрального. Причём, довольно длительное время лидерство Троицкого и Новомосковского АО было определяющим. Однако с 2020 г. относительные показатели Центрального АО начинают стремительно увеличиваться (см. рисунеок 3). В значительной степени это объясняется тем, что в Троицком и Новомосковском АО население за рассматриваемый период росло более высокими темпами и увеличилось с 269 тыс. чел. в 2014 г. до 738 тыс. чел. в 2020 г. В то же время динамика численности населения Центрального АО более сдержанная: 757 тыс. чел. в 2014 г. и 774 тыс. чел. в 2020 г. При этом показатель совершаемых преступлений более инерционен, в результате чего пространственный рисунок преступности претерпевает значительные изменения.

Рис. 3. Динамика душевых показателей преступлений по административным округам г. Москвы, 2014-2024 гг. (количество преступлений на 10 тыс. чел.). Составлено автором по [11]

Некоторым подтверждением высказанного тезиса могут служить рассчитанные данные о доле административных округов г. Москвы в общем объёме раскрытых преступлений. Как можно отметить, исходный уровень территориальной концентрации правонарушений не претерпел значительных изменений. Центральный АО в 2014 г. занимал второе место по рассматриваемому показателю (12,3%), уступая незначительно Восточному АО (12,4%). И лишь спустя 8 лет, он занял первое место (13,6%), которое удерживает до сих пор. В то же время на Троицкий и Новомосковский АО на протяжении всего рассматриваемого периода приходилось не более 5% от общего количества раскрытых преступлений (см. таблицу 3).

Таблица 3. Доля административных округов г. Москвы в общем объёме раскрытых преступлений, 2014-2024 гг., %. Составлено автором по [11]

Преступность, как социальное явление, в значительной мере связана с уровнем дохода [3], [18]. Так, люди, не имеющие постоянного источника дохода, склонны больше совершать противоправные деяния. Если принять во внимание тот факт, что самыми распространёнными видами преступлений в Москве являются кража и мошенничество, данный тезис звучит ещё более убедительно. Уровень благосостояния – это характеристика, обладающая ярко выраженной пространственной составляющей. В пределах столицы прослеживается чёткая дифференциация на уровне административных округов на условно «богатый Запад» (включающий Северный, Северо-Западный, Западный, Юго-Западный и Центральный административные округа) и «бедный Восток» (включающий Восточный, Юго-Восточный, Южный, Троицкий и Новомосковский административные округа). Это проявляется как в уровне заработных плат, в стоимости жилья, так и ряде других показателей. Особняком стоит Зеленоградский АО, который по социально-экономическим показателям, скорее тяготеет к «Востоку», хотя географически расположен на северо-западе. Данное обстоятельство находит отражение и в удельном весе преступлений, совершённых лицами без постоянного дохода, в общем объёме преступлений. Как можно заметить, на протяжении всего рассматриваемого периода высокие значения данного показателя присущи «восточным» округам, а лидерское положение традиционно занимают Восточный АО и Юго-Восточный АО (см. рисунок 4). Хотя в последние годы наблюдается некоторый «дрейф» лидерства в пользу Зеленоградского АО, Южного АО, Троицкого и Новомосковского АО, которые также отнесены нами к условному «Востоку». Иными словами, эта тенденция лишний раз подтверждает тезис о пространственной специфичности преступности.

Рис. 4. Динамика удельного веса преступлений, совершённых лицами без постоянного источника дохода, в общем объёме преступлений, по административным округам г. Москвы, 2014-2024 гг. Составлено автором по [11]

Учёт пространственного фактора в криминологическом анализе может играть определяющую роль в предотвращении преступлений за счёт выявления наиболее опасных территорий, в пределах которых сохраняется повышенный риск стать жертвой противоправных деяний [22]. Одним из индикаторов, на который можно опираться при принятии решений, касающихся смягчения криминогенной обстановки, является индикатор относительного риска. Как можно отметить, с одной стороны, на протяжении периода 2014-2024 гг. происходило постепенное, но всё же незначительное снижение данного показателя в разрезе административных округов. С другой стороны, происходило его территориальное перераспределение. В 2014 г. риск стать жертвой преступления в Троицком и Новомосковском АО был примерно в 2 раза выше, чем по Москве в целом. В настоящий момент, подобная ситуация характерна для Центрального АО. В то же время выросло количество округов (с 6 до 7), в которых риск стать жертвой преступления ниже, чем в целом по столице. В остальных округах данный риск более-менее соответствует общегородскому (см. рисунок 5).

Рис. 5. Динамика показателя относительного риска пространственного распределения преступности по административным округам г. Москвы, 2014-2024 гг. Составлено автором по [11]

Тем не менее, важно понимать, что хотя подобные количественные методы дают некоторою информацию о тех территориях, в пределах которых стоит усилить мероприятия, проводимые правоохранительными органами, по защите населения, они физически не могут охватывать весь спектр факторов, влияющих на территориальную специфику преступности, а лишь учитывают сложившиеся тенденции, определяемые главным образом численностью населения и количеством уже совершённых преступлений.

Одной из задач геоинформационного анализа является выявление схожести и различий исследуемых территорий на основе совокупности имеющихся данных. Схожие территории, как правило, образуют кластеры – локализованные совокупности выборки. По результатам иерархического кластерного анализа в пределах Москвы было выделено 3 кластера на уровне административных округов, схожих по специфике преступности в них (см. рисунок 6).

Рис. 6. Результат кластерного анализа преступности в Москве, 2024 г. (слева представлена дендрограмма кластеров, в скобках указано количество административных округов, формирующих кластер) Составлено автором по [11]

Первый кластер достаточно специфичен и, кластером может называться лишь с некоторой долей условности, поскольку образован всего одним округом – Центральным АО. Второй кластер образован Зеленоградским АО, Троицким и Новомосковским АО. Эти территории характеризуются сравнительно слабой степенью интеграции в территориальную структуру Москвы. Третий кластер образует кольцевую структуру вокруг Центрального АО и представлен всеми округами, непосредственно с ним граничащими. С некоторой долей условности можно говорить о том, что пространственная структура преступности в столице соответствует центро-периферической модели, где «Центр» характеризуется более высокими значениями одних показателей (таких как высокий уровень преступности на душу населения, высокая доля раскрытых преступлений, которые тем не менее были совершены на в пределах данной территории, высокое значение индикатора пространственного риска и т.д.) и низкими значениями других (например, удельный вес преступлений, совершённых лицами без постоянного источника дохода и несовершеннолетними). Второй кластер играет роль своеобразной «Полупериферии», в то время как третий является «Периферией».

Выводы

Проведённое исследование показало, что в пределах Московского мегаполиса отмечается постепенное снижения уровня преступности, который протекает в русле общемировой тенденции «Глобального спада преступности». Данное снижение, сопровождается трансформацией внутренней структуры правонарушений, хотя данные изменения скорее носят характер перестановок среди трёх видов наиболее многочисленных видов преступлений, к которым относятся кража, мошенничество и преступления, связанные с наркотиками. В исследовании выявлены пространственные особенности развития правонарушений, наиболее важной из которых является некоторое смещение криминального поля в Центральный АО. Также был подтверждён тезис о тесной связи преступности с уровнем социально-экономического развития территории. Так, в пределах Москвы проходит устойчивая линия размежевания между «Западом» и «Востоком», проявляющаяся в различиях уровня преступлений, совершаемых лицами, не имеющими постоянного дохода. В целом, в территориальной специфике преступности столицы прослеживается определённая пространственная иерархия, укладывающаяся в рамки центро-периферической модели, где «Центр» представлен территорией, для которой характерна совокупность высоких показателей преступности в то время, как «Полупериферия» и «Периферия» характеризуются более значительной вариацией соотношения высоких, средних и низких значений показателей преступности.

Список литературы:

1. Абрамова Е.В., Требушкова И.Е. Экономико-географический анализ преступности несовершеннолетних // Тренды современной географии и географического образования: Материалы Всероссийской научно-практической конференции с международным участием / Отв. ред. И.А. Гонеев, И.Е. Требушкова. Курск: Курский государственный университет, 2020. С. 25-32.
2. Бадов А.Д. География преступности в России: изменения за постсоветский период // Вестник Московского университета. Серия 5: География, 2009. №2. С. 64-70.
3. Бадов А.Д. Региональные особенности преступности в России / Наука. Инновации. Технологии, 2019. №1. С. 77-90.
4. Бадов А.Д., Макоев Х.Х. Урбанизация и проблемы преступности // Экология урбанизированных территорий, №4. 2008. С. 26-29.
5. Демидова Е.Е. Негативные социальные девиации: экономико-географический подход к анализу проблемы // Известия Российской академии наук. Серия географическая, 2017. №5. С. 31-41.
6. Грекусис Д. Методы и практика пространственного анализа / пер. с англ. А.Н. Киселёва. М.: ДМК Пресс, 2021. 540 с.
7. Комаров А.А. Фактор цифрового неравенства (разрыва) и его влияние на географию компьютерной преступности // Всероссийский криминологический журнал. 2024. Т. 18. №6. С. 624-635.
8. Махмудов Р.К. Картографо-геоинформационные методы в анализе преступности (на примере Ставропольского края) // Наука. Инновации. Технологии, 2015. №2. С. 86-98.
9. Молчанова Т.В. Статистико-географические особенности преступлений в сфере экономической деятельности // Вестник Московского университета МВД России, 2023. №6. С. 190-195.
10. Окунев И.Ю. Основы пространственного анализа: монография. М.: Издательство «Аспект Пресс», 2-е изд., перераб. и доп., 2023. 255 с.
11. Прокуратура города Москвы. Ведомственная статистика. (дата обращения: 12.03.2025).
12. Самусенко Д.Н. Преступность как фактор социально-экологического развития стран мира // Актуальные проблемы естественных наук: Материалы международной научно-практической конференции. Петропавловск: Северо-Казахстанский университет им. М. Козыбаева, 2024. С. 283-286.
13. Amodu P., Alwadood J., Olaide A. A GIS-based analysis of open space and the likelihood of crime hotspot in Abuja city centre // World Journal of Advanced Research and Reviews. 2023. №20.: 1303-1313.
14. Brantingham P.J., Brantingham P.L. Environmental Criminology. Waveland Press, 1991, 282 p.
15. Brown D., Abraham A. Predicting Crime Hot Spots Using Machine Learning Algorithms: Cities in USA and South Africa // Communications in Computer and Information Science. 2024. №2131: 123-143.
16. Chen Y. Liang Z., Wang C. Revisiting the Impact of Foreign Direct Investment on Crime: A Global Analysis // International Studies of Economics. (дата обращения: 31.03.2025).
17. Cundiff K. City-Level Violent Crime Trends and Racial-Ethnic Income Inequality // Journal of Contemporary Criminal Justice. 2023. №40(1).: 48-64.
18. Farrell G., Tilley N., Tseloni A. Why the Crime Drop? // Crime and Justice, 2014. №43.: 421-490.
19. GeoDa Documentation. (дата обращения: 02.04.2025).
20. Heo S., Choi H.M., Berman J. Temperature, violent crime, climate change, and vulnerability factors in 44 United States cities // Environment International. №195. (дата обращения: 31.03.2025).
21. Hernandez D., Jimenez M., Bautista J. Crime hotspot emergence in Mexico City: a complexity science perspective // Advances in Complex Systems. №26. (дата обращения: 23.03.2025).
22. Kronkvist K., Borg A., Boldt M. Predicting Public Violent Crime Using Register and OpenStreetMap Data: A Risk Terrain Modeling Approach Across Three Cities of Varying Size // Applied Spatial Analysis and Policy. 2024. №18. (дата обращения: 03.04.2025).
23. Pakhlyan A. A World «Drowning» in Crime // Amberd Bulletin. 2023.: 71-78.
24. Rennó Santos M., Testa A., Porter L.C. The contribution of age structure to the international homicide decline // PLoS One, 2019. №14(10). (дата обращения: 03.04.2025).
25. Trajtenberg N., Fossati, S., Diaz, C. The heterogeneous effects of COVID-19 lockdowns on crime across the world // Crime Science, 2024. №13. URL: https://crimesciencejournal.biomedcentral.com/articles/10.1186/s40163-024-00220-y (дата обращения: 16.03.2025).
26. Weisburd D., Kuen K., Uding C. Antisocial and prosocial activities at crime hot spots: Rethinking conventional paradigms // Urban Studies, 2025. (дата обращения:04.2025).
27. World crime trends and emerging issues and responses in the field of crime prevention and criminal justice. 2017. United Nations: Venna. 24 p.
28. World Urbanization Prospects 2018: Highlights. (дата обращения: 31.03.2025)

Geoinformation analysis of crime in Moscow

Gnilomedova R.A.,
student of 3 course of the Moscow City University, Moscow

Research supervisor:
Samusenko Dmitry Nikolaevich,
Associate Professor, Department of Natural Sciences, Institute of Natural Sciences and Sports Technologies, Moscow City University, Candidate of Geographical Sciences, Associate Professor

Abstract. The article deals with the analysis of crime in Moscow for the period 2014-2024. A number of indicators reflecting the territorial specificity of crimes are considered. An assessment of the relative risk of territorial distribution of crime in the context of Moscow districts is made. It is revealed that the crime rate in the capital is characterized by a downward trend. The geographical center of the criminal field is in the center of Moscow. The thesis about the close connection of crime with the level of socio-economic development of the territory is confirmed. It is established that the territorial specificity of crime in the city fits into the framework of the «Center-Periphery» model.
Keywords: geography of crime, geocriminology, spatial analysis, GIS, Moscow.

References:

1. Abramova E.V., Trebushkova I.E. Economic and geographical analysis of juvenile delinquency // Trends in modern geography and geographical education: Proceedings of the All-Russian scientific and practical conference with international participation / Ed. I.A. Goneev, I.E. Trebushkova. Kursk: Kursk State University, 2020.: 25-32.
2. Badov A.D. Geography of crime in Russia: changes in the post-Soviet period // Bulletin of Moscow University. Series 5: Geography, №2.: 64-70.
3. Badov A.D. Regional pecularities of crime in Russia // Science. Innovations. Technologies, 2019. №1.: 77-90.
4. Badov A.D., Makoev H.H. Urbanization and crime problems // Ecology of urbanized territories, №4. 2008.: 26-29.
5. Demidova E.E. Negative social deviations: economic and geographical approach to the analysis of the problem // Bulletin of the Russian Academy of Sciences. Geographical series, №5.: 31-41.
6. Grekousis D. Spatial Analysis Methods and Practice / translated from English by A.N. Kiselev. Moscow: DMK Press, 2021. 540 p.
7. Komarov A.A. The digital inequality (gap) factor and its impact on the geography of computer crime // All-Russian Criminological Journal, 2024. Vol. 18. №6.: 624-635.
8. Makhmudov R.K. Cartographic and geoinformation methods in crime analysis (on the example of Stavropol Krai) // Science. Technologies, 2015. №2.: 86-98.
9. Molchanova T.V. Statistical and geographical features of crimes in the sphere of economic activity // Bulletin of the Moscow University of the Ministry of Internal Affairs of Russia, 2023. №6.: 190-195.
10. Okunev I.Yu. Basics of spatial analysis: monograph. Moscow: Aspect Press Publishing House, 2nd ed., revised and enlarged, 2023. 255 p.
11. Moscow City Prosecutor's Office. Departmental statistics. (date of the address: 12.03.2025).
12. Samusenko D.N. Crime as a factor in the socio-ecological development of countries of the world // Actual problems of natural sciences: Proceedings of the international scientific and practical conference. Petropavlovsk: North Kazakhstan University named after M. Kozybaev, 2024.: 283-286.
13. Amodu P., Alwadood J., Olaide A. A GIS-based analysis of open space and the likelihood of crime hotspot in Abuja city centre // World Journal of Advanced Research and Reviews. 2023. №20.: 1303-1313.
14. Brantingham P.J., Brantingham P.L. Environmental Criminology. Waveland Press, 1991, 282 p.
15. Brown D., Abraham A. Predicting Crime Hot Spots Using Machine Learning Algorithms: Cities in USA and South Africa // Communications in Computer and Information Science. 2024. №2131: 123-143.
16. Chen Y. Liang Z., Wang C. Revisiting the Impact of Foreign Direct Investment on Crime: A Global Analysis // International Studies of Economics. (date of the address: 31.03.2025).
17. Cundiff K. City-Level Violent Crime Trends and Racial-Ethnic Income Inequality // Journal of Contemporary Criminal Justice. 2023. №40(1).: 48-64.
18. Farrell G., Tilley N., Tseloni A. Why the Crime Drop? // Crime and Justice, 2014. №43.: 421-490.
19. GeoDa Documentation. (date of the address: 02.04.2025).
20. Heo S., Choi H.M., Berman J. Temperature, violent crime, climate change, and vulnerability factors in 44 United States cities // Environment International. 2024. №195. (date of the address: 31.03.2025).
21. Hernandez D., Jimenez M., Bautista J. Crime hotspot emergence in Mexico City: a complexity science perspective // Advances in Complex Systems. 2023. №26. (date of the address: 23.03.2025).
22. Kronkvist K., Borg A., Boldt M. Predicting Public Violent Crime Using Register and OpenStreetMap Data: A Risk Terrain Modeling Approach Across Three Cities of Varying Size // Applied Spatial Analysis and Policy. 2024. №18. (date of the address: 03.04.2025).
23. Pakhlyan A. A World «Drowning» in Crime // Amberd Bulletin. 2023.: 71-78.
24. Rennó Santos M., Testa A., Porter L.C. The contribution of age structure to the international homicide decline // PLoS One, 2019. №14(10). (date of the address: 03.04.2025).
25. Trajtenberg N., Fossati, S., Diaz, C. The heterogeneous effects of COVID-19 lockdowns on crime across the world // Crime Science, 2024. №13. URL: https://crimesciencejournal.biomedcentral.com/articles/10.1186/s40163-024-00220-y (date of the address: 16.03.2025).
26. Weisburd D., Kuen K., Uding C. Antisocial and prosocial activities at crime hot spots: Rethinking conventional paradigms // Urban Studies, 2025. (date of the address: 01.04.2025).
27. World crime trends and emerging issues and responses in the field of crime prevention and criminal justice. 2017. United Nations: Venna. 24 p.
28. World Urbanization Prospects 2018: Highlights. (date of the address: 31.03.2025).