BookPDF Available

Criminografische Ontwikkelingen: van (victim)-survey tot penitentiaire statistiek

Authors:

Abstract and Figures

Dit eerste criminografische verzamelwerk in de reeks Panoptiocn Libri, is er op gericht de interesse voor criminografie en methodologie onder criminologen te vergroten. Het rapporteert over criminografische en methodologische onderwerpen die zich afspelen op diverse echelons van de strafrechtsbedeling. De volgorde van de bijdragen is ook op die manier geschikt: statistische informatie kan gerangschikt worden volgens het niveau van de strafrechtsbedeling waarop de informatie slaat. Surveys vangen hiaten uit officiële registraties op en komen dus helemaal onderaan de ladder te staan, terwijl statistische penitentiaire info de top van de strafrechtsketen voorstelt en dus bovenaan de ladder komt te staan. In deze uitgave wordt criminografisch materiaal gedegen voorgesteld, met een afweging van de sterke en zwakke kanten, zijn mogelijkheden en beperkingen. Bovendien biedt dit verzamelwerk een structurele vindplaats voor het “onvindbare” criminografische materiaal.
Content may be subject to copyright.
Criminograsche ontwikkelingen:
van (victim)-survey tot penitentiaire statistiek
Criminograsche ontwikkelingen:
van (victim)-survey tot penitentiaire statistiek
Editors:
S. De Keulenaer, S. Deltenre, L. Deschamps, H. Elffers,
J. Forceville, J. Goethals, R. Kerkab, E. Maes, L. Pauwels,
S. Pleysier, P. Ponsaers, E. Van Dael
Maklu
Antwerpen/Apeldoorn
Panopticon Libri nr. 3
Eerder verschenen:
Nr. 1 – Van pionier naar onmisbaar. 30 jaar Panopticon (2009)
Nr. 2 – Hoe punitief is België? (2010)
S. De Keulenaer, S. Deltenre, L. Deschamps, H. Elffers, J. Forceville, J. Goethals, R. Kerkab,
E. Maes, L. Pauwels, S. Pleysier, P. Ponsaers, E. Van Dael (Eds.)
Criminograsche ontwikkelingen: van (victim)-survey tot penitentiaire statistiek
Antwerpen-Apeldoorn
Maklu
2010
162 pag. – 24 x 16 cm
ISBN xxxx
D/2010/xxxxx
NUR xxx
© 2010 Maklu-Uitgevers en de auteurs
Alle rechten voorbehouden. Behoudens uitdrukkelijk bij wet bepaalde uitzonderingen
mag niets uit deze uitgave worden verveelvoudigd, opgeslagen in een geautomatiseerd
gegevensbestand of openbaar gemaakt, op welke wijze ook, zonder de uitdrukkelijke
voorafgaande en schriftelijke toestemming van de auteur en van de uitgever.
Hoewel bij de realisatie van deze uitgave een zo groot mogelijke nauwkeurigheid en cor-
rectheid werd nagestreefd, kan voor de aanwezigheid van eventuele (druk)fouten, onvol-
komen- en onvolledigheden niet worden ingestaan en aanvaarden noch de auteurs, noch
de uitgever hiervoor enige aansprakelijkheid.
Maklu-Uitgevers
Somersstraat 13/15, 2018 Antwerpen (België), www.maklu.be, info@maklu.be
Koninginnelaan 96, 7315 EB Apeldoorn (Nederland), www.maklu.nl, info@maklu.nl
Maklu 5
Inhoud
Voorwoord 7
1. Criminaliteit en onveiligheid bevraagd. Evoluties, methodologische
knelpunten en uitdagingen bij de victim survey 9
Stefaan Pleysier, Geert Vervaeke & Johan Goethals
2. Veelvoorkomende criminaliteit, slachtofferschap en stedelijkheid in België:
een criminograsche analyse 27
Wim Hardyns, Maarten Van de Velde, Lieven Pauwels, Paul Ponsaers
3. Slachtofferschap onder eerstegraads leerlingen. Een beschrijvende schets
op basis van slachtofferenquêtes in Sint-Niklaas en Lokeren 61
Gerwinde Vynckier & Lieven Pauwels
4. De minnelijke schikking als alternatieve afhandelingsvorm in
correctionele zaken 83
Ellen Van Dael, Tamara Van Der Elst en Alain Uyttendaele
5. Opgesloten of vrij onder voorwaarden in het kader van het
vooronderzoek in strafzaken? Analyse van het proel van verdachten
onder aanhoudingsmandaat en vrij onder voorwaarden (VOV) op basis
van justitiële databanken (jaar 2008) 107
Alexia Jonckheere en Eric Maes
6. Quo vadis? Een verkenning van enige ontwikkelingen in het 141
criminograsche landschap.
Rachid Kerkab
Auteursoverzicht 161
Maklu 7
Voorwoord
Tijdens de jaarlijkse redactievergaderingen van de deelredactie “Criminograe en Me-
thodologie”, verbonden aan het Tijdschrift Panopticon, wordt iedere keer een brain-
stormsessie gehouden waarbij potentiële bijdragen worden gesuggereerd, namen
worden genoemd en recent afgeronde criminograsche rapporten worden besproken.
De deelredactie bestaat uit leden die elk op zich bijzonder goed geplaatst zijn om een
deel van het versnipperde criminograsche landschap te overzien.1 De deelredactie-
vergaderingen worden tevens benut om na te denken over andere activiteiten binnen
het criminograsche landschap waar de deelredactie een rol in zou kunnen spelen.
De deelredactie beschouwt het immers tot diens taak op geregelde tijdstippen te rap-
porteren over criminograsche ontwikkelingen. We moeten beseffen dat het Belgische
criminograsche landschap enigszins versnipperd is, zeker in vergelijking tot de situ-
atie bij onze Noorderburen.
Paul Ponsaers suggereerde tijdens de deelredactievergadering van 2008 de idee om
een themanummer te lanceren binnen het tijdschrift Panopticon. De hoofdredactie
van Panopticon steunde deze idee, maar stelde vast dat de bijdragen te omvangrijk
zouden worden om te vatten in één themanummer. Daarom werd deze idee verlaten
en groeide al snel de overtuiging dat een verzamelwerk een zinvol alternatief kon
bieden voor een themanummer. Dit had twee voordelen. Enerzijds krijgen de auteurs
een groter pagina-aantal waarin zij hun bronmateriaal kunnen voorstellen. Bijdragen
die in de rubriek “Criminograe en Methodologie” verschijnen zijn immers erg be-
perkt in lengte. Vanuit louter informatief oogpunt is het echter zeer belangrijk om
criminograsch materiaal gedegen voor te stellen, met een afweging van de sterke en
zwakke kanten en de mogelijkheden en beperkingen van het criminograsch bron-
materiaal. Anderzijds wordt door het starten met een verzamelwerk een structurele
vindplaats voor het “onvindbare” criminograsche materiaal geschapen. Na overleg
met de hoofdredactie bleek dat de nieuwe reeks “Panopticon Libri” een geschikte
basis vormde voor dit (eerste) criminograsche verzamelwerk. Binnen de deelredac-
tie werden door diverse leden auteurs aangeschreven met een verzoek tot deelname
aan dit verzamelwerk. Dit verzamelwerk is dan ook het uitdrukkelijke resultaat van
teamwork. Tevens werd een reeks van lectoren aangeduid die de ingezonden manus-
cripten beoordeelde. Vanuit de redactie werd ook aan externen2 gevraagd om een be-
oordeling te vormen over de kwaliteit van de ingeschreven stukken. Wij wensen deze
beoordelaars in dit voorwoord ook uitdrukkelijk te bedanken voor hun bereidwillige
medewerking.
Twee jaar na de oorspronkelijke idee (2010) ligt het (eerste) verzamelwerk klaar dat
de ambitieuze titel Criminograsche ontwikkelingen: van (victim)-survey tot peni-
tentiaire statistiek” meekreeg. Met dit verzamelwerk hopen wij de interesse voor cri-
1 Op het ogenblik van het naliseren van dit voorwoord (05 juni 2010) bestaat de deelredactie uit
L. Pauwels (redactieverantwoordelijke), S. De Keulenaer (redactiesecretaris), S. Deltenre, L. De-
schamps, E. Devroe, H. Elffers, J. Forceville, J. Goethals, R. Kerkab, E. Maes, S. Pleysier, P. Ponsaers
en E. Van Dael.
2 Marc Cools, Diederik Cops, Caroline Neckebroeck, Hanne Op de Beeck, Jan Pickery en Stefan
Thomaes
Vo o r w o o r d
8 Maklu
minograe en methodologie onder criminologen te vergroten. Dit verzamelwerk is zo
opgebouwd dat het bericht over criminograsche en methodologische issues die zich
afspelen op diverse echelons van de strafrechtsbedeling. De volgorde van de bijdra-
gen hebben wij ook op die manier geschikt: statistische informatie kan gerangschikt
worden volgens het niveau van de strafrechtsbedeling waarop de informatie slaat.
Surveys vangen hiaten uit ofciële registraties op en komen dus helemaal onderaan
de ladder te staan, terwijl statistische penitentiaire info de top van de strafrechtsketen
voorstelt en dus bovenaan de ladder komt te staan.
Deze editie bundelt zes bijdragen die elk afzonderlijk slaan op een echelon van de
strafrechtsbedeling. Stefaan Pleysier, Geert Vervaeke en Johan Goethals werpen een
blik vooruit in hun bijdrage “Criminaliteit en onveiligheid bevraagd. Evoluties, methodolo-
gische knelpunten en uitdagingen bij de victim survey”. Daarin trachten zij te kijken naar
wat achter de horizon van de victim survey ligt. Wim Hardyns, Maarten Van de Vel-
de, Lieven Pauwels en Paul Ponsaers brengen in “Veelvoorkomende criminaliteit, slacht-
offerschap en stedelijkheid in België: een criminograsche analyse” een beeld van een aantal
criminele guren, en dit op basis van twee meetinstrumenten: de Veiligheidsmonitor
en de politionele criminaliteitstatistieken (PCS). Er wordt gewezen op opmerkelijk
gelijkenissen en verschillen in criminaliteitsbeelden op basis van beide bronnen. Ger-
winde Vynckier en Lieven Pauwels schetsen een criminograsch beeld van de preva-
lentie van slachtofferschap onder jonge adolescenten in hun bijdrage “Slachtofferschap
onder eerstegraads leerlingen. Een beschrijvende schets op basis van slachtofferenquêtes in
Sint-Niklaas en Lokeren”. Deze jonge groep adolescenten wordt vaak vergeten in bevol-
kingssurveys en juist daarom verdient deze bijdrage een plaats in dit werk. Ellen Van
Dael, Tamara Van Der Elst en Alain Uyttendaele schetsen op basis van het cijferma-
teriaal van de statistisch analisten van het Openbaar Ministerie een algemeen beeld
van de toepassing van de minnelijke schikking in de correctionele parketten in hun
bijdrage “De minnelijke schikking als alternatieve afhandelingsvorm in correctionele zaken”.
Alexia Jonckheere en Eric Maes rapporteren inzichten gebaseerd op de penitentiaire
databank SIDIS-GRIFFIE en de databank van de justitiehuizen SIPAR. Hun bijdrage
draagt de titel: “Opgesloten of vrij onder voorwaarden in het kader van het vooronderzoek in
strafzaken? Analyse van het proel van verdachten onder aanhoudingsmandaat en vrij onder
voorwaarden (VOV) op basis van justitiële databanken (jaar 2008)”. Tot slot kijkt Rachid
Kerkab naar technisch nieuwe ontwikkelingen in de criminograe in zijn bijdrage
“Quo vadis? Een verkenning van enige ontwikkelingen in het criminograsche landschap”.
Wij wensen de lezer een aangename reis door het Belgische criminograsche land-
schap.
Lieven Pauwels en Saaske De Keulenaer,
namens de Panopticondeelredactie “Criminograe en Methodologie”
Juni 2010
Maklu 9
Criminaliteit en onveiligheid bevraagd
Evoluties, methodologische knelpunten
en uitdagingen bij de victim survey
Stefaan Pleysier, Geert Vervaeke & Johan Goethals1
Ab s t r A c t
Een van de belangrijkste opdrachten van criminologen is het beschrijven en het verklaren van
criminaliteit en onveiligheid. Het instrumentarium om deze opdracht te vervullen is echter
niet steeds bijzonder trefzeker, en wordt op alle niveaus geregeld blootgesteld aan twijfel en
kritiek. In deze bijdrage wordt het ontstaan, de tijdsgeest van die ontstaansperiode, en de evo-
lutie van de victim survey belicht. Vervolgens wordt aandacht besteed aan het criminograsch
onderzoek, en meer in het bijzonder het slachtofferonderzoek, in ons land. Er wordt stilgestaan
bij de methodologische knelpunten die haast inherent verbonden zijn aan elke victim survey,
en hebben meer in het bijzonder ook aandacht voor de situatie van de Veiligheidsmonitor als
Belgische victim survey. Vervolgens wordt ook aandacht besteed aan enkele cruciale randvoor-
waarden die een noodzakelijk kader vormen om tot kwalitatief hoogstaande data te komen.
Ke r n w o o r d e n
Victim survey – slachtofferschapstudie – veiligheidsmonitor – kwaliteitszorg – survey-
onderzoek
Inleiding
Van zodra criminaliteit het statuut van sociaal probleem verwierf – ruwweg in de
tweede helft van de 18de eeuw – , kwam ook de vraag naar het meten ervan aan de
oppervlakte (Zauberman, 2008). Goethals e.a. (2002) zien in dat opzicht ‘één van de
belangrijkste opdrachten van criminologen in het beschrijven en het verklaren van de
criminaliteitssituatie van een bepaald land’. Het instrumentarium, noodzakelijk om
1 Stefaan Pleysier is coördinator van het Expertisecentrum Maatschappelijke Veiligheid van de KA-
THO hogeschool (departement Ipsoc) en plaatsvervangend docent aan het Leuvens Instituut voor
Criminologie van de Faculteit Rechtsgeleerdheid (K.U.Leuven). Hij is licentiaat in de sociologie
(K.U.Leuven) en master quantitative analysis in the social sciences (K.U.Brussel), en verdedigde
in 2009 zijn doctoraatproefschrift in de Criminologie (K.U.Leuven – FWO project G.0328.01N).
Prof. dr. Geert Vervaeke is buitengewoon hoogleraar aan het Leuvens Instituut voor Criminologie
van de Faculteit Rechtsgeleerdheid (K.U.Leuven) en voorzitter van de Hoge Raad voor Justitie.
Zijn onderzoek situeert zich in het domein van politie, justitie en hulpverlening. Johan Goethals is
als gewoon hoogleraar verbonden aan het Leuvens Instituut voor Criminologie van de Faculteit
Rechtsgeleerdheid (K.U.Leuven). Hij verricht onderzoek naar de strafuitvoering en psychologi-
sche aspecten van criminaliteit. De auteurs danken de twee reviewers voor de nuttige commen-
taar op een eerdere versie van deze bijdrage.
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
10 Maklu
deze opdracht te verwezenlijken, was in de loop der tijd, en is tot op zekere hoogte
nog steeds, niet bijzonder trefzeker. Zo was doorheen de 19de eeuw de Franse Comp-
te général de l’administration de la justice een referentie in Europa voor het meten van
criminaliteit; de cijfers beperkten zich evenwel tot het systematisch registreren van
rechtbankactiviteit en -uitspraken (Zauberman, 2008). Het besef groeide echter dat
data best verder stroomopwaarts in de strafrechtsketen worden verzameld, zo dicht
mogelijk bij het plegen van het delict zelf. Vanuit die overweging kwam men na de
rechtbankactiviteit en justitiële statistieken uit bij politiecijfers. Echter, ook deze cijfers
ontlokten gerede twijfel en kritiek, en bleken ook dit niet meteen een veralgemeenbare
en tot tevredenheid stemmende ‘oplossing’.
Wederom dienden zich alternatieve methoden aan die een beter zicht beloofden op
de spreiding van criminaliteit. Een eerste – ook chronologisch – methode was de self-
report studie en oriënteerde zich op het bevragen van (potentiële) daders van crimina-
liteit. Een tweede techniek, die ook in de tijd wat later kwam, richtte zich via een brede
bevolkingsbevraging op het in beeld brengen van het slachtofferschap van verschil-
lende delicten en vormen van criminaliteit (Goethals e.a., 2002; Pauwels & Pleysier,
2008; 2009). Deze bijdrage richt zich met name op de victim survey of slachtofferen-
quête, als een ondertussen wijdverspreid ‘alternatief’ voor de ofciële criminaliteits-
tatistieken.
In deze bijdrage wordt het ontstaan, de tijdsgeest van die ontstaansperiode, en de
evolutie van de victim survey belicht. Vervolgens wordt aandacht besteed aan het
criminograsch onderzoek, en meer in het bijzonder het slachtofferonderzoek, in ons
land. Een verhaal over de victim survey in ons land is onvermijdbaar en per denitie
een verhaal over de Veiligheidsmonitor. Er wordt vooreerst stilgestaan bij de metho-
dologische knelpunten die haast inherent verbonden zijn aan elke victim survey, en
dus ook met de Veiligheidsmonitor, en vervolgens wordt ook aandacht besteed aan
enkele cruciale randvoorwaarden die een noodzakelijk kader vormen om tot kwalita-
tief hoogstaande data te komen.
1. Genealogie van de victim survey
Een zicht op de ontstaansgeschiedenis van de eerste slachtofferstudies, en met name
de specieke tijdsgeest van die periode, is in het licht van deze bijdrage niet zonder
belang. Het ontstaan van de victim survey situeert zich in de V.S. en gaat terug op
toenmalig president Lyndon Johnson die in januari 1965 zijn ‘Great Society’ program-
me aan het Congres voorstelde. Hierin stond, naast een aantal eerder welzijnsgerela-
teerde strijdpunten, duidelijk de ‘control and prevention of crime and delinquency’
centraal (Lee, 2007). Dit strijdpunt veruitwendigde zich in de oprichting van de Com-
mission on Law Enforcement and Adminstration of Justice, ook wel de ‘Katzenbach com-
missie’ genoemd (Ditton & Farrall, 2000)2. Het ontstaan en de werkzaamheden van
deze commissie oriënteren zich duidelijk op de toenemende bezorgdheid over crimi-
naliteit en onveiligheid in de publieke opinie en het politieke debat. Dit wordt als dus-
danig ook geëxpliciteerd in het algemeen verslag van de commissie, dat stelt dat “a
chief reason that this Commission was organized was that there is widespread public
anxiety about crime. In one sense, this entire report is an effort to focus that anxiety on
2 Naar de voorzitter ervan, Nicholas Katzenbach.
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
Maklu 11
the central problems of crime and criminal justice” (President’s Commission, 1967:49,
geciteerd in Ditton & Farrall, 2000:xv). Meer in het bijzonder behelsden de activiteiten
van de commissie onder andere de organisatie en rapportage van enkele surveys, die
later, in 1972, aanleiding gaven tot het ontstaan van de NCS, de National Crime Survey
(Lee, 2007; Ditton & Farrall, 2000).
In zekere zin hadden deze instrumenten een selffullling karakter door de aanleiding
die tot de ontwikkeling ervan had geleid, te bevestigen en versterken. Criminaliteit,
onveiligheid en met name de in de surveys ontdekte ‘widespread public anxiety about
crime’ zorgden ervoor dat de thematiek verder klom op de politieke prioriteitenlijst.
Lee constateert dat “while the political rhetoric began to respond to the questionable
opinion poll reports, the President’s Commission research teams were positioned to give
the discourse a respectable social scientic face” (Lee, 2007:68). Het ontstaan van de
slachtofferenquête gaf met andere woorden van meet af aan ook aanleiding tot de in-
strumentalisering en politisering van (de uitkomst) van wetenschappelijk onderzoek
(Vanderveen, 2004; Devroe, 2002; Ponsaers & Hebberecht, 2000).
De slachtofferenquêtes die in de schoot van de President’s Commission werden ontwik-
keld, en later tot de NCS leidden, ontstonden nog om een andere reden niet toevallig
in die periode. Naast de hierboven beschreven politieke context zijn ook evoluties in
het sociaal-wetenschappelijke onderzoek, en in het criminologische onderzoek in het
bijzonder, van belang bij een correcte situering van de ontstaansgeschiedenis van de
slachtofferenquête. Immers, “at around the same time that Johnson announced his
‘Great Society’ programme, momentum was also gathering in other quarters for the
development and introduction of new methods of collecting crime statistics” (Lee,
2007:63). Het sociaal-wetenschappelijk onderzoek werd in die periode gekenmerkt
door een neo-positivistische hausse waarbij grootschalig, kwantitatief survey onder-
zoek dominant aanwezig was en een enigszins naïef vertrouwen genoot onder onder-
zoekers. Het is ook in dat opzicht niet toevallig dat de victim survey als ‘grootschalige,
systematische inspanning tot meting van slachtofferschap’ toen ontstond (Van Kerck-
voorde, 1995). De ambities die deze slachtofferenquêtes dienden te vervullen, waren
kenmerkend voor het geloof in de kracht van het positivistisch, kwanticerend sur-
veyonderzoek in die periode. Deze instrumenten boden, dat was althans de overtui-
ging, een zinvol en krachtig alternatief voor de ofciële, geregistreerde criminaliteits-
statistieken3. Verder in deze bijdrage zal onder meer worden beargumenteerd waarom
deze ambitie na verloop van tijd diende te worden bijgesteld, en plaats ruimde voor
wat meer realisme.
3 Het mag duidelijk zijn dat slachtofferstudies een relevante indicatie kunnen zijn om een beeld
van het dark number te bekomen, maar daarmee niet in de plaats van de criminaliteitsstatistieken
kunnen komen. In dat opzicht werd en wordt geregeld de vraag gesteld naar de vergelijkbaar-
heid en validiteit van beide instrumenten. Molenberghs, Vandersmissen & Thijs (2005) tonen in
een studie met betrekking tot de Belgische situatie aan dat, alhoewel een vergelijking van de Vei-
ligheidsmonitor en de criminaliteitsstatistieken niet geheel onmogelijk is, hierbij toch enkele fun-
damentele bezwaren kunnen worden geformuleerd. Zo zijn de categorieën van misdrijven die in
de Veiligheidsmonitor voorkomen, en de nomenclatuur van de politiestatistieken niet zo evident
in overeenstemming te brengen. De onderzoekers concluderen dat men er goed aan doet om de
resultaten van de criminaliteitsstatistieken naast deze van de Veiligheidsmonitor te leggen en op
basis van beide resultaten samen een beleid uit te stippelen.
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
12 Maklu
De opkomst van de victim survey was, ten derde, ook illustratief voor de in die pe-
riode toenemende aandacht in het criminologische domein voor de guur van het
slachtoffer. Tijdens het eerste International Symposium of Victimology, in 1973 in Je-
ruzalem, kreeg het slachtofferonderzoek en de victim survey een centrale plaats in de
debatten (Lee, 2007). Deze ontdekking van het slachtoffer werd onder meer door Bou-
tellier (1993) bestempeld als de victimologische wending binnen het criminologische
en strafrechtelijke denken.
Met name het leven in onze laatmoderne samenleving lijkt een herwaardering van de
positie van het slachtoffer te faciliteren, in die mate zelfs dat slachtofferschap een van
de weinige, ons resterende identiteitsverlenende concepten lijkt te zijn: “We’re all vic-
tims, OK!” (Ewald, 2000:167; De Haen & Loader, 2002). Die universalisering van het
slachtofferschap slaat in onze maatschappij bovendien niet enkel op slachtoffers van
criminaliteit in de traditionele zin van het woord, maar evenzeer op slachtoffers van
de ‘angst voor criminaliteit’ (Pleysier, 2009).
Het hierboven beschreven pionierswerk in de Verenigde Staten, dat in 1972 uitmond-
de in de door het Bureau of Justice Statistics geïntroduceerde NCS – sinds 1992 NCVS,
de National Crime Victimization Survey – , kreeg in veel landen navolging. De metho-
dologie en vragenlijst van de NCS is onder andere een inspiratiebron gebleken voor
studies in Europa (Nederland, Engeland, Frankrijk, Duitsland en Spanje), Canada en
Australië (Goethals e.a., 2002). Naast nationale initiatieven, vaak ook geïnitieerd en
genancierd door nationale overheden zelf, ontstonden na verloop van tijd ook in-
ternationale projecten, die supra-nationale en cross-culturele vergelijkingen mogelijk
maakten. Zo ontstond in 1989 uit een gezamenlijk initiatief de International Crime and
Victimization Survey (ICVS), die in 14 landen uit Europa, Noord-Amerika en Australië
werd afgenomen (Pauwels & Pleysier, 2008; Zauberman, 2008).
2. Criminogae en slachtofferonderzoek in ons land
In een bijdrage met de veelzeggende titel ‘de criminograe-schaarste in België’ bear-
gumenteren Devroe & Eliaerts (2006), in navolging van het werk van Jaak Van Kerck-
voorde, de noodzaak aan degelijke criminograsche basisinformatie zowel voor het
beleid, de actoren van de strafrechtsbedeling zelf, als voor het wetenschappelijke be-
drijf. Tussen noodzaak en realiteit blijken in de praktijk evenwel tal van obstakels te
staan die een stand van zaken met betrekking tot het criminograsch onderzoek in
België hoofdzakelijk pessimistisch kleuren. Ons land heeft, met name in het crimino-
logische domein, een traditie in het verwaarlozen en onderwaarderen van cijferreek-
sen, ambtelijke statistieken en beleidsondersteunende instrumenten. Zo bestempelen
Ponsaers & Bruggeman (2005) de afgelegde weg naar een degelijke politiestatistiek
als een ‘echte processie van Echternach’; meer nog, het is volgens hen “niet overdre-
ven om van een statistische chaos te gewagen, ongeacht nieuwe initiatieven om hierin
verbetering te brengen” (Ponsaers & Bruggeman, 2005:22; Devroe, Beyens & Enhus,
2006).
Het is anderzijds ook geen evidente opdracht. Bij de aanvang van deze bijdrage stel-
den we reeds dat het in beeld brengen en beschrijven van de criminaliteit zondermeer
één van de belangrijkste uitdagingen is waarmee criminologen geconfronteerd wor-
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
Maklu 13
den (Goethals e.a., 2002). In ons land blijft het op een systematische wijze verzame-
len van criminograsche basisgegevens, ondanks het pionierswerk van Quételet, een
oud zeer: de confrontatie met deze pijnlijke impasse zette Jaak Van Kerckvoorde reeds
in 1982 aan tot een pleidooi voor een meer actuele criminograe (Devroe & Eliaerts,
2006).
Meer in het bijzonder is België ook niet bepaald de eerste van de klas wanneer het
over victim surveys gaat. De Veiligheidsmonitor, in grote lijnen een kopie van de Ne-
derlandse Politiemonitor, werd pas in 1997 voor het eerst afgenomen. Sedertdien wa-
ren er ook edities in 1998, en vanaf dan tweejaarlijks, in 2000, 2002, 2004, 2006 en zeer
recent in 2008-2009. De Veiligheidsmonitor is een grootschalig, federaal bevolkings-
onderzoek, uitgevoerd, in opdracht van de Minister van Binnenlandse Zaken, door
de Directie van de Operationele Politionele Informatie (CGO) behorende tot het com-
missariaat-generaal van de federale politie. Aan de hand van een telefonische bevra-
ging wordt in verschillende modules gepeild naar de perceptie en ervaringen van de
respondenten met betrekking tot buurtproblemen, onveiligheidsgevoelens, slachtof-
ferschap en aangiftegedrag, en het politiefunctioneren. De Veiligheidsmonitor wordt
op twee onderscheiden niveaus afgenomen. Enerzijds is er de federale monitor, op
het niveau van het ganse land, met inbegrip van de verschillende, daaronder vallende
deelentiteiten; anderzijds is er het lokale niveau, waarbij (een selectie van) gemeenten
of politiezones het voorwerp van een lokale Veiligheidsmonitor uitmaken. De fede-
rale monitor levert resultaten op het niveau van het land, gewest, provincie en ge-
meentetype, en sedert 2006 zijn ook vergelijkingen op het niveau van het gerechtelijk
arrondissement mogelijk. Naast de mogelijkheid om ruimtelijk te vergelijken, richt de
Veiligheidsmonitor – alhoewel een cross-sectionele survey en geen longitudinaal (pa-
nel)onderzoek – zich ook op vergelijkingen in de tijd.
In het vervolg van deze bijdrage wordt meer in detail stilgestaan bij enkele methodo-
logische knelpunten en uitdagingen waar grootschalige surveyprojecten in het alge-
meen, en victim surveys zoals de Veiligheidsmonitor in het bijzonder, mee geconfron-
teerd worden. Het mag, aan de hand van een bespreking van deze punten, duidelijk
zijn dat de naïviteit die de tijdsgeest van het ontstaan van de victim survey kleurt, on-
dertussen plaats heeft gemaakt voor een meer realistische kijk op de beperkingen en
mogelijkheden van deze instrumenten. In tweede instantie staan we ook stil bij enkele
randvoorwaarden die inherent verbonden zijn aan de productie van kwalitatief hoog-
staande, beleidsondersteunende data, en die, althans in het geval van de Veiligheids-
monitor, niet noodzakelijk probleemloos worden ingevuld.
3. Methodologische uitdagingen voor de Veiligheidsmonitor
De kwaliteit van een survey, en dus ook van de Veiligheidsmonitor, hangt samen met
de accuraatheid van het surveyonderzoek4. Accuraatheid wordt gedenieerd als de
4 Uiteraard is de kwaliteit van een survey naast de accuraatheid nog van andere elementen afhanke-
lijk. In de Total Quality Management (TQM) benadering plaatst men accuraatheid tussen ‘relevan-
tie’, ‘tijdigheid en stiptheid’, ‘toegankelijkheid en duidelijkheid’, ‘vergelijkbaarheid’, ‘coherentie’
en ‘volledigheid’ (Loosveldt e.a., 2004; APS, 2003). Hier vertrekken we eerder van een TSE (Total
Survey Error) benadering, waarbij accuraatheid centraal staat; TSE “(…) is more project-specic,
considering the output quality of the survey as its main objective. For TSE, quality is mainly ex-
pressed in terms of accuracy” (Loosveldt e.a., 2004:66).
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
14 Maklu
mate van overeenstemming tussen de geobserveerde, gemeten waarde, en de niet ge-
kende populatie waarde, en wordt vastgesteld door het gebrek eraan op te sporen
(Loosveldt e.a., 2004). Braun (2003) maakt hierbij, in navolging van Groves (1989), een
onderscheid tussen steekproeffouten, dekkingsfouten, non-respons fouten en meet-
fouten. Door in surveyonderzoek met een steekproef in plaats van met de gehele po-
pulatie te werken, treedt er per denitie een steekproeffout op. Een andere, op dezelf-
de wijze getrokken steekproef kan met andere woorden tot andere resultaten leiden.
Dekkingsfouten zijn het gevolg van een divergentie tussen de beoogde populatie en
het effectief gebruikte steekproefkader. Non-respons is te wijten aan het ontbreken
van waarden op alle of bepaalde variabelen. Meetfouten treden op wanneer voor een
variabele een andere dan de eigenlijke, ‘werkelijke’ waarde wordt geregistreerd; dit
kan gebeuren om uiteenlopende redenen die te maken hebben met de wijze van da-
taverzameling, het meetinstrument, de respondent, of, indien van toepassing, de in-
terviewer. Hieronder bekijken we, vanuit de Veiligheidsmonitor beschouwd, elk van
deze categorieën van naderbij.
3.1. Steekproeffouten
In de Veiligheidsmonitor zijn uitspraken over ‘de Belg’, ‘de Vlaming’,… gebaseerd
op een bevraging bij een fractie van de populatie. De steekproeffout is met andere
woorden de prijs die men betaalt voor het gebruiken van een steekproef in plaats van
de populatie (APS, 2003:14). De steekproeffout wordt in hoofdzaak bepaald en onder
controle gehouden door voldoende aandacht te besteden aan het steekproefkader en
het steekproefontwerp (Loosveldt e.a., 2004).
Het steekproefkader geeft weer wie – administratief – deel uitmaakt van de te onder-
zoeken doelpopulatie, en bijgevolg kans heeft of moet hebben om in de steekproef op-
genomen te worden. De federale Veiligheidsmonitor beoogt representatieve uitspra-
ken voor ‘de Belgische bevolking van 15 jaar en ouder’. In de praktijk is dit evenwel
een te ruime, niet realistische omschrijving van de doelpopulatie. Zo meldt het Tech-
nisch Rapport van het marktonderzoeksbureau bij de afname in 2004 dat “de doel-
groep van de studie bestaat uit al de inwoners van België van 15 jaar of ouder die het
Nederlands of het Frans voldoende machtig zijn” (p. 7). Naast de steekproeffout in
de strikte zin van het woord, dient men met andere woorden ook rekening te hou-
den met het feit dat uitspraken op basis van de Veiligheidsmonitor niet meteen zijn
terug te voeren op ‘de Belgische bevolking’ in zijn geheel, maar op een afgebakende
en meer realistische doelpopulatie. Om die reden worden op basis van leeftijd, taal,…
bepaalde deelpopulaties en subgroepen uitgesloten. Verder worden de steekproefom-
vang en procedure om de steekproef te trekken uit het steekproefkader, beschreven in
het steekproefontwerp. Het steekproefontwerp voor de federale Veiligheidsmonitor
bestaat uit een complexe, gestraticeerde toevalssteekproef. In eerste instantie wordt
een selectie van huishoudens getrokken, proportioneel over de gewesten, provincies
en gemeentetypen (volgens inwonersaantallen), waarbij men vertrekt van het Infobel
telefoonbestand met nagenoeg uitsluitend vaste telefoonnummers. Daarna wordt bin-
nen het geselecteerde huishouden, volgens de verjaardagmethode, één individu van
15 jaar en ouder geselecteerd.
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
Maklu 15
3.2. Dekkingsfouten
Dekkingsfouten zijn het gevolg van een divergentie tussen de doelpopulatie en het ef-
fectief gebruikte steekproefkader. Zoals reeds gezegd omvat de doelpopulatie van de
Veiligheidsmonitor ‘alle inwoners van België van 15 jaar of ouder die het Nederlands
of het Frans voldoende machtig zijn’. Het steekproefkader dat deze doelpopulatie
moet vertegenwoordigen bestaat evenwel uit ‘alle huishoudens die op een bepaalde
datum zijn opgenomen in het Infobel telefoonbestand’. Na de selectie van huishou-
dens wordt vervolgens het individu gekozen dat 15 jaar of ouder is, en eerstjarig. Als
het opsporen van dekkingsfouten te herleiden is tot de vraag of het gehanteerde steek-
proefkader de onderzoeker toelaat uitspraken te doen over de vooropgestelde doel-
populatie, dan dienen we ons met betrekking tot de Veiligheidsmonitor af te vragen
of een telefonische enquête op basis van het Infobel telefoonbestand kan leiden tot
correcte uitspraken over de doelpopulatie, zijnde ‘de inwoners van België, 15 jaar of
ouder, die Nederlands of Frans spreken’.
Het afgelopen decennium is het aantal individuen en huishoudens dat niet in het bezit
is van een vaste telefoonlijn en enkel via een mobiele telefoon bereikbaar is, drastisch
toegenomen (Pickery & Carton, 2005). Deze groep wordt uitgesloten van de kans tot
deelname aan de Veiligheidsmonitor, aangezien het steekproefkader enkel vaste tele-
foonlijnen bevat. Men gaat er met andere woorden vanuit dat zij die niet via een vaste
telefoonlijn bereikbaar zijn – en dus de facto niet behoren tot het steekproefkader,
maar wel tot de doelpopulatie van de monitor niet fundamenteel verschillen met
betrekking tot de thema’s die in de Veiligheidsmonitor worden bevraagd, van zij die
wel een vaste telefoonlijn bezitten. Deze aanname is echter te vrijblijvend om weten-
schappelijk verdedigbaar te zijn. Een studie van de Administratie Planning en Statis-
tiek (tegenwoordig Studiedienst van de Vlaamse Regering) toont overduidelijk aan
‘dat het al dan niet hebben van een vaste telefoon niet toevallig is’ (Pickery & Carton,
2005:13). Bij een telefonische survey via vaste telefoonlijnen moet men dus noodza-
kelijkerwijze rekening houden met verschillende kansen om bepaalde respondenten-
groepen te bereiken, wat onmiskenbaar een aantasting is van het toevalskarakter van
de steekproeftrekking.
De onderzoekers suggereren als oplossing voor dekkingsfouten bij telefonische be-
vragingen dat deze, “willen ze representatief zijn, een gemengd design moeten toe-
passen, met zowel enquêtes via de vaste lijn als enquêtes via de mobiele telefoon”
(Pickery & Carton, 2005:23). Een design waarbij vaste telefoonlijnen gecombineerd
worden met gsm-nummers, is niet alleen bijzonder complex, maar veronderstelt ook
een goed dekkend bestand van mobiele nummers. In ons land is een dergelijk be-
stand of steekproefkader niet voorhanden en ook niet voorzien voor de onmiddellijke
toekomst. Niettemin is het reecteren over een alternatief steekproefkader absoluut
noodzakelijk. De bezorgdheid over deze problematiek, die ook gedeeld werd door de
diensten van de Veiligheidsmonitor zelf, gaf aanleiding tot een Agora project bij het
Federaal Wetenschapsbeleid (Heerwegh & Loosveldt, 2009). Deze studie toont aan dat
een mixed mode design, met een combinatie van een steekproef uit telefoonnummers
en een steekproef uit een goed adressenbestand, het probleem van onderdekking ge-
deeltelijk oplost. Door de klassieke telefonische survey aan te vullen met een schrifte-
lijke bevraging worden de groepen die ondervertegenwoordigd werden jongeren,
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
16 Maklu
laag-geschoolden en alleenstaanden – opnieuw (gedeeltelijk) opgevist (Heerwegh &
Loosveldt, 2009).
3.3. Non-respons fouten
Non-respons is in veel opzichten vergelijkbaar met de hierboven beschreven dek-
kingsfout; daar waar dekkingsfouten de afstand tussen de doelpopulatie en het steek-
proefkader uitdrukken, slaan non-respons fouten op het verschil tussen de vooropge-
stelde, ‘getrokken’ steekproef en de gerealiseerde steekproef5.
Echter, non-respons op zich, zijnde het niet deelnemen van een deel van de steekproef
aan het onderzoek, hoeft niet noodzakelijk problematisch te zijn, en is met andere
woorden ook niet per denitie ‘fout’. De non-respons fout is veeleer “het gevolg van
het feit dat de eenheden van de steekproef waarbij een non-respons (weigering, niet te
contacteren,…) wordt gerealiseerd verschillend zouden hebben geantwoord dan die-
gene die hebben meegewerkt aan het survey interview” (Loosveldt & Carton, 2001:12;
Stoop, 2005). Net zoals dit bij de dekkingsfouten het geval was, is non-respons vooral
‘vervelend als de respons onder verschillende groepen in de samenleving uiteenloopt’
(Stoop, 2005).
Wederom is het wetenschappelijk niet verdedigbaar om de toevalligheid van de uit-
val, door non-respons deze keer, zonder meer te veronderstellen. Dergelijke houding
is niet alleen verkeerd maar maakt ook blind voor de ingrijpende vertekening die
non-respons kan veroorzaken. Immers, indien de non-respons niet toevallig is, bieden
klassieke technieken zoals pré- en poststraticatie geenszins een uitkomst, integen-
deel (Stoop, 2005)6. Dergelijke aanpassingen geven vaak alleen maar de indruk van
meer correct te zijn, en houden zo de schijn van representativiteit op (Billiet, 2003).
Een gezonde en kritische grondhouding vertrekt met andere woorden van het uit-
gangspunt dat de non-respons wel degelijk samenhangt met kenmerken die voor het
onderzoek van belang zijn (Billiet & Waege, 2001). In dat opzicht neemt de analyse
van de non-respons, en de bevraging van dit uitgangspunt, als vanzelfsprekend een
voorname plaats in bij het doorlichten en bepalen van de kwaliteit van een survey.
Vanuit diezelfde argumentatie mag men zich bij het beoordelen van een studie niet
blindstaren op de (non-)respons graad. Om minstens twee redenen is de responsgraad
een weliswaar belangrijke maar onvoldoende kwaliteitsmaat. Vooreerst is de hoogte
van deze maat afhankelijk van de denitie die men hanteert bij het berekenen er-
van (Smith, 2002; Stoop, 2005). Zo is de berekening van de responsgraad in de Veilig-
heidsmonitor veel minder streng dan bijvoorbeeld de standaarden gehanteerd door
de American Association for Public Opinion Research (AAPOR, 2000) of in op methodo-
logisch vlak vooruitstrevende surveyprojecten zoals de European Social Survey (zie o.a.
5 In de literatuur onderscheidt men twee soorten non-respons, unit non-respons en item non-res-
pons (Couper & De Leeuw, 2003). Unit non-respons is het ontbreken van waarden op alle variabe-
len; item non-respons beperkt zich tot het ontbreken van waarden op bepaalde variabelen. In deze
bijdrage beperken we ons tot de unit non-respons.
6 Pré-straticatie houdt in dat men op het niveau van de steekproeftrekking anticipeert op een voor-
zien onder- of oververtegenwoordiging van bepaalde groepen in het onderzoek. Post-straticeren
is post hoc wegen van bepaalde onder- of overtegenwoordigde groepen in de gerealiseerde steek-
proef.
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
Maklu 17
Pleysier & Billiet, 2005; Stoop, 2005)7. Responsgraden zijn met andere woorden steeds
tot op zekere hoogte arbitrair, en kunnen bijgevolg nooit zomaar blindelings – zonder
duidelijk zicht op de denitie en berekening als waardemeter van een onderzoek
gelden.
Het tweede punt is allicht fundamenteler. Immers, en dit kwam hierboven al ter spra-
ke, het is niet zozeer de responsgraad die van belang is, maar de achterliggende, po-
tentiële non-respons fout (Loosveldt & Carton, 2001; Couper & de Leeuw, 2003). De
hamvraag is dan of de respondenten in het onderzoek signicant verschillen van zij
die niet deelnamen, en dit met name op kenmerken die relevant zijn voor het on-
derzoek. In dat opzicht onderscheidt de literatuur drie gradaties in de non-respons,
uitgedrukt met de acroniemen MCAR, MAR en NMAR (Molenberghs, 2004; Stoop,
2005). In het eerste, en beste, geval is de non-respons toevallig of ‘missing completely
at random’ (MCAR). Onder deze conditie hangt de non-respons niet samen met de
waarden die de data in het bestand kunnen aannemen. Deze non-respons leidt bijge-
volg niet tot een vertekening maar tast enkel de accuraatheid van de steekproef aan
omwille van de kleinere gerealiseerde steekproef. In een volgende gradatie is de uit-
val van steekproefeenheden ‘missing at random’ (MAR), waarbij denieerbare groepen
(op basis van bijvoorbeeld leeftijd, socio-demograsche kenmerken,…) een hogere of
lagere kans op ontbrekende waarden hebben, maar deze kans niet varieert binnen
deze groepen. Indien men spreekt over MAR, kan pre- en poststraticatie een op-
lossing bieden8. Een laatste gradatie van non-respons is het meest problematisch. Bij
NMAR is de non-respons ‘not missing at random’ (NMAR), en bijgevolg gerelateerd
met de centrale kenmerken van de studie. Stoop (2005) verduidelijkt dit met een voor
deze bijdrage passende illustratie: “bij een onderzoek naar gevoelens van onveilig-
heid kan het gebeuren dat de non-respons onder bewoners van grote steden groot is,
bijvoorbeeld omdat interviewers niet graag ’s avonds gaan enquêteren in grootstede-
lijke achterstandsbuurten, omdat studenten in grotere steden vaker op stap gaan en
7 De (netto) responsgraad in de Veiligheidsmonitor wordt als volgt berekend:
aantal gerealiseerde enquêtes
Veiligheidsmonitor responsgraad =
aantal gerealiseerde enquêtes + weigeringen
+ weigeringen in interview
De noemer van de formule maakt duidelijk dat men bij de berekening niet uitgaat van het totaal
aantal geselecteerde steekproefeenheden, maar van het aantal gerealiseerde interviews; hierbij
voegt men vervolgens manifeste weigeringen en weigeringen tijdens het interview. De standaar-
den van de AAPOR formuleren daarentegen een berekening met alle steekproefelementen bij wie
een interview had kunnen worden gerealiseerd. Een toepassing hiervan is bijvoorbeeld de res-
ponsgraad in de European Social Survey (Pleysier & Billiet, 2005):
aantal gerealiseerde interviews
ESS Responsgraad =
aantal geselecteerde individuen MINUS ineligibles
De noemer maakt duidelijk dat hieronder alle geselecteerde steekproefeenheden vallen, behalve
wat men onder ineligibles verstaat, zijnde ‘overleden respondenten’, ‘onbewoonde of onbewoon-
bare huizen’, ‘respondent geëmigreerd of lange tijd in het buitenland’ en ‘respondent verblijft in
instelling’. Alle andere categorieën (eligible respondenten) vallen hier dus wel onder.
8 Uiteraard is poststraticatie niet volledig vrij van gevolgen; zo zal de variantie van de schattingen
stijgen, en bijgevolg de accuraatheid van de steekproef dalen (Lynn, 1996; Stoop, 2005). Indien
men dit kan voorzien, kan pré-straticatie dit ondervangen en de accuraatheid van de steekproef
behouden, maar enkel tegen een hogere totaalkost voor het onderzoek omwille van de grotere
steekproef.
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
18 Maklu
daardoor moeilijker te bereiken zijn, of omdat veel oudere alleenstaande vrouwen in
grote steden er niet over peinzen om een vreemde interviewer binnen te laten” (Stoop,
2005:291). Het mag duidelijk zijn dat deze non-respons wel gevolgen kan hebben voor
het gerapporteerde onveiligheidsgevoel. Misschien meer nog dan in ander onderzoek
dient men inderdaad bij onderzoek naar criminaliteit en onveiligheid rekening te hou-
den met de mogelijkheid dat de non-respons allicht nooit (helemaal) toevallig is, maar
samenhangt met de centrale concepten uit het onderzoek. Zo is het niet ondenkbeel-
dig dat slachtoffers of wantrouwige, angstige en geïsoleerde individuen minder snel
bereid zullen zijn om te participeren in wetenschappelijk onderzoek (Young, 1988)9.
Slachtofferenquêtes zoals de Veiligheidsmonitor confronteren ons ontegensprekelijk
met het belang van een kritische grondhouding. De non-respons van de Veiligheids-
monitor uctueert aanzienlijk, zowel over de tijd als tussen regio’s en subgroepen. De
algemene responsgraad daalt van 72% in 1998 naar 58,6% in 2000 om opnieuw te stij-
gen naar 74,2% in 2002, terug te dalen naar 66,4% in 2004 en 68,3% in 2006, om voor-
lopig te eindigen op 62,7% in 2008-2009 (Van den Steen, Van den Bogaerde & De Bie,
2009). Dit is allesbehalve een stabiele responsgraad. Maar ook de variatie tussen de
verschillende regio’s en geograsche niveaus in de Veiligheidsmonitor is aanzienlijk,
en doet vragen rijzen bij de toevalligheid van de non-respons.
3.4. Meetfouten
Meetfouten treden op wanneer voor een variabele in het onderzoek een andere dan
de eigenlijke, ‘werkelijke’ waarde wordt geregistreerd. Dit kan gebeuren om uiteenlo-
pende redenen die evenwel steeds te maken hebben met de wijze van dataverzame-
ling, het meetinstrument, de respondent of de interviewer. De voor- en nadelen van
bepaalde vormen van dataverzameling en het benutte meetinstrument zijn genoeg-
zaam gekend (Pauwels & Pleysier, 2009). Meetfouten vinden hun oorsprong hoofdza-
kelijk in inadequaat interviewergedrag, respondentengedrag en vraagverwoordings-
effecten (Loosveldt & Carton, 2001; Loosveldt e.a., 2004). Het zou ons in het kader van
deze bijdrage ongetwijfeld te ver leiden om op elk van deze potentiële foutenbronnen
dieper in te gaan. Zo moet men zich in het kader van slachtofferenquêtes zeer bewust
zijn van het belang van de referentieperiode en het risico op forward en backward tele-
scoping bij de respondent. De herinnering en invloed van ernstige geweldsdelicten kan
voor een slachtoffer zeer lang, tot ver buiten de referentieperiode, doorwerken (van
Wilsem, 1997). In dit opzicht is de keuze voor een geschikte referentieperiode bij het
bevragen van verschillende vormen van slachtofferschap, lang niet evident10.
9 In dit opzicht heeft een telefonische bevraging misschien één voordeel boven een face-to-face in-
terview: “fear of victimization appears to be a primary cause of non-response in urban surveys
using personal interviewers. That is, surveys using personal interviews tend to undersample fear-
ful individuals, a nding that is borne out by the fact that 18 percent of our respondents reported
that they have refused to answer their doors due to fear of victimization” (Warr & Stafford, 1983).
Ook in de laatste Veiligheidsmonitor (2008-2009) zien we dat iets meer dan 26% van de responden-
ten aangeeft ‘altijd’ of ‘vaak’ niet open te doen voor onbekenden.
10 De afwegingen die men dient te maken, houden elkaar zelfs schijnbaar in evenwicht: “(...) treating
respondents who have been victimized ‘long ago’ as victims is problematic since their present fear
(or its levels) might have nothing (or very little) to do with their ‘old’ victimization experience.
On the other hand, limiting the denition ‘victim’ to those who have been victimized during the
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
Maklu 19
Maar ook sociaal wenselijk antwoordgedrag en volgzaamheid bij de geïnterviewden,
het recency effect bij telefonische enquêtes,… zijn stuk voor stuk storende factoren die
men dient uit te sluiten, of als dat niet kan, in beeld moet brengen (Billiet e.a., 1998;
Pleysier e.a., 2006; Pauwels & Pleysier, 2008). Bovendien kunnen dergelijke meetfou-
ten ook samenhangen met de wijze van dataverzameling. Bij face-to-face interviews
is de interviewer uiteraard op een meer dominante wijze – fysiek ook – aanwezig dan
dat dit bij telefonische interviews het geval is, al hoeft dit niet meteen te betekenen dat
de effecten per denitie minder zouden zijn.
Uit een analyse naar de interviewervariantie bij de Nederlandstalige interviews uit de
Veiligheidsmonitor 2004, weten we dat 237 interviewers 21.454 interviews realiseer-
den (Pleysier, Vervaeke & Goethals, 2005). Hierbij hadden 22 interviewers elk meer
dan 300 gerealiseerde interviews op hun actief, samen goed voor 10.224 interviews.
Dit houdt in dat ongeveer 10% van alle interviewers bijna 25% van het totaal aan-
tal gerealiseerde interviews, of bijna 50% van alle Nederlandstalige interviews, afna-
men. Hiervan haalden zelfs 8 interviewers meer dan 500 interviews, met een absoluut
maximum van 823 gerealiseerde interviews voor één enkele interviewer. Theoretisch
gezien is het met het oog op de kwaliteit van de verzamelde gegevens beter om met
veel interviewers te werken die elk een relatief beperkt aantal interviews afnemen,
dan met weinig interviewers veel enquêtes te realiseren (Loosveldt & Carton, 2001:23;
Groves, 1989).
Alvorens hieronder dieper in te gaan op enkele niet-methodologische, structurele
randvoorwaarden met betrekking tot de Veiligheidsmonitor, past alvast een tussen-
tijdse conclusie: de Veiligheidsmonitor is als grootschalig en uniek surveyproject on-
miskenbaar een uiterst waardevol instrument voor een brede variëteit aan gebruikers
en betrokken actoren. Dergelijke projecten – of althans, de bevoegde overheden – zijn
het aan zichzelf en de gebruikers verplicht om fundamenteel en structureel te inves-
teren in methodologische ondersteuning en kwaliteitsbewaking. Immers, “the quality
of a survey is best judged not by its size, scope or prominence, but by how much atten-
tion is given to dealing with all the many important problems that can arise” (Ameri-
can Statistical Association, 2000; geciteerd in Stoop, 2005:12).
4. Randvoorwaarden
Naast bovenstaande methodologische uitdagingen, is de kwaliteit van een grootscha-
lig surveyproject eveneens afhankelijk van enkele fundamentele randvoorwaarden.
Althans in het geval van de Veiligheidsmonitor, lijken ook op dit vlak niet te verwaar-
lozen bedreigingen om de hoek te loeren.
De meest recente Veiligheidsmonitor, de editie 2008-2009, dreigt immers de hierbo-
ven aangehaalde kwalijke reputatie die ons land geniet met betrekking tot ambtelijke
statistieken en criminograsch basismateriaal, op een pijnlijke manier te bevestigen.
Naast de stuitende en elders al gesignaleerde vaststelling dat een surveyproject van
een dergelijke schaal absoluut onderbemand en onderbemiddeld is, lijkt de Veilig-
six months or one year preceding the study fails to capture the impact of ‘older’ victimizations
might have had on the respondent’s attitudes, perceptions, and reactions vis à vis crime” (Fattah,
1993:57-58).
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
20 Maklu
heidsmonitor nu ook in het voortbestaan bedreigd. De politieke en budgettaire crisis
waarin ons land zich de afgelopen twee jaar bevindt, heeft het project en de eviden-
tie van een tweejaarlijkse afname van de monitor op de helling gezet. Deze betreu-
renswaardige demarche resulteerde in een aanzienlijke vertraging in de start van het
veldwerk: waar het veldwerk van deze editie in principe voorzien was, conform vo-
rige afnamen, voor het voorjaar van 2008, werden nagenoeg alle interviews pas afge-
nomen in de periode van januari tot juni 2009. Bovendien is de editie 2008-2009 een
‘afgeslankte’ editie met aanzienlijk minder interviews dan de voorgaande editie in
2006. De lokale monitoren werden beperkt tot de 73 gemeenten met een (voormalig)
veiligheids- en preventiecontract, al was het logischer geweest de oorspronkelijke
bedoeling – om alle 102 gemeenten met een strategisch veiligheids- en preventieplan
op te nemen. Een en ander heeft ertoe geleid dat in de Veiligheidsmonitor 2008-2009
bij benadering 37.000 enquêtes werden gerealiseerd, tegenover 43.000 in 2006.
De onzekerheid over het voortbestaan van de Veiligheidsmonitor heeft, in combina-
tie met de op lokaal niveau reeds hier en daar aanwezige scepsis over het instrument,
ertoe bijgedragen dat lokale overheden, in toenemende mate hun heil zoeken in alter-
natieve en vaak pseudo-wetenschappelijke bevragingen11. Laat ons wel wezen: een
gezonde dosis wantrouwen jegens instrumenten zoals de Veiligheidsmonitor is uiter-
aard niet geheel misplaatst. Het is onmiskenbaar een goede zaak dat het naïeve ge-
loof in de mogelijkheden van de slachtofferenquête – waar we eerder in deze bijdra-
ge bij stil stonden – ondertussen plaats heeft geruimd voor een kritisch realisme ten
aanzien van dergelijke instrumenten en hun bruikbaarheid. Vaak echter is die lokale
weerstand te herleiden tot een ‘instrumentendiscussie’, die dramatische gevolgen kan
hebben voor een ‘zeer gedegen beleidsinstrument, waarbij het kind met het badwater
dreigt te worden weggegooid’ (De Kimpe, Collier & Bruggeman, 2009:9). Bovendien
kunnen veel van de door het lokale niveau opgeworpen knelpunten worden weer-
legd of geremedieerd (Van Altert, Verwee & Enhus, 2009). In verschillende publicaties
– niet zelden overigens op basis van studies genancierd door de voor de Veiligheids-
monitor bevoegde diensten – worden methodologische problemen en knelpunten bij
slachtofferenquêtes zoals de Veiligheidsmonitor omstandig geanalyseerd en beschre-
ven (zie o.a. Van Kerckvoorde, 1995; Billiet e.a., 1998; Vanderhallen e.a., 2000; Ponsaers
e.a., 2001; Molenberghs e.a., 2005; Pleysier e.a., 2006; Vervaeke e.a., 2006; Verwee &
Ponsaers, 2008; Pauwels & Pleysier, 2008; Heerwegh & Loosveldt, 2009). De remedies
die Van Altert e.a. suggereren enten zich dan ook vaak op juist een versterking, ver-
breding of uitbreiding van de Veiligheidsmonitor, wat kan ‘indien de overheid bereid
is nanciële stappen te ondernemen’ (Van Altert e.a., 2009:27). Alhoewel we het hier in
grote lijnen mee eens zijn, is het nog maar de vraag in hoeverre dit, gelet op de recente
historie rond de editie 2008-2009, realistisch is.
In de opkomst en groei van lokale initiatieven en pseudo-wetenschappelijke alterna-
tieven, schuilt een reëel gevaar voor een terugkeer naar de situatie van vóór de Vei-
11 In een rondvraag door de diensten van de Veiligheidsmonitor zelf, werd aan de politiezones ge-
vraagd of ze over een lokale bevolkingsbevraging met betrekking tot criminaliteit en veiligheid
beschikken. Van de 196 politiezones hebben 179 zones geantwoord. In 103 van deze politiezones
was er een lokale enquête: 61 zones beschikten enkel over dit lokaal initiatief en 41 zones hadden
daarnaast ook nog een lokale Veiligheidsmonitor. Daartegenover hadden 49 politiezones wel een
lokale Veiligheidsmonitor, maar geen eigen bevraging; 27 zones beschikten niet over een lokale
monitor, noch over een eigen bevolkingsbevraging.
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
Maklu 21
ligheidsmonitor. Ook toen bestond het landschap uit een wildgroei aan kleinschalige
lokale surveys met een zeer uiteenlopende inhoud, vraagstelling en methode van da-
taverzameling (Van Altert e.a., 2009:28). De huidige heropleving van alternatieve be-
vragingen staat met andere woorden haaks op de losoe van de Veiligheidsmonitor,
die standaardisatie, uniformiteit en het streven naar vergelijkbaarheid van de resul-
taten in tijd en ruimte, centraal plaatst. Bovendien worden dergelijke alternatieve be-
vragingen gekarakteriseerd door een lage wetenschappelijke waarde. “Zo bevragen
ze vaak een willekeurig aantal burgers zonder enige notie van representativiteit (…),
er worden suggestieve vragen gesteld, men organiseert soms bevragingen waarbij de
wijkagent face to face vraagt aan de respondent wat deze vindt van de wijkagent, de
resultaten worden geanalyseerd zonder enige vorm van statistische knowhow en ga
zo maar verder” (Van Altert e.a., 2009:26).
Dergelijke pseudo-wetenschappelijke bevragingen leiden vooreerst tot het reduceren
van complexe sociale realiteiten – criminaliteit en onveiligheid – tot wat in de gebruik-
te instrumenten vervat ligt, en dreigen, ten tweede en meer algemeen, ook het onder-
zoek te instrumentaliseren. Het eerste gevaar werd door Crawford (2004) omschreven
als measure xation’, waarbij “greater concentration is given to the measure, rather
than the service which the measure is intended to signify” (Crawford, 2004:77-78).
In dergelijke situaties is, opnieuw volgens Crawford, ook het tweede gevaar niet ver
weg: “given the control that organisations can assert over dening their own outputs
there are questions to be asked about the validity of output measurement as a central
aspect in the monitoring of community safety” (Crawford, 2004:77). Het spreekt voor
zich dat men op die manier niet meteen kan spreken van een verwetenschappelijking
van het beleid, maar van een ‘politicisation of science’ (Hope, 2009).
5. Tot slot
Deze bijdrage werpt een licht op de victim survey of slachtofferenquête als alternatief
instrument, door criminologen aangewend om één van hun voorname opdrachten
het beschrijven en verklaren van de criminaliteitssituatie van een bepaald land – naar
bestvermogen in te vullen. Op basis van een bespreking van de methodologische knel-
punten en enkele voorname randvoorwaarden bij het opzetten van grootschalige en
kwalitatief hoogstaande surveyprojecten, wordt duidelijk dat de naïviteit van de be-
ginperiode van de victim survey ondertussen plaats heeft geruimd voor een kritisch-
realistische benadering van deze instrumenten. Jock Young beargumenteerde ooit dat,
“to base criminological theory, or social policy for that matter, on the majority of of-
cial statistics is an exercise in ‘guesstimates’ and tealeaf gazing” (Young, 1988:164).
Alhoewel hierbij in de eerste plaats wordt gerefereerd aan ofciële criminaliteitscijfers
en politiestatistieken, en Young ook expliciet erkent dat victim surveys een fundamen-
tele vooruitgang hebben betekend in het criminologisch onderzoek, mag men ook bij
slachtofferstudies niet blind zijn – en dit was in essentie ook de betrachting van deze
bijdrage – voor de “many problems which are only too easily skated over” (Young,
1988:164).
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
22 Maklu
Bibliograe
APS (2003). Kwaliteitszorg statistisch productieproces: Aanbevelingen. Brussel: Ministerie
van de Vlaamse Gemeenschap.
Billiet, J. & H. Waege (2001). Een samenleving onderzocht. Methoden van sociaal-weten-
schappelijk onderzoek. Antwerpen: Standaard Uitgeverij.
Billiet, J, S. Pleysier, J. Pickery & I. Hajnal (1998). Methodologische ondersteuning van de
veiligheidsmonitor. Bulletin nr. 1998/30 van het ISPO.
Billiet, J. (2003). Over het adequaat meten van opinies en het zinvol interpreteren van
opiniepeilingen. Academiae Analecta. Nieuwe Reeks nr. 16. Brussel: Koninklijke Vlaam-
se Academie van België voor Wetenschappen en Kunsten.
Boutellier, H. (1993). Solidariteit en slachtofferschap. De morele betekenis van criminaliteit in
een postmoderne cultuur. Nijmegen: Sun.
Braun, M. (2003). Errors in comparative survey research: an overview. In: Harkness,
J.A., F.J. Van de Vijver & P.Ph. Mohler (Eds.). Cross-cultural survey methods. 137-142.
Hoboken (NJ): John Wiley & Sons.
Couper, M. & E. De Leeuw (2003). Non-response in cross-cultural and cross-national
surveys. In: Harkness, J.A., F.J. Van de Vijver & P.Ph. Mohler, P.Ph. (Eds.). Cross-cultur-
al survey methods. 157-178. Hoboken (NJ): John Wiley & Sons.
Crawford, A. (2004). The governance of urban safety and the politics of insecurity. In:
van der Vijver, K. & J. Terpstra (Eds.)(2004). Urban Safety: problems, governance and stra-
tegies. 65-86. Enschede: University of Twente/IPIT.
De Haan, W. & I. Loader (2002). On the emotions of crime, punishment and social con-
trol. Theoretical Criminology. 6, 3, 243-253.
De Kimpe, S., A. Collier & W. Bruggeman (2009). Editoriaal. De integrale veiligheid-
stoolbox: kant en klaar bruikbaar? In: De Kimpe, S. & A. Collier (Eds.). Cahier Integrale
Veiligheid. De integrale veiligheidstoolbox: kant en klaar bruikbaar? 5-16. Brussel: Politeia.
Devroe, E., Beyens, K. en Enhus, E. (Eds.)(2006). Zwart op wit? Duiding bij cijfers over
onveiligheid en strafrechtsbedeling in België. Brussel: VUBPress.
Devroe, E. & C. Eliaerts (2006). De criminograeschaarste in België. In: Devroe, E.,
Beyens, K. en Enhus, E. (Eds.). Zwart op wit? Duiding bij cijfers over onveiligheid en straf-
rechtsbedeling in België. 15-30. Brussel: VUBPress.
Devroe, E. (2002). Criminologie & beleid: een spannende relatie? Over de band tussen
criminologsich onderzoek en strafrechtelijk beleid. Beyens, K., J. Goethals, P. Ponsaers,
G. Vervaeke (Eds.) Criminologie in actie. 73-93. Brussel: Politei.
Ditton, J. & S. Farrall (2000). The Fear of Crime. Aldershot: Ashgate.
Ewald, U. (2000). Criminal victimisation and social adaptation in modernity: fear of
crime and risk perception in the new Germany. In: Hope, T. & R. Sparks (Eds.). Cri-
me, Risk and Insecurity: Law and Order in Everyday Life and Political Discourse. 166-199.
London: Routledge.
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
Maklu 23
Fattah, E. (1993). Research on Fear of Crime. Some Common Conceptual and Mea-
surement Problems. In: In: Bilsky, W., C. Pfeiffer & P. Wetzels (Eds.). Fear of Crime and
Criminal Victimization. 45-70. Stuttgart: Enke.
Goethals, J., P. Ponsaers, K. Beyens, L. Pauwels & E. Devroe (2002). Criminograsch
onderzoek in België. In: Beyens, K., J. Goethals, P. Ponsaers & G. Vervaeke (Eds.).
Criminologie in actie. 189-206. Brussel: Politeia.
Groves, R.M. (1989). Survey errors and survey costs. New York: John Wiley.
Heerwegh, D. & G. Loosveldt (2009). Verbeteren mixed mode surveys de representa-
tiviteit van de Veiligheidsmonitor? Panopticon. 30, 5, 72-75 .
Hope, T. (2009). Evaluation of Safety and Crime Prevention Policies. England and Wales.
Groupe Européen de Recherche sur les Normativités. CRIMPREV, FP6 (WP7, WS3).
Lee, M. (2007). Inventing Fear of Crime. Criminology and the politics of anxiety. Cullomp-
ton: Willan Publishing.
Loosveldt, G. & A. Carton (2001). Kwaliteitsevaluatie van surveys. Een toepassing op
de surveys naar culturele verschuivingen in Vlaanderen. In: Administratie Planning en
Statistiek. Vlaanderen gepeild! Studiedag 6 mei 2003 Brussel. Ministerie van de Vlaamse
Gemeenschap.
Loosveldt, G., A. Carton & J. Billiet (2004). Assessment of survey data quality: a prag-
matic approach focused on interviewer tasks. International Journal of Market Research.
46, 1, 65-82.
Lynn, P. (1996). Weighting for survey non-response. In: Banks, R., et al. (Eds.). Survey
and Statistical Computing. 205-214. Association for Survey Computing.
Molenberghs, G., V. Vandersmissen & H. Thijs (2005). De Veiligheidsmonitor: Validatie,
Analyse en Adviezen. Centrum voor Statistiek, Limburgs Universitair Centrum.
Molenberghs, G. (2004). Dealing with Missing Data in Panel/Longitudinal Research.
Paper presented at the International Symposium in honour of Paul Lazarsfeld, Brussel, 4-5
June, 2004.
Pauwels, L. & S. Pleysier (2008). Crime victims and insecurity in Belgium and the Ne-
therlands. In: Zauberman, R. (Ed.). Victimisation and Insecurity in Europe. A Review of
Surveys and their Use. pp. 39-64. Brussel: VUBPress.
Pauwels, L. & S. Pleysier (2009). Self-report studies in Belgium and the Netherlands.
In: ZAUBERMAN, R. (Ed.). Self-Reported Crime and Deviance Studies in Europe. 51-76.
Brussel: VUBPress.
Pickery, J. & Carton, A. (2005). Hoe representatief zijn telefonische surveys in Vlaande-
ren? APS-notas, nr. 4. Brussel: Administratie Planning & Statistiek, Ministerie van de
Vlaamse Gemeenschap.
Pleysier, S. & J. Billiet (2005). Data Quality Assessment in ESS Round 2. Between wishes
and reality: closing the gap? Leuven: K.U.Leuven, Departement Sociologie. Onderzoeks-
verslag Afdeling Data-verzameling en Analyse.
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
24 Maklu
Pleysier, S., G. Vervaeke & J. Goethals (2006). Hoe ‘representatief’ is de Veiligheids-
monitor? Over de accuraatheid van telefonische surveys in Vlaanderen. Panopticon.
27, 4, 107-114.
Pleysier, S. (2009). ‘Angst voor criminaliteit’ onderzocht. De brede schemerzone tus-
sen alledaagse realiteit en irrationeel fantoom. Panopticon. 30, 2, 35-40.
Pleysier, S., G. Vervaeke & J. Goethals (2005). Bias in de Veiligheidsmonitor. Katholieke
Universiteit Leuven, Faculteit Rechtsgeleerdheid, Afdeling Strafrecht, Strafvordering
& Criminologie.
Ponsaers, P. & W. Bruggeman (2005). De politionele statistische chaos voorbij? Panop-
ticon, 2, 11-26.
Ponsaers, P. & P. Hebberecht (2000). Criminologie in België: beleidsgerichte weten-
schap, met een geïmpoteerde theorie? In: Vanderborght, J. J. Van Acker & E. Maes.
(Eds.). Criminologie: de wetenschap, de mens. 45-60. Brussel: Politeia.
Ponsaers P., G. Vervaeke & J. Goethals (Eds.)(2001). De veiligheidsmonitor. Behoeftende-
tectie bij de bevolking. Brussel , Politeia.
Stoop, I.A.L. (2005). The Hunt for the Last Respondent. Nonresponse in sample surveys. The
Hague: Social and Cultural Planning Ofce of the Netherlands.
Van Altert, K., I. Verwee & E. Enhus (2009). Exit de veiligheidsmonitor? In: De Kimpe,
S. & A. Collier (Eds.). De integrale veiligheidstoolbox: kant en klaar bruikbaar? Cahiers Inte-
grale Veiligheid. 17-36. Brussel: Politeia.
Van den Steen, I., E. Van den Bogaerde & A. De Bie (2009). Moniteur de Securité 2008-
2009: Analyse de l’enquête fédérale. Police Fédérale, Direction de l’ information policière
opérationnelle. Service Données de gestion.
Van Kerckvoorde, J. (1995). Een maat voor het kwaad? Leuven: Universitaire Pers Leu-
ven.
Vanderhallen, M., Pleysier, S., Vervaeke, G. & Goethals, J. (2000). Verbetering van de
vragenlijst van de Veiligheidsmonitor en meer in het bijzonder de module politiefunc-
tioneren. Panopticon. 21, 3, 276-281.
Vanderveen, G.N.G. (2004). Meten van veiligheid. Muller, E.R. (Red.). Veiligheid. Stu-
dies over inhoud, organisatie en maatregelen. 71-124. Alphen aan den Rijn: Kluwer.
van Wilsem, J. (1997). Slachtofferschap en onveiligheidsgevoelens. In: Wittebrood, K.,
J.A. Michon & M.J. ter Voert (Eds.). Nederlanders over criminaliteit en rechtshandhaving.
55-66. Deventer: Gouda Quint.
Vervaeke, G., E. Neven, S. Pleysier & M. Vanderhallen (2006). De Veiligheidsmonitor
doorgelicht: een kritisch, methodologische kijk op een onmisbaar instrument. In: De-
vroe, E., Beyens, K. en Enhus, E. (Eds.). Zwart op wit? Duiding bij cijfers over onveiligheid
en strafrechtsbedeling in België. 87-110. Brussel: VUBPress.
Verwee, I. & P. Ponsaers (2008). De Veiligheidsmonitor: een mogelijke verrijking. Hand-
boek Politiediensten, 85-101.
Warr, M. & M. Stafford (1983). Fear of Victimization: A Look at the Proximate Causes.
Social Forces, 61, 1033-1043.
cr i m i n A l i t e i t e n o n V e i l i g h e i d b e V r A A g d
Maklu 25
Young, J. (1988). Risk of crime and fear of crime: a realist critique of survey-based as-
sumptions. In: Maguire, M. & J. Pointing (Eds.). Victims of crime: a new deal? 164-176.
Milton Keynes: Open University Press.
Zauberman, R. (Ed.)(2008). Victimisation and Insecurity in Europe. A Review of Surveys
and their use. Brussel: VUBPress.
Maklu 27
Veelvoorkomende criminaliteit, slachtofferschap en
stedelijkheid in België: een criminograsche analyse
Wim Hardyns, Maarten Van de Velde, Lieven Pauwels, Paul Ponsaers1
Ab s t r A c t
In deze bijdrage brengen we een beschrijving van enkele veelvoorkomende vormen van crimi-
naliteit in België (autodiefstal, diefstal uit voertuigen, woninginbraak, opzettelijke slagen en
verwondingen). De relatie tussen criminaliteit, slachtofferschap en stedelijkheid staat hierbij
centraal. De sociale desorganisatietheorie en de opportuniteitstheorie in acht genomen, luidt
de hypothese dat een toenemende mate van stedelijkheid gepaard gaat met verhoogde crimina-
liteitsconcentraties. Enerzijds stellen we ons de vraag hoe gelijklopend de relatie is tussen ste-
delijkheid en criminaliteit voor de vier behandelde delicten en anderzijds vragen we ons af hoe
stabiel de relatie is tussen stedelijkheid en criminaliteit doorheen de tijd. Hiervoor koppelen we
de geregistreerde criminaliteitcijfers uit de politiële criminaliteitstatistieken aan de data met
betrekking tot zelf gerapporteerd slachtofferschap uit de veiligheidsmonitor voor de tijdsperiode
van 2001 tot en met 2006. Op basis van de Dexia-gemeentetypologie, die tot op heden weinig
of niet is gebruikt in criminograsch onderzoek, berekenen we per delict de criminaliteit- en
slachtofferschapsgraden.
Ke r n w o o r d e n
Criminograe – stedelijkheid – criminaliteit – slachtofferschap – veiligheidsmonitor
Inleiding
In dit artikel besteden we aandacht aan een beschrijvende analyse van criminaliteit en
slachtofferschap in België. Zowel het delicttype, het volume als de trend zijn uitermate
belangrijk bij een criminograsche analyse van een geograsch gebied. Tot op heden
werd hiervoor afwisselend beroep gedaan op twee verschillende instrumenten, ener-
zijds de politiële criminaliteitstatistieken en anderzijds de veiligheidsmonitor. Terwijl
de politiestatistieken een overzicht geven van de vastgestelde feiten, is de veiligheids-
monitor gebaseerd op een survey onder de bevolking. Beide instrumenten werden
zelden of nooit met elkaar geïntegreerd in de Belgische context. Vandersmissen, Thijs,
Bruckers en Molenberghs (2004) meldden in hun (onuitgegeven) rapport enkele mo-
tieven om een vergelijking tussen de criminaliteitsstatistieken en de veiligheidsmo-
nitor door te voeren. Op basis van de suggesties die in het rapport werden gemaakt
om de vergelijking op een correcte manier uit te voeren, werd de veiligheidsmonitor
sinds 2004 aangepast. Zo werd bij de bevraging van delicten in de veiligheidsmonitor
een vaste referentieperiode ingevoerd. De eigenlijke linking tussen de veiligheidsmo-
1 Drs. W. Hardyns, Drs. M. Van de Velde, Prof. Dr. L. Pauwels en Prof. Dr. P. Ponsaers zijn verbon-
den aan de Onderzoeksgroep Sociale Veiligheidsanalyse (SVA) binnen de Vakgroep Strafrecht en
Criminologie van de Universiteit Gent. Deze bijdrage past binnen het doctoraal proefschrift dat
Drs. W. Hardyns zal neerleggen in het najaar van 2010, getiteld: ‘Social Cohesion and Crime. A
Multilevel Study of Collective Efcacy, Victimisation and Fear of Crime’.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
28 Maklu
nitor en de criminaliteitsstatistieken werd tot op heden nog niet uitgevoerd. Brugge-
man (2007, p. 66) verwoordde het als volgt: “een uitdaging voor de toekomst ligt in het feit
dat eens een coherente publicatie moet worden gestart waarin al deze gegevens (geregistreerde
criminaliteit, veiligheidsmonitor, justititiecijfers), zoals bijvoorbeeld in Nederland (WODC:
criminaliteit en rechtshandhaving), in een coherent geheel worden gepubliceerd.” Van Altert,
Enhus en Ponsaers (2003) gaven reeds een eerste aanzet met hun onderzoek over het
meet- en opvolgingsinstrument. Met deze bijdrage willen we een aanzet geven tot in-
tegratie tussen geregistreerde criminaliteit en gerapporteerd slachtofferschap.
Het doel van deze bijdrage is tweeërlei. Ten eerste willen we een beeld schetsen van
enkele vormen van veelvoorkomende criminaliteit in België, door middel van ener-
zijds de politiële geregistreerde criminaliteitcijfers en anderzijds de gegevens met be-
trekking tot slachtofferschap uit de veiligheidsmonitor. We analyseren hiervoor het
cijfermateriaal vanaf 2001 tot en met 2006 dat we ter beschikking hebben gekregen in
het kader van het SBO-project ’Social Cohesion Indicators for the Flemish Region’.2
De bedoeling is om vier veelvoorkomende delicten (autodiefstal, diefstal uit voertuig,
woninginbraak, opzettelijke slagen en verwondingen) te analyseren op basis van twee
verschillende meetinstrumenten, enerzijds de politiële criminaliteitstatistieken en an-
derzijds de veiligheidsmonitor. Naast de criminaliteit- en slachtofferschapsgraad be-
schikken we bij het delict woninginbraak bovendien over gegevens met betrekking
tot de bevolkingsperceptie over woninginbraak als een buurtprobleem en de graad
van risico-inschatting dat men zelf slachtoffer zou worden van woninginbraak. Vanuit
methodologisch perspectief en met het oog op externe validiteit, is het interessant dit
delict vanuit deze vier verschillende invalshoeken te analyseren.
Ten tweede willen we met deze bijdrage de criminograsche informatie linken aan
stedelijkheid. Dit gebeurt op twee manieren: enerzijds stellen we ons de vraag hoe
gelijklopend de relatie is tussen stedelijkheid en criminaliteit voor de vier behandelde
delicten en anderzijds vragen we ons af hoe stabiel de relatie is tussen stedelijkheid
en criminaliteit doorheen de tijd. Hiervoor wordt gebruik gemaakt van de Dexia-ge-
meentetypologie, welke zelden of nooit is gebruikt in criminograsch onderzoek.
In wat volgt staan we eerst even stil bij de toenemende aandacht voor criminaliteit en
slachtofferschap, en de verwevenheid tussen stad en criminaliteit. Er wordt kort inge-
gaan op het belang van stedelijkheid binnen het criminograsch onderzoek. Nadien
worden de gebruikte meetinstrumenten (politiële criminaliteitstatistieken en veilig-
heidsmonitor) in dit onderzoek besproken. Ook het gebruik van de Dexia-gemeen-
tetypologie ter classicering van de 589 fusiegemeenten in België, wordt toegelicht.
Vervolgens gaan we dieper in op de analyses die in het kader van dit onderzoek wer-
den uitgevoerd. Aan de hand van volledige cijfertabellen en beschrijvende graeken
trachten we een adequaat beeld te construeren van de geograsche spreiding van
veelvoorkomende criminaliteit in België per gemeentetype, evenals een (weliswaar
beperkte) evolutie doorheen de tijd. Tot slot worden de belangrijkste resultaten nog
eens systematisch weergegeven en worden de nodige conclusies getrokken over de
verwevenheid tussen stedelijkheid en criminaliteit.
2 Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie – Commissari-
aat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 29
1. Toename van (aandacht voor) de relatie stedelijkheid – criminaliteit
De vraag stelt zich waarom er een zodanige grote aandacht bestaat voor criminaliteit
en slachtofferschap in de stad? Over dit onderwerp werd al veel geschreven. Zo we-
zen verschillende sociale wetenschappers in de 19de eeuw al op verschillen in crimi-
naliteitspatronen tussen verstedelijkte gebieden en het platteland. Naar deze vroege
stroming wordt doorgaans verwezen met de naam ‘cartograsche school’ (Morris,
1957). Deze interesse voor stedelijkheid leidde tot het ontstaan van enerzijds de soci-
aal ecologische school en anderzijds de omgevingscriminologie (‘environmental cri-
minology’).
Binnen de sociaal ecologische school werd stedelijkheid in verband gebracht met de
structurele oorzaken van ’sociale desorganisatie’. Meer bepaald ging de centrale aan-
dacht van de onderzoekers uit naar de vraag in welke mate verschillen in socio-eco-
nomische buurtkenmerken als verklaring konden dienen voor het al dan niet ontwik-
kelen van delinquent gedrag onder jongeren (Shaw & McKay, 1942). De onderzoekers
kwamen tot de conclusie dat stedelijkheid een sterke impact heeft op armoede, etni-
sche heterogeniteit en residentiële mobiliteit. Bovendien blijkt dat er een sterke sa-
menhang bestond tussen de mate waarin deze kenmerken van sociale desorganisatie
zich voordeden en de mate waarin jongeren in aanraking kwamen met politie en jus-
titie. De stad trekt groepen aan die zich bevinden onder de armoededrempel en die
vaak onderdak vinden in sociale huurwoningen of grote appartementsblokken. Niet
zelden gaat het om etnisch zeer gemengde groepen die zich ten gevolge van hun -
nanciële situatie in de stad huisvesten. Steden zouden daarom in grotere mate getrof-
fen worden door achterstelling en kansarmoede en bijgevolg over minder werkzame
sociale controlemechanismen beschikken. Daadoor wordt de kans groter dat jongeren
overgaan tot het plegen van criminaliteit. Deze sociale controlemechanismen worden
nog meer afgezwakt omdat de verblijfslengte van de bevolking in de stad dikwijls
beperkt is. De residentiële stabiliteit op het platteland is veel hoger dan in de stad.
Ondanks het feit dat bepaalde onderzoeken de rol van buurten bij het plegen van
delicten gedeeltelijk in vraag stelt (Rovers, 1997; Pauwels, 2007), bevestigt het soci-
aal desorganisatieonderzoek wel degelijk de vaststelling dat deze socio-economische
kenmerken een invloed uitoefenen op de criminaliteit- en slachtofferschapsgraden in
geograsche gebieden (Sampson & Groves, 1989). Criminaliteitsproblemen lijken on-
losmakelijk verbonden te zijn met de ruimtelijke kenmerken (armoede, etnische he-
terogeniteit en residentiële mobiliteit) van de pleegplaatsen en bijgevolg ook met het
stedelijk karakter ervan (Stark, 1987).
Deze verworvenheid van het sociaal desorganisatieonderzoek mag er echter niet toe
leiden dat we uit het oog verliezen dat criminaliteit gepleegd wordt door individu-
en. De onevenredige spreiding van criminaliteit mag dan ook niet exclusief toege-
schreven worden aan kenmerken van geograsche gebieden zoals armoede, etnische
heterogeniteit en residentiële mobiliteit. Stedelijkheid heeft namelijk ook een impact
op ’opportuniteit’ en verplaatsing en bijgevolg op het keuzegedrag van eventuele da-
ders. Het sociaal desorganisatieonderzoek ging soms te nadrukkelijk uit van de ver-
onderstelling dat daders feiten plegen in de eigen woonomgeving en zelf geen keu-
zes maken in functie van de gelegenheden die bepaalde geograsche gebieden al dan
niet bieden. De omgevingscriminologische benadering vertrok meer van het idee dat
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
30 Maklu
criminaliteit bekeken diende te worden als een functie van de stad en dat criminali-
teit niet enkel gepleegd wordt door inwoners van die stad. Intuïtief leeft nogal eens
de overtuiging dat de relatie stedelijkheid en criminaliteit vooral verband houdt met
het feit dat steden meer inwoners tellen dan plattelandsdorpen, en dat daarom de
kans om slachtoffer te worden van criminaliteit of om zich onveilig te voelen groter
is in grotere steden dan in kleine gemeenten. Hoewel deze veronderstelling plausibel
klinkt, is zij onvolledig. Stedelijkheid, zowel morfologisch als functioneel, heeft ook
een impact op de gebeurtenissen die plaatsvinden in een gebied. Stedelijke gebieden
trekken dagelijks duizenden tot tienduizenden pendelaars, scholieren, winkelklanten
en toeristen aan en danken in grote mate hun economische welvaart aan deze dagda-
gelijkse instroom. Dergelijke ux kan echter niet anders dan ongewild ook een impact
hebben op de geregistreerde criminaliteit en slachtofferschap in steden. De opportu-
niteitstheorie spreekt van ’crime generators’ (bv. cafés, bioscopen, dancings, … die
criminaliteit genereren) en ’crime attractors’ (bv. juweliers, grootwarenhuizen, … die
criminelen aantrekken) (Brantingham & Brantingham, 1981; Felson, 1994; Pauwels,
2002). Vanuit dit perspectief gaat stedelijkheid gepaard met verhoogde concentraties
van potentiële doelwitten en relaties tussen daders en slachtoffers. Ponsaers stelde
ooit dat (traditionele) criminaliteit als het ware onvermijdelijk een constitutief element
uitmaakt van de stad (Ponsaers et al, 2003). Dit uitgangspunt is noodzakelijk om de
(hoge) criminaliteitsgraden van steden te kunnen interpreteren.
2. Gebruikte gegevens
2.1 Politiële geregistreerde criminaliteit
De criminaliteitcijfers die in deze bijdrage worden gebruikt, zijn de ofcieel geregis-
treerde criminaliteitcijfers van de Belgische Federale Politie. Ze worden gecentrali-
seerd bij de Dienst Beleidsgegevens van de Directie Operationele Politionele Infor-
matie (CGO). In het kader van het SBO-project ‘Social Cohesion Indicators for the
Flemish Region’ werd toestemming verkregen om de cijfers te gebruiken voor weten-
schappelijk onderzoek. We konden beschikken over data van 2001 tot en met 2006.
De reden waarom de criminaliteitcijfers van vóór 2001 niet in de analyse opgenomen
worden, is een gebrek aan continuïteit in de gegevensverzameling ten gevolge van de
politiehervorming. Kwaliteitsvolle statistieken vereisen immers continuïteit en vol-
ledigheid. Met de invoering van de politiehervorming werd de registratienomencla-
tuur van de verschillende politiediensten grondig hervormd. Hierdoor is een breuk
ontstaan in de dataverzameling voor en na de politiehervorming. Bij het maken van
vergelijkingen tussen data van voor en na de politiehervorming zou men met andere
woorden het risico lopen dat de statistiek veeleer diversiteit in verwerkingsproces-
sen dan diversiteit in registratiepraktijken naar voor brengt (Ponsaers & Bruggeman,
2006, p.133).
De cijfers die we in dit onderzoek gebruiken, worden zowel verzameld door de lo-
kale politie als door de federale politie. De twee politiekorpsen werken elk met een
ander informaticasysteem om de Nationale Gegevensbank te voeden. De lokale po-
litie hanteert het Integrated System for the Local Police (ISLP), de federale politie ge-
bruikt het informaticasysteem Feedis (Enhus, 2006). De bron van de politiële crimina-
liteitstatistieken is het aanvankelijk proces verbaal. Dit proces verbaal kan meerdere
feiten omvatten die elk afzonderlijk worden geregistreerd in het informaticasysteem.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 31
De teleenheid is dus het feit en niet het proces verbaal. De geregistreerde feiten zijn
de misdaden en wanbedrijven die gedenieerd zijn in het Strafwetboek en de vele
bijzondere wetten, alsook overtredingen die in geval van herhaling kunnen leiden tot
een correctionele straf. Via geo-codering, de koppeling van pleegplaatsen aan gebie-
den (zoals statistische sectoren), kunnen dan feiten uit PV’s aan de plaats van het mis-
drijf gekoppeld worden. In deze bijdrage wordt gebruik gemaakt van het aanvanke-
lijk proces verbaal, eventuele laattijdige pv’s werden niet in de databank opgenomen.
Bij de registratie van misdrijven vertrekt men van de wettelijke denitie. Aanvullend
gaat men speciekere informatie verzamelen die men registreert in een uniforme no-
menclatuur. Deze nomenclatuur is opgesteld volgens een boomstructuur en laat het
kruisen van feitgegevens toe. Zo komt men tot criminele guren die een zeer speci-
eke omschrijving geven van een feit. ’Diefstal van een auto zonder geweld of bedrei-
ging’ is een voorbeeld van een criminele guur. Het gebruik van deze methode is veel
omvattender dan louter het gebruik van artikel 461 Sw. dat enkel een denitie van
diefstal biedt (Van Altert, Enhus & Ponsaers, 2003).
Vertrekkende vanuit onze doelstelling om de geograsche spreiding van criminaliteit
in kaart te brengen, mag men uiteraard niet werken met de weergave van criminaliteit
in absolute cijfers. Ruimtelijke eenheden zoals landen of steden verschillen immers in
bevolkingsstructuur en oppervlakte. In een stad met 600.000 inwoners gebeuren nu
eenmaal meer delicten dan in een dorp met 1.000 inwoners. Om een duidelijk objec-
tiveerbare vergelijking tussen deze eenheden mogelijk te maken, werken we met cri-
minaliteitsgraden. Hierbij geven we de prevalentie van een bepaald delict weer ten
opzichte van 1000 inwoners van die gemeente. De criminaliteitsgraad van een gebied
wordt aldus bekomen door het aantal delicten te delen door het inwonersaantal van
de gemeente (in duizendtallen).
Wetenschappelijk correcter zou zijn om een criminaliteitsgraad te hanteren die de ge-
registreerde criminaliteit weergeeft op het totale aantal gebruikers van de stad. Grote
steden oefenen immers een grote aantrekkingskracht uit op bijvoorbeeld werknemers,
studenten, bioscoopbezoekers, etc. Zolang deze bezoekers op het grondgebied van
de stad verblijven, lopen ze het risico slachtoffer te worden van een misdrijf, en zij
kunnen op die manier de criminaliteitcijfers sterk laten stijgen. Onderzoek van Ober-
wittler (2004) in Keulen heeft aangetoond dat wanneer criminaliteitsgraden worden
berekend op basis van de werkelijke ’population at risk’ in plaats van de ’resident po-
pulation’, de verschillen tussen het centrum en de rest van de stad klein tot verwaar-
loosbaar worden. Oberwittler maakte hiervoor gebruik van data met betrekking tot
gebruikers van het openbaar vervoer om een idee te krijgen van het totale aantal ge-
bruikers van een bepaald gebied. In België zijn dergelijke accurate metingen van het
aantal stadsgebruikers echter niet voorhanden waardoor de criminaliteitsgraad, geba-
seerd op het aantal inwoners van de gemeente, de best beschikbare indicator blijft.
De delicttypes werden geselecteerd op basis van een hoge aangiftegraad (wordt geme-
ten in de veiligheidsmonitor) en een hoge registratiebereidheid: autodiefstal, diefstal
uit voertuig, woninginbraak en opzettelijke slagen en verwondingen. De hoge aangif-
tegraad geldt vooral voor de drie vermogensdelicten. We kunnen er van uitgaan dat
wie slachtoffer wordt van deze delicten dit ook meestal zal aangeven, en dat de poli-
tie dit ook zal registreren in een proces-verbaal. Autodiefstal wordt gedenieerd als
“een diefstal of afpersing van een auto (personenauto, vrachtwagen, bus, …), met of
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
32 Maklu
zonder geweld, op eender welke plaats”. Diefstal uit voertuig denieert men als “een
diefstal of afpersing, met of zonder geweld, op eender welke plaats, van voorwerpen
die zich in een auto (personenauto, vrachtwagen, bus, …) bevinden”. Woninginbraak
wordt dan weer gedenieerd als “een diefstal met braak, inklimming of valse sleutels,
met of zonder geweld, in een woning (huis, appartement, garage, …)”. Opzettelijke
slagen en verwondingen zijn alle inbreuken tegen de lichamelijke integriteit. In het
Pv-register wordt dit delict verder ontleed in verschillende modaliteiten.
Deze delicten maken een groot deel uit van de totale geregistreerde criminaliteit in
België en ze hebben gemeenschappelijk dat ze telkens direct aanwijsbare slachtoffers
met zich meebrengen. Voornamelijk de eigendomsdelicten kenmerken zich door een
hoge aangiftegraad (autodiefstal 91,9%, diefstal uit auto 64,0%, woninginbraak 78,0%)
aangezien verzekeringsmaatschappijen een proces verbaal eisen vooraleer een tege-
moetkoming te kunnen bieden.3 De aangiftegraad voor lichamelijk geweld is bedui-
dend lager (31,9%). We kunnen veronderstellen dat vooral de zwaardere gevallen van
opzettelijke slagen en verwondingen geregistreerd staan bij de politie (Van Kerck-
voorde, 1995; Pauwels, 2002; Van den Bogaerde, 2007).
2.2 Veiligheidsmonitor
De veiligheidsmonitor is een tweejaarlijkse grootschalige federale bevolkingsenquête
waarin gepeild wordt naar buurtproblemen, onveiligheidsgevoelens,… In deze bij-
drage spitsen we ons toe op het vergelijken van zelfgerapporteerd slachtofferschap
in de veiligheidsmonitor met de geregistreerde criminaliteit in de politiële criminali-
teitstatistieken. Naast slachtofferschap, gebruiken we bij de analyse van het delict wo-
ninginbraak ook de gegevens met betrekking tot de perceptie van woninginbraak als
een buurtprobleem en de inschatting van het risico op slachtofferschap van dit delict.
Voor de andere delicten waren deze bijkomende gegevens niet voorhanden.
We maken gebruik van de volledige veiligheidsmonitoren uit 2002, 2004 en 2006; deze
zijn telkens samengesteld uit enerzijds de lokale monitoren en anderzijds de enquêtes
die speciek voor het federale niveau werden afgenomen. Er werden respectievelijk
22302, 41017 en 43318 respondenten bevraagd in deze drie edities van de monitor. De
gegevens zijn verzameld aan de hand van telefonische interviews. De respondenten
werden at random getrokken uit het Belgische telefoonbestand. Er werd telkens geko-
zen voor de persoon uit het huishouden die het eerst jarig is, met een minimumleeftijd
van 15 jaar (Van den Bogaerde, 2006).
De Veiligheidsmonitor laat toe om enkele veelvoorkomende vormen van criminali-
teit vanuit een andere invalshoek, namelijk gerapporteerd slachtofferschap door de
bevolking, en dus met een ander meetinstrument te benaderen. Dit kan een oplossing
bieden voor enkele gekende problemen die optreden bij het louter gebruik van crimi-
naliteitcijfers als criminograsche bron, zoals het dark number en de aangiftebereid-
heid (Vanderhallen, Pleysier, Vervaeke & Goethals, 1999). Data voortkomend uit een
slachtofferenquête zijn weliswaar niet onderhevig aan de kritieken op ofciële poli-
tiecijfers, toch moeten ook zij met de nodige omzichtigheid geïnterpreteerd worden
3 Deze aangiftepercentages komen voort uit een peiling naar aangiftegedrag in de veiligheidsmoni-
tor. Het betreft telkens het gemiddelde aangiftepercentage van de edities 2002/2004/2006.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 33
(Pauwels & Pleysier, 2008). Ten eerste omdat ‘kennis van slachtofferschap’ niet steeds
optimaal is. Aangezien in de veiligheidsmonitor wordt gepeild naar zowel persoonlijk
slachtofferschap als slachtofferschap van het volledige huishouden, dienen respon-
denten hiervan bij bepaalde vragen goed op de hoogte te zijn. Ten tweede zijn er de
‘geheugeneffecten’ of ‘telescoping’. Er wordt gepeild naar de afgelopen twaalf maan-
den. Echter, hoe verder het moment van slachtofferschap in de tijd, hoe groter de kans
op ruis. Slachtofferschap van zeer ernstige delicten die al lang geleden hebben plaats-
gevonden, worden dan vaak herinnerd alsof ze gisteren zijn gebeurd. Ten derde krijgt
men bij victim surveys ook vaak te kampen met ‘verzwegen slachtofferschap’ omwille
van schaamte, schuldgevoel of stress die bij de respondenten vrijkomt door herinnerd
te worden aan de feiten. In deze bijdrage is dit vooral van toepassing op slachtoffer-
schap van het delict ‘lichamelijk geweld’. Indien het bijvoorbeeld gaat om huiselijk
geweld met een persoonlijke relatie tussen dader en slachtoffer is het niet ondenkbaar
dat de respondent dit soort slachtofferschap liever geheim houdt (Hope, 2005). Vooral
bij telefonische surveys zal het moeilijk zijn om van de respondent een volledig ant-
woord te krijgen op sommige ‘gevoelige’ vragen. Een ander probleem dat eigen is aan
de afname van de veiligheidsmonitor, is dat een deel van de bevolking niet over een
vaste telefoonlijn beschikt, wat een vereiste was om geselecteerd te kunnen worden
als respondent, waardoor ook deze foutenmarge moet ingecalculeerd worden (Pley-
sier, Vervaeke & Goethals, 2006).
We hebben ervoor gekozen om die delicttypes te bestuderen die gelijk zijn of zeer
nauw verwant zijn aan de vier geselecteerde delicttypes uit de politiële criminaliteits-
tatistieken. In het verleden is al gebleken dat deze koppeling van beide meetinstru-
menten geen evidente klus is (Van den Bogaerde, 2006). We bestuderen hier zelfge-
rapporteerd slachtofferschap van autodiefstal, diefstal uit voertuig, woninginbraak
en lichamelijk geweld. Aan de respondenten werd gevraagd of ze in de afgelopen 12
maanden slachtoffer zijn geworden van autodiefstal, diefstal uit auto, woninginbraak (waarbij
iets gestolen werd) en lichamelijk geweld (het gaat hier niet om lichamelijk geweld dat eventu-
eel werd gebruikt bij een diefstal).
Zoals reeds aangehaald in het rapport van Vandersmissen, Thijs, Bruckers en Molen-
berghs (2004) brengt een vergelijking tussen de politiële geregistreerde criminaliteit-
cijfers en zelfgerapporteerd slachtofferschap uit de veiligheidsmonitor enkele proble-
men met zich mee waarvan met zich bewust moet zijn voor een goede interpretatie
van de resultaten. We melden hierna enkele verschillen die in het kader van deze bij-
drage relevant zijn:
a) Bij autodiefstal, diefstal uit auto en woninginbraak zijn de vragen uit de veilig-
heidsmonitor bijvoorbeeld van toepassing op het volledige huishouden. Dit heeft
ongetwijfeld implicaties op de slachtofferschapsgraden. Net zoals bij de criminali-
teitsgraad wordt de slachtofferschapsgraad berekend door het aantal gevallen van
slachtofferschap te delen door het aantal respondenten (in duizendtallen). Aange-
zien bij de drie eigendomsdelicten in de teller ook gevallen van slachtofferschap
kunnen in rekening worden gebracht waar andere leden van het huishouden
slachtoffer van zijn geworden, terwijl de noemer met het aantal bevraagde respon-
denten constant blijft, kan dit aanleiding geven tot overschatting. Eén respondent
kan immers ook verslag uitbrengen over het slachtofferschap van vier andere le-
den van het huishouden.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
34 Maklu
b) Vanuit onze geograsche invalshoek en vanuit het oogpunt om de vergelijkbaar-
heid met de geregistreerde criminaliteitcijfers maximaal te houden, bekijken we de
‘lokale’ victimisatiecijfers; hierbij wordt enkel rekening gehouden met respondenten
die slachtoffer zijn in hun eigen gemeente. We zijn met andere woorden geïnteres-
seerd in de pleegplaats van een bepaald delict en niet in de woonplaats van het
slachtoffer. Daarom werd aan de respondenten bijkomend gevraagd waar zij in de
afgelopen 12 maanden voor het eerst slachtoffer zijn geworden van een bepaald delict (ei-
gen gemeente, andere Belgische gemeente, buitenland,…). Deze bijkomende vraag is
noodzakelijk aangezien het gevaar op vertekening zeer groot zou zijn wanneer bij
de berekening van lokale slachtofferschapsgraden naast de feiten die in de eigen
gemeente werden gepleegd, ook feiten uit andere gemeenten en zelfs uit het bui-
tenland in rekening werden gebracht. Niet-inwoners van een bepaalde gemeente
x die slachtoffer zijn geworden van een bepaald delict in die gemeente x worden
met andere woorden niet in rekening gebracht bij de berekening van de (loka-
le) slachtofferschapsgraden. Uiteraard impliceert dit een zekere divergentie tus-
sen het geregistreerd criminaliteitcijfer in een bepaalde gemeente en het (lokaal)
slachtofferschapcijfer in diezelfde gemeente. Voor de berekening van de slachtof-
ferschapsgraden wordt immers geen rekening gehouden met personen die slacht-
offer zijn buiten hun eigen gemeente, terwijl de geregistreerde criminaliteitsgraad
wel gebaseerd is op het totaal aantal gepleegde delicten in een bepaalde gemeente,
ongeacht of de slachtoffers woonachtig zijn in die gemeente.
c) In het verlengde daarvan wordt in de veiligheidsmonitor ook geen rekening ge-
houden met het slachtofferschap van personen die de Nederlandse of Franse taal
niet machtig zijn aangezien enkel personen die Nederlands of Frans verstaan en
spreken in aanmerking komen om geselecteerd te worden als respondent. Het ge-
geven dat in de politiële criminaliteitstatistieken ook de misdrijven worden op-
genomen die gepleegd werden tegenover personen die de Nederlandse of Franse
taal niet machtig zijn, kan opnieuw tot vertekening leiden.4 Een bijkomende ver-
eiste om geselecteerd te worden als respondent is het bezit van een gekend num-
mer van een vaste telefoonlijn.
d) Niet alleen de respodentenselectie, maar ook de referentieperiode die wordt ge-
hanteerd kan tot vertekening leiden. Zo worden de politiële criminaliteitstatistie-
ken weergegeven per kalenderjaar, terwijl de veiligheidsmonitor tot en met 2002
peilt naar het slachtofferschap dat heeft plaatsgevonden 12 maanden voorafgaand
aan het interview. Aangezien de interviews in het kader van de veiligheidsmonitor
gespreid zijn over de tijd, is de referentieperiode niet gelijk voor alle respondenten
van de veiligheidsmonitor en is het ook duidelijk dat deze referentieperiode niet
overeenstemt met een kalenderjaar. Omdat bepaalde misdrijven onderhevig zijn
aan seizoenseffecten dient men ernstig rekening te houden met deze vorm van
vertekening. Vanaf de veiligheidsmonitor van 2004 heeft men dit probleem opge-
lost door te werken met vaste referentieperioden bij de bevraging van delicten.
e) Een laatste noemenswaardig verschil tussen de veiligheidsmonitor en de politi-
ele criminaliteitstatistieken situeert zich op het niveau van de categorisatie van de
misdrijven. Zo hanteert men in de politiële criminaliteitstatistieken de omschrij-
ving opzettelijke slagen en verwondingen, waar men in de veiligheidsmonitor tot
en met 2002 peilt naar slachtofferschap van lichamelijk geweld. Niettegenstaande
4 In de Veiligheidsmonitor van 2011 zullen ook personen die het Duits machtig zijn in aanmerking
komen om geselecteerd te worden als respondent.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 35
beide metingen inhoudsgeldig zijn en min of meer peilen naar hetzelfde, brengt
het hanteren van een verschillende nomenclatuur de vergelijkbaarheid van bei-
de instrumenten in het gedrang. Daarom wordt sedert de veiligheidsmonitor van
2004 bij de bevraging naar lichamelijk geweld gepeild of het gaat om opzettelijke
slagen en verwondingen.
2.3 Dexia-gemeentetypologie
In dit artikel staat de relatie tussen stedelijkheid en criminaliteit centraal. De bedoeling
is om bij de analyses sterk verstedelijkte gebieden te kunnen vergelijken met minder
stedelijke gebieden en platteland. Maar wat maakt nu dat steden zich onderscheiden
van rurale gemeenten? Deze vraag werd in het verleden al meermaals gesteld door
planologen en sociale geografen, waardoor verschillende pogingen werden onderno-
men om typologieën van steden te ontwikkelen, onder meer op basis van de bevol-
kingsdichtheid. Hoewel er enkele uitzonderingen bestaan (de kansarmoedeatlas van
Kesteloot en zijn collega’s (1996) gebruikt bijvoorbeeld als analyseniveau de statisti-
sche sectoren), werden de meeste typologieën ontwikkeld op basis van de Belgische
indeling in fusiegemeenten. Het indelen van fusiegemeenten in verschillende types is
echter niet zo eenvoudig. Immers, het onderbrengen van gemeentes in categorieën als
’stad’, dan wel ‘dorp’ of ‘gehucht’, hangt van meer factoren af dan van de bevolkings-
dichtheid alleen. Bekende voorbeelden van typologieën zijn: de stedelijke hiërarchie
die werd opgesteld in de eerste Atlas van België (Goossens & Van der Haegen, 1972),
de opeenvolgende geactualiseerde typologieën van de Belgische gemeenten naar ver-
stedelijkingsgraad die telkens werden samengesteld op basis van de tienjaarlijkse so-
ciaaleconomische enquête (Van Hecke, 1998) en de Dexia-classicatie van de Belgi-
sche gemeenten (Dessoy, 1998; Deschamps, 2009).
Wij hebben ervoor geopteerd gebruik te maken van de Dexia-gemeentetypologie.
Enerzijds omdat een classicatie op basis van fusiegemeenten vanuit beleidsoogpunt
zeer interessant is, aangezien dit de laagste bestuurlijke entiteiten zijn in België. An-
derzijds omdat de fusiegemeenten konden ingedeeld worden in ‘slechts’ zes klas-
sen (in tegenstelling tot andere minder pragmatische typologieën waar vaak gebruik
wordt gemaakt van een indeling in meer dan tien klassen). We vonden het daaren-
boven opportuun een bijkomende zevende klasse te creëren voor wat betreft de vijf
grootste steden in België (Antwerpen, Gent, Charleroi, Luik, Brussel), gelet op de spe-
ciciteit van deze grootsteden inzake densiteit, criminaliteitsgraden,… Het gebruik
van deze typologie laat toe hypothesen over stedelijkheid en criminaliteit nauwkeu-
riger te testen.
Voor de samenstelling van deze gemeentetypologie heeft men gebruik gemaakt van
twee reductietechnieken, enerzijds een factoranalyse (reductie van variabelen) en an-
derzijds een clusteranalyse (reductie van eenheden). Het doel van de classicatie be-
stond erin gemeenten met een vergelijkbare sociaaleconomische omgeving onder te
brengen in zo homogeen mogelijke klassen. Men heeft zich niet uitsluitend gebaseerd
op morfologische (fysiek waarneembare) aspecten, maar ook op functionele aspecten
die de sociaaleconomische verscheidenheid van de gemeenten aantonen. Bijzondere
aandacht werd besteed aan de bestemming van de bodem en de gebouwen/wonin-
gen, inkomensvariabelen, economische structuur en structuur van de actieve bevol-
king, demograsche kengetallen, voorzieningen van algemeen nut, externaliteiten en
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
36 Maklu
aantrekkingskracht. Men heeft hiervoor een 150-tal variabelen gebruikt die afkomstig
zijn van het Nationaal Instituut voor de Statistiek (NIS). Deze heeft men gereduceerd
tot een aantal ‘kernfactoren’ met een maximum aan informatie en een minimum aan
redundantie. Op basis van deze kernfactoren konden de 589 fusiegemeenten door
middel van een clusteranalyse geclassiceerd worden in homogene clusters. Aange-
zien het gaat om een ’typologie met uitsluitende categorieën’, behoort elke fusiege-
meente tot een en slechts een cluster of gemeentetype. Binnen elke cluster kunnen de
gemeenten nog (grote) verschillen vertonen op tal van variabelen. Deze verschillen
zijn echter overal kleiner dan de verschillen met de gemeenten uit de andere clusters.
Tabel 1: Kenmerken Dexia-gemeentetypologie5
Aantal Densiteit Dominante kenmerken
(Bron: Dexia-Bank)
Woongemeenten 170 383 inw/km²
Min: 2358 inw.
Max: 76576 inw.
Inkomens > regionaal gemiddelde en
zwakke centrumfunctie
Landelijke
gemeenten
165 136 inw/km²
Min: 85 inw.
Max: 32141 inw.
Verstedelijkingsgraad < regionaal
gemiddelde en zwakke centrumfunctie
Gemeenten
economische
activiteit
79 351 inw/km²
Min: 2007 inw.
Max: 45771 inw.
Inkomens < regionaal gemiddelde en
zwakke centrumfunctie
Semistedelijke
gemeenten
67 547 inw/km²
Min: 6544 inw.
Max: 41531 inw.
Economische activiteit
> regionaal gemiddelde en
inkomens < regionaal gemiddelde
Middelgrote en
regionale steden495 386 inw/km²
Min: 4348 inw.
Max: 116982 inw.
Centrumfunctie > regionaal gemiddelde
Toeristische
gemeenten
8 463 inw/km²
Min: 10153 inw.
Max: 34132 inw.
Sterke toeristische activiteit
> regionaal gemiddelde
Grootsteden 5 2191 inw/km²
Min: 145917 inw.
Max: 466203 inw.
Centrumfunctie ↑↑
Grootsteden met > 100000 inwoners
In tabel 1 vinden we de Dexia indeling van de fusiegemeenten in zeven gemeentety-
pen. Het aantal fusiegemeenten per gemeentetype wordt weergegeven, evenals de
gemiddelde densiteit en het minimum en maximum aantal inwoners. Onmiddellijk
valt het verschil op van het lage aantal grootsteden (5) en toeristische gemeenten (8)
tegenover de andere gemeentetypen. Ook het hoge aantal middelgrote en regionale
steden (95), die een centrumfunctie hebben die hoger is dan het regionaal gemiddel-
de, wekt de aandacht. Niet enkel de zogenaamde centrumsteden maken deel uit van
dit gemeentetype, maar ook een hoog aantal middelgrote en regionale steden. Daar-
enboven kan men tot eenzelfde gemeentetype behoren op basis van factoren die niet
direct ruimtelijk zichtbaar zijn (demograsche evolutie, vergrijzing bevolking, …). De
verschillen in densiteit tussen de cluster van landelijke gemeenten enerzijds (‘slechts’
5 Hiertoe behoren ook de zogenaamde ’centrumsteden’ met uitzondering van de vijf grootsteden.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 37
136 inwoners per vierkante kilometer) en de clusters van semistedelijke gemeenten en
grootsteden anderzijds (meer dan 500 inwoners per vierkante kilometer) geeft goed
de verhoudingen weer tussen de verschillende gemeentetypen. Tot slot geeft tabel 1
enkele dominante karakteristieken van elk gemeentetype. De ‘woongemeenten’ ken-
merken zich door hoge inkomens en een zwakke centrumfunctie. Denken we dan
onder andere aan de duurdere villawijken zoals Schilde, Sint-Martens-Latem, Overij-
se, … Bij de ‘landelijke gemeenten’ komt vooral de lage verstedelijkingsgraad en de
zwakke centrumfunctie tot uiting (Retie, Mesen, Wortegem-Petegem, …). ‘Gemeen-
ten met economische activiteit’ worden gekenmerkt door een hoge economische be-
drijvigheid (veel ondernemingen) met een zwakke centrumfunctie en lage inkomens
(Zelzate, Kuurne, Tessenderlo, …). Ook ’semistedelijke gemeenten’ kennen een hoge
economische activiteit en lage inkomens. De centrumfunctie is minder zwak dan bij
de gemeenten met economische activiteit. We denken hier aan gemeenten zoals Boom,
Harelbeke, Beveren, … Bij de ‘middelgrote en regionale steden’ staat de centrumfunc-
tie centraal. Zoals vermeld vinden we in dit gemeentetype zowel middelgrote steden
(zoals Zottegem, Lier, Tongeren, …) als regionale steden (Aalst, Kortrijk, Vilvoorde,
…) en zelfs centrumsteden (Namen, Hasselt, Oostende, …). Deze gemeenten beschik-
ken allemaal over een zekere centrumfunctie en vormen lokale attractieve polen voor
de omliggende gemeenten. De ’grootsteden’ bevatten zoals aangegeven de vijf metro-
polen (Antwerpen, Gent, Charleroi, Luik, Brussel) die de centrumfunctie van de mid-
delgrote en regionale steden nog overstijgen. Deze vijf grootsteden hebben een bevol-
kingsdichtheid van bijna 2200 inwoners per vierkante kilometer en zijn daarin niet te
vergelijken met de andere gemeentetypen. Tot slot zijn er de ‘toeristische gemeenten’
die zich onderscheiden omwille van een sterke toeristische activiteit (Blankenberge,
De Haan, Nieuwpoort, …). De Dexia indeling werd in 2007 geactualiseerd, zowel voor
het Vlaamse, Waalse als Brusselse gewest (Deschamps, 2009). Wij hebben ervoor geop-
teerd de indelingen van de drie gewesten samen te voegen tot een algemene typologie
voor het volledige Belgische grondgebied zodat de analyses konden uitgevoerd wor-
den voor het ganse land. De volledige lijst van fusiegemeenten ingedeeld volgens de
Dexia-typologie en per provincie is te vinden in bijlage 1.
3. Geregistreerde criminaliteit en slachtofferschap in België
In deze paragraaf wordt aan de hand van tabellen en graeken ingegaan op voormelde
vormen van criminaliteit: respectievelijk autodiefstal, diefstal uit voertuig, woningin-
braak en opzettelijke slagen en verwondingen/lichamelijk geweld. Door middel van
een integratie van enerzijds geregistreerde criminaliteitsgraden uit de politiële crimi-
naliteitstatistieken en anderzijds slachtofferschapsgraden uit de veiligheidsmonitor,
trachten we een criminograsche analyse te maken voor België. Woninginbraak wordt
aanvullend ook bestudeerd vanuit twee andere invalshoeken: de bevolkingsperceptie
over woninginbraak als een buurtprobleem en de graad van risico-inschatting dat men
zelf slachtoffer zou kunnen worden van woninginbraak. De Dexia-typologie stelt ons
in staat de relatie tussen stedelijkheid en criminaliteit empirisch te bestuderen. In de
tabellen worden telkens de graden voor alle zeven de gemeentetypen weergegeven.
In de graeken belichten we telkens twee tot drie gemeentetypen die een overzichte-
lijk beeld geven van de relatie tussen stedelijkheid en criminaliteit en/of die duidelijk
afwijken van de algemeen waarneembare trend. De resultaten worden besproken op
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
38 Maklu
basis van de trendlijnen; dit zijn de best passende lineaire rechten die kunnen getrok-
ken worden door de verschillende observatiepunten per gemeentetype.
Bij wijze van inleiding op de resultaten per gemeentetype, schetsen we eerst een alge-
meen beeld voor het volledige grondgebied van België.
Figuur 1: Geregistreerde criminaliteitcijfers van enkele veelvoorkomende
delicten in België (absolute aantallen)
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
In Figuur 1 zien we geen al te grote schommelingen doorheen de tijd bij de vier ver-
schillende delicten. Op basis van de meest recent beschikbare cijfers komt diefstal uit
voertuig in België het vaakst voor, gevolgd door opzettelijke slagen en verwondingen,
woninginbraak en autodiefstal. Diefstal uit voertuig bleef over de zes bestudeerde
jaren vrij stabiel. De grootste schommeling was een daling van bijna 10% in 2003 ten
opzichte van 2002. Dit criminaliteitcijfer bleef dalen tot in 2005, waarna opnieuw een
lichte stijging kan worden waargenomen. Het aantal opzettelijke slagen en verwon-
dingen bleef tot in 2003 onder het aantal vastgestelde woninginbraken. Vanaf 2004
stellen we het omgekeerde vast. Deze verschuiving is niet zozeer te wijten aan de licht
stijgende evolutie van het aantal opzettelijke slagen en verwondingen doorheen de
bestudeerde tijdsperiode, maar wel aan de relatief sterke dalingen van respectievelijk
20% en 14% die we in 2003 en 2004 kunnen waarnemen ten opzichte van het voor-
gaande jaar bij het aantal geregistreerde woninginbraken. Autodiefstal tot slot is van
een veel kleinere orde dan de drie voorgaande delicten. Dit criminaliteitcijfer neemt
gradueel af gedurende de bestudeerde tijdsperiode en kent een halvering in 2006 ten
opzichte van 2002. Gemiddeld kunnen we spreken van ongeveer 22500 geregistreerde
autodiefstallen per jaar in België; dit zijn er ongeveer 60 per dag. Ter vergelijking: ge-
durende de bestudeerde tijdsperiode werden in België per dag ongeveer 240 diefstal-
len uit voertuigen vastgesteld.
3.1 Autodiefstal
Bij elk delicttype zullen we telkens eerst een beschrijving geven op basis van de ge-
registreerde criminaliteitcijfers en de slachtofferschapcijfers die per gemeentetype in
de tabellen worden gepresenteerd. Nadien opteren we ervoor om hieruit een selectie
te maken met het oog op een heldere voorstelling in een graek. We belichten telkens
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 39
twee à drie gemeentetypen die de relatie tussen de spreiding van het delict en stede-
lijkheid perfect illustreren, of die afwijken van de algemeen waarneembare trend.
Tabel 2: Geregistreerde autodiefstallen per gemeentetype (aantallen per 1000 inwoners)
2001 2002 2003 2004 2005 2006
Woongemeenten 2,13 1,85 1,59 1,16 1,06 1,06
Landelijke gemeenten 1,25 1,07 0,83 0,68 0,61 0,53
Gemeenten economische
activiteit
2,62 2,09 1,64 1,36 1,17 1,22
Semistedelijke gemeenten 2,39 2,22 1,85 1,44 1,26 1,34
Middelgrote en regionale
steden
3,49 3,10 2,37 1,97 1,83 1,80
Toeristische gemeenten 1,85 1,43 1,41 1,03 0,93 0,76
Grootsteden 8,03 6,74 5,28 4,57 3,84 3,87
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
Tabel 3: Gerapporteerd slachtofferschap autodiefstal per gemeentetype
(aantallen per 1000 inwoners)
2002 2004 2006
Woongemeenten 4,56 4,20 3,51
Landelijke gemeenten 4,63 1,18 1,27
Gemeenten economische activiteit 4,31 2,16 2,24
Semistedelijke gemeenten 3,79 6,01 5,26
Middelgrote en regionale steden 5,96 6,46 3,78
Toeristische gemeenten 3,52 1,75 3,09
Grootsteden 13,34 10,75 7,14
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
Uit tabel 2 en tabel 3 leiden we af dat grootsteden veruit de hoogste criminaliteit- en
slachtofferschapsgraad vertonen en landelijke gemeenten de laagste.6 In 2002 merken
we echter op dat de landelijke gemeenten uitzonderlijk een slachtofferschapsgraad
hadden die hoger was dan de andere gemeentetypen, met uitzondering van de groot-
steden en de middelgrote en regionale steden. Verder merken we in alle gemeentety-
pen een zeer duidelijk dalende trend voor de criminaliteitsgraad van autodiefstal over
de zes jaren heen. Voor wat betreft slachtofferschap in de eigen gemeente is die trend
niet unaniem dalend. De semistedelijke gemeenten vertonen hier een stijgende trend
in tegenstelling tot de andere gemeentetypen. Daarom hebben we ervoor gekozen de
6 Om een idee te geven van het verschil in absolute aantallen: jaarlijks heeft een van de vijf grootste-
den gedurende de bestudeerde tijdsperiode te kampen gehad met gemiddeld 1298 autodiefstal-
len, terwijl er in een doorsnee landelijke gemeente gemiddeld nog geen 7 autodiefstallen per jaar
werden geregistreerd.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
40 Maklu
trendlijnen van geregistreerde autodiefstallen en slachtofferschap van autodiefstal in
deze semistedelijke gemeenten te vergelijken met de grootsteden in een graek.
Figuur 2: Criminaliteitsgraad en slachtofferschapsgraad van autodiefstallen
voor grootsteden en semistedelijke gemeenten (per 1000 inwoners)
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
De trendlijnen in guur 2 weerspiegelen de best passende lineaire rechten door de
verschillende observatiepunten (i.c. criminaliteitsgraad en slachtofferschapsgraad van
autodiefstal) per gemeentetype. Onmiddellijk valt de dalende trend op in de grootste-
den voor zowel criminaliteitsgraad als slachtofferschapsgraad, terwijl deze bij de se-
mistedelijke gemeenten tegengesteld zijn aan elkaar. Bij de semistedelijke gemeenten
vertoont de geregistreerde criminaliteitsgraad een dalende trend en de gerapporteer-
de slachtofferschapsgraad een stijgende trend (dit in tegenstelling tot alle andere ge-
meentetypen). In deze gemeenten daalt het aantal geregistreerde autodiefstallen dus,
maar tegelijk rapporteren de respondenten in de veiligheidsmonitor steeds meer ge-
vallen van autodiefstal. Deze stijging van het gerapporteerd slachtofferschap in de
semistedelijke gemeenten staat trouwens in schril contrast met de cijfergegevens uit
tabel 3 die aantonen dat gerapporteerd slachtofferschap in de andere gemeentetypen
een dalende trend vertoont. Een verklaring voor deze tegenstrijdige bevinding is niet
direct voorhanden. Toekomstig onderzoek met meer recente edities van de veiligheids-
monitor zal moeten uitwijzen of deze tegenstelling tussen geregistreerde criminaliteit-
cijfers en gerapporteerd slachtofferschap van autodiefstal zich verderzet. Een andere
vaststelling is dat de geregistreerde criminaliteitsgraden een stuk lager liggen dan de
gerapporteerde slachtofferschappercentages. Registratiebereidheid, aangiftegedrag,
geheugeneffecten en telescoping bij victim surveys, etc. zijn mogelijke verklaringen
voor deze vaststelling. Onderzoek van Elffers en Averdijk (2007) heeft bijvoorbeeld
aangetoond dat slachtofferenquêtes een substantiële overschatting van het aantal ge-
rapporteerde aangiften laten zien. Veel van de aangiftes die respondenten te kennen
gaven werden wel teruggevonden, maar niet in de stapel aangiftes die vielen bin-
nen de bevraagde periode. Telescoping bleek in dat onderzoek een belangrijke rol te
spelen. Ook het gegeven dat voor de berekening van de slachtofferschapsgraden een
beroep wordt gedaan op een steekproef van de totale populatie, terwijl voor de bere-
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 41
kening van de criminaliteitsgraden gebruik wordt gemaakt van absolute aantallen die
betrekking hebben op de gehele bevolking, is een mogelijke denkpiste om de discre-
pantie tussen beide graden te verklaren. In het kader van dit beschrijvend onderzoek
kunnen we dit echter niet met zekerheid beweren. Verder onderzoek is noodzakelijk
om uit te maken welke factoren een invloed hebben gehad op het feit dat slachtoffer-
schapsgraden in dergelijke mate verschillen van criminaliteitsgraden en op de tegen-
gestelde trend die we hebben waargenomen bij de semistedelijke gemeenten.
3.2 Diefstal uit voertuig
Tabel 4: Geregistreerde diefstallen uit voertuigen per gemeentetype
(aantallen per 1000 inwoners)
2001 2002 2003 2004 2005 2006
Woongemeenten 6,38 7,15 6,75 6,76 5,71 6,53
Landelijke gemeenten 2,06 2,26 1,89 2,04 2,04 2,04
Gemeenten economische
activiteit
3,82 3,71 3,40 3,23 3,50 3,26
Semistedelijke gemeenten 3,80 3,66 3,59 3,59 3,67 3,38
Middelgrote en regionale
steden
10,50 10,85 9,54 8,27 8,06 8,94
Toeristische gemeenten 4,90 4,05 2,73 3,04 3,33 3,13
Grootsteden 28,68 30,88 27,57 26,02 24,21 26,18
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
Tabel 5: Gerapporteerd slachtofferschap diefstal uit voertuig per gemeentetype
(aantallen per 1000 inwoners)
2002 2004 2006
Woongemeenten 32,31 37,20 35,93
Landelijke gemeenten 11,92 11,45 8,87
Gemeenten economische activiteit 15,09 14,72 20,20
Semistedelijke gemeenten 18,94 31,95 26,32
Middelgrote en regionale steden 37,95 38,64 35,43
Toeristische gemeenten 3,51 9,19 9,70
Grootsteden 62,19 68,72 63,42
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
De verschillen tussen de gemeentetypen zijn bij het delict diefstal uit voertuig veel
groter dan bij autodiefstal: in de grootsteden ligt de criminaliteitsgraad hier 13 keer
hoger dan in de landelijke gemeenten. Uit tabel 4 en tabel 5 kunnen we aeiden dat
ook hier de grootsteden veruit met de hoogste criminaliteitsgraad en slachtoffer-
schapsgraad geconfronteerd worden. Dit is een constante over de gehele bestudeerde
tijdsperiode. Toeristische gemeenten en opnieuw de landelijke gemeenten blijken het
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
42 Maklu
minst onderhevig te zijn aan diefstallen uit voertuigen.7 Deze bevinding stemt volle-
dig overeen met het theoretisch kader waarbij de graad van urbanisatie gerelateerd
wordt aan hoge criminaliteitsgraden.8 Wetenschappelijk onderzoek heeft aangetoond
dat verminderde of bemoeilijkte informele sociale controle en verhoogde opportuni-
teiten tot het plegen van criminaliteit een verklaring bieden voor de relatie tussen ur-
banisatie en criminaliteit/slachtofferschap. Verdere multivariate analyses moeten uit-
wijzen wat het belang is van deze mechanismen in een Belgische gemeentecontext.
Verder valt in tabel 5 ook de zeer sterke stijging op in 2004 ten opzichte van 2002 bij
de semistedelijke gemeenten (een stijging van 69% in vergelijking met de slachtoffer-
schapbevraging in 2002). Tot slot vertonen de toeristische gemeenten in 2002 en 2004
een lagere slachtofferschapsgraad dan de landelijke gemeenten. We kunnen echter
verwachten dat deze toeristische gemeenten (dit zijn de kustgemeenten) in realiteit
een hogere graad van slachtofferschap hebben dan de landelijke gemeenten vanwege
het kusttoerisme. Slachtoffers (toeristen) die slechts tijdelijk in deze gemeenten ver-
toefden, werden namelijk niet in rekening gebracht bij de berekening van lokale vic-
timisatiegraad, wat vooral bij dit gemeentetype een gevaar op onderschatting bete-
kent.
Figuur 3: Criminaliteitsgraad en slachtofferschapsgraad van diefstallen uit voertuigen voor
grootsteden, middelgrote en regionale steden, en landelijke gemeenten (per 1000 inwoners)
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
7 Ook hier een kleine illustratie door middel van absolute aantallen om een goed zicht te krijgen
op de grootteorde van het verschil: jaarlijks heeft een van de vijf grootsteden gedurende de bestu-
deerde tijdsperiode te kampen gehad met gemiddeld 6583 diefstallen uit voertuigen, terwijl er in
een doorsnee landelijke gemeente gemiddeld slechts 16 diefstallen uit voertuigen per jaar werden
geregistreerd.
8 Aangezien de graad van urbanisatie (in de zin van bevolkingsdichtheid) niet volledig overeen-
stemt met de gemeentetypologie, hebben we ook de correlaties berekend tussen bevolkingsdicht-
heid (aantal inwoners per km²) en de criminaliteitsgraden van dit delict. We vonden telkens een
correlatie die zich situeert rond de 0.70, wat wijst op een heel sterk verband.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 43
De linkse graek van Figuur 3 illustreert heel duidelijk de hoge criminaliteitsgraad
voor de grootsteden. Dit geldt ook zo voor de middelgrote en regionale steden die na
de grootsteden het frequentst te maken hebben met diefstallen uit voertuigen. Hoewel
dit gemeentetype de tweede hoogste criminaliteitsgraad van diefstallen uit voertuigen
kent, blijkt het verschil met de grootsteden toch enorm groot te zijn. De gemeenten uit
het Brusselse gewest, die voor een groot deel behoren tot de gemeentetypen ‘groot-
steden’ en ‘middelgrote en regionale steden’, hebben een belangrijke invloed op deze
hoge criminaliteitsgraden (zie bijlage 2 voor een grasche weergave van de sterke con-
centratie geregistreerde diefstallen uit voertuigen in en rond het Brusselse gewest). Het
Brusselse gewest vertoont immers een disproportioneel hoge criminaliteitsgraad in
vergelijking met de andere gewesten. Anderzijds dient dan weer te worden opgemerkt
dat de licht dalende trend van diefstallen uit voertuigen het sterkst naar voren komt
in diezelfde grootsteden en middelgrote en regionale steden. Zoals vermeld worden
landelijke gemeenten met de kleinste graad van diefstal uit voertuigen geconfronteerd.
Het verschil tussen grootsteden en landelijke gemeenten is frappant.
In de rechtse graek van Figuur 3 zien we een gelijkaardig beeld. Op basis van de
slachtofferschapgegevens uit de veiligheidsmonitoren blijkt dat grootsteden opnieuw
het vaakst worden geconfronteerd met diefstallen uit voertuigen, gevolgd door mid-
delgrote en regionale steden. De landelijke gemeenten bengelen ook op basis van
deze cijfergegevens helemaal onderaan. Opnieuw dient opgemerkt dat de slachtoffer-
schapsgraad voor alle gemeentetypen veel hoger ligt dan de criminaliteitsgraad die
we bekomen op basis van de politiële criminaliteitstatistieken. Verder onderzoek moet
meer duidelijkheid brengen omtrent de oorzaken van deze verschillen. Opvallend is
verder de stabiele tot licht stijgende trend in de slachtofferschapsgraad van dit delict
bij de grootsteden, in tegenstelling tot de eerder licht dalende trend die we hadden
waargenomen op basis van de geregistreerde criminaliteitcijfers.
Figuur 4: Procentuele verdeling op basis van criminaliteitsgraad diefstallen
uit voertuigen per gemeentetype (per 1000 inwoners)
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
In guur 4 valt op dat de procentuele verhoudingen tussen de verschillende gemeen-
tetypen bij de geregistreerde criminaliteitsgraad van diefstallen uit voertuigen gedu-
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
44 Maklu
rende de zes teljaren zeer stabiel blijven. Hoewel het aantal geregistreerde delicten
sterk kunnen verschillen over de verschillende jaren blijven de onderlinge verhoudin-
gen zeer gelijklopend. Na het optellen van de criminaliteitsgraden per jaar zien we dat
de grootsteden met meer dan 50% van het staafdiagram veruit de grootste proportie
innemen. De middelgrote en regionale steden vormen de tweede grootste proportie,
gevolgd door de woongemeenten. De toeristische gemeenten, semistedelijke gemeen-
ten, gemeenten met economische activiteit en landelijke gemeenten hebben allen een
zeer vergelijkbare proportie over de verschillende jaren heen en nemen het kleinste
deel in van de totale criminaliteitsgraad. Deze stabiele verhoudingen tussen de ge-
meentetypen in de tijd konden we ook bij de andere delicttypes terugvinden.
3.3 Woninginbraak
Voor de analyse van woninginbraak hebben we ervoor geopteerd dit delict vanuit vier
verschillende invalshoeken te benaderen. Anders dan bij de analyse van de overige
delicten, maken we bij woninginbraak gebruik van twee bijkomende metingen uit
de veiligheidsmonitor: enerzijds de bevolkingsperceptie over woninginbraak als een
buurtprobleem en anderzijds de graad van risico-inschatting dat men zelf slachtoffer
zou worden van woninginbraak. Vanuit methodologisch perspectief en met het oog
op externe validiteit, is het interessant dit delict vanuit deze vier verschillende invals-
hoeken te analyseren.
Tabel 6: Geregistreerde woninginbraken per gemeentetype (aantallen per 1000 inwoners)
2001 2002 2003 2004 2005 2006
Woongemeenten 8,90 10,36 7,59 6,32 6,08 7,10
Landelijke gemeenten 5,28 5,25 4,38 3,49 2,97 3,12
Gemeenten economische activiteit 7,25 7,31 5,85 4,72 4,53 4,69
Semistedelijke gemeenten 6,51 6,65 5,64 4,89 4,75 4,97
Middelgrote en regionale steden 7,47 8,25 6,95 5,86 6,18 6,70
Toeristische gemeenten 4,96 6,09 4,80 4,45 5,18 4,24
Grootsteden 12,66 13,31 10,28 9,70 10,19 10,96
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
Tabel 7: Gerapporteerd slachtofferschap woninginbraak per gemeentetype
(aantallen per 1000 inwoners)
2002 2004 2006
Woongemeenten 36,85 33,40 29,57
Landelijke gemeenten 24,35 12,92 12,17
Gemeenten economische activiteit 26,92 26,01 17,71
Semistedelijke gemeenten 27,35 34,31 30,41
Middelgrote en regionale steden 37,82 27,34 25,72
Toeristische gemeenten 16,39 10,97 9,44
Grootsteden 57,06 35,41 34,60
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 45
Uit tabel 6 en tabel 7 kunnen we aeiden dat grootsteden ook bij woninginbraak de
hoogste criminaliteit- en slachtofferschapsgraden vertonen. In tegenstelling tot bij
voorgaande besproken delicten zijn de verschillen met de andere gemeentetypen
veel minder uitgesproken. Opvallend is dat de woongemeenten na de grootsteden de
hoogste criminaliteit- en slachtofferschapsgraden vertonen, en dus niet de middelgro-
te en regionale steden zoals we bij de vorige delicten konden waarnemen. De lande-
lijke en toeristische gemeenten hebben de laagste cijfers voor woninginbraak.
Tabel 8: Respondenten die woninginbraak eerder wel/helemaal wel als probleem
percipiëren per gemeentetype (aantallen per 1000 inwoners)
2002 2004 2006
Woongemeenten 705,03 642,13 665,32
Landelijke gemeenten 582,57 496,30 468,19
Gemeenten economische activiteit 632,56 586,22 543,33
Semistedelijke gemeenten 614,29 638,09 644,56
Middelgrote en regionale steden 626,97 547,40 554,92
Toeristische gemeenten 346,99 360,05 379,51
Grootsteden 684,60 612,12 606,60
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
Tabel 9: Grote tot heel grote risico-inschatting woninginbraak per gemeentetype
(aantallen per 1000 inwoners)
2002 2004 2006
Woongemeenten 333,11 289,30 289,60
Landelijke gemeenten 247,85 209,83 177,83
Gemeenten economische activiteit 309,34 248,38 217,38
Semistedelijke gemeenten 305,08 303,09 284,32
Middelgrote en regionale steden 302,20 244,55 236,17
Toeristische gemeenten 176,80 170,63 159,60
Grootsteden 359,49 293,28 286,43
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
Uit de gegevens van de bijkomende metingen naar woninginbraak uit de veiligheids-
monitor halen we gelijkaardige bevindingen. In tabel 8 worden de cijfers getoond van
het aantal mensen per 1000 inwoners die woninginbraak eerder wel of helemaal wel
als een probleem ervaren in hun buurt. De gegevens werden geaggregeerd op het ni-
veau van de gemeentetypologie. We zien dat in de woongemeenten woninginbraak
als het meest problematisch wordt gepercipieerd. In de landelijke gemeenten en voor-
al de toeristische gemeenten beoordelen de inwoners dit delict het minst problema-
tisch. Tabel 9 geeft de cijfers weer van het aantal personen per 1000 inwoners die me-
nen dat hun huishouden de volgende 12 maanden een groot tot heel groot risico loopt
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
46 Maklu
om slachtoffer te worden van een inbraak waarbij er iets gestolen wordt. Opnieuw de
woongemeenten komen, in dit geval samen met de grootsteden en semistedelijke ge-
meenten, het minst positief uit deze analyse. In de metingen van 2002, 2004 en 2006
geeft de bevolking van respectievelijk de grootsteden, de semistedelijke gemeenten en
de woongemeenten het meest frequent aan dat zij hun kans om slachtoffer te worden
van woninginbraak groot tot heel groot inschatten. In lijn met de resultaten uit tabel 8
zijn het de landelijke gemeenten en vooral de toeristische gemeenten waar deze risico-
inschatting het minst aanwezig is.
Figuur 5: Criminaliteitsgraad en slachtofferschapsgraad van woninginbraken voor woonge-
meenten, gemeenten met economische activiteit en landelijke gemeenten (per 1000 inwoners)
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
In guur 5 integreren we opnieuw de criminaliteitsgraad en slachtofferschapsgraad in
een graek. Zoals we reeds zagen bij de andere delicttypes ligt de aangegeven slacht-
offerschapsgraad betrekkelijk hoger dan de geregistreerde criminaliteitsgraad. We
hebben er bij dit delict voor gekozen om de trendlijnen van drie verschillende ge-
meentetypes te schetsen en met elkaar te vergelijken. Er werd geopteerd voor een
gemeentetype waar woninginbraak zeer frequent (woongemeenten), middelmatig
frequent (gemeenten met economische activiteit) en weinig frequent (landelijke ge-
meenten) wordt geconstateerd. De trendlijnen in guur 5 vertonen allen een dalen-
de trend en ook de onderlinge verhoudingen blijven bij zowel criminaliteitsgraad als
slachtofferschapsgraad bewaard.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 47
Figuur 6: Perceptiegraad en risico-inschattingsgraad van woninginbraken voor
woongemeenten, gemeenten met economische activiteit en landelijke gemeenten
(per 1000 inwoners)
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
Ook in guur 6 valt de unaniem dalende trend op en de verhoudingen tussen woon-
gemeenten, economische gemeenten en landelijke gemeenten die quasi perfect behou-
den blijven bij zowel perceptiegraad als risico-inschattingsgraad. Het feit dat we bij
vier verschillende metingen van woninginbraak een heel gelijklopend beeld waarne-
men, suggereert de stabiliteit van de bevindingen en betekent een extra validatie van
de gevonden resultaten.
De analyses van woninginbraak tonen duidelijk aan dat het aangewezen blijft om de-
lictspecieke analyses door te voeren. Hoewel ook hier de relatie tussen stedelijkheid
en criminaliteit aanwezig is (zie de sterke verschillen tussen grootsteden en landelijke
gemeenten in de tabellen 6, 7, 8 en 9), zien we dat woongemeenten bijna even kwets-
baar zijn voor het delict woninginbraak, en over het algemeen zelfs kwetsbaarder dan
de middelgrote en regionale steden. Nochtans kenmerken woongemeenten zich on-
der andere door hun zwakke centrumfunctie, wat op het eerste zicht misschien niet
direct overeenstemt met de relatie tussen een sterke bevolkingsdichtheid en crimina-
liteit. Uit voorgaand onderzoek is ook al gebleken dat bij woninginbraak, in tegen-
stelling tot bij andere delicten, densiteit een minder belangrijke invloed heeft op geo-
grasche spreiding en in die zin een speciaal geval is (Pauwels, 2003). Opportuniteit
(gelegenheid) tot het plegen van woninginbraak speelt hier wellicht een belangrijke
rol. Het gegeven dat in woongemeenten over het algemeen een hoog gemiddeld inko-
men voorkomt, wat onder andere tot uiting komt in verschillende dure villawijken die
zich situeren in dit type van gemeenten, maakt deze gebieden kwetsbaarder voor dit
delicttype. Vandaar ons pleidooi voor meer delictspecieke analyses in criminogra-
sch onderzoek en meer accurate metingen van de werkelijke ’population at risk’.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
48 Maklu
3.4. Opzettelijke slagen en verwondingen/lichamelijk geweld
Tabel 10: Geregistreerde opzettelijke slagen en verwondingen
per gemeentetype (aantallen per 1000 inwoners)
2001 2002 2003 2004 2005 2006
Woongemeenten 3,48 3,75 3,81 3,77 3,99 4,15
Landelijke gemeenten 3,37 3,63 3,62 3,47 3,62 3,69
Gemeenten economische activiteit 4,62 4,77 4,93 4,84 5,04 5,20
Semistedelijke gemeenten 5,14 6,01 5,87 5,74 5,91 6,19
Middelgrote en regionale steden 6,89 7,08 7,38 7,47 7,70 7,96
Toeristische gemeenten 7,47 7,13 7,18 6,94 6,54 7,35
Grootsteden 10,36 11,22 12,05 12,46 12,85 12,91
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
Tabel 11: Gerapporteerd slachtofferschap lichamelijk geweld
per gemeentetype (aantallen per 1000 inwoners)
2002 2004 2006
Woongemeenten 4,94 7,02 7,26
Landelijke gemeenten 1,22 8,49 6,53
Gemeenten economische activiteit 7,69 7,20 7,29
Semistedelijke gemeenten 3,77 13,08 10,22
Middelgrote en regionale steden 7,09 14,08 11,00
Toeristische gemeenten 5,46 9,07 7,55
Grootsteden 11,85 16,96 12,71
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
Tabel 10 laat zien dat de criminaliteitsgraad voor opzettelijke slagen en verwondin-
gen bij de verschillende gemeentetypen een stabiele tot licht stijgende trend vertoont.
In tabel 11 vertoont de slachtofferschapsgraad een eerder stijgende tot sterk stijgende
trend. De verhoudingen tussen de gemeentetypen blijven, in navolging van de vo-
rige besproken delicttypes, ook hier zeer constant gedurende de bestudeerde tijds-
periode. Opvallend is de zeer sterke stijging in 2004 ten opzichte van 2002 van het
aangegeven slachtofferschap in de grootsteden, de middelgrote en regionale steden,
de semistedelijke gemeenten, de toeristische gemeenten en de landelijke gemeenten.
Grootsteden vertonen bij beide meetinstrumenten de hoogste graad. Woongemeenten
en landelijke gemeenten worden het minst geconfronteerd met opzettelijke slagen en
verwondingen en lichamelijk geweld.9 Opmerkelijk is ook de relatief hoge crimina-
9 Laten we deze relatie tussen stedelijkheid en criminaliteit opnieuw even illustreren aan de hand
van absolute aantallen: jaarlijks heeft een van de vijf grootsteden gedurende de bestudeerde tijds-
periode te kampen gehad met gemiddeld 2895 feiten van opzettelijke slagen en verwondingen,
terwijl er in een doorsnee landelijke gemeente gemiddeld slechts 28 feiten van opzettelijke slagen
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 49
liteit- en slachtofferschapsgraden van de toeristische gemeenten in vergelijking met
de voorgaande besproken delicttypes. De toeristische gemeenten, hier gelijk aan de
kustgemeenten, vormen in de zomervakantie sterke aantrekkingspolen voor toeris-
ten. Het aantal ‘gebruikers’ van de regio ligt in die periode een stuk hoger dan het
werkelijke inwonersaantal. Hoewel in onze metingen slachtofferschap van toeristen
niet in rekening gebracht wordt aangezien we peilen naar slachtofferschap in de eigen
gemeente, is het plausibel dat een aantal inwoners van de toeristische gemeenten wel
slachtoffer worden van lichamelijk geweld gepleegd door de gebruikers (toeristen)
van die gemeenten. Dat de toeristische gemeenten voornamelijk in het oog springen
omwille van hogere concentraties van lichamelijk geweld kan mogelijks verklaard
worden door de vrijetijdsfunctie die deze gemeenten vervullen. De kust wordt geken-
merkt door een groot aantal uitgaansgelegenheden die veel jongeren aantrekken. In
combinatie met de uitgelaten vakantiesfeer in de zomer, vaak gepaard gaand met ste-
vig alcoholgebruik, kan dit resulteren in vechtpartijen waar ook inwoners van de toe-
ristische gemeenten in betrokken raken, wat een verklaring zou kunnen bieden voor
de relatief hoge slachtofferschapsgraden van lichamelijk geweld in de kustgemeenten
(zie bijlage 3 voor een grasche weergave van de geograsche spreiding van de gere-
gistreerde opzettelijke slagen en verwondingen; het valt op dat de sterke concentraties
veel meer verspreid liggen in vergelijking met de grasche weergave van diefstallen
uit voertuigen en zich vooral situeren in Wallonië).
Figuur 7: Slachtofferschapsgraad en criminaliteitsgraad van opzettelijke slagen en
verwondingen/lichamelijk geweld voor semistedelijke gemeenten, toeristische gemeenten
en woongemeenten (per 1000 inwoners)
Bron: Directie van de Operationele Politionele Informatie (CGO) – Federale Politie –
Commissariaat-Generaal, Politiebeleidsondersteuning, Dienst Beleidsgegevens.
In guur 7 worden de gegevens uit de twee meetinstrumenten met elkaar geïnte-
greerd voor wat betreft de toeristische gemeenten, de semistedelijke gemeenten en de
woongemeenten. De semistedelijke gemeenten en woongemeenten werden gekozen
in het kader van de relatie tussen stedelijkheid en criminaliteit die in de verschillen
en verwondingen per jaar werden geregistreerd.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
50 Maklu
tussen beide typen goed tot uiting komt. De toeristische gemeenten werden geselec-
teerd omwille van hun uitzonderlijk hoge graden in vergelijking met de andere delict-
types. Onmiddellijk valt de stijgende tot sterk stijgende trend op als we kijken naar
slachtofferschapsgraad, in tegenstelling tot de eerder stabiele trend op basis van de
geregistreerde criminaliteitsgraad. De reden hiervoor is niet onmiddellijk duidelijk.
In het begin van deze bijdrage werd reeds gewezen op het feit dat een verschillende
nomenclatuur wordt gehanteerd, namelijk opzettelijke slagen en verwondingen bij de
politiële criminaliteitstatistieken en lichamelijk geweld bij de veiligheidsmonitor. Mo-
gelijk ligt een inhoudelijk verschil dus aan de basis van deze afwijkende trends. Toe-
komstig onderzoek zal moeten uitwijzen of deze evolutie zich in de komende jaren
verderzet. Opmerkelijk is verder dat de slachtofferschapsgraad tot en met 2002 bij de
toeristische en semistedelijke gemeenten, uitzonderlijk in dit artikel, onder het niveau
van de geregistreerde criminaliteitsgraad blijft. We merkten al op dat de aangiftegraad
voor lichamelijk geweld beduidend lager ligt dan de aangiftegraad bij eigendomsde-
licten. Het kan zijn dat dit ook zo geldt voor de kenbaarmaking van slachtofferschap
in victim surveys. Verder onderzoek moet uitwijzen of dit als een verklaring kan die-
nen voor het feit dat criminaliteitsgraden en slachtofferschapsgraden bij dit delicttype
veel meer in elkaars verlengde liggen, in tegenstelling tot de soms exuberante ver-
schillen die werden waargenomen bij de besproken eigendomsdelicten. Een andere
verklaring voor het feit dat criminaliteit- en slachtofferschapsgraden bij de besproken
eigendomsdelicten veel sterker van elkaar verschillen dan bij dit geweldsdelict, kan
zijn dat bij het slachtofferschap in de veiligheidsmonitor met betrekking tot eigen-
domsdelicten ook werd rekening gehouden met de andere leden van het huishouden
van een respondent, terwijl dit bij lichamelijk geweld niet het geval was.
4. Conclusies en bedenkingen
In België beschikt men tot op heden over twee zeer degelijke meetinstrumenten die
geschikt zijn voor criminograsch onderzoek: de politiële criminaliteitstatistieken en
de veiligheidsmonitor. Hoewel we niet blind kunnen zijn voor de vele beperkingen
inherent aan deze meetinstrumenten, kenmerken ze zich ondertussen door een ja-
renlange uniformiteit en bieden daarom mogelijkheden tot vergelijking, weliswaar
beperkt, over de jaren heen. Bovenal vormen ze onze enige betrouwbare bron van in-
formatie met betrekking tot criminaliteit en slachtofferschap. We hopen dan ook dat
de beschikbare meetinstrumenten, politiële criminaliteitstatistieken en veiligheidsmo-
nitor, in de toekomst verder worden geoptimaliseerd en beschikbaar gesteld voor we-
tenschappelijk onderzoek ten dienste van het beleid.
In dit artikel hebben we getracht de verschillende metingen van een aantal fenome-
nen op een coherente wijze met elkaar te vergelijken, om te komen tot een situatie-
schets van enkele veelvoorkomende vormen van criminaliteit in België. Rode draad
doorheen dit verhaal was de relatie tussen stedelijkheid en criminaliteit die al meer
dan een eeuw het criminograsch onderzoek uit binnen- en buitenland heeft gedomi-
neerd. Omwille van een breuk in de dataverzameling voor en na de grote Belgische
politiehervorming, werd er beslist de beschrijvende analyses uit te voeren met als
startjaar 2001 tot en met 2006, het meest recente jaar waarvan we op het moment van
schrijven cijfermateriaal ter beschikking hebben gekregen. Achtereenvolgens werden
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 51
de delicten autodiefstal, diefstal uit voertuig, woninginbraak en slagen en verwondin-
gen/lichamelijk geweld voor wat betreft deze tijdsperiode geanalyseerd.
In een eerste fase hebben we gekeken naar het absolute aantal registraties van de ver-
schillende delicten in gans België. Diefstal uit voertuigen werd in elk jaar het meest
frequent geregistreerd, gevolgd door opzettelijke slagen en verwondingen en wonin-
ginbraak die afwisselend de tweede en derde hoogste registraties kenden. Het aan-
tal registraties van autodiefstal is van een veel lagere grootteorde dan voorgaande
delicten. Over de zes jaren heen stellen we geen al te grote schommelingen vast in
het aantal registraties van deze veelvoorkomende vormen van criminaliteit, bekeken
op nationaal niveau. Wanneer we echter de opsplitsing zijn gaan maken volgens de
Dexia-typologie, bleek al snel dat de concentraties van de verschillende delicttypes
geograsch heel onevenredig voorkwamen. We konden aantonen dat er een sterke re-
latie bestaat tussen stedelijkheid en de prevalentie van criminaliteit.
In een tweede fase hebben we de verschillende delicten afzonderlijk geanalyseerd en
de resultaten geordend per gemeentetype. De analyse van autodiefstal en diefstal uit
voertuigen leverde min of meer gelijkaardige resultaten op: in de grootsteden, en in
mindere mate de middelgrote en regionale steden, werden veruit de hoogste crimi-
naliteit- en slachtofferschapsgraden vastgesteld, terwijl in de toeristische en vooral
in de landelijke gemeenten de laagste graden konden worden waargenomen. Vooral
bij diefstal uit voertuigen is het verschil tussen de grootsteden en de andere gemeen-
tetypen enorm. Bijkomende analyses op gewestelijk niveau hebben uitgewezen dat
de disproportionele criminaliteitsgraad van verschillende steden uit het Brusselse ge-
west een belangrijke invloed hebben gehad op dit resultaat. Bij woninginbraak kon-
den we niet alleen vaststellen dat opnieuw grootsteden werden gekenmerkt door een
hoge criminaliteit- en slachtofferschapsgraad, maar dat ook semistedelijke gemeen-
ten en vooral woongemeenten gelijkaardige aantallen per 1000 inwoners vertoonden.
Opnieuw werden landelijke en toeristische gemeenten het minst vaak geconfronteerd
met dit delict. De resultaten op basis van beide meetinstrumenten zijn heel gelijkaar-
dig; bovendien kon de stabiliteit van deze bevindingen bevestigd worden door mid-
del van twee bijkomende metingen uit de veiligheidsmonitor: de bevolkingsperceptie
over woninginbraak als een buurtprobleem en de graad van risico-inschatting dat
men zelf slachtoffer zou worden van woninginbraak. Het gegeven dat woongemeen-
ten negatief uit deze analyse naar voren komen, verschilt van wat we in de analyses
van de andere delicten hebben vastgesteld en strookt allerminst met de relatie tus-
sen stedelijkheid en criminaliteit. Een mogelijke hypothese kan zijn dat dure villa-
wijken in woongemeenten een grotere aantrekkingskracht uitoefenen op potentiële
inbrekers. In voorgaand onderzoek werd al gewezen op de speciciteit van dit delict
en ook in dit onderzoek lijkt woninginbraak zich dus in zekere zin te onderscheiden.
Een zeer opvallende bevinding is verder dat bij de drie besproken eigendomsdelicten
(autodiefstal, diefstal uit voertuig, woninginbraak) de slachtofferschapsgraad telkens
aanzienlijk hoger ligt dan de criminaliteitsgraad. Verder onderzoek moet uitwijzen
of deze discrepantie te wijten is aan een differentiële registratiebereidheid bij politie-
diensten, de aangiftebereidheid van de slachtoffers, geheugenfouten bij victim sur-
veys, etc. Wat vaststaat, is dat voor de berekening van de slachtofferschapsgraad van
deze drie eigendomsdelicten ook werd gekeken naar slachtofferschap van eventuele
andere leden van het huishouden. Aangezien de graad gebaseerd is op het aantal be-
vraagde respondenten houdt dit een mogelijke overschatting van de werkelijkheid in
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
52 Maklu
zich. De laatste analyse werd uitgevoerd op het delict opzettelijke slagen en verwon-
dingen (lichamelijk geweld in de veiligheidsmonitor). Opnieuw de grootsteden bezit-
ten de hoogste criminaliteit- en slachtofferschapsgraden, landelijke gemeenten en ook
de woongemeenten worden geconfronteerd met de laagste proporties. In tegenstel-
ling tot wat kon worden vastgesteld bij de andere besproken delicttypes, vertonen de
toeristische gemeenten een hoge graad opzettelijke slagen en verwondingen (tot en
met 2002 zelfs hoger dan de middelgrote en regionale steden) en een vrij hoog percen-
tage slachtofferschap van lichamelijk geweld. De speciciteit van dit type gemeenten,
namelijk het kusttoerisme in het hoogseizoen en bij gunstige weersomstandigheden,
zorgt voor een duidelijk toename van fysiek geweld in deze regio. Bovendien stel-
len we bij dit geweldsdelict vast dat de verschillen tussen criminaliteit- en slachtof-
ferschapsgraden minder groot zijn, in tegenstelling tot de soms exuberante verschil-
len die werden waargenomen bij de eigendomsdelicten. Een verklaring hiervoor kan
zijn dat mensen hun slachtofferschap van lichamelijk geweld niet alleen minder snel
kenbaar gaan maken bij de politiediensten, maar dat zij ook in victim surveys minder
geneigd zijn om deze feiten te rapporteren. Bovendien werd bij dit delict, in tegenstel-
ling tot de eigendomsdelicten, louter rekening gehouden met slachtofferschap van de
respondent en niet van andere leden van het huishouden.
Op basis van voorgaande resultaten, maken we twee algemene vaststellingen:
Ten eerste geeft een trendlijn op basis van criminaliteit- en slachtofferschapcijfers op
nationaal niveau een te oppervlakkig beeld. Het is noodzakelijk de analyses uit te voe-
ren op een lager niveau om zo een diepgaander beeld en meer variatie te verkrijgen en
op die manier zinvolle uitspraken te kunnen doen over de relatie tussen stedelijkheid
en criminaliteit. Opgesplitst per gemeentetype zien we zowel bij de criminaliteit- als
slachtofferschapsgraden van autodiefstal en woninginbraak een lichte daling tijdens
de bestudeerde tijdsperiode. Voor wat betreft diefstal uit voertuigen overweegt een
stabiliserende trend. Het delict opzettelijke slagen en verwondingen kent dan weer
een licht stijgende trend; vooral de vrij sterke stijging in de slachtofferschapsgraden
van lichamelijk geweld valt hierbij op. Het zou nuttig zijn deze trendanalyses in de
toekomst uit te breiden en uit te voeren over ruimere periodes dan de bestudeerde
tijdsperiode in dit onderzoek. Opvallend is alvast dat hoewel er jaarlijks schommelin-
gen zijn in de absolute aantallen van de delicten die worden geregistreerd, de procen-
tuele verhouding van de spreiding van deze delicten over de verschillende gemeente-
typen uiterst constant blijft.
De tweede algemene vaststelling is dat er een zeer duidelijke relatie bestaat tussen
de mate van stedelijkheid en de criminaliteit- en slachtofferschapsgraden. Deze re-
latie tussen stedelijkheid en criminaliteit werd zelden in criminograsch onderzoek
onderzocht aan de hand van de fusiegemeente-indeling volgens de Dexia-typologie.
Hoewel er werd geopteerd voor een ruime classicatie met ‘slechts’ zeven verschil-
lende gemeentetypen, kunnen we besluiten dat deze typologie zeer bruikbaar is ge-
bleken in dit onderzoek en een betekenisvolle sociale constructie vormt voor toekom-
stig onderzoek. Grootsteden bleken altijd, meestal gevolgd door de middelgrote en
regionale steden, de gebieden met de hoogste criminaliteit- en slachtofferschapsgra-
den, terwijl landelijke gemeenten met de laagste graden geconfronteerd werden. Bij
woninginbraak hebben we niettemin gezien dat woongemeenten en in mindere mate
semistedelijke gemeenten geconfronteerd werden met relatief hoge criminaliteit- en
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 53
slachtofferschapsgraden, net zoals de toeristische gemeenten dit hadden bij opzet-
telijke slagen en verwondingen. Het blijft daarom aangewezen om delictspecieke
analyses uit te voeren en zo te vermijden dat delictspecieke resultaten verkeerde-
lijk worden doorgetrokken. Verder onderzoek zal bovendien moeten uitwijzen welke
mechanismen verantwoordelijk zijn voor die sterke relatie tussen stedelijkheid en cri-
minaliteit in de Belgische gemeentecontext. Met andere woorden: hoe kunnen we de
relatie tussen stedelijkheid en criminaliteit verklaren en welke (sociale) processen zijn
hiervoor verantwoordelijk?
Bibliograe
Bruggeman, W. (2007). Rubriek opsporing en politie – De veiligheidsmonitor. Panop-
ticon, 2, 66.
Brantingham, P. J. & Brantingham, P. L. (Eds.). (1981). Environmental criminology. Be-
verly Hills: Sage Publications.
Deschamps, L. (2009). De nieuwe DEXIA-indeling van de Vlaamse gemeenten aan u
voorgesteld. Panopticon, 2 (in press).
Dessoy, A. (1998). Sociaal-economische typologie van de gemeenten. Tijdschrift van het
Gemeentekrediet, 205, 17-43.
Elffers, H. & Averdijk, M.D.E. (2007). Aangeven aan te geven? (5) Leiden: NSCR. (pp. 45)
Enhus, E., Politiegegevens: een onuitputtelijke en rijke bron? In: Devroe, E., Beyens,
K. & Enhus E. (eds.). (2006). Zwart op wit? Duiding van cijfers over onveiligheid en straf-
rechtsbedeling in België, (pp 117-130). Brussel: VUB Press.
Felson, M. (1994). Crime and everyday life: Insights and implications for society. Thousand
Oaks Ca.: Pine Forge Press.
Goossens M. & Van der Haegen, H. (1972). Atlas van België: commentaar bij de
bladen 28 A-B-C: stedennet I-II-III: de invloedssferen der centra en hun activiteitsstructuren.
Nationaal Comité voor Geograe: S.l.
Hope T. (2005). What do crime statistics tell us? In: Hale C., Hayward K., Wahidin A.,
Wincup E. Criminology (pp. 39-59). Oxford: University Press.
Kesteloot, C., Vandenbroecke, H., Van der Haegen, H., Vanneste, D. & Van Hecke, E.
(1996). Atlas van achtergestelde buurten in Vlaanderen en Brussel. Brussel: Ministerie van
de Vlaamse Gemeenschap.
Morris, T. (1957). The criminal area, A study in social ecology. London: Routledge and
Kegan Paul.
Oberwittler, D (2004). Re-balancing Routine Activity and Social Disorganization Theories
in the Explanation of Urban Violence. A New Approach to the Analysis of Spatial Crime Pat-
terns Based on Population at Risk (working paper of the project ‘Social Problems and Juvenile
Delinquency in Ecological Perspective’ No. 10). Freiburg: Max Planck Institute.
Pauwels, L. (2002). De ene buurt is de andere niet; Exploratie van mogelijkheden tot contex-
tualisering van geregistreerde criminaliteit op buurtniveau. Brussel: VUBPress.
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
54 Maklu
Pauwels, L. (2003). Structurele achterstelling en ruimtelijke concentraties inzake wo-
ninginbraak in Vlaamse buurten: toetsing van een cross-level hypothese. Panopticon,
2, 135-154.
Pauwels, L. (2007). Buurtinvloeden en jeugddelinquentie: een toets van de sociale desorgani-
satietheorie. Den Haag: Boom Juridische Uitgevers.
Pauwels, L. & Pleysier, S. (2008). Victimes de delinquence et insécurité: les enquêtes en
Belgique et aux Pays-Bas. In: R. Zauberman (ed.). Victimation et insécurité en Europe. Un
bilan des enquêtes et de leurs usages, (pp 41-65). Paris : L’Harmattan.
Pleysier, S., Vervaeke, G. & Goethals, J. (2006). Hoe ‘representatief’ is de Veiligheids-
monitor? Over de accuraatheid van telefonische surveys in Vlaanderen. Panopticon,
27, 4, 107-114.
Ponsaers, P., De Kimpe, S., Pauwels, L. & Van Altert, K., Over de relatie stedelijkheid
en criminaliteit. Interactie, integratie en differentiatie. In: Vlaamse Gemeenschap
Witboek stedenbeleid (2003). De eeuw van de stad: over stadsrepublieken en rastersteden,
(pp 233-272). Brugge: Die Keure.
Ponsaers, P. & Bruggeman W. (2006). De politionele statistische chaos voorbij? In: De-
vroe, E., Beyens, K. & Enhus E. (eds.). Zwart op wit? Duiding van cijfers over onveiligheid
en strafrechtsbedeling in België, (pp 131-156). Brussel: VUB Press.
Rovers, B. (1997). De buurt, een broeinest? Een onderzoek naar de invloed van de woonomge-
ving op jeugdcriminaliteit. Nijmegen: Ars Aequi libri.
Sampson, R. & Groves, W. (1989). Community structure and crime: Testing the social
desorganization theory. American journal of Sociology, 94, 774-802.
Shaw, C. & McKay, H. (1969) [1942]. Juvenile delinquency and urban areas. Chicago: Uni-
versity of Chicago Press.
Stark, R. (1987). Deviant places, a theory of the ecology of crime. Criminology, 25, 893-909.
Van Altert, K., Enhus, E. & Ponsaers, P. (2003). Naar een meet- en opvolgingsinstrument
voor instroom en selectie in de strafrechtelijke keten… Brussel: Politeia.
Van den Bogaerde, E. (2006). Rubriek Methodologie: De Veiligheidsmonitor: een an-
dere kijk op criminaliteit en veiligheid. Panopticon, 4, 115-120.
Van den Bogaerde, E. (2007). Rubriek Criminograe en Methodologie: Veiligheidsmo-
nitor Resultaten 2006. Panopticon, 4, 60-63.
Van Hecke, E.(1998). Actualisering van de stedelijke hiërarchie in België. Tijdschrift van
het Gemeentekrediet, 205, 45-76.
Van Kerckvoorde, J. (1995). Een maat voor het kwaad? Over de meting van criminaliteit met
behulp van ofciële statistieken en door middel van enquêtes. Leuven: Universitaire Pers
Vanderhallen, M., Pleysier, S., Vervaeke, G., & Goethals, J. (1999). Criminograsche
basisinformatie: Verbetering van de vragenlijst van de Veiligheidsmonitor en meer in
het bijzonder van de module politiefunctioneren. Panopticon., 3, 276-281.
Vandersmissen, V., Thijs, H., Bruckers, L. & Molenberghs, G. (2004). Wetenschappelijk
advies over de vergelijkbaarheid van de veiligheidsmonitor en de criminaliteitsstatistieken, On-
derzoeksrapport Limburgs Universitair Centrum (onuitgegeven rapport).
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 55
Bijlage 1: Clustering van fusiegemeenten volgens Dexia-typologie
WOONGEMEENTEN
Provincie Antwerpen
Aartselaar, Boechout, Borsbeek, Brasschaat, Edegem, Hove, Kalmthout, Kapellen,
Kontich, Lint, Mortsel, Ranst, Schilde, Schoten, Wijnegem, Wommelgem, Zandhoven,
Zoersel, Bonheiden, Nijlen, Putte, Sint-Katelijne-Waver, Oud-Turnhout, Vosselaar
Provincie Brussels Hoofdstedelijk Gewest
Oudergem, Sint-Agatha-Berchem, Evere,Ganshoren,Jette, Koekelberg, Ukkel, Water-
maal-Bosvoorde, Sint-Lambrechts-Woluwe, Sint-Pieters-Woluwe
Provincie Vlaams Brabant
Asse, Beersel, Dilbeek, Grimbergen, Hoeilaart, Kampenhout, Kapelle-Op-Den-Bos,
Londerzeel, Machelen, Meise, Merchtem, Opwijk, Overijse, Sint-Pieters-Leeuw, Steen-
okkerzeel, Ternat, Zaventem, Zemst, Roosdaal, Drogenbos, Kraainem, Linkebeek,
Sint-Genesius-Rode, Wemmel, Wezembeek-Oppem, Lennik, Afigem, Begijnendijk,
Bertem, Bierbeek, Boortmeerbeek, Boutersem, Haacht, Herent, Holsbeek, Huldenberg,
Keerbergen, Kortenberg, Lubbeek, Oud-Heverlee, Rotselaar, Tervuren, Tremelo
Provincie Waals Brabant
Beauvechain, Braine-Le-Château, Chaumont-Gistoux, Court-Saint-Etienne, Genappe,
Grez-Doiceau, Incourt, La Hulpe, Mont-Saint-Guibert, Perwez, Rixensart, Villers-La-
Ville, Waterloo, Chastre, Hélécine, Lasne, Orp-Jauche, Ramilles, Rebecq, Walhain
Provincie West-Vlaanderen
Jabbeke
Provincie Oost-Vlaanderen
Sint-Lievens-Houtem, Erpe-Mere, Buggenhout, Waasmunster, De Pinte, Destelbergen,
Gavere, Lovendegem, Melle, Merelbeke, Nazareth, Nevele, Oosterzele, Sint-Martens-
Latem, Zingem
Provincie Hainaut
Gerpinnes, Montigny-Le-Tilleul, Les Bons Villers, Jurbise, Silly, Ham-Sur-Heure-Na-
linnes
Provincie Liège
Burdinne, Clavier, Ferrières, Héron, Modave, Nandrin, Verlaine, Anthisnes, Tinlot,
Awans, Chaudfontaine, Dalhem, Esneux, Juprelle, Soumagne, Sprimont, Blégny, Neu-
pré, Baelen, Jalhay, Lontzen, Olne, Raeren, Theux, Thimister-Clermont, Berloz, Braives,
Crisnée, Donceel, Fexhe-Le-Haut-Clocher, Lincent, Remicourt, Wasseiges, Faimes
Provincie Luxembourg
Attert, Messancy, Etalle, Musson, Saint-Léger, Habay
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
56 Maklu
Provincie Namur
Hamois, Yvoir, Assesse, Eghezée, Fosses-La-Ville, Gesves, Ohey, Profondeville, Fer-
nelmont, La Bruyère, Walcourt
LANDELIJKE GEMEENTEN
Provincie Antwerpen
Brecht, Essen, Wuustwezel, Arendonk, Baarle-Herog, Balen, Herenthout, Herselt,
Hulshout, Kasterlee, Lille, Merksplas, Ravels, Retie, Vorselaar
Provincie Vlaams Brabant
Bever, Galmaarden, Gooik, Herne, Pepingen, Bekkevoort, Geetbets, Hoegaarden, Kor-
tenaken, Zoutleeuw, Linter, Tielt-Winge, Glabbeek
Provincie West-Vlaanderen
Beernem, Damme, Zuienkerke, Houthulst, Koekelare, Kortemark, Lo-Reninge, Me-
sen, Zonnebeke, Heuvelland, Langemark-Poelkapelle, Vleteren, Deerlijk, Lendelede,
Spiere-Herlekijn, Ichtegem, Oudenburg, Ingelmunster, Ledegem, Lichtervelde, Moor-
slede, Staden, Meulebeke, Pittem, Ruiselede, Ardooie, Alveringem
Provincie Oost-Vlaanderen
Laarne, Assenede, Kaprijke, Maldegem, Sint-Laureins, Knesselare, Lochristi, Moerbe-
ke, Zomergem, Wortegem-Petegem, Horebeke, Lierde, Maarkedal, Zwalm, Stekene
Provincie Hainaut
Chièvres, Ellezelles, Vloesberg, Frasnes-Lez-Anvaing, Hensies, Lens, Honnelles, Qué-
vy, Le Roeulx, Beaumont, Froidchapelle, Lobbes, Merbes-Le-Château, Estinnes, Sivry-
Rance, Celles, Rumes, Brunehaut, Mont-de-l’Enclus
Provincie Liège
Hamoir, Ouffet, Bassenge, Comblain-Au-Pont, Trooz, Amblève, Bullange, Bütgen-
bach, Lierneux, Stoumont, Waimes, Trois-Ponts, Burg-Reuland, Plombières
Provincie Limburg
As, Diepenbeek, Gingelom, Herk-De-Stad, Nieuwerkerken, Zonhoven, Zutendaal,
Ham, Bocholt, Kinrooi, Lommel, Maaseik, Neerpelt, Peer, Hechelt-Eksel, Meeuwen-
Gruitrode, Dilsen-Stokkem, Bilzen, Borgloon, Heers, Herstappe, Hoeselt, Kortessem,
Lanaken, Riemst, Wellen, Voeren
Provincie Luxemburg
Martelange, Bertogne, Fauvillers Vaux-Sur-Sûre, Gouvy, Sainte-Ode, Erezée, Hotton,
Nassogne, Rendeux, Tenneville, Manhay, Daverdisse, Herbeumont, Léglise, Libin, Pa-
liseul, Tellin, Wellin, Chiny, Meix-Devant-Virton, Tintigny
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 57
Provincie Namur
Anhée, Bièvre, Gedinne, Havelange, Houyet, Onhayre, Somme-Leuze, Hastière, Vres-
se-Sur-Semois, Mettet, Cerfontaine, Doische, Viroinval
ECONOMISCHE GEMEENTEN
Provincie Antwerpen
Zwijndrecht, Malle, Bornem, Duffel, Puurs, Beerse, Dessel, Grobbendonk, Hoogstra-
ten, Meerhout, Olen, Rijkevorsel, Westerlo, Laakdal
Provincie Waals-Brabant
Ittre, Tubize
Provincie West-Vlaanderen
Oostkamp, Zedelgem, Anzegem, Kuurne, Waregem, Zwevegem, Hooglede, Izegem,
Dentergem, Oostrozebeke, Wielsbeke, Wingene
Provincie Oost-Vlaanderen
Aalter, Deinze, Zulte, Kruishoutem, Kluisbergen, Beveren
Provincie Hainaut
Brugelette, Fleurus, Manage, Seneffe, Aiseau-Presles, Saint-Ghislain, Komen-Waasten,
Lessines, Ecaussinnes, Momignies, Antoing, Estaimpuis, Pecq, Leuze-en-Hainaut
Provincie Liège
Marchin, Villers-Le-Bouillet, Wanze, Engis, Ans, Herstal, Oupeye, Visé, Grâce-Hollog-
ne, Flémalle, Aubel, La Calamine, Limbourg, Pepinster, Geer, Oreye, Saint-Georges-
Sur-Meuse
Provincie Limburg
Halen, Lummen, Opglabbeek, Tessenderlo, Bree, Overpelt, Hamont-Achel, Alken
Provincie Luxembourg
Aubange, Rouvroy
Provincie Namur
Floreffe, Sombreffe, Sambreville, Jemeppe-Sur-Sambre
SEMISTEDELIJKE GEMEENTEN
Provincie Antwerpen
Boom, Hemiksem, Niel, Rumst, Schelle, Stabroek, Berlaar, Heist-Op-Den-Berg, Sint-
Amands, Willebroek
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
58 Maklu
Provincie Vlaams-Brabant
Liedekerke, Landen, Scherpenheuvel-Zichem
Provincie West-Vlaanderen
Wervik, Avelgem, Harelbeke, Menen, Wevelgem, Gistel
Provincie Oost-Vlaanderen
Denderleeuw, Haaltert, Herzele, Lede, Berlare, Hamme, Lebbeke, Wichelen, Zele, Zel-
zate, Evergem, Waarschoot, Wachtebeke, Ronse, Brakel, Kruibeke, Lokeren, Sint-Gil-
lis-Waas, Temse
Provincie Hainaut
Beloeil, Bernissart, Chapelle-Lez-Herlaimont, Châtelet, Courcelles, Farciennes, Fontai-
ne l’Evêque, Pont-à-Celles, Boussu, Dour, Frameries, Quaregnon, Quiévrain, Colfon-
taine, Anderlues, Binche, Erquelinnes, Morlanwelz, Péruwelz
Provincie Liège
Amay, Beyne-Heusay, Fléron, Saint-Nicolas, Dison
Provincie Limburg
Beringen, Heusden-Zolder, Houthalen-Helchteren, Maasmechelen
Provincie Namur
Andenne
MIDDELGROTE EN REGIONALE STEDEN
Provincie Antwerpen
Lier, Mechelen, Geel, Herentals, Mol, Turnhout
Brussels Hoofdstedelijk Gewest
Anderlecht, Etterbeek, Vorst, Elsene, Sint-Jans-Molenbeek, Sint-Gillis, Sint-Joost-Ten-
Node, Schaarbeek
Provincie Vlaams Brabant
Halle, Vilvoorde, Aarschot, Diest, Leuven, Tienen
Provincie Waals Brabant
Braine-L’Alleud, Jodoigne, Nivelles, Wavre, Ottignie-Louvain-La-Neuve
Provincie West-Vlaanderen
Brugge, Torhout, Diksmuide, Ieper, Poperinge, Kortrijk, Oostende, Roeselare, Tielt,
Veurne
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
Maklu 59
Provincie Oost-Vlaanderen
Aalst, Geraardsbergen, Ninove, Zottegem, Dendermonde, Wetteren, Eeklo, Oudenaar-
de, Sint-Niklaas
Provincie Hainaut
Ath, Mons, Moeskroen, Braine-Le-Comte, Edingen, La Louvière, Soignies, Chimay,
Thuin, Tournai
Provincie Liège
Huy, Aywaille, Seraing, Eupen, Herve, Malmédy, Saint-Vith, Spa, Stavelot, Verviers,
Welkenraedt, Hannut, Waremme
Provincie Limburg
Genk, Hasselt, Leopoldsburg, Sint-Truiden, Tongeren
Provincie Luxembourg
Arlon, Bastogne, Houffalize, Vielsalm, Durbuy, La Roche-en –Andenne, Marche-en-
Famenne, Bertrix, Bouillon, Neufchâteau, Saint-Hubert, Libramont-Chévigny, Floren-
ville, Virton
Provincie Namur
Beauraing, Ciney, Dinant, Rochefort, Namur, Gembloux, Couvin, Florennes, Philip-
peville
TOERISTISCHE GEMEENTEN
Provincie West-Vlaanderen
Blankenberge, Knokke-Heist, Bredene, Middelkerke, De Haan, De Panne, Koksijde,
Nieuwpoort
GROOTSTEDEN
Antwerpen, Gent, Charleroi, Liège, Brussel
Ve e l V o o r K o m e n d e cr i m i n A l i t e i t , s l A c h t o f f e r s c h A p e n s t e d e l i j K h e i d i n be l g i ë
60 Maklu
Bijlage 2: Geograsche spreiding diefstal uit voertuig in de Belgische
fusiegemeenten
Bijlage 3: Geograsche spreiding opzettelijke slagen en verwondingen in
de Belgische fusiegemeenten
Maklu 61
Slachtofferschap onder eerstegraads leerlingen
Een beschrijvende schets op basis van
slachtofferenquêtes in Sint-Niklaas en Lokeren
Gerwinde Vynckier en Lieven Pauwels1
Ab s t r A c t
In de criminograe wordt vaak aandacht besteed aan adolescente daders van criminaliteit,
maar veel minder aan adolescente slachtoffers. Uit studies uit het buitenland blijkt echter dat
adolescenten niet alleen meer criminaliteit plegen dan volwassenen, maar ook meer slachtof-
fer worden. In deze criminograsche studie wordt aandacht besteed aan de prevalentie van
slachtofferschap van criminaliteit op school onder jonge adolescenten (12-13 jaar). Op basis
van gegevens van twee zelfrapportagestudies naar daderschap en slachtofferschap die afgeno-
men werden bij leerlingen uit de eerste graad in scholen in Sint-Niklaas en Lokeren, wordt een
beschrijvend beeld gegeven van de mate van slachtofferschap onder jonge adolescenten: na het
schetsen van een algemeen beeld van de prevalentie van verschillende slachtoffervormen op ba-
sis van de schoolsurvey in Sint-Niklaas, wordt aan de hand van de Lokerse survey ingezoomd
op slachtofferschap van verschillende vormen van geweld.
Ke r n w o o r d e n
Slachtofferschap – school – geweld – achtergrondkenmerken – eerstegraadsleerlingen
Inleiding en doelstelling van een victim survey onder leerlingen
De kans op slachtofferschap is niet gelijkmatig verdeeld onder alle bevolkingsgroe-
pen. Ondanks het feit dat naast factoren zoals geslacht, etniciteit en sociaaleconomi-
sche status ook leeftijd kan beschouwd worden als een sleutelvariabele die samen-
hangt met de kans op een slachtofferervaring (Hindelang et al., 1978; Garofalo, Siegel
& Laub, 1987; Davies et al., 2003; van Noije & Wittebrood, 2007; Walklate, 2007) en
uit onderzoek blijkt dat adolescenten niet alleen meer criminaliteit plegen, maar ook
meer of herhaaldelijker dan volwassenen slachtoffer worden van criminaliteit (oa
Aye Maung, 1995; Hartless et al., 1995; Smith et al., 2001; MORI, 2004; Wood, 2005;
Armstrong et al, 2005; Deakin, 2006; Burssens, 2007), zijn er weinig slachtoffersur-
veys waarin jongeren worden bevraagd. Wat is geweten over de mate van slachtoffer-
schap onder jongeren, is meestal afkomstig van studies die niet speciek gericht zijn
op slachtofferschap onder minderjarigen maar waarin verschillende aspecten van de
kindertijd of de adolescentie bevraagd worden en slachtofferschap van criminaliteit
slechts een beperkt deel van uitmaakt (bijvoorbeeld Smith et al., 2001; MORI, 2004;
1 Gerwinde Vynckier is als FWO-aspirant verbonden aan de Onderzoeksgroep Sociale Veiligheids-
Analyse, Vakgroep Strafrecht en Criminologie, Universiteit Gent. Prof.dr. L. Pauwels is docent
aan de vakgroep Strafrecht en Criminologie Gent en co-directeur van de interuniversitaire onder-
zoeksgroep SVA (Gentse afdeling).
sl A c h t o f f e r s c h A p o n d e r e e r s t e g r A A d s l e e r l i n g e n
62 Maklu
Armstrong et al., 2005; Vettenburg et al., 2007). Gegevens over slachtofferschap onder
jongeren zijn vaak ook afkomstig van surveys die ook slachtofferschap onder volwas-
senen meten (bijvoorbeeld Aye Maung, 1995; Wood, 2005).
Wanneer we kijken naar de Belgische situatie, stellen we ook hier vast dat er een pran-
gend tekort is aan onderzoek betreffende tot slachtofferschap onder adolescenten. We
kunnen hier wel de Veiligheidsmonitor en het JeugdOnderzoeksPlatform vermelden.
De Veiligheidsmonitor geeft een beeld van de mate van slachtofferschap van Belgen
van 15 jaar en ouder2 (jonge adolescenten vallen dus uit de boot) en bij het JOP wordt
enerzijds het bestaand jeugdonderzoek geïnventariseerd en anderzijds periodiek een
jeugdmonitor afgenomen waarin gepeild wordt naar allerhande aspecten van de
jeugdfase, met inbegrip van slachtofferschap3. In de JOP-monitor 2 werd reeds een
stap in de goede richting gezet gezien, in tegenstelling tot JOP-monitor 1, ook 12-13
jarigen bevraagd werden. Niettemin zijn de vragen naar slachtofferschap in de JOP-
monitor beperkt. We kunnen in het kader van slachtofferschap onder adolescenten
dan ook spreken van een ‘criminograsche blind spot’.
In deze criminograsche studie willen we een zicht geven op slachtofferschap on-
der jonge adolescenten (12-13 jaar) van criminaliteit op school. De schoolcontext is
immers belangrijk voor adolescenten en jonge adolescenten spenderen veel tijd op
school (Bronfenbrenner, 1979). Garofalo, Siegel & Laub (1987) beschrijven de school
als ‘probably the most predominant location for the routine daily activities of adolescents, at
least for 9 months of the year’ (Garofalo, Siegel & Laub, 1987: 329) en Felson omschri-
jft de school als ‘the heart that pumps out adolescents in society at 3:00 P.M. and then pulls
them back the next morning. On Friday Evening, it pumps them out for the weekend; it then
draws them back on Monday morning’ (Felson, 1998: 109). Scholen concentreren grote
aantallen jongeren op één plaats gedurende een lange periode (Gottfredson, 2001). Dit
brengt met zich mee dat de school als plaats waar adolescenten sociaal interageren
ook een voedingsbodem kan zijn voor zowel criminaliteit als slachtofferschap (Bjar-
nason et al., 1999; Fiqueira-Mcdonough, 1986; Pauwels, 2009).
In wat volgt wordt een louter beschrijvend beeld gegeven van de mate van (herhaald)
slachtofferschap4 op basis van enerzijds gegevens afkomstig uit een zelfrapportage-
studie naar zowel daderschap als slachtofferschap die afgenomen werd bij leerlin-
gen uit de eerste graad in scholen in Sint-Niklaas5 (De Bruyn, 2008; De Clerck, 2009)
en anderzijds op basis van gegevens afkomstig uit een zelfrapportagestudie inzake
slachtofferschap, onveiligheidsbeleving en kwetsbaarheid die afgenomen werd bij
leerlingen uit het tweede jaar van het secundair onderwijs in scholen in Lokeren6
(Van Damme, 2009). Op basis van de survey afgenomen bij jongeren in Sint-Niklaas
2 Slechts 14,5 % van het totaal aantal respondenten in 2006 behoorde tot de leeftijdsgroep 14 – 25
jarigen. De veiligheidsmonitor richt zich dus vooral naar volwassenen (Van den Bogaerde & Van
de Steen, 2006).
3 Voor meer informatie over het JOP, zie http://www.jeugdonderzoeksplatform.be/
4 Onder herhaald slachtofferschap verstaan we: meer dan twee keer slachtoffer worden van een-
zelfde delict binnen de bevraagde tijdspanne.
5 Sint-Niklaas is volgens de Dexia-typologie een centrumgemeente en telde in 2006 69.725 inwo-
ners.
6 Lokeren is volgens de Dexia-typologie een agglomeratiegemeente en kende in 2006 37.850 inwo-
ners.
sl A c h t o f f e r s c h A p o n d e r e e r s t e g r A A d s l e e r l i n g e n
Maklu 63
wordt een beeld gegeven van de prevalentie van (herhaalde) victimisatie onder een
jonge populatie met aandacht voor achtergrondkernmerken zoals geslacht, immigra-
tieachtergrond en scholingsgraad. Op basis van de Lokerse survey wordt deze be-
schrijving meer toegespitst en verjnd naar specieke vormen van geweld. ‘Geweld’
is immers een omvangrijk begrip waarvan geen eenduidige denitie bestaat. Boven-
dien bestaan er tal van vormen van geweld: fysiek of psychisch geweld; structureel of
incidenteel geweld; verbaal of non-verbaal geweld en groeps- of individueel geweld
(van der Ploeg, 1998: Mooij, 2006). Op basis van een onderzoek naar leerlingengeweld
in Nederland, maakt Mooij (1994) een opdeling in drie clusters van geweldsvormen
binnen de schoolcontext. De eerste cluster omvat het fysieke, planmatige geweld: hier
gaat het vooral om de lichamelijke agressie, persoonlijk gericht tegen medeleerlin-
gen zoals slagen, schoppen, gebruik van geweld, dreiging met geweld en handtaste-
lijkheden ten opzichte van meisjes. De tweede cluster betreft materieel, vandalistisch
geweld: hier betreft het veeleer geweld tegen goederen zoals vandalisme, diefstal als-
ook het verstoppen of wegmaken van andermans goederen. De derde cluster omvat
ten slotte pestend schoolgedrag. In deze studie werd pestgedrag meegenomen onder
de noemer psychisch geweld, wordt fysiek geweld opgedeeld in licht en grof fysiek
geweld en wordt ook gekeken naar seksueel geweld en steaming. De focus van de
Lokerse survey op deze verschillende vormen van geweld laat toe voor speciek om-
schreven geweldsincidenten verschillen na te gaan inzake slachtofferprevalentie om
zo een gedetailleerder beeld te krijgen van de geweldsincidenten waarvan jonge ado-
lescenten vooral slachtoffer worden.
1. Jonge adolescenten slachtoffer van criminaliteit op school: de survey te
Sint-Niklaas
1.1. Dataverzameling en methode
De school survey van Sint-Niklaas is een cross-sectionele survey die in het acade-
miejaar 2007-2008 afgenomen werd bij 1554 leerlingen uit scholen in Sint-Niklaas die
onderwijs aanbieden in de eerste graad van het