Inleiding en context
Goede morgen beste mensen, het is vandaag dinsdag 16 april 2024. Ik begin de dag met een mooi dansliedje: https://www.youtube.com/watch?v=IkKh4O1-F8k Prachtige beelden uit (deels) vervlogen tijden. Vandaag als ´kennisparel´ een onderzoek naar de structuur van de mobiliteit en vestiging van leden van de georganiseerde misdaad binnen lokale gemeenschappen. Op basis van een netwerkanalyse wordt een methodologische aanpak beschreven om kwantitatief de mobiliteit van daders die actief zijn binnen de georganiseerde misdaad in lokale geografische gebieden in kaart te brengen.
Daders die actief zijn binnen georganiseerde misdaadgroepen richten zich vooral op stedelijke gemeenschappen met meer dan gemiddelde gelegenheidsstructuren die illegale marktkansen bepalen en dan vooral binnen de lokale drugsindustrie. Op basis van de analyse is het mogelijk om binnen lokale gebieden vroegtijdig te identificeren of men het risico loopt het doelwit te worden van criminele organisaties waarmee een instrument beschikbaar is om vroegtijdige interventies toe te passen.
In sommige Nederlandse wijken in grote steden ontstaan er onverantwoorde machtsconcentraties dan wel opbouw van economische machtsposities door criminele samenwerkingsverbanden. Zulke criminele machtsconcentraties vormen een bedreiging voor de leefbaarheid van wijken en integriteit van het lokale bestuur en bedrijfsleven. Bij ondermijnende georganiseerde criminaliteit zijn hier economische factoren (relatieve armoede, kansen op de arbeidsmarkt, ´zwakke wijken´) en aantrekkelijke markten (drugs voor recreatief gebruik) sterke drijvende krachten. Daarnaast is falend overheidsbeleid (o.a. verwaarlozing van toezicht, niet ingrijpen, de ´fluwelen handschoen hanteren in plaats van de ijzeren vuist´) een invloedrijke factor. Investeringen in bijvoorbeeld stadsontwikkeling, onderwijs en armoedebeleid dragen bij aan preventie van georganiseerde misdaad: https://www.researchgate.net/publication/338999955_Preventieve_en_bestuurlijke_aanpak_van_georganiseerde_criminaliteit_in_Nederland_Een_multidimensionale_aanpak
Veel vormen van georganiseerde misdaad zijn geografisch bepaald. Veelal is er sprake van criminogene plekken en plaatsen waarbinnen ideale gelegenheidsstructuren aanwezig zijn om illegale praktijken vorm te geven. Dergelijke criminogene omstandigheden bevorderen samenwerkingsverbanden tussen criminele groepen. Daarbij moet opgemerkt worden dat er veelal sprake is van een telkens wijzigende samenstelling van die groepen. Criminogene plekken en plaatsen bieden goede structuren om groepen in vaak gewijzigde samenstelling bij elkaar te brengen (clubs, cafés, poolhallen, garages, industrieterreinen, coffeeshops). Dat pleit voor een geografisch preventieve aanpak van het probleem, waarbij het concept van situationele criminaliteitspreventie toegepast kan worden. Dus het sluiten van criminogene plekken kan het proces van criminele samenwerkingsverbanden verstoren. Het is eenvoudiger om plekken en plaatsen te veranderen en daarmee indirect het keuzegedrag van (potentiële) daders te beïnvloeden, dan directe beïnvloeding van personen.
Bron
Campana, Paolo & Cecilia Meneghini (March 2024). Organised crime movement across local communities: A network approach. Trends in Organized Crime, 27 March, pp. 1-28. https://link.springer.com/article/10.1007/s12117-024-09531-7
Summary
This paper explores the structure of organised crime movement across local communities and the drivers underpinning such movement. Firstly, it builds on network analysis to offer a novel methodological approach to empirically and quantitatively study the movement of organised crime offenders across geographical areas. The paper then applies this approach to evidence from Cambridgeshire in the United Kingdom. It reconstructs the movement of organised crime members across local areas based on a large-scale police dataset that includes 41 months of recorded crime events.
It identifies organised crime “turf” and “target” areas and then explores the drivers of movement from the former to the latter using Exponential Random Graph Models. Findings confirm that geographical distance matters; however, socio-demographic, urban, economic and crime-related characteristics of communities play a key role. Organised crime group members target urban communities with higher than average illegal market opportunities (proxied by drug-related activity). The work also finds the effect of socio-demographic homophily between turf and target communities, suggesting that organised crime group members might target territories that are similar to their own. While a high level of deprivation makes a community more likely to send organised crime members, its impact on a community’s probability of being a receiver is less clear. Finally, the paper offers a way to identify communities (local areas) at risk of being targeted by criminal organisations, thus providing practitioners with a tool for early interventions.
This work has explored how organised crime group members move across local communities. Following the principles of network analysis, this paper has offered a novel approach to empirically and quantitatively analyse movement across geographical spaces. Such an approach is based on the idea that two geographical spaces (or communities) are linked if an individual has committed a crime in both areas. This relational approach is particularly suitable for large-scale police records, but it can be applied to any source of data. While in this work we have empirically shown how this approach can capture the movement of organised crime group members across the local communities in which they offend, the same approach can be scaled up to study transnational, long-distance, movement as well as scaled down focussing on smaller geographical areas (e.g., hotspots). Higher frequency (or indeed lower frequency) data sources can be also utilised. In addition, the same approach can be extended to study the movement of any offender – or it can be restricted to the movement related to specific types of crime. This approach builds on – and departs from – previous studies on community-based offending networks.
Afsluitend
In Nederland doet zich een aantal knelpunten voor waardoor de lokale aanpak van georganiseerde misdaad moeilijk van de grond komt. In de bestuurlijke praktijk blijkt een aantal knelpunten te bestaan voor bij de aanpak van georganiseerde misdaad. De integrale benadering vergt dat (lokale)overheidsdiensten, bedrijven, organisaties etc. samenwerken met het traditionele opsporing- en vervolgingsapparaat. Dat komt in de praktijk vaak nog onvoldoende van de grond, vooral omdat verschillende (lokale) partners verschillende prioritaire doelen voor ogen hebben, niet hetzelfde gevoel van urgentie hebben of omdat er geen duidelijke probleemeigenaar is en daarom geen der partijen de regie ter hand neemt. Vaak blijkt ook dat de toegepaste interventies onvoldoende aansluiten op de daadwerkelijke problematiek.
Lang niet alle lokale overheden zijn ervan overtuigd dat hun gemeente te maken heeft met criminele organisaties, waardoor het beschikbare instrumentarium (o.a. BIBOB-screening) onvoldoende wordt toegepast. Dit kan ertoe leiden dat verplaatsingseffecten optreden, doordat criminele organisaties uitwijken naar gemeenten die niet of minder intensief werken met preventieve en bestuurlijke maatregelen. Het (gemeente)bestuur concentreert zich vaak niet op de kernactiviteiten van de georganiseerde misdaad, maar op de cruciale ondersteunende activiteiten, zoals op objecten (panden) waar activiteiten plaatsvinden die de kernactiviteiten van de georganiseerde misdaad ondersteunen c.q. waar criminele activiteiten plaatsvinden. Deze optiek kan, maar hoeft niet aan te sluiten bij de strafrechtelijke focus.
Bij de keuze van de juiste (mix) van preventieve en bestuurlijke maatregelen is het van belang om over een goede probleem- / criminaliteitsanalyse te beschikken die inzicht verschaft in de aard, omvang en ernst van het probleem. Op dit moment vertonen dergelijke analyses vaak nog onvolkomenheden, onder andere door het niet kunnen of willen delen van informatie door de betrokken partijen. Ten slotte, voor alle ontwikkelingen op de (georganiseerde) criminaliteitsmarkt gelden terugkoppelingsmechanismen: daders, slachtoffers en criminaliteitsbestrijders leren van ontwikkelingen en reageren op elkaar. In deze complexe interacties bestaat maar heel weinig inzicht.
Het betekent in ieder geval dat wanneer overheidsbeleid op een bepaald gebied aan de winnende hand is of effectief blijkt te zijn zij altijd rekening moet houden met reacties als verplaatsing, nieuwe modi operandi en veranderend keuzegedrag en voorkeuren en verschuiving naar andere delicten. Dat mechanisme geldt zeer zeker bij de lokale aanpak van georganiseerde misdaad. Er moet dus een dynamisch beleid worden toegepast. O ja, kijk hier ook eens naar voor meer kennis rond het fenomeen: https://www.researchgate.net/publication/360773928_Georganiseerde_Misdaad_Kennisparels_2020-2023_Een_overzicht_van_op_evidentie_gebaseerde_inzichten_rond_georganiseerde_misdaad