Inleiding en context
Allemaal een hele zonnige en fijne dinsdag de 8e juni 2021 toegewenst. Vandaag heb ik een bijzondere ´kennisparel´ bijgesloten. Het betreft een internationale vergelijking tussen 27 steden in 23 verschillenden landen van strikte maatregelen tijdens de COVID-19 pandemie om thuis te blijven en de gevolgen daarvan op het criminaliteitsniveau. Het is een unieke bijdrage binnen de criminologie waaraan tientallen wetenschappers onder aanvoering van ´onze Utrechtse Amy Nivette: https://www.uu.nl/medewerkers/aenivette hebben samengewerkt. Eerder verstuurde ik al verschillende ´kennisparels´ over de invloed van COVID-19 op aspecten van ontwikkelingen op de criminaliteit (nummers 9, 154, 168, 202, 204 en 208).
Half maart vorig jaar deed ik de volgende uitspraak over de gevolgen van COVID-19 op de criminaliteitsontwikkeling in Nederland. ´Nederland kenmerkt zich door een ruime criminaliteit bevorderende gelegenheidsstructuur (open grenzen, Schiphol, Rotterdamse haven, grote infrastructurele mobiliteit, anonimiteit, bevolkingsdichtheid, Engels als tweede voertaal, vlottende bevolking, import van buitenlandse gelukszoekers, Internetdichtheid) en wordt daardoor geconfronteerd met een groot aantal criminaliteit bevorderende situaties. Nederland is daarmee ‘’risicogevoeliger’’ voor criminaliteit en criminele import dan andere Westerse landen. Daarbij gaat het vooral om het onderkennen van de gevolgen van verstedelijking, demografische ontwikkelingen, internationalisering, digitalisering, en criminogene aspecten van nieuwe technologie, producten en diensten. Deze gelegenheidsstructuur om delicten te plegen, de blootstelling met (potentiële) daders, de relatie tussen dader en slachtoffer, en de formele en informele sociale controle laten een totale ommekeer zien door de genomen COVID-maatregelen. Het wordt voor daders dus nog lastiger om ´klassieke´ delicten te plegen. Deze beredeneerde verwachting laat dus een positief effect zien op de ´klassieke´ delicten: een verdere daling is te verwachten´: https://www.researchgate.net/publication/340399367_COVID-19_en_de_mogelijke_gevolgen_voor_de_criminaliteitsontwikkeling_in_Nederland En die verwachting is uitgekomen blijkt op basis van bijgesloten ´kennisparel´ van vandaag. Soms is voorspellen niet zo moeilijk.
Bron
Nivette, Amy E. , Renee Zahnow , Raul Aguilar , Andri Ahven, Shai Amram, Barak Ariel , María José Arosemena Burbano, Roberta Astolfi, Dirk Baier, Hyung-Min Bark , Joris E. H. Beijers, Marcelo Bergman, Gregory Breetzke , I. Alberto Concha-Eastman , Sophie Curtis-Ham , Ryan Davenport, Carlos Díaz, Diego Fleitas , Manne Gerell , Kwang-Ho Jang, Juha Kääriäinen, Tapio Lappi-Seppälä , Woon-Sik Lim, Rosa Loureiro Revilla, Lorraine Mazerolle , Gorazd Meško, Noemí Pereda , Maria F. T. Peres , Rubén Poblete-Cazenave , Simon Rose, Robert Svensson , Nico Trajtenberg, Tanja van der Lippe, Joran Veldkamp, Carlos J. Vilalta Perdomo & Manuel P. Eisner (June 2021). A global analysis of the impact of COVID-19 stay-at-home restrictions on crime. Nature Human Behavior, 2 June, pp. 1-13.
https://www.nature.com/articles/s41562-021-01139-z
Samenvatting
The stay-at-home restrictions to control the spread of COVID-19 led to unparalleled sudden change in daily life, but it is unclear how they affected urban crime globally. We collected data on daily counts of crime in 27 cities across 23 countries in the Americas, Europe, the Middle East and Asia. We conducted interrupted time series analyses to assess the impact of stay-at-home restrictions on different types of crime in each city. Our findings show that the stay-at-home policies were associated with a considerable drop in urban crime, but with substantial variation across cities and types of crime. Meta-regression results showed that more stringent restrictions over movement in public space were predictive of larger declines in crime.
On average, the overall reduction in crime levels across all included cities was −37%. They suggest that the sudden decline in urban mobility triggered by the stay-at-home policies reduced opportunities and increased guardianship relating to many high-volume crimes. In other words, as expected by economic and criminological opportunity theories, we found strong evidence that crime levels respond quickly to changing opportunity structures and constraints, and that change in crime levels does not necessarily require large-scale changes in offender motivation15. At least in the short run, the change in routine activities rather than the increase in psychological and social strains was the dominating mechanism that affected change in overall crime levels. We did not find evidence for or against displacement effects in the sense of a shift from one type of crime to another within the categories of crime covered in this paper. However, the lack of high-quality comparable data means that we could not examine the possibility that a substantial amount of coercive and property crime moved online, parallel to the sudden shift in daily routine activities.
Finally, it is important to emphasize that the impact of COVID-19-related containment policies on crime trends must be considered within the broader context of global declines in some types of crime, including homicide and vehicular theft, allied with increases in technology-facilitated offences and the potential accelerating effect of the pandemic on this trend. The measures taken by governments across the world to control COVID-19 continue to have a profound impact on all aspects of social life. They are an opportunity to add to our understanding of social processes, including those involved in the causation of city-wide crime levels. As the crisis progresses, cities and countries continuously adapt their public health strategies. A crucial next step will be to examine longer-term dynamics in more cities globally. Also, we need to complement the comparative macro-level analyses presented here with analyses of how the control measures have affected crime trends in micro-contexts such as crime hotspots.
Scatterplot depicting bivariate correlation between overall average decline in crime by city and stringency of stay-at-home restrictions (n = 27).
Afsluitend
Al met al heeft ruim één jaar coronamaatregelen een schat aan interessant materiaal opgeleverd die zeker nader onderzoek verdient. Er is sprake van één van de grootste ‘natuurlijke experimenten’ dat we ooit hebben meegemaakt. Het is en blijft dus noodzakelijk om vanuit de criminologie en de gedragswetenschappen te beschrijven en te duiden hoe de criminaliteit in alle soorten en maten zich tijdens deze periode heeft ontwikkeld. Wat zit er achter die cijfers? Hoe moeten we die precies duiden? Wat kun je ervan leren voor toekomstig beleid? Bijgesloten ´kennisparel´ van vandaag geeft daar deels de antwoorden op. Het is nu aan de wetenschap om hierover gevalideerde kennis op te leveren waarmee beleid en praktijk hun voordeel kunnen doen.
