Науковий вісник Національної академії внутрішніх справ

  • Отримано 12.01.2026,
  • Доопрацьовано 09.04.2026,
  • Прийнято 26.05.2026
  • Опубліковано 01.06.2026
Завантажити статтю Завантажити статтю
Том 31, № 2, 2026
  • оцінювання ризиків; індикатори ризику; ризик-орієнтований підхід; стандартні операційні процедури; безпекове середовище
  • https://doi.org/10.63341/naia-herald/2.2026.37
  • Сторінки 37-46

Актуальність дослідження зумовлена необхідністю підвищення аналітичної обґрунтованості, об’єктивності та послідовності оцінювання безпекового середовища в діяльності Національної поліції України в умовах динамічних змін криміногенної ситуації. Підходи до визначення порогових значень індикаторів ризику, зокрема ґрунтовані на використанні медіани, не забезпечували належного врахування варіативності статистичних даних, що обмежувало їх чутливість до змін у часових рядах і знижувало ефективність управлінських рішень. Метою статті стало розроблення методологічної моделі визначення нормальних і критичних рівнів ризику в діяльності Національної поліції України на основі використання середнього арифметичного значення та стандартного відхилення. У межах дослідження запропоновано модель оцінювання ризиків, що передбачало визначення нормального статистичного діапазону значень індикаторів і встановлення порогових значень для ідентифікації рівнів ризику. На цій підставі сформовано підхід до класифікації рівнів ризику (стабільний, підвищений, надзвичайний), який ґрунтувався на інтерпретації відхилень показників від середнього значення і дав змогу формалізувати межі переходу від нормального до кризового стану безпекового середовища. Унаслідок застосування моделі було визначено кількісні межі нормального функціонування індикаторів і порогові значення підвищеного та надзвичайного рівнів ризику, що забезпечувало можливість об’єктивного порівняння їх динаміки в часі. Апробація моделі на прикладі індикатора тяжких тілесних ушкоджень зі смертельними наслідками засвідчила її чутливість до змін статистичних рядів і придатність для раннього виявлення негативних тенденцій. Запропонований підхід характеризувався відтворюваністю результатів і знижував залежність оцінювання від суб’єктивних експертних суджень, що підвищувало обґрунтованість управлінських рішень у сфері публічної безпеки. Отримані результати може бути використано в системі інформаційно-аналітичного забезпечення діяльності Національної поліції України для моніторингу ризиків, своєчасного реагування на їх підвищення та оптимізації розподілу ресурсів

Використані джерела

  1. Afzal, M., & Panagiotopoulos, P. (2025). Data in policing: An integrative review. International Journal of Public Administration, 48(7), 411-430. doi: 10.1080/01900692.2024.2360586.
  2. Almasoud, A.S., & Idowu, J.A. (2025). Algorithmic fairness in predictive policing. AI and Ethics, 5, 2323-2337. doi: 10.1007/s43681-024-00541-3.
  3. Bäckman, T., Sandegård, E., & Thodelius, C. (2025). The role of digital and algorithm-based alert systems in policing mental health crises: A scoping review. Health & Justice, 13, article number 75. doi: 10.1186/s40352-025-00385-x.
  4. Brayne, S. (2020). Predict and surveil: Data, discretion, and the future of policing. Oxford: Oxford University Press.
  5. Chen, J., Li, W., Li, Y., & Chen, Y. (2024). Integrated assessment of security risk considering police resources. ISPRS International Journal of Geo-Information, 13(11), article number 415. doi: 10.3390/ijgi13110415.
  6. Cranshaw, T., Austin, H., Moore, J., Evans, E., Rauf, S., Groom, F., Mannix, E., Whitehouse, E., & McKinnon, I. (2025). Evaluation of the sensitivity of the health screening of people in police custody (HELP-PC) tool in Northumbria Police, UK. International Journal of Law and Psychiatry, 102, article number 102101. doi: 10.1016/j.ijlp.2025.102101.
  7. Dario, L.M., Cesar, G.T., Jalbert, K., & de la Torre, F. (2024). Quantifying the impact: From prevalence to harm in evaluating police misconduct. Journal of Criminal Justice, 93, article number 102229. doi: 10.1016/j.jcrimjus.2024.102229.
  8. Ezzeddine, Y., Bayerl, P.S., & Gibson, H. (2023). Safety, privacy, or both: Evaluating citizens’ perspectives around artificial intelligence use by police forces. Policing and Society, 33(7), 861-876. doi: 10.1080/10439463.2023.2211813.
  9. Halford, E. (2024). Classifying missing persons cases: An analysis of police risk assessments using multi-dimensional scaling. Police Practice and Research, 25(5), 612-639. doi: 10.1080/15614263.2024.2330623.
  10. Logan, C. (2022). Threat assessment in law enforcement: Advances in the appraisal and management of violence risk by police. In D. Canter (Ed.), Police psychology: New trends in forensic psychological science (pp. 313-335). London: Academic Press. doi: 10.1016/B978-0-12-816544-7.00015-2.
  11. Lyall, A., Austin, H., Alder, R., Wild, G., Reid, K., & McKinnon, I. (2023). Pre-release risk assessments: Pilot study of a novel tool in one police station in the North East of England. Policing: A Journal of Policy and Practice, 17. doi: 10.1093/police/paac082.
  12. Marciniak, D. (2023). Algorithmic policing: An exploratory study of the algorithmically mediated construction of individual risk in a UK police force. Policing and Society, 33(4), 449-463. doi: 10.1080/10439463.2022.2144305.
  13. Mugari, I., & Obioha, E.E. (2021). Predictive policing and crime control in The United States of America and Europe: Trends in a decade of research and the future of predictive policing. Social Sciences, 10(6), article number 234. doi: 10.3390/socsci10060234.
  14. Phoenix, J., & Francis, B.J. (2022). Police risk assessment and case outcomes in missing person investigations. The Police Journal: Theory, Practice and Principles, 96(3), 390-410. doi: 10.1177/0032258X221087829.
  15. Ratcliffe, J.H. (2016). Intelligence-led policing (3rd ed.). London: Routledge.
  16. Richardson, J., & Norris, K. (2021). Evaluating the risk assessment tools used by Australian police officers responding to domestic violence incidents: A narrative review. Psychiatry, Psychology and Law, 28(6), 785-801. doi: 10.1080/13218719.2020.1739576.
  17. Ryland, H., Burghart, M., Zhong, S., Fazel, S., & Yu, R. (2025). Risk assessment tools used at the policing stage for health and crime outcomes: A systematic review and meta-analysis. Social Science & Medicine, 383, article number 118457. doi: 10.1016/j.socscimed.2025.118457.
  18. Skinner, S. (2024). Enhancing accountability for police use of lethal force: Global monitoring and comparative benchmarking. Policing: A Journal of Policy and Practice, 18, article number paad100. doi: 10.1093/police/paad100.
  19. Sunde, I.M. (2025). Turning legal obligations into safety: Norway’s police risk assessment system for IPV under Article 51 IC. Nordic Journal of Studies in Policing, 12(2), 1-19. doi: 10.18261/njsp.12.2.3.
  20. Wachter, S., Mittelstadt, B., & Russell, C. (2021). Why fairness cannot be automated: Bridging the gap between EU non-discrimination law and AI. Computer Law & Security Review, 41, article number 105567. doi: 10.1016/j.clsr.2021.105567.
  21. Zare, H., Gilmore, D.R., Balsara, K., Pargas, C.R., Valek, R., Ponce, A.N., Masoudi, N., Spencer, M., Warren, T.Y., & Crifasi, C. (2025). State-by-state review: The spread of law enforcement accountability policies. Social Sciences, 14(8), article number 483. doi: 10.3390/socsci14080483.
  22. Zimmermann, C. (2025). Statistical literacy in the police: Handling statistical information and using it for risk assessments. Journal of Police and Criminal Psychology, 40, 442-450. doi: 10.1007/s11896-024-09689-4.