Typology of Russian Regions by Crime Indicators: Information Model

Authors

  • Pavel V. Galushin Siberian Law Institute of the Ministry of Internal Affairs of Russia
  • Elena N. Galushina Krasnoyarsk State Medical University named after prof. V.F. Voyno-Yasenetsky, Ministry of Health of the Russian Federation

DOI:

https://doi.org/10.52575/2687-0932-2026-53-1-191-202

Keywords:

principal component analysis, crime rate, crime rate structure

Abstract

Crime remains a significant negative factor for the economic development of Russian regions and the social well-being of the country’s population. In this paper, we have used the principal component method to identify the most informative linear combinations (principal components) of crime coefficients for individual articles of the Criminal Code, based on official statistics on various crimes. The resulting information model for the typologization of Russian regions by crime indicators shows that the regions differ most in terms of the overall crime rate, followed by the prevalence of crimes against property and public order over crimes against persons, while the third most important division of regions is based on the prevalence of spontaneous crimes over carefully planned ones.

Downloads

Download data is not yet available.

Author Biographies

Pavel V. Galushin, Siberian Law Institute of the Ministry of Internal Affairs of Russia

Candidate of Technical Sciences, Associate Professor of the Department of Information and Legal Disciplines and Specialized Equipment, Krasnoyarsk, Russia
E-mail: galushin.pv@yandex.ru

Elena N. Galushina, Krasnoyarsk State Medical University named after prof. V.F. Voyno-Yasenetsky, Ministry of Health of the Russian Federation

Candidate of Science in Physics and Mathematics, Associate Professor of the Department of Medical Cybernetics and Informatics, Krasnoyarsk, Russia
E-mail: e.n.galushina@gmail.com

References

Список источников

Единая межведомственная информационно-статистическая система (ЕМИСС): официальный сайт. URL: https://fedstat.ru/ (дата обращения: 19.08.2025).

Список литературы

Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. 1989. Прикладная статистика: Классификация и снижение размерности: Справ. изд. под ред. С.А. Айвазяна. М.: Финансы и статистика, 607 с.

Антонян Е.А., Афанасьева О.Р. 2024. Экологическая преступность: основные тенденции развития и предупреждения. Ius Publicum et Privatum, 4(28): 80–89. DOI 10.46741/2713-2811.2024.28.4.009. EDN PURZZB.

Гаврилец Ю.Н., Черненков М.В., Никитин С.А. 2019. Агрегированные индексы мнений населения о качестве жизни в регионах России. Экономика и математические методы, 55(1): 101–115.

DOI 10.31857/S042473880004045-8. EDN FVRMUZ.

Гончаров М.В. Максимов С.А., Бернс С.А., Драпкина О.М. 2024. Интегральная оценка региональных условий проживания для мониторинга состояния здоровья населения субъектов Российской Федерации. Комплексные проблемы сердечно-сосудистых заболеваний, 13(1): 77–87.

DOI 10.17802/2306-1278-2024-13-1-77-87. EDN BWYOCF.

Иванова А.А. 2019. Интеграция познавательных и практических знаний при изучении криминологии. Законность и правопорядок, 1(21): 69–73. EDN ZKJFQN.

Косалс Л.Я., Баженова Т.А. 2019. Результативность системы уголовного правосудия стран бывшего СССР и Восточной Европы: сравнительный анализ. Общественные науки и современность,

: 71–86. DOI 10.31857/S086904990005816-9. EDN HMEEGX.

Курушина Е.В., Дружинина И.В. 2022. Выявление закономерностей динамики устойчивого развития регионального пространства России с использованием метода главных компонент. Вестник Пермского университета. Серия: Экономика, 17(3): 338–350. DOI 10.17072/1994-9960-2022-3-338-350. EDN GFNBHC.

Майстренко Г.А. 2025. Преступность как негативное социальное явление в Российской Федерации на современном этапе. Российский научный вестник, 1: 192–196. DOI 10.24412/2782-3830-2025-1-192-196. EDN GECCVZ.

Маслов В.А. 2024. Официальная статистика и оценка состояния борьбы с преступностью в 2012-2022 годах. Lex Russica (Русский закон), 77, 1(206): 67–90. DOI 10.17803/1729-5920.2024.206.1.067-090. EDN ASVGID.

Молчанова Т.В. 2024. Современные методы прогнозирования преступности: от статистического анализа до машинного обучения. Вестник экономической безопасности, 2: 103–108.

DOI 10.24412/2414-3995-2024-2-103-108. EDN CRGVKG.

Приказчикова А.С., Приказчикова Г.С., Асланов Р.Э., Демченко С.А., Яримака С.К. 2019. Многомерный статистический анализ показателей преступности в субъектах Российской Федерации в задаче синтеза оценки уровня криминогенности. Всероссийский криминологический журнал, 13(1): 18–29. DOI 10.17150/2500-4255.2019.13(1).18-29. EDN JJEDKH.

Тепляшин П.В., Молоков В.В. 2020. Корреляционный анализ криминологических показателей преступности. Алтайский юридический вестник, 3(31): 81–87. EDN ATLWRZ.

Тепляшин П.В., Молоков В.В. 2024. Наркопреступность в Российской Федерации: современные статистические закономерности. Всероссийский криминологический журнал, 18(6): 602–613.

DOI 10.17150/2500-4255.2024.18(6).602-613. EDN OUFKYJ.

Терехин В.И., Чернышов В.В. 2019. Факторный (корреляционно-регрессионный) анализ региональной преступности. Финансовая экономика, 2: 84–88. EDN VVKUVG.

Тикунов В.С., Белоусов С.К. 2022. Интегральная оценка качества жизни населения городов и регионов России. Вестник Московского университета. Серия 5: География, 2: 48–60. EDN TAZCKZ.

Филиппова О.В. 2024. Структура российской рецидивной преступности. Уголовно-исполнительная система: право, экономика, управление, 2: 19–22. DOI 10.18572/2072-4438-2024-2-19-22.

EDN GEIFWE.

Халикова А.Ф., Сапожникова Е.Ю. 2020. Статистический анализ влияния социально-экономических факторов на уровень преступности как угрозы национальной безопасности России. Региональная экономика. Юг России, 8(2): 86–92. DOI 10.15688/re.volsu.2020.2.9. EDN UVMTYW.

Шестак В.А., Цыплакова А.Д. 2023. Проблемы совершенствования прогнозирования преступности. Расследование преступлений: проблемы и пути их решения, 3(41): 78–84. DOI 10.54217/2411-1627.2023.41.3.008. EDN RECKRU.

Шубакин А.А. 2024. Структура и тенденции эволюции уличной преступности в России. Гуманитарные, социально-экономические и общественные науки, 12: 199–204.

DOI 10.24412/2220-2404-2024-12-28. EDN VAKARC.

R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL: https://www.R-project.org/ (дата обращения 19.08.2025).

References

Aivazyan S.A., Bukhshtaber V.M., Enyukov I.S., Meshalkin L.D. 1989. Prikladnaya statistika: Klassifikatsiya i snizhenie razmernosti: Sprav. izd. [Applied Statistics: Classification and Dimensionality Reduction: Reference Book] ed. by S. A. Aivazyan. Moscow: Finansy i statistika, 607 p.

Antonyan E.A., Afanasyeva O.R. 2024. Ekologicheskaya prestupnost: osnovnye tendentsii razvitiya i preduprezhdeniya [Environmental Crime: Main Trends in Development and Prevention]. Ius Publicum et Privatum, 4(28): 80–89. DOI 10.46741/2713-2811.2024.28.4.009. EDN PURZZB.

Gavrilets Yu.N., Chernenkov M.V., Nikitin S.A. 2019. Aggregirovannye indeksy mneniy naseleniya o kachestve zhizni v regionakh Rossii [Aggregated Indices of Public Opinion on the Quality of Life in Russian Regions]. Ekonomika i matematicheskie metody, 55(1): 101–115. DOI 10.31857/S042473880004045-8. EDN FVRMUZ.

Goncharov M.V., Maksimov S.A., Burns S.A., Drapkina O.M. 2024. Integralnaya otsenka regionalnykh usloviy prozhivaniya dlya monitoringa sostoyaniya zdorovya naseleniya subyektov Rossiyskoy Federatsii [Integral Assessment of Regional Living Conditions for Monitoring the Health Status of the Population in the Subjects of the Russian Federation]. Kompleksnye problemy serdechno-sosudistykh zabolevaniy, 13(1): 77–87. DOI 10.17802/2306-1278-2024-13-1-77-87. EDN BWYOCF.

Ivanova A.A. 2019. Integratsiya poznavatelnykh i prakticheskikh znaniy pri izuchenii kriminologii [Integration of Cognitive and Practical Knowledge in the Study of Criminology]. Zakonnost i pravoporyadok, 1(21): 69–73. EDN ZKJFQN.

Kosals L.Ya., Bazhenova T.A. 2019. Rezultativnost sistemy ugolovnogo pravosudiya stran byvshego SSSR i Vostochnoy Evropy: sravnitelnyy analiz [Effectiveness of the Criminal Justice System in the Former USSR and Eastern Europe: A Comparative Analysis]. Obshchestvennye nauki i sovremennost, 4: 71–86. DOI 10.31857/S086904990005816-9. EDN HMEEGX.

Kurushina E.V., Druzhinina I.V. 2022. Vyyavlenie zakonomernostey dinamiki ustoychivogo razvitiya regionalnogo prostranstva Rossii s ispolzovaniem metoda glavnykh komponent [Identification of Patterns in the Dynamics of Sustainable Development of Russia's Regional Space Using the Principal Component Method]. Vestnik Permskogo universiteta. Seriya: Ekonomika, 17(3): 338–350. DOI 10.17072/1994-9960-2022-3-338-350. EDN GFNBHC.

Maistrenko G.A. 2025. Prestupnost kak negativnoe sotsialnoe yavlenie v Rossiyskoy Federatsii na sovremennom etape [Crime as a Negative Social Phenomenon in the Russian Federation at the Present Stage]. Rossiyskiy nauchny vestnik, 1: 192–196. DOI 10.24412/2782-3830-2025-1-192-196. EDN GECCVZ.

Maslov V.A. 2024. Ofitsialnaya statistika i otsenka sostoyaniya borby s prestupnostyu v 2012-2022 godakh [Official Statistics and Assessment of the State of Crime Control in 2012-2022]. Lex Russica (Russkiy zakon), 77, 1(206): 67–90. DOI 10.17803/1729-5920.2024.206.1.067-090. EDN ASVGID.

Molchanova T.V. 2024. Sovremennye metody prognozirovaniya prestupnosti: ot statisticheskogo analiza do mashinnogo obucheniya [Modern Methods of Crime Forecasting: From Statistical Analysis to Machine Learning]. Vestnik ekonomicheskoy bezopasnosti, 2: 103–108. DOI 10.24412/2414-3995-2024-2-103-108. EDN CRGVKG.

Prikazchikova A.S., Prikazchikova G.S., Aslanov R.E., Demchenko S.A., Yarimaka S.K. 2019. Mnogomernyy statisticheskiy analiz pokazateley prestupnosti v subyektakh Rossiyskoy Federatsii v zadache sinteza otsenki urovnya kriminogennosti [Multivariate Statistical Analysis of Crime Indicators in the Subjects of the Russian Federation in the Task of Synthesizing an Assessment of the Level of Criminogenicity]. Vserossiyskiy kriminologicheskiy zhurnal, 13(1): 18–29. DOI 10.17150/2500-4255.2019.13(1).18-29. EDN JJEDKH.

Teplyashin P.V., Molokov V.V. 2020. Korrelyatsionnyy analiz kriminologicheskikh pokazateley prestupnosti [Correlation Analysis of Criminological Crime Indicators]. Altayskiy yuridicheskiy vestnik, 3(31): 81–87. EDN ATLWRZ.

Teplyashin P.V., Molokov V.V. 2024. Narkoprestupnost v Rossiyskoy Federatsii: sovremennye statisticheskie zakonomernosti [Drug-Related Crime in the Russian Federation: Modern Statistical Patterns]. Vserossiyskiy kriminologicheskiy zhurnal, 18(6): 602–613. DOI 10.17150/2500-4255.2024.18(6).602-613. EDN OUFKYJ.

Terekhin V.I., Chernyshov V.V. 2019. Faktornyy (korrelyatsionno-regressionnyy) analiz regionalnoy prestupnosti [Factor (Correlation-Regression) Analysis of Regional Crime]. Finansovaya ekonomika, 2: 84–88. EDN VVKUVG.

Tikunov V.S., Belousov S.K. 2022. Integralnaya otsenka kachestva zhizni naseleniya gorodov i regionov Rossii [Integral Assessment of the Quality of Life in Cities and Regions of Russia]. Vestnik Moskovskogo universiteta. Seriya 5: Geografiya, 2: 48–60. EDN TAZCKZ.

Filippova O.V. 2024. Struktura rossiyskoy retsidivnoy prestupnosti [The Structure of Russian Recidivist Crime]. Ugolovno-ispolnitelnaya sistema: pravo, ekonomika, upravlenie, 2: 19–22. DOI 10.18572/2072-4438-2024-2-19-22. EDN GEIFWE.

Khalikova A.F., Sapozhnikova E.Yu. 2020. Statisticheskiy analiz vliyaniya sotsialno-ekonomicheskikh faktorov na uroven prestupnosti kak ugrozy natsionalnoy bezopasnosti Rossii [Statistical Analysis of the Influence of Socio-Economic Factors on Crime Levels as a Threat to Russia's National Security]. Regionalnaya ekonomika. Yug Rossii, 8(2): 86–92. DOI 10.15688/re.volsu.2020.2.9. EDN UVMTYW.

Shestak V.A., Tsyplakova A.D. 2023. Problemy sovershenstvovaniya prognozirovaniya prestupnosti [Problems of Improving Crime Forecasting]. Rassledovanie prestupleniy: problemy i puti ikh resheniya, 3(41): 78–84. DOI 10.54217/2411-1627.2023.41.3.008. EDN RECKRU.

Shubakin A.A. 2024. Struktura i tendentsii evolyutsii ulichnoy prestupnosti v Rossii [Structure and Trends in the Evolution of Street Crime in Russia]. Gumanitarnye, sotsialno-ekonomicheskie i obshchestvennye nauki, 12: 199–204. DOI 10.24412/2220-2404-2024-12-28. EDN VAKARC.

R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL: https://www.R-project.org/ (accessed: 19.08.2025).


Abstract views: 0

Share

Published

2026-03-30

How to Cite

Galushin, P. V., & Galushina, E. N. (2026). Typology of Russian Regions by Crime Indicators: Information Model. Economics. Information Technologies, 53(1), 191-202. https://doi.org/10.52575/2687-0932-2026-53-1-191-202

Issue

Section

SYSTEM ANALYSIS AND PROCESSING OF KNOWLEDGE